傅麗芳（副教授），王 珊

我國商業(yè)銀行經(jīng)營效率實(shí)證分析：供給側(cè)和需求側(cè)二維視角

傅麗芳1（副教授），王 珊2

選取我國具有代表性的34家商業(yè)銀行為樣本，以2008～2015年的相關(guān)數(shù)據(jù)為研究對象，首先使用DEA-Malmquist指數(shù)法計(jì)算各類商業(yè)銀行經(jīng)營效率，發(fā)現(xiàn)樣本期內(nèi)，股份制商業(yè)銀行的經(jīng)營效率最高，農(nóng)商行的經(jīng)營效率最低。在此基礎(chǔ)上，從需求側(cè)和供給側(cè)兩個(gè)維度分析商業(yè)銀行經(jīng)營效率的影響因素。結(jié)果表明，需求側(cè)因素對于商業(yè)銀行經(jīng)營效率影響的差異不明顯，供給側(cè)因素對于經(jīng)營效率的影響存在一定差異，差異主要體現(xiàn)在資產(chǎn)配置效率和人力資本上，結(jié)果還表明我國商業(yè)銀行存在同實(shí)體企業(yè)爭利的現(xiàn)象。

商業(yè)銀行；DEA-Malmquist；經(jīng)營效率；需求側(cè)；供給側(cè)

一、引言

近年來，在我國經(jīng)濟(jì)由高速發(fā)展進(jìn)入中高速發(fā)展的新常態(tài)背景下，伴隨著經(jīng)濟(jì)增速的放緩、P2P網(wǎng)絡(luò)借貸行業(yè)的異軍突起、民營銀行的發(fā)展壯大、外資銀行的持續(xù)滲透以及金融改革的不斷深化，我國商業(yè)銀行的經(jīng)營受到了極大的沖擊，利潤率不斷降低。銀行業(yè)的健康發(fā)展直接關(guān)系到整個(gè)國民經(jīng)濟(jì)的穩(wěn)定運(yùn)行，商業(yè)銀行的經(jīng)營效率對金融業(yè)乃至整個(gè)國民經(jīng)濟(jì)的健康發(fā)展都有著重要的意義。因此商業(yè)銀行如何提高自身經(jīng)營效率，已經(jīng)成為緊迫且必須面對的問題。

新常態(tài)背景下，我國政府提出“適度擴(kuò)大總需求的同時(shí)，著力加強(qiáng)供給側(cè)結(jié)構(gòu)性改革，著力提高供給體系質(zhì)量和效率，增強(qiáng)經(jīng)濟(jì)持續(xù)增長動(dòng)力”。基于此，本文從供給側(cè)和需求側(cè)兩個(gè)視角，對影響商業(yè)銀行經(jīng)營效率的因素進(jìn)行進(jìn)一步分析。

二、文獻(xiàn)回顧

長期以來，銀行的效率都是國內(nèi)外學(xué)者討論的重點(diǎn)問題。最早使用DEA方法計(jì)算銀行全要素生產(chǎn)率的學(xué)者為Sherman等（1985），Sigbjorn等（1990）則首次將Malmquist生產(chǎn)率指數(shù)應(yīng)用到銀行生產(chǎn)效率的測算中。此后的學(xué)者基于DEA-Malmquist指數(shù)分解方法對銀行效率問題進(jìn)行了大量的研究。Sturm和Williams（2004）通過計(jì)算和比較本土銀行和外資銀行的效率發(fā)現(xiàn)，發(fā)達(dá)國家中外資銀行的效率更高。Yanez（2007）則以發(fā)展中國家的銀行為樣本，對本土銀行和外資銀行效率進(jìn)行了對比，研究發(fā)現(xiàn)發(fā)展中國家外資銀行的效率仍然較高。此外，學(xué)者把同一地區(qū)不同類型商業(yè)銀行的效率進(jìn)行了對比。Yang和Liu（2012）使用DEA方法計(jì)算和比較了中國臺(tái)灣地區(qū)混合制和國有制銀行的效率，研究發(fā)現(xiàn)混合制商業(yè)銀行效率更高，私有化提升了銀行效率。

