李 波 王廣宇

（蘇州銀行博士后科研工作站，江蘇 蘇州 215000；興業(yè)銀行博士后科研工作站，上海 200120）

一、引言

自從1995年在我國深圳誕生第一家城市商業(yè)銀行（以下簡稱“城商行”）以來，城商行歷經(jīng)25 年的改革創(chuàng)新與轉(zhuǎn)型發(fā)展，現(xiàn)已成為我國銀行體系中的重要組成部分之一。2014～2019 年，我國城商行資產(chǎn)總額已從18.08萬億元增長到37.28萬億元，年復(fù)合增長率為15.56%，凈利潤從1859.50 億元增長至2509.00億元，年復(fù)合增長率達(dá)6.17%，城商行在服務(wù)地方經(jīng)濟(jì)發(fā)展、促進(jìn)金融供給側(cè)結(jié)構(gòu)性改革的作用日益凸顯。我國經(jīng)濟(jì)發(fā)展已步入新常態(tài)，互聯(lián)網(wǎng)金融、現(xiàn)代金融科技不斷快速發(fā)展，打破時(shí)間與地域的局限，信息溝通更加高效與透明，金融脫媒現(xiàn)象不斷加劇，同時(shí)伴隨著LRP形成機(jī)制不斷改革與完善，繼續(xù)以存貸款利差為主要盈利模式的城商行傳統(tǒng)生存模式已不可持續(xù)，2014～2019年，南京銀行的凈息差已從2.71%下降到1.85%，寧波銀行則由2.66%降至1.84%。探尋多元化的盈利模式迫切成為我國城商行“十四五”時(shí)期重要的戰(zhàn)略方向之一。

非利息收入主要是指城商行利潤表中營業(yè)收入科目下除凈利息收入以外的收入，主要包括手續(xù)費(fèi)及傭金凈收入、公允價(jià)值變動(dòng)損益、投資收益、匯兌損益、資產(chǎn)處置損失等。以寧波銀行為例，2014～2019年，凈營業(yè)收入已由15339.24百萬元增長到35045.88百萬元，其中手續(xù)費(fèi)及傭金凈收入由2485.04 百萬元增加至7783.70 百萬元，投資凈收益由164.94 百萬元增長到6540.53 百萬元（如表1 所示）。從總樣本來看，2014～2019 年，長三角18 家城商行營業(yè)收入由1427.22 億元增長到2704.3 億元，年復(fù)合增長率為13.64%；非利息收入由234.54 億元增長至891.65 億元，年復(fù)合增長率高達(dá)30.62%，其中手續(xù)費(fèi)及傭金收入從156.62 億元增加到329.63 億元，投資收益從67.41 億元擴(kuò)大至491.28 億元，非息收入占比從2014年的16.43%增加至2019 年的32.97%（如表2 所示），這表明“十三五”期間，長江三角洲區(qū)域的城商行盈利模式正逐步向多元化方向發(fā)展。

非利息收入、多元化收入結(jié)構(gòu)和商業(yè)銀行的績效與風(fēng)險(xiǎn)之間的關(guān)系一直是焦點(diǎn)問題。面對(duì)未來幾年國內(nèi)外復(fù)雜多變的金融生態(tài)環(huán)境，國內(nèi)城商行正在加快制定未來發(fā)展戰(zhàn)略規(guī)劃，多元化發(fā)展戰(zhàn)略已成為重要議題之一，在此大背景下深入探討非息業(yè)務(wù)收入與經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)的關(guān)系，具有鮮明的理論意義及時(shí)代價(jià)值。

表1 2014～2019年寧波銀行凈營業(yè)收入內(nèi)部結(jié)構(gòu)（單位：百萬元）

表2 長三角18家城商行營業(yè)收入及內(nèi)部結(jié)構(gòu)（單位：億元/%）

二、文獻(xiàn)綜述

（一）非息收入對(duì)商業(yè)銀行績效的影響

國外學(xué)者Diamond（1984）認(rèn)為，非利息收入增長能提高商業(yè)銀行的客戶多樣性，豐富銀行客戶群體，進(jìn)而利于提高總體業(yè)務(wù)收入。Chiorazzo et al.（2008）通過考察意大利銀行業(yè)經(jīng)營數(shù)據(jù)，得出非利息收入利于提高商業(yè)銀行經(jīng)營績效的結(jié)論。而Acharya et al.（2002）認(rèn)為，銀行如果放棄主業(yè)經(jīng)營，僅提高非利息收入并不能提高經(jīng)營績效。Berger et al.（2010）采用中國銀行業(yè)數(shù)據(jù)，實(shí)證結(jié)果發(fā)現(xiàn)，貸款、存款、資產(chǎn)等非利息收入會(huì)降低銀行收益、提高經(jīng)營成本。

