上市银行的数据DEA分析.docx
《上市银行的数据DEA分析.docx》由会员分享,可在线阅读,更多相关《上市银行的数据DEA分析.docx(18页珍藏版)》请在冰点文库上搜索。
上市银行的数据DEA分析
金融危机前后我国上市银行效率研究
有研究数据包络分析的兄弟姐妹请加我qq:
806572487共同探讨一下
摘要
1.绪论
1.1研究背景及选题意义
商业银行作为金融体系的枢纽,在国民经济中扮演重要的角色。
截止2011年一季度,我国商业银行总资产已达101.2万亿元。
商业银行作为盈利为目的的企业,在确保“三性”的前提下追逐利润的最大化。
改进商业银行效率对合理利用我国金融资源,提高我国银行业的综合竞争力具有重要的现实意义。
过去,我国的银行作为计划和财政的附属物,不以盈利为最高目的。
但随着改革开放、银行体制改革我国银行业发生了翻天覆地的变化。
随着入世以来,我国的银行业要求对外开放的程度越来越高,效率的竞争自然成为银行优胜劣汰的比较核心。
尤其在2007年爆发的金融危机中,欧美的大多数银行发生了效率严重受损,对于我国愈加开放的金融市场是个警示。
在国外的研究中,对金融危机对银行效率的影响已经有一定的成果,而相比之下,我国对银行效率的深入研究主要开始于2000年左右,国内对影响银行效率的因素已经从深度与广度上有研究。
其中,学者对商业银行效率的主要因素分为两大部分,内在因素与外在因素。
内在因素主要是银行的治理结构、产权结构、财务状况等等。
外在影响因素主要是市场结构、制度环境、国民经济状况等等。
根据中国银监会的报告中指出:
国际金融危机对中国银行业影响有限,风险可控。
30年来的改革开放使中国银行业在危机下虽不能独善其身,但可以独树一帜,2008年业绩在利润总额、利润增长额、全行业资本回报率三方面在世界名列前茅。
但这些有秀的业绩的前提是,在政府扶植、资本市场没有完全开放、市场机制尚未成熟的中国。
在金融危机中,我国银行主要受到几方面影响:
一、信贷影响。
小企业出现经营困难,盈利能力减弱,银行信贷资质降低,坏账率升高等。
二、利差收窄。
三是中间业务受到影响。
股市大盘环境恶化直接影响银行三方存管手续费等收入。
关于2007-2008年金融危机对我国商业银行效率影响方面的文献还是比较少的,近5年的文献主要关于外资银行进入对我国银行效率影响方面的。
随着国内银行的国际化程度提升,对金融危机对银行影响仍需要加深理解,这样才能在下次金融危机发生前我国银行业做到未雨绸缪。
1.2研究方法与研究思路
在商业银行效率研究方法中,最典型的应该是财务比率分析法与前沿分析法。
财务比率分析法比较简单,能够直接反映出企业的投入产出关系,如总资产回报率ROA、净资产回报率ROE等等。
但其缺陷也十分明显,首先没有考虑规模效应,其次没有考虑银行所有的投入产出指标,最后,各个指标无法全面检测出效率低的原因,并且无法给出具体得解决方法。
在过去的60年里,国内外学者对银行效率问题有许多独具简介的研究成果。
在这些成果中,效率研究的角度主要集中在规模效率(EconomiesofScale)和范围经济(EconomiesofScale)和X效率方面。
并且银行效率主要在“前沿效率水平”分析框架上来度量银行效率水平高低的。
在前沿分析中,主要的研究方法包括非参数方法(NonparametricApproaches)和参数方法(ParametricApproaches)两种。
其中,参数方法包括随机前沿法(StochasticFrontierApproach,SFA)、自由分布法(DistributionFreeApproach,DFA)和厚前沿方法(ThickFrontierApproach,TFA)三种。
非参数方法包括数据包络分析法(DataEnvelopmentAnalysis,DEA)和自由处置壳法(FreeDisposalHull,FDH)两种。
本文首先对我国2005年-2010年金融危机前后的15家上市银行公司利用DEAP2.1软件进行构造效率前沿,利用DEA估计决策单元与效率的距离,判定其无效程度。
将效率结果结合利用EMS效率评价软件对每个银行总体评分进行横纵向对比剖析,提出改进意见。
具体的逻辑路径图可简化如下:
理论基础构建——模型选择和构造——实证分析——政策含义提炼
1.3商业银行效率的有关概念阐释
效率是银行经营的核心命题之一,主要包含两个层次的效率概念。
第一个层次是狭义的效率,也就是一般的资源运用效率(UtilizationEfficiencyofResource),指的是一个生产单位如何运用可支配的稀缺资源,使之发挥最大的作用,从而减少浪费。
第二个层次是广义上的效率,即资源配置效率(AllocationofResource),指的每一种资源能够配置于最合适的使用方面和方向上。
银行作为国民经济的枢纽,担负转化社会储蓄分配社会资源的重要使命,因而与资源配置效率更为关切。
从微观上来看,一家银行内部面临着合理配置资金、合理利用人才和技术资源的问题。
为了实现银行利润最大化,银行必须提高上述各方面的效率,使其处于效率前沿面纸上。
为了更好研究银行效率,本文涉及以下四方面的效率概念:
一、技术效率TE,表明商业银行作为生产单位,在某种技术条件下,使用相同数量投入可获得产出扩张的能力;或者获得相同数量产出可压缩投入的能力。
如果银行处于效率前沿面上,则确定该银行是有效率的。
技术效率也成为X-效率。
二、规模效率AE,解释银行随着投入数目的增加,规模收益是否会同比率的增加,规模收益高于投入比率的增加或者减少均表明该银行尚未处于效率前沿面上。
需要增加或者减少其规模。
三、配置效率SE,该表明在给定投入品价格下,对不同通入的数量比率进行调整,以获取更大的产出能力。
如果商业银行运行在生产前沿面与等成本先的切点上,则表示其配置效率最大。
四、纯技术效率,表明完全是由于内部经营管理方面的纯技术因素导致的效率水平免于规模因素无关。
纯技术效率是技术效率中剔除规模效率剩余的部分。
2.文献综述
2.1国内研究概况
我国在银行效率方面的研究文献主要是在20世纪90年代后开始的,大多数的文献借鉴了国外的研究方法,结合我国的实际情况,得出了不少有价值的结论。
早期实证结论虽然各式各样,但大多数都指出国有银行效率地下、股份制商业银行效率相对较高的结论。
赵怀勇和王越(1999)较早对我国银行规模效率问题进行了定性研究。
之后,我国学者对银行范围与规模经济、技术效率等方面的研究纷纷展开。
王聪(2003)、姚树洁、冯福根、姜春霞(2004)、刘宗华和邹新月(2004)展开了进一步研究。
王聪等(2003)利用利润函数对我国银行业得规模经济与范围经济进行了检验,得出了我国大部分银行处于规模不经济和范围经济的境况中,股份制银行的范围经济系数高于国有商业银行,规模不经济程度与银行规模呈正相关关系,资产规模与范围经济无必然的关系。
郑录军和曹廷求(2005)运用DEA方法估计我国国有、全国性股份制和地方性商业银行共计25个银行样本的效率,并在此基础采用计量方法对影响银行效率的若干因素进行了经验分析,结果表明集中型股权结构和公司治理机制是影响我国商业银行效率的重要因素。
秦宛顺、欧阳俊(2001)以及赵旭、蒋振声、周军民(2001)等人从市场结构(大企业控制某一特定市场的程度)角度出发,认为根据传统的传统产业组织理论的基本模式,即结构——行为——绩效分析,我国商业银行市场为四家国有独资银行寡头垄断的市场,虽然其它商业银行有了长足的发展,但这种寡头垄断的市场结构短期内很难打破。
研究方法主要是DEA效率分析,并且结合市场集中度指标CRn、勒那指标M(垄断对价格的扭曲程度)和赫芬达尔指数H。
结论是:
我国商业银行绩效水平主要取决于银行效率,市场结构与银行绩效水平之间并无显著的统计关系;而银行市场份额与规模效率显著负相关。
孙秀峰,迟国泰(2010)对中国商业银行效率的内生影响因素进行研究与实证,通过对1998-2007年14家中国商业银行的面板数据应用联立方程纽分析了多种内生因素对三类银行效率的交叉影响。
得出了几点结论,:
(1)中国商业银行应注重存款、固定资产等内部资源配置的有效性;
(2)增加银行非信贷业务比重对改善中国银行业效率具有积极意义;(3)存贷比、贷款占比、利息支出比、不良贷款率、分支机构资产量等五个指标对中国商业银行各类效率具有显著影响;(4)规模效率对中国商业银行业的成本效率和技术效率具有显著的正向影响。
王聪,谭政勋(2004)年在我国商业银行效率结构研究一文中得出结论:
GDP增长率、货币供应量(M2)的增长率和固定资产投资增长率对X2利润效率水平产生正影响;CPI和以全部国有及规模以上非国有工业企业的销售利润率衡量的企业整体效益状况对X效率水平产生了负影响;所有宏观变量中,固定资产投资增长率的影响最大。
王锦慧(2010)对银行外在的经济环境对银行绩效影响做出了研究,其方法是通过对1994-2005年14家上市银行面板数据进行DEA数据包络分析,并且运用协整和格兰杰检验法对我国银行效率与国民经济增长做出了研究。
主要结论是:
1、银行效率提高推动经济增长;2、我国银行对投资的促进是通过银行自身规模扩大实现的;3、国有银行效率提高比股份制银行效率提高对经济影响从深度与广度上都很大。
4、股份制银行对经济增长的作用不是在技术效率上的改进,而是在成本效率控制上体现的。
在近几年的研究中,张瑞(2010)利用PCA—DEA复合模型对2000—2007年14家上市银行分析中指出我国整体商业银行的效率水平成U型,即先下降在后上升并趋于稳定。
同时,在结论中他指出,国有银行在2006年股份制改革后的新情况,即国有银行的技术效率TE已经超过的了股份制银行。
2.2国外研究概况
在金融机构效率研究中争议最大的有两个问题:
一是怎样定义和计量银行的投入和产出;二是怎样确定最佳业务边界来评价业绩。
由于银行的特殊性质,如何定义和计量银行的投入和产出是一个很困难的问题。
总结起来主要有两种方法,生产法和中介法。
生产法将银行视为生产不同存款账户的公司,在这种情况下,用存款账户笔数和贷款笔数测度产出最为理想。
投入则包括雇员的数目和实物资本。
而中介法将银行看作是存款人和贷款人之间融通资金的金融中介,这种方法下,产出被定义为存款和贷款的货币价值,而投入则包括劳动、固定资产和设备以及可贷资金。
BergerandHumphrey(1997)认为生产法和中介法都不是完美的,应该相互补充;他们认为中介法更适于分析公司总体水准的效率,而生产法则更适于测量分支机构的效率。
FerrierandLovell(1990)认为在考虑银行经营成本的情况下,生产法适合于研究银行的成本效率,在控制银行全面成本的情况下,中介法适合于分析银行的经济差异性。
Berger和Humphrey(1997)认为中介法更适于分析公司总体水准的效率,而生产法则更适于测量分支机构水准的效率。
在BergerandHumphrey(1997)对130多篇有关金融机构效率的研究文献总结后表明,最佳业务边界的确定方法可以被划分为两大类———参数方法和非参数方法。
参数方法(ParametricMethod)必须通过建立明确的生产函数来确定生产可能曲线;非参数方法
(Non-ParametricMethod)则无需通过设计函数的形式来构造效率前沿的形状。
客观分析来看,用于确定银行效率边界的这两种方法也是各有利弊。
参数方法的主要缺陷是对最佳效率边界首先假定了函数形式,因而可能导致效率计算出现偏差(BergerandHumphrey,1997);由于它允许随机误差的存在,因此,如何更好地将随机误差与低效率区分开来就是一个问题。
非参数方法虽然允许效率在一定时期内发生变动,不要求对所有样本的无效率分布做出事先的假定,但也有两个明显缺陷,第一是假定没有随机误差的影响,第二是忽略了价格对配置效率的影响;对第二个缺陷,可以采用基于成本的DEA模型(测度银行的X-效率)来考虑价格的影响
DEA作为一种线性规划方法,最初由Charnesetal1(1978)在Farell(1957)的生产效率的基础上提出。
Farrell在1957年利用Debreu(1957)和Koopmans(1957)的成果确立了一个能解释多种投入的公司的效率的测度方式,并将公司效率分为两个部分:
(1)技术效率(technicalefficiency,以下简称TE),它反映了在给定投入的情况下,公司获得最大产出的能力;
(2)配置效率(allocativeefficiency,以下简称AE),它反映了给定投入的各自的价格的情况下,公司利用最佳投入比例的能力。
这两种测度的结合产生了X-效率(成本效率,Farrell称其为经济效率或综合效率)的测度。
CRS(规模报酬不变)模型是Charnes,Cooper和Rhodes(1978)所提出的最基本的模型也称为CCR模型,可以用来测度决策单位的技术效率;VRS(规模报酬可变)模型则是由Banker,Charnes和Cooper(1984)在假定决策单位的规模报酬可变的情况下发展出来的,所以也称为BCC模型,这一模型放松了CRS模型的限制条件,它测度的是纯技术效率(puretechnicalefficiency,简称PTE),并且它也允许将技术效率(TE)分解成纯技术效率(PTE)和规模效率(SE)。
ShermanandGold(1985)首次将其应用到银行业效率评价。
对银行的技术效率和配置效率进行实证检验成为现代的研究重点。
3.模型建立与实证分析
前沿效率分析方法已经成为现代商业银行效率测度一个重要测度。