我國關(guān)于商業(yè)銀行效率的學(xué)術(shù)研究起步較晚。魏煜和王麗（2000）最早使用DEA和Malmquist生產(chǎn)率指數(shù)法對四大國有商業(yè)銀行和其他新型商業(yè)銀行的經(jīng)營效率進(jìn)行了測算和比較。許承明和芮有浩（2010）通過DEA方法研究發(fā)現(xiàn)，設(shè)立分支機(jī)構(gòu)以及合并重組可以提高商業(yè)銀行的運(yùn)營效率。楊青楠等（2011）從改制的視角，分析了農(nóng)村信用社變成農(nóng)商行后經(jīng)營效率的變化，結(jié)果表明，改制在一定程度上解決了資產(chǎn)效率配置低下的問題，有利于提高全要素生產(chǎn)率。周威皓和劉俊奇（2016）則從宏觀和微觀兩個(gè)角度分析了農(nóng)商行效率的影響因素，并給出了提升效率的相關(guān)建議。

本文在前人研究的基礎(chǔ)上，選取我國具有代表性的34家商業(yè)銀行作為研究樣本，對其經(jīng)營效率即全要素生產(chǎn)率（TFP）進(jìn)行測算。按照張晨和任文茜（2014）的分類方法，把商業(yè)銀行分成大型國有商業(yè)銀行（簡稱“大型商行”）、全國性股份制商業(yè)銀行（簡稱“股份制商行”）、地方性城市商業(yè)銀行（簡稱“城商行”）和農(nóng)村商業(yè)銀行（簡稱“農(nóng)商行”）四類，嘗試通過分析各類商業(yè)銀行的經(jīng)營效率及其影響因素，來為我國不同類型商業(yè)銀行的健康穩(wěn)定發(fā)展提供建議。

三、商業(yè)銀行全要素生產(chǎn)率實(shí)證分析

1.全要素生產(chǎn)率測度方法。本文采用基于數(shù)據(jù)包絡(luò)分析（DEA）的非參數(shù)Malmquist指數(shù)法測算銀行經(jīng)營效率，DEA-Malmquist指數(shù)法可用下式表示：

其中：Dt（x，y）表示在t期技術(shù)條件下t～t+1期的生產(chǎn)函數(shù)；Dt+1（x，y）則表示在t+1期技術(shù)條件下t～t+1期的生產(chǎn)函數(shù)；TC表示技術(shù)進(jìn)步；TE表示技術(shù)效率。若Malmquist值＞1，則表示t～t+1期的TFP有所提升；若Malmquist值＜1，表示t～t+1期的TFP降低了；若Malmquist值=1，表示t～t+1期的TFP沒有發(fā)生變化。

2.數(shù)據(jù)來源和投入、產(chǎn)出指標(biāo)的選擇。從數(shù)據(jù)的可獲取性出發(fā)，本文選取34家銀行作為研究對象，其中包括：4家大型商行——工商銀行、農(nóng)業(yè)銀行、中國銀行和建設(shè)銀行；10家股份制商行——交通銀行、廣發(fā)銀行、光大銀行、華夏銀行、民生銀行、平安銀行、浦發(fā)銀行、興業(yè)銀行、招商銀行、中信銀行；10家城商行——北京銀行、東莞銀行、杭州銀行、南京銀行、上海銀行、天津銀行、廈門銀行、徽商銀行、重慶銀行、盛京銀行；10家農(nóng)商銀——北京農(nóng)商行、江陰農(nóng)商行、重慶農(nóng)商行、上海農(nóng)商行、廣州農(nóng)商行、東莞農(nóng)商行、無錫農(nóng)商行、天津農(nóng)商行、常熟農(nóng)商行、吉林九臺(tái)農(nóng)商行。選取各商業(yè)銀行2008～2015年的數(shù)據(jù)作為本文樣本，所有數(shù)據(jù)均來自中國統(tǒng)計(jì)年鑒、中國金融年鑒、Bankscope數(shù)據(jù)庫及各銀行官方網(wǎng)站所公布的年報(bào)。

綜合考慮樣本數(shù)據(jù)的可獲取性以及投入、產(chǎn)出指標(biāo)間的正相關(guān)性后，選取存款余額、營業(yè)成本、員工數(shù)和固定資產(chǎn)為投入指標(biāo)，利息收入、利潤總額和貸款余額為產(chǎn)出指標(biāo)。

