我國(guó)商業(yè)銀行并購(gòu)重組效率研究
——基于PCA-DEA方法和Malmquist指數(shù)的實(shí)證分析

□楊 琨 顧 穎

一、引言

當(dāng)前我國(guó)的經(jīng)濟(jì)發(fā)展進(jìn)入了新常態(tài)，處于由追求經(jīng)濟(jì)高速度增長(zhǎng)轉(zhuǎn)變?yōu)樽非蠼?jīng)濟(jì)高質(zhì)量發(fā)展的重要時(shí)期。加快建設(shè)現(xiàn)代化金融體系是當(dāng)前我國(guó)深化金融體制改革的主要任務(wù)。為實(shí)現(xiàn)這一重要目標(biāo)，不僅要健全金融監(jiān)管機(jī)制，還要以供給側(cè)結(jié)構(gòu)改革為重點(diǎn)，堅(jiān)持去杠桿，在提高全要素生產(chǎn)率的同時(shí)守住金融系統(tǒng)性風(fēng)險(xiǎn)不發(fā)生的底線。作為支撐金融體系健康發(fā)展的核心組成，我國(guó)商業(yè)銀行在新的經(jīng)濟(jì)發(fā)展形勢(shì)下如何進(jìn)一步謀求自身運(yùn)營(yíng)效率提高、發(fā)展規(guī)模擴(kuò)大成為加快供給側(cè)結(jié)構(gòu)改革以及完善要素市場(chǎng)化配置的重要議題。

并購(gòu)活動(dòng)是商業(yè)銀行擴(kuò)大經(jīng)營(yíng)規(guī)模、打造核心競(jìng)爭(zhēng)能力的重要戰(zhàn)略舉措。金融危機(jī)以來(lái)，我國(guó)商業(yè)銀行的并購(gòu)活動(dòng)方興未艾，并以其雄厚的資金和較強(qiáng)的風(fēng)險(xiǎn)抵御能力，在全球開(kāi)展其經(jīng)營(yíng)發(fā)展的戰(zhàn)略布局，通過(guò)并購(gòu)獲取其他國(guó)家和地區(qū)的經(jīng)營(yíng)牌照和客戶資源，打造具有核心競(jìng)爭(zhēng)能力的全能型銀行。這些并購(gòu)活動(dòng)對(duì)我國(guó)商業(yè)銀行增加協(xié)同效應(yīng)和規(guī)模效應(yīng)、獲取創(chuàng)新資源、拓展業(yè)務(wù)范圍、提高經(jīng)營(yíng)管理效率進(jìn)而實(shí)現(xiàn)最優(yōu)化資源配置起到了重要的推動(dòng)作用。

本文從比較現(xiàn)有并購(gòu)重組效率測(cè)量方法的角度出發(fā)，綜合前人的研究成果，為了克服傳統(tǒng)BCC模型對(duì)效率值的高估和多個(gè)有效決策單元(Decision Making Unite,DMU)不能比較的缺點(diǎn)，更好的分析并購(gòu)前后商業(yè)銀行運(yùn)營(yíng)效率的變化趨勢(shì)，采用基于松弛變量的非徑向超效率SBM(Slacks-based Measure,SBM)模型從靜態(tài)角度對(duì)并購(gòu)重組前后商業(yè)銀行的效率值進(jìn)行測(cè)算，并引入Malmquist 指數(shù)分析方法對(duì)其進(jìn)行動(dòng)態(tài)分析。為了使得投入產(chǎn)出指標(biāo)的選取更為科學(xué)，更符合商業(yè)銀行的行業(yè)特點(diǎn)，使用主成分分析法對(duì)投入和產(chǎn)出變量提取主成分，并進(jìn)一步對(duì)并購(gòu)前后投入產(chǎn)出的冗余情況進(jìn)行測(cè)算。該研究結(jié)果不僅對(duì)現(xiàn)有文獻(xiàn)形成了補(bǔ)充，也對(duì)商業(yè)銀行通過(guò)開(kāi)展有效率的并購(gòu)活動(dòng)從而增強(qiáng)其競(jìng)爭(zhēng)能力具有重要的理論和現(xiàn)實(shí)意義。

