【《普惠金融对商业银行绩效的影响研究-以建设银行为例》9500字】

普惠金融对商业银行绩效的影响研究—以建设银行为例摘要2005年，联合国提出普惠金融的概念，显示了普惠金融对我国经济发展的巨大作用，自此以后，各国和地区纷纷投身于普惠金融的建设与发展之中。2016年，国家将普惠金融提升为国家重大战略，《发展普惠金融规划》正式出台，普惠金融作为我国发展的重大战略举措。在这份计划中，普惠金融可以被简单地理解为：向需要的所有社会团体提供有效的金融服务，同时满足公平、可持续的发展和可接受的费用。文章立足于具体的形势，结合自身的专业知识，结合实际工作实践，对普惠金融在建行的实际业务、发展状况、业绩发展等问题进行了深入的探讨。首先，引言，阐述本文的研究背景、意义；接着，以具有代表性的文献为基础，撰写相关的文献回顾与研究状况；其次，论述了普惠金融和商业银行绩效的相关理论；最后，基于前面的结论，提出了相应的对策。本文旨在运用自身的专业知识，为我国商业银行开展普惠金融服务工作提供有益的借鉴。关键词：商业银行，普惠金融，绩效目录TOC\o"1-3"\h\u28182一、绪论 一、绪论（一）研究背景中国近几年经济发展的下行压力很大，GDP增速持续放缓。在这样的大背景下，银行业面临着越来越大的挑战，银行业面临着越来越激烈的竞争。在这样的宏观环境下，商业银行经营状况的改善将会面临更大的压力，同时，在普惠金融的发展过程中，也会遇到各种各样的挑战。金融创新可以让商业银行在市场经济条件下，更好地适应市场的变化。金融的深入和拓展必将给银行业的经营业绩产生深远的影响。商业银行是一家专门从事货币信贷业务、提供金融服务的公司，它的发展离不开金融系统的支撑。因此，对普惠金融的发展现状进行深入的分析，并对其对我国商业银行经营业绩的一系列影响具有十分重要的意义。第十三个五年计划提出，要在金融体制改革与发展的大背景下，扩大普惠金融的覆盖面，是一个十分困难、十分重要的任务。为了适应不同层次的企业的融资需求，推动国民经济的持续健康发展，需要建立多层次的资本市场、完善金融服务系统、深化金融制度等。普惠金融的实质是提供高质量的金融产品和服务，以双方都能承受的价格为前提。这就需要国家加强财政支持，采取多种手段推动金融机构的健康发展。普惠金融方案提出，要在完善普惠金融立法的前提下，建立普惠金融制度，促进普惠金融的发展，促进金融产品的创新、服务的优化、普及的基础设施的建设、普及的金融教育。（二）研究意义随着商业银行之间的竞争日益加剧，各大商业银行逐步放宽信贷政策，以提高市场份额，从而导致了不良贷款的增长。在我国经济转型的过程中，我国的商业银行正面临着一系列的变革，如利率市场化、金融脱媒。面对如此巨大的冲击，在发展普惠金融、开辟新的市场的同时，也产生了诸多不良后果。特别是近几年，随着我国经济的快速发展，利率市场化改革的不断深化，对商业银行的发展提出了更高的要求。因此，如何把握普惠金融发展的大好时机，提高其经营绩效，就显得尤为重要。目前，我国有关银行业绩的研究多以银行为中心，而对其它金融机构的研究则较少。中国建设银行是国内排名前五的大型商业银行，其经营规模、利润、运营效率在国内仅次于工商银行。所以，对建行普惠金融服务的现状进行分析，并提出相应的改进措施，以提高建行的经营业绩。（三）文献综述普惠融资相关问题的探讨。普惠金融概念是我国金融发展的一个重要组成部分，很多学者都对普惠金融的内涵和外延进行了较深入的探讨。从现有的经验来看，普惠金融最具代表性的一点是：提供高质量的金融产品和服务，以双方都能接受的价格为前提，提供高质量的金融产品和服务，从而提高弱势群体的金融福利水平，让金融服务需求群体在金融服务上得到实质满足。对我国商业银行经营绩效的影响因素进行了分析和探讨。也有学者提出，金融发展能够改善商业银行的经营业绩。目前，关于金融发展对商业银行业绩的影响，学者们众说纷纭，有的学者对此进行了深入的研究，并得出了上述结论。此外，还有一些学者认为，金融业的发展能够改善银行的经营业绩。也有人认为，在宏观环境下，银行业绩表现越好，则表现越差。