趙紅 馬川 付俊文

摘要：基于績效和風(fēng)險(xiǎn)兩個(gè)視角探究商業(yè)銀行非利息收入對信息披露質(zhì)量的影響機(jī)理，并構(gòu)建三級、四類、由16項(xiàng)指標(biāo)構(gòu)成的商業(yè)銀行信息披露質(zhì)量測度體系，以2009-2017年68家中國商業(yè)銀行為研究樣本，運(yùn)用熵權(quán)評價(jià)模型計(jì)算銀行信息披露質(zhì)量綜合評價(jià)指數(shù)，實(shí)證分析商業(yè)銀行非利息收入與商業(yè)銀行信息披露質(zhì)量之間的關(guān)系，結(jié)果表明：商業(yè)銀行在發(fā)展非利息收入的過程中信息披露質(zhì)量反而下降，風(fēng)險(xiǎn)視角的解釋力度大于績效視角的解釋力度。

關(guān)鍵詞：非利息收入;信息披露質(zhì)量;熵權(quán)模型;理財(cái)產(chǎn)品

一、引言

近年來隨著我國利率市場化、金融業(yè)開放速度的加快及政府鼓勵(lì)金融創(chuàng)新，銀行非利息收入獲得長足發(fā)展，非利息收入占比從2010年的17.50%上升至2018年的24.84%。但伴隨非利息收入的迅猛發(fā)展，銀行業(yè)亂象頻生，部分銀行違規(guī)開展同業(yè)、理財(cái)、表外等非利息業(yè)務(wù)，造成影子銀行及交叉金融產(chǎn)品風(fēng)險(xiǎn)。為此，銀保監(jiān)會(huì)將影子銀行作為2018年的整治重點(diǎn)，并指出“鼓勵(lì)銀行業(yè)發(fā)展有利的創(chuàng)新業(yè)務(wù)，但堅(jiān)決整治和取締部分金融機(jī)構(gòu)以創(chuàng)新之名行套利之實(shí)”。與此同時(shí)，在梳理違規(guī)案件的過程中，銀保監(jiān)會(huì)指出“出資機(jī)構(gòu)均存在著信息披露及投后管理缺失”等問題。由此，我們不禁思考：商業(yè)銀行的信息披露政策是否受其非利息收入水平的影響？隨著商業(yè)銀行非利息收入的發(fā)展，管理層是會(huì)因其銀行業(yè)績提升而提高信息披露質(zhì)量，還是會(huì)因其擔(dān)心違規(guī)風(fēng)險(xiǎn)暴露選擇降低信息披露質(zhì)量？

已有相關(guān)文獻(xiàn)中，銀行非利息收入產(chǎn)生的后果大多集中于對銀行績效[1]、銀行風(fēng)險(xiǎn)[2]及系統(tǒng)風(fēng)險(xiǎn)[3]的研究。而信息披露質(zhì)量影響因素的文獻(xiàn)大多集中于探究企業(yè)規(guī)模、財(cái)務(wù)杠桿、ROE、ROA、行業(yè)、公司治理結(jié)構(gòu)等對非金融類一般企業(yè)信息披露質(zhì)量的影響。

基于已有的理論研究，本文從績效和風(fēng)險(xiǎn)視角對非利息收入影響信息披露質(zhì)量的傳導(dǎo)機(jī)制予以探。一方面，商業(yè)銀行發(fā)展非利息收入可基于范圍經(jīng)濟(jì)理論等有效提升銀行績效，進(jìn)而基于信號傳遞機(jī)制提升信息披露質(zhì)量;另一方面，非利息收入自身順周期性和高杠桿性會(huì)加大銀行風(fēng)險(xiǎn)，進(jìn)而基于委托代理理論降低信息披露質(zhì)量。不同水平的績效和風(fēng)險(xiǎn)水平共同影響管理層信息披露政策的制定。與前人研究相比，本文的研究貢獻(xiàn)在于：（1）本文構(gòu)建的商業(yè)銀行信息披露質(zhì)量測度體系更具有可操作性、關(guān)注銀行非利息收入披露尤其是非利息收入中理財(cái)產(chǎn)品信息披露;（2）豐富了有限的銀行非利息收入與信息披露質(zhì)量關(guān)系研究文獻(xiàn)。

二、文獻(xiàn)綜述

（一）國外文獻(xiàn)回顧

近年來國外關(guān)于銀行非利息收入影響效應(yīng)的研究主要集中于非利息收入對商業(yè)銀行個(gè)體績效、個(gè)體風(fēng)險(xiǎn)及對系統(tǒng)風(fēng)險(xiǎn)的影響。而關(guān)于信息披露質(zhì)量影響因素的研究大多集中于非金融類一般企業(yè)。

1.非利息收入影響效應(yīng)相關(guān)研究。銀行非利息收入對銀行績效和個(gè)體風(fēng)險(xiǎn)的影響已有廣泛的研究。傳統(tǒng)理論認(rèn)為商業(yè)銀行收入多元化在提高個(gè)體績效的同時(shí)降低個(gè)體風(fēng)險(xiǎn)。Klein（1997）指出銀行進(jìn)行多元化經(jīng)營，由于存在范圍經(jīng)濟(jì)和規(guī)模效應(yīng)可使其收益提高[4]。Stiroh（2004）認(rèn)為在資本資產(chǎn)定價(jià)模型下，非利息收入與利息收入不完全正相關(guān)，可以降低銀行利潤的周期性波動(dòng)[1]。

