毕业设计（论文）- DEA模型在我国股份制银行效率实证分析中的应用.doc

摘 要随着我国加入WTO，金融市场全面开放，银行业与外资金融机构将在同一平台上公开、公平竞争，银行之间的竞争将集中表现为效率竞争.数据包络分析(DEA)是最常用的一种非参数前沿效率分析方法，常用于评价公共部门和非赢利机构的效率.本文使用DEA中的CCR模型、BCC模型并结合Deap 2.1软件，对我国股份制银行的效率进行实证分析.结论表明，三年来，股份制银行的技术效率和纯技术效率均呈下降趋势，这说明我国股份制银行的经营管理能力不但没有得到显著提高，反而有所下降，建议大多数银行可以在现有的产出水平下适当的减少其投入，从而缩减成本，提高效率.同时得到技术效率下降幅度大于纯技术效率，规模效率的下降是技术效率下降的主要原因.关键词：数据包络分析；CCR模型；BCC模型；股份制银行效率Abstract When China accessing to WTO, financial markets have opened for all activities. Bank and foreign financial institutions will competitive openly and fairly on the same platform. The competitions among banks will fucus on the performance of efficient competition. Data Envelopment Analysis (DEA) is the most common non-parametric efficiency frontier analysis methods, which is often used in the evaluation of public sector efficiency and non-profit organizations. In this paper we use CCR model, BCC model and Deap 2.1 software, analysis the efficiency of joint-stock banks. The result show, joint-stock banks technical efficiency and pure technical efficiency peform a decreasing trend in three years, and the operation of joint-stock banks management has been significantly decreased, instead of increased, we suggested that most banks should reduce their investment in the existing level of output , so as to reduce costs and improve efficiency. We can also see that technical efficiency decreaseing more than pure technical efficiency, and obtain the decrease of scale efficiency is based on the technical efficiency decreaseing.Keywords: DEA; CCR model; BCC model; Joint-stock banks efficiency目 录第一章 绪论11.1 引言11.2 数据包络分析法的发展历史及国内外研究状况11.3 本文的主要研究思路21.4 本文的内容安排2第二章 数据包络分析法22.1 数据包络分析法简介22.2 CCR模型22.3 BCC模型3第三章 实证研究与分析43.1决策单元的选择43.2投入产出指标的选择43.3 实证分析53.3.1数据的无量纲化处理63.3.2 计算过程73.3.3 计算结果分析7第四章 结论与相关政策建议94.1主要结论94.2 相关政策建议94.3 论文不足之处9参考文献10致谢11图表清单表1：统计数据5表2：无量纲化结果6表3：技术效率7表4：纯技术效率7表5：规模效率8III第一章 绪论1.1 引言 金融是现代经济的核心，无论是发达国家还是发展中国家都非常重视金融业的发展.而银行作为各国金融系统中最重要的组成部分，其生产效率的高低不仅影响着金融业整体的效率水平，还关系到各种金融政策的传递、实施和全社会资源的优化配置，所以关于银行业的效率研究历来就是国内外众多学者关注的焦点.随着我国加入WTO，我国金融市场全面开放，我国银行业与外资金融机构将在同一平台上公开、公平竞争，银行之间的竞争将集中表现为效率的竞争，银行效率问题已经成为关系我国银行业生死存亡的重大问题，股份制银行的竞争尤为明显，如何提高银行效率是我国股份制银行业改革和发展的关键. 