商业银行EVA影响因素的实证分析

商业银行EVA影响因素的实证分析作者姓名：曹欣冉专业班级：经济学四班指导老师：彭逢明摘要近年来，伴随着资本市场的高速发展，以及金融业的日益开放以及大量管理经营模式相对先进的外资银行纷纷涌入内地市场，给商业银行行业带来了巨大的挑战，改革进步迫在眉睫。在充满挑战的背景之下，商业银行的经营管理模式这么多年来也在挑战中不断进步着。树立以价值最大化为最终目标的经营管理理念、转变以往的经营管理模式并且建立健全的绩效评估体系，全面风险管理和资本管理，这些成为了商业银行发展的要务。EVA评价体系是一套与传统评价体系不同的全面的评价管理体系,其宗旨是体现真实的企业价值增值部分,反映真实的经营状况。因此，为了把EVA评价体系充分利用到商业银行的经营管理中，首先需要了解该指标的具体含义和计算方式以及其影响因素。因此本文在简要介绍了EVA的理论的基础上，把资本充足率、不良贷款率以及存贷比率这三个商业银行评估的三个重要指标对EVA的影响进行了实证研究。并且根据实证分析的结果提出了相应的对策建议。关键词：经济增加值（EVA）；不良贷款率；存贷比例；资本充足率

