上市商业银行盈利能力影响因素的研究
来源:用户上传
作者: 倪美蓉
【摘要】盈利能力是商业银行生存和发展的基础，提高商业银行盈利能力，对促进银行业健康稳健地发展具有极其积极的意义。本文以我国14家上市商业银行2004-2010年的相关数据为样本，运用数据面板模型，对商业银行盈利能力及其影响因素进行实证研究与分析。分析结果初步显示，银行的资本实力、资产充足率、流动性以及资产费用率均与盈利能力成正相关关系，而不良贷款率、信贷规模则对盈利能力有负面影响。最后，结合上市商业银行的具体特征和实际发展情况，有针对性地提出提升商业银行盈利能力的对策。
【关键词】上市商业银行 盈利能力 影响因素 面板数据
随着金融国际化进程的快速发展，我国银行业已经全面开放，并逐步进入健康有序的发展轨道。近几年来，我国银行业得到了迅速的发展，盈利水平更是有了大幅度的提高。根据英国银行家杂志公布的2010年全球银行盈利能力排名，工商银行成为全球盈利能力最高的银行，建设银行紧随其次。这些都表明我国银行业正处于迅速发展阶段。如何在日益激烈的竞争环境中维持、提高商业银行的盈利能力，保证其健康稳定运营已经成为广泛关注的焦点。上市商业银行作为我国商业银行的主体大军，肩负着为整个社会提供资金融通的重任，是我国经济资金链条的总枢纽，同时代表着整个银行业的发展方向。因此，加强上市商业银行盈利能力影响因素的相关研究，对促进上市商业银行核心竞争力的形成，保证银行业健康稳健地发展具有极其深刻的意义。
本文着眼于上市商业银行，通过对14家上市商业银行2004～2010年的相关数据进行实证研究，分析各个因素对盈利能力的影响，有针对性地提出提升上市商业银行乃至整个银行业盈利能力的建设性意见。
一、指标界定及模型构建
（一）样本选取及研究方法
截至2010年底，我国共有16家商业银行完成上市，包括5家大型国有商业银行、8家股份制商业银行和3家城市商业银行，本文以其余14家上市商业银行2004-2010年间的相关数据为样本，对盈利能力与各项因素的相关性进行研究。
对上市商业银行盈利能力的影响因素进行分析时，涉及到的是多家银行在一个时间序列中的观测值，这不纯粹是截面数据或时间序列数据，而是由两者相结合的数据集，建立一般的线性回归模型并不能同时反映横截面数据的个体差异以及样本作为一个整体所呈现的时间趋势[1]。因此，本文选用面板数据模型对银行盈利能力的影响因素进行分析，再运用Eviews6.0对其进行回归分析。
（二）模型设定
面板数据模型的基本方程表述如下：
yi,t=c+α1+γ1βχi,t+εit
其中，y是被解释变量，χ为解释变量，i与t分别表示横截面数据、时间序列数据（在本文中i=1,2,…，14， t=2004,2005，…，2010），β是回归系数向量。截距项是c+α1+γt，其中c是常数项，α1度量单位个体间的差异，γt度量时间序列上的差异，表示误差项。
用面板数据建立的基本回归模型有3种，即混合模型、固定效应模型和随机效应模型，下文将对其做具体区分。
1.混合模型。混合模型是将各截面数据融合为一个整体，不考虑个体差异和结构变化，即截距αi与不随个体i和时间t变化，这时方程可变为：
yi,t=c+α+βχi,t+εit
2.固定效应模型。这类模型假设截距随个体i和时间t变化，但认为与解释变量相关，具体可分为：
（1）个体固定效应模型，即截距项在个体i上变化，而在时间上无变化。
（2）时期固定效应模型，即截距项在个体i上无变化，而在时间上变化。
（3）个体和时期固定效应模型，即截距项在个体i上变化，且在时间上变化。
3.随机效应模型。这类模型假设α1、γ1、εit分别来自正态分布，且互不相关，即各自分别不存在截面自相关、时间自相关和混合自相关，α1或γ1与解释变量不相关。方程可表示为：
yi,t=c+α1+γ1+εit
二、实证研究与分析
面板数据涉及截面和时间序列，同一截面上不同的个体与不同的时间可能会引起斜率和截距的变化，这就需要对面板数据进行检验，以选择最适合的模型。
（一）F检验
用F检验判断应该建立混合估计模型还是固定效应模型。原假设（H0）和备择假设（H1）分别为：
H0：α1=α2=…=αi，混合模型。
H0：α1≠α2≠…≠αi，个体固定效应模型。
SSEr表示施加约束条件后估计模型的残差平方和，SSEu表示未施加约束条件的估计模型的残差平方和。若F统计量渐进服从自由度为（N-1，NT-N-k）的F分布，则建立混合模型，反之则推翻原假设建立个体固定效应模型。
1.混合估计模型。运用Eviews6.0软件进行操作，进行混合模型回归，得出结果如下：
从回归结果看，在显著水平a=0.05下，各系数t检验值均大于临界值t0.025，表明各个自变量对因变量的影响较为显著。伴随概率p=0.0000，远远小于5%。模型的可决系数R2为0.627819，拟合度一般。
