基于SFA法的我國商業(yè)銀行成本效率分析

鄂羽潔 王洪濤 劉海晨

摘要：利用隨機(jī)前沿分析方法對我國100家商業(yè)銀行的成本效率進(jìn)行了測算，并分析了影響我國商業(yè)銀行成本效率的主要因素。研究結(jié)果表明，通貨膨脹率和居民消費(fèi)指數(shù)對成本效率有正面促進(jìn)作用，而貨款損失準(zhǔn)備金率則與成本效率值負(fù)相關(guān)。基于實(shí)證結(jié)果，本文提出擴(kuò)大銀行業(yè)開放程度和增強(qiáng)創(chuàng)新意識的建議。

關(guān)鍵詞：隨機(jī)前沿模型;商業(yè)銀行;成本效率;決定因素

銀行系統(tǒng)在一國的經(jīng)濟(jì)活動中起著重要作用。銀行將資金轉(zhuǎn)化為生產(chǎn)性投資，不僅賦予了資金流動性，也促進(jìn)了國家經(jīng)濟(jì)活動的進(jìn)行。在過去的二十年間，中國經(jīng)濟(jì)快速發(fā)展，中國在2010年成為世界第二大經(jīng)濟(jì)體。在此期間，中國銀行系統(tǒng)也成功地從一個計劃型的、政府控制的結(jié)構(gòu)轉(zhuǎn)變成一個更加市場導(dǎo)向型的結(jié)構(gòu)，并且變得逐漸穩(wěn)健。總的來說，通過銀行渠道進(jìn)行的融資投資活動是社會經(jīng)濟(jì)活動中非常重要的一環(huán)。商業(yè)銀行能否有效地對資源進(jìn)行配置，將存款資金轉(zhuǎn)化為可供貸款人利用的投資資金，對于整個社會經(jīng)濟(jì)的持續(xù)發(fā)展有著重要意義。因此，一個穩(wěn)定高質(zhì)量的銀行系統(tǒng)對于一個國家實(shí)現(xiàn)更高的經(jīng)濟(jì)目標(biāo)有著至關(guān)重要的作用。鑒于銀行在國民經(jīng)濟(jì)體系中所處的重要地位，衡量銀行的經(jīng)營情況就成了學(xué)術(shù)界關(guān)心的話題。因為銀行的經(jīng)營績效包含很多方面的內(nèi)容，例如流動性、盈利性等，傳統(tǒng)的財務(wù)指標(biāo)很難從整體上反映銀行的經(jīng)營情況，因此學(xué)者們開始引用“效率”的概念，商業(yè)銀行的效率在廣義上被定義為：銀行業(yè)日常的經(jīng)營活動中投入要素和產(chǎn)出要素之間的關(guān)系。商業(yè)銀行效率指標(biāo)不僅表示其有效分配社會經(jīng)濟(jì)資源的能力高低，也是衡量各銀行投入一產(chǎn)出能力，市場競爭能力和未來可持續(xù)發(fā)展能力的重要指標(biāo)。通過衡量銀行投入產(chǎn)出的關(guān)系，來計算銀行的效率值，繼而反應(yīng)銀行的經(jīng)營情況。

這篇文章的研究目的在于用隨機(jī)前沿法（SFA）測算中國100家銀行的成本效率值及其影響因素。本文運(yùn)用SFA的BC（1995）版成本函數(shù)模型對成本效率值和其影響因素進(jìn)行測量，并給出對應(yīng)的建議。成本效率值分析可以對銀行利用資源的能力進(jìn)行描述，另外對于效率值影響因素的探究也能幫助銀行采取相應(yīng)措施提高成本效率值，從而獲得長遠(yuǎn)發(fā)展。

