我国商业银行效率分析_基于超效率DEA和Malmquist指数
我国各省区现代农业发展效率的比较分析——基于超效率DEA及malmquist模型的实证分析
（ 南农业大学经济学院，长沙 ４０ ２ 湖 １ １８）
摘
要 ：本 文基 于数据 包络 分析 法的 多个模 型对 我 国各地 区现 代农 业发展 绩效 情 况进
行评 价 。从 决策单元 有 效性 、规 模 效益 、投 入要 素 的 冗余 量 、现代 农业发 展 类型和 动 态面 板 的绩效评 价 等五 个 角度 分别 对我 国各地 区现代 农 业发展 状 况进 行 深入 的 比较 分析 ，并提 出对 策和 建议 。 关键 词 ：现 代农 业 ；发 展绩 效 ；数 据 包络 分析 法 ；超效 率
ｍｉ ｎ０ ｍｉ ｎ０
Ｚ２ ｉ ｓ ：Ｏ ｊ ＋ 一 Ｘｏ Ｘ
∑ ≤９ｋ Ｘ
＝
１
Ｚ，Ｙ － ＝Ｙ ￣ｊ Ｓ ｊ ｏ
（） １
－ ｔ
奎 ≥
＝
一
‘ ２
≥ ｏ ＝１ ， ，， （ ， … ｚ ２ ）
Ｓ一≥ ０． ≥ ０ Ｓ
１
ｊ ＃ｋ
≥ ｏ． ， ， ｎ （＝１２…，） 『
… …
，
，
ｙ） 如表示 ；｜与 ｓ表 示投入 与产 出要 素 的松弛变 量 。 ｓ 一 ＋
需注意的是 ，超效率 Ｄ Ａ模型中 ，非有效 的Ｄ Ｕ Ｅ Ｍ 效率值与 Ｃ Ｒ Ｃ 模型中的效率值相同，但对于
错 菅醒 Ａｒｌｕ ｃ ｏｉ ｄ 蛐ａ ｎ ｇｃｔ Ｅｏ ｍ ｓｎ Ｍ ｇ ｉ ｌｌ ｎ ｃａ ｌ 咖ｅ
２１ －３４ 总第１期 ０２ １ 期 ￣￣ ４
我 国各 省 区 现 代 农 业 发 展 效 率 的 比 较 分 析 ’
基于超 效率 Ｄ Ａ ｍ ｌｑ ｉｔ 型 的实证分析 Ｅ 及 ａｍ ｕｓ 模
信度 。杜文杰 （０９ 采用基于时不变阈值 面板随机前沿分析法对我国不同时期不同阶段的农业生 ２０）
我国商业银行资本利用效率及其影响因素分析
我国商业银行资本利用效率及其影响因素分析刘亚灵;周申蓓;张俊;史定伟【摘要】Taking 25 commercial banks of three types as the research objects , this paper adopts data envelopment analysis and Malmquist productivity index method to measure capital utilization efficiency and total factor productivity from the two aspects of static state and dynamic state .Based on the change tendency of capital utilization efficiency and total factor productivity in 2007~2013, it compares and analyzes the differences of capital utilization efficiency among the three types of commercial banks . And then it uses the grey correlation method to analyze the 9 factors which would have an impact on the capitalization efficiency of the three types'commercial banks , including bank size .The results show that:to the capital banks of the three types , their cap-ital utilization efficiency are relatively low but relatively different from each other;bank size and capital efficiency are closely re-lated, showing that state-owned commercial banks have not fully played the scale advantage ;profitability and ownership struc-ture have a relatively strong impact on the state -owned commercial bank capital efficiency;city commercial banks need to focus on the rate of bad loans .It puts forward to some suggestions for the improvement of commercial banks capital efficiency.%以我国3类25家商业银行为研究对象,运用数据包络分析和Malmquist生产率指数法从静态和动态两方面测度分析了商业银行资本利用效率和全要素生产率,得出样本银行在2007—2013年间的变化趋势,并对比分析资本利用效率水平差异情况.然后用灰色关联法分析银行规模等9个因素对3类商业银行资本效率的影响.结果表明,3类商业样本银行在观察期间的资本利用效率整体不高且差异明显;银行规模与资本效率相关性均较高,国有商业银行未发挥其规模优势;盈利能力和股权结构对国有商业银行资本效率影响较大;城市商业银行需重点关注不良贷款率.最后,对提高商业银行资本效率提出了若干建议.【期刊名称】《武汉理工大学学报（信息与管理工程版）》【年(卷),期】2016(038)004【总页数】5页(P480-484)【关键词】商业银行;资本利用效率;数据包络分析;Malmquist【作者】刘亚灵;周申蓓;张俊;史定伟【作者单位】河海大学商学院,江苏南京 211100;河海大学商学院,江苏南京211100;天津大学管理与经济学部,天津300072;河海大学商学院,江苏南京211100;中国建设银行常州分行,江苏常州 213001;中国农业银行股份有限公司江苏省分行,江苏南京210002【正文语种】中文【中图分类】F832商业银行资本利用效率不仅会影响我国金融系统的稳定和安全，也是衡量金融资源配置利用水平的指标之一。
基于风险因素影响下的商业银行经营效率分析
基于风险因素影响下的商业银行经营效率分析摘要：目前，已有大量文献研究商业银行的风险和效率，但缺乏两者的综合研究。
运用随机前沿模型测算在风险因素影响下的商业银行经营效率，从而得出结论：不良贷款率与商业银行经营效率显著负相关，贷存比和资本充足率则是正相关，而流动性比例影响不显著；我国商业银行的整体效率值不高，国有银行的总体效率值高于股份制商业银行的，且商业银行总体效率值没有显现出明显的收敛趋势。
关键词：风险因素；商业银行经营效率；随机前沿生产函数模型中图分类号：f832.2 文献标志码：a 文章编号：1673-291x （2012）32-0089-02引言基于风险影响下的效率分析可以通过分析风险与收益的关系来进行。
一般情况下，收益和风险成正比，高风险所带来的收益也相应高。
但是，高风险并不必然带来高收益，高风险也可能会带来高损失。
因此，在提高商业银行的效率时，不能忽略风险因素。
已有文献主要是只研究商业银行的效率或风险，鲜有把两者放在一起的研究。
已有文献主要可以分为两类：第一类是研究商业银行风险和效率的关系。
王健（2011）通过风险因素分析得出结论：不良贷款率与银行效率显著负相关，贷存比与银行效率正相关，而资本充足率、流动性比例没有显著影响[1]。
yener altunbas等（2000）、simon kwan等（1997）分别研究了日本和东亚国家效率和风险的关系[2-3]。
第二类是基于风险调整的利润效率分析。
邱兆祥等（2007）通过实证分析证明了风险因素对于商业银行的利润效率存在显著影响[4]。
笔者基于已有文献运用随机前沿模型把风险因素和效率测算结合起来，得出在风险因素影响下的商业银行经营效率值并对其进行收敛分析。
一、商业银行经营效率值的测度及风险因素分析不良贷款率有利于效率损失，即与效率负相关，资本充足率则有利于效率的提高，与以往研究结果相同。
流动性比例与我国商业银行效率正相关但不显著，因为在适度范围内，流动性越高证明银行的短期偿债能力越好，银行效率越高，但超过一定范围，流动性越高，银行效率就越低。
我国商业银行效率的 超效率 DEA 三阶段模型
关键字：商业银行效率；超效率DEA三阶段模型；随机前沿方法（SFA）
1
目
录
