商业银行非利息收入的影响因素研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇商业银行非利息收入的影响因素研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：本文以上市商业银行为样本，实证检验了我国商业银行的非利息收入的影响因素，结果发现：影响商业银行非利息收入最显著的是银行间国债指数，商业银行非利息收入的债券价格弹性是－9.28％，商业银行非利息收入的货币供应弹性是6.13％，大型国有商业银行的非利息收入水平高于平均水平，总体来看，我国商业银行非利息收入波动小，没有出现突变。我国商业银行大力发展非利息收入业务应是未来的战略重点。

关键词：非利息收入；商业银行；银行间国债指数；面板协整模型

中图分类号：F830.33　文献标识码：A　文章编号：1006－1428(2011)05－0048－05

一、文献综述

早期的国外对银行非利息收入的研究认为，银行的非利息业务发展会带来潜在收益fEisemann，1976：Brewer，1989)，Canals也认为新业务带来的收益会提高银行盈利能力。此外，Avery认为非利息收入比利息收入更稳定，而以费用为基础的业务通常不依赖于利率变动和经济周期从而可以降低银行风险。Gallo等人(1996)则认为非利息收入份额的上升能提高银行利润率以及降低银行风险。但是。随着银行非利息收入来源的不断增加，传统的观点逐渐发生了转变，近期的研究更突出反映了非利息收入的弊端。De Youngand Roland(1999)认为非利息收入实质并不比利息收入更具有稳定性。他们认为由于转换成本、信息成本以及扩展非利息收入的服务所需要的固定成本问题，都可能导致非利息收入的波动性增加。Rosie等人(2003)的研究表明，在1994－1998年期间，8个欧盟国家中净利息收入的波动性大于非利息收入的波动性，7个欧盟国家中非利息收入的波动性更大，但是扣除备付金之后，净利息收入的波动性在绝大多数欧盟国家都比非利息收入大。Stiroh(2004)对1997－2004年期间的美国银行控股公司研究表明，对非利息收入依赖性更强的银行的净资产收益率并不比其他银行更高，同时以收益波动性来衡量的风险指标反而更高，向同一个客户销售多种产品，使得非利息收入和利息收入存在同生共存的关系，非利息收入和利息收入的规模增长也呈现很强的正相关关系，这意味着非利息收入是从利息收入中衍生出来的。随后，Stiroh and Rumble(2006)认为营业收入的波动性降低主要是因为净利息收入波动性的减少，而非利息业务成本的增加往往抵消了分散的好处而不能提高银行盈利能力。Lepetit(2008)认为银行规模以及非利息业务的类型都会影响非利息收入和银行盈利能力之间的关系。Calmes等人(2009)采用Stiroh(2004)的方法考察了加拿大银行业非利息业务的情况，结果发现虽然加拿大银行从事非利息业务的范围和规模在扩大，但并没有显示非利息收入对银行的风险和收益产生了正面影响。

国内对商业银行非利息业务的研究却不够完善，郭红珍和张卉(2003)从问题出发分析了我国商业银行中间业务的资源配置行为，并认为理性的商业银行应把更多的金融资源配置于中间业务。才宏远(2005)则分析了我国商业银行非利息收入的主要来源并提出了相关的政策建议。郑荣年、牛慕鸿(2007)对我国非利息业务规模和银行特征关系进行了研究。周好文、王菁(2008)从资产组合的视角研究了我国商业银行非利息收入的波动性，认为非利息收入比利息收入有更强的波动性，反而会加剧整体收入水平的波动幅度。魏世杰、倪旎、付忠名(2010)采用Robust标准误差的固定效应和随机效应面板回归模型，得出非利息收入一方面占银行营业收益份额逐年提高，但一方面份额的提高与银行绩效之间存在负相关。将非利息收入细分后发现佣金以及手续费收入份额的增加有利于提高银行绩效，但是投资收入份额则表现出相反的效应。与此相反，迟国泰等人(2006)采用随机前沿和数据包络法，分别对我国14家主要商业银行的净利息收入效率、非利息收入效率和总收入综合效率进行分析。认为非利息收入对总收入综合技术效率存在正向的影响。盛虎、王冰(2008)对我国14家上市商业银行2003－2007年的非利息收入研究表明，提升非利息收入的比重，有利于提高商业银行的绩效。赵永清、沈江(2009)利用费德模型对某银行机构中间业务对银行收入增长的贡献进行了实证研究，认为中间业务对商业银行收入的影响是依靠其内部作用和外溢作用而实现的，并且，中间业务的发展对银行收入的外溢作用有正的影响。

目前来看，国内对于银行非利息收入的研究大多数认为，多样化的业务能提高银行绩效水平，但另一方面，银行的非利息收入的波动性比利息收入的波动性要强烈。但是关于商业银行非利息收入的波动性的现状和原因并没有得到很好的解决。本文希望能用新的计量方法和新的数据对已有的这些似是而非的结论进行澄清。

