基于网络SBM-Malmquist的商业银行效率及影响因素分析
发布时间：2020-05-31 21:24
【摘要】：当前经济增速放缓,金融脱媒、互联网金融的兴起使我国银行业的盈利模式、盈利能力和息差空间都将面临极大的冲击。面对复杂、严峻、变化的经营环境,我国商业银行迫切需要提高绩效水平以在激烈的竞争中脱颖而出,因此对银行效率及其影响因素的研究迫在眉睫。中国银行业激烈的竞争使得各地陆续迎来了不良贷款的高峰期,信贷风险损失严重。然而我国商业银行在一味追求扩张规模的同时却忽视了对银行信贷行业结构的调整与优化。导致银行业在信贷行业结构方面存在明显的缺陷与失衡,不良贷款暴露增加,投资风险不断攀高,贷款效益却逐年下降。在这种情况下,如何准确把握信贷投向,进一步优化资产结构,成为从事银行信贷工作的重中之重。本文主要是以我国18家商业银行为例,把风险指数(各期不良贷款率)作为投入、产出要素纳入我国商业银行绩效评价的框架中去,采用同时考虑超效率和非期望产出的网络SBM模型从静态角度对银行不同阶段的效率进行测算。得出结论:我国18家商业银行中有14家的超效率值都是大于1的,是DEA有效的。这说明我国商业银行运营模式良好,资源配置能力和管理能力较高。效率排名较差的商业银行在其投入产出要素中都有较高不良贷款率。从动态角度出发运用Malmquist指数及其分解指数对我国2011-2016年的商业银行效率持续性问题进行研究,从微观层面勾画中国银行业发展状况。研究显示:Malmquist指数变化趋势与技术变化趋势基本一致,说明各年Malmquist指数的变化主要依赖于技术变化指数的变化。最后,以6个主要行业贷款占总贷款的比重作为信贷行业结构的量化指标,实证分析了我国商业银行客户信贷行业结构对其效率可能带来的影响,得出结论:批发与零售业、房地产、交通运输、仓储与邮政业和与我国商业银行生产率存在明显的正向关系,制造业和电力、热力、燃气及水生产和供应业呈现出显著的负相关关系,而水利、环境及公共设施业和个人贷款对我国商业银行效率的影响不显著。进而从信贷投放方向角度提出改进我国商业银行绩效水平的策略建议。基于上述研究,得出以下政策建议:商业银行应该提升管理水平,加强自身的风险控制能力,降低不良贷款率。技术水平仍是银行当前和未来竞争的核心力量。我国商业银行应加快改革创新,着力提升技术水平。在信贷行业投放方向方面,我国商业银行应该优化信贷行业资金配置,把握信贷行业节奏,把贷款投放到恰当的行业以提高绩效水平。
【图文】：
10图 1.1 技术路线图Fig 1.1 Technology roadmap1.4 论文的研究内容及创新点1.4.1 研究内容本文通过综合运用非期望网络 SBM 模型和 Malmquist 指数的方法来分析中国 18 家商业银行 2011-2016 年的效率差异及变化。论文按以下结构进行叙述：第一章：绪论绪论起先介绍商业银行效率研究的背景和意义，阐述了本文要解决的问题是在商业银行效率测度基础上，从信贷行业结构的角度探索其对银行效率可能带来的影响，，进而通过调整信贷行业的资金配置来提高贷款质量从而提升效率。然后，
图 3.1 单个银行的运营流程图Fig 3.1 Operation flow chart of bank（3）数据准备为了反映我国商业银行近几年来的运营情况，本文基于 2011-2016 年 18 家商业银行的经营数据，研究了银行效率的表现情况。以下是 2011-2016 年样本银行投入产出指标的描述性统计表 3.3。表 3.3 2011-2016 年投入产出指标的描述性统计Table 3.3 Descriptive statistics of input and output indicators in 2011-2016单位：百万元Xt1Xt2Xt3Bt-1ZtYt1Yt2Yt3Bt2011Max 130896 219800 447401 2.03% 11963815 105752 575281 203467 1.55%Min 1092 3471 3181 0.20% 164055 636 12847 2850 0.24%Mean 27301 58538 102130 0.84% 3082218 23313 163847 48075 0.72%SD 40168 71822 151225 0.40% 3862017 33251 181605 61537 0.30%20Max 140096 233666 461100 1.55% 13301472 111691 701142 233183 1.33%Min 1253 4055 3604 0.24% 207577 968 16495 3980 0.43%
