论文部分内容阅读
内容提要：商业银行的业绩主要取决于其经营效率和竞争力。随着金融体制改革的深化，我国银行经营效率的整体水平有了一定程度的提高。为清晰刻画出转轨时期我国银行X效率和规模效率变迁的轨迹，本文采用SFA随机前沿方法，构建超越对数成本函数模型，对银行X效率和规模效率进行检验，并根据检验结果对银行效率整体格局的变迁做出总结。本文认为，今后银行的业绩水平将更加依赖于经营效率和竞争力的提高，而“流程银行”的改革、治理结构的完善等一系列战略举措也正符合当前银行降低效率损耗，提升业绩的内在要求。
关键词：银行效率 参数法 随机前沿分析法 X效率 规模效率
中图分类号：F830.33文献标识码：A 文章编号：1006-1770(2007)-031-004
一、理论基础
衡量银行效率有多类方法，以往用于衡量银行效率的财务性指标有某些局限性，比如指标选择标准和权重难以确定、无法有效数量化研究多项投入与产出问题、不易衡量银行间的策略联盟等投资管理决策行为对长期效率的影响效果等等。目前学术界一般是建立数量模型，运用计量经济分析方法来研究银行效率。
从不同的考察角度，银行效率一般可以分成规模效率、服务产品多样化效率、纯技术效率和资产负债结构配置效率等等。实证研究中，对银行效率测度的最主要指标有X效率和规模效率。X效率是企业管理层的整体管理效率（包括利润最大化和成本控制方面），即在一定产出下，衡量成本控制的程度。随着规模扩张，企业自身内部会出现组织、计划、协调、执行方面的误差和迟缓，会产生员工的惰性、信息的扭曲和不确定性等多种问题，这些均会造成企业运行偏离最优效率边界，即称之为X无效率(Leibenstein, 1966)。银行X无效率值越高则反映了银行的成本控制的能力越差，其整体组织管理水平也越低，遭受了越多的效率损失。银行规模效率则是衡量相似决策单元DMU在规模报酬不变的生产前沿与规模报酬变化的生产前沿面之间的距离，即银行现有规模与最佳规模之间的差距。
目前，对商业银行X效率和规模效率测度的研究方法可分为参数法与非参数法两大类。参数方法包含SFA方法（Stochastic Frontier Analysis随机前沿分析法）、DFA方法（Distribution-Free Approach自由分布方法），TFA方法（Thick Frontier Approach厚前沿分析法）。非参数方法主要有DEA（Data Envelopment Analysis数据包络分析法）, FDH(Free Disposal Hull无界分析方法), IN (Index Numbers指数法), MOS (Mixed Optimal Strategy混合最优策略法) (Berger和Humphrey，1997)。其中SFA、DFA和DEA是最常用的三种方法。参数法和非参数法各有其特点，都不可避免的存在一定弊端。对于我国这样一个组织和技术变迁非常显著的转型国家，考虑到参数法中的SFA方法具备抗统计样本选择不同所造成的较大波动性，具备测度每个时期每个决策单元的效率绝对值功能，符合我国经济金融的现状等相对优势，本文选取SFA方法来研究过去十余年我国商业银行效率格局的变迁轨迹。
SFA(随机前沿分析法，又称Econometric Frontier Approach，EFA计量经济前沿法)是由Aigner, Lovell和Schmidt (1977)发展起来的。前沿分析是现代效率测度思想的核心，基于此思想的方法构造投入产出的前沿函数。因此，SFA法构建出一个特殊的成本(生产)超越对数函数，考虑随机误差问题，将成本(生产)函数的误差项细分成厂商无效率因素与随机误差因素，这些误差错误包括由于非对称分布（单侧半正态分布）的银行无效率和由于信息不对称（双侧标准正态分布）导致的随机误差。SFA法认为随机噪音vi和无效率因素ui的影响使得银行的总成本偏离了最优成本边界，可以通过估计这两类的分布情况来估测出银行的效率损失。根据Mester(1993)、Goldberg和Rai(1996)等人的思想，SFA方法的成本函数通式是：
