• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      我國(guó)商業(yè)銀行非利息業(yè)務(wù)影響因素研究:基于區(qū)域經(jīng)濟(jì)發(fā)展的視角*

      2021-10-12 08:16付俊文李依穎
      關(guān)鍵詞:業(yè)務(wù)水平利息變量

      趙 紅,汪 玉,付俊文,李依穎

      (1.西安交通大學(xué) 管理學(xué)院,陜西 西安 710049;2.中國(guó)人民銀行 西安分行,陜西 西安 710075;3.河南工程學(xué)院 經(jīng)濟(jì)貿(mào)易學(xué)院,河南 鄭州 451191)

      一 引言及文獻(xiàn)綜述

      區(qū)域經(jīng)濟(jì)發(fā)展水平很大程度上制約著金融發(fā)展水平,如經(jīng)濟(jì)較發(fā)達(dá)的東部省份(如廣東等)城市商業(yè)銀行數(shù)量要明顯多于西部省份,而甘肅、青海、新疆等的城市商業(yè)銀行也主要只存在于省會(huì)城市[1]。隨著“金融脫媒”和利率市場(chǎng)化步伐的加快,積極發(fā)展非利息業(yè)務(wù)實(shí)現(xiàn)多元化經(jīng)營(yíng)已經(jīng)成為我國(guó)商業(yè)銀行盈利模式轉(zhuǎn)型的主要手段。從2003年中國(guó)銀監(jiān)會(huì)成立及進(jìn)行國(guó)有銀行股份制改革開(kāi)始至今,我國(guó)銀行業(yè)非利息業(yè)務(wù)保持高速增長(zhǎng)態(tài)勢(shì),非利息收入占比由不足5%達(dá)到了2020年末約25%的水平,民生銀行非利息收入占比已超過(guò)50%,非利息收入已經(jīng)成為我國(guó)銀行營(yíng)業(yè)收入的重要來(lái)源。商業(yè)銀行的總體非利息收入和分類非利息收入占營(yíng)業(yè)收入比重持續(xù)上升,且增長(zhǎng)速度也十分可觀[2]。那么,區(qū)域經(jīng)濟(jì)發(fā)展水平是否影響以及如何影響商業(yè)銀行非利息業(yè)務(wù)發(fā)展?為此,本文選擇在異省無(wú)分支機(jī)構(gòu)的城市商業(yè)銀行作為研究對(duì)象,試圖探索區(qū)域經(jīng)濟(jì)發(fā)展與商業(yè)銀行非利息業(yè)務(wù)之間的關(guān)系。

      已有銀行非利息業(yè)務(wù)的研究主要集中在商業(yè)銀行非利息業(yè)務(wù)的影響因素,以及非利息業(yè)務(wù)產(chǎn)生的效應(yīng)。本文將已有影響因素按照商業(yè)銀行特征、市場(chǎng)結(jié)構(gòu)及宏觀環(huán)境三個(gè)維度進(jìn)行整理。國(guó)外學(xué)者認(rèn)為,銀行自身變量(資產(chǎn)金額或資產(chǎn)增速、核心存款、利差或貸款定價(jià)、銀行績(jī)效、權(quán)益、市場(chǎng)價(jià)值、研發(fā)成本、營(yíng)業(yè)費(fèi)用、交易型發(fā)展戰(zhàn)略及管理能力)、市場(chǎng)結(jié)構(gòu)變量(市場(chǎng)勢(shì)力或競(jìng)爭(zhēng)力)及宏觀環(huán)境變量(通貨膨脹率及國(guó)家GDP增長(zhǎng)率)是商業(yè)銀行非利息業(yè)務(wù)的主要影響因素[3-7]。而國(guó)內(nèi)學(xué)者認(rèn)為,銀行自身變量(資產(chǎn)或資產(chǎn)增速、利差或貸款定價(jià)、銀行績(jī)效、權(quán)益、管理能力、凈資產(chǎn)收益率、貸款損失準(zhǔn)備金、人員規(guī)模、信用風(fēng)險(xiǎn)、存款/總資產(chǎn)、存貸比和員工人數(shù)/存款),以及市場(chǎng)結(jié)構(gòu)變量(非銀行金融機(jī)構(gòu)規(guī)模擴(kuò)張、外資銀行規(guī)模、互聯(lián)網(wǎng)金融發(fā)展程度和市場(chǎng)勢(shì)力或競(jìng)爭(zhēng))會(huì)影響銀行非利息業(yè)務(wù)[8-11]。有關(guān)銀行非利息業(yè)務(wù)的效應(yīng)研究,主要圍繞非利息業(yè)務(wù)對(duì)銀行收益和銀行風(fēng)險(xiǎn)的影響展開(kāi)[12-15]。

