導(dǎo)語：商業(yè)銀行信貸風(fēng)險與技術(shù)分析一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：借助全域Malmquist－Luenberger全要素生產(chǎn)率指數(shù)，以2005—2016年16家上市商業(yè)銀行的數(shù)據(jù)為樣本進(jìn)行實證研究，對信貸風(fēng)險下中國商業(yè)銀行全要素生產(chǎn)率增長進(jìn)行測算和分解。研究發(fā)現(xiàn)，中國商業(yè)銀行全要素生產(chǎn)率的年均增長率為1.8%，其增長主要源于技術(shù)進(jìn)步，而政策監(jiān)管和風(fēng)險變化共同影響了技術(shù)進(jìn)步程度。

關(guān)鍵詞：信貸風(fēng)險；全要素生產(chǎn)率；全域

Malmquist－Luenberger指數(shù)；技術(shù)進(jìn)步近年來，國民經(jīng)濟(jì)取得了蓬勃的發(fā)展。銀行業(yè)作為我國經(jīng)濟(jì)體系的重要組成部分，與國家經(jīng)濟(jì)發(fā)展水平息息相關(guān)。如今銀行業(yè)不良貸款率再逼警戒線，銀行風(fēng)險管理能否跟得上其規(guī)模和盈利的迅猛增長？銀行風(fēng)險管理效率究竟是由技術(shù)驅(qū)動還是要素投入決定？不同銀行的風(fēng)控效率是否存在明顯差異？這些都是目前業(yè)界和學(xué)界探討的焦點。

一、文獻(xiàn)綜述

銀行績效的評估方法有很多，ShermanandGold（1985）最早將DEA方法運用到銀行效率測度方面。國內(nèi)學(xué)者楊大強(qiáng)、張愛武（2007）、王?。?011）等都運用DEA方法對中國主要商業(yè)銀行效率和生產(chǎn)率進(jìn)行評價。近年來，越來越多的學(xué)者將研究重心放在不良貸款對銀行效率和生產(chǎn)率的影響。Chambers，Chung和Fare（1997）最先提出了可以同時考慮好產(chǎn)出和“壞”產(chǎn)出的Malmquist－Luenberger生產(chǎn)率指數(shù)。國內(nèi)學(xué)者柯孔林和馮宗憲（2008）引入不良貸款作為“壞”的產(chǎn)出，利用Malmquist－Luenberger指數(shù)分析了中國銀行業(yè)全要素生產(chǎn)率跨期動態(tài)變化，證明商業(yè)銀行全要素增長率的增長主要來自于技術(shù)進(jìn)步。王兵和朱寧（2011）利用共同邊界Malmquist－Luenberger生產(chǎn)率指數(shù)測度了2004—2009年中國商業(yè)銀行在不良貸款約束下的全要素生產(chǎn)率，也得到了類似的結(jié)論。

