多邊開發銀行經濟績效影響因素的實證研究
——基于2006～2015年多邊開發銀行的面板數據

王歡

（廣東外語外貿大學 金融學院，廣東 廣州 510006）

經濟與管理研究

多邊開發銀行經濟績效影響因素的實證研究
——基于2006～2015年多邊開發銀行的面板數據

王歡

（廣東外語外貿大學 金融學院，廣東 廣州 510006）

利用2006-2015年全球具有代表性的7家多邊開發銀行所組成的面板數據，運用隨機效應模型研究多邊開發銀行經濟績效的影響因素.研究表明：股本占貸款之比與其經濟績效顯著正相關.政策含義為:控制不良貸款率，將信貸風險控制在某個范圍內，促使多邊開發銀行穩健發展；實行貸款項目與金額審批差異化管理，改善資產質量，從而降低多邊開發銀行的信貸風險，促使績效得到改善.

多邊開發銀行；經濟績效；面板數據；影響因素

1 引言

目前，學術界對全球多邊開發銀行績效進行的專門研究還較為少見.本文可借鑒國內商業銀行績效研究的實證分析方法，對多邊開發銀行績效展開實證分析.由于多邊開發銀行的出發點與宗旨是減貧與開發，因此對其社會影響的探討和研究具有重大的價值意義，用績效來衡量它的發展最具有說服力，績效可分為經濟績效與社會績效，多邊開發銀行不能脫離二者或其一而單獨運行，因此它們兼具商業性與公益性，只是多邊開發銀行明顯有別于國內商業銀行，它更加注重社會性開發，不以盈利最大化為目標.在本文的實證研究中，考察社會績效的影響因素更符合多邊開發銀行的宗旨和出發點，并由此可為多邊開發銀行的健穩發展提供有價值的政策建議，由于社會績效的指標以及數據獲取可得性的限制，無奈將本文的績效范圍限定為經濟績效研究.

本文試圖分析影響多邊開發銀行經濟績效的影響因素，以便確定推動多邊開發銀行發展的動力，并提出相應的政策建議.由于數據可得性的限制，將樣本的選取對象設定為全球7家大的多邊開發銀行，為盡可能提高自由度，選取2006-2015年作為研究區間，形成了一個包含70個觀測值的平衡面板數據集.所有數據皆來源于各個多邊開發銀行自2006-2015年度的財務年報，筆者通過手工方式輸入可得.

2 關于商業銀行績效的文獻綜述

截至目前，國內外學者對商業銀行績效這方面做了大量的實證研究.早在20世紀50年代，Farrell(1957)就提出了著名的數據包絡分析方法，該方法通過計算利潤最大化下的利潤效率和成本最小化下的成本效率這兩大指標來衡量商業銀行的經營績效，此后該方法被廣泛應用于商業銀行的績效研究.Jelena和Evelina（2012）運用層次分析法構建立陶宛商業銀行的績效評價指標，針對不同的評價主體分別采用定量與定性的指標，該方法非常適用于對銀行績效進行評價以及評選銀行在整個資本市場的排名情況.在我國學術界，主要針對中小上市銀行的研究，袁朝陽（2013）根據2007-2011年我國11家上市中小銀行的面板數據，運用固定效應模型研究中小上市銀行績效的影響因素，研究結論是:員工數量、總資產負債率、管理層股權激勵計劃以及高層管理人員數量等會對中小銀行績效產生顯著影響.方長豐，劉淑蓮（2011）用風險、收益和效率作為商業銀行的績效評價指標，從宏觀經濟環境、產業結構和公司治理結構三個方面對我國16家上市商業銀行績效的影響因素展開了實證研究；并得出市場結構、宏觀經濟環境與績效呈正相關，市場份額與銀行績效呈負相關，治理結構對銀行綜合效益沒有明顯影響的結論.

上述各國內外學者采用不同的研究方法，從不同的角度選取不同的變量來研究影響商業銀行績效的因素，并提出了一系列有價值可供借鑒的政策建議.本文將借鑒眾學者對商業銀行績效的研究方法，對全球7家國際性多邊開發銀行經濟績效進行實證研究.

3 實證模型設定與樣本數據

3.1 數據處理及變量定義

本文關注的被解釋變量是衡量多邊開發銀行經濟績效的指標ROA，即總資產回報率.考慮到數據的可得性，本文主要選取以下幾種可能對經濟績效產生顯著影響的因素作為變量進行討論和分析，影響因素分別是：治理結構的層級、基礎設施貸款與總貸款之比，股本與貸款之比，資產規模、成員國數量以及貸款總額.下面分別對這些變量一一說明.

（1）治理結構層級（Structure）.治理結構的層級分為三類，分別代表3、4、5層的治理架構，層級越多，表明行政審批及決策程序越復雜，反之，審批程序越簡單.文中將3層及4層治理結構層級設定為虛擬變量，并將其賦值為“1”，反之為“0”.

（2）基礎設施貸款與總貸款之比（Infra）.是指該銀行用于基礎設施建設的貸款額與它提供的貸款總額之間的比例.這一比例越高，說明基礎設施建設資金占比越大.

