基于dea模型的中国商业银行效率及生产率评价-段永瑞.pdf

《基于dea模型的中国商业银行效率及生产率评价-段永瑞.pdf》由会员分享，可在线阅读，更多相关《基于dea模型的中国商业银行效率及生产率评价-段永瑞.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第21卷第2期2016年4月工业工程与管理Industrial Engineering and ManagementVoI21 No2Apr2016文章编号：10075429(2016)02000107基于DEA模型的中国商业银行效率及生产率评价段永瑞，黄鹂彬，张艳霞(同济大学经济与管理学院，上海200092)摘要：应用DEA模型对我国16家上市银行20062013年的效率进行了评估，结果表明国有银行效率持续低于股份制银行，且近年来两者之间的差距并未减小，金融危机对于股份制商业银行的影响要高于国有商业银行；通过计算Malmquist指数及其两层分解效率评价了研究期间各银行的生产率、技术效率及技

2、术水平的变化，20062013年间中国商业银行整体生产率呈上升趋势，2010年以来，国有银行虽然生产率有所提高，但是技术效率却在不断下降；对Malmquist指数进一步分解得到，大部分商业银行在20102012年技术前沿面是完全向前推进的，技术水平整体提高，但是部分银行在20082010，以及20122013年间不仅效率有所下降，而且其生产前沿面出现倒退。关键词：银行效率评价；数据包络分析；Malmquist指数中图分类号：F242 文献标识码：AChinese Commercial Bank Efficiency and ProductivityEvaluation Based on DEA

3、DUAN Yongrui，HUANG Libin，ZHANG Yanxia(School of Economics and Management，Tongji University，Shanghai 200092，China)Abstract：In this paper，DEA model is applied to evaluate the efficiencies of 1 6 Chinese listedcommercial banks from 2006 to 2013The result shows that the efficiency of stateowned banksare

4、 continually lower than j ointstock banks，and the difference between the two groups remains inrecent yearsThe impact of financial crisis on jointstock commercial banks is higher than that onthe stateowned commercial banksBy calculating Malmquist productivity index and its twodecomposition level effi

5、ciency，the productivity，efficiency，and technological change during theperiod are evaluatedThe overall productivity of Chinese commercial banks is progressed during20062013，but the efficiency of stateowned banks is declining whereas the productivity hasincreased since 2010The further decomposition of

6、 Malmquist index indicates that the frontier ofmost of the banks in 20 1 020 1 2 is completely progressed，but the efficiency is reduced in some ofthe banks and their technology regressedSome banks shifted its strategy as wellKey words：bank efficiency evaluation；data envelopment analysis(DEA)；malmqui

7、st index收稿日期：2015-0520； 修回日期：20150720基金项目：国家自然科学基金资助项目(71371139，71532015)；上海市曙光人才计划项目(135G24)作者简介：段永瑞(1975一)，女，山西太原人，教授，博士，主要研究方向为供应链管理和服务运作管理，Email：yrduan163com。万方数据第21卷 段永瑞，等：基于DEA模型的中国商业银行效率及生产率评价l 引言金融业是经济发展的重要组成部分，商业银行仍然是经济发展中重要的信用中介。2007年底美国次贷危机引发了全球性的经济危机，2008年欧债危机爆发迫使欧洲银行从海外撤资，中国银行业在受到了来自各方的

8、挑战。虽然目前国内银行业逐步转向市场导向，但五家国有银行在市场中仍然占主导地位。中国银行业仍然存在很多问题，由于历史因素，国有银行与合资银行之间组织构架、运行机制等都有很大的不同，如国有银行存在员工冗余、资产质量低、不良贷款率高等问题1。片面追求大规模不能够作为银行的发展规划，而匹配新的业务品种，改进服务质量，提高决策能力和管理能力是目前国有银行应该注重的发展策略旧J。近年来，国内外对银行效率问题的研究越来越多地借助“前沿分析法”。常见的前沿分析法可以分为“参数法”和“非参数法”，其中非参数法包括数据包络分析(Data Envelopment Analysis，DEA)、无界分析(Free D

