互联网金融背景下中国上市银行的效率测度研究

李钟石 文华

摘   要：互联网的发展深刻影响着人们的生活。随着互联网金融的日趋强大，银行业面临新的挑战。银行业作为我国金融业的一部分，该如何选择未来道路？面对互联网金融，商业银行如何提高经营效率？针对这些问题，通过分析2015—2019年30家上市银行的年度财务报表，结合DEA模型对上述30家上市银行的效率进行了测算并对数据进行了比较分析。研究表明，我国传统银行业在互联网的冲击下发展困难，其效率性受到了不同程度的影响。基于以上分析，提出我国银行业发展的相应对策和建议。

关键词：商业银行；互联网金融；DEA模型；效率

中图分类号：F830       文献标志码：A      文章编号：1673-291X（2023）16-0094-07

引言

金融业作为我国经济不可或缺的部分，对国家经济的整体布局和未来发展战略有着重要影响。“十二五”期间，我国政府为了使资产和资金之间“畅通无阻”，相继采取了多项措施，放宽了管理资产行业的局限和限制，促进了国内资产逐渐向债券化、证券化发展。随着资产管理的大发展，互联网金融成为当今社会的发展潮流。传统商业银行长期将“二八定律”作为经营决策的重要依據，重视优质客户的同时却忽视了对普通客户的服务质量，而以余额宝为代表的互联网金融产品的目标客户群体恰恰是被银行所忽视的普通客户。2013年6月，余额宝正式被推出，同年11月余额宝的用户就已接近3 000万人，基金的规模已突破了1 000亿元，天弘余额宝货币基金也成为了国内首只破千亿的基金。余额宝的诞生甚至被称为互联网金融元年的开启。但是，随着余额宝等货币基金理财产品的发展壮大，互联网金融开始逐渐取代传统银行的现金业务，使上市银行的存款总额大幅度下降。互联网金融具有流动性强、使用门槛低、不受时空限制等优势，在成本和市场空间方面给传统银行带来巨大冲击。传统银行业要想抓住互联网的机遇崛起，就需要做出正确选择。本文针对传统银行面临的互联网冲击，结合银行业的实际情况，分析国内上市银行业的效率性和它的动态变化趋势，并提出有针对性的对策和建议。

一、文献回顾

在互联网背景下，关于银行业改革方面的研究受到广泛关注。国内学者冮建伟、王建建、朱家明（2019）通过研究，对金融行业提出了加速金融创新和拥抱金融科技、促进业务创新、注重表外业务的发展、加强资产管理能力、不断深化金融市场改革、鼓励和放宽民营银行入场等改革措施[1]。Delong和Deyong（2007）将美国运用互联网技术的社区银行和不运用互联网技术的社区银行进行对比，发现采用互联网技术的美国社区银行的存款结构更有利于获得收益和市场[2]。丁志皓（2018）认为，加强资源的可配置能力会促进银行的产能提高[3]。王纲（2019）面对互联网金融的来袭，提出传统银行可以加强资产管理，打造一个互联网金融的生态系统，继续发展生存[4]。曹凤岐（2015）将互联网支付、P2P网络信贷视作金融运营方法的革命性业务创新，阐述了它给传统金融带来的极大挑战和机遇[5]。

国外学者的研究成果颇有成效，具体涉及到商业银行经营效率的测量方法，主要的方法有随机前沿法（SFA）和数据包络分析法（DEA）。国外学者Sherman和Gold（2015）首次采用DEA模型评估了14家商业银行的经营效率，将技术引入到银行效率分析中。这是一种大胆的尝试[6]。Barr（2002）等利用前辈的DEA模型对美国各家商业银行的1994—1998年期间的效率性做了评估和分析。通过此项研究，他们向美国政府建议采用DEA模型开发商业银行的监管工具[7]。Lsik和Hassan（2002）通过DEA模型测量出土耳其商业银行的经营效率，发现商业银行效率低的主要原因是技术效率的低下[8]。Ozkan-gunay（2006）等通过DEA模型对过去欧洲10年来的银行经营效率做出了分析。研究显示，银行的分支数量与银行运营效率成反比，数量机构越多，效率越是出乎意料的降低[9]。AvKiran（2010）利用DEA模型研究了中国近55家银行的效率分析和财务报表之间的关系，结果表明两者相关度较低[10]。Sufian（2010）尝试用DEA模型解释次贷危机对国家的金融体系造成的影响，研究表明，银行系统效率远远低于次贷危机之前的效率[11]。

