我國商業(yè)銀行非利息收入的影響因素探析

楊 文 張娜娜 江 修

( 1.深圳大學 經(jīng)濟學院，廣東 深圳 518060；2.英國諾丁漢大學 商學院，諾丁漢郡 NG72RD)

我國商業(yè)銀行非利息收入的影響因素探析

楊 文1張娜娜2江 修1

( 1.深圳大學 經(jīng)濟學院，廣東 深圳 518060；2.英國諾丁漢大學 商學院，諾丁漢郡 NG72RD)

運用2008-2014年我國120家商業(yè)銀行數(shù)據(jù)，分別從宏觀和微觀兩個視角分析了商業(yè)銀行非利息收入的影響因素。研究發(fā)現(xiàn)：宏觀因素對非利息收入有顯著影響，GDP、M2以及CPI都與非利息收入占比呈現(xiàn)負相關關系，說明經(jīng)濟增速快而宏觀調(diào)控不及時、貨幣供應量增加及物價上漲會導致實際貨幣購買力下降，從而降低銀行的非利息收入占比。微觀因素上對銀行非利息收入影響最顯著的是銀行的資產(chǎn)規(guī)模；相比不良貸款，銀行呆賬準備金作為銀行風險的代理變量更合理；銀行管理費用對非利息收入占比的影響不顯著。

商業(yè)銀行；非利息收入；影響因素；固定效應模型

一、引言

長期以來，以借貸利差為基礎的利息收入是我國商業(yè)銀行的主要收入來源。然而，自從2001年我國加入WTO后，國外商業(yè)銀行正式進入中國市場，在此背景下，一方面我國商業(yè)銀行面臨國內(nèi)同行和外資銀行的雙重競爭；另一方面隨著利率市場化進程的不斷推進，尤其是金融危機之后，國家逐漸降低利率水平，商業(yè)銀行傳統(tǒng)的以存貸利差為基礎的利息收入不斷減少。此外，隨著互聯(lián)網(wǎng)的發(fā)展，一些互聯(lián)網(wǎng)金融機構(gòu)和第三方支付工具紛紛出現(xiàn)，使得商業(yè)銀行的傳統(tǒng)業(yè)務受到嚴峻挑戰(zhàn)，利潤空間不斷萎縮。面對此種形勢，我國商業(yè)銀行逐漸認識到發(fā)展非利息業(yè)務的重要性，并將其作為新的利潤增長點。因此，增加非利息業(yè)務收入對于我國商業(yè)銀行收入結(jié)構(gòu)的改善有著積極的作用。

近年來，非利息業(yè)務收入在我國四大國有商業(yè)銀行收入的占比增長緩慢(如圖1所示)。相對于一些發(fā)達國家，非利息收入在我國商業(yè)銀行收入占比依然較低，并且我國商業(yè)銀行非利息業(yè)務種類單一，其中傭金及手續(xù)費收入占總非利息收入甚至高達70%-80%(赫國勝，2010)[1]。因此，我國商業(yè)銀行非利息業(yè)務收入仍然有很大的改善和發(fā)展空間，對商業(yè)銀行非利息業(yè)務的研究具有十分重要的現(xiàn)實意義。雖然發(fā)展非利息業(yè)務對于我國商業(yè)銀行尤為重要，但目前學術(shù)界關于非利息業(yè)務對商業(yè)銀行盈利及風險的影響研究尚無定論，且對于非利息收入與銀行微觀因素及宏觀因素的關系的研究仍然較少。

圖1 我國四大國有商業(yè)銀行非利息收入增長緩慢

二、文獻綜述

國內(nèi)外對于商業(yè)銀行非利息業(yè)務的早期研究主要集中在非利息業(yè)務發(fā)展對銀行收益及風險的影響方面，但由于研究樣本與研究方法的差異，使得研究成果大相徑庭。

1. 商業(yè)銀行非利息業(yè)務

目前，對于商業(yè)銀行非利息業(yè)務研究大致可歸類為以下四種觀點：

(1)非利息業(yè)務有助于提升商業(yè)銀行業(yè)績并降低其系統(tǒng)性風險

Gallo (1996)[2]通過分析1987-1994年期間美國銀行控股公司的風險結(jié)構(gòu)和共同基金對銀行風險收益的影響，發(fā)現(xiàn)非利息業(yè)務收入占比的增加可以提高銀行利潤率并可以起到降低銀行系統(tǒng)性風險的作用。同樣，國內(nèi)學者李明輝等(2014)[3]研究也發(fā)現(xiàn)商業(yè)銀行非利息業(yè)務可以通過降低銀行杠桿風險達到減少銀行破產(chǎn)風險的作用。赫國勝和徐潔(2010)[1]通過對我國10家上市商業(yè)銀行2005-2009年的數(shù)據(jù)進行實證研究，發(fā)現(xiàn)非利息收入與銀行盈利具有正向關系。

