中国商业银行收入结构对盈利能力的影响研究.docx
- 文档编号:3899970
- 上传时间:2022-11-26
- 格式:DOCX
- 页数:16
- 大小:50.57KB
中国商业银行收入结构对盈利能力的影响研究.docx
《中国商业银行收入结构对盈利能力的影响研究.docx》由会员分享,可在线阅读,更多相关《中国商业银行收入结构对盈利能力的影响研究.docx(16页珍藏版)》请在冰豆网上搜索。
中国商业银行收入结构对盈利能力的影响研究
商业银行收入结构对盈利能力的影响研究
——基于中国14家上市银行面板数据分析
中文摘要:
银行业的激烈竞争使得利息收入业务对银行利润增长的贡献有限,越来越多的银行开始积极拓展服务,开辟非利息收入来源。
本文基于中国14家上市商业银行2008年-2010年季度数据,定量分析了商业银行收入结构对盈利能力的影响。
结果表明:
商业银行的非利息收入占比(和手续费及佣金收入占比)和净息差对银行的盈利能力的影响都是正向的。
商业银行在优化收入结构时必须控制成本费用才能使银行的盈利能力不断提高。
国有控股银行的非利息收入占比要远远高于其他商业银行,且与盈利性成正向关系。
全国性股份制商业银行和城市商业银行的非利息业务还很不完善,收入结构与盈利能力的回归系数不显著。
商业银行盈利能力与宏观经济表现出一致的增长性。
适中的银行规模能促进银行盈利能力的提高。
关键词:
商业银行收入结构盈利能力
一、引言
21世纪以来,金融业日益成为各国经济发展的命脉。
始于2007年的次贷危机蔓延到全球实体经济,让人们深刻意识到:
一个稳健且有效率的金融体系对于一国经济增长和社会稳定的重要意义。
目前中国资本市场发展还不够充分,中国企业的融资方式仍以间接融资为主。
商业银行在中国整个金融体系中占据着举足轻重的地位,商业银行的稳定发展关系着国家的经济稳定,商业银行的盈利能力对国家的经济增长具有很大的贡献。
传统商业银行最主要的利润来源就是存贷款利差,即俗称的利息收入。
银行的另一项收入来源就是非利息收入,关于非利息收入的统计口径,银行各不相同。
一般来说,非利息收入主要包括中间业务收入和其他收入,中间业务收入指佣金及手续费收入和汇兑损益,其他收入包括金融机构往来收入和其他营业收入等。
[1]目前在中国商业银行的收入结构中,利息收入所占的比重平均达到了80%以上①。
而国外的商业银行,尤其是发达国家的商业银行,非利息收入占营业收入的比重已经平均达到了40%~50%②。
由此可见中国商业银行与国外商业银行在收入结构上有很大的差距。
随着中国金融体制改革的不断深化,利率市场化的推进使银行的存贷款利差不断缩小,2010年出台的巴塞尔协议Ⅲ更加强调资本约束,这些现实因素使得中国银行目前盈利模式亟待创新。
中国商业银行如何优化收入结构、提高盈利水平,是一个既有现实紧迫性也有理论价值的重要问题。
二、文献回顾
国外学术界研究商业银行收入结构对盈利能力影响更多集中在研究商业银行的非利息收入对经营绩效的影响。
目前主要有两种观点:
一种肯定非利息收入的积极影响;另一种强调非利息收入的负面效应。
一些研究强调银行拓展非利息业务对银行的经营绩效有正向作用,非利息收入有可能增加银行的盈利能力,且银行的业务种类越多,收入的来源越广,银行的风险也就越低。
如Boyd[2]等通过模拟了一个多种收入来源的组合,发现银行从事非银行业务,可以降低风险。
Kwast[3]发现银行在1976—1985年业务扩张到证券方面,得到了多样化收益,但较为有限。
Templeton和Severiens[4]通过54家银行控股公司1979—1986年的数据,发现银行从事多元化业务降低了股东回报的波动性。
Saunders和Walters[5]发现银行扩张到新业务中有潜在的收益,能减少银行的风险,特别是货币中心银行扩展保险业务(寿险和财险)可以最大限度降低系统风险。
Gallo等[6]基于1987—1994数据,发现银行从事共同基金业务可以提升银行盈利性,降低风险水平。
Santomero和Chung[7]用期权定价方法考察123家银行控股公司和62家非银行金融机构,发现银行扩张到非银行业务中总体上能降低风险。
Staikouras和Wood[8]考察不同欧洲国家15家金融机构,非利息业务能带来多样化收益,非利息业务比利息业务更有波动性,但是银行盈利更稳定。
近来也有一些研究强调非利息收入的负面效应,认为非利息收入并不像通常认为的那样能够分散风险,提高银行的经营绩效。
stiroh[9]运用美国银行业1984—2001年的季度数据研究发现:
净营业收入波动性的降低主要源于净利息收入波动性的降低,而不是从非利息收入多样化中获得的益处;非利息收入波动性很强,且与净利息收入两者规模增长所呈现的正的相关性不断增强;非利息收入,特别是交易收入占比更高的银行会导致更低的风险调整收益和更高的风险。
Stiroh和Rumble[10]考察1997—2002年美国金融持股公司的绩效,发现:
多元化经营给银行带来的好处被非利息业务增加的风险所抵消;非利息业务并不比信贷业务的盈利性更高,但波动性却更强。
Stiroh[11]基于美国银行持股公司1997—2004年数据,运用资产组合框架来评价非利息收入增加对股权市场回报率和风险的影响,结果表明银行更多依赖非利息收入业务,没有获得更高的资本回报,但风险却提高了。
DeYoung和Rice[12]基于4712家美国商业银行1989—2001年数据,结果表明:
管理较好的银行向非利息收入扩张较为缓慢;非利息收入与利息收入是共存的,而不是替代的;非利息收入边际提高,却带来更大的边际风险增加。
Lepetit等[13]基于欧洲734家银行1996—2002年数据,研究表明扩张非利息收入业务的银行相对于主要从事传统贷款业务的银行面临更高的市场风险和破产风险。
对于小银行和以手续费和佣金业务收入为主的银行尤其如此。
国内学者从不同的视角对中国商业银行收入结构对盈利能力的影响进行了深入研究,得到了一些有价值的结果。
定性研究方面,王志军[14]、薛鸿健[15]和王家强[16]分别对欧盟、美国、亚太地区的银行业收入结构进行了深入研究,邹江等[17]对中外商业银行收入结构进行了比较研究。
王勇等[18]、赫国胜[19]和张兆杰等[20]针对国内银行业收入结构调整进行了对策性研究。
定量研究方面,有些学者实证结果支持非利息收入提高有助于提高银行绩效。
如盛虎、王冰[21]利用中国14家上市商业银行2003-2007年的面板数据做了回归分析,结果显示提升非利息收入的比重有利于提高商业银行的绩效。
赫国胜[22]用10家上市银行2005-2009年数据,得出非利息收入增加有利于促进银行盈利能力增长。
而另一些学者实证结果则得到相反的结论。
王菁、周好文[23]利用中国12家商业银行1996-2006年期间的数据,得出银行非利息收入与资本收益率之间存在显著且稳定的负相关关系的结论。
魏世杰等[24]发现非利息收入及其占银行营业收益份额逐年提高,其份额的提高与银行绩效之间存在负相关。
郑荣年和牛慕鸿[25]的研究认为非利息收入与利息业务盈利水平负相关。
周开国、李琳[26]认为随着非利息收入占比的提高,非利息收入波动风险增加,对总风险贡献值增加。
本文拟用国内上市银行季度数据分析中国商业银行收入结构对盈利能力的影响。
探究利息收入、非利息收入对银行盈利能力的影响,发展非利息业务实现盈利增长的关键因素,不同类型银行如国有控股银行、全国性股份制商业银行、城市商业银行各自的收入结构对其盈利能力的影响。
三、研究样本、变量选取、描述性统计
1.样本的选择
本研究中的样本是根据分析的需要、数据的可得性以及可得数据的质量来选择的。
目前中国上市的商业银行共有16家,由于中国农业银行和光大银行上市时间比较晚,从已公布的年报来看,数据并不完整,个别年份的数据有所缺失,质量并不高,因此未将这两个银行列入本文研究范围,选择了剩下的14家上市商业银行,分别为:
中国银行、中国工商银行、中国建设银行、中国交通银行、深圳发展银行、民生银行、浦发银行、兴业银行、招商银行、华夏银行、中信银行、北京银行、南京银行、宁波银行等。
本文数据来源于wind资讯和各商业银行的官方网站,样本时间选取为2008年第一季度-2010年第三季度,共11个季度。
面板数据在横截面上包括14个观测值,在时间序列上有11个观测值,总共有154个观测值。
2.变量选取
(1)被解释变量的选取
商业银行的盈利能力就是指其通过资产业务、负债业务和中间业务等获取利润的能力。
盈利性指标是衡量银行运用资金赚取收益和控制成本费用支出的能力。
衡量商业银行盈利能力的指标有很多:
例如总资产收益率、净资产收益率、成本费用利润率、营业利润率、每股收益、市盈率等指标。
本文参考DeYoung和Rice[12]的度量方法,采用ROE(净资产收益率)表明银行的收益水平,并且直接反映了银行的竞争实力和发展能力。
由于ROA(总资产收益率)和ROE具有高度相关性,为保证回归的准确性,本文选择总资产收益率ROA和净资产收益率ROE作为被解释变量,代表银行的盈利能力水平,分别建立回归方程进行分析。
表1被解释变量
变量名称
变量代码
变量定义
