第 1 章 引言
1.1 研究背景和意义
目前中国经济进入了“新常态”，GDP 增长率由六七年前 10%左右的水平下降到 2016 年的 6.7%。中国商业银行受国内经济的影响，不良贷款率在 2013-2016 年间连续四年上升，从 2013 年的 1%上升至 2016 年的 1.81%，年均增长0.27%，这对整个商业银行业都是一种考验①。商业银行作为整个社会资金的收储者与借贷者，作为社会经济活动主体的资金中介机构，其重要性是不言而喻的。不管是资金的富于者还是稀缺者都要依赖于商业银行开展经济活动，如果把资金比作是经济发展的血液，那么银行就是经济发展的起搏器。相对于发达国家而言由于中国特殊的体制，中国的商业银行系统在金融系统中的地位更为突出。中国的银行业自文革后经历了几次重要的变革，先是自 1979 年开始中国农业银行和中国银行等四大国有银行先后从中国人民银行中独立出来。自 1994 年开始，股份制商业银行开始纷纷设立，而众多城商行也正是这一时期诞生的。自 1995 年第一家城商行-深圳市城市合作银行（1998 年城市合作银行统一更名为城商行）成立以来，城商行经历了 21 年的发展。在众多的城商行中有的城商行发展迅速，而有的破产倒闭。以海南发展银行为例，其获得中国人民银行批准后于 1995 年 8 月 18 日正式营业，然而经营不到 3 年的时间其就因发生挤兑事件而被央行关闭。海南发展银行出现的信贷把关不严和规模扩张过快等问题给其它商业银行敲响了警钟。后来随着国内银行业监管体系的不断完善和城商行自身现代企业制度的建立，城商行逐渐步入发展的快车道。截至 2016 年 6 月末，中国已拥有 133 家城市商业银行，其资产总额占整个商业银行的比重为15.4%，中部地区城商行达 20 家，可见城市商业银行己是中国银行业的重要组成部分②。从我国的银行系统来说，城商行不管是在资产总量还是分支机构数方面都要比四大国有商业银行和股份制商业银行少很多。虽然与过去相比取得了较大的成绩，但是仍然存在高层次人才匮乏、技术水平落后和创新能力不强等等问题。对于中部地区城商行而言，还要面对东部地区跨区域经营城商行的竞争。加之近些年来保险行业异军突起，证券行业不断壮大，互联网金融蓬勃发展，可以说中部地区城商行的发展环境极不乐观。在这种情形下中部地区城商行如何提高自身的全要素生产率来应对国有商业银行和股份制商业银行的攻城略地和互联网金融的冲击，这是一个复杂而又重要的问题。那么这几年中部地区城商行的全要素生产率是否有提高？全要素生产率受不良贷款的影响大不大？政府和国有企业控股的城商行与民营控股城商行的全要素生产率哪个增长较快①？本文就这几个问题探讨一下，希望对中部地区城商行的改革和发展有所益处。
.........
1.2 国内外研究综述
早期国外学者评价银行业全要素生产率的主要方法是财务分析法，即通过各项财务指标比如：资产负债率、利润率、资产收益率等等来分析银行的绩效情况。不过由于各项指标只能从某一方面独立进行评价，无法将多项评价指标整合成一个评价指标，所以在进行比较分析时就可能存在结论自相矛盾的情况，后来财务分析法逐渐被边界分析法所取代。边界分析法（也称前沿分析法）是通过测度处于无效率生产边界的银行与处于有效率生产边界银行的相对差距来实现的。边界分析法包括参数法和非参数法两类，SFA 方法是参数法中主要的方法之一，其是由 Fuss（1978）[1]在柯布道格拉斯生产函数的基础上得到的模型。Charnes,Cooper and Rhodes (1978)[2]创造了首个数据包络法（DEA）模型即CCR 模型，其假设是在规模报酬不变的情况下来测度机构的效率，早期主要被用于学校和医院绩效的评价。Banker, Charnes and Cooper (1984)[3]创建了 BCC模型，将规模报酬不变更进一步发展到规模报酬可变(VRS)，放松了假设条件，扩大了模型的适用范围。Sherman and Gold (1985 )[4]最早使用 DEA 模型评价银行的效率，从此 DEA 模型在之后的几十年中逐渐发展成为测度银行效率的主流方法之一，DEA 模型也发展到了上百个。后来国外学者将关注点从测度商业银行的静态效率转移到了测度动态效率，动态效率的测度是通过 Malmquist指数法来实现。Liam 和 Semenick(2001)[5]采用 Malmquist 指数法发现美国大型商业银行全要素生产率有显著增长，非国有股份比重的上升会提高商业银行全要素生产率，这是 Boubakri(2005)[6]和 Bonin(2005)[7]等学者对多个国家研究的共同结论。