第 21 卷第 6 期 系 统 工 程 学 报 Vol. 21 No.

6
2006 年 12 月 JOURNAL OF SYST EMS ENGINEERING Dec. 2006

中国商业银行收入结构与收入效率关系研究
1 1 2
迟国泰 , 孙秀峰 , 郑杏果
( 1 大连理工大学管理学院, 辽宁 大连 116024; 2 中国电子信息产业发展研究院, 北京 100044)

摘要: 利用随机前沿法和数据包络法, 分别评价了中国 14 家主要商业银行 1998 2003 年间的 利息收入 效率、

非利息收入效率和总收入综合效率, 并利用回归方程分析了利息收入效率, 非利息收入效率, 非利息收入占总
收入比重与总收入综合效率间的关系. 研究表明: 中国商 业银行各类收入的技术效率状况不佳; 股份制银行的
各类收入效率水平均高于国有银行; 单项收入效率对中国商业 银行的总 收入综合效 率具有正 向影响; 非利息
收入占总收入比重对国有银行的总收入综合效率具有负 向影响. 揭示了 利息收入效 率、 非 利息收入 效率及收
入结构对总收入综合效率的影响关系 , 验 证了非 利息收入 对中国 商业银 行业总 收入综 合技术 效率存在 正向
影响的论断, 并有针对性地提出了政策性建议.

关键词: 商业银行; 银行收入效率; 银行收入结构; 随机前沿法 ; 数据包络法

中图分类号: F830. 33; F224. 0 文献标识码: A 文章编号: 1000- 5781( 2006) 06- 0574- 09

Research on the relationship between

income structure and income efficiency of China! s commercial banks

CHI Guo tai1 , SUN Xiu feng1 , ZHENG Xing guo2

( 1 School of Management, Dalian University of T echnology, Dalian 116024, China;
2 China Center of Information Development, Beijing 100044, China)

Abstract: Applying the stochast ic frontier approach and data envelopment analysis, this paper evauates
the overall technical efficiency of gross income and the monomial technical efficiencies of interest income
and non interest income of 14 commercial banks of China over the period from 1998 to 2003, and ana
lyzes the relationship among the interest income efficiency, non interest income efficiency, the proportion
of non interest income to gross income and overall technical efficiency of gross income with regression e
quat ion. The result shows: all kinds of technical efficiencies of China! s commercial banks are not well;
the efficiencies of joint stock commercial banks are better than those of the commercial banks owned by
the state; technical efficiencies of interest income and non interest income have positive influence on the
overall technical efficiency of gross income of China! s commercial banks; the proport ion of non interest
income to gross income has negative influence on the overall technical efficiency of gross income of
China! s commercial banks. This paper displays the influence of banks! income structure and monomial
technical eff iciencies of interest income and non interest income on banks! overall eff iciency of gross in
come, validates the conclusion that non interest income has positive influence on overall technical effi
ciency of gross income of China! s commercial banks and provides some policy suggestions pertinently.

Key words: commercial bank; income efficiency of bank; income structure of bank; stochastic frontier
approach; data envelopment analysis

收稿日期: 2005- 07- 11; 修订日期: 2006- 03- 08.

