陸 靜，阿拉騰蘇道，尹宇明

(1.重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400030;2.電子科技大學(xué) 經(jīng)濟(jì)與管理學(xué)院，四川成都 610054)

收入結(jié)構(gòu)和融資模式
對(duì)商業(yè)銀行盈利和風(fēng)險(xiǎn)的影響

陸 靜1，阿拉騰蘇道1，尹宇明2

(1.重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400030;2.電子科技大學(xué) 經(jīng)濟(jì)與管理學(xué)院，四川成都 610054)

以1997－2010年144家中國(guó)商業(yè)銀行為樣本，研究了非利息收入份額和非存款融資份額對(duì)銀行盈利能力及抗風(fēng)險(xiǎn)能力的影響。首先采用非平衡面板數(shù)據(jù)發(fā)現(xiàn)銀行規(guī)模、權(quán)益資本比、資產(chǎn)增長(zhǎng)率對(duì)非利息收入和非存款融資有顯著作用。其次，采用廣義矩估計(jì)法考察了非利息收入和非存款融資對(duì)銀行盈利和風(fēng)險(xiǎn)的影響。研究表明，非利息收入和非存款融資對(duì)中國(guó)銀行業(yè)的盈利能力有顯著正相關(guān)，還能有效地分散風(fēng)險(xiǎn);GDP增長(zhǎng)率、通貨膨脹率和存貸款基準(zhǔn)利差等外部宏觀環(huán)境也顯著影響著銀行的盈利和風(fēng)險(xiǎn)水平。中國(guó)銀行業(yè)應(yīng)在發(fā)展利息收入的同時(shí)，進(jìn)一步開(kāi)拓非利息收入業(yè)務(wù)和非存款融資渠道，提高經(jīng)營(yíng)水平構(gòu)建多渠道盈利的模式。

商業(yè)銀行盈利;商業(yè)銀行風(fēng)險(xiǎn);非利息收入份額;非存款融資份額

一、引言

2011年12月，中國(guó)某股份制銀行行長(zhǎng)在接受境外媒體采訪時(shí)稱“銀行……利潤(rùn)太高了，有時(shí)候自己都不好意思公布”(McMahon，2011)［1］，由此引發(fā)了2012年3月全國(guó)兩會(huì)期間關(guān)于商業(yè)銀行利潤(rùn)是否過(guò)高的討論。重慶市長(zhǎng)黃奇帆認(rèn)為，這源于中國(guó)銀行業(yè)存貸款的息差達(dá)3個(gè)多百分點(diǎn)，憑空地比世界上其它銀行多了兩個(gè)點(diǎn)(蘇曼麗，2012)［2］。另一些專家則認(rèn)為“銀行以息差收入為主、盈利靠規(guī)模和息差驅(qū)動(dòng)，這種發(fā)展方式和盈利模式無(wú)法持續(xù)，必須加快轉(zhuǎn)型步伐”(劉詩(shī)評(píng)等，2012)［3］。所謂轉(zhuǎn)型，就是要大力拓展中間業(yè)務(wù)，提高非利息收入的份額。2012年6月9日，中國(guó)央行在降低存貸款基準(zhǔn)利率的同時(shí)，把貸款下浮幅度增加到了20%，并首次允許存款利率上浮10%，這一舉措既加快了利率市場(chǎng)化的步伐，又從監(jiān)管角度促進(jìn)了商業(yè)銀行改變傳統(tǒng)盈利的模式。特別是對(duì)中小銀行而言，甚至面臨著存貸利率倒掛的局面。存貸利差的縮小迫使中國(guó)銀行業(yè)紛紛擴(kuò)大非利息收入以保持盈利增長(zhǎng)率、努力尋求非存款融資(批發(fā)融資)以減少存款成本上升帶來(lái)的壓力。那么銀行業(yè)收入結(jié)構(gòu)和融資模式的轉(zhuǎn)變將會(huì)帶來(lái)正面影響還是負(fù)面影響呢?

事實(shí)上，自美國(guó)次貸危機(jī)爆發(fā)以來(lái)，西方各國(guó)紛紛反思銀行業(yè)的不同經(jīng)營(yíng)模式對(duì)其抗風(fēng)險(xiǎn)能力的影響。在次貸危機(jī)中，從銀行負(fù)債資金來(lái)源的角度看，高度依賴批發(fā)融資的模式(如美國(guó)的投資銀行模式)可能招致較大的風(fēng)險(xiǎn)。從資產(chǎn)運(yùn)用的角度看，危機(jī)也顯露出不同經(jīng)營(yíng)模式的缺陷。危機(jī)導(dǎo)致美國(guó)部分投資銀行破產(chǎn)倒閉(如貝爾斯登和雷曼兄弟等)，“兩房”被美國(guó)政府接管，美林證券被收購(gòu)，高盛和摩根士丹利轉(zhuǎn)為銀行控股公司，使美國(guó)銀行業(yè)完成了模式發(fā)展的循環(huán)過(guò)程:1930年代前實(shí)行混業(yè)經(jīng)營(yíng)制;1933年格拉斯斯蒂格爾法案迫使商業(yè)銀行與投資銀行分離;1999年金融服務(wù)現(xiàn)代化法案重新引入混業(yè)經(jīng)營(yíng)模式;2008年大型獨(dú)立投資銀行消失。因此，金融危機(jī)后，混業(yè)經(jīng)營(yíng)的全能制銀行因其遭遇負(fù)面沖擊時(shí)的較強(qiáng)恢復(fù)力成為政府和監(jiān)管部門青睞的金融機(jī)構(gòu)，重新奪回了銀行業(yè)發(fā)展的主導(dǎo)地位。就中國(guó)銀行業(yè)而言，能否借鑒國(guó)際銀行業(yè)發(fā)展的先進(jìn)經(jīng)驗(yàn)，吸取教訓(xùn)，按照合理和穩(wěn)健的方式實(shí)施收入結(jié)構(gòu)轉(zhuǎn)型和融資模式調(diào)整，是中國(guó)銀行業(yè)化金融全球化挑戰(zhàn)為機(jī)遇的關(guān)鍵之舉。

本文立足于1997年中國(guó)銀行業(yè)實(shí)施系統(tǒng)改革之初，采用面板數(shù)據(jù)分析和GMM(廣義矩估計(jì))方法，力求通過(guò)考察1997-2010年間144家中國(guó)銀行業(yè)的非利息收入及非存款融資(Nondeposit Funding)對(duì)銀行盈利和風(fēng)險(xiǎn)水平的影響，既可以解開(kāi)實(shí)業(yè)界人士“銀行業(yè)盈利模式是否該大力向非利息收入方向扭轉(zhuǎn)”①參見(jiàn)趙洋.銀行業(yè)盈利模式需要怎樣的轉(zhuǎn)變.金融時(shí)報(bào)，2012年03月19日。的困惑，也可以警示銀行業(yè)對(duì)非存款融資渠道的審視、重視和管理，為銀行業(yè)進(jìn)一步提高盈利水平、增強(qiáng)核心競(jìng)爭(zhēng)能力和防范風(fēng)險(xiǎn)提供參考途徑，為監(jiān)管部門維護(hù)金融穩(wěn)定、促進(jìn)經(jīng)濟(jì)繁榮提供決策參考。

