关键词:商业银行;规模经济;效率
一、文献回顾
从规模经济出发,Baumol(1982)假定成本的增减比例与产出的规模和构成相关,首次运用规模弹性衡量了经济体的规模经济。Gilbert(1984)和Clark(1988)对美国规模比较小的银行的成本结构进行了分析,发现在资产超过10亿美元后,银行将丧失规模经济,后来在OECD(1992)的研究中也证实了这一点。Cossutta等(1998)、Baldini和Landi(1990)、Conigliani等(1991)对意大利商业银行业的成本结构进行了分析,发现在意大利商业银行业中存在着规模经济。Rodriguez等(1993)运用混合对数模型考察了西班牙储蓄银行,研究表明,在规模中等的储蓄银行中存在着规模经济,而规模较大的储蓄银行呈现出规模不经济。Altunbas和Molyneux(1996)对德国、意大利、法国和西班牙四国的商业银行业进行了分析,结果表明,四国的银行都表现出规模经济,即使在最大的银行中也存在着较高的规模经济。Ashton(1998)对英国商业银行业的规模经济的研究表明,规模较小的银行具有较高的规模经济,当银行的总资产超过50亿美元后,就出现了规模不经济。国外学者的研究表明,西方商业银行的效率情况基本符合微观经济理论,具有较平坦的U型长期平均成本曲线,中等规模银行的效率高于大型和小型银行。
在国内,许多学者也对我国银行业的效率进行了研究。于良春和鞠源(1999)发现我国新兴商业银行的获利能力和经营绩效明显高于国有商业银行,后者并没有因为规模优势而使成本费用降低。于良春和高波(2003)的研究表明,在我国商业银行业中确实存在着规模经济,但国有商业银行呈现一种规模不经济的状态。刘宗华(2003)利用超对数成本函数对我国商业银行业的规模经济系数进行了估计,结果发现在样本期内,四大国有商业银行经历了从规模不经济到规模经济再到规模不经济这样一个过程,而股份制商业银行则是从规模不经济到规模经济。王付彪、沈谦、陈永春(2004)对1992-2003年我国14家商业银行的规模经济进行了分析,发现我国商业银行业已经从20世纪90年代的规模不经济转为了规模经济,但国有商业银行和股份制商业银行在规模经济状态发展趋势上存在一定的差异,后者因为其非理性的规模扩张行为导致其规模经济递减。张正平、何广文(2005)对我国四大国有商业银行的规模经济状态进行了研究,结果发现在1994-2001年间,四大国有商业银行通过不断扩大规模、降低生产成本的方式产生了规模经济效应。国内学者对我国商业银行效率的研究结论不尽一致,原因可能与模型的建立、变量的选取、数据的处理方法不同有关。但即使剔除这些因素,结论也不应几乎相左,这说明与样本的数量、样本期的长短有关。在本文的研究中,将力求避免这样的问题。
为了克服国内学者在研究银行效率中存在的缺陷,本文运用超对数成本函数对我国商业银行的规模经济进行实证分析,更重要的是本文分别从产权、资产规模等角度出发对影响我国商业银行的原因进行了分析,具有较强的理论意义和现实指导意义。
二、模型的建立和数据的选择
规模经济是平均成本随生产规模扩大而呈现下降趋势的一种现象,可以用成本——产出弹性来衡量。要通过规模经济评价商业银行(业)的效率,必须估计商业银行(业)的成本函数。
(一)成本函数的估计
用超对数成本函数(Translog Cost Function,TCF)来近似估计成本函数,其一般形式为ln TC = f( y, p)。其中,TC、y、p分别为商业银行(业)的总成本、产出的对数向量和投入品价格的对数向量。在本文中,我们采用了两种产出和三种投入的超对数成本函数。进一步,利用麦克劳林级数展开式将超对数成本函数变形为:
(1)
这里,Yi表示第i种产出,Pm表示第m种投入品价格,e为随机误差项。系数满足下面两个条件:

接下来,需要对方程(1)中商业银行的投入和产出进行界定。与一般的工商企业不同,对银行投入和产出的界定,到目前为止并没有取得一致的看法。目前国外主要有三种方法:第一种是生产法(Jeffrey和Paul,1994),该方法将银行作为金融产品的提供者,存款账户的数目和贷款笔数被作为产出,投入一般为资本和劳动力;第二种方法是中介法(Mertens和Urga,2001; Green,2003),该方法将银行视为储蓄——投资的转化机构,产出为贷款和其他盈利性资产(主要指证券投资),投入一般为存款、劳动力和资本;第三种是对偶法(Hunter和Timme,1991;Berger和Humphrey,1997;Kraft和Tiriroglu,1998 ),该方法介于前两种方法之间,突出特点是将存款同时作为产出和投入。究竟采用哪种方法,取决于分析的重点和数据来源。首先,我国各家商业银行每年的存款账户数目和贷款笔数是不公开的,因此无法采用生产法;其次,我国商业银行的业务受到分业经营模式的严格限制,投资总量很小,不宜将投资作为产出,因此中介法也不适合;最后,对偶法既考虑了存款的投入特征,又考虑了存款的产出特征,比较符合我国商业银行业的特点,因此本文选择采用对偶法。
