基于DEA模型的非利息收入变动对我国商业银行效率影响的实证分析


    目 录 摘要 1 ABSTRACT 2 一 前言 3 1.1 研究背景及意义 3 1.2 文献综述 4 1.2.1 国外研究文献综述 4 1.2.2 国内研究文献综述 5 1.2.3 文献评述 6 1.3 研究思路及方法 6 二 银行效率的DEA评价方法 7 2.1 银行效率评价方法 7 2.2 DEA分析法 7 三 研究设计与样本描述 10 3.1 理论分析与研究假设 10 3.1.1 我国商业银行非利息收入业务发展现状 10 3.1.2 银行非利息业务、非利息收入与银行效率之间的关系 10 3.2 模型构建与变量选择 11 3.2.1 建立DEA模型、选择输入输出值 11 3.2.2 建立面板数据模型 11 3.3 描述统计 12 3.3.1 DEA模型描述统计 12 3.3.2 面板数据描述统计 14 四 实证结果与分析 17 4.1 面板数据实证结果 17 4.2 实证研究结果分析 18 五 建议对策及研究展望 20 5.1 建议与对策 20 5.2 研究不足及后续研究展望 21 参考文献 22 致谢 24 基于DEA模型的非利息收入变动对我国商业银行效率影响的实证分析 摘要 本文主要研究我国商业银行非利息收变动与其效率之间的关系。分析我国商业银行非利息收入业务的生存环境、发展现状及影响因素,选取2010年第二季度至2016年第二季度我国十六家上市银行财务报表披露的季度数据为样本,利用数据包络分析方法(DEA)对银行的效率进行估计,利用面板数据分析方法,对银行非利息收入变动及其他相关影响因素和银行效率的相关关系进行实证论证,结合我国商业银行非利息收入业务发展现状,对其未来发展和银行效率的提高提出针对性对策和合理建议。 本文得出如下结论:(1)我国上市商业银行的手续费及佣金收入与银行效率呈明显正相关关系,银行的手续费及佣金收入成为商业银行利润增长的支撑点,手续费及佣金收入占比的提升能带来商业银行效率的优化;(2)其他非利息收入(扣除佣金和手续费收入的非息收入)占比与商业银行的效率负相关,与其发展成熟程度较低、经营所消耗成本较高、占比较低未形成规模效应、存在较大风险等因素有关;(3)商业银行利润的增长和资产规模的扩大与商业银行效率的提升相关程度并不显著。 关键词:非利息收入,商业银行效率,DEA An Empirical Analysis of the Impact of Non-interest Income Changes on the Efficiency of China's Commercial Banks Based on DEA Model ABSTRACT This paper mainly studies the relationship between the non - interest income and the efficiency of China 's commercial banks. This paper analyzes the living environment, the present situation and the influencing factors of the non-interest income business of China's commercial banks, and selects the quarterly data from the financial statements of the 16 listed banks in China from the second quarter of 2010 to the second quarter of 2016 as the sample, (DEA) is used to estimate the efficiency of banks, and the relationship between bank non-interest income and other relevant factors and bank efficiency is proved by using panel data analysis method. Combining with the development of non-interest income business of commercial banks in China, Its future development and the improvement of bank efficiency put forward targeted countermeasures and reasonable suggestions. This paper draws the following conclusions: (1) The fees and commission income of listed commercial banks in China are positively correlated with the bank efficiency. The bank's fee and commission income are the supporting points of the profit growth of commercial banks. The fee and commission income (2) The proportion of other non-interest income (non-interest income excluding commission and fee income) is negatively correlated with the efficiency of commercial banks, and the degree of maturity is low, and the operation of the business (3) The increase of profit of commercial banks and the expansion of asset scale are not significant in relation to the improvement of commercial banks' efficiency. Key Words: Non-interest Income of Commercial Bank, Bank Efficiency; DEA 一 前言 1.1 研究背景及意义 银行非利息收入顾名思义是传统的存贷业务利息差以外的营业收入,主要由手续费及佣金收入、净投资收入等服务或活动产生的收入构成。 在我国目前的银行收入构成模式下,传统的利息收入仍是商业银行利润的主要来源,一般占据主营业务收入的80%以上。但近年来互联网金融飞速发展及金融体系多元化的态势对我国商业银行传统的存贷业务产生了不小的冲击,同时利率变动、国际经济周期、经济金融形势波动都是导致传统的利息收入增速放缓甚至呈下行趋势的因素。 图1 2010~2015年我国五大国有银行利息收入变化情况 图2 2010~2015年我国五大国有银行非利息收入占比变化情况 从图1可以看出,我国五大国有银行的年利息收入近年来呈总体增速放缓趋势;非利息收入占比方面,图2显示自2010年以来交通银行、工商银行非利息收入占比有明显上升趋势,中国银行与建设银行稳中有增,农业银行略有波动但2014年以来仍呈现上升趋势。 数据来源:五大国有商业银行2010-2015年度财务报告数据 传统的利息收入增长速度已经逐渐减慢,非利息收入已经逐渐为各家银行所重视并成为提升业绩能力的重要施力方向。不仅仅在中国,全球背景下,尤其是西方金融业较为发达的国家,非利息收入业务已经成为应对银行业和其他金融机构激烈的竞争、适应不断变化的经济金融形势普遍使用和追求的手段。 银行综合化经营的持续推进、企业和个人多元化资产管理需求的不断提升等都将成为推动非利息收入增长的有利因素,但外贸持续低迷、理财监管趋于严格、资本市场波动等对其的影响同样不容忽视。 赫国胜,徐洁. 我国上市商业银行非利息收入业务分析与对策[J]. 财经问题研究,2010,(12):86-92. 当前对商业银行非利息收入的研究较少,大多数也都集中在非利息收入业务变动可能存在的风险上,并未与商业银行的实际经营效率联系在一起;而对银行的效率研究也较少将非利息收入业务的影响纳入专门考量。 1.2 文献综述 本部分主要针对国内外研究学者对商业银行非利息收入业务和银行效率的相关研究理论进行概述。 1.2.1 国外研究文献综述 商业银行非利息收入业务在国外发展较早,关于其对银行效率影响的研究也相对更为成熟。 Joyeeta Deb(2013)在对印度的60家银行的面板数据进行分析后得出非利息收入占比的增加能够显著提升商业银行经营管理的效率。 Vincenzo Chiorazzo(2008)分析整理了2003至2007年意大利银行的财务报告后认为非利息收入业务类别和规模的扩大导致了商业银行绩效的提高;但同时也有不少学者持相反的观点。 Li Li(2014)利用DEA模型对多家商业银行的效率进行评分估计后提出增加非利息收入作为产出变量后并不会对银行的效率产生显著的影响。 Moshirian(2015)和Jaffar(2014)对英国巴克莱银行和欧美其他国家的银行非利息收入变动和银行的效率表现进行分析后认为其相关关系不明显。除了非利息收入对银行效率和风险的研究,国外学者对影响非利息收入变动的因素也做过相应探究。 较早期的研究中Sinkey(1998)利用美国银行二十世纪90年的财务数据分析研究得出银行资产规模越大非利息收入相应占比越高、传统的利息收入和非利息收入呈负相关变化、核心存款利息和非利息收入占比成反比等结论。 Lepetit(2009)分析了欧洲商业银行的风险和收入结构后认为银行的规模和非利息收入的种类都会对商业银行利息收入效益产生比较大的影响,进而影响到商业银行的效率。 Stiroh K(2014)在对欧美地区的商业银行非利息收入业务进行分析后提出不同金融市场中的经营格局业务模式都会对非利息收入业务的发展和非利息收入与银行效率之间的关系产生不同程度的影响。 1.2.2 国内研究文献综述 我国商业银行的非利息收入业务起步相对较晚,随着商业银行多元化、综合化经营的发展趋势,越来越多的专业学者也开始将目光聚焦在非利息收入以及其对商业银行效率、绩效的影响上来。 肖崎、苗俊杰(2016)对我国主要上市银行在2005至2014年的财报数据进行实证分析,剖析了我国商业银行非利息收入所占比重不高、业务的种类不多、前期增速缓慢但与利息收入波动近似的发展现状,但国内关于非利息收入的研究更多地集中在对银行风险的影响上。 吴晓艳(2013)利用面板数据建立系统GMM GMM即广义矩估计,Generalized method of moments,是基于模型实际参数满足一定矩条件而形成的一种参数估计的方法,是矩估计方法的一般化。 模型分析后认为非利息收入增加对降低资本充足率风险、经营风险、获利风险有积极的作用。 汪宏城(2012)提出非利息收入业务的变动对我国商业银行收益率的波动存在着显著的影响。 商业银行效率受非利息收入变动影响的研究方面,邰越越、杨虎锋(2014)基于我国44家银行2007-2012的面板数据建立变截距固定效应模型,他们认为非利息收入占比以及非利息收入业务的种类变化对商业银行的绩效并无显著影响。 魏世杰(2010)等人在分析了2003-2007年间国内40家商业银行的相关数据后提出非利息收入占比的提高和商业银行效率之间呈负相关关系,但将其进一步拆分后佣金及手续费收入占比的提高有利于提高银行的经营效率。 崔慕华(2014)利用理论分析与实证回归相结合的方法提出在我国目前的银行非利息收入发展现状下,商业银行的非利息收入与银行的经营效率是呈正相关关系的结论并加以了验证。 1.2.3 文献评述 随着我国银行业收入结构的不断调整和转型发展的趋势,非传统的非利息收入业务尤其是在近几年发展迅猛,关于最新的非利息收入发展现状下与商业银行效率的相关性研究还是较少,国内的相关研究在引入DEA模型来测度商业银行的效率时也较少考虑到非利息收入因素的影响。 因此本文选取2010至2016年度我国十六家上市银行非利息业务收入占比、营业净利润等季度数据,利用DEA效率评价方法对银行效率进行评估,利用面板数据分析方法,对银行非利息收入变动和银行效率的相关关系进行实证论证具有一定创新性和价值。 1.3 研究思路及方法 本文采用理论分析与实证检验相结合的研究方法,将商业银行的非利息收入变动情况与其实际经营效率联系起来,选取2010年至2016年我国16家上市银行所披露的季度数据指标作为研究对象,采用数据包络分析方法(DEA)对其经营效率进行估计,提出相关假设,利用面板数据分析方法检验我国上市商业银行的非利息收入变动情况对商业银行效率的影响,进而得出相关结论并提出相应建议与对策。 本文采用的研究方法具体有: 1. 文献综合研究法。梳理国内外对于商业银行非利息收入业务的现有研究成果,整理包括数据包络分析方法(DEA)在内的银行效率评价方法,对国内外关于商业银行效率、非利息收入业务的相关理论与研究成果进行概述和评价,为后续的实证分析打下基础。 2. 实证研究分析方法。采用数据包络分析法(DEA)对研究样本进行估计,采用面板数据分析方法,基于基本理论建立非利息收入对商业银行效率影响的模型,利用计量经济学方法验证银行非利息收入变动对于商业银行效率的实际影响。 二 银行效率的DEA评价方法 2.1 银行效率评价方法 根据效率的基本定义,商业银行的效率是指综合考量银行的投入和产出间的相对比例关系。银行的效率往往是商业银行的盈利能力、可持续发展能力的综合体现,银行的效率不管是在理论界还是实务界都是关注和研究的焦点,因为银行的效率高低不仅影响其自身的获利能力和发展前景,也对整个社会的资金运转效率与金融、经济稳定有重要的意义。 关于银行效率的评价方法也多种多样,现行采用比较广泛的是财务指标分析法、经济增加值方法、平衡记分卡法和前沿效率分析法。 陈晞. 银行同业业务扩张对我国上市商业银行效率影响[D].厦门大学,2014. 财务指标分析法和经济增加值分析方法都是利用银行的相关指标来进行效率的衡量。净资产收益率(ROE) 净资产收益率ROE,即Rate of Return on Common Stockholders’ Equity,是公司税后利润与净资产的比值,用于衡量股东权益的收益水平。 就是财务指标分析法下经典的一项效率评价指标,至今也为众多的研究者所选用,但显然其更侧重于银行盈利能力的强弱,对复杂的金融环境下银行的可持续发展经营绩效的评估是不全面的;经济增加值方法从增量的角度衡量效率,用税后营业净利润和资本费用的差额得出经济的增加值,但实际资金使用成本和未来现金流的预测是较为困难的。平衡计分卡从财务、内部流程、客户、创新与学习四个维度进行效率考核,属于较抽象的方法。以上三种方法各有侧重,但是都存在着或评价方法单一、或定性测度有失准确的弊端。 现广泛为人们所接受的银行效率测度方法是随机前沿分析(SFA)为代表的参数法和数据包络分析(DEA)为代表的非参数分析方法,它们就属于上述的第四种效率评价方法:前沿效率分析法。 随机前沿分析法(SFA)需要提前预设效率的目标函数,利用最大似然估计对其进行参数估计,其优点为可以分解出影响效率的各个因素,但函数的预设难度较大;而数据包络分析法(DEA)则不需要预设目标函数或者分布,实际运用的是线性规划的方法,利用投入要素与产出要素进行效率估计,因其较强的可操作性得到广泛认可与使用。 2.2 DEA分析法 数据包络分析方法(DEA)本质上是利用线性规划方法来评价多个投入和产出“对象”(称为“决策单元”,记为DMU)的有效性。根据对DMU观察数据值判断DMU是否有效,本质上是判断DMU是否位于可能集的“生产前沿面”上。 2.2.1 DEA模型概述 DEA模型所测度的技术效率是规模报酬不变的情况下生产前沿面上最优投入同实际投入的比率,可以理解为是反应在产出一定时,实现投入最小化的能力。 实际上DEA模型度量的是一种综合效率,它包含纯技术效率(PTE)和规模效率(SE)两部分,相关关系为: TE=PTE∗SE 当规模报酬可变时,位于生产前沿面上的最佳投入与实际投入的比例就是PTE,能够体现银行经营管理水平的高低;而SE则是在规模报酬不变与规模报酬可变的不同情况下两者最优投入的比例。 2.2.2 模型的简要数学推导过程 在DEA模型中拟进行效率评估的对象就是决策单元(DMU)。有如下的几项假设: 有n个决策单元 (j=1,2,3,```,n) 每个DMU有相同(相似)的m项输入(投入)指标 (i=1,2,3,```,m) 每个DMU有相同(相似)的s项输出(产出)指标 r=1,2,3,```,s) 第i个决策单元的输入向量Xi=x1i, x2i,```,xai,输出向量量Yi=y1i, y2i,```,yai,衡量决策单元DMUj是否DEA有效即用线性规划方法求出效率前沿边界,此时xij表示DMUj的m*1投入向量,yij表示DMUj的s*1产出向量,定义落在前沿上的决策单位(DMU)效率为1,即DEA有效,未落在前沿面上的效率值介于0到1之间。 则某一DMUj0的相对效率则可以由以下线性规划模型得出: minθ, s.t. j=1nλjXj≤θiXi , s.t. j=1nλjYj≤θiYi , λj≥0, j=1,2,3,…,n 以上即规模报酬不变前提下的CCR模型,是库伯等人由“两投入一产出”推广为“多投入多产出”而来。 但在现实中规模报酬不变的前提条件是较难满足的,VRS模型就进行了相应的修正来改进较为苛刻的假设带来的不便,测算除去规模效应的影响所得到的纯技术效率,即加入凸性假设: j=1nλj=1 , 模型中的θi则表示第i个决策单元的PTE,再利用比例关系求出规模效率SE。 2.2.3 样本及指标选取 依据效率的基本定义,商业银行的效率应为其投入要素与产出要素之间的比例,本质反应的是商业银行的资源利用效率和运营水平。 利用数据包络分析(DEA)方法进行商业银行效率的评价和度量已经逐渐为人们所广泛使用,但在输入和输出指标的选择上却各有侧重,有所区别。如何选用输入和输出指标,现行的主流方法有成本法和中介法等。 王健,金浩,梁慧超. 我国商业银行效率分析——基于超效率DEA和Malmquist指数[J]. 技术经济与管理研究,2011,(04):124-127. 成本法将银行视为生产其产品(即对应服务)的厂家,输入指标(投入)为生产的成本:资本、劳动力等,输出指标(产出)为其提供产品的数量,一般具体化为使用用户和交易的数量。 中介法则将银行视为金融活动的中介机构,付出利息从存款者处吸纳储蓄筹集资金,向贷款者放出贷款收取利息以获利。银行作为资金融通活动的媒介显然更符合现代银行的功能定位与实际情况,所以在DEA研究中中介法也处于较高的使用频率。 表1 基于中介法的DEA输入输出指标选取 作者 输入指标 输出指标 武伟、李丹、王涛 资本总额、劳动、借入资金 贷款、股权投资、其他投资、其他收益资产 周逢民、张会元等 存款总额、利息支出、员工人数、固定资产 投资总额、非利息收入、净贷款总额 王健、金浩、梁慧超 固定资产净值、员工人数、营业费用 贷款、其他盈利资产、税前利润总额 本文根据自身的研究方向和重点,对比后综合两种方法的长处,取长补短综合选取相应的输入和输出指标。 三 研究设计与样本描述 3.1 理论分析与研究假设 3.1.1 我国商业银行非利息收入业务发展现状 商业银行非利息收入是属于传统的存贷业务利息差以外的营业收入。利差收入虽仍是商业银行主要的利润来源,但由于影响利息变动的因素较多,且随着经济、金融形式的变化,我国的商业银行也开始纷纷将目光聚焦在非利息业务的发展上。 根据2016年我国上市商业银行披露的季度财务报告显示,多家银行的营业收入下滑,利息收入减少,但非利息收入占比却呈现一个增长的态势。截至2016年第三季度数据不完全统计,非利息收入占营业收入的比重超过30%的银行在A股上市行中数目已经大于10家。民生银行、中国银行和招商银行表现亮眼,非利息收入占比居前三位。 数据来源:我国上市银行季度财务报告披露数据 我国的非利息收入发展较晚和国外普遍的接近50%的非息收入占比有着很大的差距,也因此在发展的潜力上是巨大的。 崔慕华,衣兰. 商业银行非利息收入与经营绩效相关性研究[J]. 绿色财会,2014,(04):14-16. 但是金融环境的差异、竞争情况的复杂也意味着非利息收入业务的发展速度和发展方式都同时面临着机遇和挑战。银行业转型推动力巨大但政策规范也愈加严格,互联网金融、机构和产品市场化多元化都对商业银行的各类传统和创新业务产生了极大的冲击,因而非利息收入的变动和商业银行的经营效率之间的关系是一个值得研究的问题。 3.1.2 银行非利息业务、非利息收入与银行效率之间的关系 依据我国上市商业银行财务报告列示,商业银行的非利息收入主要有佣金及手续费收入、净投资收入、汇兑收入等几项,当下经济金融形势下资产规模扩张速度放缓,金融市场化程度逐渐加深,商业银行“躺着赚钱”的阶段早已经不复存在,传统的利息差收入利润空间逐渐缩减,向非利息收入业务转变发展已经成为商业银行经转型发展的必由之路。 中国商业银行的非利息收入占比和利息差收入确实规模尚小,但非利息收入已呈现总体增长趋势,且占据份额也在逐步提升的过程中,随着银行业综合功能的日益健全和规范,非利息收入业务的发展对商业银行分散风险、提升经营效益和效率具有重要的影响。所以本文假设非利息收入与我国商业银行的经营效率呈相关关系,但具体正向还是负向的影响暂不明确,因而对其作如下拆分处理: 对非利息收入的构成进行进一步的分析,将非利息收入拆分为手续费及佣金收入和不包含手续费和佣金收入的其他非利息收入两部分。 其中手续费及佣金收入属于非利息收入最重要的组成部分也是目前非利息收入的主要来源,较高的手续费及佣金业务收入往往意味着规模较大或数量较多的咨询、担保、代管业务等,与之相匹配的一般都是较高的银行声誉和强大的运营实力,本文假设手续费佣金收入与商业银行的效率呈正相关关系。