■叶仕良

一、引言

控制风险与提高效率不仅是商业银行必须权衡的两难抉择，也是各国央行维护金融稳定和促进经济发展的两大主题。特别是2008年美国次贷危机以来，各国央行都提高了对风险控制的要求，巴塞尔协议Ⅲ的颁布，更显示出银行风险控制的重要性。然而，在现有的银行效率研究中，大多假设每家银行都面临相同程度风险，经营风险不同的商业银行其在经营运作所显现的风险特性未能引起研究者的足够重视。无论是在商业银行成本效率还是利润效率的研究中，效率与风险的关系研究并未得到充分发展，这将对研究结果造成较大的偏误。本文将通过SFA方法研究银行效率与风险承担的关系，为我国商业银行如何适度承担风险，在稳健经营的前提下，进一步改革发展、提高效率与市场竞争力与控制风险提供实证依据。

二、研究方法

前沿分析方法是近年来越来越广泛的商业银行效率测度方法，根据是否需要估计前沿生产函数中的参数，前沿效率分析可以分为参数估计和非参数估计两种方法。参数方法和非参数方法有以下几点不同：对于前沿生产函数形式，参数方法有更严格的函数形式，而非参数方法则没有这一要求；对于前沿生产函数的估计，参数方法可以直接进行参数估计，而非参数方法不能进行参数估计，而是得到相对的比值；参数方法考虑可能会导致生产单位的产出、投入、成本或利润等过高或过低的随机误差，如果存在随机误差项，对其概率分布作出假定，以便从随机误差中分离出无效率因素，而非参数方法并没有考虑这些随机误差。非参数方法包括数据包络分析（DEA）和无界分析（free disposal hull—FDH），而参数方法包括随机前沿方法 (stochastic frontier approach—SFA)、 自由分布方法 (distribution free approach—DFA)和 厚 前 沿 方 法 （thick frontier approach—TFA）。张健华(2003)运用DEA测量方法，选取股本、固定资产和各项支出为投入变量，以存款、贷款和税前利润总额为产出变量，计算中国商业银行的技术效率、规模效率及曼奎斯特指数，并进行综合分析。王聪、谭政勋（2007）运用SFA测量方法，选取资金价格、固定资产价格和劳动力价格为投入变量，以营业收入、贷款和投资为产出变量，计算中国商业银行的利润效率、规模效应及综合分析。

能否利用随机前沿方法及其估计结果的优劣取决于两个关键因素：一是变差率γ的零假设检验结果是判断前沿利润函数是否有效的根本依据，从而构成了能否利用随机前沿方法的根本依据；二是无效率项u分布的选择（王聪、谭政勋，2007）。随机前沿函数的参数估计一般采用最大似然函数估计法 （ML），ML与OLS的区别在于，OLS只能根据给定的自变量进行估计，不能综合考虑测量误差及其他不可控因素的影响；ML通过两步格点法搜索，以便计算γ的取值，并利用单边似然比(LR)检验判断拒绝还是不拒绝γ=0的原假设，从而判断误差主要受到随机误差的影响，还是受到除给定自变量以外的其他变量的系统性影响。 定义 σ2=σ2v＋σ2u，γ=σ2u/σ2，则γ表示无效率项误差占总误差的比率，介于0到1之间，用于判断OLS和ML的优劣，并进一步判断是否选择前沿函数。如果γ趋近于0，说明总误差主要由随机误差引起，则采用OLS；如果γ趋近于1，说明总误差主要由无效率项引起，则采用随机前沿函数进行估计。

三、模型构建与样本选择

（一）银行效率测算模型与投入产出指标

本文采用随机前沿法 （SFA）测算商业银行效率，借鉴王聪、谭政勋（2007）的研究方法，选取可贷资金价格、劳动力价格和固定资产价格为投入变量，营业收入、贷款总额和非利息收入为产出变量，利润效率的测算模型设定为：

模型指标的含义见表 1，uit服从 N（mit,σu2）分布，v 为随机误差项，服从 N（0，σ2ε）分布，uit与 vit相互独立。

表1 投入产出指标

本文选取25家商业银行2003～2013年的相关数据作为研究基础，包括：工商银行、建设银行、中国银行、农业银行和交通银行5家国有银行，招商银行、兴业银行、中信银行、华夏银行、广发银行、平安银行、民生银行、光大银行、浦发银行、恒丰银行和浙商银行11家股份制银行，北京银行、上海银行、温州银行、锦州银行、宁波银行、洛阳银行、南京银行、杭州银行和富滇银行9家城市商业银行，这25家银行具有很好的代表性，能够反映中国银行业的整体状况，银行数据取自bankscope数据库和年报，个别年份数据缺失，但不影响银行效率的测算。

（二）银行效率与风险的关系模型

利用上述模型测算出银行效率后，就可考察我国商业银行效率与风险的关系，综合宏观环境和风险承担对我国商业银行利润效率的影响因素，建立如下模型：

其中，EFFi：第i个商业银行的利润效率；DTLi：第i个商业银行的存贷比；LLRTLi：第i个商业银行的贷款损失准备比贷款总额；OWN：产权制度，国有商业银行取1，其余取0；GDP：国内生产总值的增长率；M2：货币供应量的增长率；IR：贷款利率；ε：随机误差项。

