商业银行经营效率研究综述

　　第二章 文献综述

　　2.1 商业银行经营效率研究综述。

　　2.1.1 国外研究综述。

　　国外学者从效率评价和资源配置角度研究如何提升商业银行经营效率。

　　Fatima（2009）基于非参数 DEA 模型测量了阿联酋银行业的配置效率、技术效率、规模效率和纯技术效率，以分析其经济效益。结果表明银行业主要资源效率低主要是因为配置效率低下。同时发现如果有更多的分行，银行业能充分有效利用投入资源。此外，银行的员工经验少和政府所有权会降低效率[1].

　　Cook（2000）等认为许多决策单元有不同的功能，一些特殊的资源可以在几项功能中共享。为了最优化总效率，他们扩展了DEA模型使得一项最好的资源可以被分配。文中将这个模型应用于加拿大的一家大型银行，分析它的1000多个支行的销售和服务功能[2].

　　Anthony（2000）指出企业需要保持核心竞争力和有效的资源配置[3].资源配置是各种可用资源的分配，在整个经济的背景下，资源可以通过市场来分配，也可以由中央计划，或两者的某种组合。大部分的资源分配的研究致力于寻找特定的资源分配机制以达到帕累托有效的结果。合理的资源配置能够降低成本，实现最佳效率，提高经营业绩。

　　Abhiman（2009）指出大部分情况下减少劳动成本需要裁减下属人员[4].

　　Fuad（2003）根据孔多塞实践规则（Marquis de Condorcet）制定决策规则，基于多序列模型，提出了一种标准二阶段方法用于大型商业银行分支机构的人员配置，改善了人员供给和需求导致的低效率情况。但是这种模型的不足在于没有解决将一些分支机构多余人员配置到人员缺乏的分支机构的问题[5].MetteAsmild（2013）以大型加拿大银行分支机构的人员配置问题为例，运用 DEA 模型发现有很多的低效率支行存在资源浪费和人员冗杂的问题。并且各支行的人员配置不是随机的，基于聘用的灵活性和可替换性，人员松弛量与员工个人价值和层级相关[6].

　　Hosseinzadeh（2012）指出通过集中资源配置（CRA）所有决策单元都能通过求解一个DEA模型达到有效前沿[7].Varmaz（2013）基于集中资源配置DEA模型分析了德国银行的绩效，并与标准DEA模型比较，发现集中超效率能够满足不同组织之间的绩效管理要求[8].Lei Fang（2015）指出目前关于集中资源配置模型都假设所有决策单元在资源配置后都是有效率的，实际上当决策单元远离有效前沿很难一步达到目标效率。文中假设在集中资源计划中能够基于效率分析能得到一系列中间基准目标，有利于各决策单元逐步达到有效前沿[9].

　　2.1.2 国内研究综述。

　　商业银行需要协调生产要素和其他各种资源来提高经营效率。我国现有研究主要着眼于将银行资源投入和产出构建模型分析商业银行经营效率，以及针对人力、财务和信贷等某一资源配置，指出现状和弊端，但这些研究深度不够，所发现的问题和提出的建议比较抽象，没有将商业银行的资源作为一个整体分析。

　　从银行效率提升角度开展的研究成果如下所述。

　　张洋（2011）运用Malmquist指数分析了中国商业银行1998-2009年的技术效率、规模效率和纯技术效率的变化情况，通过银行业效率横向和纵向的对比，发现技术效率是提高银行效率的主要因素，并且技术的进步拉开了国有银行和股份制银行的全要素生产率[10].

　　陆勇（2011）通过多元回归分析法发现商业银行战略引资能全面提高财务绩效，并且非上市银行引资后的技术效率、规模效率和总效率的绩效敏感性显着提高[11].

　　于明超等（2011）基于随机前沿模型测量了我国商业银行1996-2007年的利润效率指数，发现其整体呈上升趋势，并且国有商业银行效率并不优于股份制商业银行[12].

