孫永春

（廣州南洋理工職業(yè)學(xué)院 經(jīng)濟(jì)管理學(xué)院，廣東 廣州510925）

一、前言

面對(duì)日益激烈的國(guó)際金融競(jìng)爭(zhēng)環(huán)境，促使我國(guó)進(jìn)入高質(zhì)量發(fā)展階段，提高全要素生產(chǎn)率已被寫(xiě)進(jìn)十九大報(bào)告。作為金融關(guān)注焦點(diǎn)的銀行業(yè)經(jīng)營(yíng)績(jī)效問(wèn)題逐漸受到重視，關(guān)于銀行經(jīng)營(yíng)績(jī)效的討論也成為各國(guó)政府與各位學(xué)者研究的重點(diǎn)。為幫助國(guó)內(nèi)銀行及其他金融機(jī)構(gòu)改善效率，目前我國(guó)政府進(jìn)行了一系列的金融改革，不斷完善法規(guī)與制度，如貸款利率于2013年開(kāi)始放開(kāi)，存款利率上限從2015年10月24日開(kāi)始放開(kāi)，民營(yíng)銀行、政策性銀行、大型商業(yè)銀行和郵儲(chǔ)銀行機(jī)構(gòu)改革也全面展開(kāi)；強(qiáng)化對(duì)中小企業(yè)金融支持，從“十二五”開(kāi)始，各大銀行增多覆蓋網(wǎng)點(diǎn)，加大對(duì)“三農(nóng)”、小企業(yè)等金融支持力度，即所謂的“普惠金融”，同時(shí)，隨著金融改革的深入，“一帶一路”政策的推廣，為“走出去”的企業(yè)提供各種信貸支持。然而在目前金融法規(guī)架構(gòu)下，存在著不同技術(shù)類型的銀行（如全國(guó)性的銀行、地方性城市商業(yè)銀行，外資銀行等），尤其是股份制城市商業(yè)銀行日益增多，可能改變金融產(chǎn)業(yè)的競(jìng)爭(zhēng)及經(jīng)營(yíng)績(jī)效。因此，若要我國(guó)銀行業(yè)績(jī)效得以改善，必須設(shè)計(jì)一套衡量效績(jī)的指標(biāo)體系作為提升績(jī)效的參考標(biāo)準(zhǔn)。

傳統(tǒng)上常見(jiàn)的衡量銀行業(yè)經(jīng)營(yíng)效率方法有以邊界（Frontier）為觀察點(diǎn)的數(shù)據(jù)包絡(luò)分析法（DEA），如李鍵欣、吳榮杰和顏晃平［1］采用傳統(tǒng)DEA方法和共同邊界方法估計(jì)農(nóng)村信用部效率是有差異的，實(shí)證顯示信用部技術(shù)效率值有低估的情況；顏晃平和張靜文［2］采用共同邊界（Meta-Frontier）評(píng)量概念，計(jì)算技術(shù)缺口比率（Technology Gap Ratio,簡(jiǎn)稱TGR）指標(biāo)，都避免了傳統(tǒng)效率評(píng)量只能考慮相同技術(shù)水準(zhǔn)情況的缺失。

近年來(lái)，評(píng)估效率方式的共同邊界法逐漸得到學(xué)者重視［2］。關(guān)于共同邊界的概念，最初Hayami及其Hayami、Ruttan等人進(jìn)行了研究，并應(yīng)用共同生產(chǎn)函數(shù)衡量不同國(guó)家農(nóng)業(yè)生產(chǎn)力的大小［3-4］。除了 Hayami外，Battese、Rao 和 O’Donnel等人從效率觀點(diǎn)，采用共同函數(shù)概念，衡量不同群組或國(guó)家之間技術(shù)效率和技術(shù)缺口比率（TGR）［5-7］，黃臺(tái)心等分別應(yīng)用共同邊界成本函數(shù)探討歐洲16國(guó)銀行業(yè)，觀察東亞6國(guó)銀行業(yè)的成本效率情況［8］，亦針對(duì)總體生產(chǎn)效率與總要素生產(chǎn)力，采用共同邊界成本函數(shù)進(jìn)行分析。

