• 沒有找到結果。

台灣產物保險公司營運效率研究

N/A
N/A
Protected

Academic year: 2021

Share "台灣產物保險公司營運效率研究"

Copied!
36
0
0

加載中.... (立即查看全文)

全文

(1)

國立高雄大學國際高階管理碩士在職專班

碩士論文

台灣產物保險公司營運效率研究

Analyzing Operating Efficiencies of the Non-Life

Insurance Companies in Taiwan

究 生:陳世翔 撰

指導教授:李揚

博士

(2)
(3)

I

台灣產物保險公司營運效率研究

指 導 教 授 :李 揚 博 士 國立高雄大學經營管理研究所 研 究 生 :陳 世 翔 國立高雄大學國際高階管理碩士在職專班

摘 要

世界各國自1980年代開始紛紛放寬金融管制,金融自由化成為世界的潮流,我國亦 順應世界潮流,自1994年起全面開放保險市場,市場競爭日趨激烈,導致獲利不斷遭受 侵蝕。此外,低利率環境與2008年的金融海嘯嚴重衝擊產險公司投資收益,導致台灣產 險業面臨嚴苛的挑戰。面對如此激烈的競爭環境,產險公司及政府對於產險業經營績效 的認知愈顯重要。 本研究以本國14家產險公司為研究對象,應用資料包絡分析法衡量產險公司的技術 效率。研究結果顯示:國內產險業要提升技術效率,優先順序為提升其它收入、再保費 收入、保費收入,因此產險公司應提高收入多角化程度以提升技術效率。其它研究發現 包括:(1)保費收入對非金控產險公司的重要性大約是金控產險公司的二倍;( 2) 泛外資產險公司的再保費支出的權重明顯大於非泛外資產險公司,顯示外資更注重透過 國外再保險市場分散經營風險。 關鍵詞:產險公司、資料包絡分析、金融控股公司、國外再保險市場

(4)

II

Analyzing Operating Efficiencies of the Non-Life

Insurance Companies in Taiwan

Advisor: Dr. Yang Li

Institute of Business and Management National University of Kaohsiung

Student: Shih-Hsiang Chen

Executive Master of Business Administration National University of Kaohsiung

Abstract

Countries of the world has been introducing more flexible monetary regulation policies in the 1980’s, financial liberalization has became a trend, and due to the fact that Taiwan had been participating in the world-wide market, Taiwan opened the insurance market in 1994. However, under the highly competitive environment of the market, profit shrinkage exacerbates .

Nevertheless, when the financial crisis in 2008 has created a low interest-rate environment which caused many insurance companies to lose profit, Taiwanese insurance market faced difficult challenges as the financial crisis spreads throughout the world. Under such highly competitive environment, Taiwanese government and insurance companies should understand the operating efficiencies of insurances.

This academic approach is based on fourteen Taiwanese insurance companies for the study and the applied research method is Data Envelopment Analysis (DEA) in order to measure the technical efficiency. The outcome of the research showed that the domestic non-life insurance company should improve their technical efficiency and put the profits of the premium income, reinsurance income and other income in priority, where the insurance companies will ameliorate their technical efficiency in-order to gain profit with strategy diversification. Throughout the research also finds: 1.) Non-financial insurance companies rely twice as heavy on premium incomes as other financial insurance companies. 2.) Foreign capital non-life insurance companies has an obvious advantage of reinsurance expenditure weights over non-foreign capital non-life insurance companies, which shows that the foreign direct invested companies values more of the overseas reinsurance market to dilute the business risks.

Keyword: Non-life insurance company, DEA, financial insurance company, overseas

(5)

III

目錄

第一章 緒論 ... 1

1.1

研究背景與動機 ... 1

1.2

研究目的 ... 2

1.3

研究架構 ... 2

第二章 文獻探討 ... 4

2.1

台灣產物保險產業概況 ... 4

2.2

技術效率 ... 6

2.3

保險業績效研究 ... 8

2.4

其它金融機構績效研究 ... 9

第三章 研究方法 ... 11

第四章 實證分析 ... 15

4.1

資料來源與投入-產出變數 ... 15

4.2

實證結果 ... 18

4.3

討論 ... 21

第五章 結論與建議 ... 24

5.1

結論 ... 24

(6)

IV

5.2

未來研究方向 ... 25

參考文獻 ... 26

中文部分 ... 26

(7)

V

圖目錄

圖1.1 研究流程圖 ... 4

圖2.1 技術效率與分配效率 ... 8

(8)

VI

表目錄

表4.1 投入與產出變數之敘述統計 ... 16

表4.2 投入變數與產出變數之相關係數 ... 17

表4.3 DEA結果之敘述統計... 19

表4.4不同型態與資本結構之產險公司的敘述統計 ... 20

表4.5 KRUSKAL-WALLIS檢定結果 ... 22

(9)

1

第一章 緒論

1.1 研究背景與動機

金融機構在現代化社會扮演著重要的角色,金融產業是否具有高度的生產力 與效率,往往關係著總體經濟力量的發展與經濟的成長。自1980年代開始,世界 各主要國家紛紛放寬政府管制,金融自由化成為世界的潮流,政府亦進行了許多 金融自由化與國際化的政策。台灣的保險市場自 1994 年全面開放,市場競爭漸趨

激烈。此外,為因應我國加入世界貿易組織(World Trade Organization, WTO),

政府於2001年11月1日實施「金融控股公司法」,允許金融機構將保險業、銀行業、 證劵業等業務整合成「金融控股公司」,期望透過規模經濟與範疇經濟創造出綜 效,進一步促進國內的金融機構可與國外的金融機構互相抗衡,並藉以提升國際 競爭力。 產險公司對於一般個人及中小企業保戶所能提供商品服務功能類似,競爭對 抗行為相當頻繁,易流於採用價格競爭,當全體或多數競爭者普遍採取低價策略, 將導致利潤遭嚴重侵蝕。此外,公司獲利的主要來源是依靠保單與投資的利差, 低利率的環境使得產險公司面臨嚴重的利差損,而且2008年的金融海嘯嚴重衝擊 產險公司投資收益,例如華山產險在2009年因資本適足率未達法定標準,被金管 會接管。加上層層法規限制海外投資的比重,資金配置無法達到最大效率,約制 業者投資策略,以及長期低利率和未來預估升息空間有限,使得台灣產險業面臨 嚴苛的挑戰。 面對如此競爭且多變的環境,各產險公司及政府機關對於產險業經營績效的 認知,也就愈顯的重要。評估經營績效的目的,在於瞭解產險公司本身資源的運 用及配置是否達到最適水準,從而作為修正依據以及未來決策的參考;另外,政 府機關也可早期發現,以進行必要的防護措施,來保障股東、保戶、員工等利害 關係人的權益。

