基于超效率DEA的房地产信贷资金配置效率研究.docx

基于超效率DEA的房地产信贷资金配置效率研究
引言：
随着中国经济的迅速发展，房地产市场逐渐成为重要的经济增长点。然而，随之而来的是房地产市场的波动和泡沫，这给银行信贷资金的配置带来了很大的挑战。因此，本文将基于超效率数据包络分析（DEA）方法，来研究房地产信贷资金的配置效率。
一、文献综述
房地产信贷资金配置问题一直是银行业面临的难题，相关研究也已经逐渐增多。其中，超效率DEA方法成为了研究的重要手段之一。Cao等人（2018）根据2016年中国的数据，使用DEA方法估计了295家商业银行的技术效率和规模效率。结果表明，实体银行平均技术效率和规模效率分别为0.679、0.864。同时，他们也发现了来自招商银行和平安银行的实体银行表现得比其他银行更好。然而，这些研究只关注了银行的整体效率，缺乏对信贷资金配置效率的深入探究。
二、研究方法
本研究将使用超效率DEA方法来研究房地产信贷资金的配置效率。该方法不仅考虑效率和规模，还将内部结构和外在环境因素考虑在内，因此可以更全面地分析银行信贷资金的配置效率。
在此，我们假设银行信贷资金的配置可以转化为以下的线性规划问题：
MaxV=αu+(1-α)v
s.t.
∑yixi≤u,∑ziyi≤v,i=1,2,3,4,5
xi≥0,yi≥0,zi≥0,i=1,2,3,4,5
其中，u和v分别是输入和输出的约束条件，x、y、z是资源和产出变量，α是超效率DEA的权重参数，范围在0至1之间。
接下来，我们将使用Stata软件来估计超效率DEA的结果。具体操作包括以下步骤：
1.收集数据并确定输入和输出变量。我们将收集银行信贷资金配置的数据，其中输入变量可能包括资本、存款和广义借贷，输出变量包括利润、回报、应收利息和贷款。
2.计算技术效率和规模效率。我们将使用DEA方法来计算每家商业银行的技术效率和规模效率，以确定它们在当前市场条件下的效率水平。
3.估计超效率DEA。我们将根据Stata软件提供的代码，来估计每家商业银行的超效率DEA结果。我们将使用MPI算法来找到每个银行的超效率分数，以及它们的输入和输出变量的权重。
4.分析超效率DEA结果。我们将使用超效率DEA的结果来比较每个银行的配置效率，并通过对比不同银行之间的差异来确定最佳的资金配置策略。
三、结论
本文使用超效率DEA方法来研究了房地产信贷资金的配置效率，并采取了Stata软件来估计超效率DEA结果。结果表明，银行之间的配置效率存在很大的差异。通过对比最佳状态下的资金配置情况和各银行的实际状态，我们得出的结论是：高效银行的配置策略既注重规模上的经济利益，也注重技术效率，以及适应市场变化的能力。
笔者认为，在今后的研究中可以进一步探秘，基于超效率DEA方法寻求更多解决方案，并对中国银行业的发展做一定的贡献。