交叉效率視角下我國股份制銀行績效研究

楊愷鈞，毛博偉，鄭祿飛（.河海大學(xué)商學(xué)院，江蘇　南京200；2.江蘇省企業(yè)國際化發(fā)展決策基地，江蘇　南京200；.浙江財經(jīng)大學(xué)工商管理學(xué)院，浙江　杭州008）

?

交叉效率視角下我國股份制銀行績效研究

楊愷鈞1，2，毛博偉1，鄭祿飛3
（1.河海大學(xué)商學(xué)院，江蘇南京211100；2.江蘇省企業(yè)國際化發(fā)展決策基地，江蘇南京211100；3.浙江財經(jīng)大學(xué)工商管理學(xué)院，浙江杭州310018）

摘要：運用DEA交叉效率模型對2009—2013年間我國18家股份制銀行的經(jīng)營績效進(jìn)行評價，解決了傳統(tǒng)CCR模型中有效單元過多與權(quán)重自評的問題。結(jié)果表明，我國股份制銀行經(jīng)營績效較為穩(wěn)定，呈現(xiàn)出一定的上升趨勢；在此基礎(chǔ)上，使用層次聚類法分析，發(fā)現(xiàn)浦發(fā)、招商、民生銀行等在內(nèi)的中型股份制銀行經(jīng)營效率最佳，國有大型股份制銀行次之，浙商、渤海銀行等在內(nèi)的小型股份制銀行效率相對較低，進(jìn)而提出了相應(yīng)的效率改進(jìn)建議。

關(guān)鍵詞：股份制銀行；經(jīng)營績效；交叉效率；DEA；聚類分析

2009年1月，中國農(nóng)業(yè)銀行作為最后一家國有大型銀行完成股份制改革；2012年1月，中國郵政儲蓄銀行正式變更為股份有限公司，至此，我國國有商業(yè)銀行均完成了股份制改革。同時，在美國次貸危機(jī)以及歐債危機(jī)后，歐美多家商業(yè)銀行申請破產(chǎn)保護(hù)、海外撤資，全球銀行業(yè)格局正進(jìn)行新一輪的“洗牌”；國內(nèi)方面，受國內(nèi)經(jīng)濟(jì)增速下行、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、互聯(lián)網(wǎng)金融、金融脫媒等新興事物的影響，國內(nèi)銀行業(yè)的經(jīng)營業(yè)績增速趨緩。2015年10月23日，中央人民銀行取消對商業(yè)銀行的存款利率浮動上限。這一系列的金融變動正在倒逼著我國銀行業(yè)進(jìn)行經(jīng)營效率的反思與改進(jìn)。在此背景下，準(zhǔn)確有效地對我國股份制銀行的經(jīng)營效率進(jìn)行測度與評估，分析各銀行間經(jīng)營效率的優(yōu)劣，進(jìn)而根據(jù)各類銀行的運營特點，探索中國銀行業(yè)的改革途徑，對于我國金融業(yè)的長遠(yuǎn)期穩(wěn)健發(fā)展具有極為深刻的理論價值與現(xiàn)實指導(dǎo)意義。

1 文獻(xiàn)綜述

銀行經(jīng)營效率是考察銀行機(jī)構(gòu)運營能力的關(guān)鍵指標(biāo)，蘆鋒[1]認(rèn)為經(jīng)營效率的高低是判斷銀行機(jī)構(gòu)投入、產(chǎn)出配置合理與否的重要參考，可體現(xiàn)出銀行機(jī)構(gòu)將自身金融資源轉(zhuǎn)變?yōu)榻鹑诜?wù)及其收入的能力水平。

