我国发行优先股的上市商业银行融资效率分析

曹翠珍 杜威

【摘 要】 文章利用2016—2018年18家发行优先股的上市商业银行有效数据，通过DEA-Malmquist方法进行发行优先股融资效率的评价，并通过线性回归模型分析了融资效率的影响因素，为我国商业银行使用优先股进行融资提供一定的理论支持。通过对银行相关融资指标进行实证分析发现，我国发行优先股的上市商业银行融资效率弱有效，主要体现在2016—2018年综合技术效率大幅度下跌，规模效率不稳定，全要素变动水平有下降趋势等。针对这些问题，从优先股融资成本控制、融集资本使用效率、优先股发行方案选择方面提出改进建议。

【关键词】 优先股; 数据包络分析; 融资效率; 商业银行

【中图分类号】 F832.33;F832.51  【文献标识码】 A  【文章编号】 1004-5937（2021）06-0081-07

一、引言

随着国务院、证监会等监管部门对优先股业务相关规定的颁布，优先股正式登陆中国资本市场。2014年11月28日，我国第一支优先股“农行优1”在上海证券交易所挂牌上市。截至2020年底，滬深A股上市、挂牌的优先股共计29家公司，交易统计共2 028次;由银行发行的共计20家，其中6家先后在H股发行了境外优先股。尽管我国发行优先股的上市企业逐年增加，但相较于发达国家，我国优先股的发行还处于试行阶段。同时出于谨慎性考虑，我国发行优先股条款比较严格，优先股发行受各方面限制缺乏灵活性，未能充分发挥应有的作用[ 1 ]。

企业的融资模式分为股权性融资和债权性融资，优先股作为一种介于普通股和债券之间的混合型证券，兼具股权融资和债务融资的优点[ 2 ]。为了对企业的融资水平进行定量描述，曾康霖[ 3 ]最早在分析直接融资和间接融资时提到了“融资效率”的概念。“效率”的基础涵义指产出投入比，从微观层面来说，融资效率是企业在进行融资时投资收益和融资成本的比值。本文研究的是优先股融资效率，因此界定其为需求资金的企业在金融市场上通过优先股进行资金融入时所产生的产出投入比率关系。

商业银行是实体经济发展资金的重要来源，对国民经济发展影响深远，融资效率代表银行是否能以较低的融资成本获得更多的资本并将其有效运用的能力。银行业发行优先股，主要目的是提升资本充足率，减轻普通股股权融资压力，是优先股最具规模和潜力的市场[ 4 ]。另外，在监管层面，银行业发行优先股有不同于其他行业的特殊条款。例如只能采用非公开发行的方式，股息发放只能是非累计、非强制，且必须设置强制转股条款等。因此，本文选取发行优先股的商业银行作为研究对象，研究其融资效率具有一定的代表性，对银行业具有重要的现实意义。

综上所述，作为我国上市企业优先股融资的主力军，商业银行是否通过发行优先股提高自身融资效率有待研究。另外由于之前优先股发展较缓慢，所能得到的数据有限，我国学者对优先股融资效率的分析多停留在理论层面，主要有优先股政策的改进、企业发行优先股的原因和存在的问题等，较少对发行优先股的企业进行综合性实证分析。随着近两年上交所、深交所等平台相关数据的披露，针对优先股融资效率的实证研究成为可能。基于此，本文运用2016—2018年我国18家发行优先股的上市商业银行的有效数据进行实证分析，以期说明这些银行发行优先股进行融资所达到的效果，并针对我国商业银行在今后的发展中如何结合优先股提高自身融资水平提出相关建议。

二、实证分析

（一）研究方法确立

非参数推断法是在整体布局形势未知情况下所采取的一种常规统计推断法。作为最常用的非参数推断方法之一，DEA（数据包络分析法）在投入产出效率分析领域具备独到优势。20世纪80年代末，美国运筹学家Cooper等[ 5 ]在对公共部门进行效益研究的过程中首先发现了参数推断法的不足，想要创造一种能够避开参数问题的推断方法，进而拟定了新的效率评价模型CCR，该模型假定规模收益不变。之后有学者对CCR模型进行改善，得到BCC、FG和ST模型，分别假定规模收益变动、规模收益递减和规模收益递增。这几类模型在问世后很快成为西方经济组织最常用的规模效益分析模型。然而，CCR容易受到规模效率（SE）的影响，且我国企业发展与宏观经济和财政息息相关，对于SE经常出现波动的中国企业而言，CCR模型并不实用，相较之下BCC在国内企业中的应用更为普遍。

