我國上市商業(yè)銀行效率及其影響因素實證研究

國有商業(yè)銀行是我國金融體系的主體，也是我國國民經(jīng)濟的命脈，其發(fā)展與活力對整個國民經(jīng)濟發(fā)展和社會穩(wěn)定起著舉足輕重的作用，直接關(guān)系到國民經(jīng)濟和國家金融安全的重大問題。銀行業(yè)的快速成長為我國經(jīng)濟增長、社會穩(wěn)定發(fā)揮了重要作用。然而，長期以來我國銀行業(yè)片面地追求規(guī)模和發(fā)展速度，忽視經(jīng)營效率和發(fā)展質(zhì)量，這種發(fā)展模式使商業(yè)銀行的經(jīng)營風(fēng)險日益增加。

商業(yè)銀行的效率是最能體現(xiàn)其綜合競爭力的績效評價指標，它反映了銀行的市場競爭力、綜合經(jīng)營能力以及對資源的配置利用程度。因此，通過實證分析研究我國上市商業(yè)銀行經(jīng)營效率，并提出提高其經(jīng)營能力的相應(yīng)建議，對于我國商業(yè)銀行健康可持續(xù)發(fā)展、增強其應(yīng)對風(fēng)險的能力以及提高市場競爭力，就具有重要的理論和現(xiàn)實意義。

1  研究方法簡述與變量選取

1.1  DEA方法簡述

DEA方法是由美國著名學(xué)者Charnes、Cooper等人創(chuàng)建的，利用線性規(guī)劃的原理，普遍用于對多輸入及多輸出的同類指標數(shù)據(jù)的效率進行評價的方法。在 DEA的發(fā)展過程中，催生了多種模型，其中最為運用廣泛的模型是假定規(guī)模報酬不變的CRS模型和假定規(guī)模報酬可變的VRS模型。本文主要選用DEA中VRS模型來對上市銀行的效率進行測度。

在該模型的規(guī)模報酬可變的條件下，可以通過以單一投入產(chǎn)出變量情況為例子，解釋出樣本的具體效率值。如圖1，橫坐標即為樣本經(jīng)營單位的投入X，縱坐標為樣本經(jīng)營單位的產(chǎn)出Y。OI段表示為規(guī)模報酬不變時的生產(chǎn)效率前沿面，處在該線段上的樣本經(jīng)營單位可以在確定產(chǎn)出條件下使得投入最少。線段ABGH表示為規(guī)模報酬可變時的生產(chǎn)效率前沿面，其中，在AB段上的樣本經(jīng)營單位處于規(guī)模報酬遞增狀態(tài)，在BG段上的樣本經(jīng)營單位處于規(guī)模報酬不變狀態(tài)，在GH段上的樣本經(jīng)營單位則處于規(guī)模報酬遞減狀態(tài)。現(xiàn)假定樣本經(jīng)營單位在點F處進行生產(chǎn)，則點F即為其生產(chǎn)點。

圖1  規(guī)模效率、技術(shù)效率和純技術(shù)效率

其中，樣本F和處于規(guī)模報酬不變的生產(chǎn)效率前沿面上的經(jīng)營單位OI之間的距離即為技術(shù)效率（Technical Efficiency，TE）。技術(shù)效率體現(xiàn)出經(jīng)營單位資源配置的有效程度，其數(shù)值越靠近1時，該經(jīng)營單位的資源配置程度越高，即

TE=CD/CF

樣本F和處于規(guī)模報酬可變的生產(chǎn)效率前沿面上的經(jīng)營單位ABGH間的距離為純技術(shù)效率（Pure Technical Efficiency，PTE）。它可以體現(xiàn)出經(jīng)營單位的內(nèi)部管理的有效程度，其數(shù)值越靠近1時，則表明該經(jīng)營單位的內(nèi)部管理越有效。即

