金融全球化背景下我国银行业对外开放对经营效率的影响

金融全球化背景下我国银行业对外开放对经营效率的影响——基于DEA-Tobit两步法的评价与分析一、引言自加入世界贸易组织以来，我国不断融入全球性金融整合。伴随着金融市场的开放和金融管制的放松，我国银行业迅速对外开放。一方面表现为外资银行对我国金融市场的渗透，在华经营机构规模和数量快速增加。截至2013年，已有来自49个国家和地区的银行在华设立了42家法人、95家分行和197家代表处，包括外资银行支行在内的营业网点已达900余家。2014年年底，国务院新签发了《国务院关于修改〈中华人民共和国外资银行管理条例〉的决定》，给予外资银行与中资银行同等的国民待遇，为外资银行设立运营提供了更加宽松、自主的制度环境。意味着未来我国银行业将面临更加激烈的竞争。另一方面表现为国内银行经营管理的国际化，包括海外设立分支机构、海外并购、境外上市筹资、引进国外战略投资者、允许外资银行控股等。随着国内外金融机构竞争的日趋激烈，各家银行能否在不断变幻的环境中生存与发展，关键在于自身竞争力的强弱，而银行竞争力的集中体现便是经营效率。因此，须注重对外开放对我国商业银行经营效率影响的研究。对于银行业对外开放如何影响东道国银行经营效率的研究，大部分学者以外资银行的进入程度作为切入点，并直到21世纪初才有了比较系统的分析，迄今为止学术界的探讨主要形成了两种观点，一种观点认为外资银行可以提高本土银行的经营效率。其中ClaessensS(2001)的研究成果极具代表性，该研究通过建立面板数据经典回归模型，对1988——1995年间80个国家7900家银行的数据进行回归分析，发现在外资银行进入后，东道国银行会由于竞争压力的增大而采取措施，最终，经营效率会由于外资银行的进入而得到显著提高[1]。Levine(2003)则从反面的角度金融管制出发，通过对47个国家的1165家银行的年度数据进行研究，表明一国对外资银行进入的限制程度越高，本国银行的经营效率也就越低[2]。对于经济发展程度不同的国家，外资银行进入所产生的影响和作用也是不同的。Lessink和Hermes（2004）的研究发现，外资银行的大量进入提高了经济发展水平较高国家的银行业经营效率，但却降低了经济发展水平较低国家的银行业经营效率[3]。对于外资银行进入的影响机理，一般认为会带来技术溢出效应和竞争效应，并通过以上外部性来推动东道国银行业的技术进步。支持这一观点的实证研究有MathiesonD&RoldosJ(2000)[4]，郭妍和张立光（2005）[5]，李晓峰和王维（2006）[6]，董龙训等（2008）[7]，张召龙（2013）[8]。另一种观点认为外资银行对本土银行经营效率的影响具有不确定性。HermesandLensink（2004）利用1990-1995年间48个国家的数据进行实证研究，指出并不是所有东道国银行的经营效率都能随着外资银行进入的增加而得到提高，而是主要取决于东道国的初始金融发展程度[9]。叶欣（2006）运用中国银行业的面板数据进行研究，发现外资银行进入程度有限，未能对我国本土银行形成冲击，而同时由于国内银行体系的垄断性和制度性，阻碍了外资银行对本国银行的效率提升作用，因此需要进行市场化改革以完善市场竞争条件[10]。张荔和张蓉（2006）以新兴市场国家为研究对象，认为只有当新兴市场国家的开放初始条件、金融监管水平、有效竞争环境、商业银行经营水平等金融市场条件具备时，外资银行的进入才有助于提升东道国银行的经营效率[11]。林可全和王韵婷（2008）的研究表明随着开放阶段的深入，外资银行对东道国银行体系的影响呈现倒“U”型的变化规律[12]。黄静（2010）指出外资银行带来的技术溢出效应有限，转轨国家应更多的依靠本国的金融深化和经济发展来提高银行业经营效率[13]。上述研究对于本文的深入分析具有重要的参考价值，但现有研究也有如下局限性：仅局限于外资银行进入，没有将研究对象扩展到一国银行业的对外开放水平。对外开放既包括外资银行“走进来”的情况，还包括本土银行“走出去”的情况。不同于以上学者，本文以银行业的对外开放水平为研究对象，着重考察对外开放对我国银行业的经营效率带来的影响，而非局限于外资银行的进入。文章中将引入“对外开放度”指标来测度我国银行业的对外开放水平，进而研究其对经营效率的影响。从相应的研究方法看，部分学者采用ClaessensS（2001）提出的经典计量模型，而更多学者采用数据包络分析（DataEnvelopmentAnalysis，DEA）或随机前沿分析（StochasticFrontierAnalysis，SFA）来测度商业银行的经营效率。纵观已有的研究（如：张健华（2003）[14]、姚树洁等（2004）[15]、Chen等（2005）[16]、Fu和Heffernan（2007）[17]、王聪和谭政勋（2007）[18]、Hasan等（2009）[19]、Berger等（2009）[20]、ChangjiangLu等（2007）[21]、蔡跃洲和郭梅军（2009）[22]、张健华和王鹏（2009，2010）[23-24]、芦锋等（2012）[25]），尽管一些学者对国内银行的经营效率运用DEA方法进行计算并展开分析，但鲜有运用DEA-Tobit两步法来研究对外开放对国内银行经营效率影响的文献，国外的研究也并未涉及中国银行业。基于上述分析，文章采用2003-2013年我国具有代表性的12家商业银行为研究对象，首先，运用DEA—Malmquist指数方法测度对外开放政策实施以来我国银行业的效率变化，其次在已有文献基础上，提出一种更为全面的测度银行业对外开放度的方法，并对我国银行业的对外开放度进行计算，最后，运用Tobit模型分析检验对外开放对商业银行经营效率的影响，并对其它影响因素进行一并分析。