基金项目: 国家社会科学基金资助项目( 04BJY082) .
第6期 迟国泰等: 中国商业银行收入结构与收入效率关系研究 575

收入技术效率和非利息收入技术效率, 之后利用
0 引 言 DEA 法计算了在利息收入和非利息收入 2 项产出
指标下的综合技术效率, 最后通过多元回归分析,
效率水平可反映商业银行产出能力、资源利 确定了各类收入技术效率和收入结构对综合技术
用效果和成本控制等方面的经营特征, 是商业银 效率的影响关系, 并为中国商业银行调控产出结
行竞争力水平的集中体现. 构提供了有针对性的政策建议.
商业银行效率的评价方法中应用较为广泛的
是参 数 法 和 非参 数 法 [ 1, 2] . 这 2 种 方 法 均 是 在 1 银行收入的技术效率评价模型
[ 3]
Farell 提出的前沿函数思想基础上形成的, 在应
[ 2]
用中各有优势与不足 . 1. 1 投入产出指标体系的确定
参数法使用计量经济学方法计算效率, 可考虑 本文旨在分析中国商业银行收入结构与银行
随机误差干扰, 结果离散度小, 但需要足够的样本 收入技术效率的影响关系. 因此, 产出指标选择利
量支撑, 且前沿生产函数计算复杂. 在国外, 参数法 息收入和非利息收入 2 项. 借鉴以往研究经验, 本
的使用较普遍, 而国内应用则较少. 对 1994 年至今
文的投入指标选择职工人数, 固定资产原值, 可贷
的中国期刊数据库检索发现, 仅钱蓁[ 4] 、刘志新[ 5]
[ 6]
资金等 3 项[ 4, 5, 9~ 11]
.
与姚树洁 等 10 余篇文献使用参数法研究过中国
本文选择的银行投入产出指标可从银行公布
商业银行的成本效率, 技术效率和规模经济.
的资产负债表中直接获取数据, 避免了人为估测
非参数法使用线性规划方法计算效率. 因此
带来的误差, 且反映了银行经营的客观规律, 因此
它具备不受生产函数形式限制, 计算简便等优点,
但它无法考虑随机误差干扰, 效率计算结果离散 具有合理性.
度较大[ 1, 2] . 非参数法中数据包络法( date envelop 1. 2 单项收入技术效率评价模型
ment analysis, DEA) 应用最广. 1. 2. 1 评价方法的确定
在现有银行效率研究中, 产出指标较多选择 这里选用参 数法中的随机 前沿法 ( stochastic
资产规模类指标, 而对收入类指标选用较少, 且缺 frontier approach, SFA) 分别评价中国商业银行利息
乏银行收入结构对银行效率的影响关系分析. 众 收入和非利息收入的技术效率情况. 这样做的好
所周知, 收入水平是商业银行生存和发展的根本, 处是: 1) 可以在有统计检验的保证下, 获得银行 2
是银行长远利益的体现. 对此, Bauer 等[ 2] 、
Carvallo 类收入的技术效率; 2) 可以保证效率计算值不会
[ 7]
等 均加入了对银行收入类型的分析, 研究结果 过于分散, 有利于下一步的收入结构与综合技术
显示, 在不同的金融环境下, 收入类型对效率的影 效率分析; 3) SFA 法可以计算时间截面处的技术
响程度并不一致. 向力力[ 8] 、
李希义[ 9] 等已尝试将 效率值, 这一点比只能计算平均效率的其他 2 种
非利息收入指标引入产出指标, 但仅评价了效率,
参数方法更有优势.
而未分析收入类型对效率的影响.
1. 2. 2 基于 SFA 法的单项收入技术效率计算模型
目前, 随着新兴业务的推广, 中国商业银行的
SFA 法的前提是确定合适的生产函数形式.
非利息收入占总收入的比重逐渐增大. 这种收入
本研 究 选用 了超 越 对 数生 产 函 数 ( translog
结构的变化已影响到银行的收入效率水平. 因此,
确定银行收入结构对效率的影响关系对中国商业 product function, TPF) . 与国内研究中已有应用的
[ 6]
银行业调整产出结构, 提升效率的实践工作具有 柯布- 道格拉斯( Cobu Douglas, C D) 生产函数
重要意义. 但是, 检索中国期刊数据库发现, 国内 相比, TPF 函数具有的优点是: 1) TPF 函数具备了
对此方面的研究极少, 且尚无确切的结论. 足够的弹性 [ 2] , 2) TPF 函数遵守了规模 报酬可变
针对上面提到的银行收入结构问题, 本文以 的客观规律[ 13] , 3) 包容性好, 可视为是 C D 生产
中国 14 家主要商业银行 1998 2003 年的数据为 函数的二阶泰勒近似[ 13] .
样本, 利用随机前沿法计算了各银行每年的利息 此处有 2 点值得说明: 1) 在同样的投入产出
 576 系 统 工 程 学 报 第 21 卷

指标体系下, 使用不同形式的生产函数计算银行 前沿生产函数中变差率 = 0 的假设[ 12] .

2
效率并会获得相似的结论. 只是弹性较好的生产 u
= 2 2 ( 3)
函数会获得离散度更小, 精度更高的效率计算结 + u
