張淑安，陶愛(ài)萍

(1.上海立信會(huì)計(jì)金融學(xué)院 金融學(xué)院，上海 201209；2.合肥工業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 合肥 230601)

進(jìn)入21世紀(jì)以來(lái)，我國(guó)銀行業(yè)改革不斷深化，股份制改造、利率市場(chǎng)化、引進(jìn)境外戰(zhàn)略投資者、剝離不良貸款、建設(shè)民營(yíng)銀行等多項(xiàng)改革舉措加速推進(jìn)，互聯(lián)網(wǎng)金融發(fā)展迅速。我國(guó)銀行業(yè)無(wú)論是在資產(chǎn)規(guī)模、盈利能力，還是在拓展海外業(yè)務(wù)、提升國(guó)際競(jìng)爭(zhēng)力等方面都取得了長(zhǎng)足的發(fā)展。銀保監(jiān)會(huì)數(shù)據(jù)顯示，截至2019年12月，我國(guó)銀行業(yè)金融機(jī)構(gòu)4607家，較2018年末增加19家，2019年底中國(guó)銀行業(yè)金融機(jī)構(gòu)總資產(chǎn)290萬(wàn)億元，同比增長(zhǎng)8.1%。2019年，商業(yè)銀行實(shí)現(xiàn)凈利潤(rùn)2萬(wàn)億元，平均資本利潤(rùn)率為10.96%。2020年雖受新冠肺炎疫情沖擊，銀行業(yè)運(yùn)行仍較穩(wěn)健，2020年末，中國(guó)銀行業(yè)金融機(jī)構(gòu)總資產(chǎn)319.7萬(wàn)億元，同比增長(zhǎng)10.1%。2020年《The Banker》公布的數(shù)據(jù)顯示，中國(guó)銀行競(jìng)爭(zhēng)實(shí)力強(qiáng)勁，四大國(guó)有銀行均進(jìn)入全球十強(qiáng)，有143家中資銀行進(jìn)入1000強(qiáng)，僅次于美國(guó)(184家)。中國(guó)工商銀行更是自2013年以來(lái)連續(xù)8年位榮居《The Banker》雜志全球1000家大銀行榜首。

盡管我國(guó)銀行業(yè)的發(fā)展令人矚目，但隨著經(jīng)濟(jì)全球化和我國(guó)金融開(kāi)放程度的提高，外資銀行對(duì)我國(guó)銀行業(yè)的參與程度不斷提高，我國(guó)銀行業(yè)面臨的金融市場(chǎng)環(huán)境日趨復(fù)雜，競(jìng)爭(zhēng)壓力越來(lái)越大，單純依靠資產(chǎn)負(fù)債表高速擴(kuò)張、資本消耗的傳統(tǒng)盈利模式越來(lái)越難以為繼。如何在日趨激烈的競(jìng)爭(zhēng)環(huán)境中謀求盈利最大化，實(shí)現(xiàn)可持續(xù)發(fā)展和競(jìng)爭(zhēng)力的提升，最終取決于銀行的運(yùn)營(yíng)效率。如何通過(guò)管理創(chuàng)新、技術(shù)創(chuàng)新和業(yè)務(wù)創(chuàng)新等降低銀行的運(yùn)營(yíng)成本，是金融監(jiān)管機(jī)構(gòu)和各商業(yè)銀行需要認(rèn)真思考的問(wèn)題。銀行成本效率是銀行內(nèi)部經(jīng)營(yíng)管理效率、資源配置效率、盈利能力和業(yè)內(nèi)競(jìng)爭(zhēng)力等的綜合反映，銀行成本效率是銀行綜合競(jìng)爭(zhēng)力的一個(gè)重要衡量指標(biāo)。銀行業(yè)成本效率的高低直接關(guān)系到金融系統(tǒng)的運(yùn)行效率，從而對(duì)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生或直接或間接的影響。在此背景下，對(duì)我國(guó)商業(yè)銀行的成本效率進(jìn)行測(cè)度并進(jìn)行比較研究凸顯其必要。

