互联网金融影响下我国商业银行效率之实证分析——基于三阶段DEA 模型

蒋 莉

(江阴职业技术学院,江阴 214400)

互联网和信息行业的飞速发展已将我们带入了以大数据和云计算为特征的信息新时代,而“互联网+”的概念的兴起也催生出各类新兴行业。 在此背景下,互联网金融应运而生。 互联网金融的方便快捷、投资门槛低等优势使其在支付、理财、保险与借贷等方面吸引了大批的客户,也给我国传统商业银行带来了前所未有的冲击与挑战。 基于此,研究各商业银行的效率问题,综合评价其运营能力和资源利用能力对金融行业起着至关重要的作用。

一、文献综述

目前,前沿效率方法被广泛用于评价商业银行的效率。 根据是否引入参数到测算方法分为参数前沿法和非参数前沿法。 其中,参数前沿法包括随机前沿法(SFA)、自由分布法(DFA)和厚前沿分布法(TFA);非参数前沿法主要包括数据包络分析法(DEA)和自由处置法(FDH)。

国外学者对效率的研究始于20 世纪50 年代,其中数据包络分析法(DEA)是最常用的前沿效率分析法。 Farrell(1957)首次引入前沿生产效率这一概念。 Charnes(1978)等学者则在此基础上创建了DEA 模型。 此后,DEA 逐步成为数学、金融、运筹、经济等领域进行研究分析效率问题采用的有效方法之一。 2002 年,Fried 等人提出了三阶段DEA方法,通过第二阶段的SFA 模型对环境因素和随机噪声进行调整,弥补了传统DEA 和DEA 二阶段法无法使决策单元处于同质化环境的不足,结合了DEA 和SFA 模型的优点,有效完善了彼此的缺点,从而使得最终效率值更客观准确。

国内学者在这方面的研究起步于21 世纪初期,方燕和白先华(2008)、周申蓓与张俊(2014)、周朝波与彭欢(2018)都通过构建DEA 三阶段模型对我国商业银行的效率进行了测算。

本文在此基础上,以2014-2018 年互联网金融蓬勃发展时期的中国商业银行为研究对象,选取环境变量覆盖宏观微观因素,运用SFA 模型调整原始投入时兼顾内外部因素,使结果更具客观性。

二、样本指标的选取

(一)样本的选取

为了最大化反映我国商业银行的经营状况,并综合考虑样本数据的可靠性和可得性,本文选取16 家银行作为样本,其中包括5 家国有银行和11家股份制银行。 这16 家商业银行成立较早,市场占有率较大,业务也更具多样性,因此能很好地反映我国商业银行经营效率的整体情况。

以余额宝为代表的互联网金融产品诞生于2013 年6 月,其规模发展迅速,很大程度上冲击了传统银行的存贷业务。 互联网金融的爆发宣告了互联网金融元年的到来。 因此,本文选择2014-2018 年为研究区间。 本文样本数据主要来自《中国金融年鉴》《中国统计年鉴》以及各银行年报。

(二)投入产出指标的选取

获得正确效率值的前提条件是选择科学合理的投入产出指标。 在参考已有文献的基础上,本文采取中介法选取投入产出变量,以固定资产净值、员工人数、营业支出为投入指标,以税前利润与年末贷款净值为产出指标。

(三)环境变量指标的选取

环境变量的选择主要从两方面考虑,一方面是决策单元自身不能控制,另一方面是该环境变量必须对决策单元的效率有影响。 因此,本文结合国内金融环境,从微观与宏观角度分别选取分支机构、市场占有率、银行类型和GDP 为环境变量。

分支机构的数量直接反映银行服务的覆盖面,增加其数量有助于扩大营业规模,抢占市场份额,从而获得更丰厚的利润。 然而,分支机构的数量往往和投入的人力、物力、财力成正比,从而造成效率低下。

市场占有率反映业内竞争情况,通常资产规模越大,银行则能获得更多的产出。 但若银行成本管理水平低下,则会造成规模报酬递减效应。 本文以某银行年末资产占所有样本银行年末总资产比例来表示市场占有率。

作为国有控股的五大行在我国金融市场上占据着重要地位,其业务齐全、经营网络完善,并在各类涉外业务中均得到国家的许可和扶持。 这样的政策倾斜可能会影响银行效率的测算,因此本文选取银行类别作为环境变量,引入虚拟变量,国有银行为1,非国有银行为0。