全要素生产率是衡量生产效率的重要指标，是除去劳动力、资本等有形生产要素投入后的“剩余”，反映由技术进步、规模效应变动等因素引起的总产出增加。

在Malmquist生产力指数问世后，Charnes为代表的学者以创新思维将Malmquist指数与DEA方法进行结合，将推断周期从t延展至t+1，对Malmquist指数和技术效率变动（effch）、技术进步变动（techch）和全要素变动（tfpch）等相关指数间的内在联系进行了具体描摹[ 6 ]。在DEA方法的帮助下，决策者能够对不同规模报酬下的技术效率变动情况进行整体了解，对纯技术效率变化（pech）和规模效率（sech）的阶段变化水平进行精准分析，为技术投入评估提供有效指导。通过DEA方法的应用，Malmquist指数分解了驱动全要素生产率变动的因素，得到了驱使全要素生产率变动的特征，指标效能得到增强。从s时期到t时期，Malmquist指数一般形式为：

再根据Charnes等[ 5 ]的分解模型，Malmquist指数关系式为：

其中，纯技术效率变动PE和规模效率SE是技术效率变动EC的主要支撑。按照tfpch=techch×effeh以及effeh与pech、sech之间的关系，可得到tfpch=pech×sech×techch的最终结论。当tfpch>1说明生产率水平提高，反之降低。当pech指数与sech指数同步上升时，effeh会呈现出正向波动，无论effeh指数上升，还是techch指数上升，均能引起tfpch上升。techch代表技术进步，反映的是技术边界的推移程度，techch>1表明技术进步和技术创新。

（二）数据来源和样本选取

本文根据万得（Wind）数据库与东方财富网得到上市公司发行优先股的预案公告日与发行样本公司，整理得截至2018年底沪深两市共26家上市公司发行优先股，有13家公司二次或三次发行优先股，共计37单，总融资规模超过6 000亿元。其中商业银行为发行优先股的主力军，共19家，本文以这19家商业银行为数据样本进行融资效率分析。为满足研究需求，总体样本应满足如下条件：（1）剔除不能够从万得数据库中得到发行优先股样本公司及预案公告日的样本。（2）剔除不能够在上交所及深交所官网查到相关指标信息的样本。（3）剔除样本银行在发行优先股前后长时间停牌或影响其股价等情况出现的样本。经过筛选，本文最终确定符合条件的样本数为18个。

（三）融资效率评价指标选取和数据预处理

随着金融市场影响因素的增多，融资效率分析的难度在不断加大，即便是同一维度的指标，研究结论也可能存在导向性的显著差异，能否选出适宜指标变量，对最终的效益分析起决定性作用。研究融资效率测度的核心是构建全面、科学、合理的评价指标体系，因此在构建发行优先股的商业银行融资效率评价指标体系中需要严格遵守可获得性、科学性、可比性的原则。

从财务角度来看，优先股具备债股特性，股息率高于一般债券的利率，具体表现在金融企业为补充权益资本从而满足监管要求，因此一般确认为权益工具。出于对企业资本结构的考虑，旨在降低负债率，所以发行方发行优先股将对其资产负债率造成一定影响，同时也对发行人净资产、净利润产生影响：当优先股作为权益工具核算，将增加报表层面的净资产，从而对总资产收益率、净资产收益率产生影响。另外股本作为核心一级资本，它的变化体现在优先股能否对发行方控制权产生影响[ 7 ]。本文将银行的融资规模、内部融资、债券融资和股权融资四个角度作为投入，而将收入水平和发展能力作为产出，最终确定投入指标具体为资产总额、总资产收益率、资产负债率和股本，产出指标为净资产收益率和主营业务收入增长率。指标具体说明见表1。

（四）融资基本效率分析

1.静态融资效率分析

因为MAXDEA7.0模型要求数据必须非负数，所以需要对各项指标作无量纲化处理，这样可以将数据归集到0～1区间内，极值公式为：

其中，Yij表示变量，i表示變量个数，i=1，2，…，7，j表示DMU个数，j=1，2，…，163;bi=max（Xi1，Xi2，…，Xij），ai=min（Xi1，Xi2，…，Xij）。