除去手续费及佣金收入后的其他非利息收入来源主要是其他的一些新兴的、风险较高的、不够成熟的非利息收入业务,在我国非利息收入业务迅速成长但发展不够成熟和尚未完善的阶段,本文假设其与我国商业银行的效率呈负相关关系。 3.2 模型构建与变量选择 在进行非利息收入变动与商业银行效率之间的相关关系实证论证时,实际要分为两个步骤,第一步先利用数据包络分析法(DEA)对商业银行的效率值进行估测,估测出的效率值作为面板数据分析中的被解释变量;选取我国16家上市银行的相应指标作为解释变量进行实证研究,数据时间跨度为2010年第二季度至2016年第二季度的季度数据。 3.2.1 建立DEA模型、选择输入输出值 选择在时间跨度期开始时已上市的16家银行作为DEA模型中的决策单元(DMU),数据来源为中国上市银行所披露的季报、半年报和年报。 在DEA分析方法中,需要对比各项所选择的投入(输入)和产出(输出)指标来估测DMU的效率值。综合借鉴广泛运用的中介法和生产法等指标选取方法,根据阅读整理的相关文献,融合本文探讨的方向与重点,选择以下的指标作为输入和输出指标: 输入指标:存款总额、固定资产、利息支出 输出指标:贷款总额、主营业务收入、净利润 3.2.2 建立面板数据模型 选择与DEA模型中相同的十六家上市银行作为样本,以保持分析的延续性与整体性,根据以上分析及其他文献研究,考察商业银行非利息收入波动是否和银行的效率变化有相关关系,考察商业商业银行其他非利息收入、净利润和资产规模等其他因素对其效率影响的相关关系,建立如下模型: TEit=α0+α1SXFRit+α2ONIIRit+α3TRit+α4TAit+εit 模型中i表示第i家银行,i=1,2,3,…,n,t表示第t期,t=1,2,3,…s,TEit表示第i家银行在第t时期的效率值,SXFRit是第i家银行在第t期的手续费及佣金收入占比,ONIIRit则是第i家银行在第t时期的其他非利息收入占比,TRit是第i家银行在第t时期的营业净利润指标,而TAit指的是第i家银行在t期的资本总量。 3.3 描述统计 3.3.1 DEA模型描述统计 本文选取的输入指标为“存款总额、固定资产、利息支出”,输出指标为“贷款总额、主营业务收入、净利润”,利用DEA-SOLVER Pro5.0软件进行DEA模型分析,下表即为选择CCR-I模型时十六家上市银行的效率值估测值: 表2-1 十六家商业银行2010年第二季度至2012年第二季度DEA模型效率值 时期/银行 201006 201009 201012 201103 201106 201109 201112 201203 201206 浦发银行 0.9979 0.9912 0.9525 0.9632 0.9764 0.9390 0.9470 0.9235 0.9967 华夏银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 民生银行 0.8214 0.8265 0.8126 0.8463 0.8152 0.8387 0.8563 0.8287 0.8354 招商银行 0.8341 0.8523 0.8069 0.8296 0.8221 0.7986 0.8425 0.8121 0.8412 南京银行 1.0000 0.8900 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 兴业银行 0.9170 0.8468 0.9878 1.0000 0.9258 1.0000 0.9952 1.0000 1.0000 北京银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 农业银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 交通银行 0.8883 0.8873 0.8646 0.9167 0.9456 0.9297 0.9204 0.9105 0.9363 工商银行 0.9618 0.9307 0.9355 0.9565 0.9483 0.9400 0.9627 0.9615 0.9683 光大银行 0.9525 0.9572 0.9604 0.9572 0.9701 0.9969 0.9768 0.8893 0.9127 建设银行 0.9088 1.0000 0.9061 0.9141 0.9270 0.8997 0.9394 0.9710 0.9431 中国银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 中信银行 0.9876 0.9370 0.9092 0.9423 0.9307 0.8631 0.8918 0.9146 0.9525 平安银行 0.9604 0.9679 0.9265 0.8947 0.9357 1.0000 1.0000 0.9564 1.0000 宁波银行 0.8888 0.8070 1.0000 1.0000 1.0000 1.0000 1.0000 0.8884 0.8979 2-2 十六家商业银行2012年第三季度至2014年第三季度DEA模型效率值 时期/银行 201209 201212 2013/03 201306 201309 201312 201403 201406 201409 浦发银行 0.9629 0.9879 1.0000 1.0000 0.9772 0.9203 0.9409 0.9510 0.9461 华夏银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 民生银行 0.8169 0.8496 0.8871 0.8731 0.8645 0.9251 0.9018 0.8967 0.8676 招商银行 0.8092 0.8622 0.8720 0.8610 0.8361 0.8050 0.7831 0.8485 0.8372 南京银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 兴业银行 1.0000 0.9989 0.9108 0.9276 0.9557 0.9667 1.0000 1.0000 0.9757 北京银行 1.0000 1.0000 0.9424 0.9939 1.0000 1.0000 1.0000 1.0000 1.0000 农业银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 交通银行 0.9315 0.9814 0.9291 0.9430 0.9696 1.0000 1.0000 1.0000 1.0000 工商银行 0.9707 0.9823 0.9658 0.9641 0.9680 0.9489 0.9703 0.9737 0.9734 光大银行 0.9107 0.9382 0.9495 0.9537 0.9807 0.9917 1.0000 0.9749 0.9451 建设银行 0.9291 0.9522 0.9552 0.9687 0.9446 0.9264 0.9238 0.9269 0.9402 中国银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 中信银行 0.9355 0.9681 0.9845 1.0000 0.9839 0.9573 0.9481 0.9953 0.9880 