王千紅 趙雅杰

[收稿日期] 2023-10-20

[作者簡介]王千紅，經(jīng)濟學博士，教授，碩士生導(dǎo)師，東華大學旭日工商管理學院應(yīng)用經(jīng)濟學科系，研究方向：商業(yè)銀行經(jīng)營創(chuàng)新、金融宏觀調(diào)控、金融投融資政策；趙雅杰，東華大學旭日工商管理學院應(yīng)用經(jīng)濟學科系金融學學術(shù)碩士研究生，研究方向：應(yīng)用金融。

[摘要]數(shù)字化變革推進了我國商業(yè)銀行普惠金融業(yè)務(wù)的發(fā)展，通過現(xiàn)實觀察可以發(fā)現(xiàn)我國商業(yè)銀行近年來積極承擔并不斷拓寬普惠金融業(yè)務(wù)服務(wù)面，從而也引發(fā)了福利主義和制度主義關(guān)于普惠金融業(yè)務(wù)是否應(yīng)該追求達成可持續(xù)之爭議。為此，本文基于可持續(xù)原則，以全國25家商業(yè)銀行2017—2022年普惠金融業(yè)務(wù)經(jīng)營效率作為研究對象，采用三階段DEA靜態(tài)模型和DEA-Malmquist動態(tài)模型進行測度，以考察其可持續(xù)性下的經(jīng)營效率特征。主要結(jié)論：從普惠金融業(yè)務(wù)三階段可持續(xù)性經(jīng)營效率值來看，國有商業(yè)銀行高于股份制銀行，股份制銀行高于城市商業(yè)銀行；從動態(tài)可持續(xù)性經(jīng)營效率變化來看，受技術(shù)進步的深刻影響，銀行應(yīng)繼續(xù)強化科技支持，同時在產(chǎn)品服務(wù)創(chuàng)新、風險管理、成本控制等方面采取措施。

[關(guān)鍵詞] 商業(yè)銀行；普惠金融業(yè)務(wù)；可持續(xù)；DEA-Malmquist分析

[中圖分類號] F062.9? ［文獻標識碼］A? ?［文章編號］1000-4211（2024）02-0071-21

一、引言

為響應(yīng)我國普惠民生公共政策的號召，商業(yè)銀行積極拓展其金融服務(wù)范圍，專門面向小微企業(yè)、農(nóng)村地區(qū)和貧困低收入群體提供服務(wù)。立足功能主義視角，普惠金融應(yīng)具備可獲得、可負擔和可持續(xù)的“三可”原則。然而，關(guān)于普惠金融業(yè)務(wù)是否應(yīng)該追求達成可持續(xù)，一直以來存在著福利主義和制度主義之爭。福利主義指出普惠金融主體機構(gòu)以政策扶持為首任，從而忽略了機構(gòu)主體自身的可持續(xù)。相較之下，制度主義則強調(diào)普惠金融機構(gòu)的存在必須建立在其自身可持續(xù)性的基礎(chǔ)上，這樣才能長期為弱勢群體提供適合的金融服務(wù)。目前，國內(nèi)外學者普遍傾向于制度主義觀點，認為金融機構(gòu)開展普惠金融服務(wù)的商業(yè)可持續(xù)性能力變得越來越關(guān)鍵。2001年世界銀行綜合研究報告中提出商業(yè)銀行達成可持續(xù)需要兼顧“達成財務(wù)可持續(xù)”和“加大覆蓋面”。Oguz和Gurkan（1996）的研究發(fā)現(xiàn)農(nóng)村金融機構(gòu)可持續(xù)地達成取決于其資金來源的情況。Jacob（1997）提出可以用財務(wù)可持續(xù)性和覆蓋面評價農(nóng)村金融組織可持續(xù)。Bhari（2011）以印度農(nóng)村普惠金融業(yè)務(wù)為觀察對象、Diniz（2012，以巴西為觀察對象，都關(guān)注了信息技術(shù)可促進普惠金融的發(fā)展。Bogan（2012）發(fā)現(xiàn)農(nóng)村金融機構(gòu)如果對政府財政支持和社會捐贈形成依賴會影響其業(yè)務(wù)的可持續(xù)。

在我國，自2013年黨的十八屆三中全會即明確提出并強調(diào)了普惠金融覆蓋的全面性，提出政策性銀行、各類商業(yè)銀行及其他金融機構(gòu)都可以承擔普惠金融業(yè)務(wù)。2017年中國人民銀行對普惠金融實施定向降準，有利于各類機構(gòu)積極拓寬普惠金融業(yè)務(wù)。在這樣的背景下，商業(yè)銀行普惠金融業(yè)務(wù)的財務(wù)可持續(xù)問題成為其業(yè)務(wù)拓展的主要考量原則。國內(nèi)學者杜曉山（2004）指出規(guī)范的微型金融機構(gòu)應(yīng)有兩個原則：為一定規(guī)模的低收入客戶提供可使其受益的信貸服務(wù)，并實現(xiàn)機構(gòu)的自負盈虧和可持續(xù)。劉西川等（2007）將商業(yè)可持續(xù)性作為評價微型金融機構(gòu)的主要標準，強調(diào)了普惠金融可持續(xù)的意義。吳曉靈（2013）強調(diào)小額信貸、微型金融等普惠金融機構(gòu)的利率必須覆蓋風險，確保其自身的自負盈虧。在廣義范疇下，金融機構(gòu)的商業(yè)可持續(xù)發(fā)展指的是在政府的支持下，實現(xiàn)經(jīng)營的長期穩(wěn)定和持續(xù)發(fā)展。狹義而言，重點研究的是財務(wù)方面的持續(xù)性。商業(yè)銀行在金融資源配置方面需謹慎權(quán)衡銀行經(jīng)營績效與市場需求的關(guān)系。財務(wù)可持續(xù)性具體表現(xiàn)為金融機構(gòu)的收入能夠足以彌補其成本，從而實現(xiàn)盈利。值得注意的是，普惠金融業(yè)務(wù)可持續(xù)受技術(shù)更新因素影響深遠。Silber（1983）研究證實技術(shù)進步是普惠金融創(chuàng)新過程的關(guān)鍵因素。微觀金融機構(gòu)在需求和盈利的雙重推動下進行創(chuàng)新，數(shù)字科技在金融領(lǐng)域迅速發(fā)展并得到廣泛應(yīng)用，切實完善了普惠金融的風險控制，對研究可持續(xù)經(jīng)營問題具備現(xiàn)實價值。孫兆斌（2018）認為數(shù)字化轉(zhuǎn)型為銀行服務(wù)小微企業(yè)提供了強大的助力，商業(yè)銀行通過提升科技創(chuàng)新實力明確了在普惠金融領(lǐng)域的定位。李易懋（2019）從信息不對稱角度得出科技的參與可以有效地減少銀行和企業(yè)之間的信用風險，從而提高融資的效率。薛瑩和胡堅（2020）認為運用金融科技的金融機構(gòu)在資源分配上能顯著降低交易的成本，提高風險控制的能力，增強了整體的金融效益。田秀娟和葛宇航（2023）通過機制分析得出金融科技可以通過影響商業(yè)銀行的成本管理、風險控制和經(jīng)營效率三條路徑影響商業(yè)銀行的經(jīng)營績效。

