中国银行业的效率现状及动态效率分析

文玉春

(中央财经大学经济学院,北京100081)

一、文献综述

银行效率就其含义而言是银行在业务活动中投入与产出或成本与收益之间的对比关系,从本质上讲,它是银行对其资源的有效配置,是银行市场竞争能力、投入产出能力和可持续发展能力的总称。国外学者在评价银行业效率时用到的方法可分为两类。一类是参数方法(Parametric Method)。比如,估计银行业效率的因子分析法(Noulas-David,1999),利用多元回归分析建立银行业绩效和效率分析模型(Shun and Stephen,2002),利用格兰杰(Granger)因果关系考察银行业的效率(Richard,2003),利用路径分析方法估计银行业的绩效(Louis, 2004),Cheryl(2005)通过产品周期模型探讨银行业的绩效,Jason-Hung(2005)估计银行业的全要素生产率。另一种是非参数方法(Non-Parametric M ethod)。主要通过大量的实际生产点数据基于一定的生产有效性标准找出位于生产前沿包络面上的相对有效点,主要是利用数据包络(DEA)分析模型。这种分析方法与传统分析方法明显不同。同时,DEA方法无需指定投入、产出间的特定技术函数关系,这也正好适合银行业这样具有复杂投入、产出关系的决策单位的绩效评价。

从研究的内容看,银行效率的研究可以简单划分为两个阶段:早期的研究集中于规模经济和范围经济的研究,即分别考察单位成本能否随着产量的增加而降低(规模经济),单位成本能否通过联合生产而降低(范围经济);近期的研究则倾向于生产效率的研究上。Hunter, W.C和S.G.Timme(1986),A shton和John(1998),Berger,A.N.(1998),Harker和 Kunt (1999)等在规模经济方面做了大量的研究。总结他们的观点,较为一致的结论是,银行业具有比较平坦的U型成本曲线,中型银行的效率通常高于大型银行和小型银行。由于技术水平和管理水平在不同国家间存在差异,并且由于技术进步,如计算机和金融衍生工具的运用,银行业的效率在最近几年有了大幅度的提高。对我国银行业规模经济的研究主要在1998年以后。于良春和鞠源(1999)、赵旭(2000)、陈永春(2004)等人进行了研究。研究结果多数认为,我国国有银行和股份制银行在规模经济状态和发展趋势方面存在一定的差异,股份制银行规模经济状态要好于国有商业银行,但其存在的非理性规模扩张行为已经导致其规模经济递减。20世纪70年代中后期到80年代初,各国银行为了摆脱金融管制而实施金融创新,使得人们的注意力集中在金融业的综合经营模式和分业经营模式上,理论界对银行效率的研究重点也转向了银行范围经济,但研究结果存在一定分歧。

利用DEA方法研究我国银行业的主要文献是陈刚(2002)运用DEA模型的Malmquist指数,对我国商业银行1994-1999年间生产有效性的动态变化进行了分析,认为我国商业银行一直在创新但是收效并不显著。张健华(2003)利用M almquist效率指数对我国银行业1997-2001年的效率变化情况进行了分析,认为我国商业银行效率在此期间呈逐年上升趋势。但其分析结果是对效率整体变化情况进行揭示,未对我国银行效率指数上升来源作更进一步的分析。王付彪、阚超、沈谦和陈永春(2006)对我国商业银行1998年至2004年的针对技术绩效进行了实证研究,认为银行业的技术损失率主要源自规模效率损失,但缺乏系统研究。

以上文献用DEA方法评价银行业绩效时存在两个方面的不足:一是它们对银行业绩效评价,或者用截面数据,或者用时序数据,而应用面板数据对银行业效率动态变化进行研究则不多见。二是从数据上看,以上研究或者存在样本数量不足,或者存在效率分解的不足,或者存在分组上的欠缺。从我国的银行业地域分布看,既有位于东部经济发达地区的,又有位于中西部经济欠发达地区的;从我国的银行业所属关系看,既有国有性质的银行,也有股份制银行;从银行规模和资产总量看,既有经营规模、资产总额较大的银行,也有中小型银行。这些都可能成为影响银行业生产效率的重要因素。本文将在充分考虑上述特征的基础上,运用DEA及M almquist生产力指数方法评估我国银行业的相对生产效率及效率变动情况。

