非利息收入影响因素分析

摘要随着我国资本市场的发展，非利息收入已逐渐成为银行的重要收入来源。本文对我国19家上市商业银行2008-2017年的数据进行定量实证回归分析，研究上市商业银行非利息收入的影响因素。研究发现非利息收入受到总资产变化率、存贷款比率、不良贷款率、拨备覆盖率的显著正向影响，受到成本收入比的显著负向影响。银行规模越大、经营效率越高，其非利息收入越高；银行风险对非利息收入的影响则不确定。本文还对2008-2012年、2013-2017年十八大前后两个“五年”的数据进行分类对比研究。关键词：非利息收入;上市商业银行;影响因素AbstractWiththedevelopmentofChina'scapitalmarket,noninterestincomehasgraduallybecomeanimportantsourceofincomeforbanks.Thispapermakesaquantitativeempiricalregressionanalysisonthedataof19listedcommercialbanksfrom2008to2017tostudytheinfluencingfactorsofnoninterestincomeoflistedcommercialbanks.Itisfoundthatthenoninterestincomeissignificantlypositivelyaffectedbythechangerateoftotalassets,theloan-depositratio,thenon-performingloanratioandtheprovisioncoverageratio,andsignificantlynegativelyaffectedbythecost-incomeratio.Thelargerthebankscaleisorthehighertheoperatingefficiencyis,thehigherthenon-interestincomewillbe;theimpactofbankriskonnon-interestincomeisuncertain.Thispaperalsomakesacomparativestudyonthedataof2008-2012beforethe18thNationalCongressand2013-2017afterthe18thNationalCongress.Keywords:Non-InterestIncome;ListedCommercialBanks;Factors1.引言近年来，随着金融改革的步伐趋向纵深，我国银行业不断发展，相关法律法规日益完善，上市商业银行的业务更加丰富多元。随之而来地，银行业竞争更加激烈，与此同时伴随着越来越大的来自于行业外部的竞争压力，导致单纯依赖传统利差收入的发展模式已难以为继。在此基础上，非利息收入业务成为了银行业寻求突围的着力点，各银行不约而同大力开展非利息收入业务，非利息收入在银行收入中的占比不断增加，成为银行的重要收入来源。本文收集了2008-2017年我国上市商业银行的部分数据，对我国上市商业银行非利息收入的影响因素进行实证分析。接下来，本文将具体论证阐述影响我国上市商业银行的非利息收入的具体因素，以及这些因素影响非利息收入的具体机制。并对2008-2012年、2013-2017年十八大前后两个“五年”的数据进行分类对比研究。2.文献综述关于非利息收入的研究最早可追溯至上世纪。Rogers和Sinkey(1999)在总结和借鉴前人研究成果的基础上，利用美国1989-1993年银行业的数据，第一次较为全面地定量实证研究非利息收入规模与银行特征的关系。研究认为具有低净利息率和低核心存款的大银行可以更多地开展非利息业务。研究结果发现，非利息业务规模与银行资产规模呈正相关关系，与银行风险、传统业务的盈利能力呈负相关关系。郑荣年和牛慕鸿(2007)借鉴修改了Rogers和Sinkey(1999)的分析框架，利用我国14家上市银行1996-2005年的数据，研究非利息业务规模与银行特征的关系。