第２８卷第４期 ２０１４年８月 合肥工业大学学报（社会科学版） ＪＯＵＲＮＡＬ ＯＦ ＨＥＦＥＩ ＵＮＩＶＥＲｓＩＴＹ ０Ｆ ＴＥＣＨＮｏ【ＤＧＹ（Ｓｏｃｉａ１ Ｓｃｉｅｎｃｅｓ） Ｖｏ１．２８ Ｎｏ．４ Ａｕｇ．２０１４ 中国银行业不良贷款和生产率关系研究 晋盛武， 摘娟 （合肥工业大学经济学院，合肥 ２３０００９）要：文章运用Ｂｏｏｔｓｔｒａｐ－ＤＥＡ的Ｍａｌｍｑｕｉｓｔ生产率指数法，测算了２００３—２０１０年中国３７家商业银行的 全要素生产率，并与剔除不良贷款情况下得到的结果进行对比分析。研究发现：样本时期内，中国银行业的全 要素生产率整体呈现增长趋势，生产率提高主要来源于技术进步；四大国有银行生产率发展态势较为平稳，股 份制和城市商业银行的生产率波动较大，不过三类银行的生产率水平差异趋向缩小；剔除不良贷款的影响，中 国银行业全要素生产率将得到提高。 关键词：不良贷款；Ｂｏｏｔｓｔｒａｐ－ＤＥＡ；吴 Ｍａｌｍｑｕｉｓｔ生产率指数；全要素生产率 中图分类号：Ｆ８３２．３３ 文献标志码：Ａ 文章编号：１００８—３６３４（２０１４）０４—００１７—０７ Ｒｅｌａｔｉｏｎｓｈｉｐ Ｂｅｔｗｅｅｎ Ｎｏｎ－ｐｅｒｆｏｒｍｉｎｇ Ｌｏａｎｓ ａｎｄ Ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎ Ｃｈｉｎｅｓｅ Ｂａｎｋｉｎｇ Ｉｎｄｕｓｔｒｙ ＪＩＮ Ｓｈｅｎｇ－ｗｕ。 ＷＵ Ｊｕａｎ （Ｓｃｈｏｏｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ，Ｈｅｆｅｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈｅｆｅｉ ２３０００９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｕｎｄｅｒ ｔｈｅ ｃｏｎｓｔｒａｉｎｔｓ ｏｆ ｎｏｎ－ｐｅｒｆｏｒｍｉｎｇ ｌｏａｎｓ，ｔｈｉｓ ｐａｐｅｒ ｍｅａｓｕｒｅｓ ｔｈｅ ｔｏｔａｌ ｆａｃｔｏｒ ｐｒｏｄｕｃ— ｔｉｖｉｔｙ（ＴＦＰ）ｉｎｄｅｘ ｏｆ ３７ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ ｉｎ Ｃｈｉｎａ ｆｒｏｍ ２００３ ｔｏ ２０１０ ｂｙ Ｍａｌｍｑｕｉｓｔ ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎ— ｄｅｘ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ Ｂｏｏｔｓｔｒａｐ—ＤＥＡ．Ａｎｄ ｔｈｅ ｐａｐｅｒ ｃｏｍｐａｒｅｓ ｔｈｅ ｒｅｓｕｌｔｓ ｗｉｔｈ ｔｈｏｓｅ ｗｉｔｈｏｕｔ ｃｏｎｓｉｄ‘ ｅｒｉｎｇ ｎｏｎ－ｐｅｒｆｏｒｍｉｎｇ ｌｏａｎｓ．