但是，大部分学者认为，经济的发展会促进商业银行的盈利，从而促进金融市场的发展，从而为商业银行提供多样化的发展环境。（四）研究方法文献研究方法。通过借鉴普惠金融发展和商业银行绩效的相关资料，总结现有研究成果，确定研究范围。案例分析法。举证相关的案例，对建设银行开展普惠金融业务进行分析。本文结合建设银行在普惠金融的发展对绩效的影响进行具有实际意义的探讨。二、普惠金融与商业银行绩效的理论基础（一）普惠金融与商业银行绩效的相关概念1.普惠金融的概念当前，学术界普遍认同的普惠金融理念是：以经济利益为基础，以经济利益为基础，为社会各个阶层、团体提供优质的金融产品与服务，以整体改善弱势人群的金融福祉，使其真正得到满足。普惠金融包括三个层次：服务方式、服务提供者、服务对象，普惠金融包括广义和狭义。在普惠金融领域，以贫困、涉农、微型企业为主要服务对象；不同的金融组织，如商业银行，是最重要的服务提供方。普惠金融是指普惠金融的主要目标，即社会上需要金融服务的人群；提供的服务不仅包括银行，也包括保险、政府等单位，其覆盖面将更加广泛。2.商业银行绩效的概念从经济学和金融管理的观点来看，企业经营业绩是指企业在某一特定的时间内，企业的经营行为所需要付出的代价和所能得到的利益。作为经济活动的主体，企业的业绩取决于其在日常运营中所付出的经济代价所产生的经济收益。公司业绩不仅仅体现在财务层面，更体现在非财务层面，财务业绩表现在某些指标上，而非财务表现表现在商誉、创新能力、综合实力等方面。与一般的企业相比，商业银行面临的风险更大，负债也更高。因此，在控制风险的情况下，商业银行进行经营活动，并通过资源配置实现经营业绩，这就是本文对商业银行业绩的定义。（二）普惠金融发展与商业银行绩效的理论基础1.金融发展理论金融发展作为一种金融结构的变化，将定性和定量相结合，通过国际横向对比和纵向对比，构建了一套衡量金融结构和金融发展水平的基本指标体系。在此基础上，他提出了金融结构对金融效率的影响，并将其作为衡量一个国家财政实力的一个重要指标。雷蒙德.高德史密斯在对35个国家的数据和数据进行分析后，得出了财务相关度与经济发展程度呈正相关的基本结论，从而为以后的财务研究提供了重要的方法依据和分析依据，同时也是二十世纪七十年代以后出现并发展起来的各种金融发展理论的重要来源。金融结构是指金融系统内各个组织的关系以及它们之间的关系。从金融发展的角度来看，经济发展对金融机构的运作有很大的影响，而宏观经济状况对银行的运营有很大的影响，而经济的平稳运转则是保证其稳定发展的前提。商业银行绩效理论商业银行的业绩评价，是将数学、统计学、运筹学等学科的知识结合起来，根据统一的评价准则和程序，对其进行定量、定量、客观的评价。商业银行业绩评估是对其运营效益进行评估，以达到对银行经营行为的指导和规范，以使其获得最大的利润。商业银行的经营目标无非三个方面：利润最大化、商业银行价值最大化、利益相关者利益最大化。对上述两项指标进行分析和评估，可以从金融指标上对其进行评估，但对相关主体的利益最大化评估却存在较大困难。在业绩评估中，财务指标并非完全符合实际，甚至有时也不能完全适应，所以要构建一套较为合适的指标，包括财务指标。这一部分将介绍几种具有代表性的银行业绩管理方式。三、普惠金融发展与建设银行绩效的现状（一）建设银行普惠金融体系中国建设银行于2017年组建普惠金融发展委员会，普惠金融部门也在其总部设立，可见建行对普惠金融的重视程度。在此基础上，他提出了金融结构对金融效率的影响，并将其作为衡量一个国家财政实力的一个重要指标。此举有助于建行开拓新的市场，例如小型公司、农民群体、贫困人群以及其它需要金融服务的需求，这些公司长期以来都被大多数金融机构排斥在外。从这一点来看，建行不仅对国家战略作出了有力的反应和支持，而且还应该负起社会责任，为中国经济的健康发展做出贡献。建行根据普惠金融的特点，制定了针对性的策略，严格控制风险，有效匹配资源，建立科学的评价体系，在普惠金融领域继续投入更多的资金，全面发展普惠金融。然而，建行成立的普惠金融事业部，在原有的业务部门基础上进行了重组和重组，两者之间有很多共同点，普惠金融部门为大部分小型企业提供了一个新的发展方向。