二、商業(yè)銀行并購(gòu)重組效率的衡量綜述

關(guān)于對(duì)商業(yè)銀行并購(gòu)重組效率的衡量，不少學(xué)者的研究存在著爭(zhēng)議。一些學(xué)者認(rèn)為只要是對(duì)企業(yè)財(cái)務(wù)績(jī)效發(fā)揮積極作用并能增加股東財(cái)富的并購(gòu)就是有效率的并購(gòu)。代表這種觀點(diǎn)的學(xué)者通常采用會(huì)計(jì)指標(biāo)法和事件研究法進(jìn)行并購(gòu)效率的度量。

會(huì)計(jì)指標(biāo)法是指采用能夠反映并購(gòu)前后企業(yè)財(cái)務(wù)績(jī)效變化的會(huì)計(jì)指標(biāo)來(lái)衡量并購(gòu)活動(dòng)對(duì)商業(yè)銀行業(yè)績(jī)的影響。但企業(yè)財(cái)務(wù)績(jī)效的變化是由多種經(jīng)營(yíng)資源投入和產(chǎn)出引起的，會(huì)計(jì)指標(biāo)法無(wú)法比較多種投入和產(chǎn)出下的商業(yè)銀行經(jīng)營(yíng)效率，無(wú)法確定非效率銀行的改進(jìn)方向。

事件研究法是指通過(guò)測(cè)量并購(gòu)公告期前后一段時(shí)期內(nèi)股東財(cái)富的變化和假設(shè)沒(méi)有這一公告事件股東的財(cái)富變化的超額差異，以此來(lái)衡量并購(gòu)活動(dòng)的有效性。但這種方法同樣只是測(cè)量了并購(gòu)活動(dòng)帶來(lái)的股東財(cái)富效益而并非并購(gòu)活動(dòng)本身提升了商業(yè)銀行的運(yùn)營(yíng)效率。

另一些學(xué)者認(rèn)為應(yīng)當(dāng)用并購(gòu)重組活動(dòng)本身給商業(yè)銀行生產(chǎn)運(yùn)營(yíng)效率帶來(lái)的提升來(lái)衡量，而不是使用籠統(tǒng)的財(cái)務(wù)指標(biāo)通過(guò)衡量財(cái)務(wù)績(jī)效來(lái)衡量并購(gòu)效率。代表這種觀點(diǎn)的學(xué)者通常采用前沿面分析法。前沿面分析法有參數(shù)的方法如隨機(jī)前沿法(Stochastic Frontier Approach,SFA)和非參數(shù)的方法如數(shù)據(jù)包絡(luò)分析(Data Envelopment?Analysis,DEA)。

SFA方法考慮了隨機(jī)因素對(duì)生產(chǎn)產(chǎn)出的影響，但其需要確定具體的生產(chǎn)前沿形式。相比較SFA而言，DEA方法的優(yōu)勢(shì)在于其不需要構(gòu)建生產(chǎn)函數(shù)、不需要無(wú)量綱化并且能夠?qū)Χ喾N投入和產(chǎn)出過(guò)程效率進(jìn)行有效的估計(jì)。由此，本文采用DEA效率評(píng)價(jià)模型來(lái)評(píng)價(jià)商業(yè)銀行的并購(gòu)效率。

三、研究設(shè)計(jì)

（一）研究方法

1.超效率的SBM模型

DEA 方法最先是由著名的美國(guó)運(yùn)籌學(xué)家查恩斯（Charnes）等人提出的用來(lái)評(píng)價(jià)決策單元DMU相對(duì)有效性的方法。其基本思路是利用線性規(guī)劃和數(shù)據(jù)分析等工具，通過(guò)對(duì)多種投入產(chǎn)出的方案與其本身最優(yōu)方案的比較，評(píng)價(jià)各DMU 偏離DEA 生產(chǎn)前沿面的相對(duì)有效性。DEA 模型以DMU投入與產(chǎn)出的關(guān)系設(shè)立最優(yōu)權(quán)重，無(wú)需主觀賦權(quán)，具有很強(qiáng)的客觀性。

在使用DEA方法中，研究模型大多集中在規(guī)模報(bào)酬不變假設(shè)下的CCR模型，但該假設(shè)受到了實(shí)際并購(gòu)重組活動(dòng)中規(guī)模報(bào)酬可變的質(zhì)疑，故學(xué)者們廣泛使用規(guī)模報(bào)酬可變的BCC模型，但BCC模型在其應(yīng)用的過(guò)程中存在所測(cè)效率值偏高并且沒(méi)有將松弛變量納入考慮的缺點(diǎn)。Tone（2002）提出了一種基于松弛變量非徑向DEA模型，并在工業(yè)領(lǐng)域得到廣泛的應(yīng)用。

