黃淑穎，曹志鵬

（陜西科技大學(xué)，西安710021）

一、引言

商業(yè)銀行作為中國(guó)金融體系的主體，其發(fā)展關(guān)系到整個(gè)國(guó)民經(jīng)濟(jì)和社會(huì)的穩(wěn)定發(fā)展。銀行的效率能夠更加綜合性地對(duì)銀行績(jī)效水平進(jìn)行評(píng)價(jià)。近些年來，金融國(guó)際化進(jìn)程不斷推進(jìn)、金融脫媒、金融創(chuàng)新的不斷發(fā)展以及中國(guó)金融體制改革的不斷深入使得中國(guó)的金融生態(tài)環(huán)境更加復(fù)雜。在快速的外部環(huán)境變化之下，對(duì)銀行的效率管理也提出了更高的要求。

目前，利率市場(chǎng)化進(jìn)程的加快進(jìn)一步縮小了銀行的利差，加大了銀行間的競(jìng)爭(zhēng)。不良貸款率逐年增加，截至2016年底，國(guó)有銀行的平均不良貸款率為1.698%，農(nóng)行的不良貸款率更是高達(dá)2.37%，已突破了2%的警戒值。內(nèi)外部金融環(huán)境的壓力使得銀行業(yè)正在面臨更加嚴(yán)峻的挑戰(zhàn)，因此，對(duì)中國(guó)近些年商業(yè)銀行的效率狀況及效率影響因素進(jìn)行進(jìn)一步的研究具有重要的現(xiàn)實(shí)意義。

國(guó)內(nèi)外的專家們?cè)谛史矫尕S富的研究成果，不僅給商業(yè)銀行自身提高其效率提供了借鑒，而且為進(jìn)一步開展效率方面的研究提供了理論指導(dǎo)。

目前，大多數(shù)研究者在量化商業(yè)銀行效率方面采用的大多是效率前沿面方法。這種方法是通過測(cè)量目標(biāo)對(duì)象的觀察值與效率最優(yōu)前沿面之間的距離計(jì)算出該對(duì)象的相對(duì)效率值。在銀行效率研究的多個(gè)文獻(xiàn)中，學(xué)者們基于不同的側(cè)重點(diǎn)并考慮不同方法的優(yōu)劣去測(cè)算銀行效率值。根據(jù)是否需要估計(jì)效率前沿函數(shù)中的參數(shù)，可以將前沿效率分析分為非參數(shù)估計(jì)和參數(shù)估計(jì)兩種方法。參數(shù)法雖然考慮到了隨機(jī)因素的影響，但需要對(duì)生產(chǎn)函數(shù)進(jìn)行設(shè)定，如果生產(chǎn)函數(shù)沒有設(shè)定好，會(huì)對(duì)最終的效率結(jié)果產(chǎn)生影響。而且參數(shù)法需要對(duì)誤差項(xiàng)的分布進(jìn)行假設(shè)，相比而言，不用進(jìn)行生產(chǎn)函數(shù)設(shè)定的非參數(shù)的DEA方法更加便捷一些。同時(shí)，DEA模型的生產(chǎn)前沿面具有凸性，計(jì)算出的結(jié)果更具可比性和綜合性。