银行效率是指银行在业务活动中投入与产出或成本与收益之间的对比关系.从本质上讲，银行效率是银行对其资源的有效配置，是银行的经营管理能力，投入产出能力和可持续发展能力的综合反映.DEA是一种线形规划技术，是最常用的一种非参数前沿效率分析方法，用于评价公共部门和非赢利机构的效率.Shenman和Gold1第一次将DEA技术运用于银行业.DEA可计算给定样本中多个决策单元的相对效率值，其方法是将样本中每个机构的投人和产出进行加权平均后与样本中的最佳机构相比，由此得出样本中哪些机构有效以及哪些无效.1.2 数据包络分析法的发展历史及国内外研究状况 银行效率的分析方法主要有参数分析和非参数分析两种，目前国内外学者使用较多的是非参数分析方法中的数据包络分析(Data Envelopment Analysis,DEA),数据包络分析法是著名运筹学家A1Charnes，W.W.Cooper2等人提出的一种效率评价方法.它把单投入单产出的工程效率概念推广到多投入多产出同类决策单元(DMU)的有效性评价中去，极大地丰富了微观经济中的生产函数理论及其应用技术，同时在避免主观因素，简化算法，减少误差等方面有着不可低估的优越性.Sathye(2003)3使用DEA方法测度了印度国有、私有、外资银行的生产效率和整个银行业的平均效率，研究发现印度银行的平均效率得分高于世界平均效率得分.在国内，我国学者最早从事DEA的研究开始于1986年.近年来伴随着我国加入世界贸易组织和金融市场的逐步对外开放，已有越来越多的学者开始关注国内银行的效率问题.例如，魏煜、王丽(2000)4利用DEA方法测度了1997年我国12家商业银行的技术效率、纯技术效率和规模效率，结果发现四大国有银行的平均技术效率低于其他商业银行的平均技术效率，国有商业银行的技术无效主要是由纯技术无效造成的.张健华(2003)5利用DEA的基本模型及其改进模型，第一次对我国三类商业银行1997年至2001年的技术效率、规模效率及Malmquist指数进行了测度和深入分析，发现我国银行业中最具活力、效率最高的是10家股份制商业银行，效率最低的是服务范围限制在单一地区的城市商业银行.芦峰，刘维奇6利用DEA方法对我国商业银行效率研究.耿宏艳，朱文莉7用DEA方法对上市商业银行效率比较分析.王珊珊8用DEA方法对我国商业银行效率研究分析.1.3 本文的主要研究思路在竞争日益激烈的银行业，如何把DEA恰当的运用到提高银行效率上，成为各大银行急需要面对的问题.为此，本文在前人研究的基础上，运用投入导向的DEA模型中的CCR、BCC模型，借用Deap 2.1软件从动态角度对我国股份制银行2007-2009年的具体实际经营状况进行案例分析，通过分析结果有利于上市银行明确自身的竞争地位，提高运营效率，维护金融稳定.1.4 本文的内容安排本论文共包含四个章节：第一章绪论；第二章简单介绍数据包络分析法；第三章对我国股份制银行效率进行实证研究与分析；第四章给出结论与相关政策建议.第二章 数据包络分析法2.1 数据包络分析法简介DEA9,10方法是在经济学家Farell关于私人企业评价工作的基础上，以工程上单投入、单产出有效率概念为基础发展起来的评价多投入、多产出系统相对有效性的效率评价方法.该方法主要是通过保持决策单元的投入或产出不变，借助于数学规划将DMU投影到DEA前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性.同传统的方法相比较，DEA方法的最大优点是: DEA方法不仅可以处理多投入、多产出的生产系统，而且还可以处理诸如医院、学校等非生产性系统；而且，DEA方法在评价生产前沿面有效性时，将整个样本中生产有效点和非有效点分离，可以对所评价的系统给予一个综合的评价.DEA的基本模型主要有CCR模型和BCC模型两种，以下就这两种模型进行简要说明.2.2 CCR模型Charnes、Cooper和Rhodes(1978)依据Farrel(1957)所提出的“单一投入与单一产出”的模式，提出了不变规模报酬下决策单元(Decision Making Units，简称DMU)相对效率度量的一种非参数方法，即CCR模型11，并将这种方法正式定义为DEA.该方法利用所有受评估的DMU的投入与产出变量的观测值，构建一个生产的效率前沿边界，凡落在效率前沿边界上的DMU是有效率的，其效率值为1；而落在效率前沿边界以外的DMU则是相对无效率的，其效率值介于0到1之间.基于投入导向的CCR模型如下所示.假设有n家银行，每家银行均使用m种投入生产s种产出.表示第k家银行的第j个产出变量，表示第k家银行的第i个投入变量.利用线性规划的对偶原理，第k家银行的效率值应满足：式中为第j个决策单元的m维投入向量, 为第j个决策单元的s维产出向量.这里满足.当= 1时,表示该银行落在效率前沿边界上,因而处于有效率状态.