(2)非利息業(yè)務收入對商業(yè)銀行業(yè)績貢獻有限，甚至會增大商業(yè)銀行的風險

目前，一些學者利用現(xiàn)有的數(shù)據(jù)研究發(fā)現(xiàn)非利息業(yè)務的增加對促進銀行的發(fā)展效用十分有限，相反，由于其波動性較大，非利息業(yè)務收入甚至可能增大商業(yè)銀行風險。黃雋等(2010)[4]基于美國商業(yè)銀行2000-2008年的數(shù)據(jù)進行實證分析，指出商業(yè)銀行利用非利息業(yè)務增加商業(yè)銀行收入的同時，也給商業(yè)銀行帶來了更大的風險。De Young和Roland(2001)[5]、De Young和Rice(2004)[6]也都認為美國銀行大力發(fā)展以收取費用為基礎的非利息業(yè)務雖然可以為銀行創(chuàng)造多樣化收益，但同時也加大了杠桿比例，一定程度上其風險增大帶來的弊端甚至會超過收益增多帶來的好處。無獨有偶，Stiroh 和 Rumble(2006)[7]研究發(fā)現(xiàn)非利息業(yè)務一定程度上確實有分散化效應，但非利息業(yè)務的高波動性卻抵消了其分散效應帶來的好處。更有學者認為，發(fā)展非利息業(yè)務不僅沒有獲得多樣化收益帶來的好處，甚至降低了利潤。如Stiroh(2004)[8]利用1997-2004年美國銀行控股公司的數(shù)據(jù)研究發(fā)現(xiàn)，那些對非利息收入依賴性相對較強的銀行，其收益指標并不比其他銀行高，反而其風險調(diào)整后的利潤更低。周好文和王菁(2008)[9]研究發(fā)現(xiàn)我國銀行非利息收入和銀行收益率之間具有顯著且穩(wěn)定的負相關關系。此外，他們從資產(chǎn)組合的角度研究了非利息收入的波動性，發(fā)現(xiàn)非利息業(yè)務收入比傳統(tǒng)業(yè)務收入波動性更大。同時，李明輝等(2014)[3]利用1998-2012年我國114家銀行的數(shù)據(jù)，采用動態(tài)面板模型進行實證分析，表明非利息業(yè)務的發(fā)展會降低傳統(tǒng)存貸業(yè)務收益率，導致商業(yè)銀行總的盈利空間不能顯著增加。

(3)銀行非利息業(yè)務的發(fā)展對銀行的風險與盈利均無明顯影響

Calmes(2009)[10]運用資產(chǎn)組合理論的分析框架，研究了加拿大銀行非利息業(yè)務對促進銀行業(yè)業(yè)務發(fā)展的影響，指出非利息收入對銀行風險和收益的正面影響并不顯著。張羽和李黎(2010)[11]、周開國和李琳(2011)[12]等對我國商業(yè)銀行的研究也得出了類似結(jié)論。

(4)銀行非利息業(yè)務的發(fā)展對于銀行風險與盈利的影響并不單一，業(yè)務種類、銀行屬性、地區(qū)及非利息業(yè)務發(fā)展所處階段等因素的不同，都會使得研究結(jié)論迥異

Lepetit(2008)[13]通過對歐洲銀行業(yè)數(shù)據(jù)的分析，發(fā)現(xiàn)不同種類的非利息業(yè)務對銀行風險的影響不一。例如對于小銀行而言，傭金和費用收入的增加，會加大銀行的風險，而交易收入的增加卻可以減少違約風險。Hidayat(2012)[14]通過對印度尼西亞銀行業(yè)數(shù)據(jù)的研究發(fā)現(xiàn)，對小銀行而言，產(chǎn)品多樣化可以顯著分散銀行的風險，但對大銀行而言，該效應卻不顯著。Pennathur(2012)[15]通過對印度銀行業(yè)的數(shù)據(jù)分析發(fā)現(xiàn)，對于印度國有銀行，非利息業(yè)務會顯著減小其風險，但對于私有銀行，卻會增大其風險。張曉玫和毛亞琪(2014)[16]運用LRMES方法，發(fā)現(xiàn)不同種類的非利息業(yè)務對系統(tǒng)性風險有不同的影響，如手續(xù)費和傭金收入業(yè)務有分散風險的效應，而其他類型的非利息收入業(yè)務卻會增大銀行的系統(tǒng)性風險。

2. 非利息業(yè)務的影響因素

近年來，學者們開始把目光轉(zhuǎn)向?qū)Ψ抢I(yè)務影響因素的研究，研究角度、研究方法和研究中的代理變量各異，研究結(jié)論也因此大相徑庭，但在模型構(gòu)建及變量選取上仍有許多借鑒意義。綜合現(xiàn)有研究，對非利息業(yè)務影響因素的研究可分為兩大類：

(1)基于宏觀視角的研究

典型的代表是段軍山(2011)[17]，采用我國11家上市商業(yè)銀行2004-2008年的數(shù)據(jù)構(gòu)建非平穩(wěn)面板協(xié)整模型，對銀行間國債指數(shù)、貨幣供應量(M2)及上證綜合指數(shù)等宏觀因素與非利息收入之間的關系進行了分析。結(jié)果表明商業(yè)銀行非利息收入最重要的影響因素是銀行間國債指數(shù)，其他因素的影響皆不明顯。

(2)基于微觀視角的研究

這也是目前大部分學者的研究視角。鄭榮年和牛慕鴻(2007)[18]基于14家商業(yè)銀行數(shù)據(jù)，研究了我國商業(yè)銀行資產(chǎn)規(guī)模、凈利差收入等銀行特征與非利息業(yè)務規(guī)模之間的關系，但并未明確指出非利息收入的決定因素。陳龍(2013)[19]以1997-2011年我國16家上市商業(yè)銀行數(shù)據(jù)為樣本進行研究，發(fā)現(xiàn)銀行貸款損失與凈利息收入比、平均資產(chǎn)回報率這兩個指標與非利息收入顯著正相關，而凈利息收益率與非利息收入顯著負相關。鄭玉華和崔曉東(2014)[20]基于我國16家上市銀行的數(shù)據(jù)，從銀行的經(jīng)營管理能力和發(fā)展策略的視角展開研究，發(fā)現(xiàn)非利息收入與凈資產(chǎn)收益率、核心存款比率、銀行貸款比率、營業(yè)費用率及銀行資產(chǎn)規(guī)模有較顯著關系，但不同因素對國有和非國有銀行的影響程度并不一致。

