晉盛武， 吳 娟

（合肥工業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，合肥 230009）

國(guó)內(nèi)外有關(guān)商業(yè)銀行全要素生產(chǎn)率的研究成果已經(jīng)相當(dāng)豐富（Casu等，2004[1］；Banker等，2010[2］；楊德等，2005[3］；張健華，2010[4］）。從研究方法來(lái)看，學(xué)者們主要運(yùn)用參數(shù)法中的隨機(jī)前沿分析（SFA）和非參數(shù)法中的數(shù)據(jù)包絡(luò)分析（DEA）。遲國(guó)泰等（2006）[5］利用SFA法評(píng)價(jià)了中國(guó)14家商業(yè)銀行1998－2003年間的利息收入效率、非利息收入效率和總收入綜合效率，他們發(fā)現(xiàn)中國(guó)商業(yè)銀行各類收入的技術(shù)效率狀況不佳，股份制銀行的各類收入效率水平均高于國(guó)有銀行，非利息收入占總收入比重對(duì)國(guó)有銀行的總收入綜合效率具有負(fù)向影響。侯曉輝等（2011）[6］利用SFA面板數(shù)據(jù)模型，估計(jì)了2001－2008年中國(guó)商業(yè)銀行的技術(shù)效率指數(shù)、技術(shù)變化指數(shù)與規(guī)模效率指數(shù)，得出樣本期內(nèi)中國(guó)商業(yè)銀行的技術(shù)進(jìn)步表現(xiàn)為非中性，技術(shù)進(jìn)步會(huì)影響投入要素之間的邊際技術(shù)替代率。王聰和譚政勛（2007）[7］、齊樹(shù)天（2008）[8］等學(xué)者也用SFA法對(duì)商業(yè)銀行效率進(jìn)行了研究。運(yùn)用DEA方法對(duì)中國(guó)商業(yè)銀行生產(chǎn)率進(jìn)行測(cè)算的研究也不少。袁曉玲和張寶山（2009）[9］運(yùn)用非參數(shù)DEA模型的Malmquist生產(chǎn)率指數(shù)，測(cè)算了1999－2006年中國(guó)15家商業(yè)銀行的全要素生產(chǎn)率，結(jié)果顯示中國(guó)商業(yè)銀行全要素生產(chǎn)率整體呈現(xiàn)下降趨勢(shì)。蔡躍洲和郭梅軍（2009）[10］運(yùn)用DEA法對(duì)11家主要上市商業(yè)銀行2004－2008年的生產(chǎn)率進(jìn)行測(cè)算，發(fā)現(xiàn)2004年以來(lái)，上市商業(yè)銀行全要素生產(chǎn)率總體略有下降，其中，技術(shù)變化出現(xiàn)下降，而純技術(shù)效率和規(guī)模效率略有提高。但上述文獻(xiàn)存在的一個(gè)缺陷是沒(méi)有把不良貸款作為一種 “壞”的產(chǎn)出進(jìn)行剔除，只考慮了貸款數(shù)量卻忽略了貸款質(zhì)量，這會(huì)影響測(cè)度的準(zhǔn)確性，從而降低研究的價(jià)值。目前，已有少數(shù)國(guó)內(nèi)外研究者把不良貸款作為一項(xiàng)“壞”的產(chǎn)出納入到銀行全要素生產(chǎn)率的評(píng)價(jià)中（Park和 Weber，2006[11］；柯孔林等，2008[12］；王兵和朱寧，2011[13］），但是這些學(xué)者只單獨(dú)采用生產(chǎn)法或是中介法，容易造成結(jié)果的偏差，而且他們并沒(méi)有重點(diǎn)突出不良貸款對(duì)銀行全要素生產(chǎn)率的影響。