一、绪论 ................................................................ 3 （一）研究背景及意义 ...................................................... 3 1. 商业银行效率的研究背景 ............................................. 3 2. 商业银行效率的研究意义 ............................................. 3 （二）国内外研究综述 ...................................................... 4 1. 国外研究现状 ....................................................... 2 2. 国内研究现状 ....................................................... 3 3. 对研究现状的总结评价 ............................................... 4 （三）研究内容 ............................................................ 4 二、商业银行效率的理论与方法分析 ........................................ 5 （一）商业银行效率的一般理论 .............................................. 5 1. 商业银行效率的涵义 ................................................. 5 2. 商业银行效率的分类 ................................................. 6 （二）商业银行效率测评方法及其选择 ........................................ 6 1. 商业银行效率测评方法 ............................................... 6 2. DEA 模型研究 ....................................................... 7 三、我国商业银行效率的超效率 DEA 三阶段模型实证分析..................... 12 （一）我国商业银行效率的测评 ............................................. 12 1. 决策单元的选取 .................................................... 12 2. 投入、产出变量和环境变量的选取 .................................... 12 （二）我国商业银行效率实证结果与分析 ..................................... 13 1. Pearson 相关性检验 .................................................. 13 2. CCR 模型的测评 .................................................... 13 3. 超效率 DEA 三阶段模型的测评 ....................................... 14 四、结论与建议 ......................................................... 18 （一）主要结论 ........................................................... 18 （二）建议与措施 ......................................................... 18 结 语 ............................................................... 22 参考文献 ............................................................... 23 附录 A 2006—2010 年原始投入产出变量 ..................................... 25 附录 B 2006—2010 年环境变量 ............................................. 26 附录 C 2006—2010 年经第二阶段调整后的投入产出变量 ....................... 29 附录 D 软件操作简要步骤 ................................................ 34
国有商业银行经营效率实证研究
国有商业银行经营效率实证研究摘要：国有商业银行股份制改革以来，资产规模不断提高，不良贷款率保持低位运行，抵抗金融风险能力不断提高。
但随着我国金融领域开放程度不断提高，国有商业银行不仅要抵御外在经济危机的不良影响，更要应对竞争日益激烈的国内金融市场。
因此，今后国有商业银行的发展不能盲目追求规模的扩大，更要注重质的提高。
本文采用数据包络分析方法（dea），测算2005-2011年国有商业银行经营综合效率，并将综合效率分解为纯技术效率和规模效率，深入分析效率的差异性。
关键词：综合效率；数据包络分析；技术效率一、引言始于2003年的国有商业银行股份制改革极大地激发了银行经营活力，改善了经营效益。
经过近10年的快速发展，国有商业银行资产规模不断提高，不良贷款率保持低位运行，抵抗金融风险能力不断提高。
在2011年世界银行1000强排名中，共有101家银行来自中国，而中国工商银行、中国建设银行、中国银行更是跻身前十名。
近年来我国金融领域开放程度不断提高，对外国有商业银行将受到世界金融危机的影响和外资银行的挑战，对内又受到股份制商业银行以及中小型银行的激烈竞争，同时，国有商业银行经营效益直接关乎国民经济平稳运行和金融稳定发展。
因此，今后国有商业银行的发展不能仅仅追求规模的扩大，更要注重质的提高，即银行效率的提高。
本文拟采用数据包络分析方法（dea），测算2005-2011年国有商业银行经营超效率及综合效率，并将综合效率分解为纯技术效率和规模效率，最后提出增强经营效益的对策建议。
二、研究方法1978年美国运筹学家charnes和cooper以“相对相率”概念为基础，率先创建数据包络分析模型方法，用来判定决策单元的相对有效性。
经过30多年的发展，数据包络分析（dea）现已成为管理科学与工程、决策分析以及综合评价等领域中一种重要且常用的分析方法和研究工具。
数据包络分析方法假定决策单元（dmu）的输入或者输出保持不变，依托线性规划和统计数据确定相对有效性的生产前沿面，然后将每个决策单元投影到dea生产前沿上，最后通过比较决策单元（dmu）偏离前沿面的程度来评价相对有效性。
我国商业银行效率浅析
我国商业银行效率浅析随着我国银行业的不断发展，商业银行作为其中最重要的一环，承担着经济转型和金融现代化进程中的重要角色。
其中，商业银行的效率问题是银行业发展中不可忽视的一环，需要对其进行深入分析和探讨。
一、商业银行效率的定义与测算方法商业银行的效率是指银行利用其生产要素（如劳动力，资本等）实现其经营目标的程度。
一般而言，银行业效率可分为技术效率和经济效率两个方面。
技术效率是指一个银行在给定资源条件下所能最大限度地实现其生产目标。
从模型角度而言，技术效率可以用数据包络分析(DEA)等多种模型测算得出。
经济效率则是指银行在技术效率的基础上，通过正确地运用市场机制，获得了相关的经济收益和利润。
我国商业银行在近些年来发展十分迅速，但其效率水平相对较低，表现为银行的企业规模、资本存量等方面与国际银行业巨头存在较大的差距。
此外，银行业内部收益分配制度、政府政策干预等因素也动摇了商业银行的效率发展。
其中，近年来国内的商业银行在技术效率上呈现出一定的提高，此类银行通过优化内部流程，推进科技创新，提高银行的资本利用率等措施，取得了一定的效果。
在经济效率方面，银行通常会通过业务量、营业收入、财务成本及财务偿付能力等指标来进行测算。
虽然我国商业银行在这些方面的水平还有较大差距，但随着我国金融市场改革的深入和多元化的发展，这将会逐渐得到改善。
三、提升商业银行效率的建议为了提升我国商业银行的效率水平，在政府和银行内部都需要采取一系列的措施，具体如下：1、政府应该通过改革银行业监管机制，完善银行监管制度，规范银行业发展，从而建立统一高效的银行业监管框架。
2、银行内部需要加强对风险管理、财务成本及财务偿付能力等方面的管理，采用更为灵活、快速的业务流程和新型科技手段，提升加速业务处理和消费者体验。
3、在政策法规层面，可以制定一些有利于银行业同业之间彼此竞争的发展政策，培育对市场有长期稳定性和可持续性的发展，例如有效的市场税制、健全的政策规划体系、实施跨境支付和结算等。
基于Super-EBM-DEA及全局Malmquist的 物流产业效率研究
基于Super-EBM-DEA及全局Malmquist 的物流产业效率研究作者：吴妍来源：《价值工程》2020年第10期摘要：运用Super-EBM-DEA模型和全局Malmquist指数模型对2013-2017年国内74家物流类上市公司的运营效率进行静态和动态分析。
静态和动态的效率分析均是从整体、细分行业及划分区域三个角度进行。
研究结果显示：物流类上市公司静态效率较稳定，但不同行业、区域之间差距明显。
Malmquist生产率指数整体呈进步趋势但部分年份稍有退步，且主要由技术退步导致，生产率指数进步的行业和区域要少于退步的行业和区域。