GDP 是一个综合性的宏观经济指标,反映当年本国的经济环境和市场规模。 因此,本文选取实际GDP 作为环境变量之一。

三、实证结果与分析

(一)第一阶段DEA 实证结果与分析

本阶段基于投入导向的BCC 模型,运用软件DEAP2.1 进行测算,初步得到2014-2018 年各商业银行的综合效率、纯技术效率以及规模效率,其结果如表1、表2、表3 所示。 在不考虑外部环境因素的情况下,样本期内大部分银行均未达到DEA有效,仅有浦发和平安银行综合效率均为1,处于技术有效前沿面。

我国商业银行的效率在2014-2017 年出现下滑,2018 年整体又重新出现上升趋势;国有银行综合效率低于股份制银行,其无效主要由于规模效率导致。 由于此结果并未考虑环境因素和随机噪声,无法真实反映客观情况,因此还需进一步排除外部因素。

表1 技术效率测量结果

表2 纯技术效率测量结果

表3 规模效率测量结果

(二)第二阶段SFA 回归结果与分析

由表4 可知,分支机构、市场占有率、GDP 和银行类型等四个环境因素大都通过了1%的显著性检验,说明所选取的四个因素对三个投入松弛变量影响较为显著,同时也证明采集的原始数据具有一定的可靠性。

分支机构对固定资产呈现微弱的负相关,对员工人数和营业支出呈现微弱的正相关,并且大都无法通过显著性检验,说明分支机构并非是造成银行效率低下的主要原因。

市场占有率在2014-2016 年对固定资产松弛变量和营业支出松弛变量的回归系数均为正,但在2017 年后则对其的回归系数逐渐转负,对员工人数的松弛变量则5 年均产生负向影响。 这表明,这三年市场占有率处于过度扩张状态,资本投入的迅速扩张造成了固定资产与营业支出冗余的增加。2017 年之后,各大银行开始注重风险控制,市场占有率的提升进一步促进了银行效率的提高。

GDP 对固定资产、员工人数以及营业支出的投入松弛量均呈显著的负向作用。 经济的增长必定伴随着社会就业形势大好以及国民收入水平的提高,银行的效率投入产出比也会因此而提升。

银行类型对固定资产的差额值呈正相关,对员工人数和营业支出的松弛变量则显示显著负向作用。

表4 第二阶段SFA 回归结果

(三)第三阶段调整后的DEA 实证结果与分析

由于各银行面临的外部环境和随机因素不同,因此第一阶段测量出的效率值具有一定程度的偏差。 为使所有银行处于同质环境中进行对比,根据公式对原始投入变量进行调整,并再次运用DEAP2.1 软件对调整后的投入变量和原始产出变量进行测算。 通过对比发现,剔除环境因素的第三阶段结果与调整前的结果大相径庭。

1.技术效率结果与分析

调整前,我国商业银行普遍受到互联网金融的影响,技术效率逐年下降;调整后结果显示,样本期内所有银行技术效率五年均值为0.878,仅工商、建设、中信和浦发银行技术效率能达到技术有效前沿面,占样本总量的25%,大部分银行的经营效率仍有待提高。 2013-2017 年间,除交通银行外的国有银行并未受互联网金融发展的影响,样本期内呈上升趋势,而股份制银行技术效率大多呈现震荡下降趋势,可见互联网金融的飞速扩张对中小股份制银行产生了一定的影响。

样本期内,国有银行的技术效率均值为0.948,显著高于股份制银行的效率均值0.847,再一次证明面对互联网金融的影响时,大型国有银行的应变能力和抗风险能力高于股份制银行。 国有银行中,工行与建行出类拔萃,达到5 年综合效率DEA 有效。 作为目前全球市值最高,收入最高的银行,工商银行营业网点众多,覆盖客户群广泛,并紧紧抓住了金融业与信息技术大融合的机遇,率先实现了业务系统大集中和网银业务高替代,2017年、2018 年和2019 年分别与建设银行牢牢占据全球银行1000 强的第一名与第二名。 建行也能顺应网络经济时代潮流,不断推进渠道功能整合,加快从传统银行业务向网络金融服务转型,实现网络渠道服务功能多元化。 因此,这两大银行都是业内标杆。 股份制银行中,浦发、中信银行虽不能在规模上与五大行一较高下,但也具备着资产质量好、信息化程度高等优势,因此在众多股份制银行中脱颖而出。

2.纯技术效率结果与分析

调整后可看出,2014-2018 年我国商业银行纯技术效率均值保持较为稳定,无明显起伏波动,说明互联网金融的迅速发展并未显著影响银行的纯技术效率。 大部分银行选择提高技术创新能力,强化对经济金融资源的整合能力以应对时代发展的需求。

