我国商业银行盈利能力实证分析

我国商业银行盈利能力实证分析我国商业银行盈利能力实证分析

中图分类号：F2

文献标识码：A

文章编号：16723198〔2022〕19000902

1引言

国外大多数早期的研究是基于SCP范式，也就是“结构――行为――绩效〞范式，并着重研究银行的盈利能力。后来，由于银行竞争与效率之间的争论，催生出了大量的实证研究以寻求解决实际问题的办法。Smirlock〔1985〕发现了银行市场份额与盈利能力的正相关性，银行业务集中度与利润的非相关性，银行业务集中度、市场份额与利润的负相关系。JohnGoddard〔2022〕运用欧洲6个国家〔丹麦、法国、德国、意大利、西班牙和英国〕1992-1998年的银行业数据进行实证分析，检验欧洲地区银行业的盈利能力。结果说明如果一个银行当年出现了不正常的利润，则次年的预期利润也应该包含一定比例的这种非正常利润。文中还比拟了不同国家的银行效率与竞争关系。Abuzar〔2022〕探讨了苏丹伊斯兰银行盈利能力的决定因素。研究说明只有内部因素会对银行的盈利能力产生重大影响，如ROA，ROE，MARG。本钱、流动性、银行规模等对盈利能力有积极且重大的影响。然而，外部的宏观经济因素对伊斯兰银行的影响非常小。

国内对于商业银行盈利能力相关文献的研究内容主要包括两类：第一类是利用DEA办法评估商业银行的绩效问题。这方面的文章主要是注重DEA办法的运用。魏煜、王丽〔2000〕运用DEA办法，比拟了我国商业银行1997年的效率情况，并将效率分解成技术效率和规模效率。作者还将国有商业银行和其他股份制商业银行的效率进行比照，并根据实证结果提出改良效率的意见与措施。第二类是运用面板数据模型分析影响商业银行盈利能力的因素。屈新〔2022〕运用面板数据模型，使用1999年至2022年期间14家主要商业银行的财务数据，将银行分成两大类，采用混合效应回归模型，检验国有商业银行和股份制商业银行在盈利性因素上的差别，并分析造成这些差别的原因。

表1描述的是中国商业银行近八年来的盈利情况。银行业的税后利润呈现快速增长的态势，并在2022年首次突破万亿元大关，到达1.25万亿元，创下历史新高。之后的两年里，税后利润的平均增长率接近18%。在2022年“两会〞期间，众多媒体提出银行业是“暴利〞行业，而金融行业某人大代表却认为：“用暴利形容银行业的盈利状况其实是一种不尊重的做法，实际上银行业的利润超低，计算高利一般是指单位投入所得回报。目前银行业的资产收益率只有1%，前几年还只有百分之零点几，而一般制造业的这个指标能到达5%，所以银行业并非暴利也非高利。〞则究竟我国商业银行的盈利能力处于何种水平，税后利润与资产利润率为何有如此大的差异？为了探讨这些问题，本文将运用面板数据对中国三大类型的银行进行分析，以得出一个较为称心的答案。

数据来源：中国银监会2022-2022年年报整理后所得。

2模型建立

2.1数据来源

数据样本期为2022年第四季度至2022年第四季度。本文选取了18家商业银行作为样本银行，分别为5家国有银行〔工行、中行、建行、农行、交行〕，9家股份制商业银行〔招行、中信银行、华夏银行、光大银行、上海浦东开展银行、民生银行、兴业银行、广发银行、深圳开展银行〕和4家城市商业银行〔南京银行、宁波银行、上海银行和北京银行〕。数据主要来源于Bankscope数据库、各银行年报、半年报和季报。

2.2F检验与模型选择

若：

H0：ai=a。模型中不同个体的截距相同〔真实模型为混合回归模型〕。

H1：模型中不同个体的截距项ai不同〔真实模型为个体固定效应回归模型〕。

F统计量定义为：

F=〔SSER-SSEU〕/〔N-1〕SSEU/〔NT-N-K〕～F[〔N-1〕，〔NT-N-K〕]

SSER表示约束模型，即混合估计模型的残差平方和；SSEU表示非约束模型，即个体固定效应回归模型的残差平方和。N代表商业银行的个数。k表示解释变量个数。运用Eviews软件，首先进行混合效应模型回归，得出混合效应模型的残差平方和SSER；然后进行固定效应回归，得出固定效应的残差平方和SSEU，最后辈入F统计量公式，判定F统计量的大小。Eviews软件计算得出残差平方和SSER的值为6967739，SSEU的值为57.28059。