改革开放以来，我国社会主义市场经济快速发展，商业银行作为国家的经济核心和纽带，其效率的重要性逐渐被人们所认识。我国利用DEA模型研究银行业效率性的时间相对较短，但是研究比较广泛。赵旭等（2001）用DEA模型分析了我国1993—1998年的商业银行运营效率，结果表明商业银行处于较好的水平当中[12]。杨宝臣等（1999）用DEA和商业银行的特点进行了论证，说明了DEA方法可以测量出商业银行效率的产出和投入比[13]。赵听等（2002）用DEA模型数据说明了我国商业银行在金融行业的竞争能力[14]。魏煌和王丽（2000）以DEA模型分析了我国国内银行的效率问题，结果表明，股份制银行规模效率低但纯技术效率高，国有银行规模效率和纯技术效率都不太乐观，城市商业银行的规模效率高、纯技术效率普遍适中[15]。

目前我国国内从定性分析考察互联网金融对于传统商业银行影响的结果缺乏说服力。因此，本文基于DEA模型中的BCC模型和CCR模型分析商业银行的效率性，对商业银行近5年的动态数据变化过程进行比较，考察互联网金融下商业银行的效率性的变化过程，并根据结果提出相应的对策和建议。

二、研究方法

（一）CCR模型

CCR模型是由美国著名运筹学家A.Char-nes、W.W.Cooper和E.Rhodes提出的。CCR模型假设规模报酬不变。运用此模型时，需要有n个决策单元，且每个决策单元有m种投入指标和k种产出指标，可做投入最小化和产出最大化的对比。Xi=［x1i，x2i，…，xmi］T和Yi=［y1i，y2i，…，yki］T分别表示决策单元i的投入列向量和产出列向量。第i个决策单元的相对技术效率可以通过CCR模型求解，但为了保证其测量的有效性，必须保证决策单元的数量是指标数量的2倍以上。本文选用了30家上市银行作为参考数据，并构建4个投入指标和3个产出指标，完全符合以上要求。

（二）BCC模型

BCC模型是Banker、Charnes和Cooper在1984年创建的，是在CCR的模型上加以创新和演进出的一套新的理论方法。BCC模型假设规模报酬可变。通过BCC模型可以得出综合效率、规模效率和纯技术效率。

三、指標选取与实证结果分析

（一）指标选取

国内外对银行投入和产出的测度指标并没有形成统一的框架，所以投入产出指标依据不同的研究角度会有不同的定义。本文根据国内外学者选取指标的经验，再结合我国商业银行的特点，构建出以下的投入和产出指标，如表1。

表1  商业银行的投入和产出

（二）样本的选择和数据来源

由于样本数据选择的都是上市的商业银行，所以为了尽可能增加研究价值、提高数据的可靠性，最终选取了资产规模靠前的30家上市商业银行，筛选2015—2019年共5年的数据。这30家商业银行的数据全部来自各家商业银行的年度企业财务报表。本文的实证研究主要借助MaxDEA专业版deap2.1软件来完成。

（三）纯技术效率测量结果

我国商业银行的管理水平和技术策略等因素反映纯技术效率。本文筛选的30家上市商业银行的纯技术效率计算结果如表2所示。2015—2019年这30家上市商业银行的纯技术效率的平均值分别为0.986、0.989、0.974、0.969、0.987，标准差分别为0.098、0.082、0.070、0.109、0.090。在2015—2019年的5年间，上市商业银行的整体纯技术效率平均值为0.981，这是一个接近1的效率值，表明所选取银行的内部管理水平整体较高。从标准差来看，这5年的指标相对稳定，而且水平较高。其中，工商银行、建设银行、农业银行、交通银行等国有银行和招商银行、兴业银行、浦发银行、中信银行、平安银行、宁波银行、西安银行、张家港行等股份制商业银行的纯技术效率常年接近1，效率较高。

