第１４卷第５期 ２０１５年５月 广州大学学报（社会科学版） Ｊｏｕｒｎａｌ ｏｆ Ｇｕａｎｇｚｈｏｕ Ｕｎｉｖｅｒｓｉｔｙ（Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） 我国农村商业银行效率测度及其影响因素探讨 周再清，杨鹤皋 （湖南大学金融与统计学院，湖南长沙摘４１００７９） 要：采用ＤＥＡ方法对我国１２家农商行２００９～２０１３年的技术效率、纯技术效率和规模效 率进行了测度，结果表明县域级农商行的技术效率和规模效率普遍要高于省级农商行。在此基础 上利用面板数据模型对影响我国农商行效率的若干因素进行了回归分析，结果表明资产规模、资本 充足率、存贷比和前十大股东占股比对农商行效率有显著影响。 关键词：农村商业银行；银行效率；ＤＥＡ方法；面板数据模型 中图分类号：Ｆ ８３０．３４ 文献标识码：Ａ 文章编号：１６７１．３９４Ｘ（２０１５）０５．００３６—０６ 自２００１年底我国首批３家农村商业银行——张家港 农村商业银行、江阴农村商业银行、常熟农村商业银行成 立以来，农村商业银行（下文简称农商行）这一新兴的农 分支机构间的效率进行了测度…。Ｒｏｂｅ￣和Ｈａｓａｎ在运 用ＤＥＡ法测度银行效率的基础上，对影响银行效率的因 素进行了实证分析，其研究结果认为银行资产规模和集中 度会对银行效率的提高产生显著影响，而银行的不良贷款 和营业费用会对银行效率的下降产生显著影响Ｅ２］。Ｐｅｎｎｙ 运用ＤＥＡ法对澳大利亚商业银行业１９９５至１９９９年的Ｘ 效率进行了测度和分析，研究结果表明区域性银行的效率 比专业化银行普遍要低 。Ｂａｎｋｅｒ Ｒ．Ｄ．等结合ＤＥＡ方 法对韩国商业银行技术效率在亚太危机前后的变化进行 了研究，并且就各类财务指标对技术效率的影响进行了分 析 。Ｃｈｙａｎ Ｙａｎｇ和Ｈｓｉａｎ—Ｍｉｎｇ Ｌｉｕ运用ＤＥＡ法对台 湾地区混合所有银行和政府所有银行的效率进行了对比 分析，发现银行私有化有助于银行效率的提高 。 国内对银行效率的研究开始于２０００年左右。刘汉涛 运用ＤＥＡ法，对我国ｌ５家商业银行２０００年～２００２年的 村金融机构得到了快速发展，截止２０１３年末，全国已经成 立农商行４６８家，从业人员达到２８４ ２９４人，总资产为８５ ２１８亿元，农商行迅速成为农村金融市场的重要组成部 分。近年来，随着我国农村金融市场的逐步放开和利率市 场化不断推进，农商行将面临经营环境急剧变化和竞争越 来越激烈的局面。农商行亟需提高自身的运营效率才能 在日趋激烈的竞争中立于不败之地。因此，对我国农商行 当前运营效率处于何种水平、哪些因素对农商行的运营效 率存在影响、如何提高农商行效率等问题的研究具有现实 意义。 国际上，早期对商业银行效率的测度主要采用财务指 标法，但该方法存在无法区分出无效银行和不能测度多投 入、多产出情况下的银行效率的缺点。因此，近年来对银 行效率的测度越来越多地采用前沿面分析法，它可以分为 参数法和非参数法。非参数法中的数据包络分析法（Ｄａｔａ 效率进行了测度，其结果显示股份制商业银行的效率要高 于国有银行 。周逢民、张会元等认为传统的ＤＥＡ法难 以对银行效率进行全面系统的测度，采用两阶段关联 ＤＥＡ法对银行效率测度 。柯孔林和冯宗宪、时乐乐和 赵军等运用ＤＥＡ法对我国商业银行的技术效率、纯技术 效率和规模效率进行测度，并在该基础上利用面板数据回 Ｅｎｖｅｌｏｐｍｅｎｔ Ａｎａｌｙｓｉｓ，ＤＥＡ），由于具有不需要设定具体效 率函数、对多投入和多产出情况的处理相对容易以及能对 银行效率进行分解等优点，使得其成为测度银行效率最重 要的工具。