劉傲瓊+劉新宇

內(nèi)容提要：“金融脫媒”讓傳統(tǒng)商業(yè)銀行走上了業(yè)務(wù)多元化、服務(wù)多元化、收入多元化的道路，也產(chǎn)生了對銀行業(yè)系統(tǒng)風(fēng)險(xiǎn)問題的特別關(guān)注。本文選取14家2008年之前上市的銀行作為樣本，將MES值作為系統(tǒng)風(fēng)險(xiǎn)的代理變量，分析銀行多元化經(jīng)營與MES值的關(guān)系，并使用銀行規(guī)模作為區(qū)分不同類型銀行的工具。研究表明我國城市商業(yè)銀行、中小型股份制商業(yè)銀行和國有大型商業(yè)銀行提高多元化水平對系統(tǒng)風(fēng)險(xiǎn)的影響存在顯著差異：城市商業(yè)銀行提高多元化水平將提高面臨的系統(tǒng)風(fēng)險(xiǎn)，而中小型股份制商業(yè)銀行和國有大型商業(yè)銀行提高多元化水平將降低面臨的系統(tǒng)風(fēng)險(xiǎn)；當(dāng)銀行以穩(wěn)定系統(tǒng)風(fēng)險(xiǎn)為前提調(diào)整多元化經(jīng)營策略時(shí)，三類銀行除考慮提高手續(xù)費(fèi)收入及傭金的比例外，中小型股份制商業(yè)銀行和國有大型商業(yè)銀行還應(yīng)考慮提高投資收益比例。

關(guān)鍵詞：商業(yè)銀行；多元化經(jīng)營；系統(tǒng)風(fēng)險(xiǎn)

中圖分類號(hào)：F83033文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2017）04-0063-10

一、引言

20世紀(jì)80年代以來，隨著資本市場的不斷發(fā)展，金融自由化、一體化的不斷深入，金融工具、產(chǎn)品創(chuàng)新，利率市場化進(jìn)程加快，銀行“脫媒現(xiàn)象”日益嚴(yán)重并成為發(fā)展趨勢。“脫媒現(xiàn)象”讓我國商業(yè)銀行的傳統(tǒng)盈利模式遭受嚴(yán)重打擊，作為利潤主要來源的利差收入不斷減少、負(fù)債結(jié)構(gòu)短期化、優(yōu)質(zhì)客戶不斷流失等一系列問題使我國商業(yè)銀行面臨著巨大的挑戰(zhàn)，但同時(shí)為我國商業(yè)銀行帶來了重大機(jī)遇。隨著外資銀行的不斷進(jìn)入，我國商業(yè)銀行通過借鑒外資銀行先進(jìn)經(jīng)營管理方式并結(jié)合本國國情和自身特點(diǎn)，為擺脫金融脫媒帶來的損失，維持可持續(xù)發(fā)展的能力，不斷加強(qiáng)中間業(yè)務(wù)和產(chǎn)品的創(chuàng)新，提升對企業(yè)和個(gè)人的綜合服務(wù)能力，逐漸降低對傳統(tǒng)信貸業(yè)務(wù)的依賴，走上了業(yè)務(wù)多元化、服務(wù)多元化、收入多元化的多元化經(jīng)營道路。隨著多元化經(jīng)營的不斷深化，多元化經(jīng)營在增加我國銀行收入來源、提高其利潤水平的同時(shí)，隨之而來的風(fēng)險(xiǎn)問題一直受到我國眾多學(xué)者的關(guān)注。周開國和李琳（2011）[1]的研究表明中國商業(yè)銀行收入結(jié)構(gòu)多元化與銀行風(fēng)險(xiǎn)間的關(guān)系并不顯著，銀行風(fēng)險(xiǎn)的降低主要?dú)w因于利息收入波動(dòng)風(fēng)險(xiǎn)減小，而隨著非利息收入占比的提高，非利息收入波動(dòng)風(fēng)險(xiǎn)反而增加，對總風(fēng)險(xiǎn)的貢獻(xiàn)值增加。劉孟飛等（2012）[2]將銀行資產(chǎn)收益率標(biāo)準(zhǔn)差作為銀行個(gè)體風(fēng)險(xiǎn)的代理變量，以銀行收入結(jié)構(gòu)的赫芬達(dá)爾指數(shù)作為多元化程度的代理變量建立回歸模型，得出我國銀行進(jìn)行多元化能夠降低自身風(fēng)險(xiǎn)的結(jié)論。黃國妍（2015）[3]指出，收入多元化程度提升有助于改善商業(yè)銀行風(fēng)險(xiǎn)調(diào)整回報(bào)，降低銀行破產(chǎn)風(fēng)險(xiǎn)。但由于非利息收入的高波動(dòng)性，非利息收入比重提高，反而會(huì)降低銀行風(fēng)險(xiǎn)調(diào)整回報(bào)、增加銀行破產(chǎn)風(fēng)險(xiǎn)。然而我國銀行多元化經(jīng)營與系統(tǒng)風(fēng)險(xiǎn)的關(guān)系一直被學(xué)者所忽略。Brunnermeier等（2012）[4]首次以美國上市的538家銀行為樣本，研究銀行非利息收入與系統(tǒng)風(fēng)險(xiǎn)之間關(guān)系，研究表明非利息收入占比越高其系統(tǒng)風(fēng)險(xiǎn)期望損失越大，導(dǎo)致的系統(tǒng)風(fēng)險(xiǎn)水平越高。De Jonghe等（2015）[5]指出多元化經(jīng)營對銀行系統(tǒng)風(fēng)險(xiǎn)貢獻(xiàn)度的影響會(huì)隨銀行規(guī)模的變化而變化。目前，關(guān)于銀行多元化經(jīng)營與系統(tǒng)風(fēng)險(xiǎn)關(guān)系的研究仍處于起步階段，張曉玫和毛亞琪（2014）[6]指出我國上市商業(yè)銀行的非利息收入與銀行的MES值呈顯著的負(fù)相關(guān)關(guān)系，但這一研究忽略了銀行規(guī)模的影響同時(shí)沒有深入研究非利息收入各項(xiàng)對銀行系統(tǒng)風(fēng)險(xiǎn)的具體作用。