（1）总体评价融资效率。表2展示了BCC模型计算所得目标银行在不同时间段内的三大效率指标变化情况。根据表中数据，技术效率等于1意味着技术收益不变，且此时的技术效率达到最优;同样的，规模效率等于1，表明规模收益不变，规模效率达到最优。得出的数值越接近1，说明效率越高。由表2可知，我国发行优先股的上市银行融资效率普遍较高，但2016年和2018年融资效率有效的银行只有宁波银行和平安银行两家，2017年融资效率有效的银行只有江苏银行、杭州银行和宁波银行三家，约占整体80%以上的银行融资效率弱有效。再对2016年到2018年三年期的融资效率进一步评价，可以发现尽管2017年均值数据有小幅度上升，但2018年降至三年最低，呈现先升后降的趋势，结合各大银行2018年年度报告，笔者认为与中美贸易战有关。主要表现为2018年国际金融市场波动较大、美联储加息四次并持续缩水、欧央行停止购债计划、多个新兴经济体央行加息、全球流动性有所收紧、以美国为代表的西方经济体对华贸易的抵制、东南亚地区整体金融环境的动荡及其他相关因素，导致中国上市银行整体融资效率大幅降低。再观察中国五大商业银行，可以发现融资效率均表现为弱有效。三年内，除了2016年平安银行融资效率有效，其他融资效率有效的情况均为江苏银行、杭州银行、宁波银行等城商行，表明这18家银行中城商行的融资效率最高，其次是股份制银行和中国五大行。虽然处于银行业第三梯队的城市商业银行资金来源渠道有限，但是国家出台的一系列扶持政策在一定程度上缓解了前述因素对其发展所造成的负面效应，加上地方上市城商行优先股发行能力不断增加，使其融资能力、安全边际提高，且缩小了资本充足率与行业的差距，因此我国上市城市商业银行发展形势总体乐观。以宁波银行为例，宁波银行于2015年11月发行优先股，此时宁波银行的核心一级资本充足率为8.92%，逼近最低标准值，而发行的优先股募集了48.5亿元的资金，全部补充了一级资本，帮助宁波银行满足了严格的资本监管要求。宁波银行以科学的方法进行市场分析，利用便捷服务优势与大型国有银行进行市场竞争，利用社区金融、网络金融等信息化管理不断优化客户消费体验，在国有银行和股份制银行占据大半市场的情形下获得有效发展。宁波银行资产总额于2015年发行优先股至2018年从7 165亿元增长至11 160亿元，年均复合增长率13%。优先股发行为宁波银行融资发展提供了强大动力，仅2015年优先股发行首年，就帮助银行在债权融资相对困难的情况下吸纳了近50亿元的融资资金，成为宁波银行后续发展的中流砥柱。

（2）纯技术效率与规模报酬分析融资技术效率能够从整体上对各家银行进行评价，但无法分析融资效率的深层次原因，因此笔者对三年来18家发行优先股的上市银行技术融资效率和规模融资效率发展变化情况进行深入研究，结果如表3、表4所示。

由表2可知，2018年综合技术效率相比前两年大幅下降，中国银行、建设银行、交通银行、浦发银行为首的10家商业银行综合技术效率平均降至0.766，说明2018年银行业在现有的投入条件下，资源整体利用水平有待提升。进一步分析表2和表3可知，三年各银行纯技术效率和规模效率均在0.9上下波动，说明由于国家政策对发行优先股的企业有严格限制，多为上证50的企业，表明发行优先股的银行管理水平高，有着高效的经营管理模式，资源规模和配置能力较好。但是观察2016—2018年纯技术效率等于1的企业数量，虽然呈现先降后升的趋势，但2018年低于2016年比例，另外中国银行和工商银行2018年纯技术效率低于0.8，说明整体纯技术效率有一定程度的下降，各大银行仍需加强自身管理水平。

商业银行规模效率是影响其整体收益的重要因素之一。规模效益分析能够帮助决策者从效益管理领域出发，对银行的组织规模进行理性判断[ 8 ]。例如商业银行规模较小，就可能限制其技术应用、声誉和知名度等层面的发展;规模过大，则可能造成因银行投入过高成本而导致的规模收益递减，即成本的投入高于获得经济效益的增加，反而不利于银行技术效率及融资管理的良性发展。