一、文獻(xiàn)綜述

一是對(duì)商業(yè)銀行成本效率的測(cè)度與評(píng)價(jià)。Ariff和Can以1995—2004年中國(guó)28家商業(yè)銀行為研究樣本，運(yùn)用DEA非參數(shù)法測(cè)算其成本效率，結(jié)果發(fā)現(xiàn)股份制銀行和城市商業(yè)銀行的成本效率高于國(guó)有四大銀行，大型銀行和小規(guī)模銀行的成本效率低于規(guī)模中等銀行[1]。劉玲玲和李西新比較研究中國(guó)與德國(guó)銀行的成本效率，運(yùn)用隨機(jī)邊界成本函數(shù)模型的測(cè)算結(jié)果顯示德國(guó)跨國(guó)性商業(yè)銀行的成本效率普遍較高，中國(guó)國(guó)有商業(yè)銀行的成本效率雖然相對(duì)較低但兩國(guó)樣本銀行中最有效率的銀行在中國(guó)且中國(guó)銀行成本效率的改進(jìn)速度最快[2]。呂品和文英以2001—2007年我國(guó)14家商業(yè)銀行為研究樣本，運(yùn)用SFA方法對(duì)其成本效率進(jìn)行測(cè)度，結(jié)果顯示14家銀行的成本效率總體上呈不斷提高趨勢(shì)，但國(guó)有銀行的平均成本效率顯著低于股份制商業(yè)銀行且差距不斷擴(kuò)大[3]。許友傳運(yùn)用時(shí)變成本效率前沿模型研究中國(guó)城商行成本效率的動(dòng)態(tài)變化趨勢(shì)，發(fā)現(xiàn)我國(guó)城商行的成本效率在2000—2008年間呈不斷上升趨勢(shì)，但這一結(jié)論對(duì)資產(chǎn)規(guī)模大于300億元的城商行不成立[4]。李曉慶和曹金爽利用DEA方法測(cè)算2008—2014年中國(guó)65家商業(yè)銀行的成本效率，結(jié)果表明中國(guó)商業(yè)銀行的平均成本效率按照從高到低排序依次為國(guó)有商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行[5]。孫永春運(yùn)用SFA方法測(cè)度中國(guó)33家樣本銀行在2007—2015年間的成本效率，并指出影響成本效率的主要因素有銀行規(guī)模、資本價(jià)格、凈貸款、放款成長(zhǎng)率等[6]。李偉和李波運(yùn)用隨機(jī)前沿對(duì)數(shù)成本函數(shù)模型比較研究長(zhǎng)三角城市商業(yè)銀行成本效率的差異，2014—2019年間的成本效率測(cè)算結(jié)果表明長(zhǎng)三角城市商業(yè)銀行成本效率總體上呈現(xiàn)上升態(tài)勢(shì)，其中非IPO的城市商業(yè)銀行成本效率均值高于總體，變異系數(shù)亦大于總體；已IPO的城市商業(yè)銀行則反之[7]。

二是商業(yè)銀行成本效率的測(cè)度方法。早期學(xué)者主要關(guān)注商業(yè)銀行的規(guī)模效率和范圍效率，通常用財(cái)務(wù)比率指標(biāo)來(lái)分析銀行績(jī)效進(jìn)而度量銀行效率，但由于財(cái)務(wù)指標(biāo)法多采用單一財(cái)務(wù)指標(biāo)，難以反映多投入、多產(chǎn)出下的銀行綜合效率。20世紀(jì)80年代，隨著學(xué)者們對(duì)銀行資源配置效率、投入-產(chǎn)出效率、成本效率等綜合效率關(guān)注度的提高，對(duì)銀行效率的評(píng)價(jià)方法也不斷發(fā)展，前沿分析方法逐漸替代了財(cái)務(wù)指標(biāo)法。前沿分析方法的主要思想是構(gòu)造一個(gè)前沿面，被評(píng)估銀行與該前沿面的差距即為該銀行的效率。前沿分析法主要包括數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis, DEA)、隨機(jī)前沿分析(Stochastic Frontier Analysis, SFA)等方法，其中DEA屬于非參數(shù)方法，SFA系參數(shù)方法。

