我国商业银行效率状况的产权制度及宏观影响因素研究

1我国商业银行效率状况的产权制度及宏观影响因素研究①王聪谭政勋(暨南大学金融系510632)(暨南大学珠海学院519070)摘要：本文采用自由分布法（DFA），利用似不相关回归估计测算了我国商业银行的X-利润效率状况并分析了产权制度与宏观影响因素。实证检验发现，我国国有银行和股份制银行的X-利润效率存在结构性差别，产权制度是造成这种差异的关键原因；GDP增长率、所有者权益比率、固定资产投资增长率对效率水平产生正影响，其中GDP增长率的影响最大；M2和CPI产生了负影响。在此基础上，本文分析了各个因素影响商业银行效率的作用机制，并提出了相应的对策和建议。关键词：X-利润效率自由分布法产权制度与宏观影响因素一、引言商业银行是我国金融体系的主体,其效率的改进对于我国金融资源利用率的提高有着重要的作用。到2004年8月末，我国金融资产总额达到33万亿元，而商业银行资产达到22万亿元，占比重近70%。照比例推算，如果商业银行资产利润率提高1%,我国金融资源利润率将提高0.7%。我国已经加入WTO，并承诺5年内逐步放松对外资金融机构进入我国的地域和业务管制，银行业的激烈竞争即将到来。中国商业银行要在激烈竞争的市场中求得生存和发展，必须发挥自身的比较优势并提高竞争优势，而竞争优势的本质是效率优势。在这样的背景下，研究我国商业银行的效率结构，效率状况及其影响因素，影响方式和影响程度具有重要的理论价值和现实意义。银行效率结构包括规模效率、范围效率和X—效率②。传统理论认为效率来自规模经济和范围经济，即银行要通过规模扩张、业务范围扩大或产品的多样化来降低成本。但是，Berger和Humphrey（1994）的研究表明，规模或范围经济导致的无效率不超过总成本的5%；相反，反映管理能力的X—无效率所导致的效率损失却为总成本的20%。因此，管理效率即X—效率是决定金融机构经营绩效至关重要的因素。国内学者对我国商业银行规模或范围经济作出实证研究的有赵怀勇和王越（1999）、徐传湛（2002）等。秦宛顺和欧阳俊（2001）、张健华（2003）利用DEA方法（DataEnvelopmentAnalysis），钱蓁（2003）和姚树洁（2004）利用随机前沿方法（Stochasticfrontierapproach—SFA）对我国商业银行X—效率状况及其微观影响因素作过实证分析。由此可见，国内学者对银行效率已作过不少有益的研究，但主要集中在规模效率和范围效率及其微观影响因素，研究方法主要是非参数方法和基于超越对数成本参数的参数估计法；研究X—效率的文献很少，研究银行效率的宏观影响因素的文献到目前为止也很少见。另一方面，我国商业银行近二十年来进行过一系列的改革，但主要是以机构扩张和金融工具创新为主，商业银行的产权制度改革一直滞后，其代理链条繁且长；银行治理制度落后，委托代理成本居高不下，管理效率低下（易纲、赵先信，2001）。综上所述，基于管理效率的重要性，以及中国商业银行的现实经营状况和效率研究现状，本文从一个全新的视角来研究我国商业银行效率：运用自由分布技术（Distribution—freeApproach,简称DFA）分别研究具有不同成本参数的国有银行和股份制银行的X—效率及其宏观影响因素。①本文为国家社科基金项目《我国商业银行效率与竞争力研究》的阶段性成果，项目批准号为：04BJY081.②X—效率是除规模效率和范围效率之外的所有技术效率和配置效率的总和，可以用来评价银行的技术和人力资源的整合能力以便控制成本、实现利润最大化的管理水平差异，委托代理成本大小等。2二、研究方法设计1、研究方法选择Farrel(1957)第一次引进前沿生产函数来评价企业资源利用率和生产效率的高低。前沿分析的核心是根据已知的投入产出观察值，确定所有可能的投入产出的外部边界（即生产前沿面），使所有产出值位于边界之内，所有投入值位于边界之外，每个观察值与边界的距离即为该生产点的效率。