PTE=CE/CF

處于規(guī)模報酬不變的生產(chǎn)效率前沿面的經(jīng)營單位OI和處于規(guī)模報酬可變的生產(chǎn)效率前沿面ABGH之間的距離即為規(guī)模效率（Scale Efficiency，SE）。它體現(xiàn)出了經(jīng)營單位對自身規(guī)模利用的有效程度，其數(shù)值越靠近1時，則表明該經(jīng)營單位達到了其規(guī)模條件下的最優(yōu)狀態(tài)。即

SE=CD/CE

由此可見，當樣本銀行F在規(guī)模報酬不變的生產(chǎn)效率前沿面OI段上時，可得TE=1，則技術(shù)效率是有效的；當樣本銀行F在OI段以內(nèi)時，可知TE<1，則技術(shù)效率是無效的。

由以上表達式，還可以得出：

TE=PTE*SE

SE=TE/PTE

1.2  模型投入產(chǎn)出指標選擇

投入和產(chǎn)出指標是利用DEA模型分析研究金融機構(gòu)經(jīng)營效率的關(guān)鍵。在現(xiàn)有研究中，對于投入產(chǎn)出指標的選擇尚無統(tǒng)一定義。一般而言，對于金融機構(gòu)的投入產(chǎn)出有生產(chǎn)法、中介法及資產(chǎn)法三種方法。生產(chǎn)法將金融機構(gòu)看作為金融服務(wù)與產(chǎn)品的生產(chǎn)者，其經(jīng)營成本被視作為投入，如資本（一般是固定資產(chǎn)）、勞動力等。中介法把金融機構(gòu)當做一種信用中介，它將社會上的各種閑置資金聚集起來，如資本、勞動力、支出以等；將投資及利潤等指標作為產(chǎn)出。資產(chǎn)法依然是把金融機構(gòu)當作一種信用中介，但它將產(chǎn)出指標嚴格限定在資產(chǎn)負債表中的資產(chǎn)欄內(nèi)，如貸款以及投資等。

本文結(jié)合中介法與資產(chǎn)法，考慮數(shù)據(jù)的可得性，選取員工人數(shù)、營業(yè)支出及股東權(quán)益作為投入指標；選取凈利潤作為產(chǎn)出指標。

表1  投入產(chǎn)出指標表

變量名稱 變量說明

投入變量 員工人數(shù) 反映金融機構(gòu)的經(jīng)營規(guī)模

營業(yè)支出 體現(xiàn)銀行在日常運營中投入的成本

股東權(quán)益 反映對金融機構(gòu)的投資及資本的使用效率

產(chǎn)出變量 利息收入 體現(xiàn)銀行經(jīng)營業(yè)務(wù)創(chuàng)造收入的能力

凈利潤 反映金融機構(gòu)綜合經(jīng)營成效的能力

2  我國上市銀行效率測度及分析

2.1  數(shù)據(jù)來源

為了盡可能地收集到并通過足夠完整的數(shù)據(jù)來分析我國商業(yè)銀行的經(jīng)營效率現(xiàn)狀，且保證所需數(shù)據(jù)滿足在時間上的連續(xù)性和完整性，本文對于數(shù)據(jù)的研究時間為各銀行已公布的最近5年，即2013-2017年作為樣本數(shù)據(jù)的時間序列，選取以工商銀行、招商銀行以及北京銀行為代表的23家上市大型國有銀行、股份制商業(yè)銀行和商業(yè)銀行。本文所選取的數(shù)據(jù)均來源于wind數(shù)據(jù)庫及部分銀行年度報表。

2.2  實證結(jié)果及分析 

本文運用DEAP2.1軟件，對23家樣本商業(yè)銀行2013-2017年的各效率值進行計算并分析?，F(xiàn)將所得數(shù)據(jù)結(jié)果整理成各表格，并對其進行實證分析及評價。

2.2.1  總體效率分析

由表2可以看出，2013到2017年間，我國商業(yè)銀行整體效率水平較高，技術(shù)效率與純技術(shù)效率均處于0.9以上較高水平。這說明我國銀行業(yè)近年來對資源的配置程度普遍較高并趨于穩(wěn)定，整體經(jīng)營的穩(wěn)定性穩(wěn)步增強，整體經(jīng)營管理較為有效。