采用DEA分析方法對銀行業(yè)務(wù)經(jīng)營效率的測度是一直以來學界常用的方式。 但是針對存在異質(zhì)性的銀行經(jīng)營效率的比較研究過程中， 存在規(guī)避環(huán)境因素影響和引入動態(tài)指標這兩種類型的改進。改進后的DEA分析，可以有效地降低環(huán)境因子導(dǎo)致的模型偏差。Stewart（2016）針對不同銀行規(guī)模差異采用DEA方法進行效率評價，研究表明大、中型銀行的效率高于小型銀行，同時發(fā)現(xiàn)傳統(tǒng)DEA分析有其局限性，采用三階段DEA分析對銀行經(jīng)營效率評價，可以減少環(huán)境因素帶來的模型誤差。Shyu和Chiang（2012）使用三階段DEA分析對中國臺灣某銀行經(jīng)營效率進行評價，研究發(fā)現(xiàn)規(guī)模差異對其效率影響更大。魏煜和王麗（2000）利用DEA分析對銀行經(jīng)營效率進行了測度，研究結(jié)論表明國有銀行的經(jīng)營效率相較于股份制銀行更低；周朝波和彭歡（2018）則利用三階段DEA分析，關(guān)注了我國上市商業(yè)銀行所有制差異進行效率測評，研究結(jié)論顯示國有銀行的經(jīng)營效率表現(xiàn)不及股份制銀行。然而，袁曉玲和張寶山（2009）考慮到傳統(tǒng)DEA分析無法處理面板數(shù)據(jù)，提出引入Malmquist指數(shù)可以研究時間序列變化完善這一缺失，對面板數(shù)據(jù)進行動態(tài)效率評價。段永瑞等（2016）使用DEA-Malmquist模型進行經(jīng)營效率分析，其研究所使用的投入產(chǎn)出要素涉及生產(chǎn)率、技術(shù)效率以及技術(shù)水平。梅國平等（2014）應(yīng)用DEA- Malmquist模型對我國13家商業(yè)銀行的經(jīng)營效率評價，樣本期內(nèi)全要素生產(chǎn)率呈上升趨勢，技術(shù)進步是主要的推動因素。牛蕊（2019）在使用DEA- Malmquist模型評價時采用銀行存款、員工數(shù)量、固定資產(chǎn)凈值和所有者權(quán)益作為投入指標，銀行貸款、凈利潤和營業(yè)收入作為產(chǎn)出指標。

近些年來，關(guān)于銀行業(yè)務(wù)效率的研究呈現(xiàn)多樣性，研究方向具體到了各細分業(yè)務(wù)。段進東等（2017）對商業(yè)銀行綠色信貸領(lǐng)域分析認為，提高技術(shù)效率可以顯著增強綠色信貸經(jīng)營效率。薛梅等（2019）對江蘇地區(qū)的城市商業(yè)銀行中的小微企業(yè)貸款業(yè)務(wù)效率進行研究。朱寧等（2021）對34家商業(yè)銀行的小微企業(yè)貸款效率進行內(nèi)生性評價，發(fā)現(xiàn)地區(qū)性銀行處理小微企業(yè)貸款的能力超過大中型銀行。

綜上，在商業(yè)銀行的經(jīng)營效率評價方法上，現(xiàn)有研究通過不斷完善實現(xiàn)了對DEA分析的逐步優(yōu)化，消除環(huán)境因素影響的三階段DEA模型和能進行動態(tài)評價的DEA-Malmquist指數(shù)模型，能對商業(yè)銀行經(jīng)營效率做出更為客觀和全面的評價，研究領(lǐng)域也從銀行整體經(jīng)營效率逐步過渡到了細分業(yè)務(wù)領(lǐng)域如普惠金融業(yè)務(wù)的分析。我國商業(yè)銀行近年來通過不斷下沉市場，積極探索普惠金融業(yè)務(wù)的可行方式，逐步成為我國普惠金融業(yè)務(wù)市場中的主力軍，為了考察我國商業(yè)銀行普惠金融業(yè)務(wù)的經(jīng)營效率及其財務(wù)可持續(xù)性，本文以全國25家商業(yè)銀行2017—2022年普惠金融業(yè)務(wù)經(jīng)營效率作為研究對象，采用三階段DEA靜態(tài)模型和DEA-Malmquist動態(tài)模型，觀察分析我國商業(yè)銀行普惠金融業(yè)務(wù)的經(jīng)營效率特征。

二、我國商業(yè)銀行普惠金融業(yè)務(wù)的現(xiàn)實特征

（一）商業(yè)銀行普惠金融業(yè)務(wù)的基本現(xiàn)狀

隨著首個普惠金融發(fā)展規(guī)劃的圓滿收官，我國普惠金融在全球范圍內(nèi)取得了引人注目的成績，其發(fā)展水平位居世界前列，引領(lǐng)了全球數(shù)字普惠金融的潮流。根據(jù)《2022年銀保監(jiān)會監(jiān)管工作綜述》披露的數(shù)據(jù)，截至2022年底，普惠小微貸款余額23.8萬億元，同比提高23.8%。覆蓋面進一步擴展，與此同時，融資成本持續(xù)降低。在信貸規(guī)模迅速擴張背景下，商業(yè)銀行的資產(chǎn)質(zhì)量平穩(wěn)改善，不良貸款率持續(xù)減緩，流動性覆蓋率和資本充足率持續(xù)攀升，有效提升了風險防范措施。

在政策的推動下，普惠金融呈現(xiàn)出穩(wěn)健增長的態(tài)勢。然而，從表1中普惠小微貸款余額的占比來看，仍有未被滿足的需求存在，未來仍有充足的發(fā)展空間。盡管我國小微企業(yè)為國家貢獻了50%以上的稅收，創(chuàng)造了60%以上的GDP，完成了70%以上的發(fā)明專利，提供了80%以上的就業(yè)崗位，占企業(yè)總數(shù)的90%以上，但小微貸款余額占比仍相對較低，未能達到各項貸款余額的10%水平。

