论文部分内容阅读
【摘要】在金融市场逐渐实现对外开放的大背景下，我国商业银行，尤其是城市商业银行面临严峻挑战，提高银行效率是其战胜银行业历史格局、在激烈的竞争中取胜的关键。本文以城市商业银行为研究对象，运用主成分分析法选取产出变量，然后进行DEA分析得出各银行的效率值，最后综合考虑各种宏微观因素，运用面板数据模型和多元回归模型对影响银行效率的因素进行分析，进而为增强城市商业银行竞争力、提高其效率提出相关建议与参考。
【关键词】银行效率 主成分分析 数据包络分析 面板模型 多元回归分析
银行效率指银行在业务活动中投入与产出或成本与收益之间的对比关系，本质上是指银行对其资源的有效配置，是银行市场竞争能力、投入产出能力和可持续发展能力的总称。如今，随着全球银行业竞争的不断加剧以及银行业务的日趋综合化，学术界研究银行效率的重心由效率测算方法的选择以及银行效率状况的评价转向了银行效率影响因素的探讨。研究影响银行效率的因素具有重要的理论价值和现实意义，它既可以揭示影响银行效率的因素、方式和程度，还可以为防范银行风险、改善银行经营措施、提高银行效率提供理论依据，为银行改造提供参考性建议。而在大型商业银行占据大部分市场份额的银行体系大背景下，研究面临严峻市场挑战的城市商业银行效率的影响因素更是意义重大，它可以为解决城商行内部的低效率问题提供理论参考，助其更好地分享飞速发展的国民经济的福利。
一、文献综述
国外对银行效率影响因素的研究较早，文献很多，结论也不统一。有学者认为银行规模正向影响银行效率（Berger，1993[1]；Miller和Noulas，1996[2]），也有学者认为资产规模与银行效率间存在负相关关系（Kaparakis，1994[3]），亦有人实证得出资产规模与银行效率的相关性并不明显。其次考察银行资产质量、资本化程度、市场集中度、股权结构以及人力素质和教育程度等对银行效率的影响的文献有Berge和Mester（1997）[4]、Young等（1998）[5]、Wortheington（1998）[6]等等。
较之国外的系统研究，国内对银行效率的研究起步较晚，最早的研究大都偏重于定性分析或财务指标的考察，直到2000年才开始出现一些以前沿分析方法为基础的定量研究。总的来说，大部分的学者把研究对象锁定在上市银行，只是在具体研究中，有的将样本视为一个整体，（周四军等，2008[7]；熊延忠等，2009[8]；谢朝华等，2011[9]），有的将其分为国有商业银行和股份制商业银行进行比较分析（尹希果等，2009[10]）。当然，也有少数关于城市商业银行影响因素的专门分析，例如，邓美萍（2012）[11]从银行自身因素、银行市场结构以及宏观环境因素三方面综合分析了这些因素对银行效率的静态和动态影响；于平和张文超（2010）[12]认为产权结构和银行规模对城商行效率的影响比较显著；时启亭（2011）[13]得出产权结构、人力资源、盈利能力和经营规模对城市商业银行效率存在正向影响，不良贷款对城市商业银行效率存在负向影响；除上述主要只考察了相关因素对总技术效率影响的文献外，还有学者从总技术效率、纯技术效率和规模效率三种效率分别考察了相关因素的影响（如柯孔林和冯宗宪，2008[14]）。
总言之，本文旨在将样本定位在银行效率研究少有涉及的我国城市商业银行领域，探讨日益开放的经济环境下，中宏观经济背景以及银行自身特征方面哪些变量会对城商行效率产生影响，影响程度如何。试图为城商行提升效率、改善经营措施寻找突破口。
二、城市商业银行效率的测算
商业银行效率分为技术效率、纯技术效率和规模效率。有效评价我国商业银行的效率需要选取适当的测定方法，经比较分析，本文选取更贴合银行实际的DEA方法。
（一）样本选取
根据数据的可获得性，本文选取我国18家城市商业银行为研究对象，分别为郑州银行、济宁银行、焦作银行、南昌银行、桂林银行、柳州银行、威海银行、枣庄银行、徽商银行、嘉兴银行、沧州银行、宁夏银行、上饶银行、赣州银行、绵阳银行、绍兴银行、泉州银行和东莞银行。样本区间为2008～2011年，数据来源于《中国金融时报》公布的年报以及相关城市商业银行网站公布的年报。
（二）投入产出变量的选择
对投入产出变量进行界定是测定城市商业银行效率的关键。由于银行是一个特殊的企业，关于投入产出指标的选择也颇受学术界争议。总的来说，投入产出指标的选取方法主要有三种：生产法、中介法和资产法。本文旨在从银行是企业，同时又是特殊的企业这一特点出发，对生产法进行修正，选取在职员工人数、实收资本和固定资产作为投入变量，同时根据银行所追求的“三性平衡”目标，运用主成分分析方法，将分别代表盈利性、流动性和安全性的净资产收益率、流动比率、资本充足率和不良贷款率整合成一个总的得分，用以界定产出变量。
（三）基于DEA方法的城市商业银行效率的测定
根据主成分分析方法筛选18家城市商业银行2008～2011年的主成分因子，然后根据f■■=0.1+■*0.9对投入产出指标进行归一化处理，最后通过DEA方法得出样本各年度的技术效率、纯技术效率和规模效率值。