但隨著銀行非利息業(yè)務(wù)的不斷發(fā)展，相關(guān)的研究不斷深入，越來越多的學(xué)者認(rèn)為商業(yè)銀行發(fā)展非利息收入會(huì)增加個(gè)體風(fēng)險(xiǎn)。DeYoung（2001）通過研究美國銀行的數(shù)據(jù)指出非利息收入的增長會(huì)增加銀行收入的波動(dòng)性[5]。Stiroh（2006）通過研究1997-2002年的美國銀行數(shù)據(jù)也指出銀行非利息收入比例越高，尤其是交易收入比例越高，風(fēng)險(xiǎn)越高[6]。Lepetit（2008）通過研究歐洲銀行數(shù)據(jù)得出擁有較高非利息收入占比的銀行有較高的波動(dòng)性和破產(chǎn)風(fēng)險(xiǎn)[7]。DeYoung（2013）通過研究2008-2010銀行數(shù)據(jù)指出金融危機(jī)期間非利息收入中交易收入可以降低銀行破產(chǎn)風(fēng)險(xiǎn)，但投資收入會(huì)加大銀行破產(chǎn)風(fēng)險(xiǎn)[8]。Doan（2018）采用隨機(jī)前沿方法測度銀行效率通過對2003-2012年83個(gè)國家數(shù)據(jù)實(shí)證得出收入多樣化會(huì)提升銀行效率，但非利息收入自身波動(dòng)性會(huì)抵消多樣化帶來的好處[2]。Nguyen（2018）采用隨機(jī)前沿方法測度利用2007-2014年6個(gè)東南亞國家數(shù)據(jù)，指出收入多樣化會(huì)降低當(dāng)?shù)厣虡I(yè)銀行成本效率[9]。

銀行非利息收入對金融系統(tǒng)風(fēng)險(xiǎn)的影響是近年來的研究熱點(diǎn)。學(xué)者開始關(guān)注到非利息業(yè)務(wù)不僅影響單個(gè)銀行的風(fēng)險(xiǎn)，還會(huì)通過銀行之間的風(fēng)險(xiǎn)傳染，影響系統(tǒng)性風(fēng)險(xiǎn)。目前學(xué)者主要基于市場收益率數(shù)據(jù)測度單個(gè)銀行對整個(gè)銀行系統(tǒng)的風(fēng)險(xiǎn)影響度用以衡量系統(tǒng)性風(fēng)險(xiǎn)。DeJonghe（2010）利用β值測度系統(tǒng)性風(fēng)險(xiǎn)，研究發(fā)現(xiàn)隨著非利息收入的增加，銀行的β值也在增加，收入多樣化沒有提升銀行的系統(tǒng)穩(wěn)定性[10]。Brunnermeier（2012）基于ΔCoVaR測度方式指出銀行非利息收入相對于利息收入會(huì)貢獻(xiàn)更多系統(tǒng)性風(fēng)險(xiǎn)，且交易收入和投資收入都與系統(tǒng)性風(fēng)險(xiǎn)強(qiáng)相關(guān)[11]。Gregor（2014）基于MES測度方式，通過研究全球銀行的數(shù)據(jù)指出非利息收入的比例對系統(tǒng)性風(fēng)險(xiǎn)沒有顯著影響[12]。DeJonghe（2015）基于MES測度方式進(jìn)一步研究指出，非利息收入對系統(tǒng)性風(fēng)險(xiǎn)的影響受到銀行規(guī)模和制度環(huán)境等因素的影響，一般情況下非利息收入可以降低大規(guī)模銀行的系統(tǒng)性風(fēng)險(xiǎn)，增加小銀行的系統(tǒng)性風(fēng)險(xiǎn)。但在信息披露質(zhì)量較差的國家，非利息收入不能降低大銀行的系統(tǒng)性風(fēng)險(xiǎn)[3]。

2.信息披露質(zhì)量影響因素相關(guān)研究。已有的文獻(xiàn)研究指出企業(yè)規(guī)模、財(cái)務(wù)杠桿、ROE、ROA、行業(yè)、公司治理結(jié)構(gòu)等會(huì)影響非金融類一般公司信息披露質(zhì)量。

一般公司規(guī)模越大，信息披露質(zhì)量越高。Eng（2003）[13]通過新加坡的公司數(shù)據(jù)予以實(shí)證支持。Wang（2008）[14]和Yang（2013）[15]則通過中國上市公司數(shù)據(jù)得出相同的結(jié)論。

針對財(cái)務(wù)杠桿與信息披露質(zhì)量的研究結(jié)果存在分歧。Francis（2005）利用跨國數(shù)據(jù)庫實(shí)證得出杠桿水平和自愿披露水平呈正相關(guān)關(guān)系[16]。但Eng（2003）使用新加坡數(shù)據(jù)得出杠桿水平與自愿披露質(zhì)量呈負(fù)相關(guān)[13]。Yang（2013）在對中國數(shù)據(jù)實(shí)證時(shí)得出杠桿水平與自愿披露水平正相關(guān)[17]。

基于信號傳遞理論，Wang（2008）[14]、Yang（2013）[15]和Rose（2016）[17]指出，具有較好表現(xiàn)和較高盈利質(zhì)量的企業(yè)有更多動(dòng)機(jī)來自愿披露信息以區(qū)別表現(xiàn)不佳的企業(yè)[18]。

公司治理結(jié)構(gòu)對信息披露質(zhì)量的影響研究較為多樣。Wang（2008）[14]和Nagata（2017）[18]通過研究中國和日本數(shù)據(jù)指出，國有控股和外資參股的公司信息披露質(zhì)量更高。Yang（2013）則指出披露質(zhì)量最初隨著國家所有權(quán)而下降，但隨著所有權(quán)超過某一臨界點(diǎn)后又同向增加[15]。Samaha（2015）指出董事會(huì)結(jié)構(gòu)越完整，信息披露質(zhì)量越高，但CEO兼任獨(dú)立董事會(huì)降低信息披露質(zhì)量[19]。Ahmed（2017）指出董事會(huì)中女性董事會(huì)提高信息披露的及時(shí)性[20]。Jankensgard（2018）指出信息披露質(zhì)量起初隨著大股東股份占比提升而上升，當(dāng)大股東占比達(dá)到50%之后，信息披露質(zhì)量開始下降[21]。