Grigorian[1]首次對(duì)轉(zhuǎn)型經(jīng)濟(jì)中的銀行運(yùn)用DEA方法和因變量受限的Tobit回歸模型測(cè)算并分析了其1995年-1998年的效率。國(guó)內(nèi)的學(xué)者中，畢功兵[2]等（2007）在假設(shè)規(guī)模報(bào)酬不變的基礎(chǔ)上，用DEA模型分兩個(gè)階段對(duì)中國(guó)某商行的17個(gè)分行進(jìn)行效率的測(cè)度。王新永[3]（2008）也將銀行經(jīng)營(yíng)分成兩階段進(jìn)行效率測(cè)度，選擇網(wǎng)點(diǎn)數(shù)、員工人數(shù)、固定資產(chǎn)凈額作為第一階段的投入指標(biāo)，將存款與貸款凈值作為第一階段產(chǎn)出指標(biāo)，并且考慮了兩個(gè)階段的關(guān)聯(lián)性，將第一階段產(chǎn)出作為第二階段的投入指標(biāo)，而第二階段選取稅前利潤(rùn)、利息與非利息收入作為產(chǎn)出指標(biāo)。周逢民[4]（2010）等將銀行的運(yùn)營(yíng)分為資金獲取階段和利潤(rùn)獲取階段，并且考慮到兩階段之間的關(guān)聯(lián)性改進(jìn)了傳統(tǒng)的DEA模型，同時(shí)考慮了不變規(guī)模下和可變規(guī)模下的情況，對(duì)15家國(guó)有銀行與股份制銀行的技術(shù)效率、純技術(shù)效率和規(guī)模效率分階段進(jìn)行了測(cè)度分析。李紅霞[5]（2014）運(yùn)用DEA兩階段模型對(duì)國(guó)內(nèi)19家商業(yè)銀行的綜合效率進(jìn)行了實(shí)證分析，并且利用Tobit模型對(duì)影響中國(guó)商業(yè)銀行綜合效率的因素進(jìn)行了分析，得出國(guó)有銀行的綜合效率普遍低于股份制銀行的結(jié)論，不良貸款與商業(yè)銀行綜合效率之間呈現(xiàn)相反關(guān)系。劉瑞翔[6]（2016）等人在考慮了不良貸款的約束之下，運(yùn)用兩階段DEA模型分別對(duì)考慮不良貸款和未考慮不良貸款之下中國(guó)16家上市商業(yè)銀行的效率狀況進(jìn)行對(duì)比分析。何意雄[7]（2016）等人運(yùn)用DEA-Tobit兩階段法對(duì)中部6省9家城商行2012年的數(shù)據(jù)進(jìn)行了經(jīng)營(yíng)效率的研究，并且用Tobit回歸得出人均營(yíng)業(yè)費(fèi)用、存貸比等因素與銀行經(jīng)營(yíng)效率有負(fù)相關(guān)關(guān)系，資本充足率等因素和經(jīng)營(yíng)效率為正相關(guān)關(guān)系的結(jié)論。段永瑞[8]（2016）等人基于DEA模型和計(jì)算Malmquist指數(shù)對(duì)2006-2013年中國(guó)16家商業(yè)銀行效率和生產(chǎn)率進(jìn)行了評(píng)價(jià)。結(jié)果表明國(guó)有銀行效率持續(xù)低于股份制銀行，相比于國(guó)有商業(yè)銀行，金融危機(jī)對(duì)股份制商業(yè)銀行的影響程度更深。2010年以來，國(guó)有銀行生產(chǎn)率有所提高，但綜合效率卻在不斷下降。部分銀行生產(chǎn)率變動(dòng)情況與效率變動(dòng)狀況不一致。張嶺[9]（2016）等人基于2006年-2011年中國(guó)25家商業(yè)銀行面板數(shù)據(jù)，運(yùn)用兩階段關(guān)聯(lián)DEA模型對(duì)資本監(jiān)管驅(qū)動(dòng)下銀行業(yè)經(jīng)營(yíng)效率進(jìn)行測(cè)度，并且考慮到了投入冗余與產(chǎn)出不足問題，結(jié)果表明資本監(jiān)管的加強(qiáng)能夠提升中國(guó)銀行業(yè)經(jīng)營(yíng)效率；資本監(jiān)管對(duì)于大銀行效率的提升更加有效。向小東[10]（2017）等人結(jié)合網(wǎng)絡(luò)DEA與權(quán)重平衡交叉效率思想，利用熵值法處理交叉效率的集結(jié)問題，構(gòu)建了交叉效率的評(píng)價(jià)模型，并將該模型應(yīng)用到中國(guó)16家商業(yè)銀行中進(jìn)行實(shí)證分析，發(fā)現(xiàn)所選的16家商業(yè)銀行的效率普遍不高，且平均交叉效率在不同類型銀行中的排名依次為城商行、國(guó)有銀行，最后是股份制銀行。

