成力為，趙 嵐，張東輝

（大連理工大學(xué) 管理與經(jīng)濟(jì)學(xué)部，遼寧 大連116024）

凈利差是商業(yè)銀行十分重要的效率指標(biāo)，也反映了商業(yè)銀行對(duì)存貸款定價(jià)的結(jié)果。金磚四國利率市場(chǎng)化程度并不完全相同。中國1996年6月開放同業(yè)拆借利率標(biāo)志著利率市場(chǎng)化的開始。1998年，人民銀行改革了貼現(xiàn)利率生成機(jī)制。經(jīng)過利率市場(chǎng)化進(jìn)程，中國形成了一個(gè)以央行基準(zhǔn)利率為核心、以市場(chǎng)利率為主導(dǎo)的多層次利率體系。雖然存貸款基準(zhǔn)利率由央行確定，但是在貸款利率的實(shí)際執(zhí)行方面商業(yè)銀行依然擁有較大的自主決定權(quán)。印度作為發(fā)展中大國和轉(zhuǎn)軌市場(chǎng)經(jīng)濟(jì)體與中國經(jīng)濟(jì)有較大的相似之處，其在銀行業(yè)利率市場(chǎng)化改革方面的經(jīng)驗(yàn)教訓(xùn)非常值得中國借鑒。1992年，印度正式啟動(dòng)了利率市場(chǎng)化改革，1997年，印度放開除儲(chǔ)蓄存款之外的國內(nèi)居民存款利率。2011年10月25日，印度央行正式宣布放開對(duì)存款利率的限制，實(shí)現(xiàn)存款利率市場(chǎng)化。從1992年開始，到2011年利率市場(chǎng)化改革完成，印度這種漸進(jìn)式的利率市場(chǎng)化改革收到了良好的成效。巴西銀行業(yè)是按美國標(biāo)準(zhǔn)于20世紀(jì)60年代建立的，體系較為完善?？傮w來說，目前巴西的金融市場(chǎng)還是比較成熟的，金融體系也已運(yùn)行多年，對(duì)金融市場(chǎng)的管理和監(jiān)控也比較嫻熟。俄羅斯曾經(jīng)與中國有相同的經(jīng)濟(jì)體制，其銀行業(yè)市場(chǎng)經(jīng)過20年的改革后也可供借鑒一些利率市場(chǎng)化的經(jīng)驗(yàn)與教訓(xùn)。俄羅斯的利率市場(chǎng)化改革從1993年啟動(dòng)，到1995年基本完成，歷時(shí)兩年。俄羅斯選擇激進(jìn)式改革，但改革后利率傳導(dǎo)機(jī)制得以改善，由于改革過于急迫，對(duì)金融體系穩(wěn)定造成不利影響。

盡管金磚四國各國利率市場(chǎng)化程度并不完全相同，但都經(jīng)歷和正在經(jīng)歷利率市場(chǎng)化過程。作為新興經(jīng)濟(jì)大國，他們的宏觀經(jīng)濟(jì)環(huán)境相似、經(jīng)濟(jì)關(guān)聯(lián)度高、金融環(huán)境以及監(jiān)管體系相近。對(duì)金磚四國整體及不同國別商業(yè)銀行凈利差及影響因素進(jìn)行研究的意義表現(xiàn)在：第一，能夠進(jìn)一步了解四國的利率市場(chǎng)化程度，對(duì)銀行業(yè)的利潤來源進(jìn)行深入分析；第二，借鑒各國利率市場(chǎng)化改革的經(jīng)驗(yàn)，給中國政府制定利率市場(chǎng)化政策和商業(yè)銀行利率市場(chǎng)化決定機(jī)制形成提供參考。

一、相關(guān)文獻(xiàn)述評(píng)

對(duì)于凈利差決定因素研究的文章大多源于Ho和Saunders（1981）交易者模型的著名論文［1］。Angbazo（1997）沿著交易者模型的分析框架進(jìn)一步考慮了信用風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)對(duì)銀行最優(yōu)凈利差的影響［2］。Anthony Saunders，Liliana Schumacher（2000）把Thomas S．Y．Ho和Anthony Saunders（1981）的交易者模型運(yùn)用到跨國的背景下，將銀行利差分解成監(jiān)管成分、市場(chǎng)結(jié)構(gòu)成分和風(fēng)險(xiǎn)溢價(jià)成分［3］。Joaquin Maudos，Juan Fernandez de Guevara（2004）以Ho and Saunders的初始研究和之后的拓展模型為起點(diǎn)，但對(duì)理論模型進(jìn)行了進(jìn)一步拓寬延伸，把銀行的經(jīng)營成本明確地考慮進(jìn)去了［4］。Santiago Carbo Valverde，F(xiàn)rancisco Rodr?guez Fernandez（2007）把初始的Ho–Saunders模型應(yīng)用到多產(chǎn)出的框架中來［5］。Kit Pong Wong（2011）引出了后悔理論，后悔規(guī)避可能成為今后學(xué)者研究銀行凈利差考慮的新因素［6］。Jeng－Yan Tsai（2012）在Wong（2011）提出后悔規(guī)避理論后，研究了在資本監(jiān)管下，且銀行不僅是風(fēng)險(xiǎn)規(guī)避而且是后悔規(guī)避時(shí)銀行的最優(yōu)貸款利率（即銀行的利差）問題［7－8］。

中國對(duì)于凈利差的研究起步較晚，以2000年后的文章居多。鐘偉、沈聞一（2006）引入了計(jì)算凈利差的一般方法，并對(duì)國際銀行業(yè)的凈利差水平及其變動(dòng)原因進(jìn)行了測(cè)量和討論，其次，還研究了中國銀行業(yè)凈利差水平的變遷歷史［9］。周開國等（2008）在Ho和Saunders（1981）交易者模型的基礎(chǔ)上進(jìn)行擴(kuò)展，參考Maudos 和Guevara（2004）的改進(jìn)模型，并且引入了其他控制變量［10］。趙旭（2009）從多維視角度量了銀行利差，拓寬了傳統(tǒng)意義上銀行存貸利差的含義［11－12］。

雖然研究凈利差的文獻(xiàn)已經(jīng)不少，但對(duì)新興經(jīng)濟(jì)大國銀行凈利差及影響因素的研究還比較缺乏，本文可能的創(chuàng)新：第一，在借鑒以前學(xué)者研究的基礎(chǔ)上，對(duì)2000—2011年金磚四國主要商業(yè)銀行凈利差及影響因素進(jìn)行了描述性統(tǒng)計(jì)分析；第二，對(duì)金磚四國總體及各成員國凈利差的影響因素計(jì)量分析。

二、金磚四國商業(yè)銀行凈利差的描述性統(tǒng)計(jì)分析

本文選取了金磚四國（巴西、俄羅斯、印度、中國）2000—2011年共120家商業(yè)銀行（按總資產(chǎn)排名，各國排在前30名的銀行），分別計(jì)算了各國商業(yè)銀行的平均凈利差。數(shù)據(jù)來源于BvD 公司的BankScope 數(shù)據(jù)庫和EIU Countrydata 數(shù) 據(jù)庫。凈利差的計(jì)算，采用國際上通用的凈利差計(jì)算方式，即（利息收入—利息支出）／總資產(chǎn)，這也與Bankscope數(shù)據(jù)庫對(duì)凈利差的定義相一致，它更能反映銀行的經(jīng)營管理水平、實(shí)際利差水平以及盈利能力。而類似的，Angbazo L（1997）用（利息收入—利息支出）／生息性資產(chǎn)作為凈利差的度量（見表1），表1給出了金磚四國各國排名前30家銀行的平均凈利差和標(biāo)準(zhǔn)差系數(shù)。

