第五章 结论与展望
5.1 研究结论。
本文研究对象是我国商业银行，研究内容是我国商业银行经营效率优化，主要分为两大部分研究重点。首先是对我国商业银行业务进行研究，选择的样本是13 家大型商业银行，第一步进行了简单的财务报表分析，第二步是运用 BCC 模型和 C2R 模型进行了业务效率测度，根据这两步的研究结果提出了相关建议。
另一研究重点是如何运用零和收益 DEA 模型优化商业银行资源配置。在这部分研究内容中，假设对 20 个支行的总投入量是固定的，运用零和收益 DEA 模型进行了三次迭代计算，得到了新的投入分配结果。
本文的研究结论主要体现在以下几个方面：
（1）根据商业银行报表进行了资产业务、负债业务和中间业务分析。研究中选取了 2009-2013 年 5 家国有商业银行和 8 家股份制商业银行。
资产业务中着重分析了总资产、贷款业务和投资业务，结果发现各银行的总资产和贷款逐年增加，各银行贷款与总资产的比例超过了 1/2,投资收益波动很大，远低于贷款，而且国有商业银行运用资金的能力较强。负债业务中着重分析了总负债、吸收存款和主动负债，结果发现总负债和吸收存款逐年增加，5 家国有商业银行的负债约等于 8 家股份制商业银行的 5 倍，两类银行的吸收存款占比都很高，国有商业银行吸收资金能力较强，而像同业拆入及介入的主动负债虽然在逐年增加，但占比依旧很低。中间业务分析中说明了中间业务能降低经营成本和风险小这两大优点，选用了手续费及佣金净收入和支出两个指标，结果表明国有商业银行中间业务的发展优于股份制商业银行发展。
（2）将 BCC 模型和 C2R 模型这两种传统 DEA 模型用于分析商业银行资产业务效率和负债业务效率。
首先介绍了 DEA 分析方法的内涵、优点以及应用可行性。然后列出了现有研究中 DEA 模型指标体系的选择方法，结合本文研究内容说明选用的资产业务和负债业务的投入产出指标。接下来，分别运用 BCC 模型和 C2R 模型计算了2009-2013 年各银行的资产业务效率、负债业务效率和资产负债业务的技术效率和规模技术效率。以 2010 年各行的资产业务技术效率、负债业务技术效率和总技术效率为例，从三个方面进行了计算结果的对比说明，结果发现就单个银行来说，农行的负债业务技术效率最低，大部分银行资产业务技术效率是 DEA 有效的，工行、中行、建行、兴业和平安银行的吸引资金能力较强。综合五年的计算结果来看，国有商业银行的资产业务技术效率较高，股份制商业银行负债业务技术效率较高，光大和华夏银行规模收益递减。
（3）根据报表分析和模型计算结果，分析了商业银行资产业务、负债业务和中间业务存在的问题，并提出了相关建议。
（4）基于零和收益 DEA 模型优化商业银行内部资源配置。首先说明了传统DEA 模型的不足，介绍了零和收益 DEA 模型的内涵，说明了零和收益 DEA 模型应用于支行资源配置问题的可行性。然后选择了投入产出指标并进行了实证分析。首先用传统 DEA 模型和零和收益 DEA 模型分别计算了各支行的初始效率值，均发现大部分银行没有达到有效前沿。然后用零和收益 DEA 模型对各支行的投入资源再分配，经过三次迭代计算，发现所有支行的零和收益 DEA 效率值均为 1 或近似等于 1,并对最后的投入产出数值用 BCC 模型进行了验证，对比初始的 BCC 效率值发现大部分支行的技术效率得到了改善。最后对支行中可能存在的问题提出了几点建议。
5.2 研究局限。
本文的研究内容和方法上都存在一些不足之处，主要体现在以下几个方面：
（1）财务报表分析指标存在一定的片面性。本文分析商业银行资产业务主要选择了总资产、贷款总额和投资收益三个指标，负债业务选择了总负债、向中央银行借款、同业拆入及存入、吸收存款四个指标，中间业务选择了手续费及佣金净收入和支出两个指标，而在银行实际业务中，还有其他指标可以反映这三种业务。
（2）在商业银行业务分析中没有考虑其他影响因素，比如宏观经济和银行组织架构变动等。
（3）分析商业银行业务时所建立的 DEA 指标体系不完备。首先针对资产业务和负债业务所选的投入产出指标时没有考虑到所有方面，所以构建的指标体系不能完全准确的反映真实情况。
（4）进行业务投入产出分析时所选用的模型比较简单，而且将资产业务和负债业务分开进行了效率测度，但商业银行的资产业务离不开负债业务的支持，同样的，没有资产业务的正常运营，负债业务无法进行，二者之间具有一定的相关性，这样，有可能某个负债业务的产出可以作为资产业务的投入。由于无法实际测度商业银行业务资源分配情况，本文将应付职工薪酬、固定资产折旧和业务及管理费三个共同投入按照同样的比例在负债业务和资产业务中进行了分配，但现实中，不同年份不同银行的投入资源配比都是有一定差异的。此外，因为模型较为简单，无法计算负产出指标。本文初始将投资收益作为产出指标，但因为部分数值为负，无法进行计算，故而删去了该指标。
（5）资源配置的公平问题。资源配置中需要兼顾效率和公平，本文只从资源配置效率角度进行了研究。在银行业务分析和支行投入资源再分配的分析中，都没有考虑银行财务资源分配的公平性问题。而在实际运营中，不同银行之间、银行内部以及银行业务之间都存在公平性问题，最终的财务资源配置应体现效率和公平两个方面。
5.3 研究展望。
针对上述的研究局限，初步设想可以从以下几个方面改进。
（1）针对商业银行资产业务、负债业务和中间业务者这三种业务分别构建全面的评价指标体系，进行较全面的分析，这样能够从更多不同角度发现商业银行业务的特点，找出存在的问题，挖掘除传统业务外具有发展潜力的业务。
（2）可以尝试在商业银行财务资源配置问题中加入其他外界影响指标，这样更能够准确的反映实际问题。
（3）根据各银行实际情况，构建比较全面的 DEA 模型评价指标体系。
（4）关于模型选择简单的问题，可以有两种方案，一是改进简单模型，二是选择合适的其他模型进行分析，将两种方法作对比。关于资产业务和负债业务共同投入分配问题，可以选择一家基准银行进行调查得出合适的配比。关于资产和负债投入产出的相关性问题，可以尝试将某一业务产出作为另一种业务的投入分析计算，进行深入的探讨和研究。
（5）关于财务资源配置的公平性问题，可以先基于公平性视角，确定各支行财务资源投入的公平性区间，在以提高效率为目标，在约束条件中增加公平性偏离指标，通过规划求解得到兼顾公平与效率的财务资源配置方案[51].
目前商业银行资源配置问题研究还不够深入，本文所提供的方法为下一步提供了思路，但还需要在实践中证明有效可行，如何建立兼顾效率和公平的模型方法以及建立有效的指标体系都值得进一步研究和探讨。
参考文献：
[1]Fatima S. Al Shamsia, Hassan Y. Alyb, Mohamed Y. El-Bassiounic. Measuring and explaining the efficiencies of the United Arab Emirates banking system. Applied Economics, 2009, 27（41）： 3505~3519
[2]Wade D. Cook, Moez Hababou, Hans J. H. Tuenter. Multi component Efficiency Measurement and Shared Inputs in Data Envelopment Analysis: An Application to Sales and Service Performance in Bank Branches. Journal of Productivity Analysis. 2000, 14（3）： 209~224
[3]Anthony D. Ross. Performance-based strategic resource allocation in supply networks. Int. J. Production Economics, 2000（63）： 255~266
[4]Abhiman Das, Subhash C. Ray, Ashok Nag. Labor-use efficiency in indian banking: a branch-level analysis. OMEGA: The International Journal of Management Science, 2009, 37（2）： 411~25
[5]Fuad Aleskerov, Hasan Ersel, Reha Yolalan. Personnel allocation among bank branches using a two-stage multi-criteria approach. European Journal of Operational Research, 2003, 148（1）： 116~125
[6]Mette Asmild, Peter Bogetoft, Jens Leth Hougaard. Rationalizing inefficiency: Staff utilization in branches of a large Canadian bank. Omega, 2013, 41（1）： 80~87
[7]F. Hosseinzadeh Lotfi, N. Nematollahi, M.H. Behzadi, M. Mirbolouki, Z. Moghaddas. Centralized resource allocation with stochastic data. Journal of Computational and Applied Mathematics, 2012（238）： 1783~1788
[8]Armin Varmaz, AndreasVarwig, ThorstenPoddig. Centralized resource planning and Yardstick competition. Omega, 2013, 1（41）： 112~118
[9]Lei Fang. Centralized resource allocation based on efficiency analysis for step-by-step improvement paths. Omega, 2015, 51: 24~28
[10]张洋，中国银行业效率的动态实证分析，金融论坛，2011（12）：51~56
[11]陆勇，商业银行战略引资、经济效率与财务绩效研究，中国会计评论，2011,9（4）：445~460
[12]于明超，陈柳，中国商业银行利润效率实证分析：1996-2007,南京师大学报，2011（1）：51~57
[13]陈晓卫，我国银行业竞争与银行效率关系研究，预测，2012,31（2）：13~17
[14]卢方元，李小鸽，我国商业银行经营效率的动态综合评价，金融理论与实践，2012（3）：70~74
[15]陈茹，中国商业银行效率再研究--基于方向性距离函数：[硕士学位论文],广东：暨南大学，2011
[16]崔庆军，赵增耀，王群伟，考虑非期望产出的我国商业银行经营效率研究，华东经济管理，2012,26（5）：78~82
[17]王大军，大型商业银行财务资源配置研究，金融论坛，2012（8）：44~48
[18]李宽，论构建商业银行新财务资源配置机制，山西财经大学学报，2007,29（1）：46
[19]张振国，国有商业银行人力资源配置问题研究：[硕士学位论文],北京：中央民族大学，2008
[20]陈全兴，试论商业银行财务资源配置--以战略目标为导向，会计之友，2010（9）：32~33
[21]杨志鹏，基于 RAROC 的商业银行经济资本配置研究：[硕士学位论文],辽宁：东北财经大学，2010
[22]陈凯，赵晓菊，中国、德国和美国商业银行效率差异及其比较优势分析，国际金融研究，2012（9）：88~96
[23]常洁，新经济形势下我国商业银行固定资产资源配置绩效提升研究，金融会计，2013（5）： 25~28
[24]Berger,A.N, D.B.Humphrey. Efficiency of financial institutions: International survey and directions for future research. European Journal of Operational Research, 1997, 98（2）： 175~212
