商业银行盈利能力等若干指标和效率之间关系

1、.wd.wd.wd.商业银行盈利能力等假设干指标与效率之间关系-基于14家上市银行07年至09年相关数据的实证分析摘要:本文运用DEA 方法对我国商业银行效率进展了估计,并利用计量方法对影响银行效率的假设干因素进展了经历分析,结果说明银行的盈利能力与效率之间存在正相关关系，代理成本的减少有利于提高效率，局部规模较大的商业银行出现规模报酬递减，国有商业银行效率低于股份制商业银行。关键词:商业银行;效率；DEA一、引言目前看来，商业银行仍是我国金融体系中最重要的主体。提高效率是商业银行生存与成功的保证，也是我国金融业深化改革中的关键问题。怎样提高效率是国内商业银行生存和成功的关键。国内许多学者已经

2、对银行效率等相关问题进展了研究。姚树洁、冯根福和姜春霞2004对提高中国银行效率的两个重要因素：所有制改革和硬预算约束进展了实证分析，并得出中国的国有银行必须尽快摆脱政府控制和干预，实行更有效的公司治理和鼓励机制，以尽快提高银行内部效率的结论。郑录军、曹廷求2005运用DEA方法对我国商业银行效率进展了估计，并对效率的假设干影响因素进展了实证分析，得出集中型股权构造和公司治理机制是影响我国商业银行效率的重要因素。随着近年来银行业改革步伐的加快，国内商业银行的市场格局有了新的变化。随着中小商业银行的迅速开展，中农工建四大国有银行的市场份额有所下降，但仍保持主导地位。以资产总额计算，五大银行的市场

3、份额由2002年末的70.3下降到2009年6月末的53.9。全国性股份制商业银行通过现有机构积极的业务扩张和继续增设分行网点，市场份额那么由2002年末的11.2显著上升到2009年6月末的20.3。与此同时，国内的外资银行数量不断增加，机构、业务和客户不断扩张。银行业的竞争日益剧烈。鉴于最近几年银行业的竞争日益剧烈，银行的生存环境发生一定得变化，而已有的文献缺乏对07至09年的实证，并且没有探讨盈利能力、代理成本、贷款规模以及产权构造与银行效率之间的关系。本文将在前人研究的根基上，运用DEA方法对国内在A股上市的十四家商业银行不包括农业银行2007年至2009年的相关数据进展实证分析，探究

4、银行的盈利能力、代理成本、贷款规模以及产权构造与银行效率之间的关系。二、文章构造说明 本文共分为七个局部。第一局部为引言，简要说明商业银行效率分析的重要性，并引出下文。第二局部对整篇文章的构造安排作简要说明。第三局部简单介绍国际上对银行业效率测度的主流方法，并指出本文以产出导向的DEA模型对银行效率进展测度。第四局部为文献回忆，对国内外学者关于银行效率方面的研究进展简要回忆。第五局部为研究设计，该局部针对研究的问题提出假设干假设，并对样本选取，数据来源，以及变量定义进展说明。第六局部为实证分析，对数据进展描述性统计和回归分析。第七局部得出本文结论。三、关于银行效率的测度本文研究的是银行的X-效

5、率，这是美国经济学家Leibenstein1996在研究非竞争产生的无效率时引用的一个概念。X-效率是对某一机构相对行业内最正确表现的测度，指一个公司由投入而获得最大产出的能力，测度了商业银行当前生产点与处于有效率的商业银行构成的生产边界面之间效率的差距，反映了商业银行将多种资源转化为各种金融服务的能力。Frei,Harker and Hunter(2000)将银行业的X-效率定义为：除规模和范围影响之外的所有技术和配置效率，是关于整合技术、人力资源及其他资产来生产给定产出的管理水平的测度。也有研究将利用边界生产函数测算出的边界效率直接定义为X-效率。Farrel(1957)在探讨企业效率的时