二、實證研究

1.樣本的確定。本文選取2005—2016年中國16家上市商業(yè)銀行作為研究對象。樣本囊括了國內(nèi)大多數(shù)有影響力的商業(yè)銀行，基本能代表中國銀行業(yè)的整體情況。本文所有數(shù)據(jù)來自于各銀行年報和Wind數(shù)據(jù)庫。2.變量選擇與說明。在投入和產(chǎn)出指標(biāo)的選擇上，考慮到商業(yè)銀行以營利為經(jīng)營目的的同時充當(dāng)著資源配置過程中的中介地位，故本文將“生產(chǎn)法”與“中介法”相結(jié)合，選擇加權(quán)風(fēng)險資產(chǎn)凈額、存款、管理費用作為投入指標(biāo)。期望產(chǎn)出指標(biāo)選擇利息收入，體現(xiàn)了商業(yè)銀行借貸業(yè)務(wù)利潤增長的主要來源。非期望產(chǎn)出指標(biāo)選擇不良貸款余額，代表了銀行業(yè)信貸風(fēng)險的大小。3.實證結(jié)果。本文用Maxdea軟件，以商業(yè)銀行投入產(chǎn)出數(shù)據(jù)為基礎(chǔ)，對2005—2016年我國16家上市商業(yè)銀行的效率進(jìn)行研究，測算全域Malmquist-Luenberger指數(shù)并將其分解，得到商業(yè)銀行GML全要素生產(chǎn)率及其純技術(shù)效率、規(guī)模效率、技術(shù)的變動情況，結(jié)果（如下表所示）。從整體上來看，不良貸款約束下，我國商業(yè)銀行全要素生產(chǎn)率年均增長1.8%，長期呈改進(jìn)趨勢。進(jìn)一步將全要素增長率分解為純技術(shù)效率指數(shù)、規(guī)模效率指數(shù)和技術(shù)變化指數(shù)，發(fā)現(xiàn)商業(yè)銀行純技術(shù)效率和規(guī)模效率一直在1周圍變動，即長期以來，我國商業(yè)銀行技術(shù)效率并沒有很明顯的變化，而技術(shù)進(jìn)步與全要素生產(chǎn)率的變動趨勢具有很強(qiáng)的一致性，由此可以推斷我國商業(yè)銀行全要素生產(chǎn)率的增長主要來源于技術(shù)進(jìn)步。在這里我們進(jìn)一步分析技術(shù)變動的內(nèi)在原因。2008年之前以計算機(jī)為代表的信息技術(shù)革命推動了銀行業(yè)務(wù)多元化和以信用衍生品為代表的金融創(chuàng)新工具的發(fā)展，推動了技術(shù)進(jìn)步，也拉動了銀行全要素生產(chǎn)率的增長。但與此同時，風(fēng)險也在不斷增加。2008年次貸危機(jī)爆發(fā)，全球金融危機(jī)逐步蔓延至實體經(jīng)濟(jì)，銀行沒有多余資金作為技術(shù)投入，不少研發(fā)部門的技術(shù)人員面臨失業(yè)，使生產(chǎn)前沿面內(nèi)陷，全要素生產(chǎn)率大幅下降。2009年之后，隨著全球經(jīng)濟(jì)的日益復(fù)蘇和對技術(shù)的不斷投入，銀行全要素生產(chǎn)率的增長也開始出現(xiàn)回升的跡象。而從2014年起，數(shù)據(jù)顯示整體技術(shù)水平出現(xiàn)了退步，原因可能來自宏觀經(jīng)濟(jì)形勢、政府部門出臺的各種調(diào)控政策和監(jiān)管措施，即為了防止快速發(fā)展的互聯(lián)網(wǎng)金融成為二次次貸危機(jī)的導(dǎo)火索，銀監(jiān)會對商業(yè)銀行的信貸業(yè)務(wù)進(jìn)行總量控制，導(dǎo)致投入的增長速度超過“好”產(chǎn)出的增長速度，造成生產(chǎn)前沿面整體內(nèi)移。

三、結(jié)論及政策啟示

本文分析發(fā)現(xiàn)，在投入產(chǎn)出雙導(dǎo)向下，在不良貸款約束下，我國上市商業(yè)銀行2005—2016年全要素生產(chǎn)率總體呈上升趨勢。商業(yè)銀行全要素生產(chǎn)率的增長主要是源于技術(shù)進(jìn)步，而技術(shù)進(jìn)步又受風(fēng)險變化和政策監(jiān)管影響，其影響機(jī)制為：政策監(jiān)管和風(fēng)險變化共同作用于生產(chǎn)前沿面的移動→技術(shù)進(jìn)步→全要素生產(chǎn)率。因此，要提高商業(yè)銀行的全要素生產(chǎn)率，首先要促進(jìn)技術(shù)進(jìn)步。雖然現(xiàn)有技術(shù)的使用效率和規(guī)模效率的大小在全要素生產(chǎn)率的構(gòu)成中占有一定比重，但技術(shù)進(jìn)步才是全要素生產(chǎn)率變動的最主要驅(qū)動因素。因此，只有促動技術(shù)進(jìn)步，才能更有效地提高中國銀行業(yè)的效率，增強(qiáng)其國際競爭力。

參考文獻(xiàn)：

[1]BergerA.N.，HumphreyD.B.Thedominanceofinefficienciesoverscaleandproductmixeconomiesinbanking[J].JournalofMon－etaryEconomics，1991，(1)：117-148.

[2]ShermanH.D.，GoldF.Bankbranchoperatingefficiency：Evaluationwithdataenvelopmentanalysis[J].Journalofbanking&finance，1985，(2)：297-315.

[3]楊大強(qiáng)，張愛武.1996—2005年中國商業(yè)銀行的效率評價———基于成本效率和利潤效率的實證分析[J].金融研究，2007，(12)：102-112.

[4]王健，金浩，梁慧超.我國商業(yè)銀行效率分析———基于超效率DEA和Malmquist指數(shù)[J].技術(shù)經(jīng)濟(jì)與管理研究，2011，(4)：124-127.

作者:蔡章荔 單位:重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院