本文余下结构安排如下：第二部分是模型的建立，包括DEA数据包络分析法、Malmquist生产力指数和Tobit回归模型；第三部分是研究设计；第四部分是实证结果及分析；第五部分对全文进行总结和讨论。二、模型的建立（一）DEA数据包络分析法数据包络分析由美国运筹学家A.Charnes等[26]在公共部门非盈利机构效率的线性测度基础上发展起来，是一种评价决策单元(DMU)相对效率的非参数方法。该方法运用线性规划（linearprogramming）方法构建观测数据中决策单元DMU的非参数分段曲面或前沿，然后，将DMU投影到DEA前沿面上，根据决策单元DMU偏离DEA前沿面的相对程度来比较各决策单元DMU的效率。作为一种效率前沿技术，DEA在运用于银行效率计算时，每一家银行便可视为一个决策单元DMU。假定有n家银行，每家银行有N种投入和M种产出，xij是第j家银行的第i种投入总量，yrj是第j家银行的第r种产出总量，各家银行的投入可用列向量Xj=(x1j，x2j，…，xmj)T表示，产出则可表示为Yj=(y1j，y2j，…，ysj)T。依据DEA的评价思想可以构造如下线性规划模型(C2R模型)：j11jmin,,01,2...,,...,DnjtjnjjtjVstYYjtnqlqll===³?åå，，（1）（1）式中，λｊ为n家银行的某种权重组合，VD为第t家银行相对效率的评价结果。进一步，引入松弛变量S-和S+，上式可写为：j11jmin01,2...,...,0,0DnjtjnjjtjVstSYSYjtnSSqlqll-=+=-+=C+=C-=?吵åå，，，（2）（2）式中，若VD=1，则第t家银行为弱DEA有效。若VD=1，且它的每个最优解λ＊、Ｓ＊-、Ｓ＊+和θ＊都有Ｓ＊-=0且Ｓ＊+=0，则第t家银行为DEA有效。（二）基于DEA的Malmquist指数方法通过基于DEA的Malmquist生产率指数（MalmquistProductivityIndex）可以计算银行的全要素生产效率（TotalFactorProductivity，TFP）。Malmquist指数方法的优点在于：（1）无需设定具体生产函数便可进行非参数估计，避免了因错误设定生产函数而导致的估计误差；（2）可以分项分解测算出TFP，在某种程度上打开了TFP的“黑匣子”，探寻效率改进或倒退的主要构成因素。Malmquist指数最早由瑞典经济学家和统计学家Malmquist（1953）提出，Caves等（1982）[27]通过引入距离函数进一步定义了Malmquist生产率指数，即构造各决策单元每一时期的生产前沿面，通过比较各决策单元的生产同生产前沿面的距离来测度TFP的变化。根据Caves等（1982）的定义，在t期的技术水平下，从t到t+1期的Malmquist生产率指数可以表示为：11,,tttttttDxyMDxy（3）（3）式中，xt和xt+1表示商业银行在第t期和第t+1期的投入；yt和yt+1表示商业银行在第t期和第t+1期的产出；Dt为距离函数，表示在技术条件和投入水平不变时，商业银行的实际产出与潜在可能达到的最高产出之间的比值。同样，t+1期的技术条件下，从t期到t+1期的生产率变化可表示为：111,11,tttttttDxyMDxy（4）在Malmquist指数的计算中，Caves等（1982）为避免由于时期因素导致的偏误，进一步采用第t期和第t+1期的几何平均值来计算：1/211111111 ,,,,,(),ttttttccttttttttttccDxyDxyMxyxyDxyDxy；（5）（5）式计算出的Malmquist指数表示在规模报酬不变下（用下标C表示），各家银行从t期到t+1期的全要素生产率TFP改进情况。当M1时，说明生产率上升，当M1时，说明生产率水平呈下降趋势。将Malmquist指数进行分解，有：1/211111111111 ,,,,,,,(),tttttttttccctttttttttttttcccDxyDxyDxyMxyxyDxyDxyDxy；=TEC×TC1/2111111111111111 ,,,,,,,,,,tttttttttttttttccctttttttttttttttcccVVVVDxyDxyDxyDxyDxyDxyDxyDxyDxyDxy=PTEC×SEC×TC（6）（6）式中，TEC表示技术效率变化指数（TechnicalEfficiencyChange），测度从t期到t+1期每家银行的实际生产到生产前沿面的距离。在规模报酬不变条件下，若TEC1，表明银行的第t期生产比第t-1期更接近生产前沿面，技术效率得到提升，反之则反。TC表示技术水平变化指数（TechnicalChange），测度每家银行从t到t+1期生产前沿面的外移程度。在规模报酬不变条件下，若TC1，表明出现了技术进步；若TC1，表明出现了技术倒退；若TC=1，则技术水平维持不变。进一步，基于可变规模报酬下（用下标V表示），技术效率变化指数TEC可以分解为纯技术效率变化指数PTEC（PureTechnicalEfficiencyChange）和规模效率变化指数SEC（ScaleEfficiencyChange）的乘积。其中，纯技术效率变化指数PTEC计算银行的实际投入与最适投入的距离，若PTEC1，说明纯技术效率得到改善，若PTEC1，说明纯技术效率恶化。规模效率变化指数SEC计算银行实际经营规模与最佳经营规模间的距离，若SEC1，说明银行向长期最适规模逼近，若SEC1，说明银行距离规模报酬越来越远。（三）Tobit回归模型在通过DEA方法测度银行业经营效率，和用Malmquist指数进行分解与比较基础上，引入Tobit模型进行回归，分析对外开放对经营效率的影响。Tobit回归模型的概念