      可以看出,國(guó)外學(xué)者有關(guān)銀行非利息業(yè)務(wù)的影響因素研究涵蓋了宏觀因素,而國(guó)內(nèi)學(xué)者主要關(guān)注銀行自身特征變量和市場(chǎng)結(jié)構(gòu)變量,基本不涉及宏觀環(huán)境因素,也鮮有研究提及區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)的影響。有鑒于此,本文以2002-2020年國(guó)內(nèi)48家在異省無(wú)分支機(jī)構(gòu)的城市商業(yè)銀行為研究樣本,運(yùn)用面板數(shù)據(jù)回歸方法實(shí)證研究我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展水平與城市商業(yè)銀行非利息業(yè)務(wù)發(fā)展之間的關(guān)系。相對(duì)于已有研究,本文的創(chuàng)新點(diǎn)包括:第一,首次研究不同省份區(qū)域經(jīng)濟(jì)發(fā)展水平與銀行非利息業(yè)務(wù)的關(guān)系。本文認(rèn)為,商業(yè)銀行非利息業(yè)務(wù)的發(fā)展是金融服務(wù)供給方、金融服務(wù)需求方及金融服務(wù)監(jiān)管方共同博弈的結(jié)果,商業(yè)銀行所在省份的經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)有顯著影響。部分研究也認(rèn)為,區(qū)域經(jīng)濟(jì)發(fā)展將會(huì)對(duì)銀行的經(jīng)營(yíng)狀況帶來(lái)正向影響,區(qū)域生產(chǎn)總值增長(zhǎng)率、外商直接投資、固定資產(chǎn)投資和區(qū)域經(jīng)濟(jì)結(jié)構(gòu)等因素都對(duì)當(dāng)?shù)厣虡I(yè)銀行的業(yè)務(wù)拓展有顯著的正向影響。如Sun等人以中國(guó)72家城市商業(yè)銀行為樣本,研究發(fā)現(xiàn)區(qū)域經(jīng)濟(jì)發(fā)展水平越高,則城市商業(yè)銀行的效率也越高[16]。薛超和李政基于2007-2011年我國(guó)城市商業(yè)銀行跨區(qū)域經(jīng)營(yíng)數(shù)據(jù),研究發(fā)現(xiàn)區(qū)域經(jīng)濟(jì)水平越高,銀行的盈利能力越好[17]。其次,從金融服務(wù)需求視角考慮,當(dāng)區(qū)域經(jīng)濟(jì)水平較高時(shí),隨著區(qū)域經(jīng)濟(jì)的提升,區(qū)域內(nèi)居民閑余資金相對(duì)充裕,多元化資金管理需求顯現(xiàn),對(duì)銀行非利息業(yè)務(wù)金融服務(wù)需求提升,金融服務(wù)需求的改變倒逼銀行發(fā)展非利息業(yè)務(wù)。因此,本文認(rèn)為區(qū)域經(jīng)濟(jì)發(fā)展與非利息業(yè)務(wù)水平呈現(xiàn)正U型關(guān)系。第二,研究樣本的選擇。由于區(qū)域性研究對(duì)樣本銀行的特殊經(jīng)營(yíng)范圍要求,收集難度大,已有研究鮮有對(duì)區(qū)域經(jīng)濟(jì)發(fā)展和銀行非利息業(yè)務(wù)發(fā)展關(guān)系的探討,僅是將宏觀經(jīng)濟(jì)變量作為控制變量。本文以區(qū)域經(jīng)濟(jì)發(fā)展為自變量而非控制變量,銀行非利息業(yè)務(wù)水平為因變量,直接研究二者之間的關(guān)系,是對(duì)現(xiàn)有研究的必要補(bǔ)充。而且,已有研究多使用上市銀行數(shù)據(jù)或無(wú)經(jīng)營(yíng)區(qū)域限制的城市商業(yè)銀行數(shù)據(jù),鮮有學(xué)者使用在異省無(wú)分支機(jī)構(gòu)的城市商業(yè)銀行作為研究樣本,而本文認(rèn)為這類城市商業(yè)銀行具有特殊的區(qū)域經(jīng)營(yíng)特點(diǎn)。而且,城市商業(yè)銀行在我國(guó)金融體系中起著重要的作用,根據(jù)中國(guó)銀保監(jiān)會(huì)的數(shù)據(jù),截至2020年底,我國(guó)城市商業(yè)銀行總資產(chǎn)規(guī)模達(dá)到40.29萬(wàn)億,同比增長(zhǎng)8.08%,占銀行業(yè)金融機(jī)構(gòu)比重為12.78%。截至2020年底,在異省無(wú)分支機(jī)構(gòu)的城市商業(yè)銀行有48家,遍布全國(guó)21個(gè)省份。

