中國商業銀行股權成本及影響因素研究

摘要：本文主要研究了我國商業銀行股權成本的變化趨勢及其影響因素。本文運用CAPM模型計算了14家上市銀行的年度股權成本，并總結了變化特征，然后通過構建面板數據模型分析了股權成本變化的影響因素。研究發現，人民幣存貸比與股權成本正相關，大股東持股比例與股權成本負相關。

關鍵詞：股權成本 存貸比 大股東持股比例 面板數據

商業銀行吸收公眾存款，通過數量與期限調整，為資金需求者提供貸款，實現金融資產的優化配置，進而促進經濟增長。為防范風險乃至銀行危機、金融危機，并防止由此帶來的信貸供給緊縮，各國監管當局都對商業銀行實施嚴格的外部監管，其中資本監管是審慎銀行監管的核心。銀行資本充足水平不僅是銀行緩沖非預期損失甚至金融危機的重要工具，也會在正常時期影響銀行體系的信貸供給能力。

在經濟新常態下，金融改革不斷深化，對商業銀行的資本管理提出了新的挑戰。實施巴塞爾新資本協議是提高中國銀行業風險管理水平、提高銀行業監管有效性的重要途徑。2013年《商業銀行資本管理辦法（試行）》的實施，進一步要求商業銀行加強資本管理以保證資本充足，而股權融資是補充銀行資本的一項重要手段。分析中國商業銀行的股權成本及其影響因素，對銀行選擇合理的資本補充渠道和工具、降低籌集資本成本、改進內部資本配置具有非常重要的現實意義。

本文主要研究我國商業銀行股權成本的變化趨勢及其影響因素。本文運用CAPM模型計算14家上市銀行的年度股權成本，并總結了變化特征，然后通過構建面板數據模型分析股權成本變化的影響因素。

文獻回顧

從理論角度看，股權成本可以理解為投資者投資于上市公司股票的必要報酬率或預期收益率。在以往研究上市公司股權成本的文獻中，銀行往往被排除在外，主要原因是銀行的資產負債結構顯著異于一般工商企業。

依據Green等（2003）和King（2009）的研究，銀行上市公司股權成本的計量方法大致包括會計成本模型（ROE）法、股利貼現模型（DDM）法和資本資產定價模型（CAPM）法1三種。前兩種方法雖簡單實用，但都存在一些不足之處：ROE模型的問題是會計數據的滯后性，DDM模型的缺陷在于股利和預期報酬率等因素的不確定性過多，計算結果的精確度不高。CAPM模型能夠有效避免ROE法和DDM法的缺陷。Barner（2006）證明了運用CAPM計量銀行股權成本的可行性，在模型引入其他影響因素后，CAPM模型所估計的銀行股權成本結果是穩健的。美聯儲從2006年起正式運用CAPM模型計算聯邦儲備體系成員銀行的股權成本。王勝邦和段希文（2011）也論證了CAPM適合于分析中國商業銀行的股權成本。Zhi Da等（2012）則指出那些反對CAPM模型的證據不能用來反對CAPM股權成本計算方法，認為公司可以繼續使用CAPM來計算股權成本。

目前國內的實證研究主要針對非銀行上市公司的股權成本，問題也主要集中在單因素和多因素模型的討論。

在微觀因素方面，國內研究主要考慮信息披露水平、股權制衡結構、公司治理結構等。如汪煒和蔣高峰（2004）研究發現，在控制了公司規模、財務風險因素以后，提高上市公司披露水平有助于降低公司的權益資本成本，這表明更高的強制性披露要求和更充分的自愿信息披露可以有效降低公司的權益資本成本，并且信息披露對股權成本的影響存在行業差異。曾穎和陸正飛（2006）采用剩余收益模型計算上市公司的股權融資成本，發現在控制β系數、公司規模、賬面市值比、杠桿率、資產周轉率等因素的條件下，信息披露質量較高的樣本公司邊際股權融資成本較低。潘東旭和查冬蘭（2011）在控制市場波動性、公司規模、財務杠桿、盈利水平和資產周轉率的條件下，通過實證研究發現信息披露質量的提高，有利于降低邊際股權融資成本，財務杠桿、盈利水平和資產周轉率的提高對邊際股權融資成本的降低都有積極影響。楊興全等（2012）以非金融上市公司為樣本，使用GLS模型、OJ模型和ES模型這三種方法來估計股權融資成本，實證檢驗上市公司的股權制衡結構是否有助于降低其股權融資成本，同時發現中國上市公司股權制衡結構與股權融資成本雖負相關但不顯著。劉冰和方政（2011）通過實證研究發現，股權制衡度、獨立董事比例與信息透明度等公司內部治理機制對于中國上市公司股權融資成本存在顯著影響，而國有上市公司的股權融資成本影響因素則有所區別，董事長和 CEO 的兩職分離性與董事會規模是顯著影響因素。姜付秀和陸正飛（2006）選取了我國上市公司2001—2004年數據進行了實證分析，通過固定效應面板回歸模型，將經營風險、財務風險、公司治理因素、公司成長性、盈利能力、公司規模作為控制變量放入模型，得出多元化經營與公司股權成本正相關的結論。