3. 簡要評述

綜上所述，非利息業(yè)務的影響因素很大程度上依賴于其所處的發(fā)展階段、銀行規(guī)模和屬性、銀行內(nèi)部環(huán)境和國家政策環(huán)境等。目前，我國現(xiàn)有研究主要存在以下不足：一是影響因素的分析角度不夠全面。主要從銀行經(jīng)營管理能力和發(fā)展策略的角度分析，未深入挖掘具體影響非利息收入的因素，也很少會把宏微觀因素結(jié)合起來考慮。二是選取的樣本無法充分反映我國商業(yè)銀行現(xiàn)狀。原因在于：第一，現(xiàn)有研究主要是對歐美發(fā)達國家的銀行業(yè)數(shù)據(jù)進行分析，但對于經(jīng)濟環(huán)境、政治環(huán)境及銀行非利息業(yè)務發(fā)展處于不同階段的我國銀行業(yè)而言，其借鑒意義不大；第二，現(xiàn)有研究僅對我國上市銀行進行研究分析，無法充分反映我國銀行業(yè)的整體情況；第三，現(xiàn)有研究數(shù)據(jù)比較陳舊，早期的數(shù)據(jù)無法給當前的決策提供更貼合實際的借鑒，需要新數(shù)據(jù)的支持。

筆者可能在以下幾點有別于現(xiàn)有研究：一是分析視角不同。將基于非利息收入業(yè)務的分類視角，探討商業(yè)銀行非利息收入的宏觀和微觀因素影響。二是選取的樣本更具代表性和實效性。以2008-2014年120家商業(yè)銀行的數(shù)據(jù)為樣本，其中不僅包含大多數(shù)文獻中的17家上市商業(yè)銀行，還包含了88家城市商業(yè)銀行銀行和15家農(nóng)村商業(yè)銀行的最新數(shù)據(jù)，彌補了樣本代表性不足的缺陷。同時采用最新的數(shù)據(jù)展示了最新的非利息收入情況，總體而言，本研究的樣本具有一定代表性與時效性。

三、非利息收入的影響因素分析和模型設定

1. 非利息收入影響因素分析

商業(yè)銀行的財務報表中，非利息收入顯示為商業(yè)銀行的營業(yè)收入減去凈利息收入的部分。2002年，《商業(yè)銀行中間業(yè)務暫行規(guī)定》將中間業(yè)務定義為不構(gòu)成商業(yè)銀行表內(nèi)負債、表內(nèi)資產(chǎn)，形成銀行非利息收入的業(yè)務，因此，剖析非利息收入的影響因素必須要分析商業(yè)銀行的中間業(yè)務。中間業(yè)務可分為九大類：支付結(jié)算類業(yè)務、銀行卡業(yè)務、承諾類業(yè)務、擔保類業(yè)務、交易類業(yè)務、代理類業(yè)務、基金托管業(yè)務、咨詢顧問類業(yè)務和其他類中間業(yè)務。因此，以非利息收入的九大來源為切入點，結(jié)合宏觀因素和微觀因素，從非利息收入與非利息支出雙向剖析非利息凈收入的影響因素。

支付結(jié)算類業(yè)務和銀行卡業(yè)務與其客戶群體有直接關系，銀行主要為客戶提供消費信用、轉(zhuǎn)賬結(jié)算、存取現(xiàn)金等服務，所以一般客戶辦理銀行卡，為的就是生活便利，這必然要考慮到銀行網(wǎng)點及其ATM機的覆蓋面、銀行的基本收費及與其他機構(gòu)的合作問題，比如某些銀行卡和公交卡是否已經(jīng)合二為一等。而客戶選擇結(jié)算或支付銀行時，首先考慮的必然是自己已有銀行卡的銀行，其次是支付與結(jié)算的手續(xù)費、流程的便利情況以及銀行分支行分布及合作機構(gòu)等。

承諾類業(yè)務是指商業(yè)銀行按照約定的條件在未來某一時間向客戶提供指定的金融服務業(yè)務，包括貸款承諾和票據(jù)發(fā)行便利等。該類業(yè)務主要取決于客戶與銀行的關系，因風險較大，銀行會收取一定的費用，

擔保類業(yè)務主要包括銀行承兌匯票、備用信用證、各類保函等。客戶選擇辦理擔保業(yè)務的銀行時，除了考慮自身是否滿足銀行的擔保要求外，還要考慮銀行的信譽度及在異地或海外的分支或合作機構(gòu)，這樣才會使得銀行的擔保取得收款方的足夠信任?？梢?，該類業(yè)務收入主要取決于銀行的信譽、規(guī)模及銀行對擔保對象的審核，標準太高會導致?lián)I(yè)務量太少，但標準太低又可能會使銀行因客戶違約而蒙受損失。

