摘要：本文选取了29家商业银行并依据其经营规模划分为全国性的和地方性的两类，运用数据包络模型分析法（DEA）对其在2005年至2010年的经营效率进行了测度，又运用了变系数模型对变量的显著性进行分析发现：2005年的地方性商业银行经营效率较高，而之后这两类银行效率并无显著性差异。分析认为，这与近年来的网络技术、科技创新等因素密不可分，并在最后对我国商业银行提高经营效率给出了相关的建议。
关键词：商业银行效率 经营范围 发展建议
1 数据来源与模型概述
首先，商业银行经营效率的研究在近几年来越来越流行，其中DEA数据包络模型是其中十分重要且常用的方法。本文也拟采用此方法。
1.1 数据来源与数据整理
本研究的数据全部来源于Bureau van Dijk Electronic Publishing（BvD），在我国各类商业银行中，选取了具有代表性的全国性股份制商业银行、地方性商业银行和地方性农村商业银行这三类银行，共计29家。
1.2 DEA模型概述
数据包络分析（DEA）模型是运筹学的一个新领域，它由著名的运筹学家A.Charnes、W.W.Coope和E.Rhodes于1978年首先提出。在该模型中，需要设定投入和产出，并且DEA模型在解决多投入和多产出的问题时显得十分有效。
我们假设有n个决策单元（j=1，2，3…n），每个决策单元有对应项目相同的m项投入（i=1，2，3…m）以及对应项目相同的s项产出（r=1，2，3…s），则所有决策单元的投入可用矩阵X来表示，其中xij表示第j个决策个体的第i项投入；所有决策单元的产出可用矩阵Y来表示，其中yrj表示第j个决策个体的第r项产出。
若用vi表示第i项投入的权重，ur表示第r项产出的权重，则第j个决策单元的投入产出比为：hi=■（j=1，2，3，…，n）。基于产出最大化或投入最小化的基本思想，构建线性规划模型：minθ■λjxij≤θxij（i=1，2，3…m）■λjyrj≥yrj0（r=1，2，3…s）λj≥0（j=1，2，3…n）
所得到的θ的最优值如果小于1，则代表存在一个假想的决策单元使得在获得同样产出的时候可以付出更少的投入，也即此时决策单元效率并未达到理想状态，称之为非DEA有效，只有θ=1时，才表明决策单位DEA有效。
1.3 变系数模型概述
变系数模型是面板数据模型中的常见模型类型，它的基本形式如下：yit=ci+xitbi+uit，i=1，2，3……N；t=1，2，3…T
其中：yit为被解释变量；xit为解释变量；N表示截面个体数；T表示统计或观测的时期数；ci为常数项；uit为随机误差项。在上式中，由于选取的是变系数模型，因此ci、bi均可变化，因此可将模型改写为如下形式：
yit=■itδi+uit，i=1，2，3…N；t=1，2，3…T
其中：■it=（1，xit）；δi=（ci，b′i）′。
若将上式改写为矩阵形式，则为：y=xδ+U
2 实证分析
2.1 指标选择
在研究效率的过程中，“生产法”和“中介法”是较为常用的两种方法。本研究采用的方法为“中介法”，将商业银行视作吸取居民和企业剩余资金的机构，并将存款和贷款均视为研究过程中的产出，而投入则集中在银行的资产和经营费用等项目上。
2.1.1 投入部分。①固定资产（x1）：它包括银行使用期限超过1年的诸如房屋、机器、运输设备和其他与生产经营有关的工具等。②普通股股本（x2）：在银行的核心资本中，普通股股本占的比重是最大的。③营业费用（x3）：它是商业银行在从事各项经营活动的过程中产生的与业务经营相关的各项费用，例如利息支出、各种准备金等等。
2.1.2 产出部分。①存款（y1）：商业银行存款是反映其吸收剩余资金能力的大小，虽然存款属于负债类，但是它是银行发放贷款的来源和其他一切经营事务的基础，是关系到银行生存和发展的最重要的指标之一。②贷款（y2）：发放贷款是银行赚取利润的最重要手段，银行贷款数量的大小直接关系到其盈利规模的大小，它是衡量银行产出的重要指标。③净利润（y3）：银行净利润是扣除了各项费用和税费之后银行一年累计的直接产出，它也是银行追求的最大化目标，是最直接反映银行产出的指标。
2.2 DEA模型结果
本文将29家商业银行2005年至2010年的三项产出指标（存款、贷款、净利润）和三项投入指标（固定资产、普通股股本、营业费用）分别排列后，运用数据包络分析软件DEAP2.1进行计算分析。（表1）
■
其中crste为技术效率，也叫综合效率；vrste为纯技术效率；scale为规模效率。
由于综合效率指标能够更加全面地反映商业银行的经营效率，它既包含了技术因素，也包含了对规模效率的考虑，因此对本表的分析我们集中在综合效率上。不难发现，在该统计中，数据显示2005年、2006年、2007年和2009年，全国范围内的商业银行效率均低于地方范围内，而其余年份则反之。
2.3 变系数模型输出
本研究的被解释变量为上文所测算出的每一家银行在研究年份内的DEA有效度，对于解释变量，最初本文选取了这29家银行在2005年至2010年每年的总资产、所有者权益、非利息收入占总收入的比重、宏观经济数据GDP等多项变量加以回归，由于显著性不明显，最后保留虚拟变量D和宏观指标GDP，旨在通过虚拟变量D的显著性来判断经营范围是否对经营效率构成显著影响，如果构成影响，则影响的年份有哪些。
此处GDP选取的是2005年至2010年每年的国内生产总值，而虚拟变量D的设置如下：
D=0 若该银行为地方性银行1 若该银行为全国性银行
为了克服可能存在的异方差，本文对GDP这一变量进行了对数化处理，并且在选择了广义最小二乘法，即GLS的估计方法。模型输出结果如表2。
表2 变系数模型输出结果
■
由该表易知，在95%的置信水平下，在2005年，可以认为经营范围的大小对其在该年的经营效率造成了显著的影响，且全国范围内的大银行其效率较低；而在其他几个年份内，均认为经营范围的大小对商业银行的经营效率不造成显著影响。
3 结论与解释
2005年我国商业银行的经营效率受到来自经营范围的显著影响，并且表现为地方性商业银行的经营效率高于全国性商业银行，2006年至2010年的影响并不显著。于是我们得到了这样的结论：在我国，商业银行的经营效率在近几年来受到经营范围的影响并不显著。2006年至2010年，全国性商业银行与地方性商业银行的效率趋于相同，并无显著性差异。随着网络技术的不断发展，尤其是近几年来网上银行业务的普及和完善，使得许多商业银行的发展拥有了新的机遇。而全国性商业银行的相对经营效率也较之前有了较大的改善。
参考文献：
[1]詹明君.基于面板数据的我国商业银行效率研究[D].东北财经大学，2010.
[2]骆绍莲.基于面板数据模型的我国商业银行竞争力比较研究[D].西南交通大学，2009.
[3]周先平，谭本艳.中日保险资金运用效率的对比研究——基于系统GMM的动态面板数据模型分析[J].中南财经政法大学研究生学报，2009（01）.
[4]张立新.基于DEA的我国商业银行效率评价[J].山东社会科学，2012（01）.
[5]高圆圆.基于DEA模型的我国商业银行效率研究[J].商业经济，2012（03）.
[6]马思蕴.商业银行效率评价的实证分析[J].经济视角，2011（09）.