考慮子過程關(guān)系的兩階段DEA模型相比把銀行看作是一個(gè)“黑箱”的傳統(tǒng)DEA模型能夠更加準(zhǔn)確的評(píng)價(jià)效率，利用兩階段DEA模型對(duì)銀行效率進(jìn)行分析，并且運(yùn)用Tobit回歸模型對(duì)影響銀行效率的因素進(jìn)行分析與評(píng)價(jià)。相比以往兩階段DEA模型的相關(guān)研究，選取的樣本銀行類型覆蓋了國(guó)有、股份制、城商行與農(nóng)商行，類型更加全面，研究期間為2010年-2016年，近期的數(shù)據(jù)更加能夠反映出現(xiàn)階段銀行處于金融變革環(huán)境下的效率狀況。

二、兩階段關(guān)聯(lián)DEA模型構(gòu)建

假設(shè)有n個(gè)決策單元（DMU），生產(chǎn)過程分為兩個(gè)階段，每一個(gè)決策單元的第一階段有m個(gè)投入記為 xi(i=1，…，m)，有 p 種產(chǎn)出，記為 zf(f=1，…，p)。第二的階段的投入即為第一個(gè)階段的產(chǎn)出，最終的產(chǎn)出記為 yr(r=1，…，s)。

（一）CRS下的兩階段DEA模型

將全過程的整體效率用Ej表示，Ej1與Ej2分別可以表示資金獲取階段（第一階段）和盈利階段（第二階段）的效率。整個(gè)系統(tǒng)的技術(shù)效率模型為：

利用Charnes-Cooper變換，令

若 μr*，φf*，ωi* 是模型（2）的最優(yōu)解，則 ur*，vi*，δf*是（1）的最優(yōu)解，所以決策單元j及各階段的技術(shù)效率為：

（二）VRS下的兩階段DEA模型

同樣利用Charnes-Cooper變換，得到：

若 μr*，φf*，ωi*，η0(1)*，η0(2)* 是模型（5）的最優(yōu)解，則 ur*，vi*，δf*，μ0(1)*，μ0(2)* 是（4）的最優(yōu)解，所以決策單元j及各階段的純技術(shù)效率為：

CRS假設(shè)下求得的為銀行的技術(shù)效率值，基于VRS假設(shè)模型下得出的是銀行的純技術(shù)效率值。

三、實(shí)證分析

（一）指標(biāo)和數(shù)據(jù)的選擇

為了解銀行內(nèi)部運(yùn)行結(jié)構(gòu)對(duì)效率的影響，將商業(yè)銀行的經(jīng)營(yíng)分為兩個(gè)階段：第一階段是商業(yè)銀行利用自有資金和現(xiàn)有的資源投入獲取存款的過程，第二階段即銀行用相對(duì)低成本的資金進(jìn)行投資獲取利潤(rùn)的階段。銀行的整體綜合效率是這兩個(gè)階段效率綜合的結(jié)果。常用的指標(biāo)選取方法有生產(chǎn)法、中介法與資產(chǎn)法。生產(chǎn)法與中介法都是以資本、人工成本作為投入，前者是將銀行看作一個(gè)生產(chǎn)金融產(chǎn)品的企業(yè)，產(chǎn)出的是存款賬戶數(shù)與貸款的具體筆數(shù)。而中介法則更貼近目前我們對(duì)商業(yè)銀行的定位認(rèn)知，將銀行視為中介機(jī)構(gòu)，主要通過儲(chǔ)蓄與投資之間的資金價(jià)差獲取利潤(rùn)。這種方法以存貸額作為產(chǎn)出。借鑒以往的研究并且考慮到數(shù)據(jù)的可獲性，現(xiàn)按照生產(chǎn)法與中介法的原則選取指標(biāo)。

