楊 文 張娜娜 江 修

( 1.深圳大學(xué) 經(jīng)濟(jì)學(xué)院，廣東 深圳 518060；2.英國(guó)諾丁漢大學(xué) 商學(xué)院，諾丁漢郡 NG72RD)

我國(guó)商業(yè)銀行非利息收入的影響因素探析

楊 文1張娜娜2江 修1

( 1.深圳大學(xué) 經(jīng)濟(jì)學(xué)院，廣東 深圳 518060；2.英國(guó)諾丁漢大學(xué) 商學(xué)院，諾丁漢郡 NG72RD)

運(yùn)用2008-2014年我國(guó)120家商業(yè)銀行數(shù)據(jù)，分別從宏觀和微觀兩個(gè)視角分析了商業(yè)銀行非利息收入的影響因素。研究發(fā)現(xiàn)：宏觀因素對(duì)非利息收入有顯著影響，GDP、M2以及CPI都與非利息收入占比呈現(xiàn)負(fù)相關(guān)關(guān)系，說(shuō)明經(jīng)濟(jì)增速快而宏觀調(diào)控不及時(shí)、貨幣供應(yīng)量增加及物價(jià)上漲會(huì)導(dǎo)致實(shí)際貨幣購(gòu)買力下降，從而降低銀行的非利息收入占比。微觀因素上對(duì)銀行非利息收入影響最顯著的是銀行的資產(chǎn)規(guī)模；相比不良貸款，銀行呆賬準(zhǔn)備金作為銀行風(fēng)險(xiǎn)的代理變量更合理；銀行管理費(fèi)用對(duì)非利息收入占比的影響不顯著。

商業(yè)銀行；非利息收入；影響因素；固定效應(yīng)模型

一、引言

長(zhǎng)期以來(lái)，以借貸利差為基礎(chǔ)的利息收入是我國(guó)商業(yè)銀行的主要收入來(lái)源。然而，自從2001年我國(guó)加入WTO后，國(guó)外商業(yè)銀行正式進(jìn)入中國(guó)市場(chǎng)，在此背景下，一方面我國(guó)商業(yè)銀行面臨國(guó)內(nèi)同行和外資銀行的雙重競(jìng)爭(zhēng)；另一方面隨著利率市場(chǎng)化進(jìn)程的不斷推進(jìn)，尤其是金融危機(jī)之后，國(guó)家逐漸降低利率水平，商業(yè)銀行傳統(tǒng)的以存貸利差為基礎(chǔ)的利息收入不斷減少。此外，隨著互聯(lián)網(wǎng)的發(fā)展，一些互聯(lián)網(wǎng)金融機(jī)構(gòu)和第三方支付工具紛紛出現(xiàn)，使得商業(yè)銀行的傳統(tǒng)業(yè)務(wù)受到嚴(yán)峻挑戰(zhàn)，利潤(rùn)空間不斷萎縮。面對(duì)此種形勢(shì)，我國(guó)商業(yè)銀行逐漸認(rèn)識(shí)到發(fā)展非利息業(yè)務(wù)的重要性，并將其作為新的利潤(rùn)增長(zhǎng)點(diǎn)。因此，增加非利息業(yè)務(wù)收入對(duì)于我國(guó)商業(yè)銀行收入結(jié)構(gòu)的改善有著積極的作用。

近年來(lái)，非利息業(yè)務(wù)收入在我國(guó)四大國(guó)有商業(yè)銀行收入的占比增長(zhǎng)緩慢(如圖1所示)。相對(duì)于一些發(fā)達(dá)國(guó)家，非利息收入在我國(guó)商業(yè)銀行收入占比依然較低，并且我國(guó)商業(yè)銀行非利息業(yè)務(wù)種類單一，其中傭金及手續(xù)費(fèi)收入占總非利息收入甚至高達(dá)70%-80%(赫國(guó)勝，2010)[1]。因此，我國(guó)商業(yè)銀行非利息業(yè)務(wù)收入仍然有很大的改善和發(fā)展空間，對(duì)商業(yè)銀行非利息業(yè)務(wù)的研究具有十分重要的現(xiàn)實(shí)意義。雖然發(fā)展非利息業(yè)務(wù)對(duì)于我國(guó)商業(yè)銀行尤為重要，但目前學(xué)術(shù)界關(guān)于非利息業(yè)務(wù)對(duì)商業(yè)銀行盈利及風(fēng)險(xiǎn)的影響研究尚無(wú)定論，且對(duì)于非利息收入與銀行微觀因素及宏觀因素的關(guān)系的研究仍然較少。

圖1 我國(guó)四大國(guó)有商業(yè)銀行非利息收入增長(zhǎng)緩慢

二、文獻(xiàn)綜述

國(guó)內(nèi)外對(duì)于商業(yè)銀行非利息業(yè)務(wù)的早期研究主要集中在非利息業(yè)務(wù)發(fā)展對(duì)銀行收益及風(fēng)險(xiǎn)的影響方面，但由于研究樣本與研究方法的差異，使得研究成果大相徑庭。

1. 商業(yè)銀行非利息業(yè)務(wù)

目前，對(duì)于商業(yè)銀行非利息業(yè)務(wù)研究大致可歸類為以下四種觀點(diǎn)：

(1)非利息業(yè)務(wù)有助于提升商業(yè)銀行業(yè)績(jī)并降低其系統(tǒng)性風(fēng)險(xiǎn)

Gallo (1996)[2]通過(guò)分析1987-1994年期間美國(guó)銀行控股公司的風(fēng)險(xiǎn)結(jié)構(gòu)和共同基金對(duì)銀行風(fēng)險(xiǎn)收益的影響，發(fā)現(xiàn)非利息業(yè)務(wù)收入占比的增加可以提高銀行利潤(rùn)率并可以起到降低銀行系統(tǒng)性風(fēng)險(xiǎn)的作用。同樣，國(guó)內(nèi)學(xué)者李明輝等(2014)[3]研究也發(fā)現(xiàn)商業(yè)銀行非利息業(yè)務(wù)可以通過(guò)降低銀行杠桿風(fēng)險(xiǎn)達(dá)到減少銀行破產(chǎn)風(fēng)險(xiǎn)的作用。赫國(guó)勝和徐潔(2010)[1]通過(guò)對(duì)我國(guó)10家上市商業(yè)銀行2005-2009年的數(shù)據(jù)進(jìn)行實(shí)證研究，發(fā)現(xiàn)非利息收入與銀行盈利具有正向關(guān)系。

(2)非利息業(yè)務(wù)收入對(duì)商業(yè)銀行業(yè)績(jī)貢獻(xiàn)有限，甚至?xí)龃笊虡I(yè)銀行的風(fēng)險(xiǎn)