關(guān)于我國(guó)共同邊界 （Meta-Frontier）的研究主要有：王兵運(yùn)用共同前沿生產(chǎn)率指數(shù)（Metafrontier-Malmqusit-Luenberger）測(cè)度了2006—2010年中國(guó)88家證券公司的全要素生產(chǎn)率［9］；崔瑋通過(guò)測(cè)算中國(guó)東、中、西部城市非農(nóng)用地績(jī)效，分析三個(gè)區(qū)域之間土地資源的合理配置問(wèn)題［10］；劉文君基于Metafrontier生產(chǎn)函數(shù)模型，對(duì)電力產(chǎn)業(yè)區(qū)域技術(shù)效率進(jìn)行了比較分析［11］；祝樹(shù)金采用共同前沿法建立了中國(guó)2001—2013年36個(gè)工業(yè)行業(yè)的全要素能源投入共同前沿函數(shù)［12］；范丹應(yīng)用共同前沿理論的MML生產(chǎn)率指數(shù)，測(cè)度了我國(guó)工業(yè)行業(yè)環(huán)境全要素生產(chǎn)率的動(dòng)態(tài)變化及分解構(gòu)成［13］。對(duì)我國(guó)銀行關(guān)于Meta-Frontier的研究主要有：陳碧運(yùn)用Frontier測(cè)算了中國(guó)臺(tái)灣與中國(guó)大陸銀行各自的隨機(jī)邊界距離函數(shù)，得到影響技術(shù)效率的因子［14］；盧永祥衡量2004—2007年中國(guó)、日本及韓國(guó)的220家商業(yè)銀行在技術(shù)效率與生產(chǎn)技術(shù)上的差異［15］；梁連文和何希［16］利用 Battese［6］的共同邊界法進(jìn)行兩岸銀行業(yè)成本效率比較分析。胡均立利用數(shù)據(jù)包絡(luò)分析法并采用Battese共同邊界法分析了中國(guó)大陸17家A股上市公司2002—2013年白酒企業(yè)［17］；陳盟凱的研究應(yīng)用共同邊界模型考慮了區(qū)域間差異［18］。

上述文獻(xiàn)不同之處在于對(duì)銀行效率的研究，中國(guó)之外的區(qū)域研究?jī)?nèi)容相對(duì)較多。本文研究也將采用共同邊界法（Meta-Frontier）評(píng)量方法來(lái)研究中國(guó)大陸銀行不同群組的效率。本文依據(jù)2007—2013年間具有完整資料的33家中國(guó)大陸銀行的資料，評(píng)估各銀行及兩大分類銀行群組的績(jī)效。本研究共分為四個(gè)部分：第一部分為前言，回顧文獻(xiàn)資料并引出所要研究的問(wèn)題；第二部分為研究方法，闡述研究的機(jī)理；第三部分為實(shí)證研究與分析，評(píng)估各銀行績(jī)效問(wèn)題并分析其原因；第四部分為研究結(jié)論與不足之處。