國內研究對宏觀經濟因素的分析也越來越重視。鄒穎和郭金亞（2014）選用混合回歸模型，對股權資本成本與經濟增長率、通貨膨脹率、貸款利率、貨幣供應量、股票市場流動性以及股票市場發展狀況等6個宏觀經濟因素進行了OLS回歸，發現我國股權資本成本與宏觀經濟走勢整體上具有趨同性，公司資本成本基本上能夠伴隨著國家宏觀經濟政策的調整做出反應。

股權成本變化趨勢分析

（一）股權成本計算模型與變量

本文的分析對象是商業銀行股權成本，使用基于CAPM模型的計算方法。

該方法分兩步，首先計算β因子，通過構建一個時間序列模型（Ⅰ）：

其中， ，表示各家銀行； 代表時間； 為各個銀行的回報率； 為市場回報率； 為無風險收益率。該模型是一個滾動計算模型，估計值 為銀行的β因子。

在得到β因子估計值之后，再通過模型（Ⅱ）計算月度股權成本：

其中， 表示名義月度股權成本， 為無風險收益率， 為市場收益率的均值， 代表平均的市場風險溢價。詳細步驟由于篇幅所限，這里不在贅述。

（二）變量選擇與數據來源

本文選擇RESSET金融研究數據庫提供的月無風險收益率作為無風險利率，具體為：2002年8月7日—2006年10月7日，采用3個月期中央銀行票據票面利率；2006年10月8日至2014年12月底，采用上海銀行間3個月同業拆放利率，并將年度化的基準利率轉化為以月為單位計量的收益數據。選擇上證指數月收益率作為市場回報率 ，選擇各家上市銀行股票的月收益率作為個股收益率 。由于上證綜合指數收益率更能代表我國證券市場的整體收益率，因此本文選擇在上海證券交易所上市的銀行進行股權成本分析，包括（以股票簡稱表示）：北京銀行、南京銀行、工商銀行、中國銀行、建設銀行、交通銀行、農業銀行、招商銀行、浦發銀行、中信銀行、民生銀行、華夏銀行、興業銀行、光大銀行共14家上市銀行2。各家上市銀行的數據區間為上市首日到2014年12月的月度數據（均選擇月末最后一個交易日的收盤價）。市場收益率和無風險利率采用相應期限的觀測值。所有數據均來源于RESSET金融研究數據庫。

（三）股權成本特點分析

為了對比出不同類型商業銀行在股權成本方面的差異，本文將這14家銀行分為三類，分別是：（1）國有商業銀行：工商銀行、農業銀行、中國銀行、建設銀行和交通銀行；（2）股份制商業銀行：光大銀行、華夏銀行、民生銀行、浦發銀行、興業銀行、招商銀行和中信銀行；（3）城商行：北京銀行和南京銀行。

首先估算月度股權成本，再按照連續復利方法計算名義年度股權成本，即如計算2010年12月的年度成本，要對2010年1月—2012年12月之間連續12個月的月度股權成本進行連續復利計算，以便與銀行財務數據截止日期相對應，便于后文分析；最后再減去通貨膨脹效應得到實際年度股權成本，計算結果如圖1所示。