总资产收益率
ROA
总资产收益率=净利润/平均资产总额×100%(平均资产总额=(期初资产总额+期末资产总额)÷2)
净资产收益率
ROE
净资产收益率=净利润/平均股东权益×100%(平均股东权益=(期初股东权益+期末股东权益)÷2)
资料来源:
作者整理
(2)解释变量的选取
Stiroh[9]指出商业银行的净营业收入由净利息收入和非利息收入两部分构成,其中净利息收入属于银行的传统业务,是商业银行的主营业务,而非利息收入则属于非传统业务。
Stiroh[11]提出传统的借贷和证券投资业务产生净利息收入,具有异质性特征的业务产生非利息收入,比如手续费和佣金、信托收入,交易收入等。
净息差NIM(netinterestmargin)指的是银行净利息收入和银行全部生息资产的比值。
反映了银行通过严格控制盈利性资产和寻求低成本的资金来源,实现利息收入大于利息支出的能力。
净息差的不同,直接导致银行净利息收入的不同,所以将净息差作为反映中国上市商业银行净利息收入对盈利能力影响的指标。
非利息收入的增加不仅直接增加了营业收入,扩大商业银行初始获利空间,而且提高了银行收入结构的多元化程度。
非利息收入主要来自中间业务和其他表外经营性收入,获得这类收入不需要相应增加资产和资本规模,这就意味着非利息收入的增加提高了资产和资本的利用率。
本文借鉴Lepetit[13],把非利息收入和银行全部营业收入的比值作为解释变量。
采用相对量,主要是保证不同规模的银行间度量指标的可比性。
Stiroh[9]和Lepetit[13]认为手续费和佣金收入是银行非利息收入的一个重要组成部分,手续费业务对美国大型商业银行盈利水平和风险波动有很大影响。
本文采用手续费及佣金收入占比COM作为非利息收入占比的替代变量,其代表银行的手续费及佣金收入占银行全部营业收入的比重。
净息差、非利息收入占比和手续费及佣金收入占比是本文重点关注的变量,这三个变量代表着银行的收入结构,通过这三个指标可以观察到当银行的收入结构发生变化,朝着多元化的方向发展时,银行的盈利能力是如何发生变化的。
表2解释变量
变量名称
变量代码
变量定义
净息差
NIM
净利息收入/全部生息资产
非利息收入占比
NIIR
非利息收入/营业收入
手续费及佣金收入占比
COM
手续费及佣金收入/营业收入
资料来源:
作者整理
(3)控制变量的选取
本文的主要内容是研究上市商业银行的收入结构对盈利能力的影响,为了消除其它因素对解释变量的影响,本文选取了2个与银行相关的控制变量和1个宏观经济控制变量保证研究结果的准确性。
成本收入比率COST是指银行业务及管理费和营业收入的比率,反映银行的经营成本,是衡量银行费用控制能力和盈利能力的重要指标。
银行的盈利能力在很大程度上受银行资产规模的影响,一般认为大银行更容易采用新技术,顾客更多,成本更低,更易达到规模经济和范围经济。
所以本文参考Stiroh[11],采用了总资产取对数ASSET作为银行相关的控制变量。
对总资产取对数,是为了减少原始样本的波动性,增加回归结果的准确性。
由于银行目前的主要利润来源仍然是利息收入,银行利润的增长与国家的宏观经济有密切的关系,只有国家经济稳步增长,银行的发展才有良好的宏观经济环境,才能提高自身的盈利能力。
GDP增长率代表国家的整体宏观经济状况,当GDP增长率较高时,整体经济形势发展良好,存贷规模比较大,银行的盈利能力也比较强,反之亦然。
所以把GDP增长率作为银行盈利能力的宏观解释变量。
表3控制变量
变量名称
变量代码
变量定义
成本收入比率
COST
业务及管理费/营业收入
总资产取对数
ASSET
总资产,表示银行的规模
宏观经济增长率
GDP
(后一季度GDP-前一季度GDP)/前一季度GDP
资料来源:
作者整理
3.变量的描述性统计
为了更好地观察样本数据的变化趋势,在对模型进行回归之前先对变量ROA、NIIR、NIM、COST进行简单的描述性统计,主要分析中国银行总体的盈利能力和收入结构情况,以及对比分析三类不同性质银行的收入结构和盈利能力。
首先根据时间序列对数据进行纵向分析。
从表4.4中可以清晰的看到,从2008年第一季度到2010年第三季度,中国商业银行的总资产收益率波动比较大,净息差呈现不断下降的趋势,非利息收入占比有升有降,但基本呈现稳定增长的态势,而成本收入比波动也比较大,有升有降。
表4变量纵向分析的描述性统计
总资产收益率ROA均值(%)
净息差
NIM均值
非利息收入占比NIIR均值
成本收入比COST均值
2008年第1季度
0.3679
0.03227
0.1349
0.4684