國內(nèi)學(xué)者陳一洪（2015）采用23 家大型城商行2008～2013 年面板數(shù)據(jù)分析大型城商行非利息收入對(duì)其經(jīng)營績效的影響，結(jié)果發(fā)現(xiàn)非利息收入占比與大型城商行經(jīng)營績效（ROA 和ROE）之間存在顯著的線性正相關(guān)關(guān)系。李明輝等（2014）基于1998～2012 年中國114家商業(yè)銀行的微觀數(shù)據(jù)，采用動(dòng)態(tài)面板模型實(shí)證檢驗(yàn)非利息業(yè)務(wù)對(duì)銀行盈利的影響，發(fā)現(xiàn)非利息業(yè)務(wù)水平的提高導(dǎo)致傳統(tǒng)存貸業(yè)務(wù)收益率的降低，并不能明顯提高銀行盈利水平。胡東婉（2018）等基于35家上市銀行2012～2016年非平衡面板數(shù)據(jù)，采用廣義矩估計(jì)方法（GMM）實(shí)證分析非息收入占比對(duì)商業(yè)銀行經(jīng)營績效的影響，結(jié)論表明非利息收入占比的提高會(huì)降低商業(yè)銀行經(jīng)營績效，并指出其原因并非是中間業(yè)務(wù)收入對(duì)商業(yè)銀行績效產(chǎn)生負(fù)面作用，而是近年來商業(yè)銀行同業(yè)業(yè)務(wù)快速發(fā)展降低了商業(yè)銀行績效水平，進(jìn)而掩蓋非利息收入對(duì)經(jīng)營績效的貢獻(xiàn)。

（二）非息收入對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響

孔丹鳳和王祥（2015）對(duì)中美兩國銀行業(yè)進(jìn)行比較研究，發(fā)現(xiàn)非利息收入對(duì)中國商業(yè)銀行收益的影響是顯著正向，而對(duì)風(fēng)險(xiǎn)的影響則不顯著；而對(duì)于同一時(shí)段的美國銀行而言，非利息收入的增加對(duì)其效益產(chǎn)生顯著正向影響，而對(duì)經(jīng)營風(fēng)險(xiǎn)的作用是顯著負(fù)向。顧曉安和王鵬程（2015）基于5697 家美國銀行2006～2013年數(shù)據(jù)，實(shí)證檢驗(yàn)顯示：風(fēng)險(xiǎn)分散效應(yīng)與商業(yè)銀行的非利息收入呈現(xiàn)先下降后上升、最后再下降的“S”型波動(dòng)，認(rèn)為不同銀行在不同發(fā)展階段存在一個(gè)最優(yōu)的非利息收入占比。

從現(xiàn)有文獻(xiàn)來看，國內(nèi)學(xué)者在研究商業(yè)銀行非息收入與經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)關(guān)系時(shí)，樣本選擇多集中在全國層面上，涵蓋大型國有銀行、股份制商業(yè)銀行、城商行、農(nóng)商行等多種性質(zhì)商業(yè)銀行，集中探討城商行中非利息業(yè)務(wù)收入與經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)關(guān)系的并不多，城商行扎根本土、服務(wù)地方，地緣優(yōu)勢(shì)明顯，因此不同區(qū)域內(nèi)城商行的內(nèi)外部發(fā)展環(huán)境、發(fā)展定位、發(fā)展戰(zhàn)略也就不同。本文以位于我國長江三角洲區(qū)域18 家城商行為研究樣本，采用隨機(jī)效應(yīng)面板數(shù)據(jù)模型，實(shí)證檢驗(yàn)非息業(yè)務(wù)收入與經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)二者的關(guān)系，以期為城商行未來轉(zhuǎn)型發(fā)展提供一些政策參考，進(jìn)而更好地推動(dòng)長三角金融一體化發(fā)展，促進(jìn)我國經(jīng)濟(jì)向高質(zhì)量發(fā)展階段邁進(jìn)。

三、變量選取和模型設(shè)定

（一）樣本選擇與數(shù)據(jù)來源

本文選取位于我國長江三角洲地區(qū)的城商行作為研究樣本，從地域分布來看，安徽1家、江蘇4家、浙江13 家、上海1 家。由于寧波東海銀行資產(chǎn)規(guī)模較小、且財(cái)務(wù)信息未對(duì)外發(fā)布，故選擇樣本銀行時(shí)將其排除，只限于其余18家。其中包括7家已上市城商行（江蘇銀行、南京銀行、寧波銀行、杭州銀行、上海銀行、徽商銀行、蘇州銀行）及臺(tái)州銀行、浙江泰隆商業(yè)銀行、浙江民泰商業(yè)銀行、溫州銀行、紹興銀行、江蘇長江商業(yè)銀行、嘉興銀行、湖州銀行、浙江稠州商業(yè)銀行、金華銀行、寧波通商銀行。本文研究數(shù)據(jù)均來源于各城商行對(duì)外發(fā)布的年報(bào)、Wind資訊、經(jīng)審計(jì)的各城商行財(cái)務(wù)報(bào)告，時(shí)間跨度為2014～2019年。

