楊?lèi)疴x，毛博偉，鄭祿飛（.河海大學(xué)商學(xué)院，江蘇　南京200；2.江蘇省企業(yè)國(guó)際化發(fā)展決策基地，江蘇　南京200；.浙江財(cái)經(jīng)大學(xué)工商管理學(xué)院，浙江　杭州008）

?

交叉效率視角下我國(guó)股份制銀行績(jī)效研究

楊?lèi)疴x1，2，毛博偉1，鄭祿飛3
（1.河海大學(xué)商學(xué)院，江蘇南京211100；2.江蘇省企業(yè)國(guó)際化發(fā)展決策基地，江蘇南京211100；3.浙江財(cái)經(jīng)大學(xué)工商管理學(xué)院，浙江杭州310018）

摘要：運(yùn)用DEA交叉效率模型對(duì)2009—2013年間我國(guó)18家股份制銀行的經(jīng)營(yíng)績(jī)效進(jìn)行評(píng)價(jià)，解決了傳統(tǒng)CCR模型中有效單元過(guò)多與權(quán)重自評(píng)的問(wèn)題。結(jié)果表明，我國(guó)股份制銀行經(jīng)營(yíng)績(jī)效較為穩(wěn)定，呈現(xiàn)出一定的上升趨勢(shì)；在此基礎(chǔ)上，使用層次聚類(lèi)法分析，發(fā)現(xiàn)浦發(fā)、招商、民生銀行等在內(nèi)的中型股份制銀行經(jīng)營(yíng)效率最佳，國(guó)有大型股份制銀行次之，浙商、渤海銀行等在內(nèi)的小型股份制銀行效率相對(duì)較低，進(jìn)而提出了相應(yīng)的效率改進(jìn)建議。

關(guān)鍵詞：股份制銀行；經(jīng)營(yíng)績(jī)效；交叉效率；DEA；聚類(lèi)分析

2009年1月，中國(guó)農(nóng)業(yè)銀行作為最后一家國(guó)有大型銀行完成股份制改革；2012年1月，中國(guó)郵政儲(chǔ)蓄銀行正式變更為股份有限公司，至此，我國(guó)國(guó)有商業(yè)銀行均完成了股份制改革。同時(shí)，在美國(guó)次貸危機(jī)以及歐債危機(jī)后，歐美多家商業(yè)銀行申請(qǐng)破產(chǎn)保護(hù)、海外撤資，全球銀行業(yè)格局正進(jìn)行新一輪的“洗牌”；國(guó)內(nèi)方面，受?chē)?guó)內(nèi)經(jīng)濟(jì)增速下行、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、互聯(lián)網(wǎng)金融、金融脫媒等新興事物的影響，國(guó)內(nèi)銀行業(yè)的經(jīng)營(yíng)業(yè)績(jī)?cè)鏊仝吘彙?015年10月23日，中央人民銀行取消對(duì)商業(yè)銀行的存款利率浮動(dòng)上限。這一系列的金融變動(dòng)正在倒逼著我國(guó)銀行業(yè)進(jìn)行經(jīng)營(yíng)效率的反思與改進(jìn)。在此背景下，準(zhǔn)確有效地對(duì)我國(guó)股份制銀行的經(jīng)營(yíng)效率進(jìn)行測(cè)度與評(píng)估，分析各銀行間經(jīng)營(yíng)效率的優(yōu)劣，進(jìn)而根據(jù)各類(lèi)銀行的運(yùn)營(yíng)特點(diǎn)，探索中國(guó)銀行業(yè)的改革途徑，對(duì)于我國(guó)金融業(yè)的長(zhǎng)遠(yuǎn)期穩(wěn)健發(fā)展具有極為深刻的理論價(jià)值與現(xiàn)實(shí)指導(dǎo)意義。

1 文獻(xiàn)綜述

銀行經(jīng)營(yíng)效率是考察銀行機(jī)構(gòu)運(yùn)營(yíng)能力的關(guān)鍵指標(biāo)，蘆鋒[1]認(rèn)為經(jīng)營(yíng)效率的高低是判斷銀行機(jī)構(gòu)投入、產(chǎn)出配置合理與否的重要參考，可體現(xiàn)出銀行機(jī)構(gòu)將自身金融資源轉(zhuǎn)變?yōu)榻鹑诜?wù)及其收入的能力水平。