F=〔69.67739-57.28059〕/〔18-1〕57.28059/〔18×41-18-5〕=9.102

F临界值=F0.05〔17，715〕=1.637

F>F临界值，所以选择固定效应模型。

2.3建立模型

建立我国商业银行盈利能力的函数，被解释变量为资产收益率〔ROA〕，即税后净利润/总资产，它可以衡量商业银行的盈利能力，Eviews软件中用D来表示。解释变量分别为不良贷款率〔A〕，用来反映银行的贷款质量；资本充足率〔B〕，即权益资本占总资产的比率；流动性比率〔C〕，反映了银行稳健经营的能力；银行信贷〔E〕，反映存贷款规模；国内生产总值〔GDP〕和消费者物价指数〔CPI〕作为外部经济环境因素。公式中，D代表银行的盈利能力，也就是ROA。α是截距项，β是指解释变量中内部影响因素和外部影响因素的回归系数，角标i代表第i个内部影响因素变量，角标t代表年份，ε是残差项。具体的方程如下：D=α+β1Ait+β2Bit+β3Cit+β4Eit+β5GDPit+β6CPIit+ε

3实证结果分析

将三种类型的银行数据分别录入到pool中去，做个体固定效应回归模型。然后分别将实证结果整理在一张表上，如表2所示。表2展现出三大类型银行盈利能力的影响因素。各因素的系数大小说明了该因素对盈利能力的影响程度，T值说明结果是否显着。

由表2可知不良贷款率与商业银行的ROA呈负相关关系。即不良贷款率越大，商业银行的盈利能力就越低。不良贷款的增加势必要侵蚀商业银行的利润，同时它也会对商业银行的稳健经营构成潜在的威胁，进而降低商业银行的盈利能力。

资本充足率与商业银行的盈利能力是呈正相关关系。在10%的置信水平下，股份制商业银行和城市性商业银行的资本充足率的估计值是显着的，而国有银行的资本充足率估计值是不显着的。随着资本充足率的提高，商业银行信用风险的防备能力得到提高，其融资本钱得到降低，资本充足率提高带来的有利影响超过了其不利影响，进而导致商业银行的盈利能力得到提高。

对城市性商业银行而言，流动性比率与银行的盈利能力呈现微弱的正相关关系。而国有银行和股份制商业银行的流动性比率对盈利能力并不显着，原因可能有两点：一是国有银行的公信力高，即便流动性缺乏，也能迅速在市场上筹集到资金，与此同时，中国人民银行也是它们刚强的后盾。股份制商业银行也能较为快速的在市场上筹集到资金，所以不需要保留太多的流动性。二是因为流动性和盈利性是相互矛盾的，保持了流动性势必将减少盈利空间，因此前两大类银行会相应减少流动性资产。

银行信贷的系数都是负数且非常小，可以说对银行的盈利能力的影响是微乎其微的。在10%的置信水平下，只有股份制商业银行的t值是显着的。回归结果说明，贷款数量的增加会降低商业银行的盈利能力，但是这种影响非常小。其次这个影响只对股份制商业银行显着。产生这种回归结果的原因可能是：贷款数量的增加会加大商业银行的经营风险，因此系数为负。但是另一方面贷款增加会带来更多的盈利，所以系数虽为负值但很小，可以忽略不计。

作为宏观经济环境而引入的变量GDP，对银行盈利能力的影响是非常明显的。无论是何种类型的银行，GDP与银行盈利能力都是呈正相关关系，而且他们都通过了T检验。这表明，在宏观经济形势繁荣的背景下，商业银行的盈利能力都会得到相应的提升。金融与经济活动密切相关，而银行又处于金融体系的核心部位，银行业的开展得益于整体国民经济的快速开展，同时，稳定高效的银行又能促进国民经济的开展，二者相互促进。因此，GDP与商业银行的盈利能力呈正相关关系是毋庸置疑的。

CPI的系数相对来说较大，而且与银行的盈利能力呈现负相关关系。在10%的置信水平下，只有国有和城市性商业银行的t值是显着的，而股份制银行的系数估计值是不显着的。产生这种回归结果的原因可能是：消费者物价指数越高，市场上的通货膨胀越高，居民的储蓄缩水，银行利息的增长跟不上通货膨胀的增长，因此银行吸纳的资金将减少，则相应能够发放贷款的资金也变少，盈利能力下降。

4总结

总体来说，商业银行的盈利能力主要由四个大方面决定：银行的风险管理能力，即不良贷款率与资本充足率这两个指标来决定；银行的运营能力，即银行的流

动性状况；银行的业务结构，即银行贷款数量以及资产负债比；外部的宏观经济状况，即GDP和CPI。

国有商业银行假设想提高盈利能力，可以适当降低不良贷款率和流动性比率，与此同时