二、研究设计

由于非利息收入除受商业银行自身的一些微观因素影响外，还不可避免地受宏观经济因素的影响，因此，在本文的研究中加入宏观经济因素的相关变量。因为宏观经济因素的非平稳性，本文研究将使用非平稳面板数据计量方法进行实证研究。

本文的非平稳面板数据计量方法包括面板单位根和面板协整方法。面板单位根检验及面板协整检验主要改善了小样本问题，提高检验效果，而面板协整方程估计则改善变量内生性及序列相关所导致的伪回归问题。非平稳面板数据分析方法主要包括三个方面的研究：(1)研究面板数据是否平稳。一般面板分析方法对于非平稳面板数据的估计是无效的；(2)研究面板数据的协整关系。在传统面板数据研究中都是将协整关系强加于同质面板回归方程，但是，如果错误地强加协整方程同质可能导致原假设(即：没有协整关系)不能拒绝，而实际上却存在面板协整关系。因此，Pedroni(1998)认为允许面板的非同质是很有必要的；(3)面板协整方程估计。有别于Pool PanelFMOLS，本文将使用完全修正最小二乘法，即GroupMean Panel FMOLS。此方法由Pedroni(1996)、Phillips＆Moon(1999)、Kao＆Chiang(2000)提出并发展完善。该方法主要有以下几个方面的优势：首先。该方法优于Pool Panel FMOLS。这是因为组间估计是基于面板组间维度，而Pool Panel FMOLS基于组内维度。因此Group Mean Panel FMOLS提供了协整方程共同参数值的一致检验，而Pool Panel FMOLS则没有。其次，该方法提供了基于样本均值的异质协整方程系数的一致估计，而Pool Panel FMOLS没有。最后，当协整方程是异质时，组内估计量只是提供了回归系数均值的一致点估计，而不是基于样本均值的异质协整方程系数的估计。总之，与Pool Panel FMOLS相比，Group

Mean Panel FMOLS更适用于实证分析。

三、数据来源与变量选择

本文实证研究所需数据主要来源于国泰君安CSMAR和CCER色诺芬数据库。由于主要研究非利息收入的影响因素，因此选择11家上市商业银行作为样本，采用2004年至2008年的年度数据来研究。

非利息收入主要是指商业银行除利差收入之外的营业收入，主要是由中间业务收入和咨询、投资等活动产生的收入。根据中央银行在2002年的关于落实《商业银行非利息收入暂行规定》，将其具体分为九大类：支付结算类、银行卡类、类、担保类、承诺类、交易类、基金托管类、咨询顾问类、其他类。根据一般的商业银行年报数据，我们可以将非利息收入分为佣金及手续费收入、汇兑收入、投资收入以及其他净收入。

根据各家上市商业银行的年报数据，考虑指标选取的一致性，我们选择手续费及佣金净收入、其他经营净收益，其中其他经营净收益包括公允价值变动净收益、汇兑净收益、其他业务净收益作为各商业银行的非利息净收入。选取商业银行的存贷比率作为内部影响因素指标，原因是存贷比率反映了每家商业银行的资金运用能力；我们选取复旦人民币实际有效汇率指数作为外汇市场影响因素指标，因为这个指标全面地反映了我国人民币汇率的实际价值变动，能更全面地反映商业银行所面临的汇率环境；对于资本市场的变动，我们选择上证综合指数的年度末收盘价作为我们研究的资本市场的变动指标。具体变量及数据来源请见表1：

(一)模型构建

本文主要从整体来实证分析商业银行非利息收入的影响因素，根据本文前面文献总结分析及非平稳面板方法要求，构建整体样本公司实证模型如下：

其中：α1、β1、γ1、λ1、φ1为回归系数，ζ1为误差项。

(二)面板单位根检验

面板单位根检验比较多，基于计量软件的可操作性，本文使用了如下面板单位根检验方法：Levin，Lin＆Chu Unit Root Test、Im,Pesaran＆Shin Unit RootTest、PP－FisherChi－souare、ADF－Fisher Chi－square。Levin,Lin＆Chu Unit Root Test的原假设是存在同质面板单位根，拒绝原假设表示数据序列是稳定的；Im，Pesaran＆Shin Unit Root Test、PP－Fisher Chi－square和ADF－Fisher Chi－square的原假设是存在异质面板单位根，拒绝原假设表示数据序列是稳定的。