表1 2000—2011年金磚四國及其各成員國的平均凈利差和標(biāo)準(zhǔn)差系數(shù)統(tǒng)計(jì)表

從表1可以看出，金磚四國各商業(yè)銀行總平均凈利差為4．88%左右，中國商業(yè)銀行平均凈利差2．33%左右，在金磚四國中最低，這與中國銀行業(yè)長期的低利潤和較大的總資產(chǎn)規(guī)模有關(guān)（20世紀(jì)90年代，中國銀行業(yè)甚至為負(fù)利差）。到2011年中國主要商業(yè)銀行的平均資產(chǎn)規(guī)模已達(dá)5億美元左右，其資產(chǎn)規(guī)模擴(kuò)張最為明顯，而其他三個(gè)國家總資產(chǎn)規(guī)模最大的為巴西，也只有不到2 億美元，這主要是中國經(jīng)濟(jì)規(guī)模大。巴西各商業(yè)銀行平均凈利差7．12%左右，俄羅斯銀行平均凈利差6．16%左右，印度銀行平均凈利差3．47%左右。在四個(gè)國家中，凈利差波動(dòng)最大的是巴西，尤其在2002年標(biāo)準(zhǔn)差系數(shù)為2．43。在2002年，巴西商業(yè)銀行的凈利差也達(dá)到了最高峰，之后逐漸走向平穩(wěn)。2002年巴西出現(xiàn)了嚴(yán)重的金融動(dòng)蕩，商業(yè)銀行資產(chǎn)規(guī)模大幅度減少，使凈利差反而大增，其高利潤來自信貸和公共債券的交易。其他三國的標(biāo)準(zhǔn)差系數(shù)相差不大，其中標(biāo)準(zhǔn)差系數(shù)最小的為中國，這也說明中國的商業(yè)銀行利率市場(chǎng)化改革還沒有完成，利率管制比較多，因而利差波動(dòng)相對(duì)較小。總體來說，金磚四國銀行的平均凈利差隨時(shí)間變化都有下降的趨勢(shì)，這也是銀行業(yè)越來越有效率的一個(gè)標(biāo)志。各國商業(yè)銀行業(yè)日益激烈的同業(yè)競(jìng)爭(zhēng)引起了凈利差的下降，但是在2002年之后，各國的凈利差逐漸走向平穩(wěn)。

三、金磚四國商業(yè)銀行凈利差決定因素的理論模型

本文借助交易者模型（Ho T S Y，Saunders A1981）的動(dòng)態(tài)變化的基本思想，但與其最初模型不同，本文采納了Maudos J，F(xiàn)ernandez de Guevara J（2004）拓展模型所作的改進(jìn)（考慮了商業(yè)銀行的信用風(fēng)險(xiǎn)和運(yùn)營成本）［13］，并結(jié)合金磚四國商業(yè)銀行的實(shí)際運(yùn)行狀況，建模思想如下：

銀行在信貸市場(chǎng)上被視為風(fēng)險(xiǎn)規(guī)避的交易商。在一個(gè)單期模型中，銀行作為資金需求方和資金供給方之間的中介，在期初設(shè)定存貸款利率。在資金需求和供給不匹配的時(shí)候，銀行必須調(diào)整存款利率（RD）和貸款利率（RL）以盡量避免銀行自身在短期貨幣市場(chǎng)處于空頭或多頭的情況，如果銀行在貨幣市場(chǎng)處于多頭或者空頭的地位，就會(huì)面臨再融資或再投資風(fēng)險(xiǎn)。假設(shè)貨幣市場(chǎng)利率為r，則會(huì)有：

a、b為銀行制訂的相對(duì)于貨幣市場(chǎng)利率r的價(jià)差（可以看作是提供中介服務(wù)所收取的費(fèi)用）。因此存貸款利差

在這個(gè)單期模型中，銀行的決策目標(biāo)是期末財(cái)富（WT）最大化。銀行的期初財(cái)富（W0）等于資產(chǎn)總額與負(fù)債總額之差，其中資產(chǎn)包括貸款（L）與貨幣市場(chǎng)頭寸（M），負(fù)債即是存款（D）。則期初財(cái)富（W0）由下式表達(dá)：

L0－D0為凈信貸額（I0）。

銀行類企業(yè)的運(yùn)營成本是存款成本（C（D））和貸款成本（C（L））的函數(shù)，所以銀行凈信貸額的成本C（I）＝C（D）+C（L）。

在這些假設(shè)下，銀行的期末財(cái)富可表示為：

銀行要最大化期望效用，所以把期望效用圍繞期望財(cái)富值（We＝E（W））進(jìn)行泰勒展開，得到下式：

這里假設(shè)銀行的效用函數(shù)是連續(xù)二階可微的，且U′＞0，U″＜0，因此銀行是風(fēng)險(xiǎn)厭惡的。進(jìn)一步假設(shè)存款供給和貸款需求的發(fā)生是隨機(jī)的，均服從柏松分布。所以存款發(fā)生的概率（PrD）和貸款發(fā)生的概率（PrL）可以如下表示：