三、城市商业银行效率影响因素的实证分析
（一）样本选择
选取前文所述18家城市商业银行作为研究对象，样本区间为2008～2011年。全部数据来源于《中国金融时报》、中国城市统计年鉴和中国区域经济统计年鉴。
（二）变量选取
银行自身因素方面，主要选取银行规模、银行内部控制、安全稳定性、资产配置能力和员工情况五个方面的指标进行分析。其中银行规模通过市场占有率——银行总资产占样本总资产的比重表示；银行内部控制方面选取前十大股东持股比例指标；安全稳定性通过自有资本规模，即所有者权益占总资产的比重表示；资产配置能力用存贷比表示；员工情况以员工教育程度——大专及以上文化程度的员工数占员工总数之比反映。 中观层面的影响因素，主要选取外资注入影响城市商业银行效率的指标，此处选取城市商业银行所在城市当年实际使用外资金额和城市经济开放度两个变量。其中，城市经济开放度通过出口依存度（出口总额*美元兑人民币汇率/GDP）和资本依存度（实际利用外资金额*美元兑人民币汇率/全社会固定资产投资）的算术平均表示。
宏观经济方面，则选取样本银行所在城市的人均GDP进行分析。
其次，由于银行效率值是相对整个样本前沿银行而言的一个相对值，所以本文将样本银行所在城市当年实际使用外资金额、人均GDP分别按照相应变量的样本总额转化为一个相对数，以期正确地反映这些因素对银行效率的影响。
（三）模型建立和回归结果分析
探索开放经济条件下城市商业银行效率的影响因素，面板模型分析将提供优于简单时间序列线性回归的参数估计量，因此本文欲从面板模型角度进行分析。而由于样本数据的难以获得性导致时间序列只包括4年，这迫使选择面板模型时只能考察一个或两个因素对银行效率的影响。鉴于此，本文分别选取技术效率（Y1）、纯技术效率（Y2）和规模效率（Y3）作为被解释变量，城市经济开放度（X1）作为唯一的被解释变量，考察开放经济条件对银行效率的影响。
面板数据模型根据常数项和系数向量是否都为常数分为3种类型：混合回归模型（都为常数）、变截距模型（系数项为常数）和变系数模型（皆非常数）。
混合模型：yit=α+xitβ+μit i=1，2，…，N；t=1，2，…，T
变截距模型：yit=αi+xitβ+μit i=1，2，…，N；t=1，2，…，T
变系数模型：yit=αi+xitβi+μit i=1，2，…，N；t=1，2，…，T
判断究竟选用哪种模型形式，需要检验两个假设：H1：β1=β2=…=βN，H2：α1=α2=…=αN，β1=β2=…=βN
接受H2则选用混合回归模型；拒绝H2则需检验H1，接受H1则选用变截距模型，拒绝H1则选用变系数回归模型。
经计算，并通过似然比进行的变截距固定效应冗余性检验和随机效应相关性的Hausman检验可知，Y1与X1的关系最终选择变截距随机效应模型，Y2与X1的关系应选择变截距随机效应模型，Y3与X1的关系选择混合回归模型，且估计结果如下：
表1 技术效率、纯技术效率和规模效率面板回归结果
从表1可知，在Y1与X1的回归关系中，解释变量X1和回归方程都通过了0.05置信水平下的显著性检验，城市经济开放度对我国城市商业银行技术效率的影响程度近8%，城市经济开放度越高，银行技术效率反而越低；在Y2与X1的关系中，解释变量X1和回归方程都通过了0.1置信水平下的显著性检验，城市经济开放度对我国城市商业银行纯技术效率的影响程度近10%，城市经济开放度越高，银行纯技术效率反而越低；而在Y3与X1的关系中，解释变量X1和回归方程都没有通过显著性检验。这说明城市经济开放度对银行总的技术效率的负相关性影响主要是城市经济开度对银行纯技术效率，即内部管理效率产生负向影响的结果。
其次，鉴于面板模型在本文中的局限性，单独考察开放经济对城市商业银行效率的影响以后，下面将运用多元线性回归分析法综合估计银行内部因素、中观因素和宏观因素对银行效率的影响。本文分别选取技术效率（Y1）、纯技术效率（Y2）、规模效率（Y3）作为被解释变量，以前十大股东持股比例（X2）、存贷比（X3）、员工教育程度（X4）、权益比率（X5）、市场占有率（X6）、城市人均GDP（X7）和城市实际使用外资额（X8）作为被解释变量，城市经济开放度（X1）作为控制变量，建立多元线性回归模型如下：
y（n）it=β0+β1x1it+β2x2it+β3x3it+β4x4it+β5x5it+β6x6it+β7x7it+ β8x8it+εi
其中，n=1，2，3，i=1，2……18，t=2008，2009，2010，2011，βi为待估参数，εi为随机扰动项。
本文采用Eviews6.0对Y1、Y2和Y3的影响因素分别进行最小二乘估计。
表2 技术效率多元回归结果
从表2可知，在0.05的置信水平下，多元线性回归模型通过了F检验；变量X4、X5、X6通过了t检验，员工教育程度（X4）、市场占有率（X6）与银行技术效率呈负相关，自有资本规模（X5）与技术效率呈正相关，其余涉入变量没有通过显著性检验。