（二）變量選擇與定義

1.經(jīng)營績效指標(biāo)。選取總資產(chǎn)收益率（ROA）指標(biāo)來衡量城商行經(jīng)營績效，該指標(biāo)能夠較為全面地反映城商行整體盈利水平。

2.破產(chǎn)風(fēng)險(xiǎn)指標(biāo)。使用Z-score 來衡量城商行的風(fēng)險(xiǎn)承擔(dān)情況，Z值越大，城商行破產(chǎn)概率越小，城商行破產(chǎn)風(fēng)險(xiǎn)越低。

3.非利息收入規(guī)模指標(biāo)。運(yùn)用非利息收入與營業(yè)收入比重（NII）來衡量城商行非息收入的發(fā)展規(guī)模。

4.非利息收入內(nèi)部結(jié)構(gòu)指標(biāo)。采用手續(xù)費(fèi)及傭金收入與營業(yè)收入比重（S）來衡量城商行手續(xù)費(fèi)及傭金收入發(fā)展規(guī)模。用投資收益與營業(yè)收入比重（T）來衡量城商行投資收益發(fā)展規(guī)模。

5.非利息收入多元化指標(biāo)。依據(jù)赫芬達(dá)爾—赫希曼指數(shù)，定義一個(gè)新指標(biāo)：非息收入多元化結(jié)構(gòu)指數(shù)（STR=1-S2-T2）。該指數(shù)越大，說明非息收入內(nèi)部結(jié)構(gòu)越均衡，否則非息收入的發(fā)展則較多依賴于某項(xiàng)具體業(yè)務(wù)。

6.控制變量。從資產(chǎn)流動(dòng)性角度，選擇流動(dòng)性比例（LIQ）來分析資產(chǎn)流動(dòng)性對(duì)城商行經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)的影響程度及方向。流動(dòng)性比例越高，表明銀行流動(dòng)性資產(chǎn)充足，流動(dòng)性風(fēng)險(xiǎn)小，用于從事高收益的資產(chǎn)減少，盈利能力將下降。從經(jīng)營效率角度，選擇成本收入比（COI）來探討未來城商行成本控制對(duì)經(jīng)營績效的影響?；ヂ?lián)網(wǎng)金融時(shí)代下，城商行粗放型發(fā)展模式所導(dǎo)致的經(jīng)營管理低效勢(shì)必會(huì)對(duì)銀行的盈利水平產(chǎn)生重大影響。銀行經(jīng)營效率的提高將降低這一比率，從而實(shí)現(xiàn)盈利能力的增強(qiáng)。從安全性角度，選擇不良貸款率（BAL）、資本充足率（CAA）、撥備覆蓋率（REC）三個(gè)指標(biāo)來考察城商行的內(nèi)部風(fēng)險(xiǎn)及抵御風(fēng)險(xiǎn)能力與經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)相關(guān)關(guān)系。其中不良貸款率反映城商行資產(chǎn)質(zhì)量，不良貸款率越低表明當(dāng)前城商行資產(chǎn)質(zhì)量越高。不良貸款率越高表明城商行貸款投放形成的不良貸款越多，這些貸款中有一部分最終形成損失，需要通過利潤來核銷，從而消耗城商行的部分利潤，降低其整體盈利水平。撥備覆蓋率是衡量商業(yè)銀行貸款損失準(zhǔn)備金計(jì)提是否充分的指標(biāo)，撥備覆蓋率越高說明銀行抵御風(fēng)險(xiǎn)的能力越強(qiáng)。以撥備覆蓋率為控制變量，能較好地消除我國商業(yè)銀行因撥備覆蓋率的不同而產(chǎn)生的盈利能力差異。資本充足率反映城商行以自有資本來抵御不可預(yù)見損失的能力，資本充足率越高說明銀行風(fēng)險(xiǎn)抵補(bǔ)能力越強(qiáng)。若銀行具有較高的資本充足率，表明該銀行安全性較高，有利于降低經(jīng)營風(fēng)險(xiǎn)，使經(jīng)營管理更加科學(xué)、合理，能夠給銀行帶來更多的預(yù)期收益，促進(jìn)可持續(xù)發(fā)展。商業(yè)銀行的規(guī)模效應(yīng)廣泛存在，是其核心競爭力的代表。關(guān)于規(guī)模與盈利及風(fēng)險(xiǎn)的關(guān)系：一方面，大型商業(yè)銀行往往具有大而不倒的潛在優(yōu)勢(shì)，可能存在道德風(fēng)險(xiǎn)，其盈利能力未必比中小銀行強(qiáng)；另一方面，規(guī)模大的銀行往往占有較大的市場份額，更有能力提供更多的金融產(chǎn)品和更有效地分散貸款組合，通過降低風(fēng)險(xiǎn)、提高經(jīng)營效率和規(guī)模經(jīng)濟(jì)來提高利潤。與現(xiàn)有研究設(shè)計(jì)不同，本文選擇資產(chǎn)規(guī)模取對(duì)數(shù)LN（ASSET）及其平方［LN（ASSET）］2作為控制變量，考察城商行經(jīng)營績效與資產(chǎn)規(guī)模是否存在非線性關(guān)系。具體變量及定義如表3所示。

