，

(福建師范大學 經濟學院，福州350108)

利率市場化背景下商業(yè)銀行最優(yōu)存貸利差決定因素研究

陳 清，張海軍

(福建師范大學 經濟學院，福州350108)

利差為商業(yè)銀行主要的利潤來源，在利率市場化下探討其影響因素具有重要意義。選取我國20家商業(yè)銀行2008—2015年的數據，在對利率政策影響強度量化指標構建的基礎上，分別利用靜態(tài)和動態(tài)面板數據模型對各影響因素進行實證分析。靜態(tài)面板回歸結果大致表明：凈利差與銀行的規(guī)模、市場結構、營業(yè)成本之間均存在著長期穩(wěn)定的關系，城市銀行追逐高凈利差表現更為突出；城市商業(yè)銀行在獲得較高利差中具有優(yōu)勢；政策性因素對城市商業(yè)銀行的影響最為顯著；動態(tài)面板回歸結果說明，利率市場化改革過程中，商業(yè)銀行的利差有一個縮小的趨勢。

利率市場化；凈利差；商業(yè)銀行；最優(yōu)利率定價

一、引 言

利率市場化改革是金融市場逐漸完善過程中的重要內容，也是我國金融體制改革中的核心問題。存款利率自由化是利率市場化改革完成的標志。中國人民銀行于2015年10月宣布對商業(yè)銀行和農村合作金融不再設置浮動上限，標志著利率市場化改革基本完成。此前，吳曉靈曾多次指出，利率市場化攻堅的重點并不是放開存款利率上限的限制，而是要加大對金融市場改革和金融制度的建設力度，利率市場化是制度完善過程中水到渠成的結果。利率市場化的必要前提是商業(yè)銀行具有完全的存貸利率定價能力，而凈利差(NIM)是商業(yè)銀行存貸利率定價的最終結果。利率市場化下，NIM不僅可以有效地體現商業(yè)銀行資金交易過程中的價格選擇行為，也是銀行系統效率和盈利能力的體現。研究凈利差的影響因素，可以幫助我們了解商業(yè)銀行在不同經營環(huán)境下的最優(yōu)利率選擇策略。一般認為在完全的利率市場化環(huán)境中，盡管存款和貸款利率都將明顯上升導致利差擴大，但長期來看銀行的存貸利差仍可能縮小，銀行利潤率將會隨之下降(王穎千等[1]，2010；左崢等[2]，2014)。理論上，在利率市場化背景下，商業(yè)銀行的凈利差與市場風險、流動性風險、資本規(guī)模、市場勢力、隱含利率支付等眾多因素有關(Ho和Saunders[3]，1981；Vanhoose[4]，1985；Spellman等[5]，1977)。當然，不同類型的商業(yè)銀行的利率定價策略也存在著差異，對影響凈利差因素的反應也存在差異(Angbazo[6]，1997；Hanweck和Ryu[7]，2006)，因此，有必要對不同商業(yè)銀行進行研究。

中國人民銀行取消對金融機構存款利率浮動上限的管制，標志著利率市場化的基本完成，商業(yè)銀行利率的定價區(qū)間逐步擴大。但我們不能忽視的事實是，中央銀行出于對貨幣政策的調控和商業(yè)銀行利率定價能力的考慮，一直實行對存貸基準利率的管制，故而我國現階段的利率市場化也只是基本完成?，F階段的利率完善階段的主要任務是市場化利率的形成以及貨幣政策調控機制的完善。在利率市場化背景下，商業(yè)銀行經營也將面臨來自凈利差減少、盈利能力下降、定價能力、風險管理等方面的沖擊(李宏瑾[8]，2015；嚴敏[9]，2013)。因此，從金融機構角度看，我們認為，現階段金融機構需要解決的首要問題就是如何合理地對存款和貸款利率作出定價。要解決該問題就需要商業(yè)銀行完善科學的定價機制，以便在復雜且不確定性的經營環(huán)境下作出最優(yōu)的利率選擇。盡管在利率市場化下，伴隨著商業(yè)銀行利差收窄，商業(yè)銀行對存貸利率的依賴性逐漸下降，非利息收入在銀行利潤中的比重增強，但利差作為商業(yè)銀行主要收入來源的地位依舊無法撼動，并且利差對經濟發(fā)展的重要性逐漸體現(程茂勇和趙紅[10]，2010；左崢等[2]，2014)。

二、文獻述評

(一)國外文獻回顧

由于國外利率市場化改革早已完成，因此討論國外利率自由化下的定價問題成為歷史性的話題。國外關于商業(yè)銀行利差及其決定性因素的研究可以追溯到Ho和Saunders[3](1981)有關做市商模型的剖析，文章假定銀行是風險厭惡者，基于做市商模型推演出商業(yè)銀行利差主要由風險偏好程度、交易規(guī)模、市場結構以及銀行存貸利率的影響。隨后，學者不斷放開假設條件，做市場理論后經McShane和Sharpe[11](1985)、Angbazo[6](1997)、Sharpe和Diebold[12](1990)等學者發(fā)展并完善。McShane和Sharp[11](1985)認為存款供給和貸款需求的產生具有隨機性，通常很難匹配，商業(yè)銀行通過對存款和貸款的定價控制這種不匹配會帶來風險，換言之，銀行的凈利差是對這種不匹配風險的補償，并且這種風險主要來自貨幣市場的利率風險。Angbazo[6](1997)在做市場模型基礎上加入銀行的信用風險、利率風險等因素，認為銀行的利差不僅受到來自利率風險的影響，而且也會受到信用風險的沖擊，鑒于利潤的最大化的考慮，文章認為當銀行面臨較高的信用風險時，銀行傾向于選擇能夠獲得較高利差的存貸利率定價策略。Sharp和Diebold[12](1990)認為中央銀行發(fā)行的債券、貨幣供應量、準備金以及流動性需求都將會影響到銀行的機會成本，并且這種機會成本與銀行利率之間存在著必然的動態(tài)聯系，影響著利率的高低和利差的大小。Startz[13](1979)、Mody[14](2004)認為銀行隱含利率支付水平、市場集中度(Lerner指數)和運營成本等也會影響銀行的凈利差。其中，隱含利率理論認為利率管制是隱含利率產生的原因，決定了銀行利息支付的水平，主要表現為銀行壟斷競爭的成本和經營成本的補償，在銀行存貸利率定價中體現；稅收、營業(yè)費用等都決定了銀行的利差。Wong[15](1997)基于微觀模型對利差的決定性因素進行了理論上的研究，認為在風險厭惡假設成立下凈利差與銀行壟斷勢力、營業(yè)成本、信用風險和利率風險都存在著正相關關系。