2 2
果. 限于篇幅, 此处不做展开讨论; 2) 忽略银行间 与 u 分别是随机误差 和技术无效率项 u
规模差异, 使用同一个生产函数估测所有商业银 的方差. 变差率 取值区间为[ 0, 1] .
行效率的做法是科学而合理的. 因为银行效率评 已有研究发现变差率 的分布具有边界函数
性质, 其分布遵循 mixed ! 分布 . 故检验时使
2 [ 12]
价本 质 上 是 1 种 银 行 业 内 的 相 对 效 率 评
价[ 1~ 3, 5, 6, 12]
, 所以在评价过程 中, 所 有参评银 行 用其前沿生产函数的单边似然比检验统计量 LR,
按照 mixed ! ( n, a) 进行显著性检验. n 为自由
2
必须使用同一生产函数形式和评价方法, 才能保
证相对效率计算结果的公平性和有效性. 事实上, 度, a 为显著性概率[ 12] .
这种做法在国内外同类研究中已获得了广泛的认 SFA 法并不要求前沿生产函数中的待定参数
[ 1, 2, 4~ 7, 10~ 12]
可和应用 . 估计值全部通过显著性检验, 只要变差率 = 0
在 SFA 法中, 假定银行的日常经营活动并非 的假设被拒绝, 且取值范围合理, 就可证明前沿生
完全有效, 存在理论的最佳生产前沿[ 3] . 即在现有 产函数已具备足够的解释力度[ 1, 6, 10, 12] .
的投入下, 实际产出少于理论最大产出. 于是, 此 1. 3 综合技术效率评价模型
项产出的技术效率被定义为实际产出与理论最大 1. 3. 1 评价方法的确定
产出之比. 计算综合技术效率可采用 2 种方法: 1) 保持
于是, 基于TPF 函数和 SFA 法原理 [ 2, 12] , 建立 投入指标不变, 将利息收入和非利息收入之和作
银行单项收入技术效率的计算模型为 为一项产出指标, 使用 SFA 法计算其综合技术效
∀ 率, 但此方法弱化了收入类型对银行综合技术效
ln Yij = ln Yij - u ij = f ( lnx il ) + ij - u ijA j0 +
Aj 1 ln x i 1 + Aj2 ln x i 2 + Aj3 ln x i 3 + 率的影响; 2) 保持投入指标不变, 将利息收入和
2 2
Bj 1( lnx i 1) + Bj2 (lnx i2) + Bj 3( lnx i3 ) +
2 非利息收入作为独立的 2 项产出指标, 用 DEA 法
计算银行综合技术效率. 虽然此方法无法考虑随
B j4 ( ln x i 1) ( lnx i2 ) + Bj 5 ( lnx i1 ) ( ln x i 3 ) +
机误差的影响, 但它保留了银行多种收入类型的
B j6 ( ln x i 2) ( lnx i3 ) + ij - uij ( 1)
特点, 综合效率值考虑了银行收入类型的影响. 相
TE ij = exp(- u ij ) ( 2)
比之下, DEA 方法的计算结果更适合做银行收入
其中: i 为参评银行的样本序号, j 为银行的产出 结构与综合技术效率的影响分析.
∀
指标序号, l 为投入指标序号; Yij 和 Yij 分别为第 i 综上 所述, 本 研究决 定采 用非 参数 法中 的
个银行样本的第j 项产出的实际产出与理论最大
DEA 法计算中国商业银行的综合技术效率.
产出, { Yij } = { Yi 1 ( 第 i 个 银行 的利 息 收入 ) ,
1. 3. 2 基于 DEA 法的总收入综合技术效率评价
Yi2 ( 第 i 个银行的非利息收入) } ; x il 为第 i 个银行 模型
样本的第 l 投入指标, { x il } = { x i1 ( 第 i 个银行的 本研究使用 DEA 方法中的 CRS 模型评价商
职工人 数) , x i 2( 第 i 个银 行的 固定 资产 原 值) , 业银行的总收入综合技术效率.
x i3 ( 第 i 个银行的可贷资金) } ; { Ajm } 与{ Bj n } 为与 假设研究共有 n 个银行样本, 遵循第 1. 1节设定
第 j 项产出对应的前沿生产函数待定参数; ij 是 的投入产出指标可知, 每个银行样本用 3 种投入( 职
2
随机误差, 按常规假设服从正态分布 N ( 0, ) ; uij 工人数, 固定资产原值, 可贷资金) 生产 2 种产出( 利
在 SFA 法中被称为技术非效率项, 可假设服从半 息收入、
非利息收入) . 依据 CRS 模型原理, 可得银行
[ 16]
正态、 、截断等分布形式, 此处假设服从 半正态 总收入综合技术效率的评价模型如下 .
[ 1, 6, 12]
分布 | N ( 0, 2
u) | . Min
∀, #
∀
1. 2. 3 SFA 法的统计检验原理 s. t. - ∃i + Y# # 0
在 SFA 法中, 技术效率的计算结果必须拒绝 ∀x i - X# # 0
第6期 迟国泰等: 中国商业银行收入结构与收入效率关系研究 577