銀行面臨著存貸款不匹配的風(fēng)險(xiǎn)，最大化期末財(cái)富，根據(jù)它的一階條件可得出最優(yōu)的a和b的值，進(jìn)而可以得到最優(yōu)利差的表達(dá)式：

由此式可以得出純利差（pure spread）的決定因素：

四是交易規(guī)模，（L+D）和（L+2LD）均反應(yīng)銀行交易規(guī)模的大小。一方面，交易規(guī)模越大，銀行面臨的費(fèi)用和潛在風(fēng)險(xiǎn)就越大，需要凈利差越大（規(guī)模風(fēng)險(xiǎn)效應(yīng)）；另一方面，交易規(guī)模越大，商業(yè)銀行規(guī)模經(jīng)濟(jì)效益越大，面臨的潛在損失越小，索取價(jià)差越小（規(guī)模收益效應(yīng)）。本文以貸款規(guī)模的自然對(duì)數(shù)（SIZE）作為交易規(guī)模的代理變量，預(yù)期此項(xiàng)與凈利差的關(guān)系不能夠確定。

五是信用風(fēng)險(xiǎn)σ2L：貸款人違約的風(fēng)險(xiǎn)，銀行面臨的主要風(fēng)險(xiǎn)之一。風(fēng)險(xiǎn)越大，銀行要求得到的風(fēng)險(xiǎn)補(bǔ)償就越大，凈利差越大。本文選取貸款損失準(zhǔn)備金與總貸款的比率（sigma＿l）作為信用風(fēng)險(xiǎn)的代理變量，預(yù)期與凈利差正相關(guān)。

六是市場(chǎng)風(fēng)險(xiǎn)σ2M：利率風(fēng)險(xiǎn)，也是銀行面臨的主要風(fēng)險(xiǎn)之一。風(fēng)險(xiǎn)越大，風(fēng)險(xiǎn)溢價(jià)也越高，銀行索取的利差越大。我們以每月銀行間市場(chǎng)三個(gè)月拆借利率的年度方差（sigma＿m）作為市場(chǎng)風(fēng)險(xiǎn)的代理變量，預(yù)期其與凈利差呈正向關(guān)系。

七是信用風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)的交叉項(xiàng)σLM：信用風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)的交互作用。在交易者模型的理論模型推導(dǎo)下，此項(xiàng)也是影響銀行凈利差的因素。它的代理變量是sigma＿l和sigma＿m 的乘積（sigma＿lm）。

除了上述理論模型所得到的純利差（pure spread）的決定因素外，考慮到金磚四國較發(fā)達(dá)國家存在金融市場(chǎng)和機(jī)構(gòu)不完美（imperfections），這將使得實(shí)際利差與純價(jià)差（pure spread）發(fā)生偏離情況比較大的特點(diǎn)，除純利差決定因素外，還考慮了如下對(duì)金磚四國商業(yè)銀行凈利差有影響的幾個(gè)因素：

一是銀行的中間業(yè)務(wù)。隨著商業(yè)銀行金融創(chuàng)新的不斷加快，中間業(yè)務(wù)不斷發(fā)展，國內(nèi)外商業(yè)銀行中間業(yè)務(wù)收入的比率也呈現(xiàn)上升趨勢(shì)。據(jù)統(tǒng)計(jì)，目前國外商業(yè)銀行的非利息收入已達(dá)到30%以上，且各國商業(yè)銀行開始提供全方位多樣化的金融服務(wù)。中間業(yè)務(wù)將成為銀行調(diào)整利差的一個(gè)重要因素。本文選取來自費(fèi)用和傭金的收入與總資產(chǎn)的比率（FEE）和其他非利息收入與總資產(chǎn)的比率（NII）作為中間業(yè)務(wù)的代理變量。中間業(yè)務(wù)收入占總資產(chǎn)比率越大，銀行對(duì)利差收入的依賴性越低，預(yù)期這兩個(gè)變量與凈利差呈反比。