Sherman & Gold[2]開(kāi)創(chuàng)性的將DEA方法應(yīng)用于銀行機(jī)構(gòu)運(yùn)營(yíng)績(jī)效的實(shí)際測(cè)度與評(píng)價(jià)中，并通過(guò)與其他測(cè)評(píng)方法進(jìn)行對(duì)比，證明了DEA效率評(píng)價(jià)方法的有效性。此后，大量的學(xué)者就DEA方法在銀行經(jīng)營(yíng)效率中的應(yīng)用進(jìn)行了廣泛的探索與研究。Athanassopoulos & Giokas[3]對(duì)1988—1994年間希臘商業(yè)銀行（CBG）的效率進(jìn)行了測(cè)評(píng)，得到了相關(guān)銀行機(jī)構(gòu)的認(rèn)可并對(duì)機(jī)構(gòu)決策產(chǎn)生指導(dǎo)性作用；Oliveira &Tabak[4]運(yùn)用DEA方法對(duì)全球銀行業(yè)的經(jīng)營(yíng)效率進(jìn)行測(cè)度與比較后發(fā)現(xiàn)，發(fā)達(dá)國(guó)家的經(jīng)營(yíng)效率有下降趨勢(shì)而新興市場(chǎng)國(guó)家銀行經(jīng)營(yíng)效率略有上升，其原因可能在于全球經(jīng)濟(jì)一體化進(jìn)程的推動(dòng)；Sathye[5]分別對(duì)印度國(guó)資銀行、民營(yíng)銀行與混合所有制銀行的經(jīng)營(yíng)績(jī)效進(jìn)行DEA分析，發(fā)現(xiàn)私有化進(jìn)程有助于提升銀行的經(jīng)營(yíng)效率，印度銀行業(yè)逐步私有化的建設(shè)是卓有成效的；Staub et al[6]分析了巴西商業(yè)銀行2000—2007年的實(shí)證數(shù)據(jù)，發(fā)現(xiàn)相比于歐美銀行，巴西商業(yè)銀行的效率水平還處于低位，并提出銀行的規(guī)模程度未對(duì)巴西商業(yè)銀行績(jī)效產(chǎn)生影響；Moradi & Saleh[7]在對(duì)澳大利亞銀行的技術(shù)效率進(jìn)行重新審視后提出在銀行績(jī)效產(chǎn)出指標(biāo)中“利息收入”比“凈利息收入”更具代表性。

國(guó)內(nèi)方面，魏煜，王麗[8]對(duì)我國(guó)商業(yè)銀行1997年的數(shù)據(jù)進(jìn)行了DEA分析，發(fā)現(xiàn)在四大國(guó)有獨(dú)資銀行和其他新型商業(yè)銀行效率的比較中，國(guó)有銀行效率較低；張健華[9]選取1997—2001年間四大國(guó)有銀行、10家股份制銀行以及37家城市商業(yè)銀行的數(shù)據(jù)，實(shí)證分析后得出我國(guó)銀行業(yè)中股份制銀行的經(jīng)營(yíng)效率相對(duì)較高，而單一的區(qū)域性城市商業(yè)銀行的效率相對(duì)較低；宋增基等[10]在對(duì)比2007年與2003年我國(guó)商業(yè)銀行的經(jīng)營(yíng)數(shù)據(jù)后發(fā)現(xiàn)國(guó)有四大商業(yè)銀行的效率雖有所增進(jìn)，但總體上仍明顯不及新興股份制銀行，且四大國(guó)有商業(yè)銀行不存在顯著的規(guī)模經(jīng)濟(jì)；丁忠明，張琛[11]在對(duì)比國(guó)內(nèi)外15家商業(yè)銀行2009年的經(jīng)營(yíng)數(shù)據(jù)后得出了類(lèi)似的觀點(diǎn)，即新興股份制銀行高于國(guó)有獨(dú)資銀行，同時(shí)還發(fā)現(xiàn)國(guó)內(nèi)銀行績(jī)效與國(guó)外銀行相比仍有一定的差距；胡竹枝等[12]利用銀行內(nèi)部數(shù)據(jù)，實(shí)證分析了2013年全國(guó)東中西部803家村鎮(zhèn)銀行的經(jīng)營(yíng)績(jī)效，發(fā)現(xiàn)我國(guó)村鎮(zhèn)銀行基本處于無(wú)效率狀態(tài)，尤其是在純技術(shù)效率方面，僅有5%的銀行達(dá)到純技術(shù)有效。

縱觀國(guó)內(nèi)外學(xué)者的研究，多集中于應(yīng)用傳統(tǒng)CCR模型進(jìn)行技術(shù)效率、純技術(shù)效率以及規(guī)模效率的分析，但由于受模型原理設(shè)定的限制，傳統(tǒng)CCR模型中存在將非有效決策單元識(shí)別為有效決策單元的缺陷，因此，本文試圖引入DEA分析方法中的交叉效率模型，對(duì)我國(guó)商業(yè)銀行經(jīng)營(yíng)績(jī)效進(jìn)行更為合理、科學(xué)的測(cè)度與評(píng)估。

