基于Panel Data模型的我國商業(yè)銀行效率研究

周四軍,安普帥,陳芳蓉

(湖南大學金融與統(tǒng)計學院,湖南長沙 410079)＊

一、商業(yè)銀行效率的DEA測評

所謂商業(yè)銀行效率是指商業(yè)銀行在經(jīng)營活動中投入與產(chǎn)出之間的對比關系。效率測度和影響因素分析是商業(yè)銀行效率研究的兩個重要方面。目前,對于商業(yè)銀行效率的測度主要有兩種方法：參數(shù)方法和非參數(shù)方法。Berger&H umphrey(1997)的研究發(fā)現(xiàn),非參數(shù)方法中的DEA方法是運用最為廣泛的銀行效率測度方法。Sathye(2003)使用DEA方法研究了印度銀行業(yè)的產(chǎn)出效率[1];Dimitris I.Giokas(2008)運用DEA方法研究了希臘一家大型商業(yè)銀行的171個分支機構(gòu)的效率[2];Roberta B.Staub等(2010)運用DEA方法計算了巴西銀行2000～2007年的成本、技術和資源配置效率[3]。而國內(nèi)自魏煌和王麗2000年引入數(shù)據(jù)包絡分析后,學者們在DEA方法應用研究方面較為廣泛。張健華(2003)利用DEA方法分別對我國商業(yè)銀行的效率進行了實證分析,結(jié)果表明四大國有銀行中工行的效率為最高[4]。由于DEA方法的評價結(jié)果與量綱的選取無關,它的研究對象可以是多投入和多產(chǎn)出的銀行運作過程,它不要求推導出明確的生產(chǎn)函數(shù),將每個銀行或分支機構(gòu)直接與相對最優(yōu)的銀行或分支機構(gòu)相比較,所以,本文也擬利用DEA方法測度商業(yè)銀行效率。

目前,對于商業(yè)銀行效率的影響因素分析主要有：A tau llah et al(2004)研究發(fā)現(xiàn)具有較高盈利能力的銀行具有較高的效率,并且還發(fā)現(xiàn)費用控制能力較低的銀行其效率也較低[5];M ohamed ARIFF&Luc CAN(2008)研究了產(chǎn)權結(jié)構(gòu)、資產(chǎn)規(guī)模、風險狀況、盈利能力對銀行效率的影響,分析結(jié)果顯示中國銀行業(yè)低效率主要體現(xiàn)在盈利和費用控制方面[6];尹希果、劉佳(2009)對我國12家商業(yè)銀行1999～2005年的技術效率的影響因素進行了面板數(shù)據(jù)分析,發(fā)現(xiàn)銀行業(yè)整體效率與國有銀行、股份制銀行效率的影響因素存在較大差異[7]。

已有研究大多運用一般的回歸分析方法進行銀行效率影響因素分析,但回歸分析不能夠很好地解決時間序列的問題。有學者用到面板數(shù)據(jù),也沒有解決選取的影響因素變量之間可能存在的多重共線性問題,所以,本文將主成分分析和Panel Data模型相結(jié)合,先去除因素變量之間的多重共線性,然后再利用面板數(shù)據(jù)進行實證分析,對已有研究加以改進。

以下選定職工人數(shù)、營業(yè)費用、所有者權益作為初始投入指標,由于銀行業(yè)的發(fā)展最終體現(xiàn)在其盈利能力上,所以選取凈利潤作為產(chǎn)出指標。對于DEA模型,各投入項與產(chǎn)出項之間必須符合“同向性”假設,即隨著投入量的增加,產(chǎn)出項不得減少,只有這樣才能夠滿足DEA模型求解效率,具有了“同向性”假設以后才能夠進行DEA建模。所以,這里采用變量之間的相關性檢驗,對所選樣本的投入產(chǎn)出項進行“同向性”檢測。選取具有典型意義的4家國有商業(yè)銀行和9家股份制商業(yè)銀行①作為研究對象。選取1999～2008年10年共130個樣本點的數(shù)據(jù),使用的數(shù)據(jù)來源于2000～2009年《中國金融年鑒》和1999～2008年各銀行的年報。經(jīng)檢驗,投入變量與產(chǎn)出變量之間確實存在正的相關性,即投入項與產(chǎn)出項之間符合“同向性”假設。以下首先利用DEA方法測算出商業(yè)銀行的效率值,然后建立銀行效率Panel Data模型。