二、文獻(xiàn)回顧

現(xiàn)有關(guān)于銀行最優(yōu)收入結(jié)構(gòu)和融資模式的相關(guān)研究中，國(guó)外學(xué)者存在不太一致的觀點(diǎn)(Demirgue-Kunt和 Huizinga，2010)［4］。一種觀點(diǎn)認(rèn)為銀行通過(guò)傳統(tǒng)存貸款業(yè)務(wù)可以獲取客戶的相關(guān)信息，而這些信息會(huì)幫助銀行更好地爭(zhēng)取同一客戶的中間業(yè)務(wù)，銀行開(kāi)展非利息收入的業(yè)務(wù)可以增加銀行的盈利并在一定程度上分散銀行的風(fēng)險(xiǎn)，因此，這會(huì)促進(jìn)銀行在未來(lái)獲得更好的表現(xiàn)(Diamond， 1991;Rajan， 1992;Saunders和 Walter， 1994;Stein，2002)［5-8］。但是也有學(xué)者認(rèn)為，當(dāng)銀行的業(yè)務(wù)或機(jī)構(gòu)設(shè)置增加時(shí)，會(huì)引發(fā)額外與金融特質(zhì)相關(guān)的技術(shù)問(wèn)題和潛在的代理問(wèn)題(Jensen和Meckling， 1976;Jensen，1986)［9-10］，因此即便通過(guò)非利息收入業(yè)務(wù)能轉(zhuǎn)化風(fēng)險(xiǎn)，但轉(zhuǎn)化的風(fēng)險(xiǎn)與由它帶來(lái)的弊端孰大孰小是不確定的。Myers和Rajan(1998)［11］的研究認(rèn)為，因銀行非利息收入擴(kuò)大而增加的資產(chǎn)流動(dòng)性甚至可能提高銀行經(jīng)營(yíng)者背離銀行利益的概率。Baele等(2007)［12］采用1989年至2004年間歐洲銀行的數(shù)據(jù)研究了非利息收入份額對(duì)銀行風(fēng)險(xiǎn)和股票收益率的影響，結(jié)果發(fā)現(xiàn)銀行非利息收入與股票市場(chǎng)的系統(tǒng)風(fēng)險(xiǎn)存在正相關(guān)，而與銀行的特質(zhì)風(fēng)險(xiǎn)存在非線性關(guān)系——多數(shù)銀行的非利息收入增加到一定程度時(shí)，特質(zhì)風(fēng)險(xiǎn)減小了。Laeven和 Levine(2007)［13］使用1998-2002年間43個(gè)國(guó)家的數(shù)據(jù)考察了銀行的托賓Q值與收入分散化程度(用非利息收入份額測(cè)度)之間的關(guān)系，他們發(fā)現(xiàn)在收入結(jié)構(gòu)和數(shù)量上相近的樣本銀行中，收入分散化程度高的銀行一般托賓Q值較低，但是作者沒(méi)有詳細(xì)討論其中的因果關(guān)系，僅解釋這是因代理問(wèn)題所致的。Stiroh(2004)［14］在研究美國(guó)銀行業(yè)的非利息收入份額對(duì)銀行收益和風(fēng)險(xiǎn)的影響機(jī)制中發(fā)現(xiàn)，美國(guó)銀行業(yè)中Z-scores值最高的銀行其非利息收入份額等于零，因此表明非傳統(tǒng)銀行業(yè)務(wù)可能增加了銀行的風(fēng)險(xiǎn)。

在銀行融資模式的研究中，Diamond(1984)［15］認(rèn)為銀行的負(fù)債結(jié)構(gòu)和它在資本市場(chǎng)獲得批發(fā)融資的能力向潛在存款人傳遞了該銀行信用等級(jí)的信號(hào)。Calomiris(1999)［16］認(rèn)為如果銀行發(fā)行的次級(jí)債券超過(guò)了存款保險(xiǎn)的信用等級(jí)，則這些次級(jí)債券的投資人實(shí)際上發(fā)揮了監(jiān)督銀行經(jīng)營(yíng)的作用。因此，銀行的非存款性融資通過(guò)較好的監(jiān)督功能而降低了銀行的脆弱性。然而存款融資和非存款融資將分別通過(guò)銀行擠兌或批發(fā)融資的突然中止而帶來(lái)不同的潛在流動(dòng)性風(fēng)險(xiǎn)。Huang 和 Ratnovski(2008)［17］建立了一個(gè)說(shuō)明批發(fā)融資負(fù)面影響的理論模型，他們認(rèn)為當(dāng)批發(fā)融資的提供者獲取了關(guān)于銀行資產(chǎn)質(zhì)量的負(fù)面或噪音信息時(shí)，這些批發(fā)融資者將撤回資金，從而導(dǎo)致銀行因償付能力不足而破產(chǎn)。

Demirgue-Kunt 和 Huizinga(2010)［4］擴(kuò)展了Stiroh(2004)［14］的研究，他們采用101個(gè)國(guó)家1334家銀行截至次貸危機(jī)爆發(fā)前的數(shù)據(jù)，分析了銀行收入結(jié)構(gòu)和融資模式對(duì)風(fēng)險(xiǎn)和盈利的影響，研究發(fā)現(xiàn)當(dāng)銀行極度依賴非利息收入或非存款融資時(shí)，銀行的風(fēng)險(xiǎn)都會(huì)很大;其次銀行的非利息收入雖然能增加銀行的盈利，但只能在很小的程度上起到分散銀行風(fēng)險(xiǎn)的作用;而非存款融資對(duì)銀行的盈利能力則有負(fù)面作用，但其在銀行非存款融資份額不高的情況下，可以有效地降低銀行風(fēng)險(xiǎn)。

與國(guó)外相比，國(guó)內(nèi)的相關(guān)研究較少，且國(guó)內(nèi)學(xué)者的研究視點(diǎn)主要集中在非利息收入這個(gè)指標(biāo)上，鮮有文獻(xiàn)聚焦于銀行的融資模式。僅有的融資模式研究考察的是銀行流動(dòng)性而非盈利性，如成文豪和王坤(2011)［18］利用工、中、建三大國(guó)有商業(yè)銀行2004年至2010年的面板數(shù)據(jù)研究了商業(yè)銀行融資模式對(duì)流動(dòng)性的影響，他們得出了10%置信水平下兩者存在線性負(fù)相關(guān)的結(jié)論。在有關(guān)中國(guó)銀行業(yè)收入結(jié)構(gòu)的研究中，學(xué)者們主要從三個(gè)方面展開(kāi)。一是分析了中國(guó)商業(yè)銀行收入的影響因素，如王爽等(2011)［19］通過(guò)73家城市商業(yè)銀行2002-2009年的財(cái)務(wù)數(shù)據(jù)，探析了城市商業(yè)銀行收入結(jié)構(gòu)變化的影響因素，他們認(rèn)為，銀行經(jīng)營(yíng)成本、技術(shù)進(jìn)步、資產(chǎn)管理水平、銀行規(guī)模和股東結(jié)構(gòu)對(duì)凈利息收入有顯著性影響;經(jīng)營(yíng)成本和技術(shù)進(jìn)步對(duì)非利息收入有顯著性影響。二是研究了非利息收入對(duì)銀行收入水平的作用。周好文和王菁(2008)［20］以投資組合理論為基礎(chǔ)，研究了1999-2006期間中國(guó)商業(yè)銀行非利息收入的波動(dòng)性與營(yíng)業(yè)收入波動(dòng)性的關(guān)系，發(fā)現(xiàn)兩者的波動(dòng)性呈負(fù)相關(guān)。在非利息收入對(duì)銀行盈利的影響研究中，婁迎春(2008)［21］使用國(guó)內(nèi) 12家商業(yè)銀行2000-2005年的面板數(shù)據(jù)，以總資產(chǎn)收益率為被解釋變量，銀行的非利息收入份額為解釋變量，得出銀行非利息收入份額與資產(chǎn)收益率呈負(fù)相關(guān)關(guān)系，即非利息收入份額越高，銀行的贏利能力越差。不過(guò)，盛虎和王冰(2008)［22］采用相同的因變量和自變量，得出了完全相反的結(jié)論，即非利息收入份額和銀行總資產(chǎn)收益率之間呈顯著正相關(guān)。而邢學(xué)艷(2011)［23］通過(guò)對(duì)比分析國(guó)內(nèi)不同規(guī)模銀行的非利息收入份額等指標(biāo)，得出了我國(guó)不同類型商業(yè)銀行的收入結(jié)構(gòu)存在差異，銀行的資產(chǎn)規(guī)模及國(guó)有股比率等是造成該差異的主要原因。第三則是從風(fēng)險(xiǎn)角度方面考量非利息收入對(duì)銀行風(fēng)險(xiǎn)的影響。但因我國(guó)非利息業(yè)務(wù)開(kāi)展和發(fā)展較慢，直接研究二者關(guān)系的文獻(xiàn)較少。鄭榮和牛慕鴻(2007)［24］的研究發(fā)現(xiàn)，增加銀行非利息收入在提高銀行收益的同時(shí)，也會(huì)給銀行帶來(lái)風(fēng)險(xiǎn)。魯?shù)?2008)［25］則利用12家商業(yè)銀行1986-2005年的數(shù)據(jù)研究發(fā)現(xiàn)，非利息業(yè)務(wù)的拓展并不能降低我國(guó)商業(yè)銀行的經(jīng)營(yíng)風(fēng)險(xiǎn)。張慶君和張荔(2011)［26］通過(guò)對(duì)中國(guó)14家商業(yè)銀行的實(shí)證分析，考察了資產(chǎn)價(jià)格的波動(dòng)對(duì)中國(guó)商業(yè)銀行收入結(jié)構(gòu)及銀行系統(tǒng)風(fēng)險(xiǎn)的影響，得出資產(chǎn)價(jià)格波動(dòng)與銀行系統(tǒng)風(fēng)險(xiǎn)指數(shù)間存在顯著的相關(guān)性關(guān)系，與非利息收入結(jié)構(gòu)有明顯的正相關(guān)關(guān)系。

