我国商业银行技术效率变化及影响因素研究基于DEAWINDOW与PANELTOBIT的分析Word下载.docx

1、 国内外利用DEA模型对银行效率的研究可以总结为两大类。第一类是对银行效率的测定。如Sherman和Gold（1985）1将DEA方法应用于一家银行分支机构之间的效率评估。Yue（1992）2应用CCR模型考察了美国密苏里60家银行的管理效率。Sathye（2003）3运用DEA的方法对印度商业银行的效率进行了实证研究。杨宝臣等（1999）4 采用DEA法对我国一家商业银行分支机构的经营行为和效率进行了横向有效性评价。秦宛顺和欧阳俊（2001）5使用DEA方法测度了我国商业银行的效率。第二类是在第一类的基础上利用Tobit模型进一步研究了银行效率的影响因素。如Jackson和Fethi（200

2、0）6应用DEA评估了1998年土耳其商业银行的技术效率，并且运用Tobit模型对效率的决定因素进行了实证研究，发现银行规模、银行资产收益率对其效率有显著的正向影响，而资本充足率对效率却有显著的负向影响。Grigorian eta1（2002）7发现银行自有资金比率、市场势力、外资控股的银行、人均GDP对银行技术效率有显著的正向影响，金融市场的发展对银行技术效率有显著的负向影响，银行的经营期、央行监管制度和法律制度等制度变量对银行效率的影响并不显著。赵旭、凌亢（2001）8 运用DEA 测算我国银行业商业银行技术效率、纯技术效率和规模效率,认为影响我国银行业效率的主要因素是银行资产质量、人力资

3、本、经营管理能力、产权结构、市场竞争程度等。陈敬学（2004）9 探讨了银行内部效应和再配置效应与整体绩效的关系。朱南、卓贤1本课题得到国家社科基金项目（07XJL006）；重庆市教委科技研究项目（KJ080714）；重庆工商大学 2006年度重点项目。孙建，男，1974 年生，四川崇州人，数量经济学硕士，讲师，重庆大学在读博士，主要研究方向为应用数量经济学、产业经济学及技术创新扩散的资助。 - 2 -等（2004）10认为模糊不清的产权关系和国有商业银行的低盈利能力是我国银行业效率低下的重要原因。 分析上述成果可以发现它们的研究都属于横截面分析，即在某一年对不同的银行的效率进行评价，也就是说

4、在使用DEA模型的过程中都没有考虑时间因素，没有考虑到研究对象的技术效率在时间序列上可能出现的动态变化，如杨宝臣（1999）4、Jackson和Fethi（2000）6等等。尽管有的表面上也提到了“时间”概念，但它们的研究方法本质上仍属于横截面分析，如陈敬学等（2004）9。另外在Tobit模型的应用上，对于模型在何处删失常缺乏说明。针对上述银行效率测度过程中存在的问题，本文使用了考虑时间因素的DEA WINDOW模型（面板DEA）分析了我国商业银行效率及其变化，并在此基础上使用PANEL TOBIT模型（面板TOBIT）研究了影响我们银行业效率的主要因素，实证结论与现有的截面分析结论之间有一

5、些差异。 DEA WINDOW方法实际上是一种DEA模型的面板处理方法，最初是由Charness，Clark and Golany（1985）11提出，其基本思想是从动态的角度，认为同一DMU在不同时点是不同的，与统计学中常用的平滑指数有点类似，能反映出投入与产出之间的时间连续性，可以较好地刻画研究对象的效率动态变化。这样，对特定的DMU来说，在横截面上要同其它DMU进行比较，在时间序列上，同一DMU在不同时点上也要进行比较，因而更能反映DMU的真实效率（Cullinane eatl（2004）12、Kumbhakar and Lovell（2000）13）。2. 研究模型分析 2.1 DEA

6、 WINDOW模型 现在考虑 N 个 ）,2,1（ NnDMU L= 在T 期 ）,2,1（ Tt L= 的情况。每个DMU假定有r种投入和s种产出。这样就有 TN 个样本。对于t年的 ntDMU 来说，投入向量可以表示为）,（ 21 = nrtntntnt xxxX L ，产出向量可以表示为 ）,（ 21 = nstntntnt yyyY L 。DEA WINDOW分析时期为 ）1（ Tkk ，其宽度为 ）1（ kTww ? ,用符号 wk 表示，且这时的分析对象有 wN 对于该样本的分析，其输入矩阵为：）,（ 2112121 NwkwkwkNkkkkkkkw xxxxxxxxxX += L