觀察圖1，截至2022年底，銀行業(yè)的普惠型小微企業(yè)貸款余額達到23.80萬億元，較去年同期增加4.70萬億元，同比增長23.80%。這一增長率仍然領(lǐng)先于整個行業(yè)的貸款增速。普惠小微授信戶數(shù)為5652萬戶，同比提高26.8%，達成“兩增”目標，且普惠小微貸款這一增速高于銀行貸款平均增速。

在“兩控”目標下，普惠小微貸款利率逐年下降，圖2顯示2022年新發(fā)放的普惠小微企業(yè)貸款的加權(quán)平均利率為4.8%，處于歷史低位，降幅超過了企業(yè)貸款利率的降幅。同期，企業(yè)貸款利率為4.17%，因其管理成本和企業(yè)信用風險相對普惠小微貸款更低，可以用相對更低的利率定價覆蓋成本與風險。作為參考，2022年5年期LPR為4.3%，一般貸款加權(quán)平均利率為4.65%，已接近普惠小微貸款利率。

（二）國有銀行頭雁作用領(lǐng)跑股份制和城市商業(yè)銀行

1.普惠小微客戶規(guī)模

本文通過對25家商業(yè)銀行的數(shù)據(jù)進行縱向?qū)Ρ?，發(fā)現(xiàn)國有大行在物理渠道和線上渠道上具有雙線優(yōu)勢，總體客戶規(guī)模最大，且增長潛力較強；股份制銀行展現(xiàn)積極的拓客意愿，規(guī)模保持了穩(wěn)定增長；而城市商業(yè)銀行整體客戶規(guī)模相對較小。

國有銀行憑借龐大的客戶資源和網(wǎng)點數(shù)量優(yōu)勢，加大了對客戶下沉和拓展的力度，近幾年普惠金融客戶規(guī)模因此取得明顯增長。對普惠小微企業(yè)客戶規(guī)模進行匯總后發(fā)現(xiàn)，國有銀行的客戶總體規(guī)模約為股份制銀行的2倍，是城市商業(yè)銀行的4倍以上。

從圖3中可以看出，六大國有銀行中，建設(shè)銀行、農(nóng)業(yè)銀行、郵儲銀行的普惠小微企業(yè)客戶數(shù)量大約在200萬戶左右，其中農(nóng)業(yè)銀行和建設(shè)銀行在2022年均突破了250萬戶。在過去兩年的客戶規(guī)模增長方面，這三家銀行保持了較好的增長潛力，并與工商銀行、中國銀行、交通銀行拉開了一定差距。農(nóng)業(yè)銀行在成長性上表現(xiàn)更為強勁，客戶規(guī)模的年平均增速達到了30%以上。

股份制銀行的客戶規(guī)模增長較為穩(wěn)定，招商銀行和平安銀行的普惠小微企業(yè)客戶規(guī)模相對較大，并且保持了較快的增長速度。由于地域和自身資源的限制，城市商業(yè)銀行整體客戶規(guī)模相對較小，但北京銀行和上海銀行保持了較快的增速，展現(xiàn)了較好的拓客能力。

2.普惠小微貸款規(guī)模

在普惠小微企業(yè)貸款余額方面，整體來看，商業(yè)銀行的貸款余額呈現(xiàn)梯隊化趨勢。國有銀行通過推動增量擴面，普惠小微貸款呈現(xiàn)出“頭雁”效應(yīng)，增速已完成或接近“大商業(yè)銀行普惠小微企業(yè)貸款增速要高于30%”的目標；頭部股份制銀行則積極提升服務(wù)能力，優(yōu)化信貸結(jié)構(gòu)，小微貸款余額穩(wěn)居第二梯隊；而城市商業(yè)銀行則側(cè)重對地方經(jīng)濟的支持，小微貸款余額保持了穩(wěn)定增長，但總體規(guī)模較大行仍有較大差距。

通過具體數(shù)據(jù)圖4來看，2021年，股份制銀行與國有銀行的普惠貸款余額并無顯著差距。然而，到了2022年，由于政策導(dǎo)向和對大商業(yè)銀行貸款增速的剛性要求，國有銀行在向普惠金融領(lǐng)域的貸款投放上加大了力度，與股份制銀行之間出現(xiàn)了明顯的差距。在國有銀行中，建設(shè)銀行位居絕對領(lǐng)先地位。2022年，建設(shè)銀行的普惠金融小微貸款余額達到2.35萬億元，較上年末增長了4，803.82億元，增速環(huán)比增長25.67%。普惠金融小微貸款余額排名第二的是農(nóng)業(yè)銀行，2022年，農(nóng)業(yè)銀行普惠小微企業(yè)貸款余額1.7萬億元，較上年末增加3，840.60億元，增速28.89%，增速排名第三。普惠金融小微貸款余額排名第三的是工商銀行，2022年末工商銀行普惠小微企業(yè)貸款1.55萬億元，比年初增加4512.95億元，增長41.10%，增速位列第一。普惠金融小微貸款余額排名第四的是郵儲銀行，普惠金融小微貸款余額1.18萬億，增速23.07%。排名第五的中國銀行2022年末普惠小微企業(yè)貸款余額1.01萬億元，比上年末增長15.88%。排名第六的交通銀行普惠金融小微貸款余額為0.46萬億，增速35.29%，增速位列第二。

在股份制銀行中，招商銀行、民生銀行和平安銀行的增速較為迅猛，其貸款余額已經(jīng)超越交通銀行，與浦發(fā)銀行以及興業(yè)銀行一同居于第二梯隊。2022年，招商銀行以6783.38億元的貸款規(guī)模蟬聯(lián)第一，較2021年增長17.94%。其次是民生銀行，普惠小微企業(yè)貸款余額為5491.28億元，環(huán)比增長13.01%。位列第三的是平安銀行，半年報中披露其普惠小微企業(yè)貸款余額為5282億元，環(huán)比增幅53.64%。整體來看，5家股份行的普惠小微企業(yè)貸款余額集中在3000億-7000億范圍內(nèi)，平均規(guī)模約為5073億；普惠小微企業(yè)貸款增速在15%～55%。

城市商業(yè)銀行中北京銀行、寧波銀行的單戶授信1000萬級以下小微企業(yè)貸款余額分別為1721億、1538億元，對應(yīng)環(huán)比增速45.85%、25.86%。緊隨其后的是江蘇銀行1385.22億；普惠金融貸款余額最低的是鄭州銀行，規(guī)模約為441億元。城市商業(yè)銀行專注于地方經(jīng)濟、縣域經(jīng)濟和三農(nóng)領(lǐng)域的貸款投放，這一策略在過去兩年中保持了穩(wěn)定增長。然而，盡管其貸款總體呈現(xiàn)增長態(tài)勢，但相較于國有和股份制銀行，城市商業(yè)銀行的貸款總體余額相對較小，存在明顯差距。城市商業(yè)銀行的小微企業(yè)貸款規(guī)模不及國有大行和股份行的千億或上萬億級別，盡管如此，與2021年相比，多家城市商業(yè)銀行的小微貸款余額已經(jīng)超過千億規(guī)模。