Ｉｔ ｉｓ ｆｏｕｎｄ ｔｈａｔ ｄｕｒｉｎｇ ｔｈｅ ｇｉｖｅｎ ｐｅｒｉｏｄｓ，ｔｈｅ ＴＦＰ ｉｎｄｅｘ ｏｆ ａｌｌ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ ｓｈｏｗｓ ａ ｇｒｏｗｉｎｇ ｔｅｎｄｅｎｃｙ ａｎｄ ｔｈｅ ｇｒｏｗｔｈ ｏｆ ＴＦＰ ｄｅｒｉｖｅｓ ｍａｉｎｌｙ ｆｒｏｍ ｔｅｃｈｎｏｌｏｇｉｃａｌ ｐｒｏｇｒｅｓｓ． Ｉｔ ｃａｎ ｂｅ ｓｅｅｎ ｔｈａｔ ｔｈｅ ｐｒｏｄｕｃｔｉｖｉｔｙ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｓｔａｔｅ－ｏｗｎｅｄ ｃｏｍｍｅｒｃｉａＩ ｂａｎｋｓ ｉＳ ｍｕｃｈ ｍｏｒｅ ｓｔａｂｌｅ ｗｈｉｌｅ ｔｈｅ ｆｌｕｃｔｕａｔｉｏｎ ｉＳ ｏｂｖｉｏｕｓ ｆｏｒ ｏｉｎｔ－ｓｔｏｃｋ ｂａｎｋｓ ａｎｄ ｃｉｔｙ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ，ｂｕｔ ｔｈｅ ｄｉｆｆｅｒｅｎｃｅｓ ｏｆ ｔｈｅ ｔｈｒｅｅ ｔｙｐｅｓ ｏｆ ｂａｎｋｓ ｉｎ ｐｒｏｄｕｃｔｉｖｉｔｙ ｌｅｖｅｌ ｔｅｎｄ ｔｏ ｓｈｒｉｎｋ．Ｗｈｅｎ ｔｈｅ ｎｏｎ－ｐｅｒｆｏｒｍｉｎｇ ｌｏａｎｓ ａｒｅ ｅｘ— ｃｌｕｄｅｄ，ｔｈｅ ＴＦＰ ｏｆ Ｃｈｉｎ￣ｓｅ ｂａｎｋｉｎｇ ｉｎｄｕｓｔｒｙ ｗｉｌｌ ｂｅ ｉｍｐｒｏｖｅｄ． Ｋｅｙ ｗｏｒｄｓ：ｎｏｎ－ｐｅｒｆｏｒｍｉｎｇ ｌｏａｎ；Ｂｏｏｔｓｔｒａｐ－ＤＥＡ；Ｍａｌｍｑｕｉｓｔ ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎｄｅｘ；ｔｏｔａｌ ｆａｃｔｏｒ ｐｒｏｄｕｃ— ｔｉｖｉｔｙ（ＴＦＰ） ２００６年底，随着《中华人民共和ＩＮ＃ｆ，资银行管理条例》的正式实施，中国银行业迎来了向外资银行 全面开放的新时期，这意味着我国商业银行不仅要应对来自国内同行之间的竞争，还需抵御外资银行的 强烈冲击。要想在日益激烈的竞争中获得持续发展，商业银行必须不断提高自身的全要素生产率。但 是我国商业银行普遍存在不良贷款率过高问题，这会影响银于亍绩效的改善，只有建立科学的不良贷款管 理体系，强化银行内部的风险治理，才能从整体上提高中国银行业的生产率。在此背景下，研究中国银 收稿日期：２０１２—１２－１２ 作者简介：晋盛武（１９６６一），男，安徽滁州人，博士，副教授。 ！ ， 基金项目：国家自然科学基金项目（７１２７３０８２）；教育部人文社科项目（１ｌＹＪＡ６３００３９）；安徽省软科学重大项目（２０１１ＡＫＲＫ０９８０） １８ 合肥工业大学学报（社会科学版） ２０１４年８月 行业的生产率是否已经真正得到提高、不良贷款的存在对生产率提高会造成多大影响就具有重要的理 论和现实意义。 国内外有关商业银行全要素生产率的研究成果已经相当丰富（Ｃａｓｕ等，２００４［妇；Ｂａｎｋｅｒ等，２０１０Ⅲ２ ； 杨德等，２００５［。 ；张健华，２０１０［ ］）。从研究方法来看，学者们主要运用参数法中的随机前沿分析（ＳＦＡ） 和非参数法中的数据包络分析（ＤＥＡ）。迟国泰等（２００６）［５］利用ＳＦＡ法评价了中国１４家商业银行 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，他们发现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人效率水平均高于国有银行，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。