表3 變量選擇及定義

（三）模型設(shè)定

面板數(shù)據(jù)具有解決遺漏變量問題、捕捉更多個(gè)體動(dòng)態(tài)信息、提高估計(jì)精度等優(yōu)勢(shì)，并且可通過各種估計(jì)方法克服異方差及自相關(guān)等問題。本文研究主要采納面板數(shù)據(jù)模型，并采用相應(yīng)檢驗(yàn)方法從混合OLS、隨機(jī)效應(yīng)面板模型、固定效應(yīng)面板模型中進(jìn)行選擇，計(jì)量模型設(shè)定如方程（1）～（4）所示：

其中，β 為待估計(jì)系數(shù)，ui為個(gè)體固定效應(yīng)，εit為隨機(jī)誤差項(xiàng)。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

此面板數(shù)據(jù)的維度為T=6、N=18，T 小于N，因此為短面板，觀測值總共為108。變量的具體描述性統(tǒng)計(jì)結(jié)果如表4 所示。從總樣本來看，總資產(chǎn)收益率（ROA）均值為0.93%，溫州銀行2018 年ROA 等于0.23%，為最小值，臺(tái)州銀行2018 年ROA 等于2.7%，為最大值，標(biāo)準(zhǔn)差為0.44%。整體波動(dòng)變化幅度不大，多數(shù)大型城商行2014～2019年總資產(chǎn)收益率呈現(xiàn)小幅下降趨勢(shì)，如南京銀行總資產(chǎn)收益率從2014 年的1.12%下降到2019年的0.97%，而有些小型城商行表現(xiàn)相反，如嘉興銀行總資產(chǎn)收益率從2014 年的0.32%上升到2019 年的0.90%，這表明近年來大型城商行資產(chǎn)規(guī)模擴(kuò)張的發(fā)展戰(zhàn)略并沒有帶來凈利潤大幅上升，而某些小型城商行通過適度規(guī)模擴(kuò)張戰(zhàn)略帶來凈利潤的大幅快速增長。破產(chǎn)風(fēng)險(xiǎn)Z-score取對(duì)數(shù)后的均值為4.08，最小值2.90，最大值為4.99，標(biāo)準(zhǔn)差為0.54，波動(dòng)幅度不大。

非利息收入占比均值為24.37%，2018年江蘇長江商業(yè)銀行凈營業(yè)收入合計(jì)為1104.41百萬元，手續(xù)費(fèi)及傭金凈收入為-185.07百萬元，非息收入占比為-16.75%，在觀測值中為最小值，京華銀行2018年?duì)I業(yè)收入12.92億元，而投資收益高達(dá)10.94 億元，非息收入占比為91.25%，在觀測值中為最大值，標(biāo)準(zhǔn)差為23.33%，說明非利息收入占比波動(dòng)幅度較大。從非息收入內(nèi)部結(jié)構(gòu)看，手續(xù)費(fèi)及傭金收入占比（S）平均值為8.60%，標(biāo)準(zhǔn)差為7.50%，最小值為江蘇長江商業(yè)銀行2018年的-16.76%，最大值為溫州銀行2017年的29.16%。投資收益占比（T）平均值為11.78%，標(biāo)準(zhǔn)差為20.38%，最小值為寧波銀行2017 年的-1.63%，最大值為金華銀行2018 年的84.67%。非息收入結(jié)構(gòu)多元化指數(shù)（STR）均值為0.93，標(biāo)準(zhǔn)差為0.14，最小值為0.28，最大值為1.00。