其中,TCit：第i家银行在t年的总成本；t：第t个研究样本观测时期数；Yit：第i家银行在t年的各种产出和服务；Pit：第i家银行在t年各种投入的价格；eit：vit+uit，随机误差项:Vit：测量误差和不可控因素，统计噪音，服从(0,s2)；uit：单侧无效率测度，服从半正态分布，衡量的是单个银行偏离效率成本最优边界的偏离程度，是受管理影响的技术效率和配置效率最好的代理变量。
根据投入和产出种类的不同，随机前沿成本函数的具体形式根据各个国家银行业的不同情况分为若干类。通常所构建三种投入和三种产出的随机前沿成本函数通式如下：
对称性与一致性的限制要求如下条件成立：
规模效率（Scale Efficiency，SE）：
当规模效率SE<1的时候，银行在低于最优规模水平上进行经营，当银行产出进一步增加的时候可以降低其经营的成本，视作银行潜在效率损失；当规模效率SE>1的时候，银行的经营规模要高于最优规模水平，也是规模过大不经济所遭受的效率损失，银行需要压缩规模获得最佳的投入组合。所以，SE<1和SE>1都说明银行存在效率损失(Goldberg和Rai，1996)。
二、模型设定和数据样本
本文遵循Berger和Mester (1997a,1997b) , Humphrey和Pulley (1997), DeYoung和Hasan (1998)构建成本函数的思想，结合中介法(资产法)、生产法等多种方法来选择模型变量，参照Goldberg和Rai(1996)的研究方法，构造的SFA超越对数函数形式展开形式如下：
其中：TC为银行的总成本 (营业总支出)；投入变量：人均费用率PE(营业费用/员工人数)、存款费用率PK(营业费用＋利息支出)/总存款、资本费用率PF(累计固定资产折旧/年度固定资产净值)；产出变量：贷款Loa(各项贷款合计)、税前利润总额Inc、投资Inv。
X效率指标(XEFF)
基于Jondrow et al.(1982)的思想，Goldberg和Rai (1996)指出，极大似然函数的形式是：
（6）
（7）
其中，N是表示银行业中的银行数目，y服从标准正态累计分布,q(.)表示标准正态密度分布函数。Jondrow et al.(1982)的研究文献证明，变动率(the ratio of variability)可以用来衡量企业平均的无效率，这里。
规模效率指标(SEFF)
（8）
（9）
一般地，都把SINEFF作为银行规模无效率的变量进行研究分析(Goldberg和Rai，1996)。由于用规模无效率SINEFF替代了直接使用规模效率SE作为研究对象，因此，不论是规模过小还是规模过大都是不经济的，其银行无效率值SINEFF越大，银行规模效率损失程度越高。
由于2004-2007年银行重组改制、注资、上市等事件频繁发生，这些特殊的外力因素对真实效率测度产生了一定影响，各家商业银行的报表也随着上市和新会计准则的要求做了很多改变，数据难以全面清晰地掌握。为清晰刻画出转轨时期我国银行X效率和规模效率变迁的轨迹，本文模型分析所选取的样本期为1993-2003年，特殊研究期为2004-2006年。在这十余年间，比较容易将我国商业银行市场变迁的过程更加清晰地呈现。本文所选取的样本为工行、中行、建行、农行、交行等14家全国性商业银行，数据为前沿面板数据(panel data)，本文采用STATA软件进行相关模型估计。所有数据根据《中国金融年鉴》(1994-2006)、各个银行历年年报、《中国人民银行统计季报》、国家统计局、银监会、中国人民银行网站等资料汇总计算而来，并且均以1993年为基期进行了价格调整。因为样本银行的金融资产约占我国总体银行业金融资产的75％以上，所以检验结果有很强的说服力。
三、SFA方法的实证结果分析
1、模型参数估计检验
