2026《基于DEA模型的我国商业银行经营效率测算实证计算》3000字.docxVIP

PAGE

PAGE31

基于DEA模型的我国商业银行经营效率测算实证计算

目录

TOC\o1-3\h\u30545基于DEA模型的我国商业银行经营效率测算实证计算 1

127761.1我国商业银行经营效率测算的相关数据 1

72481.2回归模型构建 1

200921.3实证分析 3

1.1我国商业银行经营效率测算的相关数据

为了能够使广大投资者对此可以更加深入地进行研究全面一些,能够更准确地充分反映当前时期我国大型商业投资银行业的经营管理效率和经营水平,在确定投资者需要选取这些统计样本时,选择了2008年-2016年之间的长期统计数据,选择了不同时期经济发展性质的大型商业投资银行:分别分为是大型国有银行、全国股份制银行、城市集体股份制投资银行三种管理类型,并且这些投资者所需要选择的都主要是一些大型企业,即一些资产净值规模相对比较大、经营效益情况良好且在金融行业中特别具有一定国际代表性的大型商业投资银行。在研究的样本中我总共有16家大型城市商业投资银行中国银行、中国农业银行、中国工商银行、建设银行、交通银行、招商银行、中信银行、光大银行、浦发银行、华夏银行、民生银行、平安银行、兴业银行、北京银行、宁波银行、南京银行。这些统计数据主要是来自于东方财富通、各大银行的年报以及国家的统计数据库。

中国银行、中国农业银行、中国工商银行、建设银行、交通银行、招商银行、中信银行、光大银行、浦发银行、华夏银行、民生银行、平安银行、兴业银行、北京银行、宁波银行、南京银行

1.2回归模型构建

利率市场化使商业银行间在存款业务和贷款业务方面进行了猛烈的竞争,银行的重要的收入源头就是存贷款利差产生的金额,这一方面的收入受到了创伤性的影响。为了应对这一突如其来但也是大势所趋的大挑战,我国的商业投资银行只能踊跃的加快产品创新的脚步、找出一种崭新的经营模式,这样才能很大程度上提升其竞争力，来保证能可持续地发展。利率市场化对我国商业投资银行经济的影响从宏观上看,主要表现在总资产规模,存贷款比重,不良贷款占比,非利息性收入所占的金额等。本文选取总资产规模（lnsize）、存款贷款比例(dar)、不良贷款比例(npl)、非利息收入所占的比重(nir)这几个因子作为回归模型中的解释变量,被解释的变量分别是目前我国大型商业银行的技术效率、单一的技术效率和规模绩效。

多元回归模型为：Eit=ɑ0+ɑ1X1it+ɑ2X2it+ɑ3X3it+ɑ4X4it+ε

变量类型及符号如表1:

变量类型

名称

符号

解释变量

总资产规模

X1

存贷款比例

X2

不良贷款比例

X3

非利息收入占比

X4

被解释变量

技术效率

Eit

纯技术效率

规模效率

常数项

ɑ0

回归系数

ɑ1

ɑ2

ɑ3

ɑ4

将控制面板上的两个数据结果回归效应模型进行区分，分别是固定数据效应回归模型和随机数据效应回归模型。它们之间的最大不同点主要是一个回归物理模型的一个不可能被观测到的变量与自观测变量之间几乎有无直接的相互联系。在不确定能够自动观察变化到的一个变量和能够自动化到的变量之间密切交互相关的实际条件下,采用了一个相对固定的有效应变量模型。反之,则可以使用随机运动效应定义模型。

TestSummary

Chi-Sq.Statistic

Chi-Sq.d.f.

Prob.

Cross-sectionrandom

16.106889

4

0.0029

TestSummary

Chi-Sq.Statistic

Chi-Sq.d.f.

Prob.

Cross-sectionrandom

13.972213

4

0.0074

TestSummary

Chi-Sq.Statistic

Chi-Sq.d.f.

Prob.

Cross-sectionrandom

11.033065

4

0.0262

表2：hausman0检验

如上表2，通过检验eviews7.2对随机回归效应模型的值进行一个hausman0的检验(h0为随机回归效应)后,发现每个p值的值平均准确度通常低于0.05,所以我拒绝了原有的的假设,选择用固定随机效应回归模型。

1.3实证分析

运用Eviews7.2软件对影响因素进行回归分析。

一．16家商业投资银行效率影响因素的回归结果。如表3-表5：

变量名称

相关系数

标准误差

T值

P值

C

0.970893

0.015438

62.889890

0.000000

DAR

0.033935

0.021960

1.545323

0.124800

LNSIZE

-0.020274

0.006307

-3.214388

0.001700

NIR

0.173521

0.058377

2.97