网站首页  词典首页

请输入您要查询的论文:

 

标题 互联网金融背景下我国商业银行效率的研究
范文

    高文娜

    [摘 要]基于数据包络分析(DEA)中的VRS模型,文章选取了我国17家上市商业银行作为研究对象,对这17家商业银行在互联网金融发展背景下的综合技术效率、纯技术效率、规模效率进行了分析。得出我国商业银行的综合技术效率是不断提升的,但大部分银行并没有实现综合技术效率有效,其原因主要是规模效率无效,需要依托互联网金融提高商业银行的效率。据此文章也提出了在互联网金融背景下提高商业银行效率的对策建议。

    [关键词]互联网金融;商业银行效率;DEA

    [DOI]10.13939/j.cnki.zgsc.2018.12.189

    1 引 言

    随着互联网金融对金融领域的不断渗透,互联网金融不但改变了我国传统金融的格局,对商业银行的影响也日益增加。据《2017年互联网金融行业系列研究报告》的统计数据,截至2016年,中国互联网金融以超过12万亿元的总交易规模,将近占到GDP总量的20%,互联网金融用户人数也以超过5亿的人数位列世界第一。可以说,互联网金融和传统商业银行之间的竞争日益激烈,特别是对商业银行的传统业务方面带来了不小的冲击。因此,研究在互联网金融背景下,我国商业银行的效率问题,对商业银行未来的发展具有重要的现实意义。

    2 文献综述

    随着互联网金融的不断发展,互联网金融对商业银行的影响已经是理论界普遍认可的问题。国内外的研究学者也进行了大量的分析,如王静(2014)[1]、曹凤岐(2015)[2]、梁燕子(2017)[3]等认为互联网金融对银行业带来了冲击,商业银行要直面互联网金融采取相应的应对策略;冯娟娟(2013)[4]、邱峰(2013)[5]等认为互联网金融虽然对商业银行有冲击,但商业银行也有它自身的优势,二者应在合作中寻求共赢;Manuchehr Shahrokhil(2008)[6]认为互联网金融可以降低贷款利率和贷款成本,会冲击传统银行的信贷业务。但是以上研究大多是通过定性的方式围绕互联网金融和商业银行之间的关系来进行研究的,很少通过定量分析的方式来进行研究。作为衡量银行竞争力的银行效率,在互联网金融背景下的研究成果更是比较少。只有郭婕、周婧[7]、管仁荣、张文松、杨朋君[8]等就互联网金融对商业银行的运行效率进行了研究,但没有深入地分析不同种类银行之间效率的发展变化。

    本文拟通过定量分析商业银行效率的变动情况,对不同种类型的商业银行在互联网背景下的发展情况进行比较分析。从而更清楚地了解在互联网金融背景下,不同类型商业银行效率的具体情况,为更好地在互联网金融背景下提高银行效率提供一定的参考依据。

    3 商业银行经营效率研究

    3.1 模型的选择

    数据包络分析DEA(Data Envelopment Analysis)是由A.Charnes、W.W.Cooper和Rhodes等人在1978年共同提出的基于相对效率的多投入多产出的分析方法。它把单输入、单输出的工程效率概念推广到多输入、多输出同类决策单元的有效效率中去。[9]其中,DEA的VRS模型是在它的基本模型CCR模型基础上修正出来的模型,它的基本假设条件是规模报酬可变,弥补了CCR模型中不能评价规模有效性的缺憾。因此,VRS模型是适合分析规模报酬可变的商业银行效率的。VRS模型将综合技术效率分解为规模效率和纯技术效率,可以用公式:综合技术效率=纯技术效率规模效率来表示。从而可以更准确地分析无效率的原因是未达到最佳规模,还是经营管理水平低下所导致的。

    DEA模型可以采用投入导向和产出导向,鉴于投入是基本决策变量更易控制,[10]本文采用以投入为导向的VRS模型。

    3.2 样本选择及数据来源

    DEA方法要求评价单元DMU的个数必须是选择的投入产出指标的三倍以上来避免产生效果不显著,因此本文选取了17家上市商业银行作为样本。主要包括5家大型商业银行、8家股份制银行和4家城市商业银行。分别为:中国农业银行、中国工商银行、中国建设银行、中国银行、中国交通银行、中信银行、民生银行、华夏银行、光大银行、招商银行、兴业银行、浦发银行、平安银行、北京银行、上海银行、南京银行、宁波银行。鉴于2005—2012年是互聯网金融发展的第二个阶段——第三方支付阶段,此阶段开始互联网和金融的结合更加深入[7],因此本文将考察的样本期定为2006—2015年。样本数据取自历年的《中国金融年鉴》以及各商业银行的年报。

    3.3 指标选取

    用DEA方法对商业银行进行效率的测定,在投入和产出变量的选择上一直是金融学术界争论的问题。总体上,主要采取三种方法,分别为生产法、中介法和资产法。[11]这三种方法是站在银行不同的角度来确定投入和产出指标的。本文将银行作为中介机构来研究银行效率,采用中介法来确定投入和产出指标。最终选取的投入指标为:存款、固定资产、员工人数;产出指标为:净利润、贷款总额。