針對銀行凈利差的問題，國外學者基于做市場模型對不同地區(qū)和國家進行了大量的實證研究。McShane和Sharp[11](1985)用1962—1981年澳大利亞銀行的時間序列數據做OLS回歸發(fā)現存款和貸款利率的邊際價格、市場結構、風險厭惡水平與銀行利差之間存在著非線性關系；凈利差與銀行的儲備資產、機會成本、信用風險等存在負相關關系。Saunders和Schumacher(2000)[16]使用OECD六國1988—1995年的數據，基于做市場模型研究認為機會成本、銀行資本率水平、金融市場結構、銀行市場勢力、媒介成本(利率波動)正相關。Ngug[17](2001)以肯尼亞的商業(yè)銀行1970—1999年銀行凈利差數據研究了銀行間交易成本、交易機制、利率波動等因素對凈利差的影響，認為隱含成本和交易機制都與凈利差之間存在著正相關，利率波動與利差之間為反向關系。Maudos和Solís[18](2009)以墨西哥1993—2005年銀行部門的數據研究發(fā)現，銀行間市場結構、勒納指數、操作成本、風險厭惡水平、利率波動、隱含利率支付與銀行凈利差之間存在正向關系。

(二)國內文獻回顧

2015年10月央行取消對商業(yè)銀行存款利率浮動上限的管制，標志著我國近20年“漸進式”的利率市場化改革的基本完成。相對于歐美國家，國內學者對利率市場化的研究起步較晚。馬勝杰[19](2001)提出我國利率市場化改革五大重要任務，其中就包括放開市場利率管制和商業(yè)銀行運行的市場化改革，尤其是銀行存貸利率市場化改革。王國松[20](2001)闡述了金融深化的必要性，認為金融約束政策制約了商業(yè)銀行尤其是中小型商業(yè)銀行的發(fā)展，并指出利率市場化與利率管制密不可分，利率管制降低了利率市場化初期銀行危機發(fā)生的可能性。利差作為商業(yè)銀行重要的利潤來源，而商業(yè)銀行改革又是利率市場化改革的核心環(huán)節(jié)，因此國內有關利率市場化對商業(yè)銀行經營的影響的研究逐漸增多。白當偉[21](2007)認為銀行利差問題在利率市場化改革中顯得尤為重要，實證研究結果表明，市場結構與利差存在著負相關，利率市場化下利差可能進一步走低，但其并沒有對其他影響利差的因素繼續(xù)進行分析。對銀行利差在利率市場化的改變也出現了分歧。趙旭[22](2009)認為利率改革促使了商業(yè)銀行凈利差擴大，且有上升趨勢，在利率市場化條件下，利差主要取決于銀行市場競爭、銀行效率和風險控制水平上。隋聰和邢天才[23](2013)、沈艷等[24](2015)討論了非完全利率市場化下的商業(yè)銀行貸款利率問題，指出存款利率的管制帶來了額外成本，作為隱含利率支付其造成了商業(yè)銀行凈利差高于利率市場化下的凈利差，利率市場化下凈利差有收窄趨勢。彭建剛等[25](2016)對利率市場化下利差是否收窄進行實證檢驗，認為利率市場化進程中我國商業(yè)銀行的利差主要受到運營成本、壟斷程度、隱含利率支付、風險厭惡水平等影響，凈利差表現為先上升后下降倒U型，目前銀行利差進入下行期。左崢等[2](2014)認為完全利率市場化下，銀行的凈利差必然會收窄，但他們分析的視角直接是利差收窄，所以結論可靠性有待進一步分析。韓振國和王亞軍[26](2017)認為銀行的利差主要受到運營成本和市場集中度的影響，也會受到風險因素的影響，對不同類型商業(yè)銀行的影響也會存在這一定差距。

需要指出的是，國外關于凈利差影響因素的討論主要是基于完全利率市場化基礎上討論，或者是在“激進式”利率市場化改革過程中進行討論。我國利率市場化為漸進式改革方式，因此需要考慮我國利率市場化進程及政策特征。通過研究不難看出，現有文獻很少從實證層面研究凈利差的動態(tài)影響，本文將構建動態(tài)模型進行具體分析。

三、研究方法與模型

(一)理論模型分析

我國銀行的收入大多來源于貸款利差收入，凈利息差一般作為銀行盈利能力的一個衡量指標。在利率市場化下，我國商業(yè)銀行可能面臨的整體環(huán)境將是銀行貸款利率的下降和存款利率的提高，存貸款利息差將縮小。1996年央行放開對同業(yè)拆借利率的管制標志著我國利率市場化改革的到來，隨著我國利率市場化進程的不斷推進，商業(yè)銀行的利差也在逐漸縮小。①本文以商業(yè)銀行存款和貸款定價模型為理論分析基礎，研究銀行凈利差的決定因素。Wong[15](1997)基于銀行貸款信用風險主要研究了商業(yè)銀行的貸款定價行為，認為信用風險和利率風險會影響銀行利率的定價，基于其研究框架，本文繼續(xù)對存款定價進行研究，將存款和貸款利率定價相結合，分析商業(yè)銀行最有利率定價選擇與最優(yōu)凈利差決定因素?；诖?，考慮一個風險厭惡的銀行，銀行的資產負債結構可以簡單的表示為：

L+R+Re=D+K

(1)