在动态效率的测度中，研究者逐渐认识到风险的重要性，如不良贷款这一“坏”产出。为解决这一问题，Chung 等(1997)[8]在传统的 Malmquist 指数基础上，构建了 Malmquist-Luenberger 生产率指数。Chen(2007)[9]使用 ML 指数法发现 台 湾 的 农 村 信 用 社 在 1998-2000 年 期 间 全 要 素 生 产 率 有 所 下 降 ，Matthews(2009 )[10]则得出了中国城市商业银行全要素生产率增长非常明显，股份制商业银行却没什么变动的结论。不过 ML 指数也存在一个小缺陷，其需要成本最小化或者投入最大化作为假设条件，而 Luenberger 指数法恰好弥补了这个缺陷，其是由 Chambers(1996 )[ 11 ]所构造出来的。Boussemart(2003)[ 12 ]对Luenberger 和 Malmquist 指数法进行了实证分析，认为 Luenberger 生产率指标更具发展潜力。Kontolaimou （2010）[13],Chen, K. and H. Yang(2011)[14]为了解决全要素生产率评价中不同类型商业银行技术差异性的不良影响构造了共同边界Malmquist-Luenberger 生产率指数。Oh （2010 ）[15]在测度经济合作发展组织中26 个国家的生产率时，构建了一个新的模型。即全域 Malmquist-Luenberger( GML)生产率指数模型，该模型可以从根本上解决以往指数模型中存在的线性无解问题。
.........
第 2 章 商业银行效率理论与测度方法
2.1 商业银行效率理论
2.1.1 效率的含义
效率这一词在不同的条件下有着不同的含义，学术界对此也没有一个完整的定义，不同的学者从各自的角度出发有着不同的观点，比如说组织效率、价格效率、管理效率、生产效率、配置效率等等。以经济学中有名的帕累托效率为例，帕累托效率是从整个社会的角度出发认为在生产技术和消费偏好不变的情况下，不存在使某些人的境况变好而不使其他人境况变差的资源配置方案就是有效率的，其它情况下都是无效率的。再拿全要素生产率概念（简称 TFP）来说，其是由索罗在十九世纪六十年代提出的概念，它是指包含管理水平、生产创新等多个方面的因素所引起全要素生产率的提高。其测度效率的方式是在投入要素相同的条件的所增加的产出与原产出的比值就是效率提高的部分。索罗模型开创了分析经济增长的新模式，为后来的边界分析法奠定了基础。不过其假设条件较为严格，全要素生产率是在规模报酬不变和完全竞争的条件下实现的。索罗模型的另一缺点是没有考虑到技术进步的影响，即忽略了技术效率的提高。后来新古典模型加入了技术进步的因素，以劳动和资本两种投入要素为例，其生产函数可以表示为Y AF ( K , L)。A 代表技术水平，K 代表资本的投入，L 代表劳动的投入，产出Y 的变化取决于 A、K 和 L 三种因素，当投入要素 K 和 L 不变而 Y 仍然增加的部分就是全要素生产率提高引起的。这时全要素生产率包括管理水平和技术水平等因素的提高，但是其没有考虑到规模报酬变化的情况。配置效率是指在一定的技术条件和价格水平的情况下，货币的投入量一定时选择最优的投入要素组合达到产值最大化；或者是在产值一定时，选择最优的投入要素组合达到要素投入支出最小化。配置效率受到投入要素和产出产品的价格影响，因此也被称之为价格效率。
........
2.2 商业银行效率的测度方法及比较
2.2.1 财务分析法
财务分析法主要是通过商业银行的各项财务指标比如：资产负债率、利润率、资产收益率、资本收益率等等指标来分析一家银行的效率水平。由于各项指标只能从某一方面独立进行评价，且只有同类型的指标才能进行比较分析，无法将多项评价指标整合成一个评价指标，当两家商业银行进行对比分析时，经常会出现指标评价结果互有优劣的情况，在这种情形下就无法判断被评价商业银行效率的高低。
2.2.2 参数法
参数法是商业银行效率测度中边际分析法中的一类， 由于其在测度银行效率时必须银行的生产函数进行估计，所以具有一定的主观性。参数法对样本数量和数据要求比较高，需要大量的样本和数据以完成对商业银行的生产函数进行估计。另一方面，参数法需要考虑价格水平，其主要是对商业银行配置效率的测度，且无法进行分解。参数法主要包括：随机前沿法（SFA）、厚前沿法（TFA）、自由分布法（DFA），其中 SFA 是商业银行效率参数法中主流的测度方法。#p#分页标题#e#
.........