二、研究方法

（一）共同邊界DEA

Battese和Rao［5］為Meta-Frontier提供了一個(gè)概念性的架構(gòu)，定義Meta-Frontier是由一組未受限制的技術(shù)集合所構(gòu)成的一個(gè)邊界，而Group-Frontiers為多組受限制的技術(shù)集合所構(gòu)成的多個(gè)邊界，邊界的限制為技術(shù)知識(shí)或其他物理、社會(huì)、法規(guī)及經(jīng)濟(jì)環(huán)境特性所造成的落差，而 Meta-Frontier總是包絡(luò)著 Group-Frontiers。O’Donnell、Rao 和 Battese［6-7］利用 Meta-Frontier的概念研究跨領(lǐng)域銀行群體的技術(shù)效率差異，并且展示Meta-Frontier可以被應(yīng)用于無(wú)母數(shù)數(shù)據(jù)包絡(luò)分析法（DEA）與有母數(shù)隨機(jī)前緣分析法（SFA）。接著用圖說(shuō)明Meta-Frontier的概念，如圖1中有三個(gè)生產(chǎn)群體，分別為AA’、BB’、CC’曲線，每個(gè)群體的DMU都是一個(gè)投入要素（X）生產(chǎn)兩種產(chǎn)出（Y1,Y2），AA’內(nèi)的生產(chǎn)單位D相對(duì)于自身群體生產(chǎn)邊界的效率值為OD/OE，而由這三組Group-Frontiers所畫(huà)出的Meta-Frontier為BFC’，包絡(luò)著所有的生產(chǎn)單位，而單位D相對(duì)于Meta-Frontier的效率值為OD/OF，稱此效率值為Meta-Efficiency。而單位D的Meta-Efficiency（OD/OF）可以被分解成自身群體內(nèi)效率（即OD/OE）和技術(shù)缺口（Technological Gap）（即OE/OF），也就是OD/OF＝OD/OE×OE/OF。自身群體內(nèi)效率是傳統(tǒng)DEA效率，衡量每個(gè)DMU效率值與群體生產(chǎn)前緣的距離，技術(shù)缺口則是衡量Group-Frontiers與Meta-Frontier的距離。

圖1 Meta-Frontier概念說(shuō)明圖

我們可以歸納圖1的說(shuō)明，考慮n個(gè)DMU，來(lái)自T個(gè)群組，因此Meta-Frontier包絡(luò)了T個(gè)群組：

對(duì)換之后：

這顯示了參考Meta-Frontier的技術(shù)效率，可以被分解為參考第t群的技術(shù)效率與Group-t Frontier及Meta-Frontier之間的差距 （Tchnological Gap）。例如，j單位利用一個(gè)投入X來(lái)生產(chǎn)Y產(chǎn)出，參考Meta-Frontier所求出的中國(guó)銀行產(chǎn)業(yè)技術(shù)效率為0.7，而參考Group-t Frontier所求出的中國(guó)城市商業(yè)銀行產(chǎn)業(yè)技術(shù)效率值為0.9，因此Technological Gap為0.7/0.9＝0.78。這意味著，所給定的投入X，透過(guò)第t群的生產(chǎn)單位所能生產(chǎn)的最大產(chǎn)出，是使用Meta-Technology的生產(chǎn)單位（指所有生產(chǎn)單位，包含第t群的生產(chǎn)單位）所能生產(chǎn)最大值的78%。

（二）影響MTE、GTE及TGR影響因子之回歸分析

為進(jìn)一步討論影響我國(guó)銀行產(chǎn)業(yè)MTE、GTE及TGR的影響因子，我們檢驗(yàn)不良貸款與貸款總額之比（Z1）、總資本比率（Z2）、銀行總資產(chǎn)的自然對(duì)數(shù)（Z3）、所有者權(quán)益與總資產(chǎn)的比例（Z4）、貸款的利息收入與凈收入之比（Z5）、存款市占率（Z6）等自變量是否顯著地影響MTE、GTE及TGR。利用回歸模型設(shè)定影響DEA、MTE、GTE及TGR的因子，其模型設(shè)定為：

其中，因變量DEA-TE為MTEoCRS、GTEoCRS及TGRoCRS。

三、實(shí)證研究與分析

（一）數(shù)據(jù)源與變數(shù)描述

1.數(shù)據(jù)源

本文研究資料搜集范圍為2007—2013年間具有完整年的中國(guó)銀行產(chǎn)業(yè)數(shù)據(jù)。數(shù)據(jù)取自Bankscope數(shù)據(jù)庫(kù)，共33家銀行，如表1所示。本文依據(jù)不同銀行的類型特性與規(guī)模，分為兩個(gè)群組，即全國(guó)性商業(yè)銀行和城市商業(yè)銀行。

