吳天亮
(貴州大學,貴州 貴陽 550025)
2015 年10 月26 日,中國人民銀行宣布不再對商業銀行等金融機構設置存款利率浮動上限,這標志著我國利率市場化改革的基本完成。這項措施意味著商業銀行的存貸款利率將不再受到政策的限制,利率市場化的推進使得原來依賴于利率保護而獲得超額利潤的商業銀行將被打破這種政策保護。商業銀行會面臨各種金融機構的更加嚴峻的競爭,其吸收存款的成本將會不斷上升,息差不斷收窄,這將會給依靠存貸利差的商業銀行造成巨大沖擊。隨著我國銀行業改革和利率市場化進程的不斷推進,銀行傳統的信貸業務模式面臨巨大考驗,已經越來越無法滿足商業銀行做強做優的戰略目標。基于此,國內各商業銀行為打破這種不利局面尋求新的發展方向和利潤增長點,實現自身經營業務的多樣化和提高競爭力,發展非利息業務成為各商業銀行的重中之重。此外,國內監管當局也一直在支持商業銀行大力發展其他業務來拓展業務經營范圍。可見在商業銀行處于這種嚴峻的經營環境中探討非利息收入對其績效的影響并為之提出切實的建議具有重要的現實意義。
國外學者對于非利息收入對銀行的影響研究的比較早,主要從風險和績效兩方面來對歐洲和美國銀行進行研究。部分國外學者認為非利息業務的發展會對銀行盈利能力起到促進作用。一方面由于非利息收入具有分散效應,其發展可以減小銀行的風險和帶來利潤的增加(Boyd 等,1993[1];Gallo 等,1996[2])。Chiorazzo 等(2008)[3]通過意大利銀行1993—2003 年之間的數據實證分析出非利息收入的提高和收入的多元化可以提升銀行的盈利能力,且規模越大這種效果越明顯。Busch 和Kick(2009)[4]研究發現,非利息收入業務具有一個較高的比重會對德國全能銀行的績效和風險管理都具有正向的影響。另一方面,也有國外學者對非利息業務的發展能夠提高銀行績效持相反觀點。DeYoung 和Roland(2001)[5]通過對472 美國銀行經營數據分析表明,銀行的收入水平和波動性隨著非利息收入水平的上升而上升,這導致了銀行收入的不穩定性上升而削弱了對銀行績效的促進作用。Lepetit 等(2008)[6]采取1996—2002 年歐洲銀行業數據對其多元化經營進行分析時得出非利息業務的發展對銀行績效的正向影響不明顯,而且會加大銀行的經營風險。這種現象對于規模較小的銀行表現的更為突出。
國內學者對非利息收入影響銀行績效的結論沒有得到一致。一方面通過采用銀行的經營數據對非利息收入和其績效之間進行實證分析得出兩者之間存在顯著的正相關關系,即非利息收入的占比的提升能夠促進銀行績效的上升(遲國泰等,2006[7];張羽和李黎,2010[8])。易志強(2012)[9]從風險管理的視角出發對銀行發展非利息業務的動因進行分析發現,銀行積極開展非利息業務拓寬收入來源不是因為存貸利差的縮小而是其主動尋找利潤增長點的結果,非利息業務可以提高銀行經過風險調整后的盈利能力。王曼怡和甄晗蕾(2016)[10]通過34 家城市商業銀行2008—2015 年的數據建立面板模型研究發現非利息收入占比的提升能夠使城商行的經營績效得到顯著提升。另一方面黃澤勇(2013)[11]以銀行規模為切入點,采用門檻模型對108 家不同規模大小的銀行進行研究發現對于小型銀行而言,收入的多元化不利于其績效的提升。而對于大型商業銀行來說則有助于提升其績效。李明輝等(2014)[12]實證檢驗了非利息收入的發展對于銀行的風險、盈利和傳統利息收入的影響。研究表明非利息業務的發展會導致傳統利息收入的降低和不能提高銀行盈利,但可以降低銀行的破產風險和信用風險。黃國妍(2018)[13]認為發展非利息業務不等同于銀行收入多元化的提升,收入多元化可以提高銀行績效但非利息收入提高則不利于銀行績效的上升。
從國內外學者的研究來看,非利息收入對銀行績效的結論不一,存在較大的爭議。這可能是和他們所研究的方法、數據和對象不同并且制度背景、金融環境因國別不同有所關系。基于此,本文選取全國16 家比較有代表性的上市商業銀行在2010—2018 年的數據為研究樣本,采用面板模型探討非利息收入與銀行績效背后的聯系。
由于非上市商業銀行存在數據缺失等問題,且不具有代表性。基于信息披露的完整性及可獲得性,本文選取全國16 家具有代表性的上市商業銀行2010—2018 年的數據為研究樣本,其中包括5 家大型商業銀行和11 家股份制商業銀行。數據來源于各個銀行的年報整理和國泰安數據庫。本文選取凈資產收益率(ROE)作為被解釋變量來衡量商業銀行績效,選取非利息收入占營業收入的比重(NIIR)做解釋變量,選取銀行的總資產的自然對數(Insset)、不良貸款率(NPL)、權益比率(Equity)、成本收入比(Cost)等可以對銀行績效產生影響因素作為控制變量。