DEA方法是一種不需要假設(shè)生產(chǎn)函數(shù)形式的線性規(guī)劃方法，對(duì)多投入、多產(chǎn)出情況下的效率評(píng)價(jià)具有獨(dú)特優(yōu)勢(shì)。Sheman和Gold首次將其引入銀行業(yè)以度量銀行效率[8]，此后國(guó)外學(xué)者在研究銀行效率時(shí)開(kāi)始廣泛使用DEA方法。Fethi和Pasiouras梳理有關(guān)銀行效率的文獻(xiàn)，發(fā)現(xiàn)絕大多數(shù)運(yùn)用的是DEA方法[9]；Darrat和Yousef運(yùn)用傳統(tǒng)DEA方法對(duì)1994—1997年科威特銀行的成本效率和技術(shù)效率進(jìn)行測(cè)評(píng)[10]。由于傳統(tǒng)DEA模型將決策單元視為“黑箱”，忽略系統(tǒng)內(nèi)部各子流程的作用，導(dǎo)致效率判斷存在一定的偏差，于是學(xué)者們打開(kāi)“黑箱”，將一個(gè)決策單元看作由多個(gè)子單元組成的多階段系統(tǒng)，提出改進(jìn)的多階段DEA模型和網(wǎng)絡(luò)DEA模型，其中包括：1)兩階段DEA模型。如Wang 等人運(yùn)用加法兩階段DEA模型、周逢民等運(yùn)用兩階段關(guān)聯(lián)DEA模型對(duì)中國(guó)商業(yè)銀行的效率進(jìn)行測(cè)度和階段分解[11-12]；2)三階段或多階段DEA模型。如蔣書彬基于三階段DEA模型測(cè)算我國(guó)2009—2013年商業(yè)銀行的效率[13]；袁云峰等基于多階段超效率DEA模型研究14家中國(guó)商業(yè)銀行的各階段效率和總效率，但未考察各階段之間的合作關(guān)系[14]；3)網(wǎng)絡(luò)DEA模型。如Fukuyama 和Matousek運(yùn)用網(wǎng)絡(luò)DEA模型測(cè)算日本區(qū)域銀行的收益效率[15]；范建平等考慮決策單元(DMUs)的異質(zhì)性，提出分類交叉DEA模型測(cè)量中國(guó)商業(yè)銀行的成本效率[16]。SFA方法在進(jìn)行效率評(píng)價(jià)時(shí)需要假設(shè)生產(chǎn)函數(shù)形式，其對(duì)效率評(píng)價(jià)結(jié)果具有連續(xù)性，因而有利于比較研究商業(yè)銀行間的效率差異。國(guó)外學(xué)者較早將SFA方法運(yùn)用于商業(yè)銀行效率研究中，如Berger和Humphery比較分析DEA方法和SFA方法測(cè)度的商業(yè)銀行效率值，發(fā)現(xiàn)運(yùn)用DEA方法估計(jì)的效率值相對(duì)于SFA方法估計(jì)的效率值偏低且表現(xiàn)出較大的離散程度[17]。Dong 等人分別運(yùn)用DEA方法和SFA方法測(cè)度1994—2007年中國(guó)銀行業(yè)的成本效率，結(jié)果卻具有適度一致性[18]。2003年以來(lái)，我國(guó)學(xué)者在銀行效率研究中也逐漸使用SFA方法，截至2018年底，中國(guó)知網(wǎng)上以SFA研究銀行效率的文獻(xiàn)60篇。如許曉雯和時(shí)鵬將以1997—2001年14家中國(guó)商業(yè)銀行為樣本，分別運(yùn)用DEA、SFA兩種方法測(cè)度其成本效率，結(jié)果顯示兩種方法測(cè)度的銀行成本效率絕對(duì)值雖然存在明顯差異但在效率排序上表現(xiàn)為很好的一致性[19]；陳其安和劉艾萍運(yùn)用SFA分析法對(duì)中國(guó)商業(yè)銀行的效率進(jìn)行測(cè)算，并對(duì)公司治理與銀行效率之間的關(guān)系進(jìn)行實(shí)證分析[20]。

綜合上述文獻(xiàn)可發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)對(duì)商業(yè)銀行成本效率的研究雖然較多，但將非期望產(chǎn)出納入成本效率考量指標(biāo)的文獻(xiàn)較少，多數(shù)文獻(xiàn)在測(cè)度商業(yè)銀行成本效率時(shí)僅考慮貸款、利潤(rùn)、收入等期望的正向產(chǎn)出，對(duì)非期望的負(fù)向產(chǎn)出則考慮不多。本文在構(gòu)建測(cè)度商業(yè)銀行成本效率的DEA模型時(shí)，將不良貸款作為非期望產(chǎn)出與其他期望產(chǎn)業(yè)指標(biāo)一并納入其中，力求使測(cè)度結(jié)果更全面客觀地反映我國(guó)商業(yè)銀行的成本效率，對(duì)于充實(shí)商業(yè)銀行成本效率理論、拓展成本效率測(cè)度方法具有一定的理論意義和參考價(jià)值。

