• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      我國商業(yè)銀行效率動態(tài)演進——基于DEA-Malmquist非參數(shù)數(shù)據(jù)包絡(luò)分析方法

      2016-01-05 01:12:40
      池州學(xué)院學(xué)報 2015年2期
      關(guān)鍵詞:全要素生產(chǎn)率商業(yè)銀行

      ?

      我國商業(yè)銀行效率動態(tài)演進
      ——基于DEA-Malmquist非參數(shù)數(shù)據(jù)包絡(luò)分析方法

      李策劃,胡俊

      (南京財經(jīng)大學(xué)產(chǎn)業(yè)發(fā)展研究院,江蘇南京210003)

      [摘要]在金融行業(yè)壟斷改革大背景下,利用我國14家上市銀行2008年至2013年數(shù)據(jù),運用DEA-Malmquist非參數(shù)數(shù)據(jù)包絡(luò)分析方法分析不同年份技術(shù)效率、技術(shù)進步和TFP動態(tài)變化,得出我國商業(yè)銀行全要素生產(chǎn)率與技術(shù)進步率相吻合并且都不斷提高;國有控股銀行全要素生產(chǎn)率低于非國有控股商業(yè)銀行;我國商業(yè)銀行TFP受宏觀經(jīng)濟環(huán)境和經(jīng)濟政策影響較大等結(jié)論;進一步分析了投入產(chǎn)出指標對商業(yè)銀行效率的影響。

      [關(guān)鍵詞]商業(yè)銀行;全要素生產(chǎn)率;動態(tài)演進

      1 引言

      在現(xiàn)階段金融改革的大潮下,商業(yè)銀行效率問題成為專注重點。雖然我國銀行整體運行質(zhì)量不斷提升,資產(chǎn)規(guī)模不斷增長,盈利水平不斷提升,市場競爭力逐步提高,但仍然存在著不足的指標。作為銀行核心競爭力的經(jīng)營效率與國外銀行之間有很大差別,銀行投入和產(chǎn)出存在著不均衡和不匹配。借鑒國外有關(guān)銀行效率的研究,國內(nèi)學(xué)者中對銀行效率做了一些探究,但無法系統(tǒng)的給出銀行效率動態(tài)變化特點和原因。為此,本文通過非參數(shù)DEA-Malamquist指數(shù)法測算14家商業(yè)銀行效率,分析其動態(tài)變化特征并簡單分析變化的原因。

      2 文獻綜述

      銀行效率指銀行在業(yè)務(wù)中要素投入和產(chǎn)出之間的比率,反映出銀行對資源配置和資源利用的效率。目前,國內(nèi)外研究銀行效率主要有三種:一是運用銀行財務(wù)比例,根據(jù)相關(guān)財務(wù)指標分析銀行效率;二是參數(shù)分析法,利用成本-生產(chǎn)函數(shù)構(gòu)造多元線性回歸模型;三是利用非參數(shù)的數(shù)據(jù)包絡(luò)分析。目前,非參數(shù)方法是國內(nèi)外運用最多、最成熟的方法。Charnes等人首次運用DEA方法測算銀行業(yè)效率后,這種非參數(shù)方法在國外的銀行業(yè)效率測量中得到了廣泛的應(yīng)用[1]。

      隨著研究效率的方法和工具日益成熟,越來越多的國內(nèi)學(xué)者開始研究銀行業(yè)效率問題。首先用DEA方法測算銀行效率的是魏煜、王麗( 2000),運用1997年我國12家商業(yè)銀行的數(shù)據(jù),分解了技術(shù)效率、純技術(shù)效率和規(guī)模效率,結(jié)果發(fā)現(xiàn),四家國有銀行的平均技術(shù)效率低于其他商業(yè)銀行的平均技術(shù)效率,4家國有商業(yè)銀行技術(shù)無效的主要原因是由于純技術(shù)無效[2]; 2003年,張建華首次引入了DEA模型的改進模型以及Malmquist效率指數(shù)分析了我國22家國有商業(yè)銀行,股份制商業(yè)銀行以及城市商業(yè)銀行1997年至2001年間的效率[3],其研究結(jié)果表明,股份制商業(yè)銀行效率最高。郭顯光、袁云峰(2005)對我國14家商業(yè)銀行2002年與2003年兩年的效率進行估算,發(fā)現(xiàn)四家國有大型商業(yè)銀行的經(jīng)營效率低于其他的股份制銀行,他們分析可能的原因是勞動力過于冗余,金融服務(wù)提供不足[4]。吳昊(2011)運用非參數(shù)的數(shù)據(jù)包絡(luò)分析法對我國14家上市商業(yè)銀行2001到2009年的技術(shù)效率、純技術(shù)效率和規(guī)模效率進行了測度,發(fā)現(xiàn)14家上市商業(yè)銀行的規(guī)模效率普遍較高,并且股份制銀行的平均技術(shù)效率普遍好于國有控股商業(yè)銀行[5]。