二、模型、变量与数据

效率水平是由决定生产过程投入产出关系的技术水平或技术状态决定的。按照分析角度的不同,数据包络分析可以分为投入导向模型(Input Orientated Model)和产出导向模型(Output O rientated Model)两种。投入导向的模型是在给定产出水平下使投入最小,产出导向的则是给定一定量的投入要素,追求产出值最大。本文研究的角度是投入导向型。

(一)实证模型

1.数据包络分析(DEA)。Data Envelopment Analysis(简称DEA)方法最先由Charnes, Cooper and Rhodes(1978)提出,它主要通过运用线性规划方法来构建一个非参数前沿,从而可以对相对于前沿面的效率进行计算测度。其原理是在固定规模报酬假定下利用线性规划法及对偶定理,获得各决策单位的生产前缘,以计算给定样本中各个决策单位的相对效率值(其方法是将样本中每个银行的投入和产出进行加权平均,再与样本中的最佳银行相比),由此得出样本银行中哪些运行有效以及哪些无效。这一方法又被称CCR模型。假设存在规模报酬不变(CRS)的生产技术,则基于投入的DEA方法其实就是对下面线性规划问题进行求解:

其中,xi和yi分别是第i个生产决策单位的投入和产出向量,x和y则分别为 K×N矩阵和M×N矩阵,表示所有生产决策单位的总投入和产出量。经过求解,θ的值就是第i个生产决策单位的效率值。若θ=1,则说明其具有完美的技术效率,否则就说明其位于生产前沿之下,存在着1-θ的技术效率损失。上述方法假设所有生产决策单位都是在最优规模上进行生产的,而事实上,由于不完全竞争、资金约束等问题的存在,决策单位并不会在最优规模上进行生产,而是存在一定的规模效率损失问题,所以,Banker,Chames and Cooper(1984)去除了CCR模型中规模报酬不变的假设,而以规模报酬变动取代,发展成BCC模型。BCC模型能将纯粹技术效率和规模效率区分开来,可以衡量受评估单位在既定的生产技术情况下,是否处于最适生产规模状态,此模型是通过求解以下线性规划来对技术效率进行测度的:

其中,N 1是N×1向量,其他符号的意思和上式相同。这种方法可得到一个包络观测点在内的截面凸包,它比CRS方法得到的圆锥包更紧,并且得到的技术效率值θ大于或等于由CRS模型得到的θ值。

最后,用CCR模型下计算的技术效率值除以BCC模型下计算的纯技术效率值,就得到各决策单位的规模效率值。

2.Malmquist生产率指数。它是用距离函数来定义的,指第t期及第t+1的曼奎斯特生产率指数的几何平均数。假设(xt,yt)和(xt+1,yt+1)分别为t期和t+1期的投入产出关系。基于投入的生产率指数就是投入产出关系从(xt,yt)向(xt+1,yt+1)生产率的变化。

生产率的变化不仅来自技术进步,还来自综合技术效率的变化。综合技术效率就是生产技术的利用效率,也就是生产前沿面和实际产出量之间的距离。假设EC代表综合技术效率变动,则有:

技术水平的变化就是生产前沿面的移动。假设TC代表技术进步,则有:

M almquist生产率指数可以分解为综合技术效率变动及技术进步的乘积,同时,技术效率又可以进一步分解为纯技术效率和规模效率。

若EC>1,代表效率改善;EC<1,代表效率恶化。效率变动表示管理方法的优劣与管理阶层决策的正确与否。当效率改善,管理方式与决策正确、得当,就会使EC大于1;反之,如果管理方式与决策不当,会使EC小于1。TC表示产业在t期至t+1期的生产技术变化程度,由t+1期的生产技术变动值与以t期衡量的生产技术变动值的几何平均数求得。它代表两个时期内生产前沿面的移动,表明技术进步或创新的程度。若 TC>1,表示生产技术有所进步,反之,表示生产技术有衰退的趋势。