Abstract： Super-EBM-DEA model and Global Malmquist Index model are used to analyze the static and dynamic efficiency of the 74 domestic logistics listed companies in 2013-2017. Both static and dynamic efficiency analysis are carried out from three perspectives： the whole， the subdivided industry and the divided regions. The research results show that the static efficiency of logistics listed companies is relatively stable， but the gap between different industries and regions is obvious. The Malmquist productivity index shows an overall improving trend， but in some years are slightly backward， which is mainly caused by technological regression. And industries and regions with improved productivity indices are less than industries and regions that are regressing.关键词：运营效率;物流业;Super-EBM-DEA模型;全局Malmquist指数模型;上市公司Key words： operational efficiency;logistics industry;Super-EBM-DEA model;Global Malmquist model;listed company中图分类号：F272.2; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ;文献标识码：A; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; 文章编号：1006-4311（2020）10-0087-050; 引言为了积极响应十九大报告中关于加快现代物流基础设施网络建设的号召，国务院提出了一些发展“通道+枢纽+网络”的现代物流体系的新举措。
我国16家A股上市商业银行效率分析
我国16家A股上市商业银行效率分析摘要:商业银行是金融体系的重要支柱。
商业银行的竞争力集中反映在其经营效率上。
本文选取在a股市场上市的所有16家商业银行，通过dea和malmquist指数方法对其2008年至2010年的一些经营数据进行分析，得出这16商业银行的多种效率数据，并进行了分类评价与综合评价。
最后提出了商业银行的规模扩张应与经营管理水平，金融创新能力以及业务操作技术相适应的建议。
关键词:商业银行效率 dea malmquist指数商业银行是以资产业务、负债业务和中间业务为主要业务划分，并以获取利润为目的的货币经营企业。
商业银行因其信用中介职能，支付中介职能，信用创造职能，金融服务职能和调节经济职能，为其他金融机构的发展提供了平台，其业务范围涵盖了经济领域的大部分范围，是金融体系的重要基础。
因此，商业银行的经营效率高低不仅关系到商业银行本身的发展，也关系到国家金融体系是否能良性高效运行。
本文在借鉴已有研究的基础上，运用多目标（multi-stage）dea 方法，对2008-2010年我国a股市场全部16家上市商业银行的效率进行评价，并通过malmquist生产率指数对银行效率进行分解研究，来分析影响商业银行经营效率的原因，最后归纳出一些结论，提出一些建议。
一、研究方法介绍和指标选择(一)研究方法介绍关于银行效率的评价方法由最初的财务指标分析方法，发展到前沿分析方法。
上世纪90年代以来，更多的研究集中在银行的生产效率方面，多采用前沿分析方法，主要包括参数方法和非参数方法两大类。
国外学者目前更多地探讨研究商业银行效率问题的最佳前沿分析方法和各种方法的优缺点。
国内学者商对业银行效率问题的研究主要是进入新世纪以后，赵旭（2000）利用dea方法对我国国有商业银行的效率进行实证分析。
谭中明（2002）运用因子分析法对我国十家商业银行及两家外资银行的效率状况进行了定量考察。
张健华(2003)利用dea改进模型和malmquist效率指数对我国三类商业银行1997- 2001年的技术效率、规模效率做了深刻严谨的分析。
我国商业银行效率研究的DEA方法及效率的实证分析
我国商业银行效率研究的DEA方法及效率的实证分析一、本文概述随着我国金融市场的不断深化和发展，商业银行作为金融体系的核心组成部分，其运营效率的高低直接影响到整个金融体系的稳定性和经济发展。
因此，对我国商业银行的效率进行深入研究，不仅有助于提升银行业的整体竞争力，还能为政策制定者提供决策参考，以促进金融市场的健康发展。
本文旨在运用数据包络分析（DEA）方法，对我国商业银行的效率进行实证研究。
DEA方法作为一种非参数效率评价方法，具有无需设定具体函数形式、能够处理多投入多产出问题的优势，因此在金融效率评价领域得到了广泛应用。
本文首先将对DEA方法的基本原理和模型进行介绍，包括CCR模型、BCC模型等，并阐述其在商业银行效率评价中的应用。
随后，本文将选取我国商业银行的相关数据，构建效率评价指标体系，运用DEA方法进行实证分析。
在实证分析过程中，本文将比较不同银行之间的效率差异，分析影响银行效率的因素，并探讨提升银行效率的途径和策略。
通过对我国商业银行效率的深入研究，本文期望能够为银行业的发展提供有益参考，为政策制定者提供决策支持，同时也为未来的研究提供基础数据和理论支撑。
二、文献综述随着全球化和金融市场的不断发展，商业银行作为金融体系的核心组成部分，其效率问题受到了广泛关注。
我国商业银行效率研究不仅是金融学科的一个重要课题，也是经济发展和金融市场改革的关键所在。
近年来，国内外学者运用不同方法对我国商业银行的效率进行了深入研究，其中数据包络分析（DEA）方法因其独特的优势而被广泛应用。
DEA方法作为一种非参数效率评估工具，最初由美国运筹学家Charnes等提出，它能够处理多输入多输出问题，并有效地评估决策单元的相对效率。
在我国商业银行效率研究中，DEA方法的应用始于21世纪初，随着金融数据的日益丰富和研究方法的不断完善，该方法的应用也越来越广泛。
早期的研究主要关注商业银行的整体效率，通过选取适当的输入输出指标，运用DEA模型评估银行的运营效率。
DEA模型／Malmquist指数／区间分析
效率评价
使用模型：
R模型－总效率 2.BCC模型－技术有效育规模有效 3. 超效率DEA模型－对DRA有效单元 评价指标：
1.投入指标： 证券公司家数X1、证券公司平均资产X2 政 策投入X3 2.产出指标： 市场总交易量Y1， A股融资总量Y2
效率值 0.989 1.000 1.000 0.964 1.000 0.998 1.000 0.954 0.994 1.000 1.000 1.000 0.945 1.000 0.776 0.766 0.741 0.957 0.822 0.741
技术效率值 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.976 1.000 1.000 1.000 1.000 1.000 1.000 0.782 0.774 0.754 1.000 1.000 0.779
V P
Ps.t. h j
uTYj vT X j
1 j 1,2,, n。j
j0
v 0, u 0
传统DEA对偶规划D
min VD1
s.t.
n
( D1 )
X j j s X j0
j 1
n
Yj j
j 1
s
Y j0
j 0, j 1,2,, n, s 0, s 0
递增 17
DEA应用案例分析
我国证券市场十年发展有效性评估
2009.11
2013-4-1
18
投入指标分析
投入指标代表了从宏观经济的角度对证券市场
的有形投入，可以从以下两方面来分析：
（1）证券市场发展所占用的有形的经济资源。选 用证券公司的数目和证券公司总资产作为投入指标
（2）对证券市场所作的政策性投入。由于政策性 投入没有直接的量化指标，由证券监管部门、监管 派出机构、金融监管系统、证券公司和上市公司5 个方面的专家对1992-2004年每年的政策投入在0100的区间内评分。加权平均后，将之作为历年证 券市场的政策性投入值。
基于Super-EBM-DEA及全局Malmquist的物流产业效率研究
基于Super-EBM-DEA及全局Malmquist的物流产业效率研究吴妍摘要：运用Super-EBM-DEA模型和全局Malmquist指数模型对2022-2022年国内74家物流类上市公司的运营效率进行静态和动态分析。
静态和动态的效率分析均是从整体、细分行业及划分区域三个角度进行。
研究结果显示：物流类上市公司静态效率较稳定，但不同行业、区域之间差距明显。
Malmquist生产率指数整体呈进步趋势但部分年份稍有退步，且主要由技术退步导致，生产率指数进步的行业和区域要少于退步的行业和区域。
关键词：运营效率;物流业;Super-EBM-DEA模型;全局Malmquist指数模型;上市公司0 引言为了积极响应十九大报告中关于加快现代物流基础设施网络建设的号召，国务院提出了一些发展“通道+枢纽+网络”的现代物流体系的新举措。