这是国内关于此领域较为早期的定量实证研究成果，在郑荣年和牛慕鸿(2007)之前，国内已有的研究成果多是做定性的分析，且没有从银行特征的角度来研究非利息收入的先例。他们的研究发现，非利息业务规模与银行风险呈正相关关系，与银行规模、净利差收入呈负相关关系。朱宏泉等(2011)利用我国12家上市银行2000-2007年的数据，研究商业银行非利息收入的影响因素，发现非利息收入与银行规模、存款占总资产的比重呈正相关关系，但与银行的净利息收益率无关。郑玉华和崔晓东(2014)以具有代表性的10家商业银行为样本，实证分析商业银行非利息收入的影响因素。结果显示，核心存款、贷款数量、费用控制能力、资产规模是影响银行非利息收入的基本因素；更关注吸收存款传统业务的银行,其非利息收入的发展会受到一定限制；规模较大的银行更容易实现非利息收入高速增长。张超等(2019)利用我国18家上市商业银行2006-2016年的数据，研究我国商业银行盈利模式转型效率及其影响因素，发现银行规模大小、传统业务发展水平、风险抵御能力强弱和市场集中度高低对我国商业银行盈利模式转型效率的提升有重要影响。在诸多方面，如资产规模与非利息收入的关系，国外以及近十年国内的研究与郑荣年和牛慕鸿(2007)的研究结论相反，表明不同市场环境和利率条件可能造成非利息收入影响因素和其作用机制的不同。由此可见，随着我国金融改革的步伐趋向纵深和利率市场化改革不断推进，原有的研究模型、研究变量、作用机制和研究结果是否仍然适用值得进一步实证研究。3.初步分析与模型设定3.1非利息收入分析非利息收入，指银行除开传统利差收入以外的那部分营业收入。主要包括手续费及佣金收入、投资收益等等。传统的利息收入受经济周期波动的影响较大。当经济处于下行期或经济状况较为疲软时，由于市场上的投资机会较少，银行放贷会出现一定的困难，从而造成利润走低。同时，由于经济下行期一般会出现流动性偏紧的情况，这为银行拉存款增添了难度，减少了可贷资金，亦造成利息收入走低。此外，利息收入还面临着利率风险。而非利息收入，受到的影响则相对较小，比较稳定，占用的资本金较少，而且利润率较高。例如，银行卡的年费就属于非利息收入中的手续费及佣金收入。不论外部大环境的经济状况如何，只要客户保留了个人账户，就会被征收一定金额的账户管理费，可见其受到的经济周期波动影响相对较小。3.2非利息收入影响因素分析3.2.1银行规模银行的规模越大，则相应地，营业网点越多、客户越多，资源更加集中，有更多的机会开展非利息收入相关业务。例如，规模较大的银行拥有较多的客户，也就拥有较多的银行账户，自然收取的账户管理费就更多。而且，由于规模经济效应的存在，非利息收入业务的平均成本随着规模的增大而降低，这又进一步鼓励银行积极开展非利息收入相关业务。3.2.2经营效率银行经营效率的高低决定了非利息收入业务的质量和效益水平。经营效率高的银行能够提供更为优质的服务进而吸引更多的客户，从而拥有更高的手续费及佣金收入。经营效率高的银行能更好地寻找、管理投资标的，进而获得更高的投资收益。综上，银行的经营效率越高，银行非利息收入的质量和效益则越高，因而获得的非利息收入就越多。3.2.3风险银行面对的风险主要有信用风险、流动性风险、利率风险等等。本文主要关注银行的流动性风险和信用风险。信用风险是由于银行客户违约而引起的风险。流动性风险是银行没有足够的现金来应对负债偿付所引起的风险。风险对银行非利息收入的影响机制较为复杂。风险较高的银行可能有较大的动力去开展非利息收入业务，因为非利息收入业务的风险相对较低。此外，风险较低的银行可能有更为便利的条件、更有优势去开展非利息收入业务。至于风险到底会对上市银行的非利息收入造成何种影响，有待接下来进一步的实证探究。3.3变量选取表1变量选取变量名称定义被解释变量lnNI银行非利息收入取自然对数衡量银行非利息收入的规模解释变量lnasset银行总资产取自然对数衡量银行的规模CI成本收入比衡量银行的经营效率LD存贷款比率，银行的总贷款与总存款之比衡量银行的流动性风险NPL不良贷款率衡量银行的信用风险cover拨备覆盖率3.4数据与模型设定由于包括中国农业银行在内的部分上市银行相关数据有所缺失，本文对数据缺失的部分银行做了剔除处理，没有将其纳入研究样本。