美国社区银行效率变化及启示

2016-03-04 19:28 编辑:admin 来源:发表论文 浏览:
  一、 引言 
  银行效率问题一直是理论界和实务界共同关注的焦点,其根本原因在于效率高低不但关系着银行运营成本与赢利能力高低、服务质量优劣,而且也影响着社会资金分配效率乃至整个金融系统的稳定。目前关于银行效率的研究主要集中在三方面:一是对欧美及中国等国家地区商业银行整体层面的效率测度;二是解析银行效率的制约因素;三是银行效率对宏观经济运行的影响。但对美国社区银行这一类特殊机构运营效率的研究尚显不足。 
  美国的金融脱媒始于20世纪60年代,至已走过五十余年的历程,包括社区银行在内的存款性金融机构在信贷市场上的份额从57%(1961年)快速下降至18%(2014年)。金融脱媒使得银行之间以及银行与其他金融机构之间的竞争日趋激烈,兼并重组与破产倒闭事件频发。相比于大型商业银行,以社区银行为代表的中小型银行囿于资本规模约束,在持续创新发展道路上面临的形势更为严峻,但其总体数量仍占美国全部商业银行总数的90.1%;尤为突出的是,其中成立于1960以前的中小型银行有3 343家至今仍在经营,占当前全部中小银行数量的65.8%。这些银行在激烈竞争中得以存活的原因是什么?其效率变化规律又是怎样?特别地,在当前我国金融脱媒趋势已初步显现、金融改革进入深水区、利率市场化步伐加快的背景下,与美国社区银行功能及定位相类似的我国地方性商业银行受到了前所未有的生存压力与严峻挑战,后者又能从美国社区银行的发展中获得哪些经验与启示?因此,深入研究美国社区银行的效率变化及其经验规律对推进我国地方性商业银行以及小微银行创新发展乃至金融体系完善都具有重要借鉴意义。本文即通过对存续时间在50年以上的美国社区银行效率变化进行测度,以期从中找出其发展经验及对我国的启示。 
  二、 模型构建 
  测度商业银行效率的方法主要有两大类:以随机前沿分析(SFA)为代表的参数法和以数据包络分析(DEA)为代表的非参数分析法。随机前沿分析法可以分解出供企业提升效率的信息,但其准确性取决于模型设定情况;数据包络分析法并不预先假设生产函数或分布,而是采用线性规划方法来处理数据,因实用性更强而大量被用于测度金融产业效率领域,本文亦选用该方法测度社区银行效率。 
  数据包络分析模型主要包括CCR效率评估模型(Charnes,Cooper,Rhodes,1979)、BCC效率评估模型(Ban-ker,Charmes,Cooper,1984)等及Malmquist指数法(F?覿re et al.,1992)等。CCR模型假定各企业规模报酬不变,根据样本观测值构造效率前沿边界,并用个体样本观测值与其距离远近来衡量个体样本的相对效率。BCC模型放松了前述假定,将综合技术效率分解为纯技术效率和规模效率,以衡量不同规模报酬下的各决策单元是否处于最佳生产规模。上述两模型都是基于特定时期、生产技术不变这一假设,但不同时期的生产前沿面及技术水平都存在差异,导致样本各年间的效率值缺乏可比性。考察美国社区银行效率变化,其核心和根本在于对其全要素生产率(TFP)也即广义的技术进步率进行测度,并对各时期TFP进行比较。DEA-Malmquist指数分析法则基于生产技术可变假设,允许效率随时间变化,故本文用以测度美国社区银行效率动态变化水平。 
  Malmquist指数法将全要素生产率的变动(TFPC)看作是技术进步(TC)和技术不变条件下技术效率变动(EC)的“合力”,其计算公式为: 
  M(yt+1,xt+1,yt,xt)=[■×■]■ 
  =[■]×[■×■]■式(1) 
  式(1)中,xt、yt分别代表t期的输入向量和输出向量,Dt(xt,yt)和Dt(xt+1,yt+1)分别表示决策单元以t期为技术基准的t期与t+1期的有效性;Dt+1(xt,yt)和Dt+1(xt+1,yt+1)分别表示决策单元以t+1期为技术基准的t期和t+1期的有效性。若M(yt+1,xt+1,yt,xt)>1,表示社区银行TFP提高;反之则表示TFP有所下降。其中,[■×■]■为t期到t+1期的技术变化,衡量技术进步对社区银行经营的影响;■为t期到t+1期的的技术效率(EC)变化,衡量社区银行在生产行为方面的改善情况,可以通过线性规划进一步分解为纯技术效率变化(PEC)和规模效率变化(SEC),如式(2): 
  [Dt(xt,yt)]-1=Max?准,?姿?准式(2) 
  s.t.-?准yit+?姿yt≥0,xit-?姿xt≥0,?姿≥0 