      二 研究設(shè)計(jì)

      (一) 變量選取與說(shuō)明

      被解釋變量:非利息業(yè)務(wù)水平(NIR),以非利息凈收入占營(yíng)業(yè)收入的比重衡量。

      解釋變量:區(qū)域經(jīng)濟(jì)發(fā)展水平,分別以各省人均生產(chǎn)總值和各省生產(chǎn)總值衡量,在計(jì)算時(shí),進(jìn)行對(duì)數(shù)化處理,并加入它們的平方項(xiàng),以研究區(qū)域經(jīng)濟(jì)發(fā)展水平與城市商業(yè)銀行非利息業(yè)務(wù)發(fā)展之間是否存在正U型關(guān)系。

      控制變量:首先選擇市場(chǎng)競(jìng)爭(zhēng)度為控制變量。銀行間競(jìng)爭(zhēng)度的提高將引起商業(yè)銀行調(diào)整自身經(jīng)營(yíng)戰(zhàn)略,進(jìn)而影響非利息業(yè)務(wù)發(fā)展[10]。參考已有研究,選取勒納指數(shù)(LR)作為衡量銀行業(yè)競(jìng)爭(zhēng)度的指標(biāo)[18-19]。勒納指數(shù)是價(jià)格與邊際成本的差值與價(jià)格的比值,其中價(jià)格等于該銀行當(dāng)年利息收入與非利息收入之和除以總資產(chǎn),邊際成本無(wú)法直接觀測(cè),采用成本轉(zhuǎn)換模型來(lái)計(jì)算。本文采用超越對(duì)數(shù)函數(shù)估計(jì)成本函數(shù),假設(shè)輸入價(jià)格具有對(duì)稱性和和線性同質(zhì)性。成本函數(shù)如下:

      其中,Cit為銀行i在t年的總成本,以營(yíng)業(yè)費(fèi)用與利息支出之和進(jìn)行衡量;Qit為銀行i在t年的總資產(chǎn),代表銀行產(chǎn)出;Wjit代表銀行的投入要素價(jià)格,主要包括固定資產(chǎn)、勞動(dòng)力和資金三項(xiàng),但由于樣本中的城市商業(yè)銀行往往規(guī)模較小,信息披露不全面,固定資產(chǎn)消耗與職工支出數(shù)據(jù)存在大量缺失。故方程中以資產(chǎn)總額代替營(yíng)業(yè)投入,營(yíng)業(yè)費(fèi)用代替人力和固定資產(chǎn)成本。因此,W1it為營(yíng)業(yè)費(fèi)用與總資產(chǎn)的比值,W2it等于總利息支出與總存款的比值。

      在廠商理論中,擬合較好的方程對(duì)投入要素和交叉項(xiàng)均有不同的齊次性要求。故對(duì)超越對(duì)數(shù)生產(chǎn)函數(shù)中的系數(shù)添加如下約束條件:

      βjk=βkj

      然后利用成本函數(shù)估計(jì)的系數(shù)來(lái)計(jì)算邊際成本(MC),公式如下:

      最后利用如下公式計(jì)算勒納指數(shù):

      參照已有研究[5,8,20,21],本文其他的控制變量包括銀行資產(chǎn)規(guī)模、銀行盈利能力、銀行流動(dòng)風(fēng)險(xiǎn)、銀行資本結(jié)構(gòu)以及凈息差,所有研究變量見(jiàn)表1。對(duì)以上所有指標(biāo)變量均采用國(guó)際金融數(shù)據(jù)庫(kù)Wind的計(jì)算方式。

      表1 研究變量設(shè)計(jì)

      (二) 計(jì)量模型的構(gòu)建

      依據(jù)F檢驗(yàn)結(jié)果(F=5.09,Prob>F=0.000),表明應(yīng)采用個(gè)體效應(yīng)模型。個(gè)體效應(yīng)模型又分為固定效應(yīng)模型和隨機(jī)效應(yīng)模型。Hausman檢驗(yàn)是判斷采用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型的常用方式,Hausman檢驗(yàn)結(jié)果(模型(1)chi2(8)=15.23,Prob>chi2=0.054;模型(2)chi2(9)=30.23,Prob>chi2=0.004)拒絕采用隨機(jī)效應(yīng)模型,表明應(yīng)采用固定效應(yīng)模型進(jìn)行回歸。根據(jù)前文的分析,區(qū)域經(jīng)濟(jì)發(fā)展與銀行非利息業(yè)務(wù)存在正U型關(guān)系,所以設(shè)定模型如下:

      NIRit=δ0+δ1lnPGit+δ2slnPGit+λ2LRit+λ3lnAit+λ4ROAAit+λ5LDRit+λ6EAit+λ7NIMit+vit+μit

      (1)

      NIRit=δ0+δ1lnGDPit+δ2slnGDPit+λ2LRit+λ3lnAit+λ4ROAAit+λ5LDRit+λ6EAit+λ7NIMit+vit+μit

      (2)

      其中,NIRit為第i家商業(yè)銀行第t期的非利息收入占營(yíng)業(yè)收入比例,δj、λk為待估系數(shù),vit表示省份固定效應(yīng),μit表示銀行i在時(shí)間t的隨機(jī)誤差項(xiàng)。

      三 實(shí)證分析

      本文選取在省外無(wú)分支機(jī)構(gòu)的城市商業(yè)銀行作為研究樣本,以排除異省區(qū)域經(jīng)濟(jì)水平對(duì)商業(yè)銀行非利息收入的影響,截至2020年底,我國(guó)共有133家城市商業(yè)銀行,刪除在異省設(shè)有分支機(jī)構(gòu)的城市商業(yè)銀行,刪掉Wind數(shù)據(jù)庫(kù)、商業(yè)銀行官方網(wǎng)站、中國(guó)債券信息網(wǎng)上均無(wú)法獲取年報(bào)數(shù)據(jù)的樣本銀行,最終確定48家城市商業(yè)銀行作為研究樣本,樣本取值期間為2002-2020年,共計(jì)503個(gè)觀測(cè)點(diǎn)。所有指標(biāo)均以Wind定義的計(jì)算方式進(jìn)行計(jì)算,以保持?jǐn)?shù)據(jù)的可比性。

      (一)變量的相關(guān)性分析

      表2報(bào)告了主要變量的相關(guān)性分析結(jié)果??梢钥闯?,變量間存在著顯著的相關(guān)關(guān)系,除兩個(gè)解釋變量lnPG和lnGDP間的相關(guān)系數(shù)為0.738,其他變量間的相關(guān)系數(shù)由-0.47到0.50不等,均小于0.7的臨界值。此外,本文通過(guò)方差膨脹因子(VIF)檢驗(yàn)自變量多重共線性問(wèn)題,結(jié)果顯示VIF檢驗(yàn)最大值為3.01,顯著小于5,表明變量不存在嚴(yán)重的多重共線性問(wèn)題。

      表2 相關(guān)性分析及VIF檢驗(yàn)結(jié)果

      (二) 回歸結(jié)果分析

      本文根據(jù)劉哲希等(2019)[22]的方法逐步添加變量進(jìn)行實(shí)證分析,以觀察控制變量的納入是否顯著影響區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)的影響效應(yīng),來(lái)論證經(jīng)驗(yàn)估計(jì)結(jié)果的穩(wěn)健性。基本回歸結(jié)果如表3所示,(1)(2)列為采用lnPG為解釋變量的回歸結(jié)果,(3)(4)為采用lnGDP為解釋變量的回歸結(jié)果,其中,(1)和(3)列給出了解釋變量?jī)H包含區(qū)域經(jīng)濟(jì)發(fā)展水平一次項(xiàng)和二次項(xiàng)的分析結(jié)果,(2)和(4)列進(jìn)一步加入了前文所列的控制變量。從表3可以看出,當(dāng)銀行非利息業(yè)務(wù)水平作為被解釋變量時(shí),(1)和(3)列中區(qū)域經(jīng)濟(jì)發(fā)展水平的一次項(xiàng)系數(shù)都在1%的置信水平上顯著為負(fù),二次項(xiàng)系數(shù)均在1%的置信水平上顯著為正。這一結(jié)果與之前的預(yù)期相符,即區(qū)域經(jīng)濟(jì)發(fā)展水平與銀行非利息業(yè)務(wù)水平之間存在正U型關(guān)系。從(2)和(4)列可以看出,伴隨著控制變量的逐步加入,回歸結(jié)果保持穩(wěn)健。而且,控制變量的結(jié)果也基本符合預(yù)期。