# # 0, i = 1, 2, ∃, 84 ( 4) 如何通过提升单项收入技术效率, 调整收入结构
i 为参评银行的样本序号. xi 为第 i 家银行的 来带动银行综合收入技术效率的提升. 这种参考
投入向量, x i = ( x i1 x i 2 x i3 ) . ∃i 为第i 家银行的产
T
有助于制定以中国商业银行长远健康发展为根本
T
出向量, ∃i = ( ∃i 1 ∃i 2) . X 为 3n 维投入向量, Y 为 目标的技术效率提升策略.

2n 维产出向量. #是 n 维常数向量. 根据 Farrell[ 3]

的定义, ∀即是第 i 家银行的总收入综合技术效率 3 中国商业银行收入效率的评价与分析
值 ( overall technical eff iciency, OTE) , 满 足 0 %
∀ % 1. 当 ∀= 1 时, 表示该银行是生产前沿面上的 3. 1 评价研究的样本数据
点, 处于技术有效状态. 当 ∀< 1 时, 表示银行存 本 研 究 选 用 了 中 国 14 家 商 业 银 行 在
在技术无效情况. 1998 2003 年的财务数据样本, 其中 1998 2002
年的财务数据来源于&中国金融年鉴∋. 2003 年数

2 银行收入结构与收入效率的影响关系 据来源于各银行网上公布的年报数据, 其中, 中国

农业银行与广东发展银行在 2003 年的数据由于
分析模型
尚未公布, 此处采用 2002 年数据加上 2000 年至
2002 年的年平均增加额确定.
在确定的商业银行利息收入技术效率、非利
全部样本指标数据的统计学描述见表 1.
息收入技术效率与综合技术效率技术基础上, 利 表1 样本指标数据的统计学描述
用统计多元回归的方法, 建立如下银行收入结构 指标 均值 标准方差 最小值 最大值
与 银行 总 收入 综 合技 术 效率 的影 响 关系 分 析 利息收入 ∃1 359.21 494. 58 5. 79 1 614. 52
模型. 非利息收入 ∃2 70.86 104. 01 5. 80 478. 43
∃= + b1 z 1 + b2 z 2 + c + ( 5) 职工人数 x1 119 253 184 146 1 253 567 230
∃是总收入的综合技术效率. z 1 是利息收入 固定资产原值 x 2 245.52 337. 88 5. 20 1 023. 14