根據(jù)圖5顯示的2022年普惠小微貸款占客戶貸款總規(guī)模比重的情況，六家國有銀行的平均占比為9.12%。在這六家銀行中，郵儲銀行普惠型小微貸款的占比最高，達到了16.37%，而建設(shè)銀行的占比也超過10%。中國銀行是這六家銀行中占比最低的，其普惠小微貸款僅占總規(guī)模的5.77%。觀察近兩年的規(guī)模增速情況，國有銀行普惠小微貸款的平均增速明顯高于貸款總增速，這表明在“兩增兩控”的政策要求下，國有銀行對小微企業(yè)的扶持態(tài)度積極。其中，工商銀行、農(nóng)業(yè)銀行和中國銀行的平均增速均達45%。相比之下，股份制銀行和城市商業(yè)銀行的平均占比為11.22%和10.87%，均高于國有銀行。這反映了股份制銀行和城市商業(yè)銀行在普惠金融業(yè)務(wù)上投入更多，盡管其貸款業(yè)務(wù)相對較簡單，但從側(cè)面證實了它們在普惠金融領(lǐng)域的重要角色。

3.普惠小微貸款利率水平

國有銀行在小微企業(yè)的貸款利率定價和費用減免方面擁有更強的主導(dǎo)能力，能夠為小微企業(yè)提供更為有力的支持；城市商業(yè)銀行充分利用央行貨幣政策工具，能夠有序地降低小微企業(yè)的融資成本；相較之下，股份制銀行由于受到收益和風險管理的雙重制約，難以真正突破在定價方面的局限。

從圖6的商業(yè)銀行貸款定價方面來看，國有銀行憑借雄厚的資源儲備和較低的資金成本，對貸款定價水平具有更強的主導(dǎo)力量。這使得國有銀行能夠更大幅度地支持小微企業(yè)，降低其融資成本。因此，普惠小微貸款的平均投放利率明顯低于股份制銀行和城市商業(yè)銀行。在六家國有銀行中，交通銀行的總體貸款利率最低，于2022年降至3.75%。中國銀行、工商銀行、農(nóng)業(yè)銀行、建設(shè)銀行于2022年的普惠小微貸款利率均維持在4%以內(nèi)。僅有郵儲銀行的小微企業(yè)融資成本較高，近兩年的貸款利率均在5%左右。

股份制銀行考慮到業(yè)務(wù)風險，并受制于普惠金融業(yè)務(wù)的較高資金成本，對利率水平進行了總體控制。然而，由于利率水平對信貸業(yè)務(wù)的收益影響較為顯著，股份制銀行在長期內(nèi)仍顯現(xiàn)出缺乏足夠動力的特點。以招商銀行為例，該行在2022年出現(xiàn)了利率上升的情況。

城市商業(yè)銀行受到央行貨幣政策工具的支持，有一定程度上的控制利率水平的能力。在近兩年中，這些銀行的利率水平保持了穩(wěn)步降低的趨勢。例如，北京銀行和江蘇銀行充分利用央行的支小再貸款、支持信用貸款以及延期還本付息等政策工具，實現(xiàn)了提質(zhì)降本，使得2022年的利率水平均降至4.5%以下。

（三）商業(yè)銀行普惠金融業(yè)務(wù)成本、風險與收益之間不匹配

普惠金融業(yè)務(wù)相對商業(yè)銀行的傳統(tǒng)業(yè)務(wù)由于客戶授信難度更高、不良率更高，有著更高的征信成本，對被排斥于傳統(tǒng)金融體系的客戶溝通渠道單一。銀行間未能形成統(tǒng)一的評價和準入規(guī)則，系統(tǒng)間征信信息不能及時共享，使得客戶授信過程問題繁多，這使得對三農(nóng)及小微企業(yè)的金融服務(wù)變得艱難。2019年以來，中小微企業(yè)受新冠疫情的沖擊，經(jīng)營環(huán)境變得更為艱難，中小微企業(yè)的貸款違約風險提升。商業(yè)銀行的不良貸款率受相關(guān)機構(gòu)嚴格監(jiān)管，普惠金融貸款的不良率在各項貸款中居高。2022年，普惠小微貸款的不良率為2.18%，較各項貸款平均不良率高1.05%。分散普惠金融貸款風險是商業(yè)銀行迫切追求的目標。普惠金融致力于以更低成本滿足金融排斥人群對金融服務(wù)的需求，在諸多減費讓利政策的影響下，普惠金融貸款因為追求社會福利擠壓了利潤空間。商業(yè)銀行的普惠貸款利率保持在4%～6%，遠低于小微貸款公司10%～15%的利潤空間，商業(yè)銀行在現(xiàn)有條件下需要進一步壓縮運營成本并尋找拓客的低成本模式，對業(yè)務(wù)成長和管理創(chuàng)新帶來了挑戰(zhàn)。

三、研究設(shè)計

（一）模型原理分析

DEA分析可用于評估商業(yè)銀行的普惠金融業(yè)務(wù)效率和可持續(xù)性。該方法能綜合考慮多個投入和產(chǎn)出指標，適用于銀行業(yè)務(wù)多維度和多層次的特點。由于DEA是一種非參數(shù)方法，不對具體函數(shù)形式做出假設(shè)，因此適用于各種業(yè)務(wù)形態(tài)和規(guī)模的銀行，具有靈活性和適應(yīng)性。DEA通過構(gòu)建投入產(chǎn)出的“前沿”來評估銀行的效率水平，通過比較銀行相對于這個前沿的距離，定量衡量相對效率，幫助識別改進空間。DEA-Malmquist模型利用長期時間序列數(shù)據(jù)評估銀行的業(yè)務(wù)可持續(xù)性，觀察效率變化來判斷業(yè)務(wù)是否長期高效。此模型分析全要素生產(chǎn)率的變化，包括技術(shù)效率、技術(shù)變化和規(guī)模效率的影響，體現(xiàn)了普惠金融業(yè)務(wù)的動態(tài)變化?？傮w而言，DEA作為一種全面、非參數(shù)的評價方法，有助于有效分析商業(yè)銀行普惠金融業(yè)務(wù)的經(jīng)營效率，為改進業(yè)務(wù)提供方向和策略。

