中國商業銀行EVA績效驅動因素研究

郝世赫

（吉林大學數量經濟研究中心，長春130012）

中國商業銀行EVA績效驅動因素研究

郝世赫

（吉林大學數量經濟研究中心，長春130012）

我國商業銀行EVA績效與其驅動因素之間存在顯著的非線性依存關系。當銀行總資產收益率低于門限值時，商業銀行總資產收益率、不良貸款率以及資本充足率對商業銀行EVA績效具有顯著的正向驅動作用，而存貸比與銀行EVA績效之間存在顯著的負向關聯。當銀行總資產收益率高于門限值時，商業銀行總資產收益率、不良貸款率以及資本充足率與商業銀行EVA績效之間存在顯著的負向關聯，但存貸比能夠顯著地提升銀行EVA績效。因此，商業銀行在運營中應當不斷根據自身狀況進行調整，最終實現績效的全面提升。

EVA；銀行績效；驅動因素；商業銀行

目前，常用的會計評價指標有總資產收益率（ROA）以及凈資產收益率（ROE）等，但是這些傳統績效指標在計算銀行績效時，往往只注重會計利潤以及債務融資成本，而忽略了股權資本成本對于銀行績效的影響。基于此，美國Stem Stewart公司在1980年代推出了衡量企業價值創造能力的指標EVA。EVA績效指標的建立，符合現代金融業以股東價值為核心的經營理念，在一定程度上更加貼近商業銀行的真實績效水平，并且能夠將商業銀行的績效與股東及管理層的切身利益緊密相連，從而保障了商業銀行的長期穩定可持續發展。在中國，EVA績效指標作為一種先進的評價商業銀行績效以及價值創造能力的方法，越來越受到中國商業銀行的重視。在建設銀行于2003年正式開始實施以EVA為核心的績效評價體系以來，越來越多的商業銀行開始著手建立本行的EVA績效評價體系。本文選取了中國14家商業銀行2006年至2013年的年度數據，深入研究了中國商業銀行的EVA績效評價，重點分析了影響EVA績效評價指標的驅動因素及其作用機制，為中國商業銀行提升績效水平給出了合理建議。

一、文獻綜述

EVA作為一種新興的評價商業銀行績效的方法，越來越受到世界各國專家學者們的重視，由此也產生了大量關于EVA績效評價優勢及其驅動因素的理論與實證研究。塔利（Tully）通過研究找出了三種能夠驅動EVA增長的方法：一是以最小的資本獲得最大的收益，二是減少資本的使用，三是將有限的資本投資到收益更高的項目中。［1］尤伊姆拉（Uyemura）等針對美國排名前100的銀行所作的實證研究結果表明：EVA作為評價銀行績效的指標要優于其他指標，是更加有效的績效評價指標。［2］馬楚加（Machu-ga）等把EVA與EPS（每股收益）進行了比較分析，并分別作為其公司的業績衡量指標，通過對比分析發現，EVA能更好地對公司的未來收益做出預測。［3］馬多斯（Maudos）等選取了德國、法國、英國、意大利以及西班牙等五個歐洲國家1993年至2000年的面板數據，深入研究了這五個國家的銀行業中影響利差的基本因素。研究結果表明：歐洲銀行系統出現利差下降這一現象與相對寬松的市場競爭環境是密不可分的，而且隨著利差的下降，銀行所面臨的利率風險、信用風險以及經營成本也會逐漸減少。［4］弗朗哥（Franco）和菲爾（Phil）選取了歐洲銀行業具有代表性的71家銀行作為樣本，并且修正了EVA數學模型，通過對相關數據進行分析，充分肯定了EVA作為衡量股東價值指標的優越性。［5］鄭（Zheng）選取了中國12家上市銀行2006年至2011年的年度數據，采用CAMEL分析法與面板回歸分析法，深入研究了中國上市銀行EVA績效評價以及影響EVA績效評價指標的因素。得到的結論是，只有全面實施資本管理、提高資產質量，才能更好的服務于中國商業銀行體系的發展。［6］奧保古（Opoku）等運用面板數據模型研究了加納上市銀行中資本結構與銀行EVA績效之間的相互影響。研究結果表明：銀行的資本規模與銀行EVA績效呈現負向相關關聯，即銀行資本規模越大其EVA績效評價往往越低，銀行資本規模的擴大往往伴隨著規模效率低下，并最終導致了商業銀行績效水平較低。［7］