基于此，本文在以上研究成果的基礎(chǔ)上，首先選取2008年之前國內(nèi)上市的14家銀行作為樣本，計(jì)算每家銀行的MES，作為銀行系統(tǒng)風(fēng)險(xiǎn)的代理變量，將多元化水平作為解釋變量對MES值進(jìn)行面板數(shù)據(jù)回歸。其次將銀行系統(tǒng)風(fēng)險(xiǎn)作為被解釋變量，銀行利息收入占比和各項(xiàng)非利息收入占比作為解釋變量進(jìn)行回歸，試圖找到銀行利息收入和各項(xiàng)非利息收入的變動(dòng)對銀行系統(tǒng)風(fēng)險(xiǎn)的影響和作用方式。同時(shí)，本文將銀行規(guī)模這一影響因素引入模型，加入了銀行規(guī)模與解釋變量的交叉項(xiàng)，通過交叉項(xiàng)系數(shù)的回歸結(jié)果得到國有大型商業(yè)銀行、中小型股份制商業(yè)銀行和城市商業(yè)銀行的差異性結(jié)果。

二、銀行系統(tǒng)風(fēng)險(xiǎn)計(jì)算

邊際期望損失（MES）是指當(dāng)整體市場大幅下跌時(shí)，單個(gè)金融機(jī)構(gòu)股權(quán)價(jià)值的預(yù)期損失。Acharya等（2010）[7]在原有計(jì)算金融機(jī)構(gòu)風(fēng)險(xiǎn)方法的基礎(chǔ)上，將機(jī)構(gòu)期望損失進(jìn)行發(fā)展，提出MES作為金融機(jī)構(gòu)系統(tǒng)風(fēng)險(xiǎn)的衡量指標(biāo)。這一指標(biāo)也被范小云等（2011）[8]眾多學(xué)者廣泛地應(yīng)用與系統(tǒng)風(fēng)險(xiǎn)的研究中。具體方法如下：

假設(shè)整個(gè)系統(tǒng)由N家銀行構(gòu)成，系統(tǒng)性風(fēng)險(xiǎn)用ES表示。ri，t為銀行i在t時(shí)刻的收益率，t時(shí)刻的市場收益率為rm，t，銀行i的資產(chǎn)權(quán)重為θi，則有 。那么，當(dāng)市場收益率發(fā)生小概率事件，低于C時(shí)的市場期望收益為：

那么銀行i的MES定義為：

本文使用DCC-GARCH模型和非參數(shù)核估計(jì)對MES進(jìn)行計(jì)算。

（一）數(shù)據(jù)選擇

截止2016年11月，在我國大陸上市的銀行共22家，其中中國農(nóng)業(yè)銀行、光大銀行于2010年上市，江蘇銀行、貴陽銀行于2016年8月上市，江陰銀行、無錫銀行、常熟銀行于2016年9月上市，杭州銀行于2016年10月上市，這些銀行上市時(shí)間較短，其股票收益率的樣本量過小，綜合考慮各銀行股票收益率數(shù)據(jù)的樣本量需要，本文選取2008年之前上市的銀行作為樣本，其中包括國有銀行4家：中國銀行、工商銀行、建設(shè)銀行、交通銀行；中小型股份制銀行7家：中信銀行、招商銀行、平安銀行、浦發(fā)銀行、華夏銀行、民生銀行、興業(yè)銀行；城市商業(yè)銀行3家：北京銀行、寧波銀行、南京銀行。〖JP+1〗選取上述14家銀行2007年10月8日至2016年10月28日每日的收盤價(jià)進(jìn)行銀行股票日收益率的計(jì)算，市場收益率選取滬深300金融指數(shù)收益率作為代表。設(shè)銀行i股票的t日收盤價(jià)為Pi，t，日收益率為 ；同理設(shè)滬深300金融指數(shù)的t日收盤價(jià)為Pm，t，日收益率為 。所有數(shù)據(jù)均來自wind數(shù)據(jù)庫。

（二）描述性統(tǒng)計(jì)

由MES計(jì)算的三個(gè)步驟，分別得到14家樣本銀行收益率、收益波動(dòng)率、相關(guān)系數(shù)和最終的MES，統(tǒng)計(jì)結(jié)果見表1。