選取的投入產(chǎn)出指標(biāo)如下：第一階段的投入指標(biāo)為員工人數(shù)、固定資產(chǎn)、營(yíng)業(yè)支出，第一階段的產(chǎn)出指標(biāo)為吸收存款數(shù)。而吸收存款數(shù)作為系統(tǒng)的中間產(chǎn)出也成為了第二階段的投入指標(biāo)，第二階段的產(chǎn)出指標(biāo)我們選取了利息收入與非利息收入。

近些年，銀行中間業(yè)務(wù)的活躍度日益加快，選取非利息收入作為產(chǎn)出指標(biāo)是符合實(shí)際狀況的?？紤]到數(shù)據(jù)的易得性與口徑一致的問題，并且為了更加全面地對(duì)比各種類型的商業(yè)銀行效率的差異，通過選取2010年-2016年全國(guó)50家商業(yè)銀行作為樣本數(shù)據(jù)。以往的研究中，選取的樣本時(shí)間都比較早，得出的結(jié)果在現(xiàn)階段處于金融環(huán)境大變革之下已經(jīng)漸漸缺乏可鑒性。為了更好地研究近些年銀行效率的狀況，現(xiàn)研究期限選取為近7年的最新數(shù)據(jù)。選取的樣本銀行包括國(guó)有5大行、12家股份制商業(yè)銀行、27家城市商業(yè)銀行以及6家農(nóng)村商業(yè)銀行。數(shù)據(jù)來源于Bankscope數(shù)據(jù)庫(kù)、中國(guó)金融統(tǒng)計(jì)年鑒以及各類銀行的年報(bào)。缺失的數(shù)據(jù)按照線性插值法補(bǔ)全。其中員工人數(shù)為銀行當(dāng)年備案的在職人數(shù)；固定資產(chǎn)按照凈值計(jì)算；營(yíng)業(yè)支出為營(yíng)業(yè)稅金及附加+業(yè)務(wù)及管理費(fèi)用+其余業(yè)務(wù)成本。吸收存款數(shù)包括了同業(yè)拆借，本研究的非利息收入主要包括手續(xù)費(fèi)與傭金收入。數(shù)據(jù)運(yùn)算用DEAP2.1完成。數(shù)據(jù)描述性統(tǒng)計(jì)見表1。

（二）實(shí)證分析

表1 50家樣本商業(yè)銀行投入產(chǎn)出指標(biāo)的描述性統(tǒng)計(jì)結(jié)果

兩階段DEA模型相比傳統(tǒng)DEA模型能夠更加有效地對(duì)決策單元效率進(jìn)行測(cè)量，為便于比較，現(xiàn)用上述的CRS假設(shè)下的模型與VRS假設(shè)下的模型測(cè)度了2010年-2016年各年度的技術(shù)效率、純技術(shù)效率與規(guī)模效率。限于篇幅這里只列出各年度經(jīng)整理歸類后的數(shù)據(jù)結(jié)果進(jìn)行分析。表2-表4為測(cè)度出的技術(shù)效率、純技術(shù)效率與規(guī)模效率值。表5為排名前15位的各階段城商行技術(shù)效率結(jié)果。