将上式表示的线性规划求解n遍,即可得到每家银行的效率值, 此效率值为技术效率,经济含义是当第k家银行的产出水平保持不变时, 如果以样本中最佳表现的银行为标准,实际所要投入的比例.1-就是第k家银行多投入的比例,也就是可以减少投入的最大比例.例如，= 0.85表示所评估的银行如果能充分利用现有的技术条件,可以在保持产出不变的条件下,使投入等比例下降15%.2.3 BCC模型CCR模型所测定的技术效率是在规模报酬不变假设下的相对效率,但实际上并非每一个DMU都在固定规模报酬下生产,DMU也可能是处于规模报酬递增或递减的状态,DMU的无效率除了可能来自于本身的投入、产出配置不合理外,也可能是由于自身规模不当造成的.因此,Banker、Charnes、Cooper(1984)在CCR模型的基础上增加了一个凸性假设，即，便将CCR模型修正为BCC模型12，该模型剔除掉了规模报酬不变这一限制条件，而将技术效率(TE)分解为纯技术效率(PTE)和规模效率(SE).基于投入导向的BCC模型如下所示:式中各符号意义同上，该模型所求得的效率值为纯技术效率.利用上述CCR和BCC模型,可以分别求出各DMU的技术效率()和纯技术效率()，再根据技术效率等于规模效率乘以纯技术效率,即：便可求出各DMU的规模效率.第三章 实证研究与分析3.1决策单元的选择DEA方法可以对比较对象之间的相对有效性进行评价.为了正确地运用DEA方法,得到科学的评价结论和有用的决策信息，必须正确地选择决策单元(DMU)13.从技术和经验上，DEA对DMU的个数有如下要求：一是所有的DMU应该具有“同类型”特征；二是DMU的相对比较个数以大于投入产出的指标的总个数为宜，这样从技术上可以避免投入(产出)集内部的线性相关.在选择决策单元时，为了具有可比性，可以选择一些先进的单元，以利于找出差距，进行相应的改进.对于任何一个决策单元，它达到100%的效率是指：(1)在现有的投入条件下，任何一种产出都无法增加，除非同时降低其他种类的产出；(2)要达到现有的产出，任何一种投入都无法降低，除非同时增加其他种类的投入.若一个决策单元达到了100%的效率，则该决策单元就是有效的，称为有效的决策单元.本文选择已经完成股份制改革的交通银行、中信银行、光大银行、华夏银行、民生银行、招商银行、深发银行和兴业银行8家股份制银行，这些决策单元都是同类型的.3.2投入产出指标的选择选择投入产出指标14主要考虑以下方面：首先所选择的指标能够满足评价的要求，客观反映评价对象的竞争力水平；其次从技术上尽量避免投入(产出)集内部指标间具有较强的线性关系；最后要考虑指标的重要性和易获得性.在选择指标时，综合参考了银行家杂志对世界银行排名时使用的指标，以及国内对商业银行竞争力比较研究的有关文献中使用的指标.本文把商业银行作为一个决策单元, 根据国内外的相关研究并结合银行业的特征来选取投入产出指标.在本文的分析中, 把员工人数、营业费用率、总资产作为投入指标；银行的人均利润率以及总资产收益率作为产出指标.1. 投入指标. 员工是银行的主要资源，代表银行的实力与业务运作能力.因此，本文把员工人数作为投入指标.费用控制水平的高低可以反映银行业务经营模式是粗放型还是集约型，这里使用营业费用率指标来表示银行的费用控制水平.营业费用率=营业费用/营业收入100%，营业费用率低，说明银行在营业费用控制方面取得了良好效果, 具有较高的运作效率.银行总资产的大小反映了银行的整体规模，规模大小与效率是紧密相连的.因此，本文把总资产作为投入指标.2. 产出指标. 本文选取银行的人均利润率以及资产收益率作为产出指标.人均利润率=利润总额/员工人数100%，人均利润率综合反映了商业银行的服务质量与运转效率，是体现银行经营管理的主要指标.总资产利润率=税前利润/总资产100%，资产收益率反映银行资产转化为收入的能力.选择的样本容量为8个，投入产出的指标有5个，样本容量大于指标的个数.决策单元为股份制银行，是同类型的决策单元，满足DEA分析的要求.这样,评价银行竞争力的DEA模型的投入产出变量如下：X1为总资产，X2为员工人数，X3营业费用率；Y1为人均利润，Y2为总资产利润率.3.3 实证分析本文用到的股份制银行2007-2009年的数据来源于中国金融年鉴和各银行的年报，通过整理计算得到投入、产出指标的统计数据，X1的单位是亿，X2单位是人，X3、Y2是比率，Y1的单位是百万/人.见表1.