非利息業(yè)務發(fā)展對我國商業(yè)銀行效率水平的影響

夏　青，黃永興，鄭　謙

(1.安徽工業(yè)大學　商學院，安徽　馬鞍山　243002；2.安徽科技學院　管理學院，安徽　鳳陽　233100)

?

非利息業(yè)務發(fā)展對我國商業(yè)銀行效率水平的影響

夏青1，黃永興1，鄭謙2

(1.安徽工業(yè)大學商學院，安徽馬鞍山243002；2.安徽科技學院管理學院，安徽鳳陽233100)

本文選取我國在A股上市的16家商業(yè)銀行2009～2014年的數(shù)據(jù)來研究非利息業(yè)務與銀行效率之間的關(guān)系。首先使用DEA-Malmquist模型測算了16家銀行的全要素生產(chǎn)率，將其作為被解釋變量用于衡量銀行效率水平，再分別以非利息收入占比、手續(xù)費及傭金收入占比、投資收益占比為解釋變量構(gòu)建回歸模型來分析非利息業(yè)務的發(fā)展對銀行效率的影響。為了區(qū)分不同類型的商業(yè)銀行，將研究樣本分為全體樣本銀行、大型國有商業(yè)銀行、股份制商業(yè)銀行三組，分別進行了分析，實證結(jié)果表明：非利息收入、手續(xù)費及傭金收入與全體樣本銀行、股份制商業(yè)銀行的銀行效率顯著正相關(guān)，投資收益與大型國有商業(yè)銀行的銀行效率顯著正相關(guān)，其余不具有顯著的相關(guān)性。

非利息業(yè)務；商業(yè)銀行；效率；DEA-malmquist模型

長期以來，傳統(tǒng)存貸款業(yè)務是我國商業(yè)銀行最主要的收入來源。然而，銀行業(yè)的外部環(huán)境不斷發(fā)生著變化，使得傳統(tǒng)存貸款業(yè)務的利潤空間在不斷收窄。金融市場的全面開放，大量外資、民營銀行進入市場，銀行業(yè)的競爭日益激烈；從2012年開始蓬勃發(fā)展的互聯(lián)網(wǎng)金融，沖擊著商業(yè)銀行的基本職能，分流了商業(yè)銀行的客戶；存貸款利率的全面放開，我國利率市場化改革已基本完成，存貸利差不斷縮小。伴隨著經(jīng)濟下行，商業(yè)銀行不良貸款增多、資產(chǎn)質(zhì)量惡化，銀行業(yè)的凈利潤在大幅縮水。外部環(huán)境的變化使我國商業(yè)銀行依托存貸利差的傳統(tǒng)盈利模式受到了嚴峻地挑戰(zhàn)。借鑒歐美國家銀行業(yè)發(fā)展經(jīng)驗，我國商業(yè)銀行將提高非利息收入作為轉(zhuǎn)型的重點，開始大力發(fā)展非利息業(yè)務。

非利息收入尚無明確的定義，國內(nèi)眾多學者在分析非利息收入時給出了自己的理解。薛鴻健，盛虎、王冰在研究中將中間業(yè)務等同于非利息收入業(yè)務；張曉艷基于銀行財務報表，將手續(xù)費收入、匯兌收益、投資收益和其他營業(yè)收入加總，組成了商業(yè)銀行的非利息收入。隨著經(jīng)營業(yè)務的拓展，如今在銀行利潤表中基本均設有非利息收入一欄，與凈利息收入共同組成商業(yè)銀行的營業(yè)收入。根據(jù)我國主要商業(yè)銀行近年來的財務報告數(shù)據(jù)，商業(yè)銀行的非利息收入在不斷提高。然而，對于非利息收入是否能夠給商業(yè)銀行帶來積極的影響這一問題，國內(nèi)外學術(shù)界尚未給出一致的答案。

縱觀相關(guān)文獻，國外學者對非利息收入的研究已長達數(shù)十年。早期研究普遍認為發(fā)展非利息收入具有積極效應， Eisemann、Diamond、Rose、Rosie[1]等研究均發(fā)現(xiàn)非利息收入對提高商業(yè)銀行績效水平具有正向作用。隨著更多學者投入到對非利息收入的研究中，開始出現(xiàn)不同的觀點。如Stiroh、Baele、Lepetit、De Jonghe等認為非利息收入加劇了商業(yè)銀行的經(jīng)營風險。

近年來，隨著我國商業(yè)銀行經(jīng)營環(huán)境的變化，國內(nèi)學者對非利息收入的研究也不斷增多，同樣產(chǎn)生了兩種不同的觀點。吳曉云、王曼舒、孔丹鳳等研究結(jié)果顯示非利息收入的增加會提高商業(yè)銀行的經(jīng)營收益[2]；張羽、李黎、張曉玫、黃國妍、陳一洪等研究表明非利息收入有助于分散經(jīng)營風險。而魏世杰、吳立廣、薛超等學者研究發(fā)現(xiàn)非利息收入份額的提升與銀行績效間存在負相關(guān)[3]，非利息收入不能改善商業(yè)銀行績效水平；魏成龍、謝羅奇、黃雋等研究發(fā)現(xiàn)非利息收入的增加會提高商業(yè)銀行的經(jīng)營風險[4]。

結(jié)合我國銀行非利息收入的發(fā)展現(xiàn)狀與構(gòu)成，部分學者對非利息收入的構(gòu)成進行了進一步研究。姚文韻研究結(jié)果表明手續(xù)費和傭金收入會提高資產(chǎn)收益率，而其他業(yè)務收入會顯著降低資產(chǎn)收益率。邰越越發(fā)現(xiàn)手續(xù)費及傭金收入比重的提升會顯著改善銀行績效、提高中小銀行績效穩(wěn)健性水平。周曄、鄭軍麗發(fā)現(xiàn)非利息業(yè)務風險的主要來源為手續(xù)費及傭金收入。

現(xiàn)有研究更多地關(guān)注非利息收入對商業(yè)銀行績效水平和經(jīng)營風險的影響。與現(xiàn)有研究不同，本文的研究重點為非利息收入與銀行效率的關(guān)系?？冃娬{(diào)的是經(jīng)濟絕對數(shù)量效果，反映企業(yè)實現(xiàn)特定目標的狀況，而效率關(guān)注的是成本與收益的相對關(guān)系。效率能夠反映經(jīng)濟實體的盈利水平、可持續(xù)發(fā)展和競爭能力，是一個綜合指標。因此，研究非利息收入對銀行效率的影響對于商業(yè)銀行的發(fā)展有十分重要的意義。

本文以銀行效率為研究落腳點，采用在A股上市的16家商業(yè)銀行2009～2014年間的數(shù)據(jù)為研究對象，并根據(jù)銀監(jiān)會對商業(yè)銀行的劃分方法，將研究樣本分為全體樣本銀行、大型國有商業(yè)銀行和股份制商業(yè)銀行三組，實證研究非利息業(yè)務與銀行效率間的關(guān)系，以期更全面了解非利息業(yè)務對商業(yè)銀行的影響。

1　商業(yè)銀行效率測算

1.1銀行效率測算方法

1.1.1Malmquist指數(shù)模型測算銀行效率主要采用的方法有參數(shù)法和非參數(shù)法(Berger和Humphrey)。Fethi和Pasiouras認為非參數(shù)法中的數(shù)據(jù)包絡分析法(DEA)應用更為廣泛，對于銀行效率的評價具有比較優(yōu)勢[5]。

由于本文樣本數(shù)據(jù)時間跨度較短，選用參數(shù)估計類方法可能帶來的較大的估計誤差。因此，本文采用DEA-Malmquist模型來測算商業(yè)銀行效率，并通過對全要素生產(chǎn)率地分解，來進一步了解銀行效率變動的原因[6]。

