商業(yè)銀行業(yè)績效率評價(jià)：基于兩階段網(wǎng)絡(luò)交叉效率模型

■高農(nóng)農(nóng)

一、引言及文獻(xiàn)綜述

2014年我國的儲(chǔ)蓄率超過了50%，占GDP總額一半左右。一方面是節(jié)節(jié)攀升的儲(chǔ)蓄率，另一方面卻是“錢荒”、企業(yè)貸款難。這樣矛盾和畸形的市場表現(xiàn)，只能說明我國金融市場效率的低下。銀行業(yè)作為金融行業(yè)的支柱，在一國的經(jīng)濟(jì)活動(dòng)中，扮演著至關(guān)重要的角色。銀行的經(jīng)營效率是分析和評價(jià)銀行經(jīng)營狀況的一個(gè)重要方面，效率的提高對于綜合競爭力的提高有非常明顯的作用。因此，如何對商業(yè)銀行進(jìn)行有效的效率評估，發(fā)現(xiàn)不足，進(jìn)而有針對性的提出改進(jìn)方案以提升其效率，是非常有價(jià)值的。

包括銀行業(yè)在內(nèi)的很多生產(chǎn)體系都是一個(gè)網(wǎng)絡(luò)架構(gòu)，決策單元（DMU）的生產(chǎn)過程會(huì)分為一些子流程，一個(gè)子流程的產(chǎn)出可能會(huì)是下一個(gè)子流程的投入。傳統(tǒng)DEA方法將生產(chǎn)過程看作一個(gè)“黑箱”，其測評過程不符合上述含有子流程的生產(chǎn)情況。為適用于這方面要求，Seiford和 Zhu（1999）將美國商業(yè)銀行的生產(chǎn)過程分為盈利過程和產(chǎn)銷過程兩個(gè)階段來測算效率，在測算過程中，其模型兩個(gè)階段之間并沒有直接的關(guān)系，這使其在綜合各個(gè)階段效率表現(xiàn)的整體效率表示上缺乏說服力。Kao和Hwang（2008）提出一種相關(guān)聯(lián)的串式兩階段DEA模型，將保險(xiǎn)公司的生產(chǎn)分為保險(xiǎn)費(fèi)獲得和利潤生產(chǎn)兩個(gè)過程，并應(yīng)用該模型對24家臺(tái)灣非壽險(xiǎn)保險(xiǎn)公司進(jìn)行了效率測算。周逢民等（2010）、Hirofumi Fukuyama和Roman Matousek（2011）、PeterWanke 和 Carlos Barros（2014）、Ke Wang 等（2014）將相關(guān)聯(lián)的網(wǎng)絡(luò) DEA 模型應(yīng)用到銀行效率的評價(jià)中。鑒于銀行的生產(chǎn)特點(diǎn)，這些研究都選取了兩階段的效率評價(jià)模式。

網(wǎng)絡(luò)DEA模型打開了DEA模型測算效率時(shí)的“黑箱”，更加貼近實(shí)際生產(chǎn)的情況，能夠使銀行效率評價(jià)更加系統(tǒng)。然而，指標(biāo)權(quán)重分配極端、“自評價(jià)”不夠客觀公允的問題還是沒有得到解決。交叉效率模型及其改進(jìn)形式能夠較為有效的解決這些方面的問題。

Sexton等于1986年首次提出了結(jié)合 “自評”和“他評”過程的交叉效率方法，堅(jiān)持了差異性、公平性原則，他們的方法弱化了經(jīng)典DEA模型因自評乘子體系（指標(biāo)權(quán)重）所導(dǎo)致的相對效率測度結(jié)論的極端性，并且可以對決策單元給出優(yōu)劣排序評價(jià)。而對交叉效率的研究主要分為如何選擇指標(biāo)權(quán)重和如何求解最終的交叉效率兩個(gè)方面。

對于第一個(gè)方面，很多研究都以二級規(guī)劃的方式對指標(biāo)權(quán)重予以限制以達(dá)到其目的。其中，又以解決權(quán)重向量的唯一性和減少零權(quán)重問題為焦點(diǎn)。對于零權(quán)重問題，以減少指標(biāo)間權(quán)重差異為目標(biāo)的二級規(guī)劃有不錯(cuò)的效果,在縮小指標(biāo)間權(quán)重差異時(shí)，最為極端的零權(quán)重首當(dāng)其沖，是最容易被舍棄的。該方法同時(shí)也能解決權(quán)重向量不唯一的問題。在第二個(gè)方面上，多數(shù)研究以加權(quán)法取代均值法來求解交叉效率。