2022年12月，国家发改委、交通运输部制定并印发了《国家物流枢纽布局和建设规划》，用以规范物流产业发展。
这些政策措施的发布，标志着中国现代物流基础设施网络建设将全面启动。
随着“一带一路”建设的深入推进，沿線国家和地区对于物流产生了更大的需求。
推动物流产业稳步发展，使其更好地融入“一带一路”建设之中，发挥出应有的乘数效应就显得至关重要。
因此，需要采用科学的评价方法对物流产业进行效率研究，以便于制定更好的发展规划。
目前，国内学者对于物流效率的研究颇多，所采用的方法主要分为参数法与非参数法。
参数法中以随机前沿法（SFA）运用居多，张云凤、王雨（2022），郑秀娟（2022）与张亮亮等人（2022）分别运用C-D生产函数的异质性随机前沿函数、技术改进的随机函数及PP-SFA模型测度了中国省级物流产业的技术效率。
非参数方法中使用频率最高的为数据包络分析（DEA）[1-3]。
最初在使用DEA进行物流产业效率测度时，学者们多采用CCR、BCC这样的传统DEA模型。
此后，为了能够从静态和动态两个角度进行研究，DEA与Malmquist指数模型的组合被广泛地应用于物流业的效率研究。
“malmquist指数”资料汇整
“malmquist指数”资料汇整目录一、中国省域农业碳排放测算、效率变动及影响因素研究——基于DEAMalmquist指数分解方法与Tobit模型运用二、—黄河流域农业灌溉用水效率基于三阶段DEA模型和Malmquist指数三、中国省际全要素能源效率变动分解——基于Malmquist指数的实证研究四、中国高技术产业各行业资源配置效率的实证研究基于DEAMalmquist指数方法五、中国生产性服务业全要素生产率测度——基于非参数Malmquist指数方法的研究六、我国食品安全监管效率研究基于超效率DEA模型和Malmquist指数分析中国省域农业碳排放测算、效率变动及影响因素研究——基于DEAMalmquist指数分解方法与Tobit模型运用随着全球气候变化问题的日益严峻，碳排放已经成为国际社会的焦点。
农业作为我国国民经济的重要基础产业，其碳排放问题也引起了国内外的广泛。
因此，对中国省域农业碳排放进行测算，分析其效率变动及影响因素，对于制定有针对性的碳减排政策具有重要意义。
当前国内外相关领域对农业碳排放测算和效率变动的研究主要集中在以下几个方面：一是农业碳排放的测算方法研究；二是农业碳排放效率的测评研究；三是农业碳排放影响因素的分析研究。
尽管已有研究取得了一定的进展，但仍存在以下不足：一是缺乏对省域农业碳排放的全面测算和分析；二是未能充分考虑政策因素和科技进步对农业碳排放效率的影响；三是缺少对农业碳排放影响因素的深入探讨。
为了解决上述问题，本文采用DEAMalmquist指数分解方法与Tobit 模型，对中国省域农业碳排放进行测算和分析。
DEAMalmquist指数分解方法能够揭示农业碳排放的动态变化和效率差异，Tobit模型则可以更好地处理截尾数据和偏态分布问题，为影响因素的分析提供有力支持。
结合中国省域层面的农业统计数据，我们首先运用DEAMalmquist指数分解方法，测算了各省域农业碳排放的效率变动。
基于DEA模型和Malmquist指数的我国药品安全监管效率评价
基于DEA模型和Malmquist指数的我国药品安全监管效率评价段晓祥;王淑玲【期刊名称】《中国药房》【年(卷),期】2022(33)15【摘要】目的评价2018年系列新药品安全监管政策颁布后我国药品安全监管效率,为优化我国药品安全监管体系建设、缩小区域差异提供建议。
方法基于省级药品监管部门官方网站中的预决算公开平台、国家统计局官方网站获取7个行政区域18个省份的投入-产出指标的面板数据,采用数据包络分析(DEA)模型和Malmquist指数对我国2019-2020年药品安全监管效率进行实证分析。
结果与结论DEA分析结果显示,2019-2020年,我国整体药品安全监管的综合技术效率(TE)低于1.000,未达到DEA有效;其中,仅辽宁、广东、广西3个省份的TE均为1.000,各个区域药品安全监管的效率差异显著。
Malmquist指数分析结果显示,我国药品安全监管效率整体呈退步趋势,其中技术所支撑的监管能力不足及专业人才流失量大是主要因素,而药品监管部门改善其管理及监管水平可保证整体监管效率的提升;近半数省份(8/18)的药品监管现有规模已接近最优状态。
应进一步加强基础建设、重视专业化人才培养,优化药品监管队伍;强化监管技术创新、完善技术支撑体系建设;合理分配监管资源、因地制宜协调各地区监管平衡,完善我国药品安全监管体系建设。
【总页数】6页(P1814-1819)【作者】段晓祥;王淑玲【作者单位】沈阳药科大学工商管理学院【正文语种】中文【中图分类】R95【相关文献】1.我国中等职业教育资源配置效率评价及分析——基于DEA-Malmquist指数模型2.我国食品安全监管效率评价——基于包含非期望产出的SBM-DEA和Malmquist模型3.我国食品安全监管效率评价——基于包含非期望产出的SBM-DEA和Malmquist模型4.我国不同区域高校科研绩效评价——基于超效率DEA 模型和Malmquist指数法5.基于超效率DEA模型和Malmquist指数评价广东省药品安全监管效率Δ因版权原因，仅展示原文概要，查看原文内容请购买。
基于DEA和Malmquist指数的福建沿海港口效率分析
基于DEA和Malmquist指数的福建沿海港口效率分析
曹玮;于清波
【期刊名称】《华东交通大学学报》
【年(卷),期】2013(000)004
【摘要】首先利用超效率DEA的CCR模型和BCC模型对福建沿海港口2006-2011年的相对效率进行了评价，接着针对2006-2011年福建沿海港口的投入产
出的面板数据，运用Malmquist指数法，考查了全要素生产率的变化。
研究结果表明：福建省沿海港口的总体效率在2006-2011年间整体呈上升趋势；各个港口发展并不平衡，厦门港、泉州港发展情况较好；全省港口的Malmquist生产力指数虽然受到了技术水平的制约，但仍然呈上升趋势。
【总页数】8页(P89-96)
【作者】曹玮;于清波
【作者单位】福建师范大学福清分校，福建福州350300;福建省港口航道管理局，福建福州350002
【正文语种】中文
【中图分类】U491
【相关文献】
1.京津冀城市群科技资源配置效率分析——基于DEA-Malmquist指数模型 [J], 舒天楚;聂小琴;郭含文;李旭;白彬杰
2.基于Windows-DEA和Malmquist指数的医药类高校科研效率分析 [J], 谷雨;
马良
3.湖南省各市州的科技创新效率分析
——基于DEA-Malmquist指数 [J], 邓彬;张晓东
4.基于DEA-Malmquist指数的煤炭行业上市公司融资效率分析与评价 [J], 李伟
5.基于DEA-Malmquist指数模型的"一带一路"重点省份物流业效率分析 [J], 李娜;田强;李康宁
因版权原因，仅展示原文概要，查看原文内容请购买。
我国商业银行效率分析——基于超效率DEA和Malmquist指数
Ｗ ＡＮＧ Ｊｉａｎ ， ＪＩＮ Ｈａｏ ， ＬＩＡＮＧ Ｈｌｌｉ—ｃｈａｏ （１．Ｓｃｈｏｏｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ，Ｈｅｂｅｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ ３００１３０，Ｃｈｉｎａ； ２．Ｓｃｈｏ ｌ ｏｆ Ｈｕｍａｎｉｔｉｅｓ ａｎｄ Ｌａｗｓ，Ｈｅｂｅｉ Ｕｎ ｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ ３００１３０，Ｃｈｉｎａ）
ｂａｎｋｓ ｅｘｐｅｒ ｉｅｎｃｅｓ ａｎ ｕｐｗａｒｄ ｔｒｅｎｄ ｗｈｉｃｈ ｉｓ ｃｏｎｓｉｓｔｅｎｔ ｗｉｔｈ ｔｈｅ ｓｏｃｉａｌ ａｎｄ ｅｃｏｎｏｍｉｃ ｄｅｖｅｌｏｐｍｅｎｔ．Ｔｈｅ ｆｏｕｒ ｍａｊｏｒ ｓｔａｔｅ—ｏｗｎｅｄ ｂａｎｋｓ ａｒｅ ｌｅｓｓ ｅｆ ｉｃｉｅｎｔ ｔｈａｎ ｊｏｉｎｔ－ｓｔｏｃｋ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ，ＳＯ ｇｒｅａｔ ａｓｓｅｔｓ ｏｆ ｔｈｅ ｓｔａｔｅ－ｏｗｎｅｄ ｂａｎｋｓ ｄｏ ｎｏｔ ｌｅａｄ ｔｏ ｈｉｇｈｅｒ ｅａｒｎｉｎｇｓ ａｎｄ
Ａｂｓｔｒａｃｔ： Ｅｆｉｃｉｅｎｃｙ ｉｓ ｔｈｅ ｅｍｂｏｄｉｍｅｎｔ ｏｆ ｃｏｍｐｅｔｉｔｉｖｅ ａｄｖａｎｔａｇｅ ｏｆ ｂａｎｋ，ｗｈｉｃｈ ｉｓ ｔｈｅ ｃｏｒｅ ｏｆ ｍａｎａｇｅｍｅｎｔ．Ｅｓｐｅｃｉａｌｌｙ ｉｎ ｔｈｅ ｐｏｓｔ—ｃｒｉｓｉｓ ｅｒａ，ｉｍｐｒｏｖｉｎｇ ｔｈｅ ｅｆｉｃｉｅｎｃｙ ｏｆ ｃｏｍｍｅｒｃｉａ ｌ ｂａｎｋ ｉｓ ｔｈｅ ｋｅｙ ｔｏ ｇｕａｒｄ ａｇａｉｎｓｔ ｆ ｉｎａｎｃｉａｌ ｒ ｉｓｋｓ ａｎｄ ａｃｈｉｅｖｅ ｓｕｓｔａｉｎａｂｌｅ ｄｅｖｅｌｏｐｍｅｎｔ．Ｔｈｉｓ ｐａｐｅｒ ａｎａｌｙｚｅｓ ｔｈｅ ｅｆｉ ｃｉｅｎｃｙ ｏｆ Ｃｈｉｎａ ｃｏｍ ｍｅｒｃｉａｌ ｂａｎｋｓ ｆｒｏｍ ２００４ ｔｏ ２００９ ｂａｓｅｄ ｏｎ Ｓｕｐｅｒ－ｅｆ ｉ ｃｉｅｎｃｙ Ｄａｔａ Ｅｎｖｅｌｏｐｍｅｎｔ Ａｎａｌｙｓｉｓ ｍｏｄｅｌ ｕｓｉｎｇ ＥＭＳ ｓｏｆｔｗａｒｅ．Ｍａｌｍｑｕｉｓｔ ｉｎｄｅｘ ｉｓ ｃａｌｃｕｌａｔｅｄ ｔｏ ｓｔｕｄｙ ｏｎ ｔｈｅ ｅｆ ｉ ｃｉｅｎｃｙ ｏｆ ｂａｎｋｓ ａｎｄ ａｎａ ｌｙｚｅ ｔｈｅ ｔｒｅｎｄ ｏｆ ｔｏｔａｌ ｆａｃｔｏｒ ｐｒｏｄｕｃｔｉｖｉｔｙ ｏｆ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ ｂｅｆｏｒｅ ａｎｄ ａｆｔｅｒ ｔｈｅ ｆ ｉｎａｎｃｉａｌ ｃｒ ｉｓｉｓ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｏｖｅｒａｌｌ ｅｆ ｉｃｉｅｎｃｙ ｏｆ