2 模型與方法

DEA（data envelopment analysis,數(shù)據(jù)包絡(luò)分析）方法作為一種區(qū)別于傳統(tǒng)參數(shù)估計(jì)的非參數(shù)方法，以線(xiàn)性規(guī)劃模型代替生產(chǎn)函數(shù)模型，可解決傳統(tǒng)參數(shù)估計(jì)方法中無(wú)法較好的處理被評(píng)價(jià)DMU（decision making unit，決策單元）中多投入、多產(chǎn)出變量的問(wèn)題。因此，該方法被廣泛應(yīng)用于同型多投入、多產(chǎn)出企業(yè)的技術(shù)經(jīng)濟(jì)效率評(píng)價(jià)。

2.1 傳統(tǒng)CCR模型

Charnes，Coopor與Rhodes（1978）創(chuàng)造性的提出了傳統(tǒng)CCR模型，通過(guò)多產(chǎn)出指標(biāo)加權(quán)值與多投入指標(biāo)加權(quán)值的相對(duì)比值表示被評(píng)價(jià)DMU的效率值[13]。其數(shù)理統(tǒng)計(jì)思路如下：

1）假設(shè)有n個(gè)具有可比性的DMU，任一DMU都存在m項(xiàng)投入、s項(xiàng)產(chǎn)出，故全部DMU的投入、產(chǎn)出指標(biāo)向量可表示為[Xj，Yj]，j=1，2，…，n。其中Xj，Yj可分別表示為

Xj=[x1j, x2j，…，xmj]T> 0，j=1，2，…，n；Yj=[y1j，y2j，…，ysj]T> 0，j=1，2，…，n

2）與之對(duì)應(yīng)，投入指標(biāo)與輸出指標(biāo)的權(quán)重向量可表示為[Vj，Uj]，j=1，2，…，n。其中Vj，Uj可分別表示為

Vj=[v1j，v2j，…，vmj]T> 0，j=1，2，…，n；Uj=[u1j，u2j，…，usj]T> 0，j=1，2，…，n

3）在此基礎(chǔ)上，可得到傳統(tǒng)CCR模型：

其中，θj表示DMUj在最優(yōu)權(quán)重下所得的效率值。在模型線(xiàn)性約束條件的作用下，θj的最大值即為1。若θj達(dá)到1，則表明該DMU是有效的；若θj<1，則稱(chēng)該DMU是非有效的。

2.2 交叉效率模型

傳統(tǒng)CCR模型在一定程度上解決了多投入、多產(chǎn)出變量的效率評(píng)價(jià)問(wèn)題，但由于該模型中的目標(biāo)函數(shù)與約束條件存在顯著的線(xiàn)性平行特征，意味著傳統(tǒng)CCR模型的線(xiàn)性解集存在著多重最優(yōu)解，即最優(yōu)效率值是不唯一的，進(jìn)而使得在實(shí)際效率評(píng)價(jià)問(wèn)題中，可能出現(xiàn)有較多的決策單元都能取到最大效率值的現(xiàn)象，導(dǎo)致將非有效DMU“偽識(shí)別”為有效DMU[14]。鑒于此，有學(xué)者采用超效率模型（super efficiency model）[15-16]，即在線(xiàn)性約束的參考集中不考慮被測(cè)DMU，使得被測(cè)DMU效率值的上限可大于1，在一定程度上補(bǔ)足了傳統(tǒng)CCR模型無(wú)法進(jìn)行效率值優(yōu)劣排序的問(wèn)題。但不可忽視的是超效率模型和傳統(tǒng)CCR模型的效率推導(dǎo)均是從自評(píng)視角出發(fā)，這會(huì)使得每一DMU的投入、產(chǎn)出指標(biāo)的權(quán)重[Vj, Uj]會(huì)向使自身效率最大化的取值范圍內(nèi)傾斜，易產(chǎn)生放大自身長(zhǎng)處、隱藏自身短處，導(dǎo)致其效率評(píng)價(jià)結(jié)果虛高、偽有效的現(xiàn)象[17]。

為進(jìn)一步解決傳統(tǒng)CCR模型中解集非唯一、權(quán)重自評(píng)的問(wèn)題，Sexton等（1986）提出將權(quán)重評(píng)價(jià)體系由自評(píng)變?yōu)榛ピu(píng)[18]，即每一DMU中生產(chǎn)、投入指標(biāo)的權(quán)重[Vj, Uj]不僅僅取決于其自身的數(shù)據(jù)指標(biāo)，同時(shí)也受其他DMU的共同影響，從而使得到的效率值更為客觀合理。具體而言，在傳統(tǒng)CCR模型的最優(yōu)權(quán)重下，可定義DMUt基于DMUk的交叉效率值：

其中，vik*，urk*（i=1，2，…，m；r=1，2，…，s）表示DMUk的最優(yōu)權(quán)重。

考慮到傳統(tǒng)CCR模型中的最優(yōu)權(quán)重vik*，urk*（i=1，2，…，m；r=1，2，…，s）存在多重解集的情況，為此Doyle （1994）引入二次目標(biāo)，構(gòu)建了“利眾型”與“對(duì)抗型”兩種交叉效率模型[19]。鑒于我國(guó)股份制銀行間的競(jìng)爭(zhēng)性，本文選用對(duì)抗型交叉效率評(píng)價(jià)模型進(jìn)行股份制銀行經(jīng)營(yíng)績(jī)效的評(píng)估測(cè)度。對(duì)抗型交叉效率模型的數(shù)理統(tǒng)計(jì)思路如下：