1.三階段DEA模型

（1）第一階段：規(guī)模報酬可變的BCC模型測度普惠金融業(yè)務(wù)經(jīng)營效率

BCC模型的假設(shè)為存在q個決策單元，各決策單元的m種投入量和n種產(chǎn)出量分別表示為xaj和ybj。模型表達如下：

（1）

其中，ua和vb代表投入和產(chǎn)出的權(quán)重值向量，ua，vb≥0，a=1，2，…，m; b=1，2，…，n; j=1，2，…，q。Cj代表第j個決策單元（DMU）的綜合效率，即技術(shù)效率。若技術(shù)效率為1，表明銀行的投入與產(chǎn)出組合處于生產(chǎn)前沿，且處于有效狀態(tài)。

（2）第二階段：SFA 模型剔除環(huán)境因素和統(tǒng)計噪聲

第二階段通過SFA模型，剔除外部宏觀環(huán)境和隨機誤差影響。該模型表達如下：

（2）

其中，Sni為第i個決策單元第n項投入松弛量，Zi=（Z1i，Z2i…Zki）為k個環(huán)境變量，βn為環(huán)境變量的系數(shù)。vni+uni為整體誤差項，其中uni～N+（0，σ2ui）為管理無效率，vni～N（0，σ2v）為隨機誤差項。假定vni、uni相互獨立。通過SFA回歸得到估計結(jié)果：（，，，），參考管理無效率分離公式：

（3）

其中，，，，，，和分別為標準正態(tài)分布的密度函數(shù)和分布函數(shù)。

隨機誤差估計公式：

（4）

再重新調(diào)整投入變量：

（5）

是調(diào)整前的投入，是調(diào)整后的投入；指所有決策單元目前處于相同的運氣水平。調(diào)整后的投入松弛變量只反映管理無效率項。

（3）第三階段：調(diào)整后的投入產(chǎn)出變量的DEA效率分析

第三階段利用調(diào)整后的投入和原始產(chǎn)出，再次使用第一階段BCC模型對商業(yè)銀行普惠金融業(yè)務(wù)效率進行測度，此時不存在外部環(huán)境因素和隨機誤差因素的影響，能更真實地反映普惠金融業(yè)務(wù)的經(jīng)營效率。

2.DEA-Malmquist指數(shù)模型

因三階段DEA模型只對商業(yè)銀行經(jīng)營效率進行橫向靜態(tài)對比，本文在三階段DEA模型的基礎(chǔ)上構(gòu)建Malmquist指數(shù)模型，進而對效率進行縱向動態(tài)分析，測度效率的時間趨勢變化。具體形式如下：

（6）

分解結(jié)果為TFPCH＝TECHCH x PECH x SECH，其中，X和Y分別代表決策單元的投入和產(chǎn)出。如果TFPCH＞1，表示全要素生產(chǎn)率從t至t+1期間呈上升趨勢；反之則代表全要素生產(chǎn)率呈下降趨勢。全要素生產(chǎn)率與技術(shù)進步、規(guī)模效率和純技術(shù)效率這三種因素成正相關(guān)關(guān)系。

（二）指標選取與數(shù)據(jù)來源

1.投入產(chǎn)出指標

通過對我國學者運用DEA 方法評價上市商業(yè)銀行經(jīng)營效率的文獻梳理，表2展示了學界主流銀行業(yè)務(wù)投入產(chǎn)出指標的選取。

2.本文指標選擇及數(shù)據(jù)來源

針對我國上市商業(yè)銀行的實際狀況，本研究選擇了普惠金融部門員工人數(shù)、固定資產(chǎn)、管理費用以及貸款撥備覆蓋率作為投入指標，這些指標代表了上市商業(yè)銀行在人力、資產(chǎn)、財務(wù)和風險管理四個方面的投入。而普惠金融貸款余額和貸款利息收入則被選作產(chǎn)出指標。這一選取旨在全面衡量上市商業(yè)銀行在普惠金融領(lǐng)域的綜合績效，考慮了其在經(jīng)營和風險管理方面的多個方面。另參考學界主流環(huán)境指標的選取，構(gòu)建投入產(chǎn)出及環(huán)境指標體系如表3所示。

本文選擇我國 25家商業(yè)銀行 2017—2022 年的相關(guān)數(shù)據(jù)作為樣本，數(shù)據(jù)獲取自各銀行年報和社會責任報告，環(huán)境變量數(shù)據(jù)來源于國家統(tǒng)計局。利用Stata17、Deap2.1和Frontier4.1對原始數(shù)據(jù)進行處理。表4是投入產(chǎn)出指標的描述性統(tǒng)計，對數(shù)據(jù)整體情況進行展示。

DEA分析模型要求投入增加，產(chǎn)出也隨之增加，兩者需存在正相關(guān)性。由此，本研究對選入的投入產(chǎn)出指標進行Pearson相關(guān)性檢驗。檢驗結(jié)果表5，投入產(chǎn)出指標的相關(guān)系數(shù)為正，在5%顯著性水平上通過檢驗，指標選取較為合適。

四、經(jīng)營效率分析

（一）第一階段DEA經(jīng)營效率值分析

本階段基于DEA的BCC模型，對我國25家上市商業(yè)銀行2017—2022年普惠金融業(yè)務(wù)的經(jīng)營效率進行測算，結(jié)果如表6所示。

總體來看，建設(shè)銀行和郵儲銀行各年的經(jīng)營效率值均為1，表明這兩家銀行處于生產(chǎn)前沿面。而排名最后的寧波銀行的經(jīng)營效率值僅為0.346，經(jīng)營效率低。從均值看，從第1名建設(shè)銀行和郵儲銀行經(jīng)營效率1到第11名上海銀行經(jīng)營效率0.625，大于均值0.624，前11名業(yè)務(wù)表現(xiàn)較好。由圖8可知，總體上效率值呈現(xiàn)出波動上升的趨勢。受疫情沖擊，2019年和2020年，從需求端來看，小微企業(yè)信貸需求回落，貸款不良率提升；從供給端來看，銀行的金融科技應(yīng)用尚未實現(xiàn)完全的線上業(yè)務(wù)辦理，一部分普惠貸款需求未能及時滿足，使得經(jīng)營效率普遍下降。另可見，疫情下國有制商業(yè)銀行因為基石穩(wěn)健，抗風險能力強，受沖擊影響小于股份制和城市商業(yè)銀行。

從表7中可以看出，2017—2022年，生產(chǎn)前沿面上商業(yè)銀行的數(shù)量呈現(xiàn)波動上升的趨勢。在2017年和2018年之后的四年，國有銀行經(jīng)營效率值為1的數(shù)量占比第一；而除了2020和2022年，股份制商業(yè)銀行生產(chǎn)前沿面上的數(shù)量占比低于城市商業(yè)銀行，股份制商業(yè)銀行占比一直相對較低。