这几家上市商业银行的纯技术效率普遍较高的原因是，第一，银行的市场专业化程度较高，银行同业之间的竞争日趋激烈，银行通过不断提高自身的经营管理水平和改善经营效率来提高自身的竞争优势。伴随着利率市场化改革，中国人民银行出台了一系列金融改革措施，使得银行的经营管理水平在同行业中快速提升，整体管理水平的上升带动了整体运营能力的提高。第二，上市银行的一系列年度报告、半年度报告和季度报告需要公开，使得其必须接受金融监管机构和投资者的监督。这就促使商业银行的经营管理向专业化、规范化和标准化方向发展。

另外，南京银行、青岛银行、紫金银行、贵阳银行、常熟银行、长沙银行、青农银行的纯技术效率相对较低，说明这些银行在内部治理、风险管理等方面较其他银行略薄弱。由于纯技术效率是银行受管理和技术等因素影响的生产效率，因此，纯技术效率较低的原因可以从商业银行的从业人员素质、公司治理和管理运营模式上寻找。

（四）规模效率的测量结果

规模效率指的是对直接影响生产效率的规模因素的评价。只有在管理和技术水平一定的前提下，才会出现最优的规模层次。30家上市商业银行的规模效率计算结果如表3所示。2015—2019年，这30家上市商业银行的规模效率的平均值分别为0.936、0.961、0.968、0.934、0.945，标准差分别为0.094、0.069、0.056、0.098、0.081。在2015—2019年的5年间，上市商业银行的整体规模效率平均值为0.949。这5年中规模效率仍处于一个相对平稳的状态，虽然近两年规模效率的均值略有下降，但整体的标准差相差不大。从规模效率来看，这30家上市商业银行的规模效率要好于纯技术效率。其中，兴业银行、平安银行、西安银行的规模效率为1，其他五大国有银行规模效率也都是接近于1。股份制商业银行的规模效率都排在前列，有的甚至高于五大国有银行。虽然五大国有银行长期在金融市场中处于垄断地位，资产与规模都远大于股份制银行，但根据表中结果，国有银行的规模效率却不及股份制银行。五大商业银行的规模大，但也存在不良资产，其中2015年的不良资产达到468亿元，表明商业银行的规模经营需要保持合理运营，从而提高运营效率。

（五）综合效率的测量结果

综合效率是对商业银行资源配置能力的一种综合衡量评价指标。综合效率除以纯技术效率是规模效率。30家上市商业银行的综合效率计算结果如表4所示。在2015—2019年这30家上市商业银行的综合效率平均值分别为0.922、0.951、0.943、0.905、0.934。在2015—2019年的5年间，上市商业银行的整体综合效率平均值为0.931。根据DEA的测算结果，整个30个样本的综合效率明显偏低，只有兴业银行、平安银行和西安银行的效率值达到了1。出现这样结果的原因很有可能是由于大多数银行的规模效率低或纯技术效率低。

（六）结果分析

通过对纯技术效率、规模效率、综合效率的分析可以看出，这30家上市商业银行在运营管理和机制上存在着很大的差异。五大国有银行的资产规模在国内商业银行中处于前列，但其综合效率却处于末端，主要原因可能是五大国有银行的规模效率较其他银行稍低。通过对各上市商业银行的纯技术效率、规模效率、综合效率进行比较可以发现，多数所选银行的效率仍有较大的提升空间，仅有兴业银行、平安银行和西安银行的纯技术效率、规模效率、综合效率数值均达到了1。这个结果与这三家银行的年报数据以及客户对这三家银行金融产品的评价相吻合，说明本文结果具有较高的准确性。另外，所选取银行经营效率的标准差较小，说明商业银行经营效率的稳定性较好。

