張濟建 王俊 溫靜

【摘要】 文章根據(jù)我國14家商業(yè)銀行2002—2008年的財務與經(jīng)營數(shù)據(jù)，利用面板數(shù)據(jù)模型對我國商業(yè)銀行財務績效的影響因素進行分析。結(jié)果表明，影響商業(yè)銀行財務績效的因素各有側(cè)重，資源配置能力和創(chuàng)新能力對商業(yè)銀行財務績效的影響較為顯著，風險控制能力對財務績效的影響一般，而宏觀經(jīng)濟變量對財務績效幾乎沒影響。據(jù)此，提出幾點改革建議，以促進我國商業(yè)銀行健康持續(xù)地發(fā)展。

【關鍵詞】 商業(yè)銀行； 財務績效； 影響因素； 面板數(shù)據(jù)

一、引言

財務績效是當今銀行業(yè)在其經(jīng)營管理過程中始終關注的重點之一。就其含義而言，財務績效是對一個企業(yè)在一定期間的盈利能力、資本充足性、資產(chǎn)安全性、流動性和經(jīng)營增長能力等方面的總稱。財務績效評價就是對上述各個方面的指標進行定量的對比分析和評價。從長遠來看，財務績效的高低不但關系到整個銀行業(yè)能否能良好運作，而且對整個國家宏觀經(jīng)濟的運行都起著至關重要的作用。

自從我國加入世界貿(mào)易組織（WTO）特別是我國的金融市場實行對外開放的政策以來，一些國際性的跨國銀行和一些著名的外資銀行逐步進入我國金融市場，雖然給我國的經(jīng)濟增長帶來了機遇，但是對于我國的商業(yè)銀行來說，更多的是面臨激烈的競爭和巨大的挑戰(zhàn)。因此，當務之急是切實提高我國商業(yè)銀行的財務績效，以面對日趨激烈的市場競爭。

基于上述背景，系統(tǒng)分析我國商業(yè)銀行的財務績效及其影響因素對我國銀行業(yè)的健康發(fā)展具有重要的現(xiàn)實意義。本文利用我國商業(yè)銀行2002—2008年財務面板數(shù)據(jù)，通過構(gòu)建面板數(shù)據(jù)模型分析商業(yè)銀行的財務績效指標，得出影響我國商業(yè)銀行的財務績效的主要因素以及影響程度，從而為我國商業(yè)銀行改進業(yè)務提供借鑒。

二、研究現(xiàn)狀及文獻綜述

自20世紀60年代以來，國外有關學者就開始關注商業(yè)銀行的績效問題了。較早的有Arshadi和Lawrence在1987年對美國438家新成立的銀行1980—1987年的銀行規(guī)模、員工人數(shù)以及資產(chǎn)回報率等變量進行了分析，結(jié)果表明，存款利率、貸款決策以及運營成本是影響商業(yè)銀行財務績效的主要因素。較近的有Demirguc-Kunt和Huizinga在1999年運用回歸分析法對全球80個國家的5 000多家銀行1988—2005年的相關數(shù)據(jù)進行了計量，檢驗后發(fā)現(xiàn)金融結(jié)構(gòu)、銀行規(guī)模以及稅收與管制等因素對銀行財務績效具有較大影響。Hameeteman在2000年運用Person相關系數(shù)法對全球前100家銀行1987—1997年的財務數(shù)據(jù)進行了研究，結(jié)果發(fā)現(xiàn)銀行資本、資產(chǎn)以及稅前收益等因素與銀行財務績效具有顯著的相關性。