在中國，由于商業銀行的發展較晚，國內關于EVA績效評價的研究尚在起步階段，但是這其中仍然不乏一些具有重要意義的理論與實證研究。高莉和樊衛東根據中國商業銀行的實際情況，對EVA績效評價指標的計算方法進行了調整，以符合中國商業銀行的實際情況。通過修正后的EVA績效評價指標深入分析了中國商業銀行的績效水平，他們認為國內上市的商業銀行績效要優于非上市商業銀行。但是，在中國商業銀行體系內國有大型商業銀行占有很大的比重，而國有商業銀行的低效率導致中國整個商業銀行體系創造價值的能力普遍較低。［8］程嬋娟和馬喆對11家商業銀行2004～2010年的數據進行了研究，分析成本收入比、銀行規模等九種指標對EVA自然對數的影響，結果表明資本充足率、成本收入比和存貸款余額三項指標能夠顯著影響商業銀行的價值創造能力。［9］賀湘和張子躍通過計算16家上市商業銀行2011年的EVA與REVA值，在比較分析了各家商業銀行價值創造能力的同時，深入研究了EVA每股價值與實際股價的相關關系，得到的結論是：EVA每股價值與實際股價之間存在線性的正向相關關聯。［10］郭代和劉呂科通過建立EVA銀行績效指標體系，從經濟資本的視角出發，深入研究了EVA績效指標對于商業銀行市場價值波動的影響。研究結果表明：基于經濟資本視角計算的EVA相較于基于傳統賬面資本視角計算的EVA與商業銀行的市場價值波動具有更高的相關性。［11］

二、我國商業銀行EVA績效評價

根據EVA的基本概念，本文對其計算方法進行了如下定義：

式中，NOPAT表示經過調整的稅后凈利潤，TC表示經過調整的資本總額，WACC表示資本成本率。需要指出的是，由于商業銀行之間存在資產規模上的差異，這會導致商業銀行在采用EVA績效評價指標進行評價時出現評價偏頗的問題。因此，本文在EVA指標的基礎上，構建了EVA回報率，即REVA，其計算公式如下所示：

在參考國內外學者關于EVA指標計算公式的基礎上，本文對EVA指標計算進行了必要的會計調整。

1．稅后凈利潤的計算

本文關于稅后凈利潤的會計性調整主要包括三個方面：一是在計算商業銀行EVA指標時，剔除了非經常性損益，即在計算稅后凈利潤時剔除營業外收入與支出；二是在計算商業銀行EVA指標時，將資產減值準備計入稅后凈利潤中；三是在計算商業銀行EVA指標時，將遞延所得稅計提到稅后凈利潤中。綜上所述，本文將經過調整的稅后凈利潤定義如下：

稅后凈利潤（NOPAT）=稅后利潤+貸款減值準備當期變化+壞賬減值準備當期變化+其他資產減值準備當期變化+（-）營業外支出（收入）-（+）稅率×營業外支出（收入）+遞延所得稅負債當期變化-遞延所得稅資產當期變化

根據上述公式，可以計算出中國14家商業銀行的稅后凈利潤。橫向比較來看，我國4家國有大型商業銀行的稅后凈利潤明顯高出其他股份制商業銀行的稅后凈利潤，這表明在我國國有大型商業銀行仍然在銀行系統內部占據主導地位。縱向比較來看，14家商業銀行的稅后凈利潤均呈現出穩步增長的態勢，這表明我國商業銀行系統處于穩定發展的狀態。但是值得注意的是，隨著我國經濟增長的放緩，銀行業的稅后凈利潤在2013年增幅同樣減小。