平安银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 宁波银行 0.9235 0.9527 1.0000 1.0000 0.9519 0.9862 1.0000 1.0000 1.0000 表2-3 十六家商业银行2014年第四季度至2016年第二季度DEA模型效率值 时期/银行 201412 201503 201506 201509 201512 201603 201606 浦发银行 0.9100 0.9854 0.9522 0.9137 0.8807 0.8936 0.8622 华夏银行 1.0000 1.0000 1.0000 1.0000 0.9955 1.0000 0.9708 民生银行 0.9558 0.9448 0.9160 0.9170 0.9312 0.9126 0.8959 招商银行 0.8434 0.7233 0.7602 0.7556 0.8155 0.6875 0.7253 南京银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 兴业银行 0.9522 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 北京银行 1.0000 1.0000 1.0000 1.0000 1.0000 0.9891 1.0000 农业银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 交通银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 工商银行 0.9708 0.9184 0.9385 0.9504 0.9291 0.9025 0.9133 光大银行 0.9515 0.9413 0.9434 0.9257 0.9563 1.0000 1.0000 建设银行 0.9337 0.8893 0.9055 0.9138 0.9008 0.8315 0.8467 中国银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9527 中信银行 0.9724 0.9349 0.9741 0.9873 1.0000 1.0000 1.0000 平安银行 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 宁波银行 0.9533 0.9378 0.9756 0.9473 0.9287 0.9518 0.9480 根据DEA模型分析结果(如表2-1、2-2以及2-3所示)可以对作为代表的16家上市银行选取时段(2010年第二季度至2016年第二季度)的效率情况进行简单的分析评述。 1. 我国上市商业银行的效率在波动中上升 由上表DEA模型得出的银行效率估测值可以看出,我国商业银行的效率处于一个波动的过程,每个时点上该16家银行的效率均值如图3所示,处于一个波动上升的状态。其中2012年第一季度与2014下半年的两次明显下滑可能与银监会密集出台相关政策和互联网金融迅速发展对商业银行带来的冲击有关联。2015-2016年商业银行转型发展步伐逐渐加快,在业务、经营方式转型探索中,产生波动也属于正常反应。 图3 2010年第二季度至2016年第二季度16家银行效率均值 2. 我国上市股份制银行的效率暂优于国有上市银行 由2010年第二季度至2016年第二季度的效率值得出16家上市银行的效率均值,其中农业银行效率值最高,接着是华夏银行、中国银行、北京银行、南京银行、平安银行、兴业银行、中信银行,五大行中仅农业银行与中国银行排名靠前,股份制银行更佳的效率值表现与其较强的业务创新能力是密不可分的,而工商银行与建设银行的效率值则呈现一个下滑趋势,在巨大的体量下保持业务增长的同时也需要关注实际的运营效率。 3.3.2 面板数据描述统计 1. 面板数据统计描述 对该16家上市银行的非利息收入指标“非利息收入占比”进行统计描述可得:如图4,16家上市银行的非利息收入占比呈现明显上升趋势,这与我国商业银行向多元业务转型和逐步发展非利息收入等业务的现状相符合。 图4 2010~2016年银行年平均非利息收入占比变化趋势 其中平均非利息收入占比最高的是中国银行,非利息收入占比为32.7%,可见非利息收入已经低于70%,可能与其经营方针与外汇业务等银行发展特色有关系,紧随其后的是民生银行29.4%与招商银行28.3%,而非利息收入平均占比最低的是华夏银行13.8%。单季度非利息收入占比最大值出现在建设银行2016年第一季度时,占比42.6%。 表3 面板数据模型变量相关统计描述 TE SXFR ONIIR TR TA 均值 0.956201 18.12425 21.73546 4.43E+10 5.84E+12 中值 0.984969 18.56710 21.48000 2.06E+10 3.27E+12 最大值 1.000000 36.30840 42.59670 2.78E+11 2.35E+13 最小值 0.687506 5.902500 0.222000 7.89E+08 1.99E+11 标准差 0.058966 5.893608 7.827054 5.59E+10 5.98E+12 2. 面板数据单位根检验 在面板数据中,当存在单位根时就会出现不平稳情况,此时就会出现伪回归。所以在回归之前先对变量进行单位根检验。以下为检验结果: (1)技术效率(TE) 被解释变量TE是基于DEA模型估测的银行效率的评价指标,利用Eviews软件对其进行单位根检验,原假设为存在单位根,置信度为5%,结果如下: 表4-1 TE(技术效率)单位根检验 方法 统计值 P值 截面数量 观测值 假设存在相同根 LLC方法 -8.07768 0.0000 12 266 假设存在不同根 IPS方法 -6.51492 0.0000 12 266 ADF – Fisher方法 79.6442 0.0000 12 268 PP – Fisher方法 64.2775 0.0000 12 276 在5%的置信度下,单位根检验LLC、IPS、ADF和PP方法结果均为不存在单位根,因此TE是平稳的。 (2)手续费及佣金收入占比(SXFR)和其他非利息收入占比(ONIIR) 手续费及佣金收入占比和其他非利息收入占比是本文研究最重要的两个解释变量,它们是商业银行非利息收入情况的直观展现,同上,在5%的置信度下,单位根检验LLC、IPS、ADF和PP方法结果均为不存在单位根,因此SXFR和ONIIR都是平稳的。 (3)净利润(TR) 同上进行单位根检验,净利润是在一阶差分后是平稳的,更替新的TR为净利润的增长率。 表4-2 净利润(TR)一阶差分的单位根检验 方法 统计值 P值 截面数量 观测值 假设存在相同根 LLC方法 -252.861 0.0000 16 311 假设存在不同根 IPS方法 -202.809 0.0000 16 311 ADF – Fisher方法 2929.07 0.0000 16 311 PP – Fisher方法 703.387 0.0000 16 352 (4)资产规模(TA) 同理,TA也是在一阶差分后是平稳的,更替新的TA定义为资产规模的增长率。 由于TR和TA不满足单位根检验并对其进行了一阶差分处理,前提条件同阶单整不满足,则无需进行协整检验。 