交易類業(yè)務，指商業(yè)銀行利用金融工具便捷的優(yōu)勢，按照客戶要求進行資金交易活動，以滿足客戶對于資產(chǎn)保值和管理風險的業(yè)務需要。該項業(yè)務的主要目的是防范金融風險，業(yè)務收入取決于市場經(jīng)濟情況以及投資策略。

代理類業(yè)務是指商業(yè)銀行通過客戶委托并收取一定的費用、為客戶提供金融服務以及代理指定的事項，包括代理中國人民銀行業(yè)務、保險業(yè)務等。代理類業(yè)務收入主要取決于銀行自身的經(jīng)營管理能力及合作金融機構(gòu)的多少、政策方面的扶持及銀行的信譽等。

基金托管業(yè)務，指基金管理公司通過對有托管資格的商業(yè)銀行進行委托，將公司基金的全部資產(chǎn)交由商業(yè)銀行托管，并享有一定的基金估值、會計核算等服務。咨詢顧問類業(yè)務，是指為滿足客戶對于公司業(yè)務經(jīng)營發(fā)展的需要，商業(yè)銀行利用自身在信息處理、專業(yè)人才等方面的優(yōu)勢，對客戶資金運動的記錄以及相關信息收集與整理，形成最優(yōu)的方案提供給客戶的服務活動。由此可知，這兩項業(yè)務主要與銀行自身的信譽、人才及信息技術(shù)有關。

通過以上對銀行不同屬性的非利息收入的分析，不難發(fā)現(xiàn)這些都與銀行的規(guī)模、網(wǎng)點數(shù)量覆蓋范圍及自身的經(jīng)營狀況、團隊和信譽相關，這些因素可以決定銀行的客戶群體、合作機構(gòu)、投資標的等，從而影響其非利息收入水平。鑒于數(shù)據(jù)可得性，實證分析的影響因素設計具體如下：

(1)微觀因素

銀行總資產(chǎn)的自然對數(shù)(LNA)：用于衡量銀行的資產(chǎn)規(guī)模、網(wǎng)點的覆蓋面及銀行信譽等。銀行的資產(chǎn)規(guī)模會影響其管理方法、經(jīng)營策略及人才培養(yǎng)投入等，這些是一個銀行經(jīng)營管理水平的體現(xiàn)。一般認為該指標越大，銀行就有更多的網(wǎng)點、更多的合作機構(gòu)、更豐富的業(yè)務種類、更優(yōu)質(zhì)全面的服務和更多高素質(zhì)的業(yè)務人員，所以該指標值越大，銀行的非利息收入越多。

資產(chǎn)收益率(ROA)：即凈利潤占資產(chǎn)總額的比重。這個指標可以反映銀行資產(chǎn)的獲利能力，是銀行資金運用效率與財務管理水平的綜合體現(xiàn)。一般而言，管理水平及盈利性越高的銀行，非利息收入水平越高。

銀行存款占比(DAR)：即銀行存款占總資產(chǎn)的比重。反映銀行的客戶規(guī)模及與客戶間的關系。一般認為，客戶群體越大，銀行與客戶間關系越密切，銀行就越有機會推銷其非利息產(chǎn)品與服務，即理論上銀行的非利息收入與存款占比正相關。

銀行貸款占比(LAR)：即銀行貸款占資產(chǎn)總額的比率。該指標反映銀行的貸款策略及銀行與客戶間的關系。因為貸款利息是銀行獲取收入的主要途徑，貸款比率越高說明銀行有越龐大的貸款客戶群體，有更多的機會交叉銷售其產(chǎn)品或服務，從而增加非利息業(yè)務收入。同時，該指標值越大，銀行發(fā)生流動性危機的可能性就越大，所以銀行更有動力去發(fā)展以收費為基礎的非利息業(yè)務以降低總體風險。而指標值越大，說明銀行在利息收入業(yè)務中獲得的利潤越多，可能缺乏足夠的動力去發(fā)展非利息業(yè)務。因此銀行貸款占總資產(chǎn)的比率與非利息收入關系不確定。

貸款呆賬準備金(ADA)：指商業(yè)銀行在貸款余額中按照一定比例提取的用于沖抵呆賬的準備金，可以間接衡量銀行貸款客戶違約風險的大小，反映客戶的債務清償能力。一般認為計提的貸款呆賬準備金越高，銀行貸款客戶的信用級別越低，違約風險越大，故理論上非利息業(yè)務凈收入與貸款呆賬準備金存在負相關關系。

(2)宏觀因素

商業(yè)銀行的非利息收入除了受自身經(jīng)營管理水平和銀行規(guī)模等微觀因素的影響之外，還不可避免地受到市場經(jīng)濟環(huán)境、通脹水平及貨幣供給狀況等宏觀因素的影響。筆者具體選取國內(nèi)生產(chǎn)總值(GDP)、居民消費價格指數(shù)(CPI)和貨幣發(fā)行量(M2)作為宏觀經(jīng)濟指標的代理變量來分析其對非利息業(yè)務的影響。

國內(nèi)生產(chǎn)總值的自然對數(shù)(LNGDP)①：其對非利息收入的影響具有不確定性：經(jīng)濟增長使得居民財富增加，生活水平提高，從而刺激銀行的非利息業(yè)務需求；而在經(jīng)濟增長到一定階段央行又未能進行合理政策調(diào)控時，會導致過度的通貨膨脹使得貨幣購買力及收益率減少，居民存款將會向其他投資領域轉(zhuǎn)移，從而降低銀行的收入水平。

