王 偉，趙天榮

（1.重慶師范大學 經(jīng)濟與管理學院，重慶 401331；2.重慶財經(jīng)職業(yè)學院，重慶 402160）

基于Malmquist指數(shù)的我國農(nóng)村商業(yè)銀行跨區(qū)域經(jīng)營效率研究

王 偉1，2，趙天榮1

（1.重慶師范大學 經(jīng)濟與管理學院，重慶 401331；2.重慶財經(jīng)職業(yè)學院，重慶 402160）

我國農(nóng)村商業(yè)銀行面臨市場定位和跨區(qū)域經(jīng)營的擔憂。通過DEA-Malmquist全要素生產(chǎn)率指數(shù)測算前沿效率，發(fā)現(xiàn)2007—2013年18家樣本銀行處于效率波動和小幅下降階段，技術(shù)進步的作用強于技術(shù)效率變化；從效率值排位來看，省內(nèi)異地經(jīng)營最高、僅省內(nèi)經(jīng)營其次、跨省經(jīng)營效率最低；金融危機對跨區(qū)域經(jīng)營有系統(tǒng)性副作用，應(yīng)在“窗口期”后優(yōu)先進行省內(nèi)異地經(jīng)營。

農(nóng)村商業(yè)銀行；跨區(qū)域經(jīng)營；Malmquist指數(shù)

一、引言

自2001年張家港農(nóng)村商業(yè)銀行成立伊始，農(nóng)村商業(yè)銀行在中國金融舞臺上開始了13年不平凡的征程。憑借相對靈活的機制和高效的決策，農(nóng)村商業(yè)銀行獲得了新農(nóng)村建設(shè)和服務(wù)地方中小企業(yè)的生存發(fā)展空間。尤其是大型國有銀行縮減縣域網(wǎng)點，銀監(jiān)會逐步放寬異地網(wǎng)點設(shè)立門檻，給農(nóng)村商業(yè)銀行帶來了跨區(qū)域擴張機會。銀監(jiān)會數(shù)據(jù)表明，2007—2013年全國農(nóng)村商業(yè)銀行數(shù)量由142家增至475家，其分支機構(gòu)數(shù)量則由8738家擴張至24488家，年增長比例分別高達18.8%和15.9%。伴隨著跨區(qū)域經(jīng)營的浪潮，一些農(nóng)村商業(yè)銀行激進地把“中心城區(qū)作為第一市場、城鄉(xiāng)結(jié)合部為第二市場、遠郊農(nóng)村為第三市場”，“拼命開支行、借理財產(chǎn)品補血”，“更名、跨區(qū)域、上市”蔚然成風，以至于時任國務(wù)院副總理王岐山在“兩會”期間批評了小銀行一味做大、向大銀行發(fā)展的勢頭。同時，近幾年爆發(fā)的北京農(nóng)商行7億元虛假按揭案、吳江農(nóng)商行4億元私募次級債案等大案，隱現(xiàn)了農(nóng)村商業(yè)銀行快速擴張背后的巨大風險，再次喚起了人們對跨區(qū)域經(jīng)營問題的擔憂。效率研究是評價組織是否科學設(shè)置的慣用手段，也是指導農(nóng)村商業(yè)銀行跨區(qū)域發(fā)展的依據(jù)。