AnEmpiricalAnalysisoftheInfluencingFactorsofEVAinCommercialBanksAbatract:Inrecentyears,therapiddevelopmentofthecapitalmarket,theincreasingopeningupandtheinfluxofforeignbankswithadvancedmanagementmodeshavebroughtunprecedentedimpacttothecommercialbankingindustry.Inthechallengingcontext,thebusinessmanagementmodelofcommercialbankshasbeenprogressingthroughchallengesformanyyears.Establishingabusinessmanagementphilosophywithvaluemaximizationastheultimategoal,transformingthepreviousbusinessmanagementmodel,andestablishingasoundperformanceevaluationsystem,comprehensiveriskmanagementandcapitalmanagementhavebecomeimportanttasksforthedevelopmentofcommercialbanks.Asanadvancedevaluationsystem,theEVAevaluationsystemnotonlycomprehensivelyconsidersvariouscosts,butalsoultimatelyaimstoreflectvalue-addedparts,reflectingrealperformanceandrealbusinessconditions.Therefore,inordertounderstandhowcommercialbankscaneffectivelyusetheEVAevaluationsystem,itisnecessarytofullyunderstandtheconnotationofEVAanditsinfluencingfactors.Therefore,basedonabriefintroductiontothetheoryofEVA,thispaperempiricallystudiestheimpactofthreeimportantindicatorsofthreecommercialbanks,capitaladequacyratio,non-performingloanratioanddeposit-loanratio,onEVA.Andbasedontheresultsofempiricalanalysis,thecorrespondingcountermeasuresandsuggestionsareproposed.Keywords:economicvalueadded(EVA);non-performingloanratio;deposit-to-depositratio;capitaladequacyratio目录TOC\o"1-3"\h\u第1章前言 11.1研究背景、目的及意义 11.2研究方法及基本框架 21.3预期创新与不足 21.4国内外研究现状 21.5文献综述总结 4第2章理论概述 52.1相关理论概述 52.2EVA对商业银行绩效评价的意义 5第3章商业银行EVA影响因素的理论分析 73.1EVA影响因素的假设 73.1.1存贷比率 83.1.2不良贷款率 93.1.3资本充足率 93.2影响结果预测 9第4章商业银行EVA的影响因素的实证研究 104.1样本数据选取 104.2实证分析过程 114.2.1模型初步建立 114.2.2模型检验 124.2.3模型调整 164.2.4调整后模型参数估计 164.2.5VAR模型分析 174.3实证分析总结 22第5章对策建议 235.1从资本充足率与存贷比例为基点，强化资本成本意识 235.2以不良贷款率为基点，强化风险防范监控意识。 235.3推广EVA价值管理理念，建立完善商业银行EVA价值管理体系 245.4全面利用EVA管理体系，优化商业银行经营结构 24结论 26致谢 27参考文献 28前言研究背景、目的及意义多年以来，监管部门一直大力鼓励和推动国有商业银行进行改组上市，来通过上市来扩大规模，来应对现在所面临的行业竞争危机。截至2010年底，国有四大商业银行陆陆续续以公开上市发行的方式进行改革；其余的大部分股份制商业银行，则是以加深银行与银行之间的业务往来合作来应对挑战；农村合作信用社也逐渐转型成为城市商业银行等等。在接下来的几年时间里，股份制商业银行纷纷踏上上市之路，以求扩大规模来应对行业高速发展带来的挑战与机遇。发展往往伴随着改革，与发展紧密相关的业绩评价、绩效评估体系正在面临着一股变革的浪潮。因此，现在对于行业来说，最具有研究意义的课题便是如何提高商业银行的核心竞争力和经营绩效，以应对国外拥有先进管理体系的银行的挑战。当然不可否认的是这也将是一次绝佳的发展机遇，正所谓挑战与机遇同在。EVA作为国际上广泛应用的评价方法，它因为其自身全面的评价体系和广泛的调整范围，对于调高商业银行的经营管理体系以提高银行的经营绩效而言有着非常大的意义。商业银行是金融行业中的重要主体之一，它的发展不仅仅是关系到经济的稳定发展甚至还会影响到社会的和谐稳定，对商业银行EVA的影响因素的研究，具有以下目的及意义：首先是有一定的理论意义，在国内，学者对于在商业银行价值管理体系中引入EVA的分析大多还是停留在对于整体框架性的分析上，关于EVA的影响因素进行深入详细的定量分析、实证分析相对而言还是比较少。本文将针对EVA的影响因素，引入REVA作为因变量，选取商业银行中体现商业银行资产流动性和资产安全性的三个评价指标：存贷比率、不良贷款率以及资本充足率作为自变量，进行相关实证分析，探究变量之间的相关关系。其次，本文将会对商业银行接下来的经营管理起到一定的实践指导作用。从实证结论出发，结合现实因素，给出一定具有现实意义的对策及建议，是本篇文章的要务。研究方法及基本框架图1-1分析方法本文第1章导论部分主要介绍了研究的背景及意义，进而提出本文的研究方法和框架、预期创新点和不足；第2章文献综述对于本文章所研究的主题在国内外的研究现状做了一个总结，进而进一步深入了解本文主题的研究背景。本文第3章和第4章是本文的理论研究部分，在这个部分里，首先介绍了EVA的含义、计算方法，进而介绍了EVA对于商业银行绩效评价的意义；接下来，对后文中的实证研究中的EVA的影响因素进行了一个假设，为接下来的实证分析打下理论基础。第5章是具体的实证分析过程，从样本选取、模型建立、参数估计、模型检验到结果分析，用完整的实证分析过程为后文中的对策建议提供有力的依据。最后第6章是对前文所得到的结论的一个总结以及根据以上结论所得到的一些对策建议。预期创新与不足本文的创新点在于：第一，本文采用计量经济学中的回归分析、VAR模型等实证分析方法，分析了不良贷款率、存贷比率以及资本充足率与EVA值之间的相关关系。第二，在定性分析和定量分析的基础上，结论结合现实，提出可操作性强的相关对策建议，使得文章真正落到了实处，具有实际意义，避免了文章过于纸上谈兵。本文的不足之处在于：本文由于相关方面的局限，没有将我国所有商业银行的数据纳入实证范围，主要是以招商银行的数据作为实证分析的数据基础，导致本文的结果在除招商银行之外的商业银行的应用可能会出现一些细节上的误差，影响了分析的全面性。1.4国内外研究现状国内虽然对于EVA的研究相较于国外起步较晚，但是在近年来，也不断地有学者从不同的角度进行研究，以求得出EVA的影响因素的相对于比较完整的研究结论。首先是朱建武（2005）在文章中通过研究发现股权集中度与EVA回报率呈负相关关系，相反，高管薪酬激励制度对REVA起到了正向的推动作用；与此同时，他还发现通过跨区经营等扩大规模的做法对于REVA并没有起到显著的影响。曹冬艳、杨晓明（2009）利用分析方法杜邦分析法来分析EVA，在考虑商业银行经营的特殊性的基础上，分解了EVA指标，最终得出了EVA的四大影响因素。陶雄华、卢李（2010）从多个角度出发，通过对非利息收入比率、资产管理等对EVA值的影响的研究，得出了创新能力对于商业银行提高自身的价值创造能力的结论；接下来，程婵娟、冯喆（2011）通过以商誉为研究的背景和前提，发现资产质量、资本实力和创新能力均可通过商誉对EVA产生影响。盛均全、郑立、郑亮升（2014）分析评估商业银行的经济价值和绩效，结论得出了引入EVA评价体系的必要性的必要性。池国华（2015）认为企业应该要充分考虑自身的一个发展战略等实际情况，灵活调整会计调整事项和资本成本率。卢李（2016）将EVA方法引入企业的绩效评价，认为企业可以通过采取提高资本充足率等措施来实现自身的转型与发展。陶琳（2016）通过对商业银行EVA影响因素的研究，得出了每股收益、资本充足率、净资产收益率和不良贷款率等与银行绩效显著相关，提出了REVA指标相比于净利润评价指标更能够准确地体现企业的价值创造能力；张澜（2017）则认为EVA在绩效评价的应用中，还需要不断地发展和创新，以求更好地帮助企业达到价值最大化的目的。唐玺年、贾皓睿（2017）利用EVA来体现银行绩效，实证研究发现上市能够显著对商业银行的绩效起到改善的作用。这是由于商业银行在上市后可以快速获得发展所需资金从而快速扩张规模，同时上市后商业银行的治理水平也会有显著的提高。国外对于EVA影响因素的研究最早出现在Tully在1993年发表的文章中，文中指出促使EVA增长的方法主要有三种：1、在资本不变的前提下，寻求更多的利润；2、尽可能少地使用资本；3、倾向选择高回报的投资项目。但由于当时银行业发展的局限性，对于现代商业银行而言，情况已经发生了变化。对于EVA的影响因素的研究，在接下来的20多年里，不断地有学者在做，例如Fogelberg和Griffith在2000年发表的文章中研究了企业管理层持有公司股份与EVA之间的相互关系，从而得出了管理层持有股份对于EVA增长的促进作用。而Levine等学者在2004年研究发现所有权问题同样对银行的价值评价有显著影响。1.5文献综述总结通过对以上国内外文献对于EVA以及其影响因素的研究，我们可以发现：首先，我国相较于国外而言，引入EVA的时间较短，所以对于EVA的研究还需要进一步进行，EVA价值管理体系是一个覆盖范围较为全面的评价体系，因此只有对其研究透彻之后，才能更好地应用到实际操作当中。其次，我国大部分对于EVA的影响因素的研究还是着重于规范分析，真正使用完整的实证过程对影响因素进行研究的文章还是比较少，尤其是期刊，所以这一点仍然有待改进。当然，国外对于EVA的研究也并非是全面完善的，根据在知网等文献资料库里的查找，发现国外对于EVA相关的理论研究虽然开始得比较早，但是对于相关的实证研究还是不足，仍然需要继续改进。结合对以上的总结，接下来，本文将着重在理论分析的基础上，结合实证分析，研究不良贷款率、资本充足率以及存贷比率与EVA回报率（REVA）之间的关系，并结合实证结论，提出相应的对策建议。

