郭方++相廣平

摘要：文章選取28家農(nóng)村商業(yè)銀行2006年-2015年非平衡面板數(shù)據(jù)，利用面板回歸分析、非面板聚類分析和面板聚類分析等方法，實(shí)證分析了利率市場化背景下農(nóng)村商業(yè)銀行利差影響因素。

關(guān)鍵詞：利率市場化；農(nóng)村商業(yè)銀行；凈利差；經(jīng)營績效；銀行風(fēng)險(xiǎn)

在日趨激烈的市場競爭中，各類銀行普遍面臨著存貸款利差收緊等問題，農(nóng)商行改制后主要依靠存貸款利差的傳統(tǒng)盈利模式受到了極大沖擊。因此，研究利率市場化背景下農(nóng)商行利差影響因素具有重要價(jià)值。

一、 研究設(shè)計(jì)

本文選取28家農(nóng)商行2006年～2015年非平衡面板數(shù)據(jù)，分析利差影響因素。樣本數(shù)據(jù)來自wind數(shù)據(jù)庫和各銀行網(wǎng)站的公開信息（年度報(bào)告、信息披露等）。

常見利差指標(biāo)有兩種，一是衡量銀行存貸款業(yè)務(wù)盈利能力的凈利差（Net Interest Margin， NIM），等于凈利息收入與平均總資產(chǎn)的比重，二是反映銀行定價(jià)能力的利息差額（Net Interest Spread， NIS），即，名義貸款利率與存款利率的差額。根據(jù)數(shù)據(jù)來源，建立基本模型（公式1），被解釋變量為凈利差（nim），解釋變量包括度量經(jīng)營績效的資產(chǎn)收益率（roa），度量銀行風(fēng)險(xiǎn)的不良貸款率（npl）和流動(dòng)性比率（lr），以及度量業(yè)務(wù)多元化的熵指數(shù)（ei）。另外，模型還加入了銀行規(guī)模、資本充足率、股權(quán)集中度、董事會(huì)人數(shù)、員工人數(shù)和分支機(jī)構(gòu)數(shù)等控制變量。

nim=？琢0+？琢1roa+？琢2ei+？琢3npl+？琢41r+？琢5lna+？琢6ca+？琢7lshp+？琢8bn+？琢9em+？琢10af+？著 （公式1）

本文選取凈利差（nim）作為被解釋變量，衡量銀行傳統(tǒng)存貸款業(yè)務(wù)盈利能力，指標(biāo)數(shù)值越大，說明銀行傳統(tǒng)業(yè)務(wù)盈利水平越高。

資產(chǎn)收益率（roa）等于凈利潤/平均總資產(chǎn)，是衡量各銀行經(jīng)營績效的常用指標(biāo)，數(shù)值越大，說明經(jīng)營績效越好。銀行多元化經(jīng)營情況通常使用赫芬達(dá)爾指數(shù)（Herfindahl）或熵指數(shù)度量，因前者產(chǎn)生的馬太效應(yīng)可能會(huì)放大非利息收入與利息收入間的差距，選取熵指數(shù)（ei）度量商業(yè)銀行多元化經(jīng)營程度。商業(yè)銀行在經(jīng)營管理過程中面臨信用風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)等。農(nóng)商行作為地方法人銀行，大多專注于存款、貸款等傳統(tǒng)業(yè)務(wù)，面臨的風(fēng)險(xiǎn)集中于信用風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)等方面，選取信用風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)來衡量銀行風(fēng)險(xiǎn)。由于農(nóng)商行大多為非上市銀行，考慮數(shù)據(jù)的可得性，加之農(nóng)商行信貸業(yè)務(wù)占比較大，面臨的信用風(fēng)險(xiǎn)主要是貸款業(yè)務(wù)的違約風(fēng)險(xiǎn)，選取不良貸款率（npl）作為度量農(nóng)商行信用風(fēng)險(xiǎn)指標(biāo)，數(shù)值越高表示銀行面臨的信用風(fēng)險(xiǎn)越大。流動(dòng)性比率（lr）等于流動(dòng)資產(chǎn)/流動(dòng)負(fù)債，是衡量銀行流動(dòng)性風(fēng)險(xiǎn)的常見指標(biāo)。