2．資本總額的計算

資本總額的調整思路與稅后凈利潤的調整思路是一致的，資本總額的會計調整主要包括以下三個方面：一是將非經常性損益從資本總額中剔除，即在計算資本總額時剔除營業外收入與支出；二是將資產減值準備計入資本總額中，即將貸款減值準備期末值、壞賬減值準備期末值以及其他資產減值準備期末值計入資本總額中；三是將遞延所得稅計提到資本總額中。本文將經過調整的資本總額定義為如下形式：

資本總額（TC）=股東權益+貸款減值準備期末值+壞賬減值準備期末值+其他資產減值準備期末值+（-）稅后的營業外支出（收入）+遞延所得稅負債期末值-遞延所得稅資產期末值

根據上述公式，計算出中國14家商業銀行的資本總額結果顯示：我國14家商業銀行的資本總額基本呈現出與稅后凈利潤一樣的態勢。一方面，國有大型商業銀行在銀行系統內部的地位仍然顯露無疑；另一方面，我國各家商業銀行的資本總額穩步提升，表明我國銀行系統的抗風險能力日益增強。

3．資本成本率的計算

本文采用資本資產定價模型（CAPM）來進行資本成本率的計算：

其中，Rj表示的是無風險資產的收益率，β表示的是企業對于整個市場風險的一個風險系數，Rm-Rt表示的是風險溢價。具體而言，在上述資本資產定價模型的表達式中，無風險資產收益率Rj采用中國5年期銀行定期存款利率來代替。風險系數β采用各家銀行2006～2013年的系數值通過加權來得到，數據來源于國泰安數據庫。風險溢價Rm-Rf采用的是中國股票市場的風險溢價。雖然美國學者通過計算得到美國股票市場的風險溢價為6%，但是由于中國股票市場起步較晚，因此，其計算方法并不適用。一般而言，中國股票市場的風險溢價在2%～10%之間，本文參照美國股票市場的風險溢價的估計結果，將中國股票市場的風險溢價定為5%。

通過計算中國14家商業銀行的資本成本率可以看出，我國14家商業銀行的資本成本率差異較小，總體表現水平較為一致。4家國有大型商業銀行的資本成本率普遍低于股份制商業銀行，這表明股份制商業銀行的單位資本收入要高于國有大型商業銀行。

4．中國商業銀行的EVA測算

綜上所述，本文利用中國14家商業銀行2006～2013年的年報數據，計算出樣本銀行的EVA值與REVA值，結果如表1所示。

表1 中國14家商業銀行EVA值與REVA值

根據表1的結果可以看出，在2006年至2013年期間，4個國有大型商業銀行憑借其雄厚的資產規模，具有較高的EVA值，充分體現了國有商業銀行在中國銀行體系內的主導地位，同時也說明中國銀行體系壟斷情況比較嚴重，資本集中程度較高。在股份制商業銀行中，民生銀行、招商銀行、興業銀行、浦發銀行的EVA值相較于其他股份制商業銀行較高，但是與國有大型商業銀行仍然具有不小的差距。但是從REVA的角度來看，情況則大不相同，股份制商業銀行的REVA普遍高于國有大型商業銀行，這表明股份制商業銀行相較于國有大型商業銀行其績效創造能力更強，資本運作更加靈活。

三、計量模型

1．基本模型的設定

本文根據國內外學者的研究成果，選取了以下四個方面的主要驅動因素。

一是資產盈利指標。商業銀行的盈利能力對于商業銀行的EVA指標具有重要的影響。從EVA的計算公式中可以看出，稅后凈利潤（NOPAT）是影響EVA的主要因素之一。因此，商業銀行的資產是否盈利，在很大程度上影響著商業銀行的績效水平。本文選取資產盈利性指標作為影響商業銀行EVA指標的主要因素之一，選取平均總資產收益率（ROAA）作為衡量商業銀行資產流動性水平高低的指標。