7、LLL , 相应的输出矩阵为：kkkkw yyyyyyyyyY += LLLL 对于特定的 tDMU 来说，在规模报酬可变（VRS）的条件下，其技术效率值可由式（1）计算。 - 3 -=?+?=.min,jwNtkyYxXtsw （1） 在DEA WINDOW分析过程，有如下参数需要设定（Sun, D.B. （1988）：决策单元数N；样本时期T；窗宽W；窗口数量WN。参数关系为：+为偶数为奇数TTTW 1+?= WTWN 2.2 PANEL TOBIT模型 受限因变量（Limited Dependent Variable）是指因变量的观测值是连续的，但是受到某种限制，得到的观测值并不能够完全

8、反映因变量的实际状态，常见的受限因变量问题有删失和截尾。对于删失问题，因变量处于某一范围内的样本观测值都用一个相同的值代替，所以在建模时不能用OLS法，而应当使用处理删失问题的Tobit模型。 在使用效率值作为回归模型的被解释变量时，就面临着在效率值大于等于1?时的删失问题。如果使用一般的普通最小二乘法OLS进行估计，所得到的结果就是有偏的。在参考Dusansky and Willon（1994）14以及Mccarty and Yaisa Wang（1993）15的基础上，本文使用PANEL TOBIT模型来研究商业银行效率的影响因素。PANEL TOBIT的表达式如下：）1（ * <+

9、?= itititit EFXEF ）1（1 * = itit EFEF （2） itiit += 式（2）中， itEF 表示银行i在t期的效率值， itEF ? 表示银行i在t期真实的但未观测到的效率值。 itX 表示 ）1（1 + k 维影响效率值的向量， 是对应的参数向量， it 是模型的误差向量， i 是与时间无关的向量， it 是一个与 itX 不相关的独立的随机变量。所以模型表现为随机效应的PANEL TOBIT模型。3. 我国银行业效率变化研究 本文选取1996-2004年14商业银行的PNAEL DATA数据为分析样本?，根据前述相关研究，本文设立的DEA投入指标为：存款、营

10、业费用及利息支出；产出指标为：贷款、投资。 在 DEA 超效率模型中，效率值可以大于 1. 这 14 家银行分别是中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行、中信实业银行、华厦银行、中国民生银行、广东发展银行、深圳发展银行、招商银行、兴业银行、上海浦东发展银行、中 - 4 -原始数据来自相应年份的中国金融年鉴、中国统计年鉴及各银行网站。根据DEA WINDOW参数关系有T=9，W=5，WN=5。测算结果如表1、表2所示。 表1以工商银行为例给出详细的DEA WINDOW结果，窗口1中的技术效率值依次为1、0.9819873、1、1、1，对应年份为1996-2000，窗口1的技

11、术效率平均值为0.996397（“平均值A”栏）。窗口2的技术效率值依次为0.9819873、1、1、1、1，对应年份为1997-2001，窗口2的技术效率平均值为0.996397，其余类推。“平均值C”栏表窗口1到窗口5技术效率的平均值，也就是平均值A的平均值，“标准差”表示“平均值A”栏的标准差。表2表示1996-2004年14家银行各自在各年中技术效率的平均值，“平均值B”表示14家银行整体各年份的平均技术效率值。表1 工商银行技术效率值 工商银行 1996 1997 1998 1999 2000 2001 1 0.9819873 1 1 1 0.9819873 1 1 1 1 1 1

12、0.991991 0.979388 1 0.956857 0.95037 0.987491 0.985994 工商银行 2002 2003 2004 平均值 A 平均值 C 标准差 0.996397 0.008895 0.996397 1 0.994276 0.969014 1 0.975248 0.980768 1 1 0.990851 0.990634 注：由于14银行的计算结果较多，为简便，仅列出工商银行的。表2 我国商业银行技术效率值 1996 1997 1998 1999 2000 2001 2002 2003 2004工商银行 1.0000 0.9820 1.0000 1.0000

13、 0.9873 0.9789 0.9833 1.0000 1.0000 农业银行 0.9074 0.8656 1.0000 1.0000 0.9376 0.9754 0.9942 1.0000 0.9997 中国银行 1.0000 0.8244 0.9291 0.9433 0.9843 1.0000 1.0000 1.0000 1.0000 建设银行 0.8242 0.8252 0.8294 0.8762 0.9419 0.9272 0.9570 1.0000 1.0000 交通银行 0.7654 0.5953 0.7947 1.0000 0.9975 0.8955 0.8606 0.8875

14、 0.8850 中信银行 0.6512 0.6704 1.0000 1.0000 0.8581 0.8615 0.8701 0.8371 0.8686 华夏银行 1.0000 0.7631 0.7832 0.7858 0.9231 0.7485 0.8075 0.7934 0.7636 民生银行 1.0000 1.0000 0.9731 0.9794 0.9847 0.9496 0.9845 1.0000 0.6891 广发银行 1.0000 0.8542 0.7465 0.7179 0.7354 0.7287 0.7458 0.7617 0.7470 深发展银行 0.8558 0.8981