表1結(jié)果顯示，在收益率方面：14家樣本銀行的股票日收益率平均值為-000028，從各類銀行的統(tǒng)計(jì)結(jié)果中可以看到國有大型商業(yè)銀行的股票日收益率平均值為-000017，在三類銀行中最高；而中小型股份制商業(yè)銀行的股票日收益率平均值為-000039，在三類銀行中最低。在波動(dòng)率方面：14家樣本銀行的股票日收益波動(dòng)率平均值為000063，其中中小型股份制商業(yè)銀行的股票日收益波動(dòng)率平均值為0000739，在三類銀行中最高；國有大型商業(yè)銀行的股票日收益波動(dòng)率平均值為0000429，明顯低于其他兩類銀行；城市商業(yè)銀行波動(dòng)率與中小型股份制商業(yè)銀行較為接近。在相關(guān)系數(shù)方面：14家樣本銀行的收益率與市場收益率的相關(guān)系數(shù)均值為0773634，其中中小型股份制商業(yè)銀行的相關(guān)系數(shù)均值為0790804，在三類銀行中最高；城市商業(yè)銀行的相關(guān)系數(shù)均值為075874，明顯低于其他兩類銀行。從最終的MES統(tǒng)計(jì)結(jié)果可以看出，14家樣本銀行的MES均值為0019249，當(dāng)我國整體市場出現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)（本文設(shè)定為市場收益率降低5%）時(shí)，我國銀行的平均預(yù)期損失為0019249；其中中小型股份制商業(yè)銀行的MES均值為0023026，高于其他兩類銀行；城市商業(yè)銀行次之，國有大型商業(yè)銀行的MES均值為0016246，在三類銀行中最低。出現(xiàn)這一結(jié)果的可能性原因在于，中小型股份制商業(yè)銀行的收益率與市場收益率的相關(guān)性最強(qiáng)，其自身波動(dòng)率也最大，導(dǎo)致當(dāng)出現(xiàn)系統(tǒng)風(fēng)險(xiǎn)時(shí)該類銀行的預(yù)期損失高于其他兩類銀行；而城市商業(yè)銀行雖然波動(dòng)率并非最小，但是其收益率與市場收益率的相關(guān)性最弱；國有大型商業(yè)銀行的相關(guān)系數(shù)雖與中小型股份制商業(yè)銀行接近，但其波動(dòng)率最低，導(dǎo)致其預(yù)期損失低于其他兩類銀行。本文根據(jù)14家銀行2007年10月8日至2016年10月28日的數(shù)據(jù)對MES值進(jìn)行計(jì)算并將14家銀行的計(jì)算結(jié)果進(jìn)行排名，統(tǒng)計(jì)結(jié)果見表2。從表2中可以看出，MES均值排在前三位的依次是興業(yè)銀行、平安銀行和南京銀行；在前七位銀行中6家為中小型股份制銀行，而4家國有大型商業(yè)銀行在最后四位。MES代表了當(dāng)整個(gè)市場出現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)時(shí)，各銀行的抗風(fēng)險(xiǎn)能力，MES值越高，抗系統(tǒng)風(fēng)險(xiǎn)能力越低。這一結(jié)果表明，我國中小型股份制銀行的MES值最高，其抗系統(tǒng)風(fēng)險(xiǎn)能力最低；國有大型商業(yè)銀行的MES值最低，抗系統(tǒng)風(fēng)險(xiǎn)能力最高。

三、銀行MES值與多元化水平的回歸分析

（一） 變量的選取和定義

1.被解釋變量

從前文中計(jì)算得出的各個(gè)銀行的MES作為銀行系統(tǒng)性風(fēng)險(xiǎn)的代理變量，將MES值作為被解釋變量與銀行多元化水平等解釋變量分別建立面板數(shù)據(jù)模型來進(jìn)行實(shí)證分析。

2.解釋變量

本文將銀行的非利息收入劃分為手續(xù)費(fèi)收入及傭金、投資收益、匯兌收益和其他業(yè)務(wù)收入，選擇經(jīng)過調(diào)整后的赫芬達(dá)爾指數(shù)來計(jì)算銀行的多元化水平，調(diào)整后的銀行收入的赫芬達(dá)爾指數(shù)是指1減去銀行利息收入、各項(xiàng)非利息收入與該銀行總收入之比的平方和，計(jì)算公式為：

其中，si為各項(xiàng)收入占總收入的比重，n=5。按照赫芬達(dá)爾指數(shù)的定義，H越大，說明銀行的收入分散度越高，多元化水平越高；H越小，說明銀行利息收入與非利息收入的比例差距越大，收入集中度越高，多元化水平越低。

3.控制變量

影響銀行多系統(tǒng)風(fēng)險(xiǎn)的因素研究主要集中在兩個(gè)方面，一是外部經(jīng)濟(jì)環(huán)境，如國家經(jīng)濟(jì)政策、經(jīng)濟(jì)增長、利率水平變化等。二是銀行自身特征，包括銀行資產(chǎn)規(guī)模、治理結(jié)構(gòu)等。