      以往學(xué)者的研究中,有從投入角度和產(chǎn)出不同角度出發(fā)測度了我國商業(yè)銀行效率的變化情況,有的學(xué)者考慮了某一具體年我國商業(yè)銀行的效率數(shù)值,也有的學(xué)者考慮了某一段時期內(nèi)商業(yè)銀行效率值的變化趨勢。這些研究都驗證了我國商業(yè)銀行效率正在逐步趨好,尤其是商業(yè)銀行的純技術(shù)效率較高。

      3 商業(yè)銀行效率測度模型構(gòu)建

      采用規(guī)模收益可變(VRS)的非參數(shù)DEAMalamquist指數(shù)法來測度14家商業(yè)銀行的全要素生產(chǎn)率。TFP的變化可分解為技術(shù)效率和技術(shù)進步,其中技術(shù)效率變化又可分解為規(guī)模效率的變化、純技術(shù)效率變化,可以表示為:TFPch= TECHch×EFFch= TECHch×Pech×Sech

      式中,TFPch表示t期到t+1期的TFP變動;EFFch表示t期到t+1期的技術(shù)效率的變化;TECHch表示t期到t+1期的技術(shù)進步指數(shù);Pech表示t期到t+1期純技術(shù)效率變化,Sech表示t期到t+1期規(guī)模效率的變化。

      DEA-Malmquist指數(shù)法有兩種方法,投入與產(chǎn)出導(dǎo)向型,即假設(shè)在產(chǎn)出(投入)水平確定的條件下,如何使投入(產(chǎn)出)最小(大)化。由于銀行可控的為投入要素,所以采用基于產(chǎn)出導(dǎo)向的DEAMalmquist指數(shù)法。

      4 商業(yè)銀行效率測度

      4.1數(shù)據(jù)樣本和指標選取

      本文選取我國14家上市銀行作為樣本,分別是中國銀行、工商銀行、農(nóng)業(yè)銀行、交通銀行和建設(shè)銀行五大國有控股銀行(以下簡稱國有銀行)以及興業(yè)銀行、中信銀行、光大銀行、民生銀行、招商銀行、廣發(fā)銀行、平安銀行、浦發(fā)銀行和華夏銀行九家非國有控股股份制銀行。

      借鑒以往的研究選取銀行固定資產(chǎn),銀行存款和銀行所有者權(quán)益作為投入指標;把利息收入和利潤總額作為產(chǎn)出指標。相關(guān)指標數(shù)據(jù)均來自各個銀行各年財務(wù)報表。

      4.2銀行全要素生產(chǎn)率變化總體特征

      表1 14家銀行Malmquist分解指數(shù)

      首先,從均值來看,除純技術(shù)效率接近1外,其余指標全都大于或等于1。由于規(guī)模效率為1.01,所以與純技術(shù)效率乘積的技術(shù)效率為1,說明14家銀行整體上技術(shù)效率處于最優(yōu)規(guī)模;各家銀行技術(shù)進步平均值為1.22,代表著生產(chǎn)前沿面推進,技術(shù)的進步;而且,TFP值大于1,顯然銀行各個投入要素的利用效率,要素配置效率不斷提升。

      其次,從表2中可以看出國有銀行和非國有銀行之間對比。對于規(guī)模效率而言,由于國有銀行在銀行分支,商業(yè)網(wǎng)點和從業(yè)人員方面有比較優(yōu)勢,其值大于非國有銀行規(guī)模效率值;非國有銀行在內(nèi)部治理機制和管理方面有一定的靈活性,沒有國有銀行政策性強,因此在純技術(shù)效率方面大于國有銀行;綜合兩個分解指標,國有銀行和非國有銀行技術(shù)效率值相等;由于更具有創(chuàng)新性,非國有銀行技術(shù)進步值為1.30遠遠大于國有銀行的0.98,使得非國有銀行的全要素生產(chǎn)率大于國有銀行的全要素生產(chǎn)率。