侯晓辉等（２０１１）＿６ 利用ＳＦＡ面板数据模型，估计了２００１ －２００８年中国商业银行的技术效率指数、技术变化指数与规模效率指数，得出样本期内中国商业银行 的技术进步表现为非中性，技术进步会影响投人要素之间的边际技术替代率。王聪和谭政勋（２００７）［７３、 齐树天（２００８）［８３等学者也用ｓＦＡ法对商业银行效率进行了研究。运用ＤＥＡ方法对中国商业银行生产 率进行测算的研究也不少。袁晓玲和张宝山（２００９）＿９］运用非参数ＤＥＡ模型的Ｍａｌｍｑｕｉｓｔ生产率指 数，测算了ｌ９９９—２００６年中国１５家商业银行的全要素生产率，结果显示中国商业银行全要素生产率整 体呈现下降趋势 蔡跃洲和郭梅军（２００９）［ ］运用ＤＥＡ法对ｌ１家主要上市商业银行２Ｏ０４—２００８年的 生产率进行测算，发现２００４年以来，上市商业银行全要素生产率总体略有下降，其中，技术变化出现下 降，而纯技术效率和规模效率略有提高。但上述文献存在的一个缺陷是没有把不良贷款作为一种“坏” 的产出进行剔除，只考虑了贷款数量却忽略了贷款质量，这会影响测度的准确性，从而降低研究的价值。 目前，已有少数国内外研究者把不良贷款作为一项“坏”的产出纳入到银行全要素生产率的评价中（Ｐａｒｋ 和Ｗｅｂｅｒ，２００６［１ ；柯孔林等，２００８Ｅ ；王兵和朱宁，２０１１［¨ ），但是这些学者只单独采用生产法或是中 介法，容易造成结果的偏差，而且他们并没有重点突出不良贷款对银行全要素生产率的影响。 由于ＤＥＡ方法具有不需要假设函数形式，并能对全要素生产率进行分解等优点，故我们选用该方 法作为本文的测度工具。但是传统ＤＥＡ方法的最大缺陷是不要求对所有样本数据的无效率分布做先 定假设，认为对投入和产出变量的估计没有随机误差，不需要进行统计检验，这在样本数据较多、不同类 型银行之间差异较大的情况下得出的结果可能存在偏差，因此，本文将运用Ｂｏｏｔｓｔｒａｐ—ＤＥＡ的 Ｍａｌｍｑｕｉｓｔ生产率指数法对中国银行业的全要素生产率进行研究，从而减小估计误差。除此之外，本文 在以下几个方面与以往研究存在不同：根据可获得的数据资料，把城市商业银行作为样本纳入模型，扩 大了数据量，提高了结果的准备性；同时采用了生产法和中介法，把不良贷款作为一项坏的“产出”引入 模型，与剔除了不良贷款的模型进行对比，观察测算的全要素生产率是否有差距。 一、研究方法与指标选取 （１）Ｍａｌｍｑｕｉｓｔ生产率指数模型基于ＤＥＡ的Ｍａｌｍｑｕｉｓｔ生产率指数及其分解是分析多投入一多 产出决策单元（ＤＭＵＳ）全要素生产率变动情况及相对效率的有效方法。本文采用Ｆａｒｅ等（１９９４）［Ｈ 提 出的以产出为基础的Ｍａｌｍｑｕｉｓｔ生产率指数法，其具体表达形式为： Ｍ一［ ］｛ 其中，（五，Ｙ ）和（ｚ ， ）分别为ｔ时刻和ｔ＋１时刻的投入产出组合，ｄ （ ＋ ，Ｘ川代表以第ｔ期的技 术水平表示的第ｔ＋１期的银行效率水平；ｄ （ ｆ＋ｌ，五＋ 代表以第￡＋１期的技术水平表示的当期的效 率水平；（ｆ （ ，ｚ ）代表以第ｔ期的技术水平表示的当期的效率水平；ｄ （ ，Ｘ ）代表以第￡＋１期的技 术水平表示的第ｔ期的效率水平。 