楊振武 YANG Zhen-wu

（廣州商學(xué)院經(jīng)濟(jì)學(xué)院，廣州511363）

0 引言

當(dāng)前，國(guó)內(nèi)金融市場(chǎng)進(jìn)一步對(duì)外開放，金融供給側(cè)結(jié)構(gòu)性改革不斷深化，金融監(jiān)管協(xié)同推進(jìn)，中國(guó)銀行業(yè)迎來了新的挑戰(zhàn)，銀行之間競(jìng)爭(zhēng)日益激烈，作為風(fēng)險(xiǎn)中介的商業(yè)銀行，為獲取更多收益不得不承擔(dān)更大的金融風(fēng)險(xiǎn)，穩(wěn)健有效的金融體系顯得十分重要?！?019年度中國(guó)銀行業(yè)發(fā)展報(bào)告》指出，2018年末，商業(yè)銀行不良貸款余額20254億元，不良貸款率1.83%，較2017年末上升0.09個(gè)百分點(diǎn)，商業(yè)銀行應(yīng)繼續(xù)強(qiáng)化全面風(fēng)險(xiǎn)管理理念，積極完善風(fēng)險(xiǎn)管理體系，不斷提升全面風(fēng)險(xiǎn)管理能力[20]。因此，考慮到風(fēng)險(xiǎn)因素對(duì)中國(guó)銀行業(yè)的影響，客觀對(duì)中國(guó)銀行業(yè)上市公司進(jìn)行效率評(píng)估，有助于更好了解中國(guó)銀行業(yè)上市公司的經(jīng)營(yíng)狀況，客觀反映中國(guó)銀行業(yè)發(fā)展水平，充分發(fā)揮金融中介的作用，推動(dòng)中國(guó)經(jīng)濟(jì)整體發(fā)展。

1 文獻(xiàn)綜述

國(guó)內(nèi)外學(xué)者針對(duì)銀行效率問題進(jìn)行了深入研究，取得了大量的科研成果。2008年，Pasioura開始運(yùn)用DEA方法，將風(fēng)險(xiǎn)因素作為產(chǎn)出項(xiàng)分析銀行效率[4]。李平等學(xué)者利用DEA方法對(duì)2002～2008年32家中資銀行的效率進(jìn)行估計(jì)和比較分析[11]。張健華等學(xué)者利用隨機(jī)前沿方法從盈利方面和業(yè)務(wù)擴(kuò)張方面對(duì)銀行技術(shù)效率進(jìn)行了研究，發(fā)現(xiàn)中國(guó)不同類型銀行效率的差別，股份制銀行效率最高[18]。黃志鴻利用Bootstrap-DEA方法對(duì)我國(guó)國(guó)有銀行和股份制銀行的效率進(jìn)行比較研究，但文章選取的樣本規(guī)模較小，分析也不夠全面，僅對(duì)國(guó)有銀行和股份制銀行進(jìn)行評(píng)價(jià)[9]。王兵和朱寧通過SBM模型和Luenberger指標(biāo)發(fā)現(xiàn)非利息收入和不良貸款是影響中國(guó)銀行無效率的主要來源[14]。何平等學(xué)者基于非期望產(chǎn)出的Malmquist-Luenberger和Torbit模型，構(gòu)建了包括不良貸款約束條件下我國(guó)上市商業(yè)銀行的投入產(chǎn)出指標(biāo)體系，對(duì)我國(guó)商業(yè)銀行全要素生產(chǎn)率的時(shí)序演變及驅(qū)動(dòng)因素進(jìn)行研究，指出我國(guó)上市商業(yè)銀行全要素生產(chǎn)率平均增長(zhǎng)率為2.4%，銀行規(guī)模和存貸比對(duì)商業(yè)銀行技術(shù)效率具有顯著的正向驅(qū)動(dòng)作用[8]。藍(lán)以信等人將不良貸款納入銀行經(jīng)營(yíng)績(jī)效的評(píng)價(jià)中，發(fā)現(xiàn)不良貸款時(shí)滯效應(yīng)對(duì)股份制商業(yè)銀行和城市商業(yè)銀行的效率影響較為明顯，對(duì)國(guó)有商業(yè)銀行的效率影響較不明顯[10]。王佳等人運(yùn)用Bootstrap截?cái)嗷貧w法對(duì)我國(guó)67家商業(yè)銀行效率的影響因素進(jìn)行檢驗(yàn)，發(fā)現(xiàn)銀行規(guī)模、盈利能力和創(chuàng)新能力有助于提高銀行的技術(shù)效率[15]。