（二）國內(nèi)文獻(xiàn)回顧

1.非利息收入影響效應(yīng)相關(guān)研究。關(guān)于銀行非利息收入對銀行個(gè)體績效的影響，國內(nèi)學(xué)者的研究結(jié)果存在分歧。大多數(shù)學(xué)者指出非利息收入占比不能顯著提升銀行業(yè)績[22-26]。但也有部分學(xué)者指出非利息收入水平的提高會(huì)顯著提升銀行業(yè)績，其中趙勝民（2016）通過研究2005-2014年銀行業(yè)數(shù)據(jù)得出，非利息業(yè)務(wù)的發(fā)展對銀行收益和風(fēng)險(xiǎn)調(diào)整后收益存在10%水平下顯著的正向影響[27]。滿媛媛（2016）認(rèn)為多元化能夠提升大型銀行的績效[28]。將非利息收入進(jìn)一步拆分，有學(xué)者[23，27]指出傭金收入與績效顯著正相關(guān)。

關(guān)于銀行非利息收入對銀行個(gè)體風(fēng)險(xiǎn)的影響，學(xué)者們得到的研究結(jié)果同樣存在分歧。基于夏普指數(shù)及Z值的個(gè)體風(fēng)險(xiǎn)度量，文獻(xiàn)大多指出，非利息收入水平的提高會(huì)顯著加大銀行風(fēng)險(xiǎn)[25，26，29-31]。部分文獻(xiàn)則指出非利息收入增長對風(fēng)險(xiǎn)無顯著影響[22，23，27，32]，但張羽（2010）[22]和周開國（2011）[32]都指出中國銀行的非利息收入波動(dòng)性和周期性都高于利息收入。部分學(xué)者進(jìn)一步指出非利息收入和銀行規(guī)模對銀行風(fēng)險(xiǎn)影響存在交叉效應(yīng)。黃雋（2010）以美國銀行為例指出資產(chǎn)規(guī)模超過100億，非利息收入對銀行風(fēng)險(xiǎn)影響加大[29]。余雪飛（2013）[30]和滿媛媛（2016）[28]通過研究中國銀行數(shù)據(jù)都發(fā)現(xiàn)對于大型商業(yè)銀行，非利息收入占比提升加重了銀行風(fēng)險(xiǎn)。

關(guān)于銀行非利息收入對系統(tǒng)風(fēng)險(xiǎn)的影響研究，張曉玫（2014）基于LRMES方法的系統(tǒng)風(fēng)險(xiǎn)度量指出非利息收入與系統(tǒng)風(fēng)險(xiǎn)比例之間存在U型關(guān)系，非利息業(yè)務(wù)發(fā)展初期能達(dá)到分散系統(tǒng)性風(fēng)險(xiǎn)的作用，但當(dāng)非利息收入占比達(dá)到57%時(shí)，系統(tǒng)性風(fēng)險(xiǎn)反而變大[33]。朱波（2016）則基于CES方法測度指出，非利息收入對系統(tǒng)風(fēng)險(xiǎn)的影響受銀行規(guī)模和信息披露質(zhì)量的影響，信息披露質(zhì)量越低，非利息收入越高越會(huì)加重系統(tǒng)性風(fēng)險(xiǎn)水平[34]。

2.信息披露質(zhì)量影響因素相關(guān)研究。近年來，國內(nèi)學(xué)者的研究重點(diǎn)集中在公司治理結(jié)構(gòu)對公司信息披露質(zhì)量的影響。周開國（2011）指出董秘持股會(huì)降低信息披露質(zhì)量[35]。翟光宇（2014）則指出上市銀行董秘持股會(huì)提升信息披露質(zhì)量[36]。高鳳蓮（2015）指出董秘的社會(huì)關(guān)系資本越強(qiáng)，公司信息披露質(zhì)量越高[37]。黃超（2017）指出國有企業(yè)的信息披露質(zhì)量更高，四大審計(jì)對非國有企業(yè)信息披露質(zhì)量的提升作用明顯[38]。

針對非金融類一般企業(yè)信息披露質(zhì)量的測度方式尚不一致。大多學(xué)者采用深交所評分對公司信息披露質(zhì)量予以衡量。一些學(xué)者（楊紅，2007等）則使用基于熵模型的測度體系衡量信息披露質(zhì)量，其結(jié)果與深交所評分一致度較高[39]。也有學(xué)者（周開國，2011[35];翟光宇，2014[36]）使用KV法衡量上市公司的信息披露質(zhì)量。

針對銀行的信息披露質(zhì)量測度，胡奕明（2015）基于巴塞爾協(xié)議構(gòu)建了17大類104項(xiàng)目的測度模型[40]，朱波（2016）[41]則借鑒Bourgain（2012）[42]選取銀行18個(gè)指標(biāo)的披露情況來衡量銀行信息披露水平，翟光宇（2014）[36]和朱波（2016）[41]采用KV法直接衡量上市銀行信息披露質(zhì)量。

綜上，已有文獻(xiàn)存在三個(gè)方面的局限性：（1）對非利息收入影響效應(yīng)研究集中于績效和風(fēng)險(xiǎn)，對信息披露質(zhì)量的影響研究不足。（2）對信息披露質(zhì)量影響因素的研究集中于非金融類一般企業(yè)，未考慮銀行業(yè)自身特殊的行業(yè)屬性。（3）針對國內(nèi)商業(yè)銀行信息披露質(zhì)量測度仍不成熟。

三、研究假設(shè)

