趙紅 汪玉 付俊文 李依穎

[收稿日期] 2021-05-20

[基金項目] 教育部人文社會科學規(guī)劃項目：我國商業(yè)銀行理財產(chǎn)品流動性風險形成機理以及傳染機制研究（18YJA790112）;陜西省社會科學基金項目：推動陜西文化產(chǎn)業(yè)高質(zhì)量發(fā)展研究：基于金融與產(chǎn)業(yè)深度融合視角（2018D43）

[作者簡介] 趙 紅（1974—），女，陜西富平人，西安交通大學管理學院副教授，博士，研究方向：商業(yè)銀行管理。

[摘 要] 以2002-2020年國內(nèi)48家在異省無分支機構(gòu)的城市商業(yè)銀行作為研究樣本，基于區(qū)域經(jīng)濟視角探究我國銀行非利息業(yè)務，研究結(jié)果表明：從總體樣本來看，區(qū)域經(jīng)濟發(fā)展與銀行非利息業(yè)務發(fā)展之間存在顯著的正U型關系，當人均GDP高于24330元或地區(qū)GDP超過1萬億元時，其銀行非利息業(yè)務水平會隨著區(qū)域經(jīng)濟發(fā)展水平的提高而提高;從分樣本來看，除東南沿海地區(qū)外，我國其他地區(qū)的區(qū)域經(jīng)濟發(fā)展與銀行非利息業(yè)務發(fā)展之間存在顯著的正U型關系。

[關鍵詞] 城市商業(yè)銀行;非利息業(yè)務;區(qū)域經(jīng)濟

[中圖分類號]? F830.33?? [文獻標識碼] A?? [文章編號] 1008—1763（2021）05—0069—08

A Study on the Determinant of Banks Non interest Business：

from the Perspective of Regional Economic Development

ZHAO Hong1， WANG Yu1， FU Jun wen2， LI Yi ying3

（1. School of Management， Xian Jiaotong University， Xian 710049， China;

2. Xian Branch， People's Bank of China， Xian 710075， China;

3. School of Economics and Trade， Henan University of Engineering， Zhengzhou 451191， China）

Abstract：This paper? collects the data of 48 Chinese city commercial banks that have no branches in different provinces from the years 2002-2020， and explores non interest banking services in China from the perspective of regional economy. The result shows that： In terms of the overall sample， there is a significant positive U shaped relationship between regional economic development and the development of non interest banking services. When GDP per capita is higher than 24，330 Yuan， or the provincial GDP is higher than 1000 billion Yuan，the level of non interest business of banks increases with the rising of regional economic development level. From the sub sample， there is a significant positive U shaped relationship between regional economic development and the development of banks' non interest business in China， except for the southeast coastal region.

Key words： city commercial banks; non interest business; regional economic development

一 引言及文獻綜述

區(qū)域經(jīng)濟發(fā)展水平很大程度上制約著金融發(fā)展水平，如經(jīng)濟較發(fā)達的東部省份（如廣東等）城市商業(yè)銀行數(shù)量要明顯多于西部省份，而甘肅、青海、新疆等的城市商業(yè)銀行也主要只存在于省會城市[1]。隨著“金融脫媒”和利率市場化步伐的加快，積極發(fā)展非利息業(yè)務實現(xiàn)多元化經(jīng)營已經(jīng)成為我國商業(yè)銀行盈利模式轉(zhuǎn)型的主要手段。從2003年中國銀監(jiān)會成立及進行國有銀行股份制改革開始至今，我國銀行業(yè)非利息業(yè)務保持高速增長態(tài)勢，非利息收入占比由不足5%達到了2020年末約25%的水平，民生銀行非利息收入占比已超過50%，非利息收入已經(jīng)成為我國銀行營業(yè)收入的重要來源。商業(yè)銀行的總體非利息收入和分類非利息收入占營業(yè)收入比重持續(xù)上升，且增長速度也十分可觀[2]。那么，區(qū)域經(jīng)濟發(fā)展水平是否影響以及如何影響商業(yè)銀行非利息業(yè)務發(fā)展？為此，本文選擇在異省無分支機構(gòu)的城市商業(yè)銀行作為研究對象，試圖探索區(qū)域經(jīng)濟發(fā)展與商業(yè)銀行非利息業(yè)務之間的關系。