1.1.2投入產(chǎn)出指標合理地選擇投入與產(chǎn)出指標，是正確測算商業(yè)銀行效率的關(guān)鍵。本文借鑒蔡躍洲、郭梅軍的研究方法[7]，以中介法作為指標選取的依據(jù)，結(jié)合數(shù)據(jù)的可得性以及指標變量的相關(guān)性，選取固定資產(chǎn)(X1)、營業(yè)支出(X2)、存款總額(X3)為投入指標，選取利潤總額(Y1)和貸款總額(Y2)為產(chǎn)出指標。

投入與產(chǎn)出指標的選取必須符合相關(guān)性檢驗，相關(guān)系數(shù)越高，評價結(jié)果越可靠。經(jīng)過相關(guān)性檢驗，16家樣本銀行2009～2014年各項投入與產(chǎn)出指標的平均相關(guān)系數(shù)均在0.9以上，投入產(chǎn)出指標高度正相關(guān)，由此可以認為本文選取的指標是恰當?shù)摹?/p>

1.2測算結(jié)果與分析

使用DEAP2.1軟件，以產(chǎn)出為導向，采用 DEA-Malmquist模型進行相對效率分析，得到反映樣本銀行動態(tài)效率變化的Malmquist指數(shù)及其分解。2009～2014年16家商業(yè)銀行經(jīng)營效率的測算結(jié)果如表1所示。

表1　樣本銀行2009～2014年Malmquist指數(shù)變動情況

表1反映了16家商業(yè)銀行Malmquist指數(shù)及其分解指標從2009年到2014年的變化。從表中可以看出16家銀行的全要素生產(chǎn)率呈波動下降趨勢。整體看來，16家銀行2009～2014年的全要素生產(chǎn)率小于1，綜合技術(shù)效率指數(shù)大于1，技術(shù)進步指數(shù)小于1，可以看出2009～2014年全要素生產(chǎn)率的下降是由技術(shù)進步指標下降導致的。

為了驗證兩類商業(yè)銀行的效率是否存在區(qū)別，對測算結(jié)果進行了分類。表2列出了5家大型國有銀行和11家股份制銀行2009～2014年平均全要素生產(chǎn)率指標及其分解。從表2可以看出，大型國有銀行的全要素生產(chǎn)率指數(shù)及其各個分解指數(shù)均超過1，說明國有商業(yè)銀行的效率在穩(wěn)定增長。而股份制商業(yè)銀行的各指標值均低于1，說明股份制商業(yè)銀行的效率呈下降趨勢。

表2　國有銀行與股份制銀行平均Malmquist指數(shù)

2　非利息業(yè)務對銀行效率的影響

2.1指標選取

表3　模型變量及其定義

測算16家商業(yè)銀行的全要素生產(chǎn)率(TFP)是為了進一步研究非利息業(yè)務對銀行效率的影響。本文將通過DEA-Malmquist模型測算出的全要素生產(chǎn)率(TFP)作為被解釋變量，用來反映銀行效率的整體變動情況。借鑒國內(nèi)外已有研究，選取非利息收入占營業(yè)收入比重(NIIS)來衡量銀行非利息收入發(fā)展情況。同時，考慮了非利息收入的主要構(gòu)成部分，將手續(xù)費及傭金收入占比(COM)及投資收益占比(TRADE)也納入解釋變量，分別建立實證模型進行分析，以期更全面地了解非利息業(yè)務對銀行效率的影響。為了消除其他可能的因素對銀行效率產(chǎn)生的影響，本文選取銀行資產(chǎn)規(guī)模(ASSET)、不良貸款率(BAD)、股東權(quán)益資產(chǎn)(EQUITY)作為控制變量。具體各變量定義見表3。