Sherman & Gold[2]開創(chuàng)性的將DEA方法應(yīng)用于銀行機(jī)構(gòu)運營績效的實際測度與評價中，并通過與其他測評方法進(jìn)行對比，證明了DEA效率評價方法的有效性。此后，大量的學(xué)者就DEA方法在銀行經(jīng)營效率中的應(yīng)用進(jìn)行了廣泛的探索與研究。Athanassopoulos & Giokas[3]對1988—1994年間希臘商業(yè)銀行（CBG）的效率進(jìn)行了測評，得到了相關(guān)銀行機(jī)構(gòu)的認(rèn)可并對機(jī)構(gòu)決策產(chǎn)生指導(dǎo)性作用；Oliveira &Tabak[4]運用DEA方法對全球銀行業(yè)的經(jīng)營效率進(jìn)行測度與比較后發(fā)現(xiàn)，發(fā)達(dá)國家的經(jīng)營效率有下降趨勢而新興市場國家銀行經(jīng)營效率略有上升，其原因可能在于全球經(jīng)濟(jì)一體化進(jìn)程的推動；Sathye[5]分別對印度國資銀行、民營銀行與混合所有制銀行的經(jīng)營績效進(jìn)行DEA分析，發(fā)現(xiàn)私有化進(jìn)程有助于提升銀行的經(jīng)營效率，印度銀行業(yè)逐步私有化的建設(shè)是卓有成效的；Staub et al[6]分析了巴西商業(yè)銀行2000—2007年的實證數(shù)據(jù)，發(fā)現(xiàn)相比于歐美銀行，巴西商業(yè)銀行的效率水平還處于低位，并提出銀行的規(guī)模程度未對巴西商業(yè)銀行績效產(chǎn)生影響；Moradi & Saleh[7]在對澳大利亞銀行的技術(shù)效率進(jìn)行重新審視后提出在銀行績效產(chǎn)出指標(biāo)中“利息收入”比“凈利息收入”更具代表性。

國內(nèi)方面，魏煜，王麗[8]對我國商業(yè)銀行1997年的數(shù)據(jù)進(jìn)行了DEA分析，發(fā)現(xiàn)在四大國有獨資銀行和其他新型商業(yè)銀行效率的比較中，國有銀行效率較低；張健華[9]選取1997—2001年間四大國有銀行、10家股份制銀行以及37家城市商業(yè)銀行的數(shù)據(jù)，實證分析后得出我國銀行業(yè)中股份制銀行的經(jīng)營效率相對較高，而單一的區(qū)域性城市商業(yè)銀行的效率相對較低；宋增基等[10]在對比2007年與2003年我國商業(yè)銀行的經(jīng)營數(shù)據(jù)后發(fā)現(xiàn)國有四大商業(yè)銀行的效率雖有所增進(jìn)，但總體上仍明顯不及新興股份制銀行，且四大國有商業(yè)銀行不存在顯著的規(guī)模經(jīng)濟(jì)；丁忠明，張琛[11]在對比國內(nèi)外15家商業(yè)銀行2009年的經(jīng)營數(shù)據(jù)后得出了類似的觀點，即新興股份制銀行高于國有獨資銀行，同時還發(fā)現(xiàn)國內(nèi)銀行績效與國外銀行相比仍有一定的差距；胡竹枝等[12]利用銀行內(nèi)部數(shù)據(jù)，實證分析了2013年全國東中西部803家村鎮(zhèn)銀行的經(jīng)營績效，發(fā)現(xiàn)我國村鎮(zhèn)銀行基本處于無效率狀態(tài)，尤其是在純技術(shù)效率方面，僅有5%的銀行達(dá)到純技術(shù)有效。

縱觀國內(nèi)外學(xué)者的研究，多集中于應(yīng)用傳統(tǒng)CCR模型進(jìn)行技術(shù)效率、純技術(shù)效率以及規(guī)模效率的分析，但由于受模型原理設(shè)定的限制，傳統(tǒng)CCR模型中存在將非有效決策單元識別為有效決策單元的缺陷，因此，本文試圖引入DEA分析方法中的交叉效率模型，對我國商業(yè)銀行經(jīng)營績效進(jìn)行更為合理、科學(xué)的測度與評估。

2 模型與方法

DEA（data envelopment analysis,數(shù)據(jù)包絡(luò)分析）方法作為一種區(qū)別于傳統(tǒng)參數(shù)估計的非參數(shù)方法，以線性規(guī)劃模型代替生產(chǎn)函數(shù)模型，可解決傳統(tǒng)參數(shù)估計方法中無法較好的處理被評價DMU（decision making unit，決策單元）中多投入、多產(chǎn)出變量的問題。因此，該方法被廣泛應(yīng)用于同型多投入、多產(chǎn)出企業(yè)的技術(shù)經(jīng)濟(jì)效率評價。