表2  樣本商業(yè)銀行2013-2017年總體效率水平

年份 TE(技術(shù)效率) PTE(純技術(shù)效率) SE(規(guī)模效率)

2013 0.880 0.957 0.918

2014 0.891 0.963 0.924

2015 0.888 0.961 0.924

2016 0.874 0.965 0.904

2017 0.891 0.961 0.959

2.2.2  技術(shù)效率分析

技術(shù)效率可以反映出銀行對于其金融資源配置的有效程度。通過表3可知，在樣本年限內(nèi)，北京銀行、長沙銀行及鄭州銀行的技術(shù)效率處于前3名，排名靠前的銀行均為商業(yè)銀行，而像中國銀行這樣的大型國有銀行技術(shù)效率墊底。在所有樣本中，有11家銀行在樣本年限中至少有一年處于技術(shù)最有效狀態(tài)，達到了其金融資源配置的最優(yōu)化狀態(tài)。所有銀行的平均技術(shù)效率達到0.891，這說明多數(shù)銀行均處于較高技術(shù)效率水平，僅有光大銀行在2016年的技術(shù)效率值曾低于0.7。這說明我國商業(yè)銀行對于資源的配置能力較強，整體發(fā)展穩(wěn)健良好。

表3  樣本商業(yè)銀行2013-2017年技術(shù)效率測度結(jié)果

名稱 年份 平均 排名

2013 2014 2015 2016 2017

TE TE TE TE TE

北京銀行 1 1 1 1 1 1 1

成都銀行 0.868 0.959 0.858 0.834 1 0.904 10

工商銀行 0.932 0.875 0.861 1 0.941 0.922 9

光大銀行 0.845 0.799 0.766 0.698 0.754 0.772 21

貴陽銀行 1 1 1 0.954 1 0.991 4

杭州銀行 0.903 0.814 0.887 0.833 0.866 0.861 14

華夏銀行 0.873 0.965 0.831 0.787 0.752 0.842 18

建設(shè)銀行 0.872 0.833 0.801 0.87 0.92 0.859 16

江蘇銀行 0.829 0.882 0.884 0.811 0.895 0.860 15

交通銀行 0.715 0.709 0.717 0.74 0.768 0.730 23

民生銀行 0.87 0.856 0.782 0.76 0.89 0.832 19

南京銀行 0.919 0.961 1 1 1 0.976 5

寧波銀行 0.869 0.875 0.832 0.868 0.984 0.886 13

農(nóng)業(yè)銀行 0.86 0.857 0.787 0.813 0.917 0.847 17

平安銀行 0.701 0.867 0.941 0.965 1 0.895 12

浦發(fā)銀行 0.971 0.991 1 0.894 0.954 0.962 7

上海銀行 0.932 0.901 1 1 1 0.967 6

興業(yè)銀行 0.882 0.931 1 0.888 0.971 0.934 8

長沙銀行 1 1 1 1 1 1 1

招商銀行 0.834 0.854 0.916 0.873 1 0.895 11

鄭州銀行 0.987 1 1 1 1 0.997 3

中國銀行 0.746 0.714 0.735 0.724 0.794 0.743 22

中信銀行 0.827 0.849 0.837 0.783 0.808 0.821 20

平均 0.880 0.891 0.888 0.874 0.922 0.891

2.2.3  規(guī)模報酬情況分析

根據(jù)表4可知，2013到2017年間，雖然處于規(guī)模報酬遞減的銀行數(shù)量有所減少，但處于規(guī)模報酬遞減和規(guī)模報酬不變的樣本銀行占絕大多數(shù)，總體規(guī)?，F(xiàn)象不明顯。這說明我國多數(shù)商業(yè)銀行在不斷發(fā)展自身實力的時候過分追求了企業(yè)規(guī)模和市場占有率，導(dǎo)致內(nèi)部運轉(zhuǎn)效率和生產(chǎn)效率的下降。因此我國商業(yè)銀行可適當調(diào)整自身經(jīng)營規(guī)模，來獲得更加合理有效率的收益。

