基于DEA方法我国股份制银行及中小型城市商业银行效率探究.docVIP

基于DEA方法我国股份制银行及中小型城市商业银行效率探究【摘要】根据数据包络方法（DEA）的VRS模型和Malmquist全要素生产率指数模型，采用资产法与中介法相结合，选取四个投入变量和三个产出变量，选取上市股份制银行（A3）、中型城市商业银行（A2）、小型城市商业银行（A1），采用2006-2009年的样本数据，首先测出这三类银行的效率及这四年间的效率的变化趋势，通过比较得出，银行的总资产和技术效率反相关，基本符合倒U型。其次通过比较找出我国商业银行技术效率低下的原因是规模效率过低。 【关键词】商业银行 技术效率 生产率变化指数 一、引言 银行效率是指银行通过合理分配投入，以期获得最佳产出的能力，是对银行经营成果一种衡量方式。效率值的高低可以反映银行资源利用效果及整体经营情况。测度银行效率的方法有两种，分别是参数和非参数方法，其中数据包络方法（DEA，Data Envelopment Analysis）是一种应用非常广泛非参数方法，DEA方法的基础思想1957年被Farrell教授提出之后，于1978年由Charnes，CooperRhodes三位学者将之扩充到固定规模报酬下的多投入、多产出的效率评估模型（CRS模型又称作为CCR模型）1984年又由Banker，CharnesCooper三位学者将DEA模型改良到规模报酬可变下涵盖技术效率和规模效率的评估模型（BCC模型又称作为CRS模型）最初由广泛应用于银行，公司医院等的效率评价。Sherman和Gold（1985）第一次将DEA运用于银行业。DEA可以计算给定决策单元（DMU）的相对效率值，它的方法是将每个机构的投入和产出进行加权平均后，与样本的最佳机构相比，从而得出哪些机构无效。后来学者对此方法做了改进，从此成为一种与计量方法并驾齐驱的投入产出效率研究的方法。鉴于此本文采用我国中小商业银行的数据，分别构建VRS模型和MALMQUIST生产指数来测算不同规模的银行的效率，并通过效率值来比较不同类型银行的经营情况。 综上所述，国内外学者对银行效率做了很多研究，但研究的焦点主要集中在国有银行和大型股份制银行，并且是在股份制改革之前，不能充分反映现代中小型银行的经营特点。针对以上问题，本文尝试比较上市股份制银行（A3）、中型城市商业银行（A2）、小型城市商业银行（A1）的效率，以及构建投入产出导向型的Malmquist生产率指数， 对中国银行业全要素生产率跨期动态变化及变化来源作进一步分析。其中A1、A2、A3分别是这三类银行的代称。 二、实证结果与分析 （一）纯技术效率分析 我们用的是VRS模型从产出的角度来分析，结果显示这三类商业银行都处在较高的纯技术效率水平上（都在0.8以上），这与我国最近几年银行管理的技术革新是分不开的。其中A1类的最高，在这四年的平均值达到了0.92，其次是A3类的，达到了0.89，效率最低的是A2类的。其中A1的纯技术效率呈现出一种先增后减的状态，A2的纯技术效率处于递减状态，说明A2类内部治理在逐年下降，A3的技术效率没有明显的变化。 （二）规模效率分析 与纯技术效率不同，规模效率衡量银行的规模经济性，从表1中的“总和”项可以看出A3类的规模经济效率最低仅为0.73，A1类的效率最高为0.86。从统计结果可看出，银行的资产规模与其规模效率负相关。Nourlas，Ray，Miller（1990）利用1986年的数据对总资产大于10亿美元的美国银行进行研究后发现，随着银行规模的扩大，银行的规模效率值在减小，总资产超过60亿美元的银行出现了规模不经济。 （三）技术效率分析 技术效率指在给定投入的情况下，企业获得产出最大化的能力。技术效率等于纯技术效率乘以规模效率。从表1可以看出三类商业银行的技术效率值都不高，最高的A1四年的平均值是0.81，最低的是A3，四年的平均值仅为0.65。 三、研究结论及相关政策建议 （一）主要结论 本文利用可变规模报酬的VRS模型对我国2006-2009年的三类42家银行的效率进行实证研究，研究结果表明： 从VRS模型的结果可以看出，这三类银行总体的技术效率与资产的规模负相关，由图1可知A类银行最优，A3类银行最差，也就是说我国小型的城市商业银行的效率要大于股份制和大型城市商业银行。表现出U型的右半部分，这可能与我们选取的A1和A2类银行的规模差距太小有关。但总体来说我国的这三类银行的技术效率不高，平均水平只有0.72，最高的A1类也只有0.81.最低的是A3类只有0.65.影响技术效率的因素包括纯技术效率和规模效率，这三家银行的纯技术效率值达到了0.88，相对来说还是比较高的，但是规模效率低是造成技术效率低的一个重要原因，这三类银