我国商业银行盈利能力实证分析
中图分类号：F2
文献标识码：A
文章编号：16723198（2015）19000902
1 引言
国外大多数早期的研究是基于SCP范式，也就是“结构――行为――绩效”范式，并着重研究银行的盈利能力。后来，由于银行竞争与效率之间的争论，催生出了大量的实证研究以寻求解决实际问题的方法。Smirlock（1985）发现了银行市场份额与盈利能力的正相关性，银行业务集中度与利润的非相关性，银行业务集中度、市场份额与利润的负相关系。John Goddard（2004）运用欧洲6个国家（丹麦、法国、德国、意大利、西班牙和英国）1992-1998年的银行业数据进行实证分析，检验欧洲地区银行业的盈利能力。结果表明如果一个银行当年出现了不正常的利润，那么次年的预期利润也应该包含一定比例的这种非正常利润。文中还比较了不同国家的银行效率与竞争关系。Abuzar（2013）探讨了苏丹伊斯兰银行盈利能力的决定因素。研究表明只有内部因素会对银行的盈利能力产生重大影响，如ROA，ROE，MARG。成本、流动性、银行规模等对盈利能力有积极且重大的影响。然而，外部的宏观经济因素对伊斯兰银行的影响非常小。
国内对于商业银行盈利能力相关文献的研究内容主要包括两类：第一类是利用DEA方法评估商业银行的绩效问题。这方面的文章主要是注重DEA方法的运用。魏煜、王丽（2000）运用DEA方法，比较了我国商业银行1997年的效率情况，并将效率分解成技术效率和规模效率。作者还将国有商业银行和其他股份制商业银行的效率进行对比，并根据实证结果提出改进效率的意见与措施。第二类是运用面板数据模型分析影响商业银行盈利能力的因素。屈新（2007）运用面板数据模型，使用1999年至2005年期间14家主要商业银行的财务数据，将银行分成两大类，采用混合效应回归模型，检验国有商业银行和股份制商业银行在盈利性因素上的差异，并分析造成这些差异的原因。
表1描述的是中国商业银行近八年来的盈利情况。银行业的税后利润呈现快速增长的态势，并在2011年首次突破万亿元大关，达到1.25万亿元，创下历史新高。之后的两年里，税后利润的平均增长率接近18%。在2012年“两会”期间，众多媒体提出银行业是“暴利”行业，而金融行业某人大代表却认为：“用暴利形容银行业的盈利状况其实是一种不尊重的做法，实际上银行业的利润超低，计算高利一般是指单位投入所得回报。目前银行业的资产收益率只有1%，前几年还只有百分之零点几，而一般制造业的这个指标能达到5%，所以银行业并非暴利也非高利。”那么究竟我国商业银行的盈利能力处于何种水平，税后利润与资产利润率为何有如此大的差别？为了探讨这些问题，本文将运用面板数据对中国三大类型的银行进行分析，以得出一个较为满意的答案。
数据来源：中国银监会2006-2013年年报整理后所得。
2 模型建立
2.1 数据来源
数据样本期为2002年第四季度至2012年第四季度。本文选取了18家商业银行作为样本银行，分别为5家国有银行（工行、中行、建行、农行、交行），9家股份制商业银行（招行、中信银行、华夏银行、光大银行、上海浦东发展银行、民生银行、兴业银行、广发银行、深圳发展银行）和4家城市商业银行（南京银行、宁波银行、上海银行和北京银行）。数据主要来源于Bankscope数据库、各银行年报、半年报和季报。
2.2 F检验与模型选择
假设：
H0：ai=a。模型中不同个体的截距相同（真实模型为混合回归模型）。
H1：模型中不同个体的截距项ai不同（真实模型为个体固定效应回归模型）。
F统计量定义为：
F=（SSER-SSEU）/（N-1）SSEU/（NT-N-K）～F[（N-1），（NT-N-K）]
SSER表示约束模型，即混合估计模型的残差平方和；SSEU表示非约束模型，即个体固定效应回归模型的残差平方和。N代表商业银行的个数。k表示解释变量个数。运用Eviews软件，首先进行混合效应模型回归，得出混合效应模型的残差平方和SSER；然后进行固定效应回归，得出固定效应的残差平方和SSEU，最后代入F统计量公式，判定F统计量的大小。Eviews软件计算得出残差平方和SSER的值为6967739，SSEU的值为57.28059。
F=（69.67739-57.28059）/（18-1）57.28059/（18×41-18-5）=9.102
F临界值=F0.05（17，715）=1.637
F>F临界值，所以选择固定效应模型。
2.3 建立模型