15、0.9126 0.9642 0.9924 0.9347 1.0000 0.9550 0.8660 招商银行 0.8797 0.8919 0.9278 0.7751 0.8477 0.9373 1.0000 1.0000 0.9777 兴业银行 0.8021 0.8999 0.8467 0.9490 0.9714 0.8694 1.0000 0.8579 0.8352 浦发银行 1.0000 0.7550 0.8284 0.8402 0.8475 0.8128 0.8805 0.8271 0.7813 光大银行 1.0000 1.0000 1.0000 0.9454 0.8063 0.8449

16、0.8283 0.7547 0.7039 平均值 B 0.9061 0.8446 0.8980 0.9126 0.9154 0.8903 0.9223 0.9053 0.8655 国光大银行。 - 5 -3.1 我国商业银行业技术效率变化趋势分析 根据表2中“平均值B”栏目中的数据，可以分析1996-2004我国14家商业银行技术效率值的变化趋势。从总体上来看，我国14家商业银行技术效率在该段时间内波动较大。大体上可以分为三个阶段，1997年及2001年均作为一个分界点。经过分析，1997年的亚洲金融危机，我国银行业技术效率急剧下降，以后三年逐步回升。2001年中国加入WTO，以后三年我国银行

17、业技术效率逐年下降。这说明国内外一些重大事件对我国商业银行技术效率影响巨大。3.2 我国商业银行总体效率水平 1996-2004年国有商业银行的平均技术效率值为0.987604，高于股份制银行的0.87268，二者的变动与我国商业银行技术效率的总体波动趋势很相似。亚洲金融危机以后，国有及股份制商业的效率显上升趋势，但二者差距在逐渐拉大，特别是入世以后更为明显。说明四大国有商业银行在入世以后其竞争能力还是比较强的，股份制商业银行则有待提高。3.3 国有商业银行效率提高的速度要高于股份制商业银行 由表2算出1996-2004年国有商业银行技术效率提高速度的平均值为1.484%，股份制银行的为0.0

18、985%，可见二者差距较大。差距这么大的原因可能与银行资产收益，权益比例等因素有关。3.4 银行技术效率与其标准差的相关性分析 表1中“标准差”栏给出了5个窗口平均技术效率值的标准差。总体上来看，国有商业银行技术效率的标准差要小于股份制商业银行技术效率的标准差，说明整体上来看，国有商业银行的经营稳定性在高于股份制商业银行的。标准差与平均技术效率值的相关系数R=-0.384150，T值=-1.44，在 %5= 时临界值 18.2）12（）2（ 025.0=? tnt ，说明二者没有相关性。但仔细分析可以发现，较低效率的银行有较高的标准差。3.5 商业银行技术效率趋势性及稳定性分析 从效率得分的行

19、数据和列数据可以分析各商业银行技术效率的趋势性和稳定性。以工行为例，从行数据来看，其技术效率值由1996年的1.0经过变化以后在2004年仍达到1.0（表1），说明其技术效率在整个样本区间内是平稳的，未来技术效率保持该种“趋势”的可能性更大。从列数据来看，其变动趋势也较少，说明其技术效率有较高的稳定性。4. 我国银行业效率影响因素研究 根据Jackon和Fethi（2000）6、陈敬学（2004）9等人的研究，本文选作PANEL TOBIT模型的解释变量有：所有权结构oss（用虚拟变量表示，国有商业银行取值为1，其他银行取值为0。）、权益比例qybl（所有者权益与资产的比例）、市场竞争程度ln

20、jzcd（用单个银行存贷款差额的自然对数表示）、资产收益率zcsy（用税前利润除总资产表示）、资产规模lnzcgm（用自然对数表示）、地理位置ad（用虚拟变量表示，银行总部在北京取1，其他取0）。PANEL TOBIT模型在效率值（abte）等于1时右删失。回归结果如表4所示。 - 6 -表4 14银行效率影响因素的回归结果 abte 系数 Z检验值 相伴概率oss .124 2.19 0.028lnjzcd .003 0.48 0.631qybl -.014 -2.32 0.020zcsy .012 3.17 0.002lnzcgm .014 0.38 0.705ad .001 -0.04