2.2實證模型設計

本文考察得是樣本銀行非利息收入對銀行效率總體情況的影響，允許個體成員之間存在個體影響。因此，借鑒易志強，吳立廣的研究方法，建立面板數(shù)據(jù)變截距模型進行回歸分析。實證模型方程如下：

TFPit=αit+β1(NIIS)it+β2(ASSET)it+β3(BAD)it+β4(EQUITY)it+μit

(1)

TFPit=αit+β1(COM)it+β2(ASSET)it+β3(BAD)it+β4(EQUITY)it+μit

(2)

TFPit=αit+β1(TRADE)it+β2(ASSET)it+β3(BAD)it+β4(EQUITY)it+μit

(1)

其中， i=1, 2, …, n, 代表第i家銀行；t=1, 2, … , n, 代表年度；α、β是待估計系數(shù)；μit代表隨機誤差項。

2.3實證分析

2.3.1描述性統(tǒng)計主要變量的描述性統(tǒng)計結(jié)果如表4所示。從表4可以看出，大型國有商業(yè)銀行樣本與股份制商業(yè)銀行樣本存在一定的差異。

國有商業(yè)銀行的效率水平(TFP)的平均值為1.0196，標準差為0.0381，股份制商業(yè)銀行的效率水平(TFP)的平均值為0.9897，標準差為0.0566，可見大型國有商業(yè)銀行的效率水平高于股份制商業(yè)銀行，大型國有商業(yè)銀行效率水平間的差距較小。

全體樣本銀行的非利息收入占比(NIIS)均值為0.18667，國有商業(yè)銀行的非利息收入占比(NIIS)為0.2292，股份制商業(yè)銀行為0.1675，可見我國商業(yè)銀行非利息收入的整體發(fā)展水平較低，大型國有商業(yè)銀行的非利息收入發(fā)展水平略高于股份制商業(yè)銀行。

大型國有商業(yè)銀行的手續(xù)費及傭金收入在營業(yè)收入中的占比(COM)為0.1852，股份制商業(yè)銀行的手續(xù)費及傭金收入在營業(yè)收入中的占比(COM)為0.1461，大型國有商業(yè)銀行的手續(xù)費及傭金收入在非利息收入中的占比更高。

表4　各變量的描述性統(tǒng)計

全體樣本銀行的投資收益在營業(yè)收入中的占比(TRADE)為0.0056，投資收益在營業(yè)收入中的占比遠低于手續(xù)費及傭金收入。全體樣本銀行投資收益占比(TRADE)的標準差為0.0128，最大值為0.0591，最小值為-0.0276，樣本銀行的投資收益出現(xiàn)了負值，且銀行間的差距較明顯。

2.3.2模型回歸結(jié)果及分析本文使用EVIEWS 7.2軟件對所有變量進行了單位根檢驗，檢驗結(jié)果顯示所有變量均通過LLC檢驗和Im-Pesaran-Shin檢驗，為零階單整I(0)。進一步對變截距回歸模型進行Huasman檢驗，檢驗結(jié)果均滿足P<0.05，因此建立變截距固定效應模型。限于篇幅，檢驗結(jié)果不再單獨匯報。本文對全體樣本銀行、大型國有商業(yè)銀行和股份制商業(yè)銀行的數(shù)據(jù)分別進行估計，實證結(jié)果如表5至表7所示。

(1)全體樣本銀行

表5為全體樣本銀行的回歸結(jié)果。如表5所示，模型(1)中，非利息收入(NIIS)與銀行效率(TFP)的相關(guān)系數(shù)為0.6928，P值<0.05，通過了5%的顯著性檢驗，非利息收入占比與銀行效率顯著正相關(guān)，非利息收入占比的提升有助于提高銀行效率水平。模型(2)中，手續(xù)費及傭金收入(COM)的系數(shù)為0.7824，且0.05

