商业银行经营效率研究范文

本站小编为你精心准备了商业银行经营效率研究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要:近年来我国金融科技发展迅速，2017年我国从互联网金融时代过渡到金融科技3．0时代，我国经济环境发生巨大转变。作为我国金融业重要支柱的银行业，面临金融科技带来的巨大冲击，其经营效率值得深思。在此背景下，以我国16家上市商业银行为研究对象，收集2011－2017年相关数据，运用Malmquist指数模型测算该时期银行各效率指标，并根据计算结果对金融科技与银行之间影响关系进行探讨。

关键词:金融科技;商业银行;经营效率

一、引言

2013年被誉为互联网金融元年，自此，我国金融业发展开始由传统模式转向互联网金融模式，即进入金融科技2．0时代。2017年则正式从互联网金融步入金融科技3．0时代。从最初以支付宝为代表的支付方式的改变，到以余额宝等理财方式的革新，再到众筹等多元化投资方式的到来，无不与金融科技紧密相连，因此2017年也被形象地称为金融科技元年。相比于商业银行的传统经营模式，金融科技经营模式克服了时间和地域上的限制，能够以更加便捷高效的方式为不同消费者提供金融服务，以满足其多样化的金融需求。正是凭借跨时区、跨地域、大众化等多项优势，金融科技在近几年得到高速发展，对传统商业银行造成了强烈冲击。现今商业银行在优化自身经营管理策略的同时积极拥抱金融科技，力求在未来的发展中创造更大的效益。2017年国有五大行完成与BATJS(百度、阿里、腾迅、京东、苏宁)的金融合作就是一个强有力的证明。因此，在金融科技背景下，研究我国商业银行经营效率的动态变化，具有重要的现实意义。

二、文献综述

银行业作为金融行业的重要支柱，其经营效率变化历来受到国内外学术界的广泛关注。随着2013年互联网金融元年的到来，互联网金融对商业银行经营效率的影响更是成为国内外学者研究的重点，如曹凤岐(2015)［1］、王静(2014)［2］认为互联网金融冲击了传统银行业，商业银行应该对此采取应对措施;邱峰(2013)［3］、冯娟娟(2013)［4］等则认为互联网金融虽然对银行业带来了一定冲击，但鉴于互联网金融自身的弊端以及商业银行的特殊地位，互联网金融尚不能对商业银行有所撼动，二者只能是竞争与合作的关系;ManuchehrShahrokhi(2008)［5］认为互联网金融借助低成本等优势分流银行部分业务，导致银行利润的流失以及效率的下降。以上研究大多是基于金融科技2．0背景下，定性分析互联网金融对商业银行经营效率的影响，鲜有学者以定量方式进行研究。当前学术界主流的效率评价方法有五种:随机前沿面方法(SFA)、自由分布方法(DFA)、稠密前沿面方法(TFA)、数据包络分析(DEA)和无边界方法(FDH)，其中DEA方法用的最为普遍。王健等(2011)［6］认为在对银行效率的早期测度中，主要使用的是CCR模型和BCC模型，但考虑到其所用指标单一且不能有效描述相对效率的动态变化，故而现阶段更加偏向于改进的DEA模型———Malmquist指数，本文实证研究正是基于该模型。目前，国内学术界对商业银行效率的研究已相对成熟，从互联网金融角度研究商业银行经营效率的文章也不在少数，但随着2016年互联网金融行业迎来大规模整改，2017年进入金融科技3．0时代，未来金融科技到底会对商业银行带来积极影响还是消极影响，两者是相互竞争还是互融共生，有待深入研究。本文将从现阶段金融科技发展角度，对商业银行经营效率动态变化进行量化研究。

三、Malmquist指数模型

(一)效率的定义首先介绍一下Malmquist指数模型中出现的相关效率指标。

(二)Malmquist指数模型原理Malmquist指数最初是由MalmquistSten提出，早在1982年就被用于测算生产率的变化，此后研究者将其应用于DEA理论中，做到了相对效率动态变化的有效刻画。

四、实证检验与分析

(一)指标选取对于如何使用规模收益可变(VRS)的Malmquist指数模型测度商业银行经营效率，毕功兵等(2009)［7］选取投入和产出指标为参考。综合近年来国内外学者的相关研究成果，并考虑到我国银行业的经营特点和模型的限制等因素，选取如表2所示的投入产出指标。