在纯技术效率方面,国有银行均值略低于股份制银行,主要源于农业银行纯技术效率均值仅为0.835,严重拉低了国有银行纯技术效率平均水平。作为以服务“三农”为重要目标的银行,农行的重点布局农村乡镇等县域城市,同时接受股份制改革也晚于其他国有银行,因此其经营管理水平和技术运用水平远远落后于其他银行。

股份制银行中,中信、浦发、浙商、平安与渤海银行表现卓越,纯技术效率5 年均为1,说明这些银行信息技术能力、业务创新能力以及经营管理水平处于银行业的前列。 华夏与广发银行在互联网金融崛起下却在这5 年内呈现滑坡趋势,说明其管理水平和信息技术水平的不足,需加大技术方面的投入以达到更有效的经营状态。

3.规模效率结果与分析

从表3 可以看出,2014 年后国有银行和股份制银行的规模效率出现了下降趋势,说明各大银行存在机构臃肿和人员冗余的情况。

调整后的国有银行规模效率显著高于股份制银行,说明国有银行虽然分支机构繁多,但业务规模较齐全。 通过研究发现,五大行在样本期间不约而同选择精简机构员工,加大信息化人才的引入,并推出了相应的平台和产品。 例如,工行推出了全新一站式跨境电商金融服务平台,建行推出了善融商务平台,农行推出了E 农管家、惠农E 通等,都有效帮助国有银行提高了规模效率。 其中,值得引起重视的是交通银行,其不仅规模效率不断下滑,甚至于在资产规模、人员总数和机构数量远高于招商银行的前提下,营业利润被招商银行于2017 年反超,并逐步拉开差距。

股份制银行规模效率低于国有银行,可能是由于股份制银行这两年不断开设分支机构、投入资本。 股份制银行大多处于规模报酬不变或递增状态,说明股份制银行能较好地平衡投入与产出。

四、结语

本文基于三阶段DEA 模型对16 家商业银行的投入产出效率进行了测算。 通过运用SFA 模型剔除外部环境和随机因素,中国传统商业银行的效率在调整后与之前相比有明显的变化。 结果显示,面对互联网的扩张发展,国有银行表现较为稳定,部分股份制银行受到了一定的负面影响。 随着国家对网络金融各项整治方案的出台,传统商业银行的效率普遍在2016 年之后稳步提升。 股份制银行虽然拥有较理想的经营管理制度和信息技术能力,但综合效率低于规模较大、业务能力强的国有银行。 因此,在这大数据时代传统商业银行也应顺应发展潮流,作出相应调整。 综上所述,本文提出以下几点建议:

(一)传统商业银行应顺应时代发展潮流,把握发展机遇,更新经营理念与管理模式。 互联网银行的出现固然打破了原有的传统银行垄断市场的局面,但同时也为传统商业银行提出了新的要求和发展方向。 目前货币形态日趋数字化,电子支付方式深入人心,银行实体机构的业务可能会随着社会发展而出现萎缩,因此应向互联网金融取经,以网络平台为依托,完成实体经营到虚拟经营的转变。

(二)创新金融产品,大力拓展非息业务。 银行的创新能力主要体现在传统利差以外的其他收入方式,而这些非息业务带来的收入则兼有占用资源少、安全性高、利润率高的特点。 因此,大力发展非息业务,提高非利息收入对提高商业银行的营运能力和盈利能力起着至关重要的作用。 对比近五年各行的非利息收入占比可以发现,股份制银行已经将非息业务作为主要发展方向,这也是股份制银行纯技术效率高于国有银行的原因。

(三)加大人才引进力度,重点培养复合型信息化金融人才,充分发挥信息化人才在商业银行发展中的基础性和决定性作用。 虽然国有银行占据着行业、资本、规模、政策方面的优势,但不少中小股份制银行却能够惊天逆转,这离不开银行自身的信息化人才战略。 银行的发展取决于人力资源的开发和运用。 互联网的出现与运用使得当今对人力资源的要求发生了从数量到质量的迁移,因此,我国银行应加大力度引进信息化人才,提高自身创新能力,打造金融科技银行。

(四)重效率轻规模,结合自身具体情况选择规模扩张发展程度。 银行规模和市场占有率对商业银行有一定但并非绝对作用,过度扩张只会造成资源浪费和效率低下。 通过分析结果可知,五大国有银行处于规模报酬递减状态,说明产量的增加跟不上投入增加的比例,应考虑适当缩短战线、精简机构和整合资源,从而实现资源优化与良性发展。而股份制银行规模效率低于国有银行,且大都处于规模报酬不变或递增状态,因此可适当扩大规模,拓宽营业覆盖面。