Ｓｈｅｒｍａｎ和Ｇｏｌｄ最早运用ＤＥＡ法对一家银行 收稿日期：２０１５—０１—０５ 归分析法对影响银行效率的因素进行了实证分析 。 基金项目：湖南省社科基金项目（ＸＳＰ２０１４ＪＤ０３）；湖南省软科学研究计划项目（２０１１２Ｋ３１０９） 作者简介：周再清，湖南大学副教授，博士，从事农村金融及金融管理研究。 第５期 周再清等：我国农村商业银行效率测度及其影响因素探讨 ・３７・ 但到目前为止，还少有学者对农商行效率进行深入研究， 本文旨在探讨农商行的效率测度及其影响因素问题，为日 新月异的农村金融实践提供理论参考。 一、农村商业银行效率测度 （一）方法和模型 银行效率从本质上来说是银行资源的配置效率，是银 行在经营过程中投入与产出之间的对比关系。银行效率 可以从微观效率和宏观效率两个层面衡量，银行的微观效 率指资源在银行内部各机构、业务条线和项目问的配置状 态，衡量银行是否以最小成本实现最大产出；宏观效率指 银行在实现自身发展的同时是否对国民经济的总量增长 和质量提升有促进。本文主要对银行的微观效率进行 测度。 ＤＥＡ法，即数据包络分析方法，是一种通过构建线性 规划模型来评测一组拥有多投入和多产出的决策单元 （Ｄｅｃｉｓｉｏｎ Ｍａｋｉｎｇ Ｕｎｉｔｓ，ＤＭＵ）间相对效率的方法。最早 由Ｃｈａｒｎｅｓ等人在Ｆａｒｒｅｌｌ的生产效率基础上提出¨ “ 。 ＤＥＡ法的基本原理是：首先对所有ＤＭＵ的投入和产出数 据进行线性规划分析，算出生产可能性边界，生成生产前 沿曲面；然后比较待考察ＤＭＵ和生产前沿面间的距离，与 生产前沿面距离越近的待考察决策单元ＤＥＡ越有效。 ＤＥＡ法拥有多种应用模型，测度银行效率最常用的为 ＣＣＲ模型和ＢＣＣ模型。ＣＣＲ模型是在各ＤＭＵ规模报酬 不变的假设条件下，进行银行效率测度，该模型测得的银 行的技术效率（ＴＥ）。而ＢＣＣ模型，则是在各ＤＭＵ规模 报酬可变的假设条件下，进行银行效率测度，该模型能分 解ＣＣＲ模型中测得的技术效率（ＴＥ），得到各ＤＭＵ的纯 技术效率（ＰＴＥ）和规模效率（ＳＥ）。ＣＣＲ模型和ＢＣＣ模 型分别有两种形式：以投入为导向（ｉｎｐｕｔ—ｏｒｉｅｎｔｅｄ）和以产 出为导向（ｏｕｔ．ｏｒｉｅｎｔｅｄ）。以投人为导向是指在其他条件 不变以及维持现有水平的产出情况下，使投入最小化的模 型。以产出为导向是指在其他条件不变以及维持现有水 平的投入情况下，最大化产出的模型。综上所述，本文最 终选择ＢＣＣ模型作为测度农商行效率的基础模型。首 先，ＢＣＣ模型的假设条件更科学，我们无法保证各家银行 均处于规模报酬不变阶段；其次，利用ＢＣＣ模型能同时测 度农商行的技术效率（ＴＥ）、纯技术效率（ＰＴＥ）、规模效率 （ＳＥ），为接下来的分析带来便利。 假设有ｎ个决策单元，投入变量为ｍ个，产出变量为 ｓ个。则测度决策单元（ＤＭＵ）效率投入导向型ＢＣＣ模型 具体构建如下： ｍｉｎＱ口 Ｊｓ． Ａ Ｘ ≤ＱＢＸｏ ＢＣＣ模型 Ｙ，￣ｒｏ Ａ ＝１ Ａ ＞１０，ｉ＝１，……，ｒｔ Ｑ口＞１ｏ 其中， 。和ｙ０分别表示ＤＭＵ的投入向量， ＝ （ １ ＋ ２ …＋ ） 和Ｙｆ＝（Ｙ１ ＋Ｙ２。…＋ｙ ） 产出向量，和 分别表示第ｉ个ＤＭＵ的投入向量和产出向量，Ａ 表示各 ＤＭＵ的权重，Ｑ 表示被测度的ＤＭＵ在规模报酬不变条 件下的技术效率。ＢＣＣ模型的经济含义为：寻找ＤＭＵ的 一种组合，在至少维持被测度ＤＭＵ产量不变的条件下，求 其最小投入量，如果Ｑ ＝１则被测度ＤＭＵ为有效，如果 Ｑ ＜１则被澳０度ＤＭＵ不是有效。 （二）投入一产出指标 目前，对商业银行效率投入一产出指标的选取有三种 方法：生产法、中介法和资产法。