9、isposal Hull，FDH)两种。本文采用的是由Charnes，Cooper等(1978)提出的数据包络分析方法(DEA)3。其优点不仅在于无需像参数法那样构建具体函数形式的生产前沿面，同时能够处理多产出与多投入的问题，故近期被广泛应用在银行效率评估。不同学者利用不同的评价方法评估我国商业银行的效率与生产率，得到的结论也不尽相同。Matthews等(2007)认为股份制银行比国有银行效率高，国有商业银行生产率几乎没有上升n。Barros等(2011)建立了一个新的DEA模型(InversBconvex)，指出公司规模与所有权情况对银行效率的影响并不显著。但是随着时间的推移，所有银行的效率

10、都有所提高，并且政治因素对中国银行的效率影响很大。AsmildMatthews(2012)利用基于DEA的多方向效率分析模型，评价了19972008年14家中国商业银行的效率，得到股份制银行比国有银行效率高且差异在减少，两者在研究期间效率均有所升高邙。Wang等(2014)采用规模可变的两阶段DEA模型评价了20032011年我国16家商业银行的效率，表明在研究期间，我国银行效率有所提高。Chang等(2012)采用了基于投入松弛的生产率指标，得到技术的进步造成整个银行业的生产率提一2一升，其中资产运用能力的提升占主导作用8。吴桂平等(2015)利用Malmquist生产率指数评价中国上市银行

11、效率与生产率，指出银行上市后效率提高幅度明显，尤其是国有银行；且2004年以后，国有银行的全要素生产率得到稳步提升9。Jiang等(2014)借助Luenberger指数法研究指出，不考虑不良贷款时的全要素生产率易被高估，且中国上市银行的生产率在研究期间有所退步口0I。Arabi等(2015)指出，采用不良产出时Malmquist生产率指数存在无解问题，并提出了模型修改解决方案111。Zhu等(2015)利用方向距离函数和共同前沿一Luenberger生产率指数来评价20042010年25家中国商业银行全要素生产率，得到研究期间国有银行的纯技术效率高于股份制银行和城市商行，且非利息收入是低效率

12、的主要来源，并且指出，规模效率对生产率有负面影响，而纯技术效率和纯技术水平变化并不显著1 21。综上所述，在中国商业银行的效率评估问题的研究上，争议比较大的是商业银行效率随时间的变化趋势；在生产率的评价上，针对全要素生产率的研究较多，但是针对技术前沿面进一步分解的研究较少，而对其进一步分解能够评估商业银行技术前沿面是否具有积极变化的趋势，挖掘更多的管理信息，帮助商业银行找到问题的根源。针对以上问题，本文基于投人型DEA模型，评价中国16家上市银行在20062013年的效率，通过时间窗口分析比较国有商业银行与股份制商业银行之间的效率差异。基于Malmquist指数及其分解效率对研究期间中国商业银

13、行的生产率、技术效率及技术前沿面变化进行分析。2指标选取与数据来源21模型指标选取本文将商业银行作为一个盈利性组织，即通过一系列的投入(资产、劳动力和存款)，获得净利润(Net Revenue)，包括利息净利润和非利息净利润(Mceachern等，2007)1 3|。考虑到银行不良贷款(NonPerforming Loan，NPL)是影响银行效率和利润率的一个重要的因素，是一种非期望产出。本文参考了Thanassoulis等(2008)的处理方法，将NPL作为投入指标1 4|。22 数据来源中国现有16家上市银行，其中包括五家国有银万方数据工业工程与管理 第2期行(State-Owned Ba