理论上，银行总资产规模越大，市场占有率越高，银行的竞争能力越大，技术效率越高；同时，员工教育程度越高，人力资源的素质越高，银行的竞争能力越强，从而技术效率越高，显然，这与上述回归结果相反。因此，为探究这两个因素对银行技术效率是否产生“U”型影响，在上述回归模型中分别加入X4^2和X6^2进行回归估计。采用OLS估计得知，X4^2项没有通过显著性检验，X6^2通过了t检验。
X6^2的加入没有影响X6变量的显著性，X6和X6^2均通过了0.05置信水平下的显著性检验，X4、X5的显著性虽有所降低，但是在0.1的置信水平下，X4对技术效率的负向影响、X5对技术效率的正向影响仍是显著的。由导数理论可知，Y1对X6的一阶导数等于0时，存在拐点X6=20.66%。说明市场占有率对银行技术效率的影响呈现“U”型结构：随着市场占有比率的上升，银行技术效率下降；占有率在20.66%之后，占有率越高，技术效率越高。
表3 纯技术效率多元回归结果
对纯技术效率来说，从表3可知，在0.05的置信水平下，多元线性回归模型通过了F检验；变量X6、X7通过了t检验，市场占有率、人均GDP与银行纯技术效率呈负相关；X4通过了置信水平为10%的显著性检验，且与银行纯技术效率也呈负相关；其余涉入变量没有通过显著性检验。理论上，人均GDP越高，银行业务开展将更顺利，获利空间更大，银行的效率应更高，这与实证结果不符，因此，同样进行是否有“U”型结构影响的探索分析，在模型中加入上述负相关影响因素的平方项，从而得知只有X6^2通过了显著性检验。 从表3可知，X6^2的加入没有影响X6变量的显著性，X6和X6^2均通过了0.05置信水平下的显著性检验，但X4、X7统计检验不显著。由导数理论可知，Y2对X6的导数为0时，存在拐点X6=20.69%。说明市场占有率对银行纯技术效率的影响亦呈现“U”型结构：随着市场占有比率的上升，银行纯技术效率下降；占有率在20.69%之后，占有率越高，纯技术效率越高。
表4 规模效率多元回归结果
注：对文中表格来说，括号内为变量的t检验值，***表示在1%水平下显著，**表示在5%水平下显著，*表示在10%水平下显著。
对规模效率而言，无论在5%还是10%的置信水平下，只有变量x5通过了显著性检验。自由资本规模越大，银行的规模效率越高。实际上，从银行追求三性平衡的角度来说，银行的权益比率亦不总是越高越好，银行在追求资金安全的同时，最终目标是追求资产的盈利能力，因此权益比率对银行规模效率的影响也可能存在一个倒“U”型结构。在原回归模型中加入X5^2，得知，首先随着权益比率的上升，银行规模效率上升；在权益比率为12.8%以后，自有资本规模越大，银行规模效率越小。
（四）实证结论与启示
1.无论是总的技术效率、纯技术效率还是规模效率，多元回归都得出城市经济开放度（X1）与银行效率呈正相关，但是统计不显著，这说明城市经济越开放对城市商业银行效率的提升作用不明显，这恰好与面板模型所得出的城市经济开放度与银行效率负相关的结论不相违背。一般认为，城市经济越开放，城市的消费投资需求越大，企业对银行的贷款需求也就越大，银行的效率应该更高，为什么城市经济开放度反会与银行效率呈负向影响呢？我想，这很可能是大型商业银行和股份制商业银行占据了整个银行业市场的大部分，企业与银行的业务往来主要集中在这些银行，从而导致城市商业银行没有分享到城市经济开放、国家经济快速发展的福利。
2.前十大股东持股比例（X2）与银行的三种效率都呈正相关关系，且模型优化后，人均GDP（X7）和城市实际使用外资额（X8）与银行的总的技术效率和规模效率正相关，与银行的纯技术效率负相关，但这三个影响因素在统计上都不显著。这说明，从样本统计来看，这三个因素对银行的效率没有影响。
3.原多元线性回归模型通过二次项优化后，存贷比（X3）与银行的三种效率都呈负相关，这说明虽然存贷比越高，银行体系的流动性越高，资产配置能力不错，但是银行的效率却不高。这可能是贷款业务比重的增加在给银行创造利润的同时增加了边际成本费用和风险，在一定程度上反过来降低银行的流动性，从而降低银行的效率。遗憾的是，这种负相关性从样本统计来看都不显著。
4.模型优化后，员工教育程度（X4）越高，银行的综合技术效率越低。这说明样本城市商业银行可能在根据员工受教育程度安排工作岗位这一问题上做得不到位，人才的使用效率不高，未能做到人尽其才，人尽其用。
5.模型优化后，自有资本规模与综合技术效率正相关，与规模效率呈倒“U”型影响。虽与纯技术效率呈正向影响，但统计不显著。这说明资本充足程度对银行总效率的提升作用主要通过提升银行的规模效率来反映。但是自有资本规模对规模效率的影响，也不是自有资本规模越大越好。银行除要考虑其安全稳定性外，最终目标是追求盈利性，因此，自有资本规模在一定范围内是越大越有利于规模效率的提高，但超过这个阀值就将产生反向影响。
6.城市商业银行的市场占有率（X6）与银行综合技术效率和纯技术效率都呈“U”型结构影响。市场占有率在21%之前，占有率越高，技术效率和纯技术效率越低；占有率超过21%以后，占有率越高，技术效率和纯技术效率随之越高。