    3.4 效率评价分析结果

    3.4.1 我国商业银行综合技术效率测算结果及分析

    综合技术效率是对决策单元的资源配置能力、资源使用效率等多方面能力的综合衡量与评价。

    本文从投入导向出发,利用VRS模型和DEAP2.1软件,得出2006—2015年的17家上市银行的综合技术效率测算值如表1所示。

    通过表1可以看出,从VRS模型当中测量的综合技术效率的测算值来看,我国商业银行在近10年来,综合技术效率整体上有所提升,只有农业银行、民生银行、南京银行和宁波银行的综合技术效率低于2006年。17家商业银行都在2008年出现下降趋势,特别是大型商业银行下降很明显,这主要是因为2008年的美国次贷危机所引起的国际经济环境的变化,导致国内在经济运行过程中也出现问题,银行效率普遍下降。而在互联网金融发展的背景下,大部分银行并没有达到综合技术效率有效。

    通过表1数据的计算,我们按照三种不同类型的银行生成图1,可以得出以下结论。

    从大型商业银行来看,大型商业银行的平均综合技术效率明显低于股份制商业银行、城市商业银行以及商业银行的平均综合技术效率。从2006年的0.895一度下降到2008年的0.773,虽然从2009年有所回升,但始终低于我国商业银行的平均综合技术效率。通过查看原始数据,大型商业银行中,农行的综合技术效率值一直低于其他大型商業银行,特别是2010年,农行的综合技术效率值仅为0.556,为10年内最低值,通过查看计算结果,是由于纯技术效率偏低而导致的,而2010年是农行上市之年,说明在这一年农行有效利用资源的能力不强。五家大型商业银行表现比较好的是交通银行和中国银行,交通银行从2012—2015年综合技术效率值一直为1,说明资源配置达到了最优化,而中国银行从2010年开始,综合技术效率值也一直是在较高水平。

    从股份制商业银行来看,股份制商业银行的平均综合技术效率都高于大型商业银行,除2006年之外,也都高于平均综合技术效率。这主要得益于股份制商业银行相对于大型商业银行来说,独立性较高,经营管理模式比较灵活。具体来看,兴业银行、浦发银行、平安银行从大多数年份来看,都达到了技术有效,说明这三家银行的资源配置比较合理化。华夏银行相比于其他几家股份制银行来说,综合效率值偏低,说明华夏银行的投入产出效率较差。

    从城市商业银行来看,这四家城市商业银行的平均综合技术效率总体上是比较平稳的,除个别年份外,大部分年份的综合技术效率值都在平均值以上。这说明城市商业银行的规模较小,能够充分利用自身的资源,达到资源有效性的状态。

    3.4.2 商业银行纯技术效率测算结果及分析

    纯技术效率考虑了规模报酬的影响,是经济主体在既定投入下的最大产出,反映了经济主体有效利用资源的能力以及管理水平的高低。[9]

    根据VRS模型和DEAP2.1软件的测算结果,统计我国商业银行纯技术效率测算值如表2所示。

    通过表2可以看出,除个别银行的纯技术效率不高外,大部分银行的纯技术效率是有效的。说明大部分银行有效利用资源的能力和管理水平是比较高的。总体来看,中国农业银行、华夏银行、光大银行的纯技术效率值偏低,特别是在2010年和2011年,纯技术效率值有所下降,说明在互联网金融高速发展的时期,它们的业务创新能力还比较欠缺,需要进一步根据市场环境的变化,提高自己的业务创新能力以及管理水平。

    通过表2数据的计算,我们按照三种不同类型的银行生成图2,可以得出以下结论。

    从大型商业银行来看,大型商业银行的纯技术效率总体上高于样本平均水平。但是在2010年和2011年大型商业银行的纯技术效率有了一个比较明显的滑落,查看原始数据发现,是由于农业银行在2010年和2011年的纯技术效率偏低导致的。2010年农业银行的纯技术效率为0.562,2011年农业银行的纯技术效率为0.619。

    从股份制商业银行来看,股份制商业银行的纯技术效率在2008年和2009年有一个大的下滑,应该是受2008年金融危机的影响。而2011年以后,股份制商业银行的纯技术效率与平均纯技术效率的变化趋势是趋同的,并略高于平均纯技术效率。具体到不同的股份制商业银行,兴业银行、浦发银行、平安银行的纯技术效率一直表现为有效,说明这三家银行在互联网金融时代,能够较好地适应互联网金融的发展,应对外部的变化。

    从城市商业银行来看,城市商业银行与总体平均纯技术效率变化趋势比较相似,但总体表现比股份制商业银行要好。特别是南京银行、宁波银行的纯技术效率十年来一直为有效状态,北京银行除2006年之外,一直是有效状态,说明这三家银行的投入产出水平较好,在互联网金融发展的背景下,能够对资源进行有效的配置。

    3.4.3 商业银行规模效率测算结果及分析

    规模效率反映的是生产单元的规模经济程度。[9]