本文的研究動(dòng)機(jī)在于以下四個(gè)方面。首先，縱觀國(guó)內(nèi)的研究成果，不難發(fā)現(xiàn)，學(xué)術(shù)界受金融危機(jī)的啟示和影響的關(guān)注點(diǎn)主要局限在我國(guó)非利息收入的研究中，但本次金融危機(jī)的爆發(fā)，除了警示我們銀行風(fēng)險(xiǎn)控制的重要性和銀行盈利模式的重新回歸和定位外，也表明了銀行融資渠道和份額將直接影響到負(fù)債的風(fēng)險(xiǎn)性和經(jīng)營(yíng)的穩(wěn)定性，但現(xiàn)有研究并未對(duì)銀行融資模式的影響機(jī)制給予足夠的重視，也未開(kāi)展較深入的分析。其次，在探析我國(guó)銀行業(yè)非利息收入對(duì)盈利和風(fēng)險(xiǎn)的影響方面，多數(shù)文獻(xiàn)僅從收入角度研究，且主要針對(duì)中國(guó)四大行和股份商業(yè)銀行，樣本的代表性有限，致使研究結(jié)論出現(xiàn)較大分歧，我們的研究將涵蓋全國(guó)144家商業(yè)銀行連續(xù)14年的數(shù)據(jù)，提高了結(jié)論的穩(wěn)健性。第三，國(guó)內(nèi)針對(duì)非利息收入對(duì)商業(yè)銀行經(jīng)營(yíng)風(fēng)險(xiǎn)的研究還較少，且衡量銀行風(fēng)險(xiǎn)的指標(biāo)比較單一，商業(yè)銀行是在承擔(dān)并管理風(fēng)險(xiǎn)的過(guò)程中獲得相應(yīng)收入的，風(fēng)險(xiǎn)水平對(duì)銀行有重要的影響，因此我們擬在研究中納入銀行風(fēng)險(xiǎn)這一因素，特別是采用Z-Score指標(biāo)測(cè)度銀行的風(fēng)險(xiǎn)水平，該指標(biāo)在國(guó)內(nèi)相關(guān)研究中很少被使用過(guò)。第四，考慮到傳統(tǒng)的最小二乘回歸在非利息收入對(duì)銀行盈利的影響研究中無(wú)法處理解釋變量的內(nèi)生性問(wèn)題，尤其當(dāng)加入風(fēng)險(xiǎn)因素時(shí)，這種內(nèi)生性更加突出，因?yàn)轱L(fēng)險(xiǎn)與收益始終是相伴而生的，為此，我們擬采用廣義矩估計(jì)方法(GMM方法，Arellano和Bover，1995)［27］來(lái)克服變量的內(nèi)生性問(wèn)題。

三、研究設(shè)計(jì)

本文的研究思路是先簡(jiǎn)要分析樣本銀行非利息收入和非存款性融資的變化，以及它們與銀行盈利和風(fēng)險(xiǎn)水平的發(fā)展趨勢(shì)，同時(shí)使用相關(guān)性矩陣分析這些關(guān)鍵指標(biāo)的聯(lián)系;其次分別以銀行的非利息收入份額和非存款融資份額為因變量，選擇銀行內(nèi)部的特征變量值為自變量，進(jìn)行面板數(shù)據(jù)回歸;第三，考察銀行非利息收入和非存款融資對(duì)盈利能力和風(fēng)險(xiǎn)水平的影響，在銀行盈利能力的指標(biāo)上我們選擇了ROA，而銀行風(fēng)險(xiǎn)水平的測(cè)度方面，我們借鑒國(guó)外學(xué)者的做法，使用Z-Score值。為避免樣本異質(zhì)性問(wèn)題，解決回歸中的變量?jī)?nèi)生性問(wèn)題，我們采用GMM回歸方法。

(一)模型設(shè)定

在銀行收入結(jié)構(gòu)和融資模式的影響因素方面，我們?cè)O(shè)定的分析模型為:

(1)式中，i表示不同的銀行個(gè)體;yit是被解釋變量，代表非利息收入份額或非存款性融資份額;Ait為影響銀行非利息收入份額或非存款性融資份額的銀行特征指標(biāo)，包括銀行規(guī)模、權(quán)益資產(chǎn)比、資產(chǎn)增長(zhǎng)率、費(fèi)用結(jié)構(gòu)等;Ct為t時(shí)期的金融市場(chǎng)結(jié)構(gòu)變量，包括資產(chǎn)的市場(chǎng)份額、存款市場(chǎng)總份額和市場(chǎng)集中度等;Dt為t時(shí)期的宏觀經(jīng)濟(jì)變量，包括GDP增長(zhǎng)率和通貨膨脹率等，δit為誤差項(xiàng)。

在銀行的收入結(jié)構(gòu)和融資模式對(duì)風(fēng)險(xiǎn)和盈利的影響方面，參考國(guó)內(nèi)外已有研究，以及Demirguc-Kunt 和 Huizinga(2010)［4］、Jokipii 和 Milne(2011)［28］的模型，我們?cè)O(shè)定的回歸方程如下:

(2)式中①線性形式是分析銀行盈利能力的一種慣用的方程形式。Short等(1979)和Bourke(1989)曾嘗試運(yùn)用幾種其它函數(shù)形式分析，但結(jié)論顯示線性模型與其它形式的結(jié)果幾乎沒(méi)有差異。，i表示不同的銀行個(gè)體;Yit是被解釋變量，表示t時(shí)期第i家銀行的風(fēng)險(xiǎn)或盈利指標(biāo)，本文采用的盈利指標(biāo)是資產(chǎn)收益率(ROA)，風(fēng)險(xiǎn)指標(biāo)使用 Z-score值;Yi，t－1為第 i家銀行風(fēng)險(xiǎn)或盈利指標(biāo)的滯后項(xiàng);Z1、Z2為分別非利息收入份額和非存款融資份額;Bit是t時(shí)期第i家銀行的內(nèi)部特征變量，包括銀行規(guī)模、Z值、X效率等;Xt為t時(shí)期宏觀經(jīng)濟(jì)變量，包括GPD增長(zhǎng)率、通貨膨脹率、存款款基準(zhǔn)利率、利率變動(dòng)等，Ct為t時(shí)期的金融市場(chǎng)結(jié)構(gòu)，主要是市場(chǎng)集中度;μit為誤差項(xiàng)。

(二)變量選擇

在銀行收入結(jié)構(gòu)分析中，我們選取非利息收入開(kāi)展研究;在銀行融資策略方面，我們將銀行負(fù)債分為存款融資和貨幣市場(chǎng)工具類的短期非存款性融資。我們使用銀行非利息收入占總收入的份額來(lái)衡量銀行非利息收入的情況，使用短期非存款融資占其總?cè)谫Y之和的份額度量非存款融資水平，在此基礎(chǔ)上，我們聚焦于銀行不同收入結(jié)構(gòu)和融資模式中隱含的收益與風(fēng)險(xiǎn)的權(quán)衡。

在方程(1)的回歸中，我們從銀行特質(zhì)變量、金融市場(chǎng)結(jié)構(gòu)和宏觀變量的角度，考察它們對(duì)銀行非利息收入份額與非存款融資份額的影響。銀行的特征變量有:銀行規(guī)模，采用銀行資產(chǎn)的對(duì)數(shù)形式表示，銀行資產(chǎn)規(guī)模的不同，會(huì)直接影響到銀行戰(zhàn)略選擇的方向和銀行開(kāi)展業(yè)務(wù)的側(cè)重點(diǎn)及定位，通常人們認(rèn)為規(guī)模較大的銀行往往更具實(shí)力應(yīng)對(duì)風(fēng)險(xiǎn)，掌握風(fēng)險(xiǎn)控制工具、技術(shù)及方法，因此我們希望得到銀行規(guī)模對(duì)銀行的非利息收入業(yè)務(wù)及銀行持有非存款融資的行為的影響作用力。權(quán)益資產(chǎn)比，用凈資產(chǎn)與資產(chǎn)的比值計(jì)算，衡量銀行的資本情況。資產(chǎn)增長(zhǎng)率，隨著中國(guó)金融市場(chǎng)的改革和完善，銀行間業(yè)務(wù)開(kāi)展的政策差異性在逐步縮小，銀行業(yè)的競(jìng)爭(zhēng)程度也日趨激烈，因此，可以搶占先機(jī)有效運(yùn)用銀行資源和資本的銀行往往資產(chǎn)增長(zhǎng)率的速度也較高，因此不能單一考核銀行規(guī)模這一指標(biāo)，還要結(jié)合增長(zhǎng)率，看銀行的高資產(chǎn)增長(zhǎng)率是否與非利息收入業(yè)務(wù)和非存款融資有關(guān)。費(fèi)用結(jié)構(gòu)率是銀行的經(jīng)常費(fèi)用/總資產(chǎn)之比，衡量商業(yè)銀行的開(kāi)銷結(jié)構(gòu)，體現(xiàn)銀行經(jīng)營(yíng)成本的高低，銀行在開(kāi)展業(yè)務(wù)和吸收融資時(shí)，除了考慮給銀行帶來(lái)的收入，也要權(quán)衡相應(yīng)的支出費(fèi)用。