二是資產質量指標。商業銀行的資產質量是衡量商業銀行績效的一個重要方面。商業銀行的資產質量決定了商業銀行抵御金融風險的能力，保障了商業銀行的正常運轉。因此，商業銀行的資產質量是商業銀行EVA指標的重要驅動因素之一。本文選取了銀行存貸比（LDR）與不良貸款率（BLR）作為衡量商業銀行資產質量水平高低的指標。

三是資產流動性指標。商業銀行不同于一般的工業企業，其經營的是具有流動性的貨幣，商業銀行必須滿足客戶對于貨幣的日常提取、結算以及央行規定的法定存款準備金率的要求，商業銀行必須保持一定程度的流動性以防止流動性擠兌的發生。因此，商業銀行資產流動性指標是商業銀行EVA指標的重要驅動因素之一。本文選取了流動性比率（LR）作為衡量商業銀行資產流動性水平高低的指標。

四是資產管理指標。商業銀行的資產管理水平在很大程度上影響著商業銀行的績效水平。合理、科學地安排資產與資金的投向，優化資源配置，對于提升商業銀行績效具有十分重要的作用。《巴塞爾協議III》作為世界范圍內銀行業監管的標桿，對于商業銀行的資本充足率給出了明確的要求。中國銀監會在2011年發布的《中國銀行業實施新監管標準的指導意見》中明確提出，中國商業銀行的核心一級資本充足率、一級資本充足率和資本充足率分別不得低于5%、6%和8%。基于上述理由，本文選取資本充足率（CAR）作為衡量商業銀行資產管理水平的指標。

根據上述四個影響EVA指標的重要因素，本文設定了實證研究的基本模型為：

其中，ROAAt、LDRt、BLRt、LRt、CARt分別代表平均總資產收益率、銀行存貸比、不良貸款率、流動性比率以及資本充足率。

2．PSTR的設定

在（4）式中，模型的基本假定為各個驅動因素對于商業銀行EVA指標的影響是線性的，而在實際經濟生活中，各個驅動因素的作用機制很有可能是非線性及非對稱的。因此，本文對（4）式的基本模型進行了擴展。在借鑒岡薩雷斯（González）等的研究成果的同時，參考了彭方平等對于PSTR模型的設定，給出了本文的PSTR模型的基本形式，如下所示：［12］

其中，Γk（ROAAit；γk，為轉移函數，它是可觀測狀態變量ROAA的單調有界函數。在此，本文選取平均總資產收益率ROAA作為轉移變量。γ代表指數平滑斜率系數，其大小決定了機制遷移速度。是轉移函數中的位置參量，決定了機制遷移的位置，εit代表隨機擾動項。本文令平均總資產收益率、銀行存貸比、不良貸款率、流動性比率以及資本充足率均服從邏輯平滑遷移過程，同時令平均總資產收益率ROAA作為轉移變量，進而檢驗商業銀行EVA指標的各個驅動因素對EVA指標影響的門限效應。

在PSTR面板模型建模的過程中，首先需要對數據的非線性特征進行檢驗，如果統計檢驗拒絕線性原假設，則表明使用PSTR進行參數估計是有效的。此外，還需要進一步對殘余部分進行非線性檢驗，以確定轉移函數的個數，如果LM檢驗表明存在殘余非線性部分，則需要繼續增加轉移函數和轉移變量，直至模型不再含有剩余的非線性部分。模型檢驗完成后，本文將運用非線性最小二乘法（NLS）進行面板參數估計；最后，本文將根據參數估計結果分析樣本期間內中國各家商業銀行EVA指標主要驅動因素對其的動態作用機制。

四、中國商業銀行績效驅動因素的實證分析

1．數據選取與說明

本文選取了中國14家商業銀行2006～2013年的年度數據作為面板回歸樣本，數據樣本包括4家國有商業銀行：中國工商銀行、中國銀行、中國建設銀行以及交通銀行；9家股份制商業銀行：中信銀行、華夏銀行、中國民生銀行、招商銀行、興業銀行、中國光大銀行、上海浦東發展銀行、廣東發展銀行、平安銀行以及1家城市商業銀行：寧波銀行。具體指標描述如下：