3.全要素生產(chǎn)率測算結(jié)果。運(yùn)用Deap 2.1軟件，計(jì)算得到34家商業(yè)銀行的全要素生產(chǎn)率，整理得到四類商業(yè)銀行的效率分解值如表1所示，以及四類商業(yè)銀行的年度經(jīng)營效率變化趨勢如圖所示。

表1 我國商業(yè)銀行效率分解值

由表1可以看出，總體而言，股份制商行的全要素生產(chǎn)率最高，大型商行和城商行次之，農(nóng)商行的全要素生產(chǎn)率最低。2007年美國爆發(fā)次貸危機(jī)，隨后演變成席卷全球的金融危機(jī)，受其影響，發(fā)達(dá)國家需求大幅萎縮，這對我國的出口貿(mào)易形成較大沖擊。為扼制我國出現(xiàn)較大危機(jī)并消化過剩產(chǎn)能，政府出臺(tái)四萬億刺激計(jì)劃并且取得一定成效，這對于商業(yè)銀行的經(jīng)營效率起到了一定的促進(jìn)作用，股份制商行的全要素生產(chǎn)率出現(xiàn)一定提升。股份制商行雖然遍布全國，但其網(wǎng)點(diǎn)數(shù)量少于大型商行，這使得股份制商行可以將更多的人力和物力用于服務(wù)優(yōu)質(zhì)客戶，跟大型商行相比，其服務(wù)對象“少而精”，因此能夠更快地從危機(jī)中恢復(fù)。農(nóng)商行成立較晚，在資產(chǎn)規(guī)模、品牌知名度、服務(wù)及創(chuàng)新能力等方面和其他商業(yè)銀行相比仍存在一定差距，導(dǎo)致其效率最低。

從分解結(jié)果看，大型商行和股份制商行的效率主要源于技術(shù)進(jìn)步，城商行和農(nóng)商行的效率主要源于技術(shù)效率。規(guī)模較大的大型商行和股份制商行成立時(shí)間較早，屬于銀行業(yè)的領(lǐng)跑者，資金實(shí)力更為雄厚，每年投入大量的資金用于技術(shù)研發(fā)，這在一定程度上推動(dòng)了其“最佳生產(chǎn)邊界”的前移，技術(shù)有所進(jìn)步。相比而言，城商行和農(nóng)商行成立時(shí)間較短，資金規(guī)模較小，研發(fā)能力較弱，屬于行業(yè)的追隨者，其經(jīng)營策略為追隨大型商行和股份制商行，通過對“最佳生產(chǎn)邊界”的追趕來達(dá)到提高經(jīng)營效率的目的。

為深入分析各類型商業(yè)銀行全要素生產(chǎn)率內(nèi)部波動(dòng)的差異情況，引入Malmquist指數(shù)標(biāo)準(zhǔn)差，結(jié)果表明：農(nóng)商行的全要素生產(chǎn)率和技術(shù)效率波動(dòng)最大，大型商行的全要素生產(chǎn)率和技術(shù)效率波動(dòng)最??；城商行技術(shù)進(jìn)步波動(dòng)最大，大型商行技術(shù)進(jìn)步波動(dòng)最小。

2008～2015年我國商業(yè)銀行全要素生產(chǎn)率趨勢圖

由我國商業(yè)銀行的全要素生產(chǎn)率趨勢圖可以看出，2008年金融危機(jī)對我國各類商業(yè)銀行的全要素生產(chǎn)率產(chǎn)生較大影響，四類商業(yè)銀行效率在金融危機(jī)沖擊下均有所下滑，隨后國家出臺(tái)4萬億刺激計(jì)劃，在其影響下，商業(yè)銀行效率開始回升。2010年我國開始實(shí)施市場利率化改革，受其影響，自2011年開始，各類商業(yè)銀行的效率有所下滑。自2012年開始，我國經(jīng)濟(jì)進(jìn)入新常態(tài)，經(jīng)濟(jì)增速持續(xù)下滑，對實(shí)體經(jīng)濟(jì)和銀行業(yè)都形成一定沖擊，商業(yè)銀行效率也持續(xù)震蕩，為實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)健康發(fā)展，我國政府推出“一帶一路”戰(zhàn)略規(guī)劃，以拓展國際市場，消化過剩產(chǎn)能。我國通過供給側(cè)結(jié)構(gòu)性改革優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，大力發(fā)展以“互聯(lián)網(wǎng)+”和智能化為代表的現(xiàn)代服務(wù)業(yè)和高技術(shù)產(chǎn)業(yè)，取得了較大成效，各類商業(yè)銀行的全要素生產(chǎn)率從2013年起出現(xiàn)探底回升的趨勢，股份制商行的全要素生產(chǎn)率在2015年出現(xiàn)大幅提升。