借鑒已有研究成果，本文從以上兩個(gè)方面對控制變量進(jìn)行選擇：首先選擇我國GDP增長率作為外部經(jīng)濟(jì)環(huán)境對我國銀行系統(tǒng)風(fēng)險(xiǎn)影響的代理變量；其次從銀行的資產(chǎn)規(guī)模、資本結(jié)構(gòu)、風(fēng)險(xiǎn)承受力等方面，選擇代理變量加入回歸模型中以達(dá)到控制銀行自身異質(zhì)性的目的。（1）銀行規(guī)模。Pais和Stork（2013）[9]指出銀行內(nèi)部的委托代理問題會(huì)隨著銀行規(guī)模的增長而變得嚴(yán)重。Huang等 （2012）[10]在研究銀行系統(tǒng)風(fēng)險(xiǎn)時(shí)認(rèn)為大型銀行“大而不倒”現(xiàn)象嚴(yán)重，所以銀行規(guī)模是系統(tǒng)性風(fēng)險(xiǎn)必須考慮的因素。（2）所有者權(quán)益資產(chǎn)比。所有者權(quán)益資產(chǎn)比是銀行償債能力、運(yùn)營能力等的綜合表面，反映了銀行的整體發(fā)展，是研究銀行問題時(shí)重要的控制變量之一。（3）資金實(shí)力。本文選擇存貸款比例作為銀行資金實(shí)力的代理變量。從風(fēng)險(xiǎn)角度看，存貸比越高，意味著銀行應(yīng)對集中擠兌的能力越弱，銀行自身風(fēng)險(xiǎn)水平也就越高，所以本文將貸款與總資產(chǎn)之比作為控制變量。（4）風(fēng)險(xiǎn)承受力。本文選擇資本充足率和不良貸款率作為銀行個(gè)體風(fēng)險(xiǎn)控制變量。資本充足率代表了銀行對負(fù)債的最后償還能力，不良貸款率則體現(xiàn)了銀行的資產(chǎn)質(zhì)量。

所有回歸變量定義如表3所示。

（二）數(shù)據(jù)選擇與描述性統(tǒng)計(jì)

前文已經(jīng)算出銀行MES的日頻值，而銀行的其他控制變量和多元化水平的最高頻率為季度，所以為了進(jìn)行回歸分析，本文將銀行MES的日頻值進(jìn)行季度平均，作為季度數(shù)據(jù)進(jìn)行回歸。其他變量數(shù)據(jù)主要來自wind數(shù)據(jù)庫，數(shù)據(jù)庫中缺失數(shù)值通過手動(dòng)查閱銀行季報(bào)獲得。

本文所涉及各變量的描述性統(tǒng)計(jì)結(jié)果如表4所示。由表4可知，我國上市銀行的多元化水平均值為0197413，其中中小型股份制商業(yè)銀行的多元化水平最高，而城市商業(yè)銀行的多元化水平最低且與其他兩類銀行有相當(dāng)?shù)牟罹?。在控制變量方面，我國銀行的所有者權(quán)益資產(chǎn)比均值為094093、存貸比均值為0703629，各類銀行之間的差異相對較小，而資本充足率和不良貸款率的差異相對較大。這一結(jié)果表明，我國銀行的資本結(jié)構(gòu)和資金實(shí)力結(jié)構(gòu)趨同而銀行的資產(chǎn)質(zhì)量和抗風(fēng)險(xiǎn)能力卻有較大差異。

（三）模型建立

為了研究我國商業(yè)銀行多元化水平與MES之間的關(guān)系，同時(shí)對不同類型銀行加以區(qū)分，本文選擇面板數(shù)據(jù)回歸模型，將各銀行的總資產(chǎn)自然對數(shù)與多元化水平的交叉項(xiàng)引入模型中，以資產(chǎn)規(guī)模作為區(qū)分我國商業(yè)銀行類型的工具，研究銀行多元化水平對MES的差異性影響。本文首先對模型進(jìn)行Hausman檢驗(yàn)，發(fā)現(xiàn)模型應(yīng)采用隨機(jī)效應(yīng)模型，同時(shí)由于樣本數(shù)據(jù)量較小，為了避免模型可能存在的自相關(guān)性和異方差性，本文選擇廣義最小二乘法進(jìn)行系數(shù)估計(jì)。其次，研究者們（De Jonghe等，2015）[5]發(fā)現(xiàn)金融機(jī)構(gòu)具有一定風(fēng)險(xiǎn)滯后性，使用同期解釋變量并不妥當(dāng)，所以本文使用滯后1期的解釋變量進(jìn)行回歸。模型如下：

