빅데이터 시대에 은행은 규제 변화에 적응하기 위해 자연적 해결 가능성과 관리적 해결 가능성이라는 두 가지 주요 전략을 가지고 있습니다. 자연적 해결가능성은 은행이 바람직하지 않은 결과를 줄이기 위해 입력 벡터를 줄이려고 시도하는 부정적인 정책을 의미합니다. 해결 가능성 관리는 규제 변화를 기회로 보고 빅데이터 기술을 활용하여 규제 변화에 적응하려는 은행의 사전 예방적 정책을 나타냅니다. 은행의 운영과정은 생산성 단계와 수익단계로 구분할 수 있으며, 운영비용은 공유자원으로 취급된다.

자연 일회용 하의 비효율성은 주로 수익성 단계에 의해 발생하며, 관리형 일회용 하의 비효율성은 두 단계 모두에 기인합니다.

자연적 해결가능성 재정의: 은행이 부실 산출물을 줄이기 위해 입력을 줄이도록 제안합니다. 이는 바람직하지 않은 출력이 규제 요구 사항을 충족할 때까지 운영 비용을 줄이는 부정적인 적응 전략입니다. 이 경우 은행은 빅데이터 기술에 적절한 투자를 할 만큼 비용이 충분하지 않습니다. 이것은 단기적인 전략입니다. 은행은 운영 비용을 절감할 수 있지만 그렇게 해도 데이터 리소스를 비즈니스 가치로 전환하지 못합니다. 따라서 은행은 장기적으로 기회비용을 증가시킵니다. 경영상의 해결 가능성 재정의: 은행이 부실 성과를 줄이기 위해 투입을 늘리도록 제안합니다. 이는 은행이 규제를 기회로 보고 빅데이터 기술을 활용해 규제 변화에 적응하는 선제적 전략이다. 이는 은행이 빅데이터에 투자하도록 요구하는 장기 전략이다. 이 전략은 단기적으로는 운영비용을 증가시키지만 장기적으로는 빅데이터 기술 활용으로 인해 발생하는 기회비용을 줄일 수 있습니다.

선형화:

선형화:

본 연구에서는 두 단계가 전체 효율에 동일하게 기여한다고 가정하므로 두 단계에 동일한 가중치가 부여됩니다. 또한, 공유 자원의 할당 제약은 L=0.4, U=0.6으로 설정된다. 표 3에서 볼 수 있듯이 자연 일회용 하의 평균 효율성과 단계 효율성은 관리형 일회용 가능성보다 훨씬 크며 이는 서로 다른 적응을 나타냅니다. 성적 전략이 중국 상업은행의 효율성에 미치는 영향은 상당히 다릅니다.

자연분해능 하에서의 전반적인 효율성과 관련하여 표 3을 보면 2014~2018년 기간 동안 모든 상업은행의 실적이 매우 낮음을 알 수 있습니다. 연평균 수준을 고려하면 PAB, NBCB 및 CRBC는 각각 0.975, 0.948 및 0.945의 상대적으로 높은 전체 효율을 달성했습니다. 이러한 결과는 이들 시중은행의 무대 효율성도 상대적으로 높다는 사실에서 확인된다. HCCB의 연평균 종합효율은 0.470으로 최하위권을 기록하고 있으며, HCCB의 수익단계 효율성도 가장 낮다. 이는 수익성 단계의 부실채권이 다른 은행에 비해 많기 때문이다. 경영상 해결가능성에 따른 전반적인 효율성에 대해서는 표 3을 통해 2014~2018년 동안 모든 은행의 성과가 부진했음을 알 수 있습니다. 연평균 수준을 고려하면 중앙은행, CRCB, 중국광파은행은 각각 0.924, 0.868, 0.828로 더 높은 전체 효율성을 달성했습니다. 이러한 결과는 스테이지 효율성에 의해 검증됩니다. 즉, 이들 뱅크의 스테이지 효율성이 상대적으로 높습니다. TCCB의 연평균 종합효율은 0.213으로 최하위권을 차지하고 있으며, 생산성 단계에서는 효율성이 가장 낮고, 이익단계에서도 가장 낮은 효율성을 보이고 있다. 이러한 저조한 ​​성과는 다른 은행에 비해 생산성 단계의 총 운영 비용이 훨씬 높고 수익성 단계의 총 부실 대출이 훨씬 높기 때문입니다. 표 3은 관리 분해능 하에서 중국 은행산업의 전체 효율성과 단계 효율성의 평균 점수가 각각 0.485, 0.457, 0.571로 낮다는 것을 보여줍니다. 이러한 관찰은 두 단계 모두 경영상 해결 가능성이 있는 상업은행의 비효율성에 동일하게 기여한다는 것을 시사합니다. 그러나 시중은행 간에는 상당한 차이가 있습니다.