二是隱含利息支付。隱含的利息支付是銀行支付的額外利息費(fèi)用，是銀行提供某些優(yōu)惠服務(wù)或者存款補(bǔ)貼的隱性費(fèi)用，也就是銀行的隱性成本。在利率存在一定管制的國家（如中國），商業(yè)銀行不能完全自主定價(jià)，制定低價(jià)格來贏得客戶，就會(huì)通過其他途徑變相給予優(yōu)惠利率，由此產(chǎn)生隱性的利息支付。銀行會(huì)通過提高凈利差的方式來彌補(bǔ)這部分費(fèi)用，所以隱含利息支付也會(huì)影響凈利差。本文以非利息支出與其他業(yè)務(wù)收入之差占總資產(chǎn)的比率（IIP）作為隱含利息支付的代理變量，預(yù)期此項(xiàng)與凈利差正相關(guān)。

三是持有準(zhǔn)備金的機(jī)會(huì)成本?，F(xiàn)金等資產(chǎn)不能產(chǎn)生收益，且不包含在公布的利息成本當(dāng)中，因此銀行持有的現(xiàn)金和準(zhǔn)備金越多，機(jī)會(huì)成本越大，銀行便會(huì)要求越高的凈利差作為補(bǔ)償。本文以非生息資產(chǎn)占總資產(chǎn)的比率（OPCOST）作為代理變量，預(yù)期此項(xiàng)與凈利差正相關(guān)。

四是銀行管理質(zhì)量。商業(yè)銀行的經(jīng)營管理質(zhì)量對(duì)其獲利能力有很大的影響，所以銀行的管理質(zhì)量是凈利差的影響因素之一。本文選取成本與總收入的比率（EFFI）作為代理變量。成本與總收入的比率越大，銀行的管理質(zhì)量越差，則難以獲得高的凈利差，因此我們預(yù)期此項(xiàng)與凈利差負(fù)相關(guān)。

此外，由于各銀行的貸款比率和金磚四國各國的宏觀經(jīng)濟(jì)會(huì)對(duì)凈利差產(chǎn)生一定的影響，本文加入控制變量以避免實(shí)證結(jié)果產(chǎn)生偏差。

一是貸款／總資產(chǎn)（LOAN）。貸款是銀行的重要生息資產(chǎn)，因此引入貸款／總資產(chǎn)（LOAN）這一重要變量。貸款是銀行最重要的生息資產(chǎn)，它占總資產(chǎn)的比率越大，凈利差越大。預(yù)期貸款／總資產(chǎn)（LOAN）與凈利差不能夠確定。一方面LOAN 過高，導(dǎo)致其他收益高、風(fēng)險(xiǎn)小的資產(chǎn)業(yè)務(wù)減少而與凈利差負(fù)向變動(dòng)（結(jié)構(gòu)效應(yīng)）；另一方面，LOAN 增加的規(guī)模效應(yīng)又帶來凈利差增加（總量效應(yīng)）。

二是宏觀經(jīng)濟(jì)變量。本文選取國內(nèi)生產(chǎn)總值（GDP）增長率和通貨膨脹率（CPI）這兩個(gè)重要的宏觀經(jīng)濟(jì)指標(biāo)來反映宏觀經(jīng)濟(jì)環(huán)境對(duì)凈利差的影響。國際銀行業(yè)一般采用順經(jīng)濟(jì)周期規(guī)模擴(kuò)張的經(jīng)營模式，宏觀經(jīng)濟(jì)增長會(huì)給整個(gè)社會(huì)帶來正面影響，因此對(duì)銀行也會(huì)有正面影響，預(yù)期GDP 增長率對(duì)凈利差有正的影響。而通貨膨脹率越高，銀行就需要提高利差來保證利差收入，因此預(yù)期此項(xiàng)與凈利差正相關(guān)。

由以上理論推導(dǎo)和理論分析，得出金磚四國商業(yè)銀行凈利差影響因素的理論模型：

四、金磚四國商業(yè)銀行凈利差決定因素的實(shí)證結(jié)果

由于所用數(shù)據(jù)時(shí)間較短，故采用短期靜態(tài)面板的計(jì)量方法對(duì)所得到的面板數(shù)據(jù)進(jìn)行回歸分析。本文分別對(duì)金磚四國總體、金磚四國各成員國商業(yè)銀行凈利差的影響因素進(jìn)行三種回歸：聚類穩(wěn)健標(biāo)準(zhǔn)差的混合回歸、綜合考慮截面相關(guān)和序列自相關(guān)以及異方差的固定效應(yīng)回歸、采用聚類穩(wěn)健標(biāo)準(zhǔn)差的隨機(jī)效應(yīng)回歸。