（二）第二階段SFA回歸分析

在第二階段，對第一階段DEA模型得到的各決策單元的投入松弛變量進行回歸分析。此次回歸的因變量為投入松弛變量，而自變量則為外部宏觀環(huán)境因素。通過SFA模型的回歸分析，并根據(jù)回歸結(jié)果分離出管理無效率，獲得了調(diào)整后的投入指標。

表8中呈現(xiàn)的SFA回歸結(jié)果顯示，三個模型的LR值和gamma值均在1%顯著性水平通過了檢驗，且gamma值分布在0.1-0.9之間，驗證了SFA模型的建立的必要性。通過理解各項SFA回歸系數(shù)，得出如下結(jié)論：

經(jīng)濟發(fā)展程度的系數(shù)為正，表明在良好的地區(qū)經(jīng)濟狀況下商業(yè)銀行效率會降低；金融發(fā)展程度對員工人數(shù)、管理費用和撥備覆蓋率的回歸系數(shù)為正，說明金融發(fā)展對這三個投入要素有負向影響，而對固定資產(chǎn)的系數(shù)為負，表示高金融發(fā)展程度可以優(yōu)化固定資產(chǎn)的投入；政府干預(yù)變量的系數(shù)為負，表明財政支出占GDP比例越高，商業(yè)銀行的普惠金融業(yè)務(wù)效率越高；銀行類型對員工人數(shù)、固定資產(chǎn)和管理費用的回歸系數(shù)為負，說明銀行類型可以優(yōu)化這三個投入要素，而對撥備覆蓋率的回歸系數(shù)為正，表示商業(yè)銀行類型會使撥備覆蓋率偏離原定的投入目標值，從而導(dǎo)致商業(yè)銀行的經(jīng)營效率下降。

（三）第三階段DEA經(jīng)營效率值分析

基于第二階段的回歸結(jié)果，使用剔除環(huán)境因素和隨機誤差項的影響的新投入值，與初始產(chǎn)出值重新投入規(guī)模報酬可變的BCC模型，以獲取僅受管理無效率影響的普惠金融業(yè)務(wù)的經(jīng)營效率值。測算結(jié)果如表9所示。

在2017—2022年期間，建設(shè)銀行、農(nóng)業(yè)銀行、郵儲銀行、民生銀行的經(jīng)營效率值均為1，表明它們位于生產(chǎn)前沿面上，自身規(guī)模能夠與當前市場適應(yīng)，資源配置效率較高，投入要素合理有效，貸款的不良率控制較好。與表6中的經(jīng)營效率值相比，民生銀行在2017—2022年期間明顯提升了經(jīng)營效率值，處于生產(chǎn)前沿面上。然而，農(nóng)業(yè)銀行改善的程度較小，只有在2018年達到生產(chǎn)前沿面。從均值來看，青島銀行的經(jīng)營效率值為0.070，位于最低，其經(jīng)營效率相對較低。在前13名中，興業(yè)銀行的經(jīng)營效率值為0.596，高于均值0.556，這表明前13名銀行的業(yè)務(wù)表現(xiàn)較為出色。經(jīng)營效率值較低的銀行通常表現(xiàn)為投入多、產(chǎn)出少，例如杭州銀行和江蘇銀行。與江蘇銀行相比，杭州銀行在去除環(huán)境影響因素后，無論是部門員工人數(shù)、部門管理費用還是撥備覆蓋率都顯著高，但未帶來相應(yīng)的產(chǎn)出。因此，杭州銀行存在投入冗余和產(chǎn)出不足的問題，迫切需要改善自身經(jīng)營模式，對業(yè)務(wù)分支建立有效考核機制，降本增效對效率低的分支持續(xù)優(yōu)化，通過結(jié)構(gòu)調(diào)整完成業(yè)務(wù)升級改造，提升普惠金融業(yè)務(wù)經(jīng)營效率。

相較于表6，招商銀行在2022年的經(jīng)營效率值由1.000降至0.815。去除環(huán)境因素前，曾達到生產(chǎn)前沿面的杭州銀行、江蘇銀行、上海銀行和西安銀行在2017—2022年期間的效率值均小于1。這一從有效率到無效率的轉(zhuǎn)變表明這些銀行的普惠金融業(yè)務(wù)發(fā)展與當?shù)亟?jīng)濟增速有很大關(guān)聯(lián)，自身經(jīng)營尚存在較多投入冗余，需要提升自身的管理和創(chuàng)新能力。與青島銀行相比，西安銀行在第一階段的經(jīng)營效率值遠高于青島銀行，但在第三階段的經(jīng)營效率值比較接近，西安當?shù)氐慕?jīng)濟情況對西安銀行普惠金融業(yè)務(wù)有助力，西安銀行自身因素與青島銀行水平接近。

根據(jù)圖9，總體來看，商業(yè)銀行的經(jīng)營效率值相對較低，呈現(xiàn)出明顯的兩極分化趨勢。在這一過程中，國有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行的普惠金融業(yè)務(wù)經(jīng)營效率表現(xiàn)出一致的趨勢。觀察2017—2022年的趨勢，盡管股份制商業(yè)銀行在早期的經(jīng)營效率值較低于國有商業(yè)銀行，但兩者的差距一直相對不大，且都經(jīng)歷了緩慢上升再下降的過程。股份制商業(yè)銀行的經(jīng)營效率值始終明顯高于城市商業(yè)銀行，而在2021—2022年間，這一差距逐漸擴大。疫情發(fā)生后，城市商業(yè)銀行自身的經(jīng)營效率恢復(fù)相對較慢，這可能與城市商業(yè)銀行在此時段受到政府政策支持較多有關(guān)。在剔除政策影響后，城市商業(yè)銀行的經(jīng)營效率有望降低。此外，城市商業(yè)銀行平臺建設(shè)能力相對較弱，線上普及率不高，客戶維護難度大等原因也可能是導(dǎo)致其經(jīng)營效率較低的因素之一。

從表10可以看出，2017—2022年，生產(chǎn)前沿面上商業(yè)銀行的數(shù)量逐步上升。2017—2022年間，經(jīng)營效率為1的國有銀行比例始終高于股份制商業(yè)銀行，而城市商業(yè)銀行中一直沒有經(jīng)營效率為1的銀行。

（四） DEA-Malmquist模型動態(tài)分析

通過表11和圖10，可以看出全要素生產(chǎn)率變化指數(shù)在2017—2022年呈現(xiàn)先上升再下降的趨勢。對全要素生產(chǎn)率變化分解來看，技術(shù)變化和純技術(shù)效率變化較穩(wěn)定，大致在1.0左右波動。技術(shù)效率變化、純技術(shù)效率變化和規(guī)模效率變化指數(shù)在2020年達到峰值，之后逐漸下降。