基于超效率DEA和Malmquist指数的中国农业生产效率分析
基于超效率DEA和Malmquist指数的中国农业生产效率分析侯琳;冯继红【摘要】Using the super-efficiency DEA model and the Malmquist index,this paper analyzes the agricultural production efficiency of 29 provincial regions in China from 1990 to 2016. The results are as follows: (1) The super-efficiency DEA analyzing result shows that the agricultural efficiency in eastern regionis the highest,and the efficiency in the western and central regions are lower than the efficiency mean of the whole country. Compared with the central and western regions,the eastern region has stronger economic strength and relatively more mature agricultural development models and plans,so the agricultural production efficiency in the eastern region is higherand less affected by the national agricultural policy. (2) The Malmquist index analyzing result shows that the agricultural total factor productivity (TFP) and technological progress in the eastern,central and western regions have achieved positive growth, but only the technical efficiency in the eastern region appears positive growth; Technological progress is the main driving force for TFP growth. The decline of technical efficiency is the main obstacle to TFP growth. The decline of scale efficiency is the main reason for the decline of technical efficiency.%采用超效率DEA模型和Malmquist指数,对1990—2016年中国29个省级地区的农业生产效率进行分析,结论如下: (1) 超效率DEA分析表明,东部地区的农业生产效率最高,中、西部地区效率低于全国平均水平.相较于中、西部地区,东部地区具有较强的经济实力和较为成熟的农业发展模式与规划,使其农业生产效率呈现较高水平且效率变化受国家农业政策的影响较小.(2) Malmquist指数分析表明,中国东、中、西部地区农业全要素生产率(TFP) 和技术进步都实现了正增长,但是只有东部地区的技术效率实现了正增长; 技术进步是TFP增长的主要动力,技术效率下降是TFP增长的主要障碍,规模效率下降是导致技术效率下降的主要原因.【期刊名称】《河南农业大学学报》【年(卷),期】2019(053)002【总页数】9页(P316-324)【关键词】超效率DEA模型;Malmquist指数;农业生产效率【作者】侯琳;冯继红【作者单位】河南农业大学经济与管理学院,河南郑州 450046;河南农业大学经济与管理学院,河南郑州 450046【正文语种】中文【中图分类】F323.32017年中央一号文件提出深入推进农业供给侧结构性改革，要在确保国家粮食安全的基础上，紧紧围绕市场需求变化，从供给侧着手，提高农业供给体系质量和效率，合理利用农业资源，优化要素配置，缓解生态环境压力，促进农民增收、农业增效、农村增绿。
DEA模型的中国商业银行效率研究——基于因子分析
DEA模型的中国商业银行效率研究——基于因子分析谭艳娴;凌俊【摘要】为了更加深刻地认识中国商业银行的效率,本文构建与传统DEA模型不同的因子分析—DEA模型,对2000-2012年间我国12家大型股份制和股份制商业银行的效率变化进行考察.研究结果显示总体上我国12家商业银行在2001-2012年间综合效率和纯技术效率均呈现先上升后下降再上升的特征,而规模效率呈现增长趋势,但变化不显著.其中,大型股份制银行总体上属于纯技术有效,规模无效;股份制银行总体上属于纯技术无效而规模效率呈递增状态.【期刊名称】《广东技术师范学院学报(自然科学版)》【年(卷),期】2014(035)001【总页数】8页(P43-50)【关键词】因子分析;DEA模型;银行效率研究【作者】谭艳娴;凌俊【作者单位】广东工业大学管理学院,广东广州510520;广东工业大学管理学院,广东广州510520【正文语种】中文【中图分类】F832.331 引言众所周知，当今银行业作为我国金融体系的主导，主要的融资渠道都来自与银行的间接融资，可见银行在整个金融系统中举足轻重.银行效率的高低决定了我国整个金融体系的资源配置效率和可持续发展潜力.由于效率是衡量银行经营业绩的重要标准，是银行业竞争力的集中体现，中国银行业急需测算商业银行的效率，以帮助我国银行业正确应对外资银行进入带来的挑战，有效提高商业银行的运营效率，增强国际竞争力.基于这种考虑，文中采用因子分析—DEA模型，利用因子分析能寻找出最本质的投入和产出变量，解决指标个数太多的矛盾.利用我国12家商业银行2001-2012年度面板数据进行实证分析，揭示我国商业银行的效率变化.文章共分为三个部分.第一部分是对有关商业银行效率研究的主要文献进行综述，分析学者们研究的不足和需要进一步讨论的问题；第二部分介绍指标选取方法和因子分析—DEA模型，并进行实证分析，从综合效率、纯技术效率、规模效率三个方面进行分析；第三部分是结论与政策建议.2 文献回顾从20世纪50年代中期以来，国外学者对商业银行效率的研究发展迅速，现如今已硕果累累.虽然我国开始研究银行效率较晚，但也发展十分迅速.La Porta（2002）通过研究国有成分在银行所有制中所占的比重与经济增长之间的关系，发现国有成分所占比例越重，金融市场活跃性就越差，增长也越慢.Fries 和 Taci（2005）通过研究指出，私有银行的效率要高于国有银行，随着国有股份的增加，经营绩效则会下滑.Al-Sharkhas（2008）指出，美国的合股银行在平均水平上要比非合股的银行有更好的收益和经营.刘汉涛（2004）运用DEA模型测度了我国商业银行的效率，实证结果显示我国银行的技术无效性较大，而技术无效主要是因为规模无效，四大国有银行和越来越多股份制银行的规模报酬呈现递减趋势.矫亦林和吕兆友（2005）基于主成分分析法考察了我国14家商业银行的经营效率，得出在经营效率上国有商业银行与国内股份制银行存在较大差距的结论.黄馨（2007）从财务数据和DEA方法两方面考察了四种不同性质的32家商业银行的效率，结果表示银行的盈利能力、规模效率和技术效率从高到低排名是：外资银行、城市商业银行、股份制银行、国有银行.杨大强和张爱武（2007）利用DEA分析法，测算了我国商业银行1996-2005年的利润效率和成本效率，并首次从替代利润效率和标准利润效率两方面来研究利润效率，研究结果表明中国商业银行存在较为显著的利润效率和成本效率，国有商业银行的利润效率和成本效率比股份制银行高.宋增基、张宗益、袁茂（2009）对我国商业银行的DEA综合效率进行考察，采用DEA优势效率模型和劣势效率模型对我国14家商业银行进行实证研究，认为新兴股份制商业银行的效率总体上比四大国有商业银行强，四大国有银行的规模经济现象不显著.不少文献利用多种实证分析方法从银行效率的各个影响因素入手进行诸多研究，得出较为全面的相关结论，但是由于我国银行样本数据量有限且较为滞后，研究方法大多为传统的数据包络分析方法，使研究中存在指标选取全面性和指标个数太多的矛盾.有鉴于此，文中采用因子分析的方法，对指标进行筛选，有效地对银行效率进行分析评价.3 DEA模型的中国商业银行效率评价--基于因子分析3.1 选取决策单元本文在前人研究和现实的基础上，选取我国大型股份制和股份制共12家商业银行为研究样本.大型股份制银行主要包括中国工商银行、中国农业银行、中国银行、中国建设银行四大银行.