圖1 各銀行實際年度股權成本

圖2 平均月度與年度股權成本

中國上市銀行的年度股權成本具有相似的時間變化趨勢。圖1顯示，2005年初至2014年末，上市銀行的年度股權成本成雙峰變化趨勢，可分為三個階段：第一個階段是2006年至2011年初，年度股權成本在2009年初達到第一個頂點，介于14%～16%之間，然后不斷下降；第二個先升后降的階段是2011年至2014年，所有銀行的股權成本幾乎同時于2012年末達到第二個頂點；第三個階段是2014年，2014年初有小幅波動，但之后趨于平穩。

但各銀行的變化幅度和波動不盡相同。對銀行的股權成本進行橫向求均值，得到每一類銀行的月度和年度平均股權成本，如圖2所示。圖2很明顯地表示出不同類別銀行平均股權成本之間的差距。每一類平均股權成本從小到大依次為：城商行<國有銀行<股份制銀行。下文首先提出造成年度股權成本變化趨勢以及不同銀行間差異的假設，然后運用面板數據模型來驗證。

股權成本影響因素研究思路

股權融資成本是研究融資行為的切入點，是公司進行融資決策的重要依據。融資成本從傳統意義上說是指資金使用的代價，本質是資金使用者支付給資金所有者的報酬。實際上受到公司多個財務指標的影響。

由于商業銀行的特殊性，本文分析商業銀行的股權成本影響因素，重點考察其監管指標對股權成本的研究。一是因為這些指標很好地反映了商業銀行的收益與風險信息，是監管機構和商業銀行本身重點關注的指標，是銀行調整信貸投放規模的依據。二是這些指標的定期發布，計算規范統一，便于進行實證檢驗和開展各銀行間的比較分析。此外本文還將考察受到廣泛關注的公司治理結構對商業銀行股權成本的影響。同時鑒于不同類型銀行的規模有所差距，也考察銀行規模的效應。

綜上，本文提出如下理論假設：

假設一：流動性越充足，股權成本越低

如果銀行流動性充足，資本壓力小，則對股權融資需求降低，股權成本相應就低，如果流動性緊張，必然導致其融資成本高，無論是短期同業拆借資金成本、債權融資成本還是長期股權融資成本都將上升。如果整個銀行業都流動性緊張，將導致金融資產價格上升，甚至引起金融流動性危機。

假設二：銀行信用風險與股權成本關系不確定

信用風險對商業銀行股權融資有著較為復雜的影響。一方面，如果銀行信貸違約增加，信用風險增大，則投資者將提高其預期風險補償，股權融資成本將上升。另一方面，銀行信貸投放與經濟環境同周期運行，即經濟繁榮時，企業還款能力強，此時商業銀行積極投放貸款，而當經濟惡化時，企業急需信貸支持維持運行，但由于其還款能力減弱，商業銀行反而收縮其貸款，因此當商業銀行不良貸款增加時，將緊縮信用風險較大行業的信貸投放，以保證有充足的流動性和資本，此時股權融資需求也有可能下降，導致股權成本降低。

假設三：銀行經營業績越佳，股權成本越低

銀行效益指標良好，則對資金有較高吸引力，融資成本相應較低。

假設四：銀行資本充足率越高，股權成本越低

資本充足率本身就是衡量資本是否充足的指標，在資本市場上，資金充裕則融資成本相應較小。

假設五：銀行的政府背景越強、規模越大，股權成本越低

不同類型商業銀行的治理結構和銀行規模存在差距。從治理結構來看，國有商業銀行的大股東持股比例明顯高于股份制商業銀行和城商行，國資控股特征非常明顯，融資渠道要明顯多于其他銀行，同時不同的持股比例代表者大股東權力的不同，影響著融資方式以及其成本。從銀行規模來看，國有銀行起步早，經營范圍廣，業務種類多，存貸款與資本規模都是最大的，其次是股份制銀行，最后是剛剛起步的城商行。

股權成本影響因素實證分析

（一）模型設定與變量說明

被解釋變量是年度股權成本，解釋變量有信用風險指標、流動性指標、效益性指標、資本充足率指標、公司治理結構指標和存貸款規模指標。具體各指標選取的代表變量為：

信用風險指標：不良貸款率和不良貸款撥備覆蓋率。

流動性指標：人民幣流動性比率和人民幣存貸比（或稱貸存比，即貸款余額與存款余額之比）。由于中國上市銀行以人民幣業務為主要業務，因此本文選用人民幣流動性比率和人民幣存貸比作為流動性指標的變量。

