2021-4-9 | 银行管理论文
一、引言
作为金融体系重要组成部分的商业银行是我国进行宏观调控的基础和支撑，对于转变经济发展方式、稳定经济健康发展具有重要的意义。随着对外开放程度的加大，尤其是自2006年12月11日起施行新的外资银行管理条例，多家外资银行以各种形式加快了进入我国金融市场的步伐。为了应对来自外资银行的竞争压力，国内银行或是通过国家注资来补充资本金最终达到上市的要求，或是依靠增发派股等方式来补充资本，国内上市银行之间也面临着激烈的竞争。因此，在“内忧外患”的环境下，国内上市银行只有明确自身的效率和生产率处于何种状况，积极提高效率才能增强其竞争力。后金融危机时代商业银行更加注重经营的安全稳健性，不良贷款率是评价银行经营安全性的主要指标。根据银监会披露的2012年一季度商业银行主要监管指标情况，截止3月末，商业银行的净利润较上年同期保持了20%左右的增速。但不良贷款余额连续两个季度反弹，总体不良贷款余额却上升至4382亿元，较去年末的4279亿元增幅达2.4%。我国高昂的不良贷款将影响商业银行效率和经营安全。因此，本文将在不良贷款约束下，测算我国商业银行的经营效率。
二、文献回顾
银行绩效的评估方法有很多，早期银行业主要是运用比率分析来评价银行的绩效，但这种方法较为简单，无法区分无效率的银行，也不能够评价多投入和多产出的银行效率。因此，逐渐被边界方法所替代。数据包络分析（DataEnvelopmentAnalysis，DEA）作为边界方法中的一种，具有不需要假设函数形式、可以对生产率进行分解等优点，成为效率测度的重要工具。ShermanandGold最早将DEA方法运用到银行效率测度方面。[1]解强、李秀芳利用DEA方法测算了保险集团的成本效率、配置效率、技术效率、纯技术效率和规模效率，并利用Malmquist生产率指数求解了行业的生产率变动趋势。[2]王健等尝试运用超效率DEA方法，评价了2004-2009年我国主要商业银行的效率，结果表明，效率水平总体呈现上升趋势，而四大国有银行的效率小于股份制商业银行。[3]以上文献没有将不良贷款因素考虑来内，即只考虑了贷款数量而忽视了贷款质量，从而导致银行效率的测度出现偏差。近年来，国内外学者开始关注不良贷款对我国银行效率的影响。刘星、张建斌基于DEA方法测算了我国上市商业银行的经营效率，发现不良贷款率与经营效率之间呈负相关。[4]这表明测算银行效率时很有必要考虑贷款质量对其的影响。张健华和迟国泰等考虑了包含不良贷款情况下的银行效率，改变了多数研究忽略贷款质量差异的弊端，并将14家国有银行与股份制银行合并起来进行效率评价和比较，显示出两种银行组织方式下银行间的真实差距。[5-6]Fukuyama等认为不良贷款作为贷款的副产品，将不良贷款当作一项“坏”产出来考虑。[7]王兵，朱宁在不良贷款的约束下运用SBM方向性距离函数测度了2003-2009年我国11家上市商业银行效率，研究结果发现：股份制商业银行的效率优于大型商业银行，非利息收入和不良贷款是银行无效率的主要来源。[8]相对已有文献，本文主要从以下几个方面进行了拓展：将“坏”产出—不良贷款引入银行效率的测度中，采用方向性距离函数克服传统DEA方法无法同时考虑“好”产出增加和“坏”产出减少的缺陷。已有考虑不良贷款因素的文献在测度银行效率时，会出现多家银行运营有效（银行效率值为1）而无法区分的情况。本文将采用超效率DEA方法区分出效率有效的银行之间的差异。考虑到基于投入或产出导向的超效率DEA可能会导致某些决策单元出现无最优解，本文将采用基于投入和产出双导向的超效率DEA，同时结合方向性距离函数，测度2005-2010年不良贷款的约束下我国11家商业上市银行的效率，分析金融危机前后我国商业上市银行抵抗金融风险的能力和竞争优势，为商业银行认识自身经营管理水平，改善资源配置状态提供了理论依据。
三、不良贷款约束商业银行效率的测度模型
（一）方向性距离函数
传统DEA方法仅考虑投入或产出某一方面的变化，而基于投入导向型距离函数或产出导向型距离函数所测算的结构通常不一致，并且不能处理产出有副产品（如不良贷款）的情形，这在一定程度上影响了结果的准确性。Chambers，Chung和Fare提出了方向性距离函数，不仅可以处理投入产出同比例变化的情况，并可以同时处理“好”产出增加而“坏”产出减少的情况。[9-10]本文将各商业上市银行看作是可进行投入产出生产的决策单元，假设每一个决策单元使用N种投入x=(x1，x2，…，xN)∈RN+，得到M种“好”产出y=(y1，y2，…，yM)∈RM+，以及J种“坏”产出b=(b1，b2，…，bJ)∈RJ+。用p(x)表示生产可能性集合：p(x)={(y，b)：x能生产(y，b)}，x∈RN+。如果生产可能性集合p(x)满足投入与“好”产出可自由处置、“坏”产出弱处置、“好”产出与“坏”产出零结合等条件，则可构造方向性距离函数：其中，g=(-gx，gy，-gb)为方向性向量，给定投入组合后，以设定的方向性向量为权数，同时寻求投入（x）最小化、“好”产出（y）最大化以及“坏”产出（b）最小化。
（二）超效率DEA模型
超效率DEA模型是在DEA模型的基础上，针对有效决策单元效率值的比较问题提出来的。超效率模型将生产有效的决策单元的生产前沿重新进行推移，使得最终计算出来的效率值大于经典CCR模型效率值；而对于生产无效的决策单元（效率评价值小于1）不改变其生产前沿面，导致其评价结果与CCR模型是一致的。结合方向性距离函数，超效率模型可用如下线性规划表示：其中，S+,S-分别表示投入和好产出的松弛变量，方向性距离函数值β表示决策单元观测值（x，y，b）与其在生产前沿面上投影（x-βgx，y+βgy，b-βgb）之间的距离。本文将效率值定义为1-β1+β，β值越大，表明决策单元观测值离生产前沿面越远，效率越小。