表5　全體樣本銀行的回歸結(jié)果

注：括號內(nèi)數(shù)值為穩(wěn)健標準誤差調(diào)整后的t值；***、**、*分別表示估計系數(shù)通過1%、5%和10%顯著性檢驗。

全體樣本銀行回歸的結(jié)果顯示，非利息收入占比的提高、手續(xù)費及傭金收入占比的提高均有助于提高銀行效率。長期以來，我國商業(yè)銀行的收入來源單一，盈利的增長更多依賴資產(chǎn)規(guī)模的擴大，通過增加經(jīng)營網(wǎng)點來獲取居民存款，經(jīng)營成本的提高和資源的浪費制約了銀行效率水平的提升。發(fā)展非利息業(yè)務則拓展了商業(yè)銀行的收入來源，多元化經(jīng)營有助于合理分配商業(yè)銀行的業(yè)務資源、人力資源，進而提高銀行經(jīng)營效率。

與手續(xù)費及傭金收入不同，投資收益占比雖然會對銀行效率產(chǎn)生正向作用，但并不顯著。原因可能為投資收益在非利息收入中的占比遠低于手續(xù)費及傭金收入，投資收益與銀行投資水平、風險控制水平密切相關(guān)，受經(jīng)濟周期影響甚至會出現(xiàn)負增長，有較強的波動性，因而不能顯著提高銀行效率水平。

(2)5家大型國有商業(yè)銀行

表6為5家大型國有商業(yè)銀行的回歸結(jié)果。如表6所示，模型(1)中，非利息收入(NIIS)與銀行效率(TFP)的相關(guān)系數(shù)為-0.8385，P值超過0.1，沒有通過顯著性檢驗。模型(2)中，手續(xù)費及傭金收入(COM)的系數(shù)為0.5831，P值超過0.1，沒有通過顯著性檢驗。非利息收入占比的提高、手續(xù)費及傭金收入占比的提高均無法顯著提高大型國有商業(yè)銀行的效率水平，與易志強等人的研究結(jié)果一致。從前文分析可知，我國大型國有商業(yè)銀行的非利息業(yè)務發(fā)展水平整體最高，但由于其市場占有率高、受政策影響大，擁有大量穩(wěn)定的客戶資源，存貸業(yè)務收入來源穩(wěn)定，非利息收入占比的增速緩慢，使得其對銀行效率的影響不顯著。從前文Malmquist指數(shù)的分解可以看出銀行效率下降的主要原因為技術(shù)效率的下降，由于國有商業(yè)銀行的規(guī)模較大，存在機構(gòu)冗余和資源浪費，發(fā)展非利息業(yè)務的過程中投入的大量研發(fā)成本、固定成本、業(yè)務推廣費用等沒有得到充分利用，影響了銀行效率水平的提高。模型(3)中，投資收益(TRADE)與銀行效率(TFP)的相關(guān)系數(shù)為2.2805，P值小于0.01，投資收益(TRADE)在 1% 的統(tǒng)計水平上與銀行效率(TFP)顯著正相關(guān)，投資收益的增長會提高大型國有商業(yè)銀行的效率水平。原因可能為大型國有商業(yè)銀行的規(guī)模實力雄厚、具有人力資源優(yōu)勢、對控制風險的能力強，開展投資業(yè)務更具優(yōu)勢，能夠發(fā)揮出投資業(yè)務對提高銀行效率的積極作用。對于控制變量，模型(1)中，股東權(quán)益資產(chǎn)(EQUITY)中在 10% 的統(tǒng)計水平上與銀行效率(TFP)顯著負相關(guān)，銀行資產(chǎn)規(guī)模(ASSET)和不良貸款率(BAD)在三個模型中均未通過顯著性檢驗。