理论概述2.1相关理论概述EVA价值管理体系主要有以下几个方面的特征：首先是它反映的是企业最真实的价值创造，因此它是最能与股东权益紧密相连的评价体系；其次是，EVA指标是全面的一个评价指标，它与传统指标的片面分析是不同的；再次是是准确清晰地确立了经营目标，统一了股东和管理者之间的利益，从而有效降低了经营者与股东之间的利益摩擦。四是，EVA值可以最真实地评价企业价值创造能力的，因此对企业管理方向有一定的指引作用。五是EVA并不是一个简单的绩效评价指标，它更是一种先进的管理体系。它涉及范围非常广泛，从战略管理到日常经营等，它都可以进行评价，为企业的行为决策起到指引作用。所以与传统的评价体系相比较而言，EVA价值管理体系更加地全面和完善。2.2EVA对商业银行绩效评价的意义（1）它有助于改变商业银行的股权制度。它能够帮助商业银行提高自身竞争力和盈利能力，而盈利能力和竞争力是商业银行股份制改革的重中之重，EVA价值管理体系是商业银行改变经营机制，提高核心竞争力的有力手段。（2）EVA有利于提高管理层的管理水平。经济增加值的概念简单，易于理解与应用，也便于传授和学习，因此有利于管理者的使用。在理解EVA的基础上，通过分析各类因素，整合资源，管理者可以制定出长期的并且是合理的经营策略。（3）确保股东和经营者利益的一致性，防止经营者的道德风险。在传统的评估指标体系下，有可能会出现经营者为了保护自身的利益而在决定企业的一些业务时伤害企业的利益，但是，在EVA评估体系下，运营商可以实现为股东带来财富，同时也可以最大化自身利益，统一运营商和股东利益的目标。（4）鼓励商业银行专注于创新和技术开发。如今，大多数商业银行倾向于采取短期商业行为，缺乏创新和技术进步。EVA机制可以鼓励银行继续追求更高的EVA。要想不断地创造EVA，则需要不断地进行技术革新、创新。在这样的良性循环下，EVA鼓励了经营者不断地进行技术革新和创新。从而获取更多的经济增加值，更多的价值创造。