国内生产总值增长率和货币供应量增长率反映银行面临的外部宏观环境，存贷比反映银行的风险承担，存贷比越高，表明银行所承担的风险越大，并选取贷款损失准备比贷款总额作为银行风险承担的替代变量进行稳健性检验。银行数据取自bankscope数据库和年报，其他数据来自中国统计年鉴和中国金融年鉴。模型（1）、模型（2）的参数和各银行各年的效率值是利用 Collie（1996）的专用程序Frontier Version 4.1，在一次处理数据过程中同时得到。

四、实证结果分析

（一）我国商业银行效率分析

模型（1）中的参数估计值、利用模型（1）测算的利润效率值分别归纳在表2和表3中。

表3显示，2003年5家国有银行效率值非常低，平均为0.05，原因是当年国有银行不良资产率很高，在大量剥离不良资产后，2004年5家国有银行效率显著变好，平均达到0.71。2008年大部分股份制银行和城市商业银行效率都变差，而国有银行则几乎没变甚或变好，原因是规模较小的银行受金融危机影响较大，风险防范机制不够完善。大部分银行在2010年效率达到最高值，主要原因是金融危机后中国政府实施4万亿元的投资计划推动中国走出金融危机的影响，从而使商业银行在2009年和2010年发展迅速，信贷规模剧增，营业收入和利润都大幅增长。而近年因经济下行压力较大，许多产业面临产能过剩，从而使银行不良贷款增加，利润效率也随之下降。从图1可以更直观地观察到商业银行效率的变化走势。

表2 模型（1）的参数估计

表3 2003～2013年25家商业银行的利润效率

图1 利润效率的动态变化及比较

（二）商业银行效率与风险承担关系分析

模型（2）的参数估计值归纳在表4中，如表所示存贷比的回归系数为16.37（显著性水平为1%），表明银行风险承担水平越高，银行效率也越高，即提高风险承担水平不仅没有给银行带来坏的影响，反而提高了银行的效率水平。产权制度的回归系数为－5.50（显著性水平为1%），说明股份制商业银行相对国有商业银行具有较高效率，这与王聪、谭政勋（2007）的研究一致，但产权制度对银行效率的影响小于风险承担对银行效率的影响。货币供应量增长率的回归系数为9.25（显著性水平为5%），表明其对商业银行效率产生了显著正面影响，当货币供应量增加时，商业银行的可贷资金增多，因而会增加商业银行的利息收入，并对商业银行效率产生积极影响。贷款利率的回归结果为－4.91（显著性为5%），贷款利率下降则会减少商业银行贷款利息收入，从而对银行效率产生负面影响。

表4 效率影响因素的回归结果

（三）稳健性检验

在模型（2）中，选取贷款损失准备比贷款总额作为存贷比的替代变量进行稳健性检验，回归结果归纳在表5，结果显示贷款损失准备比贷款总额对银行效率有显著正面影响 （回归系数为14，显著性水平为1%），即银行效率与风险承担具有显著正相关关系。

表5 效率影响因素稳健性检验的回归结果

五、结论

本文根据2003～2013年中国25家商业银行的数据，首先运用了随机前沿法测算了银行效率，并分析银行效率的变化及其原因；其次研究了银行效率与风险承担的关系。研究发现，银行效率与风险承担具有显著正相关关系，商业银行适度增加风险承担有助于提高银行效率。我国银行业要在经营转型中不断完善自身的风险管理机制，进一步健全风险识别、评估、控制和决策体系，提高银行风险管理效率，增强银行的核心竞争力。另一方面，产权制度和宏观环境对银行效率也有一定影响，完善的产权制度和市场竞争机制对商业银行效率具有促进作用。我国银行业应推进产权制度改革，完善商业银行的公司治理结构，改革商业银行尤其是国有银行的激励约束机制，重新分配激励资源，最终提高我国商业银行效率和金融资源利用率。

本文不足之处主要在仅使用存贷比作为风险承担变量，而存贷比主要衡量商业银行的流动性风险，未能充分反映商业银行的风险承担。未来将把信用风险、市场风险和操作风险等纳入分析框架，进一步探讨银行效率与风险承担的关系，以期为我国银行业的进一步改革发展和效率提升与风险控制提供现实依据。

[1]王聪，谭政勋.我国商业银行效率结构研究[J].经济研究，2007，（7）.

[2]张健华，王鹏.我国商业银行效率研究的DEA方法及1997～2001年效率的实证分析[J].金融研究，2003，（03）.

[3]江曙霞，陈玉婵.货币政策、银行资本与风险承担[J].金融研究，2012，（4）.

[4]李晓庆，刘湘斌.我国商业银行效率测度及影响因素分析[N].上海财经大学学报，2005，（4）.

[5]付雯雯.中国商业银行的效率与风险研究[D].武汉：华中科技大学，2011.

[6]Collie.A Guide to Frontier Version 4.1:A Computer Programfor Stochastic Frontier Production and Cost Function Estimation.Working Paper,University of New England Armidale，NSW.