二、模型構(gòu)建和指標(biāo)選取

(一)考慮非期望產(chǎn)出的DEA成本效率測(cè)度模型

假設(shè)有n家相互獨(dú)立的銀行(DMU)，DMU1,DMU2,……,DMUn組成一個(gè)效率評(píng)價(jià)系統(tǒng)，Xj=(x1j,x2j,……,xmj,)表示第j家銀行的投入，Yj=(y1j,y2j,……,ysj,)表示第j家銀行的期望產(chǎn)出，Zj=(z1j,z2j,……,zkj,)表示第j家銀行的非期望產(chǎn)出，因此，我們可以用(x,y,z)來(lái)表示DMU的整個(gè)生產(chǎn)活動(dòng)。

在這一生產(chǎn)活動(dòng)過(guò)程中，投入和非期望產(chǎn)出越小越好，期望產(chǎn)出則越大越好。定義xij為DMUj第i種要素的投入量，i=1,2,…,m；ypj為DMUj第p種期望產(chǎn)出量，p=1,2,……,s；ztj表示DMUj第t種非期望產(chǎn)出量；t=1,2,……,k。vi，up和rt分別表示第i種輸入、第p種期望產(chǎn)出和第t種非期望產(chǎn)出的權(quán)重，權(quán)系數(shù)v∈Em,u∈Es,r∈Ek，于是DMUj的效率評(píng)價(jià)指數(shù)可表示為：

(1)

通過(guò)選取適當(dāng)?shù)臋?quán)系數(shù)v，u和r，使得hj≤1,j=1,2,……,n。為簡(jiǎn)單起見(jiàn)，令X0=Xj0,Y0=Yj0,Z0=Zj0。

首先考察DMUj0的效率評(píng)價(jià)問(wèn)題，其分式規(guī)劃可以表示如下：

(2)

進(jìn)一步考慮非期望產(chǎn)出對(duì)DMUj效率的影響，為實(shí)現(xiàn)目標(biāo)效率的最大化，需要盡可能地增大期望產(chǎn)出并盡可能地降低非期望產(chǎn)出。在上述分式規(guī)劃中，對(duì)期望產(chǎn)出和非期望產(chǎn)出的權(quán)重系數(shù)增加約束條件，即賦予期望產(chǎn)出以較大的權(quán)重，賦予非期望產(chǎn)出以較小的權(quán)重，以達(dá)到最佳的產(chǎn)出效果。增加權(quán)系數(shù)約束條件以后，分式規(guī)劃(2)就轉(zhuǎn)化為(3)形式：

(3)

為便于計(jì)算，利用分式規(guī)劃的Charnes-Cooper變換，其等價(jià)的線性規(guī)劃形式如下[21]：

maxuTY0

(4)

對(duì)其進(jìn)行對(duì)偶變換得：

(5)