剔除后剩余19家上市商业银行，包括中国工商银行、平安银行、宁波银行等等，具有一定的代表性。综上，本文选取19家我国上市商业银行2008-2017年的相关数据，对我国上市商业银行非利息收入的影响因素进行实证分析。相关数据均来自wind资讯。本文吸收以往众多研究的经验，将模型设定为多元线性回归模型，具体的模型设定如下：ln其中，ⅈ表示上市银行个体，εi表示ⅈ银行在2008-2017年的外生部分。其余变量含义见上文表14.实证分析过程4.1描述性统计表2描述性统计非利息收入（万元）总资产（万元）成本收入比存贷款比率不良贷款比率不良贷款拨备覆盖率平均值308502241804664631.669.61.17236.7标准差46286085562149825.169.720.4785.33最大值20442400260870430044.81053.08536.2最小值2605320584417.742.10.38105.1由表2可以看出，我国上市商业银行2008-2017年的非利息收入的均值为3085022.39万元，标准差较大，最大值与最小值的差距较大，这表明各银行的非利息收入差距较大。非利息收入的最大值来自于2017年中国工商银行的数据，最小值来自于2008年江苏江阴农村商业银行的数据。我国上市商业银行在2008-2017年各年度的非利息收入均值分别为，1062991万、1323645万、1606305万、2181855万、2539600万、3104182万、3811783万、4531352万、5346931万、5341574万，据此可绘出柱形图。由图1可以看出，我国上市商业银行2008-2017年非利息收入基本上呈现逐年上升态势，2017年例外。这表明我国上市商业银行的非利息收入规模不断扩大，各银行日益重视并不断发展自身的非利息收入业务。2017年相较于2016年的非利息收入有微幅下降，这可能是由于经济步入下行周期引起的。4.2平稳性检验本文使用面板数据进行实证研究，为了避免伪回归现象，保证变量之间具有长期均衡关系，需首先对各变量的平稳性进行检验。平稳性检验有多种方法，本文采取ADF–Fisher检验以及PP-Fisher检验。表3平稳性检验变量lnNIlnassetCILDNPLcoverADF检验0.19650.08340.00000.87920.00040.0000PP检验0.00000.00000.00000.32580.00000.7618结论不平稳平稳平稳不平稳平稳不平稳对表3中结论显示不平稳的变量，做一阶差分处理后进行平稳性检验。其中，cover变量一阶差分序列选择无截距项、无趋势项模型。具体检验结果见表4。表4平稳性检验变量ΔlnNIΔLDΔcoverADF检验0.00010.00000.0000PP检验0.00000.00000.0000结论平稳平稳平稳综上，lnNI、LD、cover为一阶单整序列，其余变量为零阶单整序列。4.3协整检验上文进行平稳性检验的结果表明，各变量具备存在协整关系的可能。为了保证各变量具有协整关系，避免出现伪回归，本文采用Kao检验进行协整检验。结果显示，Kao检验的t-Statistic=-3.7377，对应的P值为0.0001，故各变量存在长期均衡关系。4.4具体影响模式和模型形式的选取本文通过Hausman检验，得到Chi-Sq.Statistic=32.26，对应的P值为0.00，因此，拒绝随机效应模型，选择固定效应模型。之后，通过F检验，来进行不变参数模型与变截距模型的选择。通过Eviews8.0以及Excel计算，得到F值为11.71，在0.05的显著性水平下，大于临界值1.43，因此选择变截距模型。5.实证结果分析本文采用Eviews8.0进行回归估计，采用的具体模型为固定效应模型。2012年下半年中共十八大召开，此后，中国社会相继发生了一系列重大的变革。因此，在对2008-2017年相关数据进行研究的基础上，本文还对2008-2012年以及2013-2017年两个“五年”的数据进行分类对比研究。回归结果显示，调整的R2较高，证明模型的拟合效果较好。各解释变量的系数显著。08-12年和13-17年回归结果DW值为1.668、1.611，其数值接近于2，说明模型中不存在一阶自相关。