摘 要：基于商業(yè)銀行效率視角，采用非參數(shù)DEA模型的Malmquist指數(shù)方法，選取2006—2010年度面板數(shù)據(jù)6個產(chǎn)出指標(biāo)和3個投入指標(biāo)，測算中國商業(yè)銀行全要素生產(chǎn)率（TFP）。結(jié)果表明：除工商銀行外，股份制商業(yè)銀行效率高于國有控股商業(yè)銀行；2008年之前各銀行間全要素生產(chǎn)效率差距加大，之后逐年變?。?008年整個銀行業(yè)全要素生產(chǎn)率急速下降，之后急速上升，趨于平穩(wěn)。

關(guān)鍵詞：商業(yè)銀行；全要素生產(chǎn)率；Malmquist指數(shù)

中圖分類號：F832 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-291X（2013）11-0114-04

引言

效率是衡量金融機(jī)構(gòu)經(jīng)營業(yè)績的重要標(biāo)準(zhǔn)，效率分析也就成了評價金融機(jī)構(gòu)業(yè)績的一種有效方法。一般是從兩個方面評價銀行效率，一是規(guī)模效率和范圍效率，二是前沿效率。前沿效率最早由Leibenstein（1966）給出，之后Berger和Humpherer（1997） 將前沿效率分析分為參數(shù)估計法和非參數(shù)估計法。非參數(shù)方法由于不必估計效率前沿函數(shù)的具體形式，主要有數(shù)據(jù)包絡(luò)分析（DEA）和無界分析法（FDH），其中應(yīng)用最為廣泛的是DEA模型。然而，大多數(shù)學(xué)者僅基于技術(shù)效率的研究，沒有把技術(shù)變化因素納入衡量體系。本文采用非參數(shù)DEA模型的Malmquist指數(shù)方法具有以下優(yōu)點：（1）不需要對生產(chǎn)函數(shù)的具體形式進(jìn)行假設(shè)，避免了由于函數(shù)設(shè)定錯誤而產(chǎn)生的估計偏差；（2）可以將測算的TFP（Total Factor Productivity）進(jìn)行分項分解，探尋效率改進(jìn)或者倒退的影響因素，探究了TFP各組成成分的效率，來分析中國商業(yè)銀行效率。

一、理論模型與指標(biāo)選取

（一）Malmquist指數(shù)

Malmquist指數(shù)屬于非參數(shù)數(shù)據(jù)包絡(luò)分析法（Data Envelopment analysis，簡稱DEA模型），1982年，Caves等在DEA模型基礎(chǔ)上，引入距離函數(shù)（Distance Function），通過測度生產(chǎn)決策單位與生產(chǎn)前沿面的距離來反映全要素生產(chǎn)率變化，即Malmquist生產(chǎn)率指數(shù)（Malmquist Index，M）。Fare等（1994）把Malmquist生產(chǎn)率指數(shù)分解為技術(shù)效率變化指數(shù)（Technical Efficiency Change，TEC）和技術(shù)水平變化指數(shù)（Technical Change，TC）。

（二）指標(biāo)與樣本選取

本文選取貸款額、凈利潤、實際利潤增長率、NPL占貸款的比率、資產(chǎn)收益率、資本資產(chǎn)率為產(chǎn)出指標(biāo)。選取資產(chǎn)總額、分支機(jī)構(gòu)數(shù)、員工人數(shù)為投入指標(biāo)（見表1）。依照2007—2011年公布的中國商業(yè)銀行在全球排名前1 000位商業(yè)銀行，考慮到數(shù)據(jù)完整性，最終選擇代表性11家商業(yè)銀行，樣本銀行分為國有控股商業(yè)銀行、股份制商業(yè)銀行、地方商業(yè)銀行三類，其中代表性國有控股銀行分別為中國工商銀行、中國建設(shè)銀行、中國農(nóng)業(yè)銀行、交通銀行四家，代表性股份制商業(yè)銀行為招商銀行、中信銀行、民生銀行、興業(yè)銀行、華夏銀行共五家，代表性地方商業(yè)銀行為深圳發(fā)展銀行、浙商銀行共兩家。樣本數(shù)據(jù)來自2006-2010年《中國金融年鑒》、《中國統(tǒng)計年鑒》及各銀行年報數(shù)據(jù)。