（四）回歸結(jié)果分析

表5為以銀行MES值作為被解釋變量，多元化水平、銀行規(guī)模和兩者的交互項(xiàng)為解釋變量進(jìn)行面板數(shù)據(jù)回歸的結(jié)果。從結(jié)果中可以看出：（1）模型（1）中沒有加入銀行規(guī)模與多元化水平的交互項(xiàng)，其銀行規(guī)模的系數(shù)為-000495077，多元化水平的系數(shù)為-003798，兩者與MES值均呈顯著的負(fù)相關(guān)關(guān)系。在模型（1）的基礎(chǔ)上加入銀行規(guī)模與多元化水平的交互項(xiàng)，得到模型（2）的結(jié)果，從結(jié)果中可以看到銀行規(guī)模的系數(shù)絕對值減小并仍顯著為負(fù)，而多元化水平變?yōu)?96078833并顯著，交互項(xiàng)系數(shù)為-003482178并顯著。這一結(jié)果表明，銀行規(guī)模的大小會(huì)顯著影響多元化水平與銀行MES的關(guān)系。當(dāng)銀行規(guī)模較大時(shí)，銀行提高多元化水平將降低自身的MES，即降低其系統(tǒng)風(fēng)險(xiǎn)水平；而銀行規(guī)模較小時(shí)，提高多元化水平將增加其MES，提高銀行面臨的系統(tǒng)風(fēng)險(xiǎn)水平。從結(jié)果中可以看出，當(dāng)銀行規(guī)模自然對數(shù)小于2758時(shí)，多元化水平與MES之間是正向相關(guān)關(guān)系，但多元化水平對MES的提高效應(yīng)會(huì)隨銀行規(guī)模的不斷增加而下降；當(dāng)銀行規(guī)模自然對數(shù)大于2758后，多元化水平與MES之間變成負(fù)向相關(guān)關(guān)系，并且系數(shù)的絕對值隨銀行規(guī)模的擴(kuò)大而不斷增加。我國城市商業(yè)銀行2006年的平均資產(chǎn)規(guī)模為240889，2015年的平均資產(chǎn)規(guī)模為256203；中小型股份制商業(yè)銀行2006年的平均資產(chǎn)規(guī)模為2735044，2015年的平均資產(chǎn)規(guī)模為289537；而國有大型商業(yè)銀行2006年的平均資產(chǎn)規(guī)模為291661，2015年的平均資產(chǎn)規(guī)模為303312。城市商業(yè)銀行在研究期間的平均資產(chǎn)規(guī)模基本小于2758，其MES值隨多元化水平的上升而提高；國有大型商業(yè)銀行的平均資產(chǎn)規(guī)模遠(yuǎn)大于2758，其MES值隨多元化水平的上升而降低；而中小型股份制商業(yè)銀行從2006年至2009年，平均資產(chǎn)規(guī)模小于2758，而從2010至2015年，平均資產(chǎn)規(guī)模大于2758，其MES值與多元化水平呈倒U型的關(guān)系。（2）在控制變量方面，結(jié)果顯示銀行所有者權(quán)益資產(chǎn)比、不良貸款率的系數(shù)顯著為正，所有者權(quán)益資產(chǎn)比的提高將降低銀行MES值，降低其面臨的系統(tǒng)風(fēng)險(xiǎn)；不良貸款率的提高將增加銀行MES值，增大其面臨的系統(tǒng)風(fēng)險(xiǎn)。GDP在兩模型中的系數(shù)均顯著為負(fù)，說明宏觀經(jīng)濟(jì)的良好發(fā)展會(huì)降低銀行的收益波動(dòng)率和市場相關(guān)系數(shù)，進(jìn)而降低銀行所面臨的系統(tǒng)風(fēng)險(xiǎn)水平。

注：括號(hào)內(nèi)為t值，置信度在1%、5%、10%水平下顯著分別用***、**、*表示（下同）。

四、進(jìn)一步研究

（一）模型建立

現(xiàn)階段各類銀行進(jìn)行多元化經(jīng)營所選擇的主要方式均為擴(kuò)大中間業(yè)務(wù)規(guī)模和提高服務(wù)多樣性進(jìn)而提高手續(xù)費(fèi)及傭金收入，但各類銀行仍存在一定差異，除了手續(xù)費(fèi)及傭金收入外，投資收益、匯兌收益、其他業(yè)務(wù)收入均是銀行進(jìn)行多元化經(jīng)營所獲得的非利息收入來源。若各項(xiàng)收入對銀行系統(tǒng)風(fēng)險(xiǎn)產(chǎn)生的作用不同，將導(dǎo)致多元化水平相同、規(guī)模相似的銀行，由于收入結(jié)構(gòu)的不同，其所面臨的系統(tǒng)風(fēng)險(xiǎn)水平很有可能并不相同，甚至差別較大。這就意味著只單一使用多元化水平作為銀行多元化經(jīng)營的代理變量，計(jì)算其與MES值之間的關(guān)系較為籠統(tǒng)，無法全面深刻地反映銀行多元化經(jīng)營給銀行系統(tǒng)風(fēng)險(xiǎn)帶來的影響。為了深入研究銀行的收入多元化結(jié)構(gòu)與銀行系統(tǒng)風(fēng)險(xiǎn)的關(guān)系，探究銀行的利息收入和各項(xiàng)非利息收入的變動(dòng)對系統(tǒng)風(fēng)險(xiǎn)產(chǎn)生的影響，本文將利息資產(chǎn)收入比和各項(xiàng)非利息資產(chǎn)收入比作為解釋變量，銀行MES值作為被解釋變量建立面板數(shù)據(jù)回歸模型，模型如下：

其中，yin代表銀行i各項(xiàng)收入占總收入的比例，包括利息收入、手續(xù)費(fèi)收入及傭金、投資收益、匯兌收益、其他業(yè)務(wù)收入，n=1，2，…，5。

（二）變量、數(shù)據(jù)選擇與描述性統(tǒng)計(jì)

本文選取我國14家上市銀行2007年第四季度至2016年第三季度各項(xiàng)收入數(shù)據(jù)，所有數(shù)據(jù)主要來自wind數(shù)據(jù)庫，數(shù)據(jù)庫中缺失數(shù)值通過手動(dòng)查閱銀行季報(bào)獲得。