在交叉效率模型的使用上，Liang Liang和Yao Chen應(yīng)用改進(jìn)的VRS下的DEA交叉效率模型對以往六屆奧運(yùn)會(huì)的國家排名做了實(shí)證研究。Sungmook Lim等（2014）提出一種DEA平均值（MV）交叉效率模型對韓國證券市場投資組合進(jìn)行了實(shí)證研究。溫志飛（2012）通過構(gòu)建以收益率權(quán)重最大化為目標(biāo)函數(shù)的二級規(guī)劃對DEA交叉效率模型進(jìn)行優(yōu)化，并對2010年度我國10只基金進(jìn)行績效評價(jià)。王曉珍等 （2012）應(yīng)用交叉效率方法對我國各省區(qū)2010年的R&D效率進(jìn)行了測算，并實(shí)現(xiàn)了投入產(chǎn)出指標(biāo)權(quán)重的再分配。但是現(xiàn)階段并沒有文章從交叉效率角度對兩階段網(wǎng)絡(luò)DEA模型進(jìn)行優(yōu)化，也沒有使用交叉效率方法對國內(nèi)銀行進(jìn)行效率研究，本文在這兩方面做出嘗試。

二、兩階段網(wǎng)絡(luò)交叉效率模型的構(gòu)建

如圖1所示為包含兩個(gè)生產(chǎn)過程生產(chǎn)單位的串級網(wǎng)絡(luò)生產(chǎn)示意圖。在生產(chǎn)過程一中，由m項(xiàng)投入生產(chǎn)p項(xiàng)中間產(chǎn)出，全部中間產(chǎn)出作為生產(chǎn)過程二的投入?yún)⒓舆^程二的生產(chǎn)并得到最終的s項(xiàng)產(chǎn)出，這樣生產(chǎn)過程一與過程二通過中間產(chǎn)出產(chǎn)生了聯(lián)系，最終整體效率是由m項(xiàng)投入得到s項(xiàng)產(chǎn)出的情況決定。這樣就形成了本文兩階段的網(wǎng)絡(luò)生產(chǎn)過程。

圖1 本文兩階段生產(chǎn)過程的網(wǎng)絡(luò)生產(chǎn)示意圖

本文構(gòu)建模型步驟如下：

（一）前人的兩階段DEA模型。參考Kao和Hwang（2008）的做法，得到初級的兩階段DEA模型，在此基礎(chǔ)上的模型為固定規(guī)模報(bào)酬 （CRS）下的數(shù)學(xué)建模，參考 Yao Chen等（2009）VRS下的模型，周逢民等（2010）采用了VRS下的兩階段DEA模型，為唯一確定兩個(gè)子階段及綜合效率值，Kao和Hwang（2008）在CRS下做了一定的處理，該模型采用以中間產(chǎn)出最大為目標(biāo)函數(shù)的二級規(guī)劃，這實(shí)際上就人為的認(rèn)為第一階段效率值更重要，相反，如果以中間產(chǎn)出最小為目標(biāo)，則是以第二階段效率為重，這兩種觀點(diǎn)都顯得偏頗。本文沒有采用他們的做法，而是通過步二級規(guī)劃達(dá)到只有一組解的目的，同時(shí)也能使指標(biāo)權(quán)重唯一（不止是消除比例上的變化）。

（二）二級規(guī)劃確定唯一權(quán)重。對于商業(yè)銀行來講，一些主要指標(biāo)在各銀行間的重要程度相似，為得到更加合理的效率值，最小化同一指標(biāo)在不同決策單元間差異是可取的。在建立該部分模型時(shí)，本文參考了JieWu等（2012）的做法，對模型進(jìn)行了優(yōu)化。