(二)资料说明

本文研究的银行,主要指经营吸收公众存款、发放贷款、办理结算等业务,以利润为主要经营目标的金融机构,而不包括政策性银行。样本区间为1999-2008年10年的经营数据,研究对象包括4家国有商业银行和10家全国性股份制商业银行①,分布在全国各省会的各大银行的分行作为具体研究的决策单位。所有数据来源于2006-2009年的《中国金融年鉴》。

(三)投入产出变量选择

DEA方法的关键在于选择输入、输出指标。O ral and Yolalan(1990)认为,在DEA分析中,选定的投入产出变量要能反映被比较样本的竞争环境,没有特定的原则可以遵从。当被比较的样本数量远大于投入产出变量的和时,DEA模型计算出的相对效率相对更可信(Parkan, 1987)。通常情况下,投入变量的数目大于或等于产出变量的数目。

银行的投入和产出与其他厂商存在明显的差别,这是研究银行效率的一个难点所在,也是研究结果差异较大的一个主要原因。目前主要有三种方法选取数据:生产法、中介法和资产法。在综合考虑上述三种方法并借鉴其他文献的基础上,本文将银行的经营费用、利息支出和固定资产净额作为银行生产投入要素,将存款、贷款和净利润作为产出要素,对我国的银行来说,贷款是其目前主要经营的产品,虽然目前其经营的其他产品种类在逐渐增加,但所占比重非常低。存款由于要支付储户利息,因此具有投入特征,同时存款又是银行进行贷款投放的重要资金来源,故又有产出特性。这里将其作为银行的产出变量。

三、实证结果与分析

将每家银行看作一个生产决策单位,运用上述模型来构造在每一个时期生产最佳实践前沿面,把每一家行的生产同最佳前沿面进行比较,从而进行经营效率测度。所得结论如下:

(一)基本效率分析

1.总体的规模效率、技术效率分析

本文主要采取投入导向的BBC模型。而BBC模型的效率可以进一步分解为综合技术效率值、纯技术效率值和规模效率值。我们将14家银行10年的投入产出数据经过DEA软件DEAP2.1运行计算所得到的综合效率值、纯技术效率值和规模效率值的结果进行整理,可以得到年度各效率的平均值,如表1所示。

表1 1999-2008年我国银行业的平均效率值

从表1可以看出,尽管我国银行业综合效率平均值呈现增长的趋势,但还是一直徘徊在相对较低的水平上,2006和2007年达到最高水平,也只有0.7248和0.7384。我国银行业综合技术效率低的原因是规模效率相对较低。具体到本文而言,主要表现为追求粗放式经营,各大银行将发展重点放在规模快速扩张上,战略多有模仿的倾向,银行功能趋于同质化,缺乏差异化服务战略;缺乏市场竞争力,理财产品和资本运营没有优势;缺乏浮动性的、针对高端客户的产品,网上银行的经营效率低。规模效率从1999年的最高点下降到2008年的最低点。纯技术效率虽然在1999-2001年出现了下降,但从2002年起表现出了上升趋势。规模效率跟纯技术效率相比在这10年中平均低7个百分点左右。纯技术效率表示在同一规模产出下,最小的要素投入成本。实证数据显示我国商业银行整体技术效率呈现改进趋势,这一结果与在1999年至2008年间,信息技术的应用和普及,积极推广业务电子化和网络化的事实相符合,由此带动了我国银行业的整体效率改进。尽管我国银行业改革力度不断加大,尤其是在加入世贸组织后,银行业改革进入加速阶段。但在资金规模、技术创新、盈利水平方面与发达国家相比,仍然存在较大差距。