表2 樣本商業(yè)銀行2010年-2016年技術(shù)效率結(jié)果及比較

表3 樣本商業(yè)銀行2010年-2016年純技術(shù)效率結(jié)果及比較

表4 樣本商業(yè)銀行2010年-2016年規(guī)模效率結(jié)果及比較

1.總系統(tǒng)的比較：在所選的樣本銀行中，國(guó)有五大行各年平均的純技術(shù)效率基本有效。城商行中北京銀行、廣州銀行、長(zhǎng)沙銀行均技術(shù)有效，12家股份制銀行中興業(yè)銀行與浦發(fā)銀行的純技術(shù)效率處于有效的狀態(tài)。從銀行分類比較來看，技術(shù)效率的排名依次為股份制銀行、城商行、農(nóng)商行、最后是國(guó)有商業(yè)銀行，純技術(shù)效率的對(duì)比結(jié)果為國(guó)有銀行＞股份制銀行＞城商行＞農(nóng)商行；而規(guī)模效率中股份制銀行與城商行較高。綜合來看，股份制銀行與城商行在銀行整體運(yùn)營(yíng)上處于優(yōu)勢(shì)地位。

2.第一階段效率的比較：國(guó)有銀行中只有工商銀行在這一階段處于純技術(shù)有效的狀態(tài)，城商行中昆侖銀行的純技術(shù)有效，從表中可以看出，在這一階段不管是在不變規(guī)模假設(shè)之下還是可變規(guī)模假設(shè)之下得出的結(jié)果都普遍非有效。總體上看，該階段各銀行平均的規(guī)模效率最高，純技術(shù)效率次之，技術(shù)效率最低，平均只有0.621。從銀行分類比較來看，技術(shù)效率中股份制銀行最高，純技術(shù)效率的對(duì)比結(jié)果為國(guó)有銀行＞股份制銀行＞城商行＞農(nóng)商行；而規(guī)模效率中城商行為最高。綜合來看，股份制銀行和國(guó)有銀行在銀行資金獲取階段處于優(yōu)勢(shì)地位。

3.第二階段效率的比較：第二階段的技術(shù)效率、純技術(shù)效率與規(guī)模效率值普遍較高，國(guó)有五大行與股份制銀行中的大部分銀行都處于純技術(shù)效率有效的狀態(tài)。城商行中的北京銀行技術(shù)有效。從銀行分類比較來看，技術(shù)效率中股份制銀行最高，城商行次之，純技術(shù)效率的對(duì)比結(jié)果依次為國(guó)有銀行＞股份制銀行＞城商行＞農(nóng)商行；而在規(guī)模效率中，城商行的平均效率水平最高，綜合來看，股份制銀行和城商行在利潤(rùn)獲取階段有較高優(yōu)勢(shì)地位。

綜合上述分析可知，城商行的效率在近些年處于增長(zhǎng)的態(tài)勢(shì)，在個(gè)別階段，相比于其他類型的銀行，城商行的平均效率值甚至名列第一。下表為27家樣本城商行中綜合技術(shù)效率排名前15的銀行。從表5中可以看出，在資金獲取階段，昆侖銀行的技術(shù)有效；在利潤(rùn)獲取階段，北京銀行DEA有效；從總系統(tǒng)來看，北京銀行、廣州銀行與長(zhǎng)沙銀行均DEA有效。值得注意的是北京銀行、昆侖銀行、廣州銀行、長(zhǎng)沙銀行、上海銀行與天津銀行不管是在分階段還是總系統(tǒng)，技術(shù)效率排名都靠前，說明這些城市商業(yè)銀行綜合運(yùn)營(yíng)績(jī)效較好。

（三）Tobit模型構(gòu)建分析

表 5 排名前15的城市商業(yè)銀行技術(shù)效率列表

在測(cè)算了各銀行的綜合效率之后，我們發(fā)現(xiàn)城商行的效率水平較高，這一結(jié)論也打破了原先的研究中認(rèn)為股份制銀行效率水平最高的單一結(jié)論，說明隨著銀行主體的多元化發(fā)展，城商行的效率也需要我們更多地去研究和關(guān)注。我們需要去思考影響城市商業(yè)銀行綜合效率的具體因素有哪些。鑒于銀行的效率值為處于0-1之間的受限值，對(duì)此，采用專門針對(duì)受限因變量這種特殊情況進(jìn)行回歸分析的Tobit回歸模型對(duì)影響城市商業(yè)銀行綜合效率的因素進(jìn)行分析。由于受限因變量的特殊性，采用一般的最小二乘法參數(shù)估計(jì)可能會(huì)出現(xiàn)有偏和不一致的情況，Tobit在1958年提出了一種采用極大似然法的截取回歸模型，能夠?qū)τ谟惺芟抟蜃兞康姆匠踢M(jìn)行很好的參數(shù)估計(jì)，模型如下：

