我国商业银行效率实证研究.pdfVIP

第６期 总第１２２期 山东财 政 学 院 学 报 Ｎｏ．６Ｖｏｌ．１２２ 　　２０１２年１１月 ＪＯＵＲＮＡＬＯＦＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹＯＦＦＩＮＡＮＣＥ Ｎｏｖ２０１２　 我国商业银行效率实证研究 ———基于超效率ＤＥＡ模型和Ｍａｌｍｑｕｉｓｔ指数模型 刘砚平，刘庆庆 （山东财经大学，山东济南　２５００１４） 　　摘　要：文章首先运用超效率ＤＥＡ模型从静态角度对商业银行技术效率、纯技术效率和规模效 率的超效率ＤＥＡ值进行测算并排序；然后运用Ｍａｌｍｑｕｉｓｔ指数模型从动态角度对商业银行的效率持 续性问题进行研究。研究发现：近年来我国商业银行的技术效率整体较好，但是“五大行”明显差于 “股份制”，且整体规模无效率现象严重；我国商业银行的Ｍａｌｍｑｕｉｓｔ指数普遍较高，这主要得益于技 术进步。 关键词：商业银行；超效率ＤＥＡ模型；Ｍａｌｍｑｕｉｓｔ指数；技术效率 中图分类号：Ｆ８３２．３３２　　　文献标识码：Ａ　　　文章编号：１００８－２６７０（２０１２）０６－００２８－０６ 一、引　言 ２００６年１２月１１日，我国加入世界贸易组织的过渡期结束，我国银行业正式全面对外开放，这对我国商 业银行来说既是机遇也是挑战。从２００６年到现在，我国商业银行不仅面临来自国内外的激励竞争，而且经历 了２００８年金融危机的巨大考验，现在我国商业银行的竞争能力、投入产出能力及可持续发展能力如何？对这 些问题的回答有利于为我国商业银行的进一步发展提供合理的政策建议。本文将通过对２００６－２０１１年我国 商业银行效率水平的研究来回答上述问题。 商业银行效率（ＢａｎｋＥｆｆｉｃｉｅｎｃｙ）一般指，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。 但由于商业银行的外部性，商业银行效率又被定义为：商业银行在市场机制的作用下，在保证其盈利性、安全 性、流动性的基础上，能够较为合理地配置银行资源并能最大限度地推动社会经济资源的流动。由于研究的 目的不同，划分的侧重点不同，关于商业银行效率的划分目前没有一个统一的标准。本文采用 １９５７年Ｆａｒ ［１］ ｒｅｌｌ 的定义方法。Ｆａｒｒｅｌｌ将银行效率分为技术效率、配置效率，二者组成了银行的经济效率（总效率或生产 效率）。而技术效率又可以分解为纯技术效率和配置效率。 近年来国内外学者对商业银行效率的研究较多，但是同时从静态和动态两个角度对商业银行效率进行分 析的文献较少，且分析较为浅薄。本文将首先运用超效率ＤＥＡ模型从静态角度对２００６－２０１１年我国商业银 行的技术效率、纯技术效率和规模效率的超效率ＤＥＡ值进行测算并排序；然后运用Ｍａｌｍｑｕｉｓｔ指数模型从动 收稿日期：２０１２－０８－０９ 基金项目：山东省社科规划重点研究项目“国际金融危机背景下我国银行并购战略调整研究”（０９ＢＪＧＪ２７）。 作者简介：刘砚平，女，山东济南人，山东财经大学金融学院副教授，研究方向：商业银行经营管理；刘庆庆，女，山东临沂人， 山东财经大学金融学院，研究方向：商业银行经营管理。 ２８ 第６期 刘砚平，刘庆庆：我国商业银行效率实证研究　 态角度对我国商业银行的效率持续性问题进行研究。 二、我国商业银行效率实证分析 （一）研究方法 １．ＤＥＡ模型及超ＤＥＡ模型 测算商业银行技术效率的方法包括参数方法和非参数方法，其中参数方法包括随机边界法、自由分布法、 厚前沿方法和递归厚边界法；非参数方法包括数据包络法和无界分析法。应用最广泛的是随机边界法（ＳＦＡ） 和数据包络法（ＤＥＡ）。数据包络法与随机边界法相比具有以下优点：无需假定具体的函数形态及设定效率 前沿面的形状；在数据使用上忽略价格因素，所得结果更关注技术上最优而不是经济上最优；无需考虑量纲及 对数据进行归一化处理；处理多投入多产出的情况较为容易等等。因此本文在测算商业银行效率时采用 ＤＥＡ方法。 ＤＥＡ方法中包括ＣＲＳ模型和ＶＲＳ模型，前者用来测算规模报酬不变时的技