考虑非期望产出的决策单元阻塞问题研究管理学论文.docVIP

考虑非期望产出的决策单元阻塞问题研究 周忠宝1,肖坤虎1，肖和录2，曾喜梅1,任甜甜1 (1.湖南大学工商管理学院，湖南长沙410082; 2.湖南师范大学 商学院，湖南长沙410081) 关于商业银行效率评价的研究屡见不鲜，但是目前少有对上市商业银行阻塞问題的研究，尤其是 考虑非期望产出的阻塞问题研究。本文在One-model方法的基础上，构建了同时存在期望产出和非期望产 出的输入阻塞测量模型，该模型不仅可以判别出阻塞，而且可以测算出输入阻塞的大小，并说明了阻塞和 无效之间的关系。最后，通过中国17家上市商业银行的实证分析验证本文方法的有效性。关键字：数据 包络分析；阻塞；技术无效；上市商业银行 中囹分类号：F830. 59 A 1引言银行业作为现代金融业的核心，是国民经济的枢纽。随着经济的发展，商业银行对 于国 民经济发展的重要性日益凸显。银监会的数据显示，截至2016年9月末，中国银行业金融 机构境内外本外币资产总额为222.9万亿元，相比2011年末翻了一番。而资产规模前10 大银行当中，除国家开发银行和邮储银行外，剩余8家银行均为上市银行。据中国银行业 协会公布，以核心一级资本净额排名的前10大银行全为上市商业银行。可见，上市商业银行 在我国银行业体系中占据着重要地位。 然而，2011年后商业银行不良贷款率持续攀升，2016年9月末的不良率(1.76%)相比 2011年9月末的最低点(0.90%)儿乎翻了一倍。不良贷款集巾在过剩行业，如制造业和批发 零售企业，处置难度大。一个主要的原因就是企业资源配置不合理，资源过度聚集，即资源 的过度使用。当企业存在资源过度使用时，就容易出现阻塞问题。阻塞己成力一种引起业界 和学术界广泛关注的经济现象。为了促进我国银行业健康发展，使企业更好地掌握其运行效 率，测:k阻塞是一种行之有效的途径。更重要的是，这可以帮助银行业更加合理地分 源 和避免浪费。近年来，数据包络分析(Data Envel叩ment Analysis, DEA)已成为处理此问题 的一种常用方法。 DEA是基于凸性非参数生产前沿面的理论，川来评估具有多个投入和产出决策单元 (Decision Making Units, DMUs)效率的一种非参数方法。Charnes et al.(1978)提出了第一个 DEA模型一CCR模型(规模报酬不变模型)衡铽企业生产效率[1]。之后大:W:的学者对此作了 扩展，现卉:许多新的模型，比如BCC模型(规模报酬可变模型)、超效率模型、交叉效率模 型等被广泛地应用于诸如学校、医院、商超、银行，甚至是环境等领域的效率评估(Cooper et al., 2004[21; Cook et al.，2009[31; Guo et al.，2011[4])。模型考虑的因素也越来越复杂，从 单阶段拓展到多阶段，从只考虑期望输入输出到存在非期望输入输出(FSre et al.,1989[5l;Chuang et al.，1997[6];Seiford et al.,2002[7]; Sharp et al, 2007[8];刘德斌等，2015[9】)。 在DEA框架下，自从Fare et al.(1983)首次提出应用非参数方法判断某决策单元存在阻塞 与否的可行方案之后，大致有如下几种主要的方法用来解决阻塞问题1w]。 最早川DEA方法判定阻塞的是Fare et al. (1985)的径向测度DEA模型，此时阻塞被看 成是输入在弱自巾处置和强自由处置下技术效率的差别M1]。但是，该模型不能测量只有单 输入时的阻塞，因为此时弱自由处置和强自由处置的技术效率值不变。 Cooper等提出了松弛变S评价模型，该模型基于一种全新的测度思想，从投入和产出 两个方而同时进行优化，即通过建立最大扩展程度的生产前沿而来进行相应评价［12j。 Brockett et al. (1998)和 Cooper et al. (2000)［14】随后又修缮丫这一方法。Cooper et al. (2001)用此法分析了中国纺织和汽车工业输入阯塞问题［151。Cooper et al. (2002)进一步 完善了这一方法，形成了早期的One-model方法［16］。此时，阻塞效应被衡量为观测值和 期望值之间的差别，输入附塞的大小可以通过测量使产出修复到参考点时输入最大nJ?以减少 的数量来实现。每个输入可以按照不同比例缩减来消除阻塞效应，此法克服了第一种方法的 缺略。 Tone and Sahoo (2004)［17】和 Wei and 丫an(2004)［18］从产出角度提出 丫一个 New-model 方 法，该模型采用输入不能自由处置，输入约束是等式，不能添加任何的输入松弛变量。通过 技术效率和纯技术效率的比率来测: