投入產(chǎn)出對我國商業(yè)銀行效率的影響分析——基于網(wǎng)絡(luò)DEA和面板數(shù)據(jù)分析方法

蘆 鋒，史金鳳

(1.山西財經(jīng)大學(xué)財政金融學(xué)院，山西太原030006;2.山西大學(xué) 經(jīng)濟與管理學(xué)院，山西太原030006)

一 引言

2008年的金融危機造成大批國外銀行紛紛申請破產(chǎn)保護或申請合并，多個國家債務(wù)危機頻頻出現(xiàn)，這一系列的金融沖擊給我國金融業(yè)的發(fā)展帶來了嚴峻的挑戰(zhàn)。在當(dāng)前復(fù)雜環(huán)境中，銀行業(yè)效率的提高是防范金融風(fēng)險，實現(xiàn)“包容性增長”和可持續(xù)發(fā)展的關(guān)鍵［1］。但是現(xiàn)實中依然存在諸多問題，如國有銀行經(jīng)營管理模式落后，金融創(chuàng)新不足，國內(nèi)銀行與外資銀行相比競爭力不強，地方政府融資平臺貸款的風(fēng)險、房地產(chǎn)貸款風(fēng)險和流動性風(fēng)險等銀行風(fēng)險加大等。因此，我們必須尋求提高我國銀行業(yè)競爭力的發(fā)展策略。

關(guān)于銀行效率研究的方法，現(xiàn)在學(xué)者們主要采用有效前沿法。Bergber和Humphfrey［2］根據(jù)是否需要估計前沿生產(chǎn)函數(shù)中的參數(shù)，將有效前沿法分為參數(shù)估計法和非參數(shù)估計法。近幾年，國外許多學(xué)者提出并且改進了多種網(wǎng)絡(luò)DEA模型，例如:Castelli(2001)［3］、Sexton and Lewis(2003)［4］、Lewis and Sexton(2004)［5］和 Holod and Lewis(2011)［6］等。我們將在修改Holod and Lewis(2011)［6］所提出的網(wǎng)絡(luò)DEA銀行效率模型基礎(chǔ)上來測度我國主要商業(yè)銀行在2000－2010期間的技術(shù)效率和純技術(shù)效率。

目前，國內(nèi)外已有很多學(xué)者關(guān)注銀行效率影響因素的研究。國外學(xué)者Hao(2001)［7］運用隨機前沿成本函數(shù)方法計算了韓國私人銀行在1985－1995年間的生產(chǎn)效率，在此基礎(chǔ)上研究政府放松管制計劃下銀行效率的決定因素。Drake(2003)［8］將貸款問題作為銀行效率的外生影響，利用DEA方法研究了日本商業(yè)銀行技術(shù)效率和規(guī)模效率與個體銀行、銀行類型和規(guī)模之間的聯(lián)系。Bonin(2005)［9］分析11個發(fā)展中國家的225家銀行在1996－2000年的856個觀測數(shù)據(jù)，研究所有權(quán)特別是戰(zhàn)略外國所有權(quán)對銀行效率的影響。Lensink(2008)［10］研究了外國所有權(quán)和銀行效率之間的關(guān)系，檢測外國銀行效率是否依賴于外國機構(gòu)質(zhì)量以及本國和外國機構(gòu)的差異。Das(2009)［11］利用DEA方法研究了金融自由化在改革后時期1992－2004對印度商業(yè)銀行效率的影響。Larlo(2009)［12］用SFA方法研究管理者對芬蘭銀行成本效率的影響，管理者的年齡和教育對效率有顯著影響。Banker(2010)［13］結(jié)合DEA方法研究了韓國商業(yè)銀行的技術(shù)效率在亞太金融危機前后的變化以及銀行結(jié)構(gòu)改革和風(fēng)險控制對銀行生產(chǎn)力的影響，同時也分析了各種銀行財務(wù)指標對技術(shù)效率不同的影響。Fiordelisi(2011)［14］利用隨機前沿和格蘭杰因果檢驗方法研究了歐洲商業(yè)銀行效率、風(fēng)險和資本之間的跨時空聯(lián)系。Bruce(2011)［15］利用DEA方法計算的技術(shù)效率來測度內(nèi)部企業(yè)管理機制對業(yè)績的影響，分析了規(guī)模、領(lǐng)導(dǎo)和董事局機構(gòu)以及外部股東如何可以提高公司技術(shù)效率。因為影響銀行效率的因素是多方面的，謝朝華(2005)［16］試圖從我國的市場結(jié)構(gòu)和銀行結(jié)構(gòu)層面來尋找客觀因素，分析了產(chǎn)權(quán)結(jié)構(gòu)、功能結(jié)構(gòu)、市場結(jié)構(gòu)和管制結(jié)構(gòu)如何影響銀行的治理、定位、投入產(chǎn)出等方面來影響銀行的效率。鄭錄軍(2005)［17］通過DEA 方法計算了我國商業(yè)銀行的效率值，利用回歸計量方法對影響商業(yè)銀行效率的各種因素進行了客觀分析。王聰(2007)［18］利用隨機前沿法SFA計算了1990－2003年我國商業(yè)銀行的X－效率、范圍效率、規(guī)模效率及其變化趨勢，然后研究了產(chǎn)權(quán)制度、宏觀因素與市場結(jié)構(gòu)對效率水平的影響程度和影響機制。劉瀾飚(2010)［19］在Montinola理論基礎(chǔ)上提出了三個外資銀行進入的理論命題，運用數(shù)據(jù)包絡(luò)分析和Malmquist指數(shù)研究了我國12家商業(yè)銀行引進國外戰(zhàn)略投資者的效果。