二、商業(yè)銀行效率Panel Data模型的設定

運用Panel Data模型對商業(yè)銀行的效率進行動態(tài)分析,首先要對模型的設定形式進行檢驗,主要檢驗模型參數(shù)在個體和時期是不是相同的常數(shù)。Panel Data模型的基本思想是：首先通過檢驗確定是否有個體影響,如果為無個體影響的,則方程為yit=α+β′xit+uit,否則為有個體影響的模型;然后,檢驗是否存在變系數(shù),如果接受原假設,即認為系數(shù)是一樣的,則回歸模型為yit=αi+β′xit+uit,即為變截距固定效應模型,否則回歸模型是yit=αit+β′it xit+uit,即為隨機影響變截距模型。如何根據(jù)數(shù)據(jù)從這三個模型中選擇出較為合適的模型,本文建立了如下的假設檢驗：在參數(shù)不隨時間變化的情況下,截距和斜率參數(shù)可以有如下兩種假設：

如果檢驗結(jié)果顯示H 01和H 02都不能夠接受,則模型變?yōu)椋?/p>

注意式(3)沒有斜率系數(shù)隨時期變動而截距不隨時期變動的假設,因為當斜率不相同時,再考慮截距是否相同已經(jīng)沒有實際意義。

為了能夠根據(jù)樣本數(shù)據(jù)對H01和H02進行判斷,構(gòu)造F統(tǒng)計量來進行檢驗。構(gòu)造的檢驗統(tǒng)計量為：

式中,S1,S2,S3分別為式(3),式(2),式(1)的殘差平方和。

構(gòu)造的F統(tǒng)計量在零假設H01和H02成立條件下,服從特定自由度的F分布。其中F2檢驗的原假設是H 02,即如F2較大,對應的P值小于給定的顯著性水平時,則不能選擇模型(2),應繼續(xù)檢驗;反之,利用模型(2)擬合樣本。而當拒絕H02時,F1對應的P值小于給定的顯著性水平,則應當應用模型(3)擬合樣本;反之,用模型(1)來擬合樣本。

三、商業(yè)銀行效率Panel Data模型的實證分析

(一)原始變量的處理

從經(jīng)濟學的角度來分析,選取的原始指標②之間可能存在多重共線性,首先資本收益率、資產(chǎn)收益率和人均利潤之間可能會存在較高的相關性,因為這三個指標說明的是商業(yè)銀行的盈利能力,當資本收益率較高時其他兩個指標較高的可能性比較大,所以,選取的指標可能會存在不完全的多重共線性。

通過計算變量的相關系數(shù)可以發(fā)現(xiàn)：資本收益率和資產(chǎn)收益率、人均利潤之間有較高的相關系數(shù),拒絕它們之間相關性不顯著的原假設。同時,資產(chǎn)收益率和人均利潤之間也有比較顯著的相關性。所以有必要對原始變量進行處理。

兩個主成分的方差累積率為81.2%,因此,選取兩個主成分進行分析,由于本文并沒有將原始變量進行標準化處理,所以,兩個主成分的表達式要乘以特征值的平方根,即：

從式(6)、(7)可以發(fā)現(xiàn)：解釋變量Z1主要表示的是商業(yè)銀行的盈利能力等方面的程度,可以稱為盈利性因子;解釋變量Z2主要表示的是商業(yè)銀行的資產(chǎn)流動、費用控制水平和資產(chǎn)質(zhì)量等方面的程度,可以稱為流動性及安全性因子,其中X4、X5表示的是銀行的營業(yè)費用和不良貸款率,是逆指標。

(二)Panel Data模型的建立

在建立Panel Data模型之前要進行變量的單位根檢驗和協(xié)整檢驗,在顯著性水平為0.05情況下,各變量均不存在單位根,所以可以進行協(xié)整分析。協(xié)整檢驗結(jié)果如表1。

表1 協(xié)整檢驗結(jié)果

可以發(fā)現(xiàn)對應的p值為0.001,在設定顯著性水平為0.05情況下顯著,故可以進行面板數(shù)據(jù)分析。得到：

通過以上的分析,最終選取的模型是模型(1),即為變截距模型。該模型允許個體成員上存在個體影響,并用截距項的差別說明。設定的被解釋變量是利用DEA方法計算出的商業(yè)銀行的效率值(TE),解釋變量是處理后的Z1、Z2,采用我國1999～2008年的年度數(shù)據(jù)作為分析的數(shù)據(jù)集。模型的具體形式為：

