净利差(Net Interest Margins)的一般定义,即商业银行发放贷款的利息高于存款的利息的收入。商业银行净利差既可以反映银行自身的经营效率,同时也反映社会间接融资主体筹集资金的成本和效率。在学术界,关于商业银行净利差决定因素的研究一直是焦点,同时也存在诸多分歧。1981年,Ho and Saunders最先提出了商业银行利差决定模型(简称H-S模型),开创性地将银行面临的风险和净利差联系起来,奠定了该研究领域的理论基础。后来的学者都是在H-S建模思想基础上不断地进行修正和补充,并对各个影响因素进行各类实证检验。至今,商业银行利差决定模型已经引入了期限错配机制、利率市场化等更加复杂的因素。因此,本文采用商业银行利差决定模型来研究中国银行业净利差的主要决定因素。本文主要研究中国商业银行利润效用最大化条件下的最优利差决定因素,分别构建并推导商业银行单期限和跨期限的利差决定模型,基于前人研究基础上,结合中国银行业的现状,创新引入存贷基准利率差、中间业务、同业业务及风险控制系数等因素,利用动态最优化原理推导出了商业银行利润效用最大化下最优利差决定公式,进而分析得出如下影响因素:市场的竞争结构、平均运营成本、风险厌恶水平、利率风险、信用风险、中间业务规模、同业业务规模、存贷基准利率差、风险控制水平、保留准备金的机会成本、银行管理水平、期限溢价及流动性错配指数等决定因素。最后,从模型的结果得到两组推论,即商业银行发展中间业务以及期限错配对净利差都存在一组相反作用:“创新成本效应”与“创新风险效应”;“成本效应”与“冒险效应”。本文的实证变量建立在上述理论基础之上,即针对商业银行单期限及跨期限利差决定模型所推导出的各项决定因素,选取2003-2015年间中国国内80家商业银行财报数据,建立各项决定因素的代理变量,并测算了中国80家商业银行的流动性错配指数。建立动态面板模型,针对此类“大N小T”型非平衡面板数据实证的内生性、异方差、序列相关性问题以及弱工具变量的影响,本文采用更优化的估计方法——系统GMM方法,通过对全样本数据的回归,对所有理论模型得到的决定因素进行了实证检验,并验证“创新成本效应”和“创新风险效应”、“成本效应”和“冒险效应”的存在性及影响大小。得出结论:中国银行业整体“冒险效应”作用大于“成本效应”的作用、“创新风险效应”作用大于“创新成本效应”的作用;银行管理水平与银行的净利差有显著的负相关性;国有大型银行具有较大的“冒险效应”和“创新成本效应”等。最后,综合全文研究提出相应的对策建议。