四 实证结果与分析 4.1 面板数据实证结果 4.1.1 确定影响形式 在回归分析之前,首先根据Hausman检验对效应模型进行选择。 Hausman检验是建立在随机效应回归模型下的,检验结果如表5所示,P值明显小于0.05,说明在5%的置信度水平下应该拒绝原假设,建立固定效应模型,即模型中的不同个体影响与解释变量是相关的。 表5 商业银行非利息收入变动对效率的影响模型Hausman检验 Test Summary t-Statistic Chi-Sq. d.f. Prob Cross-section random 12.691951 4 0.0129 4.1.2 进行模型假定检验 因面板数据中包含截面、时期、变量三个维度的信息,模型设定不正确所得的结果也将会和所要模拟的变量经济实质相差甚远,模型的选定因此十分重要。常用的面板数据模型有无个体影响的不变系数模型、变截距模型和含有个体影响的变系数模型等,利用F统计量方法计算得出,设定不变系数固定效应模型进行实证分析。 4.1.3 模型回归结果 表6 不变系数固定效应实证模型回归结果 Variable Coefficient Std. Error t-Statistic Prob. C 0.948091*** 0.006859 138.2248 0.0000 SXFR 0.000717** 0.000352 2.035732 0.0425 ONIIR -0.001339*** 0.000515 -2.598681 0.0098 DTR 3.78E-14 4.45E-14 0.849437 0.3962 DTA 5.00E-15 9.46E-15 0.528123 0.5978 R-squared 0.752325 Mean dependent var 0.957302 Adjusted R-squared 0.738802 S.D. dependent var 0.058321 S.E. of regression 0.029806 Akaike info criterion -4.135367 Sum squared resid 0.309172 Schwarz criterion -3.922971 Log likelihood 780.9075 Hannan-Quinn criter. -4.050984 F-statistic 55.63510 Durbin-Watson stat 0.803934 Prob(F-statistic) 0.000000 注:***表示当显著性水平为1%时,通过显著性检验;**表示当显著性水平为5%时,通过显著性检验;*表示当显著性为10%时,通过显著性检验。 4.2 实证研究结果分析 根据表6的实证研究结果进行相应分析: 1. 上市商业银行的手续费及佣金收入与银行效率呈正相关关系 将非利息收入业务中的佣金及手续费收入单独拆出进行分析时发现,佣金和手续费收入占比的提升可以显著提升商业银行的效率。将商业银行非利息收入拆分成手续费及佣金收入和扣除了手续费和佣金收入的其他非利息收入(一般包含公允价值变动、汇兑等损益收入),虽然银行业转型发展大势所趋,但手续费及佣金业务收入仍旧是非利息收入主要的且相对传统的组成部分,相较其他的非利息收入业务发展更为完善,所带来的盈利效率更高,存在的风险更低,因而在连续降息和利率市场化的多方作用下,银行的手续费及佣金收入成为商业银行利润增长的重要动力,较高的手续费及佣金业务收入意味着较大的规模或数量较多的咨询、担保、代管业务等,与之相匹配的一般都是较高的银行声誉和强大的运营实力,因此手续费及佣金收入占比的提升能带来商业银行效率的优化。 2. 其他非利息收入占比与商业银行的效率呈负相关关系 实证结果显现,与手续费及佣金收入相反,商业银行的其他非利息收入业务的增长并没有促进其效率的显著提升,反而使得银行的效率有所下降,利率市场化不断加深的背景下国内商业银行非利息收入受到前所未有的青睐,但现阶段发展水平下呈现与银行效率背道而驰的情况,本文认为可能存在如下几个原因: 首先,非利息收入不同于传统的利息收入业务,其在国内发展起步较晚,业务品种激增的背后是运营的不够完善,因而其承担的成本和费用相较于传统的手续费及佣金为代表的非利息收入业务显然是更高的,很有可能超过了其所带来的利润而影响到经营的效率;其次,因为非利息收入的业务规模占比仍旧比较低,无法形成规模效应;另外,除了为人们普遍所知的佣金及手续费收入外,其他的非利息收入业务种类也越来越繁多,其中不乏一些收益相对较高但同时风险也较大的新兴业务,在转型的压力下急于追求业务创新会增加商业银行盈利的波动性并对银行的风险控制产生不良的影响,进而影响到银行的效率。 3. 盈利能力的提升和资产规模的扩大可以促进商业银行效率的提升 由表6实证结果可知,以年净利润增长率为代表的商业银行盈利能力和银行资产规模的扩大与商业银行的效率存在着正相关关系,但是并不显著。商业银行的盈利能力受其贷款的质量、资产的规模、流动性等因素的影响,利润总额的数量和增长幅度状态一定程度上反应着银行的盈利能力,盈利能力越强意味着利用一定的成本和资源获得收益的能力更强,也往往意味着更高的经营效率。而银行的资产规模对其效率也有很大的影响,资产规模越大、扩大生产的能力越强,较低的边际成本更容易产生较多的盈利,但同时当资产规模超过最佳规模时,也会受制于庞大的体量而造成其经营效率下降。 实证结果显示银行的盈利能力提升和规模扩大和效率的提高呈现轻微正向促进作用,但是效果并不明显,现实中也会受到其他各类因素的影响和制约。 五 建议对策及研究展望 5.1 建议与对策 本文选取2010~2016年度我国16家上市银行财务报表中的非利息业务收入等指标的季度数据作为研究样本,利用数据包络分析方法进行银行效率的评估,利用面板数据分析方法,对银行非利息收入变动和银行效率的相关关系进行实证论证。 研究结论表明:上市商业银行的手续费及佣金收入与银行效率呈正相关关系,其他非利息收入与商业银行的效率呈负相关关系,盈利能力的提升和资产规模的扩大可以促进商业银行效率的提升。针对我国商业银行非利息收入业务的发展现状和存在的问题,结合实证分析的相关结论,对我国商业银行合理有序地发展非利息收入及促进商业银行效率的提升提出以下针对性建议: 1. 鼓励多元发展,优化业务结构 我国商业银行的非利息收入业务起步较晚,非利息收入占比相较传统的利息收入而言仍是较低的,在利率市场化加速、利差收窄、金融机构和产品体系多元化等复杂的社会、经济、金融环境下,开展多元化经营,优化产品、业务结构,保持利润的增长和可持续发展对面临着激烈竞争的商业银行来说尤为重要。本文实证研究结果表明,手续费及佣金收入作为非利息收入中最重要的也是在国内银行非利息收入中发展中相对较为成熟的组成部分,对商业银行的效率提升起到积极的影响。商业银行应积极进行业务和产品创新,科学合理地发展手续费及佣金业务收入等非利息收入,同时根据自身发展特色和现有条件不断调整和优化业务结构,才能在激烈的竞争中拔得头筹。 2. 注重成本控制,提升服务质量 实证结果显现,相对手续费及佣金收入而言,其他部分的非利息收入业务增长并没有带来银行效率的提升,反而会导致银行的效率降低。其他非利息收入大多是创新型业务,创新的初期意味着运营不够健全、规模效应还未形成。银行应注重该部分业务的成本控制,在收益相对固定的前提下合理设计、营运,降低其承担的成本和费用,只有将对应的成本和费用控制在其所带来的利润以内,才能逐渐转而对银行的经营效率产生正向的促进作用。