      表2 國有銀行與非國有銀行效率對比

      最后,從個體來看,14家銀行在技術(shù)進步和規(guī)模效率方面均是進步的,至少是保持合理的水平1;但是,從Malmquist分解指數(shù)看,交通銀行,建設(shè)銀行,興業(yè)銀行和中信銀行存在著技術(shù)效率和純技術(shù)效率退步,其中建設(shè)銀行退步程度最大,其余銀行都是進步的,就TFP而言,交通銀行和建設(shè)銀行效率進步最低,分別進步0.06和0.08,民生銀行和華夏銀行要素生產(chǎn)率值最高,分別0.42和0.43。

      4.3銀行全要素生產(chǎn)率年度變化特征

      圖1表示的是2008年到2013年14家銀行全要素生產(chǎn)率年度變化。從圖中可以看出,技術(shù)進步和TPF變化率符合度較高,并且兩者的波動都較大,截止到2013年全要素生產(chǎn)效率和技術(shù)進步出現(xiàn)兩個峰值分別在2009-2010和2012-2013年;技術(shù)效率和純技術(shù)效率及規(guī)模效率符合度較高,在效率值1附近徘徊。對于各值的年度均值,除純技術(shù)效率值存在惡化現(xiàn)象,增長了-0.9%,其他分解值增長率都為正,技術(shù)進步增長了21.8%,技術(shù)效率增長了0.1%,TFP增長了22%。

      圖1 2008-2013年銀行TFP均值變化

      5 影響因素分析

      從上述分析可以看出,TFP變化主要原因是技術(shù)進步的變化。但是TPF仍處于不穩(wěn)定狀態(tài),且波動相當大。為了進一步分析投入指標和產(chǎn)出指標對全要素生產(chǎn)率的影響,運用spss對各年度的技術(shù)效率、技術(shù)進步和TFP增長率進行配對樣本T檢驗,如表3,配對后的樣本相關(guān)系數(shù)p檢驗沒有通過驗證,因此可以得出Malmquist生產(chǎn)率變化并沒有時間序列特征。對DEA-Malmquist指數(shù)方法得到的效率值進行進一步的多元線性回歸分析,建立模型如下:

      表3 配對樣本T檢驗

      模型1:效率值=αx0+α1Δx1+α2Δx2+α3Δx3+ε1

      模型2:效率值=αy0+α1Δy1+α2Δy2+ε2

      表4 生產(chǎn)效率、技術(shù)效率、技術(shù)進步多元回歸分析結(jié)果

      上述兩個模型分別以技術(shù)效率、技術(shù)進步和生產(chǎn)率指數(shù)為因變量,其中模型1以投入指標變化值作為解釋變量,模型2以輸出指標變化值為解釋變量。從圖1看出TFP增長率在2010-2011年間下降,而在2012-2013年大幅增長,根據(jù)這兩年計算的數(shù)據(jù)進行模型回歸。從表4對比中發(fā)現(xiàn)2010-2011年間固定資產(chǎn)(x1)和所有者權(quán)益(x3)對全要素生產(chǎn)率作用是負的,而且對技術(shù)效率和技術(shù)進步同樣也是負作用,把效率值拉下來了;2012-2013年雖然三個指標都對技術(shù)效率有負作用,但是除存款(x2)外,其他兩個指標對技術(shù)進步和生產(chǎn)效率均為正向拉動。所有指標在兩年期間所起作用是相反的,所以導(dǎo)致的結(jié)果也是相反的。

      6 結(jié)論

      通過對我國14家上市商業(yè)銀行效率分析看出,各家商業(yè)銀行的效率都是不斷上升的。各家商業(yè)銀行的技術(shù)進步不斷提升,其均值達到1.22。商業(yè)銀行全要素生產(chǎn)效率與技術(shù)進步率具有高度的吻合性,全要素生產(chǎn)效率的進步主要是我國商業(yè)銀行技術(shù)進步提高帶動的。由于純技術(shù)效率的低效率以及規(guī)模效率的弱增長,技術(shù)效率呈現(xiàn)出波動變化,對商業(yè)銀行的TFP帶動不強。其中,國有銀行的生產(chǎn)率低于非國有控股銀行的TFP,這主要是由于非國有控股銀行約束較少,有較大的靈活性,所帶來的技術(shù)進步增長較大。