二、實證結(jié)果分析

本文分析步驟如下：首先，分別測算三類商業(yè)銀行的Malmquist指數(shù)；其次，測算和分解每個年度商業(yè)銀行以及11家樣本銀行的Malmquist指數(shù)；最后，測算和分解每個年度11家商業(yè)銀行的整體Malmquist指數(shù)。

（一） 三類商業(yè)銀行的Malmquist指數(shù)

1.國有商業(yè)銀行Malmquist指數(shù)

國有商業(yè)銀行是中國經(jīng)濟(jì)發(fā)展最為重要的融資平臺，在國家宏觀調(diào)控方面具有舉足輕重的地位。本文設(shè)2006年為基年，其M指數(shù)為1，從圖1可以得出以下幾點判斷：

第一，從時間趨勢來看，幾何均值曲線呈現(xiàn)先上升，后下降，再上升的趨勢。2008年幾何均值較低，主要受到國際金融危機(jī)的影響，隨著一系列宏觀調(diào)控措施的出臺，中國銀行業(yè)的M指數(shù)上升。

第二，從年份來看，2007年工商銀行M值最高，農(nóng)業(yè)銀行最低；2008年建設(shè)銀行M指數(shù)超過工商銀行，農(nóng)業(yè)銀行M指數(shù)依然最低；2009年、2010年四大國有銀行M指數(shù)差距越來越小，國家宏觀調(diào)控起到一定效果。

2.股份制商業(yè)銀行Malmquist指數(shù)

股份制商業(yè)銀行是中國銀行業(yè)最為活躍的金融機(jī)構(gòu)，促進(jìn)銀行業(yè)的“血液循環(huán)”。代表性的六家股份制銀行的效率如圖2所示。

第一，從時間趨勢上，除了招商銀行2009年M指數(shù)外，股份制商業(yè)銀行M指數(shù)變動與幾何均值呈現(xiàn)正相關(guān)，幾何均值基本上能夠反映出股份制銀行的M指數(shù)變化。

第二，從年份來看，2007年興業(yè)銀行M指數(shù)最高，華夏銀行最低，各股份制銀行M指數(shù)差距較大；2008年受金融危機(jī)的影響，股份制商業(yè)銀行M指數(shù)均出現(xiàn)下滑，各股份制銀行M指數(shù)差距擴(kuò)大；2009年、2010年各股份制銀行M指數(shù)得到不同程度提高，且各銀行M指數(shù)差距逐年變小，主要原因在于國家的宏觀經(jīng)濟(jì)政策。

3.地方商業(yè)銀行Malmquist指數(shù)

地方商業(yè)銀行在中國起步較晚，但隨著中國經(jīng)濟(jì)的轉(zhuǎn)型和地方中小企業(yè)融資需求旺盛，地方商業(yè)銀行發(fā)揮越來越重要的地位。本文選取的代表性地方商業(yè)銀行效率如圖3。

第一，從時間趨勢來看，浙商銀行M指數(shù)一直低于整個商業(yè)銀行業(yè)M指數(shù)的幾何均值；2008年之前，兩家商業(yè)銀行的M指數(shù)出現(xiàn)不同程度下降。這一方面由于地方商業(yè)銀行在資本、人力資源等方面處于競爭劣勢，另一方面在于受到金融危機(jī)的影響。2009年國家采取寬松的貨幣政策，兩家商業(yè)銀行的M指數(shù)均得到提升，隨后由于資本有限，M指數(shù)又出現(xiàn)下滑。

第二，從年份來看，2009年之前深證發(fā)展銀行的M指數(shù)均高于浙商銀行，2010年深圳發(fā)展銀行的M指數(shù)大幅下降，低于浙商銀行的M指數(shù)。