生产法将商业银行的经 营活动视为企业的生产过程，注重商业银行的收益状态。 中介法将商业银行视为存款人和投资人间的资金中介。 资产法同样将商业银行视为金融产品的中介者，只是严格 按照资产负债表中的项目来划分投入和产出指标。农商 行正面临同业竞争加剧、利率市场化进程加快等各类挑 战，其亟需提升运营效率。本文将从农商行利润最大化角 度出发，综合生产法和中介法选取投入一产出指标。投入 指标分别为：员工人数，体现农商行经营过程中的人力资 本投入；存款余额，体现农商行银行负债规模，是其经营的 先决条件；营业支出，体现农商行日常经营中的成本支出。 产出指标分别为：净利润，是农商行盈利能力的体现；贷款 余额，是农商行最重要盈利资产，主要收入来源。 （三）样本选择 截至２０１３年末，我国成立的农商行已经达到４６８家。 但绝大多数农商行因成立时间较短，尚未建立起稳定公开 的信息披露机制，难以获得绝大部分农商行的连续、全面 的财务报告，为数据收集和样本选取带来很大困难。经过 长期的资料检索，本文仅从４６８家农商行中筛选出了 ２００９—２０１３年ｌ２家财务信息、企业经营信息披露公开 性和连续性都较好的样本银行，作为研究农商行运营效 率的考察对象。农商行样本为：４家省级农商行——北 京农村商业银行、上海农村商业银行、重庆农村商业银 ・３８・ 广州大学学报（社会科学版） ２０１５年第１４卷 行，天津农村商业银行；２家副省级农商行——广州农村 商业银行和武汉农村商业银行；６家规模较大的县级农 商行——江阴农村商业银行、吴江农村商业银行、顺德农 村商业银行、南海农村商业银行、瑞丰农村商业银行、昆 此，由这些样本农商行的效率状态研究推导我国农商行 整体效率状态有一定代表性。 （四）测度结果 本文运用数据包络分析软件ＤＥＡＰ２．１，选取投入导 山农村商业银行。１２家样本农商行虽难以代表所有农 商行，但涵盖现存农商行的所有制形式、区域类型，并且 经营良好，资产规模在同类市场占比达到５０％以上，因 向型ＤＥＡ模型对上述ｌ２家农商行２００９～２０１３年５年间 的技术效率、纯技术效率、规模效率进行测度，具体结果如 表１、表２、表３所示。 表１ ２００９～２０１３年样本农商行技术效率表 银行名称 北京农， 寸商业银行上海农 ：寸商业银行重庆农 寸商业银行天津农： 寸商业银行广州农一 寸商业银行武汉农； 寸商业银行 江阴农 寸商业银行 吴江农 寸商业银行 顺德农 寸商业银行南海农； 寸商业银行瑞丰农， 寸商业银行 昆山农 寸商业银行平均值 ２００９ ０．６５５ ０．９３３ ０．８８５ ０．８７８ ０．８９９ １．０００ １．０００ １．０００ ０．８２６ ０．８４２ １．０００ ０．９２０ ０．９０３ ２０１０ ０．６６２ ０．９４７ ０．７７５ ０．７７２ ０．８２４ ０．９１３ １．Ｏ００ ０．９０８ ０．８２１ ０．８５４ １．０００ ０．９５９ ０．８７０ ２０１１ ０．６７０ ０．８９８ ０．８９５ ０．８０８ ０．７５９ ０．９０７ １．０００ １．０００ １．０００ ０．９０１ １．０００ ０．８６１ ０．８９２ ２０１２ ０．７７７ ０．９０４ ０．８８９ ０．８３７ ０．７４９ ０．８９８ １．０００ ０．９４８ ０．９６９ ０．８９２ １．０００ ０．８６７ ０．８９４ ２０１３ ０．８６７ ０．９５５ ０．８６８ ０．８０７ ０．８０８ ０．９５８ １．０００ １．０００ １．０００ ０．９２３ ０．９９１ ０．８７１ ０．９２１ 平均值 ０．７２６ ０．９２７ ０．８６２ ０．