四、相关建议
（一）加大对城市商业银行的政策扶持
由于历史的原因，城市商业银行在大型商业银行和股份制商业银行的夹缝中生存和发展，如今以其强劲的发展势头影响着整个银行业。在大型商业银行和股份制商业银行占据较大市场份额的大背景下，政府应加大对城市商业银行的政策扶持，加大企业与城市商业银行的业务往来，提高其效率，助其更好地从快速发展的国民经济这个大蛋糕中分享福利。
（二）加强银行三性平衡的有效管理
从资产配置方面来看，我国城市商业银行普遍存在存款利用率不足，信贷业务比重过高等问题，这些都可能阻碍银行整体效率的提升，因此，银行应当在保持贷款业务的创立条件下，适当控制其比重，使得存贷比合理分配化，尽量维持流动性与盈利性之间的相对平衡。
从自有资本规模来看，虽权益比率意味着得到客户更多的信任和认可，意味着更强的抗风险能力和更大的发展潜力，但是注重银行安全稳定的同时，还得注意银行系统的流动性和盈利性，适当提高存贷比，使有限的资源得到合理的配置和利用，提高银行整体的盈利水平。
（三）充分发挥人力资源优势
人才是城市商业银行的核心竞争力，人才资源的素质越高，银行的竞争力就越强，银行的效率也就越高。因此，我国城市商业银行应当着力提高人力资源素质，根据员工的受教育程度合理安排岗位，以最大限度地发挥人力资源对效率的提升作用。
（四）扩大银行资产规模
从实证结果可知，银行资产规模越大，市场占有率越高，其对银行效率的影响呈现一个先降低后上升的过程。因此，我国城市商业银行应当努力扩大其在整个银行业中的资产规模，使其突破某个确定的阀值，充分显现其对银行综合效率的提升作用。
参考文献
[1]Allen N.Berger.“Distribution-free”estimates of efficiency in the U.S.banking industry and tests of the standard distributional assumptions[J].Journal of Productivity Analysis，1993（09）：261-292. [2]Miller，S.M.and Noulas. Technical Efficiency of Bank Production，Journal of Banking and Finance.1996（20）：495-509.
[3]Kaparakis，E.I.，Miller，S.M.and Noulas，A.G.. Short-run Cost Inefficiency of Commercial Banks： A Flexible Stochastic Frontier Approach[J].Journal of Money，Credit and Banking，1994（26）：875-895.
[4]Berger A N，Mester L J.In the black box： what explain differences in the efficiencies of financial institutions[J].Journal Banking and Finance，1997，21（7）： 895-947.
[5]De Young，R.，I.Hasan.The performance of denovo commercial banks：a profit efficiency approach[J].Journal of Banking & Finance.1998（22）：565-587.
[6]Andrew C.Worthington.The determinants of non-bank financial institution efficiency：a stochastic cost frontier approach[J].Applied Financial Economics，1998（8）：279-287.
[7]周四军，谢艳兵.中国商业银行效率的影响因素分析[J].统计与决策，2008（1）：134-136.
[8]熊延忠，孙涛.我国商业银行效率影响因素的实证研究[J].金融发展研究，2009（1）：51-54.
[9]谢朝华，卿杨.我国商业银行的X-效率及其影响因素的实证研究：2001～2009年[J].财经理论与实践，2011（5）：15-19.
[10]尹希果，刘佳.基于面板数据模型的我国银行业效率影响因素分析[J].大连理工大学学报，2009（1）：11-15.
[11]邓美萍.中国城市商业银行效率及其影响因素实证研究.硕士论文，江西财经大学，2012-06.
[12]于平，张文超.山东省城市商业银行X-效率及影响因素分析[J].时代经贸，2010（29）：189-190.
[13]时启亭.中国城市商业银行效率的实证研究.硕士论文，山东大学，2011-09.