已有銀行非利息業(yè)務的研究主要集中在商業(yè)銀行非利息業(yè)務的影響因素，以及非利息業(yè)務產(chǎn)生的效應。本文將已有影響因素按照商業(yè)銀行特征、市場結(jié)構(gòu)及宏觀環(huán)境三個維度進行整理。國外學者認為，銀行自身變量（資產(chǎn)金額或資產(chǎn)增速、核心存款、利差或貸款定價、銀行績效、權益、市場價值、研發(fā)成本、營業(yè)費用、交易型發(fā)展戰(zhàn)略及管理能力）、市場結(jié)構(gòu)變量（市場勢力或競爭力）及宏觀環(huán)境變量（通貨膨脹率及國家GDP增長率）是商業(yè)銀行非利息業(yè)務的主要影響因素[3-7]。而國內(nèi)學者認為，銀行自身變量（資產(chǎn)或資產(chǎn)增速、利差或貸款定價、銀行績效、權益、管理能力、凈資產(chǎn)收益率、貸款損失準備金、人員規(guī)模、信用風險、存款/總資產(chǎn)、存貸比和員工人數(shù)/存款），以及市場結(jié)構(gòu)變量（非銀行金融機構(gòu)規(guī)模擴張、外資銀行規(guī)模、互聯(lián)網(wǎng)金融發(fā)展程度和市場勢力或競爭）會影響銀行非利息業(yè)務[8-11]。有關銀行非利息業(yè)務的效應研究，主要圍繞非利息業(yè)務對銀行收益和銀行風險的影響展開[12-15]。

可以看出，國外學者有關銀行非利息業(yè)務的影響因素研究涵蓋了宏觀因素，而國內(nèi)學者主要關注銀行自身特征變量和市場結(jié)構(gòu)變量，基本不涉及宏觀環(huán)境因素，也鮮有研究提及區(qū)域經(jīng)濟發(fā)展水平對銀行非利息業(yè)務的影響。有鑒于此，本文以2002-2020年國內(nèi)48家在異省無分支機構(gòu)的城市商業(yè)銀行為研究樣本，運用面板數(shù)據(jù)回歸方法實證研究我國區(qū)域經(jīng)濟發(fā)展水平與城市商業(yè)銀行非利息業(yè)務發(fā)展之間的關系。相對于已有研究，本文的創(chuàng)新點包括：第一，首次研究不同省份區(qū)域經(jīng)濟發(fā)展水平與銀行非利息業(yè)務的關系。本文認為，商業(yè)銀行非利息業(yè)務的發(fā)展是金融服務供給方、金融服務需求方及金融服務監(jiān)管方共同博弈的結(jié)果，商業(yè)銀行所在省份的經(jīng)濟發(fā)展水平對銀行非利息業(yè)務有顯著影響。部分研究也認為，區(qū)域經(jīng)濟發(fā)展將會對銀行的經(jīng)營狀況帶來正向影響，區(qū)域生產(chǎn)總值增長率、外商直接投資、固定資產(chǎn)投資和區(qū)域經(jīng)濟結(jié)構(gòu)等因素都對當?shù)厣虡I(yè)銀行的業(yè)務拓展有顯著的正向影響。如Sun等人以中國72家城市商業(yè)銀行為樣本，研究發(fā)現(xiàn)區(qū)域經(jīng)濟發(fā)展水平越高，則城市商業(yè)銀行的效率也越高[16]。薛超和李政基于2007-2011年我國城市商業(yè)銀行跨區(qū)域經(jīng)營數(shù)據(jù)，研究發(fā)現(xiàn)區(qū)域經(jīng)濟水平越高，銀行的盈利能力越好[17]。其次，從金融服務需求視角考慮，當區(qū)域經(jīng)濟水平較高時，隨著區(qū)域經(jīng)濟的提升，區(qū)域內(nèi)居民閑余資金相對充裕，多元化資金管理需求顯現(xiàn)，對銀行非利息業(yè)務金融服務需求提升，金融服務需求的改變倒逼銀行發(fā)展非利息業(yè)務。因此，本文認為區(qū)域經(jīng)濟發(fā)展與非利息業(yè)務水平呈現(xiàn)正U型關系。第二，研究樣本的選擇。由于區(qū)域性研究對樣本銀行的特殊經(jīng)營范圍要求，收集難度大，已有研究鮮有對區(qū)域經(jīng)濟發(fā)展和銀行非利息業(yè)務發(fā)展關系的探討，僅是將宏觀經(jīng)濟變量作為控制變量。本文以區(qū)域經(jīng)濟發(fā)展為自變量而非控制變量，銀行非利息業(yè)務水平為因變量，直接研究二者之間的關系，是對現(xiàn)有研究的必要補充。而且，已有研究多使用上市銀行數(shù)據(jù)或無經(jīng)營區(qū)域限制的城市商業(yè)銀行數(shù)據(jù)，鮮有學者使用在異省無分支機構(gòu)的城市商業(yè)銀行作為研究樣本，而本文認為這類城市商業(yè)銀行具有特殊的區(qū)域經(jīng)營特點。而且，城市商業(yè)銀行在我國金融體系中起著重要的作用，根據(jù)中國銀保監(jiān)會的數(shù)據(jù)，截至2020年底，我國城市商業(yè)銀行總資產(chǎn)規(guī)模達到40.29萬億，同比增長8.08%，占銀行業(yè)金融機構(gòu)比重為12.78%。截至2020年底，在異省無分支機構(gòu)的城市商業(yè)銀行有48家，遍布全國21個省份。