四、商業(yè)銀行經(jīng)營效率影響因素

1.模型選擇。新常態(tài)背景下，政府提出通過供給側(cè)結(jié)構(gòu)性改革來提高經(jīng)濟(jì)發(fā)展質(zhì)量。基于此，本文以我國產(chǎn)業(yè)結(jié)構(gòu)、居民消費(fèi)水平、社會(huì)固定資產(chǎn)投資水平、凈出口總額以及國有及規(guī)模以上非國有工業(yè)企業(yè)的銷售利潤率作為需求側(cè)影響因素，構(gòu)建以下模型：

其中：TFP為前文所求各商業(yè)銀行全要素生產(chǎn)率；CY為我國的產(chǎn)業(yè)結(jié)構(gòu)，用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值之比表示，反映我國經(jīng)濟(jì)發(fā)展的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化程度；XF為居民消費(fèi)水平增長率；TZ為社會(huì)固定資產(chǎn)投資增長率；CK為對外貿(mào)易凈出口額增長率；LR為國有及規(guī)模以上非國有工業(yè)企業(yè)的銷售利潤率增長率；u為不能被模型解釋的隨機(jī)波動(dòng)。

以商業(yè)銀行資產(chǎn)配置效率、貸款質(zhì)量、人力資本水平和創(chuàng)新能力作為供給側(cè)影響因素，構(gòu)建以下模型：

其中：XL為商業(yè)銀行的資產(chǎn)配置效率，用貸款總額與存款總額之比表示；DK為商業(yè)銀行的貸款質(zhì)量，用商業(yè)銀行的不良貸款與總資產(chǎn)之比表示；RL為人力資本水平，用商業(yè)銀行員工中本科及以上學(xué)歷人數(shù)占比進(jìn)行衡量；CX為商業(yè)銀行的創(chuàng)新能力，用能夠反映創(chuàng)新情況的非利息收入占總收入之比表示；RL×CX為人力資本和創(chuàng)新能力的交互項(xiàng)，表示人力資本帶動(dòng)的創(chuàng)新對于商業(yè)銀行全要素生產(chǎn)率的影響；ε為不能被模型解釋的隨機(jī)波動(dòng)。

2.實(shí)證分析結(jié)果。

（1）需求側(cè)影響因素分析結(jié)果。使用stata軟件基于系統(tǒng)廣義矩方法（SYS-GMM）對模型進(jìn)行估算，通過AR檢驗(yàn)來驗(yàn)證模型設(shè)定的合理性，使用Hansen檢驗(yàn)來驗(yàn)證工具變量的有效性，得到的結(jié)果如表2所示。

表2 需求側(cè)影響因素回歸結(jié)果

由表2可知，各模型中AR（2）的概率P都大于0.1，因此拒絕殘差項(xiàng)存在二階相關(guān)的原假設(shè)，本文設(shè)定的動(dòng)態(tài)面板模型合理。Hansen過度識別檢驗(yàn)結(jié)果也說明工具變量的有效性。

CY的系數(shù)顯著為正，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化對四類商業(yè)銀行的經(jīng)營效率都能產(chǎn)生顯著正向影響。產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化能夠使經(jīng)濟(jì)結(jié)構(gòu)更為健康，經(jīng)濟(jì)增長更具有可持續(xù)性，經(jīng)濟(jì)持續(xù)增長時(shí)，企業(yè)發(fā)展所需的信貸資金和金融支持會(huì)增加，壞賬率會(huì)降低。因此，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化有利于提升商業(yè)銀行效率。

