论文部分内容阅读
摘 要：通过利用2005—2009年数据，选取7家银行作为参照，对国家开发银行在改制期内的效率问题做出评价。首先，运用DEA方法中的VRS模型静态分析了国家开发银行改制后第一年（2009年）的技术效率，结果显示，国家开发银行在改制后处于有效效率状态。然后，运用Malmquist指数动态分析得出了国家开发银行2006—2009年全要素生产率下降的结论。经过对Malmquist指数的分解可以看出，国家开发银行的全要素生产率的下降是由技术进步的负效应造成的。
关键词：国家开发银行；商业化改制；效率；DEA模型；Malmquist指数
中图分类号：F832.33 文献标识码：A 文章编号： 1673-291X（2011）35-0126-02
引言
2008年12月，国家开发银行股份有限公司（以下简称“国开行”）获得了财政部及中央汇金公司的共同注资，完成了其由政策性银行向商业银行的转变，在我国掀起了又一轮银行改制的热潮。
改制前的国开行凭借其国家信用获得低成本融资，经营重心放在增长最快和利润最丰厚的公路、铁路、桥梁、能源、煤炭和水利等领域，所以，其主要经营业务指标处于同业领先水平。在成立之初，其主要使命在于为“两基一支”（基础设施、基础产业和支柱产业）提供长期融资。随着中国经济的持续增长以及产业结构的升级，政府也意识到在“两基一支”的融资方面可以完全市场化，国开行作为政策性银行而存在的意义逐渐下降，而且在13年的运营中，国开行的经营业绩及资产质量已接近商业银行水平，在此背景下，国开行积极配合国务院部署，开始推行商业化运作。
随着改革的推进，国开行已进入到改革的关键期，找出改革中存在的问题以及客观评价前段改革的效果，对于国开行目前理清改革思路和明确下一步发展方向具有重要意义。在这里我们拟运用银行效率分析方法，通过对国开行的效率分析进而对其改制效果进行评价。
一、实证分析
在用DEA方法评价银行的效率时，投入与产出变量的选择一直以来颇受争议。在参考国内外现有文献的基础上，结合我国银行业的特点及研究目的，我们选取劳动力、利息支出和固定资产净值作为投入变量，将税前利润作为产出变量。我们选取2005—2009年国内8家银行，这8家银行涵盖了四大国有银行以及重要的股份制商业银行，除国开行外其他7家分别为中国农业银行、中国银行、中国工商银行、中国建设银行、交通银行、浦发银行、招商银行。数据全部根据历年金融年鉴整理。
（一）运用VRS模型静态分析国开行2009年效率值
我們首先运用VRS模型对改制后第一年的效率进行测算。下表是运用-DEAP2.1软件测算的所选8家银行的全要素生产率的变化情况。为了评价各银行是否存在投入浪费的现象，选取投入导向型评价模式，规模假设设定为规模报酬可变（VRS），估计方法设定DEA中的MULTI—STAGE ，估计结果汇总如表1。
表1 2009年DEA方法VRS模型下国开行及相关银行的效率值
注：平均”指各银行平均，使用的是各银行指数的算数平均值。
总体来看，国开行在2009年效率比较高，效率值达到1，说明改制后国开行的效率一直处在前沿面上，处于有效率状态，2009年国开行不论是日常的经营管理与决策还是其规模都保持在一个良好的水平，虽然面对“积极应对改革转型和经济下行带来的双重挑战”（陈元，2009年报致辞），但国开行依然取得不俗业绩，综合效率在同业中处于领先水平，说明国开行已经平稳顺利过渡到商业化经营阶段。而国有商业银行和股份制商业银行平均值分别为0.97和0.971，距离生产前沿面有3个百分点，处于相对无效率状态。
以上部分我们用VRS模型从静态角度分析了国开行改制后第一年的效率状况，为了更好地考察国开行改制前后效率变化，我们将运用Malmquist指数分解的办法从动态角度作进一步分析。
（二）运用Malmquist指数动态分析国开行2006—2009年全要素生产率变动
同样使用DEAP2.1软件估计所选8家银行的全要素生产率的变化情况，DEA导向选取投入导向，规模假设设定为规模报酬可变（VRS），估计方法设定DEA中的MALMQUIST—
DEA ，估计结果汇总如表2。
表2 2006—2009年国开行Malmquist生产率指数及其分解
注：（1）为了对比Malmquist生产率指数在这8家银行间的相对变化情况，我们对每一年的各银行的Malmquist生产率指数进行了排名。（2）Malmquist指数是以上一年为基数得出的全要素生产率变化指数，因此，得出的结果以2006年为开始年份。
由表2的全要素生产率排名来看，2006年国开行排第一，全要素生产率最高，但是在以后几年就急剧下降到后几名，2006年处于较高的水平，2007、2008年下降较快，2009年有部分上升但仍处于低水平。根据Malmquist指数，我们进一步把全要素生产率分解为技术效率和技术变化。由表2可以看出，国开行五年间每一年的技术效率均为1，而技术变化除2006年为1.180大于1，接下来的三年分别为0.996、0.709、0.934，均出现不同程度的下降且都小于1。而全要素生产率等于技术变化与技术效率的乘积，由此看出，国开行的全要素生产率下降的原因可以归结于技术退步。一般而言，随着科技的发展以及现代管理理念的渗透，技术变化在理论上应该一直为进步状态。可是在这里国开行的技术变化出现退步，较为合理的解释就是国开行的技术进步出现了退步的外在表现，即技术进步的负效应。