由于样本全部数据为前沿的面板数据(panel data)，本文选择STATA软件的Time-varying decay model对所构建的中国商业银行成本效率超越对数函数模型进行参数估计，根据全部商业银行样本Time-varying decay model 参数估计表的检验结果，我们发现，模型系数估计值显著，许多变量的P>|z|值比较理想，而模型的Wald chi2(27) =22874.05，Log likelihood =131.71226，Prob > chi2=0.0000，说明整体模型的设定较合理，整体模型的结果可以接受。
2、银行X效率值（XEFF）
（1）实证结果
通过SFA法的实证检验，可以获得我国全部商业银行样本的X效率值XEFF，下表是检验汇总结果的统计量描述：
（2）结果分析
总体上看，1993-2003年中小商业银行的X效率值要略好于四大银行的X效率值，但领先幅度差距在日益缩小，并且中小商业银行之间的X效率值差异也较大。从整体趋势看，我国商业银行的整体管理效率水平在逐渐提高，绝大多数银行相对以前的管理水平还是有所提升，这也说明我国向市场化转型的银行体制改革是有效的，虽然上升的幅度有所减缓，这与徐传谌和齐树天（2007）的结论类似。X效率值较高的银行在企业管理层的整体管理效率（包括利润最大化和成本控制）方面也较好，虽然随着银行扩张，这些银行自身内部也会出现组织、计划、协调、执行等方面的误差、迟缓，产生员工的惰性、信息的扭曲和不确定性等管理效率的问题，会造成银行运行偏离最优效率边界，但偏离度较低，而2004-2006年这些银行的业绩持续大幅提升也正说明这点。
3、银行规模效率值（SE）
（1）实证结果
根据参数估计结果和模型变量值计算出样本银行规模无效率值，其统计量描述见表2：
（2）结果分析
通过对检验结果观察发现，在样本期内，大部分中小商业银行的规模效率损失程度均低于四大银行，不过在规模经济控制方面，中小商业银行之间也存在较大差距。除部分银行外，大部分银行并没有显示出明显的规模经济或规模不经济现象。从趋势上看，不少银行的规模效率损失程度均经历了先增后降的过程，这可能有两种情形所致：其一是银行业管制和银行改革制度的变迁；其二是由于技术进步、市场化的逐步成熟提高了银行的最佳规模水平、降低了规模效率损失程度。从总体上看，1993-2003年，四大银行规模效率损失程度基本经历了一个先增后降的过程，四大银行均存在一定的规模不经济。10家中小商业银行，交行、民生、广发、兴业、光大基本上呈现规模经济系数逐渐增加、规模效率损失程度平缓减少的曲线，而华夏、中信、深发展、浦发行、招商与四大银行类似，大致经历过先增后降的过程，可能同这些银行在1996-1999年左右扩张速度加快，抢占市场份额，分支机构设置网点明显增多等有关，这些都是导致短期规模不经济的原因。另外，从样本期检验结果看，无论是X效率还是规模效率，中小银行内部呈现出较大的效率差异性，且效率差距在1993-2003年有所增大。这可能也给我们一个提示，即单纯的市场化未必能给银行带来高效率。
4、我国全国性商业银行的业绩前景
2004-2006年，经历了一系列重组改制、注资、上市等改革，各家商业银行的绩效取得一定进步。2004-2006年（尤其是2006年），单从各家银行净利润的数据看，银行的业绩表现比较突出。
不过，需要指出的是，大部分银行的业绩迅猛提高与加息、不良资产注销、注资、外资参股、治理结构完善、技术和规范化管理进步、规模控制、竞争意识等因素均有关系。虽然受于时间较短和研究条件的限制，无法充分量化说明这些促使业绩提升的因素各自发挥的贡献大小，但从各家银行的报表看，大部分银行盈利仍然以利差收入为主，依赖于外部政策环境的影响，这也从侧面反映出在银行效率改善方面，大部分银行做得还远远不足。