從上述國內(nèi)外文獻中我們可以發(fā)現(xiàn)，對于研究銀行效率的影響因素基本上都集中于資產(chǎn)規(guī)模、所有權(quán)結(jié)構(gòu)、市場結(jié)構(gòu)、管制結(jié)構(gòu)、產(chǎn)品質(zhì)量、分支個數(shù)和管理水平等方面，而對于銀行的存款儲蓄、貸款和資本投資等投入產(chǎn)出變量對效率影響的研究較少。本文基于投入產(chǎn)出導(dǎo)向型網(wǎng)絡(luò)DEA模型給出了銀行效率的測度研究，投入變量、中間變量、產(chǎn)出變量對銀行效率的影響程度。

二 效率測度的網(wǎng)絡(luò)DEA模型和面板回歸模型

我們通過網(wǎng)絡(luò)DEA模型投入、產(chǎn)出和中間變量的選取，說明用網(wǎng)絡(luò)DEA模型測度銀行效率的合理性，同時給出規(guī)模報酬不變(CRS)和規(guī)模報酬改變(VRS)假設(shè)下的網(wǎng)絡(luò)DEA模型。利用模型測度的技術(shù)效率和純技術(shù)效率檢驗需要的面板回歸模型。

(一)指標的選取

利用DEA模型研究銀行效率的首要問題是投入和產(chǎn)出指標的界定。學(xué)者們采用的主要方法有:生產(chǎn)法、中介法和資產(chǎn)法。通過對三種指標選取方法的比較分析，為了能夠抓住銀行儲蓄變量的雙重特征和準確測度銀行效率，我們將上述三種指標選擇的方法相互融合，同時結(jié)合指標的選擇原則和保證所需指標數(shù)據(jù)的可操作性，并參考國內(nèi)外主要文獻，確定出本文中所要采用指標。投入指標包括銀行的固定資產(chǎn)凈值和銀行的員工總?cè)藬?shù);產(chǎn)出指標包括貸款總額和其他盈利性資產(chǎn)總額;中間變量指標為存款總額，他既具有第一生產(chǎn)階段產(chǎn)出的角色又具有第二生產(chǎn)階段投入的角色。這樣的選擇方式一方面是將三種指標選取方法融合;另一方面是為采用的網(wǎng)絡(luò)DEA銀行效率模型做準備。銀行技術(shù)效率、純技術(shù)效率、投入、產(chǎn)出和中間變量指標的表示符號及其涵義，見表1。

表1 銀行效率、投入、產(chǎn)出和中間變量指標匯總

(二)基于儲蓄新視角的網(wǎng)絡(luò)DEA模型

為了描述方便，我們給出一些基本的符號說明:FAj表示銀行j的固定資產(chǎn)凈值;Ej表示銀行j的員工總數(shù);DDj表示銀行j的存款總額;Lj表示銀行j的貸款總額;EAj表示銀行j其他盈利性資產(chǎn)總額;λj表示銀行k分配給銀行j的權(quán)重;εk表示銀行k的相對效率;θk表示銀行k的近似反效率。