二 研究設計

（一） 變量選取與說明

被解釋變量：非利息業(yè)務水平（NIR），以非利息凈收入占營業(yè)收入的比重衡量。

解釋變量：區(qū)域經(jīng)濟發(fā)展水平，分別以各省人均生產(chǎn)總值和各省生產(chǎn)總值衡量，在計算時，進行對數(shù)化處理，并加入它們的平方項，以研究區(qū)域經(jīng)濟發(fā)展水平與城市商業(yè)銀行非利息業(yè)務發(fā)展之間是否存在正U型關系。

控制變量：首先選擇市場競爭度為控制變量。銀行間競爭度的提高將引起商業(yè)銀行調(diào)整自身經(jīng)營戰(zhàn)略，進而影響非利息業(yè)務發(fā)展[10]。參考已有研究，選取勒納指數(shù)（LR）作為衡量銀行業(yè)競爭度的指標[18-19]。勒納指數(shù)是價格與邊際成本的差值與價格的比值，其中價格等于該銀行當年利息收入與非利息收入之和除以總資產(chǎn)，邊際成本無法直接觀測，采用成本轉(zhuǎn)換模型來計算。本文采用超越對數(shù)函數(shù)估計成本函數(shù)，假設輸入價格具有對稱性和和線性同質(zhì)性。成本函數(shù)如下：

lnCit=αo+α1lnQit+α22lnQit2+12∑2j=1∑2k=1βjklnWjitlnWkit+∑2j=1βjlnWjit+∑2j=1γjlnQitlnWjit+vit+uit

其中，Cit為銀行i在t年的總成本，以營業(yè)費用與利息支出之和進行衡量;Qit為銀行i在t年的總資產(chǎn)，代表銀行產(chǎn)出;Wjit代表銀行的投入要素價格，主要包括固定資產(chǎn)、勞動力和資金三項，但由于樣本中的城市商業(yè)銀行往往規(guī)模較小，信息披露不全面，固定資產(chǎn)消耗與職工支出數(shù)據(jù)存在大量缺失。故方程中以資產(chǎn)總額代替營業(yè)投入，營業(yè)費用代替人力和固定資產(chǎn)成本。因此，W1it為營業(yè)費用與總資產(chǎn)的比值，W2it等于總利息支出與總存款的比值。