14、nks，SOBs)：中国农业银行、中国银行、中国建设银行、中国工商银行和交通银行；11家股份制银行(JointStock Banks，SOBs)：北京银行、光大银行、华夏银行、民生银行、南京银行、宁波银行、浦发银行、兴业银行、招商银行、中信银行和深圳发展银行。所有数据均来自各银行的年度报告与中国金融年鉴。3模型和方法介绍31 CCR模型数据包络分析(Data Envelopment Analysis，DEA)是一种评价决策单元相对有效性的一种方法。目前最常用的模型是由Charnes和Cooper(1978)年提出的CCR模型：minOoS。tAz：，J瓦t。Oo，i一1，2，mAJy：，yrl

15、，2，zAi0歹=1，2，3，N； (1)跫表示DMU在第t年的第i个投入的值，i=1，2，m；扼J表示DMU在第t年的第r个产出的值，r=1，2，l。32 Maimquist指数321模型引入Malmquist指数是在1953年由Malmquist提出的，在距离函数的基础上，求出可以做垂直比较分析的效率指数。Ffire等(1992)建立了基于DEA的Malmquist指数，用于比较不同阶段的全要素生产率变化，其不仅可对不同阶段决策单元的效率变化进行评价，还可通过分解指数进一步分析生产率变化的根源m。Malmquist指数表示从t阶段到t+1阶段效率的变化，具体的计算公式如下 -一错学老势(2

16、)若Mt抖。1，则说明从t阶段到t+1阶段，被评价的决策单元的生产率是提高的；若Mt肿，一1，则生产率不变；若MtH，1，FS：1，此时FS1，说明整个前沿面是上升的，技术在进步。(2)b：FS，1，此时决策单元在t时刻相对于t和t+1时前沿面的参考点在后退，技术前沿面是消极变化的状态；而在t+1时刻相对于t和t+1时前沿面的参考点在进步，是积极变化状态。技术前沿面是从一个消极变化的状态转换到积极变换状态的过程，最终FS的平均变化情况可能是上升也可能是下降。在等产量曲线的前提下，出现这种非平行的变化是由于该决策单元在运营策略上有所改变，例如调整了两种投入的权重，且这种技术和政策上的变化是有利并

17、有前景的。(4)d：FS。1，FS：1)。但是国有银行效率的平均变化率却持续小于1，在国家支持、金融市场开放、新的信息与技术的引入下，其平均生产率与技术是在稳定地进步的。但是其效率却在下降，故目前国有银行最大的问题是加强企业管理，以提高企业效率，跟上行业技术进步的步伐，使银行作为盈利性企业能够达到最有效状态。尤其是在平均生产率表现出稳定的缓慢增长，利润效益在不断提高的表象下，更容易忽略效率管理上的缺陷问题。表2 Maimquist指数分解Period Ownership Malmquist EC FSMean 1271 0967 131720062007 SOBs 1223 0963 1272

18、JSBs 1296 0969 134Mean 1078 1065 102420072008 SOBs 1198 1077 1137JSBs 1022 1059 0972Mean 0996 O987 101420082009 SOBs 009 1015 1085JSBs 0952 0972 098Mean 1049 1055 100320092010 SOBs 098 1111 0894JSBs 1086 1027 1062Mean 1212 O981 1242010b2011 SOBs 1157 0923 1256JSBs 1241 101 1231Mean 1038 0943 1112201

19、12012 SOBs 1033 0926 1116JSBs 1041 0939 111Mean 1007 1007 099420122013 SOBs 0999 098 1021JSBs 1011 1033 098423 Malmquist指数进一步分解为了进一步分析银行前沿面的具体变化方式，将Malmquist指数按照(5)进行分解，将前沿面变化分解成FS。与FS。两部分，16家上市银行在20082013年的Malmquist指数的分解见表3。一5一万方数据第21卷 段永瑞，等：基于DEA模型的中国商业银行效率及生产率评价表3 中国上市银行生产率指数成分构成20082009 200920lO