８２０ ０．８０８ ０．９３５ １．０００ ０．９７１ ０．９２３ ０．８８２ ０．９９８ ０．８９６ 表２ ２００９～２０１３年样本农商行纯技术效率表 银行名称 北尿农 寸商业银行 上海农］ 寸商业银行 ２００９ １．０００ １．０００ ２０１０ ０．９８６ １．０００ ２０１１ １．０００ １．０００ ２０１２ １．０００ １．０００ ２０１３ １．０００ １．０００ 平均值 ０．９９７ １．０００ 重庆农ｊ 寸商业银行 天津农ｊ 寸商业银行广州农 寸商业银行武汉农 寸商业银行 江阴农 寸商业银行 吴江农ｊ 寸商业银行 顺德农： 寸商业银行南海农， 寸商业银行１．０００ ０．９２７ ０．９６１ １．０００ １．００Ｏ １．０００ ０．８７１ ０．８６６ １．０００ ０．８３２ １．０００ ０．９５５ １．０００ ０．９２０ １．０００ ０．８９１ ０．８７５ ０．９３０ １．０００ １．０００ １．０００ １．０００ １．００Ｏ ０．９５９ １．０００ ０．９０４ １．０００ ０．９４５ １．０００ ０．９４８ １．０００ ０．９２３ １．０００ ０．９０３ １．０００ ０．９７１ １．０００ １．０００ １．０００ ０．９１７ ０．９７５ ０．８９９ ０．９９２ ０．９７４ １．０００ ０．９７４ ０．９７４ ０．９１１ 瑞丰农 寸商业银行 昆山农 寸商业银行 平均值 １．０００ １．０００ ０．９６９ １．０００ １．０００ ０．９６５ １．０００ １．０００ ０．９８０ １．０００ １．０００ ０．９７７ １．０００ １．０００ ０．９８３ １．０００ １．０００ 表３ ２００９～２０１３年样本农商行规模效率表 银行名称 北京农村商业银行 上海农村商业银行 重庆农村商业银行 天津农村商业银行 广州农村商业银行 武汉农村商业银行 江阴农村商业银行 吴江农村商业银行 顺德农村商业银行 南海农村商业银行 瑞丰农村商业银行 昆山农村商业银行 ２０ｏ９ ０．６５６ ０．９３３ ０．８８６ ０．９４８ ０．９３６ １．０００ ２０１０ ０．６７１ ０．９４７ ２０１１ ０．６７０ ２Ｏｌ２ ０．７７７ ０．９０４ ０．８８９ ０．９２６ ０．７４９ ０．９５１ ２０ｌ３ ０．８６７ ０．９５５ ０．７２８ ０．８９８ ０．８９５ ０．９２３ ０．７５９ ０．９４６ ０．９２７ ０．８６３ ０．９４２ ０．７７５ ０．９２８ ０．８６８ ０．９８３ ０．８２４ ０．９５６ １．０００ ０．９８７ ０．８２１ ０．９５８ ０．８０８ ０．９８７ ０．８１５ ０．９６８ １．０００ １．Ｏ０ｏ １．ｏｏＯ ０．９４８ ０．９７２ １．０ｏ０ １．０００ １．Ｏ（）ｏ １．０ｏ０ ０．９６４ ０．９６９ ０．９６７ １．０００ ０．８６７ １．ｏｏ０ １．Ｏ００ １．０００ ０．９９８ ０．９９０ ０．９４８ ０．９７３ ０．９９８ ０．８９６ １．０ｏ０ ０．９６９ １．０ｏ０ ０．８６１ ０．９１０ １．０００ ０．９５９ ０．９０２ ０．９９１ ０．８７ｌ ０．９２０ ０．９３３ ０．９１４ ０．９４４ 第５期 周再清等：我国农村商业银行效率测度及其影响因素探讨 ・３９・ 技术效率值（ＴＥ），是在规模报酬不变的假设条件下 衡量农商行的相对效率表现。技术效率（ＴＥ）＝纯技术效 理。但就农商行规模效率的整体变化趋势来看，除２０１０ 年有小幅下降外，其他年份都稳步上升，这表明我国农商 率（Ｐ１１Ｅ）×规模效率（ＳＥ），体现了农商行整体运营效率。 