具體到單個銀行來看，只有北京銀行、鄭州銀行等商業(yè)銀行在這段時期中基本上保持著規(guī)模報酬不變，它們自身治理結(jié)構(gòu)較為完善、經(jīng)營管理能力強等優(yōu)點使其更易達到規(guī)模最優(yōu)狀態(tài)。究其原因可能在于商業(yè)銀行的自身規(guī)模相比大型國有銀行實力仍較薄弱、發(fā)展空間較大，因此可以通過擴張規(guī)模獲取更大比例收益。而幾乎所有樣本大型國有銀行及股份制商業(yè)銀行樣本始終處于規(guī)模報酬遞減的狀況，這表明它們需控制好自身規(guī)模擴張步伐，尋找適合其發(fā)展的合理規(guī)模并通過改善自身內(nèi)部管理水平來提高其技術(shù)效率。

表4  樣本商業(yè)銀行2013-2017年規(guī)模經(jīng)濟情況

年份 2013 2014 2015 2016 2017

規(guī)模報酬遞增 2 0 0 2 1

規(guī)模報酬遞減 18 19 15 15 13

規(guī)模報酬不變 3 4 8 6 9

3  我國上市商業(yè)銀行效率的影響因素分析

3.1  研究方法及模型設(shè)定

銀行效率的影響因素，一直是學(xué)者們關(guān)于銀行效率研究的重點考慮內(nèi)容。最初，研究者主要重點考察銀行的資本結(jié)構(gòu)、規(guī)模等因素對銀行效率的影響程度。近年來，隨著理論研究的發(fā)展，學(xué)者們普遍利用回歸分析方法探究銀行效率的影響因素。本文以前文測算出的樣本銀行技術(shù)效率作為被解釋變量，運用多元回歸分析實證研究影響我國商業(yè)銀行效率的潛在因素。

由于效率值的上下限分別為0和1，其數(shù)據(jù)受到被分割和截斷的限制，若采取OLS（最小二乘法）來進行模型的回歸分析，則得到的參數(shù)估計無法保持其無偏性和有效性。而基于最大似然估計的方法的Tobit模型則適用于因變量取值受限制的情形，可以有效解決該類問題。其基本原理如下：

其中，Xi為k+1維因變量的向量，β為k+1維的一個未知的參數(shù)向量，且誤差項e服從標準正態(tài)分布。該模型被稱作為Tobit模型（tobit model），也被稱為截尾回歸模型（censored regression model）。一般來說，該模型中的解釋變量Xi取的是實際觀測到的數(shù)值，而被解釋變量y的觀測值是受限制的。當y>0時，觀測值直接取實際值；而當y≤0時，其觀測值是受限制的，故在這種情況下其數(shù)值統(tǒng)統(tǒng)截取為0。通過證明可以得出，基于最大似然估計方法來估計得到的Tobit模型的與均為一致估計量。因此，本文選取Tobit模型來對影響效率的各個因素進行回歸分析。

3.2  影響因素指標選取及回歸模型構(gòu)建

本文運用Stata12.0軟件對上文測出的23家樣本商業(yè)銀行在2013至2017年的所有技術(shù)效率值以及指標數(shù)值匯總，作為面板數(shù)據(jù)進行Tobit回歸統(tǒng)計，構(gòu)建的影響因素模型如下：

其中，i=1，2，…，23，表示樣本商業(yè)銀行的個數(shù)；t=2013，2014，…，2017，表示各年份。本文在借鑒和總結(jié)國內(nèi)外以往相關(guān)文獻的經(jīng)驗的基礎(chǔ)上，從資產(chǎn)規(guī)模穩(wěn)定性等8個方面來具體分析影響我國商業(yè)銀行的效率的因素，所選取的各個變量定義如下表5所示：