式(1)中，L表示貸款總量，D表示存款總量，R、Re為銀行存放于中央銀行的法定存款準備金和超額存款準備金。K可以視為在一個觀測期內不變的數值，為一定時期內商業(yè)銀行持有資本金的數量，其與存款的比率k，代表了銀行存款的支付能力，也可以近似地用資本的充足率表示，且KkD，Re和L為生息資產，R為非生息資產。

商業(yè)銀行的貸款需求與貸款利率之間的關系可以用L(rl)表示，rl為貸款利率，且L′(rl)<0。影響存款和貸款利率的因素眾多，其中銀行面臨的風險是影響存款利率和貸款利率定價的最主要的因素。假設存在信用風險，銀行將不能按照約定收回貸款，以θ表示銀行全部貸款中不能收回的貸款比例，即θ為銀行不良貸款率(non-performing

loansrate)，銀行的不良貸款作為銀行的資產損失，我們假定這部分資產不會給銀行帶來任何的收益，因此存在風險時貸款所能帶來的收入為(1-θ)rlL(rl)?rlL(rl)，小于沒有違約風險時的收入，損失程度取決于不良貸款率(θ)的大小，并假設θ與貸款的規(guī)模無關(θ[0,1])，為一隨機數值，每單位貸款都有可能成為不良貸款。

銀行存款利率為rd，假設銀行的存款供給量與存款利率之間正相關，即L(rd)′≥0。由于超額準備金來自商業(yè)銀行的存款供給，這部分資金可以通過同業(yè)拆借獲取收益，假設銀行超額準備金占銀行存款供給的比例為ξ(ξ[0,1])，利率市場化下，商業(yè)銀行之間的競爭加劇，銀行為爭取更多的存款，除了按約定的存款利率向存款人支付利息之外，還會不斷地提供各種理財服務，這都體現為銀行的存款成本。貸款成本包括前期貸款人信用識別成本、客戶還款風險等一系列銀行在保證資金安全而付出的成本。所以銀行的收入可表示為：

π=(1-θ)rlL(rl)+rξD(rd)-rdD(rd)-cdD(rd)-clL(rl)

(2)

式(2)中，r為市場預期利率，cd和cl分別為存款和貸款的邊際成本，那么銀行的利潤可表示為：

π=[(1-θ)rl-r-cl]L(rl)-[(rξ-cd-rd]D(rd)π(θ，ξ)

(3)

商業(yè)銀行追求利潤最大化。對于風險厭惡型銀行而言，假設銀行的效用函數(U(π))為銀行利潤的馮·紐曼-摩根斯坦效用函數(VNM)，具有連續(xù)的二階導數，滿足U′(π)>0;U″(π)<0。那么滿足效用最大化的條件為：

(4)

式(4)中，F(θ)和G(ξ)是參數θ和ξ在閉區(qū)間[0,1]上的累積分布函數。

①以16家上市銀行的數據為例分析：2008—2015年期間，五大行的平均凈利差從2.87%下降至2.302%，11家中小商業(yè)銀行的平均利差也由2.83%下降至2.34%，且仍有下降的趨勢。

那么，最優(yōu)的貸款利率同時滿足(5)、(6)：

(5)

(6)

(7)

(8)

最優(yōu)的存款利率同時滿足(9)、(10)：

(9)

(10)

(11)

(12)

最優(yōu)利差(NIM*)可以表示為：

(13)

式(13)表明，商業(yè)銀行存款和貸款利率的定價決定了商業(yè)銀行的凈利差的大小。銀行的存款和貸款利率定價主要受到營業(yè)成本(cl、cd)、持有準備金的機會成本、風險厭惡水平、信用風險(不良貸款)等因素的影響，而這些因素也是影響凈利差的主要因素。

(二)數據來源、變量選取和實證模型

由于大多數城市商業(yè)銀行近幾年才開始公布年報，考慮數據的可獲得性和完整性，本文選取20家銀行作為樣本，數據來源于2008—2015年各商業(yè)銀行的年報。銀行選擇基于三類銀行劃分：

全國性大型商業(yè)銀行：中國工商銀行、中國農業(yè)銀行、中國銀行、中國建設銀行。

全國性中小型商業(yè)銀行：中國交通銀行、浦發(fā)銀行、光大銀行、民生銀行、招商銀行、興業(yè)銀行、平安銀行、中信實業(yè)銀行、華夏銀行。

城市商業(yè)銀行：北京銀行、南京銀行、寧波銀行、浙商銀行、包商銀行、重慶銀行、江蘇銀行。

1.被解釋變量

凈利差(NIM)作為銀行盈利能力重要的衡量指標，不僅是銀行利潤的重要來源，也反映銀行的經營效率，反映了管理層與職員使收益增長大于成本增長的能力。由于部分城市銀行沒有在年報中直接公布其凈利差，對于凈利差的計算廣泛接受的衡量方式為凈利息與總資產的比值，本文也用這種方式對凈利差進行測算。

2.解釋變量

對凈利差的影響部分已有的研究認為，銀行的規(guī)模(SIZE)、市場結構(MS)、經營成本(OPEC)、管理者的風險厭惡程度(RISKA)等都會對凈利差產生影響，表1的描述性統計可以看出，銀行的規(guī)模與利差之間負相關，這與美國的銀行類似(Angbazo[6]，1997)。其中本文對銀行規(guī)模的處理使用銀行總資產的自然對數衡量；對于市場結構(MS)的衡量部分文獻指出用勒納指數(LENA)作為衡量指標最為合適(唐鵬[27]，2015)，對勒納指數的計算可用銀行當年資產在當年所有銀行總資產中的比例衡量，本文描述性統計表明勒納指數與銀行的規(guī)模正相關。經營成本指標用經營成本與總資產的比值衡量，一般而言經營成本越高，隱含利率支付率就越高，利差也就越大，預期為正。銀行經理的風險厭惡水平反映了銀行在追求收入時的策略選擇，一般而言，厭惡程度越高，其凈利差就會越小。對于風險厭惡程度的衡量，王歡等[28](2014)認為資本充足率更能表現銀行的風險厭惡水平，對于一家風險偏好型銀行，其必須保持更高的資本充足率以應付風險發(fā)生，而較高的資本充足性的管制會增加平均資本的成本，需要由利差來彌補這部分成本，因此風險厭惡水平對凈利差的影響預期符號為正。