（三）構(gòu)建模型求加權(quán)交叉效率值。上述模型能夠求得各決策單元的“自評”效率值以及“他評”效率值，由這些效率值可以組成效率矩陣。由于兩階段DEA模型能得到三個(gè)效率值，本文模型會(huì)得到三個(gè)效率矩陣，兩階段DEA模型算出的綜合效率等于階段一與階段二效率值的積，這種關(guān)系是兩階段DEA模型中“關(guān)聯(lián)”的體現(xiàn)，然而在用均值法求得的三個(gè)交叉效率值上這種關(guān)系將不會(huì)嚴(yán)格成立。本文以“最小化”上述關(guān)系的改變幅度為目標(biāo)函數(shù)（不要求上述關(guān)系嚴(yán)格成立是因?yàn)檫@樣做可能會(huì)出現(xiàn)某一決策單元權(quán)重為1、其他為零的極端情況，這樣就失去了求解交叉效率的意義），同時(shí)對各決策單元賦權(quán)，以加權(quán)法取代均值法來求解交叉效率值。在模型中，本文加入了加權(quán)交叉效率值大于均值交叉效率值的限定。眾所周知，“自評”效率值是最“利己”的，而算術(shù)均值是“自評”與“他評”同等重要下求得的交叉效率值。為體現(xiàn)公平性和差異性，較為科學(xué)的效率值應(yīng)該介于兩者之間。

三、我國銀行效率實(shí)證

（一）指標(biāo)選擇

在進(jìn)行實(shí)證分析之前，能否對指標(biāo)進(jìn)行科學(xué)選取是本章的基礎(chǔ)。在不同的指標(biāo)體系下，相同方法也可能會(huì)得到差異很大的結(jié)果，對并不合理的結(jié)果進(jìn)行評價(jià)自然也就意義不大了。

在指標(biāo)選取上，李雙杰、高巖（2013）認(rèn)為，投入是指實(shí)物或服務(wù)的投入，應(yīng)當(dāng)是一個(gè)絕對值。銀行生產(chǎn)的投入包括人力投入和非人力投入，員工費(fèi)用相對于人員數(shù)量能從“量”和“質(zhì)”兩方面反映人力投入情況。非人力投入是指銀行經(jīng)營活動(dòng)中投入的全部資產(chǎn)，資產(chǎn)=負(fù)債＋股東權(quán)益，銀行業(yè)與制造業(yè)不同，固定資產(chǎn)在總資產(chǎn)中所占比例非常小，能夠反映銀行資產(chǎn)以及經(jīng)營規(guī)模的資產(chǎn)類投入指標(biāo)優(yōu)先選擇所有者權(quán)益而非固定資產(chǎn)凈值。從盈利角度出發(fā)，實(shí)施單階段效率測算時(shí)，投入指標(biāo)中代表人力投入的員工費(fèi)用包括已支付職工費(fèi)用和應(yīng)付職工薪酬兩項(xiàng)；負(fù)債合計(jì)－應(yīng)付職工薪酬（應(yīng)付職工薪酬是應(yīng)付而未付的薪酬，是員工費(fèi)用的一部分，剔除以避免重復(fù)）、股東權(quán)益兩項(xiàng)作為非人力投入，吸收存款及同業(yè)存放可作為負(fù)債合計(jì)代理變量（以2013年為例，我國16家上市銀行吸收存款及同業(yè)存放占負(fù)債合計(jì)的比重基本都達(dá)到了九成左右，均值為89.61%）。產(chǎn)出指標(biāo)選擇凈利潤、所得稅費(fèi)用和營業(yè)稅金及附加（也就是利稅合計(jì)）。

商業(yè)銀行生產(chǎn)過程存在明顯的兩階段特點(diǎn)。第一階段，商業(yè)銀行利用人力投入和非人力投入來吸儲(chǔ)（主要為吸收存款及同業(yè)存放）。本文研究主體為我國商業(yè)銀行，其營業(yè)收入以利差收入為主體,約占80%（2013年16家上市商業(yè)銀行該比重均值為79.83%），非利息收入中手續(xù)費(fèi)及傭金凈收入占營業(yè)收入的18.04%（16家商行均值），手續(xù)費(fèi)及傭金收入包括辦理結(jié)算業(yè)務(wù)、咨詢業(yè)務(wù)、擔(dān)保業(yè)務(wù)、代保管等代理業(yè)務(wù)以及辦理受托貸款及投資業(yè)務(wù)等取得的手續(xù)費(fèi)及傭金，而這些基本都是直接或間接的在銀行獲取存款等負(fù)債的基礎(chǔ)上實(shí)現(xiàn)。所以，在第二階段，商業(yè)銀行尤其是我國商業(yè)銀行主要是通過經(jīng)營負(fù)債來獲利。綜上，作為負(fù)債合計(jì)代理變量的吸收存款及同業(yè)存放在兩個(gè)階段中具有明顯的銜接作用，并且與投入和產(chǎn)出指標(biāo)的關(guān)聯(lián)性很強(qiáng)，這點(diǎn)可以從后面的指標(biāo)相關(guān)性分析中得到印證。由此，本文將存款及同業(yè)存放同時(shí)作為階段一的產(chǎn)出指標(biāo)和階段二的投入指標(biāo)，分兩個(gè)過程來測算銀行效率。為表現(xiàn)銀行的盈利效率，產(chǎn)出指標(biāo)依然選擇凈利潤、所得稅費(fèi)用和營業(yè)稅金及附加。