根据以上分析,本文主要考虑两种产出和三种投入。结合⑴式,Y1为贷款总额;Y2为存款总额;P1为存款价格,即利息支出在存款总额中的占比;P2为劳动力价格,由于我国许多商业银行没有披露雇员工资及人数,我们用营业费用在存款总额中的占比来近似替代;P3为资本价格,即银行年度固定资产折旧/年度固定资产净值;总成本(TC)主要包括银行资产损益表中的利息支出、手续费支出、营业费用及其他营业支出。
在上述约束条件(2)、(3)下,方程(1)的形式变为:

(二)规模经济的衡量
银行的规模经济是指随着银行的业务规模、机构网点、人员数量、金融产品的扩大和增多而发生的单位运营成本下降、单位收益上升的现象,它反映了银行经营规模与成本收益之间的变动关系。我们用规模经济系数(SE)来反映银行的规模经济程度。在方程(4)的基础上,规模经济系数可以写为:
(5)
其中i=1,2指两种产出,即贷款和存款;MCi为第i种产出的边际成本,ηcyi为第i中产出的成本弹性,即
。 (6)
由以上定义可以看出,当SE>1时,银行存在着规模经济,即银行规模变动1%,银行总成本的变动小于1%,当SE<1时,银行存在着规模不经济,即银行规模变动1%,银行总成本的变动大于1%;当SE=1%时,银行出于规模经济与规模不经济的临界点上。
(三)数据的来源与处理
本文的数据全部来自于《中国金融年鉴》(1995—2006年),全部数据为非均衡面板数据(unbalanced panel date)。本文选取的银行包括中国银行、中国建设银行、中国工商银行、中国农业银行四家国有银行和交通银行、民生银行、光大银行、华夏银行、广东发展银行、兴业银行、浦东发展银行、深圳发展银行、招商银行和中信银行等10家股份制银行。表1以2005年为例,对投入和产出变量的数据特征进行了简单描述。
三、我国商业银行整体规模经济的分析
本文采用最小二乘法对变量进了估计,为了消除变量之间的自相关,我们对所有数据进行了一阶差分处理。回归估计结果见表2。
表1 2005年的投入、产出变量的数据特征描述
|
变量 |
均值 |
中值 |
标准差 |
最小值 |
最大值 |
|
总成本(TC) |
510.08 |
56.27 |
412.03 |
56.19 |
1458.43 |
|
贷款(Y1) |
9930.83 |
3098.04 |
9874.72 |
974.82 |
27200.20 |
|
存款(Y2) |
16082.73 |
4865.03 |
14112.1 |
1307.99 |
54636.96 |
|
存款价格(P1) |
0.01533 |
0.0026 |
0.0101 |
0.0110 |
0.0199 |
|
劳动力价格(P2) |
0.0158 |
0.0188 |
0.0124 |
0.0176 |
0.0217 |
|
资本价格(P3) |
0.0621 |
0.0230 |
0.0263 |
0.0562 |
0.0759 |
表2 系数估计值
|
系数 |
估计值 |
Std. Error |
t-Statistic |
Prob. |
|
a0 |
1.909415*** |
0.056107 |
34.03193 |
0.0000 |
|
a1 |
0.011768* |
0.007296 |
1.612979 |
0.1092 |
|
a2 |
0.025500* |
0.020656 |
1.234511 |
0.2192 |
|
b1 |
0.356936** |
0.086150 |
4.143188 |
0.0001 |
|
b2 |
0.344281** |
0.174565 |
1.972221 |
0.0507 |
|
a11 |
0.338306** |
0.059925 |
5.645460 |
0.0000 |
|
a12 |
-0.321082** |
0.069054 |
-4.649717 |
0.0000 |
|
a22 |
0.077426 |
0.172083 |
0.449936 |
0.6535 |
|
b11 |
0.744003*** |
0.081866 |
9.088089 |
0.0000 |
|
b12 |
-0.807491*** |
0.108943 |
-7.412078 |
0.0000 |
|
b22 |
0.996405*** |
0.158865 |
6.272013 |
0.0000 |
|
g11 |
-0.024676 |
0.160479 |
-0.153766 |
0.8780 |
|
g12 |
-0.676884** |
0.336238 |
-2.013109 |
0.0462 |
|
g13 |
0.538213* |
0.300507 |
1.791016 |
0.0756 |
注:(1)Adj.R-squared=0.9768;F-stati:2768.12; DW:1.727494。⑵***、**、*分别表示回归系数的显著性水平为1%、5%、10%。系数估计值良好。