所谓前沿效率方法,是将银行是同一般生产企业特征的决策单元DMU,目标在于以最少的投入取得最大的产出,或者在投入既定的情况下尽可能取得最大,或者在产出既定的条件下使得投入最小。
本文采用的数据包络法分析效率的研究思路,就是采用线性规划模型,构造效率前沿,估计决策单元与前沿效率的距离,判定其无效率程度。
3.1样本及指标的选择
3.1.1样本选择说明
为了样本容量尽量多,样本数据体现一定期限银行效率的全貌,并在可比较性的基础上,本人选取了15家上市银行2005-2010年年报数据作为面板数据。
包括原四大国有银行(分别是工商银行、农业银行、中国银行和建设银行)以及9家股份商业银行(交通银行、招商银行、浦发银行、中信银行、民生银行和深发展)。
选取的银行基本从资产规模最大的工商银行,到小的城市银行,如南京银行,样本总资产占中国银行业总资产70%以上,基本刻画了中国的银行业整体效率水平与管理面貌。
3.1.2投入产出变量的选取
在金融危机前后对商业银行效率的影响因素诸多,外因方面,如经济周期影响、通货膨胀、利率、汇率以及政府的宏观经济政策因素的影响。
同时,行业因素,包括银行的监管放松、以及银行业政策等等都可能对银行的效率产生影响。
在内因方面,银行的地域分布、规模、产权结构、以及资本价格、资产质量、人员素质、技术水平和银行经营管理等都有密不可分的联系。
各类因素对银行效率的影响机制也不尽相同。
因此,充分考虑诸多上述因素,合理识别并选择相对独立的变量是做好DEA模型的关键。
从文献参考上来看,利用DEA模型研究银行效率中,学者们通常使用两种投入产出变量选择方法,生产法和中介法。
生产法是存款贷款账户作为产出,银行开出的各种存款账户的数量,贷款账户的数量以及提供贷款业务次数,通过存款账户提供服务的数量,包括固定资本成本和劳动力以及相关管理费用的成本支出作为投入。
中介法通常将银行作为存款与贷款的中介,将存款、借入款以及利息、劳动薪酬、固定资产折旧作为投入;各种中间业务收入,各类贷款的收益,投资收益等作为产出。
本文认为,银行的生产不仅仅是投入-产出对应性的生产,银行作为服务性行业,银行投入的基本资源归纳为几方面资本与劳动力,产出主要是利润与收益。
选取目标的基本原则是对应原则,即尽可能的简化为几个重要的投入产出指标。
因此,本文选取了4个指标,其中投入3个指标(分别是总资产、业务及管理费、利息支出),产出1个指标(总利润)。
指标的单位均为百万元。
3.2模型的建立
DEA方法的应用有许多模型,最常用的是CCR模型和BCC模型。
两者最大的差别就是CCR模型是假设DMU生产规模报酬不变,而BCC模型则是假设DMU生产规模报酬改变。
CCR模型和BCC模型分别有2种形式:
以投入为导向(input-oriented)和以产出为导向(out-oriented)。
以投入为导向是指在其他条件不变以及维持现有水平的产出的情况下,使投入最小化的模型。
以产出为导向是指在其他条件不变以及维持现有水平的投入的情况下,最大化产出的模型。
在本文的研究中,选取产出为导向的BBC模型。
假设有n个DMU,每个DMU都有m个投入变量和s个产出变量。
Xj和Yj分别为第j个DMU的投入向量和产出向量,Xj=(x1j,x2j,⋯,xmj)T,Yj=(y1j,y2j,⋯,ysj)T,其中xij表示第j个DMU对i个投入变量的投入量,yrj表示在第r个产出变量上的产出量(j=1,2,3,⋯,n;i=1,2,3,⋯,m;r=1,2,3,⋯,s),v=(v1,v2,⋯,vm)T,u=(u1,u2,⋯,um)T分别为投入变量和产出变量的权重变量,现对第j个DMU进行效率评价,为实现该DMU效率Ej的最大化,建立如下的C2R模型:
3.3实证结果及其分析
3.3.1利用EMS对2006-2010年15家上市银行实证分析
利用EMS软件对面板数据进行处理得到如下数据
表3.12006-2010年15家银行效率评分
2010
2009
2008
2007
2006
平均值
工商银行
100.00%
100.00%
89.07%
100.00%
100.00%
0.97814
建设银行
100.00%
100.00%
74.36%
100.00%
100.00%
0.94872
农业银行
74.27%
59.60%
100.00%
100.00%
22.24%
0.71222
中国银行
81.73%
83.95%
100.00%
100.00%
100.00%
0.93136
交通银行
83.88%
89.94%
71.00%
100.00%
91.56%
0.87276
招商银行
100.00%