经过我国商业银行这些一系列改革，尤其在农行、光大和广发行的股改、注资、上市等改革步骤完成后，我国全国性的商业银行基本上又站在同一起跑线上。今后，在决定银行业绩的因素中，商业银行的效率尤为重要。事实上，对于各家银行如火如荼进行着的“流程银行”改革、治理结构完善和整体经营方向重新定位（比如向零售银行转型所引起的资源重新配置效率变化）等多项战略举措，从这个角度看，符合了银行降低效率损耗、提升业绩的内在要求。将来我国全国性的商业银行之间的竞争和分化可能将更为显著，银行自身的基础条件对绩效的影响效力越来越大。银行绩效的水平和市场份额可能会更多地取决于各自的X效率、规模的控制和其他效率水平，即银行减少各类效率损失的能力。
四、结论
1、1993至今，总体上看，中小银行的X效率值要略好于四大银行，但领先幅度差距在日益缩小，并且中小银行之间的X效率值差异也较大。从整体趋势看，我国商业银行的整体管理效率水平在逐渐提高，绝大多数银行相对以前的管理水平还是有所提升，这也说明我国向市场化转型的银行体制改革是有效的，虽然上升的幅度有所减缓。
2、大部分中小银行的规模效率损失程度均优于四大银行，不过在规模经济控制方面，中小银行之间也存在较大的差距。除部分银行外，多数的银行并没有显示出明显的规模经济或规模不经济现象。
3、从趋势上看，不少银行的规模效率损失均经历了先增后降的过程，中小商业银行内部也呈现出较大的效率差异性，且效率差距在1993-2003年有所增大。这也给我们一个提示，即单纯的市场化未必能给银行带来高效率。
4、2004-2006年，单从净利润的数据看，银行的业绩表现比较突出。但从各家银行的报表看，大部分银行盈利仍然以利差收入为主，依赖于外部政策环境的影响，这也从侧面反映出在银行效率改善方面，大部分银行做得还远远不足。
注：
本文只代表作者个人观点，并不代表作者单位的观点。作者感谢金女士、邹康博士对文章的写作所提供的热情帮助和有益评论表示诚挚谢意，当然，文责自负。
参考文献：
1.陈敬学、别双枝，2004，我国商业银行规模经济效率的实证分析及建议[J]，金融论坛,10；
2.刘宗华、范文燕，2003,中国国有及股份制商业银行规模经济的实证检验[J]，管理评论,9；
3.王聪、邹朋飞，2003，中国商业银行规模经济与范围经济的实证分析[J]，中国工业经济, 10；
4.奚君羊、曾振宇，2003，我国商业银行的效率分析——基于参数估计的经验研究[J]，国际金融研究，5；
作者简介：
彭 琦交通银行上海分行发展研究部
关键词：银行效率 参数法 随机前沿分析法 X效率 规模效率
中图分类号：F830.33文献标识码：A 文章编号：1006-1770(2007)-031-004
一、理论基础
衡量银行效率有多类方法，以往用于衡量银行效率的财务性指标有某些局限性，比如指标选择标准和权重难以确定、无法有效数量化研究多项投入与产出问题、不易衡量银行间的策略联盟等投资管理决策行为对长期效率的影响效果等等。目前学术界一般是建立数量模型，运用计量经济分析方法来研究银行效率。
从不同的考察角度，银行效率一般可以分成规模效率、服务产品多样化效率、纯技术效率和资产负债结构配置效率等等。实证研究中，对银行效率测度的最主要指标有X效率和规模效率。X效率是企业管理层的整体管理效率（包括利润最大化和成本控制方面），即在一定产出下，衡量成本控制的程度。随着规模扩张，企业自身内部会出现组织、计划、协调、执行方面的误差和迟缓，会产生员工的惰性、信息的扭曲和不确定性等多种问题，这些均会造成企业运行偏离最优效率边界，即称之为X无效率(Leibenstein, 1966)。银行X无效率值越高则反映了银行的成本控制的能力越差，其整体组织管理水平也越低，遭受了越多的效率损失。银行规模效率则是衡量相似决策单元DMU在规模报酬不变的生产前沿与规模报酬变化的生产前沿面之间的距离，即银行现有规模与最佳规模之间的差距。