2.1 傳統(tǒng)CCR模型

Charnes，Coopor與Rhodes（1978）創(chuàng)造性的提出了傳統(tǒng)CCR模型，通過多產(chǎn)出指標(biāo)加權(quán)值與多投入指標(biāo)加權(quán)值的相對比值表示被評價DMU的效率值[13]。其數(shù)理統(tǒng)計思路如下：

1）假設(shè)有n個具有可比性的DMU，任一DMU都存在m項投入、s項產(chǎn)出，故全部DMU的投入、產(chǎn)出指標(biāo)向量可表示為[Xj，Yj]，j=1，2，…，n。其中Xj，Yj可分別表示為

Xj=[x1j, x2j，…，xmj]T> 0，j=1，2，…，n；Yj=[y1j，y2j，…，ysj]T> 0，j=1，2，…，n

2）與之對應(yīng)，投入指標(biāo)與輸出指標(biāo)的權(quán)重向量可表示為[Vj，Uj]，j=1，2，…，n。其中Vj，Uj可分別表示為

Vj=[v1j，v2j，…，vmj]T> 0，j=1，2，…，n；Uj=[u1j，u2j，…，usj]T> 0，j=1，2，…，n

3）在此基礎(chǔ)上，可得到傳統(tǒng)CCR模型：

其中，θj表示DMUj在最優(yōu)權(quán)重下所得的效率值。在模型線性約束條件的作用下，θj的最大值即為1。若θj達(dá)到1，則表明該DMU是有效的；若θj<1，則稱該DMU是非有效的。

2.2 交叉效率模型

傳統(tǒng)CCR模型在一定程度上解決了多投入、多產(chǎn)出變量的效率評價問題，但由于該模型中的目標(biāo)函數(shù)與約束條件存在顯著的線性平行特征，意味著傳統(tǒng)CCR模型的線性解集存在著多重最優(yōu)解，即最優(yōu)效率值是不唯一的，進(jìn)而使得在實際效率評價問題中，可能出現(xiàn)有較多的決策單元都能取到最大效率值的現(xiàn)象，導(dǎo)致將非有效DMU“偽識別”為有效DMU[14]。鑒于此，有學(xué)者采用超效率模型（super efficiency model）[15-16]，即在線性約束的參考集中不考慮被測DMU，使得被測DMU效率值的上限可大于1，在一定程度上補(bǔ)足了傳統(tǒng)CCR模型無法進(jìn)行效率值優(yōu)劣排序的問題。但不可忽視的是超效率模型和傳統(tǒng)CCR模型的效率推導(dǎo)均是從自評視角出發(fā)，這會使得每一DMU的投入、產(chǎn)出指標(biāo)的權(quán)重[Vj, Uj]會向使自身效率最大化的取值范圍內(nèi)傾斜，易產(chǎn)生放大自身長處、隱藏自身短處，導(dǎo)致其效率評價結(jié)果虛高、偽有效的現(xiàn)象[17]。

為進(jìn)一步解決傳統(tǒng)CCR模型中解集非唯一、權(quán)重自評的問題，Sexton等（1986）提出將權(quán)重評價體系由自評變?yōu)榛ピu[18]，即每一DMU中生產(chǎn)、投入指標(biāo)的權(quán)重[Vj, Uj]不僅僅取決于其自身的數(shù)據(jù)指標(biāo)，同時也受其他DMU的共同影響，從而使得到的效率值更為客觀合理。具體而言，在傳統(tǒng)CCR模型的最優(yōu)權(quán)重下，可定義DMUt基于DMUk的交叉效率值：

其中，vik*，urk*（i=1，2，…，m；r=1，2，…，s）表示DMUk的最優(yōu)權(quán)重。

考慮到傳統(tǒng)CCR模型中的最優(yōu)權(quán)重vik*，urk*（i=1，2，…，m；r=1，2，…，s）存在多重解集的情況，為此Doyle （1994）引入二次目標(biāo)，構(gòu)建了“利眾型”與“對抗型”兩種交叉效率模型[19]。鑒于我國股份制銀行間的競爭性，本文選用對抗型交叉效率評價模型進(jìn)行股份制銀行經(jīng)營績效的評估測度。對抗型交叉效率模型的數(shù)理統(tǒng)計思路如下：