从结果中我们可以得出残差平方和SSEr=3.889。
2.个体固定效应模型。接下来，我们再利用Eviews6.0进行个体固定效应模型回归，得出结果如下：
可决系数R2=0.7717，DW=1.98。在显著水平a=0.05下，各系数t检验值均大于临界值，表明各个自变量对因变量的影响较为显著。而伴随概率p=0.000000，远远小于5%。说明此模型整体拟合度较高，可以建立个体固定效应模型。
从结果中可以得出残差平方和SSEu=2.386。
3.F检验结果。下面我们对F统计量进行计算，判断建立何种模型更适合。
（二）随机效应（LM）检验
原假设为：不存在随机效应，即δ2=0
在原假设下，LM服从自由度为0.05的χ2分布。如果LM大于临界值，则拒绝原假设，即可以建立随机效应模型。下面我们运用Eviews软件来做随机效应模型，结果如下：
t检验值比较显著，但是R2=0.567360，拟合优度一般，不是特别理想。计算出LM统计量的值为30839.887，远大于0.05的临界值，且相伴概率为0.0000，所以拒绝原假设，可以建立个体随机效应模型。
（三）Hausman检验
根据上文的F检验和LM检验结果可知，在上市商业银行盈利能力的计量模型中，既可以建立固定效应模型，也可以建立随机效应模型。但是究竟哪一种模型更适合还不确定，下面我们通过Hausman检验来进行分析。
1.Hausman检验结果。在随机效应模型估计窗口下继续运用Eviews软件进行Hausman检验，结果如下：
从Hausman检验结果知W=14.430>χ20.05(6)=12.59，且相伴概率为0.0252，所以应拒绝原假设，适合建立个体固定效应模型。
综合F检验、LM检验以及Hausman检验，最终确定本论文的研究应建立个体固定效应模型。
（四）模型确定
基于检验结果，确定模型为个体固定效应模型。建立上市商业银行盈利能力的函数，被解释变量为上市商业银行的总资产收益率，解释变量为资本充足率、不良贷款率、流动现金比率、银行信贷率、资产费用率以及银行总资产值等。具体方程式为：
ROAi,t=C+β1Carit+β2Nplrit+β3Otait+β4Liquidityit+β5Ltait
+β6Lgtait+εit
(五)回归结果分析
从回归结果我们可以看到，资本充足率与银行盈利能力显著正相关，回归系数为0.0291。正如我们预期的那样，银行资本充足率越高，盈利水平也越高。
不良贷款率越高，表明资产质量越差，银行面临的风险和可能遭受的损失也越大，不仅不利于银行日常营运，更会直接降低银行的盈利水平。
衡量流动性的指标是流动现金及存放中央银行款项占总资产的比率，表中可以看出它与盈利能力呈现非常显著的正向关系。
银行信贷率与盈利能力显著负相关。从回归结果可以看出，上市商业银行的贷款增加反而会导致银行的盈利水平下降。
资产费用率与银行盈利的关系与我们的预期恰恰相反，它与银行的盈利成正比。这是因为上市商业银行已经逐步由传统的粗放型经营向集约型方向转变，其收益的增长率高于资本和劳动投入的增长率，使得成本投入的有效增加能带来盈利能力的提高。
三、提高上市商业银行盈利能力的对策
一是提高商业银行资本充足率。商业银行可以通过多渠道募集资本金来提高自有资本率。上市商业银行可以通过发行可转换债券、长期次级债券和混合资本债券来补充附属资本，从而提高资本充足率[2]。二是控制商业银行信贷规模。要适度控制贷款规模，不能盲目追求贷款数额。在实证结果中，银行信贷率与盈利能力成逆向关系，即意味着过度追求贷款数额的扩张并不会带来银行盈利能力的必然增加。三是改善商业银行信贷质量。从实证结果中我们可以看出贷款质量偏差，不良贷款率偏高是制约上市商业银行盈利能力的一个重要因素，也是我国商业银行的软肋所在。要提高上市商业银行的盈利能力，不仅要注重贷款数量，更要注重贷款质量。要加强贷款的管理和监督，建立完善的信贷风险防范体系[3]。四是适度扩大商业银行规模。要适度扩大资产规模，保证上市商业银行健康稳健地扩张。当规模超出了一定负荷量就会转变为规模不经济[4]。因此在实际当中上市商业银行不能一味追求扩张，适度地扩大资产规模。五是提高商业银行流动性。银行流动性对盈利水平有正面影响，上市商业银行应通过改善自身的流动性来提高盈利水平。推行资产证券化，提升资产流动性。
参考文献
[1]曹佳.我国商业银行盈利变化的因素分析[J].经济论坛,2010(6).
[2]彭纪.中国商业银行盈利分析[D].中国人民大学,2007.
[3]管晓宇.商业银行盈利能力实证分析[D].北京工业大学,2009.
[4]鲍静海,贾莹.中国商业银行经营效率测评[J].河北大学学报,2010(2).
转载注明来源:https://www.xzbu.com/3/view-726513.htm