2.研究變數(shù)及描述

研究變數(shù)如表2所示。表3呈現(xiàn)了2007—2013年全期間銀行投入與產(chǎn)出變量的敘述性統(tǒng)計(jì)數(shù)據(jù)。整體期間全國(guó)性銀行不論是投入項(xiàng)或產(chǎn)出項(xiàng)，規(guī)模相差懸殊。以全樣本銀行員工人數(shù)為例，最大值是最小值的1 291.05倍。按分組數(shù)據(jù)，全國(guó)性商業(yè)銀行群組的平均投入與產(chǎn)出皆高于全體銀行與城商行平均值水平。說(shuō)明國(guó)有商業(yè)銀行在規(guī)模和抗風(fēng)險(xiǎn)能力方面要優(yōu)于城市商業(yè)銀行。觀察全國(guó)性群組可發(fā)現(xiàn)各變量的標(biāo)準(zhǔn)偏差比全樣本及城商行群組大，隱含全國(guó)性群組的產(chǎn)出與投入分散程度較大。因此，本文利用共同邊界與群組邊界的概念比較各銀行群組績(jī)效值，并討論其差異來(lái)源。

表1 本文研究樣本

表2 本文研究變數(shù)

表3 投入與產(chǎn)出變量之?dāng)⑹鲂越y(tǒng)計(jì)

（二）效率計(jì)算與分析

一般而言，銀行管理者都希望在目前銀行可承擔(dān)風(fēng)險(xiǎn)條件下所獲得報(bào)酬收入越高越好，以符合高風(fēng)險(xiǎn)高報(bào)酬概念，且實(shí)務(wù)上各DMU大多是在規(guī)模報(bào)酬變動(dòng)情況下生產(chǎn)，故本研究放寬CRS的假設(shè)，在規(guī)模報(bào)酬變動(dòng)假設(shè)下，結(jié)合Meta-Frontier技術(shù)進(jìn)行各群體績(jī)效衡量比較。在DEA模型中，將效率值定義在0～1之間，探討各樣本在研究區(qū)間內(nèi)已知的風(fēng)險(xiǎn)投入與報(bào)酬產(chǎn)出數(shù)據(jù)，得知其經(jīng)營(yíng)是否具有效率，評(píng)估銀行在固定風(fēng)險(xiǎn)投入下，產(chǎn)出報(bào)酬是否符合高風(fēng)險(xiǎn)高報(bào)酬的合理狀態(tài)。

全國(guó)性群組、城商行群組等每一群組各有其特定的群組技術(shù)，但同時(shí)也適用相同的共同中國(guó)銀行技術(shù)。當(dāng)以共同邊界法衡量中國(guó)銀行效率時(shí)，透過(guò)共同技術(shù)，使跨群組中國(guó)銀行效率比較意義外，亦提供技術(shù)缺口比（TGR）的相關(guān)信息。TGR是中國(guó)銀行共同技術(shù)效率值與群組技術(shù)效率值的比值，反映群組邊界與共同邊界差距。TGR衡量值介于0～1之間，當(dāng)數(shù)值愈大時(shí)，群組邊界與共同邊界缺口愈小，表示群組最佳技術(shù)與全產(chǎn)業(yè)最佳技術(shù)愈趨一致；反之，則群組邊界與共同邊界缺口愈大。換言之，依照TGR信息，可在跨群組間不同群組的銀行效率進(jìn)行比較。