其中,TEit為利用DEA方法計算出的第i個商業(yè)銀行的第t年的效率值,Z1it為第i個商業(yè)銀行的第t年的Z1,Z2it為第i個商業(yè)銀行的第t年的Z2。

由于Z2未通過檢驗,所以此處回歸方程將Z2剔除,僅剩余Z1,即盈利因子,對應的回歸方程③如下：

(1)從表2的輸出結(jié)果發(fā)現(xiàn),自1999～2008年來國內(nèi)13家主要的商業(yè)銀行的平均效率為0.44,說明我國商業(yè)銀行的效率還是比較低下的,有大約56%的資源被浪費;發(fā)現(xiàn)我國股份制商業(yè)銀行的效率(0.49)普遍要高于國有商業(yè)銀行(0.34)。

表2 固定影響變截距Panel Data模型參數(shù)估計結(jié)果

(2)解釋變量Z1的系數(shù)為0.01＞0,對效率的影響是正向的,在前面的分析中知道解釋變量Z1主要表示的是商業(yè)銀行的盈利能力等方面的程度,是盈利因子,所以,這個正相關的關系是可以接受的;解釋變量Z2的系數(shù)為-0.001＜0,對效率的影響是負向的,在前面的分析中知道解釋變量Z2主要表示的是商業(yè)銀行的營業(yè)費用率和不良貸款率等方面,是流動性及安全性因子,所以Z2與TE成負相關也是可以接受的。表2中顯示,模型輸出F統(tǒng)計量的值為5.27,對應P值為0.000,故認為建立的Panel Data模型是合適的。

(3)從式(9)可以發(fā)現(xiàn),我國主要商業(yè)銀行的效率生成主要是在于其自身的盈利能力,這與Mohamed ARIFF&Luc CAN(2008)研究結(jié)論是相一致的,而在費用控制能力和資產(chǎn)質(zhì)量方面還是存在一定的欠缺,同時從回歸系數(shù)的大小上看資本收益率對銀行效率的正向影響最大,而流動比率和不良貸款率對銀行效率的影響方向與普遍認同的相反,這主要是因為在求解最終的回歸方程時由于費用控制因子不顯著進行了剔除。

(4)如果對于平均的計算出的C進行排序,可以得到表3。

表3 1999～2008年各商業(yè)銀行效率值

從表3知,上海浦東發(fā)展銀行的效率為0.55,排名為第一;中國農(nóng)業(yè)銀行的效率值為0.14,排名為13。該結(jié)果與其他學者的研究結(jié)論基本一致。但是由于此處的排名僅僅是根據(jù)Panel Data模型計算出的C值進行的,而沒有考慮各銀行變量值之間的大小差別,所以如果考慮變量值進來,排名可能會發(fā)生一定的變化。

(三)國有商業(yè)銀行和股份制商業(yè)銀行的效率比較

本文選取了國有商業(yè)銀行和股份制商業(yè)銀行兩類性質(zhì)不同的銀行,由于兩類銀行在成立年限和分支機構(gòu)數(shù)量等方面有所差別,可能會導致影響因素對兩類性質(zhì)銀行的作用不同。所以,下面進一步分析國有商業(yè)銀行和股份制商業(yè)銀行效率在Panel Data模型下的差異,比較二者在固定影響變截距模型下的輸出結(jié)果之間的差異。

表4 兩類銀行比較的輸出結(jié)果表

對應的回歸方程如下：

國有商業(yè)銀行：

股份制商業(yè)銀行：

(1)比較表4中常數(shù)C可以發(fā)現(xiàn),1999～2008年股份制商業(yè)銀行的平均效率值為0.52,而國有商業(yè)銀行的平均效率值為0.26,二者之間相差約0.26,即從平均的角度來看國有商業(yè)銀行的平均效率,要低于股份制商業(yè)銀行26個百分點,如此大的差距說明有必要對這兩類銀行進行分別分析。