居民消費價格指數(shù)(CPI)②：是反映與居民生活有關的消費品及服務價格水平變動情況的重要宏觀經(jīng)濟指標。一般來說，該指標的高低直接影響著國家的宏觀經(jīng)濟調(diào)控措施的出臺與力度，如央行是否調(diào)息、是否調(diào)整存款準備金率等，同時也間接影響資本市場狀況。其變動率一定程度上反映了通貨膨脹或通貨緊縮的程度，不僅影響商業(yè)經(jīng)營成本，也影響著個人或企業(yè)的投資，若貨幣購買力及收益率下降，居民存款將投向其他領域，以追求更高的回報。

貨幣和準貨幣供應量的自然對數(shù)(LNM2)：代表了貨幣供給量狀況，指通過中央銀行對貨幣供應量的調(diào)節(jié)作用，影響貸款需求及市場利率，從而間接影響總需求的貨幣政策。積極的貨幣政策可以通過提高貨幣供應增長速度來刺激總需求，促使利率降低；反之則相反。利率市場的變化通過影響利息業(yè)務而間接影響非利息業(yè)務。

2. 模型構(gòu)建

根據(jù)前面的分析，選取2008-2014年我國120家商業(yè)銀行的數(shù)據(jù)，構(gòu)建如下面板數(shù)據(jù)個體固定效應模型③：

NIIRit=Ci+β1LNAit+β2ROAit+β3DARit+β4LARit+β5ADAit+β6CPIit+β7LNM2it+β8LNGDPit+uit④

其中i=1,2,3,4…120，表示第i家銀行；t=2008,2009,…2014，表示第t年；βj(j=1,2，…7)為解釋變量的參數(shù)；LNA、ROA、DAR、LAR和ADA分別表示銀行資產(chǎn)規(guī)模、銀行資產(chǎn)收益率、銀行存款規(guī)模、銀行貸款規(guī)模和銀行貸款呆賬準備金；CPI、LNM2 和LNGDP是宏觀變量，分別表示居民消費價格指數(shù)、貨幣發(fā)行量和國內(nèi)生產(chǎn)總值；uit為隨機擾動項，uit～N(0，σ2)。

模型中變量選取與計算方法如下：

(1)非利息收入水平的代理變量

對于非利息收入水平的衡量，現(xiàn)有文獻主要采用三個代理變量：一是非利息收入/營業(yè)收入(Lepetit，2008[13]；周開國和李琳，2012[12]；李明輝、劉莉亞和孫莎，2014[3])，主要從收入結(jié)構(gòu)的角度考察；二是非利息收入/銀行總資產(chǎn)(鄭玉華和崔曉東，2014)[20]，主要從資產(chǎn)構(gòu)成的角度考察；三是非利息收入的自然對數(shù)(段軍山和蘇國強，2011)[17]，只是簡單的對非收利息收入進行量化的考察，無法反映銀行業(yè)務的多元化程度。筆者將采用最為常用的第一個代理變量作為被解釋變量。

(2)銀行自身因素的代理變量

參照陳龍(2013)[19]、鄭玉華和崔曉東(2014)[20]等，采用銀行資產(chǎn)規(guī)模(LNA)作為銀行網(wǎng)點覆蓋范圍及其服務團隊質(zhì)量、銀行客戶規(guī)模的代理變量。用銀行資產(chǎn)收益率(ROA)作為銀行經(jīng)營狀況及其信譽的代理變量。用存款規(guī)模(DAR)與貸款規(guī)模(LAR)作為銀行客戶規(guī)模及銀行與客戶間的關系的代理變量。用銀行的貸款呆賬準備金(ADA)反映銀行面臨損失的風險。

(3)宏觀經(jīng)濟狀況的代理變量

為了反映宏觀經(jīng)濟狀況對被解釋變量的影響，采用居民消費價格指數(shù)(CPI)、國內(nèi)生產(chǎn)總值的對數(shù)(LNGDP)和貨幣發(fā)行量的對數(shù)(LNM2)作為宏觀變量來研究分析。

表1 模型中變量的含義與計算方法

四、實證分析

1.樣本選取及數(shù)據(jù)來源

筆者選取了2008-2014年的銀行數(shù)據(jù)，并對其經(jīng)過多個報表的合并處理，主要來源于Wind數(shù)據(jù)庫，部分缺失數(shù)據(jù)來自各銀行官網(wǎng)的財務報表。為使研究結(jié)果與銀行現(xiàn)狀更為貼近，以及出于數(shù)據(jù)可得性及樣本容量的考慮，最終選取了信息披露較全的120家商業(yè)銀行作為樣本，其中包括5家國有商業(yè)銀行、12家股份制商業(yè)銀行、88家城市商業(yè)銀行和15家農(nóng)村商業(yè)銀行⑤。GDP、CPI及M2等的宏觀經(jīng)濟數(shù)據(jù)來源于國家統(tǒng)計局官網(wǎng)。