20、 20102011 20112012 20122013Ownership Year Bank MEC FS FSl FS2 M EC FS FSl FS2 M EC FS FSl FS2 M EC FS FSl FS2 M EC FS FSI FS2工商银行 11111111111111111111111111111111111l1111111 11l1 111111l11111交通银行 11ll11111l11111 l1111 111111111111111111111l1111l11111111 1111l 11111 11111 111南京银行 1 1111111l1111l l11l

21、11IllIl1ll平安银行 1 1111l111l1111111111JSB浦发银行 11111l11111111111兴业银行 11 11111 111111招商银行 1111111 1l11111111中信银行 111Il1111l1ll111111111111111111SoBs 111111111111l1111JSBs 11l1l11l11l111l1l20082009年期间，只有农业银行的技术前沿面在完全正向移动，是金融危机期间生产率提高最大的银行。华夏银行与中信银行在此段时间整体技术水平、效率与生产率都发生了后退。浦发银行在此期间虽然效率有所提高，但是依然无法阻挡前沿面的全面后

22、退引起的生产率下降。其它银行此时前沿面呈现不规则的移动，但是基本上是向积极变化的方向转换(交通银行除外)。虽然部分银行整体生产率有所下降，但是及时调整银行的运营策略，通过金融创新与技术的进步弥补在规模上的劣势，前沿面摆脱退步状态向进步状态转变，证明此时银行采取的新政策是适合当前的发展并且是有前景的。故在接下来几年中，前沿面将不断向前推进，并且生产率也会有所提高。20092010年，中国商业银行整体的效率与技术都在进步，但是除中国银行以外的四家国有银行的整个前沿面都在后退，在其它银行的技术水平都在积极提高的时候，呈现出这样的趋势较为危险，技术跟不上整个行业前沿面的变化，容易造成下一年相对效率继续

23、落后的结果。而无一例外，在20102011年，四家银行的效率都降低了(ECI)。20102012年中，几乎所有银行的FS。与FS：都大于1，也就是在此阶段中国商业银行业的技术一6前沿面是完全向前推进的，技术水平整体提高。故此阶段生产率快速增长。但是五家国有银行的相对效率却都在持续下降，中国银行甚至离开了其一直保持的有效状态。而这一变化隐藏在银行整体生产技术进步而造成的生产率上升的表面之下。从整体水平上看最近的两年(20122013年)，中国商业银行的生产率开始进入稳定阶段，保持非常小幅度的进步。但是就具体的银行而言，还是有部分银行需要拉响警钟。工商银行、建设银行、农业银行与交通银行在生产技术上

24、发生了与2009到2010年间相似的趋势。此时中国商业银行如不采取一定措施，加强管理，提高投入资源利用率，引人新的金融创新技术，则很可能面临集体效率下降的状况。而当技术水平全面下降造成的后期效率下降，在两三年将难以恢复。另一需要关注的是华夏银行，在2012年到2013年，其生产率下降的来源是效率和技术前沿面的双下降，并且其前沿面是处于积极变化向消极变化状态转变的过程，说明在此阶段，华夏银行的运营策略有所变化，而这种变化并不是有利的。相反的，宁波银行的生产率虽然有所下降，但是其技术前沿面是从消极变化向积极变化的方向转变，说明此时宁波银行在企业运营策略上有所调整，并且向着积极方向进步。万方数据工业

25、工程与管理 第2期5 总结本文基于DEA模型，对20062013年中国16家上市商业银行进行效率评估。结果显示在研究期间，国有银行的效率普遍低于股份银行。原因是一方面国有银首先需要履行一定的职责，例如接受国家机构的贷款，支持国家员工招聘计划或者在一些经济不发达的地区开设分行等；另一方面，由于国有银行有政府政策的支持，相较于股份制银行在盈利性方面会有些怠慢。由于2008年的国际金融危机，2009年中国商业银行尤其是股份制银行出现效率极速下降。国有银行由于组织规模大，且有政府的支持，受金融危机的影响并不明显。在金融危机之后，股份制银行加强管理，两年内平均相对效率水平就恢复到了先前的水平。对银行的M