目前，对商业银行X效率和规模效率测度的研究方法可分为参数法与非参数法两大类。参数方法包含SFA方法（Stochastic Frontier Analysis随机前沿分析法）、DFA方法（Distribution-Free Approach自由分布方法），TFA方法（Thick Frontier Approach厚前沿分析法）。非参数方法主要有DEA（Data Envelopment Analysis数据包络分析法）, FDH(Free Disposal Hull无界分析方法), IN (Index Numbers指数法), MOS (Mixed Optimal Strategy混合最优策略法) (Berger和Humphrey，1997)。其中SFA、DFA和DEA是最常用的三种方法。参数法和非参数法各有其特点，都不可避免的存在一定弊端。对于我国这样一个组织和技术变迁非常显著的转型国家，考虑到参数法中的SFA方法具备抗统计样本选择不同所造成的较大波动性，具备测度每个时期每个决策单元的效率绝对值功能，符合我国经济金融的现状等相对优势，本文选取SFA方法来研究过去十余年我国商业银行效率格局的变迁轨迹。
SFA(随机前沿分析法，又称Econometric Frontier Approach，EFA计量经济前沿法)是由Aigner, Lovell和Schmidt (1977)发展起来的。前沿分析是现代效率测度思想的核心，基于此思想的方法构造投入产出的前沿函数。因此，SFA法构建出一个特殊的成本(生产)超越对数函数，考虑随机误差问题，将成本(生产)函数的误差项细分成厂商无效率因素与随机误差因素，这些误差错误包括由于非对称分布（单侧半正态分布）的银行无效率和由于信息不对称（双侧标准正态分布）导致的随机误差。SFA法认为随机噪音vi和无效率因素ui的影响使得银行的总成本偏离了最优成本边界，可以通过估计这两类的分布情况来估测出银行的效率损失。根据Mester(1993)、Goldberg和Rai(1996)等人的思想，SFA方法的成本函数通式是：
其中,TCit：第i家银行在t年的总成本；t：第t个研究样本观测时期数；Yit：第i家银行在t年的各种产出和服务；Pit：第i家银行在t年各种投入的价格；eit：vit+uit，随机误差项:Vit：测量误差和不可控因素，统计噪音，服从(0,s2)；uit：单侧无效率测度，服从半正态分布，衡量的是单个银行偏离效率成本最优边界的偏离程度，是受管理影响的技术效率和配置效率最好的代理变量。
根据投入和产出种类的不同，随机前沿成本函数的具体形式根据各个国家银行业的不同情况分为若干类。通常所构建三种投入和三种产出的随机前沿成本函数通式如下：
对称性与一致性的限制要求如下条件成立：
规模效率（Scale Efficiency，SE）：
当规模效率SE<1的时候，银行在低于最优规模水平上进行经营，当银行产出进一步增加的时候可以降低其经营的成本，视作银行潜在效率损失；当规模效率SE>1的时候，银行的经营规模要高于最优规模水平，也是规模过大不经济所遭受的效率损失，银行需要压缩规模获得最佳的投入组合。所以，SE<1和SE>1都说明银行存在效率损失(Goldberg和Rai，1996)。
二、模型设定和数据样本
本文遵循Berger和Mester (1997a,1997b) , Humphrey和Pulley (1997), DeYoung和Hasan (1998)构建成本函数的思想，结合中介法(资产法)、生产法等多种方法来选择模型变量，参照Goldberg和Rai(1996)的研究方法，构造的SFA超越对数函数形式展开形式如下：
其中：TC为银行的总成本 (营业总支出)；投入变量：人均费用率PE(营业费用/员工人数)、存款费用率PK(营业费用＋利息支出)/总存款、资本费用率PF(累计固定资产折旧/年度固定资产净值)；产出变量：贷款Loa(各项贷款合计)、税前利润总额Inc、投资Inv。
X效率指标(XEFF)
基于Jondrow et al.(1982)的思想，Goldberg和Rai (1996)指出，极大似然函数的形式是：
（6）
（7）