第 3章 GML模型的构建与投入、产出指标的选取......15
3.1 全域 Malmquist-Luenberger 指数模型的构建........ 15
3.1.1 全域生产可能性集合........ 15
3.1.2 对方向性距离函数进行修正.... 15
3.1.3 全域 Malmquist-Luenberger 全要素生产率指数的构建.......... 16
3.2 投入、产出指标的选取与数据的来源........... 17
第 4章 中部地区城商行全要素生产率的测度结果与比较....18
4.1 城商行 GML 指数及分解指数的测度结果.... 19
4.1.1 城商行全要素生产率 GML 指数及其分解..... 19
4.1.2 国有控股与民营控股城商行动态全要素生产率的比较........ 22
4.1.3 国有控股与民营控股城商行静态全要素生产率的比较........ 23
4.2 不良贷款对城商行全要素生产率的影响....... 24
第 5章 中部地区城商行全要素生产率的影响因素实证分析........26
5.1 影响因素分析与指标的选取........... 26
5.1.1 影响因素分析.... 26
5.1.2 指标选取.... 29
5.2 面板数据模型的构建与选择........... 31
第 5 章 中部地区城商行全要素生产率的影响因素实证分析
5.1 影响因素分析与指标的选取
前面我们已经对中部地区城商行的全要素生产率进行了测度，全要素生产率测度的最终目的是为了找到我们可以通过哪些方法和手段来提高城商行的全要素生产率。为此，需要进一步就影响中部地区城商行全要素生产率的因素做实证分析，找到提高城商行全要素生产率的方法和途径。宏观因素是指经济环境、国家宏观经济政策、监管环境、社会信用环境等等。城商行作为社会经济活动的主体之一，它和社会中其它的经济活动主体有着千丝万缕的联系。城商行的发展不可能完全独立于社会环境之外，外部相关的经济活动主体对城商行的发展有着重要的影响。所以说城商行的发展离不开当地经济环境和国家的经济环境，甚至是全球的经济环境。经济环境中对城商行影响最大的因素就是经济增速。当经济增长迅速时，整个社会对资金的需求旺盛，同时借贷主体的违约率低，城商行能获得很好的经济效益。反之当经济下行时，整个社会的总需求和总供给迅速下降，绝大部分的社会经济活动主体的活跃性减弱。城商行作为它们重要的金融服务者之一，营业收入自然受到极大的负面影响。因此一旦爆发经济危机或金融危机导致经济增速下滑，就总有一批银行因此倒闭。以 2007 年 8 月份美国爆发的次贷危机为例，2008-2009 间实际 GDP 增速分别为-0.3%、-2.8%，远低于危机前 2%-4%左右的增速。2008年一年的时间内美国共有 26家商业银行倒闭，2009年一年内共有 140家银行倒闭①。从 2012 年开始中国的 GDP 增速明显下降，2012 中国 GDP 的增速下降为7.7%。此后几年 GDP 增速略有下降，2016 年 GDP 增速再创新低仅为 6.7%，而在此之前自 2000 年以来 GDP 的增速从未低于 9.2%。在宏观经济下行的大背景下，中部地区城商行的经营活动肯定会受到影响。
.....
结论
本文以中部地区 12 家城商行 2011-2015 的数据，通过基于超效率、VRS、产出导向的 GML 指数模型测度了城商行的全要素生产率，发现在不考虑不良贷款的情况下，城商行这几年的全要素生产率几乎没有变化，年均下降了0.009%；而在不良贷款作为“坏”产出的条件下城商行的全要素生产率年均下降了 2.07%，其主要是由技术效率下降导致的。城商行中国有控股城商行年均增加 0.57%，民营控股城商行年均大幅下降 6.08%。民营控股城商行的技术效率年均下降了 3.16%，技术进步年均退步了 1.48%，技术效率的大幅度下降是民营城商行全要素生产率下降的主要因素。虽然国有控股城商行的全要素生产率大幅提高，但是与民营控股城商行的全要素生产率水平仍有一些差距。通过面板数据固定效应模型对城商行全要素生产率的影响因素进行回归分析，发现当地全社会固定资产投资增长率、不良贷款率和资产费用率对城商行的全要素生产率有显著负面影响，说明中部地区城商行对不良贷款率和资产费用率的管理仍有待提高。自有资本对城商行的全要素生产率有显著正面影响，这主要是没有考虑城商行自有资金的使用成本。国有股份占比、市场份额和存贷比对城商行全要素生产率的影响并不显著，可能它们与城商行全要素生产率的关系是非线性的，也可能确实不存在显著关系。
..........
参考文献（略）