事實上，自Alhadeff（1954）開創(chuàng)了銀行效率研究先河[1]，有關(guān)銀行規(guī)模效率、范圍效率以及前沿效率的研究便層出不窮。就研究方法而言，Sherman&Gold（1985）認為DEA是識別低效率分支機構(gòu)，提升銀行整體效率的有力工具[2]。之后Tulkens（1993）、Zardkoohi&Kolari（1994）等分別使用對數(shù)線性模型、FDH模型以及超越對數(shù)成本函數(shù)模型進行改進[3-4]。Jahanshahloo（2004）等對模型做了對數(shù)線性和添加時間變量，Wu etc.（2006）則把神經(jīng)網(wǎng)絡(luò)理論和數(shù)學模糊理論分別引入到DEA模型，但兩者估計結(jié)果與普通的DEA估計并無差異[5-6]。學者們除了關(guān)注測算方法，還對銀行效率的影響因素做了探討。Paradi&Schaffnit（2004）、Meepadung etc.（2009）將GDP增長率、銀行風險狀況以及IT技術(shù)納入效率模型，考察了外部因素對經(jīng)營績效的影響[7-8]。Aude（2009）則在地區(qū)和環(huán)境的劃分基礎(chǔ)上，對法國某銀行集團做了DEA分析，表明該行1161個分支機構(gòu)僅31%技術(shù)有效[9]。Hsiao etc.（2010）、Chiu etc.（2013）對中國臺灣的測算亦顯示，財務(wù)重組影響了銀行效率，改革后優(yōu)于改革前，但過多的逾期貸款占比，降低了技術(shù)效率，使得技術(shù)差距比率大大高于其他國家銀行[10]。

國內(nèi)學者延續(xù)了銀行效率變化和影響因素的研究。許承明和芮有浩（2010）等運用DEA模型，證實了我國商業(yè)銀行通過新設(shè)分支機構(gòu)、合并重組等方式，確實提高了銀行效率[11]。張強等（2012）對上市銀行網(wǎng)點布局進行了效率評估，發(fā)現(xiàn)2006—2010年全要素生產(chǎn)率指數(shù)總體處于小幅上升態(tài)勢，網(wǎng)點轉(zhuǎn)型效果并不明顯，在效率分布上股份制銀行優(yōu)于國有控股銀行和地方銀行。效率影響因素方面，顧乾屏等（2013）基于30個省級分行財務(wù)數(shù)據(jù)，通過參數(shù)和非參數(shù)方法對銀行效率進行分析，結(jié)果顯示網(wǎng)均存款、人均存款、網(wǎng)均貸款、人均貸款、費用總額等指標對效率提升有重要影響[12]。趙翔（2010）的實證結(jié)論表明，存款特點、收入結(jié)構(gòu)、支行類型、區(qū)劃分布等因素對運營效率構(gòu)成了顯著影響[13]。也有一些學者關(guān)注了跨區(qū)域經(jīng)營效率問題，孫啟偉和劉天威（2009）、王擎等（2012）的實證顯示，城市商業(yè)銀行跨區(qū)域發(fā)展能帶來信貸擴張，可以提高資產(chǎn)收益率，分散風險，對經(jīng)營績效有正向促進作用。王偉（2013）發(fā)現(xiàn)成本控制良好、盈利水平穩(wěn)定、業(yè)務(wù)能力優(yōu)秀以及適當規(guī)模資產(chǎn)的農(nóng)村商業(yè)銀行，在跨區(qū)域經(jīng)營中績效更為突出，但外部環(huán)境的影響不明顯[14]。

從文獻來看，有關(guān)農(nóng)村商業(yè)銀行效率的研究仍較少，涉及跨區(qū)域經(jīng)營效率的更屈指可數(shù)。鑒于此，本文力圖在三個方面有所突破：一是將研究期限取為2007—2013年，覆蓋了農(nóng)村商業(yè)銀行跨區(qū)域經(jīng)營的主要階段，并盡可能多地擴大樣本量；二是除了研究跨區(qū)域整體效率，還分類型進行效率測度，提供效率的對比性分析；三是運用Malmquist全要素生產(chǎn)率指數(shù)度量效率的動態(tài)變化，并進行效率分解。