“十三五”时期，作为一家大型国有商业银行，我们要把自己建设成为一家具有国际竞争力的现代化银行。加快“互联网+”的业务转型，积极发展网络金融。特别是二级支行的一级支行，可以说是“改天换地”。二是因为一级分支机构的业务运营部门不能独立地进行管理，而是由二级分支机构直接领导，这使得一级分支机构与二级分支机构之间的交流与协调不到位，从而产生了信息传递不畅等问题。这种情况会阻碍普惠金融业务部的执行、创新力和自我发展的能力，归根结底，一级分行和二级分行不够重视，普惠金融的全面发展，就必须对普惠金融业务部进行重大的改革，让每个分支机构、每个基层网点都要在分行的带领下，进行普惠的金融服务。图3.1建设银行普惠金融事业部中国建行加快了个人信贷业务的创新步伐，积极开拓新的市场。到2021年末，个人信贷余额为64773.52亿元，同比增长10.92%，同比增长6375.49亿元。在我国进入“三期叠加”的过程中，居民的消费需求依然疲软，住房和汽车等刚性需求也在逐渐减少。其中，根据相关市场法规，对个人贷款实行差别贷款，以满足居民购房需要。个人贷款的产品结构也从原来的住房贷款、汽车贷款到住房抵押贷款、助学贷款、医疗保健贷款和其它消费贷款。针对普惠金融的发展，建行40项个人消费贷款业务在持续创新中处于领先地位，运用网络技术和大数据技术，推动业务转型发展，个人消费贷款余额为201.91亿元，个人助业贷款结余449.18亿元。个人信贷是我国银行业的一个重要组成部分，也是我国银行业的一项重要收入来源。从最近五年的相关数据可以看出，普惠金融是我国普惠金融三大战略之一，其发展潜力巨大。（二）为中小微企业提供资金支持中国建设银行非常重视金融创新，帮助小微、双创企业快速发展，不断学习先进的金融服务模式，为社会各类人群提供更好金融服务，由此，金融服务覆盖面得到全面提升、可获得性和满意度。到2021年末，建行向中小微企业发放的贷款余额为21761.78亿元，较上年同期增加了3531.78亿元，占19.37%；农村涉农贷款余额达到18100亿元，较上年增长了500亿元；目前，建行已向100多万家微型企业发放了近17000亿元的贷款，并在业务上不断创新，微型企业的业务范围也在不断扩大，从而获得了更广阔的贷款市场。表3.2普惠金融公司贷款余额InclusiveFinancingCompanyLoanBalance（单位：亿元）项目2017年2018年2019年2020年2021年小微企业贷款余额12778.7914418.9216105.8218230.9721761.78涉农贷款余额18927.7916939.6817650.8717600.0018100.00普惠金融公司贷款余额31706.5831358.3033756.6935830.9739861.78四、数据选取与建立模型（一）计量模型设计和数据选取1计量模型设计基于前文普惠金融对商业银行绩效的影响的现状分析，针对上文提出的假设，本文在参考学者孙策的模型基础上改进并设立如下基本计量模其中，α0代表回归方程的截距项，其余α代表各个变量对应的待估系数，i代表建设银行变动范围，t代表时间，变动范围从2012到2021年,QUOTEεitεit2数据选取与说明本文选择资产收益率来衡量企业绩效，资产收益率（ROA）能够反映企业的盈利能力，而企业经营以盈利为晨终目标，所以盈利能力指标被大多数学者运用于企业经营绩效的度量，所以ROA能够被广泛使用的原因之一。总其计算公式是：资产收益率(ROA)=净利润/平均资产总额。它反映了企业每一单位资产总额所能够取得的营业利润的多少，能够有效地放映企业资产使用率和企业的盈利水平。净资产收益率的比值越大，表明企业的绩效越好。本文选择数字普惠金融指数（DIFI）作为核心解释变量，数字普惠金融是我国普惠金融创新的重要体现。为了更好地反映我国各省普惠金融的创新与发展，本研究采用了北京大学数字普惠金融指数。该指标侧重于从创新数字金融的角度评价数字金融的发展。本文以选择的北京市的数字普惠金融指数作为解释变量的衡量标准，该指数以电子账户的数量来评估数字金融的覆盖率。