現(xiàn)有研究銀行效率的文獻(xiàn)中，大多運(yùn)用傳統(tǒng)DEA模型對(duì)銀行效率進(jìn)行研究，并逐步考慮到不良貸款等因素對(duì)銀行效率的影響[17]，但并未系統(tǒng)地進(jìn)行風(fēng)險(xiǎn)管理視角下的銀行效率評(píng)估，考量其在經(jīng)營(yíng)過程中是否充分考慮了風(fēng)險(xiǎn)管理因素的重要性。本文以一種非徑向、非導(dǎo)向的包括非期望產(chǎn)出的SBM模型來進(jìn)行中國(guó)上市商業(yè)銀行效率分析，通過差額變量的形式解決了傳統(tǒng)DEA模型投入和產(chǎn)出松弛性問題，同時(shí)將貸款損失準(zhǔn)備金和不良貸款作為非期望產(chǎn)出，充分考慮風(fēng)險(xiǎn)管理因素對(duì)銀行效率的影響，更加有效地進(jìn)行銀行效率評(píng)估。

2 研究方法

2.1 含非期望產(chǎn)出的SBM模型

最初的DEA模型，是Charnes等人1978年提出CCR模型[1]，以固定規(guī)模報(bào)酬來估計(jì)生產(chǎn)邊界，后來Banker等人提出了變動(dòng)規(guī)模報(bào)酬模式的BCC模型[5]，這兩種模型都屬于定向DEA模型，采用線性規(guī)劃的方法，對(duì)投入導(dǎo)向的DEA進(jìn)行投入最優(yōu)化以及對(duì)產(chǎn)出導(dǎo)向的DEA進(jìn)行產(chǎn)出最優(yōu)化。但當(dāng)投入過?；虍a(chǎn)出不足的時(shí)候，如果采用傳統(tǒng)的定向方法會(huì)高估決策單元的效率。為使測(cè)算更準(zhǔn)確，采用非定向模式的差額變量SBM模型。銀行金融產(chǎn)品品種豐富，如果只采用利潤(rùn)作為產(chǎn)出項(xiàng)會(huì)產(chǎn)生偏差，考慮到風(fēng)險(xiǎn)因素在銀行經(jīng)營(yíng)效率上的反映，將貸款損失準(zhǔn)備率和不良貸款作為非期望產(chǎn)出，構(gòu)建非期望產(chǎn)出的SBM模型對(duì)中國(guó)銀行業(yè)上市公司進(jìn)行效率評(píng)估。

加入非期望產(chǎn)出變量，把決策單元（x0，y0）分解為（x0，y0g，y0b），其中y0g表示決策單元的期望產(chǎn)出，y0b表示決策單元的非期望產(chǎn)出。如果非期望產(chǎn)出保持不變，投入量越少，期望產(chǎn)出越多，相對(duì)效率越高；如果投入和期望產(chǎn)出都不變，減少非期望產(chǎn)出會(huì)提高效率值。基于Kaoru Tone的SBM模型[6]，含有非期望產(chǎn)出的中國(guó)上市商業(yè)銀行效率評(píng)估模型如下：

ρ表示決策單元的效率值；si-表示第i種的投入過剩；sr+表示第r種的產(chǎn)出短缺；Xλ和Yλ分別表示邊界上的投入量和產(chǎn)出量，當(dāng)s-=s+=0時(shí)，ρ=1，表示決策單元是在效率邊界上。

2.2 Bootstrap方法

Bootstrap是現(xiàn)代統(tǒng)計(jì)學(xué)中一種較為流行的重復(fù)抽樣方法，用來估計(jì)標(biāo)準(zhǔn)誤差和計(jì)算置信區(qū)間，由Efron在1979年提出[2]，廣泛應(yīng)用于統(tǒng)計(jì)分析中。Bootstrap方法的核心是通過對(duì)樣本數(shù)據(jù)進(jìn)行再采樣，構(gòu)造自助樣本，并根據(jù)再采樣數(shù)據(jù)執(zhí)行關(guān)于樣本的推斷，從而對(duì)根據(jù)樣本數(shù)據(jù)推斷的總體進(jìn)行建模。