(二)指標(biāo)選取

1.投入、產(chǎn)出指標(biāo)的確定

使用DEA模型對(duì)商業(yè)銀行成本效率進(jìn)行測(cè)度和評(píng)價(jià)時(shí)，選取恰當(dāng)?shù)耐度?、產(chǎn)出指標(biāo)至關(guān)重要，投入、產(chǎn)出指標(biāo)的微小差異可能會(huì)導(dǎo)致成本效率測(cè)度結(jié)果的巨大差異。綜觀現(xiàn)有相關(guān)文獻(xiàn)，學(xué)者們選取投入、產(chǎn)出指標(biāo)的方法主要有三種[22]：一是生產(chǎn)法(Production Approach)。生產(chǎn)法將商業(yè)銀行視為生產(chǎn)存款、貸款等金融產(chǎn)品或金融服務(wù)的生產(chǎn)型企業(yè)，生產(chǎn)法通常以存款賬戶數(shù)、貸款筆數(shù)等作為產(chǎn)出指標(biāo)，忽略不同金額、不同類型賬戶耗費(fèi)的成本及其為銀行帶來(lái)利潤(rùn)的差異，且該方法沒(méi)有將其他業(yè)務(wù)的收支情況納入投入、產(chǎn)出指標(biāo)，存在一定的缺陷。二是中介法(Intermediate Approach)。中介法將商業(yè)銀行視為儲(chǔ)蓄轉(zhuǎn)化為投資的金融中介機(jī)構(gòu)，即通過(guò)投入資本和勞動(dòng)力及實(shí)物資產(chǎn)提供服務(wù)，從儲(chǔ)戶處吸收存款獲得可貸資金，再將其貸放給貸款人或進(jìn)行投資，從而實(shí)現(xiàn)資金融通并從中獲取一定利潤(rùn)。通常使用存款、營(yíng)業(yè)支出、利息支出作為投入指標(biāo)，使用貸款、投資作為產(chǎn)出指標(biāo)。中介法彌補(bǔ)了生產(chǎn)法單純使用存貸款賬戶數(shù)量作為產(chǎn)出指標(biāo)的缺陷，且將利息支出納入投入指標(biāo)，指標(biāo)數(shù)據(jù)的獲取也相對(duì)容易，但中介法未考慮到經(jīng)營(yíng)風(fēng)險(xiǎn)、各銀行個(gè)體間的差異等問(wèn)題。三是資產(chǎn)法(Asset Approach)。資產(chǎn)法同樣將銀行視為金融中介機(jī)構(gòu)，是在中介法的基礎(chǔ)上衍生的。資產(chǎn)法以資產(chǎn)負(fù)債表中的資產(chǎn)項(xiàng)目為產(chǎn)出指標(biāo)，負(fù)債項(xiàng)目為投入指標(biāo)，不考慮資產(chǎn)負(fù)債表以外的投入、產(chǎn)出項(xiàng)目，在表外業(yè)務(wù)迅速發(fā)展的當(dāng)今社會(huì)，其不足之處日益凸顯。鑒于生產(chǎn)法、中介法和資產(chǎn)法各有利弊。本文在結(jié)合我國(guó)商業(yè)銀行實(shí)際情況的基礎(chǔ)上綜合運(yùn)用三種方法，期望產(chǎn)出以貸款、利息收入、非利息收入作為測(cè)度指標(biāo)，非期望產(chǎn)出則主要考量不良貸款，投入指標(biāo)包括物質(zhì)資本、人力資本、可貸資本三大指標(biāo)，具體指標(biāo)說(shuō)明見(jiàn)表1。

其中，各商業(yè)銀行物質(zhì)資本投入量以其固定資產(chǎn)總額來(lái)衡量，固定資產(chǎn)價(jià)格通常使用固定資產(chǎn)額減去折舊即固定資產(chǎn)凈值表示。鑒于各商業(yè)銀行固定資產(chǎn)凈值數(shù)據(jù)缺失嚴(yán)重，因而本文的固定資產(chǎn)價(jià)格通過(guò)固定資產(chǎn)額與總資產(chǎn)之比衡量。人力資源投入量使用各商業(yè)銀行員工人數(shù)衡量，勞動(dòng)力價(jià)格使用人員費(fèi)用支出與員工數(shù)之比衡量?？少J資金投入量使用銀行存款和短期資金等可使用資金的總量衡量，可貸資金價(jià)格則使用總利息支出與可貸資金之比衡量。

表1 投入產(chǎn)出指標(biāo)說(shuō)明

2.樣本銀行選取和數(shù)據(jù)來(lái)源

由于國(guó)有商業(yè)銀行及股份制商業(yè)銀行在我國(guó)商業(yè)銀行體系中處于主導(dǎo)地位，其總資產(chǎn)合計(jì)占我國(guó)商業(yè)銀行總資產(chǎn)的一半以上，因此樣本中選取了5家國(guó)有商業(yè)銀行和全部的12家股份制商業(yè)銀行。鑒于中國(guó)郵政儲(chǔ)蓄銀行2007年成立且2019年才被歸入國(guó)有商業(yè)銀行，與本文的樣本時(shí)間段存在較大偏差，因此未將其納入樣本銀行中。城市商業(yè)銀行和農(nóng)村商業(yè)銀行等區(qū)域性銀行雖然數(shù)量眾多，但大多數(shù)規(guī)模較小，且不少農(nóng)村商業(yè)銀行是由農(nóng)村信用合作社改制而來(lái)的，財(cái)務(wù)報(bào)表披露的信息存在不完整、不規(guī)范等問(wèn)題，本文所需的關(guān)鍵財(cái)務(wù)指標(biāo)大量缺失，因此選取樣本期內(nèi)財(cái)務(wù)指標(biāo)較為齊全的33家區(qū)域性商業(yè)銀行作為區(qū)域性商業(yè)銀行的代表。50家樣本商業(yè)銀行的具體名單及分類詳見(jiàn)表2。