如表4所示，城商行銀行群組平均TGR值最佳，隱含該組大多數(shù)樣本較靠近共同邊界成本（成本相對(duì)全國(guó)性銀行群組小0.2%），而對(duì)于固定規(guī)模報(bào)酬和變動(dòng)規(guī)模報(bào)酬平均值，全國(guó)性銀行群組都比城商行銀行群組高，分別高出0.4%和0.3%。共同邊界技術(shù)效率MTE是實(shí)際產(chǎn)出與共同邊界產(chǎn)出的比例關(guān)系，表5為其敘述性統(tǒng)計(jì)。

表4 各效率值的敘述性統(tǒng)計(jì)

表5 共同邊界技術(shù)效率的敘述性統(tǒng)計(jì)

由表5所示的MTE衡量數(shù)據(jù)可知，全樣本銀行MTE總平均值為0.991，與其他各年相比，其中的2010年為0.989，可以推測(cè)中國(guó)銀行業(yè)并沒(méi)有受到歐債危機(jī)的影響。由表5數(shù)據(jù)可知，全樣本TGR值介于0.997與1之間。其中2007年和2008年全樣本銀行的值相對(duì)較高，由此可以推測(cè)中國(guó)銀行業(yè)并沒(méi)有受到美國(guó)次貸危機(jī)的影響。

另外，城商行銀行均值在2008年和2010年分別為0.991和0.988，與其他各年相比較低，推測(cè)原因可能是2008年全球經(jīng)濟(jì)的不景氣影響中國(guó)的銀行業(yè)和2010年的歐債危機(jī)致使金融業(yè)的低迷影響到中國(guó)銀行業(yè)。全樣本銀行平均具有0.9%產(chǎn)出提升潛力。

（三）TGR之決定因子

本文采用回歸分析，模型設(shè)定如下：

其中，因變數(shù)DEA-TE為共同邊界技術(shù)效率MTEoCRS、群組技術(shù)效率值GTEoCRS及技術(shù)缺口效率值 TGRoCRS，自變數(shù)有不良貸款/貸款總額（Z1）、總資本比率（Z2）、銀行總資產(chǎn)的自然對(duì)數(shù)（Z3）、所有者權(quán)益與總資產(chǎn)的比例（Z4）、貸款的利息收入/凈收入（Z5）、存款市占率（Z6）等，δi為自變量的估計(jì)系數(shù)，εIT為殘差項(xiàng)。其估計(jì)結(jié)果如表6所示。

表6 回歸結(jié)果

由表6的回歸分析結(jié)果可知，截距項(xiàng)對(duì)三項(xiàng)因變量具有正向統(tǒng)計(jì)顯著性；表征資產(chǎn)品質(zhì)的不良貸款/貸款總額（Z1）具有統(tǒng)計(jì)顯著性，表示資產(chǎn)質(zhì)量越佳，即不良貸款越少，共同邊界技術(shù)效率及群組技術(shù)效率值水平愈高，而不良貸款/貸款總額（Z1）對(duì)技術(shù)缺口的效率值不具統(tǒng)計(jì)顯著性；總資本比率（Z2）對(duì)TGRoCRS具有正向影響，而銀行總資產(chǎn)（Z3）、所有者權(quán)益與總資產(chǎn)的比例（Z4）及存款市占率（Z6）對(duì)TGRoCRS具有負(fù)向影響。

四、結(jié)語(yǔ)