表１显示，我国农商行技术效率值（ｒｒＥ）总体处于较稳定 状态，其中２０１０～２０１３年４年间我国农商行的技术效率 行整体处于规模效率上升阶段，大多数农商行可以适当扩 大规模来提高整个银行的运营效率。 处在连续的稳步上升阶段。就农商行性质而言，县级农商 行的技术效率值（ＴＥ）整体上要高于省级农商行。 纯技术效率值（ＰＴＥ）在规模报酬可变的假设条件下， 衡量农商行投入和产出点距离生产前沿面的距离，其本质 是对农商行内部的经营管理效率进行测度。表２显示，我 国农商行内部的经营管理效率总体处于较高水平，５年的 纯技术效率值（ＰＴＥ）平均值都非常接近有效值１，其中上 二、农商行效率影响因素分析 （一）影响因素 结合国内外对银行效率的研究经验和我国农商行的 实际特点，本文将从规模、稳定性、资源配置、资产质量、股 权结构以及创新程度等六个方面考察农商行效率的影响 海农商行、瑞丰农商行、江阴农商行、昆山农商行的纯技术 效率在５年期间均处于有效状态。 因素，具体各变量的定义及描述性统计见表４。 １．银行规模 规模效率值（ｓＥ），是对农商行规模报酬可变的效率 边界和规模报酬不变的效率边界间的距离进行衡量。其 本质是对农商行处于规模报酬不变、规模报酬递增还是规 模报酬递减阶段进行测度。由表３可知，我国县级农商行 大量国内外文献研究表明，银行规模通常会对银行的 效率产生重要影响。目前，有总资产、总收入、贷款余额以 及存款余额等指标来反映银行的规模。本文将选择总资 产作为反映农商行规模的指标。 ２．稳定性 的规模效率（ＳＥ）整体要高于省级农商行，其原因在于省 级农商行的规模要远远大于县级农商行，且扩张速度过 快，使得其在现有的管理水平下不能实现更加有效的管 商业银行的稳定性指其抵御各类风险的能力，对保证 商业银行的有效运行起到重大作用。本文将选取资本充 表４ 变量定义及其描述性统计 足率作为衡量农商行稳定性的指标，研究其对农商行效率 的影响。 ３．资源配置 资源的配置状态往往关系到商业银行产出能力优化、 规模扩张等多个方面的实施效果。因此，商业银行的资源 股权结构主要是指股权的集中程度，本文选取前十名 股东持股比例衡量农商行的股权集中程度，研究其对农商 行效率的影响。 ６．创新能力 在日趋激烈的竞争环境中，农商行要想保障其持续性 配置情况也是影响其效率的重要因素，本文将选取存贷比 发展，需要在立足传统业务的基础上，不断进行业务创新 作为指标来反映农商行的资源配置状态。 ４．资产质量 和开发新的业务增长点，为其经营效率的提升提供新动 力。目前，商业银行业务创新的主攻方向就是壮大中间业 务，因此本文选取非利息收入与总营业收入的比值来衡量 商业银行资产的质量往往会对银行的运营效率产生 显著的影响，本文将选取不良贷款率作为指标反映农商行 的资产质量。 ５．股权结构 农商行的创新能力，比值越大说明农商行创新能力越强。 （二）模型设计与回归分析 由于本文选取的被解释量和解释量是同时在时间和 广州大学学报（社会科学版） ２０１５年第１４卷 截面上取得的二位数据属于面板数据，如果采用简单多元 线性回归进行分析并不能很好地反映研究样本在时间和 截面两个方向上的变化，无法对样本信息进行综合利用， 同时也难以剔除解释变量间多重共线性的影响。因此，本 文利用Ｅｖｉｅｗｓ６．０中面板数据建模功能分析各因素对银 行效率的影响。模型具体形式如下： ＴＥ ＝Ⅱ ＋ⅡｌＳＩＺＥ。． ．￡＋０２ＣＡＲ ＋１２３ＬＤＲ ． ．￡ ＋１２４ＮＰＬ ，。＋０５（ＳＨＩＯ ， ＋１２６ＩＮＯ ， ＋ ． ）（１） ＰＴＥ Ｌ’ｃ＝ ＋ ｌＳＩＺＥ ＋卢２ＣＡＲ ＋ ＮＰＬ ． ＋ ５ＳＨＩＯ ＋ ＩＮＯ ＋ ． ． （２） 阳 ＝ ＋ｙｌＳＩＺＥ ＋ｙ２ＣＡＲ¨＋ ３ＬＤＲ｝．