從非利息收入和信息披露的經(jīng)典理論出發(fā)，從績效和風(fēng)險(xiǎn)兩個(gè)視角探究非利息收入整體以及構(gòu)成對信息披露的傳導(dǎo)機(jī)制，并基于此建立研究假設(shè)。

（一）績效視角

基于績效視角，已有充足的文獻(xiàn)支持銀行非利息收入與績效的正向關(guān)系，而基于信號傳遞理論，面對正向的績效信息，銀行更有動(dòng)力提升披露質(zhì)量，以彰顯自己的有利地位。

已有學(xué)者[1，27，28]指出，基于范圍經(jīng)濟(jì)理論、交叉銷售理論及資產(chǎn)組合多元化理論，商業(yè)銀行發(fā)展非利息收入可有效提升銀行績效。Klein（1997）將范圍經(jīng)濟(jì)理論引入金融領(lǐng)域，用來解釋商業(yè)銀行非利息收入發(fā)展帶來的好處[4]。他認(rèn)為相對于利息收入，非利息收入會(huì)占用更少的資源。同時(shí)，商業(yè)銀行可以整合利息與非利息收入的客戶資源，并實(shí)行“交叉銷售”策略，從而達(dá)到協(xié)同作用。資產(chǎn)組合理論最早由美國學(xué)者M(jìn)arkowits于1952年提出，指公司可以通過投資分散化資產(chǎn)來降低投資風(fēng)險(xiǎn)。Kwast（1989）用其解釋商業(yè)銀行非利息收入帶來的好處。對于商業(yè)銀行而言，由于非利息收入與利息收入并不是完全正相關(guān)，兩者構(gòu)成的資產(chǎn)組合相較于單獨(dú)的利息收入具有更高的夏普值[23]。但基于資產(chǎn)組合理論，存在利息與非利息收入的最優(yōu)比例即最優(yōu)投資組合，如果越過最優(yōu)投資組合繼續(xù)提升比例，則資產(chǎn)組合理論帶來的好處將逐漸減弱。

而基于信號傳遞理論，商業(yè)銀行的業(yè)績表現(xiàn)越好，為了區(qū)分自身與表現(xiàn)較差的公司其更有動(dòng)力披露信息，以避免自身價(jià)值被低估。信號傳遞理論最早由Akerlof（1970）提出，如果買賣市場內(nèi)部存在信息不對稱，交易就不能實(shí)現(xiàn)帕累托最優(yōu)，但如果高質(zhì)量的賣家主動(dòng)向買方披露信息，則市場可以實(shí)現(xiàn)帕累托改進(jìn)。商業(yè)銀行自愿披露信息可以緩解信息不對稱，吸引投資者和潛在投資者，并使市場給予合理價(jià)格降低商業(yè)銀行融資成本，以實(shí)現(xiàn)帕累托改進(jìn)[4]。

因此從銀行績效視角，當(dāng)銀行非利息收入增加時(shí)，銀行的績效隨之提升，銀行更有動(dòng)力披露信息，其信息披露質(zhì)量就會(huì)更高?；诖颂岢黾僭O(shè)1：

H1：商業(yè)銀行發(fā)展非利息收入對商業(yè)銀行的信息披露質(zhì)量有正向影響。

在研究非利息收入整體影響信息披露質(zhì)量的基礎(chǔ)上，進(jìn)一步探討非利息業(yè)務(wù)的不同結(jié)構(gòu)對銀行的信息披露質(zhì)量，考慮到傭金以及手續(xù)費(fèi)收入占比較大，其他非利息收入占比較小，所以本文重點(diǎn)研究傭金以及手續(xù)費(fèi)收入對信息披露質(zhì)量的影響?；谇拔南嗨频难芯繖C(jī)理，本文認(rèn)為：

H1a：商業(yè)銀行發(fā)展手續(xù)費(fèi)收入對商業(yè)銀行的信息披露質(zhì)量有正向影響。

（二）風(fēng)險(xiǎn)視角

但從另一視角，也有學(xué)者[2，7，9，29，31]指出由于非利息收入自身的順周期波動(dòng)特性和隱性高杠桿特性，商業(yè)銀行發(fā)展非利息收入會(huì)顯著提升銀行風(fēng)險(xiǎn)。非利息收入自身的順周期波動(dòng)特性及隱性高杠桿特性首次被美國學(xué)者DeYoung（2001）[5]提出。對于商業(yè)銀行，貸款利息收入與非利息收入的顯著區(qū)別在于貸款使用信用評分模型檢查客戶資信，同時(shí)需要擔(dān)?；虻盅鹤鳛榈诙婪谰€，因而轉(zhuǎn)換成本較高。而以費(fèi)用為基礎(chǔ)的非利息收入相對于利息收入有著更低的信息成本和轉(zhuǎn)換成本，因而客戶更容易轉(zhuǎn)換到提供相似服務(wù)的銀行中，導(dǎo)致非利息收入具有更大的波動(dòng)性。同時(shí)，監(jiān)管部門對銀行非利息業(yè)務(wù)沒有資本金要求，這使得商業(yè)銀行可以使用比貸款更高的杠桿去發(fā)展非利息業(yè)務(wù)，且監(jiān)管部門在檢查銀行的資本充足率時(shí)，信貸資產(chǎn)的權(quán)重通常高于證券類資產(chǎn)風(fēng)險(xiǎn)權(quán)重，這使得銀行更有動(dòng)力發(fā)展非利息業(yè)務(wù)，從而導(dǎo)致表面監(jiān)管指標(biāo)變動(dòng)不大但真實(shí)的風(fēng)險(xiǎn)已經(jīng)上升。但當(dāng)商業(yè)銀行自身風(fēng)險(xiǎn)較高時(shí)，管理層更傾向通過掩蓋銀行風(fēng)險(xiǎn)的相關(guān)信息來使自身利益、地位、股權(quán)不受損，越不愿意改善披露狀況，從而導(dǎo)致信息披露質(zhì)量降低，本文稱之為風(fēng)險(xiǎn)視角。