在多时期的动态条件下，全要素生产率的变化包含技术进步的变化和技术效率的变化，因此， Ｍａｌｍｑｕｉｓｔ指数可分解为如下形式： 第４期 晋盛武，等：中国银行业不良贷款和生产率关系研究 １９ （２） Ｍ代表Ｍａｌｍｑｕｉｓｔ指数，如果该指数大于１，表示全要素生产率增长；指数小于１，表示全要素生产率下 降；指数等于１，则表示全要素生产率没有变化。 （３） （４） 其中，Ｅ＋ 和 ＋ 表示从ｔ到ｔ＋１时期技术效率和技术进步的变化，Ｅ＋ 大于１表示从ｔ到ｔ＋１时期商 业银行技术效率上升并对全要素生产率增长有贡献，小于ｌ表示技术效率下降并阻碍了全要素生产率 增长，等于１表示技术效率不变并对全要素生产率增长没有贡献。 ＋ 大于１表示技术进步并对全要 素生产率增长有贡献，小于１表示技术退步并阻碍了全要素生产率增长，等于１表示技术不变并对全要 素生产率增长没有贡献。 （２）Ｂｏｏｔｓｔｒａｐ－ＤＥＡ方法尽管ＤＥＡ方法在测算全要素生产率方面有很多优点，但是它忽略了统 计检验问题，在小样本情况下还会导致效率评价的偏差。Ｂｏｏｔｓｔｒａｐ－－ＤＥＡ方法可以修正效率估计的偏 差，并能给出效率测度的置信区间。它的基本思想是对原始样本数据进行数值模拟，对产生的大量模拟 样本进行ＤＥＡ效率计算，过程如下： 第一，对每一个决策单元ＤＭＵ（ｘ ，ｙ ），志一１，…， ，利用ＤＥＡ方法计算出效率值 。 第二，基于 个决策单元的效率值 ，忌＝１，…， ，使用Ｂｏｏｔｓｔｒａｐ方法产生规模为 的随机效率值 ，… ，其中，ｂ代表使用Ｂｏｏｔｓｔｒａｐ方法的第ｂ次迭代。 第三，计算模拟样本（ 毒， ），ｚ毒一（ ／ ）＊ ， 墨，是一１，…，咒。 第四，对每一个模拟样本，利用ＤＥＡ方法计算出效率值 毒，是一１，…， 。 第五，重复上述步骤Ｂ次产生一系列效率值 毒，６—１，…，Ｂ，求出效率得分 的偏差，从而得到修 正的效率得分： Ｂ ｂｉａｓ（Ｏ ）一Ｂ一 ∑（ ）一 一良一ｂｉａｓ（Ｏ ） （３）投入产出指标的选取合理选取投入产出指标，是测算银行业全要素生产率的一个关键问题。 在已有的相关研究中，对投入、产出指标的选择主要有生产法、中介法和资产法等。生产法将银行视为 金融产品的生产者，强调的是银行的各类商业活动，产出包括贷款数量、交易活动等，投入则主要是实物 性的投入，包括资本、劳动力等；中介法认为商业银行的主要功能是在储户和贷款人之间起到融通资金 的中介作用，并从中获利，产出包括利息及非利息收入、贷款数量及其他投资数量，投入主要是利息及非 利息支出、存款等；资产法也视银行为金融中介者，但只有其资产负债表中的资产项目才作为其产出，存 款作为负债不计入产出。为了更好地观测不良贷款对银行业生产率的影响，本文同时采用了生产法和 中介法进行了指标选取 。 ①中介法中投入指标选择固定资产、总存款和非利息支出，产出指标选择总贷款（或者正常贷款，正常贷款＝总贷款一不良贷款）、 其他收益资产、非利息收入；生产法中投入指标选择固定资产和非利息支出，产出指标选择总存款、总贷款（或者正常贷款，正常贷款一 总贷款一不良贷款）、其他收益资产、非利息收入 ２０ （４）样本选取与数据分析合肥工业大学学报（社会科学版） ２０１４年８月 本文选取了四大国有银行、１Ｏ家股份制银行和２３家城市商业银行作为 研究对象，样本期为２００３－－２０１０年，数据主要来源于Ｂａｎｋｓｃｏｐｅ数据库，部分来自《中国金融年鉴》，样 本的各投入产出变量描述性统计见表１。 