提升非利息收入业务的规模,完善非利息业务收入为代表的非传统业务模块,进而形成规模效应,在提升业务水平和服务质量的同时逐渐控制成本,实现长足的发展。 3. 强化风险意识,增强银行实力 在非利息收入业务快速发展的现状下,产品种类繁多的同时其中不乏一些收益相对较高但风险较大的新兴业务,急于追求创新而忽视风险的控制也证实会对银行效率产生不利影响。商业银行在发展非利息收入业务和其他创新业务时要强化风险意识,做好风险防范与控制工作,降低该部分业务对商业银行盈利波动性和对银行整体风险控制的不良影响。银行的信誉和实力等因素也都会对客户的产品服务选择产生极大的影响,现代商业银行应在做好风险防范的前提下合理规划、积极创新和转型,维护银行的信誉,增强自身实力,实现银行效率的不断提升,进而在激烈的竞争环境下可持续地健康发展。 5.2 研究不足及后续研究 展望 由于作者水平的不足和研究时间、信息的不尽完善,本文仍存在以下些许不足,在下一阶段的研究中望再深入和改进: 本文选取我国16家上市银行作为研究代表进行整体研究,这16家上市银行均规模庞大、业务发展在国内已相对比较成熟,在我国金融机构多元化发展的现状下不能完全反映数量众多的其他银行,尤其是正在积极发展非利息收入业务的广大中小银行的状况;其次,将16家银行在一段时期内的面板数据视为整体进行研究分析,未来可以进一步具体地针对其中每一家银行非利息收入发展的不同阶段,如萌芽期、成长期和成熟期等,具体深入分析不同非利息收入发展变化阶段对效率的不同影响;此外,本文主要探究了非利息收入变动对商业银行效率的影响,但在广阔的金融市场中,其他诸多影响因素的变化发展对银行的影响都是深远而多样的,未来需要进行更全面的分析来提高对商业银行决策建议的合理性。 参考文献 [1] Engle,R.,MOshirian,F.,Sahgal,S.,Zhang,B.Banks Non-interest Income and Global Financial Stability[R].CIFR paper,2015(15) [2] Jaffar,K.,Mabwe,K.,R.Changing Bank Income Structure: Evidence from Large UK Banks?[J].Asian Journal of Finance And Accounting,2014(6) [3] Lepetit,L.,Nys,E.,Rous,P.,Tarazi,A Bank Income Structure and Risk: An Empirical Analysis of European Banks[J].Journal of Banking & Finance,2008(32):1452-1467 [4] Stiroh K J. Diversification in Fanking:Is Non-Interest Income the Answer? [J].Journal of Money,Creditand Banking,2014(10) [5]肖崎,苗俊杰. 国内外银行非利息收入业务发展的比较分析[J]. 金融发展研究,2016,(02):69-74. [6]吴晓艳. 非利息收入对我国上市商业银行风险影响的研究[D].南京师范大学,2014. [7]邰越越,杨虎锋. 非利息收入对我国中小银行绩效的影响——基于44家银行面板数据的实证分析[J]. 浙江金融,2014,(08):51-55. [8]魏世杰,倪旎,付忠名. 非利息收入与商业银行绩效关系研究——基于中国40家银行的经验[J]. 未来与发展,2010,(02):51-55. [9]伍伟,李丹,王涛. 基于DEA和Malmquist生产率指数的商业银行效率分析[J]. 财会月刊,2015,(27):82-85. [10]周逢民,张会元,周海,孙佰清. 基于两阶段关联DEA模型的我国商业银行效率评价[J]. 金融研究,2010,(11):169-179. [11]王健,金浩,梁慧超. 我国商业银行效率分析——基于超效率DEA和Malmquist指数[J]. 技术经济与管理研究,2011,(04):124-127. [12]张宗益,汪宇. 非利息收入和银行规模对其风险的影响——基于中国16家上市银行的实证分析[J]. 技术经济,2014,(06):112-116. [13]杨映. 浅谈非利息收入对中国商业银行经营管理的影响[J]. 经营管理者,2014,(10):10-11. [14]段军山,苏国强. 商业银行非利息收入的影响因素研究——基于非平稳面板协整模型的经验证据[J]. 上海金融,2011,(05):48-52. [15]崔慕华,衣兰. 商业银行非利息收入与经营绩效相关性研究[J]. 绿色财会,2014,(04):14-16. [16]赫国胜,徐洁. 我国上市商业银行非利息收入业务分析与对策[J]. 财经问题研究,2010,(12):86-92. [17]王懿. 中国银行业非利息收入结构发展趋势探究[J]. 商业时代,2013,(20):82-83. [18]朱卫东,陈龙. 中国银行业非利息收入影响因素比较分析[J]. 金融论坛,2013,(07):34-39. [19]陈晞. 银行同业业务扩张对我国上市商业银行效率影响[D].厦门大学,2014. [20]佘大伟. 我国商业银行收入机构对银行经营绩效影响的实证研究[D].东北财经大学,2016. [21]高菁翊. 中国商业银行非利息收入影响因素实证研究[D].山东大学,2016. [22]许文,孙秀峰,迟国泰. 中国商业银行技术效率及内部影响关系研究[J]. 哈尔滨工业大学学报,2009,(02):251-253. [23]夏青,黄永兴. 我国商业银行非利息收入与收入结构多元化效果关系分析[J]. 商业经济研究,2017,(01):171-173. 致谢 论文落笔的时刻,回想起近四年前走进大学和进入商学院的第一天听到的那句“修文德以济世,习商略以富国”。回想在金融学专业这四年的本科学习和生活,回想起论文写作阶段在导师的帮助下和同学们一起进行的对本专业本科阶段学术、科研知识的集中学习,内心满是获得,又有些许感叹。 走进大学时选择金融专业如果说是兴趣和机缘的巧合作用,那四年后结束本科阶段学习的时候,可以非常幸运地说自己四年前做了一个正确的选择,也通过自己的努力如愿走在了自己喜欢和向往的专业道路上。无论是课堂内充满趣味和思辨的专业知识学习,还是课堂下和校园外私募股权机构、证券公司投行部等宝贵的实习机会,让我在学习知识之余离真正的金融市场更近一步,这些宝贵的锻炼都让我本科的四年时光尤其难忘。 在本科毕业论文的写作过程中,我尤其要对论文指导老师表示无比真诚的感谢。老师严谨治学的态度和不断学习、深入研究的精神给我留下了极其深刻的印象,进行实证研究前期我很是忐忑,是老师耐心和细致的指导带我慢慢找到了方向,期间老师推荐了很多参考用书,也定期分享很多有用的资讯和研究方法。起于论文,又不止于论文,每次论文指导的过程,老师都会带给我很多精彩的启发。再一次感谢老师宝贵的指导,这次论文的写作也将成为我未来学习生涯中值得铭记的经历,老师的治学态度也将成为我一直学习的宝贵榜样。 论文落笔,唏嘘感叹中我还将在大学商学院这个我熟悉和热爱的地方开始我的硕士研究生阶段学习,我将一直提醒自己,路还很长,脚步尚远! 本文档由香当网(https://www.xiangdang.net)用户上传

