商業銀行盈利能力影響因素研究分析

江煜慧

(廣西大學經濟學院，廣西 南寧 530000)

0 引言

經濟是國家的基石，而金融又是經濟體系中不可或缺的一部分。 作為體系中常見、應用廣泛的金融機構，商業銀行占據著舉足輕重的地位:不僅能夠吸收社會閑散資金，使投資者獲取利息收益，還承擔著社會資金需求的重擔。 隨著經濟發展進入新階段，資金需求缺口將逐步擴大，因而對商業銀行也提出了更高的要求。 商業銀行只有具備更強的盈利能力和更加完整的盈利結構，才能在經濟發展的新階段更好地起到支持和推動作用。 因此，研究商業銀行盈利能力的影響因素，分析各因素的影響程度，并據此提出有針對性的建議，勢在必行。

1 文獻綜述

對影響銀行盈利能力的因素，國內外都有較多的研究，或是從某一特定角度著手，或是從整體上來考慮。

1.1 互聯網金融與銀行盈利能力

2012 年，互聯網金融騰空出世。 作為一種金融創新模式，互聯網金融受到多方關注與重視。 各種類型的互聯網金融理財產品不斷問世，逐步打破銀行的壟斷，分流銀行的存款，搶占銀行的客戶資源，從而對銀行的盈利造成巨大影響。 因此，部分學者致力于探討互聯網金融對商業銀行盈利能力和盈利結構的影響，以期能對銀行面對互聯網金融提出針對性的建議。

王宇和闞博(2021)[1]選擇了23 家上市商業銀行2014—2019 年的季度數據來研究互聯網金融對商業銀行盈利能力和盈利結構的影響，認為互聯網金融會對商業銀行盈利能力造成負面影響且不同類型商業銀行盈利結構受互聯網金融影響程度不同。劉忠璐和林章悅(2016)[2]運用2003—2014 年145家商業銀行的數據，實證檢驗了互聯網金融發展對商業銀行盈利的影響，認為互聯網金融發展能夠顯著降低商業銀行盈利能力，但也一定程度上倒逼其積極調整盈利模式，實現多元化發展。

1.2 金融科技與銀行盈利能力

隨著大數據、云計算等新科技的不斷創新，金融科技在我國經濟與金融發展中的引領、促進作用越來越引人注目。 相較于傳統技術，金融科技有著全面、高速的數字化和智能化功能，因此，其對上市商業銀行盈利能力的影響也成為學者青睞的研究方向。

張錦程(2022)[3]以105 家商業銀行為樣本探討金融科技對銀行盈利能力的影響，發現金融科技能夠提高銀行盈利能力且會隨時間推移而增強。 李易懋(2020)[4]基于13 家上市商業銀行2012—2018年的數據實證檢驗了金融科技對上市商業銀行盈利能力的影響，發現金融科技通過多種途徑改變銀行組織架構和資產結構，從而顯著影響商業銀行盈利能力，但不同類型技術產生的影響不同。

1.3 資產證券化與銀行盈利能力

資產證券化不僅能夠提高銀行流動性，調整風險結構，還能提高資產負債管理能力，增加利潤。 因此，資產證券化對銀行盈利能力的影響向來是較受歡迎的主題。

安叢梅等(2021)[5]以2012—2019 年45 家商業銀行的半年度數據為樣本實證考察資產證券化對商業銀行盈利能力的影響，發現資產證券化可以顯著提升商業銀行盈利能力，且在創新能力強的銀行中更為顯著。 王曉和李佳(2021)[6]與李佳(2020)[7]都以中國銀行業為研究樣本考察資產證券化對銀行盈利的影響，發現資產證券化顯著促進銀行盈利增長。 宋清華和肖心蕙(2018)[8]基于2012—2017 年已發行信貸資產證券化產品的75 家商業銀行數據實證分析信貸資產證券化對商業銀行盈利能力的影響，認為商業銀行盈利能力會因開展信貸資產證券化業務而下降。 曹彬(2017)[9]選用30 家上市銀行2012—2016 年的數據實證分析信貸資產證券化對商業銀行盈利性的影響，認為信貸資產證券化對規模較大銀行的盈利能力無顯著影響，對規模較小商業銀行具有顯著正向影響。

1.4 整體考慮銀行盈利能力的影響因素

商業銀行作為一個獨立的經營個體，其收入和支出會受到內外部多種因素的影響，因而決定其盈利水平的也不可能是一個簡單的變量。 因此，諸多學者致力于從整體上考慮銀行盈利能力的影響因素，不僅涉及微觀層面，也將宏觀經濟指標納入考慮范圍。