在上述模型中，yi為因變量，xi是自變量，βT為相關(guān)系數(shù)。當(dāng)yi*大于0時(shí)，yi=yi*，也就是具體的在以上計(jì)算出的各城商行決策單元的具體效率值。

關(guān)于Tobit回歸模型中自變量的選擇問題，借鑒前人的經(jīng)驗(yàn)并且考慮數(shù)據(jù)的可獲得性，擬選取的自變量為不良貸款率（x1）、存貸比（x2）、總資產(chǎn)的自然對(duì)數(shù)（x3）、資本充足率（x4）、總資產(chǎn)收益率（x5），股權(quán)結(jié)構(gòu)（用前五大股東占比表示）（x6），因變量為y。據(jù)此，建立的回歸模型如下：

模型中的c為常數(shù)項(xiàng)，i表示各決策單元，β為回歸系數(shù)，μi表示回歸方程的誤差項(xiàng)。

采用Eviews7.2軟件對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析與Tobit回歸分析，考慮到自變量之間的自相關(guān)性與回歸方程擬合的效果，對(duì)上述模型在回歸時(shí)做了自變量的刪減。最終整理結(jié)果如下：

模型結(jié)果分析：從表6中可以看出，經(jīng)過Tobit回歸以及考慮到自變量之間的自相關(guān)性，整個(gè)回歸擬合的效果還是較好的。經(jīng)回歸得出存貸比、資本充足率、總資產(chǎn)以及股權(quán)結(jié)構(gòu)對(duì)整個(gè)系統(tǒng)的技術(shù)效率有影響。資本充足率對(duì)總系統(tǒng)的技術(shù)效率有正的影響，銀行資本充足率的多少能夠反映銀行在特殊狀況下進(jìn)行風(fēng)險(xiǎn)防御的能力，高的資本充足率不僅能夠讓銀行處于穩(wěn)定的體系之中，而且一旦銀行遭遇金融危機(jī)，充足的自有資本可以在短期內(nèi)降低銀行發(fā)生兌付危機(jī)的風(fēng)險(xiǎn)。一個(gè)穩(wěn)定的經(jīng)營(yíng)環(huán)境是銀行持續(xù)經(jīng)營(yíng)和增長(zhǎng)的前提。存貸比對(duì)技術(shù)效率有負(fù)的影響，存貸比是反映銀行清償能力的關(guān)鍵指標(biāo)，存貸比的提高會(huì)直接加大銀行的經(jīng)營(yíng)風(fēng)險(xiǎn)。股權(quán)結(jié)構(gòu)對(duì)總系統(tǒng)的技術(shù)效率有正向的影響，但是從系數(shù)值的大小可以看出，影響效果不大，可以忽略。

表6 Tobit回歸分析結(jié)果

存貸比、總資產(chǎn)、股權(quán)結(jié)構(gòu)對(duì)銀行資金獲取階段的效率都有影響。在初期階段，存貸比越高，存款相對(duì)不足會(huì)導(dǎo)致投入不足，銀行的效率就會(huì)低下。所以和得出的結(jié)論也一致，存貸比與效率成反比?？傎Y產(chǎn)對(duì)資金獲取階段的銀行效率有正向影響。