因此從風(fēng)險(xiǎn)視角，當(dāng)銀行非利息收入增加時(shí)，銀行風(fēng)險(xiǎn)隨之增加，管理層為保全自身利益掩蓋風(fēng)險(xiǎn)而降低信息披露質(zhì)量?；诖颂岢黾僭O(shè)2：

H2：商業(yè)銀行發(fā)展非利息收入對商業(yè)銀行的信息披露質(zhì)量有負(fù)向影響。

基于前文相似的研究機(jī)理，本文認(rèn)為：

H2a：商業(yè)銀行發(fā)展手續(xù)費(fèi)收入對商業(yè)銀行的信息披露質(zhì)量有負(fù)向影響。

從績效和風(fēng)險(xiǎn)視角，銀行非利息收入發(fā)展對信息披露質(zhì)量的影響結(jié)果方向相反，表明可能存在一視角的解釋度強(qiáng)于另一視角的可能，總結(jié)兩視角下的傳導(dǎo)機(jī)制理論如圖1所示：

四、商業(yè)銀行信息披露質(zhì)量測度

（一）已有體系評述

理論界與實(shí)務(wù)界對銀行信息披露質(zhì)量測度指標(biāo)體系進(jìn)行了有益探索，本文總結(jié)了已有的銀保監(jiān)會(huì)信息披露指標(biāo)測度體系、國外學(xué)者[43]及國內(nèi)學(xué)者[44]構(gòu)建的信息披露質(zhì)量測度體系，并剖析其優(yōu)缺點(diǎn)如表1所示。

（二）本文構(gòu)建的商業(yè)銀行信息披露質(zhì)量測度體系

基于已有的信息披露指標(biāo)體系，本文構(gòu)建了由16個(gè)指標(biāo)構(gòu)成的信息披露質(zhì)量測度體系。

1.對指標(biāo)進(jìn)行重新分類，使指標(biāo)分類更具經(jīng)濟(jì)意義。一級指標(biāo)參考已有文獻(xiàn)中關(guān)于企業(yè)的信息披露測度體系，將指標(biāo)分為強(qiáng)制性和自愿性披露指標(biāo)。強(qiáng)制性披露指標(biāo)方面，參考中國銀保監(jiān)會(huì)的指標(biāo)監(jiān)管體系及《巴塞爾協(xié)議Ⅲ》，選用12個(gè)指標(biāo)對商業(yè)銀行的信用風(fēng)險(xiǎn)、流動(dòng)風(fēng)險(xiǎn)、盈利能力和資本充足披露情況予以衡量。自愿性披露指標(biāo)方面，主要對非利息收入細(xì)分及理財(cái)產(chǎn)品的披露情況重點(diǎn)關(guān)注。

2.重視非利息收入細(xì)分項(xiàng)目的披露情況。隨著利率市場化的不斷發(fā)展，傳統(tǒng)存貸款業(yè)務(wù)越來越不能滿足商業(yè)銀行的進(jìn)一步發(fā)展，非利息收入成為商業(yè)銀行盈利的新增長點(diǎn)。而非利息收入下細(xì)分科目的披露，更能反映商業(yè)銀行的收入特質(zhì)和盈利質(zhì)量。

3.重視表外項(xiàng)目理財(cái)產(chǎn)品的信息披露情況。2010年以來以表外理財(cái)產(chǎn)品投資非標(biāo)資產(chǎn)業(yè)務(wù)迅速發(fā)展，商業(yè)銀行以此增加營收躲避監(jiān)管，但這也導(dǎo)致我國影子銀行的發(fā)展壯大，從而對整個(gè)金融系統(tǒng)帶來風(fēng)險(xiǎn)。銀行表外項(xiàng)目理財(cái)產(chǎn)品的披露，有助于投資者和監(jiān)管者更好地了解銀行的表外風(fēng)險(xiǎn)和非標(biāo)業(yè)務(wù)規(guī)模。

（三）熵權(quán)評價(jià)模型的構(gòu)建

Baumann（2004）[43]和許友傳（2009）[44]在給各指標(biāo)賦權(quán)重時(shí)均使用簡單的0-1賦值法，即已披露的信息賦值為1，未披露的信息賦值為0，該賦值方式并不能體現(xiàn)各個(gè)指標(biāo)對于信息披露指數(shù)整體的相對重要性。為建立客觀的信息披露質(zhì)量體系，參考楊紅（2007）[39]的熵權(quán)評價(jià)模型對16項(xiàng)指標(biāo)賦權(quán)。

熵在信息論中是衡量系統(tǒng)無序程度的重要指標(biāo)。當(dāng)一個(gè)系統(tǒng)的熵值越大，則代表系統(tǒng)所含的信息量越多，反之則表示系統(tǒng)所含的信息量越少。在多目標(biāo)決策中，如果認(rèn)為差異越少賦權(quán)越大，則用歸一化的熵值作為權(quán)重值，反之則用歸一化后熵值的互補(bǔ)值作為權(quán)重值。熵值大小是項(xiàng)目評估和多目標(biāo)決策的理想方案。

（四）銀行信息披露質(zhì)量指數(shù)測度

1.細(xì)分指標(biāo)描述及賦權(quán)

選取68家銀行的2009-2017年數(shù)據(jù)建立熵權(quán)模型，數(shù)據(jù)來源于BankScope數(shù)據(jù)庫、Wind數(shù)據(jù)庫和各家公司的年報(bào)，16個(gè)指標(biāo)的描述性統(tǒng)計(jì)量如表3所示。

