商業(yè)銀行債務(wù)資本補(bǔ)充工具對其經(jīng)營績效的影響研究
——基于A商業(yè)銀行的實證分析

■中國農(nóng)業(yè)銀行長春培訓(xùn)學(xué)院 滑福宇 姜思羽

一、選題背景及意義

近年來，隨著《巴塞爾協(xié)議》的不斷修改完善，監(jiān)管部門對商業(yè)銀行使用資本補(bǔ)充工具的規(guī)范性和合理性也提出了更高要求，我國銀保監(jiān)會2018年、2019年相繼出臺并實施《關(guān)于進(jìn)一步支持商業(yè)銀行資本工具創(chuàng)新的意見》《中國銀保監(jiān)會 中國證監(jiān)會關(guān)于商業(yè)銀行發(fā)行優(yōu)先股補(bǔ)充一級資本的指導(dǎo)意見（修訂）》等文件，為加強(qiáng)銀行資本監(jiān)管、提高銀行資本補(bǔ)充工具使用質(zhì)量提供了制度依據(jù)，強(qiáng)調(diào)了資本的合理有序補(bǔ)充對銀行可持續(xù)發(fā)展的重要意義。商業(yè)銀行資本補(bǔ)充工具可分為股權(quán)類和債權(quán)類這兩大類別。在股權(quán)資本補(bǔ)充方面，A商業(yè)銀行于2018年定向增發(fā)股份募集資金總額1000億元，全部用于補(bǔ)充核心一級資本；在債務(wù)資本補(bǔ)充方面，A商業(yè)銀行于2019年發(fā)行永續(xù)債（用于補(bǔ)充一級資本）1200億元、二級資本債（用于補(bǔ)充二級資本）1200億元，2020年發(fā)行永續(xù)債1200億元、二級資本債400億元，等等。比較而言，近5年來A銀行使用債務(wù)資本補(bǔ)充工具的頻次遠(yuǎn)多于股權(quán)資本補(bǔ)充工具，前者已成為資本補(bǔ)充的主要方式和渠道。因此，本文以債務(wù)資本補(bǔ)充工具的選擇與使用為視角，通過實證分析，探究永續(xù)債、二級資本債的發(fā)行對商業(yè)銀行經(jīng)營績效的影響，為商業(yè)銀行合規(guī)合理使用債務(wù)資本補(bǔ)充工具獻(xiàn)計獻(xiàn)策，為商業(yè)銀行做好債務(wù)資本補(bǔ)充規(guī)劃提供借鑒和參考。

二、研究思路

本文旨在分析債務(wù)資本補(bǔ)充工具的使用對商業(yè)銀行經(jīng)營績效的影響，需要先厘清經(jīng)營績效的內(nèi)涵，在此基礎(chǔ)上探究經(jīng)營績效與債務(wù)資本補(bǔ)充工具之間的關(guān)聯(lián)性。因此，本文的研究思路是，首先運用因子分析法測算A銀行近5年來的經(jīng)營績效，以“經(jīng)營績效因子”綜合反映A銀行的盈利性、流動性、安全性和成長性相關(guān)指標(biāo)；其次運用回歸分析法計算永續(xù)債、二級資本債的發(fā)行決策及規(guī)模與“經(jīng)營績效因子”的相關(guān)度，即計算不同的債務(wù)資本補(bǔ)充工具對A銀行整體經(jīng)營績效的影響程度，從而判斷債務(wù)資本補(bǔ)充工具的使用效果，為相關(guān)債務(wù)融資工具的選取及使用決策提出建議。

三、基于因子分析法的A銀行經(jīng)營績效綜合測算

因子分析法是綜合評價常用方法之一，適用于研究多指標(biāo)問題，通過因子分析法可以實現(xiàn)用少量的公共因子代替較多的原始指標(biāo)的目的，使公共因子具有原始指標(biāo)所代表和蘊含的信息，利用因子分析法可以起到降維的作用，使多指標(biāo)問題簡單化。本部分以A銀行經(jīng)營績效作為研究對象，選取A銀行2016-2020年各項指標(biāo)作為原始數(shù)據(jù)樣本（即原始指標(biāo)），選取經(jīng)營績效作為被解釋變量（即公共因子），基于SPSS24.0軟件運用因子分析法進(jìn)行實證研究。

（一）指標(biāo)及被解釋變量的選取

選取被解釋變量是因子分析法的第一步，本文將綜合經(jīng)營績效作為被解釋變量，主要從盈利、流動、安全以及成長等四個方面對其進(jìn)行衡量，各方面對應(yīng)的指標(biāo)如表1所示。

表1 綜合經(jīng)營績效相關(guān)指標(biāo)

（二）原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理及適用性檢驗

運用標(biāo)準(zhǔn)化公式對原始數(shù)據(jù)進(jìn)行處理，公式如下：

接著，對選取的指標(biāo)數(shù)據(jù)進(jìn)行適用性檢驗，判斷其是否適用于因子分析法。檢驗過程中，取KMO值作為衡量標(biāo)準(zhǔn)，其值在[0，1]范圍內(nèi)，越接近于1越好，一般認(rèn)為KMO值＞0.5時，指標(biāo)數(shù)據(jù)適用于因子分析法。運用SPSS24.0軟件，計算得到適用性檢驗結(jié)果如表2所示。

