我国商业银行净利差决定因素的实证研究
关键词:商业银行;净利差影响因素;面板数据模型
一､商业银行净利差决定因素的回顾
作为市场中介的银行扮演着资金供需的桥梁,吸收存款转为放贷,存贷款利差的变动对银行利润有最直接的影响。
探讨银行边际利差的相关文献很多,其中以S.Olson和F Sollenberger的最早。他们采用学上的差异分析法,提出:“边际利息差异分析模式”,认为影响银行边际利差的因素是由生利资产与负债的利率敏感性､数量及其组合方式所组成,并将边际利差的变动拆解为数量差异､利率差异与组合差异。之后,Ho和Saunders?1981通过建立交易者模型?dealer model,以美国53家商业银行作为实证对象,发现净利差水平依赖于银行的交易规模､市场结构以及利率波动。Ho and Saunders?1981运用Stoll?1978的观念,融入了银行经营行为避险假说和期望效用理论,避险与期望效用的综合模型来讨论利差。
此外,McShane and Sharpe?1985据澳大利亚的实际情况对Ho and Saunders的模型假设加以修正,改用存款及放款利率来推导模式。他们认为:银行在存款及放款市场中的市场力量愈高,银行的利差也就愈大;银行的利差与绝对风险规避程度､市场利率变动的不确定性以及平均交易量有正相关存在。
Allen?1988假设放款具有异质性?heterogeneity,如此更可显示出银行多种存款､放款形态的组合效果。Allen?1988利差模型主要的结论为:产品的异质化会导致利差缩小,不同放款项目兼有需求交叉弹性时,会导致利差的降低。
Angbazo?1997依据Ho and Saunders?1981､McShane and Sharpe?1985及Allen?1988的模型结果,对美国286家银行进行实证研究,发现商业银行的净利差取决于违约风险和利率风险因素。F W.Wong?1997在不确定性的多重来源及风险规避的条件下,改以厂商理论为研究基础,认为市场占有率､运营成本､信用风险及利率风险的程度会影响银行边际利等;Angbazo?1997则延伸Ho 和 Saunders?1981?Alen?1988的模型,并以实证发现美国M0nev center banks的边际利差主要受违约风险的影响;Demirguc-Kunt?1999分析80个国家近7900家银行1988-1995年的数据发现,一国人均国内生产总值､增长率对该国银行净利差水平的影响并不显著,这表明发展中国家与发达国家之间的存贷利差不同并不是由经济发展水平引起的。Saunders 和 Schumacher?2000把交易者模型应用于欧洲和美国614家银行,发现监管要求和利率波动对净利差有决定性的影响。Demirguc-Kunt,Laeven和kvitie?2004发现,一国银行中间业务收入比例与该国净利差成反比。
目前,国内有关银行业研究的文献虽然为数不少,但广泛地集中于两类。一类是运用包络分析测算和评估银行效率,或者在此基础上以效率指标为被解释变量作进一步的因素分析。比如,张键华?2003运用DEA分析法测量银行效率?并在此基础上考察银行效率与银行特征变量?资产规模､存/贷规模和市场集中度?HHI的相关性,其结果显示我国的银行效率和集中度呈负相关性。朱南等?2004运用 DEA方法对2000和2001年我国最大14家商业银行进行效率评估以及因素分析。
另一类则着重于分析市场结构与银行效率。楚宪?2003采用统计数据对比的方法,分别将中国和德国的国有银行与国内的其他所有权类型银行的效率?或“绩效”进行比较,并分析了影响国有银行效率的因素。王聪等?2004将银行总成本视为银行效率,运用多元线性回归法对影响银行总成本的因素进行研究,认为这些因素即为银行效率的影响因素。尽管第二类研究分析中也涉及到一些其它因素分析,但主要考虑的是银行投入?资本和劳动支出)的影响。而且,这些研究在数据样本选择和技术处理上都存在明显的偏差。
鉴于此,本文将对影响我国商业银行净利差的因素做一个系统地分析,尽可能地充分利用我国商业银行的数据资料,对我国商业银行业竞争力和绩效进行综合判断和分析。
二､我国商业银行净利差决定因素的实证分析
一样本和数据
