郭方++相廣平

摘要：文章選取28家農(nóng)村商業(yè)銀行2006年-2015年非平衡面板數(shù)據(jù)，利用面板回歸分析、非面板聚類分析和面板聚類分析等方法，實證分析了利率市場化背景下農(nóng)村商業(yè)銀行利差影響因素。

關(guān)鍵詞：利率市場化；農(nóng)村商業(yè)銀行；凈利差；經(jīng)營績效；銀行風險

在日趨激烈的市場競爭中，各類銀行普遍面臨著存貸款利差收緊等問題，農(nóng)商行改制后主要依靠存貸款利差的傳統(tǒng)盈利模式受到了極大沖擊。因此，研究利率市場化背景下農(nóng)商行利差影響因素具有重要價值。

一、 研究設(shè)計

本文選取28家農(nóng)商行2006年～2015年非平衡面板數(shù)據(jù)，分析利差影響因素。樣本數(shù)據(jù)來自wind數(shù)據(jù)庫和各銀行網(wǎng)站的公開信息（年度報告、信息披露等）。

常見利差指標有兩種，一是衡量銀行存貸款業(yè)務(wù)盈利能力的凈利差（Net Interest Margin， NIM），等于凈利息收入與平均總資產(chǎn)的比重，二是反映銀行定價能力的利息差額（Net Interest Spread， NIS），即，名義貸款利率與存款利率的差額。根據(jù)數(shù)據(jù)來源，建立基本模型（公式1），被解釋變量為凈利差（nim），解釋變量包括度量經(jīng)營績效的資產(chǎn)收益率（roa），度量銀行風險的不良貸款率（npl）和流動性比率（lr），以及度量業(yè)務(wù)多元化的熵指數(shù)（ei）。另外，模型還加入了銀行規(guī)模、資本充足率、股權(quán)集中度、董事會人數(shù)、員工人數(shù)和分支機構(gòu)數(shù)等控制變量。

nim=？琢0+？琢1roa+？琢2ei+？琢3npl+？琢41r+？琢5lna+？琢6ca+？琢7lshp+？琢8bn+？琢9em+？琢10af+？著 （公式1）

本文選取凈利差（nim）作為被解釋變量，衡量銀行傳統(tǒng)存貸款業(yè)務(wù)盈利能力，指標數(shù)值越大，說明銀行傳統(tǒng)業(yè)務(wù)盈利水平越高。

資產(chǎn)收益率（roa）等于凈利潤/平均總資產(chǎn)，是衡量各銀行經(jīng)營績效的常用指標，數(shù)值越大，說明經(jīng)營績效越好。銀行多元化經(jīng)營情況通常使用赫芬達爾指數(shù)（Herfindahl）或熵指數(shù)度量，因前者產(chǎn)生的馬太效應(yīng)可能會放大非利息收入與利息收入間的差距，選取熵指數(shù)（ei）度量商業(yè)銀行多元化經(jīng)營程度。商業(yè)銀行在經(jīng)營管理過程中面臨信用風險、市場風險、流動性風險和操作風險等。農(nóng)商行作為地方法人銀行，大多專注于存款、貸款等傳統(tǒng)業(yè)務(wù)，面臨的風險集中于信用風險和流動性風險等方面，選取信用風險和流動性風險來衡量銀行風險。由于農(nóng)商行大多為非上市銀行，考慮數(shù)據(jù)的可得性，加之農(nóng)商行信貸業(yè)務(wù)占比較大，面臨的信用風險主要是貸款業(yè)務(wù)的違約風險，選取不良貸款率（npl）作為度量農(nóng)商行信用風險指標，數(shù)值越高表示銀行面臨的信用風險越大。流動性比率（lr）等于流動資產(chǎn)/流動負債，是衡量銀行流動性風險的常見指標。

銀行規(guī)模大小一般均采用銀行年末總資產(chǎn)來衡量，總資產(chǎn)越多表明銀行規(guī)模越大，選取年末總資產(chǎn)的自然對數(shù)（lna）衡量農(nóng)商行規(guī)模大小。作為銀行監(jiān)管的重要指標，資本充足率（ca）等于資本總額對其風險加權(quán)資產(chǎn)的比率，反映銀行抵御風險能力，也是影響銀行利差的因素之一，選取銀行年末資本充足率作為控制變量。股權(quán)集中度是反映銀行股東構(gòu)成的重要指標，選用最大股東持股比例（lshp）衡量股權(quán)集中度。銀行董事會人數(shù)（bn）、員工人數(shù)（em）和分支機構(gòu)數(shù)（af）都可能影響銀行傳統(tǒng)存貸業(yè)務(wù)開展，將其加入控制變量。