由于DEA方法具有不需要假設(shè)函數(shù)形式，并能對(duì)全要素生產(chǎn)率進(jìn)行分解等優(yōu)點(diǎn)，故我們選用該方法作為本文的測(cè)度工具。但是傳統(tǒng)DEA方法的最大缺陷是不要求對(duì)所有樣本數(shù)據(jù)的無(wú)效率分布做先定假設(shè)，認(rèn)為對(duì)投入和產(chǎn)出變量的估計(jì)沒(méi)有隨機(jī)誤差，不需要進(jìn)行統(tǒng)計(jì)檢驗(yàn)，這在樣本數(shù)據(jù)較多、不同類型銀行之間差異較大的情況下得出的結(jié)果可能存在偏差，因此，本文將運(yùn)用Bootstrap－DEA的Malmquist生產(chǎn)率指數(shù)法對(duì)中國(guó)銀行業(yè)的全要素生產(chǎn)率進(jìn)行研究，從而減小估計(jì)誤差。除此之外，本文在以下幾個(gè)方面與以往研究存在不同：根據(jù)可獲得的數(shù)據(jù)資料，把城市商業(yè)銀行作為樣本納入模型，擴(kuò)大了數(shù)據(jù)量，提高了結(jié)果的準(zhǔn)備性；同時(shí)采用了生產(chǎn)法和中介法，把不良貸款作為一項(xiàng)壞的“產(chǎn)出”引入模型，與剔除了不良貸款的模型進(jìn)行對(duì)比，觀察測(cè)算的全要素生產(chǎn)率是否有差距。

一、研究方法與指標(biāo)選取

（1）Malmquist生產(chǎn)率指數(shù)模型 基于DEA的Malmquist生產(chǎn)率指數(shù)及其分解是分析多投入－多產(chǎn)出決策單元（DMUS）全要素生產(chǎn)率變動(dòng)情況及相對(duì)效率的有效方法。本文采用Fare等（1994）[14］提出的以產(chǎn)出為基礎(chǔ)的Malmquist生產(chǎn)率指數(shù)法，其具體表達(dá)形式為：

其中，（xt，yt）和（xt＋1，yt＋1）分別為t時(shí)刻和t＋1時(shí)刻的投入產(chǎn)出組合，dt（yt＋1，Xt＋1代表以第t期的技術(shù)水平表示的第t＋1期的銀行效率水平；dt＋1（yt＋1，Xt＋1代表以第t＋1期的技術(shù)水平表示的當(dāng)期的效率水平；dt（yt，xt）代表以第t期的技術(shù)水平表示的當(dāng)期的效率水平；dt＋1（yt，xt）代表以第t＋1期的技術(shù)水平表示的第t期的效率水平。

在多時(shí)期的動(dòng)態(tài)條件下，全要素生產(chǎn)率的變化包含技術(shù)進(jìn)步的變化和技術(shù)效率的變化，因此，Malmquist指數(shù)可分解為如下形式：

M代表Malmquist指數(shù)，如果該指數(shù)大于1，表示全要素生產(chǎn)率增長(zhǎng)；指數(shù)小于1，表示全要素生產(chǎn)率下降；指數(shù)等于1，則表示全要素生產(chǎn)率沒(méi)有變化。

其中，Et＋1和Tt＋1表示從t到t＋1時(shí)期技術(shù)效率和技術(shù)進(jìn)步的變化，Et＋1大于1表示從t到t＋1時(shí)期商業(yè)銀行技術(shù)效率上升并對(duì)全要素生產(chǎn)率增長(zhǎng)有貢獻(xiàn)，小于1表示技術(shù)效率下降并阻礙了全要素生產(chǎn)率增長(zhǎng)，等于1表示技術(shù)效率不變并對(duì)全要素生產(chǎn)率增長(zhǎng)沒(méi)有貢獻(xiàn)。Tt＋1大于1表示技術(shù)進(jìn)步并對(duì)全要素生產(chǎn)率增長(zhǎng)有貢獻(xiàn)，小于1表示技術(shù)退步并阻礙了全要素生產(chǎn)率增長(zhǎng)，等于1表示技術(shù)不變并對(duì)全要素生產(chǎn)率增長(zhǎng)沒(méi)有貢獻(xiàn)。

（2）Bootstrap－DEA方法 盡管DEA方法在測(cè)算全要素生產(chǎn)率方面有很多優(yōu)點(diǎn)，但是它忽略了統(tǒng)計(jì)檢驗(yàn)問(wèn)題，在小樣本情況下還會(huì)導(dǎo)致效率評(píng)價(jià)的偏差。Bootstrap－DEA方法可以修正效率估計(jì)的偏差，并能給出效率測(cè)度的置信區(qū)間。它的基本思想是對(duì)原始樣本數(shù)據(jù)進(jìn)行數(shù)值模擬，對(duì)產(chǎn)生的大量模擬樣本進(jìn)行DEA效率計(jì)算，過(guò)程如下：

從小喜歡養(yǎng)魚(yú)種花，最討厭的課就是歷史！畢業(yè)后卻鬼使神差地干上了“科學(xué)史研究”；從未受過(guò)任何史學(xué)訓(xùn)練，也不尊奉權(quán)威之言、書(shū)本之訓(xùn)，隨心所欲地寫(xiě)文章，當(dāng)然會(huì)成為“另類”.史學(xué)研究中講究的是“以史帶論，論從史出”，但我喜歡的卻是在炒菜做飯時(shí)，或躺在地板上想想某件事情的來(lái)龍去脈應(yīng)該如何——沒(méi)有最基本科學(xué)知識(shí)的古人會(huì)怎樣思考問(wèn)題、認(rèn)識(shí)自然、構(gòu)建理論？有所“頓悟”后再去查閱文獻(xiàn)、理解文字的“本意”.