（3）股本與貸款之比（Equity）.指的是該銀行每年的股本總額與提供的貸款總額之比，世界銀行將此作為衡量世行風險的一個重要指標.該指標越大，表明該銀行的經營風險越小.

（4）資產規模（Asset）.指的是該銀行的全年總資產.

（5）成員國數量（Number）.指的是該銀行機構內包含的成員國個數.

（6）貸款總額（Loan）.指的是該銀行提供的總貸款資金.

3.2 計量模型的設定根據上文所述，建立如下計量分析模型

對于上述模型可考慮從隨機效應模型和固定效應模型兩種估計方法著手，本文考慮用Hausman檢驗方法來進行模型選擇，得到P值顯著不為0，無法拒絕原假設——隨機效應與固定效應模型的參數估計值無明顯系統性差異，這表明不能忽視兩種模型之間的差異，且前者的估計效果優于后者，所以本文將運用隨機效應模型，運用Stata軟件對此模型進行估值回歸及穩健性檢驗，同時考慮到個體和時間上的差異，文中對個體效應和時間效應分別進行了控制.

根據世界銀行年報的信息披露，股本與貸款總額之比可作為衡量世界銀行風險的一重要指標.本文預估這一指標與經濟績效可能存在顯著正相關關系，預計其系數β3顯著大于0.除此之外，資產規模與貸款總額也可能對經濟績效產生顯著影響，假設資產規模與經濟績效ROA顯著正相關，如果此假設成立，那么它的系數估計值β4顯著為正；同時假設貸款總額與經濟績效ROA顯著正相關，如果此說法成立，那么它的估計值系數β6顯著為正.

4 模型回歸結果

4.1 實證分析結果

4.1.1 基準回歸分析

本文采用隨機效應模型對上述計量模型進行估計分析，模型分析結果如表1所示，根據表中的數據，可以得出以下結論：

表1 回歸估計結果

（1）股本占貸款總額之比的確與經濟績效ROA顯著正相關，且它的回歸系數估計值為10.85，通過1%的顯著性水平檢驗.這表明多邊開發銀行的股本與貸款總額之比每增加1個百分點，則總資產回報率將增加10.85個百分點.在進一步控制了個體效應和時間效應之后，它的影響依然非常顯著，且系數估計值變得更大，這表明股本占貸款總額之比對經濟績效ROA的影響程度更大.

（2）控制了個體效應與時間效應后，資產規模與貸款總額對ROA都有較為顯著的影響，這表明可能存在較強的個體效應，即各個多邊開發銀行的個體區別較大，掩蓋了資產規模與貸款總額對ROA的影響.控制之后，資產規模與經營績效具有較強的正相關性，通過10%的顯著性水平檢驗；貸款總額與經營績效也呈較為顯著正相關關系，通過5%的顯著性水平檢驗.

4.1.2 穩健性檢驗

在本文的分析中，由于世界銀行是全球性的多邊開發銀行，擁有全世界最多的成員國數量，且其他的6家多邊開發銀行皆為區域性開發銀行，因此本文將世界銀行剔除出分析范疇來進行穩健性檢驗，即將樣本觀測值減少至60.再使用隨機效應模型進行參數估計，于是得到穩健性回歸結果，如表2所示：

表2 穩健性檢驗

仔細對比表1與表2，可得出如下結論：使用兩種不同的樣本量，所得到的基本結果一致：股本與貸款之比仍與多邊開發銀行經濟績效呈顯著正相關，且仍通過了1%的顯著性水平檢驗；其他變量對績效并無顯著性影響.因此，可以認為本文的研究結果是穩健可行的.

4.2 研究結論

本文通過一系列的實證分析，最終發現存在一個顯著的影響因素——股本占貸款之比，與多邊開發銀行的經營績效顯著正相關，即股本占貸款之比越高，多邊開發銀行的經濟績效越好.由于股本占貸款之比與多邊開發銀行的經營風險呈負向影響，通過控制銀行的經營風險，可間接改善經濟績效，因此此結論的政策含義為：控制不良貸款率，將信貸風險控制在某個范圍內，促使多邊開發銀行穩健發展；實行貸款項目與金額審批差異化管理，改善資產質量，從而降低多邊開發銀行的信貸風險，促使績效得到改善.

〔1〕袁朝陽.中國中小銀行績效影響因素的實證分析—基于2007～2011年中國中小上市銀行的面板數據 [J].經濟研究,2013(1):109-113.

〔2〕薛旭靜.巴塞爾協議Ⅲ對銀行績效的影響——基于11家上市銀行2007～2012年面板數據實證分析[J].中國證券期貨,2013(8):210-213.

〔3〕方長豐，劉淑蓮.商業銀行績效影響因素：產業結構、治理結構與宏觀經濟環境[J].金融論壇,2011(6):9-17.

F831.2

A

1673-260X（2017）08-0103-03

2017-05-17

教育部人文社會科學研究青年基金項目（15YJC790002）；國家社科基金重大項目（15ZDC038）