基于DEA超效率模型我国商业银行经营效率研究_金融危机前后的对比研究

身排除在外，模型如下：
min[θc- ε(eT1SA+eT2SB)] s.t.
λ莛0；i=1，2，Λ，n；SA莛0；SB莛0 （3） 与前述模型相比，超效率模型的区别
在于考察第 i 家决策单元时，将第 i 家决策 单元本身排除在约束条件参考集合之外。
三、商业银行经营效率评估 （一）决策单元的选择 本文选取四大国有商业银行（工商银 行、中国银行、建设银行，农业银行）和 11 家股份制商业银行（交通银行、中信实业 银行、光大银行、华夏银行、民生银行、广 东发展银行、深圳发展银行、招商银行、兴 业银行、浦东发展银行和恒丰银行）作为 研 究 对 象 ， 考 察 时 间 为 2006 年 、2009 年。这 15 家商业银行的总资产占我国银 行业金融机构总资产的 80% 以上，具有 很好的代表性。考察时间的选择主要对金 融危机时间段划分的一个考虑。 数据来源为各银行 06、09 年年报。 （二）模型的选择 DEA 模型根据研究的目的不同可以 分为投入导向型和产出导向型两种。投入 导向型是指在给定产出数量的情况下，使 投入最小化的线性规划问题，上述模型均 是投入导向型；产出导向型是在给定投入 数量的情况下，使产出最大化的线性规划 问题。考虑到我国中小商业银行与国有银
单元的效率值。 （三）超效率 DEA 模型
指标的选择，选择不同的指标会得出不同的 结果。本文主要是考察商业银行的经营效 率，借鉴前人的研究，选取利息支出、营业费 用、员工数、固定资产净值为投入指标，税前 利润和年末贷款余额为产出指标。
（四）计算结果分析 本文采用 M ax_DEA3.0 计算我国商 业银行的超效率，计算结果如下表：
和前沿分析法。财务指标法在早期的研究
（一）DEA 方法的简介
中比较常见，但是不能反映银行的整体效
数据包络分析法（DEA），最初由著名
的运筹学家 A.Charnes、W.W.Cooper 和
E.Rhodes 于 1978 年提出，是一种建立在
线性规划基础上的效率评价方法，可用来
评价多个决策单元的技术有效性。
理论与实践
基于D EA超效率模型我国商业银行 经营效率研究
— ——金融危机前后的对比研究
钟赟 陈涛
摘 要：传统的 DEA（Data Envelopment Analysis，数据包络分析法）模型在评价时对出现的多个相对有效的决策单元无法进行评 价，而超效率模型将决策单元本省排除在生产可能集之外，避免了出现多个决策单元相对有效的情况，从而能够对所有决 策单元进行评价。本文采用 DEA 超效率模型对金融危机前后两年（即 2006 年、2009 年）我国 15 家商业银行的经营效率 进行对比分析，得出 09 年超效率值较 06 年有所下降的结论，并对这一结论进行了探讨分析。
二是金融危机爆发后，欧美日等国 都采取了宽松的货币政策，并向金融市 场直接注资，美元持续贬值，对我国高额 的外汇储备造成了巨大的汇率风险。此 外，我国经济持续几年高增长率，受到国 际热钱的青睐，在美元疲软的状态下，大 量的热钱加速流向我国，大大加剧了我 国资本市场的风险。
三是实体经济的衰退增加了银行业 的经营风险。危机爆发后，我国实体经济 尤其是外贸出口受到了很大的冲击，引起 银行业金融机构的流动性和资产质量下 降，并导致不良贷款的增加。另外，在全球 房地产泡沫破灭的大环境下，中国房地产 也未能独善其身，加入了价格下降的行 列，加上我国政府在金融危机爆发后，对 房地产行业进行了调控，2008 年我国楼 盘销售量迅速下滑，房地产价格大幅下 降。虽然 09 年中期，房市开始回暖，由于 滞后效应，前期房地产市场的量价齐跌， 已经给银行业造成了大量的不良资产。
竞争力实质上也集中体现在其效率上， 法不需要估计生产函数的具体形式，运用
提高银行也的效率是化解银行风险，促 起来比非参数方法简单，主要包含数据包
进银行业长远发展的关键。
络分析法（DEA）和自由排列包法（FDH）
二、研究方法介绍
两种方法。本文将采用非参数方法中的数
研究银行效率的方法有财务指标法 据包络分析方法（DEA）。
竞争性市场中，一个企业所具有的能够 测度样本银行的效率水平。根据对银行效
持续地比其他企业更有效地向市场提供 率中无效率项和随机误差项分布函数的
产品或服务，并获得赢利和自身发展的 不同假设，主要可以分为随机前沿法
综合素质，企业竞争力的实质是一个企 （SFA）、自由分布法（DFA）、厚边界函数法
业同其他企业相比较的生产率。银行的 （TFA）和递归厚前沿法（RTFA）。非参数方
四、结论分析 关于股份制商业银行的超效率比国 有控股银行好的原因，现有文献已经有了 比较详尽的分析，本文在此不再赘述。 2009 年银行的超效率较 2006 年有 所下降，本文认为，主要有以下几方面的 因素： 一是近些年，我国银行业加大了对海 外业务的投资，金融危机给我国银行业 带来了直接的经济损失。据报道，截至 2008 年三季度末期，共有 9 家中资银行 持有雷曼债券或有对雷曼的贷款，涉及 的金额约有 8 亿美元，另有 5 家中资银 行持有“两房”债券，账面价值总额约 245 亿美元。