      由于商業(yè)銀行受到國家宏觀經(jīng)濟影響較大,其效率也隨著宏觀政策而波動。2008年金融危機,我國出臺了4萬億救市計劃,商業(yè)銀行在政策影響下,出現(xiàn)了較高的生產(chǎn)率增長。但是2010-2011年宏觀政策消失時,全要素生產(chǎn)率出現(xiàn)了顯著的下降。2012到2013年期間外部環(huán)境較好,銀行家信心較強,銀行業(yè)景氣指數(shù)較高,促使全要素生產(chǎn)效率大幅提升。

      投入產(chǎn)出指標對分解的效率值有一定的影響。根據(jù)對兩個年份比較,發(fā)現(xiàn)三個投入指標對技術(shù)效率、技術(shù)進步和TFP各有不同的影響,正是在這種不同的影響下,才使得生產(chǎn)率不同。

      參考文獻:

      [1] Charnes A.Cooper. Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research.1978,2(6):429-444.

      [2]魏煜,王麗.中國商業(yè)銀行效率研究:一種非參數(shù)的分析[J].金融研究,2000 ( 3):89-96.

      [3]張建華.我國商業(yè)銀行效率研究的DEA方法及1997-2001年效率的實證分析[J].金融研究,2003(3):11-25.

      [4]袁云峰,郭顯光.基于松弛變量的中國銀行業(yè)DEA效率研究[J].經(jīng)濟理論與經(jīng)濟管理,2005(5): 37-42.

      [5]吳晨.我國上市商業(yè)銀行效率測度及影響因素分析—基于DEA的實證分析[J].山西財經(jīng)大學(xué)報,2011(11):41-57.

      [責任編輯:李榮富]

      作者簡介:李策劃(1990-),男,安徽亳州人,南京財經(jīng)大學(xué)產(chǎn)業(yè)發(fā)展研究院碩士,研究方向為產(chǎn)業(yè)經(jīng)濟和服務(wù)經(jīng)濟;胡?。?990-),男,安徽六安人,南京財經(jīng)大學(xué)產(chǎn)業(yè)發(fā)展研究院碩士,研究方向為產(chǎn)業(yè)經(jīng)濟和服務(wù)經(jīng)濟。

      收稿日期:2014-11-06

      DOI:10.13420/j.cnki.jczu.2015.02.016

      [文章編號]1674-1102(2015)02-0063-03

      [文獻標識碼]A

      [中圖分類號]F832

      猜你喜歡
      全要素生產(chǎn)率商業(yè)銀行
      商業(yè)銀行資金管理的探索與思考
      關(guān)于加強控制商業(yè)銀行不良貸款探討
      湖北省十二市全要素生產(chǎn)率的比較分析
      商(2016年33期)2016-11-24 20:09:16
      中國人口紅利的國際比較與測算
      江淮論壇(2016年5期)2016-10-31 16:31:08
      供給側(cè)結(jié)構(gòu)性改革:以科技創(chuàng)新為助力
      中國市場(2016年28期)2016-07-15 04:31:41
      河北省經(jīng)濟增長方式的實證分析河北省經(jīng)濟增長方式的實證分析
      中國市場(2016年25期)2016-07-05 03:59:51
      能源效率研究方法的比較分析
      商(2016年17期)2016-06-06 22:15:24
      我國糧食生產(chǎn)全要素生產(chǎn)率實證分析
      中國市場(2016年16期)2016-05-16 04:44:22
      國有商業(yè)銀行金融風(fēng)險防范策略
      我國商業(yè)銀行海外并購績效的實證研究
      墨竹工卡县| 丹阳市| 太原市| 兴城市| 彩票| 武城县| 赣榆县| 卢龙县| 论坛| 蛟河市| 星子县| 宣恩县| 鄂托克旗| 平遥县| 乌苏市| 灵台县| 丽江市| 曲阳县| 崇左市| 水城县| 七台河市| 阿合奇县| 中卫市| 开远市| 阿拉善右旗| 琼中| 武山县| 贡觉县| 谷城县| 鹿泉市| 蒙城县| 镇沅| 林芝县| 绥德县| 凌云县| 手游| 永州市| 蒲城县| 顺昌县| 德令哈市| 开封市|