一、文獻(xiàn)綜述

在早期，研究學(xué)者們傾向于將商業(yè)銀行效率的提高當(dāng)作是規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)發(fā)揮的作用。這種傳統(tǒng)經(jīng)濟(jì)學(xué)理論不能解釋商業(yè)銀行經(jīng)營中的非技術(shù)問題導(dǎo)致的非效率現(xiàn)象。所以西方經(jīng)濟(jì)學(xué)家萊本斯坦于1966年提出X效率的概念，他指出，非效率問題和傳統(tǒng)情況不同，它并不是因為資源分配效率不高引起的，而是主要被員工的工作態(tài)度，企業(yè)管理行為和類似的未知因素所影響。從20世紀(jì)90年代開始，關(guān)于X效率的研究開始逐漸增加。1997年，伯杰和漢弗萊從實(shí)證研究中得出：由規(guī)模不效率和范圍不效率造成的成本非效率占比不超過總成本的5%，但是由于x非效率造成的非效率問題卻占20%。因此，更多的學(xué)者開始從原本的傳統(tǒng)研究方向轉(zhuǎn)向研究X效率。自此X效率成為學(xué)者們研究商業(yè)銀行效率的一個重要方向。（弗雷等，2000）學(xué)者還將X效率定義為除了規(guī)模效率和范圍效率之外的所有技術(shù)效率和配置效率的總和。

Berge和Mester估算出美國銀行系統(tǒng)1996年的平均成本效率值是0.8680。Cavallo和Rossi運(yùn)用SFA模型測算了歐洲儲蓄銀行的成本效率值。他們指出，這些銀行由于規(guī)模非效率導(dǎo)致成本上升了7%，而由于X非效率導(dǎo)致的成本上升率卻達(dá)到了20%。所以他們建議歐洲儲蓄銀行應(yīng)該提升內(nèi)部控制和資源利用能力來解決存在的X非效率問題。Hollo和Nagy使用調(diào)整過后的SFA模型研究了歐盟25個國家的2459家銀行，他們發(fā)現(xiàn)不同國家的銀行效率值不同并測算出在1999年～2003年期間所有銀行的成本效率平均值是0.86。總之，SFA在發(fā)達(dá)國家整體已經(jīng)有較為成熟的研究。在我國，銀行業(yè)的成本效率研究在過去二十年間也有了較大發(fā)展。Fu和Heffman運(yùn)用SFA模型對中國銀行業(yè)1985年2002年的成本效率只進(jìn)行測算，他們的研究結(jié)果表明，盡管這段時間內(nèi)中國銀行的成本效率值在上升，但是仍比前沿銀行的效率值低40%～60%，他們同樣發(fā)現(xiàn)股份制商業(yè)銀行的成本效率值比國有控股銀行的成本效率值要高。（Berger等，2009）又進(jìn)行了更加復(fù)雜的研究，他們對中國商業(yè)銀行股份制改革之后的成本效率進(jìn)行了研究。這次研究加入了一些另外的變量如收入和貸款質(zhì)量來研究銀行成本效率，研究表明這次改革對于提升銀行成本效率是有益的，并且相對于國有銀行來說，外資銀行的成本效率更高。所以他們建議中國商業(yè)銀行應(yīng)該多多吸收外來資本。（Zhang and Wang，2011）比較了2004年～2008年中國銀行和外國銀行的成本效率值差異和其決定因素，他們發(fā)現(xiàn)宏觀經(jīng)濟(jì)因素，經(jīng)濟(jì)增長率和成本效率值正相關(guān)。雖然這篇文章對宏觀因素的影響進(jìn)行了研究，但是在我國商業(yè)銀行成本效率及其影響因素研究中，仍然很少用到SFA模型，并且宏觀經(jīng)濟(jì)因素也很少被用來研究其對于成本效率值的影響。因此本篇文章選用更合適的SFA方法，并同時選取宏觀經(jīng)濟(jì)因素和銀行內(nèi)部因素研究他們對于效率值的影響，是一個創(chuàng)新之處。