在廠商理論中，擬合較好的方程對投入要素和交叉項均有不同的齊次性要求。故對超越對數(shù)生產(chǎn)函數(shù)中的系數(shù)添加如下約束條件：

∑2j=1β=1

∑2j=1βjk=0? k=1，2

∑2j=1γj=0

βjk=βkj

然后利用成本函數(shù)估計的系數(shù)來計算邊際成本（MC），公式如下：

MCit=CitQit（α1+α2+∑2j=1γjlnWjit）

最后利用如下公式計算勒納指數(shù)：

Lernerit=Pit-MCitPit

參照已有研究[5，8，20，21]，本文其他的控制變量包括銀行資產(chǎn)規(guī)模、銀行盈利能力、銀行流動風險、銀行資本結(jié)構(gòu)以及凈息差，所有研究變量見表1。對以上所有指標變量均采用國際金融數(shù)據(jù)庫Wind的計算方式。

（二） 計量模型的構(gòu)建

依據(jù)F檢驗結(jié)果（F=5.09，Prob>F=0.000），表明應采用個體效應模型。個體效應模型又分為固定效應模型和隨機效應模型。Hausman檢驗是判斷采用固定效應模型還是隨機效應模型的常用方式，Hausman檢驗結(jié)果（模型（1）chi2（8）=15.23，Prob>chi2=0.054;模型（2）chi2（9）=30.23，Prob>chi2=0.004）拒絕采用隨機效應模型，表明應采用固定效應模型進行回歸。根據(jù)前文的分析，區(qū)域經(jīng)濟發(fā)展與銀行非利息業(yè)務存在正U型關系，所以設定模型如下：

NIRit=δ0+δ1lnPGit+δ2slnPGit+λ2LRit+λ3lnAit+λ4ROAAit+λ5LDRit+λ6EAit+λ7NIMit+vit+μit（1）

NIRit=δ0+δ1lnGDPit+δ2slnGDPit+λ2LRit+λ3lnAit+λ4ROAAit+λ5LDRit+λ6EAit+λ7NIMit+vit+μit （2）

其中，NIRit為第i家商業(yè)銀行第t期的非利息收入占營業(yè)收入比例，δj、λk為待估系數(shù)，vit表示省份固定效應，μit表示銀行i在時間t的隨機誤差項。

三 實證分析

本文選取在省外無分支機構(gòu)的城市商業(yè)銀行作為研究樣本，以排除異省區(qū)域經(jīng)濟水平對商業(yè)銀行非利息收入的影響，截至2020年底，我國共有133家城市商業(yè)銀行，刪除在異省設有分支機構(gòu)的城市商業(yè)銀行，刪掉Wind數(shù)據(jù)庫、商業(yè)銀行官方網(wǎng)站、中國債券信息網(wǎng)上均無法獲取年報數(shù)據(jù)的樣本銀行，最終確定48家城市商業(yè)銀行作為研究樣本，樣本取值期間為2002-2020年，共計503個觀測點。所有指標均以Wind定義的計算方式進行計算，以保持數(shù)據(jù)的可比性。

（一）變量的相關性分析

表2報告了主要變量的相關性分析結(jié)果?？梢钥闯觯兞块g存在著顯著的相關關系，除兩個解釋變量lnPG和lnGDP間的相關系數(shù)為0.738，其他變量間的相關系數(shù)由-0.47到0.50不等，均小于0.7的臨界值。此外，本文通過方差膨脹因子（VIF）檢驗自變量多重共線性問題，結(jié)果顯示VIF檢驗最大值為3.01，顯著小于5，表明變量不存在嚴重的多重共線性問題。

（二） 回歸結(jié)果分析

本文根據(jù)劉哲希等（2019）[22]的方法逐步添加變量進行實證分析，以觀察控制變量的納入是否顯著影響區(qū)域經(jīng)濟發(fā)展水平對銀行非利息業(yè)務的影響效應，來論證經(jīng)驗估計結(jié)果的穩(wěn)健性。基本回歸結(jié)果如表3所示，（1）（2）列為采用lnPG為解釋變量的回歸結(jié)果，（3）（4）為采用lnGDP為解釋變量的回歸結(jié)果，其中，（1）和（3）列給出了解釋變量僅包含區(qū)域經(jīng)濟發(fā)展水平一次項和二次項的分析結(jié)果，（2）和（4）列進一步加入了前文所列的控制變量。從表3可以看出，當銀行非利息業(yè)務水平作為被解釋變量時，（1）和（3）列中區(qū)域經(jīng)濟發(fā)展水平的一次項系數(shù)都在1%的置信水平上顯著為負，二次項系數(shù)均在1%的置信水平上顯著為正。這一結(jié)果與之前的預期相符，即區(qū)域經(jīng)濟發(fā)展水平與銀行非利息業(yè)務水平之間存在正U型關系。從（2）和（4）列可以看出，伴隨著控制變量的逐步加入，回歸結(jié)果保持穩(wěn)健。而且，控制變量的結(jié)果也基本符合預期。