表5  影響效率的因素變量表

變量名稱 變量符號 指標定義或說明

技術(shù)效率 TE 本文測度出的樣本銀行的技術(shù)效率值

資產(chǎn)規(guī)模 BS 銀行的資產(chǎn)總額的對數(shù)

穩(wěn)定性 CAR 資本充足率

盈利能力 ROA 資產(chǎn)收益率

資產(chǎn)質(zhì)量 NP 不良貸款率

資產(chǎn)配置 LR 存貸比（貸款總額/存款總額）

股權(quán)結(jié)構(gòu) BSH 第一大股東持股比例

宏觀經(jīng)濟因素 GDPGR 我國GDP年增長率

創(chuàng)新能力 IBIR 非利息收入/營業(yè)收入

3.3  統(tǒng)計及實證分析

3.3.1  描述性統(tǒng)計

為了便于更加直觀、清晰地了解所選用變量的基本特征狀況，本文在此進行了簡單的描述統(tǒng)計。如表6可知，除BSH（第一大股東持股比例）標準差較大，達到16.86%,其余變量的標準差均處在較低的位置，說明樣本銀行之間在多數(shù)指標中差距并不是很大。值得一提的是，其中BSH的平均值為27.26%，說明了樣本銀行中的股權(quán)較為集中，存在著具有強大話語權(quán)的大股東。多數(shù)變量的最值、均值差異不大，處在合理范圍內(nèi)。

表6  變量描述性統(tǒng)計

Variable Obs Mean Std.Dev. Min Max

TE 115 0.8910522 0.0919264 0.698 1

BS 115 4.363347 0.6209219 3.0883 5.4164

CAR 115 12.53235 1.309416 9.88 15.95

ROA 115 1.067636 0.2102068 0.5857 1.7566

NPL 115 1.302 0.3828201 0.53 2.39

LR 115 0.6993183 0.129763 0.3897 1.0516

BSH 115 27.25567 16.86058 6.16 67.72

GDPGR 115 0.071 0.0040674 0.067 0.078

IBIR 115 0.2198174 0.0901979 0.0358 0.4229

3.3.2  實證結(jié)果分析

模型的回歸結(jié)果如表7所示。整個Tobit模型的卡方值為73.54，其卡方檢驗的P值顯著低于了0.05（即Prob > chi2=0.0000），表明模型的回歸方程非常顯著；同時有NPL、LR等5個因變量的P值通過了5%的顯著性水平下的檢驗。因此這些變量可以很好地解釋樣本銀行的技術(shù)效率值。

表7  Tobit模型回歸結(jié)果

Tobit regression Number of obs        = 115

LR chi2(7)          = 73.54

Prob > chi2                    = 0.0000

Log likelihood =  67.923598 Pseudo R2                  = -1.1801

TE Coef. Std.Err. t P>|t| [95% conf. Interval]