銀行效率分析最廣泛應(yīng)用的方法是前沿分析法。前沿分析法通過比較目標(biāo)銀行的效率與效率前沿銀行的效

率值的偏差來測量目標(biāo)銀行的效率分?jǐn)?shù)。前沿分析法分為參數(shù)法和非參數(shù)法。數(shù)據(jù)包絡(luò)分析法（DEA）由Charnes在1978年創(chuàng)建的，它是目前被廣泛應(yīng)用的非參數(shù)法的一種。但是，非參數(shù)法的一個重要假設(shè)是模型中不存在隨機(jī)誤差項并且它設(shè)置了一個確定的邊界，但是在實(shí)際情況中，這個假設(shè)并不一定真實(shí)存在。相反地，參數(shù)法中的隨機(jī)前沿分析法（SFA）假設(shè)存在隨機(jī)誤差項，并且特定的成本效率函數(shù)能從參數(shù)模型中獲取。另外，隨機(jī)前沿模型中，前沿效率是隨機(jī)的，這符合運(yùn)用面板模型時的實(shí)際情況。所以，本篇文章選取SFA模型來測量銀行效率值。

1.隨機(jī)前沿模型

（Aigner，Lovell&Schmidt，1977）首次提出隨機(jī)前沿模型來測量成本效率，隨后（Battese&Coelli，1992）改進(jìn)了這個模型，使得不平衡的面板數(shù)據(jù)能夠被運(yùn)用在這個模型中。Battese和Coelli于1995年再次改進(jìn)了這個模型，他們把影響成本效率的因素加入了模型中，這一改進(jìn)把本來需要測量影響因素的兩步回歸模型合成了只需要一步的隨機(jī)前沿模型，這個模型被稱為BC（95）隨機(jī)前沿模型。本文運(yùn)用BC（95）模型測試100家銀行的成本效率值和成本效率的影響因素，包括通貨膨脹率，居民消費(fèi)指數(shù)（CPI）和金率。

本文中運(yùn)用BC（95）模型對成本效率進(jìn)行測度，進(jìn)行模型設(shè)計的步驟如下。

第一步，成本前沿函數(shù)可以被寫作如下形式：

在此式中，C表示銀行i在t年的總成本;C（y，p;β）即隨機(jī)前沿成本函數(shù)，是函數(shù)（1）中最重要的部分，其中y表示i銀行在t年內(nèi)的產(chǎn)出的對數(shù)，p表示i銀行在t年的投入價格向量尹表示需要被估計的參數(shù)向量;v則表示隨機(jī)誤差項，例如測量誤差，并且函數(shù)（1）中假設(shè)v是獨(dú)立同分布（i.i.d.）的。關(guān)于隨機(jī)誤差項v的另一假設(shè)是：假設(shè)其服從N（0，σ）并且和u是相互獨(dú)立存在的。u代表僅僅由于X非效率造成的非負(fù)誤差項，并且假設(shè)其服從在0處截斷的正態(tài)分布N（m，σ）。而在此正態(tài)分布中：

m=zδ（2）

在（2）式中，z是一個（1×M）的向量，它表示能對i銀行在t年的X效率產(chǎn)生影響的自變量;s是一個（M×1）向量，它代表成本前沿函數(shù)中需要被估計的解釋變量的相關(guān)系數(shù)。BC（1995）模型使得會對銀行X效率造成影響的外部變量在計算成本效率時能同時被測量，而不需要在計算效率值之后再利用回歸分析法。另外，本文需要運(yùn)用最大似然法Maximum Likelihood Estimation（MLE）對函數(shù)式（1）和（2）中的未知參數(shù)進(jìn)行估計。

2.效率值計算

如果一個銀行不存在非效率問題，那么表示非效率的誤差項u等于零，這說明銀行此時所處的經(jīng)營狀態(tài)和假設(shè)的前沿銀行一致，其在最佳的成本效率狀態(tài)下用最小的成本進(jìn)行經(jīng)營。在這種情況下，總成本C可以被寫作C。此時X效率水平可以用如下公式計算：

成本效率水平表示在同樣的經(jīng)營條件下，待估測銀行的實(shí)際成本和前沿銀行經(jīng)營的最小成本之間差別的百分比。在公式（3）中，CE是待估測銀行i的成本效率值;C是效率前沿銀行經(jīng)營狀態(tài)下的最小成本;C是待估測銀行i的實(shí)際成本。這個計算公式和Berger，Mester（1997）年定義的X非效率測量方法相似。Berger和Mester（1997）定義的X效率計算公式是：