模型(I)和(II)是在規(guī)模報酬不變和改變的假設(shè)下測度銀行的技術(shù)效率TE和純技術(shù)效率PTE，其反映的是在最少投入的情況下銀行獲取最大產(chǎn)出的能力。模型中第一行公式表示假設(shè)的目標銀行對于每一種投入的消耗不能夠超出銀行k所具有的;第二行公式表示假設(shè)的目標銀行和銀行k有相同的存款總額;第三行公式表示對于每一種輸出，要確保假設(shè)的目標銀行至少和銀行k是相同。

(三)面板數(shù)據(jù)回歸模型

由于各大銀行整體發(fā)展水平有差距，資產(chǎn)和員工投入以及存款、貸款和盈利額也不相同，因此他們對銀行效率的影響可能不同。為了準確分析不同變量對銀行效率的影響，我們建立了研究影響14家商業(yè)銀行效率變化的Panel Data模型:

上式中銀行標識數(shù)字從1－14，分別對應(yīng)中國銀行、中國建設(shè)銀行、中國工商銀行、中國農(nóng)業(yè)銀行、福建興業(yè)銀行、廣東發(fā)展銀行、交通銀行、上海浦東發(fā)展銀行、深圳發(fā)展銀行、中國民生銀行、招商銀行、中信銀行、中國光大銀行和華夏銀行。被解釋變量 TEi=(TEi1，TEi2，…TEi11)和 PTEi=(TEi1，TEi2，…TEi11)分別是14家銀行技術(shù)效率時間序列和純技術(shù)效率序列;解釋變量FAi=(FAi1，F(xiàn)Ai2，…FAi11)分別是14家銀行的固定資產(chǎn)凈值時間序列;Ei=(Ei1，Ei2，…Ei11)分別是14家銀行的員工總數(shù)時間序列;Li=(Li1，Li2，…Li11)分別是14家銀行的存款總額時間序列;EAi=(EAi1，EAi2，…EAi11)分別是14家銀行的貸款總額時間序列;分別是14家銀行的其他盈利性資產(chǎn)時間序列，樣本研究區(qū)間為2000－2010年，時間跨度11年。對于最終采用什么形式的面板數(shù)據(jù)模型，我們得需要通過協(xié)方差分析來檢驗樣本數(shù)據(jù)究竟符合哪種模型形式，從而避免模型設(shè)定偏差，提高參數(shù)估計的有效性。

三 數(shù)據(jù)樣本選取和面板回歸模型確立

通過獲得的樣本數(shù)據(jù)我們可以計算出在CRS和VRS網(wǎng)絡(luò)DEA模型下的我國商業(yè)銀行技術(shù)效率和純技術(shù)效率。為了比較國有銀行和股份制銀行的差異，我們只給出了國有銀行、股份制銀行和整體銀行業(yè)技術(shù)效率和純技術(shù)效率在樣本期內(nèi)的均值走勢圖。利用計算的效率值對回歸模型進行Hausman隨機效應(yīng)檢驗，最終確定我們所要采用的面板回歸模型。

(一)樣本數(shù)據(jù)說明

我國的商業(yè)銀行包括政策性銀行、國有商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行及其他農(nóng)村金融機構(gòu)。本文基于研究數(shù)據(jù)的可獲得性，排除政策性銀行及城市商業(yè)銀行和農(nóng)村金融機構(gòu)，選取了14家商業(yè)銀行作為樣本，其中包括四家國有商業(yè)銀行和十家股份制商業(yè)銀行，分別是中國銀行、中國建設(shè)銀行、中國工商銀行、中國農(nóng)業(yè)銀行、福建興業(yè)銀行、廣東發(fā)展銀行、交通銀行、上海浦東發(fā)展銀行、深圳發(fā)展銀行、中國民生銀行、招商銀行、中信銀行、中國光大銀行和華夏銀行，這14家銀行資產(chǎn)規(guī)模占銀行業(yè)總規(guī)模接近70%，其管理能力和運營模式能較好地代表我國銀行業(yè)的總體發(fā)展情況，有很好的代表性。選取從2000－2010年11年的面板數(shù)據(jù)為研究對象，研究所需數(shù)據(jù)均來自國泰安CSMAR數(shù)據(jù)庫、《中國金融年鑒》、《中國統(tǒng)計年鑒》和各個銀行公布的年報，數(shù)據(jù)來源有很高的準確性與權(quán)威性。本文運用Matlab8.0軟件來求解文中所涉及的網(wǎng)絡(luò)DEA線性規(guī)劃問題，可以計算我國14家商業(yè)銀行2000－2010年的技術(shù)效率值TE和PTE。為了分析投入、產(chǎn)出和中間變量是如何影響我國銀行業(yè)效率更具直觀性，這里我們給出2000－2010年國有銀行、股份制銀行和整體銀行業(yè)CRS和VRS模型下效率平均值的比較和變化趨勢。