在方程(2)的銀行特征變量方面，除了本文要重點(diǎn)考察的非利息收入份額和非存款融資份額外，我們還保留了銀行規(guī)模變量，且當(dāng)被解釋變量為銀行盈利指標(biāo)ROA時(shí)，我們?cè)诮忉屪兞恐屑尤肓撕饬裤y行風(fēng)險(xiǎn)程度的Z值。由銀行危機(jī)理論可知，商業(yè)銀行追求盈利的可持續(xù)性時(shí)，其抗風(fēng)險(xiǎn)能力是最基本的前提。所以，在分析盈利能力的影響因素時(shí)，風(fēng)險(xiǎn)因素的考量不能忽略。與此同時(shí)，我們納入銀行效率指標(biāo)。銀行效率能較好地體現(xiàn)銀行的運(yùn)營(yíng)情況，它是指銀行在業(yè)務(wù)活動(dòng)中投入與產(chǎn)出(或成本與效益)之間的對(duì)比關(guān)系，反映銀行對(duì)資源有效配置的情況，是衡量銀行在同業(yè)競(jìng)爭(zhēng)中投入產(chǎn)出能力、可持續(xù)發(fā)展能力及是否具備核心競(jìng)爭(zhēng)力的重要指標(biāo)。效率高的銀行能更好地、更有效地發(fā)揮貸款資源、獲得更可觀的收入。但縱觀國(guó)內(nèi)研究銀行盈利決定因素的文獻(xiàn)中，鮮有將X效率作為解釋變量來(lái)探討銀行X效率與盈利能力之間的關(guān)系。因此本文運(yùn)用成本X效率來(lái)衡量國(guó)內(nèi)銀行的效率，避免了因使用成本收入比衡量成本效率導(dǎo)致的不精準(zhǔn)問(wèn)題，開(kāi)可以解決采用經(jīng)營(yíng)費(fèi)用與總資產(chǎn)之比作為銀行盈利解釋變量時(shí)，與ROA的共線性問(wèn)題。本文采用Berger等(2009)［29］提出的超越對(duì)數(shù)函數(shù)，運(yùn)用隨機(jī)前沿法測(cè)算了中國(guó)銀行業(yè)1997-2010的成本效率，并將效率結(jié)果變形為統(tǒng)一的排序后，作為盈利指標(biāo)的解釋變量來(lái)探討銀行X效率對(duì)銀行盈利的影響程度。函數(shù)形式如下:

(3)式中，i、t分別代表銀行和年份，k=1，…，4表示4個(gè)產(chǎn)出變量，并且 δjk=δkj，C是銀行的費(fèi)用成本，4個(gè)輸出變量y分別是:總貸款、總存款、流動(dòng)資產(chǎn)、其他盈利性資產(chǎn);2個(gè)投入變量w是:總存款的利息支出和固定資產(chǎn)的非利息支出;固定投入變量z是銀行盈利性資產(chǎn)值①(3)式中除以是為了標(biāo)準(zhǔn)化變形，這樣會(huì)降低估計(jì)效率的異方差，方便比較。。計(jì)算出樣本銀行各年份的成本效率值后，對(duì)它們進(jìn)行升序排序，再采用統(tǒng)一的轉(zhuǎn)換公式(orderit－1)/(nt－1)使它們變成［0，1］之間的效率水平值，orderit表示銀行i在t年的效率值排序中的位置，其中nt是t年中參加排序的銀行數(shù)量。變形轉(zhuǎn)換后的數(shù)字可以反映出銀行i在t年的效率與其他銀行相比時(shí)處于整個(gè)行業(yè)的哪個(gè)水平。例如如果一個(gè)銀行在t年的效率值強(qiáng)于系統(tǒng)中70%的銀行，則它的效率水平即為0.7。第t年中效率最差的銀行效率水平為(1－1)/(nt－1)，即效率水平為 0;第t年中效率最高的銀行效率水平為(nt－1)/(nt－1)，效率水平即為1②在比較應(yīng)用中，效率水平比單純效率排序更精準(zhǔn)，因?yàn)樗苤庇^地反映出個(gè)體銀行在某年行業(yè)中所處的效率水平位置，并且當(dāng)所有年份的效率值都使用統(tǒng)一標(biāo)準(zhǔn)轉(zhuǎn)換后，可以在時(shí)間跨度上將樣本銀行進(jìn)行比較。。

方程(2)的宏觀變量除了延用方程(1)中的變量外，還加入了銀行利率波動(dòng)率及存貸款基準(zhǔn)利率差這兩個(gè)指標(biāo)。在分析銀行業(yè)行為時(shí)，除了宏觀經(jīng)濟(jì)變量外，整體金融市場(chǎng)的系統(tǒng)經(jīng)濟(jì)指標(biāo)對(duì)銀行的影響也尤為重要，所以與其它文獻(xiàn)相比，我們?cè)噲D衡量金融系統(tǒng)的經(jīng)濟(jì)指標(biāo)對(duì)銀行盈利和風(fēng)險(xiǎn)的影響程度。在計(jì)算存貸款基準(zhǔn)利率差時(shí)，本文以一年中執(zhí)行利率的時(shí)間為權(quán)重加權(quán)算出每年的存貸款利率值后再相減。我們參考Garcia-Herrero和Gavila(2009)［30］使用銀行拆借平均月利率的標(biāo)準(zhǔn)差測(cè)度利率波動(dòng)率，但因?yàn)閿?shù)據(jù)缺失原因，我們將該文中以7天為基準(zhǔn)的銀行拆借平均月利率改為每月衡量的銀行拆借平均月利率，期望運(yùn)用上述各指標(biāo)能真實(shí)衡量測(cè)度出宏觀經(jīng)濟(jì)變量對(duì)銀行業(yè)盈利能力及風(fēng)險(xiǎn)水平的影響狀況，從而提出合理有效的政策建議。

四、實(shí)證分析

(一)數(shù)據(jù)來(lái)源及描述性統(tǒng)計(jì)

本文從Bankscope數(shù)據(jù)庫(kù)中收集了1997-2010年末的208家銀行的年度數(shù)據(jù)，但由于部分銀行數(shù)據(jù)缺失情況嚴(yán)重，所以我們刪除了不足兩年的樣本;剩余的152家樣本銀行中還包括一些現(xiàn)已不存在的銀行如鹽業(yè)銀行、金城銀行等③這些銀行被其它銀行并購(gòu)了。，故也將之刪除。最終獲得的樣本銀行共有144家④在銀行盈利能力及風(fēng)險(xiǎn)水平的回歸分析中，采用的廣義矩估計(jì)更適用于大樣本的回歸。。銀行的特征變量來(lái)自Bankscope數(shù)據(jù)庫(kù)，行業(yè)的相關(guān)數(shù)據(jù)主要取自中國(guó)金融年鑒，宏觀數(shù)據(jù)選自CEIC數(shù)據(jù)庫(kù)(表1)。

從表2可以看到，中國(guó)商業(yè)銀行的平均ROA為 0.83%，遠(yuǎn)低于 Demirguc-Kunt和 Huizinga(2010)［4］1.8%的資產(chǎn)收益率，樣本期間中國(guó)商業(yè)銀行的ROA在2005年以后才有了較大的增長(zhǎng)，在90年代末和21世紀(jì)初整體上都低于0.5%，2007年以后才達(dá)到了1%左右。其中股份制銀行和城市商業(yè)銀行都經(jīng)歷了一個(gè)U型發(fā)展過(guò)程，也就是在2001年中國(guó)加入WTO的最初幾年，受到了較大的負(fù)面沖擊，隨后又迎頭趕上來(lái)了。

我國(guó)商業(yè)銀行的非利息收入份額的均值為7.054%，雖然該指標(biāo)在近幾年有大幅提升，但還是小于國(guó)際平均水準(zhǔn)，并且個(gè)別樣本銀行出現(xiàn)了非利息收入份額為負(fù)值的情況，由于該值在樣本中的頻率僅為0.109%，故在實(shí)際回歸中我們剔除了這種異常值。