本文銀行效率評價(jià)指標(biāo)如表1所示。根據(jù)所選指標(biāo)特點(diǎn)，兩個(gè)子過程分別反映商業(yè)銀行的吸儲(chǔ)效率（利用人力和非人力投入來“生產(chǎn)”資金）和盈利效率（運(yùn)營資金以獲利）。

表1 銀行效率測算指標(biāo)

（二）樣本數(shù)據(jù)

2013年我國16家上市商業(yè)銀行的資產(chǎn)合計(jì)和利潤合計(jì)分別占銀行業(yè)金融機(jī)構(gòu)資產(chǎn)總額的62.86%和利潤總額的82.27%，有很高的代表性；而且上市公司每年都要披露年報(bào)，其信息更加開放，數(shù)據(jù)可得性和準(zhǔn)確性相對更高。所以本文選取了我國16家上市商業(yè)銀行2009～2013年數(shù)據(jù)進(jìn)行效率測算及分析。鑒于我國上市商業(yè)銀行的規(guī)模及特點(diǎn)，一般將其分為三類：國有商業(yè)銀行、股份制商業(yè)銀行以及城市商業(yè)銀行。

本文數(shù)據(jù)主要來自國泰安CSMAR系列研究數(shù)據(jù)庫，不足或空缺的數(shù)據(jù)由上市銀行相應(yīng)年度年報(bào)填補(bǔ)。統(tǒng)計(jì)性描述如表2所示。

表2 銀行效率測算指標(biāo)數(shù)據(jù)描述性統(tǒng)計(jì)（單位：億元）

Lang、Golden(1989)曾指出投入產(chǎn)出指標(biāo)的選取須符合相關(guān)性檢驗(yàn)：其相關(guān)系數(shù)愈高，相關(guān)程度愈大，這樣能夠確保投入與產(chǎn)出指標(biāo)間具有因果關(guān)系，評價(jià)結(jié)果更可靠。相關(guān)性檢驗(yàn)結(jié)果如表3所示：各投入項(xiàng)與各產(chǎn)出項(xiàng)之間高度正相關(guān)，相關(guān)系數(shù)都在0.9以上，這表示投入增加時(shí)，產(chǎn)出亦隨之增加，符合DEA模型的同向性要求。本文所選指標(biāo)數(shù)為5，生產(chǎn)單元數(shù)為16，符合Charnes經(jīng)驗(yàn)公式n＞=2(m＋s),其中m和s分別表示投入、產(chǎn)出指標(biāo)數(shù)，n代表生產(chǎn)單元數(shù)；產(chǎn)出指標(biāo)與投入指標(biāo)間沒有直接的線性關(guān)系，這點(diǎn)可由相關(guān)性檢驗(yàn)結(jié)果證實(shí)。綜上，本文所選指標(biāo)符合DEA方法對指標(biāo)選擇的要求，本文所選指標(biāo)是合理的。

表3 2009～2013年銀行效率測算指標(biāo)數(shù)據(jù)相關(guān)性分析結(jié)果

（三）兩階段交叉效率模型結(jié)果及分析

1.綜合技術(shù)效率測算分析

在上述樣本數(shù)據(jù)及指標(biāo)體系選擇的情況下，本文應(yīng)用第三部分介紹的兩階段網(wǎng)絡(luò)交叉效率模型對我國16家上市商業(yè)銀行2009～2013年的效率值進(jìn)行了測算，并針對效率值計(jì)算每年的銀行總均值、國有銀行均值、股份制銀行均值以及城市銀行均值,同時(shí)給出各個(gè)銀行2009～2013年間各種效率值的均值和標(biāo)準(zhǔn)差。結(jié)果見表4。

