鄧向榮 曹紅 苗萌萌

摘要：文章對美國成立于1960年以前、在金融脫媒背景下存續(xù)至今的2 995家社區(qū)銀行，基于1992年～2014年的投入產(chǎn)出數(shù)據(jù)，運用DEA-Malmquist指數(shù)法對全要素生產(chǎn)率變化進行了測度。實證結(jié)果表明：美國社區(qū)銀行TFP增長速度快于大型商業(yè)銀行，前者得益于技術(shù)進步，后者則依靠規(guī)模擴張，反映了金融脫媒背景下兩類銀行的不同發(fā)展路徑；此外，純技術(shù)效率低下成為制約美國社區(qū)銀行TFP增長的主要因素，規(guī)模效率影響不大。美國社區(qū)銀行效率變化的啟示是：著力推進傳統(tǒng)信貸業(yè)務(wù)以外的技術(shù)創(chuàng)新活動、全面提升銀行管理水平、積極開展表外業(yè)務(wù)等是金融脫媒背景下提升我國地方性商業(yè)銀行運營效率、增強競爭力的戰(zhàn)略選擇。

關(guān)鍵詞：美國社區(qū)銀行；效率變化；全要素生產(chǎn)率；技術(shù)進步

一、 引言

銀行效率問題一直是理論界和實務(wù)界共同關(guān)注的焦點，其根本原因在于效率高低不但關(guān)系著銀行運營成本與贏利能力高低、服務(wù)質(zhì)量優(yōu)劣，而且也影響著社會資金分配效率乃至整個金融系統(tǒng)的穩(wěn)定。目前關(guān)于銀行效率的研究主要集中在三方面：一是對歐美及中國等國家地區(qū)商業(yè)銀行整體層面的效率測度；二是解析銀行效率的制約因素；三是銀行效率對宏觀經(jīng)濟運行的影響。但對美國社區(qū)銀行這一類特殊機構(gòu)運營效率的研究尚顯不足。

美國的金融脫媒始于20世紀(jì)60年代，至已走過五十余年的歷程，包括社區(qū)銀行在內(nèi)的存款性金融機構(gòu)在信貸市場上的份額從57%（1961年）快速下降至18%（2014年）。金融脫媒使得銀行之間以及銀行與其他金融機構(gòu)之間的競爭日趨激烈，兼并重組與破產(chǎn)倒閉事件頻發(fā)。相比于大型商業(yè)銀行，以社區(qū)銀行為代表的中小型銀行囿于資本規(guī)模約束，在持續(xù)創(chuàng)新發(fā)展道路上面臨的形勢更為嚴(yán)峻，但其總體數(shù)量仍占美國全部商業(yè)銀行總數(shù)的90.1%；尤為突出的是，其中成立于1960以前的中小型銀行有3 343家至今仍在經(jīng)營，占當(dāng)前全部中小銀行數(shù)量的65.8%。這些銀行在激烈競爭中得以存活的原因是什么？其效率變化規(guī)律又是怎樣？特別地，在當(dāng)前我國金融脫媒趨勢已初步顯現(xiàn)、金融改革進入深水區(qū)、利率市場化步伐加快的背景下，與美國社區(qū)銀行功能及定位相類似的我國地方性商業(yè)銀行受到了前所未有的生存壓力與嚴(yán)峻挑戰(zhàn)，后者又能從美國社區(qū)銀行的發(fā)展中獲得哪些經(jīng)驗與啟示？因此，深入研究美國社區(qū)銀行的效率變化及其經(jīng)驗規(guī)律對推進我國地方性商業(yè)銀行以及小微銀行創(chuàng)新發(fā)展乃至金融體系完善都具有重要借鑒意義。本文即通過對存續(xù)時間在50年以上的美國社區(qū)銀行效率變化進行測度，以期從中找出其發(fā)展經(jīng)驗及對我國的啟示。

二、 模型構(gòu)建

測度商業(yè)銀行效率的方法主要有兩大類：以隨機前沿分析（SFA）為代表的參數(shù)法和以數(shù)據(jù)包絡(luò)分析（DEA）為代表的非參數(shù)分析法。隨機前沿分析法可以分解出供企業(yè)提升效率的信息，但其準(zhǔn)確性取決于模型設(shè)定情況；數(shù)據(jù)包絡(luò)分析法并不預(yù)先假設(shè)生產(chǎn)函數(shù)或分布，而是采用線性規(guī)劃方法來處理數(shù)據(jù)，因?qū)嵱眯愿鼜姸罅勘挥糜跍y度金融產(chǎn)業(yè)效率領(lǐng)域，本文亦選用該方法測度社區(qū)銀行效率。