銀行規(guī)模大小一般均采用銀行年末總資產(chǎn)來衡量，總資產(chǎn)越多表明銀行規(guī)模越大，選取年末總資產(chǎn)的自然對(duì)數(shù)（lna）衡量農(nóng)商行規(guī)模大小。作為銀行監(jiān)管的重要指標(biāo)，資本充足率（ca）等于資本總額對(duì)其風(fēng)險(xiǎn)加權(quán)資產(chǎn)的比率，反映銀行抵御風(fēng)險(xiǎn)能力，也是影響銀行利差的因素之一，選取銀行年末資本充足率作為控制變量。股權(quán)集中度是反映銀行股東構(gòu)成的重要指標(biāo)，選用最大股東持股比例（lshp）衡量股權(quán)集中度。銀行董事會(huì)人數(shù)（bn）、員工人數(shù)（em）和分支機(jī)構(gòu)數(shù)（af）都可能影響銀行傳統(tǒng)存貸業(yè)務(wù)開展，將其加入控制變量。

二、 實(shí)證分析

1. 描述性統(tǒng)計(jì)。由表1可以看出，樣本農(nóng)商行凈利差均值為2.83%，最小值為0.38%，最大值為5.24%，標(biāo)準(zhǔn)差較小，僅為0.83。解釋變量資產(chǎn)收益率均值為1.29%，標(biāo)準(zhǔn)差為0.60，熵指數(shù)均值為0.38，標(biāo)準(zhǔn)差僅為0.18，是所有變量中最小的。銀行風(fēng)險(xiǎn)衡量指標(biāo)不良貸款率均值為2.12%，標(biāo)準(zhǔn)差為2.38，流動(dòng)性比率均值為48.69%，標(biāo)準(zhǔn)差達(dá)到14.29，說明不同銀行面臨的信用風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)差異較大。主要控制變量中，員工人數(shù)和分支機(jī)構(gòu)數(shù)的標(biāo)準(zhǔn)差大，分別為2 288.58和203.49，表明各樣本銀行對(duì)人力資源和網(wǎng)點(diǎn)設(shè)置投入差異大。

2. 面板回歸。選用傳統(tǒng)最小二乘法、面板固定效應(yīng)模型和面板隨機(jī)效應(yīng)模型，對(duì)樣本數(shù)據(jù)進(jìn)行回歸分析。

Hausman檢驗(yàn)結(jié)果p值0.25，說明選擇面板隨機(jī)效應(yīng)模型更優(yōu)。回歸分析結(jié)果（表2）顯示，經(jīng)營績效與凈利差顯著正相關(guān)，面板隨機(jī)效應(yīng)模型下，在1%水平上顯著有效，相關(guān)系數(shù)為0.35。最小二乘法和面板隨機(jī)效應(yīng)模型下，業(yè)務(wù)多元化與凈利差在1%水平上顯著負(fù)相關(guān)，相關(guān)系數(shù)分別為-1.70和-1.09。不良貸款率和流動(dòng)性比率對(duì)凈利差分別有正向和負(fù)向影響，但顯著性較差。在5%水平上，銀行規(guī)模、分支機(jī)構(gòu)個(gè)數(shù)與凈利差之間顯著負(fù)相關(guān)，資本充足率和員工人數(shù)對(duì)凈利差影響為正。

3. 聚類分析。所選樣本數(shù)據(jù)根據(jù)不同標(biāo)準(zhǔn)進(jìn)行分類，適宜采用聚類分析進(jìn)行實(shí)證研究。聚類數(shù)據(jù)的誤差項(xiàng)與組內(nèi)聚類相關(guān)，需要對(duì)聚類進(jìn)行修正。為對(duì)比檢驗(yàn)結(jié)果，首先對(duì)樣本數(shù)據(jù)進(jìn)行非面板聚類分析，然后采用修正過的面板聚類分析進(jìn)行實(shí)證檢驗(yàn)。

樣本農(nóng)商行28家，涵蓋東部、中部和西部地區(qū)，包括省級(jí)（省、自治區(qū)和直轄市）農(nóng)商行，省會(huì)市（省會(huì)和單列市）農(nóng)商行，地級(jí)市農(nóng)商行，縣（區(qū)）級(jí)農(nóng)商行；成立年限分為五年及以下，五到十年，十年以上?？梢糟y行（bank）、區(qū)域（r）、機(jī)構(gòu)層級(jí)（ins）和成立年限（sy）分別為聚類指標(biāo)。r將東部、中部和西部地區(qū)農(nóng)商行分別賦值為1、2、3。ins將省級(jí)（直轄市、自治區(qū)）、省會(huì)市（單列市）、地級(jí)市、縣（區(qū)）級(jí)農(nóng)商行分別賦值為1、2、3、4。sy將五年及以下、五到十年、十年以上分別賦值為1、2、3。