[14]柯孔林，冯宗宪.我国商业银行效率测度及其影响因素分析[J].数理统计与管理，2008（1）：10-16.
[15]邓美萍.中国城市商业银行效率实证研究[J].大观周刊，2012（6）：79.
【关键词】银行效率 主成分分析 数据包络分析 面板模型 多元回归分析
银行效率指银行在业务活动中投入与产出或成本与收益之间的对比关系，本质上是指银行对其资源的有效配置，是银行市场竞争能力、投入产出能力和可持续发展能力的总称。如今，随着全球银行业竞争的不断加剧以及银行业务的日趋综合化，学术界研究银行效率的重心由效率测算方法的选择以及银行效率状况的评价转向了银行效率影响因素的探讨。研究影响银行效率的因素具有重要的理论价值和现实意义，它既可以揭示影响银行效率的因素、方式和程度，还可以为防范银行风险、改善银行经营措施、提高银行效率提供理论依据，为银行改造提供参考性建议。而在大型商业银行占据大部分市场份额的银行体系大背景下，研究面临严峻市场挑战的城市商业银行效率的影响因素更是意义重大，它可以为解决城商行内部的低效率问题提供理论参考，助其更好地分享飞速发展的国民经济的福利。
一、文献综述
国外对银行效率影响因素的研究较早，文献很多，结论也不统一。有学者认为银行规模正向影响银行效率（Berger，1993[1]；Miller和Noulas，1996[2]），也有学者认为资产规模与银行效率间存在负相关关系（Kaparakis，1994[3]），亦有人实证得出资产规模与银行效率的相关性并不明显。其次考察银行资产质量、资本化程度、市场集中度、股权结构以及人力素质和教育程度等对银行效率的影响的文献有Berge和Mester（1997）[4]、Young等（1998）[5]、Wortheington（1998）[6]等等。
较之国外的系统研究，国内对银行效率的研究起步较晚，最早的研究大都偏重于定性分析或财务指标的考察，直到2000年才开始出现一些以前沿分析方法为基础的定量研究。总的来说，大部分的学者把研究对象锁定在上市银行，只是在具体研究中，有的将样本视为一个整体，（周四军等，2008[7]；熊延忠等，2009[8]；谢朝华等，2011[9]），有的将其分为国有商业银行和股份制商业银行进行比较分析（尹希果等，2009[10]）。当然，也有少数关于城市商业银行影响因素的专门分析，例如，邓美萍（2012）[11]从银行自身因素、银行市场结构以及宏观环境因素三方面综合分析了这些因素对银行效率的静态和动态影响；于平和张文超（2010）[12]认为产权结构和银行规模对城商行效率的影响比较显著；时启亭（2011）[13]得出产权结构、人力资源、盈利能力和经营规模对城市商业银行效率存在正向影响，不良贷款对城市商业银行效率存在负向影响；除上述主要只考察了相关因素对总技术效率影响的文献外，还有学者从总技术效率、纯技术效率和规模效率三种效率分别考察了相关因素的影响（如柯孔林和冯宗宪，2008[14]）。
总言之，本文旨在将样本定位在银行效率研究少有涉及的我国城市商业银行领域，探讨日益开放的经济环境下，中宏观经济背景以及银行自身特征方面哪些变量会对城商行效率产生影响，影响程度如何。试图为城商行提升效率、改善经营措施寻找突破口。
二、城市商业银行效率的测算
商业银行效率分为技术效率、纯技术效率和规模效率。有效评价我国商业银行的效率需要选取适当的测定方法，经比较分析，本文选取更贴合银行实际的DEA方法。
（一）样本选取
根据数据的可获得性，本文选取我国18家城市商业银行为研究对象，分别为郑州银行、济宁银行、焦作银行、南昌银行、桂林银行、柳州银行、威海银行、枣庄银行、徽商银行、嘉兴银行、沧州银行、宁夏银行、上饶银行、赣州银行、绵阳银行、绍兴银行、泉州银行和东莞银行。样本区间为2008～2011年，数据来源于《中国金融时报》公布的年报以及相关城市商业银行网站公布的年报。
（二）投入产出变量的选择
对投入产出变量进行界定是测定城市商业银行效率的关键。由于银行是一个特殊的企业，关于投入产出指标的选择也颇受学术界争议。总的来说，投入产出指标的选取方法主要有三种：生产法、中介法和资产法。本文旨在从银行是企业，同时又是特殊的企业这一特点出发，对生产法进行修正，选取在职员工人数、实收资本和固定资产作为投入变量，同时根据银行所追求的“三性平衡”目标，运用主成分分析方法，将分别代表盈利性、流动性和安全性的净资产收益率、流动比率、资本充足率和不良贷款率整合成一个总的得分，用以界定产出变量。
（三）基于DEA方法的城市商业银行效率的测定
根据主成分分析方法筛选18家城市商业银行2008～2011年的主成分因子，然后根据f■■=0.1+■*0.9对投入产出指标进行归一化处理，最后通过DEA方法得出样本各年度的技术效率、纯技术效率和规模效率值。
三、城市商业银行效率影响因素的实证分析
（一）样本选择
选取前文所述18家城市商业银行作为研究对象，样本区间为2008～2011年。全部数据来源于《中国金融时报》、中国城市统计年鉴和中国区域经济统计年鉴。