數(shù)據(jù)包絡(luò)分析模型主要包括CCR效率評估模型（Charnes，Cooper，Rhodes，1979）、BCC效率評估模型（Ban-ker，Charmes，Cooper，1984）等及Malmquist指數(shù)法（F？覿re et al.，1992）等。CCR模型假定各企業(yè)規(guī)模報酬不變，根據(jù)樣本觀測值構(gòu)造效率前沿邊界，并用個體樣本觀測值與其距離遠(yuǎn)近來衡量個體樣本的相對效率。BCC模型放松了前述假定，將綜合技術(shù)效率分解為純技術(shù)效率和規(guī)模效率，以衡量不同規(guī)模報酬下的各決策單元是否處于最佳生產(chǎn)規(guī)模。上述兩模型都是基于特定時期、生產(chǎn)技術(shù)不變這一假設(shè)，但不同時期的生產(chǎn)前沿面及技術(shù)水平都存在差異，導(dǎo)致樣本各年間的效率值缺乏可比性?？疾烀绹鐓^(qū)銀行效率變化，其核心和根本在于對其全要素生產(chǎn)率（TFP）也即廣義的技術(shù)進步率進行測度，并對各時期TFP進行比較。DEA-Malmquist指數(shù)分析法則基于生產(chǎn)技術(shù)可變假設(shè)，允許效率隨時間變化，故本文用以測度美國社區(qū)銀行效率動態(tài)變化水平。

Malmquist指數(shù)法將全要素生產(chǎn)率的變動（TFPC）看作是技術(shù)進步（TC）和技術(shù)不變條件下技術(shù)效率變動（EC）的“合力”，其計算公式為：

M（yt+1，xt+1，yt，xt）=[■×■]■

=[■]×[■×■]■式（1）

式（1）中，xt、yt分別代表t期的輸入向量和輸出向量，Dt（xt，yt）和Dt（xt+1，yt+1）分別表示決策單元以t期為技術(shù)基準(zhǔn)的t期與t+1期的有效性；Dt+1（xt，yt）和Dt+1（xt+1，yt+1）分別表示決策單元以t+1期為技術(shù)基準(zhǔn)的t期和t+1期的有效性。若M（yt+1，xt+1，yt，xt）>1，表示社區(qū)銀行TFP提高；反之則表示TFP有所下降。其中，[■×■]■為t期到t+1期的技術(shù)變化，衡量技術(shù)進步對社區(qū)銀行經(jīng)營的影響；■為t期到t+1期的的技術(shù)效率（EC）變化，衡量社區(qū)銀行在生產(chǎn)行為方面的改善情況，可以通過線性規(guī)劃進一步分解為純技術(shù)效率變化（PEC）和規(guī)模效率變化（SEC），如式（2）：

[Dt（xt，yt）]-1=Max？準(zhǔn)，？姿？準(zhǔn)式（2）

s.t.-？準(zhǔn)yit+？姿yt≥0，xit-？姿xt≥0，？姿≥0

其含義是，給定t期輸入向量xt，輸出向量yt最大可能倍數(shù)的倒數(shù)。通過增加規(guī)模報酬變化時所需的約束條件∑？姿=1，即可完成既定的規(guī)模報酬條件下企業(yè)純技術(shù)效率變化（PEC）與規(guī)模效率變化的分解。故Malmquist指數(shù)法的實質(zhì)是衡量技術(shù)進步與技術(shù)效率變化（包括規(guī)模效率變化與純技術(shù)效率變化）等指標(biāo)變化對全要素生產(chǎn)率變化的影響。因此，全要素生產(chǎn)率變動也可以表示為：TFPC=TC×EC=TC×PEC×SEC。