第一，對(duì)每一個(gè)決策單元DMU（xk，yk），k＝1，…，n，利用DEA 方法計(jì)算出效率值。

第二，基于n個(gè)決策單元的效率值＾θk，k＝1，…，n，使用Bootstrap方法產(chǎn)生規(guī)模為n的隨機(jī)效率值其中，b代表使用Bootstrap方法的第b次迭代。

（3）投入產(chǎn)出指標(biāo)的選取 合理選取投入產(chǎn)出指標(biāo)，是測(cè)算銀行業(yè)全要素生產(chǎn)率的一個(gè)關(guān)鍵問(wèn)題。在已有的相關(guān)研究中，對(duì)投入、產(chǎn)出指標(biāo)的選擇主要有生產(chǎn)法、中介法和資產(chǎn)法等。生產(chǎn)法將銀行視為金融產(chǎn)品的生產(chǎn)者，強(qiáng)調(diào)的是銀行的各類商業(yè)活動(dòng)，產(chǎn)出包括貸款數(shù)量、交易活動(dòng)等，投入則主要是實(shí)物性的投入，包括資本、勞動(dòng)力等；中介法認(rèn)為商業(yè)銀行的主要功能是在儲(chǔ)戶和貸款人之間起到融通資金的中介作用，并從中獲利，產(chǎn)出包括利息及非利息收入、貸款數(shù)量及其他投資數(shù)量，投入主要是利息及非利息支出、存款等；資產(chǎn)法也視銀行為金融中介者，但只有其資產(chǎn)負(fù)債表中的資產(chǎn)項(xiàng)目才作為其產(chǎn)出，存款作為負(fù)債不計(jì)入產(chǎn)出。為了更好地觀測(cè)不良貸款對(duì)銀行業(yè)生產(chǎn)率的影響，本文同時(shí)采用了生產(chǎn)法和中介法進(jìn)行了指標(biāo)選?、僦薪榉ㄖ型度胫笜?biāo)選擇固定資產(chǎn)、總存款和非利息支出，產(chǎn)出指標(biāo)選擇總貸款（或者正常貸款，正常貸款＝總貸款－不良貸款）、其他收益資產(chǎn)、非利息收入；生產(chǎn)法中投入指標(biāo)選擇固定資產(chǎn)和非利息支出，產(chǎn)出指標(biāo)選擇總存款、總貸款（或者正常貸款，正常貸款＝總貸款－不良貸款）、其他收益資產(chǎn)、非利息收入。。

（4）樣本選取與數(shù)據(jù)分析 本文選取了四大國(guó)有銀行、10家股份制銀行和23家城市商業(yè)銀行作為研究對(duì)象 ，樣本期為2003－2010年，數(shù)據(jù)主要來(lái)源于Bankscope數(shù)據(jù)庫(kù)，部分來(lái)自《中國(guó)金融年鑒》，樣本的各投入產(chǎn)出變量描述性統(tǒng)計(jì)見(jiàn)表1。