3.控制變量

本文以凈利差作為研究的主要指標，還要考慮其他因素，除以上變量，本文還選取以下幾個指標作為控制變量。

(1)信用風險(ZC)。信用風險衡量的是銀行破產風險。ZC指數能更好地衡量銀行的信用風險(Laeven和Levine[29]，2009)。其計算方式為：Zit=(ROAit+CARit)/σi(ROAit)，其中，ROA為資產收益率，衡量方式為稅后凈利潤與總資產之比；CAR為權益資產比率。如果銀行經營相對穩(wěn)定，那么ROA的波動就相對較小，標準差也就較小，從數值上看：數值越大，銀行的穩(wěn)定性越好，銀行的風險越小，利差越小。信用風險的利差影響系數預期符號為負。

(2)隱含利率支付(IMPR)。隱含利率支付表現為銀行在經營過程中非利息支付活動，表現為資金成本與法定存款利率之差(沈艷等[24]，2015)。隱含銀行利率可以用非利息支出與非利息收入之差與總資產的比率衡量，一般而言，隱含利率越高，凈利差也就越高(隋聰等[23]，2013)。

(3)利率政策因素(POLS)。鑒于我國長期以來一直在推進利率市場化改革，因此政策性因素也應當納入考慮范疇，以控制變量的形式出現。

對于利率政策強度的衡量目前尚未有統一的衡量方式，且關于利率政策影響的文獻絕大多數依然停留在定性分析基礎上,即便如此，現有定量分析的文獻大多數也是使用虛擬變量(0-1)作為利率政策影響衡量因子。筆者認為,這種衡量方式雖然具有一定的參考價值,從某個角度講突破了定性分析的局限性，但是這種衡量方式也存在著一個不可回避的缺陷，即不能對每一年的利率政策影響強度具體量化衡量，僅以0-1作為強度參數衡量有失偏頗。因此,基于本文的研究需要，筆者重新構建利率政策影響強度指標。利率政策影響強度指標可以用以下兩個指標計算處理：

指標1：利率政策的存款端影響強度：

第i年的利率政策對存款端影響強度

(14)

指標2：利率政策的貸款端影響強度：

第i年的利率政策對貸款端影響強度

(15)

其中，Vi、Vmax、Vmin分別表示第i年的存貸款基準利率、觀測期內存貸款基準利率的最大值和最小值。完全的利率市場化下，存款利率必然會上升，貸款利率也將進一步上升，兩者上升的幅度決定了利差的大小，央行通過降低基準利率以及擴大利率浮動上下限范圍給予商業(yè)銀行更多的利率定價選擇空間，我們認為對于(14)、(15)式計算結果,數值越小表明央行的利率政策越寬松,鑒于在某些年份,央行多次調整基準利率和利率浮動上下限,因此本文計算中選取的數據為每一年最后一次調整數據。近年來，利率市場化攻堅的重點轉變?yōu)榇婵罾实淖杂苫?，利率政策對存款端的影響強弱大致能反映出利率政策強度，之間關系大致為正向相關。當然利率政策也能對貸款端產生影響。其次，中國人民銀行多次上調(下調)金融機構存款利率浮動上限(貸款利率浮動下限)，同期的浮動區(qū)間變化也為利率政策的寬松或緊縮體現。

基于以上分析，本文使用存款上限浮動占基準利差浮動上下限比率的比值作為存款端強度影響占利率政策強度指標的比重(wd)，以貸款利率浮動下限浮動占基準利差浮動上下限比率的比值作為貸款端強度影響占利率政策強度指標的比重(wl)。

以Fi表示第i年的利率調整幅度：

(16)

用存款端強度與貸款端強度的加權平均值作為利率政策影響強度量化指標，即：

(17)

表1 2008—2015年利率政策影響強度 單位：%

注：數據來源于中國人民銀行，數據處理均在Excel中完成，2015年利率自由化基本完成，利率浮動上下限基本取消，在計算過程中該年的絕大多數指標值均為0

數據處理說明，2009年由于利率政策未作任何調整，但2009年依然在利率管制之下，本文使用2008年最后一次利率政策變動數據作為衡量，以避免計算的無效性。需要特別指出，利率政策影響強度值越接近0，表示利率政策的影響越小，利率市場化程度就越高。對于浮動區(qū)間沒有變化的情況，2009年以同等影響強度處理，而2013年利率政策主要影響存款端，所以只看成存款端影響。最后一項可以看出，2015年利率政策的影響強度為0，表明央行已經最大限度地放開了利率浮動區(qū)間，商業(yè)銀行自主定價的選擇區(qū)間更強。

(4)此外，本文還考慮流動性指標(LUQI)，該指標是指商業(yè)銀行滿足存款人提取現金、支付到期債務和借款人正常貸款需求的能力，是銀行流動性風險的一個重要監(jiān)管指標，以各銀行每年的人民幣流動性比率作為指標數據。

下表2為根據研究目的而選擇的變量的描述性統計分析。

表2 變量的描述性統計

基于表2分析，本文構建的兩個基本實證模型為：

模型1：不考慮控制變量時模型設定如下：

NIMi,t=β0+β1×OPECi,t+β2×SIZEi,t+β3×RISKAi,t+β4×LENAi,t+εi,t

(1)

模型2：考慮控制變量時模型設定如下：

NIMi,t=β0+β1×OPECi,t+β2×SIZEi,t+β3×RISKAi,t+β4×LENAi,t+β5×ZCi,t+β6×IMPRi,t+β7×LUQIt+β8×POLSt+εi,t

(2)

其中i=1，2，……，20，表示20家商業(yè)銀行；t=2008，2009，……，2015；ε為隨機誤差項。

四、實證結果與分析

(一)總樣本平穩(wěn)性檢驗

實證研究前，必須對樣本數據進行平穩(wěn)性檢驗，否則可能會出現偽回歸。下表3展現了數據的平穩(wěn)性檢驗結果。結果說明，所有的樣本變量均不存在單位根，均為I(0)。