目前，一些學(xué)者利用現(xiàn)有的數(shù)據(jù)研究發(fā)現(xiàn)非利息業(yè)務(wù)的增加對(duì)促進(jìn)銀行的發(fā)展效用十分有限，相反，由于其波動(dòng)性較大，非利息業(yè)務(wù)收入甚至可能增大商業(yè)銀行風(fēng)險(xiǎn)。黃雋等(2010)[4]基于美國(guó)商業(yè)銀行2000-2008年的數(shù)據(jù)進(jìn)行實(shí)證分析，指出商業(yè)銀行利用非利息業(yè)務(wù)增加商業(yè)銀行收入的同時(shí)，也給商業(yè)銀行帶來(lái)了更大的風(fēng)險(xiǎn)。De Young和Roland(2001)[5]、De Young和Rice(2004)[6]也都認(rèn)為美國(guó)銀行大力發(fā)展以收取費(fèi)用為基礎(chǔ)的非利息業(yè)務(wù)雖然可以為銀行創(chuàng)造多樣化收益，但同時(shí)也加大了杠桿比例，一定程度上其風(fēng)險(xiǎn)增大帶來(lái)的弊端甚至?xí)^(guò)收益增多帶來(lái)的好處。無(wú)獨(dú)有偶，Stiroh 和 Rumble(2006)[7]研究發(fā)現(xiàn)非利息業(yè)務(wù)一定程度上確實(shí)有分散化效應(yīng)，但非利息業(yè)務(wù)的高波動(dòng)性卻抵消了其分散效應(yīng)帶來(lái)的好處。更有學(xué)者認(rèn)為，發(fā)展非利息業(yè)務(wù)不僅沒(méi)有獲得多樣化收益帶來(lái)的好處，甚至降低了利潤(rùn)。如Stiroh(2004)[8]利用1997-2004年美國(guó)銀行控股公司的數(shù)據(jù)研究發(fā)現(xiàn)，那些對(duì)非利息收入依賴性相對(duì)較強(qiáng)的銀行，其收益指標(biāo)并不比其他銀行高，反而其風(fēng)險(xiǎn)調(diào)整后的利潤(rùn)更低。周好文和王菁(2008)[9]研究發(fā)現(xiàn)我國(guó)銀行非利息收入和銀行收益率之間具有顯著且穩(wěn)定的負(fù)相關(guān)關(guān)系。此外，他們從資產(chǎn)組合的角度研究了非利息收入的波動(dòng)性，發(fā)現(xiàn)非利息業(yè)務(wù)收入比傳統(tǒng)業(yè)務(wù)收入波動(dòng)性更大。同時(shí)，李明輝等(2014)[3]利用1998-2012年我國(guó)114家銀行的數(shù)據(jù)，采用動(dòng)態(tài)面板模型進(jìn)行實(shí)證分析，表明非利息業(yè)務(wù)的發(fā)展會(huì)降低傳統(tǒng)存貸業(yè)務(wù)收益率，導(dǎo)致商業(yè)銀行總的盈利空間不能顯著增加。

(3)銀行非利息業(yè)務(wù)的發(fā)展對(duì)銀行的風(fēng)險(xiǎn)與盈利均無(wú)明顯影響

Calmes(2009)[10]運(yùn)用資產(chǎn)組合理論的分析框架，研究了加拿大銀行非利息業(yè)務(wù)對(duì)促進(jìn)銀行業(yè)業(yè)務(wù)發(fā)展的影響，指出非利息收入對(duì)銀行風(fēng)險(xiǎn)和收益的正面影響并不顯著。張羽和李黎(2010)[11]、周開國(guó)和李琳(2011)[12]等對(duì)我國(guó)商業(yè)銀行的研究也得出了類似結(jié)論。

(4)銀行非利息業(yè)務(wù)的發(fā)展對(duì)于銀行風(fēng)險(xiǎn)與盈利的影響并不單一，業(yè)務(wù)種類、銀行屬性、地區(qū)及非利息業(yè)務(wù)發(fā)展所處階段等因素的不同，都會(huì)使得研究結(jié)論迥異

Lepetit(2008)[13]通過(guò)對(duì)歐洲銀行業(yè)數(shù)據(jù)的分析，發(fā)現(xiàn)不同種類的非利息業(yè)務(wù)對(duì)銀行風(fēng)險(xiǎn)的影響不一。例如對(duì)于小銀行而言，傭金和費(fèi)用收入的增加，會(huì)加大銀行的風(fēng)險(xiǎn)，而交易收入的增加卻可以減少違約風(fēng)險(xiǎn)。Hidayat(2012)[14]通過(guò)對(duì)印度尼西亞銀行業(yè)數(shù)據(jù)的研究發(fā)現(xiàn)，對(duì)小銀行而言，產(chǎn)品多樣化可以顯著分散銀行的風(fēng)險(xiǎn)，但對(duì)大銀行而言，該效應(yīng)卻不顯著。Pennathur(2012)[15]通過(guò)對(duì)印度銀行業(yè)的數(shù)據(jù)分析發(fā)現(xiàn)，對(duì)于印度國(guó)有銀行，非利息業(yè)務(wù)會(huì)顯著減小其風(fēng)險(xiǎn)，但對(duì)于私有銀行，卻會(huì)增大其風(fēng)險(xiǎn)。張曉玫和毛亞琪(2014)[16]運(yùn)用LRMES方法，發(fā)現(xiàn)不同種類的非利息業(yè)務(wù)對(duì)系統(tǒng)性風(fēng)險(xiǎn)有不同的影響，如手續(xù)費(fèi)和傭金收入業(yè)務(wù)有分散風(fēng)險(xiǎn)的效應(yīng)，而其他類型的非利息收入業(yè)務(wù)卻會(huì)增大銀行的系統(tǒng)性風(fēng)險(xiǎn)。

2. 非利息業(yè)務(wù)的影響因素

近年來(lái)，學(xué)者們開始把目光轉(zhuǎn)向?qū)Ψ抢I(yè)務(wù)影響因素的研究，研究角度、研究方法和研究中的代理變量各異，研究結(jié)論也因此大相徑庭，但在模型構(gòu)建及變量選取上仍有許多借鑒意義。綜合現(xiàn)有研究，對(duì)非利息業(yè)務(wù)影響因素的研究可分為兩大類：

(1)基于宏觀視角的研究

典型的代表是段軍山(2011)[17]，采用我國(guó)11家上市商業(yè)銀行2004-2008年的數(shù)據(jù)構(gòu)建非平穩(wěn)面板協(xié)整模型，對(duì)銀行間國(guó)債指數(shù)、貨幣供應(yīng)量(M2)及上證綜合指數(shù)等宏觀因素與非利息收入之間的關(guān)系進(jìn)行了分析。結(jié)果表明商業(yè)銀行非利息收入最重要的影響因素是銀行間國(guó)債指數(shù)，其他因素的影響皆不明顯。