（二）变量选取
银行自身因素方面，主要选取银行规模、银行内部控制、安全稳定性、资产配置能力和员工情况五个方面的指标进行分析。其中银行规模通过市场占有率——银行总资产占样本总资产的比重表示；银行内部控制方面选取前十大股东持股比例指标；安全稳定性通过自有资本规模，即所有者权益占总资产的比重表示；资产配置能力用存贷比表示；员工情况以员工教育程度——大专及以上文化程度的员工数占员工总数之比反映。 中观层面的影响因素，主要选取外资注入影响城市商业银行效率的指标，此处选取城市商业银行所在城市当年实际使用外资金额和城市经济开放度两个变量。其中，城市经济开放度通过出口依存度（出口总额*美元兑人民币汇率/GDP）和资本依存度（实际利用外资金额*美元兑人民币汇率/全社会固定资产投资）的算术平均表示。
宏观经济方面，则选取样本银行所在城市的人均GDP进行分析。
其次，由于银行效率值是相对整个样本前沿银行而言的一个相对值，所以本文将样本银行所在城市当年实际使用外资金额、人均GDP分别按照相应变量的样本总额转化为一个相对数，以期正确地反映这些因素对银行效率的影响。
（三）模型建立和回归结果分析
探索开放经济条件下城市商业银行效率的影响因素，面板模型分析将提供优于简单时间序列线性回归的参数估计量，因此本文欲从面板模型角度进行分析。而由于样本数据的难以获得性导致时间序列只包括4年，这迫使选择面板模型时只能考察一个或两个因素对银行效率的影响。鉴于此，本文分别选取技术效率（Y1）、纯技术效率（Y2）和规模效率（Y3）作为被解释变量，城市经济开放度（X1）作为唯一的被解释变量，考察开放经济条件对银行效率的影响。
面板数据模型根据常数项和系数向量是否都为常数分为3种类型：混合回归模型（都为常数）、变截距模型（系数项为常数）和变系数模型（皆非常数）。
混合模型：yit=α+xitβ+μit i=1，2，…，N；t=1，2，…，T
变截距模型：yit=αi+xitβ+μit i=1，2，…，N；t=1，2，…，T
变系数模型：yit=αi+xitβi+μit i=1，2，…，N；t=1，2，…，T
判断究竟选用哪种模型形式，需要检验两个假设：H1：β1=β2=…=βN，H2：α1=α2=…=αN，β1=β2=…=βN
接受H2则选用混合回归模型；拒绝H2则需检验H1，接受H1则选用变截距模型，拒绝H1则选用变系数回归模型。
经计算，并通过似然比进行的变截距固定效应冗余性检验和随机效应相关性的Hausman检验可知，Y1与X1的关系最终选择变截距随机效应模型，Y2与X1的关系应选择变截距随机效应模型，Y3与X1的关系选择混合回归模型，且估计结果如下：
表1 技术效率、纯技术效率和规模效率面板回归结果
从表1可知，在Y1与X1的回归关系中，解释变量X1和回归方程都通过了0.05置信水平下的显著性检验，城市经济开放度对我国城市商业银行技术效率的影响程度近8%，城市经济开放度越高，银行技术效率反而越低；在Y2与X1的关系中，解释变量X1和回归方程都通过了0.1置信水平下的显著性检验，城市经济开放度对我国城市商业银行纯技术效率的影响程度近10%，城市经济开放度越高，银行纯技术效率反而越低；而在Y3与X1的关系中，解释变量X1和回归方程都没有通过显著性检验。这说明城市经济开放度对银行总的技术效率的负相关性影响主要是城市经济开度对银行纯技术效率，即内部管理效率产生负向影响的结果。
其次，鉴于面板模型在本文中的局限性，单独考察开放经济对城市商业银行效率的影响以后，下面将运用多元线性回归分析法综合估计银行内部因素、中观因素和宏观因素对银行效率的影响。本文分别选取技术效率（Y1）、纯技术效率（Y2）、规模效率（Y3）作为被解释变量，以前十大股东持股比例（X2）、存贷比（X3）、员工教育程度（X4）、权益比率（X5）、市场占有率（X6）、城市人均GDP（X7）和城市实际使用外资额（X8）作为被解释变量，城市经济开放度（X1）作为控制变量，建立多元线性回归模型如下：
y（n）it=β0+β1x1it+β2x2it+β3x3it+β4x4it+β5x5it+β6x6it+β7x7it+ β8x8it+εi
其中，n=1，2，3，i=1，2……18，t=2008，2009，2010，2011，βi为待估参数，εi为随机扰动项。
本文采用Eviews6.0对Y1、Y2和Y3的影响因素分别进行最小二乘估计。
表2 技术效率多元回归结果
从表2可知，在0.05的置信水平下，多元线性回归模型通过了F检验；变量X4、X5、X6通过了t检验，员工教育程度（X4）、市场占有率（X6）与银行技术效率呈负相关，自有资本规模（X5）与技术效率呈正相关，其余涉入变量没有通过显著性检验。
理论上，银行总资产规模越大，市场占有率越高，银行的竞争能力越大，技术效率越高；同时，员工教育程度越高，人力资源的素质越高，银行的竞争能力越强，从而技术效率越高，显然，这与上述回归结果相反。因此，为探究这两个因素对银行技术效率是否产生“U”型影响，在上述回归模型中分别加入X4^2和X6^2进行回归估计。采用OLS估计得知，X4^2项没有通过显著性检验，X6^2通过了t检验。