2021年，全要素生產(chǎn)率變化指數(shù)達到最高值，為1.371。從2018年開始，全要素生產(chǎn)率變化指數(shù)與技術(shù)效率變化、技術(shù)變化變化指數(shù)的波動趨勢大致相同，全要素生產(chǎn)率變化指數(shù)在2019年降至谷底后持續(xù)上升。技術(shù)變化在持續(xù)下降的情況下，于2021年逆轉(zhuǎn)至峰值1.368，且推動全要素生產(chǎn)率來到了峰值，這一年普惠金融業(yè)務(wù)整體經(jīng)營效率最好。2017—2022年，純技術(shù)效率變化和規(guī)模效率變化始終比較穩(wěn)定地在1附近波動。在2022年，由于技術(shù)變化驟降，全要素生產(chǎn)率也隨之降至0.897，反映當前階段規(guī)模在增加，但技術(shù)進步未能跟上這一增長?？傮w而言，全要素生產(chǎn)率的變化在2017—2022年主要受技術(shù)變化的影響，是普惠金融業(yè)務(wù)經(jīng)營效率提升的核心驅(qū)動。

五、結(jié)論與政策建議

（一）研究結(jié)論

本文以全國25家商業(yè)銀行2017—2022年的普惠金融數(shù)據(jù)為樣本，對我國商業(yè)銀行普惠金融業(yè)務(wù)的經(jīng)營效率進行分析，研究普惠金融業(yè)務(wù)可持續(xù)狀態(tài)及實現(xiàn)路徑。主要研究結(jié)論如下：

三階段DEA分析結(jié)果表明，總體上我國商業(yè)銀行普惠金融業(yè)務(wù)的經(jīng)營效率值先上升后下降。2017—2022年，國有商業(yè)銀行的經(jīng)營效率高于股份制商業(yè)銀行，又高于城市商業(yè)銀行，分別為0.898、0.702和0.220。六年來始終位于生產(chǎn)前沿面，業(yè)績優(yōu)秀，表現(xiàn)突出的有建設(shè)銀行、農(nóng)業(yè)銀行、郵儲銀行和民生銀行。通過對比第一階段和第三階段經(jīng)營效率值的差異可以發(fā)現(xiàn)，剔除環(huán)境因素對國有商業(yè)銀行的影響最小，其次是股份制商業(yè)銀行，受影響最大的是城市商業(yè)銀行。這與城市商業(yè)銀行多立足本土，依賴當?shù)亟?jīng)濟發(fā)展有密切關(guān)系。剔除后，大部分國有商業(yè)銀行和股份制商業(yè)銀行仍處于生產(chǎn)前沿面上。位于生產(chǎn)前沿面上的銀行數(shù)量占比，國有銀行最多，其次是股份制商業(yè)銀行，城市商業(yè)銀行中沒有位于生產(chǎn)前沿面上的銀行。DEA-Malmquist分析結(jié)果表明，2017—2022年，全要素生產(chǎn)率主要受技術(shù)變化的影響，這期間純技術(shù)效率變化和規(guī)模效率變化穩(wěn)定，全要素生產(chǎn)率曲線隨技術(shù)變化曲線波動，且在2021年被技術(shù)效率推至峰值。

（二）政策建議

第一，不同類型銀行應(yīng)依托各自主線業(yè)務(wù)優(yōu)勢，推進數(shù)字普惠金融業(yè)務(wù)向縱深發(fā)展，持續(xù)探索普惠金融業(yè)務(wù)差異化實現(xiàn)路徑。

大型國有銀行在普惠金融領(lǐng)域具備突出的規(guī)模、品牌和資源優(yōu)勢。為此，建議可以借助品牌頭雁效應(yīng)，通過金融業(yè)務(wù)數(shù)字化來重構(gòu)其普惠金融業(yè)務(wù)模式，依托龐大規(guī)模和雄厚資金優(yōu)勢，不斷降低拓客和獲客成本，提升普惠金融業(yè)務(wù)的經(jīng)營效率。股份制商業(yè)銀行在普惠金融業(yè)務(wù)中需要更主動地發(fā)揮業(yè)務(wù)模式可以靈活調(diào)整的優(yōu)勢。建議其，可以基于當前業(yè)務(wù)和客戶基礎(chǔ)，深度挖掘金融數(shù)字化所提供的潛在機會，提供可以靈活滿足客戶需求的普惠金融產(chǎn)品，實現(xiàn)業(yè)務(wù)的可持續(xù)增長。城市商業(yè)銀行則應(yīng)當充分發(fā)揮與所在地的密切聯(lián)系優(yōu)勢，研究利用數(shù)字技術(shù)提升客戶黏性的機會，定制化提供與當?shù)匦∥⑵髽I(yè)和三農(nóng)群體相匹配的金融產(chǎn)品，城市和周邊地區(qū)提供差異化的普惠金融服務(wù)。

第二，各類商業(yè)銀行可以依據(jù)財務(wù)可持續(xù)原則尋求其普惠金融業(yè)務(wù)模式改進路徑，以積極推進業(yè)務(wù)的廣度和深度。

在獲客模式上，應(yīng)采用多元化指標構(gòu)建更為立體的大眾客戶分類。隨著普惠金融的推進，關(guān)注大眾客戶的需求和理財能力變得更加重要。為此，需要引入多類二級指標，如性別、年齡、職業(yè)、收入、過往理財需求和風險偏好等，以更精準地制定財富管理建議，滿足不同客戶偏好。采用定制式的定價策略，促進價格差異化。定價政策將成為未來業(yè)務(wù)差異化的重點方向，銀行在服務(wù)大眾客戶時需考慮客戶對價格的高度敏感性，并在必要時提供最佳價格。

在組織架構(gòu)和績效變革方面，需要構(gòu)建更適應(yīng)普惠金融要求的客戶管理架構(gòu)，實施“客戶為中心”的全方位渠道戰(zhàn)略，重點滿足小微客群對企業(yè)貸款和消費貸款的需求。無論客戶通過何種途徑接觸銀行的產(chǎn)品和服務(wù)，都應(yīng)感受到清晰、流程化的標準體驗。建立一套圍繞客戶服務(wù)滿意度、理財服務(wù)購買度和后續(xù)服務(wù)跟進度的全方位評價體系，將銀行員工的績效評價與過程指標相結(jié)合，完善總體目標到各團隊的任務(wù)分配，通過績效體系充分調(diào)動員工積極性。這樣的改革將有助于提高客戶體驗，加強對小微客群的服務(wù)質(zhì)量。

參考文獻：

[1]Bhari，S.C. Financial Inclusion for Indian Scense[R].SCMS Journal of Indian Management，2011.