表1 2003－2010年投入產(chǎn)出變量描述性統(tǒng)計(jì) 單位：百萬(wàn)元

二、實(shí)證結(jié)果分析

2003－2010年中國(guó)37家商業(yè)銀行全要素生產(chǎn)及其分解見(jiàn)表2和表3。

（1）2003－2010年期間，中國(guó)銀行業(yè)全要素生產(chǎn)率整體呈現(xiàn)增長(zhǎng)趨勢(shì) 從Malmquist指數(shù)的分解來(lái)看，技術(shù)效率變化和技術(shù)進(jìn)步變化都大于1，但總體來(lái)說(shuō)技術(shù)進(jìn)步對(duì)全要素生產(chǎn)率提高的貢獻(xiàn)更大。對(duì)這一現(xiàn)象的解釋是，近年來(lái)中國(guó)銀行業(yè)不斷加大現(xiàn)代化支付系統(tǒng)的投入，推動(dòng)了商業(yè)銀行整體生產(chǎn)率的改進(jìn)。因?yàn)槟壳拔覈?guó)銀行業(yè)的主要收入仍然依靠傳統(tǒng)利息收入維持，但是計(jì)算機(jī)技術(shù)和電子通信技術(shù)的發(fā)展促進(jìn)了現(xiàn)代支付系統(tǒng)的應(yīng)用，為銀行開(kāi)拓非利息收入創(chuàng)造了良好的條件。一方面，同生產(chǎn)制造企業(yè)一樣，生產(chǎn)前沿面的移動(dòng)（技術(shù)變化）要受到計(jì)算機(jī)網(wǎng)絡(luò)通信設(shè)備等物質(zhì)技術(shù)手段的影響；另一方面，政府相關(guān)部門(mén)出臺(tái)的各種調(diào)控政策、規(guī)制措施也會(huì)影響生產(chǎn)前沿面的移動(dòng)。通常，物質(zhì)技術(shù)水平的不斷進(jìn)步會(huì)對(duì)技術(shù)變化產(chǎn)生正向的促進(jìn)作用，最終將表現(xiàn)為全要素生產(chǎn)率的增長(zhǎng)。

表2 2003－2010年期間年均Malmquist指數(shù)變化及其分解（模型一與模型三的對(duì)比）

續(xù)表

表3 2003－2010年期間年均Malmquist指數(shù)變化及其分解（模型二與模型四的對(duì)比）

（2）模型一和模型二是把不良貸款作為一項(xiàng)“壞”的產(chǎn)出加入到銀行全要素生產(chǎn)率的測(cè)度中，而模型三和模型四是在其他指標(biāo)不變的情況下用正常貸款（總貸款－不良貸款）替代總貸款進(jìn)行的計(jì)算 對(duì)比模型一和三（中介法）、模型二和四（生產(chǎn)法）發(fā)現(xiàn)，剔除不良貸款的影響會(huì)提高銀行業(yè)的全要素生產(chǎn)率。不良貸款存在的原因有多種：第一，對(duì)于資產(chǎn)規(guī)模過(guò)大的銀行來(lái)說(shuō)，其受到政府的隱性保護(hù)多，會(huì)刺激銀行從事高風(fēng)險(xiǎn)的業(yè)務(wù)。第二，對(duì)于資本處于較低水平的銀行來(lái)說(shuō)，較高的不良貸款率主要來(lái)自于銀行管理層追逐高盈利而提高貸款組合風(fēng)險(xiǎn)度的道德風(fēng)險(xiǎn)激勵(lì)。第三，銀行非利息收入占比較低。不良貸款的存在增加了銀行經(jīng)營(yíng)活動(dòng)的風(fēng)險(xiǎn)，從而不利于我國(guó)銀行業(yè)國(guó)際競(jìng)爭(zhēng)力的提高，因此要推進(jìn)銀行資產(chǎn)多元化，促進(jìn)銀行更多地考慮存款者的利益，監(jiān)測(cè)借款人的行為，降低不良貸款比例。2003－2010年我國(guó)商業(yè)銀行總的不良貸款率呈現(xiàn)下降趨勢(shì)，這可能是因?yàn)殡S著資本市場(chǎng)的深化改革，企業(yè)融資渠道在不斷拓寬，直接融資方式日趨活躍，迫使銀行降低貸款利率，銀行的利息收入水平減少，只有通過(guò)調(diào)整業(yè)務(wù)結(jié)構(gòu)，降低不良貸款才能有所發(fā)展。