三、 指標(biāo)選取與數(shù)據(jù)描述性統(tǒng)計分析

1. 指標(biāo)確定。應(yīng)用Malmquist指數(shù)法測度銀行效率的關(guān)鍵在于投入產(chǎn)出指標(biāo)的確定。既有研究由于視角和側(cè)重點不同，其投入與產(chǎn)出變量的選取也存在差異。比較常用的方法主要有：資產(chǎn)法、生產(chǎn)法、中介法、附加價值法、用戶成本法等五種方法。資產(chǎn)法以銀行“吸收存款、發(fā)放貸款”的經(jīng)營核心為基礎(chǔ)，將銀行存款及其他負(fù)債視為投入，將銀行貸款及其他資產(chǎn)視為產(chǎn)出，強調(diào)資金運動過程，側(cè)重考察銀行的規(guī)模效率。生產(chǎn)法將銀行視為生產(chǎn)金融產(chǎn)品的企業(yè)，偏重于選取與金融產(chǎn)品生產(chǎn)相關(guān)的投入產(chǎn)出指標(biāo)，主要用以評估銀行分支機構(gòu)的效率。中介法與資產(chǎn)法類似，將銀行視為在存貸款方面提供金融服務(wù)的中介機構(gòu)，適合于測度主要從其他金融機構(gòu)獲取高額存款并轉(zhuǎn)為貸款或投資的銀行的經(jīng)營效率。附加價值法主張以單一要素為銀行價值創(chuàng)造的重要程度為標(biāo)準(zhǔn)評判各投入產(chǎn)出指標(biāo)。用戶成本法則用銀行某一業(yè)務(wù)（項目）在經(jīng)營過程中所產(chǎn)生的凈值（或成本）為核心標(biāo)準(zhǔn)劃分投入產(chǎn)出指標(biāo)。

由于社區(qū)銀行是一個特殊性金融機構(gòu)群體，產(chǎn)品具有多樣性，而且對應(yīng)不同類型的風(fēng)險，因此合適的測度方法，應(yīng)該基于測度績效的目標(biāo)和其所處的社會環(huán)境。但上述方法對投入產(chǎn)出指標(biāo)設(shè)定的差異較大，如“資產(chǎn)法”與“生產(chǎn)法”將存款視為投入指標(biāo)，而“中介法”將其視為產(chǎn)出指標(biāo)。附加價值法和用戶成本法對于劃分投入項和產(chǎn)出項具有相對性，不適用于時間序列下的銀行效率測度。事實上，銀行作為金融中介機構(gòu)，存貸款僅是經(jīng)營的中間過程，很難被界定為是投入抑或產(chǎn)出指標(biāo)，而銀行在經(jīng)營過程中的各項支付與利潤所得則極少存在爭議，也與銀行經(jīng)營目標(biāo)相一致。鑒于此，本文將社區(qū)銀行資產(chǎn)負(fù)債表和損益表中對應(yīng)的員工薪酬、運營費用、利息支出和固定資產(chǎn)投入等作為投入指標(biāo)，而將利息收入和非利息收入作為產(chǎn)出指標(biāo)，以此來考察美國社區(qū)銀行的經(jīng)營效率。

2. 數(shù)據(jù)選取及描述性統(tǒng)計分析。本文數(shù)據(jù)主要來源于美國聯(lián)邦存款保險公司（FDIC）所統(tǒng)計的各社區(qū)銀行1992年～2014年各年度財務(wù)報表。為盡可能考察金融脫媒背景下美國社區(qū)銀行效率變化的長期規(guī)律，本文從FDIC所統(tǒng)計的1992年登記在冊的13 279家社區(qū)銀行中，選取在1960年以前成立并存續(xù)至今的社區(qū)銀行共計3 343家，剔除數(shù)據(jù)不全的348家，剩余2 995家是為檢測樣本。本文還選取了相同時間條件下成立的、并且至今仍在經(jīng)營的47家美國大型商業(yè)銀行作為對比樣本。

美國社區(qū)銀行的相關(guān)數(shù)據(jù)描述性統(tǒng)計特征如下：

第一，投入部分中利息支出均值最高，為228.21萬美元，占全部投入的28.7%，運營費用均值最低，占全部投入的20%，各項投入占比整體上差別不大；第二，產(chǎn)出部分中利息收入均值為671.67萬美元，占全部收入的87.2%，可見利息收入仍是美國社區(qū)銀行的主要收入來源；第三，各投入產(chǎn)出指標(biāo)最大值和最小值相差數(shù)千倍乃至萬倍，如樣本銀行中非利息收入最低僅為僅1 000美元，最高則達(dá)到8 730.5萬元，相應(yīng)方差也較大，說明各銀行的盈利能力差別迥異，但投入產(chǎn)出效率還有待后文驗證。

四、 實證分析

運用DEAP2.1軟件，使用DEA-Malmquist指數(shù)方法，計算得出美國2 995家社區(qū)銀行與對比組47家大型商業(yè)銀行1992年～2014年間全要素生產(chǎn)率動態(tài)變化情況，從中可以看出：

第一，1992年～2014年間美國社區(qū)銀行的全要素生產(chǎn)率（TFP）變動均值為1.024，即整體上呈現(xiàn)增長的趨勢，年均增速2.4%，高于美國商業(yè)銀行1.1%的增速。從TFP歷年變化情況看，美國社區(qū)銀行的全要素生產(chǎn)率變化值在多數(shù)年份里（有13個年份）高于大型商業(yè)銀行，特別是2008年金融危機以來，美國社區(qū)銀行的全要素生產(chǎn)率增速加快，遠(yuǎn)高于大型商業(yè)銀行。

