孫晏清，張本照

（合肥工業(yè)大學(xué) 經(jīng)濟學(xué)院，合肥 230009）

一、引言與文獻綜述

伴隨著金融全球化以及銀行業(yè)兼并浪潮的出現(xiàn)，國際銀行業(yè)的發(fā)展呈現(xiàn)出一種求大、求全、求廣、求新、求快的新趨勢。近年來國內(nèi)銀行業(yè)效率大幅提高，信貸投放規(guī)模的增長也逐步加快，不斷攀升的利潤掩蓋了銀行經(jīng)營中存在的風(fēng)險，導(dǎo)致銀行在評價貸款風(fēng)險時往往過于樂觀。中國的銀行業(yè)處在一個收益和風(fēng)險并存的時期，如何處理好效率和風(fēng)險的關(guān)系尤為重要。

關(guān)于商業(yè)銀行效率的研究由來已久。國外學(xué)者普遍認為銀行效率是提高銀行競爭力的核心。Hughes（1998）和Mester（2009）［1－2］認為，在研究資本和風(fēng)險的關(guān)系時要考慮銀行效率，分析指出銀行資本和風(fēng)險都可能與銀行效率水平有內(nèi)在關(guān)系，監(jiān)管當局可能在資本充足水平和風(fēng)險狀況方面給予效率高的銀行更大的靈活性，但如果依道德風(fēng)險假設(shè)而言，銀行資本充足水平低的低效率銀行如果想獲益可能就要承受更大的風(fēng)險。

國內(nèi)學(xué)者在銀行效率的研究方面也取得了一定的進展，并且考慮到了風(fēng)險因素的影響。總體上來說，中國學(xué)者對銀行業(yè)效率的研究最初主要采用財務(wù)指標法，使用反映銀行成本、收益和資產(chǎn)質(zhì)量等財務(wù)指標來評價效率。潘正彥（2004）［3］通過實證分析得出國有商業(yè)銀行在經(jīng)營成本上具有規(guī)模經(jīng)濟傾向。汪祥燕（2013）［4］引用Tobit模型采取DEA 方法測度銀行效率，研究指出創(chuàng)新程度、資產(chǎn)配置、人才質(zhì)量和職員技能等因素均能影響銀行效率。此外，我國學(xué)者將一些新的理論方法和模型被運用到銀行效率研究當中，取得了許多豐碩的成果。鄭錄軍和曹廷求（2005）［5］選取股份制商業(yè)銀行和城市商業(yè)銀行為樣本，利用DEA 方法來估計銀行效率，研究認為銀行效率呈現(xiàn)倒“U”型變化趨勢是由于公司治理機制和集中型股權(quán)結(jié)構(gòu)的影響。張建華（2003）［6］通過考慮影響X 效率的外部風(fēng)險因素和內(nèi)部風(fēng)險因素對我國商業(yè)銀行的X 效率進行了分析，研究發(fā)現(xiàn)內(nèi)部風(fēng)險因素中的資本充足率和風(fēng)險資產(chǎn)比例對銀行效率構(gòu)成較大影響。王兵和朱寧（2011）［7］通過運用SBM 方向性距離函數(shù)和Luenberger生產(chǎn)率指標測度銀行效率，認為股份制商業(yè)銀行的效率優(yōu)于大型商業(yè)銀行，非利息收入與不良貸款是造成銀行低效率的主要原因。國內(nèi)有的學(xué)者也開始將風(fēng)險因素加入到效率的研究當中，如邱兆祥、張磊（2007）［8］將風(fēng)險因素作為變量構(gòu)建超越對數(shù)利潤函數(shù)測算銀行效率，創(chuàng)新使用修正后的銀行無清償能力風(fēng)險指數(shù)作為衡量風(fēng)險的指標，發(fā)現(xiàn)銀行風(fēng)險和邊際利潤呈顯著負相關(guān)。

目前，一是國內(nèi)對于銀行效率和風(fēng)險相關(guān)性的研究還比較少，單純研究銀行風(fēng)險而忽略收益不一定能提高銀行經(jīng)營效率；二是由于存在上市銀行和非上市銀行公司治理結(jié)構(gòu)和信息披露情況不同，以及高管激勵約束和地方性銀行政府庇護等問題，單純研究上市銀行得到的結(jié)果對其他銀行不構(gòu)成正確的指導(dǎo)意義。綜合這兩點，本文基于銀行效率和風(fēng)險相關(guān)性問題這一視角，對上市銀行和非上市銀行同時展開研究，找出影響上市銀行和非上市銀行效率的風(fēng)險因素。這種對比研究顯得更加精確和有針對性，尤其對城市商業(yè)銀行的發(fā)展有很大的推動作用。

