作为多功能的金融机构，商业银行一直在都在国内的金融体系中占有举足轻重的地位。国内商业银行的发展也和整个国民经济的正常运转密切相关。但是，随着对外开放的扩大和国内金融市场的不断完善，商业银行面临的同业竞争日趋激烈。国内商业银行欲获得有利的市场地位，必须提升自身竞争力。因此，银行效率作为银行核心竞争力的重要内容，被日渐重视。目前，关于商业银行效率的研究和效率影响因素分析研究越来越多，有关研究也越来越深入。对商业银行效率的研究已经从传统最基本的财务指标分析，发展到运用各种参数、非参数模型评价，其中非参数方法的数据包络分析已经被广泛运用在商业银行效率的评价中。在数据包络分析中，最关键的是确定待评价单位的投入指标和产出指标。对这两类指标的确定，现有文献有些采取根据研究者的经验主观确定，选择随意性较大；有些则根据研究者确定的目标变量作回归分析的方法确定，但存在目标变量不容易确定的问题。针对此类问题，本文将灰色关联分析和灰色聚类评估引入到对投入产出变量指标选择的过程，并将筛选出的变量运用到国内商业银行的效率评价中，这增强了两类指标确定过程的客观性，使数据包络分析的效率评价过程更加合理。效率反映了商业银行对各种资源的配置能力。科学地检验商业银行的效率，有助于为商业银行提供自身发展的参考，也是监管机构了解商业银行效率的前提。同时，通过将灰色关联分析等灰色系统理论的应用引入到数据包络分析的指标选择过程，进行商业银行效率评价，说明了联合运用灰色关联分析和数据包络分析的应用价值，以及灰色关联分析方法广泛的适用性。通过文献阅读和整理，本文总结和评述了国内外有关数据包络分析和灰色关联分析联合应用的研究以及国内对数据包络分析中所需要的投入指标和产出指标选择的研究，创新性地将灰色关联分析和灰色聚类分析引入到确定投入指标和产出指标的过程中。通过对初始指标集聚类分析，将初始指标集分成了若干组。再对同类组内各指标灰色关联度的大小排序、计分，计算每个指标排序的得分，最终每一组同类的指标将选出得分最高的指标作为该类的代表指标。这种以计算各序列的灰色关联度为基础进行的灰色聚类分析提高了选择投入指标和产出指标标准的客观性。本文的数据包络分析是将灰色关联分析确定的投入产出变量结果运用到对国内12家商业银行的效率评价。数据包络分析的结果表明：交通银行、中国民生银行和兴业银行三家商业银行的总效率为1，除中国光大银行和中国银行的总效率尚未达到0.8，其他七家商业银行的总效率都在0.8至1之间。12家商业银行平均总效率达到0.904。根据以上数据包络分析的结果，结合构成总效率的纯技术效率和规模效率两个因素，得出结论商业银行的技术无效可能源自投入产出比率不匹配，也可能是经营管理能力或对投入资源的利用能力不足。