摘要:本文探討了決定中國商業(yè)銀行凈利差的主要因素，并對中國國有商業(yè)銀行和股份制商業(yè)銀行的凈利差模式進行了比較分析。結(jié)果說明:從全國來看，年前凈利差#65380;違約風(fēng)險#65380;風(fēng)險厭惡程度#65380;銀行規(guī)模和GDP增長率是影響銀行凈利差的主要因素。國有商業(yè)銀行和股份制商業(yè)銀行的凈利差模式有所不同，突出表現(xiàn)在:違約風(fēng)險和GDP增長率對國有商業(yè)銀行不顯著，但對股份制商業(yè)銀行顯著。銀行規(guī)模#65380;機會成本和管理質(zhì)量對股份制商業(yè)銀行不顯著，但對國有商業(yè)銀行顯著。

關(guān)鍵詞:商業(yè)銀行;凈利差影響因素;面板數(shù)據(jù)模型

中圖分類號:F830文獻標(biāo)識碼:A文章編號:1006-1428(2007)05-0021-05

一#65380;商業(yè)銀行凈利差決定因素的文獻回顧

作為金融市場中介的銀行扮演著資金供需的橋梁，吸收存款轉(zhuǎn)為放貸，存貸款利差的變動對銀行利潤有最直接的影響。

探討銀行邊際利差的相關(guān)文獻很多，其中以S.Olson和F Sollenberger的最早。他們采用會計學(xué)上的差異分析法，提出:“邊際利息差異分析模式”，認(rèn)為影響銀行邊際利差的因素是由生利資產(chǎn)與負(fù)債的利率敏感性#65380;數(shù)量及其組合方式所組成，并將邊際利差的變動拆解為數(shù)量差異#65380;利率差異與組合差異。之后，Ho和Saunders－1981通過建立交易者模型－dealer model，以美國53家商業(yè)銀行作為實證對象，發(fā)現(xiàn)凈利差水平依賴于銀行的交易規(guī)模#65380;市場結(jié)構(gòu)以及利率波動。Ho and Saunders－1981運用Stoll－1978的觀念，融入了銀行經(jīng)營行為避險假說和期望效用理論，發(fā)展避險與期望效用的綜合模型來討論利差。

此外，McShane and Sharpe－1985據(jù)澳大利亞的實際情況對Ho and Saunders的模型假設(shè)加以修正，改用存款及放款利率來推導(dǎo)模式。他們認(rèn)為:銀行在存款及放款市場中的市場力量愈高，銀行的利差也就愈大;銀行的利差與絕對風(fēng)險規(guī)避程度#65380;市場利率變動的不確定性以及平均交易量有正相關(guān)存在。

Allen－1988假設(shè)放款具有異質(zhì)性－h(huán)eterogeneity，如此更可顯示出銀行多種存款#65380;放款形態(tài)的組合效果。Allen－1988利差模型主要的結(jié)論為:產(chǎn)品的異質(zhì)化會導(dǎo)致利差縮小，不同放款項目兼有需求交叉彈性時，會導(dǎo)致利差的降低。

Angbazo－1997依據(jù)Ho and Saunders－1981#65380;McShane and Sharpe－1985及Allen－1988的模型結(jié)果，對美國286家銀行進行實證研究，發(fā)現(xiàn)商業(yè)銀行的凈利差取決于違約風(fēng)險和利率風(fēng)險因素。F W.Wong－1997在不確定性的多重來源及風(fēng)險規(guī)避的條件下，改以廠商理論為研究基礎(chǔ)，認(rèn)為市場占有率#65380;運營成本#65380;信用風(fēng)險及利率風(fēng)險的程度會影響銀行邊際利等;Angbazo－1997則延伸Ho 和 Saunders－1981Alen－1988的模型，并以實證發(fā)現(xiàn)美國M0nev center banks的邊際利差主要受違約風(fēng)險的影響;Demirguc-Kunt－1999分析80個國家近7900家銀行1988-1995年的數(shù)據(jù)發(fā)現(xiàn)，一國人均國內(nèi)生產(chǎn)總值#65380;經(jīng)濟增長率對該國銀行凈利差水平的影響并不顯著，這表明發(fā)展中國家與發(fā)達國家之間的存貸利差不同并不是由經(jīng)濟發(fā)展水平引起的。Saunders 和 Schumacher－2000把交易者模型應(yīng)用于歐洲和美國614家銀行，發(fā)現(xiàn)監(jiān)管要求和利率波動對凈利差有決定性的影響。Demirguc-Kunt，Laeven和kvitie－2004發(fā)現(xiàn)，一國銀行中間業(yè)務(wù)收入比例與該國凈利差成反比。