（1）非面板聚類分析。不考慮數(shù)據(jù)的面板性質(zhì)，直接對(duì)樣本分別以無聚類指標(biāo)，銀行聚類指標(biāo)、區(qū)域聚類指標(biāo)、機(jī)構(gòu)層級(jí)聚類指標(biāo)和成立年限聚類指標(biāo)，采用普通最小二乘法進(jìn)行回歸分析。

回歸分析結(jié)果（表3）顯示，資產(chǎn)收益率與凈利差在所有檢驗(yàn)方法下均顯著正相關(guān)，說明資產(chǎn)收益率對(duì)凈利差有較強(qiáng)的正向影響，銀行經(jīng)營績效提高，會(huì)顯著提升凈利差。

在回歸分析考慮聚類因素后，流動(dòng)性風(fēng)險(xiǎn)、業(yè)務(wù)多元化、銀行規(guī)模、股權(quán)集中度、董事會(huì)人數(shù)、員工人數(shù)和分支機(jī)構(gòu)數(shù)對(duì)凈利差影響顯著。以銀行、區(qū)域和機(jī)構(gòu)層級(jí)為聚類的回歸中，流動(dòng)性比率對(duì)凈利差顯著負(fù)相關(guān)，相關(guān)系數(shù)均為-0.008。在4種聚類分析中，業(yè)務(wù)多元化對(duì)凈利差均有顯著負(fù)向影響，相關(guān)系數(shù)均為-1.7。

對(duì)主要控制變量來說，在銀行、區(qū)域、機(jī)構(gòu)層級(jí)和成立年限的聚類分析中，銀行資產(chǎn)規(guī)模、股權(quán)集中度與凈利差均為顯著負(fù)相關(guān)，員工人數(shù)與被解釋變量顯著正相關(guān)，而分支機(jī)構(gòu)與凈利差在銀行、區(qū)域聚類回歸分析中分別在10%和5%水平上顯著負(fù)相關(guān)。

無論是否考慮聚類因子以及不同聚類因子，上述普通最小二乘回歸分析的相關(guān)系數(shù)均相同，分析不同檢驗(yàn)方法主要考慮各相關(guān)系數(shù)的標(biāo)準(zhǔn)誤差。從4種聚類分析的標(biāo)準(zhǔn)誤差來看，按區(qū)域和機(jī)構(gòu)層級(jí)進(jìn)行聚類回歸的標(biāo)準(zhǔn)誤差較小，說明其檢驗(yàn)效果更優(yōu)。

（2）面板聚類分析。上述非面板聚類回歸結(jié)果顯示，區(qū)域、機(jī)構(gòu)層級(jí)聚類的回歸結(jié)果標(biāo)準(zhǔn)誤差較小，可以繼續(xù)考慮區(qū)域和機(jī)構(gòu)層級(jí)聚類指標(biāo)，進(jìn)行面板聚類分析，檢驗(yàn)影響凈利差的因素。

面板聚類結(jié)果（表4）顯示，除機(jī)構(gòu)層級(jí)聚類的面板隨機(jī)效應(yīng)模型外，其他檢驗(yàn)方法下，資產(chǎn)收益率均與凈利差正相關(guān)，相關(guān)系數(shù)為0.33（機(jī)構(gòu)層級(jí)聚類的面板固定效應(yīng)模型估計(jì)的相關(guān)系數(shù)為0.44），說明銀行經(jīng)營效益越好越有利于傳統(tǒng)業(yè)務(wù)發(fā)展。

衡量銀行風(fēng)險(xiǎn)的不良貸款率與凈利差呈正相關(guān)，但相關(guān)系數(shù)均不顯著。區(qū)域聚類的三種回歸方法下，流動(dòng)性比率與凈利差均為顯著負(fù)相關(guān)，但機(jī)構(gòu)層級(jí)聚類回歸分析，在10%水平上流動(dòng)性比率僅在使用普通最小二乘法進(jìn)行檢驗(yàn)時(shí)對(duì)凈利差有顯著負(fù)向影響。