100.00%
58.30%
100.00%
97.52%
0.91164
浦发银行
83.77%
79.90%
100.00%
75.43%
72.18%
0.82256
中信银行
88.17%
88.19%
63.56%
89.27%
78.02%
0.81442
兴业银行
93.62%
91.93%
100.00%
87.84%
73.78%
0.89434
民生银行
67.12%
69.03%
96.59%
54.99%
56.07%
0.6876
光大银行
74.40%
67.35%
85.63%
84.38%
65.60%
0.75472
华夏银行
61.92%
85.40%
55.73%
43.19%
49.22%
0.59092
深发展
80.82%
96.33%
50.03%
43.23%
76.42%
0.69366
宁波银行
80.50%
97.43%
100.00%
100.00%
100.00%
0.95586
南京银行
100.00%
100.00%
100.00%
100.00%
100.00%
1
平均值
0.8468
0.8727
0.829513
0.85222
0.788407
以下是根据上表制作的图表:
图3.1
图3.2
图3.3
利用EMS软件处理2006-20105年面板数据,我们可以初步对各个银行的整体情况有所了解。
从表3.1中可以看出,15家银行这5年的过程中波动还是比较大的。
纵向分析,其中在2008和2009年中的波动比较明显,值得注意的是农行在2006年至2007年效率评分的大幅上升,解释原因大体为两个,主要原因是06-07年农行的资产增量是负的。
而其他银行的资产增量均为正值,而在之后的一年农行资产增量转正并且在之后的3年中资产增量逐步增加。
但总体来讲,农业银行的效率虽然由2001年的40%左右上升至如今的71%左右,提升幅度高达77%,但相对工商、建设、中国、交通银行,其效率还是比较低的。
从表3.2中可以看出,在5年各个银行平均综合效率评分中,除农业银行效率为0.712外大中型银行的效率状况都比较好,工商银行、建设银行、中国银行、交通银行和招商银行5家银行的平均效率均在0.85以上。
小型城市银行如南京银行和宁波银行在金融危机前后效率评分也非常高,基本出于效率前沿。
分析其原因主要是因为,小型城市银行政策影响比较大,而金融危机对其区域性银行影响有限,故在今年中小型商业银行发展较快。
从图3.3中分析可知,金融危机前后效率呈现先上升,在08年中效率受损下降,09年恢复在10年微降。
从整体来看,我国银行业得平均效率水平已经超过0.8,相比2003年李文军(2003)测量的平均值0.6已经提升了超过30%。
其中06年至07年银行业效率提升比率在8%左右,这说明在兑现2001年我国WTO入世后的承诺在5年后也就是2006年放开资本市场,外资银行对我国银行业整体技术效率有一定的提升的影响。
从银行整体来看,我国银行业虽然已经有较大的改善,但是效率整体距前沿效率还有15%左右的差距,因此,我国银行业效率还是由改动的空间的。
3.3.2利用DEAP软件对面板数据的实证分析
利用DEAP软件计算的结果如下:
表3.22006-2010年各个银行技术效率、规模效率
2010年
2009年
firmcrstevrstescale
firmcrstevrstescale
11.0001.0001.000-
11.0001.0001.000-
21.0001.0001.000-
20.8890.9270.959drs
30.6220.6230.998irs
30.4790.4810.997irs
40.9541.0000.954drs
41.0001.0001.000-
50.8280.8280.999drs
50.9050.9930.912irs
60.6830.8930.765irs
60.5860.6160.951irs
70.8460.8810.960irs
70.8000.8730.917irs
80.8400.8760.959irs
80.7270.7590.958irs
91.0001.0001.000-
90.9461.0000.946irs
100.5650.5660.999drs
100.5400.5620.962irs
110.7681.0000.768irs
110.6800.7190.947irs
120.5621.0000.562irs
120.3500.6630.528irs
130.5370.5980.89