本文創(chuàng)新性的將SBM模型引入到商業(yè)銀行并購(gòu)重組績(jī)效的衡量中來(lái)，介于SBM模型無(wú)法對(duì)效率值為1的DMU進(jìn)行區(qū)分，因此本文使用超效率SBM 模型(Super-SBM)來(lái)衡量商業(yè)銀行的并購(gòu)重組效率。Super-SBM模型表示如下：

上式中n代表n個(gè)決策單元，X代表投入變量值，Y代表產(chǎn)出變量值。輸入指標(biāo)有r種，輸出指標(biāo)有s種，W+和W-分別為投入產(chǎn)出的松弛變量，λ為權(quán)重向量，h為DEA超效率值。當(dāng)h 大于等于1 時(shí)，說(shuō)明該決策單元有效，若松弛變量W+和W-等于0時(shí)，為DEA強(qiáng)有效，其中有一個(gè)不為0則說(shuō)明是DEA 弱有效。當(dāng)h 小于1 時(shí)，該決策單元為DEA 無(wú)效單元，其效率有待改進(jìn)。

2.Malmquist 生產(chǎn)率指數(shù)

商業(yè)銀行并購(gòu)的綜合技術(shù)效率是指在并購(gòu)活動(dòng)過(guò)程中對(duì)資源配置效率、資源協(xié)同整合效率以及由管理、學(xué)習(xí)、制度等純技術(shù)效率的多方面綜合評(píng)價(jià)。Solow(1957)在研究經(jīng)濟(jì)增長(zhǎng)過(guò)程中從總產(chǎn)出率中扣除投入的資本和勞動(dòng)這兩項(xiàng)生產(chǎn)要素所帶來(lái)的貢獻(xiàn)，將剩余的部分命名為全要素生生率(Total factor productivity,TFP)，Solow視其為技術(shù)進(jìn)步。全要素生產(chǎn)率有兩種核算方法，基于參數(shù)方法的索洛余值和非參數(shù)方法的生產(chǎn)率指數(shù)(DEA-Malmquist)。

參數(shù)方法通過(guò)收集數(shù)據(jù)擬合生產(chǎn)函數(shù)，將其求導(dǎo)后剔除各生產(chǎn)要素的影響后得到的Solow 余值即為T(mén)FP。非參數(shù)方法通過(guò)DEA模型構(gòu)建生產(chǎn)前沿面，再由面向前沿面最小投入和最大產(chǎn)出的距離函數(shù)構(gòu)建TFP 指數(shù)。由于Malmquist 指數(shù)可以從動(dòng)態(tài)的角度對(duì)生產(chǎn)效率進(jìn)行分析，所以本文選取DEA-Malmquist指數(shù)來(lái)評(píng)價(jià)生產(chǎn)效率的變化。

Malmquist 指數(shù)最早由Malmquist 學(xué)者于1953 年提出，1994 年Rolf-Fare 在此基礎(chǔ)上提出了生產(chǎn)力變化指數(shù)，用來(lái)表示生產(chǎn)率從t期到t+1期的變化。當(dāng)其大于1時(shí)，表示生產(chǎn)率的提高，當(dāng)其小于1 時(shí)生產(chǎn)率則發(fā)生了下降，等于1 則沒(méi)有發(fā)生變化。其可分解為綜合技術(shù)效率指數(shù)(effch)和技術(shù)進(jìn)步指數(shù)(techch)。綜合技術(shù)效率指數(shù)(effch)又可以進(jìn)一步分解為純技術(shù)效率指數(shù)(pech)以及規(guī)模效率指數(shù)(sech)。具體表示如下：

Malmquist 指數(shù)=綜合技術(shù)效率指數(shù)(effch)×技術(shù)進(jìn)步指數(shù)(techch)

=純技術(shù)效率指數(shù)(pech)×規(guī)模效率指數(shù)(sech)×技術(shù)進(jìn)步指數(shù)(techch)