（一）金磚四國商業(yè)銀行整體凈利差決定因素的實(shí)證結(jié)果

本文將對(duì)所選的金磚四國總共120家銀行的數(shù)據(jù)進(jìn)行回歸分析。經(jīng)過逐步篩選法（stepwise）對(duì)解釋變量進(jìn)行篩選，刪去存在嚴(yán)重多重共線性的HHI（市場(chǎng)競(jìng)爭(zhēng)結(jié)構(gòu)）、sigma＿l（信用風(fēng)險(xiǎn)）及宏觀經(jīng)濟(jì)變量得到表2。為了保證估計(jì)結(jié)果的有效性，本文用另外兩種指標(biāo)定義利差（nim1：凈利息收入／生息性資產(chǎn)、nim2：會(huì)計(jì)利差）并對(duì)其做了穩(wěn)健性檢驗(yàn)。穩(wěn)健性檢驗(yàn)表明，表2的回歸結(jié)果是穩(wěn)健的。

從表2的估計(jì)結(jié)果可以看出，除風(fēng)險(xiǎn)變量（sigma＿m，市場(chǎng)風(fēng)險(xiǎn)；sigma＿lm，信用風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)的交叉項(xiàng)）和中間變量（FEE，來自費(fèi)用和傭金的收入；NII，其他非利息收入）對(duì)凈利差沒有顯著影響外，IIP（隱含利息支付）、OPCOST（持有準(zhǔn)備金的機(jī)會(huì)成本）在5%的顯著性水平下顯著正向影響凈利差，其余變量都在1%的顯著性水平下顯著。風(fēng)險(xiǎn)變量和中間業(yè)務(wù)變量的不顯著說明：第一，金磚四國的信用水平和利率市場(chǎng)化的程度相對(duì)發(fā)達(dá)國家較低，而且各國商業(yè)銀行面臨的風(fēng)險(xiǎn)不同，沒有像發(fā)達(dá)國家那樣形成合理的市場(chǎng)定價(jià)機(jī)制，風(fēng)險(xiǎn)與凈利差之間還缺乏完整的有機(jī)聯(lián)系；第二，金磚四國的銀行業(yè)中間業(yè)務(wù)發(fā)展還不夠成熟，中間業(yè)務(wù)對(duì)商業(yè)銀行利差的減小沒有顯著的貢獻(xiàn)。具體表現(xiàn)為：OC（運(yùn)營成本）的系數(shù)顯著為正，說明運(yùn)營成本在凈利差中得到了補(bǔ)償。這也說明Maudos J，F(xiàn)ernandez de Guevara J（2004）加入運(yùn)營成本的改進(jìn)模型是很正確的（符合預(yù)期）。RISKA（風(fēng)險(xiǎn)規(guī)避程度）的系數(shù)為0．111，說明銀行越是風(fēng)險(xiǎn)規(guī)避，要求得到的風(fēng)險(xiǎn)溢價(jià)就越高，凈利差越高。

IIP（隱含利息支付）為0．549，這意味著隱含利息支付每上升1%，凈利差上升大約0．5%，也就是說隱含利息支付有一半轉(zhuǎn)嫁到凈利差上來了。銀行通過提供優(yōu)惠服務(wù)來吸引客戶，但是最終這部分費(fèi)用還是要由客戶自己承擔(dān)的。OPCOST（持有準(zhǔn)備金的機(jī)會(huì)成本）的估計(jì)系數(shù)顯著為正（符合預(yù)期）。銀行持有準(zhǔn)備金的機(jī)會(huì)成本越大，索取的價(jià)差越高。EFFI（管理質(zhì)量）的估計(jì)系數(shù)為－0．0854，也就是說管理質(zhì)量越好，效率越高，凈利差越小，在激烈的市場(chǎng)競(jìng)爭(zhēng)生成和發(fā)展的能力也越強(qiáng)。