在公式（3）和（4）中，成本效率值取值在。到1之間，X效率值反映了銀行能夠完全運(yùn)用資源或是成本的能力。例如，如果一個銀行X效率值是0.9，這表示待估計銀行對所有資源的利用情況比同一條件下達(dá)到完全成本效率的前沿銀行低10%。因此，如果成本效率值接近1，那代表銀行的成本效率達(dá)到了較高水平。

二、變量選擇與模型設(shè)計

為了對中國商業(yè)銀行的成本效率進(jìn)行實(shí)證研究，本文選取了按總資產(chǎn)排名的前100家中國商業(yè)銀行進(jìn)行研究。研究中2011～2017年間每年的財務(wù)數(shù)據(jù)是從Orbis銀行數(shù)據(jù)庫中獲得的。

1.投入產(chǎn)出的選取方法

投入產(chǎn)出變量的選取是效率測量的基礎(chǔ)，根據(jù)相關(guān)的文獻(xiàn)研究，投入產(chǎn)出的選取方法主要可以分為三類：生產(chǎn)法（production approach）、增加值法（value-added approach）和中介法（Intermediation approach）。這些方法對于存款的看法不同。本文選用中介法來作為選取投入產(chǎn)出指標(biāo)的方法。中介法強(qiáng)調(diào)銀行作為存款貸款資金融通中介的作用，在這種理論下，銀行吸收存款，并將吸收來的資金轉(zhuǎn)化為貸款和投資。因此，投入指標(biāo)通常選用勞動力成本或者資金、資本等，而產(chǎn)出指標(biāo)主要選用發(fā)出的貸款或者是投資。

根據(jù)相關(guān)研究，本文選取了貸款、其他經(jīng)營資產(chǎn)、和表外事項作為產(chǎn)出變量，選取勞動力成本，利息費(fèi)用和其他經(jīng)營成本。另外，所有投入產(chǎn)出變量的值都除以各個年份相應(yīng)的國內(nèi)GDP平減指數(shù)，用來把各個變量的名義值轉(zhuǎn)變?yōu)閷?shí)際值。GDP平減指數(shù)的值是從世界銀行數(shù)據(jù)庫（World Bank Database）獲取，并且基準(zhǔn)年已經(jīng)換為2011年。因此，本文測量成本效率所用到的變量是GDP平減指數(shù)調(diào)節(jié)過后的：三個產(chǎn)出變量：貸款總額（y），其他經(jīng)營資產(chǎn)（y）和表外項目（y）;三個投入變量：勞動力成本（x），利息費(fèi)用（x）和其他經(jīng)營費(fèi)用（x）。總成本（TC）的定義是三個投入變量x、x、x的和。勞動力成本（x）的投入價格用勞動力成本除以總固定資產(chǎn)的值表示（p），利息費(fèi)用與總客戶存款和短期資金的比值則表示利息費(fèi)用的投入價格（p），x的投入價格被定義為其他經(jīng)營費(fèi)用和總固定資產(chǎn)的比值。

2.效率影響因素的選擇

本文選取如下三個變量作為銀行成本效率的影響因素，因此m可以被表達(dá)為：

在此式中，INFLATION和CPI都代表影響成本效率的宏觀經(jīng)濟(jì)因素，INFLATION表示通貨膨脹率，CPI表示居民消費(fèi)價格指數(shù);LLRGL又稱貸款損失準(zhǔn)備金率，是貸款損失準(zhǔn)備金和貸款總額的比值，它代表銀行內(nèi)部因素，是衡量銀行貸款質(zhì)量的重要指標(biāo)。

通貨膨脹率衡量的是宏觀經(jīng)濟(jì)環(huán)境對銀行成本效率的影響。許多研究都證實(shí)通貨膨脹率是成本效率的一個影響因素。（Castellanos&Garza-Garcia，2013）分析了墨西哥銀行業(yè)2001～2009年間成本效率的可能影響因素，他們的研究結(jié)果表明，通貨膨脹率的上升會導(dǎo)致銀行效率的下降。然而相反的是，（Shcn等人，2008）測試了10個亞洲國家在1998到2005年商業(yè)銀行的成本效率，他們發(fā)現(xiàn)通貨膨脹率和這些銀行的成本效率是正相關(guān)的。

