■王 鋼，張 恬，石 奇

一、引言與文獻(xiàn)綜述

經(jīng)過20 多年的發(fā)展，國內(nèi)城市商業(yè)銀行已經(jīng)成為了我國商業(yè)銀行體系的重要組成部分，與國有銀行、股份制銀行以及村鎮(zhèn)銀行等金融機(jī)構(gòu)一起構(gòu)筑起了我國的金融支持體系。截至2019年底，我國共設(shè)立134 家城市商業(yè)銀行，遠(yuǎn)超國有銀行和股份制銀行的數(shù)量，城商行總資產(chǎn)達(dá)37.28 萬億元，占我國銀行金融機(jī)構(gòu)總資產(chǎn)13.20%。雖然國內(nèi)城商行在近20年來獲得了較大的發(fā)展，但是對(duì)于金融機(jī)構(gòu)而言，經(jīng)營效率代表著經(jīng)營管理能力，而經(jīng)營管理能力則是金融機(jī)構(gòu)核心競爭力的關(guān)鍵要素。對(duì)此，國內(nèi)城商行想要獲得持續(xù)性的健康、有序發(fā)展，就需要持續(xù)提升自身的經(jīng)營效率。那么，目前，國內(nèi)主要城商行的經(jīng)營效率水平如何？資金組織和資金運(yùn)營效率表現(xiàn)如何？是否存在地區(qū)間差異？如能客觀且深入地回答上述問題，不僅有助于全面且客觀地了解國內(nèi)城商行的整體發(fā)展?fàn)顩r，還有助于提出具有較強(qiáng)指向性的對(duì)策建議，以幫助城商行提升經(jīng)營效率、增強(qiáng)核心競爭力。

圍繞城商行經(jīng)營效率的測評(píng)，國內(nèi)外學(xué)者已在測算方法和影響因素方面取得了較多的研究成果。在測算方法方面，多數(shù)學(xué)者主要采用參數(shù)估計(jì)法和非參數(shù)估計(jì)法。在參數(shù)估計(jì)法方面：丁浩（2018）等運(yùn)用了隨機(jī)前沿法（SFA）測算商業(yè)銀行的經(jīng)營效率；申創(chuàng)和趙勝民（2017）基于隨機(jī)誤差項(xiàng)概率分布假設(shè)，運(yùn)用自由分布法對(duì)銀行經(jīng)營效率進(jìn)行了程度分析。而自DEA模型提出后，基于DEA 模型非參數(shù)估計(jì)方法的研究成果越來越豐富：Levine（2005）運(yùn)用DEA評(píng)價(jià)法測評(píng)了100多家商業(yè)銀行的經(jīng)營效率，并運(yùn)用SFA法進(jìn)行了驗(yàn)證；Shyu&Chiang（2012）則針對(duì)商業(yè)銀行不同的經(jīng)營環(huán)節(jié)，運(yùn)用拓展后的三階段DEA模型對(duì)中國臺(tái)灣某一大型商業(yè)銀行的分支結(jié)構(gòu)進(jìn)行了效率測評(píng)，發(fā)現(xiàn)較弱的風(fēng)險(xiǎn)管控能力嚴(yán)重影響了銀行的整體經(jīng)營效率；馬曉倩和周雪梅（2014）將三階段DEA 模型和Malmquist 指數(shù)分解法結(jié)合使用，蔣芳（2015）構(gòu)建了兩階段DEA—TOBIT 模型分析法，而王鋼和郭文旌（2017）則基于我國商業(yè)銀行實(shí)際經(jīng)營過程，構(gòu)建了兩階段DEA—TOPSIS分析模型。

在城商行經(jīng)營效率影響因素方面：Meryem&Vania（2013）基于宏觀研究的角度，發(fā)現(xiàn)區(qū)域金融發(fā)展水平對(duì)商業(yè)銀行經(jīng)營效率的影響較大，兩者普遍呈正相關(guān)關(guān)系；郭娜等（2017）的研究認(rèn)為，經(jīng)營范圍越大的商業(yè)銀行，經(jīng)營效率越高，反之亦然；顧曉安等（2017）通過對(duì)比國內(nèi)主要商業(yè)銀行的經(jīng)營效率，發(fā)現(xiàn)政府干預(yù)在短期內(nèi)能提升銀行經(jīng)營效率，但在長期內(nèi)卻起到了抑制作用；朱寧等（2018）通過實(shí)證分析發(fā)現(xiàn)，制度改革是影響金融機(jī)構(gòu)自身經(jīng)營效率的最大影響因素。