1）求解以下線(xiàn)性規(guī)劃方程：

vi≥0，i=1，2，…，m；ur≥0，r=1，2，…，s

2）整理上述交叉效率值可得到效率矩陣E：

其中，主對(duì)角線(xiàn)元素Eii為自我效率評(píng)價(jià)值，非主對(duì)角線(xiàn)元素Eij（i≠j）為交叉效率評(píng)價(jià)值。E的第j列是諸決策單元對(duì)DMUj,的效率評(píng)價(jià)值，這些值越大，說(shuō)明DMUj越優(yōu)；E的第i行(主對(duì)角線(xiàn)元素除外)是DMUj對(duì)其它決策單元的效率評(píng)價(jià)值，這些值越小對(duì)DMUj越有利。

3 變量及數(shù)據(jù)選取

3.1 變量說(shuō)明

在DEA模型分析中，投入與產(chǎn)出變量的選取是研究開(kāi)展的前提與基礎(chǔ)，并將對(duì)實(shí)證研究的結(jié)果產(chǎn)生重要影響。因此，變量選取的準(zhǔn)確、合理對(duì)于實(shí)證研究的開(kāi)展、實(shí)證結(jié)果的解讀意義重大。鑒于銀行機(jī)構(gòu)投入產(chǎn)出要素的衡量基準(zhǔn)不一，使得學(xué)者們對(duì)投入與產(chǎn)出指標(biāo)的選取存在較大的異議，一直未得到統(tǒng)一的見(jiàn)解與標(biāo)準(zhǔn)?？偨Y(jié)現(xiàn)有的研究成果，學(xué)者們主要采取以下3類(lèi)銀行經(jīng)營(yíng)績(jī)效指標(biāo)分析方法：生產(chǎn)法、中介法和資產(chǎn)法。3類(lèi)方法的介紹與區(qū)別見(jiàn)表1。

表1 生產(chǎn)法、中介法和資產(chǎn)法的對(duì)比Tab.1 The comparison of production method, mediation method and property method

為使對(duì)銀行績(jī)效指標(biāo)的選取盡可能的全面、系統(tǒng)，學(xué)者們往往綜合考慮了兩種或兩種以上的指標(biāo)選取方法。同時(shí)，考慮到我國(guó)《商業(yè)銀行法》中對(duì)商業(yè)銀行存貸比不得超過(guò)75%的規(guī)定要求，而在歐美發(fā)達(dá)國(guó)家對(duì)商業(yè)銀行的監(jiān)管中并未將其作為法定監(jiān)管指標(biāo)。因此，本文認(rèn)為將存款與貸款作為衡量商業(yè)銀行經(jīng)營(yíng)績(jī)效的投入、產(chǎn)出指標(biāo)有失妥當(dāng)。在此基礎(chǔ)上，結(jié)合銀行機(jī)構(gòu)盈利性的公司性質(zhì)，選取與存貸款間接相關(guān)的利息支出與利息收入作為投入、產(chǎn)出要素，具體指標(biāo)如表2所示。

表2 投入、產(chǎn)出要素指標(biāo)Tab.2 The indicators of input & output elements

3.3 數(shù)據(jù)來(lái)源

本文以國(guó)內(nèi)18家上市股份制銀行，即中國(guó)工商銀行、中國(guó)農(nóng)業(yè)銀行、中國(guó)銀行、中國(guó)建設(shè)銀行、交通銀行、中國(guó)郵政儲(chǔ)蓄銀行、中信銀行、中國(guó)光大銀行、華夏銀行、中國(guó)民生銀行、廣發(fā)銀行、平安銀行、招商銀行、興業(yè)銀行、上海浦東發(fā)展銀行、恒豐銀行、浙商銀行、渤海銀行，作為研究對(duì)象，其資產(chǎn)總和在我國(guó)銀行業(yè)中的占比達(dá)60%以上，樣本的說(shuō)服力與代表性較強(qiáng)。同時(shí)，考慮到2009年我國(guó)國(guó)有商業(yè)銀行基本完成股份制改革，且金融危機(jī)對(duì)商業(yè)銀行的沖擊影響逐漸減弱，本文選取2009—2013年的投入、產(chǎn)出指標(biāo)數(shù)據(jù)。樣本數(shù)據(jù)來(lái)源于2010—2014年的《中國(guó)金融統(tǒng)計(jì)年鑒》，各指標(biāo)的統(tǒng)計(jì)性信息見(jiàn)表3。