第3章商业银行EVA影响因素的理论分析3.1EVA影响因素的假设根据以上所列举出的经济增加值的计算公式，税后净营业利润、加权平均资本成本、总投入资本是决定EVA值大小的关键因素，下表是传统商业银行绩效评价的指标体系。表3-1我国上市商业银行绩效评价指标体系一级指标二级指标三级指标评价指标盈利能力指标总资产报酬率指标总资产净利润率净资产收益率总资产周转率资产流动性指标流动性比率存贷比率资产安全性指标资本充足率不良贷款率拨备覆盖率基础发展指标近三年营业总额平均增长率近三年利润平均增长率可持续发展指标总资产增长率非利息收入比为了分析的严谨性，本文并没有选择使用EVA绝对值作为因变量来研究，而是选择了剔除资产规模的REVA为因变量，其中，REVA的计算公式:REVA=EVA/股东权益，选择REVA作为因变量的原因是，对于商业银行而言，首先REVA数值的变化趋势与EVA是基本一致，其次由于我们所研究的不是某个特殊的银行，而是商业银行这个行业，因此剔除掉资产规模的影响是更加严谨的做法。在重点考察，我国商业银行资产流动性和资产安全性的基础上，本文选择商业银行绩效衡量指标REVA为被解释变量，以银行的资本充足率、不良贷款率以及存贷比率为解释变量进行实证分析。之所以选择以上三个自变量的原因是，首先三个指标之间各自是独立的评价指标，不存在多重共线性；其次三个指标是评价商业银行资产流动性、资产安全性的重要指标，符合本文的研究重点。以招商银行为例，下表为招商银行2006年至2018年间，资本充足率、不良贷款率以及存贷比率的具体数据。表3-2招商银行资产质量一览表银行名称年限资本充足率存贷比例不良贷款率招商银行200611.400060.46002.12招商银行200710.670071.34531.54招商银行200811.340070.75001.11招商银行200910.450073.69000.82招商银行201011.470074.59000.68招商银行201111.530071.80000.56招商银行201212.140071.37000.61招商银行201311.140079.16670.83招商银行201412.380076.07711.11招商银行201512.570079.07401.68招商银行201613.330085.78751.87招商银行201715.480087.71511.61招商银行201815.680089.37341.36（数据来源：万德数据库）3.1.1存贷比率存贷比率反映了贷款总额占存款总额的百分比。如果存贷比例过高，银行的流动性风险会增加，因此银行的存贷比率一般不能超过75％。从上表可以看出，招商银行在2012年之前，存贷比基本是70%左右，但从2012年开始，存贷比率大幅度上升。像招商银行这样的股份制商业银行，存贷比相对于国有四大商业银行而言会高一些的原因往往会是为了提高资金利用率而导致贷款发放量较大，相比较而言国有商业银行存款的规模更大，资产的流动性更强。3.1.2不良贷款率3.1.3资本充足率资本充足率是对商业银行抵御风险的能力的评价指标，在一定范围内，资本充足率越高，也就意味着资金的利用率越高，这也是衡量一家银行经营状况是否稳健的重要指标之一。同样以上表中招商银行的数据为例，不难看出，在近几年，招商银行的资本充足率的波动较大，且数值与国有四大商业银行相比，要低一些，这是由于招商银行这一类的商业银行相比于国有商业银行而言更愿意通过承担风险，因此增加了风险资产的占比，同时与国有四大行相比，它的内部资本管理也不够完善。3.2影响结果预测首先，存贷比例一定程度上代表的是银行资金的利用效率，而按照常理而言，当一个银行的资金利用效率越高时，对于银行绩效的推动作用就越大，同时EVA又是绩效评价的一个指标，因此总的来说，存贷比例越高时，EVA也应该是越高的，REVA也就是越高的，就是我们所说的正向相关。其次是不良贷款率，从字面意义就能看出，不良贷款率是对银行所面临的贷款风险程度的评价，当贷款风险越大时，银行的低绩效的风险是越高的，那么作为银行绩效评价的指标，EVA就是越低的，REVA也就是越低的，这就是所谓的负向相关。再次，资本充足率是对银行经营的稳健型进行评价的一个指标，与存贷比例相似的是，资本充足率也是资本利用率的体现，因此本文预测资本充足率对EVA（REVA）也将会是正向相关关系，也就是说当资本充足率越高时，EVA也是越高的。以上三个指标均是对商业银行的资产质量进行评价的重要指标，上文也对三个指标可能对EVA产生的一些影响做了一些预测，接下来在后文的实证研究中，选取了这三个指标的数据作为自变量，来研究对于EVA的影响。希望能通过实证来证明本文的预测。第4章商业银行EVA的影响因素的实证研究本文在以上的内容里，主要对于EVA的含义、计算方式以及其影响因素的理论假设做了介绍，在第4章中，本文将利用计量经济学的研究方法，对影响因素进行具体的实证研究，来对第3章中进行验证和支撑。本章主要由样本数据选取、实证分析过程、实证结果总结三大板块组成。4.1样本数据选取首先是样本的选取，本文主要研究的行业是商业银行，由于国有四大行的资产状况比较复杂，干扰项比较多，因此本文排除了国有四大行；其次由于平安银行、浦发银行和民生银行上市时间集中在上世纪九十年代，而当时我国商业银行发展不够规范，且上市环境与现在不太一样，因此也进行了排除；最后鉴于实证分析的直接简要，本文选取了招商银行作为商业银行的代表，以其2006~2018年的数据作为接下来实证分析的数据来源。其次是变量的一个选取，本文在考虑了系列因素之后，选择了EVA回报率作为被解释变量，资本充足率、存贷比例以及不良贷款率作为解释变量进行了回归分析。表4-1招商银行EVA数据表银行名称报告年度EVA值REVA招商银行2006/12/3120412367396680370.1招商银行2007/12/3160152199320000884.8招商银行2008/12/3123257367570000291.5招商银行2009/12/3150749716550000547.0招商银行2010/12/3145645889070000340.6招商银行2011/12/3130736503710000186.3招商银行2012/12/311004270104000050.1招商银行2013/12/3142923727300000161.4招商银行2014/12/3132546252810000103.3招商银行2015/12/3142537310840000117.6招商银行2016/12/3149793609290000123.4招商银行2017/12/3162905742000000130.1招商银行2018/12/314970266102000091.4银行名称年限资本充足率存贷比例不良贷款率招商银行200611.400060.46002.12招商银行200710.670071.34531.54招商银行200811.340070.75001.11招商银行200910.450073.69000.82招商银行201011.470074.59000.68招商银行201111.530071.80000.56招商银行201212.140071.37000.61招商银行201311.140079.16670.83招商银行201412.380076.07711.11招商银行201512.570079.07401.68招商银行201613.330085.78751.87招商银行201715.480087.71511.61招商银行201815.680089.37341.36（数据来源：万德数据库）4.2实证分析过程4.2.1模型初步建立在进行实际实证操作之前，根据本文所研究方向以及对因变量和自变量的选取，本文将对研究模型进行初步的拟定。（4-1）其中REVA是指EVA回报率，计算方式前文中已经做出了解释，是指资本充足率，是指存贷比率，是指不良贷款率。对变量的含义具体描述在前文中已经提及。在初步模型建立起来之后，由于本文采取的数据是时间序列数据，所以对模型需要一系列的检验并对模型做相应的调整，最终才能产生一个较为严谨的模型。4.2.2模型检验根据以上数据，可以看出该数据是计量经济学中所称的时间序列数据，根据对时间序列的检验标准，本文接下来将先进行平稳性检验及协整检验对模型进行调整。一、平稳性检验首先对时间序列资本充足率（）、存贷比例（）、不良贷款率（）和REVA取对数，得到序列LN、LN、LN和LNREVA。分别对其进行单位根检验。其结果如下：首先，对LNREVA进行单位根检验，过程如下数表所示：表4-1LNREVA单位根检验结果LNREVA的单位根检验结果AugmentedDickey-FullerteststatisticT统计量：-8.726318Prob*:0.0000临界值T统计量1%level-4.2000565%level-3.17535210%level-2.728985其次，对LN进行单位根检验，结果如下表所示：表4-2LN单位根检验结果 LN的单位根检验结果AugmentedDickey-FullerteststatisticT统计量：1.853339Prob*:0.9989临界值T统计量1%level-4.2000565%level-3.17535210%level-2.728985对LN进行一阶差分，得到差分序列DLN，进行单位根检验，结果如下表所示：表4-3DLN单位根检验结果 DLN的单位根检验结果AugmentedDickey-FullerteststatisticT统计量：5.266387Prob*:0.0021临界值T统计量1%level-4.2000565%level-3.17535210%level-2.728985再次，对LN进行单位根检验，结果如下表所示：表4-4LN单位根检验结果 LN的单位根检验结果AugmentedDickey-FullerteststatisticT统计量：-3.735343Prob*:0.0613临界值T统计量1%level-4.2000565%level-3.17535210%level-2.728985最后，对LN进行单位根检验，结果如下表所示：表4-5LN单位根检验结果 LN的单位根检验结果AugmentedDickey-FullerteststatisticT统计量：-3.724518Prob*:0.0211临界值T统计量1%level-4.2000565%level-3.17535210%level-2.728985通过以上对该时间序列中资本充足率、存贷比例、不良贷款率和REVA取对数后进行单位根检验。结果显示出以下结论：LNREVA的ADF值为-5.266387，P值为0.0021，表明序列LNREVA是平稳的。LN的ADF值为1.853339，P值为0.9989，这说明该序列此时不平稳，因此需要进行一阶差分，在进行了一阶差分后，得到序列DLN，差分后的序列ADF值为-5.266387，P值为0.0021，表明序列平稳。LN的ADF值为-3.735343，P值为0.0613，说明序列是平稳的。LN的ADF值为-3.724518，P值为0.0211，说明序列是平稳的。二、协整检验首先，对序列LNREVA和LN进行协整检验，其结果如下表所示：UnrestrictedCointegrationRankTest(Trace)HypothesizedTrace0.05No.ofCE(s)EigenvalueStatisticCriticalValueProb.**None*