總體而言，在研究對(duì)象方面，已有研究多圍繞上市商業(yè)銀行、股份制銀行以及國有大型商業(yè)銀行展開，對(duì)城商行經(jīng)營效率的研究，特別是地區(qū)間比較方面的研究相對(duì)偏少。在研究方法方面，DEA 模型在運(yùn)用中存在測算結(jié)果同質(zhì)化問題，而TOPSIS 分析法存在“歐式等距”問題。據(jù)此，本文在構(gòu)建兩階段DEA—TOPSIS 模型基礎(chǔ)上，進(jìn)一步引入了“垂足距離”測算法①“垂足距離”測算法獲得的結(jié)果能精確地反映各評(píng)價(jià)方案之間的差距，目前多被理工學(xué)科應(yīng)用于交通路線的最優(yōu)距離測算。，并進(jìn)行了城商行經(jīng)營效率的地區(qū)比較分析?！按棺憔嚯x”測算法的引入豐富了目前金融研究領(lǐng)域的效率測算方法，而對(duì)城商行經(jīng)營效率的地區(qū)比較，則使有關(guān)銀行經(jīng)營效率的研究更為全面。

二、研究設(shè)計(jì)

（一）模型構(gòu)建的整體思路

本文借鑒王鋼和郭文旌（2017）的研究思路，將城市商業(yè)銀行的經(jīng)營過程分為資金組織和資金運(yùn)用這兩個(gè)階段，具體見圖1。

在圖1 中，商業(yè)銀行經(jīng)營的第一階段S1 為資金組織，第二階段S2為資金運(yùn)用。首先，考慮到國內(nèi)城市商業(yè)銀行的經(jīng)營業(yè)務(wù)特點(diǎn)，借鑒了王鋼和石奇（2019）對(duì)指標(biāo)的選取，綜合確定了3個(gè)投入指標(biāo)、2 個(gè)中間指標(biāo)以及3 個(gè)產(chǎn)出指標(biāo)。其次，運(yùn)用DEA 模型和TOPSIS 分析法檢驗(yàn)樣本城商行經(jīng)營效率是否有效。最后，進(jìn)一步運(yùn)用“垂足距離”測算法，對(duì)銀行經(jīng)營效率進(jìn)行有效的二次排序。

圖1 銀行經(jīng)營流程及模型應(yīng)用

（二）實(shí)證模型構(gòu)建的步驟

當(dāng)前，學(xué)術(shù)界已有較多學(xué)者就如何運(yùn)用DEA模型分析法測算商業(yè)銀行經(jīng)營效率作出了較為詳細(xì)的介紹，因此，本文對(duì)此部分內(nèi)容僅做必要說明。假設(shè)在一個(gè)金融市場中共有N 家城市商業(yè)銀行，每家城商行作為一個(gè)評(píng)價(jià)單元DMUx（0

由于商業(yè)銀行在兩個(gè)階段中投入資源的比重往往存在差異性，基于此，本文分別賦予了S1階段投入、產(chǎn)出指標(biāo)和S2 階段產(chǎn)出指標(biāo)相應(yīng)的權(quán)重，權(quán)重向量分別為U（子向量u≥0）、V1（子向量v≥0）、V2（子向量v≥0）。同時(shí)為體現(xiàn)商業(yè)銀行在實(shí)際經(jīng)營過程中存在的隨機(jī)干擾因素，在模型中加入了兩階段誤差項(xiàng)μ1及μ2（μ1+μ2?R）。根據(jù)charnes—cooper 變換，令公式（1）最終可轉(zhuǎn)換為相應(yīng)的線性規(guī)劃公式（2）：

針對(duì)DEA 模型分析結(jié)果存在同質(zhì)化的現(xiàn)象，采用TOPSIS 分析法對(duì)同處于θ=1 的評(píng)價(jià)單元的經(jīng)營效率作進(jìn)一步分析。首先，構(gòu)建評(píng)價(jià)單元的兩個(gè)虛擬決策點(diǎn)并分別賦予相應(yīng)向量值：