二、方法、指標與樣本

（一）Malmquist指數(shù)方法

Malmquist指數(shù)最初由Malmquist（1953）在消費分析的過程中提出，Caves etc.（1982）將這一指數(shù)應(yīng)用于生產(chǎn)分析，通過距離函數(shù)之比構(gòu)造生產(chǎn)率指數(shù)，之后Fare等（1994）將這一理論的一種非參數(shù)線性規(guī)劃法與數(shù)據(jù)包絡(luò)分析法（DEA）理論相結(jié)合，這才使得Malmquist指數(shù)被廣泛應(yīng)用。Ray&Desli（1997）和Fare（1997）把基于t和t+1期參照技術(shù)的Malmquist指數(shù)表示為：

根據(jù)Fisher理想指數(shù)思想，（1）式和（2）式在經(jīng)濟含義上是對稱的，可以用幾何平均值衡量從t期到t+1期生產(chǎn)率變化的Malmquist指數(shù)，也即全要素生產(chǎn)率指數(shù)（Total Factor Productivity，TFP）變動值：

（3）式中(xt,yt)和(xt+1,yt+1)表示銀行分支機構(gòu)t期和t+1期的投入與產(chǎn)出向量，Dt(xt+1,yt+1)、Dt(xt,yt)、Dt+1(xt+1, yt+1)、Dt+1(xt,yt)均為距離函數(shù)，Dt(xt+1,yt+1)代表的是以t期技術(shù)為參照的t+1期分支機構(gòu)效率，Dt(xt,yt)則代表以t期技術(shù)水平表示的當期分支機構(gòu)效率水平，另外兩個可以類推。當Malmquist指數(shù)大于1，表示全要素生產(chǎn)率呈增長趨勢，指數(shù)小于1表示全要素生產(chǎn)率呈下降趨勢，指數(shù)等于1則表示生產(chǎn)率無變化。

進一步的指數(shù)分解，可得到（4）式：

與單純的DEA相比，Malmquist指數(shù)能分析不同時期銀行效率的演化，還將技術(shù)進步剝離出來，考察它對全要素生產(chǎn)率的影響，從而從更多方面分析效率的變化。就本文而言，將每一個樣本銀行作為一個決策單元（DMU），技術(shù)效率變化可解釋為前沿面下的銀行學習、前沿面上銀行的管理方式和組織方式等，技術(shù)進步則解釋為學習技術(shù)更新和業(yè)務(wù)創(chuàng)新，全要素生產(chǎn)率Malmquist指數(shù)是兩者的共同作用。

（二）指標選取

根據(jù)已有的經(jīng)驗，DEA投入產(chǎn)出變量的選擇主要有中介法、生產(chǎn)法等，Berger等（1997）認為，測算金融機構(gòu)的整體效率和盈利能力時大多采用中介法，評價局部效率時則用生產(chǎn)法更好，本文采用中介法來選擇變量。根據(jù)一般法則，樣本銀行個數(shù)宜為投入產(chǎn)出變量個數(shù)和的2倍及以上，否則將導致被研究對象大部分差異被稀釋（Golany&Roll，1989）。本文選擇3個投入變量和2個產(chǎn)出變量。

投入變量：（1）固定資產(chǎn)是銀行開展各項業(yè)務(wù)所需要的硬件投入總量，如營業(yè)辦公用房、電子化設(shè)備、監(jiān)控報警設(shè)備等，銀行開設(shè)分支機構(gòu)、進行跨區(qū)域經(jīng)營首當其沖的就是固定資產(chǎn)的量增，數(shù)值來源于銀行資產(chǎn)負債表中“固定資產(chǎn)凈值”科目；（2）所有者權(quán)益是銀行的凈資產(chǎn)，可以永久性占有，代表了跨區(qū)域經(jīng)營中銀行權(quán)益資本的投入，數(shù)值來源于資產(chǎn)負債表對應(yīng)科目；（3）營業(yè)支出主要指銀行業(yè)務(wù)及管理費、資產(chǎn)減值損失、營業(yè)稅金及附加等方面的開支，包含了職工工資與福利支出、機構(gòu)運營費用等，代表了跨區(qū)域經(jīng)營中銀行人員方面的投入效率，數(shù)值來源于利潤表對應(yīng)科目。