0.927702

29.60521

15.49471

0.0002Atmost1

0.062396

0.708699

3.841466

0.3999表4-6LNREVA和LN协整关系接下来，对序列LNREVA和LN进行协整检验，其结果如下表所示：表4-7LNREVA和LN协整关系UnrestrictedCointegrationRankTest(Trace)HypothesizedTrace0.05No.ofCE(s)EigenvalueStatisticCriticalValueProb.**None*

0.921011

28.15593

15.49471

0.0004Atmost1

0.020966

0.233077

3.841466

0.6292表5-7LNREVA和LN协整关系从LNREVA和LN协整分析的结果看，原假设：不存在协整关系，该假设的秩统计量为29.60521，P值为0.0004，在0.05水平时，“Atmost1”表示序列最多存在一个协整关系，其秩统计量为0.233077，P值为0.6292，原假设被拒绝，表明LNREVA和LN之间至少存在一个协整关系，亦说明LNREVA和LN存在协整关系。最后，对序列LNREVA和LN进行协整检验，其结果如下表所示：表4-8LNREVA和LN协整关系UnrestrictedCointegrationRankTest(Trace)HypothesizedTrace0.05No.ofCE(s)EigenvalueStatisticCriticalValueProb.**None*

0.694194

17.22912

15.49471

0.0271Atmost1

0.221944

3.011483

3.841466

0.0827从LNREVA和LN协整分析的结果看，原假设：不存在协整关系，该假设的秩统计量为17.22912，P值为0.0271，在0.05水平时，“Atmost1”表示序列最多存在一个协整关系，其秩统计量为3.011483，P值为0.0827，原假设被拒绝，表明LNREVA和LN之间至少存在一个协整关系，亦说明LNREVA和LNX3存在协整关系。三、格兰杰因果检验格兰杰因果关系检验用于验证变量之间是否存在因果关系。对序列LN、LN、LN和LNREVA进行格兰杰因果检验，得到结果如下表所示：表4-9格兰杰因果检验结果

NullHypothesis:ObsF-StatisticProb.