根据原值，面板单位根检验结果如表2，可以得到结论：原值是不平稳的。具体来说，Levin，Lin＆Chu t检验结果表明除存贷比率和上证综合指数外的其余所有变量存在同质面板单位根，是非平稳的；Im，Pesaran＆Shin W－stat,ADF－Fisher Chi－square、PP－FisherChi－square检验结果表明变量存在异质面板单位根，都是非平稳的。总之，从不同面板单位根检验都可以得到基本一致的结论：所有变量都是不平稳的。然而从变量的一阶差分来看，除实际有效汇率变量yxh]外，基本上都是稳定的，均是I(1)序列。因此可以通过面板协整检验方法检验变量之间的长期均衡关系。滞后期是1，内生变量是个体效应，Newey－West带宽使用Bartlett核估计。同质面板指所有部门系数相同，异质面板指所有部门系数不相同。符号*、**、***分别表示10％、5％、1％的显著性水平。

(三)面板协整检验

根据Pedroni(1999)，在小样本中，panel adf－stat、group adf－stat检验效果最好，panel v－stat、group rho－stat检验效果最差，其他处于中间。除panel v－star是右侧检验以外，其他检验都是左侧检验。符号*、**、***分别表示10％、5％、1％的显著性水平下，对应临界值分别是1.625、1.96、2.58。面板协整检验原假设：不存在面板协整关系。

面板协整检验如表3所示。从检验结果来看，只有Panel pp－stat检验没有拒绝原假设，其他检验都拒绝原假设。因此，我们认为方程各变量之间都存在面板协整关系。

(四)面板协整方程

考虑商业银行规模大小差别很大，横截面个数大于时序个数，所以采用截面加权估计法CSW(Cross－section weight)方法来估计协整方程，经过综合F检验和HAUSMAN检验(结果略)，采用固定效应的变截距模型是合适的。实证结果如表4所示。

从表4可以得到方程的估计结果：(1)影响商业银行非利息收入最显著的是银行间国债指数，显著性水平在l％以上；(2)其次影响商业银行非利息收入的是M2；(3)存贷比率Cdratio、上证综合指数lnsz和人民币汇率hlyxhl的相关关系没能通过显著性检验，而且影响较小。

从表5估计结果可以看出：中国工商银行、中国银行、中国建设银行和交通银行的非利息收入水平高于平均水平，也就是国有大型股份制银行高于中小型股份制银行，这原因可能是大型国有商业银行的网点规模以及在债券市场、货币交易市场占据的优势等所决定的。

下图1是根据eviews6.0的Forecast运行得来的结果，总体来看，我国商业银行非利息收入波动比较小，没有出现突变，而且总量较小，有很大增长空间。

五、结论和启示

本文以上市商业银行为样本，实证检验了我国商业银行的非利息收入的影响因素，结果发现：

1、影响商业银行非利息收入最显著的是银行间国债指数，商业银行非利息收入的债券价格弹性是一9.28％，我国债券市场成交量持续大幅增加，随着利率调整的频率加快，债券价格波动较大，商业银行债券投资的风险也随之加大，包括现券交易，质押式和买断式回购都在加大，随着新股恢复发行以及发行节奏加快，股票市场对货币市场利率的影响逐步显现，大额新股发行冻结资金与货币市场利率阶段性波动相伴，货币市场利率波幅加大，导致债券收益率曲线整体移动大，这可能是导致商业银行特别是国有大型商业银行投资债券风险大的原因，因为国有大型商业银行往往出于资产管理的需要作为债券的净买入方，而中小商业银行参与债券市场的深度不够，对于国债价格上涨而开展的回购以及互换等工具利用缺乏，另外随着国债价格走高，商业银行承销业务受影响，这可能是导致非利息收入的债券价格弹性为负的原因。

其次影响商业银行非利息收入的是M2；商业银行非利息收入的货币供应弹性是6.13％，随着我国货币市场的发展和完善，货币供应量增加，商业银行在票据市场、银证银保业务以及外汇中间业务的收益提高；由于我国商业银行分业经营特点，商业银行参与股票等资本市场受限，非利息收入主要不是来自资本市场，所以可以解释与上证综指相关不显著；非利息收入与商业银行存贷比率也不显著相关，说明商业银行总体上资金运用渠道狭窄，即使存在较大差别的存贷比率的不同银行，但资金运用结构很相似，获利能力相近；非利息收入与人民币实际有效汇率不显著相关，说明商业银行外汇收入包括汇兑和投资收益并不敏感，意味着商业银行外汇资产比例占比不大，参与深度不够。

2、国有大型股份制银行的非利息收入水平高于中小型股份制银行，可能是由大型国有商业银行的网点规模以及在债券市场、货币交易市场占据的优势等所决定的。

3、总体来看，我国商业银行非利息收入波动比较小，没有出现突变，而且总量较小，有很大增长空间。发达国家商业银行非利息收入占到总收入的50％以上，我国银行最好才有25％，差距相当大。

由于非利息收入业务相对稳定、安全，且利润率通常更高。不仅可以降低银行的运营风险，也是重要的业绩驱动力量。未来我国商业银行要把综合化经营和大力拓展非银行业务纳入其未来发展战略体系中，通过创新业务品种、培养创新人才等手段，大力发展中间、咨询和投资理财等综合化业务。