由表3可見強(qiáng)制性披露指標(biāo)普遍比自愿性披露指標(biāo)披露狀況更好。強(qiáng)制性披露指標(biāo)方面，68家銀行在流動(dòng)性比率、ROAA、成本收入比三個(gè)指標(biāo)每年都有披露，而撥備覆蓋率、貸款損失準(zhǔn)備、同業(yè)拆借率、資本充足率和核心資本充足率的披露完備率都在80%以上，剩余指標(biāo)的披露比例則在50%左右。自愿性披露指標(biāo)中，68家銀行都有披露非利息收入細(xì)分下的手續(xù)費(fèi)收入，且75%以上的數(shù)據(jù)至少會(huì)披露投資收益或公允價(jià)值變動(dòng)的其中一項(xiàng)，理財(cái)產(chǎn)品數(shù)據(jù)的披露比例則保持在20%左右。

基于已有數(shù)據(jù)采用熵權(quán)模型賦權(quán)，16個(gè)指標(biāo)的權(quán)重如表4所示。

可以看到，流動(dòng)性比率、ROAA和成本收入由于在數(shù)據(jù)集中都有披露，故被賦值為0，而不良貸款率、次級貸款金額和非利息收入細(xì)分等因具有更好的區(qū)分度而被賦更高的權(quán)重，這與我們的預(yù)期相同。

2.信息披露質(zhì)量結(jié)果描述

經(jīng)過計(jì)算的68家銀行信息披露質(zhì)量數(shù)據(jù)排序如表5所示。

五、實(shí)證研究設(shè)計(jì)

（一）樣本選取

選取68家銀行的2009-2017年共544組數(shù)據(jù)進(jìn)行分析，68家銀行包括4家國有大型銀行、8家股份制銀行、20家外資銀行、30家城商行和6家農(nóng)商行。數(shù)據(jù)來自BankScope數(shù)據(jù)庫、Wind數(shù)據(jù)庫，部分缺失數(shù)據(jù)用對應(yīng)年度年報(bào)補(bǔ)齊。

（二）研究變量設(shè)置

1.因變量：信息披露質(zhì)量（DI）。信息披露質(zhì)量選用第四節(jié)得出的信息披露指標(biāo)測度結(jié)果。

2.研究變量：非利息收入占比（NII）、手續(xù)費(fèi)收入占比（NFI）、其他非利息收入（ONI）。采用非利息收入/營業(yè)總收入來衡量非利息收入占比作為自變量。在進(jìn)一步分析中，將非利息收入進(jìn)一步細(xì)分為手續(xù)費(fèi)收入與其他非利息收入，以探究非利息收入不同成分對信息披露質(zhì)量的影響。

3.控制變量。參考以往的文獻(xiàn)，本文選用資產(chǎn)負(fù)債率（Debtratio）、資產(chǎn)規(guī)模對數(shù)（lnsize）、是否上市（Listed）和ROE作為控制變量。

分別將各變量匯總?cè)绫?所示。

（三）模型設(shè)計(jì)

首先以非利息收入占比作為自變量商業(yè)銀行做面板回歸，以探究商業(yè)銀行非利息收入占比整體對信息披露質(zhì)量的影響。之后將非利息收入分為手續(xù)費(fèi)收入及其他收入，以探究非利息收入不同成分對信息披露質(zhì)量的影響。

（四）實(shí)證結(jié)果

1.描述性統(tǒng)計(jì)

運(yùn)用stata對數(shù)據(jù)進(jìn)行描述性分析，得到的描述性分析如表7所示。

2.實(shí)證回歸結(jié)果及分析

運(yùn)用stata對原數(shù)據(jù)進(jìn)行面板回歸，回歸過程對數(shù)據(jù)和模型做以下處理：（1）為了消除異常值的影響，對所有變量的值在1%和99%處采取截尾處理。（2）依據(jù)F檢驗(yàn)和Hausman檢驗(yàn)結(jié)果設(shè)定面板回歸模型類型。（3）對相應(yīng)模型結(jié)果進(jìn)行異方差與自相關(guān)檢驗(yàn)，并采用修正回歸模型修正異方差與自相關(guān)。模型回歸結(jié)果如表8所示。

模型一結(jié)果表明，非利息收入對商業(yè)銀行信息披露質(zhì)量在5%的顯著水平下具有負(fù)向影響。這與H1b的研究假設(shè)一致，表明相對于非利息收入可能帶來的績效提升好處，管理層更擔(dān)心非利息收入可能帶來的風(fēng)險(xiǎn)暴露預(yù)期，因而選擇披露更少的信息來掩蓋自身風(fēng)險(xiǎn)，從而降低自身的信息披露質(zhì)量。

模型二結(jié)果表明，手續(xù)費(fèi)收入對信息披露質(zhì)量存5%顯著水平下的負(fù)向影響，而其他非利息收入部分對信息披露質(zhì)量無顯著影響，表明非利息收入對信息披露質(zhì)量的負(fù)向影響主要來源于手續(xù)費(fèi)收入。這與我們的H2b假設(shè)一致，表明由于手續(xù)費(fèi)收入的多樣性及風(fēng)險(xiǎn)隱蔽性，管理層同樣基于自身利益選擇降低信息披露質(zhì)量。

在其他控制變量中，資產(chǎn)規(guī)模、是否上市和凈資產(chǎn)回報(bào)率（ROE）對商業(yè)銀行信息披露質(zhì)量具有1%水平下顯著的正向影響，這與我們之前的預(yù)期一致。表明商業(yè)銀行與非金融一般企業(yè)一樣，隨著企業(yè)規(guī)模的擴(kuò)大甚至進(jìn)一步上市，為解決委托代理問題，商業(yè)銀行選擇增強(qiáng)自身的信息披露水平。同時(shí)當(dāng)企業(yè)的凈資產(chǎn)回報(bào)率越高，商業(yè)銀行為區(qū)分自身與其他銀行，吸引投資者，并期望通過投資者的合理定價(jià)來降低自身融資成本，因而更愿意披露信息。