(2)基于微觀視角的研究

這也是目前大部分學(xué)者的研究視角。鄭榮年和牛慕鴻(2007)[18]基于14家商業(yè)銀行數(shù)據(jù)，研究了我國(guó)商業(yè)銀行資產(chǎn)規(guī)模、凈利差收入等銀行特征與非利息業(yè)務(wù)規(guī)模之間的關(guān)系，但并未明確指出非利息收入的決定因素。陳龍(2013)[19]以1997-2011年我國(guó)16家上市商業(yè)銀行數(shù)據(jù)為樣本進(jìn)行研究，發(fā)現(xiàn)銀行貸款損失與凈利息收入比、平均資產(chǎn)回報(bào)率這兩個(gè)指標(biāo)與非利息收入顯著正相關(guān)，而凈利息收益率與非利息收入顯著負(fù)相關(guān)。鄭玉華和崔曉東(2014)[20]基于我國(guó)16家上市銀行的數(shù)據(jù)，從銀行的經(jīng)營(yíng)管理能力和發(fā)展策略的視角展開研究，發(fā)現(xiàn)非利息收入與凈資產(chǎn)收益率、核心存款比率、銀行貸款比率、營(yíng)業(yè)費(fèi)用率及銀行資產(chǎn)規(guī)模有較顯著關(guān)系，但不同因素對(duì)國(guó)有和非國(guó)有銀行的影響程度并不一致。

3. 簡(jiǎn)要評(píng)述

綜上所述，非利息業(yè)務(wù)的影響因素很大程度上依賴于其所處的發(fā)展階段、銀行規(guī)模和屬性、銀行內(nèi)部環(huán)境和國(guó)家政策環(huán)境等。目前，我國(guó)現(xiàn)有研究主要存在以下不足：一是影響因素的分析角度不夠全面。主要從銀行經(jīng)營(yíng)管理能力和發(fā)展策略的角度分析，未深入挖掘具體影響非利息收入的因素，也很少會(huì)把宏微觀因素結(jié)合起來(lái)考慮。二是選取的樣本無(wú)法充分反映我國(guó)商業(yè)銀行現(xiàn)狀。原因在于：第一，現(xiàn)有研究主要是對(duì)歐美發(fā)達(dá)國(guó)家的銀行業(yè)數(shù)據(jù)進(jìn)行分析，但對(duì)于經(jīng)濟(jì)環(huán)境、政治環(huán)境及銀行非利息業(yè)務(wù)發(fā)展處于不同階段的我國(guó)銀行業(yè)而言，其借鑒意義不大；第二，現(xiàn)有研究?jī)H對(duì)我國(guó)上市銀行進(jìn)行研究分析，無(wú)法充分反映我國(guó)銀行業(yè)的整體情況；第三，現(xiàn)有研究數(shù)據(jù)比較陳舊，早期的數(shù)據(jù)無(wú)法給當(dāng)前的決策提供更貼合實(shí)際的借鑒，需要新數(shù)據(jù)的支持。

筆者可能在以下幾點(diǎn)有別于現(xiàn)有研究：一是分析視角不同。將基于非利息收入業(yè)務(wù)的分類視角，探討商業(yè)銀行非利息收入的宏觀和微觀因素影響。二是選取的樣本更具代表性和實(shí)效性。以2008-2014年120家商業(yè)銀行的數(shù)據(jù)為樣本，其中不僅包含大多數(shù)文獻(xiàn)中的17家上市商業(yè)銀行，還包含了88家城市商業(yè)銀行銀行和15家農(nóng)村商業(yè)銀行的最新數(shù)據(jù)，彌補(bǔ)了樣本代表性不足的缺陷。同時(shí)采用最新的數(shù)據(jù)展示了最新的非利息收入情況，總體而言，本研究的樣本具有一定代表性與時(shí)效性。

三、非利息收入的影響因素分析和模型設(shè)定

1. 非利息收入影響因素分析

商業(yè)銀行的財(cái)務(wù)報(bào)表中，非利息收入顯示為商業(yè)銀行的營(yíng)業(yè)收入減去凈利息收入的部分。2002年，《商業(yè)銀行中間業(yè)務(wù)暫行規(guī)定》將中間業(yè)務(wù)定義為不構(gòu)成商業(yè)銀行表內(nèi)負(fù)債、表內(nèi)資產(chǎn)，形成銀行非利息收入的業(yè)務(wù)，因此，剖析非利息收入的影響因素必須要分析商業(yè)銀行的中間業(yè)務(wù)。中間業(yè)務(wù)可分為九大類：支付結(jié)算類業(yè)務(wù)、銀行卡業(yè)務(wù)、承諾類業(yè)務(wù)、擔(dān)保類業(yè)務(wù)、交易類業(yè)務(wù)、代理類業(yè)務(wù)、基金托管業(yè)務(wù)、咨詢顧問(wèn)類業(yè)務(wù)和其他類中間業(yè)務(wù)。因此，以非利息收入的九大來(lái)源為切入點(diǎn)，結(jié)合宏觀因素和微觀因素，從非利息收入與非利息支出雙向剖析非利息凈收入的影響因素。

支付結(jié)算類業(yè)務(wù)和銀行卡業(yè)務(wù)與其客戶群體有直接關(guān)系，銀行主要為客戶提供消費(fèi)信用、轉(zhuǎn)賬結(jié)算、存取現(xiàn)金等服務(wù)，所以一般客戶辦理銀行卡，為的就是生活便利，這必然要考慮到銀行網(wǎng)點(diǎn)及其ATM機(jī)的覆蓋面、銀行的基本收費(fèi)及與其他機(jī)構(gòu)的合作問(wèn)題，比如某些銀行卡和公交卡是否已經(jīng)合二為一等。而客戶選擇結(jié)算或支付銀行時(shí)，首先考慮的必然是自己已有銀行卡的銀行，其次是支付與結(jié)算的手續(xù)費(fèi)、流程的便利情況以及銀行分支行分布及合作機(jī)構(gòu)等。

承諾類業(yè)務(wù)是指商業(yè)銀行按照約定的條件在未來(lái)某一時(shí)間向客戶提供指定的金融服務(wù)業(yè)務(wù)，包括貸款承諾和票據(jù)發(fā)行便利等。該類業(yè)務(wù)主要取決于客戶與銀行的關(guān)系，因風(fēng)險(xiǎn)較大，銀行會(huì)收取一定的費(fèi)用，