(10)

2

資料包絡分析 (data envelopment analysis, DEA) 已廣泛的應用於評估金融機 構業的經營績效 (Kao and Hwang, 2008; Chen et al., 2010; Wang et al., 2013;

San-Jose et al., 2014; Wanke et al., 2014; Fu et al., 2016),其優點在於可同時處理多 產出多投入之問題,且不需設定函數型式;此外,DEA所估計的投入權數與產出 權數,可以呈現個別投入變數或產出變數的相對重要性,提供高價值的管理策略 與政策意涵,因此本研究應用DEA分析台灣產險公司的經營效率。

1.2 研究目的

本文研究的主要目的為分析面對競爭且多變的環境,台灣產險公司對於經營 績效的認知,並進一步了解產險公司加入金控體系的經營績效跟沒加入金控體系 的經營績效到何者的績效比較好?此外,以外資為主體的產險公司是否擁有較佳 經營效率?亦即外商產險公司的經營模式是否對經營效率有所幫助?具體而言, 本文的研究目的如下: (一)歸納與整理國、內外有關效率與生產力、金融控股公司、國際直接投資等 領域之相關文獻,利於後續研究之進行; (二)分析不同產出變數對我國產險公司經營效率影響的重要性; (三)探討不同投入變數對我國產險公司經營效率影響的重要性 (四)驗證金控產險公司與非金控產險公司的經營效率,是否存在顯著的差異? (五)驗證泛外資產險公司與非泛外資產險公司的經營效率,是否存在顯著的差 異?

1.3 研究架構

本研究除了參考相關文獻,了解過去的相關研究在討論不同議題時所採取的 方法,以及其所得到的研究成果,並蒐集2012年至2016年的相關數據,研究台灣 產險公司經營績效。在研究架構上主要分為五個章節,第一章為緒論,主要是要 說明本文的研究背景與動機、研究目的和研究架構;第二章文獻回顧,則是產業

(11)

3 介紹、金融機構績效之研究文章和產險公司經營方式的差異,其中產業的介紹將 會以整體台灣產險產業特性,和產險公司發展的概況為主,並瞭解金控產險公司 和非金控產險公司、泛外資和非泛外資經營方式的差異。第三章研究方法為描述 資料包絡分析法的理論基礎,效率分析之概念與架構。第四章為實證分析,說明 資料來源、選取的變數、實証的結果和討論等,其中投入變數包含員工人數、資 產總額、再保費支出與營業費用,產出變數則有保費收入、再保費收入、再保佣 金收入與其它收入,另外以無母數檢定驗證技術效率、投入權數、與產出權數, 在不同的營運型態或資本結構下,是否存在顯著的差異。第五章結論則針對本研 究之結果作總結,並說明研究限制與後續研究方向與建議。

(12)

4 本研究流程圖如下:

第二章 文獻探討

2.1 台灣產物保險產業概況

台灣早期盛產樟腦、糖、茶等經濟作物,而這些產品依賴船舶運銷海外,保 險需求應運而生,因此英商利物浦產物保險公司於1836年在台北設立代理處,經 研究動機與目的 產業概況 文獻探討 研究方法:資料包絡分析 (DEA) 投入變數:員工人數、資產總額、再保費支出、營業費用 產出變數:保費收入、再保費收入、再保佣金收入、其它收入 泛外資與非泛外資 產險公司比較及分

金控與非金控 產險公司比較及分

結論與建議 圖 1.1 研究流程圖

(13)

5 營海上運送保險,保險正式自西方引入台灣。不久,英商和記洋行亦於1854年代 理廣東聯合產物保險公司在台北設立代理處,經營海上保險和火災保險業務。 清朝與日本於甲午戰後簽訂《馬關條約》,將台灣割讓給日本,日商保險公 司開始進入台灣,明治火災保險會社為日本保險業在台發展的先鋒,以三井洋行 為代理於1895年開始在台經營業務,東京海上保險株式會社、東京火災保險株式 會社也相繼在台設立機構,截至1902年,已有7家日本產物保險會社在台設立分 社。 英、日於1902年成立同盟,英商德記洋行設立台北辦事處,代理華北保險有限 公司、揚子聯合保險有限公司、南英保險有限公司、紐約保險公司及北方保險有限 公司等5家業務,經營通往中國內陸與歐洲海上運送保險。英商義和洋行則於1906 年設立台北代理處,代理英滿保險公司、廣東保險公司、紐西蘭保險公司等十餘家 的保險業務。此一時期是英商保險業在台的昌盛時期,爾後因日本法令所限,英商 勢力逐漸沒落,最後只剩利物浦保險公司代理處。 日本產物保險業在台分支機構曾高達32家,不過日據後期,台灣保險業務量 逐漸減少,日商產物保險業相繼合併,二次大戰結束前夕,僅剩12家:東京海上 火災保險株式會社、日產產物 保險株式會社、大倉產物保險株式會社、同和產物 保險株式會社、日本產物保險株式會社、興亞產物保險株式會社、安田產物保險蛛 式會社、千代田產物保險株式會社、大正產物保險株式會社、大阪住友產物保險株 式會社、日新產物保險株式會社、大成產物保險株式會社(張士傑,2015)。 台灣光復後,政府首先成立「台灣保險監理委員會」,接管日本戰敗留下的 14家人壽保險公司與12家產物保險公司,爾後於1946年6月16日廢除「台灣保險監 理委員會」,並於1947年5月2日,由七個省屬行庫投資成立台灣產物保險公司, 成為政府經營產產物保險之始。此外,為避免保險機構過多,產生惡性競爭,政 府於1950年下令限制新的保險公司成立,此項政策執行長達11年,此期間台灣共 有計有5家產險公司:台灣產物保險公司、太平產物保險公司、中國航聯產物保險

(14)

6 公司、中國產物保險公司、中央信託局產物保險處(張士傑,2015)。政府於1960 年9月曾經解除了限制增設保險公司的規定,新的公司紛紛設立。在不到三年的時 間,新增10家產險公司:國泰、華僑、泰安、明台、中央產物、第一產物、國華 產物、友聯產物、新光產物、華南產物(張士傑,2015)。不過政府於1962年l2 月再次限制保險公司的增設。 政府遷台後,國外產物保險公司來台肇始於美國依據1978年所簽訂的中美雙 邊貿易協定,要求政府允許美商保險公司在台設立分公司,因此財政部於1981年 通過法案允許美商在台設立分公司,次年美國環球產物保險公司及北美洲產物保 險公司相繼在台成立分公司。另外,在美國301條款威脅之下,於1986年對美方開 放保險市場,每年原則上准許設立產、壽險各二家。我國於1993年全面開放產險 市場,截至2014年,台灣共有14家本土產險公司:臺灣、兆豐、富邦、蘇黎世、 泰安、明台、美亞、第一、旺旺友聯、新光、華南、國泰世紀、新安東京海上、 台壽保;5家外商產險公司:法商科法斯、美商聯邦、香港商亞洲、法商法國巴黎、 美商安達。