圖1 國有銀行、股份制銀行和整體銀行業(yè)技術(shù)效率平均值(2000－2010)

從我國四大國有商業(yè)銀行和股份制商業(yè)銀行技術(shù)效率的年度均值可以發(fā)現(xiàn)，國有商業(yè)銀行在2000－2010年的技術(shù)效率表現(xiàn)均差于股份制商業(yè)銀行，見圖1。這是因為在樣本期內(nèi)，2001年12月，我國加入WTO，銀行業(yè)獲得了5年過渡期的改革時間。在這段時間里，股份制商業(yè)銀行不斷發(fā)展，使得位于生產(chǎn)前沿面的股份制商業(yè)銀行個數(shù)逐漸增多，并且效率表現(xiàn)相對較差的銀行與前沿面的距離也在逐漸縮小，整體水平在逐步提高。雖然在激烈的市場競爭下，國有商業(yè)銀行也在不斷深化股份制改革，在經(jīng)營管理上取得了不錯的成績，但是由于體制、規(guī)模和國家政策的限制，不及股份制商業(yè)銀行靈活，所以股份制商業(yè)銀行技術(shù)效率表現(xiàn)好于國有商業(yè)銀行。通過國有商業(yè)銀行和股份制商業(yè)銀行的技術(shù)效率對比趨勢可以說明產(chǎn)權(quán)明晰的股份制結(jié)構(gòu)改革促進了商業(yè)銀行技術(shù)效率的整體提高，同時也表明國有商業(yè)銀行進行股份制改革的正確性，這與國內(nèi)大部分學(xué)者所得到的結(jié)論一致。

圖2 國有銀行、股份制銀行和整體銀行業(yè)純技術(shù)效率平均值(2000－2010)

結(jié)合前面技術(shù)效率的分析可知在我國加入WTO的隨后幾年，銀行業(yè)整體技術(shù)效率有所提高，結(jié)合圖2可以發(fā)現(xiàn)，技術(shù)效率的提高部分是通過提高銀行的規(guī)模經(jīng)濟而達到的，這也反映出我國商業(yè)銀行主要依靠的是外延式的改革，而并非銀行內(nèi)涵效率的提高，這也從客觀上要求我國銀行業(yè)今后需要更深層次的股份制改革。從2000年開始，我國四大國有銀行的純技術(shù)效率值基本穩(wěn)定，大部分位于有效前沿面上。這是因為在1997年亞洲金融危機之后，國家和政府對國有銀行進行了比較嚴厲的管制，對銀行、證券實行分業(yè)管理，剝離了銀行從事的大量非銀行業(yè)務(wù)，大大降低了國有銀行的風(fēng)險，進而提高了國有銀行自身的管理效率和業(yè)務(wù)水平。但是，從圖1和2國有銀行和股份制銀行效率值的比較結(jié)果反差中表明，國有銀行在大量人力、物力投入和現(xiàn)有的管理水平下，所獲得的技術(shù)效率并沒有顯著提高，反而明顯低于股份制銀行水平，說明國有銀行單一通過擴大規(guī)模并不能真正提高自身效率水平，要從體制改革、技術(shù)管理和市場競爭方面創(chuàng)新。

利用我國14家商業(yè)銀行的效率值TE和PTE，結(jié)合已有的FA、E、D、L和EA樣本數(shù)據(jù)，我們可以給出面板數(shù)據(jù)模型所有變量的基本統(tǒng)計分析，其中FA、D、L、EA的單位為萬億元，E的單位為萬人，結(jié)果見表2。

表2 面板數(shù)據(jù)模型變量的基本統(tǒng)計分析

對各個變量指標的均值和中位數(shù)比較可以發(fā)現(xiàn)，因變量效率的均值小于中位數(shù)，而其他所有自變量的均值都大于中位數(shù)。事實上，對于我國銀行業(yè)整個結(jié)構(gòu)而言，四大國有銀行的資產(chǎn)、員工總數(shù)、存款儲蓄、貸款額以及其他盈利性資產(chǎn)額度都占據(jù)了整個銀行業(yè)的很大一部分比例，所以導(dǎo)致了對于這幾個變量指標的均值都遠大于中位數(shù)。但是，對于因變量效率卻是均值小于中位數(shù)，說明了即便國有商業(yè)銀行占據(jù)了很大的資源優(yōu)勢，可是仍然在效率的提高上不如中小型股份制商業(yè)銀行，這與圖1所給出的分析一致。