其中Mt表示t時(shí)期的生產(chǎn)率指數(shù)，Mt+1表示t+1時(shí)期的生產(chǎn)率指數(shù)，Mtt+1 為Malmquist TFP 指數(shù)，等于Mt和Mt+1的幾何平均值。Mtt+1 指數(shù)又可分解為純技術(shù)效率指數(shù)(pech)、技術(shù)進(jìn)步指數(shù)(techch)及規(guī)模效率指數(shù)(sech)的乘積。

（二）投入產(chǎn)出指標(biāo)的構(gòu)建

在選取DEA 的投入和產(chǎn)出指標(biāo)時(shí)，一般要遵循幾個(gè)原則：（1）適用性原則，選取的指標(biāo)要適合樣本數(shù)據(jù)的特征，指標(biāo)之間不存在共線性；（2）代表性原則，選取的指標(biāo)要能夠反映成本的投入和績(jī)效產(chǎn)出；（3）獲得性原則，選取的指標(biāo)要能夠獲取相應(yīng)的樣本數(shù)據(jù)；（4）可改進(jìn)原則，所選取的指標(biāo)要能在實(shí)踐中應(yīng)用，通過(guò)管理改進(jìn)生產(chǎn)活動(dòng)。

不同于以往學(xué)者憑借經(jīng)驗(yàn)選取的綜合性指標(biāo)，由于本文要測(cè)算的是商業(yè)銀行并購(gòu)重組活動(dòng)前后的運(yùn)營(yíng)效率值，介于商業(yè)銀行獨(dú)特的行業(yè)特性，因此在選擇投入產(chǎn)出指標(biāo)時(shí)，將影響各大類的綜合指標(biāo)進(jìn)行細(xì)分，旨在找到初始能夠反映運(yùn)營(yíng)效率的投入產(chǎn)出項(xiàng)目。

本文將投入指標(biāo)分為以下四類：（1）資產(chǎn)類，主要有固定資產(chǎn)、無(wú)形資產(chǎn)、在建工程等；（2）負(fù)債類，主要有向中央銀行借款、應(yīng)付職工薪酬等；（3）成本類，主要有利息支出、手續(xù)費(fèi)及傭金支出等；（4）費(fèi)用類，主要有營(yíng)業(yè)稅金及附加、業(yè)務(wù)及管理費(fèi)、所得稅費(fèi)用等。將產(chǎn)出指標(biāo)分為以下兩類：（1）收入類，主要有利息收入、手續(xù)費(fèi)及傭金收入；（2）收益類，主要有投資收益和匯兌收益。

由于衡量投入產(chǎn)出的指標(biāo)較多，而在DEA方法使用中約定俗成的規(guī)則是決策單元的個(gè)數(shù)應(yīng)當(dāng)為投入和產(chǎn)出變量數(shù)的兩倍以上才能保證測(cè)算結(jié)果的相對(duì)有效性。因此本文采用主成分分析法，對(duì)各類指標(biāo)提取主成分，使選取的投入產(chǎn)出指標(biāo)具有代表性。具體初始指標(biāo)如表1所示。

表1 初始投入產(chǎn)出指標(biāo)選取

（三）數(shù)據(jù)來(lái)源與處理

本文選取2007-2014這八年間我國(guó)商業(yè)銀行發(fā)生的國(guó)內(nèi)外并購(gòu)案例作為初始樣本，并考察并購(gòu)發(fā)生年份的前兩年和后三年的各項(xiàng)經(jīng)營(yíng)活動(dòng)數(shù)據(jù)來(lái)觀察并購(gòu)效率，實(shí)際考察年份為2005-2017年共計(jì)十三年，并進(jìn)行如下篩選：（1）上市銀行的交易地位編碼選取為買(mǎi)方、既是買(mǎi)方又是標(biāo)的方兩種編碼；（2）并購(gòu)類型選取資產(chǎn)收購(gòu)、吸收合并和股權(quán)收購(gòu)；（3）并購(gòu)日期為首次公告日；（4）標(biāo)的類型選擇資產(chǎn)標(biāo)的和股權(quán)標(biāo)的；（5）主并銀行在所考察的六年期間報(bào)表數(shù)據(jù)沒(méi)有缺失。經(jīng)過(guò)如上篩選，最終選取22起我國(guó)商業(yè)銀行并購(gòu)案例。本文的數(shù)據(jù)均來(lái)源于巨潮資訊網(wǎng)和CSMAR國(guó)泰安數(shù)據(jù)庫(kù)，數(shù)據(jù)處理軟件采用SPSS20.0、DEA-SOLVER Pro5.0和DEAP2.1版本。