表2 KMO因子分析適用性檢驗

從上表不難看出，KMO值為0.677＞0.5，通過適用性檢驗，且巴特利特球形度檢驗的P值＜0.05，拒絕原假設(shè)，說明本文選取的指標(biāo)數(shù)據(jù)適用于因子分析。

（三）因子分析過程及結(jié)果

本文采用最大方差法對原始指標(biāo)數(shù)據(jù)的公共因子進(jìn)行提取，相應(yīng)指標(biāo)信息被提取的比例越大，說明提取出的因子越能反映該指標(biāo)信息，即因子分析結(jié)果越理想。表3所示為最大方差法下的指標(biāo)提取比例。

表3 最大方差法下指標(biāo)提取比例

表3列示的各指標(biāo)提取比例均超過80%，說明信息丟失較少，提取的因子能夠較好反映各個初始指標(biāo)信息。接下來，為綜合考慮提取的公共因子對全部六個指標(biāo)的解釋程度，利用主成分載荷法進(jìn)行分析，結(jié)果如表4所示?？梢钥闯?，一共提取了兩個公共因子，對應(yīng)的方差貢獻(xiàn)率達(dá)到90.496%，即兩個公共因子對全部六個初始指標(biāo)的解釋程度高達(dá)90.496%，進(jìn)一步驗證了公共因子的有效性。

表4 因子分析法的總方差解釋

將計算得到的兩個公共因子分別命名為經(jīng)營績效因子1和經(jīng)營績效因子2。接著，利用SPSS24.0軟件計算得到公共因子得分系數(shù)矩陣如表5所示。

表5 公共因子得分系數(shù)矩陣

表5列示的公共因子得分系數(shù)代表各公共因子與相應(yīng)原始指標(biāo)的系數(shù)值，據(jù)此可以列出兩個公共因子的函數(shù)表達(dá)式，具體如下：

根據(jù)上式，將原始數(shù)據(jù)代入相應(yīng)表達(dá)式中，可以計算得到A銀行2016-2020年綜合經(jīng)營績效的具體數(shù)值，如表6所示。

表6 A銀行2016-2020年綜合經(jīng)營績效數(shù)值

至此，將凈資產(chǎn)收益率、總資產(chǎn)回報率、存貸款比率、資本充足率、不良貸款率、總資產(chǎn)增長率等6個初始指標(biāo)的數(shù)值，轉(zhuǎn)換為2個經(jīng)營績效因子的數(shù)值，起到指標(biāo)降維的作用，便于簡化回歸分析的因變量。

四、不同債務(wù)資本補(bǔ)充工具對A銀行經(jīng)營績效的影響分析

本部分基于上文因子分析結(jié)果，沿用A銀行2016-2020年相關(guān)數(shù)據(jù)，運用SPSS24.0軟件，基于logit模型進(jìn)行回歸分析，以探究不同債務(wù)資本補(bǔ)充工具（即自變量）對A銀行經(jīng)營績效（即因變量）的影響程度。

（一）回歸表達(dá)式的構(gòu)建

將經(jīng)營績效因子1（Y1）和經(jīng)營績效因子2（Y2）作為兩個因變量，將永續(xù)債的資本補(bǔ)充決策（X1）、永續(xù)債的發(fā)行規(guī)模的對數(shù)（lnX2）、二級資本債的資本補(bǔ)充決策（X3）、二級資本債的發(fā)行規(guī)模的對數(shù)（lnX4）作為自變量。同時，為便于對照分析，將總資產(chǎn)的對數(shù)（lnZ）作為控制變量，構(gòu)造回歸表達(dá)式進(jìn)行回歸分析，具體如下：

上式中，X1=1說明當(dāng)年度發(fā)行了永續(xù)債作為資本補(bǔ)充工具，X1=0說明當(dāng)年度未發(fā)行永續(xù)債，X3與X1同理；αi、βi分別代表兩個回歸表達(dá)式的常數(shù)項及系數(shù)項，是回歸分析中的待估數(shù)值項。

（二）自變量相關(guān)性檢驗

為避免回歸分析中可能存在的多重共線問題，確?；貧w分析的有效性，本文在回歸分析前先對自變量進(jìn)行相關(guān)性檢驗，檢驗結(jié)果如表7所示。

表7 自變量相關(guān)性檢驗結(jié)果

從上表不難看出，除了X1與lnX2的相關(guān)系數(shù)較高為0.3183、X3與lnX4的相關(guān)系數(shù)較高為0.3721外，其余自變量間相關(guān)性均較低，初步判斷回歸方程不存在多重共線問題，可以進(jìn)一步進(jìn)行回歸分析。