技术进步负效应反映在银行效率上即先进技术的采用非但没有降低银行总成本， 反而增加了银行总成本（Baltagi and Griffin， 1988），或者由于技术的误用造成了先进技术的浪费。宏观经济政策影响技术进步（蔡跃洲、郭梅军，2009），对中国来说，影响银行业技术变化的因素主要在于宏观调控、政策措施的实施。2004—2008年中国技术退步的原因在于宏观调控、政策措施的实行使银行存贷比、贷存款利息收支比等指标变动，造成银行的有效生产前沿面发生位移，从而导致银行的技术退步（唐齐鸣、付雯雯，2011）。
二、结论及启示
结果显示，国开行在改制后第一年（2009年）的技术效率领先于其他商业银行，作为政策性银行商业化改制的先例，国开行取得了不错的成绩。根据各年动态的Malmquist指数分解显示，国开行2007—2009年间出现技术进步负效应。经过分析，国开行在转型关键期的特殊身份以及特殊路线对技术进步的影响很大。鉴于以上实证部分的原因分析，随着改制的进行，客户的增多以及业务范围的拓宽，先进技术的利用率自然就会提高，进而会削弱技术进步负效应甚至出现技术进步正效应。因此，国开行应稳步地推行自营业务，同时积极搭建与其他商业银行沟通的桥梁，完善自身的商业银行业务水平。
参考文献：
[1] 蔡跃洲，郭梅军．我国上市商业银行全要素生产率的实证研究[J]．经济研究，2009，（9）：52-65．
[2] 唐齐鸣，付雯雯．商业银行效率、风险与技术进步[J]．经济管理，2011，（3）：123-131．
[3] 张健华．我国商业银行效率研究的DEA方法及1997—2001年效率的实证分析[J]．金融研究，2003，（3）：11-25．
[4] 赵旭．国有商业银行效率的实证分析[J]．经济科学，2000，（6）：51-53．
[5] Baltagi， Badi H & Griffin， James M. A General Index of Technical Change[J]．Journal of Political Economy， University of Chicago
Press， vol. 1988，96（1）：20-41.
[6] Leigh Drake. Efficiency and Productivity Change in UK Banking[J].Applied Financial Economics， 2001， （11）:557-571.
[责任编辑 李 可]
关键词：国家开发银行；商业化改制；效率；DEA模型；Malmquist指数
中图分类号：F832.33 文献标识码：A 文章编号： 1673-291X（2011）35-0126-02
引言
2008年12月，国家开发银行股份有限公司（以下简称“国开行”）获得了财政部及中央汇金公司的共同注资，完成了其由政策性银行向商业银行的转变，在我国掀起了又一轮银行改制的热潮。
改制前的国开行凭借其国家信用获得低成本融资，经营重心放在增长最快和利润最丰厚的公路、铁路、桥梁、能源、煤炭和水利等领域，所以，其主要经营业务指标处于同业领先水平。在成立之初，其主要使命在于为“两基一支”（基础设施、基础产业和支柱产业）提供长期融资。随着中国经济的持续增长以及产业结构的升级，政府也意识到在“两基一支”的融资方面可以完全市场化，国开行作为政策性银行而存在的意义逐渐下降，而且在13年的运营中，国开行的经营业绩及资产质量已接近商业银行水平，在此背景下，国开行积极配合国务院部署，开始推行商业化运作。
随着改革的推进，国开行已进入到改革的关键期，找出改革中存在的问题以及客观评价前段改革的效果，对于国开行目前理清改革思路和明确下一步发展方向具有重要意义。在这里我们拟运用银行效率分析方法，通过对国开行的效率分析进而对其改制效果进行评价。
一、实证分析
在用DEA方法评价银行的效率时，投入与产出变量的选择一直以来颇受争议。在参考国内外现有文献的基础上，结合我国银行业的特点及研究目的，我们选取劳动力、利息支出和固定资产净值作为投入变量，将税前利润作为产出变量。我们选取2005—2009年国内8家银行，这8家银行涵盖了四大国有银行以及重要的股份制商业银行，除国开行外其他7家分别为中国农业银行、中国银行、中国工商银行、中国建设银行、交通银行、浦发银行、招商银行。数据全部根据历年金融年鉴整理。
（一）运用VRS模型静态分析国开行2009年效率值
我們首先运用VRS模型对改制后第一年的效率进行测算。下表是运用-DEAP2.1软件测算的所选8家银行的全要素生产率的变化情况。为了评价各银行是否存在投入浪费的现象，选取投入导向型评价模式，规模假设设定为规模报酬可变（VRS），估计方法设定DEA中的MULTI—STAGE ，估计结果汇总如表1。
