Analysis on Efficiency of China Commercial Banks———Based on SE －DEA and Malmquist IndexWANG Jian 1,JIN Hao 1,LIANG Hui-chao 2（1.School of Management,Hebei University of Technology,Tianjin 300130,China;2.School of Humanities and Laws,Hebei University of Technology,Tianjin 300130,China ）Abstract ：Efficiency is the embodiment of competitive advantage of bank,which is the core of management.Especially in the post -crisis era,improving the efficiency of commercial bank is the key to guard against financial risks and achieve sustainable development.This paper analyzes the efficiency of China commercial banks from 2004to 2009based on Super -efficiency Data Envelopment Analysis model using EMS software.Malmquist index is calculated to study on the efficiency of banks and analyze the trend of total factor productivity of commercial banks before and after the financial crisis.The results show that the overall efficiency of banks experiences an upward trend which is consistent with the social and economic development.The four major state-owned banks are less efficient than joint-stock commercial banks,so great assets of the state -owned banks do not lead to higher earnings and performance.The total factor productivity of commercial banks has been increasing from 2004to 2009,which is mainly due to technological advances and scale efficiency.However,the total factor productivity has declined since 2009,because of the adverse effect of the financial crisis,business risk and net interest margin narrowing.Key words ：Commercial bank ；Bank efficiency ；SE-DEA ；Malmquist index;Financial crisis摘要：效率是银行经营管理的核心，是银行竞争优势的集中体现，尤其在后危机时代，提高银行业的效率也是防范金融风险，实现可持续发展的关键。
本文基于超效率DEA 方法，运用EMS 软件对2004-2009年14家商业银行的效率进行分析，对其均值进行排名；并通过Malmquist 指数对银行效率进行分解研究，重点分析金融危机前后的商业银行全要素生产率的变化趋势。
结果表明，效率水平总体呈现上升趋势，这与社会经济的发展是相一致的。
而四大国有银行的效率不及股份制商业银行，可见，四大国有银行并没有因为资产规模大，而带来更高的收益和绩效；2004-2009年商业银行全要素生产率整体上不断提高，主要得益于技术进步和规模效益，但2009年全要素生产率有所下降，受美国金融危机全面升级所导致的国际国内经济发展衰退的影响，经营风险加大，息差收窄，对银行盈利和效率产生不利影响。
关键词：商业银行；银行效率；超效率DEA ；Malmquist 指数；金融危机中图分类号：F832.33文献标识码：A文章编号：1004-292X （2011）04-0124-04收稿日期：2010-12-07作者简介：王健（1981-），女，河北定兴人，博士研究生，研究方向：金融风险与金融监管；金浩(1958-），男，吉林龙井人，博士后，教授，博士生导师，主要从事金融经济研究；梁慧超（1968-），女，山西文水人，管理学博士，副教授，硕士生导师，主要从事经济管理研究。