2008年第2季度
0.7334
0.03173
0.1480
0.4827
2008年第3季度
1.0590
0.03165
0.1480
0.4945
2008年第4季度
1.1243
0.03047
0.1530
0.5920
2009年第1季度
0.2727
0.02403
0.1838
0.5034
2009年第2季度
0.5479
0.02320
0.1945
0.4996
2009年第3季度
0.8193
0.02388
0.1781
0.5036
2009年第4季度
1.0360
0.02409
0.1626
0.5356
2010年第1季度
0.2933
0.02685
0.1666
0.4723
2010年第2季度
0.5946
0.02511
0.1630
0.4723
2010年第3季度
0.8861
0.02526
0.1600
0.4745
资料来源:
作者通过Eviews5.1软件计算输出结果
下面根据横截面单元对数据进行横向分析。
从均值来看,国有控股商业银行的总资产收益率和非利息收入占比两个指标都普遍高于全国性股份制商业银行。
国有控股商业银行中较为突出的是中国银行,非利息收入占比这一指标远远高于其他国有控股银行和全国性的股份制银行,这可能是得益于其历史悠久、竞争力极强的国际结算业务。
全国性股份制银行中民生银行、华夏银行、招商银行的非利息收入占比较高,但是华夏银行的盈利能力很差,这是由于其较高的经营成本导致的。
另外可以看到城市商业银行有较高的盈利能力水平,但其非利息收入占比比较低,尤其是北京银行,它的高收益率得益于很低的经营成本。
表5变量横向分析的描述性统计
总资产收益率
ROA均值(%)
净息差
NIM均值
非利息收入占比
NIIR均值
成本收入比COST均值
中国银行
0.6913
0.0231
0.3032
0.5071
工商银行
0.7707
0.0274
0.1867
0.4356
建设银行
0.8434
0.0275
0.2007
0.4410
国有控股银行平均
0.7685
0.0260
0.2302
0.4612
交通银行
0.6859
0.0262
0.1649
0.4751
民生银行
0.6246
0.0291
0.2026
0.5838
浦发银行
0.6323
0.0265
0.0889
0.5028
深发展银行
0.5121
0.0274
0.1278
0.6144
华夏银行
0.3200
0.0207
0.1818
0.7114
兴业银行
0.7188
0.0266
0.1268
0.4610
招商银行
0.7721
0.0280
0.1916
0.5016
中信银行
0.7292
0.0290
0.1128
0.4742
全国性股份制银行平均
0.6244
0.0267
0.1496
0.5405
北京银行
0.8161
0.0262
0.0815
0.3362
南京银行
0.9184
0.0298
0.1654
0.4192
宁波银行
0.8089
0.0323
0.1469
0.5352
城市银行平均
0.8478
0.0294
0.1313
0.4302
资料来源:
作者通过Eviews5.1软件计算输出结果
四、回归模型的构建及其结果的分析
1.回归模型的构建
在考察银行收入结构和盈利能力之间的关系时,采用面板数据模型进行回归。
面板数据模型有很多优点,它综合考虑了横截面和时间序列的特征,能够有效的克服模型中容易出现的异方差和自相关性,使估计的结果更加的有效。
本文的模型形式为:
(1)
(2)
(3)
(4)
模型
(1)和模型
(2)采用总资产收益率ROA作为模型的因变量,模型(3)和模型(4)采用净资产收益率ROE作为模型的因变量,模型
(1)和模型(3)采用非利息收入占比作为自变量,模型
(2)和模型(4)采用手续费及佣金收入占比作为替代非利息收入占比的自变量。
采用代表银行盈利能力和收入结构的不同解释变量是为了检验模型的平稳性。
其中ROAit表示第i家上市商业银行第t年的总资产收益率,ROEit表示第i家上市商业银行第t年的净资产收益率,NIMit代表第i家上市商业银行第t年的净息差,NIIRit代表第i家上市商业银行第t年的非利息收入占营业收入比,COMit代表第i家上市商业银行第t年的手续费及佣金收入占营业收入的比重,COSTit代表第i家上市商业银行第t年的成本收入比,ASSETIt代表第i家上市商业银行第t年的资产规模取对数,GDPt表示第t年的GDP增长率,uit表示随机误差项。
2.模型的回归结果