表1 主要變量及其含義

非存款融資份額的最小值和最大值分別為0%、99.11%，接近 Demirguc-Kunt和 Huizinga(2010)［4］的0%、100%，但我國(guó)商業(yè)銀行的非存款融資份額的平均值更高，因此這值得我們聚焦研究我國(guó)商業(yè)銀行的非存款融資份額是否處于合理的范圍內(nèi)，對(duì)銀行的風(fēng)險(xiǎn)有無(wú)促進(jìn)作用。而對(duì)比Z-score值的情況，我國(guó)商業(yè)銀行的Z-score值總體較高，說(shuō)明相較金融危機(jī)爆發(fā)前國(guó)外銀行業(yè)的經(jīng)營(yíng)模式，我國(guó)現(xiàn)行的銀行模式具有更高的安全性，瀕臨破產(chǎn)的機(jī)率也較低。

表2 主要變量的描述性統(tǒng)計(jì)

(二)主要指標(biāo)的分析

1.非利息收入份額和非存款融資份額

圖1 中國(guó)商業(yè)銀行非利息收入份額的頻率分布

圖2 按不同銀行類型劃分的平均非利息收入份額

圖1展示了樣本銀行非利息收入份額的頻率分布，可以發(fā)現(xiàn)我國(guó)商業(yè)銀行沒(méi)有任何一家銀行完全依賴于非利息收入業(yè)務(wù)，分布在0.05和0.10之間達(dá)到峰值，即在樣本期間，我國(guó)商業(yè)銀行的利息收入份額與國(guó)際市場(chǎng)股份制商業(yè)銀行平均10%～20%、國(guó)際性先進(jìn)銀行40%～60%的非利息收入份額相比，還存在著比較大的差距。圖2可以看到中國(guó)商業(yè)銀行非利息收入份額平均值的變化趨勢(shì)?？傮w而言，非利息收入份額在逐漸增加，1998年的非利息收入份額處于一個(gè)谷底。圖2還表明，1998年，四大國(guó)有銀行的非利息收入份額最低，考慮到四大國(guó)有銀行的改革在該年剛起步不久，因此其對(duì)銀行整體系統(tǒng)的影響程度和能力還較高，所以明顯拉低了行業(yè)整體均值。隨著四大國(guó)有銀行改革成功和相繼上市，這些大型國(guó)有商業(yè)銀行憑借龐大的資產(chǎn)和客戶規(guī)模、廣泛的營(yíng)銷網(wǎng)絡(luò)及商譽(yù)等優(yōu)勢(shì)，非利息收入的提高明顯快于其他商業(yè)銀行，處于行業(yè)領(lǐng)先水平，到2010年超過(guò)了其它所有銀行，這與段玉琴(2010)［31］的研究結(jié)論相同。

圖3 商業(yè)銀行非存款性融資份額的頻率分布

圖4 按不同銀行類型劃分的平均非存款融資份額

圖3表示非存款性融資份額的分布情況。大多數(shù)銀行的非存款融資份額接近于0.05，但還是有少量銀行的非存款融資份額超過(guò)了0.5。圖4的非存款融資份額的變化幅度較大，但總體呈減少趨勢(shì)，且自2007年后下降幅度極明顯。Demirguc-Kunt和 Huizinga(2010)［4］認(rèn)為非存款融資是在金融危機(jī)中可能造成銀行的不穩(wěn)定，且經(jīng)歷次貸危機(jī)后，各銀行的非存款融資勢(shì)必會(huì)有明顯降低。我國(guó)商業(yè)銀行的近年來(lái)的非存款融資份額恰好印證了 Demirguc-Kunt 和 Huizinga(2010)［4］的觀點(diǎn)。

2.非利息收入、非存款性融資、銀行利潤(rùn)和風(fēng)險(xiǎn)水平

本文使用的銀行盈利指標(biāo)是銀行資產(chǎn)收益率(ROA)，我們采用 Demirguc-Kunt和 Huizinga(2010)［4］中衡量銀行破產(chǎn)概率的指標(biāo)值——ZScore來(lái)衡量銀行的風(fēng)險(xiǎn)情況。Z-Score等于ROA與權(quán)益比率(Equity-to-AssetsRatio)之和除以ROA的標(biāo)準(zhǔn)差①與Demirguc－kunt和Huizinga(2010)的方法類似，本文ROA的標(biāo)準(zhǔn)差以近4年的數(shù)據(jù)為基礎(chǔ)來(lái)計(jì)算。。Z-Score越大，表明銀行破產(chǎn)的概率就越小。圖5和圖6表示非利息收入份額、非存款性融資份額與資產(chǎn)收益率(ROA)和Z-Score的關(guān)系。這兩個(gè)圖中，將非利息收入份額和非存款融資份額分別按升序排列后，將排列后的值均等分成20份，將與它們排序時(shí)相對(duì)應(yīng)的ROA值和ZScore值取均值后刻畫在圖中。在圖5中，ROA與非利息收入份額、非存款性融資份額的關(guān)系趨勢(shì)不是很明顯，波動(dòng)幅度沒(méi)有明顯的大起大落，但在整體的趨勢(shì)中ROA與非利息收入份額和非存款融資份額呈正相關(guān)關(guān)系。可以看到，在圖6中，隨著非利息收入份額和非存款融資份額的增加，銀行Z-Score也隨之增加。這與Demirguc-kunt和Huizinga(2010)［4］的結(jié)果不太一致，Demirguc-kunt和Huizinga(2010)［4］刻畫的100多個(gè)國(guó)家的非利息收入份額、非存款融資份額與銀行Z-Score值的關(guān)系線呈現(xiàn)倒U型。他們認(rèn)為在一定程度內(nèi)，非利息收入份額和非存款融資份額與銀行Z-Score值呈正相關(guān)關(guān)系，增加它們能分散銀行風(fēng)險(xiǎn)，但超過(guò)某一數(shù)值后，它們之間的關(guān)系會(huì)反向發(fā)展，呈負(fù)相關(guān)，增加它們反而會(huì)提高銀行的風(fēng)險(xiǎn)。本文認(rèn)為相較 Demirguc-kunt和 Huizinga(2010)［4］研究的眾多國(guó)家的銀行而言，中國(guó)現(xiàn)階段的金融發(fā)達(dá)水平還較低下，且我國(guó)利率市場(chǎng)化改革剛剛起步，無(wú)論是非利息收入業(yè)務(wù)的開(kāi)展還是非存款融資的擁有量都低于國(guó)際平均水平，因此，我國(guó)銀行業(yè)現(xiàn)階段的正相關(guān)關(guān)系正處于Demirguc-kunt和 Huizinga(2010)［4］文中倒U型的上升階段。非利息收入高的銀行一般更傾向于持有非存款融資，這與Kashyap 等(2002)［32］和 Song 和 Thakor(2007)［33］中驗(yàn)證的同一金融機(jī)構(gòu)中負(fù)債與收入關(guān)系中的非利息收入份額和非存款融資份額的正向共存性相一致。至于這兩個(gè)指標(biāo)對(duì)銀行盈利和風(fēng)險(xiǎn)水平的影響研究，將在下文加以分析。

圖5 按非利息收入和非存款融資大小分組后的資產(chǎn)收益率及其擬合趨勢(shì)

圖6 按非利息收入和非存款融資大小分組后的 Z-score值及其擬合趨勢(shì)

表3 相關(guān)性矩陣分析

(三)非利息收入份額與非存款融資份額的影響因素

這里使用面板數(shù)據(jù)的固定效應(yīng)模型進(jìn)行分析，回歸結(jié)果見(jiàn)表4。回歸(1)、(3)為只考量了銀行特征變量的情況。由回歸結(jié)果可知，規(guī)模大的銀行非利息收入份額更高，但非存款性融資份額更低。銀行規(guī)模與非利息收入之間的正向關(guān)系并不是偶然的，規(guī)模大的銀行確實(shí)在創(chuàng)造非利息收入的業(yè)務(wù)中更具競(jìng)爭(zhēng)優(yōu)勢(shì)，有能力提供更多種類的產(chǎn)品和服務(wù)，為專業(yè)化和產(chǎn)品交叉銷售提供更多的機(jī)會(huì)等。如圖2和圖4所示，資產(chǎn)規(guī)模龐大的四大國(guó)有銀行的非利息收入份額就較其他類別的銀行高，非存款性融資份額較低。資產(chǎn)增加快、發(fā)展速度快的銀行其非利息收入額也較高，非存款融資份額也高。非利息收入份額與費(fèi)用率呈正相關(guān)的原因在于開(kāi)展非利息收入業(yè)務(wù)，不僅需要銀行投入額外的人力、物力拓展銷售網(wǎng)絡(luò)，還需要投入額外的資金進(jìn)行產(chǎn)品研發(fā)和配套硬件設(shè)施建設(shè)，如果銀行的發(fā)展相對(duì)不夠成熟，開(kāi)展非利息業(yè)務(wù)需要的投入必然會(huì)引發(fā)營(yíng)業(yè)成本的大幅上升。同時(shí)我國(guó)銀行業(yè)所處的經(jīng)營(yíng)壞境不足寬松，允許銀行混業(yè)經(jīng)營(yíng)的政策還未放開(kāi)，這樣，勢(shì)必導(dǎo)致相關(guān)業(yè)務(wù)起步晚，業(yè)務(wù)關(guān)系不穩(wěn)定，投入成本高的特性。當(dāng)加入金融市場(chǎng)結(jié)構(gòu)和宏觀經(jīng)濟(jì)變量后，它們的作用影響較小，銀行非利息收入份額只與資產(chǎn)的市場(chǎng)份額顯著負(fù)相關(guān)，而在高通脹和GDP高增長(zhǎng)時(shí)期銀行的非存款融資份額較低。