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F224;F832.33
本文编号：2690477
【图文】：
10图 1.1 技术路线图Fig 1.1 Technology roadmap1.4 论文的研究内容及创新点1.4.1 研究内容本文通过综合运用非期望网络 SBM 模型和 Malmquist 指数的方法来分析中国 18 家商业银行 2011-2016 年的效率差异及变化。论文按以下结构进行叙述：第一章：绪论绪论起先介绍商业银行效率研究的背景和意义，阐述了本文要解决的问题是在商业银行效率测度基础上，从信贷行业结构的角度探索其对银行效率可能带来的影响，，进而通过调整信贷行业的资金配置来提高贷款质量从而提升效率。然后，
图 3.1 单个银行的运营流程图Fig 3.1 Operation flow chart of bank（3）数据准备为了反映我国商业银行近几年来的运营情况，本文基于 2011-2016 年 18 家商业银行的经营数据，研究了银行效率的表现情况。以下是 2011-2016 年样本银行投入产出指标的描述性统计表 3.3。表 3.3 2011-2016 年投入产出指标的描述性统计Table 3.3 Descriptive statistics of input and output indicators in 2011-2016单位：百万元Xt1Xt2Xt3Bt-1ZtYt1Yt2Yt3Bt2011Max 130896 219800 447401 2.03% 11963815 105752 575281 203467 1.55%Min 1092 3471 3181 0.20% 164055 636 12847 2850 0.24%Mean 27301 58538 102130 0.84% 3082218 23313 163847 48075 0.72%SD 40168 71822 151225 0.40% 3862017 33251 181605 61537 0.30%20Max 140096 233666 461100 1.55% 13301472 111691 701142 233183 1.33%Min 1253 4055 3604 0.24% 207577 968 16495 3980 0.43%
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F224;F832.33
【参考文献】
相关期刊论文 前10条
1 杨洁;宋洪生;梅五汗;;我国商业银行经营效率测度——基于DEA的实证分析[J];安徽工业大学学报(社会科学版);2013年06期
2 章晟;杜灵青;;信贷调控对商业银行效率影响的实证研究[J];中南财经政法大学学报;2013年03期
3 芦锋;刘维奇;史金凤;;我国商业银行效率研究——基于储蓄新视角下的网络DEA方法[J];中国软科学;2012年02期
4 刘肖原;欧阳融融;;我国信贷投向行业集中的测度及风险防范[J];经济研究参考;2011年35期
5 高莹;李卫东;尤笑宇;;基于网络DEA的我国铁路运输企业效率评价研究[J];中国软科学;2011年05期
6 王兵;朱宁;;不良贷款约束下的中国上市商业银行效率和全要素生产率研究——基于SBM方向性距离函数的实证分析[J];金融研究;2011年01期
7 甘法岭;高斌;;金融危机下我国上市商业银行经营效率分析——基于超效率DEA模型[J];金融经济;2010年02期
8 熊延忠;孙涛;;我国商业银行效率影响因素的实证研究[J];金融发展研究;2009年01期
9 谢元态;黄海林;吴志远;;我国商业银行运行效率的DEA实证分析[J];中央财经大学学报;2007年10期
10 毕功兵;梁j;杨锋;;两阶段生产系统的DEA效率评价模型[J];中国管理科学;2007年02期
本文编号：2690477
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/2690477.html