效益性指標：凈息差、成本收入比、非利息收入占比以及總資產收益率。

資本充足率指標：資本充足率、核心資本充足率、核心資本凈額和加權風險資產。其中前兩個變量為比率，后兩個變量為絕對額，因此將核心資本凈額和加權風險資產轉換為對數值，即log（核心資本凈額）和log（加權風險資產）。

公司治理結構指標：大股東持股比例。

存貸款規模指標：存款總額和貸款總額。這兩個變量為存量數據，因此本文采用各自對數。

為了防止變量的多重共線性造成結果的不正確，首先對這些變量進行相關性分析，分別計算其pearson相關系數和spearman相關系數。其中，資本充足率與核心資本充足率近似完全相關，這一點從概念上比較容易理解。核心資本凈額、加權風險資產、貸款總額與存款總額這四個變量，兩兩近似完全相關，這是因為存款的增加必然能夠派生出更多的貸款和加權風險資產，而這又都以銀行核心資本凈額為基礎，因此將這四個變量重新歸類為資本規模指標。其次，用方差膨脹系數vif判斷解釋變量的多重共線性問題，當vif值大于10時，回歸存在有害的多重共線性。vif判斷結果見表1，其中VIF（1）顯示資本充足率、核心資本充足率、log（核心資本凈額）、log（加權風險資產）、log（存款總額）和log（貸款總額）的vif值都高于臨界值。從變量的相關性判斷，VIF（2）表明去掉核心資本充足率之后，資本充足率的vif值降到了臨界值以下，如VIF（3）-（5）所示再依次去掉log（貸款總額）、log（加權風險資產）和log（存款總額）之后所有的變量都不再存在有害的多重共線性。另外根據定義，不良貸款率是金融機構不良貸款占總貸款余額的比重，不良貸款撥備覆蓋率是衡量商業銀行貸款損失準備金計提是否充足的指標，實際計提貸款損失準備對不良貸款的比率，因此不良貸款率和不良貸款撥備覆蓋率成反比，表1的共線性檢測不出，但是在進行面板分析時也不能同時放進模型中，這里選擇不良貸款率。

表1 多重共線性檢驗結果

變量VIF（1）VIF（2）VIF（3）VIF（4）VIF（5）

不良貸款率6.6625646.6273656.4604896.3746875.879108

不良貸款撥備覆蓋率5.2148725.1403555.102675.0775684.994397

人民幣流動性比率1.868971.8557151.5631051.5531291.524894

人民幣存貸比7.9730716.8237992.4041032.2918552.18657

凈息差2.607052.5210282.5129582.5119172.500432

成本收入比4.7321574.7316324.2183444.114773.396839

非利息收入占比4.1903264.0486563.8462433.789373.44438

總資產收益率8.7612458.753328.0392248.0325718.030242

資本充足率12.646239.9274969.8335556.0184433.675934

核心資本充足率53.25416

log（核心資本凈額）890.2561238.2781224.4833100.2785.489793

log（加權風險資產）633.1369364.7748354.6495

log（存款總額）1641.8761501.708135.089965.16057

log（貸款總額）1826.5931787.364

大股東持股比例4.0935064.0555273.6022943.5781753.494949

基本計量方差設定如下：

其中， 表示i銀行； 表示時間； 為不可觀測的銀行效應，目的在于控制銀行的個體效應； 為隨機擾動項，服從獨立同分布。 為 銀行 年的實際年度股權成本，為了與銀行的財務指標數據保持時間一致性，這里采用股權成本為年末實際年度股權成本。 為信用風險指標變量集， 為流動性指標變量集， 為效益性指標變量集， 為資本充足率指標變量集， 為公司治理結構指標變量集， 為資本規模變量集。不同銀行上市時間不同，為了盡可能地運用更多的數據，本文采用非平衡面板模型。所有待分析變量的描述性統計如表2所示。