我国商业银行效率分析———基于超效率DEA 和M almquist 指数王健1，金浩1，梁慧超2（1.河北工业大学管理学院，天津300130；2.河北工业大学文法学院，天津300130）一、引言改革开放30年以来，我国银行业由初期的财政出纳角色，转变为担负社会资金融通的中间力量，形成了具有现代商业银行经营理念的银行体系。
作为经济转型期国家，银行业正发生着重大的变化，如股份制改革、上市、外资进入、金融危机、跨区域发展等影响并改变着银行业的状态。
虽然金融改革取得了很大进展，银行业得到了快速发展，但是依然存在诸多问题，如经营管理水平不高，金融创新不足，竞争力不强，不良贷款多，银行风险大等，这些归根结底都是银行经营低效率所造成的。
银行效率是衡量银行经营业绩的重要标准，更是银行竞争优势的集中体现。
尤其在后危机时代，提高银行业的效率也是防范金融风险，实现可持续发展的关键。
本文在借鉴国内外已有研究的基础上，尝试运用超效率DEA方法，对2004-2009年我国主要商业银行的效率进行评价，并通过M almquist指数对银行效率进行分解研究，来判断效率的变化趋势以及变化来源。
二、文献回顾关于银行效率的评价方法由最初的财务指标分析方法，发展到前沿分析方法。
Alhadeff(1954)最早运用财务比例分析法探讨了美国加州210家银行1938-1950年的效率问题。
但财务指标法不能全面反映银行的整体效率，目前应用较少。
90年代以来，更多的研究集中在银行的生产效率方面，多采用前沿分析方法，主要包括参数方法和非参数方法两大类。
参数方法主要有随机前沿方法(SFA)、自由分布方法(DFA)和厚前沿方法(TFA)，非参数方法主要有数据包络分析方法(DEA)和无界分析方法(FDH)。
M ester(1996)将产出质量和产出风险纳入银行效率的测度中，利用随机前沿分析方法计算出美国214家银行1991-1992年的效率，发现样本银行总体上效率不高。
Jose M.Pastor(1999)运用数据包络分析法测算了西班牙1993-1995年银行的效率值，得出西班牙银行业的技术无效更多的来自于规模无效。
Wheelock和Wilson(1999)利用M almquist生产率指数对1984-1993年间美国不同规模的商业银行生产率变化进行分析。
Isik和Hassan(2002)运用DEA模型测算了土耳其银行业1988-1996年的效率，结果表明土耳其银行业的成本效率低主要是由于技术效率水平较低。
国内学者研究商业银行的效率问题主要是2000年以后，魏煜、王丽(2000)利用DEA方法对1997年我国银行的技术效率、纯技术效率、规模效率和规模报酬进行计算，比较了四大国有银行和其他新型商业银行的效率。
张健华(2003)利用DEA改进模型和M almquist效率指数全面分析我国三类商业银行1997-2001年的技术效率、规模效率，发现效率最高的是股份制商业银行，效率最低的是服务范围限制在单一地区的城市商业银行。
朱超(2006)对我国13家商业银行2000-2004年的效率值进行测算，并求出反映跨期动态效率变化的M almquist生产率指数，对其做了敏感性分析，认为我国银行存在13%的投入资源浪费，规模效率低影响了整体效率。
吴栋等(2007)利用SFA方法对1998-2005年间我国14家商业银行的成本效率、标准效率与可替代利润效率进行估计，考察了商业银行股权结构与银行效率之间的关系。
宋增基等(2009)运用DEA优势效率模型和劣势效率模型对我国14家商业银行的DEA综合效率进行测评，发现四大国有商业银行并不存在明显的规模经济。
赵翔(2010)利用超效率DEA方法对某商业银行在京的40家支行的效率进行测度，结果表明支行的平均效率水平较高，某些支行技术无效率主要是由于规模无效率。
综上所述，专家学者们分别利用DEA模型、超效率DEA模型或M almquist生产率指数对我国商业银行的效率进行研究，对金融危机前后商业银行的效率问题研究还不多，本文将超效率DEA和M almquist生产率指数结合起来对2004-2009年我国主要商业银行的效率进行评价，并重点分析金融危机前后的商业银行全要素生产率的变化趋势，全面反映我国商业银行效率的动态演变。
三、模型、变量及数据1.评价模型（1）超效率DEA模型。
超效率DEA模型(Super-Efficiency DEA)是在DEA模型的基础上，针对有效决策单元效率值的比较问题提出来的(Andersen，Peterson，1993)。
超效率DEA模型的基本思想是：在对该决策单元进行效率评价时，将其排除在决策单元的参考集之外。
对于DEA有效的决策单元（效率评价值为1），超效率模型将其生产前沿面进行重新计算推移，使得最终计算出来的效率值大于经典CCR模型效率值；而对于DEA无效的决策单元（效率评价值小于1），其生产的前沿面不会发生变化，评价结果与CCR模型是一致的，也就是说，超效率DEA模型能够区分出DEA有效的决策单元之间的差异，能够对所评价的决策单元进行有效的排序。
其表达式为：Minθs.t.nj=1j≠j0ΣX jλj+S-=θX0nj=1j≠j0ΣY jλj-S+=Y0λj≥0，j=1，2，…，k-1，k，…，nS-≥0，S+≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥≥0（1）其中，θ为规划目标值，λj(j=1,2,…,n)为规划决策变量，S-和S+为松弛变量向量。