表4 2009～2013年兩階段綜合交叉效率結(jié)果

根據(jù)2009～2013年效率結(jié)果，我國上市商業(yè)銀行的整體綜合效率值有較大提升空間，5年的效率均值基本都在0.6～0.7之間。注意到所有銀行在2010年效率值最低，一種可能的解釋為金融危機(jī)的負(fù)面影響在2010年達(dá)到了最大?？傮w效率均值在2011年最高，之后開始小幅下滑。三類銀行中，股份制銀行歷年效率均值最高；城市銀行的效率均值在2009年高于國有銀行，2010年起每年效率均值都為最低；國有銀行的效率均值處于中間位置；三類銀行效率均值在2013年變得非常接近，不同類別銀行效率有趨同的趨勢。各類銀行效率均值波動(dòng)不大，股份制銀行波動(dòng)略大。

由表4可知，興業(yè)、工商、民生和北京4家銀行5年效率均值分列1～4名，中國、平安、南京和農(nóng)業(yè)4家銀行效率表現(xiàn)較差。農(nóng)業(yè)銀行在2009年的效率值僅為0.3354。分析其投入產(chǎn)出數(shù)據(jù)，農(nóng)業(yè)銀行該年度投入指標(biāo)中，員工費(fèi)用超過1239億元，超出規(guī)模相近的中國銀行近一倍，然而其凈利潤和稅金分別約為650億元和215億元，中國銀行這兩個(gè)產(chǎn)出分別約為853億元和374億元。至此，可以大體了解農(nóng)業(yè)銀行在2009年效率值過低的原因：在產(chǎn)出不高的情況下，其員工費(fèi)用的相對投入遠(yuǎn)遠(yuǎn)高于其他銀行。平安銀行整體效率表現(xiàn)較差，值得一提的是平安銀行在2009年的效率表現(xiàn)在16家上市銀行中處于上游，2010年后其效率值驟降，一度處于最末兩位。這與2010年平安集團(tuán)收購深圳發(fā)展銀行，兩家銀行整合過程中所帶來的效率上的負(fù)面影有關(guān)。George E.Halkos和 Nickolaos G.Tzeremes （2013）的研究結(jié)果也支持了這一現(xiàn)象，他們對銀行并購的研究結(jié)果顯示原來的效率銀行并購后將不能確保其仍是有效率的。國有銀行中，工商銀行效率值突出，中國銀行與農(nóng)業(yè)銀行表現(xiàn)較差，且農(nóng)業(yè)銀行波動(dòng)性較大；股份制銀行中，興業(yè)、民生、招商整體表現(xiàn)不俗，華夏、中信、平安有待提高；城市商業(yè)銀行5年整體效率均值較差，但北京銀行表現(xiàn)較為突出。不難發(fā)現(xiàn)，效率表現(xiàn)好的銀行一般都具有認(rèn)可度較高、盈利性較好、整體實(shí)力較強(qiáng)的特點(diǎn)。

對綜合效率的整體分析我們得出：我國上市商業(yè)銀行在2009～2013年間整體效率水平有待提高；金融危機(jī)對三類銀行的沖擊都比較明顯，各類銀行在抗風(fēng)險(xiǎn)和抵御外界沖擊的能力上需要加強(qiáng)；股份制銀行效率最高，這說明股份制經(jīng)營模式仍然具有相對優(yōu)越性，股份制改革還應(yīng)該繼續(xù)深化；國有銀行及城市銀行與股份制銀行之間的差距有逐步縮小的趨勢，這能在一定程度上說明國有銀行股份制改革取得了一定成效。個(gè)體分析結(jié)果顯示，國有銀行在精簡人員和優(yōu)化人員結(jié)構(gòu)上亟待加強(qiáng)，商業(yè)銀行效率表現(xiàn)與其整體競爭力具有一定正向相關(guān)性。

2.兩個(gè)階段技術(shù)效率測算分析

本文模型涉及相關(guān)聯(lián)的兩個(gè)階段，兩個(gè)階段的效率值一定程度上分別反映銀行的資金獲取能力和運(yùn)營資金以盈利的能力。

表5 2009～2013年兩個(gè)階段交叉效率結(jié)果

由表5可知，在第一階段，股份制銀行效率均值最高，隨后的國有銀行效率均值低了超過0.08個(gè)效率值，城市銀行略低于國有銀行；第二階段的情況與第一階段幾乎相反，國有銀行效率均值以微弱優(yōu)勢超過城市銀行成為效率均值最高的一類，股份制銀行排在最后。