表1：统计数据X1X2X3Y1Y22007交通银行21029.31 68083.00 50.92 44.23 1.43 中信银行10112.36 15070.00 52.93 87.19 1.30 光大银行7391.86 15179.00 57.77 55.27 1.13 华夏银行5923.38 9390.00 72.97 40.69 0.65 民生银行9188.37 17766.00 63.64 51.85 1.00 招商银行13109.64 28971.00 48.94 72.63 1.61 深发银行3525.39 8573.00 46.56 44.00 1.07 兴业银行8513.35 11851.00 50.81 92.06 1.28 2008交通银行26723.51 77734.00 53.17 45.64 1.33 中信银行11878.37 21385.00 56.13 82.98 1.49 光大银行8518.38 16987.00 67.09 46.65 0.93 华夏银行7316.37 11109.00 77.09 36.07 0.55 民生银行10501.41 19853.00 70.27 52.38 0.99 招商银行15717.97 36916.00 52.25 72.49 1.70 深发银行4744.40 10381.00 43.93 77.39 1.69 兴业银行10208.99 19536.00 52.99 71.85 1.37 2009交通银行33091.37 79122.00 52.75 48.33 1.16 中信银行17750.31 24180.00 52.78 79.67 1.09 光大银行11977.00 19217.00 56.75 54.60 0.88 华夏银行8454.56 12301.00 71.83 39.25 0.57 民生银行14263.92 26039.00 62.78 60.13 1.10 招商银行20679.41 40340.00 57.41 55.49 1.08 深发银行5878.11 11308.00 59.04 54.74 1.05 兴业银行13321.62 22004.00 45.61 78.30 1.29 3.3.1数据的无量纲化处理 由于投入、产出各指标具有不同的量纲,若直接带入DEA模型中难以求得线性规划问题的解,从而无法进行DEA有效分析,所以首先要把统计数据按一定函数关系式归一到某一无量纲区间.无量纲化具体方法如下15:设为i项指标的最大值，j表示第j项决策单元；为第i项指标的最小值.可将转化为.无量纲化后的数据见表2.表2：无量纲化结果X1X2X3Y1Y22007交通银行1.00 1.00 0.25 0.16 0.84 中信银行0.44 0.20 0.32 0.91 0.71 光大银行0.30 0.20 0.48 0.36 0.56 华夏银行0.22 0.11 1.00 0.10 0.10 民生银行0.39 0.24 0.68 0.30 0.44 招商银行0.59 0.41 0.18 0.66 1.00 深发银行0.10 0.10 0.10 0.16 0.50 兴业银行0.36 0.15 0.25 1.00 0.70 2008交通银行1.00 1.00 0.35 0.28 0.71 中信银行0.39 0.25 0.43 1.00 0.84 光大银行0.25 0.19 0.73 0.30 0.40 华夏银行0.21 0.11 1.00 0.10 0.10 民生银行0.34 0.23 0.81 0.41 0.44 招商银行0.55 0.45 0.33 0.80 1.00 深发银行0.10 0.10 0.10 0.89 0.99 兴业银行0.32 0.22 0.35 0.79 0.74 2009交通银行1.00 1.00 0.35 0.30 0.83 中信银行0.49 0.27 0.35 1.00 0.74 光大银行0.30 0.20 0.48 0.44 0.48 华夏银行0.19 0.11 1.00 0.10 0.10 民生银行0.38 0.30 0.69 0.56 0.76 招商银行0.59 0.49 0.50 0.46 0.74 深发银行0.10 0.10 0.56 0.44 0.70 兴业银行0.35 0.24 0.10 0.97 1.00 3.3.2 计算过程 将无量纲化后的数据代入软件，借用Deap 2.1软件逐步运用数据包络中CCR、BCC模型进行运算，对数据进行处理后可求出技术效率、纯技术效率、规模效率数据.通过计算获得数据后再进行分析，可得出结论.3.3.3 计算结果分析（1） 技术效率分析从表3中可以看出，股份制银行中，深发银行处于生产的有效前沿边界上，2007-2009年技术效率值均为1.000，兴业银行2007、2009年均为1.000，除了2008年技术效率为0.403外.从上述银行三年的平均值看深发银行、兴业银行、中信银行、招商银行、光大银行、交通银行、民生银行、华夏银行分别排名1、2、3、4、5、6、7、8.2008年数据与2007年相比普遍降低，可能是由于2008的经济危机导致，但是在2009年兴业银行、中信银行、光大银行技术效率却能迅速提高，在同行业竞争中脱颖而出，具有很强的竞争力，保持先进性，可见这些银行能迅速的调整资源的合理配置.民生银行、华夏银行连续三年技术效率很低，平均值只有0.356、0.166，在同行业中处于落后的位置，这说明在现有的产出水平下，应迅速的调整资源的有效配置，大幅度的减少其投入要素的使用，从而缩减成本费用，提高技术效率.