  其含义是,给定t期输入向量xt,输出向量yt最大可能倍数的倒数。通过增加规模报酬变化时所需的约束条件∑?姿=1,即可完成既定的规模报酬条件下企业纯技术效率变化(PEC)与规模效率变化的分解。故Malmquist指数法的实质是衡量技术进步与技术效率变化(包括规模效率变化与纯技术效率变化)等指标变化对全要素生产率变化的影响。因此,全要素生产率变动也可以表示为:TFPC=TC×EC=TC×PEC×SEC。 
  三、 指标选取与数据描述性统计分析
  1. 指标确定。应用Malmquist指数法测度银行效率的关键在于投入产出指标的确定。既有研究由于视角和侧重点不同,其投入与产出变量的选取也存在差异。比较常用的方法主要有:资产法、生产法、中介法、附加价值法、用户成本法等五种方法。资产法以银行“吸收存款、发放贷款”的经营核心为基础,将银行存款及其他负债视为投入,将银行贷款及其他资产视为产出,强调资金运动过程,侧重考察银行的规模效率。生产法将银行视为生产金融产品的企业,偏重于选取与金融产品生产相关的投入产出指标,主要用以评估银行分支机构的效率。中介法与资产法类似,将银行视为在存贷款方面提供金融服务的中介机构,适合于测度主要从其他金融机构获取高额存款并转为贷款或投资的银行的经营效率。附加价值法主张以单一要素为银行价值创造的重要程度为标准评判各投入产出指标。用户成本法则用银行某一业务(项目)在经营过程中所产生的净值(或成本)为核心标准划分投入产出指标。 
  由于社区银行是一个特殊性金融机构群体,产品具有多样性,而且对应不同类型的风险,因此合适的测度方法,应该基于测度绩效的目标和其所处的社会环境。但上述方法对投入产出指标设定的差异较大,如“资产法”与“生产法”将存款视为投入指标,而“中介法”将其视为产出指标。附加价值法和用户成本法对于划分投入项和产出项具有相对性,不适用于时间序列下的银行效率测度。事实上,银行作为金融中介机构,存贷款仅是经营的中间过程,很难被界定为是投入抑或产出指标,而银行在经营过程中的各项支付与利润所得则极少存在争议,也与银行经营目标相一致。鉴于此,本文将社区银行资产负债表和损益表中对应的员工薪酬、运营费用、利息支出和固定资产投入等作为投入指标,而将利息收入和非利息收入作为产出指标,以此来考察美国社区银行的经营效率。 
  2. 数据选取及描述性统计分析。本文数据主要来源于美国联邦存款保险公司(FDIC)所统计的各社区银行1992年~2014年各年度财务报表。为尽可能考察金融脱媒背景下美国社区银行效率变化的长期规律,本文从FDIC所统计的1992年登记在册的13 279家社区银行中,选取在1960年以前成立并存续至今的社区银行共计3 343家,剔除数据不全的348家,剩余2 995家是为检测样本。本文还选取了相同时间条件下成立的、并且至今仍在经营的47家美国大型商业银行作为对比样本。 
  美国社区银行的相关数据描述性统计特征如下: 
  第一,投入部分中利息支出均值最高,为228.21万美元,占全部投入的28.7%,运营费用均值最低,占全部投入的20%,各项投入占比整体上差别不大;第二,产出部分中利息收入均值为671.67万美元,占全部收入的87.2%,可见利息收入仍是美国社区银行的主要收入来源;第三,各投入产出指标最大值和最小值相差数千倍乃至万倍,如样本银行中非利息收入最低仅为仅1 000美元,最高则达到8 730.5万元,相应方差也较大,说明各银行的盈利能力差别迥异,但投入产出效率还有待后文验证。 
  四、 实证分析 
  运用DEAP2.1软件,使用DEA-Malmquist指数方法,计算得出美国2 995家社区银行与对比组47家大型商业银行1992年~2014年间全要素生产率动态变化情况,从中可以看出: 
  第一,1992年~2014年间美国社区银行的全要素生产率(TFP)变动均值为1.024,即整体上呈现增长的趋势,年均增速2.4%,高于美国商业银行1.1%的增速。从TFP历年变化情况看,美国社区银行的全要素生产率变化值在多数年份里(有13个年份)高于大型商业银行,特别是2008年金融危机以来,美国社区银行的全要素生产率增速加快,远高于大型商业银行。 
  第二,美国社区银行技术变化均值为1.036,呈增长态势,其速度年均达到了3.6%,成为拉动社区银行TFP增长的主要原因;而大型商业银行的技术变化仅为0.5%,技术变化对TFP增长的作用并不明显。此外,从社区银行的纵向分析也可以得到相同结论:1993年~2014年间社区银行TFP变动并不均,有13个年份增长(TFP变化大于1),8个年份衰退(TFP变化小于1)。TFP增长的13个年份中,有12个年份出现技术进步,年均进步速度为7.7%;同期仅有3个年份出现技术效率增长,其余10个年份都是技术效率降低,其中尤以纯技术效率的下降最为突出,年均下降3%;TFP衰退的8个年份中,有6个年份出现技术退步(技术变化小于1),年均退步2.7%;同期只有4个年份出现技术效率降低。由此说明,技术进步的变动是美国社区银行TFP变化的主要影响因素,技术效率变化的影响并不十分明显。 