建立我国商业银行盈利能力的函数，被解释变量为资产收益率（ROA），即税后净利润/总资产，它可以衡量商业银行的盈利能力，Eviews软件中用D来表示。解释变量分别为不良贷款率（A），用来反映银行的贷款质量；资本充足率（B），即权益资本占总资产的比率；流动性比率（C），反映了银行稳健经营的能力；银行信贷（E），反映存贷款规模；国内生产总值（GDP）和消费者物价指数（CPI）作为外部经济环境因素。公式中，D代表银行的盈利能力，也就是ROA。α是截距项，β是指解释变量中内部影响因素和外部影响因素的回归系数，角标i代表第i个内部影响因素变量，角标t代表年份，ε是残差项。具体的方程如下： D=α+β1Ait+β2Bit+β3Cit+β4Eit+β5GDPit+β6CPIit+ε
3 实证结果分析
将三种类型的银行数据分别录入到pool中去，做个体固定效应回归模型。然后分别将实证结果整理在一张表上，如表2所示。表2展现出三大类型银行盈利能力的影响因素。各因素的系数大小表明了该因素对盈利能力的影响程度，T值表明结果是否显著。
由表2可知不良贷款率与商业银行的ROA呈负相关关系。即不良贷款率越大，商业银行的盈利能力就越低。不良贷款的增加势必要侵蚀商业银行的利润，同时它也会对商业银行的稳健经营构成潜在的威胁，进而降低商业银行的盈利能力。
资本充足率与商业银行的盈利能力是呈正相关关系。在10%的置信水平下，股份制商业银行和城市性商业银行的资本充足率的估计值是显著的，而国有银行的资本充足率估计值是不显著的。随着资本充足率的提高，商业银行信用风险的防范能力得到提高，其融资成本得到降低，资本充足率提高带来的有利影响超过了其不利影响，进而导致商业银行的盈利能力得到提高。
对城市性商业银行而言，流动性比率与银行的盈利能力呈现微弱的正相关关系。而国有银行和股份制商业银行的流动性比率对盈利能力并不显著，原因可能有两点：一是国有银行的公信力高，即便流动性不足，也能迅速在市场上筹集到资金，与此同时，中国人民银行也是它们坚强的后盾。股份制商业银行也能较为快速的在市场上筹集到资金，所以不需要保存太多的流动性。二是因为流动性和盈利性是相互矛盾的，保持了流动性势必将减少盈利空间，因此前两大类银行会相应减少流动性资产。
银行信贷的系数都是负数且非常小，可以说对银行的盈利能力的影响是微乎其微的。在10%的置信水平下，只有股份制商业银行的t值是显著的。回归结果表明，贷款数量的增加会降低商业银行的盈利能力，但是这种影响非常小。其次这个影响只对股份制商业银行显著。产生这种回归结果的原因可能是：贷款数量的增加会加大商业银行的经营风险，因此系数为负。但是另一方面贷款增加会带来更多的盈利，所以系数虽为负值但很小，可以忽略不计。
作为宏观经济环境而引入的变量GDP，对银行盈利能力的影响是非常明显的。无论是何种类型的银行，GDP与银行盈利能力都是呈正相关关系，而且他们都通过了T检验。这说明，在宏观经济形势繁荣的背景下，商业银行的盈利能力都会得到相应的提升。金融与经济活动密切相关，而银行又处于金融体系的核心部位，银行业的发展得益于整体国民经济的快速发展，同时，稳定高效的银行又能促进国民经济的发展，二者相互促进。因此，GDP与商业银行的盈利能力呈正相关关系是毋庸置疑的。
CPI的系数相对来说较大，而且与银行的盈利能力呈现负相关关系。在10%的置信水平下，只有国有和城市性商业银行的t值是显著的，而股份制银行的系数估计值是不显著的。产生这种回归结果的原因可能是：消费者物价指数越高，市场上的通货膨胀越高，居民的储蓄缩水，银行利息的增长跟不上通货膨胀的增长，因此银行吸纳的资金将减少，那么相应能够发放贷款的资金也变少，盈利能力下降。
4 总结
总体来说，商业银行的盈利能力主要由四个大方面决定：银行的风险管理能力，即不良贷款率与资本充足率这两个指标来决定；银行的运营能力，即银行的流
动性状况；银行的业务结构，即银行贷款数量以及资产负债比；外部的宏观经济状况，即GDP和CPI。
国有商业银行若想提高盈利能力，可以适当降低不良贷款率和流动性比率，与此同时提高资本充足率，这样就可以保证在安全的基础之上提高盈利；股份制商业银行若想提高盈利能力，可以适当降低不良贷款率，与此同时提高流动性比率和资本充足率，这样可以在保证流动性的基础之上适当提高盈利；城市性商业银行的所有指标几乎都是显著的，这说明模型很好的拟合了这种类型的银行。根据估计结果显示，城市性商业银行若想提高盈利能力，可以适当降低不良贷款率，同时提高资本充足率和流动性比率。
- 上一篇：银行个人客户信用评分模型研究
- 下一篇：利率市场化下商业银行经营方式转变研究