本文使用的数据来自Bankscope数据库和《中国金融年鉴》1996-2005年各卷中各家银行年末的损益表､资产负债表,还有部分数据来源于《中国统计年鉴》。
二变量说明
本文将借鉴前人对银行净利差影响因素研究的成果,这里主要是HO和 Saunders?1981采用交易者模型为代表的边际利息分析法和Demirguc—Kunt?1999对80个国家1988-1995年银行数据所作的综合影响因素回归分析法,根据我国实际宏观经济环境和银行自身经营特点,对各种因素重新整合,从内部制约因素和外部宏观环境因素来分析目前这些因素对银行净利差的影响。
本文采用HO and Saunders?1981的定义,以净利息收入除以生利资产总额的值作为银行净利差?NIM的估计值。
NIM=总利息收入一总利息支出/生息资产总额
本研究中影响净利差的因素及其影响效果分别说明如下:
1.银行风险厌恶程度RISKAVER。
McShane and Sharpe?1985在探讨银行风险厌恶程度时,使用银行的自有资金占总资产的比例来衡量。自有资金比例提高,表示银行管理者使用自有资金从事营运活动的比例上升,而使用负债从事营运的比例下降,这意味着银行管理者具有风险趋避的行为,会扩大其利差。相反的,若是银行选择较低的自有资金比例,则表示相对的有较高的风险偏好,会倾向缩小银行利差。Zarruk?1998的研究考虑了银行风险态度和银行资本对净利差的影响后指出,在商业银行风险厌恶的假设前提下,随着银行资本充足率的提高､存款波动性的降低,银行利差逐渐增大。这个变量与银行利差是正相关的。
银行风险厌恶程度RISKAVER=权益净值/资产总额
2.机会成本RESER。
机会成本衡量的是银行持有非生利资产的多寡。非生利资产包括现金及法定准备金等。银行吸收存款为了随时能满足顾客提款的需求,依法令规定必需有准备金。准备金包括有库存现金､存放同业之准备金及存放中央银行之存款准备金账户之存款等。由于这些资金无法产生收益,因此存有越多准备金?对银行而言,其机会成本越大,对银行越不利。Angbazo?1997指出,对所有银行来说,表外业务的发展都能够影响商业银行的净利差率,随着表外业务的发展,商业银行净利差率呈下降趋势。故本研究预期机会成本与银行利差应成负向关系。
机会成本RESER=非生息资产/总资产
3.经营成本OPC。
经营成本衡量的是银行为了推广其存放款业务,所投入的相关资源及服务过程的费用。经营成本越高,表示银行所提供的服务越多,对存､放款业务推动也越积极,因此,银行会要求较高的利差以弥补其支出。所以,经营成本与银行利差间应存在正向的关系。
经营成本OPC=总经营费用/总资产
4.违约风险LLP。
Wong?1997研究表明,银行市场势力､信贷风险和利率风险控制能力都会对银行利差产生正的影响。Barajas,Steiner 和Salazar?1999显示,当银行加强贷款监督时,它反映了银行增加了营运费用和其他因贷款而花的费用。Angbazo?1997对1989—1993年美国的数据进行了实证分析,得出结论:净利差率既反映了商业银行利率风险溢价,也反映了信用风险溢价。这个变量预期与银行利差正相关。
违约风险LLP=贷款损失准备金/总贷款
5.管理质量MG。
Angbanzo?1997显示,好的管理包含选择高利润资产和低成本负债。本研究预期管理质量与银行利差正相关。
管理质量MG=生息资产/总资产
6.银行规模SIZE。
反映银行规模的经济或不经济。大多数金融文献以银行的资产量近似反映银行规模。Berger?1987认为银行规模提高可以节约成本。然而,近期许多经验研究表明银行业普遍存在规模不经济现象,比如欧洲72个国家跨国研究?Demirgue,2004。由于模型中变量均用总资产变量平减,所以采用资产的对数值更合适?如Demirgue.Kunt 2004。本研究预期银行规模与银行利差负相关。
上述各指标均选取滞后一期量作为解释变量,因为银行各变量特征对利差的影响存在着较强的滞后效应。
7. 金融深化FD。
在Ben Naceur?2003的方法中,运用金融深化计量了银行业在经济中的重要性。如果银行业资产增长快于经济增长速度,预计这个变量与银行利差成负相关。
金融深化FD=存款银行的总资产/GDP
8. 生产总值增长率GDP。