表4 非利息收入和非存款融資的影響因素

(四)銀行收入結(jié)構(gòu)、融資模式對(duì)盈利和風(fēng)險(xiǎn)的影響

這部分研究中，我們不可避免地遇到變量的內(nèi)生性問(wèn)題。因?yàn)橛叩你y行可能會(huì)通過(guò)增加權(quán)益資本來(lái)維持盈利局面，或盈利后通過(guò)擴(kuò)大規(guī)模、增加廣告宣傳等手段對(duì)未來(lái)盈利產(chǎn)生積極影響;從另一個(gè)方面考慮，盈利高的銀行也可能會(huì)雇傭更多的員工，這會(huì)增加銀行支出、降低銀行效率對(duì)盈利產(chǎn)生負(fù)面影響，即變量之間因果的雙向性會(huì)導(dǎo)致內(nèi)生性。其次，在樣本期內(nèi)，政府對(duì)金融市場(chǎng)還存在一定程度的干預(yù)，所以樣本銀行間往往會(huì)因?yàn)檎卟町悓?dǎo)致相互間的異質(zhì)性。這些問(wèn)題也存在于過(guò)去的研究中，但沒(méi)有被重視和有效解決。本文采用廣義矩估計(jì)方法(GMM)進(jìn)行回歸。廣義矩估計(jì)不要求擾動(dòng)項(xiàng)的準(zhǔn)確分布信息，允許隨機(jī)誤差項(xiàng)存在異方差和序列相關(guān)，能夠較好地解決解釋變量的內(nèi)生性問(wèn)題。GMM回歸采用被解釋變量的水平值和差分值的滯后項(xiàng)為工具變量，與此同時(shí)針對(duì)可能存在內(nèi)生性的解釋變量，GMM將它們的滯后項(xiàng)作為工具變量，同時(shí)GMM估計(jì)能顧及到樣本異質(zhì)性，因此得到的參數(shù)估計(jì)量比其它方法更合乎實(shí)際。

在表5和表6中，除了明顯的外生變量外，我們對(duì)其余變量都使用了工具變量，并將使用工具變量的變量在回歸結(jié)果中用斜體字表明①參照Garcia－Herrero和Gavila(2009)。。首先對(duì)工具變量的過(guò)度識(shí)別約束進(jìn)行了Sargan檢驗(yàn)，方程中的 Sargan檢驗(yàn)值分別為:69%、58%、62.9%、45.28%、45.28%、33.92%，按照5%的顯著性水平，不能拒絕工具變量約束有效的原假設(shè)，即所采用工具變量的過(guò)度識(shí)別約束有效。

回歸系數(shù)的瓦爾德聯(lián)合檢驗(yàn)表明，拒絕剩余顯著解釋變量系數(shù)等于零的假設(shè)②我們對(duì)初次估計(jì)結(jié)果使用瓦爾德系數(shù)聯(lián)合檢驗(yàn)，假設(shè)不顯著變量的系數(shù)等于0，如果假設(shè)沒(méi)被拒絕，則去除不顯著的變量后對(duì)剩余變量再次回歸。直到剩余變量的系數(shù)等于0被拒絕時(shí)，才停止減除變量。，此處我們直接報(bào)告最終檢驗(yàn)后的結(jié)果③表格中空白的變量表示在初始回歸中因不顯著，經(jīng)過(guò)瓦爾德檢驗(yàn)后沒(méi)有再繼續(xù)帶入下次回歸。。此外，為了便于與其它文獻(xiàn)比較，我們還對(duì)顯著的回歸變量進(jìn)行了面板數(shù)據(jù)模型估計(jì)(固定效應(yīng))和OLS，所得到的結(jié)果基本一致④限于篇幅，這里沒(méi)有報(bào)告面板固定效應(yīng)和OLS的估計(jì)結(jié)果，需要的讀者可以向作者索取。。

表5和表6顯示，中國(guó)商業(yè)銀行非利息收入份額的比重越大，銀行的盈利水平越高，且增加非利息收入份額可以降低分散銀行的經(jīng)營(yíng)風(fēng)險(xiǎn)，表現(xiàn)為非利息收入份額與銀行的Z－score值顯著正相關(guān)。目前我國(guó)商業(yè)銀行從事非利息業(yè)務(wù)主要是以收費(fèi)為主的業(yè)務(wù)，這類業(yè)務(wù)資本要求低、不涉及銀行的資產(chǎn)與負(fù)債，有利于降低銀行的風(fēng)險(xiǎn)，并且所需風(fēng)險(xiǎn)撥備也較低，因此能在一定程度內(nèi)平滑和緩沖各類沖擊，使商業(yè)銀行的非利息收入較為穩(wěn)定。因此開(kāi)展非利息業(yè)務(wù)不僅能幫助我國(guó)銀行業(yè)的服務(wù)呈現(xiàn)多樣化，分散銀行風(fēng)險(xiǎn)，更能在服務(wù)中創(chuàng)造收入、增加盈利。同樣地，銀行非存款融資份額也與銀行盈利水平和抗風(fēng)險(xiǎn)能力顯著正相關(guān)。非存款融資份額較高的銀行能很好地避免流動(dòng)性危機(jī)，并增加銀行盈利水平。非存款融資份額高的銀行表明其在金融市場(chǎng)上更容易獲得投資者的青睞而籌集資金。通常地，銀行流動(dòng)性越好，則抵御外界負(fù)面沖擊的能力越強(qiáng)，故在不完全的資本市場(chǎng)上，它的籌資成本也相對(duì)越低，因此可以提高銀行的盈利能力，但是中國(guó)商業(yè)銀行目前的盈利大部分來(lái)自于存貸款利差，如果銀行資產(chǎn)的流動(dòng)性過(guò)高，勢(shì)必會(huì)影響銀行的預(yù)期收益率，因此在增加非存款融資份額時(shí)，有必要將其控制在合理的范圍內(nèi)。

表5 收入結(jié)構(gòu)和融資模式對(duì)盈利的影響

表6 收入結(jié)構(gòu)和融資模式對(duì)風(fēng)險(xiǎn)的影響

在其它變量中，商業(yè)銀行的規(guī)模和效率對(duì)銀行盈利和抗風(fēng)險(xiǎn)能力有顯著的積極作用。規(guī)模較大的銀行，其分布地域往往更為廣泛，它們業(yè)務(wù)種類齊全，網(wǎng)點(diǎn)數(shù)量多，且資產(chǎn)價(jià)值高，可以憑借規(guī)模優(yōu)勢(shì)降低成本、提高利潤(rùn)，且規(guī)模較大的銀行通過(guò)上市后可以對(duì)自身風(fēng)險(xiǎn)管理水平產(chǎn)生積極的促進(jìn)作用，同時(shí)我國(guó)規(guī)模較大的銀行資產(chǎn)實(shí)力雄厚，在銀行風(fēng)險(xiǎn)管理中的整體監(jiān)測(cè)、預(yù)防和控制水平更高。