Shafee Nur Baiti 等(2021)[10]調查了2011—2017 年間影響馬來西亞商業銀行盈利能力的因素，發現銀行規模、流動性和存款比率與資產回報率顯著正相關，而與GDP 顯著負相關。 何珊(2019)[11]通過2008—2017 年16 家上市銀行數據，運用FGLS進行回歸分析探討凈利差、不良貸款率、非利息收入以及凈息差對銀行盈利能力的影響。 劉小瑜和彭瑛琪(2019)[12]基于利率市場化的條件，運用動態面板模型研究17 家商業銀行2007—2016 年的數據，認為利率市場化對商業銀行盈利能力具有顯著影響，且不同因素的影響各不相同。 徐斌和鄭垂勇(2018)[13]以我國16 家上市銀行2007—2016 年的數據為基礎，研究利率市場化下我國商業銀行盈利能力的影響因素，發現我國銀行業盈利能力受凈利差、成本收入比、資本充足率等因素影響，且不同類型商業銀行盈利能力的影響因素存在差異。 陳一洪(2017)[14]基于2009—2015 年50 家城市商業銀行的微觀數據，實證檢驗資產負債結構及其他宏微觀因子對城商行盈利能力的影響。 張啟文等(2012)[15]總結影響農商行盈利能力的因素，并通過AHP 定量分析這些因素的影響程度并提出有針對性的建議。

除上述角度，還有部分學者從普惠金融[16]、綠色信貸[17]、貨幣政策[18]、銀行流動性[19]、利率風險暴露[20]等角度來探討其對商業銀行盈利能力的影響。

2 實證研究

2.1 數據來源

我國上市商業銀行可分為國有商業銀行、全國大型股份制商業銀行、城市商業銀行、農村商業銀行及村鎮銀行五類。 國有商業銀行和股份制商業銀行資金規模和組織結構更勝一籌，其運營、管理也能對其他銀行起到一定的示范和啟示作用；城市商業銀行、農村商業銀行和村鎮銀行發展現狀參差不齊，銀行未上市比例較高。 因此，文章主要以國有商業銀行和全國股份制商業銀行為研究對象。

6 家國有商業銀行中，中國郵政儲蓄銀行于2019年登陸上交所A 股市場，公開數據相對較少，因此在研究中剔除。 全國大型股份制商業銀行中，除未上市的廣發銀行、恒豐銀行及港交所上市的渤海銀行，共9家在中國大陸A 股上市。 由于浙商銀行2019 年上市上交所，公開數據較少，因而在研究時剔除。

綜上，文章研究對象為5 家國有商業銀行及8家全國股份制商業銀行，所用數據均源于銀行公開數據。

2.2 使用的變量和變量定義

2.2.1 被解釋變量

總資產收益率(ROA)是銀行單位資產收益率，凈資產收益率(ROE)是銀行單位權益收益率，是反映銀行盈利水平和能力的重要指標，因此，文章將其作為被解釋變量。

2.2.2 解釋變量

文章從微觀層面和宏觀層面來考慮解釋變量。

第一，微觀層面。 銀行的資本充足率(ZBC)、不良貸款率(BLD)、成本收入比(CBB)、資產規模(ZCG)、信貸規模(XDG)、存貸比(CDB)均可能對銀行盈利能力造成影響。 資本充足率是資本與風險資產的比值，是銀行監管核心指標，資本充足率較高時，資產安全性也較高，從而能夠科學管理銀行風險、提高盈利水平。 不良貸款率是銀行不良貸款在總貸款中的比重，比率越高，銀行可能無法收回的款項越多，面臨風險越大，對銀行經營產生不利影響。成本收入比是業務及管理費與營業收入的比值，反映基本經營狀況，比值較高時銀行經營成本偏高，從而擠壓利潤空間，降低利潤率。 資產規模和信貸規模是銀行的總資產和發放貸款總額，反映銀行經營規模，規模更大的銀行往往能夠節省經營成本，獲取更多利潤。 存貸比是貸款余額與存款余額的比值，是衡量流動性風險的指標。

第二，宏觀層面。 宏觀經濟狀況和貨幣政策均可能影響銀行盈利能力，因此將GDP 增長率(GDPR)和M2 增長率(M2R)作為解釋變量納入考慮范圍。 GDP 增長率即GDP 年度增長率，是宏觀經濟重要觀測指標。 M2 增長率即廣義貨幣增速，比率較高時銀行投放貸款速度較快，能夠快速發放、回收資金，從而提高收益率。