四、實(shí)證結(jié)果的分析

（一）商業(yè)銀行投入產(chǎn)出指標(biāo)的主成分分析

在提取主成分之前，首先對(duì)標(biāo)準(zhǔn)化的初始投入產(chǎn)出指標(biāo)數(shù)據(jù)進(jìn)行KMO 值和Bartlett 球形度檢驗(yàn)，可以看出投入和產(chǎn)出指標(biāo)的KMO值均大于0.5，且Bartlett球形度檢驗(yàn)的顯著性P值均為0.000，可以判斷選定的2005-2017年各商業(yè)銀行樣本數(shù)據(jù)適合進(jìn)行主成分分析。具體檢驗(yàn)結(jié)果如表2所示。

表2 投入產(chǎn)出指標(biāo)的KMO值和Bartlett球形度檢驗(yàn)

在投入指標(biāo)方面，根據(jù)特征值大于1限定，提取出兩個(gè)主要成分，其累計(jì)方差貢獻(xiàn)率為82.531%，具體結(jié)果如表3所示。結(jié)合投入指標(biāo)的特征向量矩陣，具體結(jié)果如表4 所示，可以看出利息支出、業(yè)務(wù)及管理費(fèi)、所得稅費(fèi)用在成分t1中有較大的載荷，因此將其命名為成本費(fèi)用類投入。無(wú)形資產(chǎn)凈額、向中央銀行借款在成分t2中有較大的載荷，將其命名為資產(chǎn)負(fù)債類投入。

根據(jù)表4投入指標(biāo)的特征向量矩陣，利用式(1)求出投入指標(biāo)的主成分：

表3 投入指標(biāo)的特征值和累計(jì)方差貢獻(xiàn)率

表4 投入指標(biāo)的特征向量矩陣

表5 產(chǎn)出指標(biāo)的特征值和累計(jì)方差貢獻(xiàn)率

在產(chǎn)出指標(biāo)方面，根據(jù)特征值大于1限定，同樣提取出兩個(gè)主要成分，其累計(jì)方差貢獻(xiàn)率為83.630%，具體結(jié)果如表5 所示。結(jié)合產(chǎn)出指標(biāo)的特征向量矩陣，具體結(jié)果如表6所示，可以看出利息收入、手續(xù)費(fèi)及傭金收入在成分t1中有較大的載荷，因此將其命名利息手續(xù)費(fèi)收入。匯兌收益在成分t2中有較大的載荷，將其命名為匯兌收益。

表6 產(chǎn)出指標(biāo)的特征向量矩陣

根據(jù)表6產(chǎn)出指標(biāo)的特征向量矩陣，利用式（2）求出產(chǎn)出指標(biāo)的主成分：

最后很據(jù)DEA 測(cè)算值不能為負(fù)的要求，參照前人的做法，利用如下公式對(duì)投入產(chǎn)出指標(biāo)值進(jìn)行正向化處理，具體見(jiàn)式（3）。

（二）商業(yè)銀行并購(gòu)效率的靜態(tài)分析

運(yùn)用DEA-SOLVER Pro5.0軟件的SUPER-SBM方法對(duì)我國(guó)商業(yè)銀行2007-2014 期間發(fā)生的并購(gòu)案例進(jìn)行靜態(tài)分析，得到我國(guó)商業(yè)銀行發(fā)生并購(gòu)前兩年、并購(gòu)當(dāng)年及并購(gòu)后三年的運(yùn)營(yíng)績(jī)效測(cè)算結(jié)果，如表7所示。