表2 樣本商業(yè)銀行及其分類

這50家商業(yè)銀行投入、產(chǎn)出指標(biāo)的數(shù)據(jù)均來(lái)源于Bvd-Bankfocus(原Bvd-Bankscope)數(shù)據(jù)庫(kù)、《中國(guó)金融年鑒》及各銀行年報(bào)。2003—2019年50家商業(yè)銀行的投入、產(chǎn)出指標(biāo)的描述性統(tǒng)計(jì)如表3所示。

三、測(cè)度結(jié)果及分析

基于上文考慮非期望產(chǎn)出的DEA成本效率模型，運(yùn)用DEA軟件對(duì)2003—2019年50家商業(yè)銀行的成本效率進(jìn)行測(cè)度，得到各商業(yè)銀行的成本效率值，2003—2019年50家樣本商業(yè)銀行的總體平均值以及三大類樣本商業(yè)銀行成本效率的平均值如表4所示。下面分別從縱向和橫向兩個(gè)維度對(duì)商業(yè)銀行的成本效率進(jìn)行分析。

表3 商業(yè)銀行投入、產(chǎn)出指標(biāo)的描述性統(tǒng)計(jì)

表4 2003—2019年商業(yè)銀行的平均成本效率

(一)縱向變化趨勢(shì)分析

2003—2019年50家商業(yè)銀行成本效率平均值的變化趨勢(shì)如圖1所示?？傮w來(lái)看，商業(yè)銀行的成本效率值較低且變動(dòng)幅度較大，2003—2019年50家商業(yè)銀行成本效率平均值的變動(dòng)大致可以分成四個(gè)階段：第一階段為2003—2009年，50家商業(yè)銀行成本效率平均值呈震蕩變化趨勢(shì)，波動(dòng)幅度較大，在43%～50%的水平上來(lái)回波動(dòng)，其間受2007—2009年全球金融危機(jī)以及2008年國(guó)內(nèi)自然災(zāi)害的影響，我國(guó)商業(yè)銀行的成本效率出現(xiàn)較大幅度的下降。第二階段為2009—2013年，50家商業(yè)銀行成本效率平均值總體呈波動(dòng)上升趨勢(shì)，由2009年的43.31%上升為2013的59.03%。2009年中國(guó)正式啟動(dòng)人民幣國(guó)際化政策，同年9月中國(guó)工商銀行開(kāi)展了全球第一單人民幣跨境貿(mào)易融資業(yè)務(wù)，標(biāo)志著我國(guó)商業(yè)銀行正式參與到人民幣國(guó)際化進(jìn)程之中，與人民幣國(guó)際化相關(guān)業(yè)務(wù)的開(kāi)展提高了中國(guó)商業(yè)銀行的成本效率。第三階段為2013—2017年，50家商業(yè)銀行成本效率平均值急劇下降，由2014的59.03%下降為2017的52.25%，下降6.78個(gè)百分點(diǎn)。2013年6月和12月我國(guó)銀行業(yè)兩度經(jīng)歷“錢荒”，銀行隔夜拆借利率接連飆漲，各商業(yè)銀行紛紛使出“攬儲(chǔ)”絕招，導(dǎo)致商業(yè)銀行成本效率急劇降低。第四階段為2017—2020年，50家商業(yè)銀行成本效率平均值呈穩(wěn)步上升趨勢(shì)，由2017年的52.25%上升為2019的60.51%。2017年被認(rèn)為是“史上最嚴(yán)”的金融監(jiān)管年，其重點(diǎn)是銀行體系，同業(yè)、理財(cái)、表外、資管業(yè)務(wù)等風(fēng)險(xiǎn)點(diǎn)突出領(lǐng)域更是對(duì)銀行體系監(jiān)管的重中之重，嚴(yán)監(jiān)管和防風(fēng)險(xiǎn)助力商業(yè)銀行成本效率的提升。