6、候，第一次引进了边界生产函数的概念，目前边界分析已经成为微观效率研究中最普遍采用的方法。Berger和Humphrey1997对研究金融机构效率的文献进展回忆，说明边界效率分析总体上分为非参数和参数两种方法。非参数方法无须估计边界生产函数的参数及其函数具体形式，而参数方法根据假设选定生产函数的不同形式并对其中的参数进展估计。典型的被广泛运用的非参数方法是数据包络分析data envelopment analysis,DEA、无界分析free disposal hull,FDH。参数方法主要是随机边界方法stochastic frontier approach,SFA、自由分布方法distrib

7、ution-free approach,DFA以及厚边界方法thick frontier approach,TFA。其中DEA是目前国内外广为采用的分析银行业效率的方法。按照分析角度的差异，DEA可以分为两种模型，即投入导向型和产出导向型。杨宝臣等1999认为在现实中银行的各种投入 基本确定，减少莫一种资源的投入量的难度很大而且也不实际，因此选择产出导向型DEA模型比较具有现实意义。本文选择产出导向的DEA方法对银行效率进展测度。关于DEA方法，在一样类型的文献中大多已有阐述，限于篇幅，此处不再说明。本文采用DEA 方法,建设产出导向型模型如下:Max,s.t.-yi+y0 ,xi-X0 ,j

8、=1 j=1,2,3n0这里yi是该银行的第i种产出变量; xi是该银行的第i种投入变量。1，表示在规模报酬可变的假设下，给定投入量时第i个银行可以增加的最大产出比例。1/就是产出导向的技术效率值, 介于0和1之间。关于银行投入及产出进展定义，常用方法大致可以分为两种：生产法、中介法。生产法将银行视为金融产品的生产者。它将存款账户数和贷款笔数视为银行产出，将劳动力和资本视为银行投入。而中介法将银行视为提供金融商品或服务的中介机构，认为其利用储蓄者的存款及购入资金转换成放款及其他资产以获取利润。按照中介法，将存款视为投入或者产出的做法在国内外文献都曾出现过。目前学术界对商业银行的投入产出指标的界

9、定还没有统一的看法，Ferrier和Lovell1990认为在考虑银行经营成本的情况下，生产法适合于研究银行的成本效率，而在控制银行全面成本的情况下，中介法适合于分析银行的经济差异性。Berger和Humphrey1997认为中介法更适合于分析公司总体的效率，而生产法那么更适合与测量分支机构的效率。鉴于上述因素及数据的可得性，本文的模型采用中介法选取指标的原那么，选取固定资产净值、利息支出、营业费用、员工人数为投入项，贷款总额和净利润归属上市公司股东的扣除非经常性损益的净利润为产出项。统计单位上固定资产净值、利息支出、营业费、贷款总额、净利润用均采用亿元，员工人数采用人计量。采用的处理软件为D

10、EAP VERSION 2.1。四、文献回忆Farrel(1957)在探讨企业效率时提出了边界生产函数；Berger和Humphrey1997对研究金融机构效率的文献进展回忆，总结出测度效率的参数与非参数两类方法；Leibenstein1996引用X效率概念；Frei,Harker and Hunter(2000)对银行业的X-效率作出新的定义。通过引进国外学者关于效率的研究成果，国内学者对商业银行的效率进展了大量研究。丁俊(2001) 采用财务指标从经营效益、稳定性和对经济增长的推动三个方面对5 家地方商业银行的效率差异及其原因进展了比较分析；魏煜、王丽2000运用DEA方法对1997年我国

11、商业银行的效率进展计算并比较；张健华2003对国外研究银行效率的主要方法及进展进展了评述；张震宇等(2003) 从制度环境、市场构造、商人文化等三方面对影响温州市商业银行绩效的因素进展了分析；张宗益、吴俊(2003) 对包括DEA 方法在内的银行效率分析的多种前沿分析法进展了比较分析；林炳文(2004) 分别采用DEA 和SFC 方法对台湾省47 家银行并购的效率进展了比照分析；姚树洁等(2004) 采用SFC 方法和Bankscope 数据库对1995 - 2001年间的22 家银行效率进展了估算；朱南等2004对1997 - 2001 年间的14 家商业银行效率进展了评价,还在此根基上从股

