商业银行效率测度方式总结.docVIP

商业银行效率测度方式总结 　　【摘 要】本文介绍了商业银行效率的概念以及常见的测度方式，对不同的测度方式进行介绍和分析，评价和对比了银行效率测度的不同测量方法，如数据包络法、随机前沿法、自由分布法、厚前沿法等。 　　【关键词】银行效率；测度方法；商业银行 　　一、引言 　　银行效率测度的是银行经营活动中投入与产出的关系。它体现了银行的综合竞争力，是衡量银行经营状况的重要指标。在银行竞争日趋激烈的当代社会，银行效率的研究具有重要意义。 　　银行效率的测度方法，经过几十年的不断积累，国内外在此取得了很多成果。本文总结了这些年的研究进展，评价和对比了银行效率测度的不同方法。 　　二、银行效率的界定 　　按银行投入产出及各要素组合不同可分为规模效率、范围效率、X效率。规模效率，反映银行的规模扩张与成本的关系。范围效率，反映银行的运营范围（多样化与专业化）与成本的关系。X效率是除了规模效率和范围效率外的所有技术效率和配置效率的综合。 　　Berger（1997）按不同定义方法将X效率分为成本效率、标准盈利效率及替代盈利效率。成本效率方法衡量银行在一定的产出水平和既定的投入价格及技术条件下，成本与潜在最小成本边界的距离。标准盈利效率（利润效率）衡量在既定投入价格和产出条件下，银行现有利润水平与潜在利润的差距。替代盈利效率反映了在投入和产出水平给定的情况下，一家银行接近它能实现的最大可能利润的程度。 　　三、银行效率的主要测度方法 　　银行效率的评价方法可分为两大类：财务指标法和前沿分析法。 　　财务指标法，是用各种财务指标（平均资产收益率，银行贷款等）评估银行的经营效率。有学者研究指出财务指标的选取具有随意性，且很难克服指标间存在共线性和相关性干扰，也无法综合考虑银行整体的表现。因此，随着测度工具的丰富和理论的扩展，现己基本放弃财务指标法。 　　前沿分析法，通过测量银行与效率前沿银行的偏离程度来衡量银行的效率。依据前沿生产函数，根据一组已知的投入观察变量，测算出在此投入条件下最可能的外部产出边界（潜在产出），每个观察值与边界的距离即为该点的效率。根据是否要估算效率前沿函数中的参数，前沿分析法分为非参数法和参数法。 　　（一）非参数法 　　非参数法不需要估算效率前沿函数中的参数，也不用规定函数的具体形式。 　　非参数法主要指的是数据包络分析（data-envelopment analysis approach，DEA），由Charnes等人在在1978年提出。 　　用数据包络法来测度银行效率，先根据银行样本得到各项数据，再利用线性规划方法，找出这些样本银行投入—产出组合点的包络面，通过比较待考察银行与效率前沿银行的投入产出水平的差异，测度银行的效率。 　　数据包络法主要有以下缺陷：（1）样本中异常观测值极端敏感。这容易导致整体效率前沿改变。（2）假设中不存在随机误差项。没有对效率误差中的无效率项和随机误差项进行区分，而是将随机误差项归入了无效率项。 　　（二）参数法 　　参数法需规定效率前沿函数的具体形式，估算效率前沿函数中各参数。它假定随机误差项的存在并服从一定分布。 　　根据随机误差项和无效率项及对两者分布函数假定的不同，参数法可以分为随机前沿法、自由分布法、厚前沿分布法。 　　1.随机前沿方法（stochastic frontier approach，SFA） 　　Aigner，Lovell和Schmidt（1977）率先提出了测度的随机前沿法。 　　该方法假定随机误差项服从对称分布（标准正态分布），无效率项为非对称分布（半正态分布）。 　　使用测度银行效率值，需规定效率前沿函数的具体形式，并通过样本银行估算出效率前沿函数中的各参数值，以此获得到效率前沿银行的成本或利润函数；之后比较待考察银行的实际成本及利润与效率前沿银行的差异，据此测度效率水平。 　　不过，随机前沿法对无效率项分布的假设有点随，这降低了随机前沿法的有效性。一旦无效率项的实际分布偏离了所设定的形式，该方法仍无法区分随机误差项和无效率项。 　　2.自由分布方法（distribution-free approach，DFA） 　　当能够获取面板数据时，就可放弃对无效率项分布的限制性假设。Berger（1993）称这种方法为“自由分布”方法。 　　自由分布法假定在整个考察期内，无效率项是一个常数，随机误差项相互抵消，均值为零。 　　使用自由分布法，先需要规定效率前沿函数的具体形式，再利用面板数据估测各时期效率前沿函数，进而得到各样本银行在各时期的复合误差项（即随机误差项和无效率项）。在整个考察期内，每个样本银行的复合误差项的均值就等于该银行的无效率项；之后，将各样本银行无效率项进行排序，无效率项最小的样本银行，即为