【摘要】盈利能力是商業銀行生存和發展的基礎,提高商業銀行盈利能力,對促進銀行業健康穩健地發展具有極其積極的意義。本文以我國14家上市商業銀行2004-2010年的相關數據為樣本,運用數據面板模型,對商業銀行盈利能力及其影響因素進行實證研究與分析。分析結果初步顯示,銀行的資本實力、資產充足率、流動性以及資產費用率均與盈利能力成正相關關系,而不良貸款率、信貸規模則對盈利能力有負面影響。最后,結合上市商業銀行的具體特征和實際發展情況,有針對性地提出提升商業銀行盈利能力的對策。
【關鍵詞】上市商業銀行 盈利能力 影響因素 面板數據
隨著金融國際化進程的快速發展,我國銀行業已經全面開放,并逐步進入健康有序的發展軌道。近幾年來,我國銀行業得到了迅速的發展,盈利水平更是有了大幅度的提高。根據英國銀行家雜志公布的2010年全球銀行盈利能力排名,工商銀行成為全球盈利能力最高的銀行,建設銀行緊隨其次。這些都表明我國銀行業正處于迅速發展階段。如何在日益激烈的競爭環境中維持、提高商業銀行的盈利能力,保證其健康穩定運營已經成為廣泛關注的焦點。上市商業銀行作為我國商業銀行的主體大軍,肩負著為整個社會提供資金融通的重任,是我國經濟資金鏈條的總樞紐,同時代表著整個銀行業的發展方向。因此,加強上市商業銀行盈利能力影響因素的相關研究,對促進上市商業銀行核心競爭力的形成,保證銀行業健康穩健地發展具有極其深刻的意義。
本文著眼于上市商業銀行,通過對14家上市商業銀行2004~2010年的相關數據進行實證研究,分析各個因素對盈利能力的影響,有針對性地提出提升上市商業銀行乃至整個銀行業盈利能力的建設性意見。
一、指標界定及模型構建
(一)樣本選取及研究方法
截至2010年底,我國共有16家商業銀行完成上市,包括5家大型國有商業銀行、8家股份制商業銀行和3家城市商業銀行,本文以其余14家上市商業銀行2004-2010年間的相關數據為樣本,對盈利能力與各項因素的相關性進行研究。
對上市商業銀行盈利能力的影響因素進行分析時,涉及到的是多家銀行在一個時間序列中的觀測值,這不純粹是截面數據或時間序列數據,而是由兩者相結合的數據集,建立一般的線性回歸模型并不能同時反映橫截面數據的個體差異以及樣本作為一個整體所呈現的時間趨勢[1]。因此,本文選用面板數據模型對銀行盈利能力的影響因素進行分析,再運用Eviews6.0對其進行回歸分析。
(二)模型設定
面板數據模型的基本方程表述如下:
yi,t=c+α1+γ1βχi,t+εit
其中,y是被解釋變量,χ為解釋變量,i與t分別表示橫截面數據、時間序列數據(在本文中i=1,2,…,14, t=2004,2005,…,2010),β是回歸系數向量。截距項是c+α1+γt,其中c是常數項,α1度量單位個體間的差異,γt度量時間序列上的差異,表示誤差項。
用面板數據建立的基本回歸模型有3種,即混合模型、固定效應模型和隨機效應模型,下文將對其做具體區分。
1.混合模型。混合模型是將各截面數據融合為一個整體,不考慮個體差異和結構變化,即截距αi與不隨個體i和時間t變化,這時方程可變為:
yi,t=c+α+βχi,t+εit
2.固定效應模型。這類模型假設截距隨個體i和時間t變化,但認為與解釋變量相關,具體可分為:
(1)個體固定效應模型,即截距項在個體i上變化,而在時間上無變化。
(2)時期固定效應模型,即截距項在個體i上無變化,而在時間上變化。
(3)個體和時期固定效應模型,即截距項在個體i上變化,且在時間上變化。
3.隨機效應模型。這類模型假設α1、γ1、εit分別來自正態分布,且互不相關,即各自分別不存在截面自相關、時間自相關和混合自相關,α1或γ1與解釋變量不相關。方程可表示為:
yi,t=c+α1+γ1+εit
二、實證研究與分析
面板數據涉及截面和時間序列,同一截面上不同的個體與不同的時間可能會引起斜率和截距的變化,這就需要對面板數據進行檢驗,以選擇最適合的模型。
(一)F檢驗
用F檢驗判斷應該建立混合估計模型還是固定效應模型。原假設(H0)和備擇假設(H1)分別為:
H0:α1=α2=…=αi,混合模型。
H0:α1≠α2≠…≠αi,個體固定效應模型。
SSEr表示施加約束條件后估計模型的殘差平方和,SSEu表示未施加約束條件的估計模型的殘差平方和。若F統計量漸進服從自由度為(N-1,NT-N-k)的F分布,則建立混合模型,反之則推翻原假設建立個體固定效應模型。
1.混合估計模型。運用Eviews6.0軟件進行操作,進行混合模型回歸,得出結果如下:
從回歸結果看,在顯著水平a=0.05下,各系數t檢驗值均大于臨界值t0.025,表明各個自變量對因變量的影響較為顯著。伴隨概率p=0.0000,遠遠小于5%。模型的可決系數R2為0.627819,擬合度一般。