2.各大银行的效率分析

(1)综合技术效率。利用CRS模型计算出14家银行1999-2008年的综合技术效率得分②。可以看出,民生银行绩效表现相对最高,其平均综合技术效率值为0.873,该行在2002、2004和2006年的绩效表现很好,综合技术效率值为1,但是其效率值也有波动。浦东发展银行的综合技术效率从2003年的0.720上升到2008年的1,从2003年起,其一直处于效率前沿,但由于1999-2002年效率值有起伏,它的平均综合技术效率值为0.806,位居第二。华夏银行在1999-2003年综合技术效率保持在较高的水平,但综合效率值在其余年份从0.654下降到0.560,它的综合效率平均值为0.771,居于第三。工商银行的综合效率值变化趋势呈现两个阶段,第一阶段由1999年的0.427上升至2004年的0.846;第二阶段由2005年的0.703下降到2007年的0.532,在考察期的最后一年达到0.589,它的综合效率平均值为0.714,列居第六位。建设银行的综合效率值只是在2005年达到0.532,其余年份的综合效率值在0.179-0.487之间波动,其综合效率平均值为0.394,位居最后。

按综合技术效率平均值的排名看,股份制商业银行的平均效率值普遍高于国有商业银行。在前六强当中,只有工商银行是国有银行且排名靠后。其他三家国有银行在总排名当中也都相对靠后,分别在第九、第十一和第十四位。且逐一年度进行比较,股份制商业银行的优势也比较明显。这说明国有商业银行在综合技术效率方面还存在很大的提高空间。

(2)纯技术效率。我们用VRS模型计算了不考虑样本规模因素的纯技术效率③。不管是国有银行还是股份制银行,它们的纯技术效率都处在相对较高的水平上,两类银行纯技术水平的差距很小。特别值得注意的是,2002-2009年期间,我国银行业的纯技术效率一直处于纯技术效率的有效区域,这与此期间我国银行业加大了技术投入力度、技术边界不断扩张的事实相吻合。在国有商业银行内部,工商银行的效率较高,在分析区间的10年里,平均效率值为0.749,有1年是处于生产前沿面上。股份制银行内部,民生银行表现非常突出,有3年处于生产前沿面上,在技术效率方面应该说是我国目前最好的银行。

(3)规模效率。综合技术效率除以纯技术效率,可以得到各行的规模效率。我国商业银行在规模效率方面不是很理想。浦发银行的规模效率除在期末较低外,绝大多数年份接近于1,规模效率平均值为0.883,该银行在考察期内的规模效率平均值表现最好。中信银行的规模效率表现与浦发银行遵循了同一个模式,也是期末效率降低,其他年份的规模效率都在0.7左右,其规模效率平均值为0.795,位居第二。民生银行和光大银行的规模效率都只是在最近两年才达到规模效率前沿,在其余年份,规模效率上下波动,它们的规模效率平均值分别为0.737和0.689,分别居于第三和第四位。中国银行的规模效率值在0.275-0.427之间波动,其平均值为0.385,规模效率最差。数据显示,我国银行的现有规模和效率值之间尚未形成明显的匹配关系。

在规模报酬方面,我国商业银行除个别行个别年份处于规模报酬递增区域,可以进一步通过扩大经营规模提高效率外,其余年份则处于规模报酬不变或规模报酬递减区域,这说明从整体上看,我国银行的规模效率值不高主要原因在于资产规模过大而导致规模无效,需要通过减小规模来提高效率。这说明一个很现实的问题,相对于现有的经营管理水平而言,我国的商业银行的经营规模不是过小,而是过大。

综合技术效率分解为纯技术效率与规模效率,给决策单位在长期和短期改进绩效行为上提供了参考。如果一个决策单位综合技术无效率主要是因为规模过小导致的规模无效率,当它处于规模报酬递增状态时,决策单位应该通过兼并使规模扩张,以达到长期的效率改进目的。另一方面,如果综合技术无效率主要是由于纯技术无效率,决策单位应在不改变规模的状态下,谋求短期的效率改进。因此,我们应该分析一个决策单位的综合技术效率低下主要是来自纯技术的无效率还是规模的无效率。比如,建设银行的平均纯技术效率和平均规模效率分别为0.638和0.451,因为纯技术效率已接近有效,综合技术效率低主要是因为平均规模无效率。这个结果反映了建设银行在过去几年一味的规模快速扩张导致效率较低,尚未形成符合发展要求的经济规模。以上分析可以看出,我国商业银行的纯技术效率值均比较高,经营效率损失主要来于规模效率损失。