(二)数据来源本文选取16家上市商业银行作为研究对象，其中包括5家国有银行，11家股份制商业银行，分别为中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行、招商银行、浦发银行、中信银行、中国光大银行、华夏银行、中国民生银行、兴业银行、平安银行、北京银行、宁波银行、南京银行。数据区间选定为2011－2017年，原因在于该阶段我国金融科技快速发展对银行经营产生一定冲击，因而具备可研究性。相应数据取自相应年份的《中国金融年鉴》和各银行年报。

(三)商业银行效率对比分析全要素生产率是评价银行经营成效的关键指标。本文在分析商业银行效率的过程中，将以全要素生产率为核心，以全要素生产率的分解性指标作为辅助指标。本文研究目的在于检验金融科技背景下商业银行经营效率的动态变化，关注的是整体效率，而全要素生产率以外的四大指标作为辅助性指标，主要用于解释全要素生产率变动的成因。1．中国商业银行全要素生产率及其相关指标计算结果应用DEAP2．1软件获得2012－2017年中国16家上市商业银行全要素生产率的增长率(TFP)、综合技术效率变动(EC)、技术进步(TC)的计算结果。2．中国商业银行2012－2017年全要素生产率分析(1)中国商业银行各年平均全要素生产率分析由表3的数据可得2012－2017年中国16家上市商业银行综合技术效率变动(EC)、技术进步(TC)、纯技术效率变动(PTE)、规模报酬变动(SE)、全要素生产率的增长率(TFP)的平均值。(2)中国各商业银行平均全要素生产率分析由表3的数据可得2012－2017年中国16家上市商业银行各行综合技术效率变动(EC)、技术进步(TC)、纯技术效率变动(PTE)、规模报酬变动(SE)、全要素生产率的增长率(TFP)的平均值。

(四)主要结论本文在当前金融科技迅速发展的背景下，基于Malmquist指数模型，测算我国16家上市商业银行在2011－2017年各项效率指标。并通过对计算结果的分析，得出以下结论:首先，近年来，我国商业银行的全要素生产率保持稳中有升的态势，其中技术进步指数解释力度较大，说明金融科技的合理利用对银行改善自身经营状况起到了积极作用;其次，我国大部分商业银行综合技术效率处于无效状态，主要由规模效率无效所引起，说明银行当前的内部结构存在不合理成分，需要进行优化，提高规模经济程度;最后，在金融科技迅速发展的背景下，依托金融科技改革银行固有机制，对提高商业银行的综合技术效率，进而提高全要素生产率具有重要的意义。

五、政策建议

(一)加速商业银行转型升级，积极拥抱金融科技在金融科技迅速发展的背景下，我国商业银行应该转变传统经营理念，改革固有管理机制，从规模驱动转向技术驱动，以相互合作或者建立金融科技子公司的形式积极拥抱金融科技，充分利用金融科技所具备的优势，打造线上线下服务平台，扩大生活应用场景，更加便捷高效地提供金融产品，从而提升经营效率。

(二)加强经营管理水平，提高银行综合技术效率面对金融科技背景下经济环境的变化，我国商业银行需要提高自身经营管理水平，从而提高综合技术效率。通过利用金融科技提升业务创新和运营能力，提高对资源的利用率，向可持续发展方向转变。同时，强化对数据的挖掘和分析，优化业务审批过程，精准对接，给客户提供高品质的服务，从而提升自身竞争优势。

(三)核心技术自主化，从源头降低银行经营风险在金融科技兴起的初期，银行面对占据技术优势的科技公司，可以通过相互合作的方式共建平台，提高竞争优势。但在监管趋严、核心技术在外的前提下，金融科技所隐藏的技术风险不在银行可控范围内，对技术问题引发的金融风险银行不能及时防范。所以核心技术自主化，加强内部技术部门建设，减少外包技术服务，能有效降低银行的经营风险。

参考文献:

［1］曹凤岐．互联网金融对传统金融的挑战［J］．金融论坛，2015，20(1):3－6，65．

［2］王静．竞争与变革:互联网金融对传统银行业的冲击［J］．中国流通经济，2014，28(5):122－126．

［3］邱峰．互联网金融对商业银行的冲击和挑战分析［J］．吉林金融研究，2013(8):44－50．

［4］冯娟娟．互联网金融背景下商业银行竞争策略研究［J］．现代金融，2013(4):14－16．

［6］王健，金浩，梁慧超．我国商业银行效率分析———基于超效率DEA和Malmquist指数［J］．技术经济与管理研究，2011(4):124－127．

［7］毕功兵，梁樑，杨锋．商业银行DEA效率评价投入产出指标选择研究［J］．管理评论，2009，21(6):10－16.

作者：陆龙飞；徐飞 单位：南京审计大学