12、本收益率、所有制和总部所在地等三方面分析了产生效率差异的原因；郑录军、曹廷求2005运用DEA对国内25家商业银行进展效率估计并对其影响因素进展分析；童荣耀、张磊2007对国内股份制商业银行的效率风险指标进展分析，并得出根据效率水平上下对银行进展差异监管。总之,国内学者对银行效率的分析已经从对银行业效率的测度和比照过渡到对效率影响因素进展探究。本文将在前人根基上对近年来银行业效率变化进展实证检验，以及研究效率与假设干影响因素之间的关系。五、研究设计1研究假设本文主要研究商业银行的盈利能力和代理成本与银行效率之间的关系。盈利能力是银行获取利润的能力，也是衡量银行当前收益水平和今后收益持久性和增长

13、性的主要指标，它不仅反映了经营管理水平的上下，也是投资者进展投资决策的重要依据。盈利能力是影响银行持续经营和长足开展的重要根基。国内外学者普遍用盈利能力来衡量公司经营的绩效。而商业银行的效率是其生存和成功的根基，也是其盈利能力的重要因素。因此，本文提出假设一：商业银行的技术效率与其盈利能力存在正相关关系。根据Shleifer and Vishny1997等的分析，股东与管理层利益的不一致将导致代理成本的产生，管理层是为了自身利益而不是为了股东利益而工作，二者利益的不一致性将有可能产生道德风险与逆向选择，使公司的代理成本加大。本文认为，代理成本将给银行的投入产出效率带来阻碍，将会影响银行的技术效

14、率。因此，本文提出假设二：商业银行的技术效率与其代理成本存在负相关关系。此外，本文认为银行的规模大小有可能通过规模经济效应影响到银行的技术效率，以及银行的产权构造将会影响银行效率。于是本文提出假设三：商业银行效率与银行规模大小存在正相关关系，和假设四：国有商业银行的技术效率低于股份制商业银行。2变量定义1、盈利能力的计量。国内外学者对公司盈利能力的计量主要通过会计指标总资产收益率ROA、净资产收益率ROE。由于净资产收益率未考虑到公司的负债，而总资产收益率将公司的负债纳入考虑范围，并且其上下直接反映了公司的竞争实力和开展能力。因此本文采取平均总资产收益率ROA作为银行盈利能力的计量。2、代理成

15、本的计量。本文选择营业外支出率NOE反响银行的代理成本。营业外支出率等于营业外支出与营业收入的比值，比值越高说明代理成本越大，反之那么越低。3、银行规模大小的计量。文献通常用银行的贷款总额、存款总额、总资产或者总收入作为银行规模大小的计量。本文选择银行的年末贷款总额的自然对数作为银行规模大小的计量。4、产权构造的计量本文主要考察国有商业银行与股份制商业银行的技术效率的比照。设定国有商业银行=1，股份制商业银行=0，通过虚拟变量的纳入进展验证。上述变量的详细定义参见下表。变量定义表变量名变量变量说明效率TE根据DEA方法测度的银行效率值总资产收益率ROA银行净利润与平均总资产之比营业外支出率NO

16、E营业外支出与营业收入之比银行贷款规模LTA银行年末贷款总额的自然对数产权所有OWN虚拟变量，国有=1，其余=03构建模型根据上述的变量定义，建设如下回归模型：TE=a1+b1ROA+u1 (1)TE=a2+b2NOE+u2(2)TE=a3+b3LTA+u3(3)TE=a4+b4OWN+u4(4)TE=a5+b5ROA+c5NOE+d5LTA+e5OWN+u5 (5)4样本选取本文选取的样本银行为在A股上市的十四家商业银行不包括中国农业银行，包括中国银行、中国工商银行、中国建设银行、交通银行、中信银行、华夏银行、民生银行、深圳开展银行、浦东开展银行、南京银行、宁波银行、北京银行、福建兴业银行、