[25]Aude Deville. Branch Banking Network Assessment Using DEA: A Benchmarking Analysis-A note. Management Accounting Research, 2009, 20（4）： 252~261
[26]Caria Conceicao A. Silva Portela, Emmanuel Thanassoulis. Comparative efficiency analysis of Portuguese Bank branches. European Journal of Operational Research. 2007, 177（2）： 1275~1288
[27]Tyrone T.Lin, Chia-Chi Lee, Tsui-Fen Chiu. Application of DEA in Analyzing a Bank's Operating Performance. Expert Systems with Applications, 2009, 36（5）： 8883~8891
[28]G.R. Jahanshahloo, A.R. Amirteimoori,S. Kordrostami. Multi-component perfoermance, progress and regress meaurement and shared inputs and outputs in DEA for panel date:an application in commercial bank branches. Applied Mathematics and Computation, 2004, 151（1）： 1~16
[29]David Dekker, Theirry Post. A quasi-concave DEA model with an application forbank branch performance evaluation. European Journal of Operational Research, 2001（132）： 296~311
[30]Chyan Yang, Hsian-Ming liu. Managerial efficiency in Taiwan bank branches: A network DEA . Economic Modeling, 2012, 29（2）： 450~461
[31]Joseph C.Paradi, Stephen Rouatt. Haiyan Zhu. Two-stage evaluation of bank branch efficiency using data envelopment analysis. Omega. 2011, 39（1）： 99~109
[32]Kent Matthews. Risk management and managerial efficiency in Chinese banks: A network DEA framework. Omega, 2013, 41（2）： 207~215
[33]芦锋，刘维奇，史金凤，我国商业银行效率研究--基于储蓄新视角下的网络 DEA 方法，中国软科学，2012（2）：174~184
[34]胡静，刘金兰，商业银行分支机构绩效管理办法探讨，西北农林科技大学学报，2007,7（5）：69~72
[35]赵永乐，王均坦，商业银行效率、营销因素及其能力模型的解释结果，金融研究，2008（3）：58~69
[36]顾乾屏，姜彦福，孙晓昆，基于 SE-DEA 的商业银行分支机构效率，清华大学学报（自然科学版），2008,48（12）：2145~2148
[37]赵翔，银行分支机构效率测度及影响因素分析--基于超效率 DEA 与 Tobit模型的实证研究，经济科学，2010（1）：85~96
[38]赵萌，并联决策单元的动态 DEA 效率评价研究，管理科学，2011,24（1）：90~97
[39]葛丹丹，基于三阶段 DEA 的上海市商业银行效率的实证分析：[硕士学位论文],山东：山东大学，2011
[40]刘砚平，刘庆庆，我国商业银行效率实证研究--基于超效率 DEA 模型和Malmquist 指数模型，山东财政学学报，2012,122（6）：28~33
[41]Fuh-HwaFranklin Liu, Ling-Chuan Tsai. Reallocating multiple inputs and outputs of units to improve overall performance. Applied Mathematics and Computation,2012, 1（219）： 237~247
[42]Lins M.P.E., Gomes E.G. Olympic ranking based on azero-sum gains DEA model. European Journal of Operational Research, 2003, 148: 312~322
[43]魏雯，我国商业银行资产业务创新及其分析：[硕士学位论文],陕西：西北大学，2010
[44]吴玮，资本约束对商业银行资产配置行为的影响--基于175家商业银行数据的经验研究，金融研究，2011（4）：65~81
[45]高政，基于 DEA 的中国商业银行 X 效率在绩效评价中的实证研究：[硕士学 位论文],天津：天津大学，2011
[46]毕功兵，梁梁，杨锋，商业银行 DEA 效率评价投入产出指标选择研究，管 理评论，2007,21（6）：10~16
[47]姜贺敏，基于资源约束型 DEA 的商业银行效率研究：[硕士学位论文],哈尔 滨：哈尔滨工业大学，2010
[48]周晓苏，会计学，北京：清华大学出版社，2007
[49]蒋婧，2007-2012中国商业银行业务运行分析报告：[硕士学位论文],湖北： 华中科技大学，2013
[50]高顺芝，我国商业银行负债结构优化：[硕士学位论文],辽宁：东北财经大学，2013
[51]郑立群，中国各省区碳减排责任分摊--基于零和收益 DEA 模型的研究，资源科学，2012,34（11）：1~10
[52]林坦，宁俊飞，基于零和 DEA 模型的欧盟国家碳排放权分配效率研究，数量经济技术经济研究，2011（3）：36~50