目前，國內(nèi)有關(guān)銀行業(yè)研究的文獻雖然為數(shù)不少，但廣泛地集中于兩類。一類是運用包絡(luò)分析測算和評估銀行效率，或者在此基礎(chǔ)上以效率指標(biāo)為被解釋變量作進一步的因素分析。比如，張鍵華－2003運用DEA分析法測量銀行效率并在此基礎(chǔ)上考察銀行效率與銀行特征變量－資產(chǎn)規(guī)模#65380;存/貸規(guī)模和市場集中度－HHI的相關(guān)性，其結(jié)果顯示我國的銀行效率和集中度呈負(fù)相關(guān)性。朱南等－2004運用 DEA方法對2000和2001年我國最大14家商業(yè)銀行進行效率評估以及因素分析。

另一類則著重于分析市場結(jié)構(gòu)與銀行效率。楚憲－2003采用統(tǒng)計數(shù)據(jù)對比的方法，分別將中國和德國的國有銀行與國內(nèi)的其他所有權(quán)類型銀行的效率－或“績效”進行比較，并分析了影響國有銀行效率的因素。王聰?shù)龋?004將銀行總成本視為銀行效率，運用多元線性回歸法對影響銀行總成本的因素進行研究，認(rèn)為這些因素即為銀行效率的影響因素。盡管第二類研究分析中也涉及到一些其它因素分析，但主要考慮的是銀行投入－資本和勞動支出)的影響。而且，這些研究在數(shù)據(jù)樣本選擇和技術(shù)處理上都存在明顯的偏差。

鑒于此，本文將對影響我國商業(yè)銀行凈利差的因素做一個系統(tǒng)地分析，盡可能地充分利用我國商業(yè)銀行的數(shù)據(jù)資料，對我國商業(yè)銀行業(yè)競爭力和績效進行綜合判斷和分析。

二#65380;我國商業(yè)銀行凈利差決定因素的實證分析

（一樣本和數(shù)據(jù)

本文使用的數(shù)據(jù)來自Bankscope數(shù)據(jù)庫和《中國金融年鑒》1996-2005年各卷中各家銀行年末的損益表#65380;資產(chǎn)負(fù)債表，還有部分?jǐn)?shù)據(jù)來源于《中國統(tǒng)計年鑒》。

（二變量說明

本文將借鑒前人對銀行凈利差影響因素研究的成果，這里主要是HO和 Saunders－1981采用交易者模型為代表的邊際利息分析法和Demirguc—Kunt－1999對80個國家1988-1995年銀行數(shù)據(jù)所作的綜合影響因素回歸分析法，根據(jù)我國實際宏觀經(jīng)濟環(huán)境和銀行自身經(jīng)營特點，對各種因素重新整合，從內(nèi)部制約因素和外部宏觀環(huán)境因素來分析目前這些因素對銀行凈利差的影響。

本文采用HO and Saunders－1981的定義，以凈利息收入除以生利資產(chǎn)總額的值作為銀行凈利差－NIM的估計值。

NIM=－總利息收入一總利息支出/生息資產(chǎn)總額

本研究中影響凈利差的因素及其影響效果分別說明如下:

1.銀行風(fēng)險厭惡程度RISKAVER。

McShane and Sharpe－1985在探討銀行風(fēng)險厭惡程度時，使用銀行的自有資金占總資產(chǎn)的比例來衡量。自有資金比例提高，表示銀行管理者使用自有資金從事營運活動的比例上升，而使用負(fù)債從事營運的比例下降，這意味著銀行管理者具有風(fēng)險趨避的行為，會擴大其利差。相反的，若是銀行選擇較低的自有資金比例，則表示相對的有較高的風(fēng)險偏好，會傾向縮小銀行利差。Zarruk－1998的研究考慮了銀行風(fēng)險態(tài)度和銀行資本對凈利差的影響后指出，在商業(yè)銀行風(fēng)險厭惡的假設(shè)前提下，隨著銀行資本充足率的提高#65380;存款波動性的降低，銀行利差逐漸增大。這個變量與銀行利差是正相關(guān)的。