產(chǎn)出變量：（1）營業(yè)收入是集中反映銀行經(jīng)營成果的綜合變量，不僅直接性好，還不與投入變量有包含關(guān)系，相對“營業(yè)利潤”“利潤總額”及“稅后凈利潤”這些指標更適合，數(shù)值來源于利潤表對應(yīng)科目；（2）貸款總額是銀行在經(jīng)營績效上的重要表現(xiàn)，反映了跨區(qū)域經(jīng)營背景下新設(shè)網(wǎng)點業(yè)務(wù)增長情況，同時，代表了銀行對原有客戶的維護和再開發(fā)能力，數(shù)據(jù)來源于資產(chǎn)負債表中“發(fā)放貸款和墊款”科目。

（三）樣本描述

表1 樣本銀行2013年分支機構(gòu)設(shè)立情況（單位：家、%）

本文根據(jù)《2013中國商業(yè)銀行競爭力評價報告》，選取排位靠前、可搜集到完整資料的18家農(nóng)村商業(yè)銀行作為典型樣本（如表1），它們設(shè)立時間早、綜合實力強，有的在跨區(qū)域經(jīng)營方面走在了前列。主要表現(xiàn)在：一是分支機構(gòu)在本地、異地分布上，呈3∶7的“倒金字塔”形狀，所有樣本銀行均設(shè)立異地網(wǎng)點，其數(shù)量占分支機構(gòu)總數(shù)比例50%以上的有8家、80%以上7家，樣本銀行跨區(qū)域經(jīng)營特征較明顯，網(wǎng)點布局對于全國農(nóng)村商業(yè)銀行具有引領(lǐng)性；二是本異地網(wǎng)點擴張非常迅速，2013年19家樣本銀行分支機構(gòu)達到5569家，平均每家銀行設(shè)立網(wǎng)點309家、異地網(wǎng)點228家，與全國平均每家銀行52家網(wǎng)點相比，前者分別是后者的6倍和4.4倍，本異地網(wǎng)點均值遙遙領(lǐng)先于全國；三是樣本銀行跨省經(jīng)營開始小范圍推進，目前已有5家銀行獲批設(shè)立省外分支行共15家，盡管數(shù)量很少，但推動一部分農(nóng)村商業(yè)銀行向區(qū)域性銀行的角色轉(zhuǎn)變已然明確。

表2 樣本銀行投入產(chǎn)出變量描述性統(tǒng)計（單位：百萬元）

表2給出了5個投入產(chǎn)出變量各年的最大值、最小值和均值。從表中可知，近5年來18家樣本銀行在跨區(qū)域經(jīng)營投入和產(chǎn)出上均有不同程度地增長，其中所有者權(quán)益均值2013年相比2007年大幅增長了2.9倍，固定資產(chǎn)、營業(yè)支出、營業(yè)收入和貸款總額均值分別增長了1.8倍、1.2倍、1.6倍和1.7倍，所有者權(quán)益增長幅度快于其他變量，營業(yè)支出增長幅度卻較低，顯示了農(nóng)村商業(yè)銀行跨區(qū)域經(jīng)營獲得了凈資產(chǎn)的顯著提升，同時營業(yè)成本又得到了控制。通過最大值和最小值計算極差率可知，2007年5個投入產(chǎn)出變量極差率依次為32、82、21、29和44，所有者權(quán)益在銀行間的差異最大；到2013年，這一數(shù)據(jù)依次為78、26、28、29和40。固定資產(chǎn)銀行間差距顯著擴大，表明銀行在異地網(wǎng)點硬件投入上產(chǎn)生了分化，所有者權(quán)益明顯縮小，可能是跨區(qū)域經(jīng)營導致一些銀行負債的激增；其他3個變量差距基本穩(wěn)定，則印證了小銀行在跨區(qū)域經(jīng)營中追趕效應(yīng)的存在。