各類銀行各項(xiàng)收入資產(chǎn)比的描述性統(tǒng)計(jì)見表6。從表6的結(jié)果中可以看到，我國上市銀行的利息收入資產(chǎn)比為055210，遠(yuǎn)高于其他非利息收入資產(chǎn)比。手續(xù)費(fèi)及傭金資產(chǎn)比高于其他非利息收入資產(chǎn)比，手續(xù)費(fèi)及傭金為我國銀行的主要非利息收入來源。在各類銀行的描述性統(tǒng)計(jì)結(jié)果中可以看出：在利息收入方面，城市商業(yè)銀行的利息資產(chǎn)比高于其他兩類銀行，而中小型股份制銀行的利息資產(chǎn)比最低。在非利息收入方面，中小型股份制商業(yè)銀行的手續(xù)費(fèi)及傭金資產(chǎn)比和匯兌收益資產(chǎn)比高于其他兩類銀行，城市商業(yè)銀行的投資收益比較高而國有大型商業(yè)銀行的其他業(yè)務(wù)收入資產(chǎn)比較高。這一結(jié)果表明我國各類銀行進(jìn)行多元化經(jīng)營的方式相似但略有不同，各類銀行獲取非利息收入、提高多元化水平的主要方式均為擴(kuò)大產(chǎn)生手續(xù)費(fèi)及傭金收入的中間業(yè)務(wù)規(guī)模，同時(shí)各類銀行在其他非利息收入業(yè)務(wù)方面呈現(xiàn)出不同的發(fā)展?fàn)顟B(tài)。

（三）回歸結(jié)果分析

表7為MES值作為被解釋變量，銀行各項(xiàng)收入占比、銀行規(guī)模和兩者的交互項(xiàng)為解釋變量進(jìn)行面板數(shù)據(jù)回歸的結(jié)果。從結(jié)果中可以看出：各項(xiàng)收入占比的系數(shù)和顯著性存在明顯差異。（1）利息收入占比的系數(shù)在兩模型中的系數(shù)均顯著為負(fù)，同時(shí)模型（4）中，利息收入占比與銀行規(guī)模的交叉項(xiàng)顯著為正，說明銀行規(guī)模發(fā)生變化時(shí)，利息收入占比與MES之間的關(guān)系將發(fā)生變動(dòng)。當(dāng)銀行規(guī)模小于293614時(shí)，銀行降低利息收入占比將增加自身的MES，即增加其系統(tǒng)風(fēng)險(xiǎn)；而銀行規(guī)模大于293614時(shí)，降低利息收入占比將減小其MES，降低銀行面臨的系統(tǒng)風(fēng)險(xiǎn)水平。我國城市商業(yè)銀行和中小型股份制銀行的資產(chǎn)規(guī)模與293614有一定差距，而國有大型商業(yè)銀行從2008年起平均資產(chǎn)規(guī)模（自然對數(shù)）已經(jīng)超過293614，所以在樣本研究時(shí)間段內(nèi)，城市商業(yè)銀行和中小型股份制商業(yè)銀行的利息收入占比在不斷下降，這一趨勢提高了各類銀行的系統(tǒng)風(fēng)險(xiǎn)，然而國有大型銀行的資產(chǎn)規(guī)模超過這一臨界值后，利息收入占比的繼續(xù)下降將降低銀行的系統(tǒng)風(fēng)險(xiǎn)。（2）手續(xù)費(fèi)及傭金占比系數(shù)在模型（3）、（4）中均顯著為負(fù)，加入交叉項(xiàng)系數(shù)后，手續(xù)費(fèi)及傭金占比和交叉項(xiàng)系數(shù)均不顯著，這一結(jié)果說明手續(xù)費(fèi)及傭金占比與銀行MES值呈顯著的負(fù)相關(guān)關(guān)系，手續(xù)費(fèi)及傭金比例的提高起到了降低銀行系統(tǒng)風(fēng)險(xiǎn)的作用，銀行規(guī)模的大小對這一作用沒有顯著的影響。（3）投資收益的系數(shù)在兩類模型中均顯著為正，同時(shí)模型（4）中，投資收益占比與銀行規(guī)模的交叉項(xiàng)顯著為負(fù)，說明銀行規(guī)模發(fā)生變化時(shí)，投資收益占比與MES之間的關(guān)系將發(fā)生變動(dòng)。當(dāng)銀行規(guī)模大于2732時(shí)，銀行提高投資收益占比將降低自身的MES，即降低其系統(tǒng)風(fēng)險(xiǎn)；而銀行規(guī)模小于2732時(shí)，提高投資收益占比將增加其MES，提高銀行面臨的系統(tǒng)風(fēng)險(xiǎn)水平。城市商業(yè)銀行的規(guī)模平均值在樣本時(shí)間段內(nèi)均小于2732，而中小型股份制商業(yè)銀行與國有大型商業(yè)銀行的規(guī)模均大于2732，這就意味著提高投資收益占比會(huì)提高城市商業(yè)銀行的系統(tǒng)風(fēng)險(xiǎn)，而對其他兩類銀行而言則會(huì)降低其系統(tǒng)風(fēng)險(xiǎn)。（4）匯兌收益占比系數(shù)在模型（3）、（4）中均顯著為正，交叉項(xiàng)系數(shù)不顯著，表明匯兌收益占比與銀行MES值呈顯著的正相關(guān)關(guān)系，匯兌收益比例的提高增加了銀行系統(tǒng)風(fēng)險(xiǎn)，銀行規(guī)模的大小對這一關(guān)系沒有顯著的影響。其他業(yè)務(wù)收入占比系數(shù)不顯著，其占比變化對銀行系統(tǒng)風(fēng)險(xiǎn)沒有顯著的作用。從非利息收入占比系數(shù)的結(jié)果可知，除投資收益外，其他非利息收入的提高對各類銀行的系統(tǒng)風(fēng)險(xiǎn)影響一致，各項(xiàng)非利息收入的提高不會(huì)因?yàn)殂y行規(guī)模的不同而對系統(tǒng)風(fēng)險(xiǎn)產(chǎn)生不同的影響。（5）在控制變量方面，銀行所有者權(quán)益資產(chǎn)比、不良貸款率在所有模型中的系數(shù)顯著為正，GDP在所有模型中的系數(shù)均顯著為負(fù)，這一結(jié)果與表6的結(jié)果保持一致，說明本文模型結(jié)果具有一定的穩(wěn)定性。