根據(jù)（高長宏，2015）的中美商業(yè)銀行成本效率對比分析研究，居民消費(fèi)價格指數(shù)（CPI）可以被選作成本效率的影響因素。居民消費(fèi)價格指數(shù)是衡量通貨膨脹率的一種指標(biāo)，而通貨膨脹率一定程度上會導(dǎo)致居民儲蓄額的變動。這些變動會對貸款偏好和吸收存款的成本產(chǎn)生影響，這可能會導(dǎo)商業(yè)銀行的成本效率值發(fā)生變化。

貸款損失準(zhǔn)備金率（LLRGL）是衡量資產(chǎn)質(zhì)量的內(nèi)部因素，它反映了銀行貸款的賬面價值中因為壞賬而需要被扣除的比例。貸款損失準(zhǔn)備金率是研究銀行成本效率的關(guān)鍵影響因素，因為在中介法下，貸款總額是產(chǎn)出變量，如果貸款損失準(zhǔn)備金率有較大浮動，這表明成本效率也能會發(fā)生改變。下面的表格1是對于所有投入、產(chǎn)出變量和效率影響因素的描述。

根據(jù)上文，在三個投入變量和三個輸出變量的情況下，對數(shù)函數(shù)形式的隨機(jī)前沿成本模型可以寫作：

三、實(shí)證結(jié)果分析

本文使用STATA軟件，運(yùn)用SFA成本函數(shù)模型，對中國前100家商業(yè)銀行（根據(jù)ORBIS銀行數(shù)據(jù)庫2017年總資產(chǎn)排行）在2011～2017年的成本效率進(jìn)行測算，同時選取了銀行內(nèi)外部因素來分析它們對成本效率可能產(chǎn)生的影響。

1.證實(shí)非效率的存在

在通過SFA模型估計成本效率值之前，需要進(jìn)行預(yù)先測試來檢驗非效率因素是否真的存在于本次研究數(shù)據(jù)中，這個測試叫做偏度測試（Skewness test），它可以用來測試偏態(tài)（Skewness）是否存在。這個方法計算簡便，它是由Schmidt和Lin（1984）基于普通最小二乘法的殘差提出的。這個測試運(yùn)用假設(shè)檢驗法，其零假設(shè)是不存在偏態(tài)，對零假設(shè)的拒絕則表示偏態(tài)的存在，即非效率因素存在于成本函數(shù)中。本文測得的偏態(tài)測試的P值為0.0011，P值小于1%，數(shù)據(jù)在0.01的水平下顯著，這說明零假設(shè)可以被拒絕，偏態(tài)存在，函數(shù)中存在非效率項誤差。

2.實(shí)證結(jié)果及其分析

我國前100家銀行2011～2017年的平均成本函數(shù)值如圖1所示。從圖1可以看出，整個七年間這些銀行的平均成本效率值約為0.94，其與假設(shè)的前沿銀行在最佳績效下的成本效率（成本效率值為1）只相差約6%，已經(jīng)達(dá)到了一個相當(dāng)高的水平。這意味著在相同的產(chǎn)出水平下，這100家銀行對資源和成本的利用能力只比前沿銀行少了6%。另外，從圖1可以看到，成本效率值在2011處于頂峰，約為0.985，并且在2011～2016年間平均效率值在0.93～0.98之間上下浮動，而2017年平均成本效率值突然降低到約0.86，是這7年間的最低值。平均成本效率值在這七年內(nèi)的變化整體上可以概括為是浮動下降的。

圖2是三種投入價格的平均數(shù)的變化情況。第二個投入變量，利息費(fèi)用的投入價格是三者中最高的。另外，從2011-2015年，三種投入價格都基本保持不變，勞動力成本的投入價格對數(shù)值約為-5.3，利息費(fèi)用的投入價格對數(shù)值約為-3.7，其他經(jīng)營費(fèi)用的投入價格對數(shù)值約為-5.8。但是，在2016年和2017年，其他經(jīng)營費(fèi)用的投入價格持續(xù)下降，2016年其價格對數(shù)值跌為-6.50，2017年跌到最低值-6.93，而勞動力成本和利息費(fèi)用的投入價格仍然保持平穩(wěn)。因此，從本文構(gòu)造的成本函數(shù)來判斷，其他經(jīng)營費(fèi)用投入價格的下跌很可能是造成成本效率值在2017年下跌的原因。