表3 總樣本數據的平穩(wěn)性檢驗

注：***、**、*分別表示在1%、5%和10%水平下統計量顯著

(二)計量模型的選擇與回歸

1.靜態(tài)面板數據模型設定與檢驗

近年來，面板數據模型逐漸取代截面數據模型的使用，研究者通過對面板數據模型的構建開始考慮個體間的異質性和個體間的共性。按照個體間的效應，面板數據模型可分為混合回歸模型(POLS)、固定效應模型(FE)和隨機效應模型(RE)。本文首先檢驗模型(1)和模型(2)中變量的個體效應，在混合回歸模型和固定效應模型之間做出選擇，模型(1)和模型(2)不含標準誤的固定效應模型的F值均顯著的拒絕模型中存在個體效應的原假設，所以拒絕使用混合回歸，初步定為使用固定效應模型；其次，使用豪斯曼檢驗對模型的固定效應和隨機效應進行選擇性檢驗，結果均認為隨機效應模型符合本文模型設定。在進行面板數據模型分析時變量之間可能會存在自相關和異方差的問題，用可行廣義最小二乘估計(FGLS)能同時考慮相關性和異方差性。本文的實證部分使用Stata12.0統計分析軟件完成。靜態(tài)模型估計結果如表4所示。

表4 模型(1)、(2)靜態(tài)面板數據模型估計結果

注：***、**、*分別表示在1%、5%和10%水平下統計量顯著。中括號里的數表示p值或z值，下同

對樣本不同規(guī)模的商業(yè)銀行分別使用可行廣義最小二乘估計(FGLS)回歸分析，分析結果如表5所示。

從固定效應模型的靜態(tài)回歸結果可以看出，模型(1)和模型(2)的結果均是穩(wěn)健的。模型(2)是在模型(1)的基礎上加入了流動性指標、信用風險指標、利率政策指標、隱含利率支付和不良貸款率這幾個控制變量而構建的，并且模型(1)顯著的指標，模型(2)中也能通過顯著性水平檢驗。分組回歸結果也都通過自相關和異方差檢驗。

表5 分組回歸面板數據估計結果

由計量結果可以看出，總體上講，銀行的經營成本、市場結構與凈利差正相關，而銀行的規(guī)模與風險厭惡水平之間反向相關。對比分組回歸結果(見表5)，雖然城市銀行的規(guī)模較小，但從回歸結果看城市銀行的規(guī)模與凈利差之間存在顯著正相關關系，這一點似乎與國內大多數的研究結論不盡相同，筆者認為比較貼合的解釋是基于成本角度考慮的規(guī)模經濟的存在，即規(guī)模較小的銀行才有取得規(guī)模經濟的潛力(Dermine[30]，2002)；市場結構回歸結果表明，對于中小型銀行而言，其對利差的決定能力似乎更強，從歷次利率上限和基準利率調整商業(yè)銀行的反應可以看出，每次利率上限的調整最先上浮到頂的大多是中小銀行，而國有大型銀行在資本和客戶結構上具有的優(yōu)勢在對利率政策變動的反應上不如中小銀行和城市商業(yè)銀行。表5利率政策因素的回歸結果可以看出，大型商業(yè)銀行和中小銀行的利率政策(POLS)的系數為正但并不顯著，而對城市銀行來說，利率政策對利差的變動存在顯著的正向影響，這表明城市商業(yè)銀行更易受到利率政策變動的影響，所以可預期，在利率市場化背景下，城市銀行可能會采取比大中型銀行更為激進的利率定價策略。從隱含利率支付(IMPR)分組回歸結果看，城市銀行的隱含利率支付水平對利差的貢獻要大于大中型銀行，這是由于城市銀行的成立時間普遍較晚，尚處于初步的發(fā)展階段，同時客戶方面無論從質量還是規(guī)模都遠不如大中型銀行，其吸收每單位的存款成本和管理成本都將高于大中型商業(yè)銀行。全國性大型銀行的隱含利率高于中小銀行，同時大型銀行密集的營業(yè)網點也增加了其成本負擔，這些都將體現在隱含利率支付上。從模型(1)和模型(2)的分組回歸結果、銀行規(guī)模(SIZE)系數可以看出，追求穩(wěn)健經營的大型銀行在利率定價方面傾向于穩(wěn)定，在利率上限調整背景下，大型銀行和中小型銀行的系數顯著為負數，而城市銀行的系數顯著為正，這說明城市銀行存在著“高息攬儲”的現象以及規(guī)模經濟。不良貸款率(NPLR)的系數都顯著為負，本文理論部分也曾作出假設：不良貸款是非生息資產，作為非生息資產必然會存在機會成本，所以適當的降低不良貸款率，有可能增加NIM。

我們還發(fā)現，模型(2)的分組回歸結果顯示，大型商業(yè)銀行在成本控制方面本應該具有絕對的優(yōu)勢，然而回歸結果卻違背了這種假設(成本與利差之間負相關)，這與有關學者的觀點所假定的高利差彌補成本的觀點相悖，這一現象是規(guī)模不經濟的原因所致，龐大的營業(yè)網點的布局不但沒有給大型銀行帶來更多的收益，反而增加了營業(yè)成本，造成其凈利潤的下降，而中小銀行正處在規(guī)模經濟前期，增大網點布局能夠帶來利潤，所以適當地關閉部分效益不高的營業(yè)網點可能會給大型商業(yè)銀行帶來更高的利潤。

2.動態(tài)面板數據模型設定與檢驗

經濟參數的變化均具有一定的慣性，當期凈利差會對下一期的凈利差產生影響。動態(tài)面板數據模型將被解釋變量的滯后項作為解釋變量影響當期值，以便檢驗靜態(tài)面板模型的穩(wěn)健性。本文設定如下基本的動態(tài)面板數據模型：

