利率市场化下商业银行个体因素对净息差影响研究.docx

利率市场化下商业银行个体因素对净息差影响研究 摘 要：在利率市场化基本实现的背景之下，以我国16家上市银行20072014年的面板数据为基础，研究了利率市场化条件下，我国商业银行的自身因素对于净息差的影响。结果表明风险偏好、信用风险、流动性风险、管理效率、储备资产的机会成本、交易规模、运营成本比、中间业务占比、市场权利等指标都对商业银行的净息差带来了一定程度的影响。在进行静态和动态面板数据分析及其对比分析的基础上，对商业银行应对利率市场化，提高盈利能力提出了政策建议。 下载 关键词：利率市场化；净息差；个体因素；面板数据 一、引言 随着利率市场化的推进，我国金融系统由银行机构占据主导地位的特色。在这种历史时刻，研究利率市场化对商业银行的影响显得意义重大。净息差作为商业银行盈利能力、管理水平和运营效率的体现，受到了国内外诸多学者的重视，也显示出其在衡量商业银行发展中的重要作用。研究商业银行个体因素对于净息差的影响有利于我国商业银行在面对利率市场化浪潮中找准自己的发展方向。 二、净息差影响因素分析 Ho和Saunders在1981年提出“做市商”模型，该模型通过一系列的数学推导，得出影响商业银行净息差的四个影响因素，即：市场结构、利率波动、交易规模、风险偏好。自此之后，学界对于净息差的研究越来越重视，并且不断有新的影响净息差的因素被添加进来。目前，普遍对于影响商业银行这些因素可以分为三大类。第一类为以利率波动、GDP增长率等为代表的宏观影响因素；第二类为以市场集中度为代表的行业因素；第三类为以资本充足率、不良贷款率等为代表的商业银行个体因素。 三、变量选取与数据来源 1.变量选取 本文根据商业银行净息差的文献调查和研究，从中整理出对净息差具有重要影响的个体因素，并将这些因素设定为自变量，以净息差为因变量进行模型解释。 风险偏好，商业银行的风险偏好越强，其资本状况就可能越差，其面临的风险自然越高，故而更高的净息差将会是必要的，与净息差正相关。信用风险，代表了银行的借款人不履行或者未能履行合约中约定的义务而给银行带来损失的风险，与商业银行净息差存在正相关。流动性风险，其影响应当是两方面的，首先，流动性比率的增加说明商业银行应对短期存款能力较强，存在正面影响。而另一方面，流动性比率的增强有会使得商业银行短期资金应流动速度太快而获益较小，存在负面影响。负面影响将高于正面影响，故而流动性偏好与净息差存在负相关。管理效率，管理效率越高，商业银行选择的贷款应该成本更低，而收益性更好，与商业银行净息差呈正相关关系。储备资产的机会成本，银行储备资产的总量越大，其生息能力就越小，从而需要一个较大的净息差来满足其收益性的需求。这里，使用非生息资产与总资产的比率来衡量储备资产的机会成本，并设定其与商业银行净息差存在正相关。交易规模，在风险水平一定的情况下，银行的交易规模越大，其可能面临的损失自然越大。用总贷款的对数来表示商业银行的交易规模大小，并且假定交易规模与商业银行净息差存在正相关关系。运营成本比率，可以很简单的推理，运营成本越高，商业银行则需要更高的净息差来抵消该部分支出，来获得更多的盈利。本文认为其与商业银行的净息差存在正方面影响。中间业务占比，中间业务比率越高，商业银行盈利能力可以得到一定程度的补充，从而对息差方面的要求变小，与商业银行净息差存在负相关关系。这里，用非营业收入与净收入的比率来衡量中间业务占比高低。市场权利，对于市场结构的分析通常用赫芬达尔-赫希曼指数（HHI），该指数经常被用来分析某个行业企业规模不平衡的程度。在此有必有提一下该指数的计算过程： 上式中，H代表赫芬达尔-赫尔希曼指数；T表示市场总规模；n表示该行业企业的总数目；Xi代表该行业中各个观测目标的自身数据；Xi/T表示第i个企业在整个市场中所占的权重。在行业中占据强势权重的一家或者几家银行是可以很轻易影响到定价水平的，定价能力的大小进一步决定了净息差的大小。我们将单个银行的存贷款量的均值占行业总的存贷量的均值比率的平方扩大10000倍。来更好地衡量市场权利。该指数越则越代表该银行的市场权利越大，因此认为其与净息差存在正相关影响。 2.数据来源 本文选取了BankScope数据库中2007年2014年我国16大上市银行的面板数据，少数缺失部分，用当年度银行业的平均数值补充完整。 四、静态面板数据模型实证分析 1.模型检验 将以上数据输入EVIEWS软件中，我国16家商业银行8年间的信用风险、风险偏好、储备资产的机会成本等9个自变量数据，以及因变量净息差的数据。通过软件对中国商业银行样本数据进行单位根经验，得出不存在单位根影响，模型数据平稳性较好的结论。协整检验是检验面板数据模型的变量间是否存在长期稳定的关系，协整检验结果显示，值小于0.05显著性水平，变量通过了协整检验，说明各变量间存在长期稳定关系。 2.静态模型 通过使用EVIEWS软件对中国商业银行数据的回归分析，经过Hausman检验，得出选取固定效应面板数据模型的结论。以下是我国16家上市银行样本数据使用面板数据固定效应模型的回归分析结果。 由总体模型回归结果显示，首先对于t值的合理性，大部分自变量的系数均小于0.05置信度，表明t的绝对值大于临界值，认为系数是合理的，可以看处总体模型中大部分自变量系数是合理的。F统计量的P值为0.000000说明模型方程的显著性明显。根据静态面板数据模型结果的分析：明显的看到，运营成本比与商业银行净息差之间存在着显著的正相关关系，这也与我们上文中所一开始假设的，运营