宏观环境可能影响银行利差的行为。在一个不利的宏观经济环境条件下,由于非营运贷款的增加,可以恶化银行经营状况。在Brock&Franken?2003､Casu & Barbara?2004､Diaz&Oliero?2005中,用真实GDP,GDP增长率和GDP差距表示宏观经济环境。我们预期GDP增长率与银行利差正相关。
(三)模型及分析结果
根据本次研究所使用数据的特点,我们选择了固定效应的面板数据回归模型。为了减少由于截面数据造成的异方差影响,我们采用了广义最小二乘法(GLS)对该模型进行估计,所有采用Eviews3.0来完成。根据前面的分析,得到如下基本模型:
NIMit=c0i+c1RISKAVERit-1+c2RESERit-1+c3OPCit-1+c4LLPit-1+c5MGit-1+c6SIZEit-1+c7NIMit-1+c8FDit+c9GDPit+∈it
式中NIMit表示时间t银行i的净利差?i=1?...?N? t=1?...?T;RISKAVERit-1为时间t-1银行i的银行风险厌恶程度;RESERit-1为时间t-1银行i的机会成本;OPCit-1为时间t-1银行i的经营成本;LLPit-1为时间t-1银行i的违约风险;MGit-1为时间t-1银行i的管理质量;SIZEit-1为时间t-1银行i的规模;NIMit-1为时间t-1银行i的净利差;FDit为时间t银行i的深化;GDPit为时间t银行i的GDP增长率;∈it为时间t银行i的误差项。
考虑到基本模型中的某些变量可能存在多重共线性问题,这会导致回归结果出现较大的偏差。因此,在基本模型回归结果的基础上,我们对t值较小且检验结果不显著(p值大于0.10)的变量进行逐步剔除,直到剩余变量的t检验全部显著为止,并将剩余变量构成的模型称为“适用模型”。
首先应用基本模型对全国层面的NIM模式作回归分析,结果(见表1)说明:银行风险厌恶程度RISKAVERt-1､银行规模SIZEt-1､违约风险LLPt-1､净利差NIMt-1和GDP增长率对NIM均有显著性的影响,而机会成本RESERt-1､经营成本OPCt-1､管理质量MGt-1､金融深化FD对NIM的影响不显著。除经营成本､管理质量､GDP增长率的回归系数符号与预期符号相反外,其余变量的回归系数的符号均与预期符号相同。
按照前面提到的方法对不显著的变量进行逐步剔除,得到了包含5个变量的适用模型,结果表明:相对于基本模型,适用模型R2没有提高,D.W值有微弱的改善,而F值有非常显著的提高,说明适用模型与实际数据的拟合效果好于基本模型。因此,我们采用适用模型作为模拟全国NIM的最终模型。
随后,我们又分别对国有银行和商业银行的NIM模式进行了基于面板数据的回归分析,同样也区分了基本模型和适用模型。结果说明(因篇幅有限,本文所有回归结果数据省略。有兴趣者,可直接与作者联系——编者按)。
(1)对国有银行来说,风险厌恶程度RISKAVERt-1､机会成本RESERt-1､管理质量MGt-1､银行规模SIZEt-1､金融深化FD､净利差NIMt-1对NIM的影响显著,除经营成本､机会成本､金融深化的回归系数符号与预期符号相反外,其余变量的回归系数的符号均与预期符号相同。
(2)对商业银行来说,风险厌恶程度RISKAVERt-1､违约风险LLPt-1､金融深化FD､GDP增长率､净利差NIMt-1对NIM的影响最显著。除管理质量､银行规模､GDP增长率的回归系数符号与预期符号相反外,其余变量的回归系数的符号均与预期符号相同。同时,我们也注意到,无论是采用基本模型还是适用模型,两种类型的回归效果都非常好,表现在R2和调整后R2接近1,而且两者之间的差异非常小;D.W.值非常接近于2.0;F值对应的概率值(即p值)接近于0。
根据上面回归结果,我们可以获得以下初步结论:
1. 我国商业银行经营成本OPC对银行NIM的影响为负。
即OPC每上升一个单位,NIM将下降0.1192个单位,并不具有显著性,这与预期结果不相符。这表明我国银行业经营是低效的,“粗放式增长”现象严重,资产和劳动投入的增加并不能转化为产出收益的增加。
2. 风险厌恶程度RISKAVER对我国商业银行NIM的影响为正。