(二)面板數(shù)據(jù)序列平穩(wěn)性檢驗

面板數(shù)據(jù)單位根檢驗和協(xié)整檢驗主要對非平穩(wěn)性數(shù)據(jù)的長期動態(tài)變化特征進行檢驗，往往只針對時間序列周期較長的面板數(shù)據(jù)進行檢驗。在我們研究的銀行效率影響因素的過程中，面板數(shù)據(jù)多屬于微觀面板，銀行截面?zhèn)€數(shù)比時間序列周期都大，所以我們這里基本不考慮面板數(shù)據(jù)的單位根檢驗和協(xié)整檢驗［20］。

(三)面板數(shù)據(jù)模型的確定

常用的面板數(shù)據(jù)模型主要有固定效應(yīng)模型(Fixed Effect Model)和隨機效應(yīng)模型(Random Effect Model)。這兩種模型對于個體截面和時間截面效應(yīng)的影響是否隨機進行了嚴格的區(qū)別，通過Hausman檢驗分別對時間影響和個體影響的隨機性進行了檢驗，對于CRS下的技術(shù)效率和VRS下的純技術(shù)效率檢驗結(jié)果見表3和表4。

表3 CRS網(wǎng)絡(luò)DEA下固定效應(yīng)和隨機效應(yīng)的Hausman檢驗

表4 VRS網(wǎng)絡(luò)DEA下固定效應(yīng)和隨機效應(yīng)的Hausman檢驗

從表3和表4中的Hausman檢驗的結(jié)果可以看出，在5%顯著水平下拒絕不同銀行個體對效率的影響以及不同時段對效率的影響效應(yīng)是隨機的，所以我們應(yīng)該建立個體和時間固定效應(yīng)模型。在我國整體金融環(huán)境和銀行業(yè)發(fā)展過程中，不同銀行運行機理的設(shè)定和約束機制基本上是一致的。此外，本文的主要目的在于利用網(wǎng)絡(luò)DEA模型打開銀行工作機理黑箱，從銀行運行過程內(nèi)部出發(fā)，研究投入、產(chǎn)出和中間變量對銀行業(yè)效率的影響機制是什么，特別是中間變量是怎樣影響效率的。所以，本文采用下述形式的面板數(shù)據(jù)模型便于我們研究這些變量真正的影響作用。

PTCit= α + αi+Tt+FAitβ1+Eitβ2+Ditβ3+Litβ4+EAitβ5+uit，i=1，2，…，14，t=1，2，…11 其中被解釋變量 TCit、PTCit和解釋變量 FAit、Eit、Dit、Lit、EAit與 2.3 中所定義的一樣，而αi和Ti分別表示銀行個體和時間個體的固定效應(yīng)影響變量。

四 實證結(jié)果分析

為了描述方便，用字母A－N分別表示中國銀行、中國建設(shè)銀行、中國工商銀行、中國農(nóng)業(yè)銀行、福建興業(yè)銀行、廣東發(fā)展銀行、交通銀行、上海浦東發(fā)展銀行、深圳發(fā)展銀行、中國民生銀行、招商銀行、中信銀行、中國光大銀行和華夏銀行。

(一)CRS網(wǎng)絡(luò)DEA模型下技術(shù)效率分析

技術(shù)效率面板回歸模型顯著性水平總體R2為0.80，說明這些解釋變量在80%程度上解釋技術(shù)效率銀行間及年份間的變化，從解釋變量的效率方程F檢驗來看，回歸方程的F 檢驗的 P 值為0.000，遠小于 0.05，也小于 0.01，因此也拒絕解釋變量系數(shù)全為零的假設(shè)。再從估計系數(shù)的t檢驗來看，這些變量的回歸系數(shù)在1%的水平上統(tǒng)計顯著，因此總體的統(tǒng)計顯著性不錯。從系數(shù)符號來看，代表銀行業(yè)投入的固定資產(chǎn)凈值和員工總數(shù)的符號為負，與預(yù)期一致;代表銀行產(chǎn)出的貸款總額和其他盈利性資產(chǎn)總額的符號為正，與預(yù)期一致;我們最關(guān)心的中間變量儲蓄存款的符號為負，這是我們預(yù)先無法判斷的。因為從他的雙重作用來看，正負號都有可能。同時，在最終的回歸模型中，常數(shù)項是顯著的。

