银行效率的界定及测算方法研究

段伟伟

摘要：本文对近年来关于银行效率的界定及测度方法进行了较为系统地综述，并对银行效率的各种理解进行了评价，对各种测度方法的优缺点进行了比较分析。

关键词： 银行效率 测度方法 X效率

20世纪90年代后，随着经济全球化、金融自由化背景下的银行管制的放松，银行之间的竞争愈演愈烈。而银行业竞争的关键又在于效率的竞争。因此有必要对银行效率进行深入的研究，从而给开放后的中国银行提供一种可借鉴的思路。

一、 关于银行效率的界定

银行效率的定义从产业组织的角度一般可分为规模效率和范围效率。规模效率反映由于银行规模扩大，导致平均成本降低，经济效益提高的状况。范围效率反应由于银行的生产或经营范围的张缩，导致平均成本升降的状况。还可依据美国哈佛大学的经济学家Leibenstei（1966）的X-效率定义（基于某种原因，个人或组织正常工作时既不尽力又无效，在竞争压力小的情况下，许多人会以无效的较大努力作交换，或者寻求感觉较小压力以及更好人际关系的效用）直接定义银行的X-效率。传统理论认为，银行效率来自规模经济和范围经济，如Benston（1965），Bell和Murphy（1968）。但Berger, Humphrey(1994)和De Young（2001）等人通过研究证明，规模或范围不经济导致的低效率不超过总成本的5%，而X效率的提高能使成本节约20%。X效率被认为是决定金融机构经营绩效至关重要的因素，银行效率的研究范围也由最初的规模效率和范围效率发展到目前以X效率为主。

在界定了银行效率之后，本文将探讨银行效率的主要测度方法。

二、银行效率的主要测度方法

银行效率的测度方法，主要有两大类：财务指标法和前沿分析方法。所谓财务指标法，是指利用各种财务指标（平均资产回报率，银行贷款周转率和银行资本充足率等）来评价银行的经营效率。尽管财务指标方法在使用时比较方便，但却不能反映银行的整体绩效。因此目前采用比较多的银行测度方法是前沿分析方法。所谓前沿分析方法，是指通过测量某一待考查银行与效率前沿银行（efficient frontier bank）的偏离程度来衡量该银行的效率（又可称为前沿效率）。这里，效率前沿银行是指在给定技术条件和外生市场情况下，实现最佳绩效（成本最小化或利润最大化）的银行。效率前沿银行并不是现实中的某一银行，而是从经济最优化的角度构建的理想的高效率银行。要测定某一银行的前沿效率，首先要估测效率前沿银行的生产（成本或利润）函数，简称效率前沿函数（efficient frontier function）。依据是否要估算效率前沿函数中的参数，可将前沿分析方法划分为非参数方法和参数方法。

（一）非参数方法

非参数方法是与参数法相对应的方法，使用非参数法对银行效率进行测度时，不必估算效率前沿函数中的参数及规定函数的具体形式。非参数方法包括数据包络分析法（data-envelopment analysis approach,DEA）和自由排列包方法（FDH，Free Disposal Hull）两种。

（二）参数方法

参数方法在测度银行效率时，需要规定效率前沿函数的具体形式，并通过样本银行估算出效率前沿函数中的各个参数。根据测度银行效率为无效率项和随机误差项及对两者分布函数假定的不同，参数方法大致可以分为随机前沿法、自由分布法和厚前沿法等。

1.随机前沿方法（stochastic frontier approach,SFA）Aigner,Lovell和Schmidt（1977）率先提出了效率测度的随机前沿方法。随后，许多学者将该方法应用到对银行机构的效率评价，如Pi和Timee（1993），Mester（1993，1996，1997），钱蓁（2003），陈国中，刘志迎（2005）等。该方法假定随机误差项为对称分布（标准正态分布），无效率项为非对称分布（半正态分布half-normal distribution）。

运用随机前沿方法来测度银行效率需要规定效率前沿函数的具体形式，并通过样本银行估算出效率前沿函数中的各个参数，得到效率前沿银行的成本或利润函数；然后比较待考察银行的实际成本或利润与效率前沿银行的成本或利润的差异，来测度待考察银行的效率水平。

2.自由分布方法（distribution-free approach,DFA）

当能够获得时间序列数据和截面数据组成的面板数据（panel data）时，就可以放弃无效率分布的限制性假设。Berger(1993)称这种方法为“自由分布”方法。随后一些学者运用该方法对银行效率进行测度研究，如Berger（1993，1995），Adams，Berger和Sickles（1996），DeYong 和Nolle(1996),Hunter和Timme(1996),Berger 和Hannan(1997),Berger 和Mester（1997），DeYoung（1997），刘志新、刘琛（2004），谭政勋（2005）以及朱晓艳（2006）等。

自由分布法通过分离X非效率项和随机误差项，将每个银行的非效率值与样本中的最佳机构相比从而得出给定样本中每个银行的相对相率值。

3.厚前沿方法（thick-frontier approach,TFA）

比较常用的参数方法是厚前沿方法。Berger和Humphrehe Pulley(1993),Berg和Kim(1994,1996),Lang 和Weizei（1995），DeYoung（1994，1997）等学者都曾经用该方法测度过银行效率。与随机前沿方法相比，厚前沿方法也需要规定效率前沿函数的具体形式。然而，厚前沿方法不对随机误差项和无效率项的分布作具体的假设，而是假设样本银行可分为四分位区间的两组（绩效最佳和最差），在两组样本银行之间出现的差异是由无效率造成的；在组内样本银行之间出现的差异是由随机误差造成的。

（三）非参数方法与参数方法的比较

Berger 和Humphrey（1997）的研究表明在用前沿效率分析方法研究美国存款金融机构的122个案例中，有69项研究用的是非参数估计法，其中62项采用的是数据包络分析法；60项应用了参数估计法（有的研究采用了两种以上的方法），其中24项用的是随机前沿分析方法，20项用的是自由分布方法，16项用的是厚前沿方法。他们还进一步考察了在1988—1997年期间，研究美国银行效率的50篇文献中，测算银行成本效率和生产效率项目所运用的前沿分析方法有188项，其中运用非参数方法的有78项，运用参数方法的有110项。研究结果表明，总体效率均值为0.79，标准差为0.13，应用非参数方法得到的效率值为0.72，标准差为0.17，而参数方法的均值为0.84，标准差仅为0.06。由此可以看出，运用非参数方法测得的银行效率值偏低（相对于运用参数方法测得的银行效率值而言），而银行效率的标准差却偏大。

三、结束语

可见，近些年关于银行效率的研究日益增多，运用的方法也有不少。学者们通过运用各种方法对银行效率进行研究，但得出的结论却不是那么一致。效率的定义不同，采用的实证模型不同，采用样本的时间段不同，这就使得现有的结论不能给出比较一致的观点。如果银行效率研究可以构建经济体能够普遍接受的一套效率体系，则国际银行效率的提高就会有明确的方向与步骤。

参考文献：

Battes，G and Coelli T.A model for technical inefficiency effects in a stochastic frontier production function for panel data[J].Empirical Economics,1995,20.

Berg,S A,F R.Forsund,and E S Jansen.Malmquist indices of productivity growth during the deregulation of Norwegian banking:1980-1989[J]。Scandinavian Journal of Economics,1992,94.

常琨，贾守乔.中国银行业X效率实证研究.南方经济，2006（6）.

陈国中，刘志迎.基于Cobb-Douglas函数的银行效率研究.合肥学院学报（自然科学版），2005（12）.

胡颖，李文军.商业银行效率研究述评.2005(6).