NIMi,t=α+ρ×NIMi,t-1+β1×OPECi,t-1+β2×SIZEi,t+β3×RISKAi,t+β4×LENAi,t+β5×Ti,t+ui+εi,t

(3)

其中，T為時間趨勢虛擬變量。為了更為準確地預測誤差項、非時變的遺漏變量等變量的內生問題，本文采用面板數據的GMM估計，本文將進行差分GMM和系統GMM估計，這樣既能夠有效地控制面板數據的偏差，也能減少面板數據參數的異方差的影響。同時，對估計中使用的工具變量進行Sargan過度識別檢驗，以判斷工具變量選擇的合理性。差分GMM能夠消除個體非觀測效應和不隨時間變化的變量從而解決遺漏變量問題，可以對模型3進行一階差分，得到模型(4)：

ΔNIMi,t=α+ρ×ΔNIMi,t-1+β1×ΔOPECi,t+β2×ΔSIZEi,t+β3×ΔRISKAi,t+β4×ΔLENAi,t+β5×ΔTi,t+ui+εi,t

(4)

和靜態(tài)模型一樣，將信用風險、隱含利率支付、利率政策因素和流動性四個控制變量加入模型(4)中，構造模型(5)：

ΔNIMi,t=α+ρ×ΔNIMi,t-1+β1×ΔOPECi,t+β2×ΔSIZEi,t+β3×ΔRISKAi,t+β4×ΔLENAi,t+β5×ΔZCi,t+β6×ΔIMPRi,t+β7×ΔLUQIt+β8×ΔPOLSt+β9×ΔTi,t+ui+εi,t

(5)

動態(tài)模型估計結果如表6所示。

差分GMM和系統GMM在二階自相關性檢驗中均接受“擾動項無自相關”的原假設，從而能說明兩種估計方法在估計結果上具有一致性。Sargan過度識別檢驗認為本文使用的工具變量均是有效的。表6中四組回歸結果的一階滯后回歸系數均為正數，表明凈利差對自身具有一定的慣性影響，其中模型(4)系統GMM回歸系數顯著為正，模型(5)差分GMM系數顯著為正。總體樣本設定兩種模型的兩種估計方法回歸結果顯著性水平均十分接近，顯示動態(tài)面板數據模型具有穩(wěn)健性。對比表3的全樣本靜態(tài)面板數據模型的分析結果，可以發(fā)現兩種估計模型的分析結果較為接近，因此，靜態(tài)面板數據的回歸結果能較好地說明參數變量之間的關系。進一步觀察表5動態(tài)面板數據估計結果可以發(fā)現，無論是差分GMM估計結果還是系統GMM估計結果，利率政策因素均顯著為正，與靜態(tài)面板數據估計結果一致。其次，動態(tài)面板數據時間虛擬變量回歸系數顯著為負，符合本文理論模型分析的假設，即“在利率市場化下，我國銀行所面臨的整體環(huán)境將是銀行貸款利率的下降和存款利率的提高，貸款利息差將縮小”。模型(5)系統GMM動態(tài)面板數據估計結果顯示，信用風險(ZC)的系數顯著為負值，與表4分組回歸結果一致，更進一步地說明經營穩(wěn)定的銀行在存款和貸款利率選擇方面更為保守。

表6 動態(tài)面板數據廣義矩估計結果

注：對比模型(4)和(5)系統GMM和差分GMM系數估計值與標準誤，回歸結果顯示模型(3)和(4)差分GMM的標準誤總體來講比系統GMM更小，差分GMM更準確

五、結論與政策建議

本文首先使用2008—2015年我國20家商業(yè)銀行作為樣本數據構建面板數據模型，通過對影響銀行利差的四個基本因素進行回歸分析，探究其影響。在此基礎上結合我國利率市場化改革歷程，主要將時間趨勢、利率政策因素、流動性指標、信用風險等作為控制變量引入模型。基于本文的研究，靜態(tài)面板數據模型和動態(tài)面板數據模型回歸結果大致符合本文的研究假設。

本文結論如下：(1)總體來講，銀行的經營成本與凈利差之間存在顯著的正相關關系，究其原因，經營成本需要通過銀行提高凈利差來彌補。(2)作為市場結構衡量因素的勒納指數和凈利差之間是正相關(靜態(tài)模型分析結果)，即在利率定價方面具有壟斷勢力的銀行更具有擴大凈利差的能力，然而分組回歸結果卻表現出不同的結果，反而不具壟斷勢力的商業(yè)銀行具有較高的利差表現，這可歸結于城市銀行在利率決定方面不存在前期的探索成本，所以會有較低的利息損失。(3)風險厭惡程度回歸結果均顯著為正，即“厭惡程度越高，其凈利差就會越小”的假設成立。(4)短期中利率政策的調整對凈利差會有一個正向沖擊，但對城市銀行來講利率政策影響最為顯著，大型和中小銀行受利率政策的影響較小。(5)隱含利率支付為正數且均通過顯著性水平檢驗，在競爭相對激烈的存款市場“高息攬儲”現象普遍存在，提高了實際資本金的成本，從而更高的凈利差彌補這部分成本，實際儲戶的利息收入低于實際應得的利息支付，并且沈艷等(2015)認為隱含利息支出占法定利息支出的比重為82.88%～85.62%。動態(tài)模型分析結果得出的結論與靜態(tài)模型基本一致，從動態(tài)模型的時間趨勢估計的系數為負數可以說明商業(yè)銀行的利差正在減小，這與我國現實情況相符。本文研究結果認為，大中型商業(yè)銀行可以減少營業(yè)網點的數目來降低營業(yè)成本從而提高利差收入(模型(1)和模型(2)的分組回歸結果得出的經營規(guī)模系數符號為負)；其次需要我國相關監(jiān)管部門采取相應的措施，營造一個相對公平的環(huán)境，打破壟斷，中小城市銀行才有生存之道。

無論是對商業(yè)銀行還是對監(jiān)管者來講，利率市場化背景下一個穩(wěn)定的金融環(huán)境都需要兩方面共同營造，在金融脫媒趨勢愈發(fā)強勢的背景下，無論對銀行還是對監(jiān)管者來講都將是一個巨大的挑戰(zhàn)，對此本文從這兩個角度給出相應的意見。