二、研究設(shè)計

1．數(shù)據(jù)來源

本文主要選取13家上市銀行和13家非上市銀行2006－2012年的相關(guān)財務(wù)指標作為研究對象，其中，上市銀行的部分數(shù)據(jù)來源于CSMAR 數(shù)據(jù)庫和BankScope數(shù)據(jù)庫，上市銀行的其他相關(guān)數(shù)據(jù)和非上市銀行的數(shù)據(jù)則來源于各大銀行官網(wǎng)中定期披露的年度報告。樣本數(shù)據(jù)均值、比例的計算由Excel整理而成，實證分析由Stata12．0和SPSS19．0統(tǒng)計分析軟件完成。

2．變量定義

（1）因變量——效率指標 本文選取凈資產(chǎn)收益率（ROE）、成本收入比率（CTIR）和總資產(chǎn)收益率（ROA）這三個效率指標作為因變量分別用來衡量公司對股東投入資本的利用效率、增強盈利的能力、評價企業(yè)運用全部資產(chǎn)的總體獲利能力。為了更加全面、充分地衡量銀行效率，本文將凈資產(chǎn)收益率、成本收入比率和總資產(chǎn)收益率這三個指標進行合成，得到一個新的效率指標BE，以BE 作為代表銀行效率的因變量。

（2）自變量——風(fēng)險指標 根據(jù)銀監(jiān)會2006年1月15日發(fā)布的《商業(yè)銀行風(fēng)險監(jiān)管核心指標（試行）》，本文從風(fēng)險水平和風(fēng)險遷徙與補償這兩方面對風(fēng)險指標進行劃分，其中選取流動性比率和存貸比作為流動性指標，不良貸款率和單一最大客戶貸款比率作為信用風(fēng)險指標，資本充足率和撥備覆蓋率作為風(fēng)險遷徙和補償指標。

（3）控制變量 本文在實證分析和穩(wěn)健性檢驗方面需要引入控制變量。選取控制變量的原則是參考曹廷求（2011）［9］關(guān)于市場約束、政府干預(yù)與城市商業(yè)銀行風(fēng)險承擔問題的研究中將總資產(chǎn)、存款總額、貸款總額作為控制變量構(gòu)建研究體系。因為經(jīng)過分析，這種選取方法對結(jié)果的解釋能力較強。

3．構(gòu)建模型

研究銀行效率與風(fēng)險的方法很多，如DEA 方法和面板VAR 模型，但是非上市銀行相關(guān)數(shù)據(jù)獲取較為困難，使用上述方法效果不理想，故本文采用最小二乘法進行多元線性回歸的方法進行探討。測度銀行效率的結(jié)果如表1所示：

表1 解釋的總方差表

為了全面測度銀行效率，本文首先運用SPSS19．0統(tǒng)計分析軟件對凈資產(chǎn)收益率、成本收入比率和總資產(chǎn)收益率這三個效率指標進行了主成分分析，得到因子特征值和方差貢獻（如表1所示）。

根據(jù)主成分分析法的最小特征值標準，即取大于1的特征值，根據(jù)表1，上市銀行和非上市銀行第一個因子的累積方差貢獻分別達到了85．438%和80．723%，均大于70%，已經(jīng)提取了10個指標的主要信息，并且處理結(jié)果的KMO 分別是0．693和0．684，均大于0．6，說明可以提取新的變量作為主成分因子進行分析。根據(jù)“方差最大化”原則，對因子載荷矩陣進行方差最大化旋轉(zhuǎn)，利用因子分析中的成分得分系數(shù)矩陣合成銀行效率指標BE，設(shè)成分得分系數(shù)矩陣中ROE、CTIR 和ROA 的系數(shù)分別是α、β和γ，則效率指標BE＝αROE＋βCTIR＋γROA。將因子分析得到的成分得分系數(shù)矩陣帶入原始數(shù)據(jù)，即可計算出效率指標BE值的大小。

其次，分別以上市銀行和非上市銀行為樣本，以銀行效率BE 為被解釋變量，各風(fēng)險度量指標LR、LD、NPL、CA、SLP、PC為解釋變量，以LASSET、LDEP、LLOAN為控制變量建立回歸模型：

