论文部分内容阅读
摘要：基于TRICK模型，研究影响商业银行表外业务发展的因素。研究发现：1.外部驱动因素中的技术、管制和竞争对商业银行表外业务发展影响是正向且显著的，而利率风险对商业银行表外业务发展存在负效应，且波动性较大，使得外部驱动因素整体对商业银行表外业务发展呈不显著正相关。2.内部驱动因素对商业银行表外业务发展呈现显著正相关。
关键词：商业银行；表外业务；驱动因素；影响
1980年，西方商业银行表外业务开始快速发展，表外业务收入占比逐渐扩大。相反，国内表外业务成长较慢，发展程度落后于发达国家。随着商业银行依赖表内业务收入的盈利可能减小，表外业务作为实体经济发展的一脉重要力量，其发展能够有效提高商业银行营业利润。因此，研究表外业务发展的驱动因素具有非常重要的意义，如何利用这些驱动因素来切实推动表外业务稳定发展，是值得关注的问题。
一、变量定义与选择
研究商业银行表外业务发展有众多指标，较多使用的两个指标是表外业务收入和表外业务收入占总收入比值。考虑到本文研究我国商业银行表外业务发展情况，故选择表外业务收入占总收入比重作为被解释变量，GDP增长率作为控制变量。
商业银行表外业务发展的驱动因素有内外两部分，其中外部驱动因素包括技术、管制、利率风险、竞争和资本充足率，内部驱动因素即理性的自我利益。本文将技术、管制、利率风险、竞争、资本充足率（外部）和理性的自我利益（内部）作为影响表外业务发展的解释变量，为了便于指标的量化和数据的可得性，对表外业务收入占比、技术、管制、利率风险、竞争、资本充足率和理性的自我利益定义如下。
1. 表外业务收入占比（Y）。表外业务收入是金融服务类、担保或承诺类、投资银行类和衍生工具类收入之和。表外业务收入占比为表外业务收入占营业收入的比重。
2. 技术（X1）。国内外学者在研究技术水平对商业银行绩效影响时，普遍使用成本理论。研究结果表明，技术进步对商业银行总成本有正负影响，但正向影响要大于负面影响，即技术进步有利于降低商业银行经营成本。所以可以使用经营成本表示技术水平，成本降低表明技术进步，成本上升则技术退步。为了统一，本文使用资产成本率衡量技术水平，其中表示技术水平的成本主要包括利息支出、手续费支出、营业费用和其他营业支出等，资产成本率=。
3. 管制（X2）。对银行业的金融管制指标众多，本文采用2011年银监会提出的资本充足率、流动性、杠杆率及贷款损失准备四项监管标准，选取了资本充足率、核心资本充足率、短期资产流动性比例、存贷款比例和不良贷款拨备覆盖率五项指标进行加权平均，得到的结果作为综合的管制指标。
4. 利率风险（X3）。利率风险通过利率敏感性缺口率衡量，其计算公式为：利 率敏感性缺口率=
。
5. 竞争（X4）。竞争主要表现为样本银行之间的竞争，通过营业收入、总资产两个指标进行计算竞争比率。竞争比率越大，表明该银行竞争能力较强；比率越小，表明该银行面临的竞争越大。
6. 资本充足率（X5）。资本充足率是资本总额对其风险加权资产的比值，故选择资本充足率指标。
7. 理性的自我利益（X6）。商业银行理性的自我利益表现为追求利润最大化，故本文选取净资产收益率作为商业银行追求自我利益的结果。
二、数据选取及模型设定
（一）数据选取
考虑到上市银行在资产规模、营业收入、信息披露及市场竞争力等方面的优势，更能代表未来我国银行业的发展方向。故本文选取的研究样本是16家上市银行，分别是工商银行、北京银行、交通银行、南京银行、华夏银行、浦发银行、建设银行、农业银行、民生银行、平安银行、兴业银行、中国银行、光大银行、中信银行、招商银行和宁波银行。样本跨度为10年，从2005～2014年，相关数据来源于iFind数据库和各大银行年报。
（二）模型设定
在实证分析中，由于内外两部分驱动因素对表外业务的影响是一致的，因此建立多元线性回归模型。模型设置：
Yit=β0t+β1tX1it+β2tX2it+β3tX3it+β4tX4it+β5tX5it+β6tX6it+β7tX7it+ε（1）
其中被解释变量Y表外表外业务收入占比，解释变量X1、X2、X3、X4、X5、X6、X7分別表示技术、管制、利率风险、竞争、资本充足率、理性的自我利益和GDP增长率。i代表各个银行，t代表年份。β0、β1、β2、β3、β4、β5、β6、β7为系数，ε为随机扰动项。
三、驱动因素对表外业务发展影响的变截距模型实证检验