2.2 技術效率

早 期 對 於 效 率 的 衡 量 方 式 , 大 多 建 構 在 生 產 要 素 之 投 入 產 出 比 指 標 , 如 勞 動 生 產 力 、 總 要 素 生 產 力 等 ; 然 而 , 一般在估算勞 動 生 產 力 或 總要素生產力時,常假設觀察對象的生產活動均能符合技術效率(technical efficiency),實證估算所取得的總要素生產力成長率便相當於Solow(1957)所 指稱的技術進步(technical progress)。不過,由於(實際)市場之不完全性,及 生產過程往往會受到人為因素的影響,經濟活動很少能滿足完全技術效率,因而 總要素生產力成長率不必然等於技術進步。 Farrell(1957)最早提出以生產邊界法衡量生產效率,他依據經濟理論之生 產函數定義,認為技術效率是指實際產出是否達到生產邊界;生產邊界是假設觀

(15)

7 察對象基於追求利潤極大或成本極小的經營目標,而在既定的要素投入量與技術 水準下,可能生產最大產出的集合。因此在邊界上的產量便視為達到完全的技術 效率,而若實際產量低於邊界產量,表示有技術無效率的情形。 後續學者便利用Farrell 的效率概念,利用邊界函數來從事效率水準的衡量, 而邊界模型之所以被廣範採用,乃基於以下幾個理由:(1)邊界的概念與經濟理 論中的最適化行為具一致性;(2)偏離邊界值的技術或行為目標可視為衡量廠商 的效率指標;(3)邊界的架構和經濟單位的相對效率之資訊具有許多的政策意涵。 如今,邊界函數已成為分析效率的重要方法之一。 Farrell認為:影響廠商產出水準的原因,可歸咎於生產過程中的技術效率與 資源分配的價格效率。若生產過程缺乏效率,生產點會偏離生產邊界。倘若生產 過程已達完全技術效率,則可透過價格機能的調整,使資源達到最適配置,當生 產 要 素 之 邊 際 產 出 比 不 等 於 要 素 價 格 比 時 , 則 稱 為 分 配 無 效 率 ( allocative inefficiency)。Leibenstein(1966)稱X無效率(X-inefficiency)為:當某一項投 入未被有效利用,所造成實際產出與潛在最大產出之差額。在現實社會的經濟活 動中,廠商之行為不見得以追求利潤極大化為目標,可能轉為追求最大的銷售額、 市場佔有率等。而此種情況,將使企業脫離競爭壓力,無須在其組織或管理上獲 取最大的效率,造成要素投入的使用效率降低。這種技術無效率狀態則稱之為X 無效率。Leibenstein認為發生的原因有二:一為經營者的管理動機不同;一為勞 動者拒絕提供較高的生產力。由此可知,X無效率亦可反應出管理效率的差異性。 我們進一步利用圖2.1說明技術無效率與分配無效率。令QQ為單位等產量曲 線,而位於線上的任合一點生產要素投入組合,皆可達到完全的生產技術效率, 但只要生產點偏離此等產量曲線,代表廠商之生產行為不具技術效率;例如,生 產點e與f皆達到完全的生產技術效率,然而生產點g存在技術無效率的情形,Farrell Oe Og衡量g點之技術效率,或1−Oe Og衡量g點之技術無效率。

(16)

8 不過,等產量曲線QQ上有無限多個L與K的組合,廠商應選擇那一個組合生 產?亦即,廠商應如何選擇L與K的最適分配比例?此時,廠商需要利用生產要素 L和K的價格資訊來選取最適的生產點;當L和K的價格分別為w及r時,最適的生產 點為f點,亦即價格線WW與等產量曲線QQ的切點。所以,f點表示廠商同時達到 技術效率與分配效率;e點雖然達到技術效率,但是在要素價格w及r的情況下存在 分配無效率(g點表示廠商同時具有技術無效率及分配無效率);由於f點與h點皆 在 同 一 條 等 成 本 線 WW 上 , 因 此 Farrell 以Oh Og 衡 量 g 點 之 成 本 效 率 (1−Oh Og 衡量成本無效率),以Oh Oe衡量g點(或e點)之分配效率 (1−Oh Oe衡量分配無效率)。根據Farrell的定義,成本效率為技術效率與分 配效率二者之乘積,亦即,g點之成本效率為(Oh Og) = 技術效率(Oe Og) × 分配效率(Oh Oe)。

.

.

.

.

L

K

0

Q

Q

e f g h W( -w/ r ) W 圖 2.1 技術效率與分配效率

2.3 保險業績效研究

保險業是金融服務不可或缺的一環,而國內外探討保險業經營績效的文獻也為數

(17)

9

不少。Fecher et al. (1993) 利用 DEA 評估法國84家壽險公司及243家產險公司的技 術效率,研究期間為1984年到1989年,研究結果顯示私營的企業其效率比公營的表 現好。黃旭男與高棟樑 (2005) 應用DEA衡量台灣產險公司的經營績效效率,他們 將產險公司的生產過程分為行銷階段與獲利階段,以市場能力表示行銷階段的表 現,以獲利能力表示投資階段的表現,並根據績效評估的結果,進一步將台灣地 區產險公司劃分為四群,並分別研擬每一群產險公司有效的競爭策略,可提供產 險公司有用的參考資訊。 高棟樑 (2005) 使用DEA及Malmquist生產力指數來衡量台灣地區產險公司 之經營效率及生產力變動情形,研究結果發現,台灣各產險公司在行銷效率方面, 大致上差異不大,但在獲利效率方面,則差異甚大。而全體產險業行銷效率之變 動呈現些微下降之趨勢,而獲利效率之變動,則呈現微幅上升之趨勢。Kao and Hwang (2008) 應用所發展的二階段相關DEA模型,分析台灣產險公司,他 們將決策過程分為兩個階段,第一階段的投入項是營運開支、保險費用,中間 產品為直接承保保費、再保險保費,第二階段的產出項是承保利潤、投資利潤率。 劉純之(1994)以DEA評估國內壽險公司的經營效率,研究樣本包含7家本國公 司及5家外商公司。結果顯示:CCR模型有3家本國公司不具完全效率,外商公司則 有兩家;而在BBC模型則是本國與外商公司各有一家未達完全效率。葉彩蓮與陳澤 義(2000)採用 DEA 衡量台灣地區人壽保險公司的資源使用效率,並以民國 81 年 政府公布「保險公司設立標準」為分界點,將壽險公司分為新、舊兩類,研究結果顯示 新舊壽險公司的效率值有顯著差異,是因為壽險業是非常本土化的產業,愈是本土 化的壽險公司愈能佔有市場,所以舊壽險公司的效率表現較佳。

