第33卷第6期技术经济Vol. 33, 2014年6月Jun. , 2014 T echnology Economics 非利息收入和银行规模对其风险的影晌一一一基于中国16家上市银行的实证分析张宗益，汪宇(重庆大学经济与工商管理学院，重庆400044)摘要:利用2003-2012年中国16家上市商业银行的面板数据，对其非利息收入和规模与其所承担风险的关系进行实证研究。结果表明:中国商业银行的非利息收入与银行风险并不显著关联，其原因可能在于中国商业银行的非利息收入与净利息收入高度相关;银行规模与银行风险之间的关系曲线呈U形。提出:中国商业银行应发展和创新非利息收入业务以降低对利息收入业务的依赖;中国政府监管部门应适当限制商业银行的规模扩张。关键词:商业银行;非利息收入;银行规模;破产风险中图分类号:文献标志码:A文章编号:1002-980X( 2014 )06一0112一05中国银行业在加入WTO的10余年间成绩斐的波动性;导致经营收入波动性减弱的直接原因是然。截至2013年3月末，中国银行业金融机构资产净利息收入波动性减弱;银行的风险调整报酬率与总额己达万亿元、资本利润率为21%、资产非利息收入占比之间存在负相关关系。欧洲中央银行对1989-1998年欧洲各大银行的数据进行调查利润率为 %，各项指标均达国际先进水平。中研究，发现:非利息收入对银行利润的增长起着重要国银行业利润率的快速提升主要得益于中国利率管作用;利息收入与非利息收入之间存在明显的负横制下的高额存贷款利差。但是，随着利率市场化进截面相关关系;相对于美国银行，欧洲银行的利息收程的不断加快"金融脱媒"现象日益凸显，中国商业入具有更高的波动性，其非利息收入具有较低的波银行的经营环境发生了巨大变化，过度依赖贷款增动性。Baele等利用1989→2004年欧洲银行的数据长、过度依赖存贷利差的传统发展盈利模式不可持进行研究，发现非利息收入将增加银行特许经营权续。学习国外银行发展非利息收入业务真的能够有的价值，并且非利息收入高的银行具有较高的贝塔效降低银行风险吗?在国际银行业权威杂志英国值，也由此会面临较高的系统性风险。Chiorazzo等《银行家》于2012年发布的"全球银行1000强"榜单对意大利银行进行了研究，指出:收入多样化会提升中，中国工商银行、中国建设银行、中国银行、中国农银行的风险调整收益率，但是收入多样化带来的好业银行位列前10。然而，银行的规模真的越大越好处会随着银行规模的扩大而变得有限;银行规模和吗?本文针对上述问题进行研究。非利息收入占比都会影响非利息收入与银行盈利能1 文献综述力的关系;只有起初非利息收入占比小的小银行才可能通过增加非利息收入实现收益增加。Lepetit1)银行非利息收入对风险的影响。等调查了602家欧洲商业银行来研究其非利息活动DeYoung和Roland[j]采用1988-1995年472是如何影响其利息收入和贷款定价的，发现提供较家美国商业银行的数据进行研究，发现随着银行业多非利息服务的银行会低估贷款者的违约风险、使务从传统的借贷业务转向非利息业务，其收入波动其贷款利率较低，认为银行采取交叉销售策略时会性以及收益水平都增加了。Stiroh[Z]利用1984不惜增加风险发放贷款以吸引顾客。其研究很好地2001年美国银行的数据进行研究，发现:20世纪90解释了风险与收入多样化的正相关关系。年代美国银行非利息收入的波动性强于净利息收入收稿日期:2014一03-04作者简介:张宗益(1964一)，男，贵州遵义人，西南财经大学校长，重庆大学经济与工商管理学院教授，博士生导师，研究方向z技术经济与管理、公司治理与资本市场，中国技术经济学会会员登记号:I030000020S;汪宇(1989--)，女，重庆江津人，重庆大学经济与工商管理学院硕士研究生，研究方向:金融风险管理。112
张宗益等=非利息收入和银行规模对其风险的影响2)银行规模对风险的影响。模及增速u、经济周期u、银行控制变量;，)。Demsetz和Strahan[3J采用1980→1993年美国其中，下标i表示某银行，t表示年份。150家银行控股公司的数据进行研究，发现银行控 变量度量股公司的系统性风险随着真规模的扩大而增大，而1)银行风险。其非系统性风险则随着其规模的扩大而减小。Mi参考以往文献可知:Stiroh和Lepetit等选取资shkin[4]通过研究发现，规模较大的银行往往受到政产收益率(returnon assets, ROA)的夏普指数府"大而不倒"政策的保护，这种特别待遇是规模较(RROA)度量银行风险;DeNicolo等采用银行破产风小的银行无法享受到的，然而就是这种特别保护加险的Z值作为银行风险的代理变量，当银行的净资强了规模较大银行的冒险动机。