由表2和表4可观察到2016—2018年总体样本规模收益波动很大。可以看到南京银行一直保持规模收益递增，宁波银行三年来规模收益不变，根据这两家银行的年报以及公告可以得知，组织规模调整与两家银行的综合收益提升有着很大关系：通过科学的组织规模调整，两家银行的垂直管理水平得到有效提升，劳务分工更加合理专业，资源投放管理模式得以优化，进而实现了组织规模产出效益的整体升级，使企业规模收益不断增加。当企业规模发展到一定水平，企业的收益模式也会发生蜕变，企业将脱离规模收益递增，进入规模收益不变的阶段，此时企业的效率达到最优状态。然而大部分银行在2017年都规律性地表现了规模收益递减，2018年又出现规模收益递增，并且招商银行规模收益是持续递减的。虽说规模收益在2018年有小幅度回升，但是总体依然低于2016年，这说明大部分银行已经由于内部监管、资本运用、信息传递较低等因素降低了生产效率，导致融资成本投入过多，再加上银行管理模式落后，信息处理效率低下，也导致2018年各项指标大幅度下跌。

具体观察2018年规模效率的数据，可以发现国有五大行除了交通银行外，中国银行、工商银行、农业银行和建设银行整体的规模效率高于0.9，国有银行规模效率偏高。相比之下，一些上市中小型银行规模效率普遍偏低，光大银行、北京银行、华夏银行、中信银行、江苏银行、杭州银行规模效率低于0.9。以上表明在这18家银行中，中小型银行和国有五大行还有较大差距，如何吸引优秀员工加盟、完善组织结构、扩大组织规模成为中小城市商业银行发展的重中之重。

2.动态融资效率分析

以2016年财务数据为基期，运用MAXDEA7.0软件，选择Malmquist指数计算发行优先股上市银行融资效率的动态变化值，结果分析见表5。定义2016年Malmquist指数为1，可以看出表中2016—2018年全要素变动均值为0.907，三年期间发行优先股的上市银行全要素变动水平有下降趋势，且平均降幅超过了10%。通过调查得知，各家银行对技术研发的懈怠和技术创新投入的减少是引发这种现象的主要原因。国有五大行除了中国银行全要素变动率略有上升，年均上升1.51%外，其他四大银行全要素变动率均有所下降，其中農业银行下降最多，年均下降1.43%。

再深度分析，技术效率的波动是造成全要素水平下降的主要因素，说明发行优先股的上市商业银行技术创新领域管理一般。将技术效率变动分解后可观察到纯技术效率变动与规模效率变动均有小幅度降低，说明在资金准投和产出方面还存在巨大的可调整空间，这一点也印证了上文对发行优先股的上市银行融资效率横向静态分析结论，即规模收益不稳定且整体呈现递减从而引发了目标商业银行融资效率的滑坡，且通过Malmquist指数测算，规模效率每年都在递减。同时，受不良国际金融局势的影响，中国五大银行的平均技术效率普遍下降，其中下降最严重的是农业银行、中国银行和工商银行，分别为18.08%、30%、24.42%，而平安银行平均技术效率大幅度上升，为26.6%。结合平安银行三年年报及相关公告进行分析可以发现，平安银行在2016—2018年间始终坚持技术研发和科技创新工作，通过自主研发和科学引进相结合的方式不断完善自身科技构架，在保持构架完整、数据共享的基础上增加了构架的业务垂直管理功能，实现了业务管理效率的有效升级，在提升组织技术效率的同时实现了全要素生产率的上升。

3.融资效率的影响因素分析

前文使用DEA—Malmquist方法对发行优先股的商业银行融资效率进行了宏观因素分析，但对企业的融资效率分析来说，部分微观因素也对企业融资效率造成了显著影响，因此还需要对那些可能引发融资效率变动的微观因素进行进一步探究。微观因素一般包括企业规模、盈利能力、营运能力、成长能力、偿债能力、资本结构等多个维度，多元回归线性模型作为研究多变量影响因素的有力工具，进行企业融资效率分析尤为适宜，同时也是国内外学者普遍认可的企业融资研究方法。

本部分为了反映发行优先股的商业银行融资效率的影响因素，以上文测算的综合技术效率（TE）为因变量，以资产总额（TA）、总资产收益率（ROTA）、资产负债率（DB）、股本（CS）、净资产收益率（ROE）和主营业务收入增长率（OPT）为自变量，选取2018年的数据进行多元线性回归分析，构建多元回归方程如下：

