互联网金融背景下中国上市商业银行效率研究

芦晶晶

[摘 要]互联网金融时代的到来，给传统商业银行造成了一定的冲击。效率是银行核心竞争力的集中体现，运用以DEA方法为基础的Malmquist指数测算方法，对中国16家上市商业银行2013—2017年的全要素生产率变化指数及其三个组成部分进行测算分析，绝大多数传统商业银行不能有效抵御互联网金融冲击的负面影响，商业银行应推进转型升级，促进规模驱动转向技术创新驱动。

[关键词]互联网金融;商业银行效率;Malmquist指数;全要素生产率

[中图分类号]F830.9

[文献标识码]A

[文章编号]2095-3283（2019）12-0093-06

Abstract： The advent of the Internet finance era has caused a certain impact on traditional commercial banks. Efficiency is the concentrated expression of the bank's core competitiveness. The Malmquist index measurement method based on the DEA method is used to calculate and analyze the total factor productivity index and its three components of 16 listed commercial banks in China from 2013 to 2017. Most traditional commercial banks cannot effectively withstand the negative impact of Internet financial shocks. Commercial banks should promote transformation and upgrading， and promote scale-driven to technological innovation-driven.

Keywords： Internet Finance; Commercial Bank Efficiency; Malmquist Index; Total Factor Productivity

一、引言

近年来兴起的互联网金融潮流，实现了传统金融行业与互联网技术深度融合，创新了资金融通、信息中介服务等金融业务。2013年是互联网金融崛起的一年，自2013年第三方支付平台支付宝推出“余额宝”以来，众籌模式的网络投资平台、理财模式的手机理财APP（如理财宝）等非金融机构不断推陈出新。直至2017年，我国的互联网金融已从传统金融模式正式转型为互联网金融。根据国家互联网金融风险分析技术平台的监测数据，至2017年中国互联网金融行业规模已稳居世界第一，累计交易额达70万亿元。

互联网金融的迅猛发展，提高了我国的金融效率，甚至改变了我国的传统金融格局，同时对我国商业银行也造成了一定的冲击。从盈利角度看，商业银行主要以存贷利息差为收入来源，但在互联网金融发展后，商业银行吸收存款的能力出现了明显下降。根据央行数据统计，2013—2017年我国商业银行存款总量相对减少5万亿元。从风险角度看，我国商业银行流动性较低，放贷缓慢，再加上互联网金融新业务的拓展，金融服务成本低等都增大了传统商业银行的风险。

因此，商业银行在当今互联网金融的背景下应及时调整经营策略，结合互联网金融技术，合理规划投入产出，提高经营效率。

二、模型构建

在早期研究中，学者常采用CCR模型和BCC模型分析银行效率，但这种方法选取指标单一，无法详尽分解，因此我们采取改进后的Malmquist指数模型来分析商业银行的经营效率。

（一）DEA模型

三、实证分析

（一）样本选取

本文选取我国上市商业银行作为研究对象，我国上市商业银行共25家，为更有效地比较互联网金融给商业银行带来的效率的提高，去除2013年后才上市的9家商业银行，以剩余的16家商业银行作为研究样本，其中包括中国工商银行、中国建设银行、中国农业银行、中国银行、交通银行、招商银行、兴业银行、中信银行、浦东发展银行、民生银行、中国光大银行、平安银行、华夏银行、北京银行、南京银行、宁波银行16家上市商业银行。

（二）数据选取

考虑到数据的可获取性，数据区间选择为2012—2017年，以互联网金融出现时间2013年与互联网金融普及时间2017年两个时间作为时间节点，来分析互联网金融背景下中国上市商业银行的效率问题，进一步对未来总效率的改进提出建议。相应数据均来源于大智慧数据终端。

（三）指标选取

从银行的盈利角度来选取测度银行效率的投入产出指标。首先，营业支出和实物资产是银行运营过程中必要的投入成本，也能体现出该银行的资金实力和经营规模。其中，营业支出为营业税金及附加、业务及管理费用、资产减值损失和其他各项业务成本之和。实物资产为固定资产与在建工程之和。其次，产出的最直接表现形式即为净利润，另外，存贷比为银行的贷款总额与存款总额之比，是银行盈利能力的体现，较高的存贷比意味着更多的盈利。

（四）实证结果分析

在商业银行效率的实证分析中，本文主要运用全要素生产率及其相关指标对商业银行效率进行衡量，从16家商业银行各年平均全要素生产率和各商业银行平均全要素生产率两个方面，对指标测度值对比分析。全要素生产率是衡量单位总投入的总产量的生产率指标，从效率角度衡量，表示一定时间内经济中产出与各种资源要素总投入的比值。

1.16家中国商业银行全要素生产率测度

运用DEAP2.1软件计算出在2013—2017年互联网金融背景下16家中国上市商业银行全要素生产率的增长率（TFP）、综合技术效率变化指数（TEC）和技术进步指数（TC）三个指标的相关测度值，如表2 所示。

2.16家中国商业银行各年平均全要素生产率分析

2013—2017年中国16家上市商业银行综合技术效率变化指数（TEC）、技术进步指数（TC）、纯技术效率变化指数（PTE）、规模报酬变化指数（SE）、全要素生产率的增长率（TFP）的平均值，如表3所示。

从表3可以看出，2013—2017年中国16家商业银行的平均全要素生产率呈下降的趋势，但在后期下降比率逐渐变小，说明2013年互联网金融的出现给传统商业银行造成了一定冲击，互联网金融效率高，覆盖广，发展快的特点使传统商业银行业务逐渐被排挤，导致经营效率降低，但在后期开始逐步应对这一情况，使得下降趋势逐渐变缓，有望继续逐步回升。