（三）logit模型回歸過程及結(jié)果

本節(jié)運用多項logit模型進(jìn)行回歸分析，探究A銀行選擇不同債務(wù)資本補(bǔ)充工具影響下的經(jīng)營績效情況?；貧w分析過程中，將未發(fā)行永續(xù)債或二級資本債的年度樣本作為參照方案，發(fā)行永續(xù)債或二級資本債的年度樣本作為非參照方案，回歸分析結(jié)果如表8所示。

表8 多項logit模型回歸結(jié)果

上表中，非括號內(nèi)數(shù)值代表各因變量與相應(yīng)自變量之間的系數(shù)估計值，括號內(nèi)數(shù)值為Z檢驗值， ***、**、*分別代表系數(shù)估計值在1%、5%、10%水平下顯著。

根據(jù)表8列示的數(shù)據(jù)可知，因變量與自變量之間的系數(shù)均為正值，回歸模型的P值為0，通過顯著性檢驗，說明經(jīng)營績效因子與永續(xù)債的發(fā)行決策及規(guī)模、二級資本債的發(fā)行決策及規(guī)模之間存在顯著正相關(guān)關(guān)系，即意味著兩種債務(wù)資本補(bǔ)充工具的運用對提高A銀行綜合經(jīng)營績效能夠起到正向促進(jìn)作用。此外，永續(xù)債的資本補(bǔ)充決策（X1）以及永續(xù)債的發(fā)行規(guī)模的對數(shù)（X2）與經(jīng)營績效因子1、經(jīng)營績效因子2的系數(shù)值，均高于二級資本債相關(guān)自變量與因變量的系數(shù)值，說明發(fā)行永續(xù)債相較于發(fā)行二級資本債而言，更有利于促進(jìn)A銀行提升整體績效。

回歸分析的最后，由于多項logit模型的前提假設(shè)是服從“無關(guān)方案的獨立性”假定（簡稱IIA假定），即若將logit模型中的任意兩個自變量挑選出，均符合logit二值模型，因此需要對前提假設(shè)進(jìn)行驗證，通過檢驗則說明回歸結(jié)果可以采納。本文選擇hausman方法檢驗假定是否成立，結(jié)果如表9所示。

表9 IIA假定檢驗結(jié)果

由上表可知，回歸模型不拒絕IIA假設(shè)，即通過前提假設(shè)檢驗，說明本文采用的多項logit模型回歸結(jié)果有效且可信，能夠為得出結(jié)論及建議提供有力的實證分析基礎(chǔ)。

五、結(jié)論及建議

（一）結(jié)論

本文利用SPSS24.0軟件實現(xiàn)了A銀行綜合經(jīng)營績效的因子分析，得到兩個公共因子可綜合反映A銀行的盈利性、流動性、安全性和成長性相關(guān)指標(biāo)，并計算得到A銀行近5年來的經(jīng)營績效的具體數(shù)值。在此基礎(chǔ)上，本文以經(jīng)營績效因子為因變量，永續(xù)債、二級資本債的發(fā)行決策及規(guī)模等作為自變量，利用SPSS24.0軟件實現(xiàn)了多項logit模型回歸，回歸結(jié)果表明永續(xù)債、二級資本債等債務(wù)資本補(bǔ)充工具的使用，有利于促進(jìn)A銀行綜合經(jīng)營績效的進(jìn)一步提升。

（二）建議

宏觀層面，在監(jiān)管部門的政策引導(dǎo)和大力推動下，商業(yè)銀行在外源性資本補(bǔ)充方面力度不斷加大，尤其是在債務(wù)資本補(bǔ)充工具方面呈現(xiàn)出新的變化和趨勢，債務(wù)資本規(guī)模逐漸擴(kuò)大，債券融資手段日益創(chuàng)新，債務(wù)資本成本維持在較低水平，這些都為商業(yè)銀行發(fā)行債務(wù)資本補(bǔ)充工具提供了良好環(huán)境。商業(yè)銀行要抓住機(jī)遇、順勢而為，合理有序擴(kuò)充債務(wù)資本規(guī)模。

微觀層面，商業(yè)銀行在選擇不同種類的資本補(bǔ)充工具時，資本充足程度是重要的考量因素。當(dāng)核心一級資本充足率與一級資本充足率均處于較高水平時，商業(yè)銀行發(fā)行永續(xù)債、二級資本債將是合理有效補(bǔ)充資本、促進(jìn)提升經(jīng)營績效的主要方式。根據(jù)實證分析結(jié)果可知，在資本充足程度較高的情況下，發(fā)行永續(xù)債相較于發(fā)行二級資本債，更有利于提高資本盈利性和成長性。同時，需要注意的是，若資本充足率較低，發(fā)行永續(xù)債高成本的劣勢將突顯出來，二級資本債低成本發(fā)行的優(yōu)勢將更加明顯，因此在選擇債務(wù)資本補(bǔ)充工具時，建議不僅要兼顧盈利性和成長性指標(biāo)，還應(yīng)充分考慮資本的成本以及安全性指標(biāo)，從綜合經(jīng)營績效角度合理布局債務(wù)資本補(bǔ)充工具。