擔(dān)保類業(yè)務(wù)主要包括銀行承兌匯票、備用信用證、各類保函等。客戶選擇辦理?yè)?dān)保業(yè)務(wù)的銀行時(shí)，除了考慮自身是否滿足銀行的擔(dān)保要求外，還要考慮銀行的信譽(yù)度及在異地或海外的分支或合作機(jī)構(gòu)，這樣才會(huì)使得銀行的擔(dān)保取得收款方的足夠信任?？梢?，該類業(yè)務(wù)收入主要取決于銀行的信譽(yù)、規(guī)模及銀行對(duì)擔(dān)保對(duì)象的審核，標(biāo)準(zhǔn)太高會(huì)導(dǎo)致?lián)I(yè)務(wù)量太少，但標(biāo)準(zhǔn)太低又可能會(huì)使銀行因客戶違約而蒙受損失。

交易類業(yè)務(wù)，指商業(yè)銀行利用金融工具便捷的優(yōu)勢(shì)，按照客戶要求進(jìn)行資金交易活動(dòng)，以滿足客戶對(duì)于資產(chǎn)保值和管理風(fēng)險(xiǎn)的業(yè)務(wù)需要。該項(xiàng)業(yè)務(wù)的主要目的是防范金融風(fēng)險(xiǎn)，業(yè)務(wù)收入取決于市場(chǎng)經(jīng)濟(jì)情況以及投資策略。

代理類業(yè)務(wù)是指商業(yè)銀行通過(guò)客戶委托并收取一定的費(fèi)用、為客戶提供金融服務(wù)以及代理指定的事項(xiàng)，包括代理中國(guó)人民銀行業(yè)務(wù)、保險(xiǎn)業(yè)務(wù)等。代理類業(yè)務(wù)收入主要取決于銀行自身的經(jīng)營(yíng)管理能力及合作金融機(jī)構(gòu)的多少、政策方面的扶持及銀行的信譽(yù)等。

基金托管業(yè)務(wù)，指基金管理公司通過(guò)對(duì)有托管資格的商業(yè)銀行進(jìn)行委托，將公司基金的全部資產(chǎn)交由商業(yè)銀行托管，并享有一定的基金估值、會(huì)計(jì)核算等服務(wù)。咨詢顧問(wèn)類業(yè)務(wù)，是指為滿足客戶對(duì)于公司業(yè)務(wù)經(jīng)營(yíng)發(fā)展的需要，商業(yè)銀行利用自身在信息處理、專業(yè)人才等方面的優(yōu)勢(shì)，對(duì)客戶資金運(yùn)動(dòng)的記錄以及相關(guān)信息收集與整理，形成最優(yōu)的方案提供給客戶的服務(wù)活動(dòng)。由此可知，這兩項(xiàng)業(yè)務(wù)主要與銀行自身的信譽(yù)、人才及信息技術(shù)有關(guān)。

通過(guò)以上對(duì)銀行不同屬性的非利息收入的分析，不難發(fā)現(xiàn)這些都與銀行的規(guī)模、網(wǎng)點(diǎn)數(shù)量覆蓋范圍及自身的經(jīng)營(yíng)狀況、團(tuán)隊(duì)和信譽(yù)相關(guān)，這些因素可以決定銀行的客戶群體、合作機(jī)構(gòu)、投資標(biāo)的等，從而影響其非利息收入水平。鑒于數(shù)據(jù)可得性，實(shí)證分析的影響因素設(shè)計(jì)具體如下：

(1)微觀因素

銀行總資產(chǎn)的自然對(duì)數(shù)(LNA)：用于衡量銀行的資產(chǎn)規(guī)模、網(wǎng)點(diǎn)的覆蓋面及銀行信譽(yù)等。銀行的資產(chǎn)規(guī)模會(huì)影響其管理方法、經(jīng)營(yíng)策略及人才培養(yǎng)投入等，這些是一個(gè)銀行經(jīng)營(yíng)管理水平的體現(xiàn)。一般認(rèn)為該指標(biāo)越大，銀行就有更多的網(wǎng)點(diǎn)、更多的合作機(jī)構(gòu)、更豐富的業(yè)務(wù)種類、更優(yōu)質(zhì)全面的服務(wù)和更多高素質(zhì)的業(yè)務(wù)人員，所以該指標(biāo)值越大，銀行的非利息收入越多。

資產(chǎn)收益率(ROA)：即凈利潤(rùn)占資產(chǎn)總額的比重。這個(gè)指標(biāo)可以反映銀行資產(chǎn)的獲利能力，是銀行資金運(yùn)用效率與財(cái)務(wù)管理水平的綜合體現(xiàn)。一般而言，管理水平及盈利性越高的銀行，非利息收入水平越高。

銀行存款占比(DAR)：即銀行存款占總資產(chǎn)的比重。反映銀行的客戶規(guī)模及與客戶間的關(guān)系。一般認(rèn)為，客戶群體越大，銀行與客戶間關(guān)系越密切，銀行就越有機(jī)會(huì)推銷其非利息產(chǎn)品與服務(wù)，即理論上銀行的非利息收入與存款占比正相關(guān)。

銀行貸款占比(LAR)：即銀行貸款占資產(chǎn)總額的比率。該指標(biāo)反映銀行的貸款策略及銀行與客戶間的關(guān)系。因?yàn)橘J款利息是銀行獲取收入的主要途徑，貸款比率越高說(shuō)明銀行有越龐大的貸款客戶群體，有更多的機(jī)會(huì)交叉銷售其產(chǎn)品或服務(wù)，從而增加非利息業(yè)務(wù)收入。同時(shí)，該指標(biāo)值越大，銀行發(fā)生流動(dòng)性危機(jī)的可能性就越大，所以銀行更有動(dòng)力去發(fā)展以收費(fèi)為基礎(chǔ)的非利息業(yè)務(wù)以降低總體風(fēng)險(xiǎn)。而指標(biāo)值越大，說(shuō)明銀行在利息收入業(yè)務(wù)中獲得的利潤(rùn)越多，可能缺乏足夠的動(dòng)力去發(fā)展非利息業(yè)務(wù)。因此銀行貸款占總資產(chǎn)的比率與非利息收入關(guān)系不確定。

貸款呆賬準(zhǔn)備金(ADA)：指商業(yè)銀行在貸款余額中按照一定比例提取的用于沖抵呆賬的準(zhǔn)備金，可以間接衡量銀行貸款客戶違約風(fēng)險(xiǎn)的大小，反映客戶的債務(wù)清償能力。一般認(rèn)為計(jì)提的貸款呆賬準(zhǔn)備金越高，銀行貸款客戶的信用級(jí)別越低，違約風(fēng)險(xiǎn)越大，故理論上非利息業(yè)務(wù)凈收入與貸款呆賬準(zhǔn)備金存在負(fù)相關(guān)關(guān)系。