針對(duì)某一個(gè)決策單元，Yi是效率值，Xi是對(duì)應(yīng)這一決策單元的解釋變量值，Bootstrap方法分析步驟如下：

Bootstrap方法可以利用重復(fù)抽樣解決研究中心樣本不足的問題，通過有限的樣本信息盡可能準(zhǔn)確估計(jì)出總體，進(jìn)而提供決策依據(jù)。

3 中國(guó)上市商業(yè)銀行效率評(píng)價(jià)

3.1 投入產(chǎn)出指標(biāo)說明

在投入產(chǎn)出指標(biāo)選取上，考慮我國(guó)上市商業(yè)銀行數(shù)據(jù)的可獲得性，參考以往的研究文獻(xiàn)，結(jié)合中介法[3]和生產(chǎn)法的特點(diǎn)確定投入產(chǎn)出指標(biāo)。將總資產(chǎn)、固定資產(chǎn)和營(yíng)業(yè)費(fèi)用作為投入項(xiàng)，營(yíng)業(yè)收入、貸款總額和凈利潤(rùn)作為期望產(chǎn)出項(xiàng)，貸款損失準(zhǔn)備金和不良貸款作為非期望產(chǎn)出項(xiàng)。指標(biāo)說明如表1。

表1 投入產(chǎn)出指標(biāo)說明

3.2 樣本數(shù)據(jù)選取

本研究選取了36家上市商業(yè)銀行，參照中國(guó)銀保監(jiān)會(huì)公布的2018年12月底銀行業(yè)金融機(jī)構(gòu)法人名單，將中國(guó)上市商業(yè)銀行劃分為四類，見表2。樣本期為2014-2018年，數(shù)據(jù)來源為《中國(guó)金融年鑒》、Bankscope數(shù)據(jù)庫和以及中國(guó)上市商業(yè)銀行的公司年報(bào)。

表2 中國(guó)上市商業(yè)銀行分類

3.3 實(shí)證分析

本文通過MAXDEA8.3軟件進(jìn)行數(shù)據(jù)處理，分別從未考慮風(fēng)險(xiǎn)管理因素和考慮風(fēng)險(xiǎn)管理因素兩方面，對(duì)2014-2018年中國(guó)上市商業(yè)銀行的效率進(jìn)行測(cè)算，并計(jì)算我國(guó)上市商業(yè)銀行總體效率和不同類型銀行的效率值，具體結(jié)果見表3。

從表3可知，在非期望產(chǎn)出SBM模型下進(jìn)行測(cè)算，不考慮風(fēng)險(xiǎn)管理因素的我國(guó)上市商業(yè)銀行效率值為0.82，考慮風(fēng)險(xiǎn)管理因素后為0.89，不考慮風(fēng)險(xiǎn)管理因素的效率值是低于加入風(fēng)險(xiǎn)管理因素下的效率，并且加入風(fēng)險(xiǎn)管理因素后銀行業(yè)效率值均有提升。這說明我國(guó)上市商業(yè)銀行效率在逐步提升，并且在處理不良貸款方面的成績(jī)顯著，貸款損失準(zhǔn)備金和不良貸款等風(fēng)險(xiǎn)管理因素并未對(duì)我國(guó)上市商業(yè)銀行的經(jīng)營(yíng)產(chǎn)生影響。

表3 中國(guó)上市商業(yè)銀行效率測(cè)算結(jié)果

具體來看，36家銀行中有8家銀行效率值最高，實(shí)現(xiàn)DEA有效。實(shí)現(xiàn)DEA有效的銀行包括2家國(guó)有大型商業(yè)銀行（工商銀行和建設(shè)銀行）、3家股份制商業(yè)銀行（平安銀行、浦發(fā)銀行和招商銀行）、3家城市商業(yè)銀行（西安銀行、北京銀行和上海銀行），沒有任何一家農(nóng)村商業(yè)銀行實(shí)現(xiàn)了DEA有效。36家銀行中有18家銀行的效率值增加，11家銀行的效率值不變，7家銀行的效率值出現(xiàn)了下降。圖1清晰展示了未加入風(fēng)險(xiǎn)因素和加入風(fēng)險(xiǎn)因素的我國(guó)上市商業(yè)銀行效率的差異。