存貸比與資本充足率對(duì)銀行盈利階段的效率都有正向影響，存貸比對(duì)銀行盈利階段的效率有正向影響。在這一階段，應(yīng)該是銀行將第一階段獲取的資金進(jìn)行投資的過程，基于清償能力與流動(dòng)性角度來說，高的存貸比不利于銀行發(fā)展。而從銀行盈利角度來說，高存貸比能夠增強(qiáng)銀行的盈利能力，所以在盈利階段，存貸比和效率之間是正向關(guān)系。資本充足率在這一階段對(duì)技術(shù)效率有正向影響。從表6中的系數(shù)值也可以看出，相同的影響因子對(duì)各階段效率的影響程度是不同的。

四、結(jié)論與建議

基于DEA兩階段模型測(cè)度出了中國(guó)50家不同類型的商業(yè)銀行2010年-2016年的整體和各階段的效率，并且在規(guī)模不變與規(guī)?？勺兊膬煞N假設(shè)下進(jìn)行效率的測(cè)度和分析。同時(shí)用Tobit回歸定量分析評(píng)價(jià)了影響城市商業(yè)銀行效率的因素，主要得出以下結(jié)論。

第一，從整體階段來看，各類型銀行在技術(shù)效率上的排名結(jié)果為股份制銀行城商行農(nóng)商行國(guó)有銀行，純技術(shù)效率的對(duì)比結(jié)果為國(guó)有銀行股份制銀行城商行農(nóng)商行；而規(guī)模效率中城商行為最高。在獲取資金的第一階段中，各銀行得出的結(jié)果都普遍處于非有效的狀態(tài)，國(guó)有銀行中只有工商銀行在這一階段處于純技術(shù)有效的狀態(tài)，城商行中昆侖銀行的純技術(shù)有效，該階段各銀行平均的規(guī)模效率最高，純技術(shù)效率次之，技術(shù)效率最低。從銀行分類比較來看，技術(shù)效率中股份制銀行最高，純技術(shù)效率的對(duì)比結(jié)果為國(guó)有銀行＞股份制銀行＞城商行＞農(nóng)商行；而規(guī)模效率中城商行為最高。第二階段的技術(shù)效率、純技術(shù)效率與規(guī)模效率值普遍較高，從銀行分類比較來看，技術(shù)效率中股份制銀行最高，城商行次之，純技術(shù)效率的對(duì)比結(jié)果為國(guó)有銀行＞股份制銀行＞城商行＞農(nóng)商行；而規(guī)模效率中城商行的效率最高。經(jīng)過從整體和按階段進(jìn)行效率的綜合全面分析，股份制銀行的表現(xiàn)最優(yōu)，城商行次之，但在個(gè)別的階段，城商行表現(xiàn)突出，效率表現(xiàn)甚至和股份制銀行持平。

第二，在城商行中，北京銀行、昆侖銀行、廣州銀行、長(zhǎng)沙銀行、上海銀行與天津銀行不管是在分階段還是總系統(tǒng)，技術(shù)效率排名都靠前，說明這些城市商業(yè)銀行綜合運(yùn)營(yíng)績(jī)效較好。

第三，經(jīng)過Tobit回歸分析，在整體階段和各分階段影響城商行技術(shù)效率的因素不同，而且影響程度也有所差異。在整體階段，主要的影響因素有存貸比、資本充足率、總資產(chǎn)以及股權(quán)結(jié)構(gòu)。存貸比、總資產(chǎn)、股權(quán)結(jié)構(gòu)對(duì)銀行資金獲取階段的效率有影響。存貸比與資本充足率對(duì)銀行盈利階段的效率有正向影響。