表１ ２００３－－２０１０年投入产出变量描述性统计单位：百万元 数据来源：根据Ｂａｎｋｓｃｏｐｅ数据库和《中国金融年鉴》计算所得。 二、实证结果分析 ２Ｏ０３—２０１０年中国３７家商业银行全要素生产及其分解见表２和表３。 （１）２００３－－２０１０年期间，中国银行业全要素生产率整体呈现增长趋势从Ｍａｌｍｑｕｉｓｔ指数的分解 来看，技术效率变化和技术进步变化都大于１，但总体来说技术进步对全要素生产率提高的贡献更大。 对这一现象的解释是，近年来中国银行业不断加大现代化支付系统的投人，推动了商业银行整体生产率 的改进。因为目前我国银行业的主要收入仍然依靠传统利息收入维持，但是计算机技术和电子通信技 术的发展促进了现代支付系统的应用，为银行开拓非利息收入创造了良好的条件。一方面，同生产制造 企业一样，生产前沿面的移动（技术变化）要受到计算机网络通信设备等物质技术手段的影响；另一方 面，政府相关部门出台的各种调控政策、规制措施也会影响生产前沿面的移动。通常，物质技术水平的 不断进步会对技术变化产生正向的促进作用，最终将表现为全要素生产率的增长。 表２ ２００３－－２０１０年期间年均Ｍａｌｍｑｕｉｓｔ指数变化及其分解（模型一与模型三的对比） 第４期 晋盛武，等：中国银行业不良贷款和生产率关系研究 续表 ２１ 袭３ ２００３－－２０１０年期间年均Ｍａｌｍｑｕｉｓｔ指数变化及其分解（模型二与模型四的对比） ２２ 合肥工业大学学报（社会科学版） ２０１４年８月 （２）模型一和模型二是把不良贷款作为一项“坏”的产出加入到银行全要素生产率的测度中，而模 型三和模型四是在其他指标不变的情况下用正常贷款（总贷款一不良贷款）替代总贷款进行的计算对 比模型一和三（中介法）、模型二和四（生产法）发现，剔除不良贷款的影响会提高银行业的全要素生产 率。不良贷款存在的原因有多种：第一，对于资产规模过大的银行来说，其受到政府的隐性保护多，会刺 激银行从事高风险的业务。第二，对于资本处于较低水平的银行来说，较高的不良贷款率主要来自于银 行管理层追逐高盈利而提高贷款组合风险度的道德风险激励。第三，银行非利息收入占比较低。不良 贷款的存在增加了银行经营活动的风险，从而不利于我国银行业国际竞争力的提高，因此要推进银行资 产多元化，促进银行更多地考虑存款者的利益，监测借款人的行为，降低不良贷款比例。２Ｏ０３—２０１ｏ年 我国商业银行总的不良贷款率呈现下降趋势，这可能是因为随着资本市场的深化改革，企业融资渠道在 不断拓宽，直接融资方式日趋活跃，迫使银行降低贷款利率，银行的利息收入水平减少，只有通过调整业 务结构，降低不良贷款才能有所发展。 （３）２００３—２０１ｏ年期间，四个模型中三类银行的Ｍａｌｍｑｕｉｓｔ指数都大于１，意味着这三类银行的全 要素生产率都在不断提高在生产率变动快慢方面，总体来说股份制银行的生产率增长最快，国有和城 市商业银行生产率增长要慢一点，但进步仍然很明显，这一点与王兵和朱宁（２０１１）认为国有和城市商业 银行的生产率进步最快，股份制商业银行虽稍逊一筹，但进步仍然很明显的观点有很大不同。