五、穩(wěn)定性檢驗(yàn)

首先，本文使用另一個(gè)變量CoVaR作為銀行系統(tǒng)風(fēng)險(xiǎn)代理變量，使用GARCH模型計(jì)算ΔCoVaR 作為MES值的替代變量對14家銀行的系統(tǒng)風(fēng)險(xiǎn)貢獻(xiàn)度重新計(jì)算和排序（Mainik和Schaanning，2014）[11]，除平安銀行、南京銀行的排名順序發(fā)生變化外，其他12家銀行均未發(fā)生變化。

其次，本文使用另一種計(jì)算方法對MES值進(jìn)行計(jì)算，即找到樣本時(shí)間段內(nèi)市場表現(xiàn)最差5%的具體日期，計(jì)算此日期內(nèi)銀行股票收益率的均值作為MES值的測度（Acharya等，2010）[7]。即：

按照計(jì)算結(jié)果對14家銀行重新進(jìn)行排序，排名順序未發(fā)生變化，說明本文使用的MES值計(jì)算結(jié)果具有穩(wěn)定性。

第三，使用熵方法對銀行的多元化水平進(jìn)行計(jì)算（魏成龍和劉建莉，2007）[12]，計(jì)算結(jié)果顯示我國中小型股份制商業(yè)銀行的多元化水平最高、城市商業(yè)銀行的多元化水平最低，與文中使用赫芬達(dá)爾指數(shù)進(jìn)行計(jì)算的結(jié)果保持一致。

第四，將ΔCoVaR和重新計(jì)算的MES值分別帶入模型（1）、（2）（3）、（4）中，并將赫芬達(dá)爾指數(shù)替換成熵指數(shù)進(jìn)行回歸，結(jié)果顯示多元化水平、公司規(guī)模和兩變量的交叉項(xiàng)系數(shù)的正負(fù)號(hào)和顯著性沒有發(fā)生變化，說明本文變量之間的回歸結(jié)果具有穩(wěn)定性。

六、結(jié)論與建議

本文得到以下結(jié)論：

1.我國中小型股份制銀行的MES值最高，〖JP+1〗其抗系統(tǒng)風(fēng)險(xiǎn)能力最低，其次為城市商業(yè)銀行。國有大型商業(yè)銀行的MES值最低，抗系統(tǒng)風(fēng)險(xiǎn)能力最高。

2.在不考慮銀行規(guī)模與多元化水平的交互影響時(shí)，銀行多元化水平的提高會(huì)顯著降低銀行的MES值，銀行進(jìn)行多元化會(huì)降低銀行的系統(tǒng)風(fēng)險(xiǎn)。當(dāng)考慮銀行規(guī)模與多元化水平的交互影響時(shí)，我們發(fā)現(xiàn)我國城市商業(yè)銀行提高多元化水平將提高面臨的系統(tǒng)風(fēng)險(xiǎn)，而中小型股份制商業(yè)銀行和國有大型商業(yè)銀行提高多元化水平將降低面臨的系統(tǒng)風(fēng)險(xiǎn)。

3.在不考慮銀行規(guī)模與多元化水平的交互影響時(shí)，利息收入占比和手續(xù)費(fèi)及傭金比例的提高起到了降低銀行系統(tǒng)風(fēng)險(xiǎn)的作用，匯兌收益占比、投資收益占比的提高會(huì)增加銀行的系統(tǒng)風(fēng)險(xiǎn)，其他業(yè)務(wù)收入占比的變化對銀行系統(tǒng)風(fēng)險(xiǎn)沒有顯著的作用?？紤]交互影響后得出，利息收入占比的不斷下降會(huì)增加城市商業(yè)銀行和中小型股份制銀行的系統(tǒng)風(fēng)險(xiǎn)而降低國有大型商業(yè)銀行的系統(tǒng)風(fēng)險(xiǎn)；提高投資收益占比會(huì)提高城市商業(yè)銀行的系統(tǒng)風(fēng)險(xiǎn)，而對其他兩類銀行而言則會(huì)降低其系統(tǒng)風(fēng)險(xiǎn)。