（一）面板数据单位根检验
首先对八个变量，即表外业务收入占比（Y）、资产成本率（X1）、管制率（X2）、利率敏感性缺口率（X3）、竞争率（X4）、资本充足监管率（X5）、净资产收益率（X6） 和GDP增长率（X7）进行面板单位根检验，以确定其平稳性。为了保证结果稳健，一般有四种检验方法，即IPS检验、LLC检验、PP-Fisher检验和ADF-Fisher检验。由于本文变量较多，众多检验条件难以得出检验结果，故本文只采用不同根单位根ADF-Fisher检验和相同单位根LLC检验。若p值大于0.05，则接受原假设，认为变量不平稳，反之就是平稳的。通过检验，七个变量的p值均小于0.05，拒绝了“存在单位根”的原假设，即各变量是平稳过程。
（二）面板协整检验
经过单位根检验，可知表外业务收入占比（Y）、资产成本率（X1）、管制率（X2）、利率敏感性缺口率（X3）、竞争率（X4）、资本充足监管率（X5） 、净资产收益率（X6）和GDP增长率（X7）为同阶单整，检验模型变量之间是否存在长期均衡关系，需要通过协整检验。本文采用Kao检验方法，检验结果如表1所示。 从表1可以看出，对于被解释变量和解释变量的Kao检验，p值为0.0018，可以拒绝“不存在协整关系”的原假设，即资产成本率（X1）、管制率（X2）、利率敏感性缺口率（X3）、竞争率（X4）、资本充足监管率（X5）、净资产收益率（X6）和GDP增长率（X7）与表外业务收入占比（Y）存在长期的协整均衡关系。
（三）回归估计
1. 确定回归影响模式
面板数据所使用的模型主要有混合、固定和随机效应模型。利用Hausman检验确定模型为随机或固定效应模型，做如下假设：
H0：若个体效应与回归变量无关，即随机效应模型；
H1：若个体效应与回归变量有关，即固定效应模型。
结果显示P值为1，大于0.05，接受原假设，即为随机效应模型。
2. 变截距模型
本文采用变截距模型，回归结果如表3所示。
从表3可以看到，样本回归的为72.89%，模型拟合度一般，其中管制（X2）、竞争（X4）、资本充足率（X5）没有通过T检验，检验结果不显著，而技术（X1）、利率风险（X3）和理性的自我利益（X6）系数通过T检验，检验结果显著。
四、回归结果分析
（一）变量系数符号分析
根据回归结果，七个变量中利率风险和竞争两个变量的系数为负，说明利率风险、竞争对商业银行表外业务发展存在负向关系，但其中竞争因素未通过T检验，说明负向不显著。技术、管制、资本充足率和理性的自我利益四个变量系数为正，说明他们对商业银行表外业务发展存在正向关系。
（二）回归结果初步预测
技术创新、金融管制以及合理的资本充足率能够推动商业银行表外业务发展，但正向关系不显著，同时由于利率风险和竞争对商业银行表外业务发展的负向关系，特别是利率风险加大了表外业务风险，最终导致外部驱动因素对商业银行表外业务发展呈现不显著正相关。此外，内部驱动因素即理性的自我利益能够显著推动表外业务发展。
（三）回归结果影响分析
目前，银监会、证监会、银行业针对发展表外业务制定了许多政策。首先，不少银行已实行“科技兴行”政策，并积极推进“科技领行”促进商业银行创新转型。其次，中国银监会提高了资本充足率、流动性、杠杆率、贷款损失准备等监管标准。这些监管指标提供了良好的监管环境，有利于表外业务创新发展。最后，为了追求利润最大化，商业银行需要大力引进技术人才，积极推动业务转型升级，创新表外业务金融产品，以此促进表外业务发展。
但是，市场环境也存在一些不利的因素，比如利率市场化等背景，强化了利率风险，因此为寻求新的利润增长点而发展表外业务，也是规避利率风险的必然选择。
参考文献：
[1]胡静，金颖.基于TRICK 理论的银行表外业务创新发展驱动机制研究[J].武汉金融，2007（07）.
[2]黄洁莉，汤佩，夏喆.银行表外業务、风险输入与经营业绩——基于中国上市银行2007～2011 年均衡面板数据的实证分析[J].金融经济学研究，2013（11）.
[3]权俊良，叶文辉.商业银行表外业务的发展趋势及对金融调控的影响[J].金融会计，2013（10）.
[4]Canals J. Competitive strategies in European banking[M].Oxford： Clarendon Press；Oxford University Press，1993.