表3 投入、產(chǎn)出指標(biāo)的統(tǒng)計(jì)性信息Tab.3 The statistical information of input & output indicators

此外，為使效率測(cè)評(píng)更為合理，投入、產(chǎn)出指標(biāo)應(yīng)具有較高的因果關(guān)系，具體體現(xiàn)為投入、產(chǎn)出指標(biāo)間有較高的相關(guān)系數(shù)值[20]。由表4可得，本文選取的投入、產(chǎn)出指標(biāo)的相關(guān)系數(shù)均大于0.85，意味指標(biāo)變量的選取較為合理，適合于DEA模型分析。

表4 投入、產(chǎn)出指標(biāo)的相關(guān)性分析Tab.4 The correlation analysis of input & output indicators

4 實(shí)證結(jié)果及分析

本文采用Deap 2.1與Matlab2014a軟件分別構(gòu)建2009—2013年間18家股份制銀行的傳統(tǒng)CCR效率模型及交叉效率模型，在此基礎(chǔ)上結(jié)合SPSS 21軟件對(duì)18家銀行根據(jù)交叉效率值進(jìn)行聚類(lèi)分析。

4.1 傳統(tǒng)CCR模型

根據(jù)傳統(tǒng)CCR模型的運(yùn)算原理，可得到18家銀行在2009—2013年的效率值及其排序。

表5 CCR效率排序Tab.5 The ranking of CCR efficiency

由表5可知，首先18家股份制銀行在2009—2013年間的效率值總體水平較高呈上升的趨勢(shì)，在一定程度上表明我國(guó)銀行業(yè)經(jīng)營(yíng)效率在波動(dòng)中有所提升；其次，各大銀行間效率值的差異化程度不高，區(qū)分度不顯著，每一年度均有8家左右的銀行效率值為1，即完全有效，同為有效DMU，而事實(shí)上這些銀行的經(jīng)營(yíng)效率可能仍有較大的提升空間，如中國(guó)郵政儲(chǔ)蓄銀行。因此在CCR模型中可能存在“偽有效”DMU，若將這些DMU作為其他DMU的改進(jìn)基準(zhǔn)，則無(wú)法為其他DMU的進(jìn)一步改進(jìn)與優(yōu)化提供信息參考。因此，本文引入交叉效率模型對(duì)樣本數(shù)據(jù)進(jìn)行進(jìn)一步分析。

4.2 交叉效率模型

根據(jù)交叉效率模型的運(yùn)算原理，可得到18家銀行2009—2013年經(jīng)營(yíng)績(jī)效的交叉效率值及其排序。

表6 交叉效率排序Tab.6 The ranking of cross efficiency

通過(guò)表6的分析，可得在交叉效率模型評(píng)價(jià)下沒(méi)有一家股份制銀行的效率值達(dá)到1，同時(shí)也沒(méi)有出現(xiàn)多家銀行同為有效DMU的情況。整體而言，18家股份制銀行的運(yùn)營(yíng)效率是呈上升趨勢(shì)的，這一結(jié)果與傳統(tǒng)CCR模型的結(jié)論一致。但在交叉效率模型中，數(shù)據(jù)明確顯示了非國(guó)有的股份制銀行效率值顯著高于五大國(guó)有股份制銀行；在每一年度中，中信銀行、招商銀行以及浦發(fā)銀行的效率值位居前列，五大行中除建設(shè)銀行、工商銀行外，交通銀行、中國(guó)銀行的績(jī)效水平均在中游水平，農(nóng)業(yè)銀行的績(jī)效水平甚至處于下游水平；而郵儲(chǔ)銀行作為2012完成股份制改革的商業(yè)銀行，其經(jīng)營(yíng)效率值一直處于末尾狀態(tài)，經(jīng)營(yíng)績(jī)效提升空間較大。由此可見(jiàn)，交叉效率模型對(duì)18家股份制銀行的經(jīng)營(yíng)效率進(jìn)行了有效的優(yōu)劣排序，與實(shí)際情況的關(guān)聯(lián)性、準(zhǔn)確性更高，解釋性更強(qiáng)。

圖1對(duì)比展示了傳統(tǒng)CCR模型與交叉效率模型的效率評(píng)價(jià)結(jié)果，交叉效率模型中的效率值顯著低于同期CCR模型中的效率值——在交叉效率模型中各銀行的平均效率水平僅在0.8左右，遠(yuǎn)低于CCR模型中0.96左右的平均效率水平，表明我國(guó)銀行業(yè)的經(jīng)營(yíng)效率仍存在較大的提升空間。總體而言，交叉效率模型的分析結(jié)果更為符合實(shí)際情況。