    下载文档到电脑,查找使用更方便

    文档的实际排版效果,会与网站的显示效果略有不同!!

    需要 20 香币 [ 分享文档获得香币 ]

    下载文档

    相关文档

    0105040基于DEA模型的健康成本效率分析

    基于DEA模型的健康成本效率分析 陈振兴 陈琳 (云南大学发展研究院系统工程中心 云南 昆明 650091) 摘要 本文利用DEA模型分析了全国各省份健康投资与产出在总...

    11年前   
    13612    0

    基于DEA与多元回归分析的中国商业银行效率评价

    摘要这篇文章联系一些资料,阐释了钱庄效能的含义及与理论原理。第一步区分投入变量和产出变量,采纳DEA方式估计2011~2015年境内的四大公有钱庄和十家重要股份钱庄技术效能值。但由于DEA方法...

    1个月前   
    73    0

    开题报告:我国商业银行收入结构转型影响因素分析

    我国加入世界贸易组织以来,国内金融国际化进程进一步加快,商业银行就受到了一定的挑战。随着2006年底中国银行业全面开放,银行业市场面临程度更深、范围更大的国际竞争压力,国内各大商业银行传统的利润...

    2年前   
    826    0

    「开题报告」宁波地区上市公司融资效率实证分析

    开题报告宁波地区上市公司融资效率实证分析一、立论依据1.研究意义、预期目标研究意义:随着我国金融市场的快速发展和国际市场的不断融合,我国上市公司的队伍不断增大,并且实力不断增强,这些在具有一定...

    7个月前   
    211    0

    疫情对我国经济的影响分析

    疫情对我国经济的影响分析   新冠肺炎疫情对金融行业影响  在“当前的基线情景中”,由于中国已采取的这些措施,且中国经济将在第二季度恢复正常,因此,未来全球经济受疫情影响的程度可能较小,持续时...

    1年前   
    2920    0

    基于通信的系统的影响

    基于通信的系统的影响如上文所述,信息服务的趋势正朝着分散和分布式数据处理(DDP)方向发展。分散的信息服务工作并不意味着数据通信,但是多数是基于通信的。依照定义,所有分布式数据处理(DDP)系...

    9年前   
    226    0

    「开题报告」宁波上市公司资本结构影响因素的实证分析

    开题报告宁波市上市公司资本结构影响因素的实证分析一、立论依据1.研究意义、预期目标现代资本结构理论表明:资本结构是企业相关利益者权利义务的集中表现,影响着企业的经营治理状况,进而影响着企业的价...

    7个月前   
    218    0

    基于凯恩斯消费函数的我国城镇低收入居民消费实证分析

      基于凯恩斯消费函数的我国城镇低收入居民消费实证分析  一、引言 20世纪90年代以来,中国城市经济体制改革导致产业结构的调整以及激烈的市场竞争,引发了大量下岗、失业等现象,使得城市贫...

    9年前   
    11179    0

    基于风险因子分析的软件项目管理模型

    基于风险因子分析的软件项目管理模型摘要 软件项目开发过程中存在着大量不确定事件,这给项目的成功带来了风险。能否在规定的时间内交付软件产品,与项目进度计划是否合理、项目风险管理活动是否有效有很大...

    7年前   
    200    0

    作业变动分析表

    作业变动分析表 作业名称 ...

    4年前   
    9706    0

    我国开放式基金风格调整绩效的实证分析—财经金融

     我国开放式基金风格调整绩效的实证分析—财经金融 摘 要:目前对开放式基金的风险调整收益的研究很多,但对风格调整收益的研究确不常见。但随着基金风格的明确,对风格调整收益的研究也越来越重要。配合...

    6年前   
    153    0

    农业投资对农民收入影响的实证分析—财经金融

     农业投资对农民收入影响的实证分析—财经金融 摘 要:农业投资是农民收入增长的重要因素。以湖北为例,通过对各农业投资主体的投资现状和农民收入现状的动态分析;以及农业投资与农民收入关系的相关分析...

    9年前   
    185    0

    论文:我国入境旅游外汇收入影响因素分析

    文章研究《中国旅游统计年鉴》披露的2001—2016年我国入境旅游外汇收入及其结构的数据为基础,运用计量经济学理论选取变量,定量分析影响中国入境旅游外汇收入的因素,有助于政府制定相关促进旅游业发...

    2年前   
    1419    0

    IE效率分析流程

    1. 目的 及时有效的发现、分析、解决生产问题,不断提高生产效率。 2. 适用范围 适用于本公司所有机型和业务部门外接各种机型。 3. 效率分析流程/职责和工作要求。 流 程...

    8年前   
    29930    0

    生产效率分析表

    生产效蟀分析表 月 份 预计产量 实际产量 预计产值 实际产值 部 门 效 率 差异原因分析 一月 ...

    9年前   
    21108    0

    作业变动率分析表

    作业变动率分析表 部门 页次 产品名称 ...

    12年前   
    27062    0

    流动资产结构与变动分析

    样板公司财务分析报告2010年目录一、整体财务状况 4二、资产负债分析 41、资产结构与变动分析 42、流动资产结构与变动分析 53、应收款项变动分析 64、存货变动分析 75、存货明细变动分...

    1年前   
    707    0

    基于组织战略的Competency模型建构

    基于组织战略的Competency模型建构 一、对Competency概念的曲解 从美国学者McClelland于1973年发表“Testing for competency rath...

    4年前   
    13611    0

    生产管理_效率分析_低效率原因分析表

    低效率原因分析 ...

    8年前   
    184    0

    生产管理_效率分析_月份各部门生产效率分析表

    月份各部门生产效率分析表批号产品名称数量生产日期裁剪印刷制-A制-B制二组品检包装合计效率备注起止实际标准实际标准实际标准实际标准实际标准大际标准实际标准实际标准12

    7年前   
    210    0

    文档贡献者

    平***苏

    贡献于2021-06-08

    下载需要 20 香币 [香币充值 ]
    亲,您也可以通过 分享原创文档 来获得香币奖励!
    下载文档

    该用户的其他文档