其次，在此基礎(chǔ)上無量綱化評(píng)價(jià)單元的投入和產(chǎn)出指標(biāo)，并計(jì)算歐式距離：最后，計(jì)算獲得，該值表示的是評(píng)價(jià)單元與正理想決策點(diǎn)或負(fù)理想決策點(diǎn)之間的契合度，契合度值πx越高代表經(jīng)營效率越高，契合度值πx越低則代表經(jīng)營效率越低。有關(guān)契合度值πx的詳細(xì)介紹參見王鋼和郭文旌（2017）。

圖2 “垂足距離”分析圖

由于TOPSIS分析法存在正理想決策點(diǎn)和負(fù)理想決策點(diǎn)距離相同的“歐式等距”問題，導(dǎo)致測算結(jié)果出現(xiàn)偏誤。對(duì)此，本文通過構(gòu)建分析圖（圖2）對(duì)“垂足距離”測算法的相關(guān)原理加以說明：G和G′分別表示正理想決策點(diǎn)和負(fù)理想決策點(diǎn)，通過GG′法向量并結(jié)合空間中的任意兩點(diǎn)E和F生成平面C和平面D，圖2中M和N為GG′法向量與平面C 和D 的交點(diǎn)，虛線部分MN 的長度即為平面C 和平面D 間的垂直距離，也即“垂足距離”。

基于上述原理分析，計(jì)算各評(píng)價(jià)單元MN的長度，即可獲得相應(yīng)的經(jīng)營效率測算值，“垂足距離”的具體計(jì)算公式為g、g′、e、f分別為G、G′、E、F向量表示。如決策矩陣發(fā)生等距離偏移，那么將形成新的矩陣Z=（rij-，在較大程度上改進(jìn)了常規(guī)TOPSIS分析法的熵權(quán)。由于某一評(píng)價(jià)單元的正理想決策點(diǎn)和負(fù)理想決策點(diǎn)之間的范數(shù)更傾向于一個(gè)常數(shù)，因此“垂足距離”MN的計(jì)算公式可進(jìn)一步簡化為：

（三）樣本、數(shù)據(jù)以及指標(biāo)說明

根據(jù)中國銀保監(jiān)會(huì)官網(wǎng)披露的信息，截至2019 年底，在剔除了諸如浙商銀行、平安銀行、渤海銀行等全國性股份制銀行后，我國城市商業(yè)銀行共計(jì)134 家。考慮到我國東部、中部、西部以及東北不同地區(qū)城商行的代表性，同時(shí)兼顧數(shù)據(jù)的可獲得性和便利性，選擇了相應(yīng)的77家城市商業(yè)銀行作為研究對(duì)象，具體見表1。

表1 77家城市商業(yè)銀行地區(qū)分布情況

在指標(biāo)選取方面，結(jié)合我國城商行的經(jīng)營狀況和數(shù)據(jù)的可獲得性、可用性以及相關(guān)性，最終選取了固定資產(chǎn)凈值、營業(yè)成本及人力成本①人力成本以各行公布的員工薪酬作為代理變量。作為投入指標(biāo)，貸款總額、凈利潤及利息收入作為產(chǎn)出指標(biāo)。在第一階段，城商行通過投入諸如網(wǎng)點(diǎn)和設(shè)備等的固定資產(chǎn)、營銷和營業(yè)費(fèi)用等的營業(yè)成本以及員工薪酬的人力成本指標(biāo)，獲取對(duì)公和對(duì)私存款的產(chǎn)出指標(biāo)②對(duì)公存款為剔除同業(yè)存款后的數(shù)據(jù)。；在第二階段，城商行通過投入存款指標(biāo)，最終獲取貸款總額、凈利潤以及利息收入指標(biāo)。此外，為了檢驗(yàn)所選取投入、產(chǎn)出指標(biāo)是否存在“同向性”，本文對(duì)投入產(chǎn)出指標(biāo)進(jìn)行了相關(guān)性檢驗(yàn)，檢驗(yàn)結(jié)果表明投入產(chǎn)出指標(biāo)符合模型所要求的“同向性原則”，選取較為合理。為了體現(xiàn)本研究的時(shí)效性，時(shí)間范圍選定為2017—2019 年，相應(yīng)的數(shù)據(jù)取三年平均數(shù)。本文所用數(shù)據(jù)主要來源于各大城商行官網(wǎng)公布的相關(guān)年份年度報(bào)告和相應(yīng)年份的《中國金融年鑒》。