（1）REVA。本文選取REVA作為衡量商業銀行績效水平的指標。由于商業銀行的資產規模會在很大程度上影響著商業銀行的EVA指標，因此為了便于分析比較，本文采用反映單位資本的價值創造指標EVA的回報率，即EVA與資本總額之比（記為REVA）作為衡量商業銀行績效水平的指標。

（2）ROAA。本文選取平均總資產收益率（ROAA）作為衡量商業銀行盈利能力的指標。商業銀行的盈利能力從根本上決定著商業銀行的績效水平，而平均總資產收益率能夠全面的反映出商業銀行的盈利能力。

（3）LDR，BLR。本文選取銀行存貸比（LDR）與不良貸款率（BLR）作為衡量商業銀行資產質量的指標。商業銀行的資產質量是商業銀行抵御金融風險的真實反映。商業銀行的資產質量越高，其抵抗金融風險的能力越高。

（4）LR。本文選取流動性比率（LR）作為衡量商業銀行流動性水平的指標。商業銀行必須滿足客戶對于貨幣的日常提取、結算以及央行規定的法定存款準備金率的要求，因此，商業銀行必須保障具有一定的流動性水平。

（5）CAR。本文選取資本充足率（CAR）作為衡量商業銀行資產管理水平的指標。

以上各個指標的數據均來自于14家商業銀行的年度報告與《中國統計年鑒》。

2．數據描述性統計

表2給出了中國14家商業銀行2006～2013年的樣本數據的描述性統計分析，從中可以看出，樣本所涵蓋的14家商業銀行的REVA均值為7．1863%，標準差為5．0404%，這表明14家商業銀行的平均EVA績效偏低，而且各家商業銀行之間存在著顯著的差異。14家商業銀行中，最大的REVA值為18．71%，最小的REVA值為-29．37%，說明各家商業銀行的價值創造能力差異懸殊；平均總資產收益率的均值為1．0348%，標準差為0．3059%，這表明14家商業銀行總體上是盈利的，但是各家銀行之間在盈利能力方面仍然存在較大的差異。銀行存貸比的均值為69．6099%，標準差為6．5636%，在總體上中國銀行業符合銀監會關于商業銀行存貸比不得高于75%的監管要求，而且樣本銀行之間不存在顯著的差異。不良貸款率的均值為1．49999%，標準差為2．7237%，最大值為7．98%，最小值為0．33%，這表明總體上中國商業銀行的不良貸款處于合理范圍之內，但是銀行之間的差異較為明顯。流動性比率的均值為43．6838%，標準差為9．1531%，表明14家商業銀行整體上滿足銀監會對于商業銀行流動性比率不得低于25%的監管要求，并且銀行之間并不存在顯著的差異。資本充足率的均值為11．3280%，標準差為2．5007%，表明中國商業銀行達到了銀監會對于商業銀行資本充足率不得低于8%的監管要求，但是略低于系統重要性銀行的資本充足率不得低于11．5%的監管要求，說明在未來中國的商業銀行仍需進一步提高自身的資本充足率來應對金融風險。本文將采用PSTR模型針對銀行EVA績效及其驅動因素之間的非線性關聯進行進一步實證檢驗。

表2 描述性統計分析

3．PSTR模型估計結果

首先，本文采用岡薩雷斯（González）等提出的方法檢驗根據式（5）構建的面板回歸模型是否存在非線性特征，［14］具體結果見表3。

表3 PSTR模型的非線性檢驗結果

表3給出了PSTR模型的非線性檢驗結果，三種統計檢驗均能在1%的顯著水平下拒絕原假設，表明模型具有顯著的非線性特征，并且至少含有一個轉移函數。因此，本文將進一步對模型是否存在殘余非線性進行檢驗，從而確保構建PSTR模型的合理性，具體檢驗結果如表4所示。

