我国商业银行的效率分析

来源:用户上传      作者:

　　摘要：各国学者一直热衷于对商业银行进行效率分析。商業银行在现代社会中为人民提供融通资金的中介者的服务，在经济领域发挥着举足轻重的作用。近几年随着技术的不断创新与规模的不断扩大，我国银行业也随之发生了由量变到质变的变化。本文的目的是通过对商业银行的各个效率进行综合分析，找出影响商业银行效率低的因素，并提出改进措施。在过去，经济学家研究商业银行的效率，旨在研究一种效率，无法从各个方面分析效率值给商业银行带来的影响，本文的研究方法包括DEA多阶段模型和Malmquist指数以及DEA成本效率模型，用三种方法分别分析三种效率值，有效的解决了效率分析单一化的问题。
　　关键词：DEA模型 技术效率 规模效率 X效率
　　一、文献综述
　　李艳荣（2012）利用数据包络分析（DEA）来衡量13家商业银行的X效率，发现两家商业银行效率低下，主要原因是规模效率无效，六家商业银行的效率无效。陈迪锋、邱兆祥（2011）使用递归厚边界法（RTFA）分析了中国19家商业银行的X效率，结果表明，大型国有商业银行X效率的提升是显而易见的，股份制商业银行的变化并不明显。郑少峰，尹小萌（2013）运用熵方法和随机前沿方法分析了中国商业银行多元化对X效率的影响，发现商业银行多元化对X效率有显着的正向影响，通过深化多元化程度，可以提高中国商业银行的效率。王洋和刘琳琳2008）利用数据包络分析比较了中国国有银行和股份制银行的X效率，然而，近年来，国有银行的技术效率显着提高，与股份制银行的差距逐渐缩小。
　　二、研究内容
　　本文的研究对象是12家商业银行，其中包括4家大型国有商业银行和8家股份制商业银行。八家全国性股份制商业银行包括招商银行，上海浦东发展银行，中信银行，中国光大银行，华夏银行，兴业银行，平安银行和民生银行。因为2017年部分数据不全，所以本文选取了2013年到2016年的数据。
　　三、商业银行技术效率与规模效率的测量
　　测量商业银行的技术效率与规模效率，可以清晰客观的掌握商业银行的实际运转情况，本文采用DEA多阶段模型方法来测量这两种效率。
　　（一）方法介绍
　　数据包络分析法（DEA）是研究多种投入与多种产出之间的相关关系，即如何在投入最小的情况下获得最大的产出。该方法按照一定的标准将生产效率好的DMU构成一个生产前沿面，将其效率定为1，生产效率相对较差的DMU将落在生产前沿面的内部，效率值为0-1。BCC模型将技术效率分解开，不再作为一种因素分析，分解为纯技术效率和规模效率，即综合效率为纯技术效率与规模效率的乘积，更好地考虑了规模变动对商业银行效率带来的影响。
　　（二）变量的选择
　　在选择指标时，首先，指标应能客观地反映银行的经营水平，其次，投入或产出指标应避免强相关。最终决策单位应尽可能使结果更具说服力。本文选择的投入指标为总存款，固定资产净值和员工人数，产出指标设定为贷款总额和利润总额。
　　（三）结果分析
　　用DEA多阶段模型分析12家商业银行的效率，得到如下分析效果（其中crste=vrste*scale），12家银行只有农业银行的纯技术效率值不为1，并且可以看出农业银行的纯技术效率值和规模效率值都低于1，可以看出农业银行的经营规模和经营方式都不能更好的提高其效率。工商银行，中国银行，中国建设银行，中信银行，中国光大银行和华夏银行的技术效率值均为1，规模收益效率值小于1，表明其规模的扩大不利于银行效率的提高。招商银行、浦发银行、兴业银行、平安银行、民生银行的综合技术效率值都为1，说明这几家银行经营效率良好。招商银行、浦发银行、兴业银行、平安银行、民生银行处于规模报酬不变的情况下运营，说明其规模达到最优，无需改变经营的规模。光大银行、华夏银行处于规模报酬递增阶段，即这两个银行在当时的技术水平下的投入增量的相对百分比小于产出增量的相对百分比，可适度扩大规模来达到更优的经营效率。剩下的四大国有银行以及中信银行处于规模报酬递减的阶段，说明规模的扩大已经是无用功，应适度缩减经营规模来提高经营效率。四大国有银行中中国银行效率最高，农业银行效率最低，可以得知中国银行经营方式的多样性为其带来了较高的效率值，包括各种海外业务，而农业银行的经营对象主要是城镇居民和农民，农村技术条件的落后与经营方式的单一使农业银行的效率远远落后于其他银行，国家应加强对农村银行业的重视与扶持。
　　四、商业银行技术效率与规模效率的分析
　　研究商业银行技术效率与规模效率对其自身影响程度的大小，可以有效帮助各银行从技术改良上和规模上的变动来促进自身效率的增长，使各商业银行更加清晰的认清自己的现状，并且能够做出改良。本文采用的是DEA模型下的Malmquist指数分析法。
　　（一）方法介绍
　　1953年，瑞典的经济学家、统计学家Malmquist提出了Malmquist指数的概念，后于1994年由Fare等人将这一理论的一种非参数线性规划法与数据包络分析法（DEA）理论相结合，使其在金融、医疗等领域的效率测量得到广泛应用。在该方法下选择的输入指标仍为存款总额、固定资产净值和员工人数，产出指标仍为贷款总额和利润总额。
　　（二）结果分析