流動(dòng)性比例（LIQ）均值為59.38%，接近或高于監(jiān)管標(biāo)準(zhǔn)值（25%）2 倍以上，表現(xiàn)出樣本銀行較強(qiáng)的短期償債能力，流動(dòng)性風(fēng)險(xiǎn)較低，2014年徽商銀行流動(dòng)性比例為33.92%，為最小值，2019年寧波通商銀行流動(dòng)性比例為133.36%，為最大值，標(biāo)準(zhǔn)差為16.43%，說明全樣本中流動(dòng)性比例波動(dòng)幅度較大。成本收入比（COI）均值為35.56%，已高于監(jiān)管標(biāo)準(zhǔn)值（35%），最小值為2019 年上海銀行的19.98%，最大值為2017 年浙江民泰商業(yè)銀行的59.76%，標(biāo)準(zhǔn)差為8.13%，數(shù)值波動(dòng)幅度較大。不良貸款率（BAL）均值為1.25%，小于監(jiān)管標(biāo)準(zhǔn)值（5%），最小值為0.39%，最大值為2.67%，標(biāo)準(zhǔn)差為0.38%。近年來我國商業(yè)銀行的不良貸款率呈現(xiàn)走高態(tài)勢(shì)，從2014年的1.25%一直上升到2019年的1.86%，但寧波銀行近年來不良貸款率呈現(xiàn)平穩(wěn)下降趨勢(shì)，2014～2019年均值僅為0.85%，在長江三角洲區(qū)域上市的城商行中為最低，可以看出寧波銀行近年資產(chǎn)質(zhì)量較佳。資本充足率（CAA）均值為12.95%，高于監(jiān)管標(biāo)準(zhǔn)值（8.5%），標(biāo)準(zhǔn)差為1.27%，最小值為10.58%，最大值為16.56%，樣本銀行中資本充足率波動(dòng)變化幅度不大。撥備覆蓋率（REC）均值為264.79%，遠(yuǎn)高于監(jiān)管值（150%），標(biāo)準(zhǔn)差為114.23%，樣本銀行中撥備覆蓋率波動(dòng)較大，2018 年浙江民泰商業(yè)銀行為118.73%，為最小值，2018 年湖州銀行為659.42%，為最大值。從資產(chǎn)規(guī)模（ASSET）指標(biāo)來看，均值為4620.95 億元，2014 年江蘇長江商業(yè)銀行資產(chǎn)規(guī)模為133.62億元，為最小值，而上海銀行以2019年資產(chǎn)規(guī)模22370.82億元位居第一，樣本銀行中資產(chǎn)規(guī)模差距較大。截至2019年底，在長江三角洲地區(qū)，資產(chǎn)上萬億的僅有6 家上市城商行，分別為上海銀行、江蘇銀行、南京銀行、寧波銀行、徽商銀行和杭州銀行。

（二）實(shí)證結(jié)果與分析

在對(duì)短面板計(jì)量模型基本設(shè)定后，一般先采用F檢驗(yàn)在“混合回歸”和“固定效應(yīng)”之間進(jìn)行選擇，LM檢驗(yàn)在“混合回歸”和“隨機(jī)效應(yīng)”之間進(jìn)行選擇，最后采納豪斯曼檢驗(yàn)在“固定效應(yīng)”和“隨機(jī)效應(yīng)”之間進(jìn)行選擇。本文首先采用F檢驗(yàn)法對(duì)以ROA、ROE為被解釋變量兩類方程進(jìn)行假設(shè)檢驗(yàn)，P 值等于0，拒絕“不存在個(gè)體固定效應(yīng)”的原假設(shè)，然后進(jìn)行豪斯曼檢驗(yàn)，P 值大于0.05，不能拒絕原假設(shè)“個(gè)體固定效應(yīng)與解釋變量不相關(guān)”，因此選用隨機(jī)效應(yīng)面板模型進(jìn)行估計(jì)。

從表5、表6 估計(jì)結(jié)果可看出，在控制變量中，撥備覆蓋率（REC）解釋變量統(tǒng)計(jì)意義上并不顯著，流動(dòng)性比例（LIQ）僅在以ROA 為被解釋變量的模型中呈現(xiàn)略微負(fù)向顯著。因此下文集中討論非利息收入效應(yīng)、手續(xù)費(fèi)及傭金收入效應(yīng)、投資收益效應(yīng)、非息收入結(jié)構(gòu)多元化效應(yīng)、成本收入效應(yīng)、不良貸款效應(yīng)、資本充足率效應(yīng)、資產(chǎn)規(guī)模效應(yīng)。

1.非利息收入效應(yīng)。從表5 模型（1）和表6 模型（5）估計(jì)結(jié)果看非利息收入占比（NII）與城商行ROA及LN（Z）呈現(xiàn)顯著的負(fù)相關(guān)，分別通過5%和1%顯著性水平，即隨著非息收入占比的提升，城商行的經(jīng)營績效逐漸下降，破產(chǎn)風(fēng)險(xiǎn)上升。分別來看，在保持其他控制變量不變的情況下，城商行非利息收入占比提升1%，ROA 下降約0.002%，LN（Z）下降約0.036%。由此說明，在長三角城商行收入結(jié)構(gòu)中，非息業(yè)務(wù)發(fā)展并沒有大幅提升經(jīng)營績效，甚至增大破產(chǎn)風(fēng)險(xiǎn)，可能是非息業(yè)務(wù)內(nèi)部結(jié)構(gòu)不合理及凈息差替代作用等因素所導(dǎo)致。