本文选取了不良贷款比率、存贷款比率、成本收入比这三个变量作为影响数字普惠金融指数和居民人均可支配收入的控制变量。变量名称、符号及定义如表5-1所示表1变量定义变量名称变量符号定义被解释变量居民人均消费支出C资产收益率(ROA)=净利润/平均资产总额解释变量数字普惠金融指数DIFI用数字普惠性财务指标处理得到控制变量资本充足率CAR资本/风险资产不良贷款率NPL不良贷款占总贷款比例存贷比LDR贷款总额/存贷总额表2反映了建设银行2012年到2021年共10个样本观测值的描述性统计结果。从表2可知，建设银行ROA的极差较大，表明建设银行各个年份的财务绩效水平存在较大差异；数字普惠金融指数（DIFI）均值为313.907，最小值为150.65，说明在此年度期间，北京市的数字普惠金融指数上升幅度较大。表2样本描述性统计结果表DIFICARLDRNPLROAMean313.90715.79877.309511.3621.22771Median308.15515.44577.781951.441.1565Maximum459.3317.8585.18071.581.4748Minimum150.6513.3466.230.991.0214Std.Dev.98.370191.5196915.9661690.2237960.174882Observations1010101010（二）平稳性检验和相关性分析本文对2012-2021年度时间序列数据进行了平稳性检验，数据的显著性检验分析包含了重要的信息，在现实经济生活中，时间序列数据本身大部分变量不是平滑的，特别是消费、价格等数据都是与涨跌一致的。在回归分析中，如果显示出很高的拟合值，即使两列数据之间没有显著的直接关系。因此，本研究利用多元回归分析与检验的方法，利用一次单位根测试，以检验原序列是否稳定。本文采用ADF方法测试各组最终数据的平稳性，并使用带有趋势项和截距的选择来测量本文变量的平稳性。其中，C表示截距项，T表示时间趋势。检验结果如表1所示：表3数据ADF检验结果变量检验类型ADF检验统计量5%的临界值结论ROA(0,0,1)-3.0738-1.9881平稳DIFI(C,T,0)-5.7227-4.1078平稳CAR(C,T,1)-3.7825-3.5904平稳NPL(C,0,0)-3.0523-2.8733平稳LDR(C,0,0)-3.9173-2.8733平稳其中，C表示截距项，T表示时间趋势从上表可以看出，DIFI,CAR,NPL,CLR和DIFI的ADF值的绝对值都小于5%的临界值，即拒绝单位根假设，DIFI,CAR,NPL,CLR和DIFI原序列都是平稳的，不存在单位根，总体上是稳定的，满足了该回归模型的先前条件。本文计算了不良贷款率和金融创新及控制变量之间的相关系数，从表3的相关性结果可以看出，被解释变量资产收益率（ROA)和解释变量数字普惠指数（DIFI)、控制变量在0.1水平显著相关，资产收益率和数字普惠指数、资本充足率之间的相关系数为正，表明被解释变量不良贷款率与数字普惠指数、资本充足率具有正相关显著关系，建设银行企业绩效和不良贷款率、存贷比之间的相关系数为负，表明被解释变量资产收益率与控制变量不良贷款率、存贷比具有负相关显著关系。可得解释变量数字普惠指数与控制变量之间的相关系数均小于0.8，说明不存在多重共线性的问题。表4变量相关系数表ROADIFICARNPLLDRROA1.0000DIFI0.94701.0000CAR0.87270.62321.0000NPL-0.81070.70480.64241.00000.7862LDR-0.94190.68470.61610.78621.0000为了更加严谨的检验多重共线性的问题，本文计算了自变量对应的方差膨胀因子值。VIF值如表5-4所示，可得本文选择的解释变量与控制变量对应的VIF值均小于10，则说明本文建立的回归模型不会产生多重共线性的问题。表5VIF值表VariableDIFICARNPLLDRVIF3.594.34.155.12五、实证分析（一）格兰杰因果检验格兰杰因果关系对变量互相之间有是否具有关联性而进行的验证。