在实际应用中，前沿效率是一种相对效率而不是绝对效率，即效率前沿面始终由样本中最佳机构或其组合（效率值为100%）构成（Berger,A.N.和Mester,L.J,1997）。根据是否需要估计前沿生产函数中的参数，前沿效率分析可以分为参数估计和非参数估计两种方法。其中数据包络分析（DEA）和无界分析（freedisposalhull—FDH）属于非参数方法，随机前沿方法、自由分布方法和厚前沿方法（thickfrontierapproach—TFA）属于参数方法（Berger,Humphrey,1997）。上述五种前沿分析技术用于确定最佳边界时各有利弊。非参数方法忽略价格对前沿效率的影响，只能测算投入过多或产出太少的技术无效率，不能说明配置效率对投入产出的影响，因而测算成本效率和利润效率时不能采用非参数方法；另一方面，非参数方法没有考察由计量误差、运气等偶然因素引起的随机误差，因而，如果存在随机误差，则非参数方法确定的前沿效率可能偏离实际前沿效率，并最终导致效率的估计值是有偏差的（Berger.A.N和Mester.L.J.,1997）。本文测算的是四家国有银行和十家股份制银行自1996年到2002年的利润效率；基于上述两点考虑，本文不采用非参数方法，而采用参数方法。随机前沿方法（SFA）引进了复合误差项，即成本函数或利润函数受到来自低效率值u和随机误差项v的共同影响；并假定随机误差v服从标准正态分布等对称分布，低效率值服从截断正态分布和半正态分布等非对称分布。自由分布方法（DFA）与随机前沿方法一样，定义了前沿效率的函数形式，但以一种不同的方法区分低效率值和随机误差。首先，DFA没有指定低效率值和随机误差的分布形式，适用范围更广；其次，DFA假定企业的营运效率在一段时间内里是稳定的，随机误差的平均数趋近于零（Berger,A.N.和Mester.L.J.,1997），因而能够分离X无效率项和随机误差项，通过计算样本数据中的各个机构的平均残差与前沿效率之间的距离，就可得到各个机构的效率值；最后，虽然随机前沿方法中的假定使低效率值的分布更加灵活，但截断正态分布和分布接近于随机误差的正态分布，因而很难将低效率值和随机误差项区分开来（BauerandHancoker,1993;Berger,1993）。综上所述，本文采用参数方法中的自由分布法。2、自由分布法自由分布法由Berger于1993年提出，是前沿效率分析中的参数方法之一。自由分布法分为三步：首先定义前沿生产函数的形式，利用回归方法确定效率前沿面，然后测算每家银行相对于效率最佳机构的距离（即X-效率水平），最后分析X-效率水平的影响因素。处于效率前沿面的银行是指在一定约束条件下，成本最低或利润最大的银行，它是样本中表现最好的银行，其效率是100%；DFA方法通过分离X无效率项和随机误差项，从而计算出每个银行的效率值（即X—效率）。由此可见，X-效率是一种相对效率，它会跟随样本数据的变化而变化；不过，在一定时期内，X-效率的排序还是比较稳定的。在利用DFA方法进行分析时，因变量可选择成本或利润，因而X-效率相应地分为X-利润效率、X-成本效率。X-利润效率只能考虑各个银行对成本最低的银行的偏离程度；而利润是收入与成本之差，利润最大化才是企业的经济目标，因而X利润效率是一种综合效率，它既能考察各个银行对成本最低银行的偏离程度，又能考察各个银行对利润最高银行的偏离①。所以本文选择超越对数利润函数。假定商业银行利润函数的对数形式:①详细讨论可参见Berger.A.N和Mester.L.J.（1993），PP3-10.3itititititititvxuzpwflnln),,,()ln((1)其中π为利润，w为投入品价格，p为产出品价格，z代表投入或产出数量，u为影响利润的其他因素，x为无效率项，v为随机误差项，θ为正常数，以保证（πit+θ）大于零。