表2 金磚四國篩選變量后的凈利差回歸結(jié)果表

值得關(guān)注的是金磚四國SIZE（交易規(guī)模）對(duì)凈利差的影響的估計(jì)系數(shù)顯著為負(fù)，其規(guī)模收益效應(yīng)大于規(guī)模風(fēng)險(xiǎn)效應(yīng)。可能是2000—2011年以來金磚四國總體經(jīng)濟(jì)發(fā)展和金融發(fā)展的機(jī)遇大于風(fēng)險(xiǎn)，商業(yè)銀行形成貸款的規(guī)模效應(yīng)比較明顯，盡管各國的具體情況不完全一致，但較快的經(jīng)濟(jì)增長勢(shì)頭及貸款活動(dòng)的專業(yè)化傾向有利于降低利差。

（二）金磚四國商業(yè)銀行整體凈利差決定因素的實(shí)證結(jié)果

為了進(jìn)一步了解金磚四國各國的凈利差決定因素，本文對(duì)金磚四國的四個(gè)成員國也分別進(jìn)行了混合回歸、固定效應(yīng)回歸、隨機(jī)效應(yīng)回歸三種回歸。經(jīng)過統(tǒng)計(jì)檢驗(yàn)，對(duì)金磚四國各成員國，還是固定效應(yīng)模型最優(yōu)。我們將各國的最優(yōu)回歸結(jié)果列于表3中。

由表3可以看到，巴西和印度OC（運(yùn)營成本）顯著為正，說明這兩國的運(yùn)營成本都在凈利差中得到了相應(yīng)補(bǔ)償，而且其估計(jì)系數(shù)大約為1，也就是說，運(yùn)營成本幾乎得到了等額補(bǔ)償。巴西和俄羅斯的RISKA（風(fēng)險(xiǎn)規(guī)避程度）顯著為正，與預(yù)期相符，即風(fēng)險(xiǎn)規(guī)避程度越高，需要得到的凈利差越高。中國的RISKA（風(fēng)險(xiǎn)規(guī)避程度）在10%的顯著性水平下顯著為正，說明隨著利率市場(chǎng)化的推進(jìn)，商業(yè)銀行風(fēng)險(xiǎn)規(guī)避程度對(duì)凈利差的正向影響開始顯現(xiàn)。中國的SIZE（交易規(guī)模）估計(jì)系數(shù)顯著為負(fù)，說明中國商業(yè)銀行規(guī)模擴(kuò)張的規(guī)模收益效應(yīng)還是顯著高于規(guī)模風(fēng)險(xiǎn)效應(yīng)，這在一定程度上是因?yàn)橹袊虡I(yè)銀行內(nèi)置國家信用。中國sigma＿l（信用風(fēng)險(xiǎn)）對(duì)凈利差的影響不顯著。但是隨著中國利率市場(chǎng)化推進(jìn)，商業(yè)銀行凈利差對(duì)信用風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)也會(huì)更敏感。

至于中間業(yè)務(wù)變量，中國和俄羅斯都顯著為正，與預(yù)期相反。這說明中國和俄羅斯銀行業(yè)中間業(yè)務(wù)發(fā)展還不夠成熟，這兩國銀行中間業(yè)務(wù)收入的增加不僅沒有讓銀行減少對(duì)利差收入的依賴，反而還需要提高利差來彌補(bǔ)發(fā)展中間業(yè)務(wù)的成本。

表3 金磚四國各成員國固定效應(yīng)模型回歸結(jié)果表

從以上對(duì)金磚四國各個(gè)成員國凈利差影響因素實(shí)證結(jié)果的分析可以看出，金磚四國銀行既有相同的凈利差影響因素，又有各自不同的凈利差影響因素。從整體來看，俄羅斯和中國的情況比較相似，明顯帶有經(jīng)濟(jì)轉(zhuǎn)軌國家的特征。而且對(duì)于金磚四國銀行業(yè)來說，決定凈利差最主要的因素還是銀行微觀層面的因素，如銀行規(guī)模、資產(chǎn)質(zhì)量、運(yùn)營成本、管理水平等。金磚四國要提高銀行的盈利水平，還得從銀行自身找問題。當(dāng)然，各國政府也應(yīng)當(dāng)保證宏觀經(jīng)濟(jì)環(huán)境的穩(wěn)定，并且促進(jìn)市場(chǎng)充分競(jìng)爭(zhēng)，從而促使銀行業(yè)效率提升，提高社會(huì)福利。

