基于MEA和Luenberger生产率指数的中国商业银行效率及生产率模式评估 .pdfVIP

基于MEA和Luenberger生产率指数的中

国商业银行效率及生产率模式评估

作者：段永瑞郭清漪

来源：《上海管理科学》2021年第01期

要：引入多方向效率分析模型（MEA）模型對我国16家上市商业银行20112018年

各指标的效率进行了评估，结果显示国有银行效率低下的主要原因是净利息利润、存款和劳动

力的效率较低。为进一步研究中国商业银行生产率的构成情况，引入基于方向性距离函数的

Luenberger生产率指数及其分解结果，来评价中国商业银行各指标的生产率，得到中国商业银

行生产率的变化主要归功于净利息利润和净非利息利润生产率的变化。

关键词：银行效率评价;数据包络分析;多方向效率分析;Luenberger生产率指数

Abstract：Inthispaper，weuseMEAmodeltoevaluatetheefficiencyof16Chineselisted

commercialbanksfrom2011to2018，investigatingthefactoraffectingstate-ownedbanks

inefficient，whichprovedtheinefficientofstate-ownedbanksisduetolowefficiencyofnetinterest

income，totaldepositsandlabor.Also，theLuenbergerproductivityindexisappliedtoinvestigate

thecompositionoftotalfactorproductivity.Theresultsindicatethattheproductivityimprovementof

netinterestincomeandnon-interestincomeisthedormantforcebehindthetotalfactorproductivity

change.

Keywords：bankefficiencyevaluation;dataenvelopmentanalysis;multi-directionalefficiency

analysis;Luenbergerproductivityindex

目前中国银行业正在迅速发展并逐步转向市场导向，但是国有银行仍然主导着市场。由于

历史因素，国有银行与股份制银行的组织构架、运营机制等都大有不同，如国有银行存在员工

配新业务品种、改善服务质量、提高决策能力和管理能力是目前国有银行的关注点。

国内外学者利用各种不同的评价方法评价我国商业银行的生产率与效率，得到不同的结

论。数据包络分析（DataEnvelopmentAnalysis，DEA）是最常用的方法之一，其优点不仅在

于无需像参数法那样构建具体函数形式的生产前沿面，而且同时能够处理多产出与多投入的问

题，故近期被广泛应用于银行效率评估。Asmild等（2012）利用基于DEA的多方向效率分析

（MEA）模型评价了19972008年14家中国商业银行的效率，并将效率分解到不同的投入产

出因素上，结论是股份制银行比国有银行效率高，且1997—2007年它们之间的差异在减少，

两者在研究期间效率均有所升高。但是论文中数据显示在2008年，股份制银行与国有银行之

间的差距又开始增大。韩松等（2014）从银行运营结构角度，通过构建复杂网络DEA模型对

银行整体结构效率进行了评价。Arabi等（2015）指出，采用不良产出时Malmquist生产率指

数存在无解问题，并提出了模型修改解决方案。钟世和等（2018）运用改进的SFA模型和方

差法，从动态视角考察了商业银行效率和风险的相互关系。于刚等（2018）运用DEA-

Malmquist生产率指数评估中国15家商业银行在2014—2016年的全要素生产率，得到股份制

商业银行全要素生产率上升、国有银行全要素生产率有轻微下降趋势的结论。

虽然现有研究指出国有商业银行效率偏低是由结构臃肿、政治性贷款等原因造成的，但是

对于其效率模式以及生产率模式的具体差异却鲜