表4 PLSTR模型的剩余非線性檢驗結果

表4給出了PSTR模型的剩余非線性檢驗結果，其原假設為PSTR模型僅存在一個轉移函數。由表4可以看出，三種統計檢驗均無法在10%的顯著水平下拒絕原假設，因此，本文接受模型僅含有一個轉移變量的假設，并采用僅具有一個轉移函數的PSTR模型探究樣本期間內中國商業銀行EVA績效指標的各個驅動因素對其作用機制的非線性特征。

表5 PSTR模型估計結果

表5給出了PSTR模型的估計結果，從中可以看出，五組系數（β1和；β2和；β3和；β4和；β5和取值均相反，表明樣本期間內，中國商業銀行EVA績效指標的各個重要驅動因素對其的作用機制存在顯著的非線性特征。從估計結果來看，平均總資產收益率、銀行存貸比、不良貸款率以及資本充足率對于商業銀行EVA績效指標都存在顯著的非線性影響。而平均總資產收益率的門限估計值偏小，僅為0．5754，低于平均值，表明多數樣本均處于門限水平之上，進而服從區制2中的作用機制。為進一步進行說明，本文將給出區制1與區制2的線性表達形式。

式（8）與式（9）分別給出了區制1與區制2中的估計結果，其中，當ROAA低于門限水平時，商業銀行EVA績效指標各個驅動因素的作用機制服從于區制1，而當ROAA取值較高時，商業銀行EVA績效指標各個驅動因素的作用機制服從于區制2。在式（8）中，ROAA的系數為20．5560，并且在1%的顯著水平下拒絕原假設，表明當銀行平均資本收益率較低時，其對商業銀行EVA績效指標具有顯著的正向影響；銀行存貸比的系數為-1．0668，并且在1%的顯著水平下拒絕原假設，說明在商業銀行的盈利能力較低時，存貸比對于商業銀行的績效具有阻礙作用，這意味著數額較高的存款或者數額較低的貸款都不利于商業銀行績效的提升；不良貸款率的系數為6．0912，并且在1%的顯著水平下拒絕原假設，表明當商業銀行的平均資本收益率較低時，不良貸款率對于商業銀行的績效具有顯著的促進作用，這意味著商業銀行在盈利水平較低時，通過擴大信貸投放量來提升銀行績效是可行的，因此而帶來的不良貸款率的提升也是無法避免的；流動性比率的系數估計值較小，并且無法在10%的顯著水平下拒絕原假設，表明流動性比率對于商業銀行績效的提升并沒有任何顯著的作用；最后，資本充足率的回歸系數為3．0407，并且在1%的顯著水平下顯著，表明當商業銀行ROAA較低時，資本充足率對于銀行績效具有顯著的正向促進作用。通過以上分析可以看出，當商業銀行的盈利能力較低時，商業銀行可以通過擴大貸款規模，增加信貸投放量，提升資本收益水平來促進商業銀行的績效，而信貸投放量的擴大會不可避免地導致商業銀行存貸比與不良貸款率保持在一個較高的水平。但是，商業銀行在擴大資產規模的同時，應該注意保持較高水平的資本充足率，不能盲目地增加信貸投放量，避免降低市場以及投資者對于銀行的預期。