如果不同的变量影响因素间存在共线性问题，必会对变量分析造成不良影响，并最终酿成不准确的分析结果，因此首先进行变量因素的相关性检测及指标排除，发现融资效率与全部自变量均显著相关，符合数据分析的显著性要求。进一步进行多元线性回归，模型在0.01的水平上显著，且拟合度为0.633，说明在很大程度上自变量能够对因变量的变化情况进行解释。根据多元线性回归参数估计（表6）可以看出：在0.05的显著水平上，资产负债率、总资产收益率与融资效率显著负相关;净资产收益率与融资效率显著正相关;在0.1的显著水平上，主营业务收入增长率与融资效率显著正相关;在0.5的显著水平上，资产总额和股本与融资效率显著负相关。

从上文的分析可以看出，企业的收益能力、股东权益收入水平是企业提高融资效率的关键，而企业的负债水平越高，企业的融资效率越低，银行发行权益型优先股有利于降低资产负债率，提高公司的财务杠杆水平，从而提高融资效率。考虑到银行是高杠杆经营行业，由于优先股股利的支付顺序次于债务，且优先股股息率一般高于债务的利率，加之互联网金融从存款、贷款、理财投资、企业融资方面对银行业的冲击，导致银行业总资产受影响，其总资产收益率体现出显著负相关。但如果发行银行有持续较高的资本经营效率，优先股募集资金将会持续提高营业收入和净利润水平，从而提高发行银行的净资产收益率，净资产收益率的提高有助于提升企业融资效率。同时，如果企业营业收入增长率较高，则证明企业主营业务的市场拓展能力、成长能力较强，具备长期投资的价值，这一点也是大众投资者所普遍看重的地方，投资者更容易获得高额的投资回馈，企业融资效率未来可期。最后，若其他变量不变，当企业的资产总额增加，企业规模突破合理区间，其所具有的生产驱动效应将不再显著，融资效率也会同步下降。说明企业规模较大时融资得不到高效利用，从而融资效率处于较低水平。而股本的变化体现了优先股对发行方控制权的影响，表明对于银行，优先股依然是附属资本，而普通股是核心资本，实证分析显示股本对银行融资效率的影响为负相关，股本越高，商业银行优先股融资效率越低。

三、研究结论及建议

（一）研究结论

本文采用数据包络分析（DEA）模型和多元线性回归分析模型，实证分析了我国2016—2018年以发行优先股为背景的18家商业银行融资效率情况，通过研究得出以下结论：

1.通过静态融资效率分析发现，在2016—2018年，我国发行优先股的上市商业银行弱有效。2016—2018年融资效率并不平稳，造成这种现象的原因，一方面是国内经济正处于披荆斩棘的改革阶段，另一方面也与世界经济局势的动荡有脱不开的关系。2018年综合技术效率相比前两年大幅度下跌，说明2018年银行业在现有投入条件下，产业整体效率仍存在较大增长和改进空间。三年各银行纯技术效率和规模效率表现较好，说明由于国家政策限制，发行优先股的商业银行多为上证50的银行，整体融资管理水平不错，也有着高效的经营管理模式。但是发行优先股的商业银行规模效率并不稳定，70%以上商业银行在2016—2018年都呈现出规模收益先减后增等情况，且截至2018年末的规模收益普遍低于2016年。表明存在内部监管、资本运用、信息传递较低等因素降低了融资效率，导致融资成本投入过多，获得经济效益增加比例低于成本投入比例。

2.通过动态融资效率分析可以发现，三年间发行优先股的上市银行全要素变动水平有下降趋势，主要是各家银行技术创新水平有所下降。进一步研究发现中国五大行除了中国银行外其他銀行全要素变动水平下降较为明显，其中技术效率指标下滑对全要素水平造成的负面影响尤为显著，这也揭示了18家银行对技术管理创新的忽视。纯技术效率变动与规模效率变动均有小幅度的降低，代表整体上资金的投入和产出不太能达到最佳经济效益合理规模，通过Malmquist测算，收益不稳定和规模效率的下滑成为引发商业银行融资效率下跌的主要原因。观察中国五大银行可以发现其平均技术效率均有所下降，农业银行、中国银行和工商银行下降最严重，也说明五大行发行优先股确实为其带来了一定的融资成本压力。优先股虽然不用偿还本金，但是相对于普通股而言，每年优先支付的股息也是一笔不小的费用[ 9 ]。