表3：技术效率200720082009平均值交通银行0.605 0.205 0.285 0.365 中信银行0.763 0.449 0.903 0.705 光大银行0.572 0.213 0.526 0.437 华夏银行0.190 0.102 0.207 0.166 民生银行0.375 0.200 0.494 0.356 招商银行1.000 0.306 0.381 0.562 深发银行1.000 1.000 1.000 1.000 兴业银行1.000 0.403 1.000 0.801 平均值0.6880.360 0.599 0.549 （2） 纯技术效率分析纯技术效率值衡量了在不考虑规模因素影响下的银行效率状况，即银行的管理、操作技术水平.从表4可看出，深发银行、中信银行、华夏银行的纯技术效率连续三年保持较高的水平，说明他们的经营管理水平很强.相比较而言，光大银行、民生银行、交通银行的纯技术效率较低，而且交通银行的纯技术效率值总体有所下降，从2007年的0.618下降到2009年的0.340，降低的27个百分点，说明其现有的管理和技术水平明显偏低，应迅速调整，使本银行的经营管理水平提高才能在市场竞争中占有一定的份额.表4：纯技术效率200720082009平均值交通银行0.618 0.286 0.340 0.415 中信银行0.824 1.000 1.000 0.941 光大银行0.587 0.526 0.781 0.631 华夏银行0.909 0.909 0.909 0.909 民生银行0.451 0.435 0.536 0.474 招商银行1.000 1.000 0.469 0.823 深发银行1.000 1.000 1.000 1.000 兴业银行1.000 0.455 1.000 0.818 平均值0.799 0.701 0.754 0.751 （3） 规模效率分析与纯技术效率不同的是,规模效率衡量了银行的规模经济性.表5中数据表明，深发银行效率最高，其效率值均为1.000.华夏银行在2007-2009年规模效率很低，但纯技术效率却很高，这充分说明了该行的技术无效完全是由于其规模效率低下造成的，可以通过扩大规模，提高该银行的技术效率，交通银行恰好与华夏银行相反，其规模效率值均高于纯技术效率值，这表明交通银行的技术无效更多的是由于纯技术效率低下造成的，需要减小规模来提高效率.其余银行规模效率都很高，与相对应的纯技术效率成正比，说明银行的总体经营状况良好.表5：规模效率200720082009平均值交通银行0.979 0.717 0.840 0.845 中信银行0.926 0.449 0.903 0.759 光大银行0.974 0.404 0.674 0.684 华夏银行0.209 0.112 0.227 0.183 民生银行0.831 0.461 0.922 0.738 招商银行1.000 0.306 0.811 0.706 深发银行1.000 1.000 1.000 1.000 兴业银行1.000 0.888 1.000 0.963 平均值0.865 0.542 0.797 0.735 第四章 结论与相关政策建议4.1主要结论本文利用DEA模型对2007-2009年中国股份制银行的技术效率、纯技术效率和规模效率进行了测度和初步分析.结果表明：三年来，我国股份制银行的技术效率和纯技术效率总体不高，这说明我国股份制银行的经营管理能力没有得到显著提高，反而有所下降，即大多数银行可以在现有的产出水平下适当的减少其投入，从而缩减成本，提高效率.同时技术效率下降幅度大于纯技术效率，说明规模效率的下降是技术效率下降的主要原因.因此，股份制银行应切实改变粗放经营方式，合理决定经营规模，同时加强风险防范，增强金融创新，增强营利能力.4.2 相关政策建议（1）各个银行应在现有的技术水平下降低经营和管理费用，加强银行的组织结构改造，减少固定资产的重复购置，严格控制银行的机构、人员数量，充分发挥规模优势，从而提高银行业总体的技术效率和市场竞争能力.（2）本文的实证表明，技术进步有利于银行效率的改善，加强银行业的技术创新能力，积极发展新兴的中间业务.创新是由创新主体在利益驱动下的内生的、主动的行为，是我国股份制银行业效率提升的重要动力.我国股份制银行应充分利用发达的电脑通讯技术和电子信息技术，积极开展金融创新,开拓金融市场，开发出更多具有特色的金融产品，从而降低交易成本，提高经营效率.（3）技术创新离不开高素质的人才，因此要充分认识人才竞争的重要性，加快人才引进、培养、开发和管理的科学化人力的素质、技能不仅是我国银行可持续发展、提高竞争力和经营效率的根本保证，也是银行效率的主要决定因素.所以，银行应大力发展金融教育，鼓励员工通过多种途径接受素质再教育，提高员工的信息技术处理能力，以提高员工的整体素质.4.3 论文不足之处由于个人知识面和掌握程度有限，决策单元及投入产出指标选择应更科学和细化，鉴于这些原因，虽有一些研究成果，但毕竟不够深入，存在疏漏、片谬误的地方.但通过这次锻炼，使我更加意识到做学术的严谨性，为以后学习、工作带来很大帮助.参考文献1 Sathe Milind.Efficiency of banks in a developing co