从五大国有银行（工商银行、建设银行、农业银行、中国银行、交通银行）与股份制商业银行（招商银行、兴业银行、光大银行、浦发银行、中信银行、平安银行、华夏银行、民生银行）的对比分析中可以看出，在营业收入和存款总数等指标上国有银行都远远大于股份制商业银行，但规模效率比股份制商业银行低；国有银行的纯技术效率平均值是0.999，比股份制商业银行高0.06；国有银行综合效率平均值是0.951，比股份制商业银行低0.021。国有银行的纯技术效率很高，但规模效率低很多，说明国有银行的经营效率高于股份制商业银行，但综合效率比股份制商业银行低。造成这种现象的主要原因有：第一，由于发展历史悠久，国有银行的管理水平和管理理念都很先进，发展模式也更加成熟。第二，国有银行虽然经营规模大、经营范围广、从业人员多，但并不能充分发挥人才优势，缺少相应的激励机制。第三，在金融互联网、金融脱媒、利率市场化等因素的影响下，银行网点的经营成本不断加大从而导致效率低下。

四、结论及建议

（一）结论

基于我国30家上市商业银行2015—2019年的财务数据，运用DEA模型对我国商业银行的纯技术效率、规模效率和综合效率进行比较分析，得出以下结论。

首先，國有银行的资产规模雄厚、经营范围广、纯技术效率较好，但目前处于规模报酬递减阶段，过度扩大规模并不能降低成本，反而更容易形成资产的剩余。以中国银行为例，其网点数量很多，人员数量和固定资产投入巨大，但是综合效率值却并不高。其原因可能是网点分布广泛，贷款业务发展受限，缺少对外盈利的市场。另外，由于互联网金融的发展和网上银行业务的开展，客户对线下业务的办理需求大大减少，进一步造成了传统商业银行人员的冗余，冗员又导致银行的工资成本过高，降低了传统商业银行的竞争力。此外，国有银行的员工专业化水平不高、缺乏竞争意识也是导致其处于被动地位的原因。

其次，股份制银行的规模效率不差于国有银行，但纯技术效率略低于国有银行。从分析中可以看出，民生银行规模效率呈递减趋势，浦发银行、中信银行、光大银行规模效率仍处于稳定状态。因此可见，股份制银行的优势在于能够根据市场的形势和走向迅速调整自己经营战略。而股份制商业银行的纯技术效率略低于国有银行，说明其内部管理水平和风险监管能力还有改进空间，在互联网金融的强烈冲击下，其发展将越来越艰难。

最后，城市商业银行多数是由其前身农村商业银行整顿、合并、改制而来的，也有的是当地政府为了当地经济发展而创立的。虽然城市商业银行的发展很快，规模也越来越大，但是由于互联网金融的冲击导致其传统现金业务量减少且其本身不良贷款较多，致使其利润空间被挤占。另外，城市商业银行受制于地域的局限，加上其发展初期经营管理不健全、资源配置不当，导致其整体效率不高，发展较困难。

（二）建议

银行的现代化发展不能离开互联网支付与互联网金融。面对新兴互联网市场的冲击，传统银行应在市场导向下尽快适应互联网发展的新形势，加强产业链全方位合作，调整战略部署和未来规划，使传统金融与高端互联网技术对接，进一步激发传统金融市场的活力。为了使银行的运营效率得到稳定提高，国有银行应发挥银行的带头作用，在继续加强自身监管的同时解决人员冗余的问题，通过金融科技的运用，增加智能化设备，精简人员，进一步简化业务办理流程，尽快实现网点服务智能化转型。股份制银行应充分实现业务创新，设计新型金融产品，加强中间业务的创新；城市商业银行应采取合理的规模扩张，提高自身经营管理水平和风险防控能力，顺应潮流，提升线上业务的办理水平，实现业务创新。另外，我国各层次银行都应增加对普通客户的重视度，对不同的客户实行个性化的服务方案。传统商业银行还应加强与第三方支付平台的合作，不断扩大自己的经营范围和业务种类，实现传统金融业与互联网金融的共赢。中国的银行业要建立一个成熟、稳健、效率高的银行体系，就必须充分考虑内部因素和外部因素的影响，提高对金融市场多重冲击的应对能力，满足客户的全方位要求，为现代化科技银行的发展奠定基础。