圖1 CCR效率值與交叉效率值對(duì)比Fig.1 The comparison of CCR efficiency & cross efficiency

4.3 聚類(lèi)分析

對(duì)于非有效DMU，其改進(jìn)思路在于以有效DMU為標(biāo)桿，參考借鑒有效DMU的線(xiàn)性組合；但這一做法忽略了非有效DMU與有效DMU間的“天然”差距，即有效DM的線(xiàn)性組合基準(zhǔn)可能是非有效DMU完全無(wú)法實(shí)現(xiàn)的[18]。如本文中各大銀行間總資產(chǎn)規(guī)模、員工總數(shù)存在著較大的差別，簡(jiǎn)單的選擇基準(zhǔn)DMU可能會(huì)導(dǎo)致適得其反的效果。為此，本文采用聚類(lèi)方法[21]，根據(jù)2013年末各銀行的總資產(chǎn)規(guī)模，首先對(duì)18家銀行進(jìn)行聚類(lèi)分析，而后根據(jù)聚類(lèi)結(jié)果，對(duì)各銀行的效率改進(jìn)提供參考基準(zhǔn)。研究發(fā)現(xiàn)在群集數(shù)為3時(shí)，聚類(lèi)分析效果較為顯著。即可將18家股份制商業(yè)銀行分為大類(lèi)，如表8所示。

表7顯示，在A、B、C 3類(lèi)中，本文選取每類(lèi)中2009—2013年交叉效率排名較前的銀行作為該類(lèi)中其他銀行改進(jìn)的參考基準(zhǔn)（標(biāo)黑注明）。如A類(lèi)中建設(shè)銀行不僅2013年效率值最高為0.870 1，且2009—2013年間其效率值較為穩(wěn)定，可被視為工商銀行、農(nóng)業(yè)銀行、中國(guó)銀行的改進(jìn)基準(zhǔn)與參照，工、農(nóng)、中行可對(duì)照建設(shè)銀行的經(jīng)營(yíng)效率提升思路來(lái)確定改進(jìn)途徑，提升經(jīng)營(yíng)績(jī)效。

表7 基于總資產(chǎn)的銀行交叉效率分類(lèi)Tab.7 The sort of banks’cross efficiency based on total assets

5 研究結(jié)論

本文運(yùn)用數(shù)據(jù)包絡(luò)分析的研究方法對(duì)我國(guó)18家股份制銀行經(jīng)營(yíng)績(jī)效的評(píng)估問(wèn)題進(jìn)行了實(shí)證研究，研究結(jié)論如下：

1）2009—2013年間，我國(guó)股份制銀行經(jīng)營(yíng)績(jī)效的整體水平較為穩(wěn)定，維持在0.8左右，但沒(méi)有一家銀行的經(jīng)營(yíng)效率是有效的，仍有較大的提升空間。分析其原因：一是從投入要素角度出發(fā)，現(xiàn)階段部分銀行可能存在人員冗余、網(wǎng)點(diǎn)機(jī)構(gòu)過(guò)剩的情況，導(dǎo)致機(jī)構(gòu)營(yíng)業(yè)費(fèi)用、銀行運(yùn)營(yíng)成本等投入要素的不必要增加，進(jìn)而降低了銀行效率，這在一定程度上也解釋了部分銀行在近年來(lái)合并、精簡(jiǎn)機(jī)構(gòu)，員工招聘人數(shù)減少的現(xiàn)象；二是從產(chǎn)出要素視角分析，鑒于近年來(lái)經(jīng)濟(jì)下行壓力增大，銀行機(jī)構(gòu)的不良資產(chǎn)日益增多，同期銀行機(jī)構(gòu)的風(fēng)險(xiǎn)管控意識(shí)逐漸增強(qiáng)，這也就意味著銀行機(jī)構(gòu)對(duì)呆賬、壞賬的資產(chǎn)減值準(zhǔn)備計(jì)提總額有所提升，進(jìn)而對(duì)銀行的收益產(chǎn)生直接性的負(fù)面影響，降低其銀行效率。這也在一定程度上解釋了為何我國(guó)國(guó)有銀行（包括五大行及郵儲(chǔ)銀行）的經(jīng)營(yíng)績(jī)效低于非國(guó)有股份制銀行。2013年，國(guó)有銀行的績(jī)效平均值為0.782 2，而非國(guó)有銀行達(dá)到了0.814 8。