　　使用Malmquist指数分析12家商业银行效率，得到结果为，Malmquist指数分析的效率变化值在1左右波动。如果变化值大于1，则变化值为正，该效率呈正向发展，若该变动值小于1，说明变动值是负的，该效率呈下降趋势发展。由表2可以看出，华夏银行全要素生产率变动值最大，为1.08，平安银行全要素生产率变动值最低，为0.94。其中，华夏银行的技术变化值为1.05，表明华夏银行的生产效率的提高得益于技术的进步，为了该银行的良好发展，应不断创新，适当引进新技术。而平安银行的技术变动值为0.94，其他效率变动值都为1，说明平安银行的技术变动阻碍了该银行的发展，应努力提高该银行技术发展。四大国有银行的技术效率变化小于1，纯技术效率值大于等于1，规模效率值小于1，说明四大国有银行不应继续无节制的扩大规模，规模的扩大反而导致银行效率的下降，但是技术的进步都为四家银行带来了好处，银行管理的创新和变革为四大国有银行注入了新的活力。与四大国有银行情况类似的还有招商银行。浦发银行、兴业银行、平安银行三家银行情况相似，技术变动值均小于1，其他效率变动值均为1，说明这三家银行的效率低下问题主要是技术的落后跟不上时代的进步。中信银行、光大银行、华夏银行各效率变动值均大于等于1，这三家银行的发展态势良好，技术的进步以及规模的扩大都为其提高了经营效率。 　　用该方法分析2013年-2016年各年效率变动值：2013年至2016年技术变动值呈上升趋势，说明大多数银行都研发了适应时代潮流的新技术，技术的进步为我国银行业效率的提高做出了贡献，而这几年规模效率整体呈下降趋势，可以看出近几年银行规模的扩张并没有取得良好的成绩，反而阻碍了我国银行业的发展。
　　五、商业银行X效率的分析
　　（一）X效率方法的介绍
　　X效率是由美国经济学家HarveyLaibinstein提出的，X效率的含义是指银行效率中不能被规模效率和范围效率所解释的部分，是企业运营中实际生产效率与可行技术效率之差，也就是说，x效率更依赖于人的主观思想，企业成员的自身努力程度与管理者的管理水平等都会影响企业的X效率。在大量国内外学者研究成果中可以发现，商业银行的X效率在生产经营中起着比规模效率和范围效率更重要的作用，X效率是决定商业银行效率高低的最重要的因素。
　　（二）经济效率的测量
　　X效率又可分为技术效率（te）、配置效率（ae）和成本效率（ce），在测算12家商业银行经济效率方法中，产出变量选取利润总额，投入变量选取存款和员工人数以及对用的应付利息和应付职工报酬，本文利用DEAP2.1软件测量12家商业银行的技术效率、配置效率和成本效率。：
　　（三）X效率结果分析
　　在可变规模报酬（BCC）模型的前提下，测算X效率的公式為：X效率=技术效率*配置效率=纯技术效率*规模效率*配置效率。得到工商银行、华夏银行、民生银行为X有效率的，说明这三家银行的经营状态十分良好，内部员工工作效率高，领导组织能力优异。中国建设银行，招商银行，中国光大银行，兴业银行和平安银行的X效率均在0.9-1之间。这表明这些银行具有良好的经营状况，仍有改进的空间。农业银行，中国银行，上海浦东发展银行和中信银行的X效率均低于0.9。说明这四家银行的经营状况不佳，应该注意提高其X效率值。
　　六、结论与对策
　　由上分析可知，农业银行的技术效率、规模效率、X效率都处于不理想状态，我们应寻找对策改进我们自己的低效率运转，招商银行、民生银行的规模效率值是有效率的，且规模效率变动小于1，说明这两家银行不用再扩大规模。而浦发银行、平安银行的技术效率值是有效率的，且技术效率变动值小于1，说明这两家银行暂时无需改进技术，中国银行、浦发银行、中信银行的X效率值低下，可从银行内部经营寻找改善方法。
　　参考文献：
　　[1]吴晨.我国上市商业银行效率测度及影响因素分析——基于DEA的实证分析[J].山西财经大学学报，2011，33（11）：47-54.
　　[2]Roberta B. Staub，Geraldo da Silva e Souza，Benjamin M. Tabak. Evolution of bank efficiency in Brazil：A DEA approach[J]. European Journal of Operational Research，2009，202（1）.
　　[3]Theodor Kohers，Ming-hsiang Huang，Ninon Kohers. Market perception of efficiency in bank holding company mergers：the roles of the DEA and SFA models in capturing merger potential[J]. Review of Financial Economics，2000，9（2）.
　　[4]丁忠明，张琛.基于DEA方法下商业银行效率的实证研究[J].管理世界，2011（03）：172-173.
　　[5]Dmytro Holod，Herbert F. Lewis. Resolving the deposit dilemma：A new DEA bank efficiency model[J]. Journal of Banking and Finance，2011，35（11）.
　　[6]李滟.我国商业银行效率及影响因素研究——基于Malmquist指数分析[J].西南师范大学学报（自然科学版），2014，39（06）：124-128.
　　[7]齐艺莹，郑杰，张奎.我国商业银行X效率实证研究[J].黑龙江社会科学，2009（05）：72-75.[8]郑少锋，尹小蒙.基于X效率角度的我国商业银行多元化分析[J].数量经济技术经济研究，2013，30（07）：81-97.
　　[8]王健，金浩，梁慧超.我国商业银行效率分析——基于超效率DEA和Malmquist指数[J].技术经济与管理研究，2011（04）：124-127.
　　[9]李彦蓉.基于DEA的我国上市银行X效率分析[J].财会月刊，2012（06）：60-62.
转载注明来源:https://www.xzbu.com/3/view-14755162.htm