從結果中我們可以得出殘差平方和SSEr=3.889。
2.個體固定效應模型。接下來,我們再利用Eviews6.0進行個體固定效應模型回歸,得出結果如下:
可決系數R2=0.7717,DW=1.98。在顯著水平a=0.05下,各系數t檢驗值均大于臨界值,表明各個自變量對因變量的影響較為顯著。而伴隨概率p=0.000000,遠遠小于5%。說明此模型整體擬合度較高,可以建立個體固定效應模型。
從結果中可以得出殘差平方和SSEu=2.386。
3.F檢驗結果。下面我們對F統計量進行計算,判斷建立何種模型更適合。
(二)隨機效應(LM)檢驗
原假設為:不存在隨機效應,即δ2=0
在原假設下,LM服從自由度為0.05的χ2分布。如果LM大于臨界值,則拒絕原假設,即可以建立隨機效應模型。下面我們運用Eviews軟件來做隨機效應模型,結果如下:
t檢驗值比較顯著,但是R2=0.567360,擬合優度一般,不是特別理想。計算出LM統計量的值為30839.887,遠大于0.05的臨界值,且相伴概率為0.0000,所以拒絕原假設,可以建立個體隨機效應模型。
(三)Hausman檢驗
根據上文的F檢驗和LM檢驗結果可知,在上市商業銀行盈利能力的計量模型中,既可以建立固定效應模型,也可以建立隨機效應模型。但是究竟哪一種模型更適合還不確定,下面我們通過Hausman檢驗來進行分析。
1.Hausman檢驗結果。在隨機效應模型估計窗口下繼續運用Eviews軟件進行Hausman檢驗,結果如下:
從Hausman檢驗結果知W=14.430>χ20.05(6)=12.59,且相伴概率為0.0252,所以應拒絕原假設,適合建立個體固定效應模型。
綜合F檢驗、LM檢驗以及Hausman檢驗,最終確定本論文的研究應建立個體固定效應模型。
(四)模型確定
基于檢驗結果,確定模型為個體固定效應模型。建立上市商業銀行盈利能力的函數,被解釋變量為上市商業銀行的總資產收益率,解釋變量為資本充足率、不良貸款率、流動現金比率、銀行信貸率、資產費用率以及銀行總資產值等。具體方程式為:
ROAi,t=C+β1Carit+β2Nplrit+β3Otait+β4Liquidityit+β5Ltait
+β6Lgtait+εit
(五)回歸結果分析
從回歸結果我們可以看到,資本充足率與銀行盈利能力顯著正相關,回歸系數為0.0291。正如我們預期的那樣,銀行資本充足率越高,盈利水平也越高。
不良貸款率越高,表明資產質量越差,銀行面臨的風險和可能遭受的損失也越大,不僅不利于銀行日常營運,更會直接降低銀行的盈利水平。
衡量流動性的指標是流動現金及存放中央銀行款項占總資產的比率,表中可以看出它與盈利能力呈現非常顯著的正向關系。
銀行信貸率與盈利能力顯著負相關。從回歸結果可以看出,上市商業銀行的貸款增加反而會導致銀行的盈利水平下降。
資產費用率與銀行盈利的關系與我們的預期恰恰相反,它與銀行的盈利成正比。這是因為上市商業銀行已經逐步由傳統的粗放型經營向集約型方向轉變,其收益的增長率高于資本和勞動投入的增長率,使得成本投入的有效增加能帶來盈利能力的提高。
三、提高上市商業銀行盈利能力的對策
一是提高商業銀行資本充足率。商業銀行可以通過多渠道募集資本金來提高自有資本率。上市商業銀行可以通過發行可轉換債券、長期次級債券和混合資本債券來補充附屬資本,從而提高資本充足率[2]。二是控制商業銀行信貸規模。要適度控制貸款規模,不能盲目追求貸款數額。在實證結果中,銀行信貸率與盈利能力成逆向關系,即意味著過度追求貸款數額的擴張并不會帶來銀行盈利能力的必然增加。三是改善商業銀行信貸質量。從實證結果中我們可以看出貸款質量偏差,不良貸款率偏高是制約上市商業銀行盈利能力的一個重要因素,也是我國商業銀行的軟肋所在。要提高上市商業銀行的盈利能力,不僅要注重貸款數量,更要注重貸款質量。要加強貸款的管理和監督,建立完善的信貸風險防范體系[3]。四是適度擴大商業銀行規模。要適度擴大資產規模,保證上市商業銀行健康穩健地擴張。當規模超出了一定負荷量就會轉變為規模不經濟[4]。因此在實際當中上市商業銀行不能一味追求擴張,適度地擴大資產規模。五是提高商業銀行流動性。銀行流動性對盈利水平有正面影響,上市商業銀行應通過改善自身的流動性來提高盈利水平。推行資產證券化,提升資產流動性。
參考文獻
[1]曹佳.我國商業銀行盈利變化的因素分析[J].經濟論壇,2010(6).
[2]彭紀.中國商業銀行盈利分析[D].中國人民大學,2007.
[3]管曉宇.商業銀行盈利能力實證分析[D].北京工業大學,2009.
[4]鮑靜海,賈瑩.中國商業銀行經營效率測評[J].河北大學學報,2010(2).