[2]Bogan，Vicki L.Capital Structure and Sustainability： An Empirical Study of Microfinance Institutions[J].Review of Economics and Statistics，2012（4）：1045-1058.

[3]Diniz，E.，Birochi，R. and Pozzebon，M. Triggers and Barries to Financial Inclusion： The Use of ICT based? Branchless Banking in An Amazon County[J].Electronic Commerce Research and Application，2012（5）：484-494.

[4]Otero M ， Rhyne E .The New world of microenterprise finance ： building healthy financial institutions for the poor[J].Small Business Economics， 1994（6）：479-482.

[5]Schreiner M. Development Finance Institutions： Measuring their Subsidy[M].World Bank， 2001. https：//elibrary.worldbank.org/doi/abs/10.1596/0-8213-4984-8

[6]Shyu J， Chiang T. Measuring the true managerial efficiency of bank branches in Taiwan：A three～stage DEA analysis[J].Expert Systems with Applications，2012，39（13）：11494～11502.

[7]Silber W. 1983. The Process of Financial Innovation[J].American Economic Review，73（2）.

[8]Stewart C ，Matousek R ，Nguyen N T .Efficiency in the Vietnamese banking system： A DEA double bootstrap approach[J].Research in International Business and Finance，2016，36（Jan.）：96-111.

[9]Yaron J. Rural finance ： Issues， Designs， and Best Practices[M].World Bank， 1997. https：//documents1.worldbank.org/curated/en/680961468136490369/pdf/multi0page.pdf

[10]杜曉山，張保民，劉文璞，白澄宇.對民間或半政府機構(gòu)開展扶貧小額信貸的政策建議[J].紅旗文稿，2004（06）：19-21.

[11]段進東，王雯佳，卞麗君.我國商業(yè)銀行綠色信貸運營效率的DEA-Malmquist實證[J].中外企業(yè)家，2017（25）：45-48.

[12]段永瑞，黃鸝彬，張艷霞.基于DEA模型的中國商業(yè)銀行效率及生產(chǎn)率評價[J].工業(yè)工程與管理，2016，21（02）：1-7.

[13]黃淑穎，曹志鵬.中國城市商業(yè)銀行效率評價——基于DEA-Tobit模型[J].北方經(jīng)貿(mào)，2018（01）：98-104.

[14]李易懋. 大象起舞正當時：Fintech 對小微企業(yè)融資影響研究[J]. 經(jīng)濟研究導(dǎo)刊，2019（17）：132-135.

[15]劉西川，黃祖輝，程恩江.小額信貸的目標上移：現(xiàn)象描述與理論解釋——基于三?。▍^(qū)）小額信貸項目區(qū)的農(nóng)戶調(diào)查[J].中國農(nóng)村經(jīng)濟，2007（08）：23-34.

[16]梅國平，甘敬義，朱四榮.基于三階段DEA和MALMQUIST指數(shù)分解的中國商業(yè)銀行效率研究[J].江西師范大學學報（哲學社會科學版），2014，47（04）：39-48.

[17]牛蕊.互聯(lián)網(wǎng)金融對商業(yè)銀行金融效率影響研究[J].山西大學學報（哲學社會科學版），2019，42（03）：122-131.

[18]尚穎，賈士彬.基于四階段DEA的小型農(nóng)村金融機構(gòu)社會效率研究[J].河北大學學報（哲學社會科學版），2020，45（05）：98-106.

[19]孫兆斌.商業(yè)銀行普惠金融高質(zhì)量發(fā)展的邏輯與路徑[J].新金融，2018（11）：57-62.

[20]田秀娟，葛宇航.金融科技與商業(yè)銀行經(jīng)營績效[J].技術(shù)經(jīng)濟，2023，42（06）：127-137.

[21]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（03）：88-96.

[22]吳曉靈.發(fā)展小額信貸 促進普惠金融[J].新產(chǎn)經(jīng)，2013（06）：13.

[23]薛見寒.新發(fā)展時期我國商業(yè)銀行普惠金融綜合效率影響因素實證研究——基于DEA-Tobit模型分析[J].湖北經(jīng)濟學院學報，2021，19（06）：26-37.

[24]薛梅，張翼，黃堯.銀行小微企業(yè)貸款的效率比較與路徑選擇——基于江蘇省2014—2018年貸款的實證檢驗[J].金陵科技學院學報（社會科學版），2019，33（04）：6-9.

[25]薛瑩，胡堅.金融科技助推經(jīng)濟高質(zhì)量發(fā)展：理論邏輯、實踐基礎(chǔ)與路徑選擇[J].改革，2020（03）：53-62.

[26]楊鷺，艾洪德.商業(yè)銀行普惠金融效率研究——基于15家商業(yè)銀行調(diào)查數(shù)據(jù)的分析[J].金融論壇，2020，25（08）：9-17.

[27]于剛，張智晴.基于DEA-Malmquist指數(shù)的中國商業(yè)銀行效率研究[J].東北財經(jīng)大學學報，2019（01）：79-86.

[28]袁曉玲，張寶山.中國商業(yè)銀行全要素生產(chǎn)率的影響因素研究——基于DEA模型的Malmquist指數(shù)分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2009，26（04）：93-104+116.

[29]周朝波，彭歡.互聯(lián)網(wǎng)金融崛起下中國上市商業(yè)銀行效率研究——基于三階段DEA法[J].征信，2018，36（12）：72-78.

[30]朱寧，鄔寶儀，郭維.商業(yè)銀行小微企業(yè)貸款效率評價和分析[J].金融經(jīng)濟學研究，2020，35（06）：79-92.

Operational Efficiency of Commercial Banks' Financial Inclusion Business under the Principle of Sustainability

Wang Qianhong，? Zhao Yajie

（Glorious Sun School of Business and Management， Donghua University，

Shanghai， 200051）

Abstract： In recent years， China's commercial banks have actively undertaken and continuously expanded inclusive financial services ， which has also triggered a debate between welfarism and institutionalism about whether inclusive financial services should be pursued sustainability. Based on the principle of sustainability， this paper takes the operational efficiency of inclusive financial services of 25 commercial banks in China from 2017 to 2022 as the research object， and uses the three-stage DEA static model and DEA-Malmquist dynamic model to measure it. The main conclusions are as follows： From the perspective of the three-stage operation efficiency of inclusive financial business， state-owned commercial banks are higher than joint-stock banks and higher than urban commercial banks; From the perspective of dynamic operational efficiency changes， under the profound impact of technological progress， banks should continue to strengthen scientific and technological support， while taking measures in product service innovation， risk management， cost control and other aspects.

Key Words：Commercial Banks; Inclusive Finance Business; Sustainability; DEA-Malmquist Analysis