2.4 其它金融機構績效研究

金融機構經營效率關係經濟的發展與成長(Levine, 2002;Beck and Levine,

(18)

10

以美國某儲蓄銀行的14家分行為研究樣本,研究結果指出DEA有助判斷分行之經 營績效。Siems(1992)主張DEA模型所取得之技術效率值可用來衡量銀行之管理

品質。Saha and Ravisankar(2000)以25家印度商業銀行為研究樣本,探討公營銀 行之經營績效;Sathye(2001)發現澳洲泛外資銀行之經營效率高於本國銀行。 Aly et al.(1990)則以美國322家獨立銀行為研究樣本,應用CCR模型探討銀 行之經營效率,其投入變數為全職員工人數、資本、可貸資金;產出變數則為不 動產貸款、工商業貸款、消費者貸款、其它貸款及活期存款等五項變數;實證研 究發現,大部分的銀行呈現較低的整體效率,其中分配效率的平均高過技術效率 的平均,此外銀行效率和銀行大小有正向關係,而產品多角化和銀行效率有負向 關係,研究也發現都市化程度跟效率也有正相關。 Sathye(2005) 認為撤銷銀行業管制的目的是為了改善效率,他們以臺灣、 日本、泰國、新加坡、日本、香港等十八個國家的大型銀行做為樣本進行研究, 結果發現,環境因素對效率有顯著的影響,印且己開發國家的純粹技術效率顯著 地高於低度開發國家。Sanjeev(2006)以印度27家政府銀行、31家私人銀行和42 家外國銀行研究樣本,分析經濟改革對銀行效率的影響,研究期間為1997-2001; 研究結果指出,銀行的平均效率有明顯的增加,因此經濟改革對印度銀行產業有 正面的幫助,其中外國銀行效率增加的幅度大於政府和私人銀行。 台灣亦有許多文獻探討銀行績效,Li(2005)以臺灣商業銀行為研究對象, 研究期間為1996年至2000年,研究結果發現,臺灣商業銀行的平均技術效率為 76.51%,依技術效率由高到低的排序,分別為公立銀行、混合銀行和私立銀行, 此外銀行在撤銷管制後的技術效率高於管制前。不過,胡琇娟(2000)發現民營 銀行效率明顯優於公營銀行經營績效,新銀行效率優於舊銀行,林銘鈺(2003) 認為民營銀行之效率值為最高,而公營民營化銀行效率值為最低。黃台心等(2000) 指出開放新銀行設立政策,的確有助於銀行間之良性競爭,進而對台灣經濟有所 助益。吳炳松(2000)衡量銀行分支機構之經營效率,實證結果發現,無效率分

(19)

11 支機構大多導因於不具規模效率。

第三章 研究方法

資料包絡分析法(data envelopment analysis, DEA)係Charnes et al.(1978)

延伸Farrell 的觀念,所發展出來的線上規劃模型,據以衡量決策單位(decision

making units, DMU)的技術效率。假設存在H個決策單位,每個決策單位使用N 項投入生產M項產出,Charnes et al.(1978)提出下述之模型衡量決策單位i之技 術效率: 1 1 1 , , 1 , , max M N M m mi m N u u n ni n v v u y v x = =

L L (3.1) Subject to 1 1

1,

1, 2,

,

M m mh m N n nh n

u y

h

H

v x

= =

=

K

1, , M 0; 1, , N 0 u K uv K v ≥ . 其中 xni:表示決策單位i之第n項投入, ymi:表示決策單位i之第m項產出, vn:表示第n項投入項之權重, um:表示第m項產出項之權重。 不過模型(3.1)並不是線性規劃模型,會存在無限多組解;例如,若 u1*,K ,u*Mv1*,K ,v*N 為已知的最 適解,則給定α為非0之實數, αu1*,K ,αuM* ,αv1*,K ,αv*N 亦為 最適 解。Charnes et al.(1978)證明將限制式 1 1 N n ni n= v x =

加入上述之非 線性規劃模型,則模型(3.1)改寫成以下的等價線性規劃模型(簡稱CCR模型):

(20)

12 1 1 1 , , , , max M N M n ni m u u v v u y =

L L (3.2) Subject to 1 1 N n ni n= v x =

1 1 0, 1, , M N m mi n ni m= u yn= v xh= H

L 0, 1, 2, , ; 0, 1, , . m n um= L M vn= L N 線性規劃模型(3.2)的目的是在找出最適的產出權重u1*,K ,u*M與投入權重 * * 1, , N v K v ,極大化決策單位i之技術效率值。Cooper et al.(2007)指出這些最適的 產出權重(投入權重)代表相對應產出(投入)對提升技術效率之相對重要性; 例如,最適的產出權重u1*=0.1及u*2 =0.05,由於第一項產出的權重2倍於第二項 產出的權重,因此對提升技術效率而言,增加第一項產出的效果2倍於增加第二項 產出。 利用線性規劃之對偶性,模型(3.2)可改寫如下: 1 , , , min i H i θ λ L λ θ (3.3) Subject to 1 , 1, , H h nh i ni h= λ x ≤θ x n= N

L 1 , 1, , H h mh mi h= λ yy m= M

L 1, , H 0; i is free. λ K λ ≥ θ 一般情況下,模型(3.3)之限制式較模型(3.2)少(N + M < H + 1),較易 於計算。由於必須對每一個決策單位求解一次,DEA模型必須求解H次。根據Farrell 的定義,每一個決策單位的最適目標值θ* 即為其技術效率的估計值;此外,雖然 線性規劃模型(3.2)中之θ的範圍並無限制,但可證明θ*的範圍會在0與1之間, 而技術效率為θ* = 1者,為具有完全技術效率的決策單位,而且共用建構了生產 邊界;若θ*值小於1,則為技術無效率的決策單位,落在生產邊界內。 線性規劃模型(3.3)是在產出固定下,極小化所用的生產要素投入量,所取

(21)

13 得之技術效率值稱為投入導向(input-oriented)技術效率。CCR模型在固定投入 下,極大化產出之方式衡量技術效率,即產出導向(output-oriented)技術效率。 依產出導向衡量法的概念,僅需極小化模型(3.1)之目標方程式的倒數即可,亦 即改寫為: 1 1 1 , , 1 , , min M N N n ni n M u u m mi m v v v x u y = =