BS -0.0112235 0.0261561 -0.43 0.669 -0.0630749 0.0406279

CAR -0.0113792 0.0080179 -1.42 0.159 -0.0272737 0.0045154

ROA 0.204817 0.0650611 3.15 0.002 0.075841 0.3337929

NPL -0.0913693 0.033988 -2.69 0.008 -0.1587465 -0.0239921

LR -0.2298839 0.1077617 -2.13 0.035 -0.4435088 -0.016259

BSH -0.0014533 0.0006216 -2.34 0.021 -0.0026856 -0.000221

GDPGR -18.19862 4.049406 -4.49 0.000 -26.2261 -10.17115

IBIR -0.1879852 0.1655712 -1.14 0.259 -.5162109 0.1402404

cons 2.53669 0.327455 7.75 0.000 1.887548 3.185831

/sigma 0.085015 0.0067992 0.0715364 0.0984936

根據(jù)表6的結(jié)果，本文現(xiàn)對各變量代表的影響因素進行分析。

（1）資產(chǎn)收益率。ROA的系數(shù)為0.205，說明ROA對商業(yè)銀行效率的影響非常顯著，ROA的提高將大大提升其經(jīng)營效率。該結(jié)果與幾乎所有相關(guān)研究結(jié)論一致。ROA值的大小表現(xiàn)出商業(yè)銀行以盡量少的成本來得到盡可能多的收益的能力的強弱，是其盈利能力的綜合體現(xiàn)，顯然商業(yè)銀行對自身有限資源的合理運用是能夠顯著提高自身效率水平的。因此我國商業(yè)銀行應(yīng)在優(yōu)化其自身金融資源、降低成本的情況下，有效地提高利潤水平。

（2）不良貸款率。NPL的系數(shù)為-0.091，與TE（技術(shù)效率）呈負相關(guān)關(guān)系，對樣本銀行的效率有明顯負面影響。這與現(xiàn)有研究結(jié)論一致，NPL的數(shù)值越高，銀行的資產(chǎn)質(zhì)量越差，面臨的經(jīng)營風(fēng)險業(yè)越大，其貸款就越可能無法回收，最終會迫使商業(yè)銀行以犧牲部分利潤的代價來彌補不良貸款的損失，導(dǎo)致收益減少。因此我國商業(yè)銀行應(yīng)加大對貸款的控制力度，努力減少自身不良貸款，從而提高銀行自身的效率。

（3）存貸比。LR的系數(shù)為-0.230，與TE呈負相關(guān)關(guān)系，表明商業(yè)銀行自身貸款占存款的比重越高，其效率越低。存貸比通常能體現(xiàn)出商業(yè)銀行的資產(chǎn)配置狀況，越高的LR表明銀行所貸出的資金越多，最終所得到的利息回報就越多；但從另一方面來講，過高的LR會導(dǎo)致商業(yè)銀行流動資產(chǎn)減少，自身清償能力變?nèi)?，面臨風(fēng)險的可能性陡然上升。由結(jié)果可知，現(xiàn)階段商業(yè)銀行的LR提高所帶來的有利于盈利性的影響效果小于其帶來的安全性降低的影響效果。因此我國商業(yè)銀行應(yīng)當優(yōu)先考慮適度降低自身存貸比，在達到監(jiān)管要求的前提下,合理控制貸款過多帶來的負面影響，從而提高自身技術(shù)效率。

（4）第一大股東持股比例。BSH的回歸系數(shù)為-0.002，與TE負相關(guān)。這表明了商業(yè)銀行中存在的具有持巨額股份的大股東的現(xiàn)象雖然對商業(yè)銀行的效率產(chǎn)生了消極影響，但影響較小。雖然國內(nèi)外關(guān)于股權(quán)結(jié)構(gòu)對于效率的影響研究結(jié)果各不相同，但就本文看來，過于集中的股權(quán)會導(dǎo)致股東之間缺乏權(quán)力機制，不利于人們對商業(yè)銀行的決策者進行監(jiān)督管理以督促其提升經(jīng)營管理效率。因此對于我國商業(yè)銀行來說，積極改善和優(yōu)化股權(quán)結(jié)構(gòu)，能夠在一定程度商促進提高經(jīng)營效率的提高。

（5）GDP年增長率。GDPGR的系數(shù)值為-18.20，與TE呈較明顯的負相關(guān)關(guān)系，與過往研究結(jié)果并不一致。究其原因，本文認為，過往的大量國內(nèi)研究均是在我國經(jīng)濟增長最迅猛的時期里進行的，那一時期的銀行效率與GDP增速往往是呈同向波動趨勢。而近些年來，我國的GDP高速增長期已經(jīng)結(jié)束，步入了“經(jīng)濟新常態(tài)”，面臨著經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型的陣痛以及較大的經(jīng)濟下行壓力，經(jīng)濟增速逐年下降。對于處在這一階段的商業(yè)銀行而言，有效地提升其經(jīng)營管理能力，繼續(xù)快速發(fā)展具有一定難度。