（3）2003－2010年期間，四個(gè)模型中三類銀行的Malmquist指數(shù)都大于1，意味著這三類銀行的全要素生產(chǎn)率都在不斷提高 在生產(chǎn)率變動(dòng)快慢方面，總體來(lái)說(shuō)股份制銀行的生產(chǎn)率增長(zhǎng)最快，國(guó)有和城市商業(yè)銀行生產(chǎn)率增長(zhǎng)要慢一點(diǎn)，但進(jìn)步仍然很明顯，這一點(diǎn)與王兵和朱寧（2011）認(rèn)為國(guó)有和城市商業(yè)銀行的生產(chǎn)率進(jìn)步最快，股份制商業(yè)銀行雖稍遜一籌，但進(jìn)步仍然很明顯的觀點(diǎn)有很大不同。國(guó)有銀行由于人員龐大、固定資產(chǎn)冗余，員工素質(zhì)、經(jīng)營(yíng)機(jī)制、創(chuàng)新以及競(jìng)爭(zhēng)意識(shí)無(wú)法與股份制商業(yè)銀行相比，因此技術(shù)進(jìn)步程度低于股份制商業(yè)銀行；城市商業(yè)銀行由于市場(chǎng)化改革較為徹底，受政府影響較小，且注重產(chǎn)品創(chuàng)新，因此發(fā)展速度較快，但是在基礎(chǔ)服務(wù)設(shè)施的建設(shè)、抵御外資銀行的競(jìng)爭(zhēng)、應(yīng)對(duì)全球性金融危機(jī)等方面比國(guó)有和股份制商業(yè)銀行要差；股份制銀行有符合現(xiàn)代企業(yè)制度要求的公司治理結(jié)構(gòu)，相比其他兩類銀行來(lái)說(shuō)，股份制銀行績(jī)效好，資產(chǎn)質(zhì)量高，創(chuàng)新和競(jìng)爭(zhēng)意識(shí)強(qiáng)，因此具有更高的全要素生產(chǎn)率。

（4）如圖1和圖2所示，在考察期內(nèi)，國(guó)有商業(yè)銀行發(fā)展態(tài)勢(shì)較為平穩(wěn)，而股份制銀行和城市商業(yè)銀行的生產(chǎn)率波動(dòng)比較大 在考察前期，股份制和城市商業(yè)銀行生產(chǎn)率低于國(guó)有商業(yè)銀行，但在演進(jìn)過(guò)程中三者的差距正在逐漸縮小，中國(guó)銀行業(yè)全要素生產(chǎn)率水平呈現(xiàn)趨同的態(tài)勢(shì)。

圖1 中介法下三類銀行全要素生產(chǎn)率發(fā)展趨勢(shì)

圖2 生產(chǎn)法下三類銀行全要素生產(chǎn)率發(fā)展趨勢(shì)

國(guó)有銀行在國(guó)民經(jīng)濟(jì)中具有特殊的地位，能夠影響國(guó)家宏觀金融政策的制定，還能從中央銀行獲得大量再貸款資金，擁有一定的超市場(chǎng)能力，因此在初期生產(chǎn)率明顯高于其他類型商業(yè)銀行。但是當(dāng)國(guó)有銀行規(guī)模擴(kuò)張到一定程度后會(huì)出現(xiàn)規(guī)模不經(jīng)濟(jì)現(xiàn)象，通常表現(xiàn)為資產(chǎn)質(zhì)量差、營(yíng)利能力低、效率低下，并且缺乏創(chuàng)新動(dòng)力，從而影響生產(chǎn)率的進(jìn)一步提升甚至出現(xiàn)下滑。隨著金融體制的改革，不同規(guī)模、不同產(chǎn)權(quán)性質(zhì)的商業(yè)銀行成立并逐步壯大，這有利于多元化競(jìng)爭(zhēng)體系的形成，銀行的盈利激勵(lì)得到增強(qiáng)，這為處在盈利性條件分布低端的非大型商業(yè)銀行帶來(lái)了迅速成長(zhǎng)的動(dòng)力，生產(chǎn)率大大提高，因此銀行業(yè)出現(xiàn)全要素生產(chǎn)率趨同的現(xiàn)象。

三、結(jié)論與政策建議

本文運(yùn)用Bootstrap－DEA的Malmquist生產(chǎn)率指數(shù)法對(duì)2003－2010年間中國(guó)37家商業(yè)銀行的全要素生產(chǎn)率指數(shù)及其分解因素進(jìn)行分析，主要得出以下結(jié)論：第一，中國(guó)銀行業(yè)全要素生產(chǎn)率整體呈現(xiàn)增長(zhǎng)趨勢(shì)，生產(chǎn)率提高主要來(lái)源于技術(shù)進(jìn)步；第二，在考察期內(nèi)，國(guó)有商業(yè)銀行發(fā)展態(tài)勢(shì)較為平穩(wěn)，而股份制銀行和城市商業(yè)銀行的生產(chǎn)率波動(dòng)比較大。具體而言，股份制銀行生產(chǎn)率增長(zhǎng)比國(guó)有和城市商業(yè)銀行快，但三者在演進(jìn)過(guò)程中差距正在逐漸縮小，中國(guó)銀行業(yè)生產(chǎn)率水平正在改進(jìn)中逐步趨同；第三，剔除不良貸款時(shí)，中國(guó)銀行業(yè)全要素生產(chǎn)率會(huì)提高，而且即使有不良貸款的約束，我國(guó)銀行業(yè)生產(chǎn)率仍然有所提高，說(shuō)明各大商業(yè)銀行已經(jīng)加強(qiáng)了資產(chǎn)質(zhì)量管理。