三、實證分析

根據(jù)設(shè)想，我們先測算出所有跨區(qū)域樣本銀行的整體效率，以掌握其總體水平和動態(tài)變化，然后將樣本銀行分成兩類進行類型效率測度：一是省內(nèi)異地經(jīng)營特征的10家銀行，即北京、上海、重慶、廣州、吳江、廈門、黃河、揭陽、東莞和武漢農(nóng)村商業(yè)銀行，它們的異地機構(gòu)數(shù)占比在20%以上；二是省外異地經(jīng)營特征的5家銀行，即上海、重慶、張家港、吳江和江陰農(nóng)村商業(yè)銀行，它們均開設(shè)了省外分支機構(gòu)。

（一）整體效率分析

運用DEAP2.1軟件采用產(chǎn)出導向的方法，可得到表3、表4結(jié)果：

表3 各年Malmquist值及分解

從表3可知，2007—2013年樣本銀行整體效率值呈小幅下降態(tài)勢，年均下降2.9%，而同期投入與產(chǎn)出變量均值年均增長幅度卻達到11.7%—21.4%，說明我國農(nóng)村商業(yè)銀行仍處于粗放式經(jīng)營階段，跨區(qū)域發(fā)展成效不理想。一方面，農(nóng)村商業(yè)銀行成立時間晚、規(guī)模小、業(yè)務(wù)集中度高，跨區(qū)域后既要面臨異地代理成本增加，也要應(yīng)對非本土的經(jīng)濟、社會和人文各方面因素的不適應(yīng)所帶來的困難，經(jīng)營績效水平低，兩極分化隱現(xiàn)（王偉，2013）；另一方面，與其他銀行相比，農(nóng)村商業(yè)銀行在跨區(qū)域問題上不甘走在“最后”，盲從性明顯，其效率水平低于張強等（2012）測算的2006—2010年股份制銀行（4.35%）、國有控股銀行（1.4%）以及地方城市銀行（-2.4%）效率增長值，也比蔣偉杰、張少華（2013）計算的16家上市銀行2005—2011年Malmquist均值（0.3%）低[15]。

從Malmquist值分解情況來看，7年來技術(shù)效率變化年均增長率為0.9%，原因是純技術(shù)效率和規(guī)模效率分別增長0.3%和0.6%，代表了銀行在內(nèi)部管理和風險控制方面邁出了一小步，同時開始產(chǎn)生規(guī)模遞增效應(yīng)。但技術(shù)進步呈3.8%的年均負增長，表明了銀行在網(wǎng)點規(guī)模擴張的同時，沒有做到技術(shù)進步和創(chuàng)新的同步跟進，如有些銀行在異地ATM設(shè)施、電話銀行、網(wǎng)上銀行等投放上就不足，沒有因地制宜地進行技術(shù)和服務(wù)創(chuàng)新。事實上，2007年來銀行技術(shù)進步一直處于低位徘徊，其間爆發(fā)的世界金融危機影響了技術(shù)更新步伐，直到2012年才出現(xiàn)了積極信號；與之不同的是，在純技術(shù)效率和規(guī)模效率交替作用下，技術(shù)效率變化除2007年和2009年外均是正增長，技術(shù)進步的副作用大于技術(shù)效率變化的正貢獻，最終導致了銀行總體效率的低下。