XF的系數(shù)均顯著為正，消費(fèi)水平的提升對改善商業(yè)銀行的經(jīng)營效率具有一定的促進(jìn)作用。消費(fèi)可從兩方面提升商業(yè)銀行的效率：一方面，新常態(tài)背景下，作為“三駕馬車”之一的消費(fèi)是拉動(dòng)經(jīng)濟(jì)增長的最重要?jiǎng)恿?，居民消費(fèi)水平的提高可以增加市場需求，提高實(shí)體經(jīng)濟(jì)活力，實(shí)體經(jīng)濟(jì)的發(fā)展離不開商業(yè)銀行的金融支持，實(shí)體經(jīng)濟(jì)的發(fā)展對于提升商業(yè)銀行全要素生產(chǎn)率具有積極的作用；另一方面，商業(yè)銀行通過提供消費(fèi)貸款提高了居民的消費(fèi)水平，居民消費(fèi)水平的提高又通過以上途徑進(jìn)一步提升了商業(yè)銀行效率。

TZ的系數(shù)均顯著為正，社會(huì)固定資產(chǎn)投資能夠?qū)ι虡I(yè)銀行的全要素生產(chǎn)率產(chǎn)生顯著正向影響。我國融資體系中，主要是以商業(yè)銀行為主體的間接融資，這就使得商業(yè)銀行貸款成為社會(huì)固定資產(chǎn)投資的重要來源，因此提高社會(huì)固定資產(chǎn)投資額可以提升商業(yè)銀行的經(jīng)營效率。

CK的系數(shù)為正，但顯著性較差，大型國有商業(yè)銀行和股份制商業(yè)銀行模型中的凈出口系數(shù)通過了10%統(tǒng)計(jì)水平上的顯著性檢驗(yàn)，其余模型沒有通過顯著性檢驗(yàn)，凈出口對商業(yè)銀行全要素生產(chǎn)率的影響較弱。2008年金融危機(jī)以來，全球經(jīng)濟(jì)增速明顯放緩，這對我國的出口亦形成較大沖擊，我國多數(shù)外向型企業(yè)都受到較大影響，企業(yè)經(jīng)濟(jì)環(huán)境的惡化使得貸款壞賬率增加，商業(yè)銀行經(jīng)營受到一定沖擊。

LR的系數(shù)均顯著為負(fù)，國有及規(guī)模以上非國有工業(yè)企業(yè)的銷售利潤率對商業(yè)銀行全要素生產(chǎn)率產(chǎn)生顯著負(fù)向影響。存貸款利差為我國商業(yè)銀行主要收入來源，商業(yè)銀行與實(shí)體經(jīng)濟(jì)利潤負(fù)相關(guān)反映了我國銀行業(yè)與實(shí)體經(jīng)濟(jì)爭利的現(xiàn)象，銀行利潤率的提升意味著存貸款利差增加，實(shí)體企業(yè)的融資成本變得更高，過高的利率水平提高了企業(yè)的資本成本，本該屬于實(shí)體企業(yè)的利潤被商業(yè)銀行篡奪。長此以往，實(shí)體企業(yè)的利潤持續(xù)下降，不利于國家整體經(jīng)濟(jì)的發(fā)展。

從需求側(cè)的實(shí)證結(jié)果來看，需求側(cè)因素對我國各類商業(yè)銀行的影響差異并不大，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、社會(huì)固定資產(chǎn)投資的增長和居民消費(fèi)水平的提高都可以提升商業(yè)銀行運(yùn)營效率，出口對商業(yè)銀行運(yùn)營效率的影響不顯著，商業(yè)銀行運(yùn)營效率和企業(yè)利潤率負(fù)相關(guān)，商業(yè)銀行存在同實(shí)體經(jīng)濟(jì)爭利的現(xiàn)象。

（2）供給側(cè)影響因素分析結(jié)果。同樣使用SYSGMM對供給側(cè)相關(guān)數(shù)據(jù)進(jìn)行實(shí)證分析，結(jié)果如表3所示。

表3 供給側(cè)影響因素回歸結(jié)果

由表3可知，各模型中AR（2）的概率P都大于0.1，因此拒絕殘差項(xiàng)存在二階相關(guān)的原假設(shè)，本文設(shè)定的動(dòng)態(tài)面板模型合理。Hansen過度識別檢驗(yàn)結(jié)果也進(jìn)一步說明了工具變量的有效性。

