我国商业银行效率变动实证分析

李 贤，汪 波

(天津大学管理与经济学部，天津300072)

银行效率是指银行在业务活动中投入与产出或成本与收益的对比关系［1］，效率的高低反映商业银行的资源配置情况和整体运营水平。目前，银行业Malmquist生产率指数的研究由于有着深刻的政策涵义而受到广泛关注［2］。该研究利用投入导向距离函数计算一般化的Malmquist指数并进行分解，对我国上市商业银行在2005—2012年期间效率及其变动进行了实证分析，并提出了提升银行效率的建议。

1 理论框架

随机前沿分析法SFA模型由 AIGNER等［3］提出，在SFA模型的基础上利用Malmquist生产力指数进行效率分析，存在规模报酬无上限的潜在问题。针对该问题，笔者仿照OREA［4］的处理方式，利用Diewert二次恒等辅助定理推导投入导向的一般化Malmquist指数，并分析我国上市商业银行的效率变动。

假设商业银行为多投入多产出，并且技术效率表现为VRS Translog投入导向距离函数形式，借鉴BALK［5］的表达，全要素生产率的变动为:

利用DIEWERT的二次恒等辅助定理，将两期之间投入导向的距离函数变动表示为:

将式(2)代入式(1)，就可以将全要素生产力的变动分解为技术的变动和技术效率的变动:

为了使TFP指数满足比例性，参考OREA的处理方法，在加总产出增长时把权重由产出距离弹性换成产出距离弹性的份额。于是，VRS下投入导向一般化Malmquist生产力指数定义为:

权重变换之后，在VRS情况下，投入变动和产出变动的权重和恒等于1。因此，Gl不仅满足恒等性、可分性和单调性，还满足比例性。因此，ln Gl是一个正确的全要素生产力变动的衡量指标。ln Gl可以进一步拆分为ln Ml和规模收益变动对于全要素生产率变动的贡献，即:

式中:ln Ml可以在VRS的情况下分解为式(3)所表示的纯技术效率变动和技术变动;右边第二项为规模收益对于全要素生产力的贡献。

利用随机边界分析法估算出的超越对数投入导向距离函数，可以由式(3)得出技术变动(TC)和纯技术效率的变动(PTEC)，再由式(4)右边第二项可得规模效率的变动(SEC)，加总这3项即为一般化全要素生产力的变动。

2 商业银行实证分析

2.1 资料来源

该研究以16家上市商业银行为研究对象，考察2005—2012年我国商业银行的效率。使用的财务数据来自银行年报和WIND财务数据库，职工人数和分支机构数来自金融统计年鉴和银监会年报。

2.2 变量基本定义与基本统计量

该研究对于模型中使用的投入、产出以及影响效率的潜在因素的选择，综合了中介法和生产法以及学者们的研究成果，采用了3项投入，2项产出，以及5个影响效率的潜在因素。

2.2.1 投入指标

固定资产x1:商业银行日常经营所使用固定资产的净值。固定资产是银行经营中投入的物力。

职工人数x2:商业银行年末在职员工数，包括总部、分支机构。职工人数是商业银行经营过程中人力投入。

利息支出x3:商业银行取得存款所支付的利息。利息支出是商业银行经营过程中的资本投入。

2.2.2 产出指标

利息收入y1:商业银行发放贷款，收取一定比例的利息。利息收入目前是商业银行收入的主要来源。

非利息收入y2:除了利息收入，商业银行还从其他的业务中取得收入。该研究选取的非利息收入是一个合并项，包括手续费、佣金收入、汇兑收入和营业外收入。

2.2.3 潜在影响因素

分支机构的数量z1:分支机构的数量包括总部、分行和营业网点。

是否为国有银行z2:1代表国有银行，0代表非国有银行。

不良贷款率z3:不良贷款占总贷款的比例。不良贷款率衡量了商业银行经营的稳健性。

总资产z4:商业银行年末资产总量。

核心资本充足率z5:商业银行核心资本相对于加权风险资产的比率。

各项投入产出指标变量的基本统计数据如表1所示。该研究选用的面板数据时间跨度较大，并且所选的投入产出指标中 x1、x3、y1、y2、z3、z4受物价波动的影响，因此使用消费者物价指数进行购买力调整。计算时选取2004年为基期。

表1 各项变量的基本统计量

2.3 实证结果分析

2.3.1 估计结果分析该研究选用 BATTESE模型，使用 Frontier4.1软件，完成Translog投入距离函数的参数估计［6－8］。估计结果如表 2 所示。

表2 Translog投入距离函数的参数估计结果

表2中γ=0.191 4异于0，由于标准误差为0.110 4，因此γ值显著异于1。另外，从相似比检验来看，由于因此，在 α=5%时，拒绝原假设技术无效存在。综上所述，该研究分析我国商业银行效率采用随机边界分析法是合适的。

从表2可知，影响商业银行效率的潜在因素中，分支机构数z1、是否为国有银行z2和不良贷款率z3具有统计上的显著影响;而总资产z4和核心资本充足率z5不具有统计上的显著性影响，可能的原因如下:

总资产的多少体现商业银行的经营规模。我国商业银行的规模已经超过了最优成本经营规模，规模扩大带来的效率提高被管理的无效所抵消，因此，不具有显著性。

核心资本充足率反映银行经营风险的大小。过多的核心资本将带来银行收益的下降。但是，政府在新巴塞尔协议出台后加强了监管，每家银行均按照相同的标准执行核心资本充足率的要求，因此没有显现出该影响因素的显著性。

2.3.2 商业银行效率值

商业银行考察期内效率以及效率平均值的排名情况如表3所示。从上市商业银行效率平均值来看，银行业效率并不是一路上升的，从波动情况上不难发现，商业银行的经营情况与国际金融环境存在着一致性。具体到各家商业银行的效率值，除了北京银行和平安银行保持增长势头外，各家商业银行效率值的变动规律和银行业整体的变动情况基本一致。股份制商业银行的效率保持较高水准［9－11］，高于5大国有银行的效率值。

表3 效率值和排名

2.3.3 商业银行生产力变动

计算我国上市商业银行2005—2012年纯技术效率变动、技术进步及规模效率变动，并加总得到全要素生产力的变动。结果显示，各家商业银行的纯技术效率变动均很小，也就是说，纯技术效率对于全要素生产力变动的贡献很小。进一步考察发现，2008—2011年间商业银行的纯技术效率是下降的，在2011—2012年纯技术效率转为正，并有了量的突破，表明商业银行加强了技术推广。其次，商业银行技术呈快速进步的状态，体现了技术进步是商业银行生产力上升的主要来源。但是，在2010—2012年间，商业银行的技术进步出现负值，表明银行的技术引进力度下降了。商业银行的规模效率相对于技术进步很小，并在波动中下降。2011—2012年，大部分股份制商业银行的规模效率值为正，而国有商业银行为负值。我国股份制商业银行规模扩大对于生产力的提升帮助不大，5大国有商业银行的规模已经超过了最佳经营规模。从全要素生产力的变动来看，2005—2008年间，商业银行生产力呈现上升的趋势;2008—2011年间，受金融危机的影响，商业银行的生产力出了下滑。2011—2012年间，商业银行的生产力开始恢复。

3 结论

我国商业银行的整体经营状况可以分为3个阶段:2005—2008年，金融危机前，商业银行效率稳步上升;2008—2011年，商业银行的经营受金融危机影响效率下降;2011—2012年，商业银行的生产力开始恢复。

在2005—2010年间，商业银行生产力的提高主要来自于技术的进步，包括产品创新、流程优化和设备更新等，而纯技术变动和规模效率的贡献相对较小。2010年之后，生产力的提高主要来自于纯技术效率的上升，即商业银行的技术推广与利用得到加强。金融危机后，商业银行加强了技术推广，适当放缓技术的引进，在实际中提高了生产力。随着经济形势的好转，银行将加大技术引进，效率会得到更明显的提高。

转型升级是“十二五”的主线。商业银行必须推进战略转型，转变发展方式，进行资产、技术、渠道、业务和产品等方面的结构调整，改变组织和盈利模式，通过资源配置能力的提升加强对实体经济的引导，促进经济发展方式的转变。

［1］易会满.中国商业银行效率实证研究［J］.金融理论与实践，2007(1):15－17.

［2］马庆国，石亦思.基于Malmquist指数商业银行经营效率实证研究［J］.北京理工大学学报:社会科学版，2008，10(5):35－40.

［3］AIGNER D，LOVELL C A K，SCHIMIDT P.Formulation and estimation of stochastic frontier production function models［J］.Journal of Econometrics，1997(6):21－37.

［4］OREA L.Parametric decomposition of a generalized malmquist productivity index［J］.Journal of Productivity Analysis，2002，18(1):5 －22.

［5］BALK B M.Industrial price，quantity，and productivity indices:themicro－economic theory and an application［M］.Boston:Kluwer Academic Publishers，1998:34－98.

［6］BATTESEG E，COLLIE T J.Amodel for technical inefficiency effects in a stochastic frontier production function for panel data［J］.Empirical Economics ，1995(120):325－332.

［7］COELLIT.A guide to Frontier version 4.1:a computer program for stochastic frontier production and cost function estimation［R］.Armidale:University of New England，1996.

［8］FARE R，GROSSKOPF S，ROOSP.Malmquist productivity indexes:a survey of theory and practice［R］.Boston:Essays in Honor of Sten Malmquist，1998.

［9］李涛，郭凯.我国商业银行效率测度与提升路径［J］.金融教学与研究，2008(1):10 －13.

［10］杨德，迟国泰，孙秀峰.中国商业银行效率研究［J］.系统工程理论方法应用，2005，14(3):252－258.

［11］王聪，谭政勋.我国商业银行效率结构研究［J］.经济研究，2007，42(7):110 －123.