(2)比較表4中解釋變量的系數(shù),可以發(fā)現(xiàn)國有商業(yè)銀行的Z1的系數(shù)較大,而Z2的系數(shù)較小,說明盈利能力等方面對國有商業(yè)銀行效率水平具有較高的正效應,而資產(chǎn)質(zhì)量及費用控制能力方面對股份制商業(yè)銀行效率水平具有較高的正效應。同時比較式(10)、(11)也可以發(fā)現(xiàn)國有商業(yè)銀行在資金、資產(chǎn)質(zhì)量及流動費用控制方面存在嚴重的不足。在設定顯著性水平為0.10的前提下,國有商業(yè)銀行和股份制商業(yè)銀行的Z1,Z2的系數(shù)都通過顯著性檢驗,這說明兩個因子對兩類銀行效率的影響是顯著的。

四、主要結(jié)論及政策建議

(一)主要結(jié)論

對于我國商業(yè)銀行的效率的面板數(shù)據(jù),較為合適的模型是固定效應的變截距模型。在進行面板數(shù)據(jù)分析之前,從經(jīng)濟學和統(tǒng)計學角度分析發(fā)現(xiàn),影響因素之間存在較為嚴重的多重共線性,所以,剔除多重共線性就顯得尤為重要。第一主成分主要解釋商業(yè)銀行盈利能力方面,可以稱為盈利性因子;第二主成分主要解釋商業(yè)銀行的資產(chǎn)流動、費用控制能力、資產(chǎn)質(zhì)量等方面,可以稱為流動性及安全性因子。我國主要商業(yè)銀行的效率主要體現(xiàn)在盈利能力方面,而對于資產(chǎn)流動、費用控制能力和資產(chǎn)質(zhì)量還是存在一定的不足;并且表4輸出結(jié)果中C值為0.44,表明我國主要商業(yè)銀行的效率還是偏低的,僅僅為44%還不足50%,有近56%的提升空間,如此低的效率提醒我國商業(yè)銀行進行改革提升自身營業(yè)效率是十分必要的。國有商業(yè)銀行在盈利能力方面對效率的貢獻要高于股份制商業(yè)銀行,而在資產(chǎn)流動、費用控制和資產(chǎn)質(zhì)量等方面對效率的貢獻要明顯低于股份制商業(yè)銀行。

(二)政策建議

主成分分析提示選取的自變量可以分為盈利性因子和流動性及安全性因子,所以,要提升我國商業(yè)銀行的自身效率,需要在這兩個因子上下功夫。從Panel Data模型分析結(jié)果發(fā)現(xiàn),這兩個因子對我國兩類不同性質(zhì)的銀行的影響程度和方向是不同的,所以,提升效率的措施也是要有所區(qū)別,分類指導。

(1)盈利能力對國有商業(yè)銀行效率的影響要大于費用控制和資產(chǎn)質(zhì)量對效率的影響,因此,要想提升國有商業(yè)銀行的效率,增強國有商業(yè)銀行的盈利能力是重中之重。國有商業(yè)銀行應該從以下方面來提升盈利能力：從對效率的影響大小上看,首先要提升資本收益率,其次是資產(chǎn)收益率,最后是人均利潤。而這些的提高必然依賴國有商業(yè)銀行能夠繼續(xù)加大力度,提升資產(chǎn)質(zhì)量,不斷適應市場需求,在管理制度上改革,進行金融創(chuàng)新,擴張中間業(yè)務范圍,提高服務質(zhì)量,增加中間收入,科學經(jīng)營風險,不斷提升核心競爭能力。盈利能力對于股份制商業(yè)銀行效率影響也是顯著的,所以,股份制商業(yè)銀行應當注重該方面的改革和創(chuàng)新,應當發(fā)揮股份制商業(yè)銀行自身的優(yōu)勢,在競爭中形成正確的市場定位,從而更好地開展業(yè)務,滿足市場不同需求,繼續(xù)提升資本收益率、資產(chǎn)收益率和人均利潤。