1）求解以下線性規(guī)劃方程：

vi≥0，i=1，2，…，m；ur≥0，r=1，2，…，s

2）整理上述交叉效率值可得到效率矩陣E：

其中，主對角線元素Eii為自我效率評價值，非主對角線元素Eij（i≠j）為交叉效率評價值。E的第j列是諸決策單元對DMUj,的效率評價值，這些值越大，說明DMUj越優(yōu)；E的第i行(主對角線元素除外)是DMUj對其它決策單元的效率評價值，這些值越小對DMUj越有利。

3 變量及數(shù)據(jù)選取

3.1 變量說明

在DEA模型分析中，投入與產(chǎn)出變量的選取是研究開展的前提與基礎(chǔ)，并將對實證研究的結(jié)果產(chǎn)生重要影響。因此，變量選取的準(zhǔn)確、合理對于實證研究的開展、實證結(jié)果的解讀意義重大。鑒于銀行機(jī)構(gòu)投入產(chǎn)出要素的衡量基準(zhǔn)不一，使得學(xué)者們對投入與產(chǎn)出指標(biāo)的選取存在較大的異議，一直未得到統(tǒng)一的見解與標(biāo)準(zhǔn)。總結(jié)現(xiàn)有的研究成果，學(xué)者們主要采取以下3類銀行經(jīng)營績效指標(biāo)分析方法：生產(chǎn)法、中介法和資產(chǎn)法。3類方法的介紹與區(qū)別見表1。

表1 生產(chǎn)法、中介法和資產(chǎn)法的對比Tab.1 The comparison of production method, mediation method and property method

為使對銀行績效指標(biāo)的選取盡可能的全面、系統(tǒng)，學(xué)者們往往綜合考慮了兩種或兩種以上的指標(biāo)選取方法。同時，考慮到我國《商業(yè)銀行法》中對商業(yè)銀行存貸比不得超過75%的規(guī)定要求，而在歐美發(fā)達(dá)國家對商業(yè)銀行的監(jiān)管中并未將其作為法定監(jiān)管指標(biāo)。因此，本文認(rèn)為將存款與貸款作為衡量商業(yè)銀行經(jīng)營績效的投入、產(chǎn)出指標(biāo)有失妥當(dāng)。在此基礎(chǔ)上，結(jié)合銀行機(jī)構(gòu)盈利性的公司性質(zhì)，選取與存貸款間接相關(guān)的利息支出與利息收入作為投入、產(chǎn)出要素，具體指標(biāo)如表2所示。

表2 投入、產(chǎn)出要素指標(biāo)Tab.2 The indicators of input & output elements

3.3 數(shù)據(jù)來源

本文以國內(nèi)18家上市股份制銀行，即中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、中國建設(shè)銀行、交通銀行、中國郵政儲蓄銀行、中信銀行、中國光大銀行、華夏銀行、中國民生銀行、廣發(fā)銀行、平安銀行、招商銀行、興業(yè)銀行、上海浦東發(fā)展銀行、恒豐銀行、浙商銀行、渤海銀行，作為研究對象，其資產(chǎn)總和在我國銀行業(yè)中的占比達(dá)60%以上，樣本的說服力與代表性較強(qiáng)。同時，考慮到2009年我國國有商業(yè)銀行基本完成股份制改革，且金融危機(jī)對商業(yè)銀行的沖擊影響逐漸減弱，本文選取2009—2013年的投入、產(chǎn)出指標(biāo)數(shù)據(jù)。樣本數(shù)據(jù)來源于2010—2014年的《中國金融統(tǒng)計年鑒》，各指標(biāo)的統(tǒng)計性信息見表3。

表3 投入、產(chǎn)出指標(biāo)的統(tǒng)計性信息Tab.3 The statistical information of input & output indicators

