基于主成分和数据包络分析商业银行绩效评价.docVIP

基于主成分和数据包络分析商业银行绩效评价 　　[摘 要]从商业银行的运营能力、获利能力和增长能力出发选取17个评价指标，采用主成分分析法对所选指标进行压缩，在保留原有信息的基础上重构了评价指标体系，充分保证了进行数据包络分析结果的精确性。然后运用数据包络分析法对所选13家上市商业银行的2011年经营绩效进行了实证研究并给出了改进措施。 　　[关键词]商业银行；绩效评价 ；数据包络分析 　　[中图分类号]F832 [文献标识码]A [文章编号]1005-6432（2014）4-0041-03 　　近年来，商业银行在我国经济发展中占据着举足轻重的作用[1]，随着我国加入WTO，国内经济结构和金融体制的进程的加快，我国商业银行获得了巨大的发展机遇的同时也面临着更为激烈的市场竞争环境。怎样在新的环境下良好发展、提高银行运营绩效、增强综合竞争力，是每一个商业银行面临的重要课题。因此，致力于商业银行自身的发展状况，选取全面的评价指标，运用科学的方法，对商业银行的现状进行有效评价从而为商业银行进一步提高经营水平、改进运行机制提供相关的政策建议和管理措施，受到越来越大的关注。 　　1 数据包络分析模型的介绍 　　数据包络分析方法（Data Envelopment Analysis）简称DEA，是由著名运筹学家Charnes、Cooper和Rhodes于1978年提出的，该方法主要是通过保持决策单元（DMU，Decision Making Units）的输入或者输出不变，借助于数学规划模型确定相对有效的生产前沿面，并将各个DMU投影到DEA的生产前沿面上，通过比较DMU偏离DEA前沿面的程度来评价它们的相对有效性。[2]CCR和BCC模型是目前使用最广泛的两类模型，分别用于处理“规模报酬不变”和“规模报酬可变”的假设下决策单元有效性问题。因为商业银行的经营发展受到内外部环境等多种因素的影响，其规模报酬是可变的，因此本文选取评价可变规模报酬的BCC模型作为本文的评价模型。 　　1.1 BCC模型 　　BCC模型是由Banker、Charnes和Cooper提出来的，它剔除了CCR模型中固定规模报酬的因素，加入了变动规模报酬的因素，方便衡量不同规模报酬状态下决策单元的相对效率值。[3] 　　其模型为： 　　P[JB（{][HL（1：1，Z]maxpj0=μTy0+μ0=Vp 　　s.t.wTxj-μTyj-μ0≥0 　　wTx0=1 　　w≥0， μ≥0， j=1， 2， …， n[HL）][JB）] 　　具有带有阿基米德无穷小参数的对偶规划为： 　　D[JB（{][HL（1：1，Z]minθ=VD 　　[DD（]n[]j=1[DD）]xjλj≤θx0 　　[DD（]n[]j=1[DD）]yjλj≥y0 　　[DD（]n[]j=1[DD）]λj=1 　　λj≥0， j=1， 2， …， n， θ∈En[HL）][JB）] 　　或D[JB（{][HL（1：1，Z]minθ=VD 　　[DD（]n[]j=1[DD）]xjjλj+s-=θx0 　　[DD（]n[]j=1[DD）]yjλj+s+=y0 　　[DD（]n[]j=1[DD）]λj=1 　　λj≥0， j=1， 2， …， n， θ∈En[HL）][JB）] 　　设模型D存在的最优解为λ*， s*-， s*+， θ*， 则有如下结论[4]： 　　（1）若θ*=1，并且有某个投入或产出大于0，则DMUj0为弱DEA有效。 　　（2）若θ*=1，且s*-=0，s*+=0，则DMUj0为DEA有效，DMUj0的经营活动同时为规模有效和技术有效。 　　（3）θ*1，则DMU为规模报酬递减。 　　1.2 DEA方法进行绩效评价的可行性 　　DEA方法适用于多投入—多产出的有效性综合评价问题，解决了绩效评价指标同时包含财务指标和非财务指标的难处理的困难；而且该方法并不直接对数据进行综合，选取的决策单元的投入及产出指标值不用考虑单位差异，无须进行标准化处理；并且该方法不需要进行任何权重的假设，减少了主观认为因素的影响，更能真实反映决策单元所处的实际状态。 　　2 绩效评价指标体系的建立 　　2.1 原始指标选取 　　选取科学、全面的指标体系对绩效评价结果的精确性具有至关重要的作用。因此本文从商业银行的运营能力、获利能力和增长能力出发，选取了9个输入指标和8个输出指标（见表1）。由于运用数据包络分析方法进行绩效评价必须满足评价单元的样本个数是评价指标之和的三倍以上的条件才能使评价结果尽可能准确[5]。而本文以国内13个上市商业银行为研究对象而选取的投入产出指标共计17个，不能满足DEA方法对决策单元样本数量的限制要求上述条件，因此利用主成分分析