宏觀變量中的GDP增長(zhǎng)率和通貨膨脹率的提高、銀行基準(zhǔn)存貸款利率差的擴(kuò)大都有助于提高中國(guó)商業(yè)銀行盈利水平，增加其抗風(fēng)險(xiǎn)的能力。但銀行系統(tǒng)利率的波動(dòng)率卻相反。GDP增長(zhǎng)率被視作經(jīng)濟(jì)體制發(fā)展的一個(gè)總指標(biāo)，經(jīng)濟(jì)中投資機(jī)會(huì)與商業(yè)周期是正相關(guān)的，因此銀行商業(yè)機(jī)會(huì)和經(jīng)濟(jì)增長(zhǎng)率之間存在正相關(guān)性，在GDP增長(zhǎng)率降低減緩時(shí)，經(jīng)濟(jì)景象衰弱對(duì)銀行的抗風(fēng)險(xiǎn)能力是一個(gè)檢測(cè)機(jī)會(huì)。從銀行存貸款基準(zhǔn)利率差的實(shí)證結(jié)果中，可以印證中國(guó)商業(yè)銀行的主要贏利模式仍然是獲取利息差，但隨著利率市場(chǎng)化的逐步發(fā)展，未來(lái)利率縮小的趨勢(shì)不可避免，這會(huì)影響銀行盈利能力的可持續(xù)性，因此要求中國(guó)銀行業(yè)應(yīng)該努力實(shí)現(xiàn)盈利來(lái)源的多樣性，積極拓展非利息業(yè)務(wù)，增大非利息收入在經(jīng)營(yíng)收入結(jié)構(gòu)中的比重。同時(shí)中國(guó)金融市場(chǎng)的市場(chǎng)化程度較低并且中國(guó)實(shí)行嚴(yán)格的利率管制，因此當(dāng)銀行對(duì)貨幣政策的調(diào)整方向和工具運(yùn)用沒(méi)有準(zhǔn)確地預(yù)期并做出及時(shí)調(diào)整時(shí)，勢(shì)必會(huì)在政策轉(zhuǎn)向時(shí)使銀行經(jīng)營(yíng)活動(dòng)受到負(fù)面干擾，影響其抗風(fēng)險(xiǎn)能力。

五、結(jié)論

本文采用面板數(shù)據(jù)的固定效應(yīng)模型對(duì)影響中國(guó)銀行業(yè)非利息收入及非存款融資的影響因素進(jìn)行了分析，在此基礎(chǔ)上，選取銀行的盈利指標(biāo)ROA和銀行抗風(fēng)險(xiǎn)測(cè)度指標(biāo)Z-score值作為被解釋變量，銀行規(guī)模、效率等特質(zhì)變量和宏觀經(jīng)濟(jì)指標(biāo)作為控制變量，研究了非利息收入份額和非存款融資份額對(duì)銀行盈利能力和風(fēng)險(xiǎn)的影響。研究表明:

①銀行非利息收入主要受銀行內(nèi)部特征變量影響，其中銀行規(guī)模大、權(quán)益資產(chǎn)比高的銀行，其非利息收入份額往往較高。同時(shí)因中國(guó)金融市場(chǎng)的分業(yè)經(jīng)營(yíng)環(huán)境，使銀行業(yè)在開(kāi)展非利息業(yè)務(wù)中存在局限性，并且開(kāi)展非利息業(yè)務(wù)需要銀行投入額外的資金拓展銷售網(wǎng)絡(luò)及配置設(shè)施等，因此會(huì)引發(fā)銀行的費(fèi)用上升。四大國(guó)有銀行近年的非利息收入份額有明顯提高，遠(yuǎn)高于其他銀行，說(shuō)明這些銀行已經(jīng)意識(shí)到傳統(tǒng)存貸業(yè)務(wù)帶來(lái)的利息收入增長(zhǎng)空間的局限性，正在積極實(shí)施經(jīng)營(yíng)和戰(zhàn)略管理轉(zhuǎn)型。

②銀行非存款融資除了受銀行內(nèi)部特征變量影響外，還與金融市場(chǎng)集中度和宏觀經(jīng)濟(jì)中的GDP增長(zhǎng)率和通貨膨脹率情況有關(guān)。銀行規(guī)模大、權(quán)益資產(chǎn)比高的銀行，其非存款融資份額較低。資產(chǎn)增長(zhǎng)速度較快的銀行更青睞于更大的非存款融資份額，體現(xiàn)了成長(zhǎng)較快的銀行對(duì)資產(chǎn)流動(dòng)性的需求比較高。當(dāng)GDP增長(zhǎng)率較高或高通脹時(shí)期，銀行往往不會(huì)大量吸納非存款融資。

③在考察銀行非利息收入份額和非存款融資份額對(duì)銀行風(fēng)險(xiǎn)、盈利水平的影響時(shí)，我們發(fā)現(xiàn)，銀行非利息收入份額、非存款融資份額對(duì)銀行的資產(chǎn)收益率有顯著的正相關(guān)關(guān)系，非利息收入業(yè)務(wù)可以分散銀行經(jīng)營(yíng)風(fēng)險(xiǎn)，與測(cè)度銀行風(fēng)險(xiǎn)的Z-score值顯著正相關(guān)(Z-score值越大，銀行越安全不易破產(chǎn))，而中國(guó)商業(yè)銀行持有的非存款融資情況仍舊處于較低風(fēng)險(xiǎn)的程度，及倒U型的上坡階段，因此，增加非存款融資份額會(huì)起到協(xié)調(diào)銀行流動(dòng)性作用，對(duì)抗流動(dòng)性風(fēng)險(xiǎn)。

④除了銀行非利息收入份額和非存款融資份額對(duì)銀行風(fēng)險(xiǎn)、盈利的影響外，我們也得到了其它變量的作用關(guān)系。規(guī)模大、效率高的銀行往往盈利水平更好，應(yīng)對(duì)風(fēng)險(xiǎn)能力的更強(qiáng);同時(shí)銀行的風(fēng)險(xiǎn)水平往往與銀行的盈利顯著負(fù)相關(guān)，因?yàn)殂y行承受較高風(fēng)險(xiǎn)經(jīng)營(yíng)時(shí)，勢(shì)必要有更多收益回報(bào)才能彌補(bǔ)其承擔(dān)的風(fēng)險(xiǎn)。市場(chǎng)集中度對(duì)銀行盈利的結(jié)果表明，現(xiàn)階段我國(guó)銀行業(yè)的壟斷情況仍舊存在，占有壟斷地位的銀行因廣泛的網(wǎng)點(diǎn)分布和客戶中的信譽(yù)高，更易吸納存款和開(kāi)展信貸及其它業(yè)務(wù)，因而更易增加收入，但集中度與銀行的風(fēng)險(xiǎn)水平顯著負(fù)相關(guān)，集中度的下降會(huì)表明競(jìng)爭(zhēng)程度的上升，而往往激烈的競(jìng)爭(zhēng)是促使銀行全方位加強(qiáng)自身經(jīng)營(yíng)的能力動(dòng)力，提升綜合實(shí)力，這其中自然包括銀行的抗風(fēng)險(xiǎn)能力。就宏觀經(jīng)濟(jì)變量而言，銀行處在經(jīng)濟(jì)周期的繁榮時(shí)期時(shí)，往往盈利水平更好，中國(guó)經(jīng)濟(jì)總體實(shí)力的持續(xù)走強(qiáng)為中國(guó)銀行業(yè)盈利能力的提升提供了良好的經(jīng)濟(jì)環(huán)境，也為銀行提升抗風(fēng)險(xiǎn)的水平奠定了基礎(chǔ)平臺(tái)。此外，有關(guān)中國(guó)銀行業(yè)盈利的主要模式，央行制定的存貸款基準(zhǔn)利率差越大，銀行獲得的利潤(rùn)越多，破產(chǎn)倒閉的可能性越低。但考慮到中國(guó)的具體國(guó)情，銀行如不能對(duì)宏觀經(jīng)濟(jì)政策的調(diào)整方向進(jìn)行準(zhǔn)確預(yù)測(cè)和及時(shí)應(yīng)對(duì)，就會(huì)對(duì)盈利產(chǎn)生負(fù)面影響，利率波動(dòng)率對(duì)盈利和風(fēng)險(xiǎn)指標(biāo)的負(fù)相關(guān)即是表現(xiàn)之一。

因此，在傳統(tǒng)業(yè)務(wù)競(jìng)爭(zhēng)日益劇烈的情況下，商業(yè)銀行的非利息業(yè)務(wù)種類和創(chuàng)新，非存款融資的便捷和靈活性，在某種程度上為銀行增加了新的利潤(rùn)增長(zhǎng)點(diǎn)，但吸取金融危機(jī)的教訓(xùn)和經(jīng)驗(yàn)，隨著這部分業(yè)務(wù)和非存款融資數(shù)量的大力擴(kuò)展，它們也可能加大盈利的波動(dòng)性和風(fēng)險(xiǎn)的不穩(wěn)定性，所以商業(yè)銀行在大力拓展非利息收入業(yè)務(wù)、吸納非存款融資時(shí)，不僅要重視對(duì)它們成本的控制和縮減，更不容忽視它們的風(fēng)險(xiǎn)。

［1］McMahon，Dinny.民生銀行行長(zhǎng):利潤(rùn)高得不好意思公布［N］.華爾街日?qǐng)?bào)，2011-12-05.