表4 各銀行Malmquist值及分解

表4對各銀行效率作了進一步揭示。其中，張家港、無錫、黃河、東莞和武漢農(nóng)村商業(yè)銀行全要素生產(chǎn)率大于或等于1，表明這5家銀行跨區(qū)域經(jīng)營有效，武漢農(nóng)村商業(yè)銀行效率提升幅度最大，達到了11.4%。其他13家銀行，除廈門、佛山農(nóng)村商業(yè)銀行效率下降超過10%外，余下11家的效率值均接近1，異地經(jīng)營績效雖有待提高，但整體水平穩(wěn)定。規(guī)模較大的如北京、重慶、上海農(nóng)村商業(yè)銀行，技術(shù)效率變化盡管在提升，甚至有些高于排名前5的銀行，但由于技術(shù)進步的低水平，同樣引起了總體效率的下滑；而規(guī)模較小的如昆山、廈門、常熟、佛山農(nóng)村商業(yè)銀行，除技術(shù)進步存在劣勢外，技術(shù)效率變化也不濟，在數(shù)值上均小于1，效率提升需要雙管齊下?？傮w來看，樣本銀行效率呈遞增和遞減兩大陣營分布，究其原因，不在于規(guī)模大?。ㄅ琶?的屬于中小型銀行），而在于較高水平的純技術(shù)效率和規(guī)模效率引起的技術(shù)進步。

（二）類型效率分析

表5給出了10家省內(nèi)異地經(jīng)營特征的銀行效率值。結(jié)果顯示，Malmquist均值為0.997，高于18家樣本的整體均值0.971，可認為省內(nèi)異地經(jīng)營是基本有效的。具體到各年份，除2008—2009年、2009—2010年為負增長外，其他年份效率均值都大于1，無論是增長年份的個數(shù)，還是各年的數(shù)值，均顯示了省內(nèi)異地經(jīng)營帶來的效率優(yōu)勢。但同期負增長低于18家樣本水平，以及2010—2011年上升幅度又相對較大，反映了省內(nèi)異地經(jīng)營特征銀行的效率具有不穩(wěn)定性，前者是在遭遇金融危機后出現(xiàn)的效率大幅下降，后者是在銀監(jiān)會印發(fā)《農(nóng)村中小金融機構(gòu)行政許可事項補充規(guī)定》指出“可以跨區(qū)域設(shè)立地（市）分行”有利政策后引起的效率急劇上升。可見，農(nóng)村商業(yè)銀行省內(nèi)異地經(jīng)營仍存在盲目性因素。從效率分解來看，省內(nèi)異地經(jīng)營特征銀行的技術(shù)效率變化年均增長1.3%，高于18家樣本的0.9%；技術(shù)進步同樣處下降態(tài)勢，年均降幅1.5%，但優(yōu)于18家樣本年均3.8%的負增長?？梢?，異地經(jīng)營特征銀行正是在技術(shù)進步相對較小的抵消下，取得了經(jīng)營基本有效的成績，其他8家銀行應(yīng)努力提高技術(shù)進步。

表5 省內(nèi)異地經(jīng)營特征銀行Malmquist值及分解

從表1可知省外異地的銀行有5家，但樣本量不足，我們從反向的角度對其他13家僅省內(nèi)經(jīng)營銀行的效率進行分析，表6給出了結(jié)果。從Malmquist指數(shù)來看，2007—2013年效率均值為0.975，比18家樣本整體效率均值0.971稍高，意味著跨省異地經(jīng)營效率將低于0.971，沒有達到1這個有效水平。全要素生產(chǎn)率均值排列上，5家跨省經(jīng)營銀行效率最低，18家銀行整體效率居中，13家僅省內(nèi)經(jīng)營銀行效率第三，10家省內(nèi)異地經(jīng)營銀行效率最高。事實上，農(nóng)村商業(yè)銀行跨省擴張容易喪失地緣優(yōu)勢帶來的品牌認同感和固有的信譽，過長的經(jīng)營鏈條也將促使運營成本的上升和管理上的困難。農(nóng)村商業(yè)銀行應(yīng)堅持“重在本省，輻射周邊”原則，按照審慎、穩(wěn)健、可持續(xù)發(fā)展的原則，綜合考慮跨省經(jīng)營的各種因素。銀監(jiān)會就曾引導農(nóng)村商業(yè)銀行通過其他渠道，如發(fā)起設(shè)立村鎮(zhèn)銀行、股權(quán)投資信用社等進行跨省經(jīng)營，在積累經(jīng)驗的基礎(chǔ)上，再開設(shè)異地分支行。