表7 2005-2017年我國(guó)商業(yè)銀行運(yùn)營(yíng)績(jī)效測(cè)算結(jié)果

從表7的測(cè)算結(jié)果中可以看出，在并購(gòu)活動(dòng)發(fā)生的前兩年，我國(guó)商業(yè)銀行總體運(yùn)營(yíng)效率的均值分別為1.154 和1.044，均大于1，處于DEA有效，說(shuō)明在并購(gòu)活動(dòng)發(fā)生前我國(guó)商業(yè)銀行的運(yùn)營(yíng)效率整體上接近了生產(chǎn)前沿。在并購(gòu)活動(dòng)發(fā)生的當(dāng)年，總體運(yùn)營(yíng)效率的均值為0.974，小于1，處于DEA無(wú)效，說(shuō)明并購(gòu)活動(dòng)給商業(yè)銀行的正常運(yùn)營(yíng)帶來(lái)了一定的沖擊。而在并購(gòu)活動(dòng)發(fā)生的后兩年，除個(gè)別商業(yè)銀行并購(gòu)按例遠(yuǎn)離生產(chǎn)前沿外，大部分商業(yè)銀行恢復(fù)了有效率的運(yùn)營(yíng)，說(shuō)明各商業(yè)銀行并購(gòu)整合速度比較迅速。在并購(gòu)重組活動(dòng)發(fā)生后的第三年所有的商業(yè)銀行都恢復(fù)了DEA有效的運(yùn)營(yíng)狀態(tài)，均值為1.208，效率值超越了并購(gòu)前的水平，說(shuō)明商業(yè)銀行在并購(gòu)活動(dòng)發(fā)生的三年內(nèi)其業(yè)務(wù)活動(dòng)基本可以整合完畢，并且并購(gòu)重組能提升我國(guó)商業(yè)銀行的運(yùn)營(yíng)績(jī)效。

從整體來(lái)看，發(fā)生并購(gòu)后，我國(guó)商業(yè)銀行的全要素生產(chǎn)率平均值為1.007。根據(jù)Malmquist指數(shù)的含義，Malmquist指數(shù)大于1，則表示運(yùn)營(yíng)效率的提高，若Malmquist生產(chǎn)率指數(shù)小于1，則表明運(yùn)營(yíng)效率的下降。我國(guó)商業(yè)銀行在并購(gòu)活動(dòng)發(fā)生后整體運(yùn)營(yíng)效率上升了0.7個(gè)百分點(diǎn)。通過(guò)Malmquist生產(chǎn)率指數(shù)的分解可以看出，技術(shù)效率變動(dòng)指數(shù)(effch)下降了0.1 個(gè)百分點(diǎn)，其中純技術(shù)效率指數(shù)(pech)下降了0.5 個(gè)百分點(diǎn)，規(guī)模效率指數(shù)(sech)增加了0.4個(gè)百分點(diǎn)。技術(shù)進(jìn)步指數(shù)(techch)上升了0.9 個(gè)百分點(diǎn)。表明在整體上，并購(gòu)重組活動(dòng)能夠提升我國(guó)商業(yè)銀行的運(yùn)營(yíng)效率。從分解指數(shù)來(lái)看，一方面，并購(gòu)活動(dòng)能帶來(lái)一定的規(guī)模效應(yīng)和技術(shù)進(jìn)步效應(yīng)，說(shuō)明商業(yè)銀行能夠通過(guò)并購(gòu)獲取規(guī)模效應(yīng)和創(chuàng)新資源進(jìn)而實(shí)現(xiàn)自身的技術(shù)進(jìn)步。但另一方面，純技術(shù)效率指數(shù)的下降表明在最優(yōu)生產(chǎn)規(guī)模的基礎(chǔ)假設(shè)上，我國(guó)商業(yè)銀行的制度以及管理水平投入還有所不足，下一步應(yīng)當(dāng)重視制度的修訂和變革，加大管理人才的引入，提升商業(yè)銀行的運(yùn)營(yíng)管理水平。

圖1反映了并購(gòu)前后我國(guó)商業(yè)銀行平均運(yùn)營(yíng)績(jī)效變化趨勢(shì)。由圖1可知，我國(guó)商業(yè)銀行發(fā)生并購(gòu)前兩年DEA效率均值下降幅度較大，表明商業(yè)銀行發(fā)生并購(gòu)的主要?jiǎng)右蚴浅鲇谔嵘\(yùn)營(yíng)業(yè)績(jī)需要。并購(gòu)當(dāng)年DEA效率值達(dá)到最低，表明并購(gòu)活動(dòng)需要投入大量的人力物力等各種資源，資源整合會(huì)消耗管理層大量的精力，使得業(yè)績(jī)水平下降。但并購(gòu)發(fā)生后兩年，業(yè)績(jī)水平開(kāi)始出現(xiàn)DEA效率均值的小幅上升，表明經(jīng)過(guò)資源整合后，商業(yè)銀行的經(jīng)營(yíng)水平有了提高，但人員整合，業(yè)務(wù)重組等后續(xù)問(wèn)題還在繼續(xù)處理中，故上升幅度不大。并購(gòu)發(fā)生后的第三年，商業(yè)銀行的運(yùn)營(yíng)效率有了較大幅度的提升，表明前期的并購(gòu)整合工作已經(jīng)基本結(jié)束，經(jīng)營(yíng)活動(dòng)開(kāi)始步入正軌。與并購(gòu)前經(jīng)營(yíng)業(yè)績(jī)呈下降趨勢(shì)不同，通過(guò)并購(gòu)整合后，我國(guó)商業(yè)銀行的經(jīng)營(yíng)業(yè)績(jī)呈出上升的趨勢(shì)，從中位數(shù)的角度來(lái)看，其效率值的變化趨勢(shì)和平均數(shù)基本保持一致。