狀態轉移后的估計結果顯示，商業銀行平均總資產收益率的系數估計為-11．5974，并且在1%的顯著水平下拒絕原假設，表明隨著銀行績效的不斷提升，資產收益率對于銀行績效顯著的促進作用已不在，相反過高的資產收益率會阻礙商業銀行績效的提升；而存貸比的系數估計為0．9670，即商業銀行的存貸比每提高一個百分點，銀行的EVA績效指標就會下降0．9670個百分點，而且在1%的水平下是顯著的，表明存貸比的提高能夠顯著地提升商業銀行的盈利能力，進而存貸比對于商業銀行績效具有顯著的正向作用；與存貸比相反，不良貸款率對于銀行績效不再是顯著的正向作用，其估計系數為-8．4050，并且在1%的顯著水平下拒絕原假設，意味著商業銀行的次級類、可以類和損失類貸款之和每降低1個百分點，銀行的EVA績效指標就會提高8．4050個百分點，這表明不良貸款率對于商業銀行的阻礙作用非常顯著，這是由于不良貸款占用了銀行資本，導致一部分資本不能用于進行價值創造，進而阻礙了商業銀行績效的提升；流動性比率在兩個區制內的估計結果大致相同，在區制二內其估計系數為-0．0646，并沒有通過10%的顯著水平檢驗，這表明無論在區制一還是在區制二內，流動性比率對于商業銀行績效幾乎不存在任何作用；最后，資本充足率的估計系數為-3．7570，并且在1%的顯著水平下拒絕原假設，表明商業銀行在資產收益率較高時，較高的資本充足率會阻礙商業銀行績效的提升，這是由于保持一定水平的資本充足率會使得商業銀行承擔更多的資本成本。通過以上分析可以看出，在區制二內各個驅動因素對于銀行EVA績效的作用機制發生了根本性的轉變，因此，本文認為諸如資產收益率、存貸比、不良貸款率以及資本充足率等因素對于銀行績效的作用機制會隨著銀行盈利能力的變化而發生改變。

實際上，通過樣本數據可以看出，中國大部分商業銀行的平均總資產收益率都處于門限值0．5754之上，比重達到了整個樣本的90%。，這說明對于大部分樣本而言，各個因素對于銀行EVA績效指標的作用機制服從于區制2所描述的狀態，即較高的資本收益率、不良貸款率以及資本充足率會嚴重阻礙商業銀行績效的提升，而提高銀行存貸比會對商業銀行的績效產生拉動效應。而針對剩余10%的樣本，各個因素對于銀行EVA績效指標的作用機制服從于區制1所描述的狀態，即較高的資本收益率、不良貸款率以及資本充足率對于銀行績效具有顯著的正向驅動作用，而提高銀行存貸比無法顯著地提升銀行績效，反而會損害銀行績效。通過以上分析可以看出：首先，樣本期間內，中國商業銀行各個因素對于銀行EVA績效指標的影響隨著時間與銀行的變化呈現出復雜的非線性變化規律，具有雙區制穩態特征；其次，中國商業銀行的績效仍處于不斷完善過程中，當銀行盈利能力較低時，提高商業銀行的盈利能力，降低銀行存貸比，以及提高資本充足率都會顯著地拉動商業銀行的績效；當銀行盈利能力較高時，商業銀行的盈利能力對于銀行績效的拉動作用已經發生轉變，嚴重阻礙了商業銀行績效的提升；最后，在現階段，中國商業銀行基本上服從于區制二所描述的狀態，即一方面商業銀行需要將資本充足率以及資本收益率控制在合理的范圍內；另一方面需要降低不良貸款率，提升存貸比，保證資產質量。

五、結 論

本文選取2006～2013年各家商業銀行的面板數據構建了中國商業銀行EVA績效指標，并針對中國銀行EVA績效指標驅動因素對其非線性作用機制進行了研究，得出了以下幾個結論：首先，描述性統計分析結果表明，中國商業銀行的EVA績效評價差異較大，描述性統計數據表明中國商業銀行的EVA績效評價存在結構性差異；其次，本文采用面板平滑遷移模型（PSTR）對樣本期間內中國商業銀行EVA績效進行了實證研究，結果表明：中國商業銀行的平均總資產收益率、銀行存貸比、不良貸款率以及資本充足率對商業銀行EVA績效存在顯著的非線性影響，并且轉移斜率參數γ的取值比較大，整個機制遷移過程非常快，樣本近似服從門限模型；最后，中國商業銀行的績效仍處于不斷完善過程中，當銀行盈利能力較低時，提高商業銀行的盈利能力，降低銀行存貸比，以及提高資本充足率都會顯著地拉動商業銀行的績效；當銀行盈利能力較高時，商業銀行的盈利能力對于銀行績效的拉動作用已經發生轉變，嚴重阻礙了商業銀行績效的提升。在現階段，中國商業銀行一方面需要將資本充足率以及資本收益率控制在合理的范圍內，另一方面需要降低不良貸款率，提升存貸比，保證資產質量。