銀行風(fēng)險厭惡程度RISKAVER=權(quán)益凈值/資產(chǎn)總額

2.機會成本RESER。

機會成本衡量的是銀行持有非生利資產(chǎn)的多寡。非生利資產(chǎn)包括現(xiàn)金及法定準(zhǔn)備金等。銀行吸收存款為了隨時能滿足顧客提款的需求，依法令規(guī)定必需有準(zhǔn)備金。準(zhǔn)備金包括有庫存現(xiàn)金#65380;存放同業(yè)之準(zhǔn)備金及存放中央銀行之存款準(zhǔn)備金賬戶之存款等。由于這些資金無法產(chǎn)生收益，因此存有越多準(zhǔn)備金對銀行而言，其機會成本越大，對銀行越不利。Angbazo－1997指出，對所有銀行來說，表外業(yè)務(wù)的發(fā)展都能夠影響商業(yè)銀行的凈利差率，隨著表外業(yè)務(wù)的發(fā)展，商業(yè)銀行凈利差率呈下降趨勢。故本研究預(yù)期機會成本與銀行利差應(yīng)成負(fù)向關(guān)系。

機會成本RESER=非生息資產(chǎn)/總資產(chǎn)

3.經(jīng)營成本OPC。

經(jīng)營成本衡量的是銀行為了推廣其存放款業(yè)務(wù)，所投入的相關(guān)資源及服務(wù)過程的費用。經(jīng)營成本越高，表示銀行所提供的服務(wù)越多，對存#65380;放款業(yè)務(wù)推動也越積極，因此，銀行會要求較高的利差以彌補其支出。所以，經(jīng)營成本與銀行利差間應(yīng)存在正向的關(guān)系。

經(jīng)營成本OPC=總經(jīng)營費用/總資產(chǎn)

4.違約風(fēng)險LLP。

Wong－1997研究表明，銀行市場勢力#65380;信貸風(fēng)險和利率風(fēng)險控制能力都會對銀行利差產(chǎn)生正的影響。Barajas，Steiner 和Salazar－1999顯示，當(dāng)銀行加強貸款監(jiān)督時，它反映了銀行增加了營運費用和其他因貸款而花的費用。Angbazo－1997對1989—1993年美國的數(shù)據(jù)進行了實證分析，得出結(jié)論:凈利差率既反映了商業(yè)銀行利率風(fēng)險溢價，也反映了信用風(fēng)險溢價。這個變量預(yù)期與銀行利差正相關(guān)。

違約風(fēng)險LLP=貸款損失準(zhǔn)備金/總貸款

5.管理質(zhì)量MG。

Angbanzo－1997顯示，好的管理包含選擇高利潤資產(chǎn)和低成本負(fù)債。本研究預(yù)期管理質(zhì)量與銀行利差正相關(guān)。

管理質(zhì)量MG=生息資產(chǎn)/總資產(chǎn)

6.銀行規(guī)模SIZE。

反映銀行規(guī)模的經(jīng)濟或不經(jīng)濟。大多數(shù)金融文獻以銀行的資產(chǎn)量近似反映銀行規(guī)模。Berger－1987認(rèn)為銀行規(guī)模提高可以節(jié)約成本。然而，近期許多經(jīng)驗研究表明銀行業(yè)普遍存在規(guī)模不經(jīng)濟現(xiàn)象，比如歐洲72個國家跨國研究－Demirgue，2004。由于模型中變量均用總資產(chǎn)變量平減，所以采用資產(chǎn)的對數(shù)值更合適－如Demirgue.Kunt 2004。本研究預(yù)期銀行規(guī)模與銀行利差負(fù)相關(guān)。

上述各指標(biāo)均選取滯后一期量作為解釋變量，因為銀行各變量特征對利差的影響存在著較強的滯后效應(yīng)。

7. 金融深化FD。

在Ben Naceur－2003的方法中，運用金融深化計量了銀行業(yè)在經(jīng)濟中的重要性。如果銀行業(yè)資產(chǎn)增長快于經(jīng)濟增長速度，預(yù)計這個變量與銀行利差成負(fù)相關(guān)。

金融深化FD=存款銀行的總資產(chǎn)/GDP

8. 生產(chǎn)總值增長率GDP。

宏觀經(jīng)濟環(huán)境可能影響銀行利差的行為。在一個不利的宏觀經(jīng)濟環(huán)境條件下，由于非營運貸款的增加，可以惡化銀行經(jīng)營狀況。在BrockFranken－2003#65380;Casu Barbara－2004#65380;DiazOliero－2005中，用真實GDP，GDP增長率和GDP差距表示宏觀經(jīng)濟環(huán)境。我們預(yù)期GDP增長率與銀行利差正相關(guān)。