L L (3.4) Subject to 1 1

1,

1, 2,

,

M m mh m N n nh n

u y

h

H

v x

= =

=

K

1, , M 0; 1, , N 0 u K uv K v ≥ . 依類似的方法,將限制式 1 1 M n ni m= u y =

加入上述之非線性規劃模型,則 模型(3.4)改寫成以下的等價線性規劃模型: 1 1 1 , , , , min M N N n ni n u u v v v x =

L L (3.5) Subject to 1 1 M n ni m= u y =

1 1 0, 1, , M N m mi n ni m= u yn= v xh= H

L 0, 1, 2, , ; 0, 1, , . m n um= L M vn= L N 透過線性規劃之對偶性,模型(3.5)可改寫如下: 1 , , , max i H i δ λ L λ δ (3.6) Subject to 1 , 1, , H h nh ni h= λ xx n= N

L 1 , 1, , H h mh i mi h= λ y ≥δ y m= M

L 1, , H 0; i is free. λ K λ ≥ δ 其中,最適目標值δ*的範圍介於1與∞之間,它的倒數(1/ δ*)即為產出導向

(22)

14

的特性時,投入導向之技術效率值與產出導向之技術效率值相等。

CCR模型假設生產技術具有固定規模報酬的特性,Banker et al.(1984)放寬 固定規模報酬的假設,設定生產技術具有可變規模報酬(variable return to scale,

VRS)的特性,一般稱為BCC模型。就線性規劃而言,只要將CCR模型加入限制 式 1 1 H h h= λ =

即可得到BCC模型,所以產出導向之BCC模型可表示如下: 1 , , , max i H i δ λ L λ δ (3.7) Subject to 1 , 1, , H h nh ni h= λ xx n= N

L 1 , 1, , H h mh i mi h= λ y ≥δ y m= M

L 1 1 H h h= λ =

1, , H 0; i is free. λ K λ ≥ δ CCR 模 型 所 取 得 之 技 術 效 率 , 可 分 解 為 純 技 術 效 率 ( pure technical efficiency, PTE) 與 規模效 率 ( scale efficiency, SE); BCC模 型所取得之 效 率值 為 純技術效 率、而規模效率即為技術效率相對於純技術效率之比率(SE

= TE ÷ PTE)。我們可利用圖3.1加以說明,圖中虛線部份為可變規模報酬生產邊

界,實線部份為固定規模報酬生產邊界,F點之技術效率值為F XC F FXF ,純

技術效率值為F XV F FXF ,規模效率值為F XC F F XV F ,亦即TE = PTE ×

(23)

15 A B D E F 固定規模報酬邊界 O 產出 投入 FC XF FV 可變規模報酬邊界 圖3.1 產出導向之技術效率、純技術效率與規模效率

第四章 實證分析

4.1 資料來源與投入-產出變數

本文之研究目的係探討本國產險業之經營效率,不過外商產險公司受監理機 關之規範與本國公司不盡相同,且有陸續退出台灣市場的趨勢,所以本研究僅以 本國14家產險公司為研究對象,研究樣本資料來自於台灣經濟新報(Taiwan

Economic Journal, TEJ)資料庫,樣本分析期間為2012年至2016年,所有名目變數 皆以2011年為基期的台灣國內生產毛額平減價格指數加以平減。 產險業為一個多投入和多產出的行業,為了要有效的衡量產險公司的經營績 效,本研究以資料包絡分析法(DEA)估算產險公司的技術效率,其中變數包含 四項投入變數及四項產出變數。投入變數包含員工人數、資產總額、再保費支出 與營業費用,產出變數為保費收入、再保費收入、再保佣金收入與其它收入。 表4.1為研究期間台灣產險公司之各項投入變數與產出變數的敘述統計訊息, 其中投入變數的相關數據如下:員工人數(人)平均值為1,161.29,標準差為578.78,

(24)

16 極小值為529,極大值為2,576;資產總額平均值為212.73百萬元,標準差為184.21 百萬元,極小值為29.69百萬元,極大值為911.42百萬元;再保費支出的平均值為 28.93百萬元,標準差為18.42百萬元,極小值為5.84百萬元,極大值為93.41百萬元; 營業費用平均值為19.51百萬元,標準差為17.67百萬元,極小值為3.99百萬元,極 大值為74.78百萬元。產出變數的相關數據則是:保費收入的平均值為97.39百萬元, 標準差為79.08百萬元,極小值為18.32百萬元,極大值為379.06百萬元;再保費收 入的平均值為5.17百萬元,標準差為3.97百萬元,極小值為1.39百萬元,極大值為 25.47百萬元;再保佣金收入的平均值為4.32百萬元,標準差為2.42百萬元,極小 值為0.57百萬元,極大值為12.12百萬元;其它收入的平均值為1.97百萬元,標準 差為2.10百萬元,極小值為0.18百萬元,極大值為8.93百萬元。 表 4.1 投入與產出變數之敘述統計 平均值 標準差 極小值 極大值 投入變數 員工人數(人) 1,161.29 578.78 529.00 2,576.00 資產總額(新台幣百萬元) 212.73 184.21 29.69 911.42 再保費支出(新台幣百萬元) 28.93 18.42 5.84 93.41 營業費用(新台幣百萬元) 19.51 17.67 3.99 74.78 產出變數 保費收入(新台幣百萬元) 97.39 79.08 18.32 379.06 再保費收入(新台幣百萬元) 5.17 3.97 1.39 25.74 再保佣金收入(新台幣百萬元) 4.32 2.42 0.57 12.12 其它收入(新台幣百萬元) 1.97 2.10 0.18 8.93 註:所有名目變數皆以國內生產毛額平減指數(GDP deflator)加以平減(以2011 年為基期)。

(25)

17 DEA模型的投入變數與產出變數須符合等幅擴張性,也就是投入增加時,產 出不得減少。表4.2為投入變數與產出變數的相關係數;員工人數與保費收入、再 保費收入、再保佣金收入與其它收入之相關係數分別為0.959719、0.710294、 0.649766及0.915651,所有p值皆小於0.001,顯示員工人數與所有產出變數之間具 有顯著正相關。資產總額與保費收入、再保費收入、再保佣金收入與其它收入之 相關係數分別為0.969511、0.888911、0.712151及0.946927,所有p值皆小於0.001, 表示資產總額與所有產出變數之間皆為顯著的正相關。再保費支出與保費收入、 再保費收入、再保佣金收入與其它收入之相關係數分別為0.960842、0.838302、 0.863374及0.896719,所有p值皆小於0.001,顯示再保費支出與所有產出變數之間 具有顯著正相關。營業費用與保費收入、再保費收入、再保佣金收入與其它收入 之相關係數分別為0.967963、0.804986、0.638528及0.971837,所有p值皆小於0.001, 表示營業費用與所有產出變數之間皆為顯著的正相關。 表 4.2 投入變數與產出變數之相關係數 保費收入 再保費 收入 再保佣 金收入 其它收入 員工 人數 0.959719 (< 0.001) 0.710294 (< 0.001) 0.649766 (< 0.001) 0.915651 (< 0.001) 資產 總額 0.969511 (< 0.001) 0.888911 (< 0.001) 0.712151 (< 0.001) 0.946927 (< 0.001) 再保 費支出 0.960842 (< 0.001) 0.838302 (< 0.001) 0.863374 (< 0.001) 0.896719 (< 0.001) 營業 費用 0.967963 (< 0.001) 0.804986 (< 0.001) 0.638528 (< 0.001) 0.971837 (< 0.001) 註:括號內為p值。

