文档介绍：中国商业银行全要素生产率的实证分析
中国商业银行全要素生产率的实证分析
摘要:基于商业银行效率视角,采用非参数DEA模型的Malmquist指数方法,选取2006—2010年度面板数据6个产出指标和3个投入指标,测算中国商业银行全要素生产率(TFP)。结果表明:除工商银行外,股份制商业银行效率高于国有控股商业银行;2008年之前各银行间全要素生产效率差距加大,之后逐年变小;2008年整个银行业全要素生产率急速下降,之后急速上升,趋于平稳。
关键词:商业银行;全要素生产率;Malmquist指数
中图分类号:F832 文献标志码:A 文章编号:1673-291X(2013)11-0114-04
引言
效率是衡量金融机构经营业绩的重要标准,效率分析也就成了评价金融机构业绩的一种有效方法。一般是从两个方面评价银行效率,一是规模效率和范围效率,二是前沿效率。前沿效率最早由Leibenstein(1966)给出,之后Berger和Humpherer(1997) 将前沿效率分析分为参数估计法和非参数估计法。非参数方法由于不必估计效率前沿函数的具体形式,主要有数据包络分析(DEA)和无界分析法(FDH),其中应用最为广泛的是DEA模型。然而,大多数学者仅基于技术效率的研究,没有把技术变化因素纳入衡量体系。本文采用非参数DEA模型的Malmquist指数方法具有以下优点:(1)不需要对生产函数的具体形式进行假设,避免了由于函数设定错误而产生的估计偏差;(2)可以将测算的TFP(Total Factor Productivity)进行分项分解,探寻效率改进或者倒退的影响因素,探究了TFP各组成成分的效率,来分析中国商业银行效率。
一、理论模型与指标选取
(一)Malmquist指数
Malmquist指数属于非参数数据包络分析法(Data Envelopment analysis,简称DEA模型),1982年,Caves等在DEA模型基础上,引入距离函数(Distance Function),通过测度生产决策单位与生产前沿面的距离来反映全要素生产率变化,即Malmquist生产率指数(Malmquist Index,M)。Fare等(1994)把Malmquist生产率指数分解为技术效率变化指数(Technical Efficiency Change,TEC)和技术水平变化指数(Technical Change,TC)。
(二)指标与样本选取
本文选取贷款额、净利润、实际利润增长率、NPL占贷款的比率、资产收益率、资本资产率为产出指标。选取资产总额、分支机构数、员工人数为投入指标(见表1)。依照2007—2011年公布的中国商业银行在全球排名前1 000位商业银行,考虑到数据完整性,最终选择代表性11家商业银行,样本银行分为国有控股商业银行、股份制商业银行、地方商业银行三类,其中代表性国有控股银行分别为中国工商银行、中国建设银行、中国农业银行、交通银行四家,代表性股份制商业银行为招商银行、中信银行、民生银行、兴业银行、华夏银行共五家,代表性地方商业银行为深圳发展银行、浙商银行共两家。样本数据来自2006-2010年《中国金融年鉴》、《中国统计年鉴》及各银行年报数据。
二、实证结果分析
本文分析步骤如下:首先,分别测算