BEi＝a＋bLRi＋cLDi＋dNPLi＋eCAi＋fSLPi＋gPCi＋hLASSETi＋iLDEPi＋jLLOANi＋μi

其中：a為截距項，b、c、d、e、f、g、h、i、j為變量系數(shù)，μi表示隨機誤差項，i為兩組樣本中的各自數(shù)量，1≤i≤13。

三、實證結(jié)果與分析

1．描述性統(tǒng)計

（1）效率指標的描述性統(tǒng)計 效率指標數(shù)據(jù)特征的描述性統(tǒng)計結(jié)果見表2，上市銀行和非上市銀行效率指標數(shù)據(jù)均值差的t檢驗結(jié)果見表3：

表2 效率指標的描述性統(tǒng)計

表3 效率指標均值差的檢驗結(jié)果

從表2和表3可以看出：第一，凈資產(chǎn)收益率（ROE）均值差的t統(tǒng)計量不顯著，說明上市銀行和非上市銀行的凈資產(chǎn)收益率差異不大，但均值差為負值，說明從總體來說上市銀行的凈資產(chǎn)收益率相對較低，非上市銀行運用自有資本的效率更高。

第二，成本收入比率（CTIR）均值差的t統(tǒng)計量在10%的置信水平下顯著，均值差為正值，說明上市銀行的成本收入比率高于非上市銀行，經(jīng)營效率則相對較低。

第三，總資產(chǎn)收益率（ROA）均值差的t統(tǒng)計量在10%的置信水平下顯著，且均值差為負，說明上市銀行的總資產(chǎn)收益率較低，非上市銀行的收益能力更高，資產(chǎn)運營效益也更高。

第四，關(guān)于新的效率指標BE，上市銀行和非上市銀行呈現(xiàn)出了極大的差異，BE 均值差的t統(tǒng)計量在1%的置信水平下顯著，且均值差為負值，說明上市銀行效率明顯低于非上市銀行；值得注意的是，上市銀行效率指標BE均為負值（最大值為負），說明上市銀行效率是十分低下的。

（2）風(fēng)險指標的描述性統(tǒng)計 風(fēng)險指標數(shù)據(jù)特征的描述性統(tǒng)計結(jié)果見表4，上市銀行和非上市銀行風(fēng)險指標數(shù)據(jù)均值差的t檢驗結(jié)果見表5：

表4 風(fēng)險指標的描述性統(tǒng)計

表5 風(fēng)險指標均值差的檢驗結(jié)果

從表4和表5可以看出：第一，在存貸比、不良貸款率和資本充足率方面，上市銀行和非上市銀行差異不大，t統(tǒng)計量均不顯著。但還是可以看出，上市銀行的存貸比和不良貸款率均高于非上市銀行，而資本充足率卻相對較低，可以發(fā)現(xiàn)上市銀行盈利能力相對較高，收回貸款的風(fēng)險也相對較大，抵御風(fēng)險的能力也相對較差一些。第二，在單一客戶最大貸款比率方面，上市銀行和非上市銀行之間的差異非常明顯，t統(tǒng)計量在1%的置信水平下顯著；且均值差為負值，說明相較于非上市銀行，上市銀行的單一客戶最大貸款比率更低。監(jiān)管當局規(guī)定，最大的單一客戶最大貸款額不得超過銀行凈資產(chǎn)的10%，13家上市銀行全部達標，而非上市銀行單一客戶最大貸款比率的最大值竟然達到了27．92%，過高的貸款集中度會成為非上市銀行資產(chǎn)安全的巨大隱憂，這或許是本文需要重點研究的地方。第三，在撥備覆蓋率方面，上市銀行和非上市銀行也存在比較顯著的差異，上市銀行的撥備覆蓋率明顯較低；PC均值差的t統(tǒng)計量在5%的置信水平下顯著，均值差為負值，說明非上市銀行有著更高的撥備覆蓋率。該比例應(yīng)不低于100%，否則為計提不足，存在準備金缺口，比率越高說明抵御風(fēng)險的能力越強。直觀反映如圖1和圖2所示：

圖2 撥備覆蓋率趨勢圖

趨勢圖1顯示：在單一最大客戶貸款比率方面，非上市銀行2006－2012年間的該比率波動較大可能是上市銀行和非上市存在差異的一個原因。圖中顯示非上市銀行的最大單一貸款比率總體高于上市銀行，這對于非上市銀行來說可能是引起信用風(fēng)險的一個因素。上市銀行的不良貸款率與非上市銀行的不良貸款率變化趨勢逐漸趨同。通過比較，上市銀行的不良貸款率總是處于較高水平，此處可能是上市銀行需要注意的地方。趨勢圖2表明：上市銀行和非上市銀行的撥備覆蓋率在2006－2012年間都有一個較大的漲幅，且非上市銀行的撥備覆蓋率始終高于上市銀行的撥備覆蓋率。說明撥備覆蓋率對效率可能會有顯著影響。