１ ， ， ＋ ４ＮＰＬ ＋ｙｓＳＨＩＯ ＋ｙ６ＩＮＯ ＋ ． （３） 其中，ｉ表示银行、ｔ表示时间，ＴＥ、ＰＴＥ、ＳＥ为被解释 变量表示银行的技术效率水平、纯技术效率、规模效率， ＳＩＺＥ表示银行的规模，ＣＡＲ表示银行的资本充足率，ＬＤＲ 表示银行的存贷比率，ＮＰＬ表示银行的不良贷款率，ＨＳ１０ 表示前十大股东占股比例，ＩＮＯ表示创新能力。本节样本 银行是选择上文进行银行效率测度的ｌ２家农商行，进行 实证所需的数据来源为各银行的年报统计。 （三）回归结果分析 通过Ｅｖｉｅｗｓ６．０，对模型进行个体固定效应回归分析， 结果如表５所示。 表５回归分析结果 注：（１）括号中的数值为回归系数的标准差；（２） 、 、…分别 表示在１０％、５％和１％的水平上显著。 资产规模与技术效率和规模效率呈显著正相关关系，表 明农商行资产规模的扩大能提高农商行的整体运营效率，主 要因为现阶段我国农商行大部分资产规模较小，处于规模有 效阶段，资产规模的扩大有助于整体运营效率的提升。 资本充足率与技术效率和纯技术效率呈显著负相关 关系，表明资本充足率的提高会降低农商行的整体运营效 率和内部经营管理效率，一般情况下，银行资本充足率越 高银行稳定性越好，提高资本充足率有助于银行效率的提 升。但资本充足率过高，会导致农商行财务杠杆比率下 降、筹资成本增加，使得银行效率下降。 存贷比与技术效率和规模效率呈显著正相关关系，表 明存贷比的扩大会提升农商行的整体运营效率和规模效 率。这主要是因为存贷利差收入占农商行收入的绝大部 分，较大的存贷比增强了农商行的盈利能力，而盈利能力 往往是银行效率影响因素。 前十大股东控股率与技术效率和纯技术效率呈显著 负相关关系，即表明股权的进一步集中会降低农商行的整 体运营效率和内部经营管理效率，在一定程度上表明我国 农村商业银行的股权集中度过高，很可能已经出现“大股 东控制”并侵蚀银行利润的现象，适度分散股权将有助于 效率的进一步提高。 不良率和非利息收入占比对技术效率与规模效率的影 响没有通过显著性检验，只跟纯技术效率存在显著相关关 系，表明这两项因素对农商行整体运营效率影响不太显著。 但不良率的上升会对降低农商行内部经营管理效率，而非利 息收入占比的提升会提高农商行内部经营管理效率。 三、结论和建议 本文采用ＤＥＡ法测度了我国１２家代表性农商行 ２００９～２０１３年的技术效率、纯技术效率和规模效率，结果 显示农商行整体效率水平较高，县域农商行效率水平普遍 高于省级农商行。在此基础上，采用面板数据模型对影响 农商行效率的各因素进行回归分析，结果显示资产规模、 资本充足率、存贷比和前十大股东占股比会对农商行整体 运营效率产生显著影响，不良率和非利息收入占比会对农 商行内部经营管理效率产生显著影响。因此，农商行可以 从三方面人手提高自身效率。 １．坚持适度规模经营 Ｕ型成本理论揭示了企业适度规模经营效益最佳的 原理。新型的农村商业银行从农信社的母体中成长壮大， 不能复制“大而不倒”的目标，要坚定适度规模经营的理 念，走差异化特色之路。目前，我国农商行整体处于规模 报酬递增阶段，资产规模较小的农商行可适当扩大自身规 模，以降低营业成本，提高自身效率。但是，一些规模较大 的农商行已经处于规模报酬递减阶段，其应该放缓扩张速 第５期 周再清等：我国农村商业银行效率测度及其影响因素探讨 ・４１・ 度，提高管理水平，提升自身效率水平。 ２．保持资本相对充足 ［３］ＰＥＮＮＹ ＮＥＡＬ．