表6　5家大型國有商業(yè)銀行的回歸結(jié)果

注：括號內(nèi)數(shù)值為穩(wěn)健標準誤差調(diào)整后的t值；***、**、*分別表示估計系數(shù)通過1%、5%和10%顯著性檢驗。

(3)11家股份制商業(yè)銀行

表7為11家股份制商業(yè)銀行的回歸結(jié)果。如表8所示，模型(1)中，非利息收入(NIIS)與銀行效率(TFP)的相關(guān)系數(shù)為1.0650，P值小于0.05，通過了5%的顯著性檢驗，非利息收入占比的提高能顯著提高股份制商業(yè)銀行的效率水平。模型(2)中，手續(xù)費及傭金收入(COM)的系數(shù)為1.0842，且0.05

11家股份制商業(yè)銀行的回歸結(jié)果與全體樣本銀行的回歸結(jié)果相一致，隨著非利息收入的增長，股份制商業(yè)銀行的效率水平能夠得到顯著地改善。與大型國有商業(yè)銀行相比，股份制商業(yè)銀行積極拓展非利息業(yè)務，非利息收入占比增長迅速，發(fā)揮出了收入結(jié)構(gòu)多元化的積極作用，提高了銀行效率。而受限于自身實力，投資收益的波動性較大，在一些年份投資收益出現(xiàn)了負值，因此投資收益對銀行效率的提升作用尚未得到體現(xiàn)。

表7　11家股份制商業(yè)銀行的回歸結(jié)果

注：括號內(nèi)數(shù)值為穩(wěn)健標準誤差調(diào)整后的t值；***、**、*分別表示估計系數(shù)通過1%、5%和10%顯著性檢驗。

3　結(jié)論

本文選取我國在A股上市的16家商業(yè)銀行2009～2014年數(shù)據(jù)為研究樣本，實證分析了我國商業(yè)銀行的非利息收入與銀行效率間的關(guān)系。首先，基于DEA-Malmqquist模型測算了16家商業(yè)銀行的全要素生產(chǎn)率，將其作為被解釋變量用來衡量銀行效率水平。在解釋變量的選取上，除了選用非利息收入占營業(yè)收入比重來衡量非利息收入的發(fā)展水平，還考慮了非利息收入的構(gòu)成，將手續(xù)費及傭金收入、投資收益各自占營業(yè)收入的比重納入解釋變量，分別建立面板模型。為了區(qū)分不同類型的商業(yè)銀行，將研究樣本分成全部樣本銀行、大型國有銀行、股份制商業(yè)銀行三組，分別對其進行了實證分析，實證結(jié)果表明：

(1)對于不同類型的商業(yè)銀行，各個解釋變量對銀行效率的影響表現(xiàn)出了不同的回歸結(jié)果。非利息收入占比和手續(xù)費及傭金收入占比均與全體樣本銀行、股份制商業(yè)銀行的效率水平顯著正相關(guān)，與大型國有銀行的效率水平的相關(guān)系數(shù)為正，但不顯著。投資收益占比的提高會顯著提高大型國有商業(yè)銀行的效率水平，而對全體樣本銀行以及股份制商業(yè)銀行具有不顯著的正向影響。

(2)非利息收入占比、手續(xù)費及傭金收入占比與股份制商業(yè)銀行的銀行效率顯著正相關(guān)，而與大型國有商業(yè)銀行的銀行效率的關(guān)系不顯著，本文認為這與非利息收入發(fā)展情況有關(guān)。雖然大型國有商業(yè)銀行的非利息業(yè)務發(fā)展水平整體較高，但非利息收入占比的增速緩慢。與大型國有商業(yè)銀行相比，股份制商業(yè)銀行更積極拓展非利息業(yè)務，非利息收入占比增長迅速，進而發(fā)揮出了收入結(jié)構(gòu)多元化的積極作用，提高了銀行效率。

(3)投資收益在非利息收入中的占比較低，而且投資收益的大小會受到經(jīng)濟環(huán)境、銀行實力、員工業(yè)務水平等方面的影響，有較強的波動性。投資收益的增長會顯著提高大型國有商業(yè)銀行的效率水平，而對股份制商業(yè)銀行的影響有限，原因可能為大型國有商業(yè)銀行的實力更為雄厚、具有人力資源優(yōu)勢、控制風險的能力較強，開展投資業(yè)務更具優(yōu)勢。因此，大型國有商業(yè)銀行發(fā)揮出了投資業(yè)務對提高銀行效率的積極作用。

[1]STIROH K J. Diversification in banking:is non-interest income the answer?[J]. Journal of Money, Credit, and Banking, 2004, 36(5): 853-882.