表2 各變量的描述性統計

變量均值標準差最小值最大值

被解釋變量年度股權成本0.080.020.030.14

解釋變量信用風險指標不良貸款率0.980.400.382.25

流動性指標人民幣流動性比率41.198.2827.6059.64

人民幣存貸比69.504.3956.3076.77

效益性指標凈息差2.600.331.973.42

成本收入比35.087.5425.5163.04

非利息收入占比17.097.073.6830.50

總資產收益率1.090.300.411.47

資本充足率指標資本充足率11.661.658.0414.98

公司治理結構大股東持股比例26.3618.225.9067.72

資本規模log（核心資本凈額）25.511.2523.2627.87

（二）計量結果與解釋

本節使用R軟件plm面板分析軟件包依次檢驗各主要解釋變量與年度股權成本之間的線性關系，并進行穩健性檢驗。表3-a和表3-b顯示了面板模型的結果。模型（1）-（6）分別對六種指標進行單一的面板分析，模型（7）-（14）檢驗在控制了其他因素的情況下各指標對被解釋變量的效應，最終得出最穩健的模型。其中調整R2代表擬合優度，F檢驗用來確定是否使用混合OLS方法，即普通的最小二乘估計，Hausman檢驗用來確定是固定效應模型還是隨機效應模型，其中固定效應模型的估計量為組內估計量。

表3-a 面板模型結果一

變量（1）（2）（3）（4）（5）（6）（7）

信用風險指標不良貸款率-0.01956

（0.00695）** -0.00847

（0.00738）

流動性指標人民幣流動性比率 0.00046

（0.00039） 0.00057

（0.00040）

人民幣存貸比 0.00475

（0.00094）*** 0.00429

（0.00102）***

效益性指標凈息差 0.01573

（0.01125）

成本收入比 -0.00066

（0.00059）

非利息收入占比 -0.00043

（0.00058）

總資產收益率 -0.01677

（0.01933）

資本充足率指標資本充足率 0.00403

（0.0028）

公司治理結構大股東持股比例 -0.0005

（0.00015）**

資本規模log（核心資本凈額） -0.00575

（0.00231）*

Adj. R-Squared0.182590.270120.0747180.0331690.15050.0928620.27777

F test for individual effects （P）0.049720.00025470.12530.040450.45280.18970.0007031

Hausman Test （P）0.74469.198e-050.53820.018420.90310.015660.00242

注：“***”、“**”、“*”和“.”分別表示在0.1%、1%、5%和10%水平上顯著。下同。

表3-b 面板模型結果二

變量（8）（9）（10）（11）（12）（13）（14）

信用風險指標不良貸款率 -0.03483

（0.01254）**

流動性指標人民幣流動性比率0.00051

（0.00042）0.00016

（0.00041）-0.00001

（0.00039）

人民幣存貸比0.00503

（0.00106）***0.00519

（0.00100）***0.00394

（0.00103）***0.00492

（0.00092）***0.00459

（0.00090）***0.00437

（0.00097）***0.00493

（0.00093）***

效益性指標凈息差-0.00496

（0.01132）-0.00947

（0.01137）0.00155

（0.01121）

成本收入比-0.00080

（0.00072）-0.00171

（0.00080）*-0.00209

（0.00075）**-0.00177

（0.00068）*-0.00117

（0.00054）*-0.00020

（0.00045）

非利息收入占比-0.00093

（0.00078）-0.00063

（0.00073）0.00070

（0.00083）

總資產收益率-0.00354

（0.02040）0.03580

（0.02542）0.00435

（0.02603）

資本充足率指標資本充足率 0.00349

（0.00368）0.00278

（0.00340）

公司治理結構大股東持股比例 -0.00233

（0.00093）*-0.00245

（0.00086）**-0.00226

（0.00085）*-0.00246

（0.00085）** -0.00132

（0.00069）.

資本規模log（核心資本凈額） -0.01914

（0.00996）.-0.03293

（0.01044）**-0.00847

（0.00607）

Adj. R-Squared0.266020.327060.369890.339010.329380.257180.29222

F test for individual effects （P）0.0015910.011020.0082250.0071680.0032450.00024960.002712

Hausman Test （P）0.017550.0039871.673e-073.362e-087.335e-06< 2.2e-160.0001355

對于信用風險指標來說，在模型（1）和（7）中，模型（1）顯示采用隨機效應估計，在不控制其他指標時，不良貸款率對股權成本存在負效應；模型（7）中采用固定效應估計，在控制了流動性指標，尤其是人民幣存貸比之后，顯示不良貸款率的效應不顯著。