2.變量描述性統(tǒng)計結(jié)果

表2 模型中變量的描述性統(tǒng)計

注：相對值指標以 % 為單位；具體變量的定義可參照前文。

表2報告了實證模型中變量的描述性統(tǒng)計結(jié)果，可以得出：第一，我國非利息業(yè)務水平仍然偏低，上市商業(yè)銀行相對較高。總體而言，2008-2014年我國商業(yè)銀行的非利息收入占比達15.82%⑥，雖然相比之前的非利息業(yè)務水平要高，但相對歐美發(fā)達國家40%(陳龍，2013[19])以上的NIIR，我國非利息業(yè)務水平仍然偏低，仍有較大發(fā)展空間。上市商業(yè)銀行的非利息收入平均水平略高于非上市商業(yè)銀行，但是兩組非利息收入最小值皆出現(xiàn)了負值，原因可能在于：一方面，這些非利息收入占比為負值的情況都是出現(xiàn)在早期，當時我國商業(yè)銀行業(yè)務收入重心是開展存貸業(yè)務，對于非利息收入的發(fā)展并沒有給予足夠的重視，非利息業(yè)務的發(fā)展需要大量的成本投入，使得非利息收入很難覆蓋非利息業(yè)務支出；另一方面，商業(yè)銀行早期非利息業(yè)務規(guī)模較小，無法形成規(guī)模經(jīng)濟。第二，上市商業(yè)銀行的資產(chǎn)規(guī)模大于其他銀行。從全樣本看，商業(yè)銀行總資產(chǎn)規(guī)模對數(shù)的均值為16.11，但分組來看存在很大差異，17家上市銀行的資產(chǎn)規(guī)模為18.29，而其他103家商業(yè)銀行為15.75，考慮到都取了自然對數(shù)，實際的上市銀行資產(chǎn)規(guī)模是其他商業(yè)銀行的十幾倍，且上市銀行在商譽和網(wǎng)點覆蓋率、非利息業(yè)務的種類和合作機構(gòu)等方面都明顯優(yōu)于其他商業(yè)銀行。第三，各樣本的資產(chǎn)收益率無顯著差異。全樣本組、上市銀行組和非上市銀行組的ROA均值分別為1.087%、1.051%和1.093%。從標準差可以看出，各銀行間收益率的差異比較小，這可能是由于商業(yè)銀行基本的盈利模式相似，都比較依賴傳統(tǒng)借貸業(yè)務。第四，各樣本存款占資產(chǎn)總額的比率無明顯差異。總樣本的均值為74.94%，上市銀行樣本組均值為73.34%，非上市銀行樣本組均值為75.20%，樣本組間差異不大，說明存款規(guī)模與銀行總資產(chǎn)規(guī)模的比值與銀行是否上市無關，也說明銀行的存款規(guī)模與銀行的資產(chǎn)規(guī)模密切相關。第五，各樣本貸款占資產(chǎn)總額的比率差異不大。三個樣本的均值在46%-70%之間，與銀行存款規(guī)模呈現(xiàn)出相似的統(tǒng)計結(jié)果，原因是此變量是用貸款量比上銀行的總資產(chǎn)，而銀行的貸款量受制于銀行的規(guī)模，貸款策略基于安全性與盈利性的考慮不會相差太大，所以樣本組間差異不大。第六，上市商業(yè)銀行組計提的呆賬準備金(24.02)要明顯高于與非上市銀行組(20.38)，這說明上市銀行對于風險控制方面更為嚴格。

3. 回歸結(jié)果分析

表3是三個樣本組的回歸統(tǒng)計結(jié)果，從表中可以得知，對整個銀行業(yè)而言，宏觀經(jīng)濟因素對其非利息收入占比的影響明顯大于銀行內(nèi)部微觀因素的影響。第一，國內(nèi)生產(chǎn)總值的增長明顯不利于非利息收入占比的提高⑦。LNGDP的回歸系數(shù)為-5.1734，且在1%的顯著水平下具有統(tǒng)計顯著性，這說明經(jīng)濟增長使得企業(yè)增加的國際結(jié)算或者咨詢業(yè)務給銀行帶來的非利息收入增加，不足以抵消由于經(jīng)濟增長卻未能及時調(diào)控通脹導致貨幣購買力及收益率下降，從而使得銀行的客戶群體轉(zhuǎn)向證券等其他市場投資，致使手續(xù)費和傭金等非利息收入的下降，即經(jīng)濟增長對非利息收入占比提高的阻礙作用比促進作用更顯著。第二，物價指數(shù)的增長會顯著降低非利息收入占比。CPI的回歸系數(shù)為-0.5873，并在5%的顯著水平下顯著。這說明通貨膨脹出現(xiàn)時，貨幣的購買力和收益率下降，銀行的客戶將會將存款轉(zhuǎn)向其他領域，銀行失去了一定的客戶群體，使其在發(fā)展非利息業(yè)務時受到一定的負面影響。第三，貨幣供應量的增加對非利息收入占比的提高具有明顯的負面影響。LNM2的回歸系數(shù)為-7.1493，且在1%的顯著水平下具有統(tǒng)計顯著性。這說明積極的貨幣政策可以通過提高貨幣供應量來刺激總需求，商業(yè)銀行的可貸資金將變得充裕，傳統(tǒng)的借貸業(yè)務可以給銀行帶來豐厚的利潤，銀行便缺乏動力去發(fā)展非利息業(yè)務，不利于非利息收入占比的提高。

表3 非利息收入占比影響因素的回歸結(jié)果統(tǒng)計

注：“/”表示在回歸結(jié)果中自動省略，這是因為CPI在上市銀行組中存在共線性；***、***、和*分別表示在1%、5%和10%的顯著水平下顯著；括號內(nèi)的為t值。