　　陈晓卫（2012）运用扩展的P-P模型测度了2002-2009年我国银行业的竞争程度，发现我国银行业处于寡头垄断阶段，而用DEA方法测度结果表明我国银行业效率尚未达到有效[13].

　　卢方元等（2012）以 2006-2010 年我国 16 家上市的商业银行为样本，运用基于时序动态视角的"纵横向"拉开档次法，对经营效率进行综合评价和排序，研究表明国有银行经营效率低于股份制银行[14].

　　陈茹（2011）运用方向性距离函数方法对2001-2009年我国15家商业银行的效率值进行了测度，并且考虑不良贷款情况，将不良贷款作为坏产出，结果发现民生银行效率值最高，股份制商业银行效率值要比国有商业银行高。文中还指出银行效率的影响因素主要有资产的规模、不良贷款率、固定资产的投资增长率、抵御风险的能力和产权结构，货币供应量、GDP增长率、CPI增长率和资产配置情况不会对银行效率产生显着性影响[15].

　　崔庆军等（2012）基于有向距离函数和效率模型分析了2005-2010年14家商业银行的经营效率，指出不良贷款是主要影响因素，需要加强银行经营活动的稳定性[16].

　　这些研究主要是进行效率评价和指出影响因素，缺乏深入分析如何提升效率。

　　我国学者还从资源配置的角度研究如何改善银行的经营状况。

　　王大军（2012）以某商业银行内部分支机构为样本，对费用资源配置情况进行回归分析，结果表明银行经营业绩和业务创新与财务资源配置紧密关联，并针对经营效率和配置机制提出了建议[17].

　　李宽（2007）指出我国商业银行财务资源配置没有和EVA挂钩，应该从产品、业务单元和客户三个方面进行EVA管理，财务资源配置机制的建立应以EVA为核心.

　　张振国（2008）基于国有商业银行管理人力资源的特殊性和配置现状，从建立健全岗位制度、合理确定人员规模、改革员工招录办法、完善员工职务晋升体系、改革员工培训体制、建立高效的人力资源管理运营机制等方面提出了解决国有商业银行人力资源配置问题的思路[19].

　　陈全兴（2010）提出以战略目标为导向进行配置财务资源，关于如何研究财务资源配置的方向和效果可以从战略目标的制定、分解和考核考虑[20].

　　杨志鹏（2010）研究如何通过经济学模型构建经济资本配置方法，提出了基于RAROC的经济资本配置方法来实现最佳的经济资本分配比例[21].

　　陈凯等（2012）对利润和成本效率模型进行了改动，结合财务指标分析了中、德和美国商业银行效率的比较优势。结果表明中国大型商业银行的资源利用效率低下，依靠传统信贷业务和中间业务获取收入，创新能力差，而德国商业银行善于利用资源，美国金融市场创新能力强[22].

　　常洁（2013）归纳分析了我国商业银行固定资产资源配置的现状，指出需要对固定资产资源配置模式和幅度进行变动，而且缺乏全面的资源配置后评价，据此提出了促进我国商业银行提升固定资产配置绩效的策略[23].

　　这些研究主要分析资源的财务指标数值是否合理，并且对各种资源进行了深入研究，但是缺少分析如何协调各项资源配置。

　　2.2 DEA 模型研究综述。

　　2.2.1 国外研究综述。

　　为评估商业银行的经营效率，国内外学者采用了包括财务分析、非参数方法和参数方法等在内的多种评价方法，比较常用的就是DEA方法。

　　DEA方法（Data Envelopment Analysis）又称数据包络分析法，是A. Charnes和W. W. Cooper等提出的一种效率评价方法，以相对效率等概念为基础，后经各位学者的应用研究逐步而发展。它可以根据被评价系统中各个决策单元（DMU）的投入产出数据，使用数学规划模型计算每一评价单元的效率值，确定相对效率最高的决策单元，并指出其他DMU非DEA有效的程度和原因，给主管部门提供相关信息。