圖1 并購(gòu)前后我國(guó)商業(yè)銀行運(yùn)營(yíng)績(jī)效變化趨勢(shì)情況

（三）商業(yè)銀行并購(gòu)效率的動(dòng)態(tài)分析

運(yùn)用DEAP2.1軟件的MALMQUIST-DEA方法對(duì)我國(guó)商業(yè)銀行2007-2014發(fā)生的并購(gòu)案例進(jìn)行動(dòng)態(tài)分析，得到我國(guó)商業(yè)銀行并購(gòu)效率的Malmquist指數(shù)(tfpch)的平均值及Malmquist指數(shù)的分解指標(biāo)的平均值，分別為技術(shù)效率變動(dòng)指數(shù)(effch)、技術(shù)進(jìn)步指數(shù)(techch)。其中技術(shù)效率變動(dòng)指數(shù)(effch)又可分解為純技術(shù)效率指數(shù)(pech)和規(guī)模效率指數(shù)(sech)。結(jié)果如表8所示。

表8 我國(guó)商業(yè)銀行并購(gòu)前后Malmquist 指數(shù)變化情況及其分解值

（四）投入產(chǎn)出指標(biāo)冗余度分析

表9 我國(guó)商業(yè)銀行并購(gòu)前后投入冗余與產(chǎn)出不足分析

為了更好的分析商業(yè)銀行在并購(gòu)前后投入產(chǎn)出方面的改進(jìn)方向，進(jìn)一步指導(dǎo)商業(yè)銀行并購(gòu)后運(yùn)營(yíng)效率的提升，對(duì)商業(yè)銀行發(fā)生并購(gòu)前后投入產(chǎn)出冗余度進(jìn)行分析。從表9中可以看出，商業(yè)銀行在并購(gòu)重組前后均存在投入冗余和產(chǎn)出不足的問(wèn)題。具體來(lái)看，在并購(gòu)活動(dòng)發(fā)生的前兩年，大部分商業(yè)銀行的投入冗余問(wèn)題比較嚴(yán)重，其中費(fèi)用類資源過(guò)量投入的問(wèn)題尤為突出，但很少有產(chǎn)出短缺。在并購(gòu)重組活動(dòng)發(fā)生的前一年，投入冗余問(wèn)題得到了緩解，過(guò)量投入主要集中在資產(chǎn)類，產(chǎn)出不足問(wèn)題開(kāi)始出現(xiàn)，說(shuō)明并購(gòu)需要占用大量的資源，商業(yè)銀行開(kāi)始集中資源為并購(gòu)活動(dòng)做準(zhǔn)備，減少了之前過(guò)量費(fèi)用類資源的投入的問(wèn)題。并購(gòu)當(dāng)年及后三年，投入冗余和產(chǎn)出不足問(wèn)題共同存在，但相比較投入冗余，產(chǎn)出不足的程度更加明顯，主要集中在利息手續(xù)費(fèi)收入不足上。

?