(2)宏觀因素

商業(yè)銀行的非利息收入除了受自身經(jīng)營(yíng)管理水平和銀行規(guī)模等微觀因素的影響之外，還不可避免地受到市場(chǎng)經(jīng)濟(jì)環(huán)境、通脹水平及貨幣供給狀況等宏觀因素的影響。筆者具體選取國(guó)內(nèi)生產(chǎn)總值(GDP)、居民消費(fèi)價(jià)格指數(shù)(CPI)和貨幣發(fā)行量(M2)作為宏觀經(jīng)濟(jì)指標(biāo)的代理變量來(lái)分析其對(duì)非利息業(yè)務(wù)的影響。

國(guó)內(nèi)生產(chǎn)總值的自然對(duì)數(shù)(LNGDP)①：其對(duì)非利息收入的影響具有不確定性：經(jīng)濟(jì)增長(zhǎng)使得居民財(cái)富增加，生活水平提高，從而刺激銀行的非利息業(yè)務(wù)需求；而在經(jīng)濟(jì)增長(zhǎng)到一定階段央行又未能進(jìn)行合理政策調(diào)控時(shí)，會(huì)導(dǎo)致過(guò)度的通貨膨脹使得貨幣購(gòu)買力及收益率減少，居民存款將會(huì)向其他投資領(lǐng)域轉(zhuǎn)移，從而降低銀行的收入水平。

居民消費(fèi)價(jià)格指數(shù)(CPI)②：是反映與居民生活有關(guān)的消費(fèi)品及服務(wù)價(jià)格水平變動(dòng)情況的重要宏觀經(jīng)濟(jì)指標(biāo)。一般來(lái)說(shuō)，該指標(biāo)的高低直接影響著國(guó)家的宏觀經(jīng)濟(jì)調(diào)控措施的出臺(tái)與力度，如央行是否調(diào)息、是否調(diào)整存款準(zhǔn)備金率等，同時(shí)也間接影響資本市場(chǎng)狀況。其變動(dòng)率一定程度上反映了通貨膨脹或通貨緊縮的程度，不僅影響商業(yè)經(jīng)營(yíng)成本，也影響著個(gè)人或企業(yè)的投資，若貨幣購(gòu)買力及收益率下降，居民存款將投向其他領(lǐng)域，以追求更高的回報(bào)。

貨幣和準(zhǔn)貨幣供應(yīng)量的自然對(duì)數(shù)(LNM2)：代表了貨幣供給量狀況，指通過(guò)中央銀行對(duì)貨幣供應(yīng)量的調(diào)節(jié)作用，影響貸款需求及市場(chǎng)利率，從而間接影響總需求的貨幣政策。積極的貨幣政策可以通過(guò)提高貨幣供應(yīng)增長(zhǎng)速度來(lái)刺激總需求，促使利率降低；反之則相反。利率市場(chǎng)的變化通過(guò)影響利息業(yè)務(wù)而間接影響非利息業(yè)務(wù)。

2. 模型構(gòu)建

根據(jù)前面的分析，選取2008-2014年我國(guó)120家商業(yè)銀行的數(shù)據(jù)，構(gòu)建如下面板數(shù)據(jù)個(gè)體固定效應(yīng)模型③：

NIIRit=Ci+β1LNAit+β2ROAit+β3DARit+β4LARit+β5ADAit+β6CPIit+β7LNM2it+β8LNGDPit+uit④

其中i=1,2,3,4…120，表示第i家銀行；t=2008,2009,…2014，表示第t年；βj(j=1,2，…7)為解釋變量的參數(shù)；LNA、ROA、DAR、LAR和ADA分別表示銀行資產(chǎn)規(guī)模、銀行資產(chǎn)收益率、銀行存款規(guī)模、銀行貸款規(guī)模和銀行貸款呆賬準(zhǔn)備金；CPI、LNM2 和LNGDP是宏觀變量，分別表示居民消費(fèi)價(jià)格指數(shù)、貨幣發(fā)行量和國(guó)內(nèi)生產(chǎn)總值；uit為隨機(jī)擾動(dòng)項(xiàng)，uit～N(0，σ2)。

模型中變量選取與計(jì)算方法如下：

(1)非利息收入水平的代理變量

對(duì)于非利息收入水平的衡量，現(xiàn)有文獻(xiàn)主要采用三個(gè)代理變量：一是非利息收入/營(yíng)業(yè)收入(Lepetit，2008[13]；周開國(guó)和李琳，2012[12]；李明輝、劉莉亞和孫莎，2014[3])，主要從收入結(jié)構(gòu)的角度考察；二是非利息收入/銀行總資產(chǎn)(鄭玉華和崔曉東，2014)[20]，主要從資產(chǎn)構(gòu)成的角度考察；三是非利息收入的自然對(duì)數(shù)(段軍山和蘇國(guó)強(qiáng)，2011)[17]，只是簡(jiǎn)單的對(duì)非收利息收入進(jìn)行量化的考察，無(wú)法反映銀行業(yè)務(wù)的多元化程度。筆者將采用最為常用的第一個(gè)代理變量作為被解釋變量。

(2)銀行自身因素的代理變量

參照陳龍(2013)[19]、鄭玉華和崔曉東(2014)[20]等，采用銀行資產(chǎn)規(guī)模(LNA)作為銀行網(wǎng)點(diǎn)覆蓋范圍及其服務(wù)團(tuán)隊(duì)質(zhì)量、銀行客戶規(guī)模的代理變量。用銀行資產(chǎn)收益率(ROA)作為銀行經(jīng)營(yíng)狀況及其信譽(yù)的代理變量。用存款規(guī)模(DAR)與貸款規(guī)模(LAR)作為銀行客戶規(guī)模及銀行與客戶間的關(guān)系的代理變量。用銀行的貸款呆賬準(zhǔn)備金(ADA)反映銀行面臨損失的風(fēng)險(xiǎn)。

(3)宏觀經(jīng)濟(jì)狀況的代理變量

為了反映宏觀經(jīng)濟(jì)狀況對(duì)被解釋變量的影響，采用居民消費(fèi)價(jià)格指數(shù)(CPI)、國(guó)內(nèi)生產(chǎn)總值的對(duì)數(shù)(LNGDP)和貨幣發(fā)行量的對(duì)數(shù)(LNM2)作為宏觀變量來(lái)研究分析。

表1 模型中變量的含義與計(jì)算方法

四、實(shí)證分析

1.樣本選取及數(shù)據(jù)來(lái)源

筆者選取了2008-2014年的銀行數(shù)據(jù)，并對(duì)其經(jīng)過(guò)多個(gè)報(bào)表的合并處理，主要來(lái)源于Wind數(shù)據(jù)庫(kù)，部分缺失數(shù)據(jù)來(lái)自各銀行官網(wǎng)的財(cái)務(wù)報(bào)表。為使研究結(jié)果與銀行現(xiàn)狀更為貼近，以及出于數(shù)據(jù)可得性及樣本容量的考慮，最終選取了信息披露較全的120家商業(yè)銀行作為樣本，其中包括5家國(guó)有商業(yè)銀行、12家股份制商業(yè)銀行、88家城市商業(yè)銀行和15家農(nóng)村商業(yè)銀行⑤。GDP、CPI及M2等的宏觀經(jīng)濟(jì)數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局官網(wǎng)。