表5 CRS模型下面板回歸系數(shù)、截面效應(yīng)和顯著性檢驗

從上面的面板回歸結(jié)果中我們可以分別從幾個解釋變量的系數(shù)和固定效應(yīng)等方面來分析。

1.作為投入變量的固定資產(chǎn)凈值和員工總數(shù)對銀行的效率有負向的顯著影響關(guān)系，這與投入產(chǎn)出定向效率模型是一致的。從兩個變量的回歸系數(shù)可以發(fā)現(xiàn)，固定資產(chǎn)凈值的系數(shù)(－2.665 8)與員工總數(shù)的系數(shù)(－0.017 8)相比很小，這就表明在投入結(jié)構(gòu)對銀行效率的影響過程中，資產(chǎn)投入是關(guān)鍵的影響因素，而員工的投入只是消耗了一小部分開支，這對于銀行整體的利潤影響并不大。

2.作為產(chǎn)出變量的貸款總額和其他盈利性資產(chǎn)總額對銀行效率有正向的顯著影響關(guān)系，這也與投入產(chǎn)出定向效率模型是一致的。從這兩個變量的回歸系數(shù)中可以看出，貸款總額的系數(shù)(0.242 7)是其他盈利性資產(chǎn)總額系數(shù)(0.122 8)將近2倍，說明我國商業(yè)銀行現(xiàn)有的盈利模式基本上是以內(nèi)需性發(fā)放貸款為主，外部投資收益為輔，這與我國監(jiān)管政策是密切相關(guān)的。

3.中間變量銀行存款儲蓄對銀行的效率有負向的顯著關(guān)系，回歸系數(shù)為(－0.217 0)，這是我們從效率模型中無法得到的。因為在投入產(chǎn)出定向的網(wǎng)絡(luò)DEA效率模型中，儲蓄作為一個中間變量分別是第一個階段的產(chǎn)出和第二個階段的投入，所以單單從一個階段來判斷他對銀行效率的影響是沒有任何價值的。我們需要結(jié)合兩個階段的整體效果來判斷他對銀行效率的真正影響到底是什么。從結(jié)果中可以看到，經(jīng)過兩階段作用權(quán)衡后最終的結(jié)果是產(chǎn)生負向的作用。

4.從個體截面固定效應(yīng)的結(jié)果中可以知道，國有銀行的個體效應(yīng)均為正，股份制銀行的個體效應(yīng)均為負。國有銀行與股份制銀行相比有其獨特的優(yōu)勢:國家性質(zhì)的銀行、信譽度高、安全可靠、風(fēng)險小。因為人們更愿意相信國有銀行，所以國有銀行擁有大批的金融服務(wù)業(yè)務(wù)，這也是股份制銀行無法匹敵的。因此，國有銀行利用其特有的優(yōu)勢，在個體效應(yīng)表現(xiàn)上與股份制銀行不同。從個體效應(yīng)值的大小來看，中國銀行、中國建設(shè)銀行、中國工商銀行、中國農(nóng)業(yè)銀行分別為0.261 0、0.332 1、0.505 4、0.604 2，四大國有銀行中的工商銀行和農(nóng)業(yè)銀行更具有優(yōu)勢;而股份制銀行的個體效應(yīng)雖然為負，可是影響程度相對較小。

5.從時間截面固定效應(yīng)的結(jié)果中可以知道，2000－2002、2004和2006時間效應(yīng)均為負，2003、2005、2007 －2010時間效應(yīng)均為正。這正好體現(xiàn)了1997年亞洲金融危機和美國次貸危機的影響，商業(yè)銀行的技術(shù)效率出現(xiàn)下降趨勢。亞洲金融危機導(dǎo)致我國商業(yè)銀行業(yè)技術(shù)效率在2000年到2002年間達到低點;美國次貸危機對于全世界的金融行業(yè)以致命的打擊，從而使得我國銀行業(yè)技術(shù)效率從2006開始有明顯異動變化。我國隨后提出了相應(yīng)的貨幣政策和內(nèi)需刺激方案以緩解危機對我國經(jīng)濟的沖擊，銀行大規(guī)模的發(fā)放貸款獲得豐厚的利潤，從回歸模型上可以看出這是有利于其效率提高的。不同年份時間截面效應(yīng)也表明我國商業(yè)銀行業(yè)技術(shù)效率易受外界的干擾，特別是金融危機和國家重大政策對其有明顯的影響。