表6 僅省內(nèi)經(jīng)營銀行Malmquist指數(shù)及分解

圖1 整體效率與類型效率波動圖

從各年效率比較來看，如圖1，所有樣本銀行整體效率，由省內(nèi)異地經(jīng)營和僅省內(nèi)經(jīng)營銀行組成的類型效率，在2007—2008年出現(xiàn)了同時向下交叉的情形，反映了金融危機對銀行業(yè)的系統(tǒng)性即時影響。而整體效率下降幅度小于類型效率，進一步印證了異地經(jīng)營對農(nóng)村商業(yè)銀行效率波動十分敏感。尤其是省內(nèi)異地經(jīng)營效率的劇烈變化，惡化了其2008—2010年間與后兩者的差距。值得注意的是，在金融危機爆發(fā)后的2—3年內(nèi)，僅省內(nèi)經(jīng)營的銀行效率是高于整體效率的，整體效率又高于省內(nèi)異地經(jīng)營效率，此時跨地、跨省經(jīng)營均應(yīng)審慎規(guī)避，直到2010—2011年整體效率提升后，異地經(jīng)營才進入“窗口期”。從圖中可看出，在此階段整體效率略高于僅省內(nèi)經(jīng)營效率，那么跨省經(jīng)營效率也只是略高于整體效率；與之不同的是，此時省內(nèi)異地經(jīng)營效率卻大幅高出整體效率，因此在“窗口期”后，省內(nèi)異地經(jīng)營比跨省經(jīng)營對銀行效率的拉動作用更明顯。

四、結(jié)論

本文運用DEA-Malmquist指數(shù)方法，從整體和局部的角度，測度了18家樣本銀行跨區(qū)域經(jīng)營效率。我們發(fā)現(xiàn)：（1）7年來跨區(qū)域整體效率處于小幅下降階段，年均降幅2.9%，其原因在于技術(shù)進步的副作用強于技術(shù)效率變化的正貢獻；18家銀行中僅5家效率遞增或不變，效率呈兩大陣營分布，不在于銀行規(guī)模大小，而在于較高水平的純技術(shù)效率和規(guī)模效率引起的技術(shù)進步。（2）跨區(qū)域特征不同，使得效率也存在明顯的差異，其中省內(nèi)異地經(jīng)營銀行效率最高，僅省內(nèi)經(jīng)營銀行效率其次，跨省經(jīng)營銀行效率最低；金融危機對跨地、跨省經(jīng)營特征的銀行效率影響較大，2010—2011年是異地擴張的“窗口期”，省內(nèi)異地經(jīng)營優(yōu)于跨省經(jīng)營。

我國農(nóng)村商業(yè)銀行快速擴張，既有自身發(fā)展和市場誘導的內(nèi)環(huán)境作用，也有近年來城市商業(yè)銀行外環(huán)境的“推波助瀾”，需要科學引導、分類指導和審慎監(jiān)管。一是要盡快提升農(nóng)村商業(yè)銀行整體管理水平，健全分支機構(gòu)管控體系，完善各級管理框架和流程，逐步向社區(qū)銀行和區(qū)域銀行的角色轉(zhuǎn)換；二是對于實力較強、業(yè)績良好的農(nóng)村商業(yè)銀行，鼓勵它們本著效率導向的原則，先省內(nèi)異地再跨省經(jīng)營，跨省經(jīng)營需要特別審批；三是對于已設(shè)立異地網(wǎng)點的農(nóng)村商業(yè)銀行，要加強技術(shù)進步的更新和對內(nèi)對外交流，擴大網(wǎng)上銀行和移動支付等業(yè)務(wù)創(chuàng)新的市場覆蓋，以彌補當?shù)谹TM機和網(wǎng)點服務(wù)不足的問題；四是控制分支機構(gòu)總量，優(yōu)化布局，適當向中低收入的農(nóng)村金融斷層區(qū)傾斜，加強異地網(wǎng)點風險監(jiān)管，鼓勵發(fā)起村鎮(zhèn)銀行、入股金融機構(gòu)等其他形式的替代經(jīng)營。

[1]Alhadeff D.Monopoly and Competition in Commercial Banking[M].University of California Press, 1954.