即风险厌恶程度每上升一个单位,NIM将会提高0.0421个单位,并具有较强的显著性。从理论上也不难理解,随着资本充足率的提高,商业银行防范信用风险的能力加强,NIM也会提高,对于我国商业银行也是如此。这与预期结果相一致。从回归结果还可看出,我国国有银行和股份制银行的风险厌恶程度都与银行NIM正相关,但是,股份制银行的风险厌恶程度具有的显著性程度强于国有银行的显著性程度。这说明股份制银行的资本状况､防范信用风险的能力好于国有银行的资本状况和防范信用风险的能力,从而较好地提高了股份制银行的NIM水平。
3. 从实证结果可看出,商业银行机会成本与银行净利差存在负相关关系,且统计检验具有不显著性。
这与预期结果一致。说明商业银行保留过多的现金资产等就会面临较大的机会成本,从而影响盈利性的提高。但国有银行的机会成本与银行净利差存在正相关关系,且统计检验具有特别强的显著性。这与预期结果不一致。这说明在中国国有商业银行经营中,政府信用对于稳定银行业的经营,防止挤兑起着极其重要的作用,由于有强大的政府信用提供保障,中国商业银行至少在现阶段不用担心流动性危机的发生。
4. 中国国有商业银行的管理质量与银行净利差存在正相关关系,即国有商业银行生息资产与总资产的比与银行净利差成正比,且统计检验具有特别强的显著性。
这与预期结果相一致。这说明中国国有商业银行是从国家专业银行向商业银行转变过来的,对新业务的开拓较保守,利息收入在营业收入中的比例较高。但实证结果可看出,中国股份制商业银行管理质量与银行净利差存在负相关关系,且统计检验具有不显著性,这与预期结果不一致。说明随着金融业的,金融工具不断增多,金融服务范围也越来越大,除存贷款等常规业务之外,股份制商业银行通过大力开发中间业务和表外业务来增加收入。
5. 从实证结果可看出,中国商业银行资产规模与银行净利差存在负相关关系,且统计检验具有特别强的显著性。
这与预期结果一致,说明随着银行资产规模的增加,银行净利差反而下降。该结果与国外研究的结论一致。究其原因,本文认为可能主要是由于规模不经济的存在,随着银行资产规模的扩大,银行的平均成本上升,从而使银行净利差下降。从回归结果可看出,银行规模对我国国有银行NIM有较强的显著性负影响,而对我国股份制银行NIM具有不显著性的正相关关系。该结果说明,资产规模的扩大会阻碍四大国有银行NIM的提高,但却改善股份制银行经营效率。由于四大国有商业银行拥有庞大的资产规模且不良资产率过高,而股份制银行资产规模较小,不良资产较四大银行低,因此股份制银行资产规模的扩大会促进银行NIM的增长。
6. 违约风险LLP对我国商业银行NIM的影响为正。即违约风险每上升一个单位,NIM将会提高0.0463个单位,并具有较强的显著性。
这与Angbazo?1997的实证结论相一致。从实证还可看出,国有银行和股份制银行不具有显著性特征。这主要是由于我国国有银行在贷款损失准备的计提不够规范,银行贷款损失不能真正反映银行的贷款质量。因此,违约风险LLP并不能对回归模型提供多少解释信息。
7. 从实证结果可看出,中国商业银行金融深化与银行净利差存在负相关关系,且统计检验不具有显著性。
这与预期结果一致。从实证来看,股份制银行金融深化与NIM具有特别显著的负相关关系。产生这一结果的原因在于我国银行业资源配置效率和经营效率低下,致使银行业总资产增加时,NIM并不能相应增加。而国有银行金融深化与NIM具有较显著的正相关关系。这说明我国存贷款利率由国家统一制定,银行无法凭借市场力量制定有利的存贷款利率获得超额利润。本文认为,这恰恰表明目前在我国高度垄断的市场结构中,银行主要是依靠规模扩张,增加市场份额等粗放的手段来提高国有银行绩效。
8. 从实证结果可看出,GDP增长率每上升一个单位,NIM将会下降0.0001个单位,并具有不够强的显著性。
这与预期结果不一致。而股份制银行的GDP增长率与NIM负相关,并具有特别强的显著性。这说明,最近几年,随着生活水平的不断提高,人们往往将钱用于投资和消费,这使得存款来源减少,从而NIM减少。
9. 从实证结果可看出,我国商业银行上年净利差与它们当年的净利差存在正相关关系,且具有特别强的显著性。
这与预期结果一致。在不考虑其他因素影响的前提下,上年NIM高,当前的NIM也会高。这说明银行NIM的变化存在着“连续效应”。这一点也是合情合理的,一个好的银行会将优秀的人才､优质的客户及先进的经营方式保持下去,而经营效率低下的银行想要在短短一年内改善经营状况几乎是不可能的。