在股份制银行的选取上既包括国有改制银行，也包括新型商业银行，最终选取交通银行、中信银行、华夏银行、民生银行、浦发银行、兴业银行、招商银行和深圳发展银行.这些银行的经营理念、经营侧重点、经营策略和面向的客户群体具有一定差异性，这体现了样本多元化和数据差异化的特点，有利于数据分析结果的可分析性、真实性和可靠性.样本期为2001-2012年，这期间中国商业银行进行股份制改革，经济迅速增长，具有可研究性，样本数据主要来源于《中国金融年鉴》（2001-2012年）、国泰安数据库和各银行年报.本文在选取被评价银行时剔除所有外资银行、城市商业银行、城市信用社和农村信用社，这是因为这几类银行的数据在《中国金融年鉴》、国泰安数据库和各银行年报中均未体现，数据难以得到.而且这几类银行在市场规模和资产份额上与本文选取的样本银行相差较大，无可比性.3.2 选取投入产出指标银行效率的研究一直以来在该如何确定银行的投入与产出的问题上争议较大，现在此问题还没有定论.目前，国际学术界普遍把确定银行投入和产出指标的方法划分生产法、中介法和资产法.（1）生产法.生产法是将银行当成一个拥有各种服务的金融机构，利用自身拥有的劳动力和资本为借贷双方提供贷款存款服务.最早提出生产法的Benston认为生产法是将劳动力和资本等作为投入，贷款笔数和存款账户数等作为产出.据前人的研究发现，用银行在一定时间内的交易数量和类型来作为产出指标较好，不过由于存款和贷款的交易记录都是属于客户隐私问题，所以大多交易信息在现实生活中难以得到，因此用银行的存款和贷款数额来表示银行的产出.（2）中介法.中介法认为银行不是存款和贷款的生产者，而是储蓄转化为投资的中介机构.中介法认为银行的投入主要包括劳动力、实物资本和存款等；而产出则包括各种贷款、所持有银行的对外权益投资以及各种有价证券，其中各种形式的贷款和银行用自身拥有的资金去投资所获得的价值也应看作是产出.（3）资产法.资产法与中介法一样也将银行视为金融中介者，资产法的投入指标包括存款和负债，产出指标则包括贷款和投资金额.3.3 构建评价指标体系Coelli等（1998）表示随着变量个数的增加，技术无效个体的数量会减少，从而影响效率的评价分析.因此借鉴国内外的研究成果，并结合中国银行业的特点，本文选取总资产、营业总支出、总股份、固定资产净值、员工人数作为投入数据源，贷款数、存款数、营业收入作为产出数据源.总资产、营业总支出、总股份能反映一个商业银行的经营规模和运营情况.固定资产净值在商业银行中不可或缺，能反映银行的经营规模和现存价值，本文的固定资产净值为固定资产原值减去累计折旧.员工作为商业银行一切生产经营活动必不可少的主体，能反映银行的人力资本，本文选取商业银行当年总行和各分支银行的管理人员、业务人员和其他人员在内的职工人数总额作为员工人数.贷款数、存款数是在前人的研究中直接选取的.由于我国商业银行的利润主要来源于利息收入，而随着中国不断大力发展中间业务，非利息收入在总收入的比重中也不断提高，而且中间业务能反映银行在创新方面的潜力，因此本文的营业收入包括利息收入和非利息收入，能反映出我国商业银行的获利能力和创新程度.3.4 构建评价中国商业银行效率的因子分析—DEA模型由于数据包络分析模型中投入—产出指标所受到的约束限制比较多，在选取指标时常常遇到指标选取不全面或者指标个数太多的问题，而在解决这种矛盾上，很多学者则是基于经济意义和数据方便性来进行指标筛选，但是这样难免会有一定的主观性，造成国内外学者选取投入-产出指标差异较大，从而使得效率值差别显著.因此，有必要对选取投入—产出指标的方法进行改进.在指标筛选方面，为了很好地解决前文提到的指标问题，也为了令指标选取更加客观，本文采用多元统计分析方法中的因子分析法.在银行效率分析中，可能会遇到变量之间存在强相关关系的问题，往往给分析带来诸多不便，通过因子分析可以找出最核心的投入和产出指标来替代原始变量.3.4.1 因子分析模型首先假设所有数据都已标准化，然后假设在相关一组的变量 y1，y2，…yk中，每个变量都由公共因子 h1，h2…hm和特殊因子 e1，e2…ek决定（k〉m），而且公共因子 hi之间彼此两两正交且方差为1，特殊因子ei互不相关且只作用于相应的 yi.基于以上两种假设建立因子模型如下：3.4.2 DEA 模型本文采用著名的C2R模型.C2R模型测算的值为综合效率，而综合效率是用于衡量当产出不变时决策单元消耗最小投入的能力，或者当投入一定时决策单元获得最大产出的能力.综合效率越接近1，表示该决策单元资源配置状态相对越合理.具体模型如下：假设有n个决策单元（DMU），在此代表n个银行，对于每个银行都有a类“输入”，代表该银行对资源的消耗和b类“输出”，表示该银行在消耗之后的产出.设xij为第 j间银行第 i种输入量，用xj表示所有银行的输入向量.yrj表示第j 间银行第r种输出量，用 yj表示所有银行的输出向量，输入权系数为 ci，输出权数为 dr，为了方便起见，记：那么当评价第 j0（1〈j0〈n）间银行的效率时，需要用权系数c，u为自变量，用第 j0间银行的效率指数为因变量，所有银行的效率指数hj≤1（j＝1,…,n）为约束条件来构造规模报酬不变的 C2R模型.其线性模型（PC2R）及对偶规划模型（DC2R）分别为：4 实证分析由于本文所选取的时间为12年，DEA方法投入及产出变量一共有8个，为了简化变量个数，使数据更加客观准确，因此首先使用SPSS软件对投入和产出数据进行因子分析，再用DEAP2.1软件对银行效率进行计算.4.1 因子分析在进行因子分析之前，需要检验这8个变量包括投入和产出变量的相关性，只有在相关性较高时，才适合做因子分析.本文用KMO样本测度来检验变量的相关性，KMO统计量的值越接近 1，表示越适合做因子分析.当 KMO〉0.9时，因子分析的效果最理想，当KMO的值在0.8～0.9之间，表示很适合，当 KMO的值在0.7～0.8 之间，表示适合，当 KMO〈0.5 时，不宜进行因子分析.先对投入变量进行KMO检验，其中KMO＝0.835，可以进行因子分析检验.接着使用主成分分析，确定因子数目，并进行旋转.如下表所示，第一个因子的贡献率为89.484%，因此选取这个公因子来反映5个投入变量的信息，并将其命名为投入因子.根据相同方法，对3个产出变量进行因子分析处理，首先计算的 KMO值为 0.763，也适合进行因子分析.通过累计贡献率分析，产出变量的第一个公因子可以解释3个产出变量的98.662%的信息，因此选取这个公因子作为产出变量的值，并命名为产出因子.4.2 中国商业银行综合效率分析用 DEZP2.1软件设置参数、变量及选定所用模型.DMU个数即总体样本个数为144，面板数据年限为1，由以上因子分析可得产出指标为1，投入指标为 1.对2001年至 2012年 12家银行总体的银行效率进行计算，得到12家银行的12年效率得分.通过整理如下表所示：图1 2001-2012年间中国12家商业银行综合效率趋势图2 2001-2012年间中国12家商业银行平均综合效率状况图3 2001-2012年间中国12家商业银行的平均综合效率分类趋势综合效率是对决策单元的资源配置能力、资源使用效率等多方面能力的综合衡量与评价.表 3、图 1、图 2表明，我国这 12家商业银行在2001-2012年期间的技术无效性较大，十二年的平均综合效率仅为0.548，这意味着在投入中有45.2%浪费，差不多占了一半，说明在整体经营上中国商业银行属于粗放型.当我们回顾近几年银行整体的运行状况，不难发现我国商业银行的收入结构、组织结构并不合理，而且坏账比率相对标准而言偏高，这些都是制约我国银行业整体效率水平的重要因素.基于此，可以在给定产出水平的条件下，对投入的使用量大幅度减少，这样能在很大程度上降低成本费用，提高效率.2001年至2012年是我国经济飞速发展时期，我国银行业也是在这个时期进行了改制上市，但从综合效率的角度来看，大型股份制银行的综合效率总体上低于股份制银行.十二年来大型股份制银行效率值为0.504，而股份制银行对应的效率值为0.569.这与大型股份制银行的现实状况并不相悖.其一，大型股份制银行机构臃肿，冗员太多，到2012年末大型股份制银行平均员工多达384856人，是股份制银行平均员工数的8倍；其二，在借贷过程中难以避免一些企业因经营不善而给银行带来了长期呆坏账；其三，大型股份制银行在长期计划经济体制下，业务运作及管理出现惯性，缺乏创新.这些因素都严重制约着大型股份制银行综合效率.而大部分股份制银行体制灵活多变，产权清晰明确，因而有较高的综合效率.图2表明，只有五家商业银行在2001-2012年间的综合效率平均值高于全体银行的平均水平，其中包括交通银行、民生银行、浦发银行、招商银行和深发展银行.由图3可以直观看到，2001-2012年期间12家商业银行的平均综合效率趋势为先上升后下降再上升，在 2003年达到锋点，然后在 2003年逐渐回升.这主要是1994年至2003年银行业改革的第二阶段，是国有独资商业银行改革的阶段，而第三阶段起源于2003年，国家控股的股份制商业银行进入改革阶段，经历了案件频发的焦虑后进入我国银行业入市后过渡期的最后一年——2006年.2006年后各银行逐步上市.从图中可以看到，股份制银行与总体水平趋于一致，而大型股份制银行起伏较大.4.3 中国商业银行纯技术效率分析图4 2001-2012年间中国12家商业银行纯技术效率趋势图5 2001-2012年间中国12家商业银行平均纯技术效率分类趋势纯技术效率反映的是决策单元在最优规模时投入要素的生产效率，由于一般认为综合效率为纯技术效率与规模效率之积，因此它可以进一步说明纯技术无效率在多大概率下引起银行的综合无效率.