此外，為使效率測評更為合理，投入、產(chǎn)出指標(biāo)應(yīng)具有較高的因果關(guān)系，具體體現(xiàn)為投入、產(chǎn)出指標(biāo)間有較高的相關(guān)系數(shù)值[20]。由表4可得，本文選取的投入、產(chǎn)出指標(biāo)的相關(guān)系數(shù)均大于0.85，意味指標(biāo)變量的選取較為合理，適合于DEA模型分析。

表4 投入、產(chǎn)出指標(biāo)的相關(guān)性分析Tab.4 The correlation analysis of input & output indicators

4 實證結(jié)果及分析

本文采用Deap 2.1與Matlab2014a軟件分別構(gòu)建2009—2013年間18家股份制銀行的傳統(tǒng)CCR效率模型及交叉效率模型，在此基礎(chǔ)上結(jié)合SPSS 21軟件對18家銀行根據(jù)交叉效率值進(jìn)行聚類分析。

4.1 傳統(tǒng)CCR模型

根據(jù)傳統(tǒng)CCR模型的運算原理，可得到18家銀行在2009—2013年的效率值及其排序。

表5 CCR效率排序Tab.5 The ranking of CCR efficiency

由表5可知，首先18家股份制銀行在2009—2013年間的效率值總體水平較高呈上升的趨勢，在一定程度上表明我國銀行業(yè)經(jīng)營效率在波動中有所提升；其次，各大銀行間效率值的差異化程度不高，區(qū)分度不顯著，每一年度均有8家左右的銀行效率值為1，即完全有效，同為有效DMU，而事實上這些銀行的經(jīng)營效率可能仍有較大的提升空間，如中國郵政儲蓄銀行。因此在CCR模型中可能存在“偽有效”DMU，若將這些DMU作為其他DMU的改進(jìn)基準(zhǔn)，則無法為其他DMU的進(jìn)一步改進(jìn)與優(yōu)化提供信息參考。因此，本文引入交叉效率模型對樣本數(shù)據(jù)進(jìn)行進(jìn)一步分析。

4.2 交叉效率模型

根據(jù)交叉效率模型的運算原理，可得到18家銀行2009—2013年經(jīng)營績效的交叉效率值及其排序。

表6 交叉效率排序Tab.6 The ranking of cross efficiency

通過表6的分析，可得在交叉效率模型評價下沒有一家股份制銀行的效率值達(dá)到1，同時也沒有出現(xiàn)多家銀行同為有效DMU的情況。整體而言，18家股份制銀行的運營效率是呈上升趨勢的，這一結(jié)果與傳統(tǒng)CCR模型的結(jié)論一致。但在交叉效率模型中，數(shù)據(jù)明確顯示了非國有的股份制銀行效率值顯著高于五大國有股份制銀行；在每一年度中，中信銀行、招商銀行以及浦發(fā)銀行的效率值位居前列，五大行中除建設(shè)銀行、工商銀行外，交通銀行、中國銀行的績效水平均在中游水平，農(nóng)業(yè)銀行的績效水平甚至處于下游水平；而郵儲銀行作為2012完成股份制改革的商業(yè)銀行，其經(jīng)營效率值一直處于末尾狀態(tài)，經(jīng)營績效提升空間較大。由此可見，交叉效率模型對18家股份制銀行的經(jīng)營效率進(jìn)行了有效的優(yōu)劣排序，與實際情況的關(guān)聯(lián)性、準(zhǔn)確性更高，解釋性更強(qiáng)。

圖1對比展示了傳統(tǒng)CCR模型與交叉效率模型的效率評價結(jié)果，交叉效率模型中的效率值顯著低于同期CCR模型中的效率值——在交叉效率模型中各銀行的平均效率水平僅在0.8左右，遠(yuǎn)低于CCR模型中0.96左右的平均效率水平，表明我國銀行業(yè)的經(jīng)營效率仍存在較大的提升空間?？傮w而言，交叉效率模型的分析結(jié)果更為符合實際情況。