LNX1doesnotGrangerCauseLNREVA

12

0.567810.4704

LNREVAdoesnotGrangerCauseLNX1

0.271090.6152

LNX2doesnotGrangerCauseLNREVA

12

12.94130.0058

LNREVAdoesnotGrangerCauseLNX2

2.266880.1664

LNX3doesnotGrangerCauseLNREVA

12

1.934380.1977

LNREVAdoesnotGrangerCauseLNX3

3.055400.1144从上表可以看出，在三个自变量中LN和LNREVA之间存在明显的因果关系，LN是LNREVA的格兰杰因，其F统计量为12.9413，P值为0.0058。4.2.3模型调整根据以上的检验结论，本文把上文中初步拟定的模型进行了调整。调整的模型如下：（4-2）4.2.4调整后模型参数估计以LNREVA为因变量，DLN、LN、LN为自变量，构建回归模型。得到结果如下表所示：表4-10模型参数估计结果VariableCoefficientStd.Errort-StatisticProb.DLNX13.8834301.9719191.9693660.0804LNX21.4820060.03456042.882740.0000LNX3-0.5217410.352656-1.4794610.0731R-squared0.450810Meandependentvar6.512029AdjustedR-squared0.328768S.D.dependentvar0.592366S.E.ofregression0.485319Akaikeinfocriterion1.604295Sumsquaredresid2.119807Schwarzcriterion1.725522Loglikelihood-6.625772Hannan-Quinncriter.1.559413Durbin-Watsonstat1.380752从上述模型分析结果可以看出，模型的拟合优度为0.450810，调整后的拟合优度为0.328768，说明模型具有一定的拟合度。变量DLNX1的P值为0.0804，在0.10水平显著，变量LNX2的P值为0.0000，在0.01水平显著，变量LNX3的P值为0.0731，在0.10水平显著。进行参数估计后，具体的模型如下：（4-3）（1.97）（42.88）（-1.48）首先，从平稳性检验看，对时间序列资本充足率（）、存贷比例、不良贷款率（）和REVA取对数，得到序列LN、LN、LN和LNREVA。其中序列LN、LN和LNREVA平稳，对序列LN进行一阶差分后，得到序列DLN为平稳序列。最后，经过以上一系列的检验，对最终建立的初步模型进行了最后的调整以及参数估计，最终构建出了完整的LNREVA和DLN、LN、LN的回归模型，模型的拟合优度为0.450810，调整后的拟合优度为0.328768，表明模型具有一定的拟合度。4.2.5VAR模型分析VAR模型又称向量自回归模型，是用模型中所有当期变量对所有变量的若干滞后变量进行回归。由于对起初建立的模型的检验结果研究发现，调整后的模型在拟合度上仍然不够理想，所以本文接下来将采用VAR模型对以上变量再进行回归，以求获得更为严谨的结论。（1）模型滞后阶数确定本文通过赤池信息准则（AIC）确定模型的滞后期。由表可知，在AIC准则显示滞后1阶为最佳滞后阶数，则VEC模型在VAR模型滞后阶数的基础上减1，因此滞后0阶，构建VEC(0)模型。表4-10模型滞后指标值模型滞后阶数指标值LagLogLLRFPEAICSCHQ145.33834NA9.83e-08*-4.889723*-4.243181*-5.129096*参数估值表4-11模型参数估值结果CointegratingEq:

CointEq1LNREVA(-1)

1.000000LNX1(-1)

0.256391

(0.43488)[0.58956]LNX2(-1)-4.541053

(0.44427)[-10.2213]LNX3(-1)

0.505362

(0.07577)[6.66989]C

12.42915ErrorCorrection:D(LNREVA)D(LNX1)D(LNX2)D(LNX3)CointEq1-1.219-0.0640.0724

0.073

(0.103)(0.033)(0.020)(0.135)[-11.83][-1.94][3.51][0.54]C

0.030520

0.0265640.03-0.0369

(0.06059)