(二)VRS網(wǎng)絡(luò)DEA模型下技術(shù)效率分析

純技術(shù)效率面板回歸模型顯著性水平總體R2為0.70，說明這些解釋變量在70%程度上解釋效率銀行間及年份間的變化，從解釋變量的效率方程F檢驗來看，回歸方程的F檢驗的 P 值為 0.000，遠小于 0.05，也小于 0.01，因此也拒絕解釋變量系數(shù)全為零的假設(shè)。再從估計系數(shù)的t檢驗來看，變量固定資產(chǎn)凈值、員工總數(shù)和貸款總額的回歸系數(shù)在1%的水平上統(tǒng)計顯著，而存款總額和其他盈利性資產(chǎn)總額的回歸系數(shù)不顯著。從系數(shù)符號來看，代表銀行業(yè)投入的固定資產(chǎn)凈值和員工總數(shù)的符號為負，與預(yù)期一致;代表銀行產(chǎn)出的貸款總額和其他盈利性資產(chǎn)總額的符號為正，與預(yù)期一致;中間變量儲蓄存款的符號為負。同時，在最終的回歸模型中，常數(shù)項是顯著的。

類似于技術(shù)效率回歸模型的分析，對純技術(shù)效率回歸結(jié)果可以分別從解釋變量的系數(shù)和固定效應(yīng)等方面來分析。但是為了避免一些重復(fù)的結(jié)論描述，我們主要針對不同之處進行分析。首先，作為投入變量的固定資產(chǎn)凈值和員工總數(shù)對銀行的純技術(shù)效率有負向的顯著影響關(guān)系，固定資產(chǎn)投資的系數(shù)(－1.753 4)與員工總?cè)藬?shù)的系數(shù)(－0.009 5)相比很小，表明資產(chǎn)投入是關(guān)鍵的影響因素;作為產(chǎn)出變量的貸款總額對銀行的純技術(shù)效率有負向的顯著影響關(guān)系，其回歸系數(shù)為0.067 6，與技術(shù)效率回歸模型相比系數(shù)明顯減小，而且其他盈利性資產(chǎn)總額和存款儲蓄回歸系數(shù)不顯著，說明產(chǎn)出變量和中間變量對于純技術(shù)效率的影響很小，對于銀行的內(nèi)部管理技術(shù)和產(chǎn)權(quán)多元化的改革影響不大，而對銀行的規(guī)模經(jīng)濟有著顯著的影響。其次，從時間截面固定效應(yīng)中可以知道，2000－2004和2006時間效應(yīng)均為負，2005－2010時間效應(yīng)均為正。這正好體現(xiàn)了1997年亞洲金融危機和我國政府處理危機及商業(yè)銀行股份制改革的影響［21］。此期間正是我們從亞洲金融危機中緩慢走出來的過程，國家相應(yīng)的提出了嚴格的監(jiān)管條例，同時這段時間也是我國在加入WTO后銀行業(yè)市場對外資銀行逐步開放的過程，激烈的競爭迫使我國商業(yè)銀行必須引入先進的管理模式。在2004年以后，我國商業(yè)銀行的純技術(shù)效率基本趨于穩(wěn)定，表明國家股份制改革和管理體制完善的成效。不同年份時間截面效應(yīng)說明金融危機和國家重大政策對我國商業(yè)銀行純技術(shù)效率沒有明顯干擾，對銀行的規(guī)模經(jīng)濟顯著的影響。

表6 VRS模型下面板回歸系數(shù)、截面效應(yīng)和顯著性檢驗

五 結(jié)論

綜上所述，文中利用了具有中間變量的網(wǎng)絡(luò)DEA模型來研究銀行效率，把銀行存款儲蓄當(dāng)作中間變量，對于其最終是如何影響銀行效率進行了分析。此外，通過對于個體截面效應(yīng)和時間截面效應(yīng)的分析，可以說明我國國有商業(yè)銀行在投入產(chǎn)出資源配置上的不合理性以及我國銀行業(yè)效率易受到國家政策和外界環(huán)境的影響，特別是金融危機造成銀行效率較大的波動性。國有銀行是我國商業(yè)銀行業(yè)的主體部分，其效率的高低對我國整個金融行業(yè)的發(fā)展至關(guān)重要。雖然國有商業(yè)銀行擁有強大資源優(yōu)勢、較高的管理效率和業(yè)務(wù)水平，但產(chǎn)權(quán)結(jié)構(gòu)、市場結(jié)構(gòu)和分業(yè)限制受政府政策干預(yù)影響比較大，這使得國有四大銀行很難按照市場規(guī)律行事，難以發(fā)揮其自身資源優(yōu)勢，導(dǎo)致了其效率低下。同時，國有商業(yè)銀行內(nèi)部管理體制、激勵制度相比其他銀行有所遜色，歷史包袱比較重，適應(yīng)環(huán)境變化能力沒有其他銀行強，

