随国内银行业的全面开放、及纷繁复杂的金融产品及其衍生品的日益创新，特别是2007年以来，美国次贷危机的爆发，使得世界经济出现了许多新的风险因素，引发了国际金融市场的进一步动荡，国内商业银行将面临着更加错综复杂的风险环境。作为金融市场的重要参与者，商业银行既是金融产品初端供应商，又扮演着终端消费者的角色。商业银行作为经营和管理风险的金融机构，它通过承担不同程度的风险来获取利润，风险不可避免地以多种方式影响着商业银行的成本和收益，具有先进的风险管理能力和水平是商业银行最主要的核心竞争力，而商业银行的效率是在实现利润最大化的过程中，竞争力最集中的体现。所以将风险因素纳入商业银行效率评价中，是具有现实指导意义的。　　 本文基于参数方法中的随机边界法(Stochastic Frontier Analysis，SFA)构架研究模型。由于本文要对考虑风险因素的银行效率进行测度，则采用SFA方法通过假设随机干扰项(包括低效率项U和随机误差项V)的分布，就可以把随机干扰项在计算过程中可能造成的潜在影响尽可能减少，那么所得到的结果就能充分说明风险因素对银行效率的影响。但是假设的边界函数形式具有一定的主观性，它的准确性对商业银行效率测度值有一定的影响。随机干扰项由两个部分组成：一是随机误差项V，它服从正态分布；一是低效率项U，服从截断正态分布（服从零截断）。此外，采用SFA模型可以得到所选定样本银行在不同时期的效率绝对值，便于比较与分析。在采用SFA方法对样本银行进行经济效率评估的基础上，在相应的效率评价模型中嵌入两项风险因子，进而测算出经风险调整的商业银行效率水平。　　 本文基于中介法，考虑微观经济学的厂商理论中生产函数的三项基本要素，分别为技术（对于商业银行而言，即为所获取的资金）、资本和劳动，来选取相应的投入和产出变量。本文共选取三个投入变量，分别为资金投入量χ1与资金价格W1、劳动投入量χ2与劳动价格W2、资本价格χ3与资本投入量W3；两个产出变量贷款净额Q1、投资净额Q2；还选取了两项风险因素，为资本充足率R1、不良贷款率R2。实证中选取2004年至2008年间的国内14家上市商业银行作为实证研究的对象，为了使数据具有代表性和实证研究结果具有很强的说明性，本文从银行资产规模大小角度出发进行分类，其中包括四家大型银行：中国工商银行、中国建设银行、中国银行和交通银行；八家中型银行招商银行、上海浦东发展银行、深圳发展银行、中国民生银行、兴业银行、中信银行、北京银行和华夏银行；两家小型银行：宁波银行和南京银行。　　 在经过软件FRONTIER4.1测算后，剔除不显著参数和变量后对14家商业银行成本效率进行估算。对实证结果进行分析后，可得出如下结论：　　 1．以资本充足率和不良贷款率为代表的风险因素对商业银行的成本效率存在较大的影响，其中对四家大型银行和两家小型银行的影响较大，不考虑他们往往会使得银行的成本效率被低估。这说明国内商业银行通过承担高风险——资本安全性降低和资产质量恶化来获得收益的行为会牺牲较高水平的银行效率，反而与最初追求高收益的目标背道而驰。若单纯地从研究方法方面考虑，将风险因素纳入效率的分析框架中对于效率评估的准确性和客观性都具有非常重要的现实意义。　　 2．样本期间内股份制商业银行也即一些中型商业银行的成本效率要优于大型国有商业银行。而一些小型的城市商业银行由于成立时间过短，资产规模较小、业务水平不高，导致了这些城市商业银行的成本效率比较低。商业银行资产规模和产权结构在一定程度上也对成本效率水平产生影响。　　 3．从对各家商业银行的成本效率时间趋势图的分析中可以看出2007年爆发的金融危机对商业银行的成本效率水平有一定的影响：金融危机发生时造成银行的不良贷款增加，银行资产缩水；伴随着国家应对金融危机的宏观调控，各家银行紧缩对外贷款，这就使得银行的成本效率降低。　　 本文的不足之处是在利用SFA方法架构的模型使用较为简易的cobb-douglas函数，未能充分考虑变量之间的相关性，所取得的小型银行的样本数据量不够充分，因而不能全面反映此类银行的成本效率整体特征。