本文使用Eviews5.1对面板数据模型进行回归。
运用Hausman统计量检验来确定应该建立个体随机效应模型还是个体固定效应模型。
本文使用中国上市商业银行总体样本组、中国上市国有控股商业银行样本组、中国上市全国性股份制商业银行样本组、中国上市城市商业银行样本组四组数据分别对模型
(1)—模型(4)进行回归,如表6—表9所示。
表6模型
(1)的回归结果
全部样本组
国有控股银行样本组
全国性股份制银行样本组
城市商业银行样本组
系数
Prob.
系数
Prob.
系数
Prob.
系数
Prob.
NIM
0.003049
0.0000
0.000255
0.7674
0.003010
0.0000
-0.002154
0.0366
NIIR
0.006994
0.0005
0.012281
0.0101
0.001847
0.5729
-0.002448
0.5313
COST
-0.000152
0.0000
-0.000107
0.2542
-4.94E-05
0.2329
-3.82E-05
0.0700
ASSET
-4.76E-05
0.6120
-0.003921
0.0008
0.001243
0.0008
-0.001632
0.0005
GDP
0.013859
0.0000
0.014640
0.0000
0.011558
0.0002
0.015428
0.0017
R2
0.531863
0.735082
0.565003
0.689730
调整的R2
0.516048
0.686023
0.532781
0.632273
Prob.(F-statistic)
0.000000
0.000002
0.000000
0.000004
D.W.
1.609850
1.642457
1.714134
1.672530
资料来源:
作者通过Eviews5.1软件计算输出结果
表7模型
(2)的回归结果
全部样本组
国有控股银行样本组
全国性股份制银行样本组
城市商业银行样本组
系数
Prob.
系数
Prob.
系数
Prob.
系数
Prob.
NIM
0.015389
0.0000
0.001353
0.1117
0.002867
0.0000
-0.001898
0.0528
COM
0.276432
0.0000
0.010731
0.4402
0.001505
0.8055
-0.002567
0.7656
COST
-0.000154
0.0000
-0.000142
0.1567
-4.61E-05
0.3010
-4.69E-05
0.1171
ASSET
-0.000397
0.0027
-0.001612
0.0712
0.001226
0.0149
-0.001391
0.0001
GDP
0.013792
0.0000
0.014742
0.0000
0.011546
0.0001
0.015507
0.0018
R2
0.563232
0.680561
0.549820
0.685902
调整的R2
0.548476
0.621406
0.522370
0.627736
Prob.(F-statistic)
0.000000
0.000005
0.000000
0.000004
D.W.
1.724310
1.973091
1.675626
1.740782
资料来源:
作者通过Eviews5.1软件计算输出结果
表8模型(3)的回归结果
全部样本组
国有控股银行样本组
全国性股份制银行样本组
城市商业银行样本组
系数
Prob.
系数
Prob.
系数
Prob.
系数
Prob.
NIM
0.008682
0.0003
0.004528
0.0769
0.041393
0.0114
0.051958
0.0057
NIIR
0.169514
0.0011
0.323223
0.0005
0.110030
0.4269
-0.018205
0.8009
COST
-0.000935
0.0506
-0.001730
0.3540
-0.000712
0.6170
-2.03E-05
0.0016
ASSET
0.010591
0.0000
-0.046804
0.0108
0.005816
0.7831
-0.028838
0.0008
GDP
0.219426
0.0002
0.232524
0.0000
0.2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国 商业银行 收入 结构 盈利 能力 影响 研究