第二，美國社區(qū)銀行技術(shù)變化均值為1.036，呈增長態(tài)勢，其速度年均達(dá)到了3.6%，成為拉動社區(qū)銀行TFP增長的主要原因；而大型商業(yè)銀行的技術(shù)變化僅為0.5%，技術(shù)變化對TFP增長的作用并不明顯。此外，從社區(qū)銀行的縱向分析也可以得到相同結(jié)論：1993年～2014年間社區(qū)銀行TFP變動并不均，有13個年份增長（TFP變化大于1），8個年份衰退（TFP變化小于1）。TFP增長的13個年份中，有12個年份出現(xiàn)技術(shù)進步，年均進步速度為7.7%；同期僅有3個年份出現(xiàn)技術(shù)效率增長，其余10個年份都是技術(shù)效率降低，其中尤以純技術(shù)效率的下降最為突出，年均下降3%；TFP衰退的8個年份中，有6個年份出現(xiàn)技術(shù)退步（技術(shù)變化小于1），年均退步2.7%；同期只有4個年份出現(xiàn)技術(shù)效率降低。由此說明，技術(shù)進步的變動是美國社區(qū)銀行TFP變化的主要影響因素，技術(shù)效率變化的影響并不十分明顯。

第三，美國社區(qū)銀行技術(shù)效率整體呈下降趨勢，年均降速1.1%，其中純技術(shù)效率變化均值為0.991，小于規(guī)模效率變化平均值0.999，幾乎為1，說明純技術(shù)效率低下是技術(shù)效率下降的主要原因，規(guī)模效率變動對技術(shù)效率乃至TFP的影響可以忽略不計；相反美國大型商業(yè)銀行技術(shù)效率變化呈逐年增長態(tài)勢，但是幅度并不大，構(gòu)成其技術(shù)效率變化的純技術(shù)效率變化為1.001，規(guī)模效率變化為1.004，說明，美國大型商業(yè)銀行技術(shù)效率增長的主要動因在于規(guī)模擴張。

五、 結(jié)論與啟示

本文運用DEA-Malmquist指數(shù)法對美國社區(qū)銀行TFP動態(tài)變化情況進行了測度和解析，得出以下結(jié)論：（1）美國社區(qū)銀行TFP增長速度快于大型商業(yè)銀行，這是其在金融脫媒壓力下得以持續(xù)生存的重要原因；（2）美國社區(qū)銀行的TFP增長主要得益于技術(shù)進步，而大型商業(yè)銀行則依賴于規(guī)模擴張，這反映了金融脫媒背景下兩類銀行業(yè)的不同發(fā)展路徑；（3）美國社區(qū)銀行的技術(shù)效率水平普遍偏低，且遠(yuǎn)嚴(yán)重于大型商業(yè)銀行，其中純技術(shù)效率低下是主要引致因素，規(guī)模效率的貢獻(xiàn)度不大，說明社區(qū)銀行的管理水平等成為制約其高速發(fā)展的障礙。

與美國社區(qū)銀行對比，我國地方性商業(yè)銀行也正在面臨相似的困境。當(dāng)前，中國金融脫媒趨勢日漸明顯。相關(guān)統(tǒng)計顯示，2002年我國新增人民幣貸款占社會融資總量的比例以及商業(yè)銀行人民幣存款余額同比增速分別為92%與19.0%，至2014年已分別下降至59.4%與9.1%。近些年互聯(lián)網(wǎng)金融的蓬勃興起與利率市場化進程的加速，必將使得與大型商業(yè)銀行相比本就不具有規(guī)模優(yōu)勢的地方性商業(yè)銀行面臨更大的生存壓力。總結(jié)美國社區(qū)銀行在金融脫媒過程中的效率變化及經(jīng)驗規(guī)律，對我國地方性商業(yè)銀行發(fā)展具有如下啟示：