(三)模型及分析結(jié)果

根據(jù)本次研究所使用數(shù)據(jù)的特點，我們選擇了固定效應(yīng)的面板數(shù)據(jù)回歸模型。為了減少由于截面數(shù)據(jù)造成的異方差影響，我們采用了廣義最小二乘法(GLS)對該模型進行估計，所有計算采用Eviews3.0來完成。根據(jù)前面的分析，得到如下基本模型:

考慮到基本模型中的某些變量可能存在多重共線性問題，這會導(dǎo)致回歸結(jié)果出現(xiàn)較大的偏差。因此，在基本模型回歸結(jié)果的基礎(chǔ)上，我們對t值較小且檢驗結(jié)果不顯著(p值大于0.10)的變量進行逐步剔除，直到剩余變量的t檢驗全部顯著為止，并將剩余變量構(gòu)成的模型稱為“適用模型”。

首先應(yīng)用基本模型對全國層面的NIM模式作回歸分析，結(jié)果(見表1)說明:銀行風(fēng)險厭惡程度RISKAVERt-1#65380;銀行規(guī)模SIZEt-1#65380;違約風(fēng)險LLPt-1#65380;凈利差NIMt-1和GDP增長率對NIM均有顯著性的影響，而機會成本RESERt-1#65380;經(jīng)營成本OPCt-1#65380;管理質(zhì)量MGt-1#65380;金融深化FD對NIM的影響不顯著。除經(jīng)營成本#65380;管理質(zhì)量#65380;GDP增長率的回歸系數(shù)符號與預(yù)期符號相反外，其余變量的回歸系數(shù)的符號均與預(yù)期符號相同。

按照前面提到的方法對不顯著的變量進行逐步剔除，得到了包含5個變量的適用模型，結(jié)果表明:相對于基本模型，適用模型R2沒有提高，D.W值有微弱的改善，而F值有非常顯著的提高，說明適用模型與實際數(shù)據(jù)的擬合效果好于基本模型。因此，我們采用適用模型作為模擬全國NIM的最終模型。

隨后，我們又分別對國有銀行和商業(yè)銀行的NIM模式進行了基于面板數(shù)據(jù)的回歸分析，同樣也區(qū)分了基本模型和適用模型。結(jié)果說明(因篇幅有限，本文所有回歸結(jié)果數(shù)據(jù)省略。有興趣者，可直接與作者聯(lián)系——編者按)。

（(1)對國有銀行來說，風(fēng)險厭惡程度RISKAVERt-1#65380;機會成本RESERt-1#65380;管理質(zhì)量MGt-1#65380;銀行規(guī)模SIZEt-1#65380;金融深化FD#65380;凈利差NIMt-1對NIM的影響顯著，除經(jīng)營成本#65380;機會成本#65380;金融深化的回歸系數(shù)符號與預(yù)期符號相反外，其余變量的回歸系數(shù)的符號均與預(yù)期符號相同。

(2)對商業(yè)銀行來說，風(fēng)險厭惡程度RISKAVERt-1#65380;違約風(fēng)險LLPt-1#65380;金融深化FD#65380;GDP增長率#65380;凈利差NIMt-1對NIM的影響最顯著。除管理質(zhì)量#65380;銀行規(guī)模#65380;GDP增長率的回歸系數(shù)符號與預(yù)期符號相反外，其余變量的回歸系數(shù)的符號均與預(yù)期符號相同。同時，我們也注意到，無論是采用基本模型還是適用模型，兩種類型的回歸效果都非常好，表現(xiàn)在R2和調(diào)整后R2接近1，而且兩者之間的差異非常小;D.W.值非常接近于2.0;F值對應(yīng)的概率值(即p值)接近于0。

根據(jù)上面回歸結(jié)果，我們可以獲得以下初步結(jié)論:

1. 我國商業(yè)銀行經(jīng)營成本OPC對銀行NIM的影響為負(fù)。

即OPC每上升一個單位，NIM將下降0.1192個單位，并不具有顯著性，這與預(yù)期結(jié)果不相符。這表明我國銀行業(yè)經(jīng)營是低效的，“粗放式增長”現(xiàn)象嚴(yán)重，資產(chǎn)和勞動投入的增加并不能轉(zhuǎn)化為產(chǎn)出收益的增加。