(0.019)(0.012)(0.07)[0.50372][1.36][2.68][-0.4]R-squared

0.933315

0.2736020.55

0.028Adj.R-squared

0.926647

0.2009620.50-0.0685Sumsq.resids

0.440524

0.0453200.01

0.755S.E.equation

0.209887

0.0673200.04

0.274F-statistic

139.9597

3.76655512.3

0.294Loglikelihood

2.800925

16.4461622.1-0.4387AkaikeAIC-0.133488-2.407694-3.3

0.406SchwarzSC-0.052670-2.326876-3.2

0.487Meandependent

0.030520

0.0265640.03-0.0369S.D.dependent

0.774953

0.0753120.05

0.265（3）模型检验图4-1模型检验结果从检验结果看，AR根皆分布于单位圆内，表明模型具有良好的稳定性。（4）脉冲响应分析图4-2REVA对资本充足率()、存贷比例()、不良贷款率()的脉冲响应由图4-2可以看出，给资本充足率()一个标准差单位的冲击，REVA的响应为负，其后资本充足率()对REVA的负向影响急剧增大，在第二期即达到负向冲击的最大值。第二期之后，资本充足率()对REVA的的影响逐渐衰减，但始终维持负向的状态。这表明，资本充足率()对REVA将产生长期的负向冲击，随着资本充足率()的提升REVA将会不断下降。从存贷比例()与REVA的关系看，REVA在受到存贷比例()一个单位标准差的冲击后，其响应为正，并在第二期即达到最大值。其后，存贷比例()对REVA的正向冲击呈现出下降的趋势，但始终保持正向的状态。这说明，存贷比例()对REVA产生长期的正向影响，存贷比例()的上升将会促进REVA的增长。就不良贷款率()和REVA的关系而言，REVA在受到不良贷款率()一个单位标准差的冲击后，其响应为负向，其后负向影响急速增大，在第二期即达到最大值。第二期之后，不良贷款率()对REVA的REVA的影响在波动中逐渐减弱，但始终保持负向的状态。这意味着不良贷款率()对REVA会产生长期的负向影响，不良贷款率()的上升将会导致REVA的下降。（5）方差分解REVA的方差分解结果显示，资本充足率()、存贷比例()、不良贷款率()、REVA中，对REVA贡献最大的是其自身因素，其次为存贷比例()，再次为资本充足率()，再次为不良贷款率()。从结果看REVA的贡献率随着期数的推进而快速下降，其起初最大贡献率达100%，而至期末，其贡献率下降到11.59233%。存贷比例()呈现出不断增长的趋势，期初贡献率为0，而期末则达到60.21209%。此外，资本充足率()和不良贷款率()的贡献率亦呈现出不断上升的趋势。具体结果如下：表4-12REVA方差分解表PeriodS.E.LNREVALNX1LNX2LNX3

1

0.2098

100.00

0.0000

0.0000

0.0000

2

0.3957

33.638

11.9306

45.197

9.2338

3

0.4292

31.020

12.4012

46.979

9.5980

4

0.4930

23.633

13.7294

52.011

10.626

5

0.5307

20.654

14.2648

54.040

11.040

6

0.5744

17.638

14.8071

56.094

11.460

7

0.6106

15.678

15.1594

57.428

11.732

8

0.6469

13.990

15.4629

58.578

11.967

9

0.6801

12.691

15.6965

59.463

12.148

10

0.7124

11.592

15.8941

60.212

12.301图4-3方差分解图4.3实证分析总结模型在根据上文的数个检验调整步骤之后，得出了最终的模型，如下：公式（4-4）其中REVA是指EVA回报率，是指资本充足率，是指存贷比例，是指不良贷款率。根据公式4-4，首先根据每个自变量前每个参数的正负性，可以得出资本充足率、存贷比例与REVA是正向相关的关系，而不良贷款率对REVA对负向相关的关系；其次根据参数的大小，资本充足率的变化对RVEA的影响较为显著，相比较而言，不良贷款率对于REVA的影响不太显著。根据VAR模型的脉冲响应和方差分解的分析之后，可以得出以下结论：首先根据脉冲响应分析，本文发现资本充足率、不良贷款率将对REVA产生一个长期的负向冲击，随着资本充足率的提升，REVA的值将会下降；存贷比率将会对REVA产生长期的正向冲击，随着存贷比例的上升，REVA的值也会随之上升。其次根据方差分解分析，对REVA影响最大的是其自身因素，其次依次是存贷比率、资本充足率和不良贷款率。但REVA自身因素的贡献率随着期数的推移，在不断地下降；而存贷比率、资本充足率和不良贷款率的贡献率随着期数的推移呈现不断上升的趋势。