國內(nèi)對商業(yè)銀行財務績效的研究起步較晚，2000年之前的研究主要集中于定性研究財務指標，很少涉及財務指標的定量研究。最近幾年，國內(nèi)有關學者才開始利用計量分析法對商業(yè)銀行財務指標進行定性考察，試圖挖掘有價值的信息。如趙旭和凌亢（2001）利用數(shù)據(jù)包絡分析法（DEA）對我國商業(yè)銀行財務績效進行深入分析，得出資產(chǎn)質(zhì)量、產(chǎn)權結(jié)構(gòu)和人力資本是影響財務績效的關鍵因素。鄭錄軍和曹延求（2005）采用計量分析方法得出影響商業(yè)銀行財務績效的主要因素是集中型股權結(jié)構(gòu)和公司治理機制。曹昌軍和李宗值（2007）通過建立隨機效應模型得出影響商業(yè)銀行效率的指標分別是盈利能力變量、成本控制變量以及產(chǎn)權結(jié)構(gòu)變量。俄召娣和陳紅（2009）利用因子分析法對我國10家上市銀行財務績效進行研究，發(fā)現(xiàn)資產(chǎn)收益率、利潤增長率和流動比率等因子得分較高，認為它們對銀行財務績效有顯著影響。

綜上所述，對比國內(nèi)外學者對商業(yè)銀行財務績效的研究，可以看出，研究得出的結(jié)論不盡相同，這很大程度上是由于對指標的選取缺乏統(tǒng)一尺度造成的，而且，國內(nèi)許多文獻偏重于利用DEA方法來研究。鑒于此，本文通過構(gòu)建面板數(shù)據(jù)模型并運用多種檢驗方法對相關變量進行檢驗，以提高結(jié)果的準確性。

三、數(shù)據(jù)來源、變量選取及模型設計

（一）數(shù)據(jù)來源

基于樣本數(shù)據(jù)的可得性和保證不影響結(jié)果的前提下，本文選取我國14家比較有代表性的商業(yè)銀行作為研究樣本，包括4家國有商業(yè)銀行和10家股份制商業(yè)銀行，它們是工商銀行、農(nóng)業(yè)銀行、中國銀行、建設銀行以及交通銀行、中信銀行、光大銀行、華夏銀行、民生銀行、廣發(fā)銀行、深發(fā)銀行、招商銀行、興業(yè)銀行、浦發(fā)銀行。樣本時間區(qū)間為2002—2008年，樣本數(shù)據(jù)來源于《中國金融年鑒》（2003—2009年）。需要指出的是，由于一些城市商業(yè)銀行和信用社的代表性不強以及數(shù)據(jù)的缺失，本文不予考慮。

（二）變量選取

本文主要從商業(yè)銀行盈利能力、資源配置能力、資產(chǎn)質(zhì)量、風險控制能力以及創(chuàng)新能力等方面來選取變量指標。用資產(chǎn)收益率指標作為被解釋變量，作為衡量商業(yè)銀行盈利能力的指標，其指標值越高，表明商業(yè)銀行財務績效越好。用存貸比、利貸比、資本充足率以及非利息收入比等指標作為解釋變量，作為影響資產(chǎn)收益率的因素。其中，被解釋變量用ROA表示，解釋變量分別用LDP、ILP、CAR、NIAP以及GDPG表示，虛擬變量是產(chǎn)權結(jié)構(gòu)指標，用PRS表示。上述變量定義和計算方法見表1所示。

（三）模型設計

本文建立面板數(shù)據(jù)模型主要基于以下幾點：第一，面板數(shù)據(jù)模型可以消除普通模型存在的自相關現(xiàn)象；第二，面板數(shù)據(jù)模型可以降低一般模型帶來的多重共線性問題；第三，它還可以消除那些不隨時間變動或者不隨截面變動的因素的影響。本文建立的面板數(shù)據(jù)模型如下：

其中，i和t分別代表銀行和時間，i=1，2，…，14；t=2002，2003，…2008；c是截距項，βi是各個解釋變量的待估系數(shù)，εit是隨機擾動項。各變量的含義見表1所示。