3.通过多元线性回归模型分析，上市商业银行发行权益型优先股有利于降低资产负债率，提高公司的财务杠杆水平，从而提高融资效率;优先股募集资金将会持续提高营业收入和净利润水平，从而提高发行银行的净资产收益率;企业营业收入增长率较高，更容易获得投资者的青睐，从而具有较高的融资效率;考虑优先股是附属资本，股本的主要变化取决于普通股，过多的股本会导致融资效率降低。

（二）建议

1.商业银行应做好应对优先股融资的成本控制

截至2018年底，共有19家银行发行优先股，其中有8家二次发行，但是根据上文规模收益不稳定的表现，商业银行利用优先股融资并非都取得了很好的效果，例如不能达到优先股发行的融资预期，即银行优先股筹资带来的利润小于每年支付的优先股股息。另外，因为《商业银行资本管理办法》规定商业银行必须设置将优先股强制转换为普通股的条款，就存在当银行因经营不善导致一级资本充足率降至5.125%或以下及二级资本渠道出现问题等情况，将无法支付优先股股息，甚至转为普通股稀释普通股股权。因此，尽管银行在适当的时机发行优先股融资能够有效地补充公司一级资本，提高资本充足率，但还需要注意在开展业务的过程中应该根据其业务水平、经营规模、风险构成、资产负债结构以及其他影响因子合理安排资金运用，控制成本，不盲目追求资本扩张。尤其是城商行，应在精确计算发行优先股所需费用和支付的股息等有效数据后理性做出优先股发行的决策。

2.商业银行应提高优先股融集资本的使用效率

通过模型分析可以看出，随着优先股的发行，企业融资效率会持续受营业收入增长率和净资产收益率等指标的影响，因此，发行优先股仅仅是优化银行资本结构的第一步。商业银行在不断发展壮大的过程中，还要兼顾融集资本的使用效率，优化资本消耗的信贷业务效率和资本管理水平，使资本在每一个发展阶段发挥出最大的效能，使宝贵的融资资源在每一个效益环节得到有效利用，拓展内需、创新技术、发掘潜力，用不断增长的业绩和良好的投资效益来证明优先股投资的价值是巨大的，从而吸引更多的投资者参与。

3.商业银行应推进技术创新，选择合适的优先股发行方案

在优先股市场，不少中小城市商业银行看到大型商业银行因优先股发行而取得丰厚回报，便跟风设计了相同的优先股设计方案，但又受限于自身规模不得不采用较低的股息率发行优先股，因此中小城商行应该结合自身具体情况选择合适的优先股发行方案。对于中国五大行来说，规模效率普遍偏高，但自身技术发展水平却一般，根据上文研究，除了中国银行，其他大行三年来全要素变动水平均有明显下降，且主要是技术效率变动引起的。因此五大行在保持其规模发展的同时，必须实施转型，应该多引进新的技术，开发更人性化的服务平台，从而提高自身的技术应用水平。

【参考文献】

[1] 李磊.中国语境下的优先股制度功能之反思：基于政治经济学维度的分析[J].银行家，2017（3）：115-117.

[2] 李敏，刘雪凌，董娜.永续债与优先股财税处理比较探析[J].财会通讯，2019（28）：70-73.

[3] 曾康霖.怎样看待直接融资与间接融资[J].金融研究，1993（10）：7-11.

[4] 张永丽.优先股融资问题研究[D].天津商业大学硕士学位论文，2018.

[5] CHARNES A， COOPER W W， RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978（2）：429-444.

[6] 丁华，高丹.新三板挂牌企业融资效率：基于DEA- Malmquist方法[J].会计之友，2019（2）：21-25.

[7] 谷晓然.金融新常态下商业银行融资效率的实证研究[J].征信，2018，36（2）：75-79.

[8] 于刚，张智晴.基于DEA-Malmquist指数的中国商业银行效率研究[J].东北财经大学学报，2019（1）：79-86.

[9] 李春玲，周昂.北京银行优先股融资的效应及风险分析[J].燕山大学学报（哲学社会科学版），2019，20（6）：81-88.