2.變量描述性統(tǒng)計(jì)結(jié)果

表2 模型中變量的描述性統(tǒng)計(jì)

注：相對(duì)值指標(biāo)以 % 為單位；具體變量的定義可參照前文。

表2報(bào)告了實(shí)證模型中變量的描述性統(tǒng)計(jì)結(jié)果，可以得出：第一，我國(guó)非利息業(yè)務(wù)水平仍然偏低，上市商業(yè)銀行相對(duì)較高。總體而言，2008-2014年我國(guó)商業(yè)銀行的非利息收入占比達(dá)15.82%⑥，雖然相比之前的非利息業(yè)務(wù)水平要高，但相對(duì)歐美發(fā)達(dá)國(guó)家40%(陳龍，2013[19])以上的NIIR，我國(guó)非利息業(yè)務(wù)水平仍然偏低，仍有較大發(fā)展空間。上市商業(yè)銀行的非利息收入平均水平略高于非上市商業(yè)銀行，但是兩組非利息收入最小值皆出現(xiàn)了負(fù)值，原因可能在于：一方面，這些非利息收入占比為負(fù)值的情況都是出現(xiàn)在早期，當(dāng)時(shí)我國(guó)商業(yè)銀行業(yè)務(wù)收入重心是開展存貸業(yè)務(wù)，對(duì)于非利息收入的發(fā)展并沒(méi)有給予足夠的重視，非利息業(yè)務(wù)的發(fā)展需要大量的成本投入，使得非利息收入很難覆蓋非利息業(yè)務(wù)支出；另一方面，商業(yè)銀行早期非利息業(yè)務(wù)規(guī)模較小，無(wú)法形成規(guī)模經(jīng)濟(jì)。第二，上市商業(yè)銀行的資產(chǎn)規(guī)模大于其他銀行。從全樣本看，商業(yè)銀行總資產(chǎn)規(guī)模對(duì)數(shù)的均值為16.11，但分組來(lái)看存在很大差異，17家上市銀行的資產(chǎn)規(guī)模為18.29，而其他103家商業(yè)銀行為15.75，考慮到都取了自然對(duì)數(shù)，實(shí)際的上市銀行資產(chǎn)規(guī)模是其他商業(yè)銀行的十幾倍，且上市銀行在商譽(yù)和網(wǎng)點(diǎn)覆蓋率、非利息業(yè)務(wù)的種類和合作機(jī)構(gòu)等方面都明顯優(yōu)于其他商業(yè)銀行。第三，各樣本的資產(chǎn)收益率無(wú)顯著差異。全樣本組、上市銀行組和非上市銀行組的ROA均值分別為1.087%、1.051%和1.093%。從標(biāo)準(zhǔn)差可以看出，各銀行間收益率的差異比較小，這可能是由于商業(yè)銀行基本的盈利模式相似，都比較依賴傳統(tǒng)借貸業(yè)務(wù)。第四，各樣本存款占資產(chǎn)總額的比率無(wú)明顯差異?？倶颖镜木禐?4.94%，上市銀行樣本組均值為73.34%，非上市銀行樣本組均值為75.20%，樣本組間差異不大，說(shuō)明存款規(guī)模與銀行總資產(chǎn)規(guī)模的比值與銀行是否上市無(wú)關(guān)，也說(shuō)明銀行的存款規(guī)模與銀行的資產(chǎn)規(guī)模密切相關(guān)。第五，各樣本貸款占資產(chǎn)總額的比率差異不大。三個(gè)樣本的均值在46%-70%之間，與銀行存款規(guī)模呈現(xiàn)出相似的統(tǒng)計(jì)結(jié)果，原因是此變量是用貸款量比上銀行的總資產(chǎn)，而銀行的貸款量受制于銀行的規(guī)模，貸款策略基于安全性與盈利性的考慮不會(huì)相差太大，所以樣本組間差異不大。第六，上市商業(yè)銀行組計(jì)提的呆賬準(zhǔn)備金(24.02)要明顯高于與非上市銀行組(20.38)，這說(shuō)明上市銀行對(duì)于風(fēng)險(xiǎn)控制方面更為嚴(yán)格。

3. 回歸結(jié)果分析

表3是三個(gè)樣本組的回歸統(tǒng)計(jì)結(jié)果，從表中可以得知，對(duì)整個(gè)銀行業(yè)而言，宏觀經(jīng)濟(jì)因素對(duì)其非利息收入占比的影響明顯大于銀行內(nèi)部微觀因素的影響。第一，國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)明顯不利于非利息收入占比的提高⑦。LNGDP的回歸系數(shù)為-5.1734，且在1%的顯著水平下具有統(tǒng)計(jì)顯著性，這說(shuō)明經(jīng)濟(jì)增長(zhǎng)使得企業(yè)增加的國(guó)際結(jié)算或者咨詢業(yè)務(wù)給銀行帶來(lái)的非利息收入增加，不足以抵消由于經(jīng)濟(jì)增長(zhǎng)卻未能及時(shí)調(diào)控通脹導(dǎo)致貨幣購(gòu)買力及收益率下降，從而使得銀行的客戶群體轉(zhuǎn)向證券等其他市場(chǎng)投資，致使手續(xù)費(fèi)和傭金等非利息收入的下降，即經(jīng)濟(jì)增長(zhǎng)對(duì)非利息收入占比提高的阻礙作用比促進(jìn)作用更顯著。第二，物價(jià)指數(shù)的增長(zhǎng)會(huì)顯著降低非利息收入占比。CPI的回歸系數(shù)為-0.5873，并在5%的顯著水平下顯著。這說(shuō)明通貨膨脹出現(xiàn)時(shí)，貨幣的購(gòu)買力和收益率下降，銀行的客戶將會(huì)將存款轉(zhuǎn)向其他領(lǐng)域，銀行失去了一定的客戶群體，使其在發(fā)展非利息業(yè)務(wù)時(shí)受到一定的負(fù)面影響。第三，貨幣供應(yīng)量的增加對(duì)非利息收入占比的提高具有明顯的負(fù)面影響。LNM2的回歸系數(shù)為-7.1493，且在1%的顯著水平下具有統(tǒng)計(jì)顯著性。這說(shuō)明積極的貨幣政策可以通過(guò)提高貨幣供應(yīng)量來(lái)刺激總需求，商業(yè)銀行的可貸資金將變得充裕，傳統(tǒng)的借貸業(yè)務(wù)可以給銀行帶來(lái)豐厚的利潤(rùn)，銀行便缺乏動(dòng)力去發(fā)展非利息業(yè)務(wù)，不利于非利息收入占比的提高。