對于流動性指標來說，模型（2）顯示采用固定效應估計，在流動性指標中，人民幣存貸比對股權成本的效應非常顯著，人民幣流動性比率的效應不顯著。模型（7）-（14）顯示在固定效應下，無論是同時控制其他變量，還是控制一部分變量，人民幣存貸比的效應均非常顯著，其系數波動很小，是一個非常穩健的變量，人民幣存貸比與股權成本正相關。這是因為股權融資更多的是考慮長期融資，與短期人民幣流動性關系不大，短期融資更多的采用的是吸收存款、拆借資金等債權融資。

針對效益性指標，模型（3）顯示應采用混合OLS估計，凈息差、成本收入比、非利息收入占比和、總資產收益率均不顯著。盡管在其他模型中，成本收入比出現了顯著的效應，但從模型（8）和模型（13）可看出，在單獨控制了人民幣存貸比指標之后，成本收入比的效應還是不顯著的，它并不是一個穩健的變量。

對資本充足率指標來說，模型（4）采用固定效應估計，顯示資本充足率不顯著，模型（8）-（10）顯示在控制了其他之后，其仍然不顯著。

對公司治理結構指標來說，模型（5）顯示應采用混合OLS估計，大股東持股比例存在顯著效應，模型（9）-（12），模型（14）均顯示，無論是同時控制所有其他變量，還是單獨控制人民幣存貸比，大股東持股比例都是顯著的，這也是一個穩健的變量。

對資本規模來說，模型（6）顯示采用固定效應估計，核心資本凈額的效應顯著，但是模型（11）顯示在控制了人民幣存貸比、成本收入比和大股東持股比例之后，核心資本凈額也變得不顯著。

最終通過模型（11）-（14）得到穩健的兩個變量分別是人民幣存貸比和大股東持股比例。為了進一步研究潛在變量的穩健性，本文控制這兩個變量對其他變量進行檢驗，如表4所示。其中模型（15）-（18）表明在單獨控制了人民幣存貸比之后，信用風險指標、效益性指標、資本充足率指標和資本規模指標等都不顯著，模型（19）-（22）顯示在單獨控制大股東持股比例后，除了不良貸款率之外，效益性指標、資本充足率和資本規模等變量都不顯著。經過穩健性檢驗進一步表明，人民幣存貸比和大股東持股比例是效應最為顯著和最穩健的兩個變量，尤其是人民幣存貸比。因此，參照模型（14）的估計值，可以信任的股權成本影響因素公式為：

其中， 代表銀行的人民幣存貸比， 代表大股東持股比例。意味著人民幣存貸比每變動一個百分比，年度股權成本增加0.00493；大股東持股比例每增加一個百分比，年度股權成本降低0.00132。

人民幣存貸比對股權成本的影響機制是，人民幣存貸比是反映商業銀行流動性的重要指標，如果存貸比增加，說明結構流動性偏緊，放貸能力受到更大約束，將導致商業銀行對股權融資的需求增加，進而造成股權融資成本相應上升。從數據上來看，不同類型商業銀行的人民幣存貸比對其股權成本的影響沒有明顯的區別，均為正效應，影響的也都是年度股權成本的變化趨勢。

大股東持股比例對股權成本成負效應，該結論與其他學者基于所有上市公司樣本的結論不一致。對于商業銀行來說，大股東持股比例代表股權集中度，由于在目前的上市銀行中，國有銀行的大股東持股比例普遍高于股份制銀行，考慮到國有商業銀行背后均有資本雄厚的金融控股集團或政府背景，較股份制商業銀行具有天然優勢，因此國有商業銀行股權成本相對越低。此外，由于城商行上市公司數量少，其大股東持股比例在樣本中沒有體現出來與股份制商業銀行明顯的區別，因此本文結論僅認為大股東持股比例的負效應可以解釋國有銀行與股份制銀行之間的股權成本差異。

表4 變量穩健性檢驗

變量（15）（16）（17）（18）（19）（20）（21）（22）

信用風險指標不良貸款率-0.00597

（0.00725） -0.02119

（0.00647）**

流動性指標人民幣流動性比率

人民幣存貸比0.00412

（0.00103）***0.00475

（0.00104） ***0.00442

（0.00098） ***0.00480

（0.00100） ***

效益性指標凈息差 -0.00166

（0.01105） 0.01282

（0.01053）

成本收入比 -0.00083

（0.00073） -0.00095

（0.00056）.