根据表 1，可计算得到：2006 年的 15 家银行超效率均值为 1.05，其中 4 家国 有银行的超效率均值为 0.93，11 家股份 制商业银行的超效率均值为 1.10；2009 年的 15 家银行超效率均值为 1.03，其中 4 家国有银行的超效率均值为 0.94，11 家股份制商业银行的超效率均值为 1.07。2006 年有 9 家商业银行 DEA 有 效，2009 年有 7 家商业银行 DEA 有效。 06 年到 09 年中，超效率值下降的商业银 行有 11 家，上升的只有 3 家。总体来看， 股份制商业银行的超效率要比国有银行 好，2006 年的银行超效率好于 2009 年。
五是银行的创新脚步放慢。随着银行 业的发展，个人理财、资产证券化、衍生产 品、电子银行等逐渐成为银行差异化服务 的重要表现，中间业务收入的比重也逐渐 提高，成为银行利润的主要来源之一。然 而，过度的金融创新、宽松的金融监管，无 疑是导致这次金融危机爆发的重要原因。 危机发生后，银监会叫停了多项理财产品 和外汇交易等创新，银行业金融产品的创 新步伐也因此放慢，这势必阻碍银行开发 新产品与拓宽收益渠道。
参考文献：
【1】Engle R .F. Autoregressive conditional heteroskedasticity with estimates of the variance of UK inflation . Econometrica，1982(50): 987- 1008.
【2】Glosten L.R .，Jahannathan R .，&R unkle D.E. On the relation between the expected value and the volatility of the nominal excess return on stocks. Journal of Finance，1993(48):1779- 1801.
响。本文将通过对比研究金融危机前后 的效率。前沿分析法根据是否需要估计前
我国 14 家商业银行的经营效率的变化， 沿生产函数中的参数，可以分为非参数和
来探讨金融危机对我国商业银行所产生 参数两种。参数方法主要是通过估计出生
的影响及其原因。金碚在《论企业竞争力 产边界函数中的各个参数，通过比较样本
的性质》一文中指出：企业竞争力是指在 银行与效率前沿银行之间的各个参数，来
四是受政策的影响，银行利润空间 缩小。危机发生后，为了应对外在环境的 挑战，也为了节省国内企业的经营成本， 央行连续降低存贷款利率，目的在于维 持企业现金流的充足性，减缓经济下滑 对企业经营的压力。自金融危机爆发以 来，存款利率下调次数少于贷款利率下 调次数，银行的一部分利润让渡给实体 经济，利润空间减小，这将对银行的盈利 造成负面影响。
0.026340，0.019624，且均在5% 的显著性水平下显著。由于
γ=0.110378并且在5% 的显著性水平下显著，因此，金融危机
后上证综合指数序列存
在 冲 击 的 非 对 称 性 ，同
时也存在着更强的杠杆
效应。
（二）对估计后的残
差序列检验是否还具有
ARCH效 应 ， 使 用 的 是
ARCH- LM 检 验 ，
传统的 DEA 模型在评价决策单元的
相对效率时，可能会出现多个决策单元同
时相对有效，这样就无法对相对有效的决
策单元做出进一步的评价与比较。
Andersen & Petersen(1993)提出了一种
DEA 的超效率模型，使得有效决策单元
之间也能比较效率的高低。DEA 超效率
模型的思路是在评估决策单元时，将其本
参考文献：
【1】陈继勇，盛杨怿，周琪 解读美国金融危机— —— 基于实体经济的视角 经济评论 2009（2）：73～78
【2】 金碚 论企业竞争力的性质 中国工业经济 2001（10）：5～10
【3】 罗勇，曹丽莉 基于超效率模型的中国商业 银行效率评价 金融论坛 2005（9）：17～21
（二）传统的 DEA 模型
假设有 n 个决策单元，每个单元投入
k 种要素，生产 m 种产出。用 xi，yi 分别表
示第 i 个单元的投入要素和产出要素：
xi=（x1i，x2i，Λxk）i T，yi=（y1i，y2i，Λym）i T，
i= 1，2，Λ，n
X，Y 分别表示 k×n 维 投 入 矩阵 和
m×n 维产出矩，对第 i 家决策单元进行
Obs*R- squared=0.
026250 (0.871291)，这
图2 基于GJR- GARCH模型的 说 明 残 差 中 不 再 具 有
新闻影响曲线
ARCH效应。
（三） 图3是从GJR- GARCH模型结果拟合得到的新闻影响 曲线(volatility为估计的t时刻的条件方差，news为t- 1时刻的残 差)。Pagan和Schw er(1990)引入了新闻影响曲线，用它来说明 正的和负的冲击对波动非对称性的影响 。可以 看 出 (图2)， GJR- GARCH模型的新闻影响曲线是非对称的，其同样强度的 利空消息较利好消息对未来波动的影响更大。