表3 非利息收入占比影響因素的回歸結(jié)果統(tǒng)計(jì)

注：“/”表示在回歸結(jié)果中自動(dòng)省略，這是因?yàn)镃PI在上市銀行組中存在共線性；***、***、和*分別表示在1%、5%和10%的顯著水平下顯著；括號(hào)內(nèi)的為t值。

4. 穩(wěn)健性檢驗(yàn)

為了考察模型的穩(wěn)健性，筆者分別考察了表4中的7種模型設(shè)定形式。其中OI表示營(yíng)業(yè)收入的自然對(duì)數(shù)，作為銀行資產(chǎn)規(guī)模的替代變量加入模型中檢驗(yàn)；NPL變量表示的是不良貸款比例⑧，作為貸款呆帳準(zhǔn)備金的替代變量加入模型中分析；COST變量是管理費(fèi)用的自然對(duì)數(shù)，用于衡量銀行對(duì)非利息業(yè)務(wù)的投入力度。模型(1)是原模型去除微觀因素的模型，旨在考察三個(gè)宏觀變量對(duì)非利息收入占比的影響。模型(2)是在模型(1)中加入銀行資產(chǎn)規(guī)模這一變量，試圖逐步探索對(duì)銀行非利息收入占比的微觀因素。模型(3)是把模型(2)中的資產(chǎn)規(guī)模替換成營(yíng)業(yè)收入，比較資產(chǎn)規(guī)模和營(yíng)業(yè)收入兩個(gè)變量作為銀行網(wǎng)點(diǎn)及商譽(yù)和非利息團(tuán)隊(duì)的代理變量的適合程度。模型(4)是在模型(2)的基礎(chǔ)上引入資產(chǎn)收益率這個(gè)變量，試圖探索銀行盈利性及管理水平對(duì)非利息收入占比的影響。模型(5)是在模型(4)的基礎(chǔ)上加入銀行貸款與存款分別占總資產(chǎn)的比例，旨在考察銀行客戶規(guī)模及銀行與客戶的關(guān)系對(duì)銀行非利息收入占比的影響。模型(6)是將原模型中的呆賬準(zhǔn)備金這一變量替換為不良貸款比例這一變量，旨在考察這兩個(gè)變量哪一個(gè)更適合作為銀行面臨風(fēng)險(xiǎn)的代理變量來(lái)影響非利息損失。模型(7)是在原模型的基礎(chǔ)上加入管理費(fèi)用這一變量，旨在考察商業(yè)銀行非利息投入力度對(duì)非利息收入占比的影響。

表4 不同形式下的模型的估計(jì)結(jié)果

從回歸結(jié)果可見：第一，宏觀因素對(duì)非利息收入有顯著影響；第二，銀行資產(chǎn)規(guī)模作為銀行網(wǎng)點(diǎn)、非利息業(yè)務(wù)團(tuán)隊(duì)和銀行商譽(yù)的代理變量比營(yíng)業(yè)收入作為代理變量在統(tǒng)計(jì)上更優(yōu)；第三，銀行呆賬準(zhǔn)備金這一變量比不良貸款這一變量作為銀行風(fēng)險(xiǎn)的代理變量更合理；第四，銀行的管理費(fèi)用對(duì)非利息收入占比并不明顯，且是負(fù)相關(guān)，說(shuō)明管理費(fèi)用對(duì)非利息收入占比的影響更多地體現(xiàn)在管理能力費(fèi)用控制方面，而不是非利息投入方面。

五、結(jié)語(yǔ)

筆者運(yùn)用2008-2014年我國(guó)120家商業(yè)銀行數(shù)據(jù)，分別從宏觀和微觀兩個(gè)視角分析了商業(yè)銀行非利息收入的影響因素，研究發(fā)現(xiàn)：從宏觀來(lái)看，非利息收入受宏觀因素的影響較大，如國(guó)內(nèi)生產(chǎn)總值、貨幣經(jīng)營(yíng)環(huán)境等，GDP、M2以及CPI都與非利息收入占比呈現(xiàn)負(fù)相關(guān)，說(shuō)明經(jīng)濟(jì)增長(zhǎng)到一定程度而宏觀調(diào)控不及時(shí)、貨幣供應(yīng)量增加及物價(jià)上漲會(huì)導(dǎo)致實(shí)際貨幣購(gòu)買力下降，非利息收入占比也會(huì)下降。從微觀來(lái)看，對(duì)銀行非利息收入影響最顯著的是銀行的資產(chǎn)規(guī)模。非利息收入占比的提高受制于銀行規(guī)模的擴(kuò)大，說(shuō)明大銀行在發(fā)展新業(yè)務(wù)時(shí)可能缺乏創(chuàng)新，因此大型銀行應(yīng)在做好風(fēng)險(xiǎn)控制的同時(shí)應(yīng)勇于創(chuàng)新和發(fā)展非利息業(yè)務(wù)，如咨詢顧問(wèn)、交易類業(yè)務(wù)等，這樣才能更好地改變嚴(yán)重依賴傳統(tǒng)借貸業(yè)務(wù)的經(jīng)營(yíng)模式，降低銀行信用風(fēng)險(xiǎn)，提高銀行的市場(chǎng)競(jìng)爭(zhēng)力。

【注 釋】

① 此處GDP已取實(shí)際GDP。

② 居民消費(fèi)價(jià)格指數(shù)CPI，以上年=100計(jì)算。

③ 采用固定效應(yīng)面板模型主要有以下兩個(gè)原因：一是樣本數(shù)據(jù)為非隨機(jī)抽取，所以更適合采用固定效應(yīng)模型；二是Hausman檢驗(yàn)顯示采用固定效應(yīng)面板模型更為恰當(dāng)。

④ 此處銀行總資產(chǎn)、GDP、M2取自然對(duì)數(shù)綜合有以下三個(gè)優(yōu)點(diǎn)：一是在計(jì)量時(shí)可以有效的避免異方差；二是使得不同規(guī)模銀行在數(shù)量級(jí)上具有可比性；三是經(jīng)濟(jì)意義更為直觀。

⑤ 此分類按照銀監(jiān)會(huì)標(biāo)準(zhǔn)。

⑥ 這比其他學(xué)者(如陳龍，2013；鄭玉華、崔曉東，2014)的研究中的數(shù)值較高，主要原因?yàn)椋阂皇枪P者選取的是近7年最新的數(shù)據(jù)，而我國(guó)非利息業(yè)務(wù)水平呈上升的普遍趨勢(shì)，所以本文數(shù)值較高且最具有時(shí)效性。二是如鄭玉華采用的是非利息收入占總資產(chǎn)的比值作為非利息收入水平變量，而筆者采用非利息收入占營(yíng)業(yè)收入的比值。

⑦ GDP與非利息收入負(fù)相關(guān)，這與大部分文獻(xiàn)觀點(diǎn)不同，主要原因可能是數(shù)據(jù)樣本選取的不同和解釋變量的差異，筆者選取最新的銀行數(shù)據(jù)和宏觀經(jīng)濟(jì)數(shù)據(jù)，以及包括更加全面的反映宏微觀因素的解釋變量，所以回歸結(jié)果更貼近現(xiàn)狀。

⑧ 采用財(cái)務(wù)報(bào)表中不良貸款比例-5級(jí)分類(%)的數(shù)據(jù)。

[1]赫國(guó)勝，徐 潔.我國(guó)上市商業(yè)銀行非利息收入業(yè)務(wù)分析與對(duì)策[J].財(cái)經(jīng)問(wèn)題研究，2010(12):86-92.