技术效率. z 2 是非利息收入技术效率. 是非利息 可贷资金 x3 8 756.54 11 841. 60 193. 27 46 108. 70

收入占总收入比重. 是随机误差项. a, b 1 , b 2 , c 注: 1) 职工人数为中国统计局公布的银行数据. 2) 除职工人

为待定参数. 这里期望通过回归分析, 发现银行单
项收入技术效率与银行收入类型对银行总收入综
合技术效率的影响关系.
将非利息收入占总收入比重引入效率影响关
系分析模型, 旨在揭示收入结构对中国商业银行
[ 7]
收入效率的影响关系. Carvallo 等
入占总收入比重大的商业银行效率一般较好. 但
在中国金融环境中, 收入结构对中国商业银行收
入效率的影响情况至今仍不清晰. 在 1994 年 1 月
至 2005 年 3 月的中国期刊数据库中, 也检索不到
此类有价值的研究文献. 如果能确定这种影响关
系, 中国商业银行便可有针对性地调整产出结构,
促进效率的提升. 因此, 此类研究具有重要的现实
意义.
通过影响关系分析模型式( 5) 分析单项收入
技术效率、
收入类型对中国商业银行综合收入技
术效率的影响关系, 可为中国商业银行业监督管
理部门、各商业银行的管理机构提供一种参考, 即
数外, 其他各指标的单位均为亿元人民币.
本研究将所有的样本数据作为同一时间截面
数据分析, 不考虑技术进步的影响. 由于国内商业
银行样本量有限, 无法像国外同类研究一样逐年
计算技术效率. 为满足计算模型对样本量的需求,
发现非利息收 此处将 6 年数据作为同一时间截面数据处理. 同
时, 实证样本集共有 84 个样本, 样本数远大于单
项技术效率计算模型式( 1) 中待定参数个数的 3
倍, 这保证了统计回归结果的有效性. 这一点与国
内其他文献相同[ 4~ 6] . 另外, 本研究没 有像文献
[ 6] 那引入技术进步率因子 t . 这是因为中国商业
银行的技术进步变化规律至今尚无定论, 而且小
样本量下的回归统计, 也很难给出一个准确的说
法, 易出现误差.
3. 2 收入效率评价
3. 2. 1 单项收入效率评价结果
本文逐一评价了中国 14 家主要商业银行的
利息收入效率和非利息收入效率. 下面以利息收
 578 系 统 工 程 学 报 第 21 卷

入为例, 说明整个计算过程. 收入产出数据代入式( 1) , 利用极大似然法确定前

计算利息收入技术效率时, 将表 1 采集的职 沿生产函数中的待定参数{ A 1m } 与{ B 1n } , 结果见
工人数、
固定资产原值、
可贷资金 3 项投入与利息 表 2 中的前两行.
表2 利息收入和非利息收入的前沿生产函数参数估计值

参数

A 10 A 11 A 12 A 13 B 11 B 12 B 13 B 14 B 15 B 16 LR

利息收入估计值 5. 270 - 1. 584 4. 316 - 1. 438 0. 135 0. 546 0. 193 - 0. 449 0. 134 - 0. 553 0. 746 6. 582

利息收入 t 值 1. 020 - 1. 130 2. 010* - 1. 040 0. 102 2. 220 * 2. 420* - 2. 480 * 6. 300 ** - 1. 970* 5. 950**

非利息收入估计值 20. 101 0. 901 8. 227 - 10. 627 - 0. 557 0. 404 0. 110 - 0. 301 1. 497 - 1. 181 0. 999 9. 340
** ** ** ** ** ** ** **
非利息收入 t 值 20. 650 1. 110 13. 210 - 11. 450 - 3. 930 3. 360 0. 890 - 1. 340 7. 400 - 5. 660 38. 310

* **
注: 表示 t 值通过 5% 显著性检验; 表示 t 值通过 1% 显著性检验.

从表 2的统计性检验看, 值为 0. 746, 在自由度 产函数具备解释利息收入产出和所属投入间经济关

为 1、显著性为 5% 的情况下, mixed ! 临界值为

2
系的能力[ 1, 6, 12] .
2. 706, 单边对数似然比统计检验量 LR = 6. 582 > 结合表 2 中利息收入的前沿函数参数值和表
1 的银行样本数据, 利用式 ( 2) , 确定各 银行的利
2. 706, 显然变差率 = 0 的假设被拒绝.
息收入效率, 结果列于表 3 的第 1 ~ 6 列.
在 10 个待定参数的估计值中, A 12、B 12 、
B 13、
B 14
对非利息收入效率评价过程与利息收入研究
和 B 16 通过了5%的显著性检验, B 15 通过了1%的显 相似, 这里就不一一赘述, 仅提供效率结果数据.
著性检验, 其他参数估计值的 t 值则较小. 但由于变 非利息收入的前沿生产函数的参数估计值 列于
差率 = 0的假设被拒绝, 且取值接近 1, 故此前沿生 表 2 第 3、
4 行, 效率值列于表 3 的第 7 ~ 12 列.
表 3 中国商业银行利息收入和非利息收入的技术效率( TE)

TE1 TE 2
序号 银行名称与平均值的分类
( 1998 年) ( 1999 年) ( 2000 年) ( 2001 年) ( 2002年) (2003年) ( 1998 年) ( 1999 年) ( 2000 年) ( 2001 年) ( 2002年) ( 2003年)

1 中国工商银行 0. 874 0. 864 0. 841 0. 739 0. 844 0. 837 0. 764 0. 996 0. 935 0. 604 0. 100 0. 134

2 中国农业银行 0. 899 0. 803 0. 752 0. 714 0. 682 0. 642 0. 694 0. 363 0. 500 0. 631 0. 463 0. 508

3 中国银行 0. 924 0. 926 0. 927 0. 859 0. 797 0. 685 0. 999 0. 249 0. 429 0. 694 0. 635 0. 766

4 中国建设银行 0. 930 0. 874 0. 666 0. 793 0. 777 0. 860 0. 242 0. 559 0. 414 0. 395 0. 354 0. 240

5 交通银行 0. 827 0. 883 0. 878 0. 828 0. 741 0. 805 0. 364 0. 898 0. 899 0. 872 0. 752 0. 957

6 中信实业银行 0. 930 0. 884 0. 868 0. 752 0. 758 0. 797 0. 532 0. 432 0. 520 0. 930 0. 910 0. 555

7 中国光大银行 0. 935 0. 883 0. 835 0. 811 0. 758 0. 840 0. 881 0. 576 0. 648 0. 803 0. 854 0. 756

8 华夏银行 0. 857 0. 819 0. 856 0. 852 0. 826 0. 866 0. 792 0. 877 0. 332 0. 454 0. 453 0. 475