表1 2009年DEA方法VRS模型下国开行及相关银行的效率值
注：平均”指各银行平均，使用的是各银行指数的算数平均值。
总体来看，国开行在2009年效率比较高，效率值达到1，说明改制后国开行的效率一直处在前沿面上，处于有效率状态，2009年国开行不论是日常的经营管理与决策还是其规模都保持在一个良好的水平，虽然面对“积极应对改革转型和经济下行带来的双重挑战”（陈元，2009年报致辞），但国开行依然取得不俗业绩，综合效率在同业中处于领先水平，说明国开行已经平稳顺利过渡到商业化经营阶段。而国有商业银行和股份制商业银行平均值分别为0.97和0.971，距离生产前沿面有3个百分点，处于相对无效率状态。
以上部分我们用VRS模型从静态角度分析了国开行改制后第一年的效率状况，为了更好地考察国开行改制前后效率变化，我们将运用Malmquist指数分解的办法从动态角度作进一步分析。
（二）运用Malmquist指数动态分析国开行2006—2009年全要素生产率变动
同样使用DEAP2.1软件估计所选8家银行的全要素生产率的变化情况，DEA导向选取投入导向，规模假设设定为规模报酬可变（VRS），估计方法设定DEA中的MALMQUIST—
DEA ，估计结果汇总如表2。
表2 2006—2009年国开行Malmquist生产率指数及其分解
注：（1）为了对比Malmquist生产率指数在这8家银行间的相对变化情况，我们对每一年的各银行的Malmquist生产率指数进行了排名。（2）Malmquist指数是以上一年为基数得出的全要素生产率变化指数，因此，得出的结果以2006年为开始年份。
由表2的全要素生产率排名来看，2006年国开行排第一，全要素生产率最高，但是在以后几年就急剧下降到后几名，2006年处于较高的水平，2007、2008年下降较快，2009年有部分上升但仍处于低水平。根据Malmquist指数，我们进一步把全要素生产率分解为技术效率和技术变化。由表2可以看出，国开行五年间每一年的技术效率均为1，而技术变化除2006年为1.180大于1，接下来的三年分别为0.996、0.709、0.934，均出现不同程度的下降且都小于1。而全要素生产率等于技术变化与技术效率的乘积，由此看出，国开行的全要素生产率下降的原因可以归结于技术退步。一般而言，随着科技的发展以及现代管理理念的渗透，技术变化在理论上应该一直为进步状态。可是在这里国开行的技术变化出现退步，较为合理的解释就是国开行的技术进步出现了退步的外在表现，即技术进步的负效应。
技术进步负效应反映在银行效率上即先进技术的采用非但没有降低银行总成本， 反而增加了银行总成本（Baltagi and Griffin， 1988），或者由于技术的误用造成了先进技术的浪费。宏观经济政策影响技术进步（蔡跃洲、郭梅军，2009），对中国来说，影响银行业技术变化的因素主要在于宏观调控、政策措施的实施。2004—2008年中国技术退步的原因在于宏观调控、政策措施的实行使银行存贷比、贷存款利息收支比等指标变动，造成银行的有效生产前沿面发生位移，从而导致银行的技术退步（唐齐鸣、付雯雯，2011）。
二、结论及启示
结果显示，国开行在改制后第一年（2009年）的技术效率领先于其他商业银行，作为政策性银行商业化改制的先例，国开行取得了不错的成绩。根据各年动态的Malmquist指数分解显示，国开行2007—2009年间出现技术进步负效应。经过分析，国开行在转型关键期的特殊身份以及特殊路线对技术进步的影响很大。鉴于以上实证部分的原因分析，随着改制的进行，客户的增多以及业务范围的拓宽，先进技术的利用率自然就会提高，进而会削弱技术进步负效应甚至出现技术进步正效应。因此，国开行应稳步地推行自营业务，同时积极搭建与其他商业银行沟通的桥梁，完善自身的商业银行业务水平。
参考文献：
[1] 蔡跃洲，郭梅军．我国上市商业银行全要素生产率的实证研究[J]．经济研究，2009，（9）：52-65．
[2] 唐齐鸣，付雯雯．商业银行效率、风险与技术进步[J]．经济管理，2011，（3）：123-131．
[3] 张健华．我国商业银行效率研究的DEA方法及1997—2001年效率的实证分析[J]．金融研究，2003，（3）：11-25．
[4] 赵旭．国有商业银行效率的实证分析[J]．经济科学，2000，（6）：51-53．
[5] Baltagi， Badi H & Griffin， James M. A General Index of Technical Change[J]．Journal of Political Economy， University of Chicago
Press， vol. 1988，96（1）：20-41.
[6] Leigh Drake. Efficiency and Productivity Change in UK Banking[J].Applied Financial Economics， 2001， （11）:557-571.
[责任编辑 李 可]