Ｘ—ｅｉｃｉｆｅｎｃｙ ａｎｄ ｐｒｏｄｕｃｔｉｖｉｔｙ ｃｈａｎｇｅ ｉｎ Ａｕｓｔｒａｌｉａｎ ｂａｎｋｉｎｇ［Ｊ］．Ａｕｓｔｒｌｉａａｎ Ｅｃｏｎｏｍｉｃ Ｐａｐｅｒ，２００４ （４３）：１７４—１９１． 『４］ ＢＡＮＫＥＲ Ｒ Ｄ，ＣＨＡＮＧ Ｈ，ＬＥＥ ＳＹ．Ｄｉｆｆｅｒｅｎｔｉａｌ ｉｍｐａｃｔ ｏｆ 银行资本是抵御风险的最后防线。农村商业银行随 着规模的扩张，业务的扩大，经济新常态条件下银行风险 资产的暴露，其资本需求是动态增长的。农商行必须前瞻 性地制定资本管理战略，在满足资本充足率的监管要求的 前提下，兼顾财务杠杆效应，保持相对充足的资本充足率， Ｋｏｒｅａｎ ｂａｎｋｉｎｇ ｓｙｓｔｅｍ ｒｅｆｏｒｍｓ ０ｉｑ ｂａｎｋ ｐｒｏｄｕｃｔｉｖｉｔｙ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋｉｎｇ＆Ｆｉｎａｎｃｅ．２０１０，３４：１４５０—１４６０． ［５］ＣＨＹＡＮ ＹＡＮＧ，ＨＳＩＡＮ—ＭＩＮＧ ＬＩＵ．Ｍａｎａｇｅｒｉａｌ ｅｆｉ—ｆ ｃｉｅｎｃｙ ｉｎ Ｔａｉｗａｎ ｂａｎｋ ｂｒａｎｃｈｅｓ：Ａ ｎｅｔｗｏｒｋ ＤＥＡ［Ｊ］．Ｅ— ｃｏｎｏｍｉｃ Ｍｏｄｅｌｌｉｎｇ，２０１２，２９：４５０—４６１． 并且优化资本结构，降低筹资成本，提高银行自身效率。 ３．完善公司治理结构 ［６］ 刘汉涛．对我国商业银行效率的测度：ＤＥＡ方法的应 用［Ｊ］．经济科学，２００４（６）：４８—５８． ［７］ 周逢民，张会元，周海，等．基于两阶段关联ＤＥＡ模型 的我国商业银行效率评价［Ｊ］．金融研究，２０１０（１１）： １６９—１７９． 农商行成立之初，构建了现代公司治理的基本框架， 成立了董事会、监事会和股东大会，但公司治理还有待规 范。本文实证结果显示农商行现阶段的股权集中程度已 经对其技术效率和纯技术效率产生了显著负面影响，应当 适度分散股权，引入优秀战略投资者来解决股权过度集中 带来的效率下降问题。 ［８］ 柯孑Ｌ林，冯宗宪．我国商业银行效率测度及其影响因 素分析［Ｊ］．数理统计与管理，２００８（１）：１０—１６． ［９］ 时乐乐，赵军．中国上市商业银行效率及影响因素实 证研究［Ｊ］．经济体制改革，２０１３（２）：１４５—１４９． ［１０］ＣＨＡＲＮＥＳ Ａ，ＣＯＯＰＥＲ Ｗ Ｗ，ＲＨＯＤＥＳ Ｅ．Ｍｅａｓｕｒｉｎｇ 【参考文献】 ＳＨＥＲＭＡＮ Ｈ Ｄ，ＧＯＬＤ Ｆ．Ｂａｎｋ Ｂｒａｎｃｈ Ｏｐｅｒａｔｉｎｇ Ｅｆｆｉ— ｔｈｅ Ｅｆｉｃｉｆｅｎｃｙ ｏｆ ｄｅｃｉｓｉｏｎ ｍａｋｉｎｇ ｕｎｉｔｓ．Ｅｕｒｏｐｅａｎ［Ｊ］。 Ｊｏｕｒｎａｌ ｏｆ ＯｐｅｒａｔｉｏｎＲｅｓｅａｒｃｈ，１９７８，６（２）：４２９—４４Ｊ４． ｃｉｅｎｃｙ；Ｅｖａｌｕａｔｉｏｎ ｗｉｔｈ Ｄａｔａ Ｅｎｖｅｌｏｐｍｅｎｔ Ａｎａｌｙｓｉｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋｉｎｇ ａｎｄ Ｆｉｎａｎｃｅ，１９８５，９（２）：２９７— ３１５． ［１ １］ＦＡＲＲＥＬＬ Ｍ Ｊ．Ｔｈｅ ｍｅａｓｕｒｅｍｅｎｔ ｏｆ Ｐｒｏｄｕｃｔｉｖｅ Ｅｆｆｉｃｉｅｎ— ｃｙ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｒｏｙａｌ Ｓｔａｔｉｓｔｉｃａｌ Ｓｏｃｉｅｔｙ，１９５７， １２０：２５３—２８１． ［２］ ＲＯＢＥＲＴ ＤＥ ＹＯＵＮＧ，ＩＦＴＥＫＨＡＲ ＨＡＳＡＮ．