    根据VRS模型和DEAP 2.1软件的测算结果,统计我国商业银行规模效率测算值如表3所示。

    通过表3可以看出,总体上样本银行的规模效率水平不高。说明,综合技术效率偏低大多是因为规模效率偏低而导致的。除了兴业银行、平安银行、北京银行在大多数年份规模效率有效外,其他银行的规模效率大多数年份均为无效状态。

    通过表3数据的计算,我们按照三种不同类型的银行生成图3,可以得出以下结论。

    从大型商业银行来看,大型商业银行的规模效率在2012年之后总体水平是高于其他两类商业银行的。但在2008—2011年,大型商业银行的规模效率水平一直低于其他两类银行。说明大型商业银行的规模效率在2012年之后有了一定的提高。但这五家银行在大多数年份没有达到规模效率有效。这也是导致大型商业银行综合技术效率偏低的原因。

    从股份制商业银行来看,股份制商业银行规模效率的变化趋势和总体平均规模效率的变化趋势一致。总体来看,兴业银行和平安银行的规模效率近10年来,大多数年份为规模有效。说明兴业银行和平安银行规模扩张效率较强,能够根据经济形势的变化,进行业务创新。

    从城市商业银行来看,城市商业银行的规模效率表现也欠佳。北京银行是这四家城市商业银行规模效率表现最好的银行,除了2006年规模效率无效之外,其他年份均为有效,说明北京银行的生产规模近年来一直为最优状态。而南京银行的规模效率在近几年竟然有下滑的趋势,说明南京银行在互联网金融大力发展的环境下,不能很好地运用投入达到规模经济。

    3.5 主要结论

    根据以上分析,可以得出以下几点结论:①我国商业银行的综合技术效率是不断提升的,但大部分银行并没有实现综合技术效率有效;②我国大部分银行的纯技术效率是有效的,说明我国大部分银行有效利用资源的能力以及管理水平是较好的;③我国大部分商业银行综合技术效率无效,是因为规模效率无效而导致的,需要提高规模经济的程度;④在互联网金融迅速发展的背景下,依托互联网提高商业银行的规模效率,进而提升商业银行的综合效率是非常有必要的。

    4 互联网金融背景下提高商业银行效率的对策建议

    4.1 加快商业银行转型发展,提高商业银行综合效率

    在互联网金融迅速发展的背景下,我国商业银行应迅速转变其经营理念,以合作共赢的经营模式与互联网金融展开合作。同时充分利用互联网金融大数据的优势,通过搭建在线融资平台等方式,根据民营企业、中小企业的融资需求,设计融资方案,从而能够有针对性地提供相应的融资服务。同时通过构建传统物理网点和移动互联网相结合的方式拓宽销售服务平台,重视客户体验,实现“以产品为中心”向“客户为中心”的经营理念的转变。

    4.2 继续加强经营管理水平,提高银行纯技术效率

    我国商业银行要通过提高自身的经营管理水平来适应互联网金融下的经济环境的变化,从而提升商业银行的纯技术效率。通过利用互联网金融来优化传统的运营模式,将追求规模效益的发展方式转变为追求资源利用效率的可持续发展方式。通过引入大数据分析,给客户提供高品质的服务,从而提升商业银行的竞争优势。

    4.3 借助大数据等技术手段,提高银行规模效率

    通过加大信息技术的投入,借助大数据等先进的科学技术,实现高效便捷的业务流程,从而提高银行的规模效率。对现有市场通过精细化管理进行细分,进而有针对性地提供支持服务。摒弃过去“重国有,轻民营”“重大型、轻小微”的理念,加大对中小企业及个人的融资力度。通过有效整合现有资源,降低交易费用和运营成本,从而实现规模效率的提升。

    参考文献:

    [1]王静.竞争与变革:互联网金融对传统银行业的冲击[J].中国流通经济,2014(5):122-126.

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

    [3]梁燕子.互联网金融对商业银行的冲击——基于第三方互联网移动支付的视角[J].金融理论与实践,2017(2):81-86.

    [4]冯娟娟.互联网金融背景下商业银行竞争策略研究[J].现代金融,2013(4):14-16.

    [5]邱峰.互联网金融对商业银行的冲击和挑战分析[J].吉林金融研究,2013(8):44-50.

    [6]Manuchehr Shahrokhil.E-Finance:Status,Innovations,Resources and Future Challenges[J].Managerial Finance,2008,34(6):365-398.

    [7]郭婕,周婧.互联网金融背景下我国上市商业银行的效率实证研究[J].运筹与管理,2016(12):120-127.

    [8]管仁荣,张文松,杨朋君.互联网金融对商业银行运行效率影响与对策研究[J].云南师范大学学报,2014(11):56-64.

    [9]王婷婷.基于DEA、FDA的中国省际能源效率测度研究[M].北京:清华大学出版社,2015.

    [10]唐齊鸣,许晴.中国商业银行效率的差异性分析[J].当代经济,2014(3):106-109.

    [11]迟国泰,孙秀峰,芦丹.中国商业银行成本效率实证研究[J].经济研究,2005(6):104-114.

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2025/3/16 10:54:40