26、almquist指数的分析结果表明，行业平均生产率在研究期间基本呈上升趋势，在20102011年达到生产率增长的顶峰，现在进入较稳定的阶段。全国共有11家银行在金融危机期间生产率都有所下降。股份制银行无论是生产率还是效率都有所下降，但是对Malmquist指数进行进一步分析可见，大部分股份制银行的技术前沿面是处在从消极转换到积极的过程，在受到金融危机的影响后积极调整投入比例，调整银行的运营策略，引进新的技术、新的策略存在进步的潜力，战胜金融危机后，快速进入到后期的发展阶段。2010年以来，国有银行技术水平是不断进步的，带来生产率的不断提高，但是效率水平却在不断下降，这是一个较为危险的状态。在实

27、际企业运营中，生产率的变化是较易感知和度量的，在近年来国有银行的利润效益有了提升，生产率也在不断提高的表象下，效率管理的缺陷问题很容易被忽略。参考文献13朱南，卓贤，董屹关于我国国有商业银行效率的实证分析与改革策略口管理世界，2004，(2)：1826E23伍伟，李丹，王涛基于DEA和Malmquist生产率指数的商业银行效率分析J财会月刊，2015(27)：3Charnes A，Cooper W W，Rhodes EMeasuring the efficiencyof decision making unitsJEuropean Journal of OperationalResearch，

28、1978，2(78)：4294444Matthews K，G UO J，Zhang NNon-Performing Loans andProductivity in Chinese Banks：19972006JChineseEconomy，2007(42)：30一4753 Barros c P，Chen Z，Liang Q B，et a1Technical efficiency inthe Chinese banking sectorJEconomic Modelling，201 l，28(5)：208320896Asmild M，Matthews KMultidirectional eff

29、iciency analysis ofefficiency patterns in Chinese banks 19972008JEuropeanJournal of Operational Research，2012，219(2)：4344417Wang K，HuangW，wu J，et a1Efficiency measures of theChinese commercial banking system using an additive twO-stage DEAJOmega，2014，44(2)：5-208ChangT P，Hu J L，Chou R Y，et a1The sour

30、ces of bankproductivity growth in China during 20022009： Adisaggregation viewJJournal of BankingFinance，2012，36(7)：1997-20069吴桂平，符锦。吴文峻国有商业银行上市对银行业效率水平的影响基于Malmquist生产率指数的实证分析J技术经济与管理研究，2015(1)：929710姜永宏，姜伟杰不良贷款约束下中国上市商业银行全要素生产率研究：基于Luenberger指数的分析J南方经济，2014(1)：627711Arabi B，Muni samy S，Emrouzneiad

31、AA new slacks-basedmeasure of MalmquistLuenherger index in the presence ofundesirable outputsJOmega，2015，51(51)：293712Zhu N，Wan g B，Wu YProductivity，efficiency，and non-performing loans in the Chinese banking industryJSocialScience Journal，2015(52)：46848013Mceachern D，Paradi J CIntra-and inter-countr

32、y bank branchassessment using DEAJJournal of Productivity Analysis，2007，27(2)：12313614Thanassoulis E，Portela M C S，Despid OData envelopmentanalysis：the mathematical programming approach tO efficiencyanalysisMNew York：Oxford University Press，2008：25142015Fare R，Grosskopf S，Lindgren B，et a1Productivity changes inSwedish pharamacies 1 9801 989：A non-parametric MalmquistapproachJJournal of Productivity Analysis，1992，3(I-2)：8I-9716Chen Y，Ali A IDEA Malmquist productivity measure；Newinsights with an application to computer industryJEuropeanJournal of Operational Research，2004，159(1)：239249万方数据