非利息收入占比 -0.00077

（0.00077） 0.00024

（0.00058）

總資產收益率 -0.01069

（0.01964） -0.01520

（0.01803）

資本充足率指標資本充足率 0.00061

（0.00247） 0.00186

（0.00202）

公司治理結構大股東持股比例 -0.00055

（0.00014）***-0.00059

（0.00019）**-0.00059

（0.00018）**-0.00046

（0.00023）*

資本規模log（核心資本凈額） -0.00343

（0.00425） -0.00090

（0.00329）

Adj. R-Squared0.262450.257140.255770.262180.274970.194960.159730.14897

F test for individual effects （P）0.0010530.0015030.00025790.00230.39070.25680.25960.2968

Hausman Test （P）0.0098360.000983< 2.2e-165.072e-060.46890.52730.27970.1253

結論

本文首先對股權成本走勢進行了整體分析，發現中國上市銀行的月度股權成本和年度股權成本具有相對一致的時間趨勢。從月度股權成本來看，其波動性逐漸降低，相較于2010—2014年，2005—2010年間的波動性更為劇烈。對年度股權成本來說，實際年度股權成本一直處于較大的波動中。同時對于不同類型的銀行來說，平均股權成本之間的差距從小到大依次為：城商行、國有銀行和股份制銀行。

本文通過對各個影響因素進行分析，進一步發現人民幣存貸比與股權成本正相關，大股東持股比例與股權成本負相關。具體而言，人民幣存貸比是反映商業銀行流動性的重要指標，如果存貸比增加，說明結構流動性偏緊，放貸能力受到更大約束，將導致商業銀行對股權融資的需求增加，進而造成股權融資成本相應上升。大股東持股比例可以反映出國有銀行和股份制銀行的區別，國有銀行為國資控股，在同樣的外部市場條件下，它仍可以相對低廉的價格獲得資本。大股東持股比例可以解釋國有銀行的股權成本相對于股份制銀行來說要偏小。

注：

1. CAPM模型由Sharpe（1964）、Lintner（1965）和Mossion（1966）等人基于“均方差分析”的思路發展起來，這個模型不僅指出每一種金融資產的期望超額收益率和市場組合之間存在線性關系，而且還可以利用實證方法來度量市場中存在的系統性風險與非系統性風險，為投資者承擔額外風險而應得的風險溢價給出了量化分析，是現代資產定價理論的支柱，具有廣泛的應用。

2. 本文沒有將“深發展”納入到分析中，原因在于深發展是深證成指的成分股，而這10家銀行的股票均屬于上證綜指的成分股。考慮到基準指數，即市場收益率的一致性，故舍去深圳發展銀行。

參考文獻

[1]王勝邦，段希文.中國商業銀行股權成本：基于CAPM模型的估計[J].新金融，2011（06）：36-41.

[2]曾穎，陸正飛.信息披露質量與股權融資成本[J].經濟研究，2006（02）：69-79，91.

[3]楊興全，魏卉，吳昊旻.治理環境、股權制衡與股權融資成本[J].財貿研究， 2012（6）：111-121，138.

[4]劉冰，方政.公司內部治理機制與股權融資成本——股權性質差異條件下的影響因素分析[J].經濟管理， 2011（12）：135-140.

[5]鄒穎，郭金亞.宏觀經濟因素與股權資本成本——來自中國上市公司的經驗證據[J].財會通訊，2014（19）：24-28.

[6]Edward J.Green， Jose A.Lopez， and Zhenyu Wang， 2003. “Formulating the Imputed Cost of Equity Capital for Priced Services at Federal Reserves Banks”. Federal Reserve Bank of New York Economic Policy Review9： 55-81.

[7]Michael R King，2009. “The Cost of Equity for Global Banks： a CAPM Perspective from 1990 to 2009”. BIS Quarterly Review9： 59-73.

[8]Barnes， M L and J A Lopez，2006. “Alternative measures of the Federal Reserve Banks’ cost of equity capital”. Journal of Banking and Finance30：1687-1711.

責任編輯：劉穎 羅邦敏