Aghio队Bolton和产元法弥补其亏损时认为银行破产。RROA是衡量银Fries[5J从道德风险的角度研究了政府"大而不倒"行风险调整的盈利性指标，Z值是衡量银行破产风政策在实践过程中存在的问题，得出结论:银行往往险的指标，两者是完全不同的概念。本文采用RROA会受到"大而不倒"政策的剌激而不断扩大其规模，作为度量银行风险的指标，原因在于该指标将银行进而无限追逐风险较大的商业投资项目，最终不得的盈利与风险相结合来度量单位风险创造的利润。不承担较高的道德风险。国际货币基金组织和国际RROA的计算公式如下:清算银行阳在其研究报告中指出:一方面，各国的政R"". = ROA ) IDA -一(1σROA 策制定者和银行监管当局往往受到具有较强影响力式(1)中:ROA为资产收益率;C1ROA为ROA的的大规模银行的左右，这些银行凭借其规模优势而难以被约束;另一方面，大规模银行对银行系统效率标准差。2)银行非利息收入。的提高、银行稳定性和特许权价值的提升则产生了参考以往文献，本文采用非利息收入占营业收积极影响。Boyd、Nicolo和Abum[7J以及Boyd，]a入衡量非利息收入占比(NII)。同时，参考Striohganr川han和Kwak认为，在政府政策的保护下，银和Rumble、Elsas等的做法，采用Herfindahl-Hir›行会通过收购和兼并扩大真规模，从而增加进行高风险投资的机会。孔爱国和卢嘉园[8J利用面极模型schman index( HID来衡量收入多样化对银行风险对2002-2008期间中国A股市场中上市商业银行的影响。银行收入多样化程度的计算公式为zDIV= 1一(NIP+NET勺。(2)的数据进行了分析，发现随着银行承担的风险随着其规模的扩张而减小。Hakenes和Schnabel[9J以式(2)中:NII为非利息收入占营业收入比重;《巴塞尔协议11))为理论基础，建立了包含不完全竞NET为净利息收入占营业收入比重;DIV为银行争和道德风险的数理模型来分析银行规模与其所承收入多样化程度，其值介于o~之间，DIV值越担风险的关系，发现托巴塞尔协议11))给予商业银行接近，银行收入多样化程度越高。对标准法和内部评级法的自由选择权;在内部评级3)银行规模。法的实施戚本不太高的前提下，内部评级法可以帮银行业存在规模不经济现象。规模较大的银行助银行极大地提高其资本充足率。规模较大的银行拥有较多的分支机构和客户，具备进行风险管理的凭借其规模效应实施内部评级法的成本较低，而规高质量人才和技术;而规模较小的银行具有较少的模较小的银行实施内部评级法的成本较高，所以内固定经营成本，能迅速改变其经营策略以适应经济部评级法可以帮助规模较大的银行极大地提高其资环境的改变。本文采用Demirguc-Kunt和Huizin本充足率、降低风险。ga的做法，用银行总资产的对数(TA)度量银行规模，以研究银行规模对风险的影响。同时，本文还采2 研究设计用资产增长率(GTA)变量描述银行规模扩张速度2. 1 计量模型设定对风险的影响。参考已有的国内外文献，本文将影响银行风险。经济周期控制变量。的因素分为内部因素和外部因素。内部因素主要是鉴于银行不良贷款的增减总是与经济周期同银行自身特征，银行可对之进行管理和控制;外部因步，为了控制经济周期对回归结果的影响，本文选取素主要是银行所处的宏观经济环境因素。货币供应量增长率(M2)、年度真实GDP增长率银行破产风险;，=f(非利息收入占tt;，、银行规(GDPG)①作为经济周期控制变量。① 即剔除价格因素之后的GDP实际增长率。113
技术经济第33卷第6期5)银行特征变量。一阶单整序列。对于面板模型，如果变量时间序列本文以权益比率(EQUITY)和贷款规模是非平稳的，则在利用面板数据进行分析前需要进(LOANS)作为银行特征变量。权益比率=股东权行面板协整检验，以判断是否可能出现面板伪回归。益/总资产变量，反映了银行脆弱性与其资本化程度表2变量序列的单位根检验结果的关系，用以控制银行资本结构差异对回归结果的变量检验形式LLC检验ADF检验pp检验结论影响。贷款规模=总贷款/总资产，用以控制银行资 rRROA &T 不平稳产组合差异对回归结果的影响。() () () 60. 6376 估算基准模型的设定l::，.R即Ar&T 平稳() () (0. 0000) 基于上述讨论，笔者构建如下基准模型:3. 36773 NII r&T 不平稳RISK. =α。+αz十α，十卢lNNI.+品DIV.十() () () 品lnTA.十向lnTA~十品GTA十itß6M2，十卢'7GDPG，卢. 3853 177. 765 l::,.NII NONE 平稳() () () +卢'8EQUITYit+卢'gWANSit十问。