9 中国民生银行 0. 811 0. 760 0. 853 0. 874 0. 771 0. 801 0. 705 0. 559 0. 764 0. 989 0. 851 0. 936

10 广东发展银行 0. 927 0. 763 0. 738 0. 774 0. 750 0. 757 0. 298 0. 611 0. 506 0. 397 0. 394 0. 361

11 深圳发展银行 0. 928 0. 802 0. 808 0. 854 0. 710 0. 713 0. 249 0. 179 0. 227 0. 568 0. 815 0. 712

12 招商银行 0. 935 0. 889 0. 818 0. 772 0. 773 0. 834 0. 675 0. 534 0. 628 0. 370 0. 224 0. 510

13 兴业银行 0. 809 0. 722 0. 306 0. 757 0. 849 0. 896 0. 928 0. 392 0. 315 0. 489 0. 558 0. 597

14 上海浦东发展银行 0. 754 0. 844 0. 819 0. 850 0. 848 0. 894 0. 761 0. 646 0. 690 0. 696 0. 790 0. 495

A 国有银行算术平均值 0. 907 0. 867 0. 796 0. 776 0. 775 0. 756 0. 675 0. 542 0. 570 0. 581 0. 388 0. 412

B 股份制银行算数平均值 0. 871 0. 825 0. 778 0. 812 0. 778 0. 820 0. 619 0. 570 0. 553 0. 657 0. 660 0. 635

C 中国主要商业银行平均值 0. 882 0. 837 0. 783 0. 802 0. 777 0. 802 0. 635 0. 562 0. 558 0. 635 0. 582 0. 572
第6期 迟国泰等: 中国商业银行收入结构与收入效率关系研究 579

3. 2. 2 综合效率评价结果 国商业银行呈现了下滑趋势. 其中, 国有银行始终

在表 1 确定 的投 入产出 指标 体系 下, 应 用 处于下滑趋势, 股份制银行效率在 1998 2000 年
DEA 方法评价中国商业银行的综合效率值, 效率 下滑后, 开始逐 渐回升. 从 数值上 看, 在 2000 年
值列于表 4. 前, 国有银行每年的利息收入效率均好于股份制
表 4 中国商业银行综合技术效率值( OTE) 银行, 而在 2000 年之后, 情况则完全相反.
银行 OTE
序号 ( 1998 年) ( 1999 年) ( 2000 年) ( 2001 年) ( 2002 年) ( 2003 年)

1 0. 884 0. 773 0. 645 0. 513 0. 597 0. 576

2 0. 959 0. 705 0. 592 0. 527 0. 474 0. 423

3 0. 842 0. 836 0. 857 0. 650 0. 528 0. 441

4 1. 000 0. 771 0. 462 0. 576 0. 547 0. 630

图1 利息收入的技术效率趋势
5 0. 867 0. 931 0. 885 0. 775 0. 577 0. 602

6 0. 845 0. 669 0. 685 0. 735 0. 672 0. 707

7 1 000 0. 689 0. 708 0. 742 0. 691 0. 779

8 0. 898 0. 914 0. 652 0. 607 0. 612 0. 740

9 1 000 0. 673 0. 848 0. 944 0. 844 1 000

10 1 000 0. 659 0. 563 0. 544 0. 510 0. 491

11 1 000 0. 616 0. 598 0. 681 0. 766 0. 645

12 0. 897 0. 704 0. 624 0. 509 0. 485 0. 580 图2 非利息收入的技术效率趋势

3) 在非利息收入效率方面, 国有银行下滑明
13 1 000 0. 602 0. 323 0. 553 0. 639 0. 866
显. 表 3 中第 15 行的后 6 列数据显示, 国有银行
14 1 000 0. 789 0. 767 0. 709 0. 785 0. 964
非利息收入效率平均值由 1998 年的 0. 675 降至
A 0. 921 0. 771 0. 639 0. 567 0. 537 0. 518 2003 年的 0. 412, 跌幅高达到 37 6%. 股份制银行
B 0. 951 0. 725 0. 665 0. 680 0. 658 0. 737 则相对较好, 此项效率近年表现出一种起伏攀升
趋势. 从数值上看, 除 了 1998、
2000 年 2 年外, 股
C 0. 942 0. 738 0. 658 0. 648 0. 623 0. 675
份制银行此项技术效率的表现均好于国有银行,
注: 表 4 中的银行序号及平均值的分类同表 3 中一致.
2001 年后, 此点表现更为明显.
3. 3 收入效率评价结果分析 3. 3. 2 综合效率评价结果分析
3. 3. 1 单项收入效率评价结果分析 利用表 4 中的综合效率评价结果, 绘制中国
单项收入效率的变化情况可体现银行对自身 商业银行综合技术效率趋势图, 见图 3.
各类业务的组织和发展能力水平. 这里利用 表 3 由图 3 可知, 中国商业银行总收入的综合效
中的单项收入效率评价值, 分别绘制中国商业银 率情况并不理想. 观察表 4 第 17 行数据可知, 中
行业的利息收入技术效率发展趋势图和非利息收 国商业银 行总收入综合效率的年平 均值由 1998
入技术效率趋势图, 详见图 1, 2. 观察图 1 与图 2 年的 0. 942 降至 2003 年的 0. 675, 降低了 28. 3% .
中的效率趋势变化曲线, 可获得以下结论. 在 1998 2003 年, 国有银行的综合技术效率下降
1) 中国商业银行的利息收入效率与非利息收 显著, 降幅高达 43. 8%( 见表 4 第 15 行) ; 股份制
入效率情况并不乐观, 其 6 年内的平均值分别为 银行则在 1998 2000 年下滑之后, 出现了波动攀
0. 814 和 0. 591, 且看不到明显的改善迹象. 升, 其降幅仅为 22. 5%( 见表 4 第 16 行) . 由此可
2) 在利息收入效率方面, 自 1998 年以来, 中 知, 国有银行的综合效率不良是导致中国商业银
 580 系 统 工 程 学 报 第 21 卷

