劉 佳,張 肅
(1.長春理工大學(xué)經(jīng)濟管理學(xué)院,吉林長春,130022;2.長春理工大學(xué)科技創(chuàng)新與區(qū)域發(fā)展研究中心,吉林長春,130022)
數(shù)字經(jīng)濟時代,大數(shù)據(jù)和云計算等先進的數(shù)字化技術(shù)正在倒逼傳統(tǒng)銀行業(yè)發(fā)生變革,這些技術(shù)的創(chuàng)新催生了智能投顧、第三方支付、監(jiān)管科技等新興領(lǐng)域。正如《2017年全球金融科技調(diào)查中國概要》所說,數(shù)字化金融科技可能會對傳統(tǒng)金融業(yè)產(chǎn)生顛覆性的影響。在此背景下,中小股份制商業(yè)銀行間的競爭越來越激烈,受到了數(shù)字技術(shù)不小的沖擊。
因此,本文研究了2010—2019年間11家中小股份制商業(yè)銀行全要素生產(chǎn)率的變化情況。這不僅有利于了解數(shù)字經(jīng)濟時代我國銀行業(yè)效率的變化情況,了解銀行業(yè)市場改革,還能為商業(yè)銀行效率的提升提供對策建議,促進銀行業(yè)的發(fā)展。
國外關(guān)于銀行效率的測度,最早是從財務(wù)指標開始的,但很快被前沿效率分析法所替代。前沿效率分析法分為參數(shù)法和非參數(shù)法,非參數(shù)法由于不受函數(shù)形式的限制在研究中被廣泛使用,尤其是數(shù)據(jù)包絡(luò)分析法(DEA)。Sherman(1985)[1]在銀行經(jīng)營效率評估的研究中率先使用了DEA法,為后續(xù)效率的相關(guān)研究提供了新思路。Berger(2002)[2]運用DEA法對17個處于轉(zhuǎn)型期國家的銀行業(yè)效率進行了測度。Dmytro Holod和Herbert F.Lewis(2011)[3]在用DEA分析銀行效率時,提出將存款看作中間變量,從而強調(diào)存款在銀行生產(chǎn)過程中的雙重作用。Simona Alfiero等(2017)[4]通過 DEA法對2010—2015年意大利儲蓄銀行的效率得分進行了評估。
國內(nèi)對銀行效率測度的研究起步較晚,多數(shù)學(xué)者選擇使用DEA法進行測度。秦宛順和歐陽?。?001)[5]用DEA法測算了四大國有銀行的效率。侯曉輝等(2011)[6]以2001—2008年的中國商業(yè)銀行為研究對象,采用SFA模型測算了廣義Malmquist全要素生產(chǎn)率指數(shù)。紀建悅和王秀琳(2015)[7]構(gòu)建了資源約束型兩階段DEA模型,對國有商業(yè)銀行效率進行了研究。隋順天等(2020)[8]采用四階段DEA法測算了2008—2018年26家上市銀行,從而考察銀行業(yè)高質(zhì)量發(fā)展的影響因素。
Malmquist生產(chǎn)率指數(shù)表示為:
其中,D0(axb,yb)是以a期技術(shù)水平表示的b期效率水平,(xc,yc)表示第c期的投入和產(chǎn)出向量。
當M0>1時,說明從t時期到t+1時期全要素生產(chǎn)率增加;當M0<1時,說從t時期到t+1時期全要素生產(chǎn)率減小;當M0=1時,說明從t時期到t+1時期全要素生產(chǎn)率沒有發(fā)生變化。
另外,全要素生產(chǎn)率可以分解:
Malmquist指數(shù)為兩者乘積,即:
選取投入產(chǎn)出指標的方法有生產(chǎn)法、中介法和收支法。生產(chǎn)法指投入資產(chǎn)和技術(shù),產(chǎn)出存款和貸款等產(chǎn)品;中介法是將銀行看成融通資金的中介;收支法強調(diào)帶來收入和產(chǎn)生支出的指標。學(xué)者們通常綜合考慮三種方法選擇恰當?shù)耐度氘a(chǎn)出指標。本文在參考文獻的基礎(chǔ)上,選取了以下投入產(chǎn)出指標(見表1)。
表1 投入產(chǎn)出指標
我國中小股份制商業(yè)銀行有12所,但由于恒豐銀行在2016年度和2017年度沒有公布年報,故不對恒豐銀行進行討論。因此,本文從11家中小股份制商業(yè)銀行2010—2019年年報中選取了上述(見表1)投入產(chǎn)出指標進行分析。
本文基于Dea-Malmquist模型,利用deap2.1軟件,計算出了2010—2019年我國11家中小型股份制商業(yè)銀行全要素生產(chǎn)率的變化情況,并對全要素生產(chǎn)率進行了分解。具體數(shù)據(jù)見下表2。
表2 2010—2019年11家股份制商業(yè)銀行各年度Malmquist指數(shù)值
從表2可以看出,我國中小股份制商業(yè)銀行全要素生產(chǎn)率在2010—2019年的年平均增長率為1.4%,說明上述商業(yè)銀行的全要素生產(chǎn)率整體呈上升態(tài)勢,中小股份制商業(yè)銀行效率有所提升。具體來看,在2013年、2014年和2019年Malmquist指數(shù)值小于1,這表明在這三年間中小型股份制商業(yè)效率下降。而其他年份Malmquist指數(shù)值均大于1,特別是2012年達到了1.101,全要素生產(chǎn)率增加最多。