三、城商行經(jīng)營效率測評(píng)的實(shí)證分析

（一）城商行的經(jīng)營效率測評(píng)

首先，運(yùn)用MATLAB 統(tǒng)計(jì)分析軟件對(duì)各城商行的投入產(chǎn)出指標(biāo)進(jìn)行DEA 估計(jì)，獲取相應(yīng)的經(jīng)營效率均值θ、資金組織效率均值θ1和資金運(yùn)營效率均值θ2，估計(jì)結(jié)果見表2。

表2 城商行經(jīng)營效率的DEA模型估計(jì)結(jié)果

根據(jù)表2的估計(jì)結(jié)果，北京銀行、上海銀行、江蘇銀行、寧波銀行、南京銀行、徽商銀行以及杭州銀行這7 家城商行在S1 階段的θ1均值和在S2階段的θ2均值均為1，即資金組織效率和資金運(yùn)營效率均處于有效區(qū)間。這7家城商行，除了徽商銀行位于中部地區(qū)之外，其余6家均處于東部地區(qū)，這在一定程度上說明了東部地區(qū)具有相對(duì)較好的金融環(huán)境，也表明了在經(jīng)過多年客戶積累、技術(shù)投入以及制度改革后，這些城商行的經(jīng)營效率獲得了較為明顯的提升。天津銀行和盛京銀行的單位存款獲取成本較低，其在第一階段的資金組織效率處于有效區(qū)間（θ1=1），中原銀行和長沙銀行的資金運(yùn)營效率處于有效區(qū)間（θ2=1）。其余如重慶銀行、成都銀行、九江銀行以及廣州銀行等經(jīng)營效率排名也都較為靠前，但是在資金組織和資金運(yùn)營方面均未達(dá)到有效狀態(tài)，尚有一定的提升空間。

雖然各城商行在DEA模型估計(jì)下獲得了相應(yīng)的排名情況，但對(duì)同處于經(jīng)營效率相對(duì)有效區(qū)域的前7 大城商行卻無法實(shí)現(xiàn)精確評(píng)估和有效的二次排序。對(duì)此，本文進(jìn)一步構(gòu)建了基于改進(jìn)熵權(quán)的二階段DEA—TOPSIS 模型，對(duì)樣本城商行進(jìn)行“垂足距離”測算。要測算經(jīng)營效率的“垂足距離”，首先要確定具體的衡量指標(biāo)，本文將從盈利能力（凈資產(chǎn)收益率、總資產(chǎn)報(bào)酬率、成本費(fèi)用利潤率及營業(yè)利潤率）、償債能力（資產(chǎn)負(fù)債率及權(quán)益乘數(shù)）、營運(yùn)能力（總資產(chǎn)周轉(zhuǎn)率及流動(dòng)比率）及成長能力（銷售增長率及資產(chǎn)增長率）四個(gè)方面的10 項(xiàng)指標(biāo)對(duì)樣本城商行的經(jīng)營效率作進(jìn)一步分析。先對(duì)上述指標(biāo)進(jìn)行規(guī)一化和無量綱化處理，在通過熵值法賦予權(quán)之后得到相應(yīng)決策矩陣R，基于R 矩陣，進(jìn)一步計(jì)算獲得相應(yīng)的正理想矩陣，負(fù)理想矩陣在此基礎(chǔ)上，根據(jù)“垂足距離”計(jì)算公式（3），分別測算獲得各樣本城商行的資金組織效率D1值、資金運(yùn)營效率D2值及整體經(jīng)營效率D3值。由于“垂足距離”是根據(jù)兩點(diǎn)間的最優(yōu)路徑測算而得，解決了TOPSIS 分析法中的“歐式等距”問題，因此能獲得較為理想的城商行經(jīng)營效率測算值，進(jìn)而對(duì)同處于有效區(qū)間內(nèi)的評(píng)價(jià)單元作二次有效排序，具體測算結(jié)果見表3。