四、實證檢驗與結(jié)果分析

（一）單整檢驗

在對面板數(shù)據(jù)進行回歸分析之前，需要對其進行平穩(wěn)性檢驗，也就是單整檢驗。這是因為許多經(jīng)濟變量尤其是面板數(shù)據(jù)一般是非平穩(wěn)變量，如果對其進行回歸分析，就會出現(xiàn)“偽回歸”現(xiàn)象，即從表面上看這些變量之間似乎存在著很強的相關性，而事實上它們之間沒有任何關系。因此，為避免“偽回歸”現(xiàn)象，應先對面板數(shù)據(jù)進行單整檢驗。本文使用EView5.1軟件對相關面板數(shù)據(jù)分別采用LLC、ADF以及IPS三種方法進行單位根檢驗，檢驗結(jié)果如表2所示。

如表2所示，在給定1%的顯著性水平下，三種檢驗方法均認為NIAP序列平穩(wěn)。在給定10%的顯著性水平下，三種檢驗方法均認為ROA和ILP序列不平穩(wěn)。在給定5%的顯著性水平下，盡管LLC檢驗方法認為LDP、CAR和GDPG三個序列平穩(wěn)，然而ADF和IPS檢驗方法則認為它們不平穩(wěn)，在這種情況下，認為它們不平穩(wěn)是合理的。因此，還要對ROA、LDP、ILP、CAR以及GDPG的一階差分序列進行單位根檢驗，檢驗結(jié)果如表3所示。

如表3所示，除了ADF檢驗方法在給定10%的顯著性水平下認為GDPG的一階差分序列平穩(wěn)以外，在給定5%的顯著性水平下，三種檢驗方法均認為其余變量的一階差分序列平穩(wěn)，因此，可以認為上述變量的一階差分序列均是平穩(wěn)的。綜上所述，NIAP序列零階單整，ROA、LDP、ILP、CAR以及GDPG序列一階單整。

（二）協(xié)整檢驗

由于變量ROA、LDP、ILP、CAR以及GDPG均為一階差分平穩(wěn)時間序列，滿足協(xié)整檢驗的寬限條件，即通過平穩(wěn)性檢驗而且單整階數(shù)相同，因此，可以對其進行協(xié)整檢驗，采用EView5.1軟件中的Johansen檢驗方法，檢驗結(jié)果如表4所示。

從表4可以看出，在5%的顯著性水平下，46.65979>28.47525，拒絕原假設，說明各變量間存在協(xié)整方程；13.73115<15.36301，不能拒絕原假設，說明各變量間最多只有一個協(xié)整方程。因此，各變量間有且只有一個協(xié)整方程，可以通過建立面板數(shù)據(jù)模型對其進行回歸分析。

（三）回歸分析

計量經(jīng)濟學上一般可以采用三種方法對面板數(shù)據(jù)進行回歸分析，分別是固定效應模型（FE）、隨機效應模型（RE）以及混合模型（OLS）。前兩種模型也叫變截距模型，可以通過參數(shù)檢驗來確定最終選擇哪種模型。選擇模型的做法是先通過F檢驗來確定是建立變截距模型還是混合模型，如果是選擇變截距模型，再通過Hausman檢驗進一步確定是建立固定效應模型還是隨機效應模型。通過應用EView5.1軟件中的Pooled Estimation方法，得到回歸結(jié)果如表5所示。

從表5可以看出，三種模型下各解釋變量對商業(yè)銀行財務績效影響的顯著性都不一樣，F(xiàn)檢驗和Hausman檢驗的結(jié)果均是拒絕原假設，因此應該建立固定效應模型。在固定效應模型下，衡量資源配置能力的變量LDP對商業(yè)銀行財務績效的影響顯著，顯著性水平為5%，表明銀行資產(chǎn)流動性越強，其財務績效越高。衡量資產(chǎn)質(zhì)量的變量ILP對財務績效影響不顯著，可以解釋為，改進資產(chǎn)質(zhì)量并不一定能夠提高商業(yè)銀行財務績效，這與常理相悖，可能與商業(yè)銀行在一定時期內(nèi)的不良貸款有一定關系。衡量風險控制能力的變量CAR對商業(yè)銀行財務績效的影響較為顯著，顯著性水平為10%，表明我國商業(yè)銀行避險能力尚可，但還有提高的余地。衡量創(chuàng)新能力的變量NIAP對商業(yè)銀行財務績效的影響顯著，顯著性水平為5%，表明創(chuàng)新能力尤其是金融創(chuàng)新能力在商業(yè)銀行提高財務績效的過程中起到至關重要的作用。宏觀經(jīng)濟變量GDPG沒有通過顯著性檢驗，可以解釋為，宏觀經(jīng)濟變量GDPG不是衡量經(jīng)濟增長的唯一指標，因為通常情況下，經(jīng)濟增長與商業(yè)銀行財務績效呈一定的正相關，因此，宏觀經(jīng)濟變量GDPG不能完全說明問題。產(chǎn)權結(jié)構(gòu)虛擬變量PRS與商業(yè)銀行財務績效呈顯著正相關，顯著性水平達到了1%，表明產(chǎn)權結(jié)構(gòu)多樣化能顯著提高商業(yè)銀行財務績效。綜上所述，變量ILP和GDPG沒有通過顯著性檢驗，變量PRS、LDP、CIAP、CAR以及常量C均通過顯著性檢驗，且顯著性程度由強到弱，最終的固定效應模型可以表示為：