圖1 未考慮和考慮風(fēng)險(xiǎn)管理因素的我國(guó)上市商業(yè)銀行效率比較

從銀行機(jī)構(gòu)分類上的效率值對(duì)比分析（圖2）可以發(fā)現(xiàn)，考慮風(fēng)險(xiǎn)管理因素后，各類上市商業(yè)銀行的效率值均有所提升，其中城市商業(yè)銀行和農(nóng)村商業(yè)銀行的提升較為明顯，這說明這兩類商業(yè)銀行中風(fēng)險(xiǎn)管理因素對(duì)經(jīng)營(yíng)的影響比較大，加強(qiáng)風(fēng)險(xiǎn)管理因素有助于其穩(wěn)健經(jīng)營(yíng)發(fā)展。無論是否考慮風(fēng)險(xiǎn)管理因素，國(guó)有大型商業(yè)銀行的效率基本上和我國(guó)上市商業(yè)銀行的整體效率水平相當(dāng)，國(guó)有大型商業(yè)銀行是我國(guó)商業(yè)銀行的主體，是推動(dòng)我國(guó)銀行業(yè)發(fā)展的重要力量；股份制商業(yè)銀行和城市商業(yè)銀行的效率均高于整體效率水平，是我國(guó)銀行業(yè)蓬勃發(fā)展的活力；農(nóng)村商業(yè)銀行的效率均低于我國(guó)上市商業(yè)銀行的整體效率水平，有待進(jìn)一步提高。

圖2 我國(guó)上市商業(yè)銀行四類銀行機(jī)構(gòu)效率對(duì)比

4 效率影響因素分析

綜合參考以往相關(guān)文獻(xiàn)，大多從盈利能力、風(fēng)險(xiǎn)控制、資產(chǎn)流動(dòng)性、資產(chǎn)規(guī)模和配置、成本管控和資產(chǎn)回報(bào)率等方面來進(jìn)行銀行效率的影響因素分析[7][12][16][19]?？紤]到風(fēng)險(xiǎn)管理的視角，基于數(shù)據(jù)的可獲取性，本研究主要從微觀方面選取盈利能力、風(fēng)險(xiǎn)控制能力、資產(chǎn)配置能力、成本管控能力和資產(chǎn)規(guī)模程度等因素作為我國(guó)上市商業(yè)銀行效率的影響因素。

4.1 盈利能力

作為企業(yè)，銀行的經(jīng)營(yíng)目的是盈利，通過盈利來保障銀行經(jīng)營(yíng)活動(dòng)健康發(fā)展，眾多研究成果也證明了盈利能力是影響銀行效率的一個(gè)主要因素[13]。研究選取股本回報(bào)率（ROE）來衡量盈利能力。

4.2 風(fēng)險(xiǎn)控制能力

資產(chǎn)流動(dòng)性可以衡量銀行應(yīng)付提現(xiàn)能力，是銀行經(jīng)營(yíng)穩(wěn)健的保障。流動(dòng)性風(fēng)險(xiǎn)已成為商業(yè)銀行風(fēng)險(xiǎn)管理的重要內(nèi)容。要提升銀行風(fēng)險(xiǎn)控制能力，合理進(jìn)行資產(chǎn)流動(dòng)性安排能夠有效防止銀行倒閉，保障銀行穩(wěn)健經(jīng)營(yíng)。選取資產(chǎn)負(fù)債結(jié)構(gòu)（LCD）來反映風(fēng)險(xiǎn)控制能力，衡量資產(chǎn)流動(dòng)性情況。

4.3 資產(chǎn)配置能力

貸款是銀行最主要的資產(chǎn)，銀行經(jīng)營(yíng)活動(dòng)嚴(yán)重依賴于負(fù)債，因此銀行資產(chǎn)配置能力高低將影響到銀行效率。選取存貸比（LADS）來反映資產(chǎn)配置能力，衡量銀行資產(chǎn)配置情況。