第一階段的效率趨勢與綜合效率趨勢大體一致。城市銀行在2010年出現(xiàn)略微下降，之后則呈現(xiàn)加速上升的趨勢；總體均值、國有銀行均值及股份制銀行均值在2010年后開始上升，在2013年呈下降趨勢（國有銀行在2012年就開始下降）。第二階段的效率值變化幅度相對較小，城市銀行整體呈下降趨勢，并在2010年和2013年出現(xiàn)兩次大幅度下滑；國有銀行和股份制銀行小幅度上下波動(dòng)。由此可見，綜合效率的變化趨勢更多是受到第一階段效率變化的影響。

總體的效率均值在第一階段和第二階段幾乎相等。這說明對整體來講，第一階段與第二階段的效率表現(xiàn)或者說對綜合效率的貢獻(xiàn)大致相同，然而不同類型銀行兩個(gè)階段的效率表現(xiàn)卻有較大的差距。三類銀行相比，第二階段的影響對國有銀行和城市銀行的綜合效率產(chǎn)生了拉動(dòng)作用，抑制了股份制銀行的綜合效率表現(xiàn)；第一階段的影響與之相反，結(jié)合綜合效率表現(xiàn)，這說明第一階段對兩階段綜合的非效率影響更大。

本文確定了銀行生產(chǎn)的兩個(gè)階段：第一階段表現(xiàn)銀行吸儲(chǔ)效率，第二階段說明銀行盈利效率。結(jié)合前面的分析，股份制銀行吸儲(chǔ)效率更優(yōu)，國有銀行和城市銀行盈利效率較高。國有銀行和股份制銀行與整體一致，在2013年，吸儲(chǔ)效率相對減弱，盈利效率開始增強(qiáng)；城市銀行吸儲(chǔ)效率提升明顯，盈利效率卻出現(xiàn)相對下滑的跡象。由第一階段效率和整體效率趨勢的相對一致性，總體上，我國商業(yè)銀行效率變化主要受吸儲(chǔ)效率的左右。我國商業(yè)銀行憑借其在國內(nèi)金融業(yè)的壟斷地位，有著非常便利的吸收存款條件；它們所參與的盈利性金融活動(dòng)量很大，但是種類較為單一，創(chuàng)新性較差，對傳統(tǒng)業(yè)務(wù)的經(jīng)營不容易使銀行間在盈利效率上拉開差距。我國的銀行業(yè)雖然經(jīng)歷了商業(yè)化和股份制改革，但并沒有完全市場化，政策性影響很明顯，這對銀行的效率表現(xiàn)會(huì)有較大程度的影響，這也能在一定程度上解釋為什么不同類別銀行間兩個(gè)階段效率表現(xiàn)會(huì)出現(xiàn)上述的差異性。

（四）本文模型與前人兩階段DEA模型比較分析

本文在對2009～2013年我國16家商業(yè)銀行進(jìn)行效率測算時(shí)，還應(yīng)用兩階段網(wǎng)絡(luò)DEA方法（CRS下應(yīng)用（1）式模型、VRS 下應(yīng)用（2）式模型，接下來稱其為方法一，本文模型稱為方法二）在本文指標(biāo)體系及數(shù)據(jù)選取的基礎(chǔ)上進(jìn)行了效率測算，其結(jié)果具有可比性。

表6 三類銀行不同方法效率均值結(jié)果

1.兩個(gè)方法的測算結(jié)果比較

由表6可知，方法一的效率值高于在其基礎(chǔ)上“自互評”的方法二效率值。方法一和方法二的結(jié)果具有較高的一致性，三類銀行的效率均值由高到低依次為：股份制銀行＞國有銀行＞城市銀行。