在滞后1下得到的格兰杰因果检验结果如下：表6格兰杰因果检验表NullHypothesis:ObsF-StatisticProb.DIFIdoesnotGrangerCauseROA94.453610.0733ROAdoesnotGrangerCauseDIFI3.699140.1028CARdoesnotGrangerCauseROA90.827530.3981ROAdoesnotGrangerCauseCAR5.145790.0638NPLdoesnotGrangerCauseROA93.689560.1031ROAdoesnotGrangerCauseNPL0.196190.6733LDRdoesnotGrangerCauseROA99.292770.0226ROAdoesnotGrangerCauseLDR2.369980.1746结果表明，在10%的显著性水平下，从“DIFIdoesnotGrangerCauseROA”对应的P值为0.0733，小于显著性水平0.1，即认为数字普惠指数是资产收益率变动的格兰杰原因，而“ROAdoesnotGrangerCauseDIFI”对应的P值大于显著性水平0.1，则认为资产收益率不是引起建设银行企业绩效变动的格兰杰原因，即反向因果关系成立，同理也可以认为在10%的显著性水平下，存贷比是引起不良贷款率变动的格兰杰因果原因，企业绩效是引起资本充足率变动的格兰杰因果原因。（二）回归分析得到的OLS估计结果如下：表7回归结果表VariableCoefficientStd.Errort-StatisticProb.C-0.00651.2418-0.00530.9960DIFI0.00320.00122.60550.0479CAR-0.00920.0275-0.33510.7511NPL-0.40860.1510-2.70570.0425LDR0.03790.02321.63560.1628R-squared0.9593Meandependentvar1.2277AdjustedR-squared0.9268S.D.dependentvar0.1749S.E.ofregression0.0473Akaikeinfocriterion-2.9570Sumsquaredresid0.0112Schwarzcriterion-2.8057Loglikelihood19.7850Hannan-Quinncriter.-3.1230F-statistic29.4842Durbin-Watsonstat1.5930Prob(F-statistic)0.0011得到的方程结果为：ROA=-0.0065+0.003158*DIFI-0.0092*CAR-0.40863*NPL+0.037874*LDR拟合优度检验,从回归结果中可以看出，可决系数为0.9593，修正后的可决系数为0.9268，可决系数大于0.8，说明模型对样本的拟合效果较好。模型经济意义检验，模型估计结果说明，在假定其他变量不变的情况下，数字普惠指数（DIFI)每增加1%，平均来说资产收益率（ROA)增加0.32%，不良贷款率（NPL）每增加1%，平均来说资产收益率（ROA)减少40.86%，该结果理论分析具有较高的吻合度，能够通过经济意义检验。模型回归参数显著性检验，给定显著性水平α=0.1,由回归参数估计表可得数字普惠指数（DIFI)和不良贷款率（NPL）对应的T统计量的P值小于显著性水平,说明在其他变量不变的情况下,t检验在5%的显著性水平下显著，即解释变量数字普惠指数和控制变量不良贷款率对被解释变量资产收益率具有显著影响，其余控制变量对不良贷款率的影响均不显著。根据F分布表得到自由度为k-1=3和n-k=6的临界值,由回归参数估计表得到F=29.4842,故F大于临界值,所以拒绝原假设,说明解释变量数字普惠指数和三个控制变量联合起来对被解释变量资产收益率有显著影响。通过对比数字普惠指数和不良贷款率对应的回归系数的绝对值，可得不良贷款率对于建设银行企业绩效的影响系数更大，这可能是因为与数字普惠金融相比，不良贷款率的降低，对建设银行信用风险的管理作用更强。本文核心解释变量数字普惠指数对应的系数为0.0032，说明提高建设银行当地数字普惠金融水平对应对企业绩效的提升有促进作用。（三）自相关和异方差检验表8异方差检验结果表