XL的系數(shù)均顯著為正，即資產(chǎn)配置效率對商業(yè)銀行的經(jīng)營效率產(chǎn)生顯著正向影響。本文資產(chǎn)配置效率為貸款與存款之比，利息收入為現(xiàn)階段我國多數(shù)商業(yè)銀行的主要收入。從本文結(jié)果看，一方面，貸款額度的提升可以提高商業(yè)銀行的利潤率及經(jīng)營效率。另一方面，資產(chǎn)配置效率的提高對于規(guī)模較小的農(nóng)商行和城商行經(jīng)營效率提升程度有限，農(nóng)商行的資產(chǎn)配置效率系數(shù)只有0.0317。這可能是由于城商行和農(nóng)商行的貸款比重已經(jīng)過大，加上其總體資產(chǎn)規(guī)模較小，抗風(fēng)險(xiǎn)能力較弱，繼續(xù)增大貸款比重只能使壞賬率上升，風(fēng)險(xiǎn)增大，不利于提高經(jīng)營效率。

DK的系數(shù)均為負(fù)，大型商行和股份制商行模型中，貸款質(zhì)量系數(shù)沒有通過顯著性檢驗(yàn)，城商行和農(nóng)商行模型通過了10%統(tǒng)計(jì)水平上的顯著性檢驗(yàn)，不良貸款的增加抑制了商業(yè)銀行經(jīng)營效率的提升。隨著實(shí)體經(jīng)濟(jì)增速的不斷下滑，銀行的壞賬水平也在不斷上升，再加上部分銀行自身管理的不完善，進(jìn)一步提高了其壞賬率，抑制了經(jīng)營效率的提升。

RL的系數(shù)均為正，除農(nóng)商行模型中的人力資本系數(shù)通過10%統(tǒng)計(jì)水平上的顯著性檢驗(yàn)外，其余三個(gè)模型中的系數(shù)均通過了1%統(tǒng)計(jì)水平上的顯著性檢驗(yàn)。農(nóng)商行員工很大一部分都是來自其前身——農(nóng)村信用合作社，這些職工入職時(shí)對其要求相對較低，已不能滿足現(xiàn)代化商業(yè)銀行的運(yùn)營要求。因此，農(nóng)商行成立后又招聘了大量新員工，使其人力成本過高，拖累了其發(fā)展。

CX的系數(shù)均為正。農(nóng)商行模型中，創(chuàng)新能力系數(shù)沒有通過顯著性檢驗(yàn)，其余模型中的創(chuàng)新能力系數(shù)均通過了5%或1%統(tǒng)計(jì)水平上的顯著性檢驗(yàn)。除農(nóng)商行外，非利息收入能夠?qū)ζ溆嗌虡I(yè)銀行的全要素生產(chǎn)率產(chǎn)生顯著正向影響，但是系數(shù)都很小，影響程度甚微?，F(xiàn)階段我國商業(yè)銀行的利息收入占比超過70%，利息收入仍為各商業(yè)銀行的主要收入，非利息收入因比重較小，對商業(yè)銀行全要素生產(chǎn)率的影響有限。

人力資本和創(chuàng)新能力交互項(xiàng)的系數(shù)均為正，除農(nóng)商行模型中的交互項(xiàng)系數(shù)通過10%統(tǒng)計(jì)水平上的顯著性檢驗(yàn)外，其余三個(gè)模型中的交互項(xiàng)系數(shù)均通過了1%統(tǒng)計(jì)水平上的顯著性檢驗(yàn)。從本文結(jié)果看，除農(nóng)商行外，其余三類商業(yè)銀行的人力資本對其創(chuàng)新均起到了重要的作用，能夠在一定程度上提高經(jīng)營效率，農(nóng)商行的人力資本水平有待提高。

從供給側(cè)影響因素的實(shí)證結(jié)果來看，貸款質(zhì)量無法對各類商業(yè)銀行的全要素生產(chǎn)率產(chǎn)生顯著影響，人力資本和創(chuàng)新能力對于各類商業(yè)銀行經(jīng)營效率的影響存在一定差異，農(nóng)商行在人力資本和創(chuàng)新能力上存在一定差距，有待進(jìn)一步提高。城商行和農(nóng)商行的貸款比重已經(jīng)過大，且規(guī)模較小，因此進(jìn)一步提高貸款比重只能增加風(fēng)險(xiǎn)，對其經(jīng)營效率提升有限。

