基于DEA和DFA方法我国商业银行效率实证研究.docVIP

基于DEA和DFA方法我国商业银行效率实证研究 　　◆ 中图分类号:F830 文献标识码:A 　　内容摘要:本文利用面板数据,分别采用非参数前沿方法中的DEA方法和参数前沿方法中的DFA方法对我国十四家商业银行在1998～2006年期间的综合效率进行了测度,并在此基础上对两种方法测度出的银行效率值排序进行了相关分析和一致性检验,结果表明,两种方法测度出的银行效率在数值上有显著差异,在效率排序上不具有很好的一致性。 　　关键词:商业银行效率 数据包络分析方法 自由分布方法 　　 　　银行效率是银行在业务活动中投入与产出或成本与收益之间的对比关系,是衡量银行经营业绩、市场竞争能力、投入产出能力和可持续发展能力的重要标准,效率值的高低可以反映银行的资源利用效果和整体经营情况。因而银行效率分析也就成为银行业绩评价的一种有效方法(邹炜,2007)。银行效率的分析方法分为非参数方法和参数方法两种,其中非参数方法主要有数据包络分析方法(data envelopment analysis-DEA方法)和无界分析方法(free disposal hull-FDH方法);而参数分析方法主要有自由分布方法(distribution free approach-DFA方法)、随机前沿分析方法(stochastic frontier analysis-SFA方法)以及厚前沿分析方法(thick frontier analysis-TFA方法)三种。目前国内学者对银行效率的参数和非参数评价方法都作了较多的研究,在众多的研究成果中却很少有对银行效率不同分析方法的对比研究,因此,本文运用DEA和DFA两种方法选取了1998～2006年的数据对我国14家商业银行进行效率分析,并对两种效率分析方法进行对照研究。 　　 　　DEA方法和DFA方法在评价银行效率中的应用 　　 　　(一)DEA模型在评价银行业效率中的应用 　　设有n家银行,称为n个决策单元,每个决策单元都有p种投入和q种产出,分别用不同的经济指标表示。这样,由n个决策单元构成的多指标投入和多指标产出的评价系统,其中xik表示第k个决策单元第i种投入指标的投入量,xik0(是已知数据),vi表示第i种投入指标的权系数,vi≥0(是变权数),yjk表示第k个决策单元第j种产出指标的产出量,yjk0(是已知数据),uj表示第j种产出指标的权系数,uj≥0(是变权数),投入指标和产出指标的权系数向量分别为V=(v1,v2,……vp)T,U=(u1,u2,……un)T,对每一个决策单元k,定义一个效率评价指标: 　　 (1) 　　即:效率指标hk等于产出加权之和除以投入加权之和,表示第k个决策单元多指标投入和多指标产出所取得的经济效率。可以适当地选择权系数U,V,使得hk≤1。 　　建立评价第k0个决策单元相对有效性的C2R模型。设第k0个决策单元的投入向量和产出向量分别为:X0=(x1k0,x2k0,……xpk0)T,Y=(y1k0,y2k0,……yqk0)T,效率指标h0=hk0,在效率评价指标hk≤1(k=1,2,……,n)的约束条件下,选择一组最优权系数U,V,使得达到最大值,构造优化模型: 　　 (2) 　　(3) 　　此模型称为C2R模型,是最基本的DEA模型,用C2R模型评价第k0个决策单元的有效性,是相对于其它决策单元而言的,故称为评价相对有效性的DEA模型。 　　记Xk=(x1k,x2k,……xpk)T,Yk=(y1k,y2k,……yqk)T,则有矩阵形式(P): 　　 (4) 　　(5) 　　作Charnes-Cooper变换,转化为一个等价的线性规划模型,令转化为一个等价的线性规划模型(P): 　　 (6) 　　 (7) 　　(二)DFA模型在评价银行业效率中的应用 　　自由分布方法(distribution free approach-DFA)是一种效率前沿分析(efficiency frontier analysis)的参数方法,是Berger(1993)基于早期的面板数据理论提出的。它通过分离X非效率项和随机误差项,将每个银行的非效率值与样本中的最佳机构相比,从而得出给定样本中每个银行的相对效率值。DFA方法认为由于随机干扰项和X非效率项的存在使得被考察银行与效率前沿银行发生偏离。效率前沿银行是指在给定的技术条件和外生市场因素下,以最小投入获得最大报酬或实现利润最大化的银行,它往往是人们从经济最优化角度构造出的一种处于最理想状态的银行。在参数分析中,效率前沿银行是指样本中最佳表现银行,通常认为其效率为100%。DFA方法没有对非效率项的具体形式作出规定,而是假定各银行的效率因素在一定时期内是个常量,误差项由于相互抵消,在一定时期内其