  第三,美国社区银行技术效率整体呈下降趋势,年均降速1.1%,其中纯技术效率变化均值为0.991,小于规模效率变化平均值0.999,几乎为1,说明纯技术效率低下是技术效率下降的主要原因,规模效率变动对技术效率乃至TFP的影响可以忽略不计;相反美国大型商业银行技术效率变化呈逐年增长态势,但是幅度并不大,构成其技术效率变化的纯技术效率变化为1.001,规模效率变化为1.004,说明,美国大型商业银行技术效率增长的主要动因在于规模扩张。 
  五、 结论与启示 
  本文运用DEA-Malmquist指数法对美国社区银行TFP动态变化情况进行了测度和解析,得出以下结论:(1)美国社区银行TFP增长速度快于大型商业银行,这是其在金融脱媒压力下得以持续生存的重要原因;(2)美国社区银行的TFP增长主要得益于技术进步,而大型商业银行则依赖于规模扩张,这反映了金融脱媒背景下两类银行业的不同发展路径;(3)美国社区银行的技术效率水平普遍偏低,且远严重于大型商业银行,其中纯技术效率低下是主要引致因素,规模效率的贡献度不大,说明社区银行的管理水平等成为制约其高速发展的障碍。 
  与美国社区银行对比,我国地方性商业银行也正在面临相似的困境。当前,中国金融脱媒趋势日渐明显。相关统计显示,2002年我国新增人民币贷款占社会融资总量的比例以及商业银行人民币存款余额同比增速分别为92%与19.0%,至2014年已分别下降至59.4%与9.1%。近些年互联网金融的蓬勃兴起与利率市场化进程的加速,必将使得与大型商业银行相比本就不具有规模优势的地方性商业银行面临更大的生存压力。总结美国社区银行在金融脱媒过程中的效率变化及经验规律,对我国地方性商业银行发展具有如下启示:
  第一,充分发挥技术创新在地方性商业银行全要素生产效率提升中的作用。21世纪以来,以互联网技术、移动通信技术、云计算为代表的信息技术极大改变了社会的生产生活方式,互联网金融更是冲击了传统金融运营模式及理念。据统计,截止到2013年末,互联网支付金额总计达到9.22万亿,P2P网络借贷平台累计交易额超过600亿,互联网金融渠道成本低于传统银行渠道成本25%。互联网金融打破了既有的地域限制,进一步压缩以区域内经营为立足点的地方性商业银行的业务空间。因此,地方性商业银行需要紧随时代发展,积极推进金融互联网业务创新,并探索大数据、云计算技术等在商业银行的应用,将技术进步作为推动商业银行发展的主要力量。 
  第二,单纯的规模扩张并非提高地方性商业银行效率、增强企业竞争力的最佳方法,提升管理水平等以改善纯技术效率,成为地方性商业银行增强核心竞争力与持续发展能力的重要保障。当前,我国地方性商业银行论文总资产仅占银行业金融机构资产总额的22.15%,税后利润占银行业金融机构税后利润总额的20.65%,因此在规模上无法与国有商业银行及股份制商业银行相竞争,通过提升规模效率促进全要素生产率提高的策略可行性很小。但地方性商业银行可以通过完善法人治理结构、定位于中小企业融资市场、提升金融服务水平等方式获得综合技术效率,提升企业市场竞争力。 
  第三,积极开展中间业务及表外业务,提升非利息收入占总收入比重,优化地方性商业银行收入结构。一直以来,我国地方性商业银行都是采用针对中小企业和个人的信贷服务模式生存,通过存贷利差获得的收入占总收入的80%以上,中间业务收入不足20%,中间业务产品不到400种,这与美国商业银行中间业务收入占比60%~70%,中间业务产品近4 000种的情况相差甚远。随着中国利率市场化、金融脱媒进程加速等带来的压力与挑战与日俱增,我国地方性商业银行亟需调整传统的存贷经营模式,通过业务创新实现新的可持续发展。 
  参考文献: 
  [1] Banker R D, Charmes A, Cooper W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management science,1984,30(9):1078-1092. 
  [2] Charnes A, Cooper W W, Rhodes E L.Measuring Efficiency of Decision-Making Units[J].European Journal of Operational Research,1979, (2):429-444. 
  [3] 张健华,王鹏.中国银行业广义Malmquist生产率指数研究[J].经济研究,2010,(8):128-140. 

    热门论文

    随机硕士毕业

    全站推荐研究生毕业论文

    热门毕业论文范文