鞠旭嬋++王天鶴

摘要：利率市場化、金融脫媒化以及互聯(lián)網(wǎng)金融的蓬勃發(fā)展使得中國銀行業(yè)面臨前所未有的挑戰(zhàn)。面臨挑戰(zhàn)，銀行客戶下沉逐步成為共識，體量龐大的小微企業(yè)越來越受到我國商業(yè)銀行的重視。近年來，各家銀行積極創(chuàng)新，廣泛采用信息化技術降低小微企業(yè)的貸款成本，并試圖通過“信貸工廠” 等技術不斷提高小微企業(yè)信貸管理效率。文章通過數(shù)據(jù)包絡分析法（DEA）給出了我國上市商業(yè)銀行信貸管理效率情況，分析了“信貸工廠”模式的有效性并給出了促進我國商業(yè)銀行小微企業(yè)信貸業(yè)務的發(fā)展建議。

關鍵詞：商業(yè)銀行;小微企業(yè);信貸管理效率;DEA模型;信貸工廠

一、 引言

一直以來，小微企業(yè)作為中國經(jīng)濟的中堅力量，創(chuàng)造了巨大的經(jīng)濟效益和廣泛的就業(yè)機會，但商業(yè)銀行作為小微企業(yè)的重要融資機構出于成本和利益的考慮，將大量的信貸資金投向大中型企業(yè)，使得小微企業(yè)貸款難的問題普遍存在。隨著利率市場化、金融脫媒化以及互聯(lián)網(wǎng)金融的蓬勃發(fā)展，商業(yè)銀行的傳統(tǒng)業(yè)務受到巨大的沖擊。迫于市場競爭的壓力，商業(yè)銀行將目標客戶定位下移，來獲取更多的市場份額。此外，政府部門對小微企業(yè)的高度重視也極大推動了小微金融的快速發(fā)展。近年來，經(jīng)過引入國外的先進技術以及同業(yè)間的相互借鑒，商業(yè)銀行對小微企業(yè)的業(yè)務特點、經(jīng)營特征有了更多的了解，推動了小微企業(yè)信貸管理的持續(xù)創(chuàng)新。中國建設銀行、中國銀行、中國民生銀行等商業(yè)銀行先后引入了新加坡淡馬錫控股公司的“信貸工廠”模式，在一定程度上提高了小微企業(yè)的管理效率。本文通過相關性分析法及數(shù)據(jù)包絡分析法（DEA）給出了近五年來我國上市商業(yè)銀行信貸管理效率情況，分析了“信貸工廠”模式的有效性并給出了促進我國商業(yè)銀行小微企業(yè)信貸業(yè)務的發(fā)展建議。

二、 文獻綜述

最早采用DEA模型對銀行效率的研究可以追溯到20世紀50年代，Alhadeff開啟了對銀行效率問題的研究（Alhadeff，2000）。各個國家紛紛對本國銀行和不同國家間的銀行效率進行了一系列比較研究，如Favero等人對意大利不同地區(qū)的銀行效率進行了研究，發(fā)現(xiàn)意大利中北部銀行的效率要高于南部（Favero，1995）。Lozano-Vivas等人對西班牙銀行效率進行了相關研究（Lozano-Vivas，1998）。Berg等人對北歐各國銀行的效率進行了對比研究，發(fā)現(xiàn)瑞典銀行的效率最高（Berg，1993）。

國內學者采用DEA模型對銀行的效率問題同樣進行了相關的探索，少有學者運用DEA模型對商業(yè)銀行小微企業(yè)貸款業(yè)務進行分析。為數(shù)不多的相關研究包括牛藍英分析了我國主要商業(yè)銀行開展的小微信貸業(yè)務情況，基于DEA效率模型和博弈論分析結果，對我國商業(yè)銀行開展小微信貸業(yè)務提出了相關建議（牛藍英，2014）。鄭偉選取我國16家上市商業(yè)銀行進行DEA效率分析，篩選出同處于規(guī)模效率前沿面的6家銀行，并通過對比其技術效率差異提出短期改進措施（鄭偉，2016）。但這些研究在選擇投入產出指標時主要運用經(jīng)驗法，對分析結果產生了很大的主觀影響。本文在經(jīng)驗選取指標的基礎上，采用相關性分析對指標進行處理后，再利用DEA進行分析，所得結果將更符合實際。

三、 我國商業(yè)銀行小微企業(yè)信貸管理效率DEA模型建立

1. 指標選取及相關性分析。采用DEA方法評價商業(yè)銀行小微企業(yè)信貸管理效率的關鍵是選擇合理的投入和產出指標。通常情況下，選取的多個指標之間存在較高的相關性，而忽略這些指標的相關性直接利用DEA進行分析會使理論分析結果同實際情況不符（智冬曉，2009）。本文首先根據(jù)以往文獻研究的結果，結合我國小微企業(yè)信貸管理效率的現(xiàn)實特點，選取商業(yè)銀行的總資產（TA）、員工總數(shù)（TE）、機構數(shù)量（NI）、營業(yè)支出（OE）、資本充足率（CAR）、流動性比率（LR）、撥備覆蓋率（CCR）以及存貸比（LDR）作為輸入指標;選取商業(yè)銀行的小微企業(yè)貸款余額（LB）、公司類貸款不良率（NLR）、營業(yè)利潤（OP）以及加權平均凈資產收益率（ROE）作為輸出指標。由于商業(yè)銀行對小微企業(yè)貸款的不良率還沒有完整的統(tǒng)計數(shù)據(jù)可以用，本文假設小微企業(yè)的貸款比例和形成不良貸款的比例短期內不會變，用公司類貸款不良率代替小微企業(yè)貸款不良率不影響整體趨勢。本文根據(jù)輸出指標之間的相關性盡可量的小，輸入指標與輸出指標的相關性盡可能大的原則，運用相關性分析法最終選取總資產、員工總數(shù)、機構數(shù)量和營業(yè)支出作為輸入指標，選取小微企業(yè)貸款余額、公司類貸款不良率和營業(yè)利潤作為輸出指標。在進行相關性分析時，本文選取在上交所和深交所上市的中國工商銀行、中國建設銀行、中國農業(yè)銀行、中國銀行、招商銀行、興業(yè)銀行、中信銀行、民生銀行、光大銀行、平安銀行、華夏銀行、北京銀行和南京銀行的2011年～2015年的年報數(shù)據(jù)進行分析。中國交通銀行、上海浦東發(fā)展銀行及寧波銀行年報中未單獨列示小微企業(yè)貸款余額，故未將這三個商業(yè)銀行選為分析對象。以2015年為例，表1給出了輸入指標和輸出指標的皮爾遜相關系數(shù)。

2. DEA模型概述。本文將采用DEA模型中最為經(jīng)典的CCR模型（魏權齡，2012）建立我國商業(yè)銀行小微企業(yè)信貸管理效率模型。一般情況下，該模型的分析過程可以描述為：

假設有n個樣本銀行（稱為決策單元，簡記為DMU），每個DMU都有m種類型的輸入，以及s種類型的輸出。xij為DMU-j對第i種投入的數(shù)量且xij>0，yij為DMU-j對第r種產出的數(shù)量且yrj>0，vi為對第i種投入的一種度量，ur為對第r種產出的一種度量，其中，i=1，…，m;r=1，…，s;j=1，…，n。為方便，記