［2］蘇曼麗.兩會(huì)代表委員熱議銀行高利潤(rùn)，銀行行長(zhǎng)否認(rèn)暴利說(shuō)［N］.新京報(bào)，2012-03-12.

［3］劉詩(shī)平，趙曉輝，顧瑞珍.代表委員剖析銀行“日進(jìn)斗金”:利潤(rùn)為何這么高?［EB］.新華網(wǎng)，2012-03-03.

［4］Demirgue-Kunt A，Harry Huizinga H.Bank Activity and Funding Strategies:The Impact on Risk and Returns［J］.Journal of Financial Economics，2010，(98):626-650.

［5］Diamond D W.Monitoring and Reputation:the Choice Between Bank Loans and Directly Placed Debt［J］.Journal of Political Economy 99，1991.689-721.

［6］Rajan R G.Insiders and Outsiders:the Choice Between Informed and Arm＇S-Length Debt［J］.Journal of Finance，1992，(47):1367-1400.

［7］Saunders A，Walter I.Universal Banking in the United States:What Could We Gain?What Could We Lose?［M］.Oxford University Press，New York，1994.

［8］Stein J.Information Production and Capital Allocation:Decentralized Versus Hierarchical Firms［J］.Journal of Finance，2002，(57):1891-1921.

［9］Jensen M C，Meckling W H.Theory of the Firm:Managerial Behavior，Agency Costs，and Ownership Structure ［J］.Journal of Financial Economics，1976，(3):305-360.

［10］Jensen M C.Agency Costs of Free Cash Flow，Corporate Finance，and Takeovers［J］.American Economic Review ，1986，(76):323-329.

［11］Myers S C，Rajan R G.The Paradox of Liquidity.［J］.Journal of Finance，1998，(113):733-771.

［12］Baele L，De Jonghe O，Vander Vennet R.Does the Stock Market Value Bank Diversification?［J］.Journal of Banking and Finance，2007，(31):1999-2023.

［13］Laeven L，Levine R.Is There A Diversification Discount in Financial Conglomerates?［J］.Journal of Financial Economics 85，2007.331-367.

［14］Stiroh K J.Diversification in Banking:Is Noninterest Income the Answer?［J］.Journal of Money，Credit，and Banking，2004，(36):853-882.

［15］Diamond D W.Financial Intermediation and Delegated Monitor-ing［R］.Review of Economic Studies 51，1984.393-414.

［16］Calomiris C W.Building An Incentive-Compatible Safety Net［J］.Journal of Banking and Finance，1999，(23):1499-1519.

［17］Huang R，Ratnovski L.The Dark Side of Bank Wholesale Funding［M］.Mimeo，International Monetary Fund，Washington，DC，2008.

［18］成文豪，王坤.融資結(jié)構(gòu)對(duì)國(guó)有商業(yè)銀行的流動(dòng)性水平影響的實(shí)證分析［J］.財(cái)政金融，2011(21):43-44.

［19］王爽，黃雅婷，鮑明明，陳鐘靈.我國(guó)城市商業(yè)銀行收入結(jié)構(gòu)及其影響因素探析［J］.中國(guó)外資，2011(22):63-77.

［20］周好文，王菁.從資產(chǎn)組合理論視角審視我國(guó)商業(yè)銀行非利息收入的波動(dòng)性［J］.經(jīng)濟(jì)經(jīng)緯，2008(4):155-158.

［21］婁迎春.我國(guó)商業(yè)銀行非利息收入對(duì)經(jīng)營(yíng)績(jī)效的影響研究［J］.經(jīng)濟(jì)師，2008(4):240-242.

［22］盛虎，王冰.非利息收入對(duì)我國(guó)上市商業(yè)銀行績(jī)效的影響研究［J］.財(cái)務(wù)與金融，2005(5):8-11.v［23］邢學(xué)艷.我國(guó)商業(yè)銀行收入結(jié)構(gòu)的實(shí)證分析［J］.經(jīng)濟(jì)師，2011(9):181-183.

［24］鄭榮年，牛慕鴻.中國(guó)銀行業(yè)非利息業(yè)務(wù)與銀行特征關(guān)系研究［J］.金融研究，2007(9):129-137.

［25］魯?shù)?多元化經(jīng)營(yíng)能降低銀行風(fēng)險(xiǎn)嗎?［D］.復(fù)旦大學(xué)，2008.

［26］張慶君，張荔.資產(chǎn)價(jià)格波動(dòng)對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響［J］.金融論壇，2011(5):25-30.

［27］Arellano M，Bover O.Another Look at the Instrumentalvariable Estimation of Error-components Models［J］.Journal of Econometrics，1995(68):29-52.

［28］Jokipii T，Milne A Bank Capital Buffer and Risk Adjustment Decisions［J］.Journal of Financial Stability，2011，(7):165-178.

［29］Berger A N，Hasan I，Zhou M.Bank Ownership and Efficiency in China:What will Happen in the World＇s Largest Nation［J］.Journal of Banking and Finance，2009 ，(33):113-130.

［30］Garcia-Herrero A，Gavila S，Santabárbara.What Explains the Lower Profitability of Chinese Banks?［J］.Journal of Banking and Finance，2009，(1):2080-2092.

［31］段玉琴.我國(guó)商業(yè)銀行贏利模式轉(zhuǎn)型研究［J］.中國(guó)市場(chǎng)，，2010(40):56-58.

［32］Kashyap A K，Rajan R，Stein J C.Banks As Liquidity Providers:An Explanation for the Coexistence of Lending and Deposit-Taking［J］.Journal of Finance，2002，(57):33-73.

［33］Song F，Thakor A V.Relationship Banking，F(xiàn)ragility，and the Asset-Liability Matching Problem［J］.Review of Financial Studies，2007，(20):2129-2177.

［34］利明獻(xiàn).利率市場(chǎng)化下的銀行盈利模式［J］.中國(guó)金融，2011(20):28-29.

［35］趙洋，李文龍，楊洋.銀行業(yè)盈利模式需要怎樣的轉(zhuǎn)變［N］.金融時(shí)報(bào)，2012-03-19.

［36］Bourke P.Concentration and other Determinants of Bank Profitability in Europe，North America and Australia［J］.Journal of Banking and Finance，1989(13):65-79.

［37］Caprio Jr.G.，Demirgue-Kunt A，Kane E J.The 2007 Meltdown in Structured Securitization:Searching for Lessons Not Scapegoats.Policy Research Working Paper WPS4756，World Bank，Washington，DC，2008.

［38］Short R E，Bellows R A，Staihmiller R B，Carr J B.Multiple Linear and Nonlinear Regression Analyses of Factors Causing Calving Difficulty［J］.The Riogenology，1979，(12):121-130.

［39］Taylor J B，Williams J C.A Black Swan in the Money Market［R］.Working Paper 13943，National Bureau of Economic Research，Cambridge，MA，unpublished，2008.

The Impact of Banks'Activity and Funding Strategies on Risk and Returns

LU Jing1，Alatengsudao1，YIN Yu － ming2

(1 .School of Economics and Business Administration，Chongqing University，Chongqing 400030，China;2.School of Management and Economics，University of Electronic Science and Technology，Chengdu 610054，China)

This paper examines the implications of bank activity and short-term funding strategies for bank risk and return using a sample of 144 banks in China from 1997 to 2010.First，this paper uses unbalance panel data with fixed effects to analyze what explains banks＇noninterest income and nondeposit funding.The result shows that the noninterest income and nondeposit funding of these banks is not only determined by asset scale，but also concerned with the ratio of equity to assets and growth rate of real bank assets.Besides，we use panel data GMM method to analyze empirically how noninterest income and nondeposit funding affect the profitability and risk of sample banks.We find that both of them increase the return on assets，and also could offer some risk diversification.Moreover，real GDP growth，inflation and standard interest margins have also been found to affect commercial banks profitability and risk.While getting much more interest income，the Chinese banking should further explore the non-interest income and nondeposit funding business，improve operational level and build profits of multi-channel mode.

commercial bank profitability;commercial bank risk;noninterest income share;nondeposit funding share

F832.33

A

1002－9753(2013)09－0023－14

2012-12-04

2013-06-18

國(guó)家自然科學(xué)基金(71373296，71232004，71272085)、國(guó)家社會(huì)科學(xué)基金(09BJL024)和教育部人文社會(huì)科學(xué)基金(12YJA630135)資助項(xiàng)目。

陸靜(1966-)，男，四川樂(lè)山人，重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院金融系副主任、教授，博士，博士生導(dǎo)師，美國(guó)加州大學(xué)圣地亞哥分校訪問(wèn)學(xué)者，研究方向:金融風(fēng)險(xiǎn)計(jì)量與管理。

(本文責(zé)編:瑞 源)