纯技术效率反映更多的是银行日常的管理水平和技术策略.从纯技术效率看，我国商业银行的整体纯技术效率达到了0.664，其中大型股份制银行的纯技术效率值为0.702，股份制银行为0.645，这说明我国商业银行的纯技术水平处于中上水平.从表 4、图 4、图5可以直观地看出大型股份制银行的技术效率正逐步提升.以工商银行为例，2001年效率得分为0.748，而2012年的效率得分提高到1.000.2004年是效率变化的转折点，之后效率又开始回升.从总体上看大部分银行的纯技术效率表现出先上升后下降再上升的趋势，这表明中国商业银行内部的管理效率有所提高但依然偏低，只有工商银行和中国银行在2012年达到最优配置.而且四大大型股份制银行的纯技术效率均值为 0.702，而股份制银行则为 0.645，可以看出大型股份制银行的纯技术效率明显比股份制银行的纯技术效率高，表明股份制银行稳中发展，但同大型股份制银行相比的优势已不明显. 图6 2001-2012年间中国12家商业银行规模效率趋势图7 2001-2012年间中国12家商业银行平均规模效率分类趋势4.4 中国商业银行规模效率分析规模效率是由于银行规模因素影响的生产效率.从表 5、图 6、图 7可以观察到我国 12家商业银行在2001-2012年间的规模效率单位平均值为 0.843，比较低，这说明决策银行的实际规模与最优生产规模还有一定差距，规模经济现象不是很明显，有待提升，规模效率还没达到理想状态.其中大型股份制银行的规模效率值为0.739，股份制银行为0.895.大型股份制银行呈下降趋势，而股份制银行呈上升趋势.这也就解释了前面为何大型股份制银行综合效率相对总体综合效率较低.从图7可以直观地看到股份制的规模效率均在稳速增长，但依然没有达到有效值.5 结论与建议银行效率反映的是银行对于资源的有效配置，衡量的是银行投入产出能力、市场竞争能力和可持续发展能力.用银行效率作为综合评价的结果，是因为银行效率既可以反映各项财务报表上能看到的经营业绩，也可以反映那些无法进行财务分析的经营成果.本文利用因子分析-DEA方法考察我国12家商业银行的效率，实证结果显示2001-2012年间我国12家商业银行的综合效率和纯技术效率总体上均呈现先上升后下降再上升的特征，而规模效率呈现增长趋势，但变化不显著.研究期间八家股份制银行的综合效率普遍高于四家大型股份制银行，在一定程度上反映了股份制银行的管理水平、风险防范等多个方面要好于大型股份制银行.这与实际情况相符，在国家行政干预下，社会效益往往会是大型股份制银行经营业绩的主要指标，而且在国家政策的指引下，大型股份制银行常对一些国家基础工业和重要支柱产业提供必要的贷款，因此就损害了自身的经济利益.而股份制银行一般不受国家行政干预，所以其经营目标是利润最大化.大型股份制银行总体上属于纯技术有效，规模无效，这说明银行的资源配置能力均为有效状态，但是由于其经营规模不当造成了经营无效.此时大型股份制应从规模管理和创新管理出发，一方面根据实际情况精简机构和人员，建立合理的人才激励机制，并且减少冗余和费用；另一方面，可以通过开发独具特色的金融产品和提高技术含量来提升市场竞争力.而股份制银行总体上属于纯技术无效，这说明这些银行的资源配置能力较差，没有达到有效水平，而规模效率呈递增状态.应加快经营转型，调整优化企业结构，并在完善全面风险管理体制的基础上推行精细化管理，大力发展创新业务，打造属于自己的品牌，努力做到在技术水平提升与规模扩张之间寻求一个最佳的平衡点.总体而言，中国商业银行业今后的主要发展目标是：第一，时刻关注国际金融市场的方向，防范经营过程中的各种风险，包括信用风险，市场风险、流动性风险和操作风险；第二，发展多元化收入结构，进一步提升盈利能力；第三，创新开发持续产品，进一步做好零售业务基础平台；第四，以客户为主，提升经营业绩和市场竞争力.【相关文献】［1］毛定祥.基于 DEA 的商业银行经营效率分析［J］.商业研究,2005,（22）.［2］庄新路.中国商业银行效率影响因素及评价研究［J］.经济研究导刊,2009,（14）.［3］陈晓卫.中国商业银行效率评价及影响因素研究［M］.西南交通大学出版社,2011.［4］孙浦阳,武力超，付村.银行不同所有制结构与经营绩效关系—基于中国47家不同所有制银行的面板数据分析［J］.数量经济技术经济研究,2010（12）.［5］薛健.基于 DEA的商业银行经营效率分析［D］.山东大学,2011［6］张鹏.论商业银行经营效率与稳健性之间的关系—基于我国股份制银行的实证研究［J］.金融与经济,2007,（9）.［7］王相宁,张志洋.中国商业银行市场势力对其效率和稳定性的影响［J］.金融论坛,2010,（12）［8］王聪,谭政勋.中国商业银行效率结构研究［J］.经济研究,2007,（7）.［9］马占新,马生昀.基于 C2W模型的广义数据包络分析方法研究［J］.系统工程与电子技术,2009，(2):366-372.［10］马占新.数据包络分析方法在中国经济管理中的应用进展［J］.管理学报,2010,(5):785-789 ［11］杨大强,张爱武.1996—2005年中国商业银行的效率评价——基于成本效率和利润效率的实证分析［J］.金融研究,2007,(12A):102-112.［12］刘汉涛.对我国商业银行效率的测度:DEA方法的应用［J］.经济科学,2004,(6):48-58. ［13］宋增基,张宗益,袁茂.中国银行业 DEA效率实证分析［J］.系统工程理论与实践,2009,(12):105-110.［14］黄馨.基于数据包络分析法的银行效率研究［D］.西南交通大学,2010.［15］矫亦林,吕兆友.多元分析法在评价我国商业银行经营效率方面的应用［J］.济南金融,2005,(3):002.［16］Ma Zhan-xin,Wen Deer.Research on the Economic Benefit Based on the Panel Date of Chinese Regions.Proceedings of 2010 Conference on Regional Economy and Sustainable Development,Australia:M&D Forum,2010［17］Lv ximing,Ma Zhan-xin.Study of Efficiency Evaluation of Commercial Banks by Using Sample DEA Method ［J］.Proceedings of International Conference on management of Technology,Australia:Aussino Academic Publishing House,2008:541-546. ［18］Hausman J.Specification tests in econometrics［J］.E-conometrica,1978,46:1251-1271.［19］Ansari M S.An empirical investigation of cost efficiency in the banking sector of Pakistan ［J］.SBP Research,2007,(3).［20］Sherman Gold.Bank branch operating efficiency:E-valuation with data envelopment analysis ［J］.Journal of Banking and Finance,1985,(2):297-315.［21］Birgul Sakat.A study on efficiency and productivity of Turkish banks in Istanbulstock exchange using Malmquist DEA and Tobit analysis［J］.2000.［22］Battese G E,Coelli T,Rao D S,et al.An introduction to efficiency and productivity analysis［J］.1998.。