(3) 式(3)中:i=1，2，…，N;t=1，2，…，N;N为样DIV l&T 不平稳() () () 本银行数量T为时间跨度;lnTN为银行资产平方 88. 9978 177. 436 l::,.DIV NONE 平稳项的对数值;α和αt分别为截面可变截距项和时间(0. 0000) (0. 0000) () 一. 7513 可变截距项，用于捕捉截面异质性和时间异质性;r8.ιT lnTA 不平稳() () () 向为随机误差项。一 l::,.lnTA r&T 平稳 数据来源(0. 0012) () () 中国人民银行在于2002年发布的《商业银行中 GTA I 不平稳() (0. 1343) (0. 0000) 间业务暂行规定》中将中间业务定义为"不构成银行一-5. 73876 68. 2572 195. 044 l::,.GTA I 表内资产及负债，形成商业银行非利息收入的业平稳() () () 务"明确界定了非利息收入与中间业务收入。鉴于-5. 24654 28. 3642 EQUITY 18.ιT 不平稳() () () 此后公布的数据才能更准确地反映银行的非利息收 53. 5700 99. 2772 入状况，因此本文利用2003→2012年中国16家上l::,.EQUITY I 平稳() (0. 0098) () 市银行的面板数据研究银行的非利息收入和银行规一 48. 2039 LOANS NONE 模与风险的关系。16家上市银行包括:四大国有银() () () 行(工商银行、农业银行、中国银行和建设银行)以及 协整检验平安银行、宁波银行、浦发银行、华夏银行、民生银对非平稳序列进行回归分析很可能出现伪回行、招商银行、南京银行、兴业银行、北京银行、交通归，协整检验的意义就是检验回归方程所描述的因银行、光大银行和中信银行。银行特征变量的数据来自Bankscope数据库和果关系是否是伪回归，即检验变量之间是否存在稳各银行的年报，其他宏观数据主要来自2004定的关系。若这些非平稳变量截面残差序列是平稳的，则表明变量之间存在协整关系。本文采用KAO2013年的《中国金融统计年鉴》。检验方法进行协整检验，其结果如表3所示。由3 实证分析表3可知，尽管变量RROA，NII、DIVJnTA、GTA、M2和EUQUITY的时间序列是不平稳的，但是各 单位根检验和协整检验截面残差序列是平稳的，因此变量之间存在协整关. 1 单位根检验为了避免时间序列的不平稳引起回归方程的参系，可直接对模型进行面板回归分析。数估计出现偏差，本文采用计量软件对协整检验结果各时间序列进行单位根检验。首先，根据各变量数被解释变量统计量结论据的变化趋势选择具体的单位根检验形式;然后，分一 存在协整关系别采用LLC检验、ADF检验和pp检验对各变量的() 时间序列进行单位根检验，检验结果如表2所示。检验结果表明z变量LOANS的时间序列是1(0)序 模型效应的设定列，即平稳序列，而变量RROA、NII、DIV、lnTA、面板模型分为1昆合OLS(ordinary least GTA、M2、EUQUITY的时间序列是10)序列，即square)模型、固定效应模型和随机效应模型。确定114
张宗益等z非利息收入和银行规模对其风险的影响模型的一般步骤是:根据F值决定选择固定效应模的政府扶持和保护，本文将这5家银行从样本中剔型还是混合OLS模型;通过Hausman检验决定选除，利用剩下的样本来考察上述主要结论的稳健性。择固定效应模型还是随机效应模型F通过BP检验利用剩下的11家上市银行的数据重新进行模型参决定选择随机效应模型还是提合OLS模型。F统数估算，结果如表6所示。对比表5与表6，可以看计量和Hausman检验结果如表4所示。出，各变量系数值的符号和显著性都没有因为剔除了5家大型国有商业银行而发生明显变化，因此可表4F统计量和Hausman检验结果排除极端值对本文主要结论的影响。F统计量E-Iausman检验() () 表5菌板数据模型的回归结果时点固定时点固定变量系数变量系数一'铃例4. 2481 常数项GTA 由表4可得出以下结论:在以RROA为被解释变() () 量的基准模型中，检验固定效应的F统计量在1%O. 7083 NlI M2 (1. 6443) () 的水平下显著，从而拒绝漉合OLS模型而选择固定 4. 2090 * *提效应模型;检验随机效应的Hausman检验统计量DIV GDPG () () 在1%的水平下显著，从而拒绝随机效应模型而选一精幡 lnTA EQUITY 择固定效应模型。() () 1. 0699 * *揭 实证结果分析lnTA’ LOANS () () 本文采用软件进行回归分析，实证Sigma_u=1. 