4.4 成本管控能力

隨著國(guó)內(nèi)商業(yè)銀行的利潤(rùn)增長(zhǎng)開始下降，銀行對(duì)經(jīng)營(yíng)成本的控制和管理更加精細(xì)化。成本管控能力的高低與銀行效率關(guān)系更加緊密。選取成本收入比（CIR）來反映成本管控能力。

4.5 資產(chǎn)規(guī)模程度

銀行資產(chǎn)規(guī)模是銀行低于風(fēng)險(xiǎn)能力的核心指標(biāo)，當(dāng)銀行資本規(guī)模達(dá)到較高水平時(shí)，銀行的抗風(fēng)險(xiǎn)能力會(huì)增強(qiáng)，也就會(huì)促進(jìn)銀行效率的提升。選取LN總資產(chǎn)（LNASSET）作為資產(chǎn)規(guī)模程度的衡量指標(biāo)，反映規(guī)模對(duì)效率的影響。

針對(duì)以上影響銀行效率的盈利能力、風(fēng)險(xiǎn)控制能力、資產(chǎn)配置能力、成本管控能力和資產(chǎn)規(guī)模程度等因素，進(jìn)行了指標(biāo)說明，并參照銀行分類對(duì)四類銀行機(jī)構(gòu)的相關(guān)變量進(jìn)行描述性統(tǒng)計(jì)和歸納，對(duì)各自變量進(jìn)行Pearson相關(guān)性檢驗(yàn)來避免各自變量相互之間存在自相關(guān)與多重共線性。不難發(fā)現(xiàn)，影響銀行效率各變量相互之間的相關(guān)性系數(shù)均較低，這說明我國(guó)上市商業(yè)銀行各影響要素之間不存在多重共線性問題。

基于我國(guó)上市商業(yè)銀行效率的影響因素分析設(shè)定，可得我國(guó)上市商業(yè)銀行回歸模型

其中：yit是我國(guó)上市商業(yè)銀行2014-2018年銀行效率值，β0是截距項(xiàng)，β1～β7是解釋變量的回歸系數(shù)，εit是隨著個(gè)體和時(shí)間獨(dú)立變化的隨機(jī)效應(yīng)。

針對(duì)未加入風(fēng)險(xiǎn)管理因素和加入風(fēng)險(xiǎn)管理因素兩種情況，對(duì)影響我國(guó)上市商業(yè)銀行效率各因素的系數(shù)進(jìn)行估計(jì)。為保證統(tǒng)計(jì)推動(dòng)的有效性和可靠性，利用Bootstrap進(jìn)行自抽樣，迭代次數(shù)2000次。其計(jì)算結(jié)果見表4。

表4 銀行效率影響因素回歸結(jié)果

在未考慮風(fēng)險(xiǎn)管理因素的情況下，股本回報(bào)率、存貸比和成本收入比三個(gè)因素在10%水平下顯著，股本回報(bào)率和存貸比兩個(gè)因素同我國(guó)上市商業(yè)銀行效率之間存在正向關(guān)系，成本收入比同我國(guó)上市商業(yè)銀行效率之間存在負(fù)向關(guān)系。這說明盈利能力和資產(chǎn)配置能力將有助于提升我國(guó)商業(yè)銀行的銀行效率，而成本控制能力會(huì)對(duì)我國(guó)上市商業(yè)銀行效率提升產(chǎn)生一定的阻礙。

考慮風(fēng)險(xiǎn)管理因素的情況下，股本回報(bào)率和存貸比在5%水平下依然顯著，并且同我國(guó)上市商業(yè)銀行效率存在正向關(guān)系，但成本收入比雖不顯著，但仍與我國(guó)上市商業(yè)銀行效率存在負(fù)向關(guān)系。這說明考慮風(fēng)險(xiǎn)管理因素后，盈利能力和資產(chǎn)配置能力仍將有助于我國(guó)上市商業(yè)銀行的銀行效率提升，而成本控制能力的提升，雖然有助于銀行經(jīng)營(yíng)狀況的改善，但對(duì)我國(guó)銀行上市商業(yè)銀行效率產(chǎn)生一定的阻礙作用不再明顯。