[2]Sherman H David,&Gold Franklin.Bank Branch Operating Efficiency:Evaluation with Data Envelopment Analysis[J].Journal of banking and finance, 1985,9（2）:297-315.

[3]Henry Tulkens.On FDH Efficiency Analysis: Some Methodological Issues and Applications to Retail Banking，Courts，and Urban Transit[J].Journal of Productivity Analysis,1993（4）:183-210.

[4]Asghar Zardkoohi,James Kolari.Branch Office Economies of Scale and Scope:Eevidence from Savings Banks in Finland[J].Journal of Banking and Finance，1994,18（3）:421-432.

[5]G R Jahanshahloo.Inputs/outputs Estimation in DEA When Some Factors are Undesirable[J].Applied Mathematics and Computation,2004，156（1）：19-32.

[6]Desheng Wu,Zijiang Yang,Liang Liang.Using DEA-neural Network Approach to Evaluate a Branch Efficiency of a Large Canadian Bank[J].Expert System with Applications,2006,31（1）:108-115.

[7]Paradi Joseph C,Schaffnit Claire.Commercial Branch Performance Evaluation and Result Communication in a Canadian Bank—a DEA Application[J].European Journal of Operational Research,2004,156（3）: 719-735.

[8]Napapan Meepadung,John C S.Tang,Do Ba Khang.IT-based Banking Services：Evaluating Operating and Profit Efficiency at Bank Branches[J].The Journal of High Technology Management Research，2009，20（2）：145-152.

[9]Aude Deville.Branch Banking Network Assessment Using DEA:A Benchmarking Analysis—A note [J].Management Accounting Research,2009,20（4）: 252-261.

[10]Hsing-Chin Hsiao,Hsihui Chang,Anna M. Cianci,Li-Hua Huang.First Financial Restructuring and Operating Efficiency:Evidence from Taiwanese Commercial Banks[J].Journal of Banking&Finance, 2010,34（7）:1461-1471.

[11]許承明，芮有浩.基于DEA模型的我國城市商業(yè)銀行效率動態(tài)研究[J].南京財經(jīng)大學學報，2010，（2）：50-56.

[12]顧乾屏，張棋，彭淑華，杜家悌，黃鵬.商業(yè)銀行分支機構(gòu)效率評價的參數(shù)與非參數(shù)方法比較研究[J].數(shù)理統(tǒng)計與管理，2013，（33）：433-439.

[13]趙翔.銀行分支機構(gòu)效率測度及影響因素分析——基于超效率DEA與Tobit模型的實證研究[J].經(jīng)濟科學，2010，（1）：85-96.

[14]王偉.我國農(nóng)村商業(yè)銀行跨區(qū)域經(jīng)營的績效評價[J].廣東商學院學報，2013，（6）：59-66.

[15]蔣偉杰，張少華.我國上市商業(yè)銀行全要素生產(chǎn)率測度與收斂研究[J].浙江理工大學學報，2013，（5）：775-779.

（責任編輯：王淑云）

1003-4625（2014）09-0029-06

F832.33

A

2014-06-28

本文為國家社會科學基金一般項目（12BJY097）；重慶市教委人文社科一般項目（14SKS20）。

王偉（1984-），男，湖北黃岡人，重慶師范大學碩士研究生，重慶財經(jīng)職業(yè)學院金融系講師，研究方向：金融理論與政策；趙天榮（1963-），男，甘肅天水人，重慶師范大學經(jīng)濟與管理學院副教授，金融學博士后，研究方向：農(nóng)村金融和金融風險。