4. 穩(wěn)健性檢驗

為了考察模型的穩(wěn)健性，筆者分別考察了表4中的7種模型設定形式。其中OI表示營業(yè)收入的自然對數(shù)，作為銀行資產(chǎn)規(guī)模的替代變量加入模型中檢驗；NPL變量表示的是不良貸款比例⑧，作為貸款呆帳準備金的替代變量加入模型中分析；COST變量是管理費用的自然對數(shù)，用于衡量銀行對非利息業(yè)務的投入力度。模型(1)是原模型去除微觀因素的模型，旨在考察三個宏觀變量對非利息收入占比的影響。模型(2)是在模型(1)中加入銀行資產(chǎn)規(guī)模這一變量，試圖逐步探索對銀行非利息收入占比的微觀因素。模型(3)是把模型(2)中的資產(chǎn)規(guī)模替換成營業(yè)收入，比較資產(chǎn)規(guī)模和營業(yè)收入兩個變量作為銀行網(wǎng)點及商譽和非利息團隊的代理變量的適合程度。模型(4)是在模型(2)的基礎上引入資產(chǎn)收益率這個變量，試圖探索銀行盈利性及管理水平對非利息收入占比的影響。模型(5)是在模型(4)的基礎上加入銀行貸款與存款分別占總資產(chǎn)的比例，旨在考察銀行客戶規(guī)模及銀行與客戶的關系對銀行非利息收入占比的影響。模型(6)是將原模型中的呆賬準備金這一變量替換為不良貸款比例這一變量，旨在考察這兩個變量哪一個更適合作為銀行面臨風險的代理變量來影響非利息損失。模型(7)是在原模型的基礎上加入管理費用這一變量，旨在考察商業(yè)銀行非利息投入力度對非利息收入占比的影響。

表4 不同形式下的模型的估計結(jié)果

從回歸結(jié)果可見：第一，宏觀因素對非利息收入有顯著影響；第二，銀行資產(chǎn)規(guī)模作為銀行網(wǎng)點、非利息業(yè)務團隊和銀行商譽的代理變量比營業(yè)收入作為代理變量在統(tǒng)計上更優(yōu)；第三，銀行呆賬準備金這一變量比不良貸款這一變量作為銀行風險的代理變量更合理；第四，銀行的管理費用對非利息收入占比并不明顯，且是負相關，說明管理費用對非利息收入占比的影響更多地體現(xiàn)在管理能力費用控制方面，而不是非利息投入方面。

五、結(jié)語

筆者運用2008-2014年我國120家商業(yè)銀行數(shù)據(jù)，分別從宏觀和微觀兩個視角分析了商業(yè)銀行非利息收入的影響因素，研究發(fā)現(xiàn)：從宏觀來看，非利息收入受宏觀因素的影響較大，如國內(nèi)生產(chǎn)總值、貨幣經(jīng)營環(huán)境等，GDP、M2以及CPI都與非利息收入占比呈現(xiàn)負相關，說明經(jīng)濟增長到一定程度而宏觀調(diào)控不及時、貨幣供應量增加及物價上漲會導致實際貨幣購買力下降，非利息收入占比也會下降。從微觀來看，對銀行非利息收入影響最顯著的是銀行的資產(chǎn)規(guī)模。非利息收入占比的提高受制于銀行規(guī)模的擴大，說明大銀行在發(fā)展新業(yè)務時可能缺乏創(chuàng)新，因此大型銀行應在做好風險控制的同時應勇于創(chuàng)新和發(fā)展非利息業(yè)務，如咨詢顧問、交易類業(yè)務等，這樣才能更好地改變嚴重依賴傳統(tǒng)借貸業(yè)務的經(jīng)營模式，降低銀行信用風險，提高銀行的市場競爭力。

【注 釋】

① 此處GDP已取實際GDP。

② 居民消費價格指數(shù)CPI，以上年=100計算。

③ 采用固定效應面板模型主要有以下兩個原因：一是樣本數(shù)據(jù)為非隨機抽取，所以更適合采用固定效應模型；二是Hausman檢驗顯示采用固定效應面板模型更為恰當。

④ 此處銀行總資產(chǎn)、GDP、M2取自然對數(shù)綜合有以下三個優(yōu)點：一是在計量時可以有效的避免異方差；二是使得不同規(guī)模銀行在數(shù)量級上具有可比性；三是經(jīng)濟意義更為直觀。

⑤ 此分類按照銀監(jiān)會標準。

⑥ 這比其他學者(如陳龍，2013；鄭玉華、崔曉東，2014)的研究中的數(shù)值較高，主要原因為：一是筆者選取的是近7年最新的數(shù)據(jù)，而我國非利息業(yè)務水平呈上升的普遍趨勢，所以本文數(shù)值較高且最具有時效性。二是如鄭玉華采用的是非利息收入占總資產(chǎn)的比值作為非利息收入水平變量，而筆者采用非利息收入占營業(yè)收入的比值。

⑦ GDP與非利息收入負相關，這與大部分文獻觀點不同，主要原因可能是數(shù)據(jù)樣本選取的不同和解釋變量的差異，筆者選取最新的銀行數(shù)據(jù)和宏觀經(jīng)濟數(shù)據(jù)，以及包括更加全面的反映宏微觀因素的解釋變量，所以回歸結(jié)果更貼近現(xiàn)狀。

⑧ 采用財務報表中不良貸款比例-5級分類(%)的數(shù)據(jù)。

[1]赫國勝，徐 潔.我國上市商業(yè)銀行非利息收入業(yè)務分析與對策[J].財經(jīng)問題研究，2010(12):86-92.