二、 實證分析

1. 描述性統(tǒng)計。由表1可以看出，樣本農(nóng)商行凈利差均值為2.83%，最小值為0.38%，最大值為5.24%，標準差較小，僅為0.83。解釋變量資產(chǎn)收益率均值為1.29%，標準差為0.60，熵指數(shù)均值為0.38，標準差僅為0.18，是所有變量中最小的。銀行風險衡量指標不良貸款率均值為2.12%，標準差為2.38，流動性比率均值為48.69%，標準差達到14.29，說明不同銀行面臨的信用風險和流動性風險差異較大。主要控制變量中，員工人數(shù)和分支機構(gòu)數(shù)的標準差大，分別為2 288.58和203.49，表明各樣本銀行對人力資源和網(wǎng)點設(shè)置投入差異大。

2. 面板回歸。選用傳統(tǒng)最小二乘法、面板固定效應(yīng)模型和面板隨機效應(yīng)模型，對樣本數(shù)據(jù)進行回歸分析。

Hausman檢驗結(jié)果p值0.25，說明選擇面板隨機效應(yīng)模型更優(yōu)。回歸分析結(jié)果（表2）顯示，經(jīng)營績效與凈利差顯著正相關(guān)，面板隨機效應(yīng)模型下，在1%水平上顯著有效，相關(guān)系數(shù)為0.35。最小二乘法和面板隨機效應(yīng)模型下，業(yè)務(wù)多元化與凈利差在1%水平上顯著負相關(guān)，相關(guān)系數(shù)分別為-1.70和-1.09。不良貸款率和流動性比率對凈利差分別有正向和負向影響，但顯著性較差。在5%水平上，銀行規(guī)模、分支機構(gòu)個數(shù)與凈利差之間顯著負相關(guān)，資本充足率和員工人數(shù)對凈利差影響為正。

3. 聚類分析。所選樣本數(shù)據(jù)根據(jù)不同標準進行分類，適宜采用聚類分析進行實證研究。聚類數(shù)據(jù)的誤差項與組內(nèi)聚類相關(guān)，需要對聚類進行修正。為對比檢驗結(jié)果，首先對樣本數(shù)據(jù)進行非面板聚類分析，然后采用修正過的面板聚類分析進行實證檢驗。

樣本農(nóng)商行28家，涵蓋東部、中部和西部地區(qū)，包括省級（省、自治區(qū)和直轄市）農(nóng)商行，省會市（省會和單列市）農(nóng)商行，地級市農(nóng)商行，縣（區(qū)）級農(nóng)商行；成立年限分為五年及以下，五到十年，十年以上?？梢糟y行（bank）、區(qū)域（r）、機構(gòu)層級（ins）和成立年限（sy）分別為聚類指標。r將東部、中部和西部地區(qū)農(nóng)商行分別賦值為1、2、3。ins將省級（直轄市、自治區(qū)）、省會市（單列市）、地級市、縣（區(qū)）級農(nóng)商行分別賦值為1、2、3、4。sy將五年及以下、五到十年、十年以上分別賦值為1、2、3。

（1）非面板聚類分析。不考慮數(shù)據(jù)的面板性質(zhì)，直接對樣本分別以無聚類指標，銀行聚類指標、區(qū)域聚類指標、機構(gòu)層級聚類指標和成立年限聚類指標，采用普通最小二乘法進行回歸分析。

回歸分析結(jié)果（表3）顯示，資產(chǎn)收益率與凈利差在所有檢驗方法下均顯著正相關(guān)，說明資產(chǎn)收益率對凈利差有較強的正向影響，銀行經(jīng)營績效提高，會顯著提升凈利差。

在回歸分析考慮聚類因素后，流動性風險、業(yè)務(wù)多元化、銀行規(guī)模、股權(quán)集中度、董事會人數(shù)、員工人數(shù)和分支機構(gòu)數(shù)對凈利差影響顯著。以銀行、區(qū)域和機構(gòu)層級為聚類的回歸中，流動性比率對凈利差顯著負相關(guān)，相關(guān)系數(shù)均為-0.008。在4種聚類分析中，業(yè)務(wù)多元化對凈利差均有顯著負向影響，相關(guān)系數(shù)均為-1.7。

對主要控制變量來說，在銀行、區(qū)域、機構(gòu)層級和成立年限的聚類分析中，銀行資產(chǎn)規(guī)模、股權(quán)集中度與凈利差均為顯著負相關(guān)，員工人數(shù)與被解釋變量顯著正相關(guān)，而分支機構(gòu)與凈利差在銀行、區(qū)域聚類回歸分析中分別在10%和5%水平上顯著負相關(guān)。

無論是否考慮聚類因子以及不同聚類因子，上述普通最小二乘回歸分析的相關(guān)系數(shù)均相同，分析不同檢驗方法主要考慮各相關(guān)系數(shù)的標準誤差。從4種聚類分析的標準誤差來看，按區(qū)域和機構(gòu)層級進行聚類回歸的標準誤差較小，說明其檢驗效果更優(yōu)。