国有银行 由于人员庞大、固定资产冗余，员工素质、经营机制、创新以及竞争意识无法与股份制商业银行相比，因 此技术进步程度低于股份制商业银行；城市商业银行由于市场化改革较为彻底，受政府影响较小，且注 重产品创新，因此发展速度较快，但是在基础服务设施的建设、抵御外资银行的竞争、应对全球性金融危 机等方面比国有和股份制商业银行要差；股份制银行有符合现代企业制度要求的公司治理结构，相比其 他两类银行来说，股份制银行绩效好，资产质量高，创新和竞争意识强，因此具有更高的全要素生产率。 （４）如图１和图２所示，在考察期内，国有商业银行发展态势较为平稳，而股份制银行和城市商业 银行的生产率波动比较大在考察前期，股份制和城市商业银行生产率低于国有商业银行，但在演进过 程中三者的差距正在逐渐缩小，中国银行业全要素生产率水平呈现趋同的态势。 ／＼ 。／。 八 白 ≤： Ｙ Ｙ ’ 一 。／＝＼＼ ： ｚ ＃ 入 毒 一．一二；：！ ／ ＼ ‘ ’ 图１ 中介法下三类银行全要素生产率发展趋势 ｉ ． ｄ●ｋ●＝＝—！ ｝—～ ．●一 —一— ●■■‘ ●《＝：—● ｉ ２ ！ ，—巨 ｉ ； ；：＝ ；；；；≯ 辆ｎ８ ｎｓ ４ ＆ｚ 图２ 生产法下三类银行全要素生产率发展趋势 第４期 晋盛武，等：中国银行业不良贷款和生产率关系研究 ２３ 国有银行在国民经济中具有特殊的地位，能够影响国家宏观金融政策的制定，还能从中央银行获得 大量再贷款资金，拥有一定的超市场能力，因此在初期生产率明显高于其他类型商业银行。但是当国有 银行规模扩张到一定程度后会出现规模不经济现象，通常表现为资产质量差、营利能力低、效率低下，并 且缺乏创新动力，从而影响生产率的进一步提升甚至出现下滑。随着金融体制的改革，不同规模、不同 产权性质的商业银行成立并逐步壮大，这有利于多元化竞争体系的形成，银行的盈利激励得到增强，这 为处在盈利性条件分布低端的非大型商业银行带来了迅速成长的动力，生产率大大提高，因此银行业出 现全要素生产率趋同的现象。 三、结论与政策建议 本文运用Ｂｐｏｔｓｔｒａｐ－－ＤＥＡ的Ｍａｌｍｑｕｉｓｔ生产率指数法对２００３－－２０１０年问中国３７家商业银行的 全要素生产率指数及其分解因素进行分析，主要得出以下结论：第一，中国银行业全要素生产率整体呈 现增长趋势，生产率提高主要来源于技术进步；第二，在考察期内，国有商业银行发展态势较为平稳，而 股份制银行和城市商业银行的生产率波动比较大。具体而言，股份制银行生产率增长比国有和城市商 业银行快，但三者在演进过程中差距正在逐渐缩小，中国银行业生产率水平正在改进中逐步趋同；第三， 剔除不良贷款时，中国银行业全要素生产率会提高，而且即使有不良贷款的约束，我国银行业生产率仍 然有所提高，说明各大商业银行已经加强了资产质量管理。 股份制改革以来，中国银行业在政府帮助下减少不良贷款、完善治理结构、提高风险管理，对生产率 提高起到了一定的推动作用，但我国银行体系还存在很多不足，主要体现在机构臃肿、人员冗余、非利息 收入比例过低和不良贷款率较高等。因此推进产权改革、降低银行的资产费用率、加快高技术含量的中 间市场业务发展是目前我国银行业急需解决的难题。商业银行应学习外资银行的先进管理经验，扩大 中间业务，建立科学的信用风险控制和不良贷款管理体系，从整体上提高中国银行业的全要素生产率。 参考文献： ［１］Ｂａｒｂａｒａ Ｃａｓｕ，Ｃｌａｕｄｉａ Ｇｉｒａｒｄｏｎｅ，Ｐｈｉｌｉｐ Ｍｏｌｙｎｅｕｘ．