表3還報告了控制變量與銀行非利息業(yè)務水平的關系。平均資產(chǎn)收益率ROAA與非利息收入業(yè)務水平負向相關，可能是因為當銀行擁有較高的穩(wěn)定性收益時，為保持收益的穩(wěn)定性，銀行會選擇發(fā)展穩(wěn)定性高的利息業(yè)務，而忽視發(fā)展波動性較大的非利息業(yè)務;LDR比率與非利息業(yè)務水平負相關，這可能是因為凈負債越高，銀行資金成本及其流動性風險越高，銀行越會選擇發(fā)展利差業(yè)務。凈息差NIM與非利息業(yè)務水平顯著負相關，是因為高凈息差使銀行更重視發(fā)展傳統(tǒng)利息業(yè)務。變量Lerner指數(shù)在兩個模型中系數(shù)為負但統(tǒng)計意義均不顯著，系數(shù)為負的原因可能是，由于城市商業(yè)銀行競爭力不強，隨著銀行市場競爭加劇，城市商業(yè)銀行拓展非利息業(yè)務能力下降;其統(tǒng)計意義均不顯著可能與城市商業(yè)銀行的邊際定價能力隨行就市有關。

為了保證正U型關系結(jié)果的穩(wěn)健性，本文使用Stata16的Utest指令檢驗區(qū)域經(jīng)濟發(fā)展水平與銀行非利息業(yè)務水平是否為正U型關系。檢驗結(jié)果顯示，當采用lnPG為解釋變量時，計算出的極值點為10.10，lnPG取值范圍為[8.99，11.72]?？芍?，極值點在數(shù)據(jù)范圍內(nèi)，并且P>|t|=0.000，說明U型關系在1%的水平上顯著成立。同時，結(jié)果中的Slope在區(qū)間Lower bound里為負號，Upper bound里為正號，因而可以認為是正U型關系。就U型曲線的拐點位置而言，根據(jù)檢驗結(jié)果顯示的極值點可以得知，拐點的位置大致出現(xiàn)在lnPG為10.10，也即人均GDP為24330元時。當采用lnGDP為解釋變量時，計算出的極值點為9.21，lnGDP取值范圍為[7.04，11.62]?？芍?，極值點在數(shù)據(jù)范圍內(nèi)，并且P>|t|=0.003，說明U型關系在1%的水平上顯著成立。同時，結(jié)果中的Slope在區(qū)間Lower bound里為負號，Upper bound里為正號，因而可以認為是正U型關系。就U型曲線的拐點位置而言，根據(jù)檢驗結(jié)果顯示的極值點可以得知，拐點的位置大致出現(xiàn)在lnGDP為9.21，也即GDP為1萬億元時。

進一步，為了更好地描述區(qū)域經(jīng)濟發(fā)展水平與銀行非利息業(yè)務水平之間的關系，同時也是進一步驗證正U型關系結(jié)果的穩(wěn)健性，本文使用Stata16繪制出二者的關系曲線，如圖1和圖2所示。

當區(qū)域經(jīng)濟發(fā)展水平低于拐點時，雖然監(jiān)管層鼓勵各商業(yè)銀行發(fā)展不具有同質(zhì)性的非利息業(yè)務，以提升銀行的競爭力，但作為金融服務需求方，當區(qū)域發(fā)展水平低時，區(qū)域居民可支配收入較低，企業(yè)可投資資金較少，這時，即使區(qū)域發(fā)展水平有所提高，居民與個人會利用增加的可支配收入進行擴張生產(chǎn)或者進行穩(wěn)健的儲蓄行為，非利息業(yè)務服務需求持續(xù)走低。同時，從金融服務供給視角考慮，銀行作為金融服務供給的中堅力量，其提供的金融服務主要以傳統(tǒng)信貸等利息業(yè)務為主，非利息業(yè)務的發(fā)展空間受限。而當經(jīng)濟發(fā)展水平高于一定水平時，區(qū)域內(nèi)居民可支配收入增加，企業(yè)更深層次的投資需求逐漸顯露，刺激商業(yè)銀行有動力發(fā)展現(xiàn)有非利息業(yè)務和拓展新的非利息業(yè)務種類。從金融服務需求視角考慮，當區(qū)域經(jīng)濟水平較高時，隨著區(qū)域經(jīng)濟的提升，區(qū)域內(nèi)居民閑余資金相對充裕，多元化資金管理需求顯現(xiàn)，對銀行非利息業(yè)務金融服務需求提升，金融服務需求的改變倒逼銀行發(fā)展非利息業(yè)務。