2. 風(fēng)險厭惡程度RISKAVER對我國商業(yè)銀行NIM的影響為正。

即風(fēng)險厭惡程度每上升一個單位，NIM將會提高0.0421個單位，并具有較強的顯著性。從理論上也不難理解，隨著資本充足率的提高，商業(yè)銀行防范信用風(fēng)險的能力加強，NIM自然也會提高，對于我國商業(yè)銀行也是如此。這與預(yù)期結(jié)果相一致。從回歸結(jié)果還可看出，我國國有銀行和股份制銀行的風(fēng)險厭惡程度都與銀行NIM正相關(guān)，但是，股份制銀行的風(fēng)險厭惡程度具有的顯著性程度強于國有銀行的顯著性程度。這說明股份制銀行的資本狀況#65380;防范信用風(fēng)險的能力好于國有銀行的資本狀況和防范信用風(fēng)險的能力，從而較好地提高了股份制銀行的NIM水平。

3. 從實證結(jié)果可看出，中國商業(yè)銀行機會成本與銀行凈利差存在負(fù)相關(guān)關(guān)系，且統(tǒng)計檢驗具有不顯著性。

這與預(yù)期結(jié)果一致。說明商業(yè)銀行保留過多的現(xiàn)金資產(chǎn)等就會面臨較大的機會成本，從而影響盈利性的提高。但國有銀行的機會成本與銀行凈利差存在正相關(guān)關(guān)系，且統(tǒng)計檢驗具有特別強的顯著性。這與預(yù)期結(jié)果不一致。這說明在中國國有商業(yè)銀行經(jīng)營中，政府信用對于穩(wěn)定銀行業(yè)的經(jīng)營，防止擠兌起著極其重要的作用，由于有強大的政府信用提供保障，中國商業(yè)銀行至少在現(xiàn)階段不用擔(dān)心流動性危機的發(fā)生。

4. 中國國有商業(yè)銀行的管理質(zhì)量與銀行凈利差存在正相關(guān)關(guān)系，即國有商業(yè)銀行生息資產(chǎn)與總資產(chǎn)的比與銀行凈利差成正比，且統(tǒng)計檢驗具有特別強的顯著性。

這與預(yù)期結(jié)果相一致。這說明中國國有商業(yè)銀行是從國家專業(yè)銀行向商業(yè)銀行轉(zhuǎn)變過來的，對新業(yè)務(wù)的開拓較保守，利息收入在營業(yè)收入中的比例較高。但實證結(jié)果可看出，中國股份制商業(yè)銀行管理質(zhì)量與銀行凈利差存在負(fù)相關(guān)關(guān)系，且統(tǒng)計檢驗具有不顯著性，這與預(yù)期結(jié)果不一致。說明隨著金融業(yè)的發(fā)展，金融工具不斷增多，金融服務(wù)范圍也越來越大，除存貸款等常規(guī)業(yè)務(wù)之外，股份制商業(yè)銀行通過大力開發(fā)中間業(yè)務(wù)和表外業(yè)務(wù)來增加收入。

5. 從實證結(jié)果可看出，中國商業(yè)銀行資產(chǎn)規(guī)模與銀行凈利差存在負(fù)相關(guān)關(guān)系，且統(tǒng)計檢驗具有特別強的顯著性。

這與預(yù)期結(jié)果一致，說明隨著銀行資產(chǎn)規(guī)模的增加，銀行凈利差反而下降。該結(jié)果與國外研究的結(jié)論一致。究其原因，本文認(rèn)為可能主要是由于規(guī)模不經(jīng)濟的存在，隨著銀行資產(chǎn)規(guī)模的擴大，銀行的平均成本上升，從而使銀行凈利差下降。從回歸結(jié)果可看出，銀行規(guī)模對我國國有銀行NIM有較強的顯著性負(fù)影響，而對我國股份制銀行NIM具有不顯著性的正相關(guān)關(guān)系。該結(jié)果說明，資產(chǎn)規(guī)模的擴大會阻礙四大國有銀行NIM的提高，但卻改善股份制銀行經(jīng)營效率。由于四大國有商業(yè)銀行擁有龐大的資產(chǎn)規(guī)模且不良資產(chǎn)率過高，而股份制銀行資產(chǎn)規(guī)模較小，不良資產(chǎn)較四大銀行低，因此股份制銀行資產(chǎn)規(guī)模的擴大會促進銀行NIM的增長。

6. 違約風(fēng)險LLP對我國商業(yè)銀行NIM的影響為正。即違約風(fēng)險每上升一個單位，NIM將會提高0.0463個單位，并具有較強的顯著性。