3.不同区域的商业银行效率分析

各个商业银行在东、中和西部地区都设有分行,为了简化问题研究,我们把位于不同省会的各个分行分别作为一个独立核算经营单位,试图从地域分布层面来考察我国银行业的效率问题,探讨区域因素对银行效率的影响程度。从DEAP2.1计算结果④可以看出,各区域的银行效率并不相同。东部地区的综合技术效率平均值在三个区域中相对最高,其次是西部地区,最后是中部地区。东部地区的规模效率平均值也高于中西部地区的平均值。这与东部地区具有雄厚的经济基础,并由此带来的资金、人才、配套环境等多方面的优势密不可分。中西部地区的银行在上述几方面的劣势使得其平均生产效率落后于东部地区。三个区域的纯技术效率平均值相差无几,接近效率前沿,说明三个区域银行单位的经营管理理念和管理方法趋同,通过计算机互联网采用相同的办公操作系统,都相对有效。相比纯技术效率和规模效率,无论在东部还是中西部地区,规模效率都低于纯技术效率,但这一问题在中西部地区银行表现得更突出。

4.不同规模的商业银行效率分析

根据2009年各大银行的年度公司报表,依据资产总量把我国的银行分为了大、中、小三种类型⑤,以此来考察不同规模的银行效率,从经过DEAP2.1运行计算得出的结果⑥看出,除了纯技术效率在大中小型银行中相差无几且大型银行稍占优势以外,综合技术效率平均值和规模效率值在大中小型银行当中依次升高。这说明大型银行的综合技术效率平均值和纯技术效率平均值比中型企业差,中型银行比小型银行差。原因可能有:一是中小型银行及其分支机构主要集中在经济发达的城市,经营能力相对较强,宽松的管理环境比大型银行的行政等级制度更有利于创新活动的开展和管理效率的提高;二是自身资产规模的原因,与大型银行相比,中小型银行资产和存款投入规模相对较小,且由于所在城市比较发达,因此其产出指标相对较高,进而以投入产出来衡量的技术效率也就比较高。这说明,规模是影响我国商业银行效率的主要因素。

5.不同经济类型的商业银行效率分析

不同经济类型的银行也可能成为影响整个银行业效率的重要环境变量。根据我国银行业的经济类型构成现状,将14家银行划分为国有银行和股份制商业银行两大类。从经过DEAP2.1运行计算得出的结果可以看出⑦,不同经济类型的银行业效率,从企业类型与生产效率的关系来看,无论是纯技术效率、规模效率,还是作为两者乘积的综合技术效率,都是股份制商业银行高于国有银行。1999-2008年期间,股份制银行比国有银行的综合技术效率平均值高出3.77%。究其原因,主要是由于股份制银行具有生产规模适度、经营管理较为规范的良好发展基础,同时机制比较灵活,部门之间的协调更便利一些,更容易形成商业合作,无论是服务体系的支撑,还是网点、渠道(电子渠道、物理渠道)等,股份制银行都比国有银行转得快,反应也快。