第一，充分發(fā)揮技術(shù)創(chuàng)新在地方性商業(yè)銀行全要素生產(chǎn)效率提升中的作用。21世紀(jì)以來，以互聯(lián)網(wǎng)技術(shù)、移動通信技術(shù)、云計算為代表的信息技術(shù)極大改變了社會的生產(chǎn)生活方式，互聯(lián)網(wǎng)金融更是沖擊了傳統(tǒng)金融運營模式及理念。據(jù)統(tǒng)計，截止到2013年末，互聯(lián)網(wǎng)支付金額總計達(dá)到9.22萬億，P2P網(wǎng)絡(luò)借貸平臺累計交易額超過600億，互聯(lián)網(wǎng)金融渠道成本低于傳統(tǒng)銀行渠道成本25%?；ヂ?lián)網(wǎng)金融打破了既有的地域限制，進一步壓縮以區(qū)域內(nèi)經(jīng)營為立足點的地方性商業(yè)銀行的業(yè)務(wù)空間。因此，地方性商業(yè)銀行需要緊隨時代發(fā)展，積極推進金融互聯(lián)網(wǎng)業(yè)務(wù)創(chuàng)新，并探索大數(shù)據(jù)、云計算技術(shù)等在商業(yè)銀行的應(yīng)用，將技術(shù)進步作為推動商業(yè)銀行發(fā)展的主要力量。

第二，單純的規(guī)模擴張并非提高地方性商業(yè)銀行效率、增強企業(yè)競爭力的最佳方法，提升管理水平等以改善純技術(shù)效率，成為地方性商業(yè)銀行增強核心競爭力與持續(xù)發(fā)展能力的重要保障。當(dāng)前，我國地方性商業(yè)銀行總資產(chǎn)僅占銀行業(yè)金融機構(gòu)資產(chǎn)總額的22.15%，稅后利潤占銀行業(yè)金融機構(gòu)稅后利潤總額的20.65%，因此在規(guī)模上無法與國有商業(yè)銀行及股份制商業(yè)銀行相競爭，通過提升規(guī)模效率促進全要素生產(chǎn)率提高的策略可行性很小。但地方性商業(yè)銀行可以通過完善法人治理結(jié)構(gòu)、定位于中小企業(yè)融資市場、提升金融服務(wù)水平等方式獲得綜合技術(shù)效率，提升企業(yè)市場競爭力。

第三，積極開展中間業(yè)務(wù)及表外業(yè)務(wù)，提升非利息收入占總收入比重，優(yōu)化地方性商業(yè)銀行收入結(jié)構(gòu)。一直以來，我國地方性商業(yè)銀行都是采用針對中小企業(yè)和個人的信貸服務(wù)模式生存，通過存貸利差獲得的收入占總收入的80%以上，中間業(yè)務(wù)收入不足20%，中間業(yè)務(wù)產(chǎn)品不到400種，這與美國商業(yè)銀行中間業(yè)務(wù)收入占比60%～70%，中間業(yè)務(wù)產(chǎn)品近4 000種的情況相差甚遠(yuǎn)。隨著中國利率市場化、金融脫媒進程加速等帶來的壓力與挑戰(zhàn)與日俱增，我國地方性商業(yè)銀行亟需調(diào)整傳統(tǒng)的存貸經(jīng)營模式，通過業(yè)務(wù)創(chuàng)新實現(xiàn)新的可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1] Banker R D， Charmes A， Cooper W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management science，1984，30（9）：1078-1092.

[2] Charnes A， Cooper W W， Rhodes E L.Measuring Efficiency of Decision-Making Units[J].European Journal of Operational Research，1979， （2）：429-444.

[3] 張健華，王鵬.中國銀行業(yè)廣義Malmquist生產(chǎn)率指數(shù)研究[J].經(jīng)濟研究，2010，（8）：128-140.

[4] 鄧向榮，苗萌萌.美國社區(qū)銀行風(fēng)險控制體系及經(jīng)驗借鑒[J].國際金融研究，2012，（10）：76-84.

[5] 苗萌萌.金融脫媒背景下美國社區(qū)銀行發(fā)展路徑及效率研究[D].天津：南開大學(xué)學(xué)位論文，2013.

基金項目：天津市科技發(fā)展戰(zhàn)略研究計劃項目（項目號：13ZLZLZF08600）。

作者簡介：鄧向榮（1955-），女，漢族，天津市人，南開大學(xué)經(jīng)濟學(xué)院教授、博士生導(dǎo)師，研究方向為科技金融與產(chǎn)業(yè)政策；曹紅（1983-），女，漢族，山東省濟寧市人，南開大學(xué)經(jīng)濟學(xué)院博士生，研究方向為金融創(chuàng)新與產(chǎn)業(yè)升級；苗萌萌（1984-），女，漢族，河南省許昌市人，南開大學(xué)經(jīng)濟學(xué)院博士，就職于中國人民銀行金融監(jiān)管局，研究方向為金融監(jiān)管。

收稿日期：2015-12-12。