其中，N是表示银行业中的银行数目，y服从标准正态累计分布,q(.)表示标准正态密度分布函数。Jondrow et al.(1982)的研究文献证明，变动率(the ratio of variability)可以用来衡量企业平均的无效率，这里。
规模效率指标(SEFF)
（8）
（9）
一般地，都把SINEFF作为银行规模无效率的变量进行研究分析(Goldberg和Rai，1996)。由于用规模无效率SINEFF替代了直接使用规模效率SE作为研究对象，因此，不论是规模过小还是规模过大都是不经济的，其银行无效率值SINEFF越大，银行规模效率损失程度越高。
由于2004-2007年银行重组改制、注资、上市等事件频繁发生，这些特殊的外力因素对真实效率测度产生了一定影响，各家商业银行的报表也随着上市和新会计准则的要求做了很多改变，数据难以全面清晰地掌握。为清晰刻画出转轨时期我国银行X效率和规模效率变迁的轨迹，本文模型分析所选取的样本期为1993-2003年，特殊研究期为2004-2006年。在这十余年间，比较容易将我国商业银行市场变迁的过程更加清晰地呈现。本文所选取的样本为工行、中行、建行、农行、交行等14家全国性商业银行，数据为前沿面板数据(panel data)，本文采用STATA软件进行相关模型估计。所有数据根据《中国金融年鉴》(1994-2006)、各个银行历年年报、《中国人民银行统计季报》、国家统计局、银监会、中国人民银行网站等资料汇总计算而来，并且均以1993年为基期进行了价格调整。因为样本银行的金融资产约占我国总体银行业金融资产的75％以上，所以检验结果有很强的说服力。
三、SFA方法的实证结果分析
1、模型参数估计检验
由于样本全部数据为前沿的面板数据(panel data)，本文选择STATA软件的Time-varying decay model对所构建的中国商业银行成本效率超越对数函数模型进行参数估计，根据全部商业银行样本Time-varying decay model 参数估计表的检验结果，我们发现，模型系数估计值显著，许多变量的P>|z|值比较理想，而模型的Wald chi2(27) =22874.05，Log likelihood =131.71226，Prob > chi2=0.0000，说明整体模型的设定较合理，整体模型的结果可以接受。
2、银行X效率值（XEFF）
（1）实证结果
通过SFA法的实证检验，可以获得我国全部商业银行样本的X效率值XEFF，下表是检验汇总结果的统计量描述：
（2）结果分析
总体上看，1993-2003年中小商业银行的X效率值要略好于四大银行的X效率值，但领先幅度差距在日益缩小，并且中小商业银行之间的X效率值差异也较大。从整体趋势看，我国商业银行的整体管理效率水平在逐渐提高，绝大多数银行相对以前的管理水平还是有所提升，这也说明我国向市场化转型的银行体制改革是有效的，虽然上升的幅度有所减缓，这与徐传谌和齐树天（2007）的结论类似。X效率值较高的银行在企业管理层的整体管理效率（包括利润最大化和成本控制）方面也较好，虽然随着银行扩张，这些银行自身内部也会出现组织、计划、协调、执行等方面的误差、迟缓，产生员工的惰性、信息的扭曲和不确定性等管理效率的问题，会造成银行运行偏离最优效率边界，但偏离度较低，而2004-2006年这些银行的业绩持续大幅提升也正说明这点。
3、银行规模效率值（SE）
（1）实证结果
根据参数估计结果和模型变量值计算出样本银行规模无效率值，其统计量描述见表2：
（2）结果分析