17、招商银行。本文使用的资料来源为2007年至2009年的?中国金融年鉴?、各银行的年度报告以及CSMAR数据库。使用数据取自各家银行的资产负债表及利润表，各项金额皆以亿元为单位。六、实证分析1银行效率测度结果本文以固定资产净值、利息支出、营业费用、员工人数为投入项，贷款总额和净利润归属上市公司股东的扣除非经常性损益的净利润为产出项,并利用DEAP VERSION 2.1计算的样本银行效率值如下表所示。07至09年十四家商业银行技术效率及排名09年排名08年排名07年排名浦发银行0.88291111华夏银行0.708110.84460.8813民生银行0.89880.89440.8822招商银行0

18、.9461111南京银行0.9962110.8356兴业银行111111北京银行111111交通银行0.808100.9120.884工商银行0.91870.83370.8027建设银行0.95240.90130.8715中国银行0.98630.76380.6868中信银行111111深开展111111宁波银行0.94750.854511均值0.9310.9290.917通过上表，我们可以发现兴业银行，北京银行，中信银行以及深圳开展银行在近几年都是技术有效的。说明在给定投入的条件下，这四家银行的经营状况是最好的。浦东开展银行和招商银行在07年和08年都是技术有效，但是在09年由于某些因素导致效

19、率有所降低。民生银行在最近三年自身效率不断提高，但是在其他银行同样进步的情况下，排名有所后退。此外，华夏银行，民生银行，交通银行以及工商银行在最近三年的技术效率均低于样本银行的均值。从上表我们还可看出，样本银行在最近几年的技术效率呈现出递增状态，说明我国银行的经营管理效率在不断提升，可能与外资银行的进入导致竞争压力和自身技术改进有关。2描述性统计该局部主要通过EXCEL 2003软件处理数据。样本银行平均总资产收益率的统计特征如下表所示。单位：%09年08年07年均值1.00461.09380.9989方差0.45952.07201.0644中位数1.02141.20011.0401最大值1.

20、241.55391.44最小值0.44480.150.35472、样本银行营业外支出率的统计特征如下表所示。单位：%09年08年07年均值0.31110.34340.3882方差0.31260.66880.9867中位数0.30690.29310.3326最大值0.64020.96821.213最小值0.12930.10540.12013、样本银行年末贷款总额的统计特征如下表所示。单位：亿元09年08年07年均值1607612064.8410294.6标准差1873714400.9712773.38中位数9059.26779.65491.45最大值572864572040732.3最小值536

21、.1354.1306.33回归分析本文使用STATA 10.0软件对数据进展回归分析。1、TE与ROA运行TE对ROA的回归，得到如下结果。TE=0.8628585+0.0606747ROA(1.72)括号里的值为t检验值下同，估计值在0.05的显著性水平下为显著在0.01的显著性水平下不显著，说明TE和ROA显著相关，且ROA的系数为正。因此假设一正确，商业银行的技术效率与其盈利能力存在正相关关系。TE与NOE运行TE对ROA的回归，得到如下结果。TE=0.9522327-6.109546NOE(-1.26)估计值在0.05的显著性水平下不显著，且NOE的系数为负。因此不能证明假设二成立，只

22、能说商业银行的技术效率与其代理成本存在负相关关系，但不显著。TE与LTA运行TE对ROA的回归，得到如下结果。TE=1.093185-0.0193273LTA-2.1估计值在0.05的显著性水平下显著，说明TE和LTA显著相关，且LTA的系数为负,说明假设三错误，商业银行的技术效率与其规模大小存在显著的负相关关系。这一个结论出乎笔者意料，估计可能与我国银行业中规模较大的商业银行出现规模报酬递减有关。TE与OWN运行TE对ROA的回归，得到如下结果。TE=0.9442121-0.0873232OWN (67.53) (-2.89)估计值在0.05和0.01的显著性水平下均显著，说明TE和OWN显