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Analysis on Efficiency of China Commercial Banks———Based on SE －DEA and Malmquist IndexWANG Jian 1,JIN Hao 1,LIANG Hui-chao 2（1.School of Management,Hebei University of Technology,Tianjin 300130,China;2.School of Humanities and Laws,Hebei University of Technology,Tianjin 300130,China ）Abstract ：Efficiency is the embodiment of competitive advantage of bank,which is the core of management.Especially in the post -crisis era,improving the efficiency of commercial bank is the key to guard against financial risks and achieve sustainable development.This paper analyzes the efficiency of China commercial banks from 2004to 2009based on Super -efficiency Data Envelopment Analysis model using EMS software.Malmquist index is calculated to study on the efficiency of banks and analyze the trend of total factor productivity of commercial banks before and after the financial crisis.The results show that the overall efficiency of banks experiences an upward trend which is consistent with the social and economic development.The four major state-owned banks are less efficient than joint-stock commercial banks,so great assets of the state -owned banks do not lead to higher earnings and performance.The total factor productivity of commercial banks has been increasing from 2004to 2009,which is mainly due to technological advances and scale efficiency.However,the total factor productivity has declined since 2009,because of the adverse effect of the financial crisis,business risk and net interest margin narrowing.Key words ：Commercial bank ；Bank efficiency ；SE-DEA ；Malmquist index;Financial crisis摘要：效率是银行经营管理的核心，是银行竞争优势的集中体现，尤其在后危机时代，提高银行业的效率也是防范金融风险，实现可持续发展的关键。
本文基于超效率DEA 方法，运用EMS 软件对2004-2009年14家商业银行的效率进行分析，对其均值进行排名；并通过Malmquist 指数对银行效率进行分解研究，重点分析金融危机前后的商业银行全要素生产率的变化趋势。
结果表明，效率水平总体呈现上升趋势，这与社会经济的发展是相一致的。
而四大国有银行的效率不及股份制商业银行，可见，四大国有银行并没有因为资产规模大，而带来更高的收益和绩效；2004-2009年商业银行全要素生产率整体上不断提高，主要得益于技术进步和规模效益，但2009年全要素生产率有所下降，受美国金融危机全面升级所导致的国际国内经济发展衰退的影响，经营风险加大，息差收窄，对银行盈利和效率产生不利影响。
关键词：商业银行；银行效率；超效率DEA ；Malmquist 指数；金融危机中图分类号：F832.33文献标识码：A文章编号：1004-292X （2011）04-0124-04收稿日期：2010-12-07作者简介：王健（1981-），女，河北定兴人，博士研究生，研究方向：金融风险与金融监管；金浩(1958-），男，吉林龙井人，博士后，教授，博士生导师，主要从事金融经济研究；梁慧超（1968-），女，山西文水人，管理学博士，副教授，硕士生导师，主要从事经济管理研究。
我国商业银行效率分析———基于超效率DEA 和M almquist 指数王健1，金浩1，梁慧超2（1.河北工业大学管理学院，天津300130；2.河北工业大学文法学院，天津300130）一、引言改革开放30年以来，我国银行业由初期的财政出纳角色，转变为担负社会资金融通的中间力量，形成了具有现代商业银行经营理念的银行体系。
作为经济转型期国家，银行业正发生着重大的变化，如股份制改革、上市、外资进入、金融危机、跨区域发展等影响并改变着银行业的状态。
虽然金融改革取得了很大进展，银行业得到了快速发展，但是依然存在诸多问题，如经营管理水平不高，金融创新不足，竞争力不强，不良贷款多，银行风险大等，这些归根结底都是银行经营低效率所造成的。
银行效率是衡量银行经营业绩的重要标准，更是银行竞争优势的集中体现。
尤其在后危机时代，提高银行业的效率也是防范金融风险，实现可持续发展的关键。
本文在借鉴国内外已有研究的基础上，尝试运用超效率DEA方法，对2004-2009年我国主要商业银行的效率进行评价，并通过M almquist指数对银行效率进行分解研究，来判断效率的变化趋势以及变化来源。
二、文献回顾关于银行效率的评价方法由最初的财务指标分析方法，发展到前沿分析方法。
Alhadeff(1954)最早运用财务比例分析法探讨了美国加州210家银行1938-1950年的效率问题。
但财务指标法不能全面反映银行的整体效率，目前应用较少。
90年代以来，更多的研究集中在银行的生产效率方面，多采用前沿分析方法，主要包括参数方法和非参数方法两大类。
参数方法主要有随机前沿方法(SFA)、自由分布方法(DFA)和厚前沿方法(TFA)，非参数方法主要有数据包络分析方法(DEA)和无界分析方法(FDH)。
M ester(1996)将产出质量和产出风险纳入银行效率的测度中，利用随机前沿分析方法计算出美国214家银行1991-1992年的效率，发现样本银行总体上效率不高。
Jose M.Pastor(1999)运用数据包络分析法测算了西班牙1993-1995年银行的效率值，得出西班牙银行业的技术无效更多的来自于规模无效。
Wheelock和Wilson(1999)利用M almquist生产率指数对1984-1993年间美国不同规模的商业银行生产率变化进行分析。
Isik和Hassan(2002)运用DEA模型测算了土耳其银行业1988-1996年的效率，结果表明土耳其银行业的成本效率低主要是由于技术效率水平较低。
国内学者研究商业银行的效率问题主要是2000年以后，魏煜、王丽(2000)利用DEA方法对1997年我国银行的技术效率、纯技术效率、规模效率和规模报酬进行计算，比较了四大国有银行和其他新型商业银行的效率。
张健华(2003)利用DEA改进模型和M almquist效率指数全面分析我国三类商业银行1997-2001年的技术效率、规模效率，发现效率最高的是股份制商业银行，效率最低的是服务范围限制在单一地区的城市商业银行。
朱超(2006)对我国13家商业银行2000-2004年的效率值进行测算，并求出反映跨期动态效率变化的M almquist生产率指数，对其做了敏感性分析，认为我国银行存在13%的投入资源浪费，规模效率低影响了整体效率。
吴栋等(2007)利用SFA方法对1998-2005年间我国14家商业银行的成本效率、标准效率与可替代利润效率进行估计，考察了商业银行股权结构与银行效率之间的关系。
宋增基等(2009)运用DEA优势效率模型和劣势效率模型对我国14家商业银行的DEA综合效率进行测评，发现四大国有商业银行并不存在明显的规模经济。
赵翔(2010)利用超效率DEA方法对某商业银行在京的40家支行的效率进行测度，结果表明支行的平均效率水平较高，某些支行技术无效率主要是由于规模无效率。
综上所述，专家学者们分别利用DEA模型、超效率DEA模型或M almquist生产率指数对我国商业银行的效率进行研究，对金融危机前后商业银行的效率问题研究还不多，本文将超效率DEA和M almquist生产率指数结合起来对2004-2009年我国主要商业银行的效率进行评价，并重点分析金融危机前后的商业银行全要素生产率的变化趋势，全面反映我国商业银行效率的动态演变。
三、模型、变量及数据1.评价模型（1）超效率DEA模型。
超效率DEA模型(Super-Efficiency DEA)是在DEA模型的基础上，针对有效决策单元效率值的比较问题提出来的(Andersen，Peterson，1993)。
超效率DEA模型的基本思想是：在对该决策单元进行效率评价时，将其排除在决策单元的参考集之外。
对于DEA有效的决策单元（效率评价值为1），超效率模型将其生产前沿面进行重新计算推移，使得最终计算出来的效率值大于经典CCR模型效率值；而对于DEA无效的决策单元（效率评价值小于1），其生产的前沿面不会发生变化，评价结果与CCR模型是一致的，也就是说，超效率DEA模型能够区分出DEA有效的决策单元之间的差异，能够对所评价的决策单元进行有效的排序。
其表达式为：Minθs.t.nj=1j≠j0ΣX jλj+S-=θX0nj=1j≠j0ΣY jλj-S+=Y0λj≥0，j=1，2，…，k-1，k，…，nS-≥0，S+≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥0（1）其中，θ为规划目标值，λj(j=1,2,…,n)为规划决策变量，S-和S+为松弛变量向量。