結(jié) 論

根據(jù)金磚四國整體的實(shí)證分析可知：一是對(duì)金磚四國商業(yè)銀行整體而言，運(yùn)營成本、風(fēng)險(xiǎn)厭惡程度、交易規(guī)模、隱含利息支付、準(zhǔn)備金的機(jī)會(huì)成本、管理質(zhì)量、貸款占總資產(chǎn)比率都對(duì)凈利差有顯著的影響；二是對(duì)金磚四國各國而言，顯著影響巴西商業(yè)銀行凈利差的因素最少，其中只有運(yùn)營成本、風(fēng)險(xiǎn)厭惡程度和管理質(zhì)量。對(duì)于中國，凈利差的主要決定因素有交易規(guī)模、中間業(yè)務(wù)收入、隱含的利息支付、持有準(zhǔn)備金的機(jī)會(huì)成本、管理質(zhì)量和物價(jià)指數(shù)等。而對(duì)于印度，運(yùn)營成本、隱含的利息支付、持有準(zhǔn)備金的機(jī)會(huì)成本、管理質(zhì)量對(duì)凈利差有顯著影響，且市場(chǎng)競(jìng)爭(zhēng)結(jié)構(gòu)也對(duì)凈利差有較為顯著的影響。俄羅斯商業(yè)銀行凈利差的影響因素較多，其中風(fēng)險(xiǎn)厭惡程度、中間業(yè)務(wù)收入、隱含的利息支付、管理質(zhì)量等都對(duì)其凈利差影響顯著。由以上分析也可以看出，對(duì)金磚四國各成員國商業(yè)銀行凈利差影響的有很多共同因素，又有著各自不同的影響因素，四國之間可以相互借鑒，共同促進(jìn)銀行業(yè)健康發(fā)展。

［1］HO T S Y，SAUNDERS A．The Determinants of Bank Interest Margins：Theory and Empirical Evidence［J］．Journal of Financial and Quantitative Analysis，1981，16（4）：581－600．

［2］ANGBAZO L．Commercial Bank Net Interest Margins，Default Risk，Interest－rate Risk，and Off－balance Sheet Banking ［J］．Journal of Banking ＆ Finance，1997，21（1）：55－87．

［3］SAUNDERS A，SCHUMACHER L．The Determinants of Bank Interest Rate Margins：An International Study［J］．Journal of International Money and Finance，2000，19（6）：813－832．

［4］MAUDOS J，F(xiàn)EMANDEZ G J．Factors Explaining the Interest Margin in the Banking Sectors of the European Union［J］．Journal of Banking ＆ Finance，2004，28（9）：2259－2281．

［5］CARBó V S，RODRíGUEZ F F．The Determinants of Bank Margins in European Banking ［J］．Journal of Banking ＆Finance，2007，31（7）：2043－2063．

［6］WONG K P．Regret Theory and the Banking Firm：The Optimal Bank Interest Margin［J］．Economic Modelling，2011，28（6）：2483－2487．

［7］TSAI J Y．Risk and Regret Aversions on Optimal Bank Interest Margin under Capital Regulation［J］．Economic Modelling，2012，29（6）：2190－2197．

［8］NGUYEN J．The Relationship between Net Interest Margin and Noninterest Income Using a System Estimation Approach［J］．Journal of Banking ＆ Finance，2012，36（9）：2429－2437．

［9］鐘偉，沈聞一．銀行業(yè)凈利差的國際比較及對(duì)中國的實(shí)證分析［J］．管理世界，2006，（9）：26－32．

［10］周開國，李濤，何興強(qiáng)．什么決定了中國商業(yè)銀行的凈利差［J］．經(jīng)濟(jì)研究，2008，（8）：65－76．

［11］趙旭．銀行利差多維度量及影響因素：基于中國銀行業(yè)1998—2006年經(jīng)驗(yàn)證據(jù)［J］．金融研究，2009，（1）：66－80．

［12］郭梅亮，徐璋勇．商業(yè)銀行凈利差決定因素研究的進(jìn)展與評(píng)述［J］．國際金融研究，2012，（2）：49－56．

［13］MADURA J，ZARRUCK E R．Bank Spread with Uncertain Deposit Level and Risk Aversion［J］．Journal of Financial and Quantitative Analysis，1989，27（1）：143－149．