2．回歸分析

我們在利用Stata12．0分析軟件對解釋變量進行相關(guān)性分析時，發(fā)現(xiàn)某些變量之間存在多重共線性。原因可能是按照風(fēng)險水平、風(fēng)險遷徙與補償劃分確定的風(fēng)險度量指標，其中有些指標的界定可能不是很明確。因此我們分別考慮在不加控制變量和加入控制變量的情況下對單個解釋變量進行回歸分析，結(jié)果如表6所示：

表6 回歸結(jié)果

續(xù)表

表6顯示，與不加入控制變量相比，加入控制變量后各模型的R2值均得到了特別顯著的提升，F(xiàn)值盡管有上升有下降，但大多數(shù)比較顯著，這表明控制變量的加入顯著提高了模型的擬合程度和顯著性。各模型具體的回歸結(jié)果如下：

第一，在不良貸款方面，上市銀行的不良貸款率和效率顯著負相關(guān)，t值分別為－6．57和－5．82，系數(shù)均在1%的置信水平下顯著，而非上市銀行在不加入控制變量時t值達到－3．25，系數(shù)在1%的置信水平下顯著，在加入控制變量之后回歸結(jié)果反而不顯著，這說明非上市銀行的不良貸款率和銀行效率負相關(guān)但顯著性不強。不良貸款率反映的是銀行的資產(chǎn)質(zhì)量情況，不良貸款率越低說明資產(chǎn)質(zhì)量越好，效率越高，這和實際的情況相符。對比發(fā)現(xiàn)不良貸款率對上市銀行的影響較大，可能是由于上市銀行對信息披露要求更為嚴格，不良貸款率作為信息披露中的一個關(guān)鍵指標更容易引起顧客關(guān)注。銀行不良貸款，是中國金融業(yè)最大的風(fēng)險所在，國際通行標準認為，金融機構(gòu)不良資產(chǎn)率警戒線為10%，中國不良貸款率呈逐年下降趨勢，但不良貸款仍然威脅著金融的安全穩(wěn)定，上市銀行的管理者在不良貸款率方面更要引起重視。

第二，在單一最大客戶貸款比率方面，回歸系數(shù)均為負值，說明單一最大客戶貸款比率與銀行效率負相關(guān)。上市銀行在加入控制變量時模型擬合效果不明顯，在不考慮控制變量的情況下，回歸結(jié)果反而顯著，F(xiàn)值為9．58，t值為－3．1，系數(shù)在1%的水平下顯著；而非上市銀行，無論是否加入控制變量，回歸結(jié)果均顯著，F(xiàn)值分別為28．92和7．93，系數(shù)均在1%的水平下顯著。因此，單一最大客戶貸款比率是影響效率的風(fēng)險因素，該指標對非上市銀行的影響更大，原因可能是由于非上市銀行更傾向于通過提高單一最大客戶貸款比例來增加盈利，管理者需要重視該指標過高引起的信用風(fēng)險。

第三，在撥備覆蓋率方面，無論是否加入控制變量，上市銀行和非上市銀行的回歸結(jié)果均非常顯著，PC均以1%的顯著性水平通過檢驗且系數(shù)均為正值，說明撥備覆蓋率與銀行效率正相關(guān)。這是因為撥備覆蓋率是實際計提貸款損失準備對不良貸款的比率，能夠反映銀行財務(wù)穩(wěn)健性和風(fēng)險可控性，該比率最佳狀態(tài)為100%，撥備覆蓋率越高說明抵御風(fēng)險和提高效率能力越強。所以撥備覆蓋率是影響效率的關(guān)鍵因素，需要引起銀行監(jiān)管者的高度重視。

最后，由于存貸比、資本充足率、流動性比率對效率不構(gòu)成顯著影響以及篇幅所限，在此不加贅述。

四、結(jié)論與政策建議

通過實證分析，本文探究了各種銀行風(fēng)險與銀行效率之間的關(guān)系，并根據(jù)每個銀行風(fēng)險對銀行效率的影響程度提出關(guān)于上市銀行和非上市銀行的銀行治理方案。我們得出以下結(jié)論：第一，不良貸款率和單一最大客戶貸款比率對上市銀行和非上市銀行效率均有很大影響；第二，撥備覆蓋率反映出我國銀行業(yè)呈現(xiàn)出資產(chǎn)增長速度過快同時盈利能力較弱，資本結(jié)構(gòu)和來源單一、附屬資本十分不足、內(nèi)部融資欠缺等問題；第三，RAROC體系作為銀行追求效率和規(guī)避風(fēng)險的核心依據(jù)應(yīng)該受到上市銀行和非上市銀行的重視。