與面板回歸分析和非面板聚類分析類似，熵指數(shù)與凈利差顯著負(fù)相關(guān)，僅在使用機(jī)構(gòu)層級(jí)聚類的面板隨機(jī)效應(yīng)模型時(shí)相關(guān)系數(shù)不顯著，說明業(yè)務(wù)多元化對(duì)銀行凈利差有不利影響，將影響銀行傳統(tǒng)信貸業(yè)務(wù)發(fā)展。

除了主要解釋變量之外，控制變量資本充足率、員工人數(shù)與凈利差顯著正相關(guān)，流動(dòng)性比率、業(yè)務(wù)多元化、銀行規(guī)模、股權(quán)集中度、分支機(jī)構(gòu)個(gè)數(shù)與凈利差之間均為顯著負(fù)相關(guān)。

三、 結(jié)論與建議

通過上述實(shí)證檢驗(yàn)，發(fā)現(xiàn)利率市場化背景下，農(nóng)商行經(jīng)營管理的多個(gè)指標(biāo)對(duì)凈利差有顯著影響。第一，經(jīng)營績效是影響利差的重要因素。農(nóng)商行資產(chǎn)收益率越高，經(jīng)營績效越好，凈利差越大，表明傳統(tǒng)業(yè)務(wù)發(fā)展越好。因此，應(yīng)繼續(xù)進(jìn)行集約化管理，提高銀行資產(chǎn)收益率，提升經(jīng)營績效，保持傳統(tǒng)存貸業(yè)務(wù)利差穩(wěn)定增長，推進(jìn)農(nóng)商行傳統(tǒng)業(yè)務(wù)穩(wěn)健發(fā)展。第二，從銀行風(fēng)險(xiǎn)的角度來看，信用風(fēng)險(xiǎn)對(duì)凈利差影響不顯著，流動(dòng)性比率與凈利差顯著負(fù)相關(guān)。說明農(nóng)商行過度控制流動(dòng)性比率，降低流動(dòng)性風(fēng)險(xiǎn)，越不利于傳統(tǒng)業(yè)務(wù)發(fā)展。為促進(jìn)傳統(tǒng)業(yè)務(wù)穩(wěn)定發(fā)展，農(nóng)商行應(yīng)加強(qiáng)風(fēng)險(xiǎn)管理，將風(fēng)險(xiǎn)控制在合理水平上，而不應(yīng)過度管控流動(dòng)性風(fēng)險(xiǎn)。第三，多元化經(jīng)營程度越高，將分薄農(nóng)商行對(duì)傳統(tǒng)業(yè)務(wù)的投入，越不利于傳統(tǒng)業(yè)務(wù)發(fā)展。要加強(qiáng)化專業(yè)化發(fā)展，適度推進(jìn)業(yè)務(wù)創(chuàng)新和多元化。第四，農(nóng)商行規(guī)模越大，股權(quán)集中度越高，員工人數(shù)越少，分支機(jī)構(gòu)越多，越不利于傳統(tǒng)業(yè)務(wù)發(fā)展。必須保持合理的資產(chǎn)規(guī)模、股權(quán)集中度、員工人數(shù)和分支機(jī)構(gòu)數(shù)。

參考文獻(xiàn)：

[1] 彭建剛，王舒軍，關(guān)天宇.利率市場化導(dǎo)致商業(yè)銀行利差縮窄嗎？——來自中國銀行業(yè)的經(jīng)驗(yàn)證據(jù)[J].金融研究，2016，（7）：48-63.

[2] 韓振國，王亞軍.利率市場化背景下商業(yè)銀行利差影響因素研究[J].首都經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2017，（1）： 18-24.

[3] 郭方.金融支持中部地區(qū)新型城鎮(zhèn)化實(shí)證研究[J].現(xiàn)代管理科學(xué)，2016，（7）：90-92.

基金項(xiàng)目：中國人民大學(xué)2016年度拔尖創(chuàng)新人才培育資助計(jì)劃成果。

作者簡介：相廣平（1960-），男，漢族，天津市人，中國人民大學(xué)國際學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)橘Y產(chǎn)定價(jià)和風(fēng)險(xiǎn)度量；郭方（1989-），女，漢族，湖北省襄陽市人，中國人民大學(xué)國際學(xué)院博士生，研究方向?yàn)榻鹑跈C(jī)構(gòu)風(fēng)險(xiǎn)管理。

收稿日期：2017-06-11。