论文部分内容阅读
我国商业银行的效率问题近20年来一直备受金融界和监管当局的关注。目前我国大多数学者测度效率使用的都是数据包络分析方法。数据包络分析(DEA, Data Envelop Analysis)作为一种线性规划方法,已经被广泛用来评价一个决策单元相对于其他决策单元的效率。但是DEA方法只考虑决策单元的投入和产出,并没有涉及决策单元所处环境和随机误差对所测效率值的影响,所以这种方法虽然有不用事先设置函数和主观赋权重等优势,但也有其局限性。本文基于DEA方法中的局限性和我国商业银行所处的不同的外在经营环境,采用三阶段DEA方法来研究我国商业银行的相对效率。其与传统DEA方法的主要不同之处是要剔除DEA方法中模型本身随机误差的影响和各个商业银行所处的外在环境因素对所测效率的影响。第一阶段应用原始的投入产出值测度出传统的商业银行效率,第二阶段应用随机前沿分析方法(SFA, Stochastic Frontier Analysis)分析环境变量和随机误差对投入差额值的影响,并使用SFA模型的回归结果调整投入值,重新使用DEA方法计算效率值,即可得到调整后的第三阶段的效率值。通过应用三阶段DEA方法,提高了各商业银行间的同质性,使得测度出的效率值更加客观准确。实证结果显示,通过采用第二阶段的SFA模型剔除影响商业银行效率的外在因素后,我国商业银行的第一阶段效率值和第三阶段效率值之间存在显著差异,三阶段DEA方法测度的效率值中技术效率和规模效率都低于一阶段DEA方法测度的效率,而纯技术效率高于一阶段DEA方法测度的效率。经过调整后的第三阶段的效率值剔除了外在的环境变量和随机误差的影响,更能够准确的代表各个商业银行的经营管理效率,可以帮助各个银行管理者针对自身情况做出正确的判断和实施经营策略。