通过对检验结果观察发现，在样本期内，大部分中小商业银行的规模效率损失程度均低于四大银行，不过在规模经济控制方面，中小商业银行之间也存在较大差距。除部分银行外，大部分银行并没有显示出明显的规模经济或规模不经济现象。从趋势上看，不少银行的规模效率损失程度均经历了先增后降的过程，这可能有两种情形所致：其一是银行业管制和银行改革制度的变迁；其二是由于技术进步、市场化的逐步成熟提高了银行的最佳规模水平、降低了规模效率损失程度。从总体上看，1993-2003年，四大银行规模效率损失程度基本经历了一个先增后降的过程，四大银行均存在一定的规模不经济。10家中小商业银行，交行、民生、广发、兴业、光大基本上呈现规模经济系数逐渐增加、规模效率损失程度平缓减少的曲线，而华夏、中信、深发展、浦发行、招商与四大银行类似，大致经历过先增后降的过程，可能同这些银行在1996-1999年左右扩张速度加快，抢占市场份额，分支机构设置网点明显增多等有关，这些都是导致短期规模不经济的原因。另外，从样本期检验结果看，无论是X效率还是规模效率，中小银行内部呈现出较大的效率差异性，且效率差距在1993-2003年有所增大。这可能也给我们一个提示，即单纯的市场化未必能给银行带来高效率。
4、我国全国性商业银行的业绩前景
2004-2006年，经历了一系列重组改制、注资、上市等改革，各家商业银行的绩效取得一定进步。2004-2006年（尤其是2006年），单从各家银行净利润的数据看，银行的业绩表现比较突出。
不过，需要指出的是，大部分银行的业绩迅猛提高与加息、不良资产注销、注资、外资参股、治理结构完善、技术和规范化管理进步、规模控制、竞争意识等因素均有关系。虽然受于时间较短和研究条件的限制，无法充分量化说明这些促使业绩提升的因素各自发挥的贡献大小，但从各家银行的报表看，大部分银行盈利仍然以利差收入为主，依赖于外部政策环境的影响，这也从侧面反映出在银行效率改善方面，大部分银行做得还远远不足。
经过我国商业银行这些一系列改革，尤其在农行、光大和广发行的股改、注资、上市等改革步骤完成后，我国全国性的商业银行基本上又站在同一起跑线上。今后，在决定银行业绩的因素中，商业银行的效率尤为重要。事实上，对于各家银行如火如荼进行着的“流程银行”改革、治理结构完善和整体经营方向重新定位（比如向零售银行转型所引起的资源重新配置效率变化）等多项战略举措，从这个角度看，符合了银行降低效率损耗、提升业绩的内在要求。将来我国全国性的商业银行之间的竞争和分化可能将更为显著，银行自身的基础条件对绩效的影响效力越来越大。银行绩效的水平和市场份额可能会更多地取决于各自的X效率、规模的控制和其他效率水平，即银行减少各类效率损失的能力。
四、结论
1、1993至今，总体上看，中小银行的X效率值要略好于四大银行，但领先幅度差距在日益缩小，并且中小银行之间的X效率值差异也较大。从整体趋势看，我国商业银行的整体管理效率水平在逐渐提高，绝大多数银行相对以前的管理水平还是有所提升，这也说明我国向市场化转型的银行体制改革是有效的，虽然上升的幅度有所减缓。
2、大部分中小银行的规模效率损失程度均优于四大银行，不过在规模经济控制方面，中小银行之间也存在较大的差距。除部分银行外，多数的银行并没有显示出明显的规模经济或规模不经济现象。
3、从趋势上看，不少银行的规模效率损失均经历了先增后降的过程，中小商业银行内部也呈现出较大的效率差异性，且效率差距在1993-2003年有所增大。这也给我们一个提示，即单纯的市场化未必能给银行带来高效率。
4、2004-2006年，单从净利润的数据看，银行的业绩表现比较突出。但从各家银行的报表看，大部分银行盈利仍然以利差收入为主，依赖于外部政策环境的影响，这也从侧面反映出在银行效率改善方面，大部分银行做得还远远不足。
注：
本文只代表作者个人观点，并不代表作者单位的观点。作者感谢金女士、邹康博士对文章的写作所提供的热情帮助和有益评论表示诚挚谢意，当然，文责自负。
参考文献：
1.陈敬学、别双枝，2004，我国商业银行规模经济效率的实证分析及建议[J]，金融论坛,10；
2.刘宗华、范文燕，2003,中国国有及股份制商业银行规模经济的实证检验[J]，管理评论,9；
3.王聪、邹朋飞，2003，中国商业银行规模经济与范围经济的实证分析[J]，中国工业经济, 10；
4.奚君羊、曾振宇，2003，我国商业银行的效率分析——基于参数估计的经验研究[J]，国际金融研究，5；
作者简介：
彭 琦交通银行上海分行发展研究部