（2）面板聚類分析。上述非面板聚類回歸結(jié)果顯示，區(qū)域、機構(gòu)層級聚類的回歸結(jié)果標準誤差較小，可以繼續(xù)考慮區(qū)域和機構(gòu)層級聚類指標，進行面板聚類分析，檢驗影響凈利差的因素。

面板聚類結(jié)果（表4）顯示，除機構(gòu)層級聚類的面板隨機效應(yīng)模型外，其他檢驗方法下，資產(chǎn)收益率均與凈利差正相關(guān)，相關(guān)系數(shù)為0.33（機構(gòu)層級聚類的面板固定效應(yīng)模型估計的相關(guān)系數(shù)為0.44），說明銀行經(jīng)營效益越好越有利于傳統(tǒng)業(yè)務(wù)發(fā)展。

衡量銀行風險的不良貸款率與凈利差呈正相關(guān)，但相關(guān)系數(shù)均不顯著。區(qū)域聚類的三種回歸方法下，流動性比率與凈利差均為顯著負相關(guān)，但機構(gòu)層級聚類回歸分析，在10%水平上流動性比率僅在使用普通最小二乘法進行檢驗時對凈利差有顯著負向影響。

與面板回歸分析和非面板聚類分析類似，熵指數(shù)與凈利差顯著負相關(guān)，僅在使用機構(gòu)層級聚類的面板隨機效應(yīng)模型時相關(guān)系數(shù)不顯著，說明業(yè)務(wù)多元化對銀行凈利差有不利影響，將影響銀行傳統(tǒng)信貸業(yè)務(wù)發(fā)展。

除了主要解釋變量之外，控制變量資本充足率、員工人數(shù)與凈利差顯著正相關(guān)，流動性比率、業(yè)務(wù)多元化、銀行規(guī)模、股權(quán)集中度、分支機構(gòu)個數(shù)與凈利差之間均為顯著負相關(guān)。

三、 結(jié)論與建議

通過上述實證檢驗，發(fā)現(xiàn)利率市場化背景下，農(nóng)商行經(jīng)營管理的多個指標對凈利差有顯著影響。第一，經(jīng)營績效是影響利差的重要因素。農(nóng)商行資產(chǎn)收益率越高，經(jīng)營績效越好，凈利差越大，表明傳統(tǒng)業(yè)務(wù)發(fā)展越好。因此，應(yīng)繼續(xù)進行集約化管理，提高銀行資產(chǎn)收益率，提升經(jīng)營績效，保持傳統(tǒng)存貸業(yè)務(wù)利差穩(wěn)定增長，推進農(nóng)商行傳統(tǒng)業(yè)務(wù)穩(wěn)健發(fā)展。第二，從銀行風險的角度來看，信用風險對凈利差影響不顯著，流動性比率與凈利差顯著負相關(guān)。說明農(nóng)商行過度控制流動性比率，降低流動性風險，越不利于傳統(tǒng)業(yè)務(wù)發(fā)展。為促進傳統(tǒng)業(yè)務(wù)穩(wěn)定發(fā)展，農(nóng)商行應(yīng)加強風險管理，將風險控制在合理水平上，而不應(yīng)過度管控流動性風險。第三，多元化經(jīng)營程度越高，將分薄農(nóng)商行對傳統(tǒng)業(yè)務(wù)的投入，越不利于傳統(tǒng)業(yè)務(wù)發(fā)展。要加強化專業(yè)化發(fā)展，適度推進業(yè)務(wù)創(chuàng)新和多元化。第四，農(nóng)商行規(guī)模越大，股權(quán)集中度越高，員工人數(shù)越少，分支機構(gòu)越多，越不利于傳統(tǒng)業(yè)務(wù)發(fā)展。必須保持合理的資產(chǎn)規(guī)模、股權(quán)集中度、員工人數(shù)和分支機構(gòu)數(shù)。

參考文獻：

[1] 彭建剛，王舒軍，關(guān)天宇.利率市場化導致商業(yè)銀行利差縮窄嗎？——來自中國銀行業(yè)的經(jīng)驗證據(jù)[J].金融研究，2016，（7）：48-63.

[2] 韓振國，王亞軍.利率市場化背景下商業(yè)銀行利差影響因素研究[J].首都經(jīng)貿(mào)大學學報，2017，（1）： 18-24.

[3] 郭方.金融支持中部地區(qū)新型城鎮(zhèn)化實證研究[J].現(xiàn)代管理科學，2016，（7）：90-92.

基金項目：中國人民大學2016年度拔尖創(chuàng)新人才培育資助計劃成果。

作者簡介：相廣平（1960-），男，漢族，天津市人，中國人民大學國際學院教授、博士生導師，研究方向為資產(chǎn)定價和風險度量；郭方（1989-），女，漢族，湖北省襄陽市人，中國人民大學國際學院博士生，研究方向為金融機構(gòu)風險管理。

收稿日期：2017-06-11。