7007;Sigma_e=0. 5627;R’=0. 6424 结果如表5所示。注惕""赞*"和"1t*费"分别表示系数估计值在10%、5%和1%1)非利息收入效应。的水平上与0有显著差别;N=160;被解释变量为RROAo从回归结果可以看出，非利息收入与银行风险表6剔除5家大型固有商业银行后的回归结果并不显著关联。究其原因，可能是中国上市银行的变量系数变量系数非利息收入与其净利息收入密切关联。对此，本文*提善2. 5160樨利用2003-2012年这16家上市银行数据分析非利常数项GTA () () 息收入与净利息收入的相关性，发现两者的Pear NlI M2 (1. 8104) () son相关系数高达(p=0. 0000)，即两者高度1. 7132 * *樨相关。据此，银行增加非利息收入并不能有效降低DIV GDPG () (1. 5305) 其风险。一镰骨26. 6563僻梅骨lnTA EQUITY 2)规模效应。() () 1. 0873 *费侨。.0226从表5可以看出:lnTA的系数在5%的水平下lnTA’ LOANS () (0. 1~63) 显著且为负，说明银行风险随着银行规模的增加而Sigma_u=2. 0180;Sigma_e=0. 5920;R’=o. 6185 减小，即银行规模的扩大具有降低其风险的作用;注精'""骨怜"和"份份善"分别表示系数估计值在10%、5%和1%lnTA2的系数在1%的水平下显著且为正，说明当银的水平上与0有显著差别;N=1l0;被解释变量为RROA0 行规模发展到一定程度后银行风险随着银行规模的扩大而增大，银行规模与银行风险之间的关系曲线5 结语呈U形;GTA的系数在10%的水平下显著且为正，说明银行风险随着银行规模扩张速度的加快而增本文选取中国16家上市银行为研究对象，利用其2003-2012年的数据，考察了中国商业银行的非大。利息收入和规模与其所承担风险的关系。针对本文4 稳健性检验的研究结论，笔者对中国政府监管和国内商业银行根据基准模型的回归结果可得如下结论:银行提出以下建议:的非利息收入与银行风险并不显著关联;银行规模第一，根据银行的非利息收入与银行风险并不与银行风险之间的关系曲线呈U形。鉴于中国工显著关联的结论，建议:中国政府监管部门应适当放商银行、中国农业银行、中国银行、中国建设银行、交宽对国内商业银行业务范围的限制，鼓励其进行创通银行的资产总量占16家上市银行资产总量的百新;中国商业银行应重视非利息收入业务的发展和分之七八十，并且大型国有商业银行可以获得更多创新，以降低对利差收入的依赖程度。115
技术经济第33卷第6期[6 J Bank for International Settlement. The Banking Industry 第二，根据银行规模与银行风险之间的关系曲in the Emerging Market Economies: Competition,Consol›线呈U形、银行规模扩张速度与其风险之间存在正idation,and Systemic Stability. BIS paper4. 2001. 向关系的结论，建议:中国政府监管部门应适当限制[7J BOYD J H, NICOLO G, ABUM J. Bank risk-tanking and 商业银行的规模扩张，加强对大型商业银行的监管，competition revisited: new theory and new evidence[ R]. 防止大型商业银行破产造成严重的社会经济危机;IMF working Paperno. wp/06/297, International Mone›tary Fund, 1999. 国内商业银行应客观分析自身的管控能力，不能盲[8J 孔爱国，卢嘉园.市场约束、商业银行治理与风险的实证目和简单地追求规模。研究[JJ.金融研究，2010(5):102-115. [9 J HAKENES H, SCHNABEL I. Bank size and risk-taking 参考文献under basel II[J]. Journal of Banking & Finance, 2011, [lJ DEYOUNG R,ROLAND K P. Product mix and earnings 35:1436甲 at commercial banks: evidence from a degree of [10J 宋清华，曲良波，陈雄兵.中国商业银行规模、治理与风totalleverage model[J]. Journal of Financial Intermedia-险承担的实证研究[J].