论文部分内容阅读
商业银行作为我国金融体系中最重要的金融机构,在我国金融系统中发挥着主导作用,且对于实现整个金融系统的平稳健康发展及促进国民经济的可持续增长发挥着重要的作用。十九大报告指出,我国经济已由高速增长阶段转向高质量发展阶段,该阶段特别是在新型冠状病毒全球大流行以来,银行业面临的流动性新规、资管新规及系列文件等一系列挑战可能会大于发展机遇,其原因在于挑战是现实存在的针对存量而言的确定性,而机遇则是为增量赢取机会,是不一定能把握的住的不确定性。在当前的时代背景及国内外经济形势下,旨在为实体经济发展服务的商业银行,在资本趋紧和风险趋严的约束下实现可持续健康增长已成为银行业经营管理的核心目标。为实现这一目标,其实质是逐步提高商业银行经营效率及全要素生产率。因此,合理测度中国内地中外资商业银行的经营效率及全要素生产率,挖掘导致经营无效率及全要素生产率退步的内部原因,对于促进中国银行业的可持续健康发展具有重要的理论和现实意义。现有文献中数据包络分析（Data Envelopment Analysis,DEA）方法是目前被各领域众多专家学者应用最为广泛的非参数效率分析方法,因此本文也采用基于DEA方法的拓展方法测度商业银行经营效率及全要素生产率。为测度商业银行经营效率,本文分别从一阶段和多阶段两个角度出发,分别构建了非期望产出约束下的超效率SBM-DEA模型（Super-efficient undesirableoutputs slacks-based measure DEA,Se Uo-SBM-DEA）及动态网络SBM-DEA模型（Dynamic Network Undesirable-outputs SBM-DEA,DNUo-SBM-DEA）。由于DEA模型的快速发展,目前模型结构越来越复杂,同时大数据时代也面临着样本数量越来越大且数据维度越来越高的问题,因此求解DEA模型所需的计算资源也越来越大,本文拟引入机器学习方法及其集成模型来解决这一问题。此外,为测度商业银行全要素生产率,本文构建了一种新的配置MalmquistLuenberger全要素生产率指数（Allocative Malmquist-Luenberger Productivity Index,AMLPI）。本文构建模型的主要创新点如下:（1）通过添加新的约束条件以重构参考集的方式,拓展了一种新的Se UoSBM-DEA模型。该模型是一种普遍适用的评估决策单元（Decision Making Unit,DMU）综合效率的方法,其不仅可以同时考虑期望产出的和非期望产出的共同影响,而且可以实现对所有决策单元的完全排序。此外,通过构建DMU生产经营活动的复杂动态网络结构及相应的DNUo-SBM-DEA模型,对其综合效率进行内部分解。（2）由于传统的DEA模型具有固有的缺陷,即每新增一个决策单元时都可能会改变生产可能性集,从而需要重新建模并求解,由此造成了大量的计算资源浪费。通过搭建BP神经网络、支持向量机及其改进的支持向量机、遗传神经网络等多种机器学习方法及其集成模型与DEA模型之间的桥梁,即采用DEA-ML（A Combined Machine Learning and DEA Method）二阶段方法,以解决因新增决策单元而导致传统DEA模型计算损耗的问题。（3）通过引入方向距离函数,拓展了一种新的AMLPI全要素生产率指数,并将其分解为考虑非期望产出的配置效率变化（Allocative Efficiency Change with Undesirable-outputs,AECU）和配置技术变化（Allocation-technical Change with Undesirable-outputs,ATCU）两个部分。该指数在衡量生产率时可同时考虑期望产出和非期望产出的联合影响,而其分解部分则为揭示生产率变化的根源提供了更为直观的解释。基于本文构建模型,对“十三五”规划期间（2016-2020）我国大陆各类商业银行的经营效率及其内部分解,及AMLPI全要素生产率及其分解进行测算,并应用DEA-ML二阶段方法对商业银行经营效率进行测度及拟合预测,研究结果显示,研究期间:（1）虽然我国各类商业银行整体经营效率较低（均值为0.473）,但是商业银行经营效率整体保持着持续增长态势,整个时期的经营效率平均每年增长约5.27个百分点。其次,我国各类商业银行经营效率由高到低分别为民营银行、股份制银行、外资银行、城商行、国有银行、农商行。此外,我国各类商业银行在不同年度的经营效率呈现明显的非均衡性特征,但这种非均衡性有逐渐缩小的趋势。（2）我国商业银行AMLPI全要素生产率总体上略微有所降低（0.998）,降幅为0.2%;从AECU和ATCU的测度结果来看,造成研究期间我国商业银行AMLPI全要素生产率略微降低的主要原因是配置技术退步,而不是资源配置效率不足;我国商业银行AMLPI全要素生产率获得增长的依次为股份制商业银行（1.094）、农村商业银行（1.055）、大型国有商业银行（1.017）,而民营银行、城市商业银行和外资商业银行出现了不同程度的下降。（3）研究期间我国各类商业银行资金流动效率均值为0.761,资产盈利效率均值为0.256。由此可见,造成“十三五”规划期间我国各类商业银行经营无效率的内部原因主要是资产盈利效率不足。（4）基于本文选择的样本数据及特征变量,综合分析各模型的预测准确率、相关系数R、均方误差MSE及Spearman的Rho,研究发现四种ML-DEA算法的综合性能表现可排序如下:GANN-DEA＞BPNN-DEA≈ISVM-DEA＞SVM-DEA。