[5]Jagtiani， J. A. Saunders. The effect of bank capital requirements on’bank off—balance sheet financial innovations[J].Journal of Banking & Finance，1995（19）.
（作者单位：浙江理工大学）
关键词：商业银行；表外业务；驱动因素；影响
1980年，西方商业银行表外业务开始快速发展，表外业务收入占比逐渐扩大。相反，国内表外业务成长较慢，发展程度落后于发达国家。随着商业银行依赖表内业务收入的盈利可能减小，表外业务作为实体经济发展的一脉重要力量，其发展能够有效提高商业银行营业利润。因此，研究表外业务发展的驱动因素具有非常重要的意义，如何利用这些驱动因素来切实推动表外业务稳定发展，是值得关注的问题。
一、变量定义与选择
研究商业银行表外业务发展有众多指标，较多使用的两个指标是表外业务收入和表外业务收入占总收入比值。考虑到本文研究我国商业银行表外业务发展情况，故选择表外业务收入占总收入比重作为被解释变量，GDP增长率作为控制变量。
商业银行表外业务发展的驱动因素有内外两部分，其中外部驱动因素包括技术、管制、利率风险、竞争和资本充足率，内部驱动因素即理性的自我利益。本文将技术、管制、利率风险、竞争、资本充足率（外部）和理性的自我利益（内部）作为影响表外业务发展的解释变量，为了便于指标的量化和数据的可得性，对表外业务收入占比、技术、管制、利率风险、竞争、资本充足率和理性的自我利益定义如下。
1. 表外业务收入占比（Y）。表外业务收入是金融服务类、担保或承诺类、投资银行类和衍生工具类收入之和。表外业务收入占比为表外业务收入占营业收入的比重。
2. 技术（X1）。国内外学者在研究技术水平对商业银行绩效影响时，普遍使用成本理论。研究结果表明，技术进步对商业银行总成本有正负影响，但正向影响要大于负面影响，即技术进步有利于降低商业银行经营成本。所以可以使用经营成本表示技术水平，成本降低表明技术进步，成本上升则技术退步。为了统一，本文使用资产成本率衡量技术水平，其中表示技术水平的成本主要包括利息支出、手续费支出、营业费用和其他营业支出等，资产成本率=。
3. 管制（X2）。对银行业的金融管制指标众多，本文采用2011年银监会提出的资本充足率、流动性、杠杆率及贷款损失准备四项监管标准，选取了资本充足率、核心资本充足率、短期资产流动性比例、存贷款比例和不良贷款拨备覆盖率五项指标进行加权平均，得到的结果作为综合的管制指标。
4. 利率风险（X3）。利率风险通过利率敏感性缺口率衡量，其计算公式为：利 率敏感性缺口率=
。
5. 竞争（X4）。竞争主要表现为样本银行之间的竞争，通过营业收入、总资产两个指标进行计算竞争比率。竞争比率越大，表明该银行竞争能力较强；比率越小，表明该银行面临的竞争越大。
6. 资本充足率（X5）。资本充足率是资本总额对其风险加权资产的比值，故选择资本充足率指标。
7. 理性的自我利益（X6）。商业银行理性的自我利益表现为追求利润最大化，故本文选取净资产收益率作为商业银行追求自我利益的结果。
二、数据选取及模型设定
（一）数据选取
考虑到上市银行在资产规模、营业收入、信息披露及市场竞争力等方面的优势，更能代表未来我国银行业的发展方向。故本文选取的研究样本是16家上市银行，分别是工商银行、北京银行、交通银行、南京银行、华夏银行、浦发银行、建设银行、农业银行、民生银行、平安银行、兴业银行、中国银行、光大银行、中信银行、招商银行和宁波银行。样本跨度为10年，从2005～2014年，相关数据来源于iFind数据库和各大银行年报。
（二）模型设定
在实证分析中，由于内外两部分驱动因素对表外业务的影响是一致的，因此建立多元线性回归模型。模型设置：
Yit=β0t+β1tX1it+β2tX2it+β3tX3it+β4tX4it+β5tX5it+β6tX6it+β7tX7it+ε（1）
其中被解释变量Y表外表外业务收入占比，解释变量X1、X2、X3、X4、X5、X6、X7分別表示技术、管制、利率风险、竞争、资本充足率、理性的自我利益和GDP增长率。i代表各个银行，t代表年份。β0、β1、β2、β3、β4、β5、β6、β7为系数，ε为随机扰动项。
三、驱动因素对表外业务发展影响的变截距模型实证检验
（一）面板数据单位根检验