(26)

18

4.2 實證結果

本節將根據技術效率、產出變數權重和投入變數權重分析我國的產險公司, 並應用無母數統計(non-parametric statistics)來檢定不同型態的產險公司和不同 資本結構的產險公司是否存在結構性的差異,若p值<0.1 則顯示存在顯著的差 異。 表4.3為實證結果之敘述統計值,其中技術效率之平均值為0.985124,標準差 為0.031364,極小值為0.868185,極大值為1。有關產出權數部分,保費收入、再 保費收入、再保佣金收入與其它收入之平均產出權數分別為0.00703、0.0432、 0.0302及0.101,其中其它收入的0.101最高,其次為再保費收入的0.0432;此外, 最小值皆為0,而最大值的排序則與平均值相同。至於投入權數部分,員工人數、 資產總額、再保費支出與營業費用之平均產出權數分別為0.000098、0.00269、 0.0175及0.0293,其中營業費用的0.0293最高,其次為再保費支出的0.0175;此外, 最小值皆為0,而最大值的排序則與平均值完全一致。 我國金融機構在1990年代以前以公營為主,隨著國際化與全球化的浪潮,政 府亦開始推行諸多金融自由化與國際化政策,我國金融產業自由化的方式主要包 含二類:所有權移轉之公營金融機構民營化、提高兢爭之立法開放新金融機構設 立;此外,因應我國加入世界貿易組織(WTO),「金融控股公司法」於2001 年11月1日正式實施,希望將銀行業、證券業及保險業等業務整合成金融控股公司 的型態,期望擴大經濟規模與經濟範疇、創造綜效、提升國際競爭力。因此我國 的產險公司可分為金控產險公司和非金控產險公司。

(27)

19 表 4.3 DEA 結果之敘述統計 平均值 標準差 極小值 極大值 技術效率 0.985124 0.031364 0.868185 1 產出權數 保費收入 0.007030 0.005887 0 0.023047 再保費收入 0.043200 0.101001 0 0.605244 再保佣金收入 0.030200 0.048583 0 0.263621 其它收入 0.101000 0.16852 0 0.799339 投入權數 員工人數 0.000098 0.000472 0 0.002917 資產總額 0.002690 0.007151 0 0.049157 再保費支出 0.017500 0.020505 0 0.084317 營業費用 0.029300 0.036759 0 0.126771 表4.4為不同型態與資本結構之產險公司的敘述統計值,其中金控產險公司之 平均技術效率0.996911大於非金控產險公司的0.976284。有關產出權數部分,金控 產險公司的保費收入平均權重0.004453小於非金控產險公司的0.00896,金控產險 公司的再保費收入平均權重0.061891大於非金控產險公司的0.029263,金控產險公 司的再保佣金收入平均權重0.03764大於非金控產險公司的0.024689,金控產險公 司的其它收入平均權重0.069454小於非金控產險公司的0.125405。投入權數部分, 金控產險公司的員工人數平均權重0.000016小於非金控產險公司的0.000159,金控 產險公司的資產總額平均權重0.004792大於非金控產險公司的0.001112,金控產險 公司的再保費支出平均權重0.006169小於非金控產險公司的0.026058,金控產險公 司的營業費用平均權重0.021088小於非金控產險公司的0.03552。

(28)

20 表 4.4 不同型態與資本結構之產險公司的敘述統計 型態 資本結構 金控 非金控 泛外資 非泛外資 技術效率 0.996911 0.976284 0.967666 0.992107 產出權數 保費收入 0.004453 0.008960 0.007796 0.006721 再保費收入 0.061891 0.029263 0.044360 0.042801 再保佣金收入 0.037640 0.024689 0.013598 0.036896 其它收入 0.069454 0.125405 0.168757 0.074494 投入權數 員工人數 0.000016 0.000159 0.000295 0.000019 資產總額 0.004792 0.001112 0.001679 0.003093 再保費支出 0.006169 0.026058 0.034930 0.010576 營業費用 0.021088 0.035522 0.012593 0.036033 不同的資本結構亦有可能影響產險公司的經營效率與未來策略規劃,例如外 資可指定董事長或董監事的產險公司(稱為泛外資產險公司),其營運模式與非 泛外資產險公司應該有所不同,因此經營效率與投入-產出權數亦可能存在差異。 表4.4顯示泛外資產險公司之平均技術效率0.967666小於非泛外資產險公司的 0.992107。有關產出權數部分,泛外資產險公司的保費收入平均權重0.007796略微 大於非泛外資產險公司的0.006721,泛外資產險公司的再保費收入平均權重 0.044360略高於非泛外資產險公司的0.042801,泛外資產險公司的再保佣金收入平 均權重0.013598小於非泛外資產險公司的0.036896,泛外資產險公司的其它收入平 均權重0.168757高於非泛外資產險公司的0.074494。投入權數部分,泛外資產險公 司的員工人數平均權重0.000295大於非泛外資產險公司的0.000019,泛外資產險公 司的資產總額平均權重0.001679小於非泛外資產險公司的0.003093,泛外資產險公

(29)

21 司的再保費支出平均權重0.03493大於非泛外資產險公司的0.010576,泛外資產險 公司的營業費用平均權重0.012593小於非泛外資產險公司的0.036033。

4.3 討論

表4.3顯示平均產出權數最大的是其它收入的0.101,其次為再保費收入與再保 佣金收入的0.0432與0.0302,最低的為保費收入的0.00703;此結果表示國內產險 公司要提升技術效率,在產出部分首要之務是提升其它收入,其次為再保費收入, 最後才是保費收入。由於保費為產險公司之主要收入來源,而且其它收入佔的比 重最低,因此產險公司若要提升技術效率,應提高收入多角化程度。 表4.4雖然指出金控產險公司之平均技術效率大於非金控產險公司,泛外資產 險公司低於非泛外資產險公司,投入權重與產出權重在不同型態與不同資本結構 的產險公司間亦不相同。然而他們之間是否存在明顯的差異,則需進一步利用統

