基于因子分析-DEA模型的我国商业银行技术效率研究

摘要

商业银行是我国金融体系的重要组成部分，在我国经济运行和社会发展中起着不可或缺的作用。随着银行业的全面开放、利率市场化的逐渐深入以及互联网金融带来的冲击，激烈的市场竞争使我国商业银行的效率问题成为了学术界和业界共同的研究内容。对商业银行效率值进行测度，并研究其影响因素，可以为商业银行配置资源和经营管理提供经验数据，也可为监管机构实行有针对性的监管措施提供理论依据，这对于我国银行业的转型发展和金融行业的安全稳定具有重要的现实意义。
　　本文构建了因子分析-DEA模型，运用该方法从静态角度测算出我国16家上市商业银行的技术效率值;用Malmquist指数模型从动态角度对所选样本银行技术效率值的变化做出分析。此外，还对影响商业银行技术效率的各种因素进行了Tobit回归分析。研究发现:2007-2014年期间，我国商业银行技术效率值整体呈现稳健上升态势，但是我国大量商业银行存在DEA无效，资源使用率没有达到最优，存在多余的投入。国有商业银行技术效率值低于股份制商业银行和城市商业银行。从影响因素看，市场份额和资产费用率与我国商业银行技术效率值呈现负相关，创新能力与技术效率值呈现正相关关系。我国商业银行需要合理控制扩张规模，降低资产费用率，不断进行技术创新以提高效率值。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 研究背景及研究意义

1．2 国内外研究文献综述

1．2．1 国外关于商业银行技术效率的研究

1．2．2 国内关于商业银行技术效率的研究

1．2．3 文献述评

1．3 研究思路及研究方法

1．3．1 研究思路

1．3．2 研究方法

1．4 论文创新点与不足

1．4．1 论文创新点

1．4．2 不足之处

第2章 商业银行技术效率分析的理论基础

2．1 商业银行技术效率的内涵

2．2 商业银行技术效率的影响因素

2．2．1 宏观影响因素

2．2．2 行业影响因素

2．2．3 内部影响因素

2．3 商业银行技术效率的测算方法

2．3．1 参数法

2．3．2 非参数法

2．4 本章小结

第3章 商业银行技术效率测算模型构建

3．1 因子分析法的基本原理及模型

3．1．1 因子分析法的基本原理

3．1．2 因子分析模型

3．2 DEA模型

3．3 构建因子分析的DEA模型

3．4 Malmquist指数模型

3．5 本章小结

第4章 我国商业银行技术效率实证分析

4．1 样本数据及变量选择

4．1．1 样本选取及数据来源

4．1．2 投入产出变量的选择

4．2 投入产出变量的因子分析

4．2．1 投入变量的因子分析

4．2．2 产出变量的因子分析

4．3 我国商业银行效率的静态测算

4．3．1 样本银行的技术效率分析

4．3．2 样本银行的纯技术效率分析

4．3．3 样本银行的规模效率分析

4．4 我国商业银行效率的动态测算

4．4．1 Malmquist全要素生产率指数及其分解结果

4．4．2 技术效率变化指数及其分解结果

4．5 我国商业银行效率影响因素的实证研究

4．5．1 模型及变量的选择

4．5．2 实证结果及分析

4．6 本章小结

第5章 提升我国商业银行技术效率的建议

5．1 提高应对宏观环境变化的能力

5．2 合理控制扩张规模

5．3 开展多种经营业务

5．4 提高成本控制能力

5．5 加快技术进步与金融创新

结论

参考文献

攻读学位期间所发表的学术论文目录

附录

致谢