HeteroskedasticityTest:WhiteF-statistic0.45244Prob.F(4,10)0.5249Obs*R-squared3.25238Prob.Chi-Square(4)0.6233ScaledexplainedSS0.95238Prob.Chi-Square(4)0.3532本文用white检验方法来检测上文回归模型是否存在异方差的问题，实际应用中可直接观察对应相伴概率P值的大小，若P值较小，则认为存在异方差性，反之，则认为不存在异方差性，假定在10%的显著性水平下，对应P值0.5249，大于0.1，则认为本文建立的回归模型不存在异方差问题。表9自相关检验结果表Breusch-GodfreySerialCorrelationLMTest:F-statistic0.209777Prob.F(2,3)0.8217Obs*R-squared1.226926Prob.Chi-Square(2)0.5415表9是BG检验的结果，=1.226，临界概率P=0.541，对应的P值较大，大于显著性水平0.1，因此辅助回归模型是不显著的，即不存在自相关性。通过对数字普惠金融水平与建设银行企业绩效两者关系的结构研究进行计量分析，本文通过了平稳性检验，格兰杰因果检验，相关性分析，最终确定了数字普惠金融水平与建设银行企业绩效之间的正向关系，通过各项检验，表明该模型不存在多重共线性，异方差和自相关等问题。因此得出如下结论：经过eviews10，得到最终模型为：ROA=-0.0065+0.003158*DIFI-0.0092*CAR-0.40863*NPL+0.037874*LDR结果说明，如果其他变量不变，在假定其他变量不变的情况下，数字普惠指数（DIFI)每增加1%，平均来说资产收益率（ROA)增加0.32%，不良贷款率（NPL）每增加1%，平均来说资产收益率（ROA)减少40.86%，结论符合理论分析和经验判断。控制变量资本充足率和存贷比对资产收益率的影响不显著，综上可得，数字普惠金融的发展有助于增加建设银行企业绩效水平，这可能是因为数字普惠水平的提升，可以更好的体现金融体系对于实体经济的资金支持力度，从而对建设银行企业绩效提升有促进作用。五、结论与建议（一）健全普惠金融事业部经营机制建行普惠金融业务要做得更好。到目前为止，建行的纵向经营模式还不够完善，导致了各级支行，甚至是普惠金融业务，都是各自为政，自主权很强，但是积极性和创造性却跟不上。因此，建行要构建一套完整的纵向管理体系，即从总行、分行、分行、分行、分行等各个部门，从普惠金融部开始，逐步将其从一级分行、二级分行、普惠金融事业部逐步推进。而且，还要灵活地进行权限分配，将普惠金融业务交给综合实力较强的分支机构，使其具有更大的创新能力，使其更好地发挥普惠金融业务的作用。为普惠金融的客户提供创新的服务，为普惠金融提供了便利、性价比高、效率高的金融服务。同时，与当地政府共同实施“互联网+”的扶贫工程，促进了农村电子商务的发展。继续为普惠金融服务的客户量身定做适合他们实际需要的产品，将重点放在共享经济、接地气、低消费的产品上，让更多的客户在短时间内得到普惠金融的服务，从而在基层推广普惠金融的口碑。同时，要加强与其它金融机构的合作，共同开发网络金融的新兴市场。它不仅要针对普惠金融的需要，还要根据其特点，对其进行结构和质量的优化，从而实现普惠金融的健康发展。（二）加强风险管控在普惠金融贷款方面，针对小型企业，涉农群体、贫困人口越来越多，并且其中存在着不确定的风险。随着企业快速发展和客户数量的增加，企业的经营规模和风险控制能力的不足成为一个重要的矛盾。由于建行没有能够及时跟进和完善风险管理体系，因此，高企会使建行的风险控制更加困难。风险管理，尤其是涉及普惠金融的风险管理，仅靠基层人员和现有的标准，很难有效地识别风险，控制风险