股份制改革以來(lái)，中國(guó)銀行業(yè)在政府幫助下減少不良貸款、完善治理結(jié)構(gòu)、提高風(fēng)險(xiǎn)管理，對(duì)生產(chǎn)率提高起到了一定的推動(dòng)作用，但我國(guó)銀行體系還存在很多不足，主要體現(xiàn)在機(jī)構(gòu)臃腫、人員冗余、非利息收入比例過(guò)低和不良貸款率較高等。因此推進(jìn)產(chǎn)權(quán)改革、降低銀行的資產(chǎn)費(fèi)用率、加快高技術(shù)含量的中間市場(chǎng)業(yè)務(wù)發(fā)展是目前我國(guó)銀行業(yè)急需解決的難題。商業(yè)銀行應(yīng)學(xué)習(xí)外資銀行的先進(jìn)管理經(jīng)驗(yàn)，擴(kuò)大中間業(yè)務(wù)，建立科學(xué)的信用風(fēng)險(xiǎn)控制和不良貸款管理體系，從整體上提高中國(guó)銀行業(yè)的全要素生產(chǎn)率。

[1]Barbara Casu，Claudia Girardone，Philip Molyneux.Productivity change in European banking：A comparison of parametric and non－parametric approaches[J］.Journal of Banking and Finance，2004，（10）：2 521－2 540.

[2]Banker，Rajiv D ，Hsihui Chang，Seok－Young Lee.Differential Impact of Korean Banking System Reforms on Bank Productivity[J］.Journal of Bank and Finance，2010，（7）：1 450－1 460.

[3]楊 德，遲國(guó)泰，孫秀峰.中國(guó)商業(yè)銀行效率研究[J］.系統(tǒng)工程理論方法應(yīng)用，2005，（3）：252－258.

[4]張健華，王 鵬.中國(guó)銀行業(yè)廣義 Malmquist生產(chǎn)率指數(shù)研究[J］.經(jīng)濟(jì)研究，2010，（8）：128－140.

[5]遲國(guó)泰，孫秀峰，鄭杏果.中國(guó)商業(yè)銀行收入結(jié)構(gòu)與收入效率關(guān)系研究[J］.系統(tǒng)工程學(xué)報(bào)，2006，（6）：574－582.

[6]侯曉輝，李婉麗，王 青.所有權(quán)、市場(chǎng)勢(shì)力與中國(guó)商業(yè)銀行的全要素生產(chǎn)率[J］.世界經(jīng)濟(jì)，2011，（2）：135－157.

[7]王 聰，譚政勛.我國(guó)商業(yè)銀行效率結(jié)構(gòu)研究[J］.經(jīng)濟(jì)研究，2007，（7）：110－123.

[8]齊樹(shù)天.商業(yè)銀行績(jī)效、效率與市場(chǎng)結(jié)構(gòu)[J］.國(guó)際金融研究，2008，（3）：48－56.

[9]袁曉玲，張寶山.中國(guó)商業(yè)銀行全要素生產(chǎn)率的影響因素研究[J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，（4）：93－104.

[10]蔡躍洲，郭梅軍.我國(guó)上市商業(yè)銀行全要素生產(chǎn)率的實(shí)證分析[J］.經(jīng)濟(jì)研究，2009，（9）：52－65.

[11]Park K，Weber W.A note on efficiency and productivity growth in the Korean banking industry，1992－2002[J］.Journal of Banking and Finance，2006，（8）：2 371－2 386.

[12]柯孔林，馮宗憲.中國(guó)銀行業(yè)全要素生產(chǎn)率測(cè)度[J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，（4）：110－120.

[13]王 兵，朱 寧.不良貸款約束下的中國(guó)銀行業(yè)全要素生產(chǎn)率增長(zhǎng)研究[J］.經(jīng)濟(jì)研究，2011，（5）：32－45.

[14]Fare R，Grosskop S，Norris M.Productivity growth，technical progress，and efficiency change in industrialized countries[J］.A－merican Economic Review，1994，（1）：66－83.