（三）分樣本的進一步研究

上述結(jié)果表明，區(qū)域經(jīng)濟發(fā)展水平確實會對銀行非利息業(yè)務水平產(chǎn)生影響，但不能確定我國各區(qū)域經(jīng)濟發(fā)展水平對銀行非利息業(yè)務水平的影響效應是否一致。我國東南沿海地區(qū)與其他地區(qū)之間經(jīng)濟發(fā)展水平很不均衡，與其他地區(qū)相比，我國東南沿海地區(qū)的銀行業(yè)較為發(fā)達，經(jīng)濟發(fā)展水平較高。為此，本文將樣本銀行所在的21個省份分為東南沿海地區(qū)（包括南部沿海地區(qū)的廣東、福建、海南和東部沿海地區(qū)的上海、江蘇、浙江）與其他地區(qū)（除東南沿海省份外的其他省份），分樣本研究區(qū)域經(jīng)濟發(fā)展水平對銀行非利息業(yè)務的影響。分樣本回歸結(jié)果如表4所示。

表4分別報告了東南沿海地區(qū)和其他地區(qū)采用模型（1）和模型（2）得到的回歸結(jié)果。結(jié)果中，東南沿海地區(qū)的區(qū)域經(jīng)濟發(fā)展水平的一次項和二次項對銀行非利息業(yè)務的影響均不顯著。而其他地區(qū)的區(qū)域經(jīng)濟發(fā)展水平一次項和二次項對銀行非利息業(yè)務的影響均在1%的置信水平上顯著，且其他地區(qū)的區(qū)域經(jīng)濟發(fā)展水平的一次項系數(shù)均為負，二次項系數(shù)均為正，曲線仍然呈正U型，這與本文的前述研究結(jié)果相同。通過分析發(fā)現(xiàn)，東南沿海地區(qū)和其他地區(qū)區(qū)域經(jīng)濟發(fā)展水平對銀行非利息業(yè)務水平的影響效應不完全一致，造成這種結(jié)果的原因可能是東南沿海地區(qū)經(jīng)濟發(fā)展時間相對較長，銀行業(yè)較為發(fā)達，在異省無分支機構(gòu)的城市銀行較少，因此觀測值較少，導致結(jié)果不準確。

（四）內(nèi)生性問題處理與穩(wěn)健性檢驗

本文的結(jié)論會受到其他潛在的內(nèi)生性問題的干擾。具體來說：第一，區(qū)域經(jīng)濟發(fā)展水平與銀行非利息業(yè)務水平可能存在由潛在的反向因果關系導致的內(nèi)生性問題。第二，潛在的樣本選擇偏差。本文基于異省無分支機構(gòu)的城市銀行數(shù)據(jù)進行研究，由于東南沿海地區(qū)在異省無分支機構(gòu)的銀行較少，因此本文的樣本數(shù)據(jù)中東南沿海地區(qū)銀行的數(shù)據(jù)較少，這是樣本選擇偏差的主要原因之一。第三，遺漏變量也可能造成模型估計結(jié)果產(chǎn)生偏差。

為了更好地緩解由潛在的反向因果關系、潛在的樣本選擇偏差或遺漏變量導致的內(nèi)生性問題，本文使用面板數(shù)據(jù)工具變量法來緩解內(nèi)生性問題[23]。將滯后一期或兩期的區(qū)域經(jīng)濟發(fā)展水平作為工具變量，并用GMM法估計模型系數(shù)，結(jié)果如表5所示。