五、結(jié)論及建議

1.結(jié)論。本文把我國商業(yè)銀行分成四類，并選取其中34家為樣本，基于DEA-Malmquist指數(shù)分解方法計(jì)算和比較了不同商業(yè)銀行2008～2015年間的全要素生產(chǎn)率。在此基礎(chǔ)上，從供給側(cè)和需求側(cè)兩個(gè)維度出發(fā)，使用SYS-GMM方法分析了商業(yè)銀行經(jīng)營效率的影響因素，主要得到如下結(jié)論：

（1）考察期內(nèi)，股份制商行的平均全要素生產(chǎn)率最高，大型商行和城商行次之，農(nóng)商行的全要素生產(chǎn)率最低。大型商行和股份制商行的效率主要源于技術(shù)進(jìn)步，城商行和農(nóng)商行的效率主要源于技術(shù)效率。

（2）從商業(yè)銀行經(jīng)營效率的需求側(cè)影響因素看，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、社會(huì)固定資產(chǎn)投資的增長和居民消費(fèi)水平的提升對于提升商業(yè)銀行效率具有一定的促進(jìn)作用，企業(yè)利潤則抑制了全要素生產(chǎn)率的提升。從商業(yè)銀行經(jīng)營效率的供給側(cè)影響因素看，人力資本和創(chuàng)新能力的提升能夠促進(jìn)商業(yè)銀行經(jīng)營效率的提升，但農(nóng)商行的人力資本水平有待改善。資產(chǎn)配置效率對商業(yè)銀行的經(jīng)營效率產(chǎn)生正向顯著影響，但對于規(guī)模較小的城商行和農(nóng)商行影響程度較小。

（3）從結(jié)果看，需求側(cè)因素對于商業(yè)銀行經(jīng)營效率的影響差異不明顯。供給側(cè)因素對于商業(yè)銀行經(jīng)營效率的影響存在一定差異，這種差異主要體現(xiàn)在資產(chǎn)配置和人力資本水平上。

2.建議。針對本文的研究結(jié)論，筆者提出以下建議。首先，商業(yè)銀行在經(jīng)營過程中應(yīng)考慮對實(shí)體經(jīng)濟(jì)的影響，實(shí)體經(jīng)濟(jì)的健康發(fā)展是商業(yè)銀行可持續(xù)運(yùn)營的基礎(chǔ)，商業(yè)銀行應(yīng)采取措施來推動(dòng)實(shí)體經(jīng)濟(jì)的發(fā)展。其次，經(jīng)濟(jì)新常態(tài)下，應(yīng)進(jìn)一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，全面發(fā)展現(xiàn)代高端服務(wù)業(yè)，大力發(fā)展以信息化、智能化和“互聯(lián)網(wǎng)+”為代表的生產(chǎn)性服務(wù)業(yè)。通過產(chǎn)業(yè)結(jié)構(gòu)升級推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展，進(jìn)一步提高商業(yè)銀行效率。最后，加大對人力資本和創(chuàng)新的投入，通過技術(shù)、產(chǎn)品和制度創(chuàng)新提高全要素生產(chǎn)率。

Robert，Hasan.The Performance of De Novo Commercial Banks［J］ ．Journal of Banking and Finance，1998（22）．

馬強(qiáng)．共享經(jīng)濟(jì)在我國的發(fā)展現(xiàn)狀、瓶頸及對策［J］．現(xiàn)代經(jīng)濟(jì)探討，2016（10）．

袁曉玲，張寶山．中國商業(yè)銀行全要素生產(chǎn)率的影響因素研究——基于DEA模型的Malmquist指數(shù)分析［J］．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（4）．

呂品，原毅軍，韓?。r(nóng)村商業(yè)銀行信用風(fēng)險(xiǎn)評價(jià)及經(jīng)驗(yàn)研究［J］．財(cái)經(jīng)問題研究，2014（4）．

王佳寧，盛朝迅．重點(diǎn)領(lǐng)域改革節(jié)點(diǎn)研判：供給側(cè)與需求側(cè)［J］．改革，2016（1）．

F832.35

A

1004-0994（2017）32-0112-5

中國博士后科學(xué)基金項(xiàng)目“基于隨機(jī)森林的農(nóng)產(chǎn)品質(zhì)量安全風(fēng)險(xiǎn)與預(yù)警理論與方法研究”（項(xiàng)目編號：2014M56132）

作者單位：1.東北農(nóng)業(yè)大學(xué)理學(xué)院，哈爾濱150030；2.東北農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，哈爾濱150030