產(chǎn)出變量的對數(shù)值衡量的是產(chǎn)出量的情況，因此，產(chǎn)出量的變化情況可以從圖3中獲得。產(chǎn)出量的變化趨勢和投入價格不同，前三年三種產(chǎn)出（貸款總額，其他經(jīng)營資產(chǎn)，表外項目）的數(shù)量都呈現(xiàn)連續(xù)下降趨勢，然后2013～2017年間，三種產(chǎn)出量基本保持不變，并且在2015年其他經(jīng)營資產(chǎn)額超過了貸款總額，并在后三年間變成三個產(chǎn)出中數(shù)量最多的一個。

綜合圖2和圖3可以看出，其他經(jīng)營費(fèi)用的投入價格在后三年下跌，產(chǎn)出數(shù)量在前三年集體下跌，這些變動可能是造成成本效率值整體浮動并呈現(xiàn)下跌趨勢的原因。

SFA模型的估計結(jié)果如表2所示。就投入價格來說，三種投入價格都和總成本呈正相關(guān)，并且數(shù)據(jù)都在1%水平上顯著。這些結(jié)果表明，勞動力成本的投入價格P（勞動力成本/總固定資產(chǎn)）與X效率值正相關(guān)且顯著。這是因為人力資源是商業(yè)銀行發(fā)展所要依靠的基礎(chǔ)資源，并且人力資源的成本價格越高，成本效率值越高。（趙石磊，2008）又指出，相比于五大國有控股銀行，通常股份制商業(yè)銀行中員工工資更高，這有助于股份制銀行吸引更多有經(jīng)驗的銀行從業(yè)者，從而使得股份制銀行的成本效率在一段時間內(nèi)可能會高于國有控股銀行。隨著人力資源改革方案的實(shí)施和工資水平的上調(diào)，國有銀行的成本效率水平也在逐漸上升。另外，投入價格p，利息費(fèi)用的投入價格（利息費(fèi)用/總客戶存款和短期資金）和其他經(jīng)營費(fèi)用的投入價格p（其他經(jīng)營費(fèi)用/總固定資產(chǎn)），與X效率也都同樣存在正相關(guān)關(guān)系。

對于產(chǎn)出而言，變量lny表示貸款總額的數(shù)量，它和成本效率正相關(guān)并且數(shù)據(jù)顯著（1%水平）。這是因為更多的貸款數(shù)額意味著更高的利息收入，而利息收入是商業(yè)銀行的主要收入之一。因此貸款總額越多，成本效率值越高。更多的其他經(jīng)營性資產(chǎn)（lny）也會引起成本效率值的上升。關(guān)于表外事項（y），（Lozano-Vivas&Pasiouras，2010）在他們的實(shí)證研究中就運(yùn)用了非傳統(tǒng)的經(jīng)濟(jì)活動，其中包含表外事項，作為產(chǎn)出來檢測他們對成本效率的影響。他們的研究結(jié)果表明，當(dāng)表外事項作為產(chǎn)出項增加時，成本效率值就會上升。本文研究結(jié)果中，表外事項的系數(shù)為正數(shù)，但是數(shù)據(jù)并不是顯著的，所以本文實(shí)證結(jié)果無法對他們之間的關(guān)系進(jìn)行判斷。

3.效率影響因素的分析

對于本文選取的三個影響因素z，z和z，通貨膨脹率和居民消費(fèi)價格指數(shù)和成本效率正相關(guān)且顯著，而貸款損失準(zhǔn)備金率負(fù)相關(guān)并且數(shù)據(jù)不顯著。居民消費(fèi)價格指數(shù)（z）的增加可以使得成本效率值上升，這是因為在一個較高的居民消費(fèi)價格指數(shù)下，人們偏向于投資，這就使得他們很可能通過借貸來進(jìn)行投資，而貸款的上升可以引起成本效率值的增加，因此，CPI和成本效率值之間存在正向關(guān)系。