由表5可知，區(qū)域經(jīng)濟發(fā)展水平的一次項和二次項多數(shù)在10%的水平上分別顯著為負和顯著為正。由此表明，區(qū)域經(jīng)濟發(fā)展水平與銀行非利息業(yè)務水平呈現(xiàn)穩(wěn)健的正U型關系。

根據(jù)Haans等人的研究[24]，本文在模型中加入?yún)^(qū)域經(jīng)濟發(fā)展水平的三次項以考察區(qū)域經(jīng)濟發(fā)展水平與銀行非利息業(yè)務水平之間是否存在三次方關系，即N型或水平S型關系。表6和表7分別報告了全樣本回歸結(jié)果和分樣本回歸結(jié)果。在加入解釋變量的三次項之后，三次項系數(shù)并不顯著，說明不存在三次方關系，支持了區(qū)域經(jīng)濟發(fā)展水平與銀行非利息業(yè)務水平間的正U型關系具有穩(wěn)健性。

四 結(jié)論與建議

文章以2002-2020年國內(nèi)48家在異省無分支機構(gòu)的城市商業(yè)銀行作為研究樣本，探究我國區(qū)域經(jīng)濟發(fā)展水平對銀行非利息業(yè)務的影響效應，研究結(jié)果表明：（1）從總體樣本來看，區(qū)域經(jīng)濟發(fā)展水平與銀行非利息業(yè)務水平之間存在顯著的正U型關系，以人均GDP 24330元為分界點，當人均GDP高于24330元時，或以區(qū)域GDP衡量，全省GDP超出1萬億時，銀行非利息業(yè)務水平會隨著區(qū)域經(jīng)濟發(fā)展水平的提高而提高。（2）從分樣本來看，除東南沿海地區(qū)外，我國其他地區(qū)的區(qū)域經(jīng)濟發(fā)展水平與銀行非利息業(yè)務之間存在顯著的正U型關系。

城市商業(yè)銀行在我國金融體系中起著重要的作用，城市商業(yè)銀行的設立主要是服務于本區(qū)域地方經(jīng)濟，但是城市商業(yè)銀行在發(fā)展過程中，受到宏觀經(jīng)濟環(huán)境以及市場結(jié)構(gòu)變化帶來的影響，利率市場化以及互聯(lián)網(wǎng)金融均對城市商業(yè)銀行帶來沖擊。2020年，我國城市商業(yè)銀行實現(xiàn)凈利潤2145.63億元，占全部商業(yè)銀行凈利潤的11.06%，同比大幅下降14.48%，且呈現(xiàn)逐季惡化的典型特征，和全國性銀行逐季修復形成明顯反差;資產(chǎn)利潤率為0.55%，大幅下降26.67%;不良貸款率為2.32%，相較于上年大幅上升0.51%，有明顯惡化傾向;撥備覆蓋率僅為154.80%，遠遠低于其他銀行，資產(chǎn)質(zhì)量壓力較大。城市商業(yè)銀行的發(fā)展不容樂觀，因此如何提升城市商業(yè)銀行的競爭力迫在眉睫。城市商業(yè)銀行需要在發(fā)展同質(zhì)性的利息業(yè)務的同時，關注非利息業(yè)務的發(fā)展，以提升自己的競爭力。但非利息業(yè)務的發(fā)展受制于多種因素，本文對城市商業(yè)銀行非利息業(yè)務發(fā)展的區(qū)域影響因素提供了實證證據(jù)。當人均GDP過低時，盡管政策面鼓勵商業(yè)銀行發(fā)展非利息業(yè)務，但此時城市商業(yè)銀行發(fā)展非利息業(yè)務收效不大，即發(fā)展區(qū)域經(jīng)濟是根本。反之，當區(qū)域經(jīng)濟較為發(fā)達時，城市商業(yè)銀行具備發(fā)展非利息業(yè)務的外部條件，應大力發(fā)展非利息業(yè)務，提高金融供給效率，讓合適的金融機構(gòu)去服務合適的經(jīng)濟體，解除金融抑制，促進經(jīng)濟與金融良性循環(huán)。

[參 考 文 獻]

[1] 王京濱，李博.銀行業(yè)務地理集中是否降低了金融風險？——基于中國城市商業(yè)銀行微觀數(shù)據(jù)的研究[J].管理世界，2021（5）：87-97.