23、著相关，且LTA的系数为负,检验结果支持假设四，国有商业银行的技术效率低于股份制商业银行。多元回归分析对模型5进展回归，得到如下结果。TE=0.8622734+0.0875976ROA-4.432424NOE-0.001689LTA-0.983662OWN6.55 2.03 -1.36 (-0.18) (-2.15)其中ROA和OWN的估计系数在0.05的显著性水平下显著，NOE的系数在0.1的显著性水平下显著，而LTA得系数不显著。模型的调整后的R2为0.2738，F统计值为4.49，模型在0.05的显著性水平下显著。将不显著的LTA去掉，对模型再次进展回归，得到TE=0.8723814+0

24、.0866468ROA-4.563783NOE-0.0955448OWN18.3 2.11 -1.39 -3.18估计系数均显著。调整后的R20.2736，F统计值为4.88。七、本文结论1从回归结果可以看出，银行的盈利能力与其效率之间存在显著的正相关关系，这可以解释为银行的技术效率越高，越能带动其资金周转效率，从而在技术，管理，资金上占据更大优势，其盈利能力也越强。这点给我们的启示是，银行管理者要想提高银行的盈利能力，应该从提高银行效率方面入手，通过银行效率的提高带动盈利能力的提高。2代理成本的减少有利于提高银行效率。商业银行应该加快优化公司治理构造，实施更加合理的内部治理构造和管理方法，减

25、少代理成本，最大程度防止道德风险与逆向选择的发生，这样能够促进银行效率的提高。3目前国内商业银行的效率与其贷款总额呈现出负相关关系。笔者认为，这点应该和国内局部规模较大的银行出现规模报酬递减有关。银行管理者应该通过改善技术和管理方法，改变这种不利趋势。4实证分析结果显示，国有商业银行的效率显著低于股份制商业银行。如今国有商业银行已经纷纷进展股份制改造，但是国家仍持有绝大局部股份，四大国有银行的实质并没有改变，实证证明股份制改造有利于银行效率的提高。国家应加快银行业改革步伐，促进银行业安康开展。5本文仍存在一些缺乏。如样本银行数量不多，并且选取的是在A股上市的商业银行，规模较大，在中小商业银行日

26、益开展迅速的今天，恐怕难以全面分析我国目前银行业状况。另外，由于本人学识所限，对实证研究结果的分析难以保证完全准确。参考文献1杨宝臣等：?商业银行有效性评价方法?管理工程学报?,1999年第1期。2魏煜、王丽：?中国商业银行效率研究：一种非参数的分析?金融研究?2000年第3期3丁俊：?对我国地方性商业银行效率的国内比较分析?金融论坛?2001年第7期。4黄宪、王方宏：?中国与德国的国有银行效率差异及其分析?世界经济?,2003第3期。5姚树洁等：?中国银行业效率的实证分析?经济研究?,2004年第8期。6张健华：?, 我国商业银行效率研究的DEA方法及1997 - 2001年效率的实证分析?

27、金融研究?2003年第3期。7郑录军、曹廷求：?我国商业银行效率及其影响因素的实证分析?金融研究?2005年第1期8朱南等：?关于我国国有商业银行效率的实证分析与改革策略?管理世界?,2004年第2期。9童关荣、张磊：?股份制商业银行效率风险指标研究?中南财经政法大学学报?2007年第6期10黄隽：?商业银行：竞争、集中和效率的关系研究?中国人民大学出版社，2008年11Berger,Humphrey(1997) “Efficiency of Financial Institutions:International Survey and Directions for Future Research,European Journal of Operational Research,Spec