具体的回归结果见表5，上行数据为回归系数，下行为标准误差。***、**、*分别表示在1%、5%、10%的水平显著。表5实证回归结果解释变量08~17年08~12年13~17年lnasset（总资产对数）1.1571***(0.0544)0.8028***(0.1336)1.1813***(0.1600)CI（成本收入比）-0.0361***(0.0066)-0.0339***(0.0116)-0.0086(0.0111)LD（存贷款比率）0.0113***(0.0041)0.0156(0.0106)-0.0012(0.0047)NPL（不良贷款率）0.3540***(0.0820)0.2776**(0.1072)0.5086***(0.1808)cover（拨备覆盖率）0.0007(0.0005)0.0017**(0.0006)0.0017*(0.0008)adj.R20.97890.98180.9889N1909595针对表5的回归结果，本文从以下几个方面进行具体分析：第一，我国上市商业银行非利息收入受到总资产变化率的显著正向影响，且三次回归中均显著，在显著性程度为1%的情况下，三次回归中系数的符号一致。总资产越多，银行的规模越大，获得的非利息收入越多。13-17年的回归系数与08-12年相比更大，表明银行业的规模经济效应更强，银行从事非利息收入业务的平均成本随着规模的扩大而变得更低，资源集中的优势进一步显现。第二，我国上市商业银行非利息收入受到成本收入比的显著负向影响，三次回归系数的符号一致，只是13-17年的回归中出现了不显著的情况。成本收入比越高，则银行经营效率越低，进而其非利息收入越低。13-17年的回归系数变得不显著，且绝对值较小，这表明有其他的一些因素的作用使得银行经营效率对非利息收入的影响变得不那么显著。在这些因素中，技术进步是一个重要的因素。虽然我国银行的管理效率依然比较低下，但在十八大以来，技术的进步，如人工智能、智能化等，在一定程度上填补了银行因经营效率低下而造成的损失，在回归结果上看就是成本收入比对非利息收入的影响不显著。第三，我国上市商业银行非利息收入受到存贷款比率的显著正向影响，但在两次分组回归中均不显著，且符号在13-17年的回归中出现了变化。存贷款比率越高，银行面临的流动性风险越高，银行的非利息收入应该越低，可回归结果显示为越高。这表明存贷款比率，即贷存比，不能很好地衡量银行面临的流动性风险。从另一个角度来看，存贷款比率越高，说明银行的盈利性越高，此时，银行发放的贷款较多，进而可以更多地开展一些与贷款业务相关的非利息收入业务，从而获得较高的非利息收入。13-17年的系数变得不显著且系数的绝对值较小，这说明存贷款比率对银行非利息收入产生影响的正负两种效应，在一定程度上发生了抵消。第四，我国上市商业银行非利息收入受到不良贷款率的显著正向影响，并且在三次回归结果中，都显示为显著，且符号一致。银行不良贷款率越高，面临的信用风险越大，可是非利息收入却不减反增，这个结果与上文的初步分析不相符。这表明不良贷款率越高的银行，可能更有动力去开展非利息收入业务，以此来分散风险、填补传统利差业务上已有的或可能的收入的损失。受这种激励机制的作用而开展的非利息收入业务更可能为金融资产的投资业务和收取佣金的咨询业务，而非手续费业务，这有待以后进一步研究。13-17年的系数明显大于08-12年，且显著性更强，这可能表明不良贷款率较高的银行受到开展非利息收入业务的激励较过去相比更强，同时也表明我国上市商业银行的非利息收入业务较过去更为多元，且非利息收入业务的开展变得更为便利。第五，我国上市商业银行非利息收入受到拨备覆盖率的显著正向影响。拨备覆盖率越高，银行面临的信用风险越低，故非利息收入越高。08-12年和13-17年的系数几乎一致，且都显著，而全样本回归的系数却不显著，这可能是因为十八大前后两时期中，虽然拨备覆盖率对银行非利息收入的影响程度基本一致，可是影响的机制以及银行业系统却发生了明显的不同，如法律法规、制度的不同等，导致两者在总体回归中出现了不显著的、矛盾的结果。6.结论与建议本文在多元线性模型的框架上，对我国19家上市商业银行2008-2017年的数据进行了实证回归分析，研究上市商业银行