Ｔｈｅ Ｐｅｒ— ｆｏｒｍａｎｅｅ ｏｆ Ｄｅ ＮＯＶＯ Ｃｏｍｍｅｒｃｉａｌ Ｂａｎｋｓ：Ａ Ｐｒｏｆｉｔ Ｅｍ— ［责任编辑肖 湘］ ｃｉｅｎｃｙ Ａｐｐｒｏａｃｈ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋｉｎｇ ａｎｄ Ｆｉｎａｎｃｅ， １９９８，２２：５６５—５８７． Ｔｈｅ Ｓｔｕｄｙ ｏｎ ｔｈｅ Ｅｆｉｃｉｅｎｃｙ ａｎｄ Ｉｔｓ Ｉｎｆｆｌｕｅｎｃｉｎｇ Ｆａｃｔｏｒｓ ｏｆ Ｒｕｒａｌ Ｃｏｍｍｅｒｃｉａｌ Ｂａｎｋｓ ｉｎ Ｃｈｉｎａ ＺＨＯＵ Ｚａｉｑｉｎｇ，ＹＡＮＧ Ｈｅｇａｏ （Ｓｃｈｏｏｌ ｏｆＦｉｎａｎｃｅ ａｎｄ Ｓｔａｔｉｓｔｉｃｓ，Ｈｕｎａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ，Ｈｕｎａｎ ４１￣７９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｕｓｉｎｇ ｄａｔａ ｅｎｖｅｌｏｐｍｅｎｔ ａｎａｌｙｓｉｓ（ＤＥＡ），ｔｈｉｓ ｐａｐｅｒ ｍｅａｓｕｒｅｓ ｔｈｅ ｔｅｃｈｎｉｃａｌ ｅｆｉｃｉｆｅｎｃｙ，ｐｕｒｅ ｔｅｃｈｎｉ— ｃａｌ ｅｆｉｃｉｆｅｎｃｙ ａｎｄ ｓｃａｌｅ ｅｆｉｃｉｅｎｃｙ ｏｆ １ ｆ２ ｒｕｒａｌ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ ｆｒｏｍ ２００９ ｔｏ ２０ １ ３．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｅｃｈｎｉｃａｌ ｅｆｉｃｉｅｎｃｙ ａｎｄ ｓｃａｌｅ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｔｈｅ ｒｕｒａｌｆ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ ａｔ ｔｈｅ ｃｏｕｎｔｙ ｌｅｖｅｌ ａｒｅ ｇｅｎｅｒａｌｌｙ ｈｉｇｈｅｒ ｔｈａｎ ｔｈｅ ｒｕｒａｌ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ ａｔ ｔｈｅ ｐｒｏｖｉｎｃｉａｌ ｌｅｖｅ１．Ｂａｓｅｄ ｏｎ ｔｈｅ ｆｉｎｄｉｎｇｓ，ｔｈｉｓ ｐａｐｅｒ ｄｅｖｅｌｏｐｓ ｒｅｇｒｅｓｓｉｏｎ ｏｎ ｔｈｅ ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ ｏｆ ｒｕｒａｌ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ ｂｙ ｕｓｉｎｇ ｔｈｅ ｐａｎｅｌ ｄａｔａ ｍｏｄｅ１．Ｉｔ ｃｏｎｃｌｕｄｅｓ ｔｈａｔ ｔｈｅ ａｓｓｅｔ ｓｉｚｅ，ｃａｐｉｔａｌ ａｄｅｑｕａｃｙ ｒａｔｉｏ，ｌｏａｎ ａｎｄ ｄｅｐｏｓｉｔ ｒａｔｉｏ ａｎｄ ｅｑｕｉｔｙ ｒａｔｉｏ ｏｆ ｔｈｅ ｔｏｐ ｔｅｎ ｓｈａｒｅｈｏｌｄｅｒｓ ｒｅｐｒｅｓｅｎｔ ａ ｓｉｇｎｉｆｉｃａｎｔ ｉｍｐａｃｔ ｏｎ ｔｈｅ ｅｆｆｉ． ｃｉｅｎｃｙ ｏｆ ｔｈｅ ｒｕｒａｌ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ． Ｋｅｙ ｗｏｒｄｓ：ｔｈｅ ｒｕｒａｌ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ；ｂａｎｋ ｅｆｉｃｉｆｅｎｃｙ；ｄａｔａ ｅｎｖｅｌｏｐｍｅｎｔ ａｎａｌｙｓｉｓ；ｐａｎｅｌ ｄａｔａ ｍｏｄｅｌｓ