X6^2的加入没有影响X6变量的显著性，X6和X6^2均通过了0.05置信水平下的显著性检验，X4、X5的显著性虽有所降低，但是在0.1的置信水平下，X4对技术效率的负向影响、X5对技术效率的正向影响仍是显著的。由导数理论可知，Y1对X6的一阶导数等于0时，存在拐点X6=20.66%。说明市场占有率对银行技术效率的影响呈现“U”型结构：随着市场占有比率的上升，银行技术效率下降；占有率在20.66%之后，占有率越高，技术效率越高。
表3 纯技术效率多元回归结果
对纯技术效率来说，从表3可知，在0.05的置信水平下，多元线性回归模型通过了F检验；变量X6、X7通过了t检验，市场占有率、人均GDP与银行纯技术效率呈负相关；X4通过了置信水平为10%的显著性检验，且与银行纯技术效率也呈负相关；其余涉入变量没有通过显著性检验。理论上，人均GDP越高，银行业务开展将更顺利，获利空间更大，银行的效率应更高，这与实证结果不符，因此，同样进行是否有“U”型结构影响的探索分析，在模型中加入上述负相关影响因素的平方项，从而得知只有X6^2通过了显著性检验。 从表3可知，X6^2的加入没有影响X6变量的显著性，X6和X6^2均通过了0.05置信水平下的显著性检验，但X4、X7统计检验不显著。由导数理论可知，Y2对X6的导数为0时，存在拐点X6=20.69%。说明市场占有率对银行纯技术效率的影响亦呈现“U”型结构：随着市场占有比率的上升，银行纯技术效率下降；占有率在20.69%之后，占有率越高，纯技术效率越高。
表4 规模效率多元回归结果
注：对文中表格来说，括号内为变量的t检验值，***表示在1%水平下显著，**表示在5%水平下显著，*表示在10%水平下显著。
对规模效率而言，无论在5%还是10%的置信水平下，只有变量x5通过了显著性检验。自由资本规模越大，银行的规模效率越高。实际上，从银行追求三性平衡的角度来说，银行的权益比率亦不总是越高越好，银行在追求资金安全的同时，最终目标是追求资产的盈利能力，因此权益比率对银行规模效率的影响也可能存在一个倒“U”型结构。在原回归模型中加入X5^2，得知，首先随着权益比率的上升，银行规模效率上升；在权益比率为12.8%以后，自有资本规模越大，银行规模效率越小。
（四）实证结论与启示
1.无论是总的技术效率、纯技术效率还是规模效率，多元回归都得出城市经济开放度（X1）与银行效率呈正相关，但是统计不显著，这说明城市经济越开放对城市商业银行效率的提升作用不明显，这恰好与面板模型所得出的城市经济开放度与银行效率负相关的结论不相违背。一般认为，城市经济越开放，城市的消费投资需求越大，企业对银行的贷款需求也就越大，银行的效率应该更高，为什么城市经济开放度反会与银行效率呈负向影响呢？我想，这很可能是大型商业银行和股份制商业银行占据了整个银行业市场的大部分，企业与银行的业务往来主要集中在这些银行，从而导致城市商业银行没有分享到城市经济开放、国家经济快速发展的福利。
2.前十大股东持股比例（X2）与银行的三种效率都呈正相关关系，且模型优化后，人均GDP（X7）和城市实际使用外资额（X8）与银行的总的技术效率和规模效率正相关，与银行的纯技术效率负相关，但这三个影响因素在统计上都不显著。这说明，从样本统计来看，这三个因素对银行的效率没有影响。
3.原多元线性回归模型通过二次项优化后，存贷比（X3）与银行的三种效率都呈负相关，这说明虽然存贷比越高，银行体系的流动性越高，资产配置能力不错，但是银行的效率却不高。这可能是贷款业务比重的增加在给银行创造利润的同时增加了边际成本费用和风险，在一定程度上反过来降低银行的流动性，从而降低银行的效率。遗憾的是，这种负相关性从样本统计来看都不显著。
4.模型优化后，员工教育程度（X4）越高，银行的综合技术效率越低。这说明样本城市商业银行可能在根据员工受教育程度安排工作岗位这一问题上做得不到位，人才的使用效率不高，未能做到人尽其才，人尽其用。
5.模型优化后，自有资本规模与综合技术效率正相关，与规模效率呈倒“U”型影响。虽与纯技术效率呈正向影响，但统计不显著。这说明资本充足程度对银行总效率的提升作用主要通过提升银行的规模效率来反映。但是自有资本规模对规模效率的影响，也不是自有资本规模越大越好。银行除要考虑其安全稳定性外，最终目标是追求盈利性，因此，自有资本规模在一定范围内是越大越有利于规模效率的提高，但超过这个阀值就将产生反向影响。
6.城市商业银行的市场占有率（X6）与银行综合技术效率和纯技术效率都呈“U”型结构影响。市场占有率在21%之前，占有率越高，技术效率和纯技术效率越低；占有率超过21%以后，占有率越高，技术效率和纯技术效率随之越高。
四、相关建议
（一）加大对城市商业银行的政策扶持