2.3 實證分析

基本回歸方程為:

其中，i 表示不同的銀行個體；Yit是被解釋變量，是第i 家銀行在t 時期的盈利指標；Bit是第i 家銀行在t 時期的各指標；Et為t 時期外部環境變量；εit為誤差項。 則相對應的模型方程如下:

其中，αi為常數項，β1i，β2i，β3i，β4i，β5i，β6i，γ1i，γ2i為需要估計的解釋變量系數；εit則為誤差項。

在經過數據收集和整理后，各變量的簡單樣本統計如表1 所示。 國有商業銀行與全國股份制商業銀行大部分指標均相差不大，僅資產規模和信貸規模存在明顯差異。

表1 各變量描述性統計

在對各樣本進行簡單的描述性統計之后，對各樣本分別進行回歸分析，結果如表2、表3、表4所示。

表2 全樣本ROE 回歸結果

表3 國有商業銀行ROE 回歸結果

表4 股份制商業銀行ROE 回歸結果

由上表可知，三個樣本的P 值均＜0.05，因此其具體結果具有實際意義，具體回歸結果如表5 所示。在全樣本中，僅資本充足率、存貸比、GDP 增長率及常數項所對應P 值＜0.05；即全樣本中，僅資本充足率、存貸比、GDP 增長率及常數項回歸系數顯著，說明全樣本中，各樣本銀行凈資產收益率對這些指標的變化是敏感的。 同理，在國有商業銀行樣本組中，僅成本收入比、資產規模、存貸比、GDP 增長率及常數項回歸系數顯著；在股份制商業銀行樣本組中，僅資本充足率、資產規模、信貸規模及存貸比回歸系數顯著。 全樣本中，資本充足率、GDP 增長率對銀行凈資產收益率產生正向影響，而存貸比則是負面影響。

表5 各樣本ROE 回歸結果

由上表6、表7、表8 可知，三個樣本的P 值均＜0.05，其結果具有實際意義，具體回歸結果如表9 所示。 全樣本中僅資本充足率、存貸比以及GDP 增長率所對應P 值＜0.05，即全樣本中僅資本充足率、存貸比及GDP 增長率回歸系數顯著，說明全樣本中各樣本銀行資產收益率對這些指標的變化是敏感的。同理，在國有商業銀行樣本組中，僅成本收入比、資產規模、信貸規模、存貸比、GDP 增長率及常數項回歸系數顯著；在股份制商業銀行樣本組中，僅資本充足率和存貸比回歸系數顯著。 全樣本中，資本充足率、GDP 增長率對銀行資產收益率產生正向影響，而存貸比則是負面的。

表6 全樣本ROA 回歸結果

表7 國有商業銀行ROA 回歸結果

表8 股份制商業銀行ROA 回歸結果

表9 各樣本ROA 回歸結果

2.4 面板數據平穩性檢驗——LLC 檢驗

在回歸分析收集的數據前，需先確定所用面板數據是否穩定。 因此，文章選用LLC 檢驗方法對單位根進行檢驗。 LLC 檢驗方法通常包含三個常用命令:假設變量包含線性時間趨勢項和個體固定效應項、假設變量僅含個體固定效應項、假設變量不包含線性時間趨勢項和個體固定效應項。 由于數據局限性，文章將滯后階數設定為2 階。 LLC 檢驗原假設是面板數據含有單位根(即面板數據不平穩)，備擇假設為面板數據平穩，結果分析中主要觀察Adjusted t*對應觀測值和P 值。 P 值＜0.01 時在1%顯著性水平下拒絕原假設；0.01＜P 值＜0.05 時在5%顯著性水平下拒絕原假設；0.05＜P 值＜0.1 時在10%顯著性水平下拒絕原假設；P 值＞0.1 時，不能拒絕原假設。 只要任一項結果顯示拒絕原假設，則表明該面板數據平穩；否則不平穩。 由表10 可以看出各指標值至少有一項結果表明可拒絕原假設，因此該面板數據平穩。

表10 各指標的LLC 檢驗結果

3 結論

綜上所述，在保證業務正常開展并做好各類風險防范工作基礎上，各銀行應盡可能關注自身的資本充足率、成本收入比、資產規模、信貸規模、存貸比等因素，因為其均對銀行盈利能力具有顯著影響，應根據具體情況適時調整。 另外，由于GDP 增長率對提高銀行盈利能力起正向作用，政府相關部門應注重GDP 提高，同時各銀行也應緊跟國家方針政策，充分通過國家經濟發展提高自身盈利水平。