根據(jù)結(jié)論，結(jié)合中國商業(yè)銀行現(xiàn)階段的實(shí)際情況，對銀行多元化經(jīng)營提出以下建議：

1.我國城市商業(yè)銀行不應(yīng)盲目擴(kuò)張規(guī)模，提高多元化水平，而忽略多元化經(jīng)營對銀行系統(tǒng)風(fēng)險(xiǎn)的影響[13]。雖然從總體上來看，我國商業(yè)銀行提高多元化水平起到了分散銀行系統(tǒng)風(fēng)險(xiǎn)的作用，但從回歸結(jié)果中可知，不同類銀行多元化經(jīng)營對系統(tǒng)風(fēng)險(xiǎn)的影響存在顯著差異。城市商業(yè)銀行提高多元化水平將提高面臨的系統(tǒng)風(fēng)險(xiǎn)，而中小型股份制商業(yè)銀行和國有大型商業(yè)銀行提高多元化水平將降低面臨的系統(tǒng)風(fēng)險(xiǎn)。這就意味著在這種情況下，我國城市商業(yè)在現(xiàn)階段如果盲目提高銀行的多元化水平會(huì)為自身帶來較高的系統(tǒng)風(fēng)險(xiǎn)。所以城市商業(yè)銀行應(yīng)理性進(jìn)行多元化經(jīng)營，充分考慮多元化對系統(tǒng)風(fēng)險(xiǎn)的作用。

2.我國商業(yè)銀行多元化經(jīng)營方式應(yīng)差異化而非趨同化。銀行在選擇多元化經(jīng)營策略時(shí)應(yīng)將系統(tǒng)風(fēng)險(xiǎn)作為其考慮的重要因素之一。本文的研究結(jié)果顯示，開展中間業(yè)務(wù)，獲取手續(xù)費(fèi)收入及傭金一直是我國各類商業(yè)銀行進(jìn)行多元化經(jīng)營的主要手段。然而結(jié)果顯示對于城市商業(yè)銀行而言，除手續(xù)費(fèi)及傭金收入占比提高能夠降低系統(tǒng)風(fēng)險(xiǎn)外，其他各項(xiàng)非利息收入均會(huì)提高其系統(tǒng)風(fēng)險(xiǎn)水平同時(shí)利息收入占比的降低同樣會(huì)提高系統(tǒng)風(fēng)險(xiǎn)水平，這就意味著城市商業(yè)銀行若在考慮穩(wěn)定系統(tǒng)風(fēng)險(xiǎn)的前提下獲取非利息收入的方法應(yīng)該是提高手續(xù)費(fèi)及傭金收入的占比。對于中小型股份制商業(yè)銀行和國有大型商業(yè)銀行而言，除手續(xù)費(fèi)及傭金收入外投資收益占比的提高同樣會(huì)降低其系統(tǒng)風(fēng)險(xiǎn)，那么兩類銀行同樣可以適當(dāng)提高投資收益的占比。

參考文獻(xiàn)：

[1]周開國， 李琳. 中國商業(yè)銀行收入結(jié)構(gòu)多元化對銀行風(fēng)險(xiǎn)的影響[J].國際金融研究， 2011（5）： 57-66.

[2]劉孟飛， 張曉嵐， 張超. 我國商業(yè)銀行業(yè)務(wù)多元化， 經(jīng)營績效與風(fēng)險(xiǎn)相關(guān)性研究[J].國際金融研究， 2012（8）： 59-69.

[3]黃國妍. 中國商業(yè)銀行收入結(jié)構(gòu)多元化能夠分散銀行風(fēng)險(xiǎn)嗎？[J].金融經(jīng)濟(jì)學(xué)研究， 2015（6）：16-28.

[4]Brunnermeier M K， Dong G N， Palia D. Banks′ non-interest income and systemic risk[C].AFA 2012 Chicago Meetings Paper，2012.

[5]De Jonghe O， Diepstraten M， Schepens G. Banks′ size， scope and systemic risk： What role for conflicts of interest？[J].Journal of Banking & Finance， 2015，61：S3-S13.

[6]張曉玫， 毛亞琪.我國上市商業(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].國際金融研究， 2014（11）： 23-35.

[7]Acharya， V.， Pedersen， L， Philippon， T.， et al. Measuring Systemic Risk[R].The Seventeenth Dubrovnik Economic Conference， 2010.

[8]范小云，王道平，方意.我國金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)測度與監(jiān)管-基于邊際風(fēng)險(xiǎn)貢獻(xiàn)與杠桿率的研究[J].南開經(jīng)濟(jì)研究，2011（4）：3-20.

[9]Pais A， Stork P A. Bank size and systemic risk[J].European Financial Management， 2013，19（3）： 429-451.

[10]Huang X， Zhou H， Zhu H. Systemic risk contributions[J].Journal of financial services research， 2012，42（1-2）： 55-83.

[11]Mainik G， Schaanning E. On dependence consistency of CoVaR and some other systemic risk measures[J].Statistics & Risk Modeling， 2014， 31（1）： 49-77.

[12]魏成龍， 劉建莉. 我國商業(yè)銀行的多元化經(jīng)營分析[J].中國工業(yè)經(jīng)濟(jì)， 2007（12）： 85-93.

[13]謝俊明.我國商業(yè)銀行規(guī)模對銀行風(fēng)險(xiǎn)承擔(dān)的影響研究[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2015（6）：71-78.

（責(zé)任編輯：周正）

收稿日期：2016-12-07

作者簡介：劉傲瓊（1989-），女，河北唐山人，南京大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：銀行風(fēng)險(xiǎn)管理；劉新宇（1986-），本文通訊作者，男，內(nèi)蒙古包頭人，南京大學(xué)博士后流動(dòng)站/江蘇銀行博士后工作站聯(lián)合培養(yǎng)在站博士后，研究方向：大數(shù)據(jù)與風(fēng)險(xiǎn)管理。