定义X-利润效率为银行i的实际利润与样本中最佳银行的利润之比，则)}ˆexp(ln*)],,,(ˆ{exp[)}ˆexp(ln*)],,(ˆ{exp[ˆˆ_max,maxxuzpwfxuzpwfEFFXiiiiiiiiiii（2）其中ixˆln为第i个银行的自由分布估计值DFEi（DistributionFreeEstimator），maxˆlnx是所有银行自由分布估计值中最大的一个，设为DFEmax。当θ=0时，（2）式转化为)exp(_maxDFEDFEEFFXii（3）DFA方法中，将X无效率项和随机误差项当成一个复合误差项，即itititvxlnlnln，由于0)(lnitvE，所以TtitTtititiiExExDFE11ln)(ln)(lnˆln（4）通过上述计算不难看出，DFA方法假设每个银行的X无效率值是样本观察时期内T个X无效率值的平均值，因而是一个不变的数。实际上，样本观察期内，如果银行通过各种措施加强管理，提高了效率，则X无效率值的波动会很大，因而根据上述方法计算出来的X-效率水平无法动态的反映银行管理效率的变化。为此，本文提出X-效率水平的第二种算法：定义银行i的X无效率值为iteˆ，且)max(lnlnˆititite，则)ˆexp(_itieEFFX（5）对模型（1）的变量具体化，则模型（1）可写成：2121212121210lnln21lnln21lnlnlnikkiikikkiikjjjiiiyyzzyzPTAititjiijijvxyzlnlnlnln2121（6）其中，PTA：银行税前利润总额；y1：银行存款总额；y2：银行贷款总额；z1：利息收入；z2：手续费收入和投资收益；xit：无效率项；vit：随机误差项；其它参数为相应的回归参数。3、X-利润效率的宏观影响因素许多国外学者的实证分析表明，银行内部管理水平和外部环境均会对银行效率产生影响。Yi-KaiChen（2001）认为，小银行比大银行更容易受到证券市场、商业经济周期等客观因素影响，GDP增长率、失业率、以及经济先行指标例如货币供应量（M2）增长率均对银行效率产生正面影响，美国20世纪90年代以来的银行管制变革也对银行效率产生了重大影响。Berger和Mester（1997）研究表明，资产规模对银行效率的影响并不明确，不良贷款低和资本化率高的银行拥有较高的效率。国内学者近年来对银行效率及其影响因素作出不少实证分析。我们曾利用超越对数函数模型，从收益的角度，对我国四大国有银行和十家股份制银行1996年到2001年的经营情况进行4实证研究，估算出各家银行的规模经济系数和范围经济系数，发现大部分商业银行规模不经济而范围经济，规模不经济的程度与银行资产规模呈正相关关系。股份制商业银行的范围经济系数高于国有商业银行的范围经济系数，范围经济系数与银行资产规模没有必然联系（王聪、邹朋飞2003）。而后，我们进一步运用对数成本函数模型进行实证研究，实证检验表明，我国国有商业银行和股份制商业银行之间存在结构性差异，国有商业银行规模不经济，股份制商业银行规模经济，产权制度是造成这种差异的重要因素；技术进步对国有银行效率的提高有促进作用；资本价格和劳动力价格对股份制银行效率影响显著，但是对国有银行的影响在较高的显著水平下才能通过检验；存贷比对国有银行有影响很大，对股份制银行影响不大；用贷款呆帐准备金与贷款总额比率衡量的资产质量对两类银行的影响均不显著；相反，所有国有企业及规模以上非国有企业的自有资本利润率对两类银行均产生重大影响；市场集中度对股份制银行的影响比国有银行要大得多（王聪、邹朋飞2004）。这些研究对影响我国商业银行效率的行业因素、银行基本特征因素及其影响方式、影响程度进行了积极的探索，但忽视了宏观因素等对银行效率的影响。本文在对我国商业银行产权制度分析的基础上，进一步分析GDP增长率、固定资产投资增长率、货币供应量、股票市场直接融资与银行贷款之比衡量的融资结构、通货膨胀率、企业整体效率等