[2]DEYOUNG R, ROLAND K P. Product mix and earnings volatility at commercial banks: Evidence from a degree of total leverage model[J]. Journal of Financial Intermediation, 2001, 10(1): 54-84.

[3] 袁曉玲, 張寶山. 中國商業(yè)銀行全要素生產(chǎn)率的影響因素研究——基于DEA模型的Malmquist指數(shù)分析[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2009(4):93-104.

[4]DEB J. Income diversification in banking:a branch level study in North East India[J]. The Journal of Management Awareness, 2010, 13(1): 98-104.

[5]仲深，王春宇．中國商業(yè)銀行全要素生產(chǎn)率及其影響因素的實證研究——基于DEA的Malmquist生產(chǎn)率指數(shù)法[J]．技術(shù)經(jīng)濟，2012，31(1)：101-106．

[6]易志強．非利息收入對我國商業(yè)銀行業(yè)績的影響——基于風險管理視角[J]．南京審計學院學報，2012，9(5)：23-31．

[7]吳立廣，阮超．非利息收入對銀行業(yè)績效影響的實證研究——基于中國銀行業(yè)2000-2010年面板數(shù)據(jù)分析[J]．產(chǎn)經(jīng)評論，2013，4(6)：118-127．

[8]蔡躍洲，郭梅軍．我國上市商業(yè)銀行全要素生產(chǎn)率的實證分析[J]．經(jīng)濟研究，2009(9)：52-65．

[9]程茂勇．非利息業(yè)務與銀行效率研究:來自中國銀行業(yè)的實證證據(jù)[J]．當代經(jīng)濟科學，2015(4)：49-59．

[10]邰越越，王相寧．手續(xù)費及傭金收入與中小銀行績效[J]．金融論壇，2016(4)：54-65．

(責任編輯：李孟良)

The Influence on the Level of Commercial Bank Efficiency by the Development of Non-interest Business

XIA Qing1， HUANG Yong-xing1，ZHENG Qian2

(1.School of Business, Anhui University of Technology, Ma'anshan 243002,China；2.College of Mamagement, Anhui Science and Technology University, Fengyang 233100, China

The essay chooses the data from 2009 to 2014 in 16 listed commercial banks to study the relation between non-interest business and bank efficiency. First, DEA-Malmquist Model is used to calculate the “total factor productivity” (TFP) in 16 banks. TFP is used to as the "explained" variable to measure bank efficiency. Then the ratio of non-interest incomes, fee and commission income and investment income are used as explanatory variables to build regression model to analyze the influence on the level of commercial bank efficiency by the development of non-interest business. To distinguish different types of commercial banks, samples are divided into 3 kinds: all the sample banks, major nation - owned commercial banks and joint-stock commercial banks. All of them are analyzed individually. It is shown that non-interest income, fee and commission income is positively correlated with the efficiency of all the sample banks and joint-stock commercial banks. Moreover, investment income is positively correlated with the efficiency of major nation - owned commercial banks and other are not correlated.

Non-interest income; Commercial banks; Efficiency; DEA-malmquist Model

2016-04-10

安徽省哲學社會科學規(guī)劃項目(AHSKQ2015D48)；蚌埠市社科規(guī)劃項目(BB16B012)。

夏青(1992-)，女，安徽省馬鞍山市人，在讀碩士研究生，主要從事金融學研究。

F830.4

A

1673-8772(2016)04-0061-08