2.手續(xù)費(fèi)及傭金收入效應(yīng)。從表5 模型（2）和表6模型（6）估計(jì)結(jié)果看，手續(xù)費(fèi)及傭金收入占比（S）與ROA及LN（Z）呈現(xiàn)負(fù)相關(guān)，但統(tǒng)計(jì)意義上不顯著?？赡苁怯捎谑掷m(xù)費(fèi)及傭金收入結(jié)構(gòu)中，傳統(tǒng)資本密集型中間業(yè)務(wù)收入如銀行卡、代理、結(jié)算類收入占比較高，而新型中間業(yè)務(wù)收入如投資顧問、財(cái)富管理、托管發(fā)展滯緩所致。

3.投資收益效應(yīng)。從表5模型（3）和表6模型（7）估計(jì)結(jié)果看，投資收益占比（T）與ROA及LN（Z）呈現(xiàn)負(fù)相關(guān)，分別通過10%和1%顯著性水平。在保持其他控制變量不變的情況下，投資收益占比提高1%，ROA下降約0.002%，LN（Z）下降約0.048%，投資收益一般波動(dòng)性較大，造成城商行破產(chǎn)風(fēng)險(xiǎn)加大，進(jìn)而導(dǎo)致經(jīng)營績效的下降。

4.非息收入結(jié)構(gòu)多元化效應(yīng)。從表5 模型（4）和表6 模型（8）估計(jì)結(jié)果看，非息收入結(jié)構(gòu)多元化指數(shù)（STR）與ROA 及LN（Z）呈現(xiàn)顯著正相關(guān)，分別通過5%和1%顯著性水平，說明非息收入結(jié)構(gòu)多元化程度越高，城商行的經(jīng)營績效水平越高，破產(chǎn)風(fēng)險(xiǎn)越低。在未來經(jīng)營發(fā)展中，城商行不能單一依靠傳統(tǒng)的手續(xù)費(fèi)及傭金收入，應(yīng)積極拓展其他業(yè)務(wù)收入，提升非息收入結(jié)構(gòu)多元化指數(shù)，進(jìn)而帶動(dòng)ROA及LN（Z）上升。

5.成本收入比效應(yīng)。從表5 模型（1）估計(jì)結(jié)果看，在1%顯著性水平上，成本收入比（COI）與經(jīng)營績效呈現(xiàn)負(fù)相關(guān)，控制其他解釋變量不變的情況下，成本收入比上升1 個(gè)百分點(diǎn)，ROA 下降約0.02 個(gè)百分點(diǎn)，與模型（2）、（3）、（4）估計(jì)結(jié)果基本一致。從表6模型（5）估計(jì)結(jié)果看，成本收入比（COI）與破產(chǎn)風(fēng)險(xiǎn)呈現(xiàn)正相關(guān)關(guān)系，在10%顯著性水平上顯著。在其他解釋變量不變情況下，成本收入比上升1個(gè)百分點(diǎn)將導(dǎo)致LN（Z）下降約0.005個(gè)百分點(diǎn)，與模型（6）、（7）、（8）估計(jì)結(jié)果基本一致。精細(xì)化管理成本，有效控制管理及業(yè)務(wù)費(fèi)大幅上漲，是城商行提升經(jīng)營績效、降低破產(chǎn)風(fēng)險(xiǎn)的手段之一。城商行未來發(fā)展應(yīng)擺脫傳統(tǒng)粗放型經(jīng)營發(fā)展模式，借助現(xiàn)代金融科技，逐步邁向精細(xì)節(jié)約發(fā)展軌道，充分體現(xiàn)其以小為美、服務(wù)實(shí)體的經(jīng)營理念。

6.不良貸款率效應(yīng)。從表5 模型（1）和表6 模型（5）估計(jì)結(jié)果看，不良貸款率（BAL）與經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)呈現(xiàn)1%顯著性水平上的負(fù)相關(guān)關(guān)系，不良貸款率越高，資產(chǎn)質(zhì)量越低，城商行的經(jīng)營績效越低，破產(chǎn)風(fēng)險(xiǎn)越高。分別來看，不良率上升1 個(gè)百分點(diǎn)，ROA下降約0.28個(gè)百分點(diǎn)，LN（Z）下降約0.001個(gè)百分點(diǎn)。從對(duì)照組（2）、（3）、（4）、（6）、（7）、（8）看，估計(jì)結(jié)果基本一致且統(tǒng)計(jì)意義上高度顯著?？刂撇涣悸?、提升資產(chǎn)質(zhì)量是城商行提升經(jīng)營績效、降低破產(chǎn)風(fēng)險(xiǎn)的手段之一。優(yōu)良的資產(chǎn)端不僅能帶來穩(wěn)定收益，而且能產(chǎn)生持久的品牌效應(yīng)，是城商行核心競爭力構(gòu)成的重要元素。