表3中可观察到，2013—2017年全要素生产率的增长率和技术进步变化指数基本呈现相同趋势，绝大部分指数数值小于1，而综合技术效率变化指数大部分大于1，说明这些年间企业能够一定程度的利用现代互联网技术，经营效率提高，但由于金融产业的整体技术进步速度较快，前沿面移动效应较大，各企业的追赶效应未能跟上前沿面移动的步伐，因此TFP小于1。造成全要素生产率下降的原因是新兴产业的冲击，与实际情况互联网金融技术的高速发展造成传统商业银行技术的落后相符。而2016年综合技术效率变化指数相对较低，考虑原因可能为纯技术效率下降和规模效率下降，并可观察到2016年PTE纯技术效率变化指数相对较低，仅为0.939。

另外，观察到平均规模报酬变动整体呈先下降后上升趋势。查阅相关资料可知，互联网冲击的初期，大多数银行并未及时缩减网点规模，网点数量较多，致使规模效益下降，而在后期营业网点规模的缩减，为平均规模报酬的改善带来了一定效果。

3.16家中国各商业银行平均全要素生产率分析

2013—2017年中国16家上市商业银行有关综合技术效率变化指数（TEC）、技术进步变化指数（TC）、纯技术效率变化指数（PTE）、规模报酬变化指数（SE）、全要素生产率的增长率（TFP）的各年平均值，如表4所示。

从技术进步的角度看，16家股份制商业银行的平均技术进步变化指数均小于1，说明随着互联网金融时代的到来，互联网金融的新技术发展使得商业银行的技术相对落后，另外除农业银行外的其他银行平均全要素生产率均呈下降趋势，说明技术进步是造成商业银行效率降低的决定性因素。

从纯技术效率变化的角度看，绝大部分银行平均纯技术效率变化指数均大于1，各银行采取了相应的措施应对互联网冲击，说明纯技术效率的变动已经成为影响中国上市商业银行效率的重要因素。

从规模报酬变化的角度看，大部分银行的规模报酬变化指数小于1，说明中国上市商业银行规模报酬总体呈下降趋势，规模报酬持续下降，规模报酬为影响中国上市商业银行效率的另一个重要因素。

另外，从表4可以明显看出，在16家商业银行中发展较好的是农业银行，根据相关资料查阅，农业银行在2014年中期上线农行集支付、融资、理财、投融资交易和电子商务为一体的互联网金融综合服务平台。另外农行在全国所有县域都有网点，包括西藏、新疆等地区，且能提供综合服务，在发展电子化和金融互联网化方面有着其他任何银行都不具备的优势，。

四、结论及建议

（一）结论

从以上各银行的情况可得以下结论：1.中国16家上市商业银行绝大部分银行处于全要素生产率下降状态。2.中国上市商业银行全要素生产率的增长动力主要来源于纯技术效率的提高，而如何影响规模报酬是我国商业银行需要普遍重视的问题。3.对大部分银行来说，技术进步的变化对商业银行效率影响相对较大。4.各银行之间全要素生产率改进情况差异较大，需要优化的方面不尽相同。5.大多数商业银行效率各年波动幅度较大。

（二）对总效率改进的建议

1.借鉴互联网金融理念，推进商业银行转型升级

在互联网金融快速发展的時代，商业银行要尽快摆脱传统经营理念，改变固有格局，融入到互联网金融的发展趋势中。要从这一发展形势中，学习先进发展经验和理念，利用互联网资源，构建网上在线融资平台，拓宽服务渠道，积极发展线上业务。并针对不同形式的企业的不同种类融资意愿，制定具有针对性的融资计划，并将实体网点与互联网金融有效结合，拓展新型服务模式。

2.不同规模的商业银行根据自身特点实现个性化发展

商业银行应根据自身现状和自身优势等特点，采取相对应的决策，并保证各方面协调稳定发展。大型商业银行应利用已有的规模优势和较强的业务能力，借鉴商业银行转型成功的经验，而中小型商业银行应高度重视金融新业态，及时适应互联网金融环境。

3.规模驱动转向技术创新驱动，注重核心技术

互联网金融的优势在于技术变革降低了交易成本，简化了交易手续。商业银行应减少多余的人力物力投入，注重对高技术人才的培养，加强内部技术部门建设，核心技术自主化，推进各种自助终端设备研发，增添自助终端系统中更多种类的金融信息服务，推进自主终端架构提升，助力智能网点业务发展，提升自主服务水平，增强互联网金融环境下的竞争能力。

[参考文献]

[1]毕功兵，梁樑，杨锋.商业银行DEA效率评价投入产出指标选择研究[J].管理评论，2009，21（6）：10-16.

[2]邱峰.互联网金融对商业银行的冲击和挑战分析[J].吉林金融研究，2013（8）：44-50.

[3]袁晓玲，张宝山.中国商业银行全要素生产率的影响因素研究——基于DEA模型的Malmquist指数分析[J].数量经济技术经济研究，2009，26（4）：93-104，116.

[4]马占新，马生昀，包斯琴高娃.数据包络分析及其应用案例[M].北京：科学出版社，2013.

[5]柯孔林，冯宗宪.中国银行业全要素生产率测度：基于Malmquist-Luenberger指数研究[J].数量经济技术经济研究，2008（4）：110-120.

[6]陆龙飞，徐飞.金融科技背景下我国商业银行经营效率研究[J].金融教育研究，2018，31（5）：33-39.

[7] 罗斯丹;袁滢欣.我国高技术产业研发效率的研究——基于DEA-Malmquist方法[J]. 经济视角，2018（11）.

（责任编辑：郭丽春 董博雯）