本文針對以上三個結(jié)論相應(yīng)給出三個政策意見，分別是：

第一，銀行應(yīng)該注重信用風(fēng)險內(nèi)部控制機制的建設(shè)。通過完善合理的決策體系和有效的約束和激勵機制，提高信用風(fēng)險度量水平，開發(fā)適合自己的信用風(fēng)險度量模型。通過定量分析結(jié)合定性分析的方法，利用金融創(chuàng)新產(chǎn)品降低信用風(fēng)險。上市銀行側(cè)重考慮不良貸款率對信用風(fēng)險產(chǎn)生的影響，對上市銀行制定更加嚴格的信息披露制度。定期對其資產(chǎn)質(zhì)量進行監(jiān)督和檢查，對資產(chǎn)質(zhì)量出現(xiàn)下滑的銀行給予警告和治理；非上市銀行則考慮單一最大客戶貸款比率對信用風(fēng)險造成的影響。值得一提的是，非上市銀行要嚴格制定單一最大客戶貸款比率紅線，對超過紅線的貸款要及時給予整治，避免因過度追求盈利而引起信用風(fēng)險。

第二，銀行應(yīng)該完善風(fēng)險補償和建立資本持續(xù)補充的機制，提高資本充足率，制定合理的撥備覆蓋率最低紅線。其次把經(jīng)過合理配置后的資本融入銀行的經(jīng)營業(yè)務(wù)中，對經(jīng)營者制定合理的激勵制度，將風(fēng)險、績效和資本配置同時納入考核評價的體系框架里，形成銀行業(yè)務(wù)發(fā)展與風(fēng)險資本限額相匹配的長效機制，盡可能降低風(fēng)險提高效率。

第三，在銀行業(yè)推廣RAROC 體系的建設(shè)和使用。RAROC 管理體系的優(yōu)越性在于它是兼顧銀行效率和風(fēng)險，注重長效發(fā)展和構(gòu)建長效機制的科學(xué)管理體系。使用RAROC可以有效防止因過度最求高利潤而引致的風(fēng)險，還可以幫助銀行平衡收益和風(fēng)險的關(guān)系，盡可能多地將資本配置到風(fēng)險合理的領(lǐng)域，從而得到獲利和降低風(fēng)險的雙贏結(jié)果。從另一方面來說，RAROC管理體系也是完善和提高銀行經(jīng)營管理的有力工具。很多上市銀行如上海浦東發(fā)展銀行、中信銀行均開始構(gòu)建以RAROC 為核心的考核評估體系。未來的非上市銀行也需要進行相關(guān)方面的改革，把建立RAROC管理體系納入銀行改革創(chuàng)新的方案之中。

［1］HUGHES J．P．，MESTER L．J．Bank capitalization and cost：Evidence of scale economies in risk management and signaling［J］．Review of Economics and Statistics，1998，80（2）：314－325．

［2］LORETTA J．，MESTER A．Theory of Systemic Risk and Design of Prudential Bank Regulation［J］．Journal of Financial Stability．2009，5（3）：224－255．

［3］潘正彥．對我國銀行業(yè)市場結(jié)構(gòu)與市場績效的實證分析［J］．金融論壇，2004，（6）：40－44．

［4］汪祥燕．商業(yè)銀行經(jīng)營效率評價及其影響因素分析［J］．經(jīng)濟研究導(dǎo)刊，2013，（6）：51－53．

［5］鄭錄軍，曹廷求．我國商業(yè)銀行效率及其影響因素的實證分析［J］．金融研究，2005，（1）：91－101．

［6］張健華．我國商業(yè)銀行效率研究的DEA 方法及1997－2001年效率的實證分析［J］．金融研究．2003，（3）：11－25．

［7］王 兵，朱 寧．不良貸款約束下的中國上市商業(yè)銀行效率和全要素生產(chǎn)率研究——基于SBM 方向性距離函數(shù)的實證分析［J］．金融研究，2011，（1）：110－130．

［8］邱兆祥，張 磊．經(jīng)過風(fēng)險調(diào)整的商業(yè)銀行利潤效率評價研究［J］．金融研究，2007，（3）：98－111．

［9］曹廷求，張光利．市場約束、政府干預(yù)與城市商業(yè)銀行風(fēng)險承擔［J］．金融論壇，2011，（2）：4－14．