基于DEA分析方法下海南省商业银行效率探究.doc

基于DEA分析方法下海南省商业银行效率探究摘要:银行效率是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。基于骆驼评级体系(CAMEL)的稳健性评估反映了银行财务指标的改善,但不能真正反映投入与产出的对比关系。本文利用数据包络分析(Data Envelopment Analysis-DEA)的基本模型及其改进模型,对2006-2008年海南省商业银行性质的金融机构的效率进行了全面分析,对于海南省省商业银行和农村信用社的改革与发展将具有启示和借鉴意义。 关键词:效率;DEA;规模效率 中图分类号:F830.33 文献标识码:A 文章编号:1003-9031(2009)12-0068-04 一、引言 银行效率是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。从本质上讲,银行效率是银行对其资源的有效配置,是银行经营管理能力、投入产出能力和可持续发展能力的综合反映。海南省商业银行经过股份制改革,资产质量不断提高,盈利能力日益增强,基于骆驼评级体系(CAMEL)的稳健性评估已经反映出这些成效。但这些评价仍未量化银行的效率状况及其在不同时期的变化,不同银行之间差异等状况。为此,本文通过DEA方法对海南省商业银行性质的金融机构效率进行分析,有利于商业银行明确自身的竞争地位,对于促进商业银行提高运营效率、提升核心竞争力,将具有启示和借鉴意义。 二、文献综述 Solow(1957)从宏观角度提出了总生产函数与生产率的概念,Farrell(1957)则最早从微观层面探讨企业效率研究的新方法,引入了前沿生产函数概念。其核心是根据一组已知的投入产出观察值,定义出所有可能的投入产出组合的外部边界(生产前沿面),使所有观察值均在边界之内,每个观察值与边界的距离即为该生产点的效率。前沿效率是一种相对效率概念,效率前沿面始终由样本中的最佳机构(100%有效机构)或其组合构成。[1] 根据是否需要估计前沿生产函数中的参数,前沿效率分析方法主要包括参数方法和非参数方法。本文将采用非参数方法中的“DEA”(Data Envelopment Analysis,数据包络分析)方法。DEA是一种线性规划方法,最初由Charners、Cooper和Rhodes(1978)基于Farrell的观点提出,用于评估公共部门和非盈利部门的效率。Sherman和Gold(1985)首次将DEA应用于一家银行分支机构之间效率的评估。而后DEA又被广泛应用在银行与银行之间效率的评估,如Pastor(1996)、Avkiran(1999)、Sathye(2003)、Sakar(2006)等。[2] 直到2000年国内才有学者运用DEA方法对银行业的效率进行实证研究。魏煜、王丽(2000)运用DEA方法测算了1997年12家银行的效率值,指出我国商业银行效率损失更多是由纯技术效率引起的。张健华(2003)采用DEA方法计算了我国商业银行1997-2001年的效率,结果表明股份制商业银行的平均效率最高。赵旭(2002)运用DEA方法计算了1993-1998年间我国商业银行的技术效率,认为此期间内的技术效率呈波动上升趋势。秦宛顺(2001)和迟国泰(2006)用DEA方法测度了我国商业银行效率,认为国有商业银行与其他商业银行相比效率更低,而规模不当是其效率低下的主要原因。 三、模型的建立 (一)DEA方法及其模型 DEA方法是由Charners、Cooper和Rhodes等人提出来的,其基本思路是:通过对样本投入、产出数据的分析确定出有效生产前沿面,该前沿面是由样本中经营最好的银行观察值的分段线性组合形成的凸生产可能集,并根据各决策单元(DMU)与有效生产前沿面的距离状况,确定各DMU的效率状况。如图1所示:A、B、C、D分别表示有效率的商业银行,其构成生产前沿面ABCD,E表示无效率的商业银行。设e点和C点分别是OE线段与OC线段在生产前沿面ABCD上的交点。则银行E的效率值为:Oe/OE1,而银行C的效率值为Oc/OC=1。[3] 上述模型(CCR模型)所测定的效率是在规模报酬不变假设下的相对效率,被称为技术效率。但实际上并非每一个DMU都在固定规模报酬下生产,DMU也可能处于规模报酬递增或递减的状态,DMU的无效率可能由于本身经营管理能力较差,也可能由于自身规模不当所造成。因此,Banker、Charners、Cooper(1984)在CCR模型的基础上增加了一个凸性假设,将模型修改为规模报酬可变模型,被称为BCC模型 。在该模型下,计算的效率为纯技术效率。因此,本文通过CCR模型和BCC模型,分别求出各DMU的技术效率和纯技术效率,再根据技术效率等于规模效率乘以纯技术效率(技术效率=规模效率×纯技术