(二)我国银行业动态效率分析

动态效率考察的是在生产技术可变条件下的效率变动情况,由前面分析可知,表示生产力变动的M almquist生产率指数可以用EC和TC的几何平均值来计算。其中,EC这个指数测度时期t到t+1每个观察对象到最佳实践边界的追赶程度。TC指数测度技术边界从时期t到t+1之间的移动。由DEAP2.1软件运行的结果整理结果表明M almquist生产率指数大于1,表明相对的经济绩效的改善,反之,则意味着生产率的退步或者恶化。从分析数据可以看出以下几个特征:一是我国商业银行整体效率呈现改进趋势,1999年至2008年平均增长指数为1.063,表明每年平均增长6.3个百分点,其中效率的相对改进为1.8个百分点,技术进步为4.5个百分点,我国银行效率改进主要来自于技术进步,说明在这期间,我国银行业技术投入的增加产生了积极效应,如计算机和金融衍生工具的运用,尤其是我国商业银行近年来在信息化方面的投入力度不断加大,数据集中和各操作程序的科技化水平的不断提高所产生的积极作用非常明显。二是比较国有商业银行和股份制商业银行发现,国有商业银行的效率改进程度明显要强于股份制商业银行,1999年至2008年间,国有商业银行平均效率提高11.3%,而股份制商业银行只有4.7%。在国有银行和股份制商业银行效率改进中,其效率改进大部分来自于技术进步,分别为9.1%和3.5%,这和银行整体变化趋势是一致的。三是银行间的效率改进情况差异非常大。在1999-2008年间,有12家银行Malmquist指数大于1,表明这些银行在此期间效率得到了改进,但深圳发展银行和招商银行Malmquist指数小于1,显示其效率出现了退步,深圳发展银行效率退化主要来于其效率的相对变化出现了退步,而招商银行却主要是其技术进步方面出现了退步。在14家银行中,中国银行的效率改进最为突出,其年均Malmquist指数达到1.209,其效率改进来源也主要是技术进步。四是多数银行的效率改进年度间波动较大。以中国农业银行为例,其Malmquist指数在2005-2006年间达到了最大值1.328,但在2004-2005年和2007-2008年间则分别为0.895和0.967,出现了较大的效率退步现象,可能受经济运行情况和宏观环境的影响较大。

注释:

①由于城市商业数量多达112家,难以统计其数据,且在整个银行业当中所占较小比重,这里忽略各种城市商业银行。

②③④⑥⑦因篇幅因素,此处未列出具体计算结果,感兴趣的读者可与作者联系。

⑤根据中国人民银行对大中小型银行的划分方法,依据资产总额、从业人员数和利润额三项指标对银行进行了划分。根据这一办法,但从资产总额来看,大型银行的标准是指资产总额达到5万亿元人民币以上;中型银行资产总额在5-1万亿元人民币;小型银行资产总额在1万亿元人民币以下。本文把建设银行、农行、中国银行和工商银行划分为大型银行,交通银行、浦发展、中信银行、兴业银行、民生银行和光大银行划分为中型,华夏银行、招商银行、深发展和广发展划分为小型银行。

[1]Berger A,W.C.Hunter and S.G.Tinune.The Efficiency of Financial Institution:A Review and Preview of Research Past,Present and Future[J].Journal of Banking and Finance,1993,17(2):221～249.

[2]Leigh Drake,Maximilian J.B.Hall.Efficiency in Japanese banking:An empirical analysis[J].Journalof Banking and Finance,2003,27:891～917.

[3]Dem setz,R.,Saidenberg,M.,Strahan,P.Banks w ith something to lose:The discip linary role of franchise value[J].Federal Reserve Bank of New York Economic Policy Review,1996,11(5):39～42.

[4]Federico A.Guala.Measuring Economiesof Scale and Scope fo r the A rgentine Bank Industry:A Comparative Analysis,1996-1999[R].U IUCDepartment of Economics Working Paper,2002.

[5]Geo rge J.Benston,Gerald A.Hanweck.Scale Economies in Banking:A Restructuring and Reassessment [J].Journal of Money,Credit and Banking,2005,23(5):415～417.

[6]Keeley,M.C.Deposit insurance,risk,and market power in banking[J].American Economic Review, 1990,9(4):101～105.

[7]姚树洁,冯根福,姜春霞.中国银行业效率的实证分析[J].经济研究,2004,(8):24-28.

[8]刘宗华.中国银行业规模经济的实证检验[J].统计研究,2003,(11):5-9.

[9]魏煜,王丽.中国商业银行效率研究:一种非参数的分析[J].金融研究,2000,(3):34-36.

[10]陈刚.评价我国商业银行生产有效性动态变化的Malmquist指数[J].决策借鉴,2002,(11):78-80.

[11]张健华.我国商业银行效率研究的DEA方法及1997-2001年效率的实证分析[J].金融研究,2003, (3):18-22.

[12]汪祖杰.商业银行生产函数的定义与规模效应的方法论研究[J].金融研究,2004,(7):9-13.

[13]赵旭.国有商业银行效率的实证分析[J].经济科学,2000,(6):51-53.