ROA=-0.00857+0.0899IDP+0.0501CAR+0.00731NIAP+0.0391PRS （2）

t （-1.694） （5.856）（1.944） （2.186） （5.728）

R2=0.7669；DW=1.4408；F=9.3235

五、研究結(jié)論與政策建議

（一）研究結(jié)論

基于以上實證分析，可以得出以下結(jié)論：商業(yè)銀行財務績效的影響因素主要有產(chǎn)權結(jié)構(gòu)指標、資源配置能力指標、創(chuàng)新能力指標以及風險控制能力指標，按其顯著程度以及對應的變量劃分依次是虛擬變量PRS、存貸比LDP、非利息收入比NIAP以及資本充足率CAR，而資產(chǎn)質(zhì)量指標ILP和宏觀經(jīng)濟變量GDPG對商業(yè)銀行財務績效沒有影響，但并不能說明兩指標與商業(yè)銀行財務績效沒有任何關系，原因可能與商業(yè)銀行的不良貸款以及經(jīng)濟增長指標的選取不合適有關，這還有待于進一步研究。

（二）政策建議

根據(jù)以上研究結(jié)論，為了迅速提高商業(yè)銀行財務績效，提出以下幾點建議：第一，對商業(yè)銀行而言，當前改革的重點是提高其資產(chǎn)質(zhì)量，降低其不良資產(chǎn)率，這對于商業(yè)銀行提高其財務績效至關重要。第二，進一步提升風險管理能力，尤其是流動性風險，這不僅有利于提高財務績效，更有利于商業(yè)銀行健康持續(xù)的發(fā)展。第三，金融創(chuàng)新是化解風險的最佳途徑，因此，商業(yè)銀行可以通過開發(fā)金融產(chǎn)品和開拓中間業(yè)務來提高其金融創(chuàng)新能力，這在一定程度上可以大大提高商業(yè)銀行的財務績效。總之，財務績效對于商業(yè)銀行的重要性不言而喻，商業(yè)銀行務必要采取相關措施來提高其財務績效，只有這樣才能在日趨激烈的市場競爭中立于不敗之地。

【參考文獻】

［1］ 尹希果，劉佳.基于面板數(shù)據(jù)模型的我國銀行業(yè)效率影響因素分析［J］.大連理工大學學報，2009（30）：11-15.

［2］ 趙旭，凌亢.影響我國銀行業(yè)效率因素的實證研究［J］.決策借鑒，2001（2）：24-29.

［3］ 鄭錄軍，曹延求.我國商業(yè)銀行效率及其影響因素的實證分析［J］.金融研究，2005（1）：91-101.

［4］ Arshadi，Nasser and Edward C. Law-

rence. An Empirical Investigation of New Bank Performance ［J］.Journal of Banking & Finance，1987，11（1），33-48.

［5］ Demirguc-Kunt A，Huizinga H. Determinants of commercial bank interest margins and profitability：some international evidence［J］.The World Bank Economic Review，1999（13）：379-408.