圖1 CCR效率值與交叉效率值對比Fig.1 The comparison of CCR efficiency & cross efficiency

4.3 聚類分析

對于非有效DMU，其改進(jìn)思路在于以有效DMU為標(biāo)桿，參考借鑒有效DMU的線性組合；但這一做法忽略了非有效DMU與有效DMU間的“天然”差距，即有效DM的線性組合基準(zhǔn)可能是非有效DMU完全無法實現(xiàn)的[18]。如本文中各大銀行間總資產(chǎn)規(guī)模、員工總數(shù)存在著較大的差別，簡單的選擇基準(zhǔn)DMU可能會導(dǎo)致適得其反的效果。為此，本文采用聚類方法[21]，根據(jù)2013年末各銀行的總資產(chǎn)規(guī)模，首先對18家銀行進(jìn)行聚類分析，而后根據(jù)聚類結(jié)果，對各銀行的效率改進(jìn)提供參考基準(zhǔn)。研究發(fā)現(xiàn)在群集數(shù)為3時，聚類分析效果較為顯著。即可將18家股份制商業(yè)銀行分為大類，如表8所示。

表7顯示，在A、B、C 3類中，本文選取每類中2009—2013年交叉效率排名較前的銀行作為該類中其他銀行改進(jìn)的參考基準(zhǔn)（標(biāo)黑注明）。如A類中建設(shè)銀行不僅2013年效率值最高為0.870 1，且2009—2013年間其效率值較為穩(wěn)定，可被視為工商銀行、農(nóng)業(yè)銀行、中國銀行的改進(jìn)基準(zhǔn)與參照，工、農(nóng)、中行可對照建設(shè)銀行的經(jīng)營效率提升思路來確定改進(jìn)途徑，提升經(jīng)營績效。

表7 基于總資產(chǎn)的銀行交叉效率分類Tab.7 The sort of banks’cross efficiency based on total assets

5 研究結(jié)論

本文運用數(shù)據(jù)包絡(luò)分析的研究方法對我國18家股份制銀行經(jīng)營績效的評估問題進(jìn)行了實證研究，研究結(jié)論如下：

1）2009—2013年間，我國股份制銀行經(jīng)營績效的整體水平較為穩(wěn)定，維持在0.8左右，但沒有一家銀行的經(jīng)營效率是有效的，仍有較大的提升空間。分析其原因：一是從投入要素角度出發(fā)，現(xiàn)階段部分銀行可能存在人員冗余、網(wǎng)點機(jī)構(gòu)過剩的情況，導(dǎo)致機(jī)構(gòu)營業(yè)費用、銀行運營成本等投入要素的不必要增加，進(jìn)而降低了銀行效率，這在一定程度上也解釋了部分銀行在近年來合并、精簡機(jī)構(gòu)，員工招聘人數(shù)減少的現(xiàn)象；二是從產(chǎn)出要素視角分析，鑒于近年來經(jīng)濟(jì)下行壓力增大，銀行機(jī)構(gòu)的不良資產(chǎn)日益增多，同期銀行機(jī)構(gòu)的風(fēng)險管控意識逐漸增強(qiáng)，這也就意味著銀行機(jī)構(gòu)對呆賬、壞賬的資產(chǎn)減值準(zhǔn)備計提總額有所提升，進(jìn)而對銀行的收益產(chǎn)生直接性的負(fù)面影響，降低其銀行效率。這也在一定程度上解釋了為何我國國有銀行（包括五大行及郵儲銀行）的經(jīng)營績效低于非國有股份制銀行。2013年，國有銀行的績效平均值為0.782 2，而非國有銀行達(dá)到了0.814 8。