表1 變量定義與說明
在進行實證研究時,面板數據模型相比時間序列能夠傳遞出更多信息和進行更深層次的分析,由于本文研究的是樣本銀行整體非利息收入對銀行績效的影響而不是單個銀行之間差異的比較,因此采用了變截距面板模型。模型方程如下所示:
ROEit=αit+β1(NIIR)it+β2(INSSETR)it+β3(NPL)it+β4(EQUITY)it+β5(COST)it+ξit
式中ROEit表示的是第i 家銀行在第t 年的凈資產收益率;NIIRit表示的是第i 家銀行在第t 年的非利息收入占營業總收入的比重。
各變量的描述性統計分析如表2 所示,從表2 中可以看到凈資產收益率(ROE)的平均值是0.177 9,最大值和最小值分別是0.266 5、0.111 7,標準差是0.035 7,這說明我國商業銀行間的績效水平存在一定的差距;非利息收入(NIIR)的平均值是0.233 1,最大值為0.519 7,最小值為0.02,標準差是0.086 6,這說明從整體上來看我國銀行的非利息收入發展水平不高,但也存在發展水平較高的銀行。非利息收入發展水平較低和較高的銀行之間存在著較大的差距。

表2 變量的描述性統計
為了避免偽回歸,在分析之前需要對面板數據中各個變量進行平穩性檢驗,常用的平穩性檢驗方法為單位根檢驗。本節利用Eviews8.0 軟件,采用ADF 單位根檢驗法對面板數據中各變量進行平穩性檢驗。檢驗結果整理后如表3 所示。經過LLC、IPS、ADF-Fisher 以及PP-Fisher 四種檢驗方法對變量進行單位根檢驗后得出原始變量均存在單位根,經過一階差分處理后都為平穩序列,即各變量均為一階單整I(1)。
由單位根檢驗的結果可知,面板模型中的變量是同階單整的,因此可以直接使用Eviews 軟件對面板數據進行協整檢驗。檢驗結果如表4 所示,KAO 檢驗的結果P 值為0.000 1,即面板模型通過了KAO 檢驗,說明面板數據存在協整關系。
在面板數據通過了平穩性之后需要進行霍斯曼檢驗來判斷建立個體隨機效應模型還是個體固定效應模型,Hausman 檢驗結果Prob 為0.367 1,接受原假設,應建立變截距個體隨機效應模型。

表3 各變量單位根檢驗結果

表4 面板數據KAO 檢驗結果

表5 面板數據Hausman 檢驗結果
模型回歸估計結果如表6 所示,從表中可以看出模型的擬合優度R-squared 為0.864 225,說明模型的擬合度較好,解釋變量能夠很好的解釋被解釋變量。DW 值為1.417 124,其數值接近于2,說明模型中不存在一階自相關。非利息收入占比(NIIR)的系數為0.538 906,P 值為0.019 7,說明我國上市商業銀行的非利息收入占比與銀行績效在1%的置信水平下成顯著正相關關系,非利息收入占比的提升可以很好的促進銀行績效的改善。銀行資產規模(INSSET)的系數是0.008 717,P 值是0.018 1,說明銀行資產規模與銀行績效在1%的置信水平下顯著,但規模對績效的正向影響不明顯。不良貸款率的(NPL)的系數是-3.566 618,P 值是0.000 0,這說明銀行不良貸款率與銀行績效在1%的置信水平下顯著負相關,銀行不良貸款率的上升能夠大大降低銀行績效。權益比率(EQUITY)的系數值為-0.953 322,P 值是0.043 7,說明銀行權益比率與銀行績效在5%的置信水平下顯著負相關,權益比率的上升會導致銀行績效的下降。成本收入比(COST)的系數為-0.135 198,P 值是0.018 3,說明成本收入比與銀行績效在1%的置信水平下存在負相關關系。說明成本收入比的上升不利于提高銀行績效。

表6 變截距模型回歸結果
通過以上分析,我們可以得到以下結論與啟示:
1.本文選取我國具有代表性的16 家上市商業銀行為研究對象,在研究非利息收入對銀行績效影響的同時控制了其他可能影響銀行績效的因素。引入銀行資產規模、不良貸款率、權益比率和成本收入比在內的特征變量。結果表明,非利息收入水平的發展對銀行績效具有顯著的正向推動作用。因此商業銀行應該優化收入結構、拓寬收入來源,將發展非利息收入、創建多元化經營作為重中之重。
2.西方發達國家銀行的非利息收入占比早就超過傳統的利息收入,成為銀行利潤的主要來源。近年來,我國商業銀行的非利息業務發展速度較快,但總量上看來占比仍然較低。各家銀行仍然是依靠傳統的吃利差的模式經營,利息收入為利潤主要來源。在面對市場環境競爭加劇,銀行依靠傳統存貸利差的經營模式將受到很大沖擊。因此銀行應該逐漸轉變盈利模式,向非利息收入轉變。