（6）其余解釋變量。在實證結(jié)果中，本文所選的其他三個變量并沒通過顯著性檢驗，說明這些變量對于樣本商業(yè)銀行的效率影響并不顯著。其中BS的系數(shù)值為-0.011，兩者間相關(guān)關(guān)系為負，與大部分學(xué)者的結(jié)論相反。究其原因，可能在于本文的分析對象基本上代表國內(nèi)最好的商業(yè)銀行，其資產(chǎn)規(guī)模龐大，已經(jīng)進入規(guī)模報酬遞減階段。CAR的回歸系數(shù)為-0.011，在過往的相關(guān)文獻中，該變量對銀行效率的影響有正有負，該變量的數(shù)值過低或者過高都會對商業(yè)銀行產(chǎn)生不利影響。IBIR的系數(shù)值為-0.188，這與部分國內(nèi)研究一致，但與國外研究相反。原因可能在于我國商業(yè)銀行的中間業(yè)務(wù)占比仍然較少，且開展時間也比較短，銀行初始投入比較大，導(dǎo)致收益水平較低，因此我國部分銀行的中間業(yè)務(wù)并沒真正實現(xiàn)對利潤的太大貢獻。

4  結(jié)論及建議

本文以2013-2017年我國23家上市商業(yè)銀行的統(tǒng)計數(shù)據(jù)為基礎(chǔ)，利用DEA方法以及Tobit模型對樣本銀行的效率以及影響因素進行測度和分析。實證結(jié)果表明：（1）現(xiàn)階段我國商業(yè)銀行的整體效率均處于0.88以上的較高水平，整體效率的變化趨勢較穩(wěn)定。（2）處于規(guī)模報酬遞減的樣本商業(yè)銀行占大多數(shù)，說明我國商業(yè)銀行普遍盲目追求企業(yè)規(guī)模和市場占有率，導(dǎo)致運轉(zhuǎn)效率和生產(chǎn)效率的低下，應(yīng)適當調(diào)整自身經(jīng)營規(guī)模，來獲得更加合理有效率的收益。在我國上市商業(yè)銀行效率的影響因素方面來看，ROA（資產(chǎn)收益率）與商業(yè)銀行效率呈正相關(guān)關(guān)系；而NPL（不良貸款率）、LR（存貸比）、BSH（第一大股東持股比例）及GDPGR（GDP年增長率）與商業(yè)銀行效率呈負相關(guān)關(guān)系。

通過本文的實證結(jié)果分析，根據(jù)各變量與商業(yè)銀行效率的影響關(guān)系以及我國商業(yè)銀行的實際情況，從而針對性地提出如下建議：（1）適當調(diào)整自身規(guī)模。根據(jù)前文的分析可知，我國大多數(shù)上市商業(yè)銀行已處于規(guī)模報酬遞減的狀態(tài)，一昧地規(guī)模的擴展不再有利于效率的提升。因此我國商業(yè)銀行應(yīng)結(jié)合自身狀況，尋找最適合自身的規(guī)模并改善自身內(nèi)部管理水平來提高其技術(shù)效率。（2）加強對風(fēng)險的控制力度，減少不良貸款。盡管我國商業(yè)銀行發(fā)展至今，早已告別了過去的高風(fēng)險經(jīng)營狀況，但在風(fēng)險控制方面對比西方發(fā)達國家銀行依然存在著不足。商業(yè)銀行應(yīng)不斷完善內(nèi)部治理結(jié)構(gòu)，提高風(fēng)險量化及管控能力，同時密切追蹤所發(fā)放貸款的質(zhì)量情況。（3）提高內(nèi)部管理能力。我國商業(yè)銀行應(yīng)多借鑒國內(nèi)外成功大型銀行經(jīng)驗，建立有效的內(nèi)部管理機制，同時積極引進高級管理人才，不斷學(xué)習(xí)更加先進的管理技術(shù)，進而有效提高總體效率。

本文來源：《企業(yè)科技與發(fā)展》：http://k2057.cn/w/kj/21223.html