　　Berger和Humphrey（1997）研究了银行效率的研究论文，归纳出五种主要的效率评价方法，即数据包络分析（DEA）、随机前沿面方法（SFA）、自由分布方法（DFA）、稠密前沿面方法（TFA）和无边界方法（FDH），并提出在银行效率评估方法中DEA 方法是最具有实际应用优势的[24].相对来说，较多的国外学者已经非常成熟地利用DEA方法研究商业银行效率问题。很多学者将DEA方法用于银行支行的效率分析。

　　Aude（2001）运用 DEA 方法研究了 2004 年法国某银行集团 16 个地区分行共 1611 个分支机构中的效率，评估该银行各分支机构的经营情况后，发现只有31%的支行是技术有效率的[25].

　　Silva（2007）等 DEA 及其扩展模型分析了葡萄牙银行各支行的交易效率、经营效率和利润率，通过比较这三种效率来区分基准银行支行和有问题的支行，并且发现经营效率和理论率以及交易效率和经营效率之间存在正相关关系[26].

　　Tyrone（2009）等以 2006 年台湾某银行的 117 个支行为研究对象，用 DEA分析法评估各决策单元的经营绩效，指出低贷款利息导致大量的投入浪费，给管理者制定经营战略提供参考依据[27].

　　Jahanshahloo等（2009）使用DEA分析每个决策单元和面板数据，并依据效率区分两种不同的生产前沿。在文中，他们使用了许多不同的DEA方法依据面板数据计算相关的效率，并分析了伊朗商业银行支行的存款、销售和服务[28].

　　David（2009）等将标准 DEA 模型中的生产前沿的凹性假设换成非限制性微观经济假设的拟凹性。这种拟凹性模型避免了当生产技术非凹性时由于边际生产增长使用 CCR 和 BCC 模型可能会发生的错误。文中将该模型用于分析一家大型荷兰银行的支行网点的绩效评价[29].

　　Chyan 等（2012）为了能够对台湾银行各支行进行有效公正可靠的评估，综合使用了两阶段绩效模型和模糊多目标模型。这种结合能够考虑到支行的生产和中间行为，克服了传统网络 DEA 方法评估决策单元的不足。结果表明，多种所有权的支行比国有银行支行的整体绩效要好，敏感性分析和决策矩阵能够帮助识别支行的效率、劣势和改革方向[30].

　　Joseph等（2011）将两阶段DEA模型同时进行各单元绩效和规模的标杆管理，分析了某加拿大银行的816个支行的资源使用情况、生产能力和中间产出，并使用修改过的DEA-SBM模型评估第一阶段效率得分，给每个单元制定绩效指标[31].

　　这些学者在研究中根据具体研究对象对DEA模型和指标进行了改进，得出的结果有利于银行经营绩效的改善。

　　还有学者将DEA模型运用到中国的银行效率分析中，比如Matthews（2013）研究了中国银行风险管理，构建了风险管理实践和组织度量体系。这种度量体系用于网络DEA架构的中间投入，以测量收入效率。同时，用统计检验评估这种风险度量在测量银行收入效率方面的重要性[32].

　　2.2.2 国内研究综述。

　　相比国外学者通过DEA模型效率评价指出银行经营问题，国内学者主要是运用DEA模型计算效率，缺乏深入探讨银行资源配置问题和改进措施。

　　芦锋等（2012）基于储蓄中间变量的新视角，运用网络DEA方法测度了2000-2010 年我国14家主要商业银行的技术效率以及纯技术效率。运用传统DEA方法测度银行效率时，不同学者构建的指标体系中，储蓄变量被视为投入还是产出均各有依据，而文中选择将储蓄作为中间变量[33].