[2] 申創(chuàng)，趙勝民，李瑩.利率市場化、非利息收入與銀行凈息差——兼論分類非利息收入的差異化影響路徑[J].統(tǒng)計研究，2020（5）：68-77.

[3] Berger A N， Demirguc Kunt A， Levine R， Haubrich J G. Bank Concentration and Competition： An Evolution in the Making[J]. Journal of Money， Credit， and Banking， 2004（3）： 433-451.

[4] Calmes C， Theoret R. The Impact of Off Balance Sheet Activities on Bank Returns： An Application of the ARCH M to Canadian Data [J]. Journal of Banking and Finance， 2010（7）： 1719-1728.

[5] Demirguc Kunt A， Huizinga H. Bank Activity and Funding Strategies： The Impact on Risk and Returns[J]. Journal of Financial Economics， 2010（3）： 626-650.

[6] Nguyen J. The Relationship Between Net Interest Margin and Non Interest Income Using a System Estimation Approach [J]. Journal of Banking &Finance， 2012（9）： 2429-2437.

[7] Isshaq Z， Amoah B， Appiah Gyamerah I. Non Interest Income， Risk and Bank Performance[J]. Global Business Review， 2019（3）： 595-612.

[8] 鄭榮年，牛慕鴻.中國銀行業(yè)非利息業(yè)務與銀行特征關系研究[J].金融研究，2007（9）：129-137.

[9] 朱宏泉，周麗，余江.我國商業(yè)銀行非利息收入及其影響因素分析[J].管理評論，2011（6）：23-30.

[10]申創(chuàng)，趙勝民.市場競爭度與銀行非利息收入關系研究[J].經(jīng)濟評論，2017（1）：23-27.

[11]趙勝民，劉笑天.互聯(lián)網(wǎng)金融影響了商業(yè)銀行的非利息收入嗎？[J].當代財經(jīng)，2018（2）：49-61.

[12]Abedifar P， Molyneux P， Tarazi A. Non Interest Income and Bank Lending[J]. Journal of Banking & Finance， 2018（87）： 411-426.

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

[14]Khler M. Which Banks Are More Risky？ The Impact of Business Models Bank Stability[J]. Journal of Financial Stability， 2015（16）： 195-212.

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

[16]Sun J， Harimaya K， Yamori N. Regional Economic Development， Strategic Investors， and Efficiency of Chinese City Commercial Banks[J]. Social Science Electronic Publishing， 2013（5）：1602-1611.

[17]薛超，李政.多元化經(jīng)營能否改善我國城市商業(yè)銀行經(jīng)營績效——基于資產(chǎn)和資金來源的視角[J]，當代經(jīng)濟科學，2014（1）：12-22.

[18]Cetoreli N， Gambera M. Banking Market Structure， Financial Dependence and Growth： International Evidence from Industry Data[J]. The Journal of Finance， 2001（2）： 617-648.

[19]申創(chuàng).市場集中度、競爭度與銀行風險的非線性關系研究[J].國際金融研究，2018（6）：65-75.

[20]Lepetit L， Nys E， Rous P. The Expansion of Services in European Banking： Implications for Loan Pricing and Interest Margins[J]. Journal of Banking & Finance， 2008（11）： 2325-2335.

[21]劉莉亞，李明輝，孫莎.中國銀行業(yè)凈息差與非利息收入的關系研究[J].經(jīng)濟研究，2014（7）：110-124.

[22]劉哲希，隨曉芹，陳彥斌.儲蓄率與杠桿率：一個U型關系[J].金融研究，2019（11）：19-37.

[23]邵帥，范美婷，楊莉莉.資源產(chǎn)業(yè)依賴如何影響經(jīng)濟發(fā)展效率？——有條件資源詛咒假說的檢驗及解釋[J].管理世界，2013（2）：32-63.

[24]Haans R， Pieters C， He Z L. Thinking about U： Theorizing and Testing U? and Inverted U shaped Relationships in Strategy Research[J]. Strategic Management Journal， 2016（7）： 1177-1195.