（二）各年度11家銀行的Malmquist指數(shù)分解

以11家商業(yè)銀行整體經(jīng)營數(shù)據(jù)為基礎(chǔ)，測算出11家商業(yè)銀行2006—2010年期間逐年的Malmquist全要素生產(chǎn)率指數(shù)及其分解，由此得出樣本銀行整體生產(chǎn)率成分及其動態(tài)變化趨勢，綜合反映了各商業(yè)銀行統(tǒng)籌安排生產(chǎn)資源的能力（見表2）。

（三）各銀行整體年均Malmquist指數(shù)分解及排名

在上述分析基礎(chǔ)上，將2007-2010年測算的M指數(shù)進(jìn)行均值處理，得出11家商業(yè)銀行2006-2010年的M指數(shù)分解及排名（見表3）。

從表3可以看出，在四大國有商業(yè)銀行中，工商銀行近幾年的M綜合指數(shù)排名第1，建設(shè)銀行排名第3，農(nóng)業(yè)銀行最低，排名第9；在股份制商業(yè)銀行中，興業(yè)銀行M指數(shù)最高，排名第2，民生銀行M指數(shù)最低，排名第10；在地方商業(yè)銀行中，深圳發(fā)展銀行M指數(shù)高于浙商銀行。整體來看，國有商業(yè)銀行盡管在資金、技術(shù)、人力資本等方面具有絕對優(yōu)勢（除工商銀行外），但效率低于股份制銀行（工商銀行除外）。

（四）銀行業(yè)整體Malmquist指數(shù)分解

選取具有代表性11家商業(yè)銀行每年的M指數(shù)進(jìn)行分析，可得2007—2010年中國整個商業(yè)銀行業(yè)的M指數(shù)及其分解（見表4）。

從表4可以看出，2008年受到國際金融危機(jī)的影響，中國銀行業(yè)整體效率下滑，且下滑幅度非常大。為了抑制金融危機(jī)的沖擊，央行采取寬松的貨幣政策，整個銀行業(yè)獲得大量資金，2009年全要素生產(chǎn)率得到提升，之后趨于穩(wěn)定。

三、結(jié)論

本文選取具有代表性的11家商業(yè)銀行2006—2010年的面板數(shù)據(jù)為樣本，采用非參數(shù)DEA模型的Malmquist指數(shù)方法來研究全要素生產(chǎn)率。研究發(fā)現(xiàn)，除工商銀行外，國有商業(yè)銀行全要素生產(chǎn)效率低于股份制銀行，股份制銀行全要素生產(chǎn)率受金融危機(jī)影響顯著，地方商業(yè)銀行全要素生產(chǎn)率受到的影響最大；從時間趨勢上，2008年全要素生產(chǎn)率最低，相比其余年份差距較大，2009年之后各商業(yè)銀行全要素生產(chǎn)率差距逐漸變?。?008年整個銀行業(yè)全要素生產(chǎn)率相比以前年份急速下降，之后急速上升，趨于平穩(wěn)。

參考文獻(xiàn)：

[1] 張立新.基于DEA的中國商業(yè)銀行效率評價[J].山東社會科學(xué)，2012，（1）：142-145.

[2] 張建華，王鵬.中國銀行業(yè)前沿效率及影響因素研究[J].金融研究，2012，（12）：1-18.

[3] 方燕，白先華.中國商業(yè)銀行經(jīng)營效率分析——三階段DEA之應(yīng)用[J].中央財經(jīng)大學(xué)學(xué)報，2008，（6）：41-46.

[4] 程茂勇，趙紅.市場勢力對銀行效率影響分析——來自中國商業(yè)銀行的經(jīng)驗數(shù)據(jù)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011，（10）：78-91.

[5] 侯瑜，詹明君.商業(yè)銀行效率及其影響因素實證研究[J].稅務(wù)與經(jīng)濟(jì)，2012，（1）：20-28.

[6] Aggeliki Liadaki and Chrysovalantis Gaganis，Efficiency and stock performance of EU banks：Is there a relationship？[J].Omega，2010，

（5）：254-259.

[責(zé)任編輯 王 佳]