城市商業(yè)銀行和農(nóng)村商業(yè)銀行的股本回報(bào)率與效率值在5%水平顯著正相關(guān)，這說明考慮和未考慮風(fēng)險(xiǎn)管理因素兩種情況下，盈利能力是影響城市商業(yè)銀行和農(nóng)村商業(yè)銀行效率的重要因素，這兩類銀行機(jī)構(gòu)規(guī)模一般偏小，盈利能力帶來的效果更加明顯，而國(guó)有大型商業(yè)銀行和股份制商業(yè)銀行的規(guī)模偏大，盈利能力的效果不明顯?？紤]風(fēng)險(xiǎn)管理因素后，國(guó)有大型商業(yè)銀行的成本投入比和資產(chǎn)規(guī)模與效率值顯著正相關(guān)，這說明國(guó)有大型商業(yè)銀行機(jī)構(gòu)龐大帶來的成本管控困難會(huì)影響到效率提升，資產(chǎn)規(guī)模程度的大小也會(huì)影響到銀行效率，考慮風(fēng)險(xiǎn)管理因素，完善成本管控能力，增加總資產(chǎn)，將會(huì)帶來國(guó)有大型商業(yè)銀行效率的提升。

5 結(jié)論及建議

本文利用非期望產(chǎn)出SBM模型2014-2018年我國(guó)36家上市商業(yè)銀行進(jìn)行了效率測(cè)算。結(jié)果發(fā)現(xiàn)：首先，未考慮風(fēng)險(xiǎn)管理因素的我國(guó)上市商業(yè)銀行效率值是低于考慮風(fēng)險(xiǎn)管理因素的效率值，并有所提升，這說明我國(guó)上市商業(yè)銀行效率在逐步提升，并且在處理不良貸款方面的成績(jī)顯著，貸款損失準(zhǔn)備金和不良貸款等風(fēng)險(xiǎn)管理因素并未對(duì)我國(guó)上市商業(yè)銀行的經(jīng)營(yíng)產(chǎn)生影響；然后，2家國(guó)有大型商業(yè)銀行、3家股份制商業(yè)銀行、3家城市商業(yè)銀行的效率值最高，實(shí)現(xiàn)了DEA有效，沒有任何一家農(nóng)村商業(yè)銀行實(shí)現(xiàn)了DEA有效；再次，國(guó)有大型商業(yè)銀行是我國(guó)商業(yè)銀行的主體和推動(dòng)我國(guó)銀行業(yè)發(fā)展的重要力量，其效率基本上和整體效率水平相當(dāng)，股份制商業(yè)銀行和城市商業(yè)銀行的效率均高于整體效率水平，是我國(guó)銀行業(yè)蓬勃發(fā)展的活力，農(nóng)村商業(yè)銀行的效率均低于整體效率水平，有待進(jìn)一步提高；最后，考慮風(fēng)險(xiǎn)管理因素后，各類銀行的效率均有所提升，其中城市商業(yè)銀行和農(nóng)村商業(yè)銀行的提升較為明顯，這說明這兩類商業(yè)銀行中風(fēng)險(xiǎn)管理因素對(duì)經(jīng)營(yíng)的影響比較大。

通過Bootstrap方法分析了我國(guó)上市商業(yè)銀行效率的影響因素。研究結(jié)論是：無論未考慮風(fēng)險(xiǎn)管理因素還是考慮風(fēng)險(xiǎn)管理因素，股本回報(bào)率和存貸比都顯著，且為正向關(guān)系；未考慮風(fēng)險(xiǎn)管理因素，成本收入比顯著，且為負(fù)向關(guān)系，考慮風(fēng)險(xiǎn)管理因素，銀行的成本控制能力得到提升，成本收入比對(duì)效率的阻礙作用不再明顯；盈利能力對(duì)城市商業(yè)銀行和農(nóng)村商業(yè)銀行效率的影響更加顯著，高于對(duì)國(guó)有大型商業(yè)銀行和股份制商業(yè)銀行效率的影響；考慮風(fēng)險(xiǎn)管理因素，通過成本控制和增加總資產(chǎn)，國(guó)有大型商業(yè)銀行將會(huì)帶來效率的提升。