第5章对策建议根据以上的理论及实证分析结果，可以看出，不良贷款率、存贷比率、资本充足率对于REVA的值都能产生一定的影响，本文所选取的三个自变量均是在传统评价体系中举足轻重的指标，因此可以看出REVA和EVA值相比于净利润更能够全面地反映商业银行的实际价值创造。正是因为EVA评价的全面性，在研究了对EVA的影响之后，并不应该就此止步，而是应该将研究结果结合到商业银行实际的经营管理之中，也就是常说的落到实处，根据前面各章节的分析，下文将根据EVA评价体系对我国商业银行的经营管理提出几点对策建议。5.1从资本充足率与存贷比例为基点，强化资本成本意识由实证分析不难看出，资本充足率和存贷比例都是对资本利用率的一个体现，而这两个变量对EVA的影响都是正向且显著的，因此资本利用效率的意识对于提高商业银行经营绩效而言，是非常重要的因素之一。首先，财务管理的终极目标是股东财富最大化，要达到这样的目标，首先就要树立资本成本的意识，也就是平时常说的推行资本有偿化制度。要让企业意识到不管是借用资金还是股东自身持有的资金都是有成本的。从EVA的计算公式不难看出，资本成本属于需要被扣除的内容，这说明资本成本越低，经济增加值越大，也就代表银行的绩效越好。因此，资本的利用效率和资本的成本意识是银行提高绩效的主要任务。加强资本成本意识，避免滥用乱用资本的现象出现，从而提高资本利用的效率，效率提高了，效益才会提高。其次是优化资本结构，我国上市公司的融资方式大体分为两种——债券融资和权益融资。其中债券融资的成本低于权益融资的成本，因此首先商业银行可以通过加大发行债券的比例，寻找更好的资本结构，来更好地达到股东权益最大化。其次，合理分配资源，减少不良贷款等的占比，同样是调整资本结构的有效手段。5.2以不良贷款率为基点，强化风险防范监控意识。根据上文的实证分析，我们可以发现，体现资产质量的不良贷款率对EVA有着负向的影响，说明不良贷款率在一定程度上束缚了银行的发展，因此提高资产管理质量是商业银行亟待解决的问题。因此，在这里本文引入经济资本的说法。经济资本的实质含义是非预期损失，它的计算就是根据资产的风险程度大小来决定的。在引入EVA价值管理体系后，决策者和管理者将更加重视风险，在此基础上，可以加快建立一套完善的风险评级系统，各种风险都尽量用经济资本进行量化分析，正是因为量化分析可以为定性分析提供实证依据，给定性分析提供新的方向，那么将风险程度以量化的手段进行研究之后，便可以为银行对于管控风险一系列策略提供依据和方向，提高商业银行风险管控能力，从而进一步提高经济资本的科学管理水平。其次，在对不良贷款的处理上，银行也可以借助各种手段来解决，例如催收、诉讼等等，除此之外，在传统手段之下，商业银行更应该不断地探寻新的经营模式，提高盈利能力，从正向抵消不良贷款等风险资产带来的负面影响。5.3推广EVA价值管理理念，建立完善商业银行EVA价值管理体系价值管理是有效提高商业银行资本回报率的有效机制，与此同时，它也是提升银行核心竞争力的有效途径。既然价值管理如此重要，那么对其的评价就应该使用更先进更完善的评价体系，因此，引入经济增加值价值管理体系是非常有必要的。首先需要从根本上转变价值观念，从决策者到经营管理者，都要树立起EVA价值管理观念，把EVA绩效评价真正落到实处，让企业的各级管理者从意识到行为上真正做到关注资本成本和股东回报。进而达到指导和激励银行各级管理者为更高的股东权益而努力的作用。其次就是，除了对管理者和决策者强调EVA理念之外，对于普通员工，也应该做到基础知识的普及，并且结合不同员工的工作和EVA不同环节，进行差异化培训，达到各司其职，建立起一个完整的体系，全面提高银行的价值管理的质量及执行力，最终实现银行价值最大化的战略目标。5.4全面利用EVA管理体系，优化商业银行经营结构在引入任何一个指标的同时，或者应用某种方法时，应该全面发挥其系统的功能，做到物尽其用才是最有效率的。EVA并不是一个简单的绩效评价指标，它更是一种先进的管理体系，尽量做到全面运用EVA来考察银行的价值，要让EVA物尽其用。EVA管理体系涉及范围非常广，不管是战略规划还是日常运行，经营的方方面面都可以引入EVA来进行评价。我国商业银行大多存在人员冗余、机构庞杂、资本结构复杂的状况，也就存在大量资源配置不合理的情况。因此借助EVA考核指标，进一步深化治理结构，使得银行的经营活动可以始终围绕着价值最大化的目标而展开。有效避免在经营过程当中，发生走错路走偏路的现象的发生。EVA除了是一种先进的管理体系之外，它也是一种薪酬激励体制，因此，商业银行除了在针对公司经营决策上下功夫之外，还可以在EVA绩效评价体系的基础上，建立一套完善的员工薪酬激励体制，尤其是对中高层的员工，把员工的利益与银行的绩效紧密联系起来，让中高层在做经营决策的时候更加地理性，更加地谨慎，有效避免了经营者与股东之间的利益摩擦。

结论近年来，随着资本市场的快速发展和金融业日益开放，管理模式相对较先进的外资银行给内地商业银行行业已经提出了巨大的挑战。在充满挑战的背景下，商业银行的业务管理模式亟待改革发展。以建立以价值最大化为目标的管理理念，创新以往的管理模式，构建完善的绩效考核体系，已成为商业银行发展的重要任务。EVA评价体系作为一套全面的评价系统,不仅综合考虑了各项指标,更是旨在体现价值增值部分,反映真实的经营状况。因此本文在简要介绍EVA的含义及计算方法后，重点用实证研究的方法，对不