計檢定加以分析。有些研究應用變異數分析(analysis of variance, ANOVA)進行 不同群體間之平均效率值是否存在顯著差異的檢定(Aly et al., 1990;Li, 2005),

可是ANOVA必須假設母體為常態分配,而且不同群體的變異數必需相等。因此, 本研究放棄母體為常態分配的假設,採用因此本研究採用可分析K組樣本之 Kruskal-Wallis檢定,驗證不同型態或不同資本結構的產險公司間,平均技術效率、 投入權重或產出權重是否存在顯著的差異。Kruskal-Wallis檢定統計量為(Conover, 1999):

(

)

        + − =

= K i i i N N n R S T 1 2 2 2 4 1 1 ; (4.1) 其中,

( )

(

)

      + − =

4 1 1 1 2 2 2 N N X R N S ranks all ijn 代表第i i群組之樣本個數,R 為ii群組之排序等級(Rank)和, N 為總樣本個數,K為群組數,R(Xij)為第i

(30)

22 組第j個觀測值之排序等級。當虛無假設H 為真時,0 T(2K1),。 表4.5為Kruskal-Wallis檢定的結果,由於我們只分為二類:金控產險公司vs. 非金控產險(或泛外資產險公司vs.非泛外資產險公司),所以 K = 2,因此在虛 無假設H 為真的情況下,檢定檢定統計量T為自由度為1的卡方分配0 χ(1)2 。有關產 險公司型態檢定的結果指出,金控產險公司的平均技術效率明顯的大於非金控產 險公司(p值 = 0.0015)。投入權數方面,員工人數與營業費用的p值皆大於0.2, 在10%的顯著水準下,只有資產總額與再保費支出存在明顯的差距,金控產險公 司的資產總額權重0.004792大於非金控產險公司的0.001112,然再保費支出的權重 0.006169則小於非金控產險公司的0.026058。 產出權數方面,在10%的顯著水準下,僅有保費收入呈現明顯的差異(金控 產險公司的權重0.004453小於非金控產險公司的0.00896),其它三個產出權數的p 值皆大於0.24。保費收入為產險公司的主要收入來源,實證結果顯示它對非金控 產險公司的重要性大約是金控產險公司的二倍;這也許反應金融控股公司包含銀 行、證券、保險等多種金融事業,藉由共同行銷、資訊交叉運用、產品組合,可 提供消費者一次購足的金融服務,因此保費收入對金控產險公司的重要性不如它 對 非金控產險公司的貢獻。 表 4.5 Kruskal-Wallis 檢定結果 金控 vs. 非金控 泛外資 vs. 非泛外資 檢定統計量 (χ(1)2 ) p值 檢定統計量 (χ(1)2 ) p值 技術效率 10.041*** 0.0015 0.8924 0.3448 產出權數 保費收入 13.935*** < 0.001 0.7662 0.3814 再保費收入 1.155 0.2825 3.8591** 0.0495

(31)

23 再保佣金收入 0.0779 0.7802 2.8278* 0.0927 其它收入 1.3757 0.2408 2.1446 0.1431 投入權數 員工人數 1.1303 0.2877 2.6585 0.1030 資產總額 4.9635** 0.0259 0.1374 0.7109 再保費支出 22.499*** < 0.001 9.3539*** 0.0022 營業費用 1.5654 0.2109 4.2541** 0.0392 有關產險公司資本結構檢定的結果指出,泛外資產險公司的平均技術效率 0.967666雖然小於非泛外資產險公司的0.992107,但是二者之間並未存在明顯的差 異(p值 = 0.3448)。產出權數方面,保費收入與其它收入的p值皆大於0.14,在 10%的顯著水準下,再保費收入與再保佣金收入存在明顯的差異,泛外資產險公 司的再保費收入權重0.044360明顯高於非泛外資產險公司的0.042801,而再保佣金 收入平均權重0.013598則顯著小於非泛外資產險公司的0.036896。 投入權數方面,資產總額的p值為0.7109,而員工人數的p值為非常接近10% 的0.103,另外二個投入變數則是在5%的顯著水準下,呈現顯著的差異,泛外資 產險公司的再保費支出平均權重0.03493明顯大於非泛外資產險公司的0.010576, 而營業費用平均權重0.012593則顯著小於非泛外資產險公司的0.036033。再保費支 出的數據反應國外再保險市場對我國產險公司經營之重要性,泛外資產險公司的 再保費支出的權重明顯大於非泛外資產險公司,表示國外再保險市場對泛外資產 險公司的重要性大於其對非泛外資產險公司,也許反應出外資來自國外市場,所 以更注重透過國外再保險市場分散經營風險。

(32)

24

第五章 結論與建議

5.1 結論

金融機構的經營效率攸關經濟的發展與成長,世界各國自1980年代開始紛紛 放寬金融管制,金融自由化成為世界的潮流。我國亦順應世界潮流推行了許多金 融自由化與國際化的政策,例如為因應我國加入世界貿易組織,我國於2001年11 月1日實施「金融控股公司法」,允許金融機構將保險業、銀行業、證劵業等整合 成「金融控股公司」。 產險公司對於一般個人及中小企業保戶所能提供商品服務功能類似,競爭對 抗行為相當頻繁,易流於採用價格競爭。我國保險市場自1994年起全面開放,市場 競爭日趨激烈,導致獲利不斷遭受侵蝕。此外,低利率環境與2008年的金融海嘯嚴 重衝擊產險公司投資收益,導致台灣產險業面臨嚴苛的挑戰。面對如此激烈的競 爭環境,產險公司及政府對於產險業經營績效的認知愈顯重要。 本研究以本國14家產險公司為研究對象,應用資料包絡分析法衡量產險公司 的技術效率,樣本資料來自於台灣經濟新報資料庫,期間為2012年至2016年,所 有名目變數皆以2011年為基期的台灣國內生產毛額平減價格指數加以平減。投入 變數包含員工人數、資產總額、再保費支出與營業費用,而產出變數為保費收入、 再保費收入、再保佣金收入與其它收入。研究結果顯示:國內產險業要提升技術 效率,優先順序為提升其它收入、再保費收入、保費收入;然而保費為產險公司 之主要收入來源,其它收入佔的比重最低,因此產險公司應提高收入多角化程度 以提升技術效率。其它研究發現包括:(1)保費收入對非金控產險公司的重要性 大約是金控產險公司的二倍,反應金融控股公司包含銀行、證券、保險等多種金 融事業,藉由共同行銷與產品組合等,可提供消費者一次購足的金融服務,導致 保費收入對金控產險公司的貢獻低於其對 非 金控產險公司的貢獻。( 2)泛外資 產險公司的再保費支出的權重明顯大於非泛外資產險公司,顯示國外再保險市場