基于上述研究結(jié)論，提出以下的政策建議：第一，國(guó)有銀行的技術(shù)非有效主要由于規(guī)模無效，國(guó)有銀行應(yīng)該對(duì)分支機(jī)構(gòu)進(jìn)行重新布局與調(diào)整，對(duì)人員素質(zhì)的培訓(xùn)應(yīng)該增強(qiáng)。第二，加強(qiáng)各銀行的風(fēng)險(xiǎn)管理水平，特別應(yīng)關(guān)注國(guó)有銀行的風(fēng)險(xiǎn)管控。從監(jiān)管機(jī)構(gòu)、相關(guān)政策和銀行自身內(nèi)控體系方面共同努力降低不良貸款率，防范銀行發(fā)生擠兌危機(jī)。第三，不同規(guī)模和類型的銀行應(yīng)結(jié)合自身優(yōu)勢(shì)開展差異化、特色化經(jīng)營(yíng)策略和發(fā)展戰(zhàn)略，進(jìn)而提升銀行業(yè)績(jī)效，保持銀行競(jìng)爭(zhēng)力。第四，在銀行傳統(tǒng)經(jīng)營(yíng)范圍與業(yè)務(wù)的基礎(chǔ)上，開發(fā)新的增長(zhǎng)點(diǎn)，鼓勵(lì)創(chuàng)新，在風(fēng)險(xiǎn)可控下進(jìn)行銀保合作、銀證合作等多種混業(yè)經(jīng)營(yíng)的方式。第五，城商行應(yīng)該繼續(xù)保持資本充足性，關(guān)注對(duì)其效率影響較大的因素如存貸比和總資產(chǎn)等。

[1] MEHANNAR-A,YAZBECK Y.Diversification,strategy,and stability of Lebanesebanks:a non-parametric DEA approach[J].Journal of Transnational Management，2012，(2).

[2] 畢功兵，梁 樑，楊 鋒.兩階段生產(chǎn)系統(tǒng)的DEA效率評(píng)價(jià)模型[J].中國(guó)管理科學(xué)，2007(2).

[3] 王新永.基于兩階段超DEA模型的商業(yè)銀行效率研究[D].重慶：重慶大學(xué)，2008.

[4]周逢民，張會(huì)元，周 海，孫佰清.基于兩階段關(guān)聯(lián)DEA模型的我國(guó)商業(yè)銀行效率評(píng)價(jià)[J].金融研究，2010(11).

[5] 李紅霞.基于兩階段DEA模型下的我國(guó)商業(yè)銀行綜合效率評(píng)價(jià)[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2014.

[6] 劉瑞翔，呂大雪，駱 依.不良貸款約束下我國(guó)商業(yè)銀行效率的測(cè)評(píng)——基于兩階段DEA模型的分析[J].南京審計(jì)大學(xué)學(xué)報(bào)，2016(6).

[7] 何意雄，蔣 芳.基于DEA-Tobit二階段法的城市商業(yè)銀行效率評(píng)價(jià)——以中部六省9家城市商業(yè)銀行為例[J].科技和產(chǎn)業(yè)，2016(11).

[8] 段永瑞，黃鸝彬，張艷霞.基于DEA模型的中國(guó)商業(yè)銀行效率及生產(chǎn)率評(píng)價(jià)[J].工業(yè)工程與管理，2016(2).

[9] 張 嶺，張 勝.資本監(jiān)管提升中國(guó)銀行業(yè)經(jīng)營(yíng)效率了嗎?——基于兩階段DEA跨期比較模型的實(shí)證分析[J].經(jīng)濟(jì)經(jīng)緯，2016(6).

[10]向小東，趙子燎.基于網(wǎng)絡(luò)DEA交叉效率模型的我國(guó)商業(yè)銀行效率評(píng)價(jià)研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2017(2).

[11]任祝景.兩階段DEA模型及其在商業(yè)銀行經(jīng)營(yíng)效率中的應(yīng)用[D].上海：上海交通大學(xué)，2008.

[12]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).

[13]楊志坤.我國(guó)上市商業(yè)銀行績(jī)效評(píng)價(jià)及影響因素研究——基于兩階段DEA-Tobit模型的實(shí)證分析[J].中國(guó)物價(jià)，2016(2).

[14]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).

[15]Yao Chen,WadeD.Cook,NingLi,JoeZhu,“Additive Efficiency Decomposition in Two-stage DEA”,European Journal ofOprational Research,2009,196:1170-1176.