2）通過(guò)聚類(lèi)分析將18家股份制銀行分為三類(lèi)，其中工農(nóng)中建四大國(guó)有銀行為一類(lèi)，建設(shè)銀行的經(jīng)營(yíng)績(jī)效在四大行中一直處于優(yōu)先位置，分析其原因可能在于建設(shè)銀行的股份制改革啟動(dòng)時(shí)間最早，改革方案較為全面徹底。結(jié)合實(shí)際可以發(fā)現(xiàn)建行的股份制改革貫穿于總行本部及各省市的分支機(jī)構(gòu)，其創(chuàng)新了員工的激勵(lì)保障機(jī)制，構(gòu)建了以經(jīng)濟(jì)資本為核心的風(fēng)險(xiǎn)管控機(jī)制、以經(jīng)濟(jì)增加值為重點(diǎn)的績(jī)效評(píng)審機(jī)制；在微觀操作層面，建行在營(yíng)業(yè)網(wǎng)點(diǎn)中創(chuàng)新性的實(shí)現(xiàn)了現(xiàn)金業(yè)務(wù)與非現(xiàn)金業(yè)務(wù)的完全剝離，有效提升了營(yíng)業(yè)網(wǎng)點(diǎn)柜臺(tái)的運(yùn)作效率；而在B類(lèi)、C類(lèi)銀行主體中，浦發(fā)銀行與光大銀行在同類(lèi)型銀行中分別取得了最佳的績(jī)效。此外，在平均效率方面，B類(lèi)銀行主體最佳，A類(lèi)銀行主體次之，C類(lèi)銀行主體最低。分析原因可能是B類(lèi)銀行兼顧資產(chǎn)規(guī)模與業(yè)務(wù)創(chuàng)新的優(yōu)勢(shì)。相比C類(lèi)銀行，B類(lèi)銀行資金實(shí)力更為雄厚；相比A類(lèi)銀行，B類(lèi)銀行競(jìng)爭(zhēng)意識(shí)更強(qiáng)，促使其開(kāi)展業(yè)務(wù)創(chuàng)新。例如，浦發(fā)銀行2010年與中國(guó)移動(dòng)合作開(kāi)展移動(dòng)金融，2012年在業(yè)內(nèi)率先明確互聯(lián)網(wǎng)金融發(fā)展方向，創(chuàng)新互聯(lián)網(wǎng)金融產(chǎn)品與服務(wù)。

3）通過(guò)對(duì)比傳統(tǒng)CCR模型與交叉效率模型的實(shí)證分析結(jié)果，發(fā)現(xiàn)在一定程度上采用交叉效率模型，可有效解決傳統(tǒng)CCR模型中解集非唯一、權(quán)重自評(píng)等不足，對(duì)于對(duì)被評(píng)價(jià)DMU而言，其結(jié)果更為客觀、準(zhǔn)確，對(duì)各股份制銀行效率的評(píng)價(jià)與改進(jìn)有著更深一度的解釋力。

4）隨著金融全球化程度的日益提升，我國(guó)銀行業(yè)今后的發(fā)展對(duì)于我國(guó)國(guó)民經(jīng)濟(jì)的穩(wěn)健運(yùn)行具有關(guān)鍵作用，為了與世界金融業(yè)務(wù)接軌，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力，股份制銀行的發(fā)展不可或缺。本文建議四大國(guó)有股份制銀行以建行為業(yè)務(wù)改進(jìn)基準(zhǔn)，進(jìn)一步縮減冗員、精簡(jiǎn)機(jī)構(gòu)，加強(qiáng)客戶(hù)資質(zhì)審核，從根本上減少不良資產(chǎn)率；建議中小型股份制銀行穩(wěn)步實(shí)現(xiàn)規(guī)模擴(kuò)張，擴(kuò)大其金融服務(wù)覆蓋范圍，以規(guī)模經(jīng)濟(jì)帶動(dòng)企業(yè)經(jīng)營(yíng)效率的提升；此外，各銀行應(yīng)積極考慮引進(jìn)境外戰(zhàn)略投資者，如外資銀行，在增強(qiáng)自身資產(chǎn)結(jié)構(gòu)與規(guī)模的同時(shí)，借鑒外資銀行的運(yùn)營(yíng)模式與管理技術(shù)。本文可能的缺陷是，在思考非有效DMU改進(jìn)為有效DMU的過(guò)程中，聚類(lèi)結(jié)果未能從影響銀行績(jī)效的內(nèi)外部運(yùn)營(yíng)機(jī)理角度分析，在進(jìn)一步的研究過(guò)程中，可嘗試對(duì)此進(jìn)行完善，使銀行績(jī)效的改進(jìn)更有針對(duì)性。

參考文獻(xiàn)：

[1]蘆鋒，劉維奇，史金鳳.我國(guó)商業(yè)銀行效率研究——基于儲(chǔ)蓄新視角下的網(wǎng)絡(luò)DEA方法[J].中國(guó)軟科學(xué)，2012，（2）：174-184.

[2] SHERMAN H D，GOLD F. Bank branch operating efficiency：Evaluation with data envelopment analysis[J]. Journal of Banking & Finance，1985，9（2）：297-315.

[3] ATHANASSOPOULOS A D，GIOKAS D. The use of data envelopment analysis in banking Institutions：Evidence from the commercial bank of greece[J]. Interfaces，2000，30（2）：81-95.

[4] OLZVELRA CV，TABAK BM. An International comparison of banking sectors：a DEA approach[J]. Global Economic Review，2005，34（3）：291-307.