行总收入的综合效率下滑的主要因素. 式回归. 模式 1 为使用全部中国商业银行样本, 模

式 2 为仅使用国有商业银行样本, 模式 3 仅使用
股份制商业银行样本. 回归方程待定参数估计值
列于表 6.
表6 回归方程参数估计值

非标准化系数 标准化系
参数 t值
估计值 标准误差 数估计值

a - 0. 538 0. 126 - 4. 256**

图3 综合技术效率趋势 b1 1. 320 0. 146 0. 703 9. 016**
模 b2 0. 156 0. 061 0. 218 2. 544*
式
4 银行收入结构对收入效率的影响关系 1 c 0. 301 0. 110 0. 242 2. 727**

分析与政策建议 F 36. 684 **

2 0. 563
adjusted R
4. 1 影响关系分析 a - 0. 694 0. 146 - 4. 753**

应用表 1 采集的 14 家中国商业银行 1998 b1 1. 613 0. 175 0. 848 9. 195**

2003 年的利息收入和非利息收入数据, 计算各银 模 b2 0. 242 0. 099 0. 364 2. 450*

式
行各年的非利息收入占总收入比重, 见表 5. 2 c - 0. 683 0. 309 - 0. 330 - 2. 208*
表 5 中国商业银行的非利息收入占总收入比重( )
F 33. 879**
银行 adjusted R 2 0. 811
序号 ( 1998 年) ( 1999 年) ( 2000 年) ( 2001 年) ( 2002 年) ( 2003 年)
a - 0. 598 0. 215 - 2. 777**
1 0. 232 0. 245 0. 226 0. 290 0. 046 0. 063 b1 1. 267 0. 217 0. 701 5. 832**
2 0. 056 0. 055 0. 082 0. 112 0. 121 0. 145 模 b2 0. 209 0. 084 0. 283 2. 500*
式
3 0. 275 0. 073 0. 089 0. 147 0. 205 0. 201
3 c 0. 502 0. 235 0. 286 2. 132*
4 0. 017 0. 042 0. 065 0. 081 0. 080 0. 073 F 22. 802**
5 0. 325 0. 347 0. 384 0. 389 0. 382 0. 320
adjusted R 2 0. 526
6 0. 257 0. 254 0. 263 0. 411 0. 358 0. 215 *
注: 在 0. 05 水平上显著, ** 在 0. 01 水平上显著.
7 0. 318 0. 330 0. 360 0. 379 0. 368 0. 299
从表 6 可知, 3 种模式的回归结果均较好. 各
8 0. 460 0. 491 0. 252 0. 291 0. 289 0. 256
系数均 通过 了较 严格 的显 著性检 验. F 值均 在
9 0. 530 0. 443 0. 412 0. 377 0. 360 0. 345
0. 01水平上显著, 说明回归模型是正确的. 调整后
10 0. 155 0. 417 0. 401 0. 329 0. 340 0. 314
的 R 2 值均在 0. 5 以上, 说明方程拟合度较好.
11 0. 276 0. 262 0. 267 0. 371 0. 471 0. 408
基于对中国商业银行各类收入的效率值( 表
12 0. 313 0. 320 0. 400 0. 258 0. 182 0. 302 3, 表 4) 和关系分析模型回归结果( 表 6) 的观察,
13 0. 609 0. 398 0. 614 0. 384 0. 308 0. 242 可以得到如下的几点结论.
14 0. 404 0. 395 0. 387 0. 335 0. 283 0. 150 1) 总体上看, 在中国金融环境中, 利息收入效
A 0. 145 0. 104 0. 116 0. 157 0. 113 0. 121 率、
非利息收入效率、
非利息收入占总收入比重对
B 0. 365 0. 366 0. 374 0. 352 0. 334 0. 285 中国商业银行总收入的综合技术效率具有正向影
C 0. 302 0. 291 0. 300 0. 297 0. 271 0. 238 响, 其中利息收入效率的影响最显著.
注: 表 5 中的银行及平均值分类序号同表 3 中一致. 由表 6 回归模式 1 中标准化系数估计值 b 1 =
将表 4 的综合效率 OTE、表 3 的利息收入效 0. 703> b 2 = 0. 218 可知, 利息收入的效率水平对
率 TE1 、
非利息收入效率 TE2 和表 5 的非利息收入 中国商业银行总收入的综合效率影响力度明显大
占总收入比重 代入商业银行收入结构 与银行 于非利息收入, 这也符合了信贷业务是商业银行
综合效率的影响关系分析模型式( 5) , 按照 3 种模 收入来源主体的客观事实. 表 6 中回归模式 1 内
第6期 迟国泰等: 中国商业银行收入结构与收入效率关系研究
非利息收入占总收入比重 的标准化系 数估计
值 c= 0. 242. 这表明增大收入结构中非利息收入
的比重对提高中国商业银行总收入的综合效率具
有积极的正向影响, 这一点与国外银行重视中间
业务的观点非常一致[ 7] .
2) 对国有商业银行而言, 利息收入效率和非
利息收入效 率对总收入综合 效率的影响是 正向
的, 而非利息收入占总收入比重对总收入综合效
率的影响是负向的.
观察表 6 回归模式 2 的标准化系数估计结果
发现, 国有商业银行的利息收入效率标准化系数
估计值 b 1 = 0. 848, 这说明产生利息收入的传统信
贷业务对其总收入效率的影响仍然巨大. 非利息
收入效率的标准化系数估计值 b 2= 0. 364, 这说明
尽管国有商业银行已加重新兴业务的执行力度,
但仍未成为其利润的重要增长点. 非利息收入占
总收入比重的标准化系数 c= - 0. 330< 0, 这表
明国有商业银行非信贷业务进展不利, 甚至影响
了总收入效率的提升. 这种现象的产生原因可能
有 2 种: ( a) 国有商业银行的新兴业务规模与银行
经营投入规模不匹配, ( b) 国有商业银行的新兴业
务仍存在资源配置效率不足现象. 另外, 复杂的组
织结构和体制也影响了新兴业务的发展.
3) 对股份制商业银行而言, 利息收入效率、非
利息收入效率和非利息收入占总收入比重对总收
入综合效率的影响都是正向的, 其中利息收入效
率对总收入综合效率的影响力度最大.
表 6 模式 3 的标准化系数估计值 c= 0. 286,
高于表 6 中其他模式的同类参数估计值. 这表明
股份制商业银行的收入结构已趋于合理, 且已进
入良性发展, 其非利息收入占总收入比重的增长
已成为促进银行总收入效率提升的因素之一.
此外, 表 6 模式 3 中的标准化系数估计值 c=
0. 286 略大于 b 2 = 0. 283, 这表明非利息收入占总
收入比重对股份制银行总收入效率的影响力度明
显增强, 它对总收入综合效率的影响力度已高于
非利息收入效率. 这一现象与以下 2 点原因关系
密切: ( a) 股份制银行的资产规模相对较小, 新兴
业务的规模对银行实际经营的影响已达到了不容
忽视的程度, 可以说由新兴业务产生的银行收益
增长点已具雏形. ( b) 股份制银行经营较灵活, 有
限的银行资源在实践中流转配置合理, 这一点是
581
国有银行所难以企及的.
4. 2 政策建议
本文评价了中国 14 家主要商业银行各类收
入技术效率, 分析了各银行收入结构对收入效率
的影响关系. 针对中国商业银行收入结构的特点,
归纳出有利于银行改革的如下建议:
1) 国有商业银 行应提高信贷 业务的资产 质
量, 积极促进中间业务等的发展, 增加非利息收入
的比重, 合理调整业务结构和收入结构.
表 6 中模式 2 的回归结果显示, 中国国有商
业银行利息收入效率对其总收入的综合效率影响
巨大. 国有商业银行过高的不良资产率不仅抵消
了信贷资产增长带来的正面影响, 而且影响利息
收入的增长速度. 因此, 提高国有商业银行的信贷
资产质量将会实现利息收入效率和总收入综合效
率的共同提升. 此外, 国外研究证明非利息收入是
商业银行重要的利润增长点, 它可促进银行效率
的提升, 大银行表现尤为明显[ 7] . 国有商业银行的
非利 息 收 入 占 总 收 入 比 重 较 低, 平 均 值 仅 为
12. 59%, 远 低 于 股 份 制 商 业 银 行 的 平 均 值
( 34. 6%) , 且国有商业银行的非利息收入效率也
极为低下( 见表 3) . 扭转这种不利局面 的最好办
法就是合理地调整银行业务结构, 促进非信贷业
务的快速发展, 优化配置银行资源, 从而实现国有
商业银行收入结构和收入效率的根本改善.
2) 银行监管当局应鼓励效率高的股份制商业
银行扩大规模及信贷业务市场份额, 同时注重提
高非信贷业务的经营效率, 鼓励金融创新, 从整体
上改善中国银行业的综合效率.
从图 1~ 3 看, 2000 年之后, 中国股份制商业
银行的效率好于国有商业银行, 但其在资产规模
方面与国有商业银行的巨大差距限制了它对中国
商业银行业整体效率提升的积极作用. 尽管股份
制商业银行的信贷资产质量较高, 但有限的市场
占有率大大影响了银行利息收入的增长, 也削弱
了银行的发展潜力. 因此, 中国银行业监管部门应
采取措施, 鼓励股份制商业银行在保证自身非信
贷业务良性发展的同时, 积极开拓信贷业务市场
占有率, 并有序地扩大资产规模, 实现收入结构的
合理化和收入效率的提升, 从而带动中国商业银
行业整体的效率提升.
3) 深化中国商业银行的改革与加强管理, 积
 582 系 统 工 程 学 报 第 21 卷

极推动银行资源的优化配置和合理流动, 实现银 中国商业银行业整体则具有正向影响关系.