(2)費用控制和資產(chǎn)質(zhì)量對國有商業(yè)銀行效率的影響是顯著的,所以,國有商業(yè)銀行要精簡機構(gòu),提高效率,科學布置營業(yè)網(wǎng)點和配置工作人員,關閉效率低下的營業(yè)網(wǎng)點,降低營業(yè)費用。同時提升資產(chǎn)質(zhì)量,下大力度整治不良貸款,規(guī)范信用評價程序,提升貸款質(zhì)量。從回歸系數(shù)的大小上來對成本因子中變量進行排序來看,首先要降低不良貸款率,其次是資本積累率和流動比率,最后是營業(yè)費用率。資產(chǎn)流動、費用控制和資產(chǎn)質(zhì)量對股份制商業(yè)銀行效率的影響最大,所以,在費用控制和資產(chǎn)質(zhì)量方面的管理制度創(chuàng)新是必不可少的。股份制商業(yè)銀行應當繼續(xù)提升費用控制能力和風險應對能力,即降低營業(yè)費用,減少不良資產(chǎn),從而降低自身的經(jīng)營風險,從對效率的影響程度上看,其順序依次是營業(yè)費用、資本積累率、不良貸款率和流動比率。

(3)在資產(chǎn)流動性方面,模型中國有商業(yè)銀行流動比率參數(shù)(0.0005)要高于股份制商業(yè)銀行(0.0001),并且都為正值,所以,為了提升我國商業(yè)銀行效率,提高其資產(chǎn)流動性是有必要的。2008年的美國金融危機被稱為流動性危機,危機的爆發(fā)使得全球各銀行都產(chǎn)生了惜貸行為,從而使得全球資本流動大幅減少。流動性對于我國商業(yè)銀行效率產(chǎn)生了一定的正向影響,所以,我國商業(yè)銀行要適時提升資產(chǎn)流動性,優(yōu)化信用評價系統(tǒng),將資金優(yōu)先貸給信用較好的客戶;大力發(fā)展二級市場,完善流動性管理體系;同時要推動適當?shù)幕鞓I(yè)經(jīng)營、開拓中小企業(yè)信貸。

注釋：

①四大國有商業(yè)銀行：中國農(nóng)業(yè)銀行、中國工商銀行、中國銀行、中國建設銀行;九家股份制商業(yè)銀行：中國交通銀行、中信銀行、華夏銀行、中國民生銀行、深圳發(fā)展銀行、招商銀行、興業(yè)銀行、上海浦東銀行、恒豐銀行。

②原始指標是指：資本收益率、資產(chǎn)收益率、人均利潤、營業(yè)費用率、不良貸款率、流動比例和資本積累率,分別記為X1,X2,X3,X4,X5,X6,X7,有些指標數(shù)據(jù)缺失,如華夏銀行1999年的不良資產(chǎn)率,為了計算的可行性,也為了盡量避免減少銀行間的可比性,本文對缺失數(shù)據(jù)做如下的處理：缺失數(shù)據(jù)填補為銀行的平均值,如1999年華夏銀行的不良資產(chǎn)率填補為華夏銀行1999～2008的平均不良資產(chǎn)率,為4.15。以此類推,將所有缺失數(shù)據(jù)進行填充。此方法盡管沒有體現(xiàn)出指標數(shù)值時間上的變化,但是其考慮了銀行間的指標數(shù)值之間的差異,故對數(shù)據(jù)的處理可以采用該方法。

③由于選取的是固定效應變截距模型,為方便起見在該處用C代替其截距。在國有和股份制商業(yè)銀行的回歸方程中進行同樣的操作。

[1]Milind,Sathye.Efficiency of bank s in a developing economy：The case of India European[J].Journal of Operational Research 2003,(66)：26-71.

[2]Dim itris I.Giokas,Cost efficiency im pact of bank branch characteristics and location：An illustrative application to Greek bank branches[J].Managerial Finance,2008,(3)：172-185.

[3]Roberta B.Staub,Geraldo da Silva e Souza,Benjam in M.Tabak.Evolution of bank efficiency in Brazil：A DEA app roach[J].Eu ropean Jou rnal of Operational Research,2010,(202)：204-213.

[4]張健華.我國商業(yè)銀行效率研究的DEA方法及1997～2001年效率的實證分析[J].金融研究,2003,(3)：11-25.

[5]Ataullah,A.,Cockerill,T.,&Le,H.Financial liberalization and bank efficiency：A comparative analysis of India and Pakistan[J].Applied Economics,2004,(36)：1915-1924.

[6]Mohamed ARIFF,Luc CAN.Cost and profit efficiency of Chinese banks：A non-para metricanalysis[J].China Economic Review,2008,(19)：260-273.

[7]尹希果,劉佳.基于面板數(shù)據(jù)模型的我國銀行業(yè)效率影響因素分析[J].大連理工大學學報(社會科學版),2009,(1)：11-15.