[5] SATHYE M. Privatization，Performance，and Efficiency：a study of indian banks[J]. Vikalpa the Journal for Decision Makers，2005，30（1）：7-18

[6] STAUB R B，SOUZA G D S E，TABAK B M. Evolution of bank efficiency in brazil：a DEA approach[J]. European Journal of Operational Research，2010，202（1）：204-213.

[7] MORADI-MOTLAGH A，SALEH A S. Re-examining the technical efficiency of australian banks：a bootstrap DEA approach[J]. Australian Economic Papers，2014，53（1-2）：112–128.

[8]魏煜，王麗.中國(guó)商業(yè)銀行效率研究：一種非參數(shù)的分析[J].金融研究，2000（3）：88-96.

[9]張健華.我國(guó)商業(yè)銀行效率研究的DEA方法及1997-2001年效率的實(shí)證分析[J].金融研究，2003，30（3）：11-25.

[10]宋增基，張宗益，袁茂.中國(guó)銀行業(yè)DEA效率實(shí)證分析[J].系統(tǒng)工程理論與實(shí)踐，2009（12）：105-110.

[11]丁忠明，張琛.基于DEA方法下商業(yè)銀行效率的實(shí)證研究[J].管理世界，2011（3）：172-173.

[12]胡竹枝，黃怡聰，區(qū)凱瑤.基于DEA模型的我國(guó)村鎮(zhèn)銀行效率研究[J].經(jīng)濟(jì)體制改革，2015（2）：97-102

[13] CHARNES A，COOPER W W，RHODES E. Measuring the efficiency of decision making units [J]. European Journal of Operational Research，1978，2（78）：429-444

[14]李春好，蘇航，佟軼杰，等.基于理想決策單元參照求解策略的DEA交叉效率評(píng)價(jià)模型[J].中國(guó)管理科學(xué)，2015（2）：116-122.

[15]李曼.基于因子分析和超效率DEA的我國(guó)商業(yè)銀行效率研究[D].長(zhǎng)沙：湖南大學(xué)，2014.

[16]曹瑋，于清波.基于DEA和Malmquist指數(shù)的福建沿海港口效率分析[J].華東交通大學(xué)學(xué)報(bào)，2013（4）：89-96.

[17]梁樑，吳杰.數(shù)據(jù)包絡(luò)分析（DEA）的交叉效率研究進(jìn)展與展望[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2013，30（11）：941-947.

[18] SEXTON T R，SILKMAN R H，HOGAN A J. Data envelopment analysis：critique and extensions［M］. San Francisco：JosseyBass，1986.

[19] DOYLE J，GREEN R. Efficiency and cross efficiency in DEA：Derivations，meanings and the uses [J]. Journal of the Operational Research Society，1994，45（5）：567-578.

[20] LANG J R，GOLDEN P A. Evaluating the Efficiency of SBDC with Data Envelopment Analysis: a Longitudinal Approach［J］. Journal of Small Business Management，1989，27（2）：42－49.

[21]許苗村，蔣先剛.基于均值聚類(lèi)的銀行客戶(hù)信用關(guān)系分析[J].華東交通大學(xué)學(xué)報(bào)，2008（6）：55-58.

（責(zé)任編輯 劉棉玲，李 萍）

Performance Study on China’s Joint-stock Banks from Cross-efficiency Perspective

Yang Kaijun1,2, Mao Bowei1, Zheng Lufei3
（1.School of Business, Hohai University, Nanjing 211100, China; 2.Enterprise Internationalization and Development Research Base of Jiangsu Province, Nanjing 211100, China; 3.School of Business Administration, Zhejiang University of Finance and Economics, Hangzhou 310018, China）

Abstract：This paper empirically evaluates efficiency of 18 joint-stock banks in China during the period 2009－2013 by cross-efficiency DEA model, which can overcome the dilemma existing within the traditional CCR model. The empirical results show that, the efficiency of Chinese joint-stock banks is stable, and presenting a rising trend. On this basis, cluster analysis is used through the hierarchical clustering method and it finds out that the operational efficiency of medium-sized joint-stock banks is the best, such as Shanghai Pudong Development Bank, China Merchants Bank, China Minsheng Bank, and that of state-owned joint-stock banks follows, while the operational efficiency of small joint-stock banks is the least. Finally, some advice for improving the efficiency is put forward.

Key words：joint-stock banks; operational efficiency; cross-efficiency; DEA; cluster analysis

中圖分類(lèi)號(hào)：F832.3

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1005-0523（2016）03-0126-09

收稿日期：2015－11－05

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目（15BJY053）；江蘇省社會(huì)科學(xué)基金項(xiàng)目（14SZB028）；河海大學(xué)技術(shù)咨詢(xún)項(xiàng)目（20168042116）

作者簡(jiǎn)介：楊?lèi)疴x（1975—），男，副教授，博士，研究方向?yàn)樯虡I(yè)銀行經(jīng)營(yíng)管理。