由于历史的原因，城市商业银行在大型商业银行和股份制商业银行的夹缝中生存和发展，如今以其强劲的发展势头影响着整个银行业。在大型商业银行和股份制商业银行占据较大市场份额的大背景下，政府应加大对城市商业银行的政策扶持，加大企业与城市商业银行的业务往来，提高其效率，助其更好地从快速发展的国民经济这个大蛋糕中分享福利。
（二）加强银行三性平衡的有效管理
从资产配置方面来看，我国城市商业银行普遍存在存款利用率不足，信贷业务比重过高等问题，这些都可能阻碍银行整体效率的提升，因此，银行应当在保持贷款业务的创立条件下，适当控制其比重，使得存贷比合理分配化，尽量维持流动性与盈利性之间的相对平衡。
从自有资本规模来看，虽权益比率意味着得到客户更多的信任和认可，意味着更强的抗风险能力和更大的发展潜力，但是注重银行安全稳定的同时，还得注意银行系统的流动性和盈利性，适当提高存贷比，使有限的资源得到合理的配置和利用，提高银行整体的盈利水平。
（三）充分发挥人力资源优势
人才是城市商业银行的核心竞争力，人才资源的素质越高，银行的竞争力就越强，银行的效率也就越高。因此，我国城市商业银行应当着力提高人力资源素质，根据员工的受教育程度合理安排岗位，以最大限度地发挥人力资源对效率的提升作用。
（四）扩大银行资产规模
从实证结果可知，银行资产规模越大，市场占有率越高，其对银行效率的影响呈现一个先降低后上升的过程。因此，我国城市商业银行应当努力扩大其在整个银行业中的资产规模，使其突破某个确定的阀值，充分显现其对银行综合效率的提升作用。
参考文献
[1]Allen N.Berger.“Distribution-free”estimates of efficiency in the U.S.banking industry and tests of the standard distributional assumptions[J].Journal of Productivity Analysis，1993（09）：261-292. [2]Miller，S.M.and Noulas. Technical Efficiency of Bank Production，Journal of Banking and Finance.1996（20）：495-509.
[3]Kaparakis，E.I.，Miller，S.M.and Noulas，A.G.. Short-run Cost Inefficiency of Commercial Banks： A Flexible Stochastic Frontier Approach[J].Journal of Money，Credit and Banking，1994（26）：875-895.
[4]Berger A N，Mester L J.In the black box： what explain differences in the efficiencies of financial institutions[J].Journal Banking and Finance，1997，21（7）： 895-947.
[5]De Young，R.，I.Hasan.The performance of denovo commercial banks：a profit efficiency approach[J].Journal of Banking & Finance.1998（22）：565-587.
[6]Andrew C.Worthington.The determinants of non-bank financial institution efficiency：a stochastic cost frontier approach[J].Applied Financial Economics，1998（8）：279-287.
[7]周四军，谢艳兵.中国商业银行效率的影响因素分析[J].统计与决策，2008（1）：134-136.
[8]熊延忠，孙涛.我国商业银行效率影响因素的实证研究[J].金融发展研究，2009（1）：51-54.
[9]谢朝华，卿杨.我国商业银行的X-效率及其影响因素的实证研究：2001～2009年[J].财经理论与实践，2011（5）：15-19.
[10]尹希果，刘佳.基于面板数据模型的我国银行业效率影响因素分析[J].大连理工大学学报，2009（1）：11-15.
[11]邓美萍.中国城市商业银行效率及其影响因素实证研究.硕士论文，江西财经大学，2012-06.
[12]于平，张文超.山东省城市商业银行X-效率及影响因素分析[J].时代经贸，2010（29）：189-190.
[13]时启亭.中国城市商业银行效率的实证研究.硕士论文，山东大学，2011-09.
[14]柯孔林，冯宗宪.我国商业银行效率测度及其影响因素分析[J].数理统计与管理，2008（1）：10-16.
[15]邓美萍.中国城市商业银行效率实证研究[J].大观周刊，2012（6）：79.