表7 2009～2013年不同方法下各效率均值結(jié)果

根據(jù)表7的結(jié)果，對方法一與方法二之間的技術(shù) 效 率 均 值 進(jìn)行 Mann–Whitney tests，p－值 為0.2206，接受原假設(shè)，說明兩個(gè)方法的結(jié)果大體一致。方法二不能對純技術(shù)效率進(jìn)行說明，方法一的結(jié)果可作部分補(bǔ)充說明。方法一中，純技術(shù)效率普遍高于技術(shù)效率，這說明我國商業(yè)銀行的規(guī)模效率均有一定的提升空間；三類銀行中，國有銀行的純技術(shù)效率較高，且較大幅度高于技術(shù)效率，股份制銀行技術(shù)效率與純技術(shù)效率差距不是很大，城市銀行純技術(shù)效率最高，且高于其技術(shù)效率近三分之一。

2.兩個(gè)方法的比較分析

用傳統(tǒng)DEA模型進(jìn)行效率測算時(shí)，其單一階段的評價(jià)結(jié)構(gòu)比相同指標(biāo)體系下兩階段結(jié)構(gòu)的方法一限制性要弱，其結(jié)果可能會(huì)高估評價(jià)單元的效率值。方法一相對于單階段DEA模型的優(yōu)勢在于：其一，兩階段模式更加符合商業(yè)銀行的生產(chǎn)經(jīng)營特點(diǎn)；其二，傳統(tǒng)DEA模型容易出現(xiàn)多個(gè)效率單元，對于參評單位的區(qū)分度較低，而相關(guān)聯(lián)兩階段的效率測算結(jié)構(gòu)對測算更加細(xì)化，每一階段效率值的差異都會(huì)對最終效率值有直接影響，這就加強(qiáng)了不同單位間的區(qū)分性。方法二與方法一相比，其最大的優(yōu)勢在于采用了“自互評”模式，在進(jìn)行效率評價(jià)時(shí)，方法二會(huì)綜合考慮其他決策單元的情況，評價(jià)更加客觀。在方法一和方法二的測算結(jié)果中，中國農(nóng)業(yè)銀行在方法二下的排名相對于方法一有所下降（2013年效率排名下降兩位，2009～2013年的效率均值下降一位），這說明引入“自互評”后，不利于其在整體中的排名，這揭示了“自評”情況下其權(quán)重賦值相對極端，在其他決策單元中“得不到認(rèn)可”，引入“他評”效率后，對其影響更大。

方法二還以不同決策單元間“指標(biāo)加權(quán)值”差異最小為目標(biāo)進(jìn)行了二級規(guī)劃。商業(yè)銀行間相同主要指標(biāo)的“地位”或者說影響的差異不應(yīng)該過大，因此本文設(shè)計(jì)了上述的二級規(guī)劃，以期得到更加合理的結(jié)果。如表8所示，二級規(guī)劃后，權(quán)重賦值發(fā)生變化的中國銀行和北京銀行分別減少了一個(gè)零權(quán)重；權(quán)重賦值朝著目標(biāo)函數(shù)的限定方向變化。權(quán)重限定后，原先的零權(quán)重消失了，這說明決策單元能夠得到“自評”效率值的權(quán)重體系并不是唯一的，在目標(biāo)函數(shù)的限定下，模型選擇了不含零權(quán)重的權(quán)重體系。該方法在達(dá)到了目標(biāo)函數(shù)效果的同時(shí)兼顧指標(biāo)權(quán)重不唯一問題，并且能夠有效減少零權(quán)重的出現(xiàn)，并且增強(qiáng)了解的穩(wěn)定性（解唯一）。

表8 2013年指標(biāo)權(quán)重限定前后權(quán)重發(fā)生變化銀行的賦權(quán)情況

在由效率矩陣求交叉效率時(shí)，方法二以兩階段關(guān)聯(lián)關(guān)系變化最小為目標(biāo)進(jìn)行二級規(guī)劃，對在不同決策單元權(quán)重體系下測算的各個(gè)效率值分別賦權(quán)，求得加權(quán)交叉效率值；所得效率值在更加客觀的同時(shí)，又最大限度地保持了兩階段的關(guān)聯(lián)性，兼顧交叉效率模型和兩階段網(wǎng)絡(luò)DEA模型兩者優(yōu)點(diǎn)。

