基于MCMC方法的银行业技术效率的实证研究

论文摘要

银行业不仅是我国金融体系的主体,而且也是产业体系中的一部分,因此,对银行业效率问题的理论研究与实际操作是完善我国商业银行市场竞争体系、提高商业银行综合竞争力的重要保证。我国银行业在过去的时间里主要以国有商业银行为主体,改革开放以来银行业承担了经济发展和改革的巨大成本,尤其是入世以后,我国银行业面临着外资银行的冲击,提高银行业效率对我国经济发展和金融安全有着重要的作用和意义。本文对国内外近年来对银行效率研究现状进行简要回顾后,对本文中涉及到的相关银行业效率理论和数学基础进行了适当说明,并对1998-2007年国内关于银行效率的相关研究进行了统计考察,采用前沿效率方法对银行业效率问题展开研究。本文以动态随机前沿模型为基础,首次运用基于吉布斯（Gibbs）抽样的马尔科夫链蒙特卡洛（MCMC）方法动态模拟出参数后验分布的马尔科夫链,对模型各参数作了贝叶斯估计。实证模型中选取包括我国四大国有商业银行、政策性银行、股份制商业银行、城市商业银行、农村商业银行、农村合作银行、城市信用社、农村信用社等11家银行类金融机构1998—2007年我国银行类金融机构的基本数据为样本,运用马尔科夫链蒙特卡洛（MCMC）方法对模型的各参数进行了贝叶斯估计,得到我国银行类金融机构的技术效率评价结果。研究结果表明:我国银行类金融机构的技术效率均值为96.68%,运行效率较高,这说明我国推行的银行业改革卓有成效。通过分析我国银行业改革取得成效的原因,对以后的发展提出了政策性建议

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 选题的背景和意义
• 1.1.1 研究背景
• 1.1.2 主要工作及创新之处
• 1.2 国内外研究现状概述
• 1.2.1 银行效率研究基本概念
• 1.2.2 银行效率理论研究综述
• 1.2.3 现有研究综述
• 1.3 本文的研究内容和框架结构
• 2 银行业效率研究的基本理论和方法概述
• 2.1 银行效率测度的主要方法
• 2.1.1 指标分析法及其他方法
• 2.1.2 前沿效率方法
• 2.2 参数的贝叶斯估计
• 2.3 马尔科夫链蒙特卡洛（MCMC）抽样
• 2.3.1 预备知识
• 2.3.2 Metropolis-Hastings 抽样
• 2.3.3 Gibbs 抽样
• 3 关于我国银行业技术效率的实证研究
• 3.1 样本选取
• 3.2 动态随机前沿模型的贝叶斯分析
• 3.2.1 动态随机前沿模型
• 3.2.2 回归参数的贝叶斯估计
• 3.2.3 数值计算
• 3.3 基于 WinBUGS 的数值模拟分析
• 4 结论
• 致谢
• 参考文献
• 附录
• A. 作者在攻读学位期间发表的论文目录
• B. 作者攻读硕士学位期间参加的科研课题