五、研究結(jié)論及建議

本文通過(guò)選取PCA-DEA 的組合模式，采用基于松弛變量的非徑向超效率SBM 模型和Malmquist 指數(shù)方法，從靜態(tài)和動(dòng)態(tài)兩個(gè)角度研究了2007-2014年間我國(guó)商業(yè)銀行并購(gòu)重組對(duì)其運(yùn)營(yíng)效率的影響，并進(jìn)一步分析了并購(gòu)前后投入產(chǎn)出的改進(jìn)方向。研究結(jié)果表明：（1）在并購(gòu)發(fā)生的前兩年雖然我國(guó)商業(yè)銀行的運(yùn)營(yíng)效率接近生產(chǎn)前沿，但下降趨勢(shì)明顯，說(shuō)明并購(gòu)重組活動(dòng)的很大動(dòng)因是商業(yè)銀行為了提升其下降的運(yùn)營(yíng)效率而制定的戰(zhàn)略方針。并購(gòu)當(dāng)年效率降到最低，并購(gòu)活動(dòng)會(huì)給商業(yè)銀行帶來(lái)短期的業(yè)績(jī)壓力。并購(gòu)后兩年有小幅上升，并在并購(gòu)后的第三年步入正軌，從長(zhǎng)遠(yuǎn)看并購(gòu)重組活動(dòng)還是能提升商業(yè)銀行的運(yùn)營(yíng)業(yè)績(jī)。（2）并購(gòu)重組活動(dòng)能為我國(guó)商業(yè)銀行帶來(lái)一定的規(guī)模效應(yīng)和技術(shù)進(jìn)步效應(yīng)，說(shuō)明商業(yè)銀行能夠通過(guò)并購(gòu)獲取規(guī)模效應(yīng)和創(chuàng)新資源進(jìn)而實(shí)現(xiàn)自身的技術(shù)進(jìn)步，但純技術(shù)效率指數(shù)的下降表明我國(guó)商業(yè)銀行的運(yùn)營(yíng)制度以及管理投入還有所不足。（3）通過(guò)并購(gòu)重組，商業(yè)銀行由并購(gòu)之前比較嚴(yán)重的投入冗余問(wèn)題尤其是成本費(fèi)用類投入冗余轉(zhuǎn)變?yōu)閺V泛的產(chǎn)出不足，主要集中在利息和手續(xù)費(fèi)收入上。從整體上來(lái)看，商業(yè)銀行的并購(gòu)重組后第三年的運(yùn)營(yíng)效率要好于并購(gòu)前的水平，說(shuō)明并購(gòu)活動(dòng)能為我國(guó)商業(yè)銀行帶來(lái)運(yùn)營(yíng)效率的提升。

針對(duì)本文的研究，特提出如下幾點(diǎn)建議：（1）優(yōu)化商業(yè)銀行并購(gòu)重組期間的運(yùn)營(yíng)制度。并購(gòu)重組活動(dòng)非商業(yè)銀行的日常經(jīng)營(yíng)活動(dòng)，但卻是商業(yè)銀行增加協(xié)同效應(yīng)和規(guī)模效應(yīng)、獲取創(chuàng)新資源、打造核心競(jìng)爭(zhēng)能力的重要戰(zhàn)略舉措，建立更具有靈活性的應(yīng)對(duì)措施是影響商業(yè)銀行并購(gòu)重組后整合效率高低的重要因素。（2）引進(jìn)更多專業(yè)的并購(gòu)重組管理實(shí)施人才。并購(gòu)重組是一項(xiàng)復(fù)雜的商業(yè)活動(dòng)，需要投入大量的人力物力財(cái)力等各種資源，資源整合會(huì)消耗管理層大量的精力，使得業(yè)績(jī)水平下降。引進(jìn)更多專業(yè)的并購(gòu)重組管理實(shí)施人才，一方面減輕管理人員的工作壓力，使其能有更多的精力放在運(yùn)營(yíng)管理上面，另一方面這些專業(yè)人才有更為豐富的并購(gòu)重組經(jīng)驗(yàn)，能夠提升資源整合效率，降低并購(gòu)重組活動(dòng)給商業(yè)銀行造成的運(yùn)營(yíng)風(fēng)險(xiǎn)。（3）提高并購(gòu)重組活動(dòng)后的產(chǎn)出效率。商業(yè)銀行并購(gòu)重組后，由原先的成本費(fèi)用投入冗余問(wèn)題轉(zhuǎn)化為廣泛的產(chǎn)出不足問(wèn)題，并購(gòu)后商業(yè)銀行應(yīng)當(dāng)將重點(diǎn)放在在既有投入水平下，如何更大程度的提高產(chǎn)出，將并購(gòu)重組活動(dòng)帶來(lái)的規(guī)模優(yōu)勢(shì)和技術(shù)進(jìn)步優(yōu)勢(shì)發(fā)揮得更好，實(shí)現(xiàn)最優(yōu)化資源配置進(jìn)而提高經(jīng)營(yíng)管理效率。