這與Angbazo－1997的實證結(jié)論相一致。從實證還可看出，國有銀行和股份制銀行不具有顯著性特征。這主要是由于我國國有銀行在貸款損失準(zhǔn)備的計提不夠規(guī)范，銀行貸款損失不能真正反映銀行的貸款質(zhì)量。因此，違約風(fēng)險LLP并不能對回歸模型提供多少解釋信息。

7. 從實證結(jié)果可看出，中國商業(yè)銀行金融深化與銀行凈利差存在負(fù)相關(guān)關(guān)系，且統(tǒng)計檢驗不具有顯著性。

這與預(yù)期結(jié)果一致。從實證來看，股份制銀行金融深化與NIM具有特別顯著的負(fù)相關(guān)關(guān)系。產(chǎn)生這一結(jié)果的原因在于我國銀行業(yè)資源配置效率和經(jīng)營效率低下，致使銀行業(yè)總資產(chǎn)增加時，NIM并不能相應(yīng)增加。而國有銀行金融深化與NIM具有較顯著的正相關(guān)關(guān)系。這說明我國存貸款利率由國家統(tǒng)一制定，銀行無法憑借市場力量制定有利的存貸款利率獲得超額利潤。本文認(rèn)為，這恰恰表明目前在我國高度壟斷的市場結(jié)構(gòu)中，銀行主要是依靠規(guī)模擴張，增加市場份額等粗放的手段來提高國有銀行績效。

8. 從實證結(jié)果可看出，GDP增長率每上升一個單位，NIM將會下降0.0001個單位，并具有不夠強的顯著性。

這與預(yù)期結(jié)果不一致。而股份制銀行的GDP增長率與NIM負(fù)相關(guān)，并具有特別強的顯著性。這說明，最近幾年，隨著生活水平的不斷提高，人們往往將錢用于投資和消費，這使得存款來源減少，從而NIM減少。

9. 從實證結(jié)果可看出，我國商業(yè)銀行上年凈利差與它們當(dāng)年的凈利差存在正相關(guān)關(guān)系，且具有特別強的顯著性。

這與預(yù)期結(jié)果一致。在不考慮其他因素影響的前提下，上年NIM高，當(dāng)前的NIM也會高。這說明銀行NIM的變化存在著“連續(xù)效應(yīng)”。這一點也是合情合理的，一個好的銀行會將優(yōu)秀的人才#65380;優(yōu)質(zhì)的客戶及先進的經(jīng)營方式保持下去，而經(jīng)營效率低下的銀行想要在短短一年內(nèi)改善經(jīng)營狀況幾乎是不可能的。

參考文獻:

[1]Allen，L. 1988″The determinants of bank interest margins a note″，Journal of Finacial and Quantitative Analysis，23，231-235.

[2]Abreu K. and V. Mendes，2002″Commercial bank interest margins and profitability evidence from E.U countries″，Porto working paper series.

[3]AfanasieffT.，P. Lhacer and M. Nakane，2002″The determinants of bank interest spreads in Brazil″，Banco Centrail di Brazil Working Papers.

[4]Angabazo，L.，1997″Commercial bank net interest margins，default risk，interest-rate risk，and off-balance sheet banking″，Journal of Banking and Finance，21，55-87.

[5]Ho，Thomas S. Y.，Saunders，Anthony，1981，″The determinants of bank interest margins theory and empirical evidence″，Journal of Financial and Quantitative Analysis 16，581-600.

[6]McSHANE，R. W.，and I. G. SHARPE 1985″A time series/cross section analysis of the deteminants of Australian trading bank loan/deposit interest margins 1962-1981″，Journal of Banking and Finance，9，115-136.

[7]Nys，Emmanuelle，2003，″A European Study of bank interest margins Is net fees revenue a determinant﹖″，An unpubished manuscript.

[8]Saunders，Anthony，Schumacher，Liliana，2000，″The determinants of bank interest margins an international study″，Journal of International Money and Finance 19，813-832.

[9]秦宛順，歐陽俊. 中國商業(yè)銀行業(yè)市場結(jié)構(gòu)#65380;效率和績效．J．經(jīng)濟科學(xué)，2001: 4

[10]黃憲，王方宏. 中國與德國的國有銀行效率差異及其分析．J．世界經(jīng)濟，2003:3

[11]朱南等. 關(guān)于我國國有商業(yè)銀行效率的實證分析與改革策略．J．管理世界，2004: 2

(責(zé)任編輯:姜天鷹)

注：“本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文”