7.資本充足率效應(yīng)。在以ROA 為被解釋變量的第一類方程中，資本充足率CAA前系數(shù)為正數(shù)，但并不顯著；在以LN（Z）為被解釋變量的第二類方程中，資本充足率CAA前系數(shù)為正數(shù)，且在1%顯著性水平上高度顯著，以模型（5）為例，資本充足率提升1個(gè)百分點(diǎn)，破產(chǎn)風(fēng)險(xiǎn)降低約0.02個(gè)百分點(diǎn)。城商行在未來高質(zhì)量發(fā)展中，應(yīng)從利潤留存、發(fā)行二級(jí)資本債及可轉(zhuǎn)債等方式對(duì)自身資本水平進(jìn)行補(bǔ)充，降低破產(chǎn)概率。

8.資產(chǎn)規(guī)模效應(yīng)。從估計(jì)結(jié)果看，在以ROA 為被解釋變量的模型中，［LN（ASSET）］2系數(shù)均為負(fù)值，而在以LN（Z）為被解釋變量的模型中，［LN（AS?SET）］2系數(shù)均為正值，二者均在1%水平上高度顯著，由此說明城商行經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)與資產(chǎn)規(guī)模具有非線性關(guān)系，呈現(xiàn)倒“U”型，即隨著資產(chǎn)規(guī)模擴(kuò)大，城商行的經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)先上升，后逐漸下降。城商行未來發(fā)展應(yīng)擯棄“大而強(qiáng)”的發(fā)展理念，適度規(guī)模擴(kuò)張，找到收益與風(fēng)險(xiǎn)平衡點(diǎn)，走差異化發(fā)展道路，專業(yè)化經(jīng)營特色地方產(chǎn)品，如南京銀行債券市場業(yè)務(wù)成為行內(nèi)典范，地處浙江的臺(tái)州、民泰、泰隆銀行則依托當(dāng)?shù)孛駹I經(jīng)濟(jì)發(fā)達(dá)，在服務(wù)地方小微企業(yè)方面已形成較強(qiáng)競爭力。

表5 ROA為被解釋變量

五、穩(wěn)健性討論

樣本銀行中7 家上市城商行（上海銀行、徽商銀行、寧波銀行、南京銀行、江蘇銀行、杭州銀行、蘇州銀行）資產(chǎn)規(guī)模較大，且7 家上市城商行受地方政府干預(yù)程度較深，為了排除極端值的影響，剔除這7 家上市城商行后，分別進(jìn)行F 檢驗(yàn)和Hausman 檢驗(yàn)，最終選擇隨機(jī)效應(yīng)面板模型進(jìn)行估計(jì)，估計(jì)結(jié)果見表7、表8。NII與ROA在1%顯著性水平呈現(xiàn)負(fù)相關(guān)關(guān)系，與LN（Z）在5%顯著性水平呈現(xiàn)負(fù)相關(guān)關(guān)系，S 與ROA 及LN（Z）均呈現(xiàn)負(fù)相關(guān)關(guān)系，但不顯著，T 與ROA及LN（Z）在均呈現(xiàn)1%顯著性水平上高度顯著負(fù)相關(guān)關(guān)系，STR 與ROA 及LN（Z）均呈現(xiàn)5%顯著性水平上正相關(guān)關(guān)系。在控制變量中，ROA與COI及BAL呈現(xiàn)1%顯著性水平上高度顯著負(fù)相關(guān)關(guān)系，LN（Z）與COI 呈現(xiàn)負(fù)相關(guān)關(guān)系，但并不顯著，LN（Z）與BAL呈現(xiàn)高度顯著（1%水平）負(fù)相關(guān)關(guān)系。在以ROA 為被解釋變量的第一類模型中，［LN（ASSET）］2前系數(shù)為負(fù)，在以LN（Z）為被解釋變量的第二類模型中，［LN（ASSET）］2前系數(shù)為正，資產(chǎn)規(guī)模與經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)呈現(xiàn)非線性關(guān)系，與本文第四部分估計(jì)結(jié)果基本一致。

表6 LN（Z）為被解釋變量

六、研究結(jié)論及政策建議

（一）主要結(jié)論

本文采用長江三角洲地區(qū)的18 家城商行為樣本，實(shí)證考察城商行經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)與非息收入占比的關(guān)系，得出以下結(jié)論：第一，非息收入占比、手續(xù)費(fèi)及傭金收入占比、投資收益占比與經(jīng)營績效呈現(xiàn)負(fù)相關(guān)，非息收入結(jié)構(gòu)多元化指數(shù)與經(jīng)營績效呈現(xiàn)正相關(guān)。第二，非息收入占比、手續(xù)費(fèi)及傭金收入占比、投資收益占比與破產(chǎn)風(fēng)險(xiǎn)呈現(xiàn)正相關(guān)，非息收入結(jié)構(gòu)多元化指數(shù)與破產(chǎn)風(fēng)險(xiǎn)呈現(xiàn)負(fù)相關(guān)。第三，成本收入比、不良貸款率與經(jīng)營績效呈現(xiàn)負(fù)相關(guān)，與破產(chǎn)風(fēng)險(xiǎn)呈現(xiàn)正相關(guān)，資本充足率與破產(chǎn)風(fēng)險(xiǎn)呈現(xiàn)負(fù)相關(guān)。第四，資產(chǎn)規(guī)模與城商行經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)呈非線性關(guān)系，即倒“U”型，城商行的經(jīng)營績效、破產(chǎn)風(fēng)險(xiǎn)隨著其資產(chǎn)規(guī)模擴(kuò)大呈現(xiàn)先上升后下降趨勢(shì)。