21、0.970常数项 .768 4.98 0.000LR 43.39 P（LR） 0.000 第一，银行自身的产权结构（oss）和商业银行效率（abte）显现正相关关系，且在5%的水平下显著，说明产权结构对银行效率具有重要影响，这在市场经济不完善的中国是不难理解的，这也与国内一些学者（如，张冠龄（2006）的结论一致。 第二，竞争程度（存贷差，lnjzcd）与银行效率（abte）显现正相关关系，但在5%的水平下不显著，说明银行竞争对其效率影响不大。截止2004年底，国有商业银行的资产总额为10565.96亿元，占14家银行资产总额的77.27%，因为国有银行规模较大，非国有银行规模较小，国有银行由

22、于“产权”的特殊关系，没有充分竞争的动力，非国有银行的竞争还不足以对整个银行业产生影响，所以从总体上来讲，银行竞争对其效率影响不大。第三，权益比例（qybl）与银行效率（abte）显现出负向相关关系，且在5%的水平下比较显著。国有商业银行由于其“产权”关系的特殊性，追求自身利益最大化的个人组成的政府及银行经理阶层会干方百计地设租寻租，侵蚀所有者的利益。而且这种产权关系等于提供了一种隐含的存款保险，债权人、包括存款人就不会有激励监督代理人的行为。所以，处于垄断地位的代理人可以明目张胆地攫取“租金”，造成管理费用增加，营运成本增加，结果使得利润总额的增长远远低于成本的增加（易纲、赵先信，2002）

23、，银行经营业绩出现负增长。由于国有商业银行的资产规模较大，结果使得权益比例对银行效率造成负向影响。第四，资产收益率（zcsy）与银行效率（abte）显现正相关关系，且在5%的水平下非常显著。这与张健华（2003）的结论是一致的。一方面，资产收益率反映了银行获利能力，如果没有收益当然就更谈不上有效率了。所以，资产收益率越高，银行的效率也就越高，收益率是银行效率的集中体现。另一方面，银行总资产中贷款占较大的比例，而银行的收益中，贷款利息收入又占相当的份额，收益率的高低在一定程度上反映了贷款收息率的高低，而收息率却又直接体现了资金的运用效率。所以综合来看，资产收益率对银行效率有显著的正向影响 第五，

24、资产规模（lnzcgm）与银行效率（abte）显现正相关关系，但在5%的水平下不显著，即说明资产规模对银行效率正向影响比较弱，反映出商业银行存在银行规模不经济问题，特别是国有商业银行。这一结果与Worthingtom, A.C. （1998）、赵旭（1999）的研究结果一致。到2004年底，国有商业银行的资产总额占14家银行资产总额的77.27%，但其效率平均值比非国有商业银行的效率平均值仅多0.08。国有商业银行的规模是非市场竞争的结果，规模的扩大并不能保证其效率有较大的提高。有健全的管理制度和良好的信用，中小银行同样可以拥有好的经营效率。 第六，银行总部所处地理位置（ad）对银行效率的影响

25、相当不明显。 - 7 -5. 结论及启示 本文利用考虑了时间因素的DEA WINDOW分析方法，对我国14家商业银行技术效率进行了研究，主要结论为：我国14家商业银行技术效率在该段时间内波动较大；国有商业银行整体效率水平高于股份制商业银行；近年来，我国股份制商业银行技术效率的提高不大。这说明，随着改革开放的深入，股份制商业银行还需进一步增强实力。PANEL TOBIT分析表明，在5%的显著性水平下，银行资产收益率对其技术效率具有显著的正向影响，权益比例有显著的负向影响，所有权结构有显著的正向影响；而竞争程度、资产规模和银行总部位置对其技术效率的影响非常不明显。以上结论说明，在银行发展过程中，银

26、行要有敏锐的眼光，及时捕捉国内外重要事件可能对银行经营造成的负面影响，并要有预防性的对策；要围绕资产收益率的提高、权益比例的改善做改革工作；要随着所有权结构的改革完善，不断优化产权结构，树立竞争意识。样，我国银行业的技术效率才能进一步提高。参考文献 1 Sherman,D.,and Gold,F.（ 1985）,Branch operationg efficiency:Evaluation with data envelopment analysis,Journal of Banking and Finance 9, 297-315 2 Yue , P. , （1992）.Data Envel

27、opment Analysis and Commercial Bank Performance : A Primer with Applications to Missouri Banks. Federal Reserve Bank of St. Louis Economic Review , January/ February No. 1 , pp. 31 - 45 3 Sathye ,M. , （2003）.Efficiency of Banks in a Developing Economy: The Case of India. European Journal Operational Reseach ,148 ,pp. 662 - 671 4 杨宝臣、刘铮、高春阳.商业银行有效性评价方法J. 管理工程学报,1999.6:13-19 5 秦宛顺、欧阳俊.中国商业银行业市场结构、效率和绩效.经济科学,2001.4:34-45 6