2）通過聚類分析將18家股份制銀行分為三類，其中工農(nóng)中建四大國有銀行為一類，建設(shè)銀行的經(jīng)營績效在四大行中一直處于優(yōu)先位置，分析其原因可能在于建設(shè)銀行的股份制改革啟動時間最早，改革方案較為全面徹底。結(jié)合實際可以發(fā)現(xiàn)建行的股份制改革貫穿于總行本部及各省市的分支機(jī)構(gòu)，其創(chuàng)新了員工的激勵保障機(jī)制，構(gòu)建了以經(jīng)濟(jì)資本為核心的風(fēng)險管控機(jī)制、以經(jīng)濟(jì)增加值為重點的績效評審機(jī)制；在微觀操作層面，建行在營業(yè)網(wǎng)點中創(chuàng)新性的實現(xiàn)了現(xiàn)金業(yè)務(wù)與非現(xiàn)金業(yè)務(wù)的完全剝離，有效提升了營業(yè)網(wǎng)點柜臺的運作效率；而在B類、C類銀行主體中，浦發(fā)銀行與光大銀行在同類型銀行中分別取得了最佳的績效。此外，在平均效率方面，B類銀行主體最佳，A類銀行主體次之，C類銀行主體最低。分析原因可能是B類銀行兼顧資產(chǎn)規(guī)模與業(yè)務(wù)創(chuàng)新的優(yōu)勢。相比C類銀行，B類銀行資金實力更為雄厚；相比A類銀行，B類銀行競爭意識更強(qiáng)，促使其開展業(yè)務(wù)創(chuàng)新。例如，浦發(fā)銀行2010年與中國移動合作開展移動金融，2012年在業(yè)內(nèi)率先明確互聯(lián)網(wǎng)金融發(fā)展方向，創(chuàng)新互聯(lián)網(wǎng)金融產(chǎn)品與服務(wù)。

3）通過對比傳統(tǒng)CCR模型與交叉效率模型的實證分析結(jié)果，發(fā)現(xiàn)在一定程度上采用交叉效率模型，可有效解決傳統(tǒng)CCR模型中解集非唯一、權(quán)重自評等不足，對于對被評價DMU而言，其結(jié)果更為客觀、準(zhǔn)確，對各股份制銀行效率的評價與改進(jìn)有著更深一度的解釋力。

4）隨著金融全球化程度的日益提升，我國銀行業(yè)今后的發(fā)展對于我國國民經(jīng)濟(jì)的穩(wěn)健運行具有關(guān)鍵作用，為了與世界金融業(yè)務(wù)接軌，增強(qiáng)市場競爭力，股份制銀行的發(fā)展不可或缺。本文建議四大國有股份制銀行以建行為業(yè)務(wù)改進(jìn)基準(zhǔn)，進(jìn)一步縮減冗員、精簡機(jī)構(gòu)，加強(qiáng)客戶資質(zhì)審核，從根本上減少不良資產(chǎn)率；建議中小型股份制銀行穩(wěn)步實現(xiàn)規(guī)模擴(kuò)張，擴(kuò)大其金融服務(wù)覆蓋范圍，以規(guī)模經(jīng)濟(jì)帶動企業(yè)經(jīng)營效率的提升；此外，各銀行應(yīng)積極考慮引進(jìn)境外戰(zhàn)略投資者，如外資銀行，在增強(qiáng)自身資產(chǎn)結(jié)構(gòu)與規(guī)模的同時，借鑒外資銀行的運營模式與管理技術(shù)。本文可能的缺陷是，在思考非有效DMU改進(jìn)為有效DMU的過程中，聚類結(jié)果未能從影響銀行績效的內(nèi)外部運營機(jī)理角度分析，在進(jìn)一步的研究過程中，可嘗試對此進(jìn)行完善，使銀行績效的改進(jìn)更有針對性。

參考文獻(xiàn)：

[1]蘆鋒，劉維奇，史金鳳.我國商業(yè)銀行效率研究——基于儲蓄新視角下的網(wǎng)絡(luò)DEA方法[J].中國軟科學(xué)，2012，（2）：174-184.

[2] SHERMAN H D，GOLD F. Bank branch operating efficiency：Evaluation with data envelopment analysis[J]. Journal of Banking & Finance，1985，9（2）：297-315.

[3] ATHANASSOPOULOS A D，GIOKAS D. The use of data envelopment analysis in banking Institutions：Evidence from the commercial bank of greece[J]. Interfaces，2000，30（2）：81-95.

[4] OLZVELRA CV，TABAK BM. An International comparison of banking sectors：a DEA approach[J]. Global Economic Review，2005，34（3）：291-307.

[5] SATHYE M. Privatization，Performance，and Efficiency：a study of indian banks[J]. Vikalpa the Journal for Decision Makers，2005，30（1）：7-18

[6] STAUB R B，SOUZA G D S E，TABAK B M. Evolution of bank efficiency in brazil：a DEA approach[J]. European Journal of Operational Research，2010，202（1）：204-213.