四、結(jié)論與建議

本文將銀行生產(chǎn)分為兩個(gè)階段：第一階段表現(xiàn)銀行吸儲(chǔ)效率，第二階段顯示銀行盈利效率。股份制銀行吸儲(chǔ)效率更優(yōu)，國有銀行和城市銀行盈利效率較高。總體上，我國商業(yè)銀行效率變化主要受吸儲(chǔ)效率的左右。加強(qiáng)金融創(chuàng)新，鼓勵(lì)競爭以加強(qiáng)銀行業(yè)盈利能力；深化改革，逐步弱化政策性偏倚和地方保護(hù)主義，提升公平性以改善市場環(huán)境；這些措施有助于我國商業(yè)銀行競爭力的提高。

在應(yīng)用改進(jìn)的兩階段交叉效率模型對我國16家上市商業(yè)銀行進(jìn)行效率測算，結(jié)果顯示：我國商業(yè)銀行整體效率波動(dòng)性不大，有較大提升空間；股份制銀行效率較高，但各類銀行效率差異并不明顯，且有趨同的趨勢。商業(yè)銀行效率表現(xiàn)與其整體競爭力具有一定正向相關(guān)性。股份制銀行的相對高效率說明了國有銀行股份制改革的可取性；國有銀行純技術(shù)效率占有優(yōu)勢，這說明其規(guī)模管理及體制上有待改善，國有銀行在精簡人員和優(yōu)化人員結(jié)構(gòu)上需要加強(qiáng)。我國城市商業(yè)銀行起步較晚，規(guī)模有限，運(yùn)營不夠成熟；其整體的純技術(shù)效率大幅高于其技術(shù)效率，其規(guī)模效率亟待改善。金融危機(jī)對三類銀行的沖擊都比較明顯，各類銀行在抗風(fēng)險(xiǎn)和抵御外界沖擊能力上需要加強(qiáng)。

本文模型是在已有方法的基礎(chǔ)上，將交叉效率評價(jià)中的“自互評”思想引入到兩階段關(guān)聯(lián)DEA方法中，通過二級規(guī)劃對模型進(jìn)行優(yōu)化，構(gòu)建出本文銀行效率測算模型。在對不同方法的比較分析中，本文模型存在幾點(diǎn)優(yōu)勢。首先，與單一階段的DEA方法相比，本文模型所采用的兩階段測評模型更加符合商業(yè)銀行實(shí)際生產(chǎn)經(jīng)營情況。第二，與“自評”兩階段關(guān)聯(lián)DEA方法相比，本文模型引入了交叉效率評價(jià)中的“自互評”模式，評價(jià)結(jié)果兼顧公平性與差異性。第三，本文模型不是網(wǎng)絡(luò)DEA方法與交叉效率方法的簡單結(jié)合，而是針對指標(biāo)權(quán)重進(jìn)行合理性優(yōu)化，并對各決策單元賦權(quán)，得到加權(quán)交叉效率值，增強(qiáng)了解的穩(wěn)定性（解唯一）。

[1]Seiford,L.,Zhu,J.Profitability and marketability of the top 55 US commercial banks[J],Management Science,1999,45:1270～1288.

[2]周逢民，張會(huì)元，周海，孫佰清.基于兩階段關(guān)聯(lián)DEA模型的我國商業(yè)銀行效率評價(jià) [J].金融研究，2010，（11）：169～179.

[3]Yao Chen,Wade D.Cook,Ning Li and Joe Zhu.Additive Efficiency Decomposition in Two－stage DEA,European Journal of Operational Research[J],2009(196),1170～1176.

[4]Lim S,Wuk O,Zhu J.Use of DEA cross－efficiency evaluation in portfolio selection:An application to Korean stock market[J]，European Journal of Operational Research,2014（7）:361～368.

[5]王曉珍,吉生保,崔新健,時(shí)如義.基于 DEA 交叉效率的R&D效率評價(jià)和資源配置研究——以區(qū)域高技術(shù)產(chǎn)業(yè)為例[J].科技管理研究,2012，(17):115～120.

[6]李雙杰，高巖.銀行效率實(shí)證研究的投入產(chǎn)出指標(biāo)選擇 [J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014，（4）：130～144.

[7]Lang James R，Golden，Peggy A.Evaluating the Efficiency of SBDC with Data Envelopment Analysis:A Longitudinal Approach[J],Journal of Small Business Management，1989，27:42～49.

[8]Georgios E.Chortareas,Jesús G.Garza－García and Claudia Girardone.Competition,Efficiency and Interest Rate Margins in Latin American Banking[J],International Review of Financial Analysis,2012，(24)：93～103.