行收入结构的合理化和收入效率的提高. 5. 2 本研究的创新与特点
在中国商业银行中, 即使是表现良好的股份 1) 综合运用了参数法和非参数法评价银行收
制商业银行, 其各项收入的技术效率值也处于较 入的各类技术效率情况, 解决了现有研究仅用一
低的水平. 中国商业银行历年来的收入效率表现 种方法难以有效分析银行单项产出技术效率对总
说明中国的银行业经营中仍存在着大量的问题亟 产出技术效率影响关系的问题. 参数法计算单产
待解决. 为此, 在中国商业银行的正常运营中, 必 出技术效率较准确, 但无法评价多产出下的综合
须深化中国商业银行业的股份制改革力度, 并定 技术效率; 非参数法能够有效计算单产出和多产
期对各银行及其分支机构的成本、技术、规模、配 出的技术效率, 但由于计算结果离散度较大, 仅适
置等效率进行评价和分析, 揭示各银行系统之间 合对各效率结果做独立分析, 不适合综合分析. 鉴
及每个银行内部各分支机构之间存在的差距, 进 于此原因, 本文在计算单项收入技术效率时应用
行有针对性的资源重组与优化配置, 进一步提高 参数法, 而在计算各类收入的综合技术效率时使
其银行效率与竞争力. 用非参数法, 这充分发挥了此 2 类方法的长处, 且
保证了本研究分析结果的准确.
5 结论 2) 通过对单项收入效率与总收入综合效率的
回归分析, 揭示了银行利息收入和非利息收入的
5. 1 实证研究的主要结论 效率对银行总收入综合效率的影响关系, 解决了
1) 中国商业银行的利息收入, 非利息收入及 现有研究对银行收入技术效率分析不足, 且忽视
总收入的效率状况并不好. 单项收入效率对综合效率影响的问题.
2) 股份制商业银行的各类收入效率水平均高 3) 将非利息收入占总收入的比重引入效率影
于国有商业银行. 响关系分析模型, 揭示了银行收入结构对中 国 2
3) 利息收入效率和非利息收入效率对中国商业 类所有制商业银行收入综合效率的影响关系, 验
银行的总收入综合效率具有明显的正向影响关系. 证了非利息收入对中国商业银行综合技术效率存
4) 非利息收入占总收入比重对中国国有商业 在正向影响的论断, 并有针对性地提出了政策性
银行具有负向影响关系, 而对股份制商业银行和 建议.

参考文献:

[ 1] Berger A N, Hunter W C, T inume S G. The efficiency of financial institutions: A review and preview of research past, present, and
future[ J] . Journal of Banking and Finance, 1993, 17: 221 249.
[ 2] Bauer P W, Berger A N, Ferrier G D, et al . Consistency conditions for regulatory analysis of financial institutions: A comparison of
frontier efficiency methods[ J] . Journal of Economics and Business, 1998, 50( 2) : 85 114.
[ 3] Farell M J. The measurement of productive efficiency[ J] . Journal of Royal Statical Society, Series A, General, 1957, 120: 253 281.
[ 4] 钱 蓁. 中国商业银行的效率研究 SFA 方法分析[ J] . 经济学研究, 2003, ( 1) : 41 46.
[ 5] 刘志新, 刘 琛. 基于 DFA 的中国商业银行效率研究[ J] . 数量经济技术经济研究, 2004, ( 4) : 42 45.
[ 6] 姚树洁, 冯根福, 姜春霞. 中国银行效率的实证分析[ J] . 经济研究, 2004, ( 8) : 4 15.
[ 7] Carvallo O, Kasman A. Cost efficiency in the Latin American and Caribbean banking systems[ J] . Journal of International Financial
Markets, Institutions & Money, 2005, 15( 1) : 55 72.
[ 8] 向力力, 李 斌. 银行并购与银行效率的分析方法 与实证研究[ J] . 上海金融, 2003, ( 12) : 24 25.
[ 9] 李希义, 任若恩. 国有商业银行效率变化及趋势分 析[ J] . 中国软科学, 2004, ( 1) : 57 61.
[ 10] Altunbas Y, Gardener E P M , Molyneux P, et al. Efficiency in European banking [ J] . European Economic Review, 2001, 45
( 10) : 1931 1955. ( 下转第 605 页)
第6期 陈 涛等: 基于突变理论的拥挤控制模型研究 605

32( 5) : 313 327.

[ 10] 李林波, 万燕花, 张勇平. 城市交通拥挤发生的一般规律[ J] . 山东交通学院学报, 2004, 12( 1) : 55 59.
[ 11] 陈海泳. 高速公路交通拥挤及其控制对策[ J] . 济南交通高等专科学校学报, 2000, 8( 4) : 56 57.

作者简介:
陈 涛( 1964 ) , 男, 江西人, 博士, 副教授, 研究方向: 交通系 统工程, 计算机系统工程, 预测与决策分析, cchht
taaoo@ yahoo. com. cn;
陈森发 ( 1945 ) , 男, 广东潮安 人, 教授, 博士生导师, 研究方向: 复杂系统建模.

( 上接第 582 页)

[ 11] Mester L J. A study of bank efficiency taking into account risk_preferences [ J] . Journal of Banking& Finance, 1996, 20( 6) :
1025 1045.
[ 12] Battese G E, Coelli T J. Frontier production functions, technical efficiency and panel data: With application to paddy farmera in
India[ J] . Journal of Productivity Analysis, 1992, 3: 153 169.
[ 13] 李子奈. 计量经济学 方法和应用[ M] . 北京: 清华大学出版社, 1992. 170 233.
[ 14] Banker R D, Charnes A, Cooper W W. Some models for estimating technological and scale inefficiencies in data envelopment anal
ysis [ J] . Management Science, 1984, 30 ( 9) : 1078 92.
[ 15] 盛昭瀚, 朱 乔, 吴广某. DEA 理论、方法与应用[M ] . 北京: 科学出版社, 1996. 22 41, 65 72, 155.
[ 16]Miller S M, Noulas A G. The technical efficiency of large bank production[ J] . Journal of Banking & Finance, 1996, 20: 495 509.

作者简介:
迟国泰( 1955 ) , 男, 黑龙江海 伦人, 教授, 博士生导师, 研究方 向: 商 业银行效率 与竞争力评 价, 商业银 行风险
管理, 金融数学与金融工程, chigt@ dlut. edu. cn;
孙秀峰( 1977 ) , 男, 黑龙江佳 木斯人, 博士, 讲师, 研究方向: 商业银行效率与竞争力研究, 金融工 程;
郑杏果( 1980 ) , 女, 河南洛阳 人, 硕士, 研究方向: 金融工程, 商业银行效率与竞争力研究.