当代财经，2011(11):57-70. tion, 2001 ,10: 54-84. [l1J 黄隽，章艳红商业银行的风险z规模和非利息收入[2J STIROHK. Diversification in banking: is non-interest in›以美国为例[JJ.金融研究，2010(6):75-90. come the answer? [J]. J ournal of Money, Credit and 口2J张羽，李黎.非利息收入有利于降低银行风险吗?Banking,2004,36(5) :853-882. 基于中国银行业的数据[J].南开经济研究，2010(4):[3J DEMSETZ R,STRAHAN E. Diversification,size and risk 69-91. at bank holding companies[Z]. Federal Reserve Bank 01 [13J 周开国，李琳.中国商业银行收入结构多元化对银行风New York Research Paper,1995,No. 9506. 险的影响[J].国际金融研究，2011(5):57-66. [4J MISHKIN S F. Financial consolidation: dangers and op [14J 刘孟飞，张晓岚，张超.我国商业银行业务多元化、经营portunities[J]. Journal of Banking and Finance, 1999,23: 绩效与风险相关性研究[J].国际金融研究，2012(8):675-691. 59-69 [5J AGHION p, BOLTON p, FRIES design of [15J 赫国胜，徐洁.我国上市商业银行非利息收入业务分析bank bailouts: the case of transition economies[J]. Jour›与对策[J].财经问题研究，2010(12):86-92. nal of Institutional and Theoretical Economics, 1999,155: 51-70 Impact of Non-Interest Income and Scale on Risk-Taking of Bank: Empirical Study Based on 16 Limited Commercial Banks of China Zhang Zhongyi, Wang Y u CEconomics and Business Administration College, Chongqing University, Chongqing 400044, China) Abstract: U sing the panel data of China’s 16 listed commercial banks from 2003 to 2012, this paper studies the relationship between non-inter›est income, scale and risk-taking of China’s commercial bank empirically. The results show as follows: there is no significant correlation between non-interest income and risk-taking, which 1S due to the high correlation between non-interest income and net interest income of commercial bank; the curve of relationship between bank scale and risk-taking takes on U-shape. It proposes that banks should promote the development and innovation of non-interest income business to reduce the high dependence on net interest income,and government regulator should limit commer-cial banks to expand organization scale appropriately. Key words: commercial bank; non-interest income; bank scale; bankruptcy risk 116