表3 城商行經(jīng)營效率契合度值及“垂足距離”測評(píng)結(jié)果

根據(jù)表3中樣本城商行經(jīng)營效率的“垂足距離”測算結(jié)果，發(fā)現(xiàn)基于改進(jìn)熵權(quán)的兩階段DEA—TOPSIS 模型分析法下的“垂足距離”測算結(jié)果更為精確。結(jié)果顯示：資金組織效率（D1）排名前7 的城商行分別為北京銀行、上海銀行、徽商銀行、寧波銀行、杭州銀行、江蘇銀行以及南京銀行；資金運(yùn)營效率（D2）排名前7的城商行分別為上海銀行、北京銀行、寧波銀行、徽商銀行、江蘇銀行、南京銀行以及杭州銀行；基于第一階段資金組織效率和第二階段資金運(yùn)營效率的測算值，整體經(jīng)營效率（D3）同處于有效區(qū)間的7家城商行由高到低依次排名為北京銀行、上海銀行、寧波銀行、徽商銀行、杭州銀行、江蘇銀行以及南京銀行。

對(duì)比基于πx值和D3值的排序結(jié)果，雖然兩種測算方法的結(jié)果大體一致，但歐幾里得范數(shù)測算法下的“歐式等距”問題使測算結(jié)果存在一定的偏誤。例如，在TOPSIS 分析法下，上海銀行、寧波銀行以及中原銀行分別排序第1、第4 以及第10，而在消除了“歐式等距”問題的“垂足距離”測算法下，排名被調(diào)整為了第2、第3 以及第8。此外，為了防止造成樣本選擇性偏誤，本文同樣估計(jì)了國有商業(yè)銀行和股份制商業(yè)銀行的經(jīng)營效率，并對(duì)三類商業(yè)銀行經(jīng)營效率進(jìn)行了比較，以檢驗(yàn)實(shí)證結(jié)果的穩(wěn)健性。結(jié)果見表4。

表4 不同類型商業(yè)銀行“垂足距離”測算結(jié)果①鑒于研究樣本的代表性、數(shù)據(jù)獲取的便利性以及研究成果的延續(xù)性，本文借鑒了王鋼和石奇（2019）的研究成果，選取了20家國有商業(yè)銀行和股份制銀行作為測算對(duì)象，具體名單可參見該文獻(xiàn)。

相較王鋼和石奇（2019）的測算值，本文的測算結(jié)果顯示：本次城商行經(jīng)營效率測算均值更高，這可能是隨著時(shí)間的推移，城商行整體經(jīng)營效率得到了提升；城商行經(jīng)營效率契合度值最低，說明離理想值還有差距；城商行經(jīng)營效率雖然仍然位居第3，但是與國有銀行的差距正在縮小，說明城商行在近些年來取得了可觀的經(jīng)營成效。總體而言，本文有關(guān)國有銀行、股份制銀行以及城商行經(jīng)營效率的測算值排序與之前的研究結(jié)果保持了一致性，這在一定程度上說明了研究結(jié)論的穩(wěn)健性。特別要說明的是，經(jīng)營效率測算值本身并不代表銀行的真實(shí)經(jīng)營效率，測算值代表的僅僅是各金融機(jī)構(gòu)經(jīng)營效率距離理想值的程度。此外，通過對(duì)經(jīng)營效率值的排名，能夠在一定程度上反映出不同金融機(jī)構(gòu)經(jīng)營效率的高低，有助于商業(yè)銀行針對(duì)性地采取措施。

（二）城商行經(jīng)營效率的區(qū)域間比較分析

東部地區(qū)城商行整體性資金組織效率（D1=0.0457）排名最后，即東部城商行要想獲得同等存款資源就要比其他地區(qū)城商行付出更多成本。同樣是由于激烈的經(jīng)營競爭環(huán)境，促使東部城商行不得不最大化提升資金配置效率，資金運(yùn)營效率（D2=0.0189）處于最優(yōu)狀態(tài)。中部金融行業(yè)競爭壓力較東部地區(qū)小，城商行與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展的緊密度相對(duì)更高，其發(fā)展普遍能獲得當(dāng)?shù)卣拇罅χС?，不僅資產(chǎn)規(guī)模快速增長，不良貸款率也保持在了較低水平。中部地區(qū)城商行的資金組織效率和資金組織效率分別為0.0228和0.0275，經(jīng)營效率整體排名第一。