首先对八个变量，即表外业务收入占比（Y）、资产成本率（X1）、管制率（X2）、利率敏感性缺口率（X3）、竞争率（X4）、资本充足监管率（X5）、净资产收益率（X6） 和GDP增长率（X7）进行面板单位根检验，以确定其平稳性。为了保证结果稳健，一般有四种检验方法，即IPS检验、LLC检验、PP-Fisher检验和ADF-Fisher检验。由于本文变量较多，众多检验条件难以得出检验结果，故本文只采用不同根单位根ADF-Fisher检验和相同单位根LLC检验。若p值大于0.05，则接受原假设，认为变量不平稳，反之就是平稳的。通过检验，七个变量的p值均小于0.05，拒绝了“存在单位根”的原假设，即各变量是平稳过程。
（二）面板协整检验
经过单位根检验，可知表外业务收入占比（Y）、资产成本率（X1）、管制率（X2）、利率敏感性缺口率（X3）、竞争率（X4）、资本充足监管率（X5） 、净资产收益率（X6）和GDP增长率（X7）为同阶单整，检验模型变量之间是否存在长期均衡关系，需要通过协整检验。本文采用Kao检验方法，检验结果如表1所示。 从表1可以看出，对于被解释变量和解释变量的Kao检验，p值为0.0018，可以拒绝“不存在协整关系”的原假设，即资产成本率（X1）、管制率（X2）、利率敏感性缺口率（X3）、竞争率（X4）、资本充足监管率（X5）、净资产收益率（X6）和GDP增长率（X7）与表外业务收入占比（Y）存在长期的协整均衡关系。
（三）回归估计
1. 确定回归影响模式
面板数据所使用的模型主要有混合、固定和随机效应模型。利用Hausman检验确定模型为随机或固定效应模型，做如下假设：
H0：若个体效应与回归变量无关，即随机效应模型；
H1：若个体效应与回归变量有关，即固定效应模型。
结果显示P值为1，大于0.05，接受原假设，即为随机效应模型。
2. 变截距模型
本文采用变截距模型，回归结果如表3所示。
从表3可以看到，样本回归的为72.89%，模型拟合度一般，其中管制（X2）、竞争（X4）、资本充足率（X5）没有通过T检验，检验结果不显著，而技术（X1）、利率风险（X3）和理性的自我利益（X6）系数通过T检验，检验结果显著。
四、回归结果分析
（一）变量系数符号分析
根据回归结果，七个变量中利率风险和竞争两个变量的系数为负，说明利率风险、竞争对商业银行表外业务发展存在负向关系，但其中竞争因素未通过T检验，说明负向不显著。技术、管制、资本充足率和理性的自我利益四个变量系数为正，说明他们对商业银行表外业务发展存在正向关系。
（二）回归结果初步预测
技术创新、金融管制以及合理的资本充足率能够推动商业银行表外业务发展，但正向关系不显著，同时由于利率风险和竞争对商业银行表外业务发展的负向关系，特别是利率风险加大了表外业务风险，最终导致外部驱动因素对商业银行表外业务发展呈现不显著正相关。此外，内部驱动因素即理性的自我利益能够显著推动表外业务发展。
（三）回归结果影响分析
目前，银监会、证监会、银行业针对发展表外业务制定了许多政策。首先，不少银行已实行“科技兴行”政策，并积极推进“科技领行”促进商业银行创新转型。其次，中国银监会提高了资本充足率、流动性、杠杆率、贷款损失准备等监管标准。这些监管指标提供了良好的监管环境，有利于表外业务创新发展。最后，为了追求利润最大化，商业银行需要大力引进技术人才，积极推动业务转型升级，创新表外业务金融产品，以此促进表外业务发展。
但是，市场环境也存在一些不利的因素，比如利率市场化等背景，强化了利率风险，因此为寻求新的利润增长点而发展表外业务，也是规避利率风险的必然选择。
参考文献：
[1]胡静，金颖.基于TRICK 理论的银行表外业务创新发展驱动机制研究[J].武汉金融，2007（07）.
[2]黄洁莉，汤佩，夏喆.银行表外業务、风险输入与经营业绩——基于中国上市银行2007～2011 年均衡面板数据的实证分析[J].金融经济学研究，2013（11）.
[3]权俊良，叶文辉.商业银行表外业务的发展趋势及对金融调控的影响[J].金融会计，2013（10）.
[4]Canals J. Competitive strategies in European banking[M].Oxford： Clarendon Press；Oxford University Press，1993.
[5]Jagtiani， J. A. Saunders. The effect of bank capital requirements on’bank off—balance sheet financial innovations[J].Journal of Banking & Finance，1995（19）.
（作者单位：浙江理工大学）