隨著我國經濟由高速增長轉變為中高速增長，銀行業資產和利潤持續多年的高速增長也將調整為中高速增長。以往銀行業發展“水漲船高”的便利條件已經不再具備，增長速度回穩將成為銀行業的一種長期趨勢。中國銀行系統應當深刻領會新常態特征，全面引入EVA價值管理體系，更加自覺地認真分析銀行業的新常態特征，更加主動地應對新常態下的風險挑戰，更加積極地推動銀行業轉型發展，加強資產管理，加大消化存量不良資產以及控制增量不良資產的力度，優化資本配置，為銀行業發展注入更加持久的內生動力。

注 釋

①原深圳發展銀行股份有限公司與原平安銀行股份有限公司于2012年進行合并和整合，整合完成后的銀行名稱為平安銀行股份有限公司。

［1］Tully S．，The Real Key to Creating Wealth［J］．Fortune，1993，128（6）：38-44．

［2］Uyemura D．G．，Kantor C．C．，Pettit J．M．，EVA for Banks：Value Creation，Risk Management，and Profitability Measurement［J］．Journal of Applied Corporate Finance，1996，9（2）：94-109．

［3］Machuga S．M．，Pfeiffer Jr．R．J．，Verma K．，Economic Value Added，Future Accounting Earnings，and Financial Analysts＇Earnings Pershare Forecasts［J］．Review of Quantitative Finance and Accounting，2002，18（1）：59-73．

［4］Maudos J．，De Guevara J．F．，Factors Explaining the Interest Margin in the Banking Sectors of the European Union［J］．Journal of Banking＆Finance，2004，28（9）：2259-2281．

［5］Franco F．，Phil M．，Shareholder Value in Banking［M］．Palgrave MacMillan，2004．

［6］Zheng X．，The Application Of Economic Value Added On Performance Evaluation Of Listed Banks In China［J］．Journal of Academic Research in Economics，2014，6（1）：103-118．

［7］Opoku E．F．，Adu J．K．，Anarfi B．O．，The Impact of Capital Structure and Profitability of Listed Banks on the Ghana Stock Exchange［J］．Social and Basic Sciences Research Review，2014，1（2）：74-91．

［8］高莉，樊衛東．中國銀行業創值能力分析——EVA體系對銀行經營績效的考察［J］．北京：財貿經濟，2003（1）：26-33．

［9］程嬋娟，馬喆．基于EVA價值評估方法的中國上市商業銀行價值最大化驅動因素研究［J］．西安：當代經濟科學，2011（9）：41-49．

［10］賀湘，張子躍．基于EVA的中國上市銀行投資價值分析［J］．南昌：金融與經濟，2013（10）：59-62．

［11］郭代，劉呂科．經濟資本視角的EVA與銀行市場價值的相關性［J］．北京：金融論壇，2014（12）：40-45．

［12］彭方平，連玉君，趙慧敏．經濟增長與我國通貨膨脹容忍度——來自企業層面的經驗證據［J］．北京：金融研究，2013（3）：87-100．

［13］劉金全，劉達禹．貨幣政策對金融穩定影響機制的遷移性檢驗［J］．哈爾濱：商業研究，2014（9）：57-63．

［14］González A．，Ter svirta T．，Dijk D．，Panel Smooth Transition Regression Models［R］．SSE／EFI Working Paper Series in Economics and Finance，2005．

責任編輯：蔡 強

F832．332

A

1005-2674（2016）10-087-10

2016-06-10

國家社會科學基金重點項目（15Azd＆001）

郝世赫（1990-），男，山東煙臺人，吉林大學數量經濟研究中心博士研究生，主要從事宏觀經濟計量研究。