圖1 2003—2019年50家商業(yè)銀行平均成本效率變化趨勢(shì)圖

2003—2019年商業(yè)銀行總體成本效率以及全國(guó)股份制商業(yè)銀行成本效率、區(qū)域性商業(yè)銀行成本效率的變化趨勢(shì)相同，均呈現(xiàn)出先下降，后上升、再下降、再上升、再下降、再上升的變動(dòng)趨勢(shì)，波動(dòng)幅度較大，但總體上表現(xiàn)為上升的態(tài)勢(shì)。國(guó)有制商業(yè)銀行則呈現(xiàn)出先上升、后下降、再上升并保持穩(wěn)定的變化趨勢(shì)，由2008年的75.57%下降至2007年的53.9%后，呈現(xiàn)為上升趨勢(shì)，上升至2014年的94.57%后，保持小幅度上升趨勢(shì)，成本效率值維持在86%～94%之間。從分類來(lái)看，按照成本效率高低排序依次為國(guó)有商業(yè)銀行、股份制商業(yè)銀行和區(qū)域性商業(yè)銀行，其中國(guó)有商業(yè)銀行成本效率始終保持在較高水平。根據(jù)貨幣銀行學(xué)相關(guān)理論以及現(xiàn)有文獻(xiàn)的研究成果，商業(yè)銀行的成本效率主要受銀行規(guī)模、資本充足率、資產(chǎn)質(zhì)量、資產(chǎn)配置能力、盈利能力等因素的影響。國(guó)有商業(yè)銀行一般具有更大的總資產(chǎn)規(guī)模、更優(yōu)的資本充足率和資產(chǎn)質(zhì)量、更強(qiáng)的資產(chǎn)配置能力和盈利能力，從而成本效率最高。股份制商業(yè)銀行次之，區(qū)域性商業(yè)銀行則相對(duì)最低。上述基于銀行分類測(cè)得的成本效率與理論分析的結(jié)論基本一致。

圖2 2003—2019年商業(yè)銀行分機(jī)構(gòu)成本效率變化趨勢(shì)圖

(二)橫向比較分析

分別選取2003年、2019年兩個(gè)橫截面數(shù)據(jù)及各商業(yè)銀行樣本期內(nèi)成本效率的年平均值進(jìn)行比較分析，見(jiàn)表5所示。

表5 50家商業(yè)銀行的成本效率值(2003年、2019年及平均值)

從表5可以看出，5家國(guó)有商業(yè)銀行的成本效率一直保持在較高的水平，2019年中國(guó)銀行、中國(guó)建設(shè)銀行和中國(guó)工商銀行的成本效率值達(dá)到了1，樣本期年平均成本效率值也維持在70%以上，在全部50家商業(yè)銀行成本效率的年平均值中位列前茅。2003—2019年，國(guó)有商業(yè)銀行的年平均成本效率值為87.24%，比50家商業(yè)銀行的年平均成本效率值高約19個(gè)百分點(diǎn)。

2003年12家股份制商業(yè)銀行中僅民生銀行的成本效率值為1，2019年則增加為5家，民生銀行、招商銀行、浦發(fā)銀行、平安銀行、廣發(fā)銀行的成本效率值均為1。2003—2019年，民生銀行的年平均成本效率值最高，高達(dá)90.95%；渤海銀行的年平均成本效率值最低，僅為39.47%；股份制商業(yè)銀行的年平均成本效率值為60.02%，高于50家商業(yè)銀行年平均成本效率值，但與國(guó)有商業(yè)銀行年平均成本效率值相比低約10個(gè)百分點(diǎn)，仍有較大的提升空間。

2003—2019年，33家區(qū)域性商業(yè)銀行的年平均成本效率值差異較大，年平均成本效率值高的區(qū)域性商業(yè)銀行，其值能達(dá)到70%以上，如徽商銀行、東莞農(nóng)商行等；年平均成本效率值低的區(qū)域性商業(yè)銀行，其值分布在20%左右，如營(yíng)口銀行、煙臺(tái)銀行等；區(qū)域性商業(yè)銀行的年平均成本效率值為46.04%，與50家商業(yè)銀行年平均成本效率值相比，低約24個(gè)百分點(diǎn)，與國(guó)有商業(yè)銀行的年平均成本效率值相比更是存在較大的差距，需要進(jìn)一步提升。