為了能夠與世界金融業(yè)務(wù)接軌，增大市場競爭力，我國銀行業(yè)今后的發(fā)展很關(guān)鍵。國有銀行和股份制銀行相互促進，共同發(fā)展是我國銀行業(yè)深化股份制改革的表現(xiàn)。同時，國有商業(yè)銀行應(yīng)該從優(yōu)化配置資源上入手，從根本上解決困擾自身發(fā)展的各種問題，真正實現(xiàn)市場化，以促進我國銀行業(yè)的整體健康發(fā)展。

［1］楊國亮.包容性增長——新時期改革發(fā)展的動力［J］.西北師大學(xué)報，2012(4):104－108.

［2］Berger A N，Humphreyd B.Efficiency of financial institutions:International survey and directions for future research［J］.European Journal of Operational Research，1997，98:175－212.

［3］Castelli C，Pesenti R，Ukovich W.DEA －like models for efficiency evaluations of specialized and interdependent units［J］.European Journal of Operational Research，2001，132:274－286.

［4］Sexton T R，Lewis H F.Two－ stage DEA:an application to major league baseball［J］.Journal of Productivity Analysis，2003，19:227 －249.

［5］Lewis H F，Sexton T R.Network DEA:efficiency analysis of organizations with complex internal structure［J］.Computers and Operations Research，2004，31:1365 －1410.

［6］Holod D，Lewis H F.Resolving the deposit dilemma:A new DEA bank efficiency model［J］.Banking and Finance(2011)，doi:10.1016/j.jbankfin.2011.03.007.

［7］Hao J，Hunter W C，Yang W K.Deregulation and efficiency:the case of private Korean banks［J］.Journal of Economics and Business，2001，53:237 －254.

［8］Drake L，Hall M J B.Efficiency in Japanese banking:An empirical analysis［J］.Journal of Banking ＆ Finance，2003，27:891－917.

［9］Bonin J P，Hasan I，Wachtel P.Bank performance，efficiency and ownership in transition countries［J］.Journal of Banking＆ Finance，2005，29:31 －53.

［10］Lensink R，Meesters A，Naaborg I.Bank efficiency and foreign ownership:Do good institutions matter?［J］.Journal of Banking and Finance，2008，32:834 －844.

［11］Das A，Ghosh S.Financial deregulation and profit efficiency:A nonparametric analysis of Indian banks［J］.Journal of Economics and Business，2009，61:509 －528.

［12］Karlo K.Managers and efficiency in banking［J］.Journal of Banking ＆ Finance，2009，33:546 －556.

［13］Banker RD，Chang H，Lee SY.Differential impact of Korean banking system reforms on bank productivity［J］.Journal of Banking ＆ Finance，2010，34:1450 －1460.

［14］Fiordelisi F，Ibanez DM，Molyneux P.Efficiency and risk in European banking［J］.Journal of Banking ＆ Finance，2011，35:1315 －1326.

［15］Bruce DN.Corporate Governance Mechanisms and Firm Efficiency［J］.International Journal of Business and Management，2011，6(5):28 －40.

［16］謝朝華，陳學(xué)彬.論銀行效率的結(jié)構(gòu)性基礎(chǔ)［J］.金融研究，2005(3):16－27.

［17］鄭錄軍，曹廷求.我國商業(yè)銀行效率及其影響因素的實證分析［J］.金融研究，2005(1):91－101.

［18］王 聰，譚政勛.我國商業(yè)銀行效率結(jié)構(gòu)研究［J］.經(jīng)濟研究，2007(7):110－123.

［19］劉瀾飚，王 博.門檻效應(yīng)、管制放松與銀行效率的改進——理論假說及其來自中國的經(jīng)驗研究［J］.金融研究，2010(3):67－79.

［20］白仲林.面板數(shù)據(jù)的計量經(jīng)濟分析［M］.天津:南開大學(xué)出版社，2008.

［21］陸鳳英.公共危機管理視野下的政府形象塑造策略［J］.西北師大學(xué)報，2012(3):128－132.