[2]Gallo J G, V P Apilado and J·W Kolari. Commercial Bank Mutual Fund Activities: Implications for Bank Risk and Profitability[J]. Journal of Banking and Finance,1996(20):1775-1791.

[3]李明輝，劉莉亞，孫 莎. 發(fā)展非利息業(yè)務對銀行有益嗎？—— 基于中國銀行業(yè)的實證分析[J].國際金融研究，2014(11) : 11-22．

[4]黃 雋，章艷紅.商業(yè)銀行的風險: 規(guī)模和非利息收入——以美國為例[J].金融研究，2010(6) :75-90．

[5]De Young,R, Roland.k p. Producrt Mix and Earnings Volatility at Commercial Banks : Evidence from a Degree of total Leverage Model [J]Journal of Financial Intermediation ,2001(1): 54-84.

[6]De Young R and Rice T How do banks make money? A Variety of Business Strategies[J].Federal Reserve Bank of Chicago Economic Perspectives，2004(28):52-67.

[7]Stiroh, K. J.，Rumble, A.The Dark Side of Diver-sification: The Case of US Financial Holding Companies[J].Journal of Banking & Finance,2006(30)：2131-2161.

[8]Stiroh, K. J.Diversfication in banking:Is non interest income the answer[J]Journal of Money, Credit, and Banking. 2004(5):853-882.

[9]周好文，王 菁．非利息收入負向收益貢獻度的實證解析——基于我國 12 家商業(yè)銀行的模型檢驗[J].當代經(jīng)濟研究，2008(11) : 49-53．

[10]Calmes C，Liu Ying.Financial structure change and banking income: a Canada-U.S comparison[J]Journal of Intemation-al Finaneial Markets，2009(2): 128-139.

[11]張 羽，李 黎．非利息收入有利于降低銀行風險嗎? ——基于中國銀行業(yè)的數(shù)據(jù)[J].南開經(jīng)濟研究，2010(4) :69-91．

[12]周開國，李 琳,中國商業(yè)銀行收入結(jié)構(gòu)多元化對銀行風險的影響[J].國際金融研究，2011(5):57-66.

[13] Lepetit, L., Nys, E., Rous,P., Tarazi, A.Bank Income Structure and Risk: An Empirical Analysis of European Banks[J].Journal of Banking & Finance，2008(32)：1452-1467.

[14]Hidayat W Y. Kikanaki M, Miyamoto H. Bank Risk and Non-interest Income Activities in the Indonesian Banking Industry[J].Journal of Asian Economics，2012(4):335-345.

[15]Pennathur A K,Subrahmanyam V,Vishwasrao.S.Income Diversification and Risk: Does Ownership Matter? A Empirical Examination of Indian Banks[J].Journal of Banking &Finance, 2012(8):2203-2215.

[16]張曉玫，毛亞琪.我國上市商業(yè)銀行系統(tǒng)性風險與非利息收入研究——基于 LRMES 方法的創(chuàng)新探討[J].國際金融研究，2014(11):23-35.

[17]段軍山，蘇國強．商業(yè)銀行非利息收入的影響因素研究——基于非平穩(wěn)面板協(xié)整模型的經(jīng)驗證據(jù)[J].上海金融，2011(5):48-52．

[18]鄭榮年,牛慕鴻.中國銀行業(yè)非利息業(yè)務與銀行特征關系研究[J].金融研究，2007(9)：129-137.

[19]陳 龍. 中國上市商業(yè)銀行非利息收入影響因素分析——基于16家上市銀行固定效應模型實證分析[J].金融與經(jīng)濟,2013(6):58-62.

[20]鄭玉華，崔曉東．我國商業(yè)銀行非利息收入對盈利能力的影響[J]．中國商貿(mào)，2014(2) : 97-99．

(編輯：子麗；校對：周亮)

Study on the Influencing Factors of Non-interest Incomeof Chinese Commercial Banks

YANG Wen1ZHANG Na-na2JIANG Xiu1

(1.SchoolofEconomics，ShenzhenUniversity,ShenzhenGuangdong518060；2.BusinessSchool,NottinghamUniversity,NottinghamshireNG14BU)

Based on the data of 120 Chinese commercial banks from 2008 to 2014, this paper analyzes influencing factors of their non-interest income from macro and micro perspective respectively. The results show that macro factors affect non-interest income significantly. The ratio of non-interest income of Chinese commercial banks is negatively affected by GDP, money supply and CPI, which implies money supply increase and inflation of prices will lead to decreasing of money purchasing power so as to decrease the ratio of non-interest income of commercial banks when the growth of economy is fast while macro-control is not timely. As to micro factors, the most significant factor of non-interest income is asset scale of Chinese commercial banks. Compared to non performing loan, it is more suitable to use the allowance for doubtful accounts as the agent of bank’s risk. In addition, the operating expenses of the Chinese commercial banks have no significant effect on the ratio of non-interest income.

commercial banks; non-interest income; influencing factors; fixed effect model

2016-12-12

國家留學基金管理委員會項目(項目編號：2011601186) 作者簡介：楊 文(1981- )，男， 四川瀘州人，深圳大學經(jīng)濟學院講師，北京大學經(jīng)濟學博士，英國拉夫堡大學訪問學者，碩士研究生導師，研究方向：金融效率、公司治理、人民幣國際化

10.16546/j.cnki.cn43-1510/f.2017.02.007

F275

A

2095-1361(2017)02-0060-09