论文部分内容阅读
金融业是一个国家的支柱产业,金融业的发展水平对国家的整体经济水平有很大的影响作用,随着互联网的兴起,传统银行业面临的挑战更加复杂,银行业如何降低成本、改善经营水平、提高收益是一个重要的问题。而银行效率是一个比值,是衡量投入和产出的一个综合性指标,也是反映银行竞争力水平的一个指标。考虑决策单元(Decision Making Unit,DMU)的异质性,改进数据包络分析方法(data envelopment analysis,DEA)对商业银行的成本效率进行评价,可以在一定程度上丰富银行成本效率的研究方法,并且对管理实践有一定的指导意义。本文的研究主要通过三个步骤展开:首先,检索与银行效率、成本效率以及DEA相关的文献,并进行学习和总结,发现现有文献在对银行成本效率进行评价时存在以下三个问题:一是没有考虑各银行的差异性,均是将所有的决策单元放到一起进行评价,认为所有的银行是同质的。二是当决策单元数目较少时,现有的交叉效率模型的分辨力仍然较低,不能完全排序。三是原始的模型只是考虑投入的数量没有考虑投入的价格,不能客观反映决策单元的综合成本。然后,本文为了弥补这些空缺,将决策单元从不同的角度进行分组,提出了一个基于投入价格的群组间交叉评价的成本效率测算模型。其中所提的模型和测量方法主要有三个创新点:一是提出了根据邻域互信息对决策单元分组的方法,二是提出了一种对小样本决策单元进行赋权的方法即潜在信息函数,三是在考虑决策单元异质性的基础上,构造了群组间交叉评价的新模型。最后,将所提的方法应用到2012-2016年中国16家商业银行的实证研究中,通过确定指标、整理数据,从横向和纵向对不同银行和不同类银行的效率差距以及同一银行和同类银行在不同年份的效率变化进行分析。本文的研究结果显示,从研究方法上看,根据两种分组方法下的分组结果和对比结果分析,根据邻域互信息分组的结果中五个大型股份制银行在2012-2016年均属于第一组,三个城市商业银行均属于第三组,而部分几个投入成本较低的中小型股份制银行会被分到第三组即和三个城市商业银行是一组。并且从分析成本效率的变化趋势以及两种分组方法下不同银行的差距看两种分组方法下计算的结果差距不大,说明本文改进的邻域互信息对决策单元进行分组方法是合理的。此外从每组综合成本效率的结果看,潜在信息函数赋权和算术平均的结果也基本吻合,说明潜在信息函数对决策单元赋权的方法也是可行的。从实证结果分析,从整体来看,成本效率最低的是大型股份制银行,中小型股份制银行和城市商业银行的成本效率较高,并且这两者之间的差距不大,主要的原因是大型股份制银行的成本投入太大,而其产出的转化率又较低。从16家银行的成本效率相对排名来看,不同的年份排名基本一致,大型股份制银行中的建设银行和工商银行排名稍靠前,而中小型股份制银行中平安银行和浦发银行的排名稍高。从2012-2016年16家商业银行的变化情况看,16家银行的成本效率变化趋势不一致,但总体来说多数银行在近一两年有所提升。