（五）穩(wěn)健性檢驗(yàn)

為了保證本文實(shí)證結(jié)果是可靠有效的，做以下穩(wěn)健性檢驗(yàn)：（1）選取非利息收入的替代變量，以非利息收入凈值/總資產(chǎn)作為非利息收入的替代變量。（2）通過添加GDP同比增速（GDP）和M2同比增速（M2）兩個(gè)控制變量來進(jìn)行回歸分析，保持其他的控制變量和啞變量不變來對回歸模型進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)論沒有發(fā)生變化，說明回歸結(jié)果具有穩(wěn)健性，限于篇幅，不予列示。

六、結(jié)論

基于2009-2017年68家商業(yè)銀行數(shù)據(jù)，構(gòu)建信息披露質(zhì)量體系測度商業(yè)銀行信息披露質(zhì)量，并建立相應(yīng)面板回歸模型，得出如下結(jié)論：商業(yè)銀行發(fā)展非利息收入會(huì)降低信息披露質(zhì)量。原因是商業(yè)銀行在發(fā)展非利息收入時(shí)，非利息收入自身順周期波動(dòng)特性和隱性高杠桿特性帶來的風(fēng)險(xiǎn)大過其通過范圍經(jīng)濟(jì)、交叉銷售、資產(chǎn)組合多元化帶來的好處，從而使管理層更多地?fù)?dān)心非利息收入發(fā)展過程中的風(fēng)險(xiǎn)暴露預(yù)期，基于委托代理理論，從而更愿意隱瞞信息來減少投資者對銀行風(fēng)險(xiǎn)的擔(dān)憂，最終降低信息披露質(zhì)量。進(jìn)一步回歸的結(jié)果表明手續(xù)費(fèi)收入是非利息收入影響信息披露質(zhì)量的主要因素。

基于此結(jié)論，可以為我國商業(yè)銀行及監(jiān)管部門得出以下啟示。（1）商業(yè)銀行應(yīng)加強(qiáng)行業(yè)自律，不因非利息收入發(fā)展而降低信息披露質(zhì)量。（2）監(jiān)管部門應(yīng)針對商業(yè)銀行非利息收入業(yè)務(wù)創(chuàng)新及時(shí)擴(kuò)充商業(yè)銀行監(jiān)控考核指標(biāo)并督促商業(yè)銀行實(shí)施更為透明的信息披露。

注釋：

①按商業(yè)銀行慣例，該指標(biāo)會(huì)選擇都披露或都不披露，故只要任意披露一項(xiàng)即賦值為1。

②該指標(biāo)下細(xì)分指標(biāo)披露一項(xiàng)得1分，披露兩項(xiàng)得2分，披露三項(xiàng)得3分。

參考文獻(xiàn)：

[1]StirohK.J.Docommunitybanksbenefitfromdiversification？[J].JournalofFinancialServiceResearch，2004，25（3）：461-481.

[2]DoanA，LinK.L.Whatdrivesbankefficiency？Theinteractionofbankincomediversificationandownership[J].InternationalReviewofEconomics&Finance.2018，55（2）：203-219.

[3]DeJongheO.Bankssize，scopeandsystemicrisk：Whatroleforconflictsofinterest？[J].JournalofBanking&Finance.2015，61（4）：3-13.

[4]KleinP.G，SaidenbergM.R.Diversification，organizationandefficiency：Evidencefrombankholdingcompanies[W].SSRNWorkingPaper.1997，21.

[5]DeYongR.，RolandK.P.Productmixandearningsvolatilityatcommercialbanks：Evidencefromadegreeoftotalleveragemodel[J].JournalofFinancialIntermediation.2001，21（10）：54-84.

[6]StirohK.J，RumbleA.Thedarksideofdiversification：ThecaseofUSfinancialholdingcompany[J].JournalofBanking&Finance.2006，30（6）：2131-2161.

[7]LepetitL.，Nys，E.Bankincomestructureandrisk：AnempiricalanalysisofEuropeanbanks[J].JournalofBanking&Finance.2008，32（3）：1452-1467.

[8]DeYongR，TornaG.Nontraditionalbankingactivitiesandbankfailuresduringthefinancialcrisis[J]JournalofFinancialIntermediation.2013，22（5）：397-421.

[9]NguyenT.L.A.DiversificationandbankefficiencyinsixASEANcountries[J].GlobalFinanceJournal.2018，37（1）：57-78.

[10]DeJongheO.Backtothebiscsinbanking？Amicro-analysisofbankingsystemstability[J]JournalofFinancialIntermediation.2010，19（4）：387-417.

[11]BrunnermeierM.K.Banksnon-interestincomeandsystemicrisk[W]SSRNWorkingPaper.2012.

[12]GregorN.F.Whatfactorsdrivesystemicriskduringinternationalfinancialcrises？[J].JournalofBanking&Finance.2014，41（2）：78-96.

[13]EngL.L.Corporategovernanceandvoluntarydisclosure[J].JournalofAccountingandPolicy.2013，22（3）：325-345.

[14]WangK，SewonO.Determinantsandconsequencesofvoluntarydisclosureinanemergingmarket：EvidencefromChina[J].JournalofInternationalAccounting.2008，17（3）：14-30.

[15]YangLan.DeterminantsandfeaturesofvoluntarydisclosureintheChinesestockmarket[J].ChinaJournalofAccountingResearch.2013，72（6）：265-285.

[16]FrancisJ.R，KhuranaI.K.Disclosureincentivesandeffectsoncapitalaroundtheworld[J].AccountingReview.2005，80（4）：1125-1162.