近幾年來(lái)，以百度、阿里巴巴、騰訊為代表的互聯(lián)網(wǎng)企業(yè)對(duì)傳統(tǒng)金融領(lǐng)域的滲透與創(chuàng)新引人關(guān)注，對(duì)傳統(tǒng)銀行，尤其是中小城商行的市場(chǎng)形成了沖擊和擠壓。然而，在改善銀行效率的同時(shí)，必須先設(shè)計(jì)一套具體的銀行績(jī)效評(píng)價(jià)指標(biāo)作為績(jī)效是否提升的判準(zhǔn)。傳統(tǒng)上，采用數(shù)據(jù)包絡(luò)法和隨機(jī)邊界法估計(jì)銀行效率時(shí)假設(shè)所有銀行皆具有相同的技術(shù)水準(zhǔn)。此假設(shè)與中國(guó)目前銀行業(yè)現(xiàn)狀并不相符，故劃分群組進(jìn)行比較。有鑒于此，本研究放寬了CRS的假設(shè)更符合實(shí)際銀行經(jīng)營(yíng)狀況，利用Battese和Rao提出的Meta-Frontier技術(shù)進(jìn)行各個(gè)群體經(jīng)營(yíng)績(jī)效與技術(shù)差異性比較分析，突破傳統(tǒng)DEA方法無(wú)法進(jìn)行不同經(jīng)營(yíng)體系研究的限制。

實(shí)證分析結(jié)果：2007—2013年研究期間，利用技術(shù)差距比值TGR進(jìn)行跨群組生產(chǎn)效率比較時(shí)，全國(guó)性群組樣本銀行比城商行群組更接近共同邊界。當(dāng)MTE進(jìn)行跨群組技術(shù)效率比較，依此TGR信息，可進(jìn)行跨群組間不同群組銀行效率比較。由數(shù)據(jù)分析可見(jiàn)，全樣本TGR值介于0.997與1之間。其中，2007年和2008年全樣本的值相對(duì)較高，推測(cè)原因?yàn)橹袊?guó)銀行業(yè)并沒(méi)有受美國(guó)次貸危機(jī)的影響。城商行的銀行均值在2008年和2010年分別為0.991和0.988，與其他各年相比較低，推測(cè)原因可能分別是因?yàn)?008年的次貸危機(jī)和2010年的歐債危機(jī)導(dǎo)致全球經(jīng)濟(jì)的不景氣而影響到中國(guó)的銀行產(chǎn)業(yè)，但總體影響相對(duì)較小。

從實(shí)證回歸結(jié)果分析看：表征資產(chǎn)質(zhì)量的不良貸款/貸款總額（Z1）具有統(tǒng)計(jì)顯著性，表示資產(chǎn)質(zhì)量越佳，即不良貸款越少，共同邊界技術(shù)效率MTEoCRS及群組技術(shù)效率GTEoCRS水平愈高，而不良貸款/貸款總額（Z1）對(duì)技術(shù)缺口的效率值TGRoCRS不具統(tǒng)計(jì)顯著性；其他影響因子對(duì)MTEoCRS及GTEoCRS不具統(tǒng)計(jì)顯著性；總資本比率（Z2）對(duì)TGRoCRS具有正向影響，而銀行總資產(chǎn)的自然對(duì)數(shù)（Z3）、所有者權(quán)益與總資產(chǎn)的比例（Z4）及存款市占率（Z6）對(duì)TGRoCRS具有負(fù)向影響。

本文所用共同邊界的概念可用于比較全國(guó)性群組與城商行群組技術(shù)效率的差異。由于所利用數(shù)據(jù)只截至2013年，且樣本數(shù)相對(duì)較少，僅對(duì)33家商業(yè)銀行2007—2013年面板數(shù)據(jù)進(jìn)行了實(shí)證分析,更充分的實(shí)證研究還需要進(jìn)一步拓寬數(shù)據(jù)面,時(shí)間序列也需要進(jìn)一步拉長(zhǎng),這都會(huì)影響到商業(yè)銀行績(jī)效的分析結(jié)果。

另外，不能涵蓋全體銀行也可能影響本文對(duì)效率的判斷。若能將研究區(qū)間拉長(zhǎng)，更能觀察中國(guó)銀行業(yè)的真實(shí)效率。全國(guó)性商業(yè)銀行與城市商業(yè)銀行發(fā)展形態(tài)不同，發(fā)展策略理應(yīng)不同，故不同群組應(yīng)該納入不同環(huán)境變量，以反映個(gè)別群組樣本真實(shí)的效率表現(xiàn)。