[7] MORADI-MOTLAGH A，SALEH A S. Re-examining the technical efficiency of australian banks：a bootstrap DEA approach[J]. Australian Economic Papers，2014，53（1-2）：112–128.

[8]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）：88-96.

[9]張健華.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，2003，30（3）：11-25.

[10]宋增基，張宗益，袁茂.中國銀行業(yè)DEA效率實證分析[J].系統(tǒng)工程理論與實踐，2009（12）：105-110.

[11]丁忠明，張琛.基于DEA方法下商業(yè)銀行效率的實證研究[J].管理世界，2011（3）：172-173.

[12]胡竹枝，黃怡聰，區(qū)凱瑤.基于DEA模型的我國村鎮(zhèn)銀行效率研究[J].經(jīng)濟(jì)體制改革，2015（2）：97-102

[13] CHARNES A，COOPER W W，RHODES E. Measuring the efficiency of decision making units [J]. European Journal of Operational Research，1978，2（78）：429-444

[14]李春好，蘇航，佟軼杰，等.基于理想決策單元參照求解策略的DEA交叉效率評價模型[J].中國管理科學(xué)，2015（2）：116-122.

[15]李曼.基于因子分析和超效率DEA的我國商業(yè)銀行效率研究[D].長沙：湖南大學(xué)，2014.

[16]曹瑋，于清波.基于DEA和Malmquist指數(shù)的福建沿海港口效率分析[J].華東交通大學(xué)學(xué)報，2013（4）：89-96.

[17]梁樑，吳杰.數(shù)據(jù)包絡(luò)分析（DEA）的交叉效率研究進(jìn)展與展望[J].中國科學(xué)技術(shù)大學(xué)學(xué)報，2013，30（11）：941-947.

[18] SEXTON T R，SILKMAN R H，HOGAN A J. Data envelopment analysis：critique and extensions［M］. San Francisco：JosseyBass，1986.

[19] DOYLE J，GREEN R. Efficiency and cross efficiency in DEA：Derivations，meanings and the uses [J]. Journal of the Operational Research Society，1994，45（5）：567-578.

[20] LANG J R，GOLDEN P A. Evaluating the Efficiency of SBDC with Data Envelopment Analysis: a Longitudinal Approach［J］. Journal of Small Business Management，1989，27（2）：42－49.

[21]許苗村，蔣先剛.基于均值聚類的銀行客戶信用關(guān)系分析[J].華東交通大學(xué)學(xué)報，2008（6）：55-58.

（責(zé)任編輯 劉棉玲，李 萍）

Performance Study on China’s Joint-stock Banks from Cross-efficiency Perspective

Yang Kaijun1,2, Mao Bowei1, Zheng Lufei3
（1.School of Business, Hohai University, Nanjing 211100, China; 2.Enterprise Internationalization and Development Research Base of Jiangsu Province, Nanjing 211100, China; 3.School of Business Administration, Zhejiang University of Finance and Economics, Hangzhou 310018, China）

Abstract：This paper empirically evaluates efficiency of 18 joint-stock banks in China during the period 2009－2013 by cross-efficiency DEA model, which can overcome the dilemma existing within the traditional CCR model. The empirical results show that, the efficiency of Chinese joint-stock banks is stable, and presenting a rising trend. On this basis, cluster analysis is used through the hierarchical clustering method and it finds out that the operational efficiency of medium-sized joint-stock banks is the best, such as Shanghai Pudong Development Bank, China Merchants Bank, China Minsheng Bank, and that of state-owned joint-stock banks follows, while the operational efficiency of small joint-stock banks is the least. Finally, some advice for improving the efficiency is put forward.

Key words：joint-stock banks; operational efficiency; cross-efficiency; DEA; cluster analysis

中圖分類號：F832.3

文獻(xiàn)標(biāo)志碼：A

文章編號：1005-0523（2016）03-0126-09

收稿日期：2015－11－05

基金項目：國家社會科學(xué)基金項目（15BJY053）；江蘇省社會科學(xué)基金項目（14SZB028）；河海大學(xué)技術(shù)咨詢項目（20168042116）

作者簡介：楊愷鈞（1975—），男，副教授，博士，研究方向為商業(yè)銀行經(jīng)營管理。