[2]Gallo J G, V P Apilado and J·W Kolari. Commercial Bank Mutual Fund Activities: Implications for Bank Risk and Profitability[J]. Journal of Banking and Finance,1996(20):1775-1791.

[3]李明輝，劉莉亞，孫 莎. 發(fā)展非利息業(yè)務(wù)對(duì)銀行有益嗎？—— 基于中國(guó)銀行業(yè)的實(shí)證分析[J].國(guó)際金融研究，2014(11) : 11-22．

[4]黃 雋，章艷紅.商業(yè)銀行的風(fēng)險(xiǎn): 規(guī)模和非利息收入——以美國(guó)為例[J].金融研究，2010(6) :75-90．

[5]De Young,R, Roland.k p. Producrt Mix and Earnings Volatility at Commercial Banks : Evidence from a Degree of total Leverage Model [J]Journal of Financial Intermediation ,2001(1): 54-84.

[6]De Young R and Rice T How do banks make money? A Variety of Business Strategies[J].Federal Reserve Bank of Chicago Economic Perspectives，2004(28):52-67.

[7]Stiroh, K. J.，Rumble, A.The Dark Side of Diver-sification: The Case of US Financial Holding Companies[J].Journal of Banking & Finance,2006(30)：2131-2161.

[8]Stiroh, K. J.Diversfication in banking:Is non interest income the answer[J]Journal of Money, Credit, and Banking. 2004(5):853-882.

[9]周好文，王 菁．非利息收入負(fù)向收益貢獻(xiàn)度的實(shí)證解析——基于我國(guó) 12 家商業(yè)銀行的模型檢驗(yàn)[J].當(dāng)代經(jīng)濟(jì)研究，2008(11) : 49-53．

[10]Calmes C，Liu Ying.Financial structure change and banking income: a Canada-U.S comparison[J]Journal of Intemation-al Finaneial Markets，2009(2): 128-139.

[11]張 羽，李 黎．非利息收入有利于降低銀行風(fēng)險(xiǎn)嗎? ——基于中國(guó)銀行業(yè)的數(shù)據(jù)[J].南開經(jīng)濟(jì)研究，2010(4) :69-91．

[12]周開國(guó)，李 琳,中國(guó)商業(yè)銀行收入結(jié)構(gòu)多元化對(duì)銀行風(fēng)險(xiǎn)的影響[J].國(guó)際金融研究，2011(5):57-66.

[13] Lepetit, L., Nys, E., Rous,P., Tarazi, A.Bank Income Structure and Risk: An Empirical Analysis of European Banks[J].Journal of Banking & Finance，2008(32)：1452-1467.

[14]Hidayat W Y. Kikanaki M, Miyamoto H. Bank Risk and Non-interest Income Activities in the Indonesian Banking Industry[J].Journal of Asian Economics，2012(4):335-345.

[15]Pennathur A K,Subrahmanyam V,Vishwasrao.S.Income Diversification and Risk: Does Ownership Matter? A Empirical Examination of Indian Banks[J].Journal of Banking &Finance, 2012(8):2203-2215.

[16]張曉玫，毛亞琪.我國(guó)上市商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)與非利息收入研究——基于 LRMES 方法的創(chuàng)新探討[J].國(guó)際金融研究，2014(11):23-35.

[17]段軍山，蘇國(guó)強(qiáng)．商業(yè)銀行非利息收入的影響因素研究——基于非平穩(wěn)面板協(xié)整模型的經(jīng)驗(yàn)證據(jù)[J].上海金融，2011(5):48-52．

[18]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.

[19]陳 龍. 中國(guó)上市商業(yè)銀行非利息收入影響因素分析——基于16家上市銀行固定效應(yīng)模型實(shí)證分析[J].金融與經(jīng)濟(jì),2013(6):58-62.

[20]鄭玉華，崔曉東．我國(guó)商業(yè)銀行非利息收入對(duì)盈利能力的影響[J]．中國(guó)商貿(mào)，2014(2) : 97-99．

(編輯：子麗；校對(duì)：周亮)

Study on the Influencing Factors of Non-interest Incomeof Chinese Commercial Banks

YANG Wen1ZHANG Na-na2JIANG Xiu1

(1.SchoolofEconomics，ShenzhenUniversity,ShenzhenGuangdong518060；2.BusinessSchool,NottinghamUniversity,NottinghamshireNG14BU)

Based on the data of 120 Chinese commercial banks from 2008 to 2014, this paper analyzes influencing factors of their non-interest income from macro and micro perspective respectively. The results show that macro factors affect non-interest income significantly. The ratio of non-interest income of Chinese commercial banks is negatively affected by GDP, money supply and CPI, which implies money supply increase and inflation of prices will lead to decreasing of money purchasing power so as to decrease the ratio of non-interest income of commercial banks when the growth of economy is fast while macro-control is not timely. As to micro factors, the most significant factor of non-interest income is asset scale of Chinese commercial banks. Compared to non performing loan, it is more suitable to use the allowance for doubtful accounts as the agent of bank’s risk. In addition, the operating expenses of the Chinese commercial banks have no significant effect on the ratio of non-interest income.

commercial banks; non-interest income; influencing factors; fixed effect model

2016-12-12

國(guó)家留學(xué)基金管理委員會(huì)項(xiàng)目(項(xiàng)目編號(hào)：2011601186) 作者簡(jiǎn)介：楊 文(1981- )，男， 四川瀘州人，深圳大學(xué)經(jīng)濟(jì)學(xué)院講師，北京大學(xué)經(jīng)濟(jì)學(xué)博士，英國(guó)拉夫堡大學(xué)訪問(wèn)學(xué)者，碩士研究生導(dǎo)師，研究方向：金融效率、公司治理、人民幣國(guó)際化

10.16546/j.cnki.cn43-1510/f.2017.02.007

F275

A

2095-1361(2017)02-0060-09