從商業(yè)銀行角度看,2010—2019年間11家中小型股份制銀行的效率在整體上得到了提升,增長率達到了1.9%。其中,僅有中信銀行的Malmquist指數(shù)值小于1,這說明中信銀行在這十年間的全要素生產(chǎn)率下降了。盡管2015—2018年中信銀行在創(chuàng)新銀行效率方面取得了較為顯著的進步,但其在整體上仍無法扭轉(zhuǎn)全要素生產(chǎn)率下降的態(tài)勢,銀行的創(chuàng)新績效并不顯著。另外,平安銀行在研究期間內(nèi)的Malmquist指數(shù)值等于1,這說明平安銀行的全要素生產(chǎn)率在研究期間內(nèi)并未發(fā)生顯著變化,處于停滯的狀態(tài)。除了上述這兩家銀行外,其余九家商業(yè)銀行的Malmquist指數(shù)值均大于1,特別是浙商銀行達到了1.078,績效水平增長迅速,效率提升勁頭十足。
為了更為細致地研究導(dǎo)致全要素生產(chǎn)率變化的原因,需要對2010—2019年間上述商業(yè)銀行的Malmquist指數(shù)值進行分解,表3是各年份Malmquist指數(shù)值的分解情況。
首先,全要素生產(chǎn)率可以分解成技術(shù)效率和技術(shù)進步。從年份上看,2012年11家股份制商業(yè)銀行的平均全要素生產(chǎn)率最高,年增長率達到了6.7%。其中,技術(shù)效率的變化僅占1.004,而技術(shù)進步的變化達到了1.063,由此可以看出,2012年導(dǎo)致中小型股份制商業(yè)銀行效率突增的主要原因在于技術(shù)進步。2014年11家股份制商業(yè)銀行的平均全要素生產(chǎn)率最低,年增長率為-4.1%。其中,技術(shù)效率為1.008,技術(shù)進步為0.952,由此可以看出,技術(shù)效率的提升試圖拉動全要素生產(chǎn)率提升,但技術(shù)進步的下降趨勢太過強烈,故2019年導(dǎo)致中小型股份制商業(yè)銀行效率驟降的主要原因在于技術(shù)進步勢頭的減弱。根據(jù)以上兩個全要素生產(chǎn)率變化最大的年份可以看出,技術(shù)進步對商業(yè)銀行效率的影響較大。
其次,技術(shù)效率可以分解成純技術(shù)效率和規(guī)模效率。2010—2019年上述商業(yè)銀行技術(shù)效率均值為1.000,這說明研究期間內(nèi)技術(shù)效率難以提升,仍維持原有水平。具體來說,規(guī)模效率的均值為1.000,說明上述商業(yè)銀行在資源配置效率方面還有待加強。另外,純技術(shù)效率均值為0.999,小于1,可能會導(dǎo)致技術(shù)效率下降,從而拉低全要素生產(chǎn)率。
為了更清晰地展現(xiàn)全要素生產(chǎn)率及其分解的變化趨勢,對2010—2019年間11家商業(yè)銀行的全要素生產(chǎn)率及其分解繪制變化趨勢圖,如圖1。
圖1 2010—2019年中小型股份制商業(yè)銀行全要素生產(chǎn)率及其構(gòu)成變化趨勢
通過圖1,發(fā)現(xiàn)2010—2019年中小股份制商業(yè)銀行全要素生產(chǎn)率與技術(shù)進步的波動趨勢大致相同,而技術(shù)效率在1.00上下波動,整體變化不大,這說明我國中小股份制商業(yè)銀行2010—2019年全要素生產(chǎn)率變動的主要原因是技術(shù)進步的變動。
本文基于DEA-Malmquist模型對我國11家中小型股份制商業(yè)銀行2010—2019年的全要素生產(chǎn)率進行研究。研究發(fā)現(xiàn):2010—2019年間11家中小型股份制銀行的效率在整體上得到了提升;研究期間內(nèi)11家股份制商業(yè)銀行技術(shù)效率難以提升,仍維持原有水平;我國中小型股份制商業(yè)銀行全要素生產(chǎn)率的變動主要原因在于技術(shù)進步的變動。
根據(jù)上述分析,提出提高我國中小型股份制商業(yè)銀行效率的建議:
第一,吸納新興數(shù)字技術(shù),尋求銀行技術(shù)效率的提高。近年來,銀行業(yè)開始融合數(shù)字技術(shù),這種融合促進了產(chǎn)品和服務(wù)向多元化發(fā)展并且促進了商業(yè)銀行效率的提升。因此,銀行應(yīng)當與時俱進,積極吸納新興數(shù)字技術(shù),將銀行數(shù)字化轉(zhuǎn)型放到重要的戰(zhàn)略地位,從而謀求銀行整體技術(shù)的發(fā)展。
第二,優(yōu)化各銀行內(nèi)部的資源配置,減少部門之間的資源無效分配。中小型股份制商業(yè)銀行應(yīng)思考已有部門規(guī)劃的合理性,避免業(yè)務(wù)在各部門間出現(xiàn)重疊,給銀行帶來不必要的時間成本和操作成本。銀行應(yīng)在各部門內(nèi)部優(yōu)化配置資源,避免資源爭奪現(xiàn)象在銀行體系內(nèi)出現(xiàn),甚至影響銀行整體發(fā)展。
第三,引進專業(yè)人才,培養(yǎng)人才后備軍。積極從國內(nèi)外高校和社會中吸納具有復(fù)合背景的多元化專業(yè)人才,為銀行的數(shù)字化轉(zhuǎn)型和科學(xué)化管理提供充足人才儲備。與此同時,還應(yīng)加強已有員工的在職培訓(xùn),增加員工培訓(xùn)的資金投入,從而增強員工的專業(yè)技能和職業(yè)素養(yǎng)。