参考文献：

[1]   冮建伟，王建建，朱家明.互联网金融背景下的我国银行业经营效率测度研究：基于DEA-Malmquist模型对17家上市银行实证分析[J].辽宁工业大学学报（社会科学版），2019，21（3）：17-21.

[2]   Delong G，Deyoung R. Learning by Observing： Information Spillovers in the Execution and Valuation of Commercial Bank M&As[J].Journal of Finance，2007，62（1）：181-216.

[3]   丁志皓.基于DEA模型的互联网金融背景下山东省本土商业银行经营效率测度[J].时代金融，2018（2）：81-82.

[4]   王钢，石奇.商业银行经营效率的“垂足距离”测算：基于改进熵权的两阶段TOPSIS-DEA模型分析法[J].金融理论与实践，2019（6）：63-70.

[5]   曹凤岐.互联网金融对传统金融的挑战[J].金融论坛，2015，20（1）：3-6，65.

[6]   Sherman H D，Gold F. Bank branch operation efficiency： evaluation with data envelopment analysis[J].Journal of Banking & Finance，1985（9）：297-315.

[7]   Barr R S，Killgo K A，Siems T F，et al. Evaluating the productive efficiency and performance of US commercial banks[J].Journal of Banking and Finance，2002（8）：23-25.

[8]   Lsik L，Hassan M K. Technical，scale and allocative efficiencies of Turkish banking industry[J].Journal of Banking and Finance，2002（26）：719-766.

[9]   Ozkan-gunay E N，Tektas A. Efficiency analysis of the Turkish Banking sector in precrisis and crisis period： A DEA approach[J].Contemporary Economic Policy，2010，24（3）：418-431.

[10]   Avkiran N K.Association of DEA super-efficiency estimates with financial ration：Investigating the case for Chinese banks[J].Omega，2010（8）：1112-1156.

[11]   Sufian F. The impact of the Asian financial crisis on bank efficiency：The 1997 experience of Malaysia and Thailand[J].Journal of International Development，2010，22（7）：866-889.

[12]   赵旭，蒋振声，周军民.中国银行业市场结构与绩效实证研究[J].金融研究，2001（3）：59-67．

[13]   杨宝臣，刘铮，高春阳.商业银行有效性评价方法[J].管理工程学报，1999（1）：3，19-24.

[14]   赵听，薛俊波，殷克东.基于DEA的商业银行竞争力分析[J].数量经济技术经济研究，2002（9）：84-87．

[15]   魏煜，王丽.中国商业银行效率研究：一种非参数的分析[J].金融研究，2000（3）：88-96.

Research on the Efficiency Measurement of Chinese Listed Banks under the Background of Internet Finance

Li Zhongshi， Wen Hua

（School of Economics and Management， Yanbian University， Yanji 133002， China）

Abstract： The development of “Internet” has profoundly affected peoples lives. With the increasing strength of the internet finance， the banking industry will face new challenges. As a part of Chinas financial industry， how should the banking industry choose its future path？ Faced with internet finance， How can commercial banks improve their operating efficiency？ By analyzing the annual financial statements of the 30 listed banks from 2015 to 2019， combined with the DEA model to measure the efficiency of the above 30 listed banks and make a comparative analysis of the data， the research shows that Chinas banking industry has struggled to develop under the impact of the internet. Its efficiency is affected by different levels. Based on the above analysis， this thesis puts forward corresponding countermeasures and suggestions for the development of Chinas banking industry.

Key words： commercial banks; Internet finance; the DEA model measurement; efficiency

[責任编辑   彦   文]