　　胡静等（2007）综合使用财务指标评价法、BSC 评价法和 DEA 模型，基于BSC 理论来设计考核指标，用 DEA 模型得到各分支机构的相对效率，根据评价结果用 EVA 或杜邦分析法将财务指标分解，找到问题根源[34].

　　赵永乐等（2008）用 DEA 方法评价了我国 17 家商业银行经营效率，提出影响商业银行效率的能力模型，通过计量分析，发现该模型能很好地解释商业银行效率[35].

　　顾乾屏等（2008）综合运用超效率数据包络分析模型（即SE-DEA模型）中的中介法、附加价值法和生产法等在内的11种方法对某商业银行分支机构效率进行了评价[36].

　　赵翔（2010）以某商业银行在京的40家支行为样本，收集了它们2008年前三季度的面板数据，然后使用产出导向的BCC模型以及超效率DEA方法测度了各支行效率，分析结果能帮助商业银行进行分支机构的目标制定和绩效考核[37].

　　赵萌（2011）将时间维度加入并联决策单元DEA效率评价，并增加规划问题的约束条件，对2005-2008年中国14家商业银行进行实证，结果表明中国银行系统的生产效率没有达到最优，主要影响银行效率的原因是各银行本身的差异[38].

　　葛丹丹（2011）计算了14家具有代表性银行2005-2009年的技术效率，纯技术效率和规模效率，进行了排名分析。文中分析了理论上会影响这些银行效率的因素，并进行了定性分析，并选择了其中五个具有代表性的变量，在影响因素的实证分析中运用了Tobit模型。据此提出了相关对策和建议[39].

　　刘砚平等（2012）从静态角度和动态角度出发，分别用超效率DEA模型和Malmquist指数模型研究了2006-2011年商业银行的效率问题。结果表明整体上的技术效率较好，且股份制商业银行优于国有银行，但整体规模无效率现象严重[40].

　　根据上述文献综述可以发现，DEA方法已经广泛用于银行效率的评价。它的主要优点是可以分析多投入和多产出的效率数据，不受数据单位影响，能了解决策单元资源使用情况。

　　但现有的研究中尚存在一些不足之处：一是缺少对银行分支机构相对效率的评价；二是指标体系选择的随意性较大，目前关于所采用的指标还没有统一的认识；三是目前DEA方法主要用于比较各支行的效率和影响因素的分析，而没有进一步研究优化投入产出以使整体效率最优。

　　传统DEA模型为了达到DEA有效，各决策单元投入或产出的消减是独立进行的，并没有整合整体的资源。也就是说传统的DEA模型得到的是各决策单元的相对效率，不能够通过整合和分配各决策单元的资源来提升效率。

　　Ling-Chuan Tsai指出每个决策单元的各种不同的投入都是由总决策者制定的，并要求有对应的产出。总决策者能够再次分配投入或产出以使得各部门达到最佳效率值[41].

　　而ZSG-DEA模型可以在各决策单元之间进行资源分配。ZSG-DEA模型首先用于奥林匹克运动会国家投入产出效率排名（Lins, 2003）[42],现在多用于碳排放等问题的研究。

　　ZSG-DEA模型运用的前提是固定总产出或固定总投入，某商业银行各支行的投入总量可以看成是固定的总投入。因此可以尝试运用此模型进行相关问题的研究。本文的研究假设基于各支行的投入总量固定，首先运用投入导向的传统DEA模型中的BCC模型计算各决策单元的效率值，看有多少个决策单元达到了DEA有效。再运用投入导向的ZSG-DEA模型进行资源再分配，找到新的有效边界。最后用投入导向的DEA BCC模型对资源再分配的结果进行验证，看各决策单元的效率是否得到了提升。

　　2.3 本章小结。

　　本章主要归纳总结了国内外商业银行经营效率的研究成果，主要阐述了DEA 模型的应用成果，说明了选择 ZSG-DEA 模型作为主要研究方法的原因，形成了本文研究的理论基础。