[17]RoseC.Firmperformanceandcomplyorexplaindisclosureincorporategovernance[J].EuropeanManagementJournal.2016，34（4）：202-222.

[18]NagataK，NguyenP.Ownershipstructureanddisclosurequality：EvidencefrommanagementforecastsrevisionsinJapan[J].JournalofAccountingandPublicPolicy.2017，36（5）：451-467.

[19]SamahaK，KhlifH.Theimpactofboardandauditcommitteecharacteristicsonvoluntarydisclosure：Ameta-analysis[J].JournalofInternationalAccounting，AuditingandTaxation.2015，24（1）：13-28.

[20]AhmedA，MonemR.M.Genderdiversityincorporateboardsandcontinuousdisclosure：EvidencefromAustralia[J].JournalofContemporaryAccounting&Economics.2017，13（2）：89-107.

[21]JankensgardH.Betweenarockandahardplace：Newevidenceonrelationshipbetweenownershipandvoluntarydisclosure[J].InternationalReviewofFinancialAnalysis.2018，56（3）：281-291.

[22]張羽，李黎.非利息收入有利于降低銀行風(fēng)險(xiǎn)嗎？——基于中國銀行業(yè)的數(shù)據(jù)[J].南開經(jīng)濟(jì)研究，2010，52（4）：69-91.

[23]趙紅，程茂勇.收益和穩(wěn)定性視角下我國商業(yè)銀行非利息業(yè)務(wù)的經(jīng)濟(jì)效應(yīng)[J].西安交通大學(xué)學(xué)報(bào)，2012，32（114）：34-40.

[24]李明輝，劉莉亞，孫莎.發(fā)展非利息業(yè)務(wù)對銀行有益嗎？——基于中國銀行業(yè)的實(shí)證分析[J].國際金融研究，2014，33（11）：11-22.

[25]李廣之，張翼.非信貸業(yè)務(wù)與銀行績效[J].國際金融研究，2016，45（10）：49-62.

[26]朱聰，吳杰.收入多樣性對我國商業(yè)銀行經(jīng)營業(yè)績的影響[J].管理現(xiàn)代化，2017（6）：8-12.

[27]趙勝民，申創(chuàng).發(fā)展非利息業(yè)務(wù)對銀行收益和風(fēng)險(xiǎn)的影響——基于我國49家商業(yè)銀行的實(shí)證研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2016，65（2）：83-97.

[28]滿媛媛.收入多元化、金融自由化對商業(yè)銀行績效和風(fēng)險(xiǎn)的影響[J].宏觀經(jīng)濟(jì)研究，2016，21（1）：130-143.

[29]黃雋，章艷紅.商業(yè)銀行的風(fēng)險(xiǎn)：規(guī)模和非利息收入[J].金融研究，2010，22（6）：75-81.

[30]余雪飛，宋清華.商業(yè)銀行非利息收入、市場競爭與風(fēng)險(xiǎn)承擔(dān)的實(shí)證檢驗(yàn)[J].統(tǒng)計(jì)與決策，2013，10（4）：139-141.

[31]黃國妍.中國商業(yè)銀行收入結(jié)構(gòu)多元化能夠分散銀行風(fēng)險(xiǎn)嗎？[J].金融經(jīng)濟(jì)學(xué)研究，2015，12（6）：16-28.

[32]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(fēng)險(xiǎn)的影響[J].國際金融研究，2011，（5）：57-66.

[33]張曉玫，毛亞琪.我國上市商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)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.

[34]朱波，楊文華，鄧葉峰.非利息收入降低了銀行的系統(tǒng)性風(fēng)險(xiǎn)嗎？——基于規(guī)模異質(zhì)視角[J].國際金融研究，2016，（4）：62-73.

[35]周開國，李濤，張燕.董事會(huì)秘書與信息披露質(zhì)量[J].金融研究，2011，（7）：167-180.

[36]翟光宇，武力超，唐大鵬.中國上市銀行董事會(huì)秘書持股降低了信息披露質(zhì)量嗎？——基于2007-2012年季度數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)評論，2014，（2）：127-138.

[37]高鳳蓮，王志強(qiáng).“董秘”社會(huì)資本對信息披露質(zhì)量的影響研究[J].南開管理評論，2015（8）：60-71.

[38]黃超，王敏，常維.國際四大審計(jì)提高公司社會(huì)責(zé)任信息披露質(zhì)量了嗎？[J].會(huì)計(jì)與經(jīng)濟(jì)研究，2017，（5）：89-105.

[39]楊紅，楊淑娥，張棟.基于熵理論的上市公司信息披露質(zhì)量測度[J].系統(tǒng)工程，2007，（9）：16-21.

[40]胡奕明.銀行信息披露的國際比較——對13個(gè)國家和地區(qū)銀行年報(bào)的調(diào)查分析[J].金融研究，2002，（3）：87-94.

[41]朱波，楊文華，盧露.信息披露、存款保險(xiǎn)制度與銀行系統(tǒng)性風(fēng)險(xiǎn)[J].財(cái)經(jīng)研究，2016，（12）：96-107.

[42]BourgainA，PierettiP.Financialopenness，disclosureandbankrisk-takinginMENAcountries[J].EmergingMarketsReview.2012，13（4）：283-300.

[43]BaumannU，NierE.Disclosure，volatility，andtransparency：Anempiricalinvestigationintothevalueofbankdisclosure[J].FRBNYEconomicPolicyReview.2004，32（1）：31-45.

[44]許友傳.信息披露、市場約束與銀行風(fēng)險(xiǎn)承擔(dān)行為[J].財(cái)經(jīng)研究，2009，（12）：118-128.

（責(zé)任編輯：王鐵軍）