表7 ROA為被解釋變量（剔除7家上市城商行）

表8 LN（Z）為被解釋變量（剔除7家上市城商行）

（二）政策建議

第一，積極發(fā)展高附加值新型中間業(yè)務(wù)。城商行在制定未來發(fā)展規(guī)劃與市場定位時(shí)，應(yīng)認(rèn)識(shí)到與傳統(tǒng)的利息業(yè)務(wù)相比，非息業(yè)務(wù)波動(dòng)性較大，尤其是投資收益風(fēng)險(xiǎn)性較高，會(huì)對(duì)凈利息收入產(chǎn)生替代作用，導(dǎo)致城商行經(jīng)營績效的下降、破產(chǎn)風(fēng)險(xiǎn)的上升。目前在城商行手續(xù)費(fèi)及傭金收入結(jié)構(gòu)中，傳統(tǒng)資本勞動(dòng)密集型的結(jié)算類、銀行卡、代理類業(yè)務(wù)仍占較大比重，而擔(dān)保類、承諾類、托管類、投行類及咨詢類業(yè)務(wù)占比較小，積極發(fā)展投資銀行、財(cái)富管理、融資顧問等高附加值新型中間業(yè)務(wù)應(yīng)是城商行“十四五”時(shí)期重要戰(zhàn)略選擇之一。

第二，加快數(shù)字化轉(zhuǎn)型、提高金融服務(wù)效能。粗放型發(fā)展模式往往迫使城商行擴(kuò)增分支機(jī)構(gòu)、鋪設(shè)網(wǎng)點(diǎn)、增加員工比例，導(dǎo)致業(yè)務(wù)管理費(fèi)用高增長以及成本收入比高企。“十四五”時(shí)期，城商行應(yīng)借助數(shù)字化轉(zhuǎn)型，積極打造“數(shù)字銀行”“流程銀行”，消除“信息孤島”，提高數(shù)字化員工比例，精準(zhǔn)掌握客戶的金融服務(wù)需求，從而為其提供個(gè)性化、定制化的金融產(chǎn)品，提升金融服務(wù)的智能化、高效化、多樣化，使金融科技為城商行高質(zhì)量發(fā)展真正賦能。

第三，推進(jìn)全面風(fēng)險(xiǎn)管理、拓展資本補(bǔ)充渠道。“十四五”時(shí)期，金融轉(zhuǎn)型和結(jié)構(gòu)調(diào)整所產(chǎn)生的新增風(fēng)險(xiǎn)與存量風(fēng)險(xiǎn)相互疊加，與此同時(shí)，高速發(fā)展的網(wǎng)絡(luò)信息技術(shù)將擴(kuò)大傳統(tǒng)金融風(fēng)險(xiǎn)，也會(huì)衍生“金融+技術(shù)”雙重新風(fēng)險(xiǎn)。城商行應(yīng)建立包括流動(dòng)性風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、網(wǎng)絡(luò)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)等的識(shí)別、計(jì)量、評(píng)估、監(jiān)測和對(duì)沖等一整套流程，切實(shí)推進(jìn)全面風(fēng)險(xiǎn)管理，提高資產(chǎn)質(zhì)量水平。未來城商行仍要以增強(qiáng)盈利能力、加強(qiáng)內(nèi)部積累作為資本補(bǔ)充的主要渠道，并積極拓展發(fā)行定向股票、二級(jí)資本債、有續(xù)債及可續(xù)債等其他資本補(bǔ)充渠道。

第四，走差異化發(fā)展道路、做區(qū)域性特色銀行。城商行作為我國銀行體系中的第三梯隊(duì)，地緣優(yōu)勢(shì)明顯，“十四五”時(shí)期，城商行發(fā)展目標(biāo)定位不應(yīng)與國有制大型商業(yè)銀行及全國性股份制商業(yè)銀行拼規(guī)模、拼項(xiàng)目，應(yīng)適度規(guī)模擴(kuò)張和結(jié)構(gòu)優(yōu)化，采取差異化發(fā)展戰(zhàn)略，深耕本土、服務(wù)地方，做區(qū)域性特色商業(yè)銀行。如蘇州銀行一直踐行“以小為美、以民唯美”的發(fā)展理念，已打造成為一家新時(shí)代普惠銀行，在蘇州當(dāng)?shù)厝诵闹幸惨研纬闪己每诒?/p>