(33)

25 對泛外資產險公司的重要性大於其對非泛外資產險公司,也許導因於外資來自國 外市場,因此更注重透過國外再保險市場分散經營風險。

5.2 未來研究方向

本研究應用資料包絡分析法衡量產險公司的技術效率,透過投入權重與產出 權重,了解不同投入變數或產出變數,對不同型態(金控產險公司vs. 非 金控產 險公司)或不同資本結構(泛外資產險公司vs. 非泛外資產險公司)的貢獻是否 存在結構性的差異。此研究架構除了可直接分析其它國家的產險公司外,亦可應 用於同樣屬於多投入與多產出的銀行產業與人壽保險公司。

(34)

26

參考文獻

中文部分

吳炳松,2001,「台灣銀行業經濟效率與市場效率之實證研究」,朝陽科技 大學財務金融系碩士論文,1-76。 林銘鈺,2003,「台灣地區公營銀行民營化經營效率之研究─ DE 方法之 應用」,國立成功大學企業管理研究所碩士論文。 胡琇娟,2000,「銀行業資訊科技應用對經營績效之影響」,雲林科技大學 資訊管理研究所碩士論文。 高棟梁(2005),「台灣地區產險業經營效率之衡量:二階段資料包絡分析法 之運用」,銘傳大學管理科學研究所博士論文。 黃旭男與高棟樑 (2005),「臺灣地區產險公司經營績效之評估:二階段資料 包絡分析法之應用」,保險專刊,第21卷第1期,頁57-79。 劉純之(1994),「壽險公司經營績效評估-本國與外商公司的比較分析」,保險專刊, 第三十七輯,頁114-126。

(35)

27

英文部分

Aly, H. Y., R. Grabowski, C. Pasurka, and N. Rangan (1990), “Technical, Scale, and Allocative Efficiencies in U.S. Banking: An Empirical Investigation,”

The Review of Economics and Statistics, 72, pp. 211-218.

Banker, R. D., A. Charnes, and W. W. Cooper (1984), “Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis,”

Management Science, 30, pp. 1078-1092.

Beck, T., and Levine, R., (2002), “Industry Growth and Capital Allocation: Does Having a Market- or Bank-based System Matter?” Journal of Financial

Economics, 64(2): 147-180.

Conover, W.J. (1999), Practical Nonparametric Statistics, Wiley, New York. Charnes, A. S., W. W. Cooper, and E. Rhodes (1978), “Measuring the Efficiency

of Decision Making Units,” European Journal of Operational Research, 2: 429-444.

Chen, Y., W. D. Cook, and J. Zhu (2010), “Deriving the DEA Frontier for Two-Stage Processes,” European Journal of Operational Research, 202: 138-142.

Fecher, F., D. Kessler, and P. Pestieau (1993), “Productive Performance of the French Insurance Industry,” The Journal of Productivity Anal- ysis, Vol. 4, pp. 77-93.

Fu, T. T., J. C. Juo, H. C. Chiang, M. M. Yu, and M. Y. Huang (2016), “Risk-Based Decompositions of the Meta Profit Efficiency of Taiwanese and Chinese Banks,”Omega,62: 34-46.

Kao, C. and S. N. Hwang (2008), ‘Efficiency Decomposition in Two-stage Data Envelopment Analysis: An Application to Non-life Insurance Companies in Taiwan’, European Journal of Operational Research, 185: 418-429.

Leibenstein, H. (1966), “Allocative Efficiency vs. ‘X-Efficiency’,” American

Economic Review, 56(3), pp. 392-415.

(36)

28

Better?” Journal of financial intermediation, 11(4): 398-428.

Li, Y. (2005), “DEA Efficiency Measurement with Undesirable Outputs: An Application to Taiwan's Commercial Banks,” International Journal of

Services Technology and Management, Vol. 6, No. 6, 544-555.

San-Jose, L., J. L. Retolaza, and J. T. Pruñonosa (2014), “Efficiency in Spanish Banking: A Multistakeholder Approach Analysis,” Journal of International

Financial Markets, Institutions and Money,32: 240-255.

Saha, A., and Ravisankar, T. S., (2000), “Rating of Indian commercial banks: A DEA approach.” European Journal of Operational Research, 124(1): 187-203.

Sanjeev, G.M. (2006), “Data Envelopment Analysis (DEA) For Measuring Technical Efficiency of Banks,” Journal of business perspective, Vol. 10, N0. 1, 13-27.

Sathye, M. (2001), “X-efficiency in Australian Banking: An Empirical Investigation.” Journal of Banking and Finance, 25(3): 613-630.

Sathye, M. (2005), “Technical Efficiency of Large Bank Production in Asia and the Pacific,” Multinational Finance Journal, Vol. 9, 1-22.

Sherman, H. D., and Gold, F., (1985), “Bank Branch Operating Efficiency: Evaluation with Data Envelopment Analysis.” Journal of Banking and

Finance, 9(2): 297-315.

Siems, T. F. (1992), “Quantifying Management's Role in Bank Survival.”

Economic and Financial Policy Review, (QI), 29-41.

Wang, M. S., and S. T. Lu (2013), “Evaluating the Operational Efficiency of the Banking Sector in Taiwan: A Two-Stage Data Envelopment Analysis Approach,” Journal of Testing and Evaluation,42(1): 1-13.

Wanke, P., and C. Barros (2014), “Two-Stage DEA: An Application to Major Brazilian Banks,” Expert Systems with Applications,41(5): 2337-2344.

參考文獻

相關文件

The objective of this study is to analyze the population and employment of Taichung metropolitan area by economic-based analysis to provide for government

This research focuses on the analysis of the characteristics of the Supreme Court verdicts on project schedule disputes in order to pinpoint the main reason for delay

Zhang, “A flexible new technique for camera calibration,” IEEE Tran- scations on Pattern Analysis and Machine Intelligence,

Measuring managerial efficiency in non-life insurance companies: An application of two-stage data envelopment analysis technique. (2008).Efficiency decomposition in two-stage data

Therefore, a new method, which is based on data mining technique, is proposed to classify driving behavior in multiclass user traffic flow.. In this study, driving behaviors

(英文) In this research, we will propose an automatic music genre classification approach based on long-term modulation spectral analysis on the static and dynamic information of

The purpose of this study is to analyze the status of the emerging fraudulent crime and to conduct a survey research through empirical questionnaires, based on

In order to serve the fore-mentioned purpose, this research is based on a related questionnaire that extracts 525 high school students as the object for the study, and carries out