另一個衡量宏觀經(jīng)濟(jì)環(huán)境影響的因素通貨膨脹率的變化情況如圖4所示。由圖可以看出，除了在2016和2017年有小幅度上升外，通貨膨脹率基本呈現(xiàn)下降趨勢，因為通貨膨脹率對于成本效率值有正向影響，所以通貨膨脹率的下降可能是導(dǎo)致成本效率值下降的原因，尤其是其前兩年的大幅下降趨勢.與成本效率值開始的大幅下降相符。

另外，對于本文中唯一運(yùn)用的銀行內(nèi)部變量貸款損失準(zhǔn)備金率（LLRGL），雖然它作為自變量，對于因變量成本效率值的相關(guān)系數(shù)不顯著，但是從它的變化情況，如圖5所示，貸款損失準(zhǔn)備金率在2011～2017年間持續(xù)上升。貸款損失準(zhǔn)備金率的上升說明了不良貸款的增加，不良貸款的增加在一定程度上也會導(dǎo)致成本效率值的降低。

四、結(jié)論與建議

（一）結(jié)論

本文采用SFA模型，對中國100家商業(yè)銀行在2011-2017年間的成本效率值進(jìn)行測算，并選取了三個可能的影響因素進(jìn)行分析。分析結(jié)果表明盡管7年中平均成本效率值呈現(xiàn)浮動下降趨勢，但是中國商業(yè)銀行的成本效率水平仍然很高，即使是在2017年平均成本效率值最低時，也有0.86。當(dāng)產(chǎn)出一樣時，X效率只比最佳成本效率下的前沿銀行的成本效率值低14%，這說明這100家銀行可以較為有效地利用資源和成本費(fèi)用進(jìn)行經(jīng)營活動。這些高效率值可能是中國銀行業(yè)改革成功的結(jié)果。因此，應(yīng)該繼續(xù)堅持施行一些改革政策來保持市場的開放性，例如減少政府對于國有控股銀行的控制，允許多樣化資本（包括內(nèi)資和外資）進(jìn)入資本市場等政策。

成本效率值的浮動下降趨勢可由投入價格以及產(chǎn)出量的變化解釋，另外，所選取的影響因素，通貨膨脹率的變化也可以解釋成本效率值的下降趨勢。本文選取兩個外部因素（通貨膨脹率、居民消費(fèi)指數(shù)）和一個內(nèi)部因素（貸款損失準(zhǔn)備金率）分析其對成本效率值的影響。由分析結(jié)果看出，通貨膨脹率和居民消費(fèi)指數(shù)都和成本效率值正相關(guān)目數(shù)據(jù)顯著，而貸款損失準(zhǔn)備金率與效率值呈負(fù)相關(guān)但是數(shù)據(jù)不顯著。

（二）建議

針對以上對中國100家商業(yè)銀行的成本效率及其影響因素的分析，本文對于商業(yè)銀行提高效率提出如下建議。

1.保持銀行業(yè)的開放型，提高銀行業(yè)的競爭力。中國銀行系統(tǒng)從建立以來經(jīng)歷了多次改革，從單一銀行結(jié)構(gòu)逐步變成目前多種類型銀行共存的系統(tǒng)。中國加入WTO后，外資的引進(jìn)，使我國銀行系統(tǒng)逐漸擁有活力，向市場化邁進(jìn)。根據(jù)中國銀行業(yè)監(jiān)督管理委員會2016年年度報告，我國銀行業(yè)在最近幾年市場集中度逐漸下降，盈利能力不斷上升。因此，我國應(yīng)該堅持當(dāng)前銀行業(yè)的開放模式，鼓勵外資的引進(jìn)，適當(dāng)鼓勵中小商業(yè)銀行的發(fā)展，提高銀行業(yè)的競爭力，進(jìn)而通過合理競爭提高銀行的經(jīng)營效率。