四、結(jié)論與政策啟示

利用考慮非期望產(chǎn)出的DEA模型對(duì)2003—2019年我國(guó)50家商業(yè)銀行的成本效率進(jìn)行測(cè)度并進(jìn)行縱橫向比較分析，所得主要結(jié)論如下：總體上，我國(guó)商業(yè)銀行的成本效率呈現(xiàn)上升變化態(tài)勢(shì)，但期間有較大幅度的波動(dòng)，尤其是2003年、2008年和2014—2017年出現(xiàn)較大幅度的下降；分類型來(lái)看，我國(guó)商業(yè)銀行成本效率按照由高到低排序依次為國(guó)有商業(yè)銀行、股份制商業(yè)銀行和區(qū)域性商業(yè)銀行。以不良貸款作為非期望產(chǎn)業(yè)衡量指標(biāo)的測(cè)度表明，不良貸款率越低，商業(yè)銀行的資產(chǎn)質(zhì)量越高，其成本效率越高，即不良貸款率負(fù)向影響我國(guó)商業(yè)銀行的成本效率，資產(chǎn)質(zhì)量率正向影響我國(guó)商業(yè)銀行的成本效率，因此降低商業(yè)銀行不良貸款率、改善商業(yè)銀行資產(chǎn)質(zhì)量能夠提升其成本效率。

為此，商業(yè)銀行可從以下方面入手：一是要全程防控貸款風(fēng)險(xiǎn)，減低不良貸款率。建立和完善信用評(píng)估制度，健全個(gè)人及企業(yè)征信系統(tǒng)，深入調(diào)查貸款人的資料信息，強(qiáng)化貸款風(fēng)險(xiǎn)的事前控制；建立貸款風(fēng)險(xiǎn)分散機(jī)制，適時(shí)跟蹤貸款用途、還款能力、抵押擔(dān)保、還款記錄等信息，及時(shí)發(fā)現(xiàn)可能出現(xiàn)的風(fēng)險(xiǎn)點(diǎn)，強(qiáng)化貸款風(fēng)險(xiǎn)的事中控制，避免出現(xiàn)呆賬甚至壞賬；建立貸款風(fēng)險(xiǎn)救助機(jī)制，強(qiáng)化貸款風(fēng)險(xiǎn)的事后控制，對(duì)于初見(jiàn)端倪的風(fēng)險(xiǎn)點(diǎn)要采取針對(duì)性的把控措施，對(duì)于已存在的不良資產(chǎn)，嘗試通過(guò)資產(chǎn)證券化予以剝離，或是以其他創(chuàng)新方式予以核銷。二是要健全和優(yōu)化貸款管理制度，改善資產(chǎn)質(zhì)量。商業(yè)銀行資產(chǎn)質(zhì)量不僅取決于宏微觀經(jīng)濟(jì)環(huán)境，更取決于銀行自身的管理水平，商業(yè)銀行要在保障資產(chǎn)安全性、流動(dòng)性前提下提高資產(chǎn)收益，瞅準(zhǔn)運(yùn)營(yíng)效益好、發(fā)展?jié)摿Υ蟮念I(lǐng)域(或項(xiàng)目)放貸，控制貸款規(guī)模和優(yōu)化貸款結(jié)構(gòu)兩措并舉，確保資產(chǎn)的收益性。三是對(duì)不同類型銀行分類施策，推進(jìn)運(yùn)營(yíng)集約化轉(zhuǎn)型。對(duì)國(guó)有商業(yè)銀行來(lái)說(shuō)，要適度控制銀行規(guī)模，整治乃至關(guān)閉虧損營(yíng)業(yè)網(wǎng)點(diǎn)，縮減和裁汰冗余人員，降低營(yíng)業(yè)費(fèi)用率；對(duì)于股份制及其他類型商業(yè)銀行，需適度擴(kuò)大經(jīng)營(yíng)規(guī)模，但在規(guī)模擴(kuò)張過(guò)程中要強(qiáng)化成本-收益管理，加大對(duì)投入或支出的成本效益分析，合理增設(shè)網(wǎng)點(diǎn)和拓展業(yè)務(wù)范圍，推進(jìn)規(guī)模經(jīng)濟(jì)的實(shí)現(xiàn)。