第一，改變經營策略，防范破產風險。一直以來，存貸款利差收入是我國商業(yè)銀行的主要收入來源，凈利差的縮減必然會對銀行的盈利能力產生影響，在筆者看來，這或許對銀行來講并不意味著是一件壞事，利差的減小必然會倒逼銀行尋找新的盈利途徑，實現從單一的價格競爭到產品服務競爭的轉變。銀行可以創(chuàng)新理財產品、完善中間業(yè)務和提高非利息收入的能力，形成多元化的資產結構，提高抵御風險的能力。鑒于利率市場化已經基本完成，作為銀行核心決策，利率定價能力仍需努力完善。筆者認為銀行業(yè)自律組織應當成立，可由大型商業(yè)銀行牽頭，組織各類型商業(yè)銀行學習定價知識、完善定價機制，確定合理的利率浮動區(qū)間。當然我們會看到，移動支付平臺、第三方支付、互聯網金融等一系列影子銀行的出現也倒逼商業(yè)銀行的改革，金融脫媒背景下銀行的經營績效必然受到沖擊，既提供傳統服務又提供新型服務，設立提供專門服務的部門，推進中間業(yè)務發(fā)展和混業(yè)經營的戰(zhàn)略必然是一個更好的選擇。

第二，培養(yǎng)高素質風險管理人才。利率市場化背景下，商業(yè)銀行將處于一個競爭越來越激烈的環(huán)境中，對商業(yè)銀行的存貸款定價具有更高的要求，商業(yè)銀行也將對風險管理提出更高的要求，我國商業(yè)銀行應當引進并培養(yǎng)一批高級風險管理人才和技術人才。一方面要注重風險管理隊伍的建設，優(yōu)化銀行內部人員結構，加大技術和設備的投入；另一方面，定期培訓，優(yōu)化管理人員和技術人員的知識結構和技能，在嚴格控制風險的前提下，尋找新的利潤增長點。另外,合理的利率定價也需要培養(yǎng)定價管理專業(yè)人才，培養(yǎng)有效識別、計量利率風險能力的專業(yè)型人才有助于定價能力的提升，對中小型商業(yè)銀行和地方性金融機構而言，人才的引進和培養(yǎng)才是核心競爭力所在。

第三，完善基準利率指標體系構建?；趦蓚€方面考慮，筆者認為目前我國的利率市場化只能說是基本完成：首先，商業(yè)銀行完全的自主定價的能力和自律性尚且不足，容易造成利率的價格戰(zhàn)導致金融系統的混亂和金融危機的產生。其次，基準利率體系仍不完善，金融機構定價的標準就是央行確定的基準利率，培育一個以金融市場資金供求為基礎，對其他利率起到影響和制約的基準利率是利率市場化的核心內容。對于基準利率的選擇指標，目前理論界也沒有一個明確的指標體系，部分研究認為Shibor利率、再貼現利率、債券回購市場的利率等都能成為基準利率，隨著國債期貨的重啟，理論界又將基準利率瞄準為國債收益率，因此對基準利率的選取指標尚不統一的情況下，利率市場化仍需深化。當然選定基準利率之后，央行等相關部門應當創(chuàng)造條件使基準利率更好地發(fā)揮作用，保證貨幣政策有效地傳導。

第四，加快對我國商業(yè)銀行的改革。利率市場化本應該與商業(yè)銀行改革同步推進，但從我國的情況來看，前者步伐似乎邁得更快，目前還沒有與之適應的商業(yè)銀行合理的制度安排，例如商業(yè)銀行破產法和存款保險條例等基礎設施仍然需要完善。其中，作為銀行從政府獲得的重要援助，存款保險能夠確保商業(yè)銀行對其他金融機構保有競爭優(yōu)勢，其在整個銀行業(yè)改革中具有舉足輕重的作用，這些基礎設施的完善將起到優(yōu)勝劣汰和促進公平競爭的作用，商業(yè)銀行合理的退出機制是防范系統性金融風險和有效監(jiān)管的關鍵。其次從監(jiān)管者的角度出發(fā)，放寬民營銀行的準入和設立條件，打破壟斷從而加強整個金融體系的競爭，在金融領域建立公平競爭的市場機制和市場氛圍。

第五，加強金融市場動態(tài)監(jiān)管。嚴格的監(jiān)管體系是降低利率市場化風險的重要保證。金融監(jiān)管的決心比體系更重要，鑒于我國特殊的監(jiān)管體制，我們發(fā)現，“一行三會”分業(yè)監(jiān)管體制下也暴露出效率低下、職能不清和監(jiān)管缺位等問題，筆者認為我國可以參照英國的做法，將大多數的監(jiān)管機構和職能逐步并入中國人民銀行，在央行內部建立風險監(jiān)管機構，賦予其宏觀審慎監(jiān)管的權力確保中國金融穩(wěn)定，因此對金融市場尤其是銀行業(yè)的統一監(jiān)管是很有必要的，以央行為主導的宏觀審慎監(jiān)管架構的設立在金融監(jiān)管體系完善過程中起到舉足輕重的地位。其次，目前我國監(jiān)管主要局限于國有金融體系,對民間金融還是缺乏相應的監(jiān)管，民間金融市場上的利率體現了真正的資金供求狀況，由于缺乏相應的法律監(jiān)管，其市場利率又表現出非理性的狀態(tài)，因此我們應該在承認民間金融存在合理性的基礎上，加強對民間金融利率市場化的監(jiān)管，確保我國利率結構和利率水平的全面市場化，最大限度地發(fā)揮利率合理配置資源的作用。

[1]王穎千,王 青,劉薪屹.利率市場化趨勢下商業(yè)銀行貸款定價的思考[J].新金融,2010，(2):48-50.

[2]左 崢,唐興國,劉藝哲.存款利率市場化是否會提高銀行風險——基于存貸利差收窄的一個視角[J].財經科學,2014,(2):20-29.