2.提高創(chuàng)新意識，增加競爭優(yōu)勢。由以上分析可以看出，我國銀行業(yè)目前整體成本效率較高，銀行與銀行之間的成本效率值也很接近，成本以后可能不再成為銀行之間競爭的因素。為了在日后日漸激烈的竟?fàn)幹姓既?yōu)勢地位，銀行應(yīng)該利用現(xiàn)代科技，根據(jù)自身的特點(diǎn)，引進(jìn)先進(jìn)入才，對銀行業(yè)務(wù)和產(chǎn)品進(jìn)行創(chuàng)新，增加不同的競爭優(yōu)勢。

參考文獻(xiàn)：

[1]Berger A N，Humphrey D B.Efficiency of FinancialInstitutions：International Survey and Directions for Future Re-search[J].European Journal of Operational Research，1997，98（2）：175-212.

[2]Harker P T，Zenios S A.Performance of financial in-stitutions：[M].Cambridge University Press，2000.

[3]Allen N.Berger，Loretta J.Mester.Inside the blackbox：What explains differences in the efficiencies of financialinstitutions？[J].Journal of Banking and Finance，1997，21（7）.

[4]Laura Cavallo，Stefania P.S.Rossi.Scale and scopeeconomies in the European banking systems[J].Journal ofMultinational Financial Management，2001，11（4）.

[5]Hollo，D.，Nagy，M.Bank efficiency in the enlargedEuropean Union[J].BIS papers，2006，28：217-235.

[6]Xiaoqing（Maggie）FU，Shelagh HEFFERNAN.CostX-efficiency in China's banking sector[J].China EconomicReview，2006，18（1）.

[7]Allen N.Berger，Iftekhar Hasan，Mingming Zhou.Bankownership and efficiency in China：What will happen in theworld’s largest nation？[J].Journal of Banking and Finance，2009，33（1）.

[8]張健華，王鵬.銀行效率及其影響因素研究——基于中、外銀行業(yè)的跨國比較[J].金融研究，2011（5）：13-28.

[9]Yeh Q J.The Application of Data Envelopment Analysisin Conjunction with Financial Ratios for Bank Performance Evalu-ation[J].Journal of the Operational Research Society，1996，47（8）：980-988.

[10]Battese G E，Coelli T J.Frontier productionfunctions，technical efficiency and panel data：With applicationto paddy farmers in India J].Journal of Productivity Analysis，1992，3（1-2）：153-169.

[11]Battese G E，Coelli T J.A model for technical ineffi-ciency effects in a stochastic frontier production function forpanel data[J].Empirical Economics，1995，20（2）：325-332.

[12] Berger A N，Mester L J.Inside the black box：whatexplains differences in the efficiencies of financialinstitutions？[J].Social Science Electronic Publishing，1997，21（7）：895-947.

[13]Sealey C W，Lindley J T.Inputs，Outputs，and aTheory of Production and Cost at Depository Financial Institu-tions[J].The Journal of Finance，1977，32（4）：1251一1266.

[14]Garcagarcia，Jesus G，Del Angel，et al.CompetitionAnd Efficiency In The Mexican Banking Industry[J].WorkingPapers，2013.

[15]Shen Z，Liao H，Weyman-Jones T.Cost efficiency a-nalysis in banking industries of ten Asian countries andregions[J].Journal of Chinese Economic and Business Studies，2009，7（2）：199-218.

[16]高長宏.基于SFA的中美商業(yè)銀行成本效率對比分析[D].西安：西北大學(xué)，2015.

[17]Schmidt P，Lin T F.Simple tests of alternative speci-fications in stochastic frontier models[J].Journal of Economet-rics，1984，24（3）：349-361.

[18]趙石磊.中國商業(yè)銀行X效率實(shí)證研究[D].長春：吉林大學(xué)，2008.

[19]Lozano-Vivas A，Pasiouras F.The impact of non-traditional activities on the estimation of bank efficiency：Inter-national evidence[J].Journal of Banking and Finance，2010，34（7）：1436-1449，

作者簡介：

鄂羽潔，王洪濤，中國計量大學(xué)經(jīng)濟(jì)與管理學(xué)院，浙江杭州;劉海晨，諾丁漢大學(xué)商學(xué)院，英國。