相對(duì)較差的經(jīng)濟(jì)發(fā)展水平和相對(duì)不發(fā)達(dá)的金融行業(yè)，使得東北和西部城商行的整體經(jīng)營效率表現(xiàn)出了低效性。由于這兩個(gè)地區(qū)的金融機(jī)構(gòu)數(shù)量相對(duì)偏少，當(dāng)?shù)爻巧绦衅毡槌蔀榱吮镜貐^(qū)重要的金融力量，有著較為牢固的客戶群體基礎(chǔ)，存款獲取成本維持在了合理水平，相應(yīng)的資金組織效率分別位居第3（D1=0.042）和第2（D1=0.0395）。雖然東北和西部整體性的經(jīng)營效率均較低，但是西部在四川這一金融強(qiáng)省的帶領(lǐng)下，階段性和整體性的經(jīng)營效率表現(xiàn)均好于東北地區(qū)。根據(jù)國家統(tǒng)計(jì)局公布的數(shù)據(jù)，截至2019年底，四川省共計(jì)12家城商行，近三年的總資產(chǎn)增長率為15.47%，位居西部第一。

（三）上市城商行經(jīng)營效率的區(qū)域間比較分析

截至2019 年底，我國共有26 家城商行上市，其中11 家A 股上市，14 家H 股上市，鄭州銀行同時(shí)在A 股和H 股上市，具體見表5。城商行的上市，一方面有助于提升品牌影響力，便于吸收存款；另一方面有助于提升公司治理水平，提升自身經(jīng)營效率，從而能更好地服務(wù)于地方經(jīng)濟(jì)的發(fā)展。因此，本部分內(nèi)容將進(jìn)一步考察上市城商行的經(jīng)營效率是否同樣存在地區(qū)特征。

表5 26家上市城商行所屬地區(qū)概況

根據(jù)表5整理的數(shù)據(jù)顯示，東北地區(qū)、東部、中部以及西部分別擁有上市城商行3家、13家、6家以及4 家。為了進(jìn)一步分析上市城商行經(jīng)營效率，本文同樣采用了“垂足距離”測算法，具體見表6。

表6 不同地區(qū)上市城商行基本經(jīng)營指標(biāo)和經(jīng)營效率均值

根據(jù)表6 整理的上市城商行基本經(jīng)營指標(biāo)數(shù)據(jù)，不同地區(qū)上市城商行的發(fā)展?fàn)顩r存在較大異質(zhì)性：東北地區(qū)上市城商行的平均資產(chǎn)規(guī)模僅次于東部，但凈利潤卻排名最后，在一定程度上說明了該地區(qū)城商行資金運(yùn)營效率的低下；東部上市城商行的三大指標(biāo)平均值均要好于其他地區(qū)，說明該地區(qū)城商行整體發(fā)展勢頭較好；中部平均資產(chǎn)規(guī)模雖然僅排名第三，但凈利潤均值約為東北地區(qū)的2.8 倍，1.29%的凈資產(chǎn)收益率更是超過了東部，這說明中部對(duì)于金融資產(chǎn)運(yùn)營的高效性；西部的平均資產(chǎn)規(guī)模和凈利潤均排名最后，但是凈資產(chǎn)收益率是東北部的2.5 倍。而根據(jù)對(duì)不同地區(qū)上市城商行經(jīng)營效率“垂足距離”測算的結(jié)果顯示：相較未上市城商行，東部上市城商行基于更高品牌知名度下的資金組織效率僅次于中部，表現(xiàn)出了一定的“頭部效應(yīng)”，同時(shí)在較高資金運(yùn)營效率的帶動(dòng)下，整體性經(jīng)營效率排名第一；通過橫向比較，中部上市城商行的資金組織效率最為高效，但由于資金運(yùn)營效率與東部差距較大，該地區(qū)上市城商行整體性經(jīng)營效率排名第二；西部和東北地區(qū)上市城商行經(jīng)營效率相對(duì)較低，測算值均高于0.02，具體而言，西部上市城商行在資金組織和資金運(yùn)營方面的表現(xiàn)均要好于東北地區(qū)。