[3]Ho T S Y,Saunders A.The Determinants of Bank Interest Margins: Theory and Empirical Evidence[J].Journal of Financial & Quantitative Analysis,1981,16(4):581-600.

[4]Vanhoose D D.Deposit Market Deregulation,Implicit Deposit Rates,and monetary Policy[J].Atlantic Economic Journal,1988,16(4):11-23.

[5]Spellman L J,Osborne A E,Bradford W D.The Comparative Operating Efficiencyof Black Savings and Loan Associations[J].Journal of Finance,1977,32(2):565-574.

[6]Angbazo L.Commercial Bank Net Interest Margins,Default Risk,Interest-rate Risk,and Offbalance Sheet Banking[J].Journal of Banking & Finance,1997,21(1):55-87.

[7]Hanweck G A,Ryu L H.The Sensitivity of Bank Net Interest Margins and Profitability to Credit,Interest-Rate,and Term-Structure Shocks Across Bank Product Specializations[J].Ssrn Electronic Journal,2006.

[8]李宏瑾.利率市場化對商業(yè)銀行的挑戰(zhàn)及應對[J].國際金融研究,2015，(2):65-76.

[9]嚴 敏.利率市場化對中小商業(yè)銀行的影響與對策研究[J].金融發(fā)展研究,2013，(1):55-58.

[10]程茂勇,趙 紅 .我國商業(yè)銀行利差影響因素研究 [J].數量經濟技術經濟研究,2010，(5):73-87.

[11]Mcshane R W,Sharpe I G.A Time Series/cross Section Analysis of the Determinants of Australian Trading Bank Loan/deposit Interest Margins: 1962-1981[J].Journal of Banking & Finance,1985,9(1):115-136.

[12]Francis X.Diebold,Steven A.Sharpe.Post-Deregulation Bank-Deposit-Rate Pricing: The Multivariate Dynamics[J].Journal of Business & Economic Statistics,1990,8(3):281-291.

[13]Startz R.Implicit Interest on Demand Deposits[J].Journal of Monetary Economics,1979,5(4):515-534.

[14]Mody A.How Foreign Participation and Market Concentration Impact Bank Spreads: Evidence from Latin America[J].Journal of Money Credit & Banking,2004,36(3):511-537.

[15]Wong K P.On the Determinants of Bank Interest Margins Under Credit and Interest Rate Risks.[J].Journal of Banking & Finance,1997,21(2):251-271.

[16]Saunders A,Schumacher L.The Determinants of Bank Interest Rate Margins: an International Study[J].Journal of International Money & Finance,2000,19(6):813-832.

[17]Ngugi R W.An Empirical Analysis of Interest Rate Spread in Kenya[J].Research Papers,2001.

[18]Maudos J,Solís L.The Determinants of Net Interest Income in the Mexican Banking System: An Integrated Model[J].Journal of Banking & Finance,2009,33(10):1920-1931.

[19]馬勝杰.從國際經驗看中國的利率市場化改革[J].世界經濟,2001,(5):56-60.

[20]王國松.中國的利率管制與利率市場化[J].經濟研究,2001,(6):13-20.

[21]白當偉.中國銀行業(yè)利差水平的市場結構因素與利率市場化改革[J].上海金融,2007,(2):20-23.

[22]趙 旭.銀行利差多維度量及影響因素:基于中國銀行業(yè)1998—2006年經驗證據[J].金融研究,2009,(1):66-80.

[23]隋 聰,邢天才.基于非完全利率市場化的中國銀行業(yè)貸款定價研究[J].國際金融研究,2013,(12):82-93.

[24]沈 艷,邊文龍,徐 忠,等.利率管制與隱含利率的估算——兼論利率市場化對銀行業(yè)利差之影響[J].經濟學季刊,2015,(3):1235-1254.

[25]彭建剛,王舒軍,關天宇.利率市場化導致商業(yè)銀行利差縮窄嗎?——來自中國銀行業(yè)的經驗證據[J].金融研究,2016,(7):48-63.

[26]韓振國,王亞軍.利率市場化背景下商業(yè)銀行利差影響因素研究[J].首都經濟貿易大學學報,2017,(1):18-24.

[27]唐 鵬.銀行市場集中度與銀行風險承擔[J].金融論壇,2015,(3):15-25.

[28]王 歡,郭建強.利率市場化、非利息收入與銀行凈利差[J].金融論壇,2014,(8):3-12.

[29]Laeven L,Levine R.Bank Governance,Regulation and Risk Taking[J].Journal of Financial Economics,2009,93(2):259-275.

[30]Dermine J.European Banking,Past,Present and Future[J].Past,Present and Future (December2002),2002.

[責任編輯：趙春江]

DeterminantsofOptimalDeposit-loanSpreadsofCommercialBanksintheContextofInterestRateMarketization

CHEN Qing，ZHANG Hai-jun

(School of Economics,Fujian Normal University，Fuzhou 350108，China)

Spread income is the main source of profit for commercial banks,and it is of great significance to explore the influencing factors under interest rate marketization.This paper first explores the relationship between the optimal interest rate and the optimal spread based on the theoretical analysis.Secondly,the data of 20 commercial banks in China from 2008 to 2015 are selected.Based on the construction of the quantification index of interest rate policy influence,the static and dynamic The panel data model is used to analyze the influencing factors.The results of static panel regression show that there is a long-term stable relationship between net interest margin and bank size,market structure and operating cost,and the performance of urban banks is higher than that of urban banks.And the influence of policy factors on urban commercial banks is the most significant.The results of dynamic panel regression show that the interest rate of commercial banks has a narrowing trend in the process of marketization of interest rate.

interest rate marketization；net interest margin；commercial banks；optimal interest rate pricing

2017-04-18

陳 清(1973-)，女，福建平潭人，教授，經濟學博士，從事數理經濟研究；張海軍(1992-),男,江蘇南通人，碩士研究生，從事金融計量與實證分析研究。

F830.33

：A

：1671-7112(2017)05-0016-15