Ｐｒｏｄｕｃｔｉｖｉｔｙ ｃｈａｎｇｅ ｉｎ Ｅｕｒｏｐｅａｎ ｂａｎｋｉｎｇ：Ａ ｃｏｍｐａｒｉｓｏｎ ｏｆ ｐａｒａｍｅｔｒｉｃ ａｎｄ ｎ０ｎ ｐａｒａｍｅｔｒｉｃ ａｐｐｒｏａｃｈｅｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋｉｎｇ ａｎｄ Ｆｉｎａｎｃｅ，２００４，（１０）：２ ５２１—２ ５４０． ［２］Ｂａｎｋｅｒ，Ｒａｊｉｖ Ｄ，Ｈｓｉｈｕｉ Ｃｈａｎｇ，Ｓｅｏｋ一＂ｇｏｕｎｇ Ｌｅｅ．Ｄｉｉｆｅｒｅｎｔｉａｌ Ｉｍｐａｃｔ ｏｆ Ｋｏｒｅａｎ Ｂａｎｋｉｎｇ Ｓｙｓｔｅｍ ＲｅｆｏＩＴｎｓ ｏｎ Ｂａｎｋ Ｐｒｏｄｕｃｔｉｖｉｔｙ ＦＪ］．Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋ ａｎｄ Ｆｉｎａｎｃｅ，２０１０，（７）：１ ４５Ｏ一１ ４６０． ［３］杨德，迟国泰，孙秀蜂．中国商业银行效率研究［Ｊ］．系统工程理论方法应用，２００５，（３）：２５２－－２５８． ［４］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． Ｉ－ｓ］迟国泰，孙秀峰，郑杏果．中国商业银行收入结构与收入效率关系研究ＥＪ］．系统工程学报，２００６，（６）：５７４—５８２． ［６］侯晓辉，李婉丽，王青．所有权、市场势力与中国商业银行的全要素生产率［Ｊ］．世界经济，２０１１，（２）：１３５—１５７． ［－７３王聪，谭政勋．我国商业银行效率结构研究Ｉ－Ｊ］．经济研究，２００７，（７）：１ｌｏ一１２３． ［８］齐树天．商业银行绩效、效率与市场结构［Ｊ］．国际金融研究，２００８，（３）：４８—５６． ［９］袁晓玲，张宝山．中国商业银行全要素生产率的影响因素研究［Ｊ］．数量经济技术经济研究，２００９，（４）：９３—１０４． ，１１０］蔡跃洲，郭梅军．我国上市商业银行全要素生产率的实证分析［Ｊ］．经济研究，２００９，（９）：５２—６５． ，１１１］Ｐａｒｋ Ｋ，Ｗｅｂｅｒ Ｗ．Ａ ｎｏｔｅ ｏｎ ｅｆｆｉｃｉｅｎｃｙ ａｎｄ ｐｒｏｄｕｃｔｉｖｉｔｙ ｇｒｏｗｔｈ ｉｎ ｔｈｅ Ｋｏｒｅａｎ ｂａｎｋｉｎｇ ｉｎｄｕｓｔｒｙ，１９９２－２ｏｏ２￣Ｊ２．Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋ— ｉｎｇ ａｎｄ Ｆｉｎａｎｃｅ，２００６，（８）：２ ３７１～２ ３８６． －１１２］柯孔林，冯宗宪．中国银行业全要素生产率测度Ｉ－Ｊ］．数量经济技术经济研究，２００８，（４）：１１ｏ一１２０． ＇１１３］王兵，朱宁．不良贷款约束下的中国银行业全要素生产率增长研究［Ｊ］．经济研究，２０１１，（５）：３２—４５． ，１１４］Ｆａｒｅ Ｒ，Ｇｒｏｓｓｋｏｐ Ｓ，Ｎｏｒｒｉｓ Ｍ．Ｐｒｏｄｕｃｔｉｖｉｔｙ ｇｒｏｗｔｈ，ｔｅｃｈｎｉｃａｌ ｐｒｏｇｒｅｓｓ，ａｎｄ ｅｆｆｉｃｉｅｎｃｙ ｃｈａｎｇｅ ｉｎ ｉｎｄｕｓｔｒｉａｌｉｚｅｄ ｃｏｕｎｔｒｉｅｓ口］．Ａ— ｍｅｒｉｃａｎ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗ，１９９４，（１）：６６—８３． （责任编辑蒋涛涌）