通過對(duì)比不同地區(qū)上市城商行經(jīng)營效率，發(fā)現(xiàn)東部的資金組織效率雖仍不及中部，但是在高效的資金運(yùn)營效率帶動(dòng)下，該地區(qū)上市城商行整體經(jīng)營效率最高，中部次之。通過對(duì)比表3 和表6，西部和東北地區(qū)上市城商行的資金運(yùn)營效率仍然偏低。不同地區(qū)上市城商行基本經(jīng)營指標(biāo)和經(jīng)營效率排序結(jié)果基本一致，再次驗(yàn)證了“垂足距離”測算法的合理性。此外，通過對(duì)比上市城商行和所有樣本城商行經(jīng)營效率還可以發(fā)現(xiàn)，上市城商行經(jīng)營效率普遍高于非上市城商行，即上市城商行在“頭部效應(yīng)”作用下，不僅更容易吸收存款，而且對(duì)于金融資源的配置效率也更高，后端的資金運(yùn)營和前段的資金組織環(huán)節(jié)間的良性循環(huán)發(fā)展模式已漸顯端倪。

四、結(jié)論與建議

基于本文的理論和實(shí)證分析，大多數(shù)城商行經(jīng)營效率仍處于非有效區(qū)間，而不同地區(qū)城商行經(jīng)營效率也存在較大差異，在資金組織效率和資金運(yùn)營效率方面均存在進(jìn)一步提升的空間。具體結(jié)論如下：中部地區(qū)城商行在資金組織和資金運(yùn)營方面同時(shí)表現(xiàn)出了高效性，而東部地區(qū)的資金運(yùn)營效率最高，中部和東部地區(qū)城商行整體經(jīng)營效率分別位居第1 和第2；西部和東北地區(qū)城商行經(jīng)營效率排名靠后，分別位居第3和第4。通過對(duì)不同地區(qū)上市城商行經(jīng)營效率的測算顯示：東部上市城商行較高的資金運(yùn)營效率彌補(bǔ)了資金組織效率的偏差，整體經(jīng)營效率排名第1；中部上市城商行資金組織和資金運(yùn)營同樣均表現(xiàn)出了高效性，整體經(jīng)營效率排名第2；西部和東北地區(qū)上市城商行的經(jīng)營效率依然相對(duì)低下，排名不變。進(jìn)一步的比較分析顯示，上市城商行經(jīng)營效率普遍好于非上市城商行，且在較高品牌效應(yīng)作用下表現(xiàn)出了較強(qiáng)的“頭部效應(yīng)”，總資產(chǎn)突破萬億的北京銀行、上海銀行、江蘇銀行、寧波銀行、杭州銀行、南京銀行、徽商銀行以及盛京銀行均為上市城商行。

基于上述結(jié)論，本文認(rèn)為國內(nèi)城商行應(yīng)當(dāng)根據(jù)當(dāng)?shù)厣虡I(yè)環(huán)境、自身資源儲(chǔ)備以及客戶金融需求等因素制定針對(duì)性的發(fā)展策略。不同地區(qū)城商行應(yīng)當(dāng)基于各自不同的金融資源稟賦和經(jīng)營效率存在的問題，制定相匹配的經(jīng)營策略，具體而言：東部城商行，應(yīng)當(dāng)側(cè)重于“互聯(lián)網(wǎng)+數(shù)據(jù)+產(chǎn)品”的發(fā)展模式，在契合客戶群體場景應(yīng)用習(xí)慣基礎(chǔ)上，提升辨識(shí)有效客戶的能力，降低獲客成本，同時(shí)通過提供便捷服務(wù)提高用戶粘性，進(jìn)而提升資金組織效率；中部城商行經(jīng)營效率整體表現(xiàn)較佳，為進(jìn)一步提升自身競爭力，應(yīng)當(dāng)立足當(dāng)?shù)?、合理布局，回歸“服務(wù)地方經(jīng)濟(jì)、服務(wù)中小企業(yè)、服務(wù)城市百姓”的初衷，與當(dāng)?shù)亟?jīng)濟(jì)形成良性互動(dòng)發(fā)展態(tài)勢；西部和東北地區(qū)城商行，首先要明確符合自身定位的客戶群體，提供差異化產(chǎn)品及服務(wù)，其次要在風(fēng)險(xiǎn)可控基礎(chǔ)上，縮短決策鏈條、制定靈活的體制機(jī)制，持續(xù)推動(dòng)自身的轉(zhuǎn)型升級(jí)，最后通過提高客戶服務(wù)意識(shí)、推進(jìn)金融產(chǎn)品創(chuàng)新、拓展服務(wù)合作方等方式不斷增強(qiáng)存款吸收能力和營收能力。