      表3還報(bào)告了控制變量與銀行非利息業(yè)務(wù)水平的關(guān)系。平均資產(chǎn)收益率ROAA與非利息收入業(yè)務(wù)水平負(fù)向相關(guān),可能是因?yàn)楫?dāng)銀行擁有較高的穩(wěn)定性收益時(shí),為保持收益的穩(wěn)定性,銀行會(huì)選擇發(fā)展穩(wěn)定性高的利息業(yè)務(wù),而忽視發(fā)展波動(dòng)性較大的非利息業(yè)務(wù);LDR比率與非利息業(yè)務(wù)水平負(fù)相關(guān),這可能是因?yàn)閮糌?fù)債越高,銀行資金成本及其流動(dòng)性風(fēng)險(xiǎn)越高,銀行越會(huì)選擇發(fā)展利差業(yè)務(wù)。凈息差NIM與非利息業(yè)務(wù)水平顯著負(fù)相關(guān),是因?yàn)楦邇粝⒉钍广y行更重視發(fā)展傳統(tǒng)利息業(yè)務(wù)。變量Lerner指數(shù)在兩個(gè)模型中系數(shù)為負(fù)但統(tǒng)計(jì)意義均不顯著,系數(shù)為負(fù)的原因可能是,由于城市商業(yè)銀行競(jìng)爭(zhēng)力不強(qiáng),隨著銀行市場(chǎng)競(jìng)爭(zhēng)加劇,城市商業(yè)銀行拓展非利息業(yè)務(wù)能力下降;其統(tǒng)計(jì)意義均不顯著可能與城市商業(yè)銀行的邊際定價(jià)能力隨行就市有關(guān)。

      表3 區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)水平影響的回歸結(jié)果

      為了保證正U型關(guān)系結(jié)果的穩(wěn)健性,本文使用Stata16的Utest指令檢驗(yàn)區(qū)域經(jīng)濟(jì)發(fā)展水平與銀行非利息業(yè)務(wù)水平是否為正U型關(guān)系。檢驗(yàn)結(jié)果顯示,當(dāng)采用lnPG為解釋變量時(shí),計(jì)算出的極值點(diǎn)為10.10,lnPG取值范圍為[8.99,11.72]??芍?,極值點(diǎn)在數(shù)據(jù)范圍內(nèi),并且P>|t|=0.000,說(shuō)明U型關(guān)系在1%的水平上顯著成立。同時(shí),結(jié)果中的Slope在區(qū)間Lower bound里為負(fù)號(hào),Upper bound里為正號(hào),因而可以認(rèn)為是正U型關(guān)系。就U型曲線的拐點(diǎn)位置而言,根據(jù)檢驗(yàn)結(jié)果顯示的極值點(diǎn)可以得知,拐點(diǎn)的位置大致出現(xiàn)在lnPG為10.10,也即人均GDP為24330元時(shí)。當(dāng)采用lnGDP為解釋變量時(shí),計(jì)算出的極值點(diǎn)為9.21,lnGDP取值范圍為[7.04,11.62]??芍瑯O值點(diǎn)在數(shù)據(jù)范圍內(nèi),并且P>|t|=0.003,說(shuō)明U型關(guān)系在1%的水平上顯著成立。同時(shí),結(jié)果中的Slope在區(qū)間Lower bound里為負(fù)號(hào),Upper bound里為正號(hào),因而可以認(rèn)為是正U型關(guān)系。就U型曲線的拐點(diǎn)位置而言,根據(jù)檢驗(yàn)結(jié)果顯示的極值點(diǎn)可以得知,拐點(diǎn)的位置大致出現(xiàn)在lnGDP為9.21,也即GDP為1萬(wàn)億元時(shí)。

      進(jìn)一步,為了更好地描述區(qū)域經(jīng)濟(jì)發(fā)展水平與銀行非利息業(yè)務(wù)水平之間的關(guān)系,同時(shí)也是進(jìn)一步驗(yàn)證正U型關(guān)系結(jié)果的穩(wěn)健性,本文使用Stata16繪制出二者的關(guān)系曲線,如圖1和圖2所示。

      圖1 lnPG與銀行非利息業(yè)務(wù)水平的關(guān)系曲線

      圖2 lnGDP與銀行非利息業(yè)務(wù)水平的關(guān)系曲線

      當(dāng)區(qū)域經(jīng)濟(jì)發(fā)展水平低于拐點(diǎn)時(shí),雖然監(jiān)管層鼓勵(lì)各商業(yè)銀行發(fā)展不具有同質(zhì)性的非利息業(yè)務(wù),以提升銀行的競(jìng)爭(zhēng)力,但作為金融服務(wù)需求方,當(dāng)區(qū)域發(fā)展水平低時(shí),區(qū)域居民可支配收入較低,企業(yè)可投資資金較少,這時(shí),即使區(qū)域發(fā)展水平有所提高,居民與個(gè)人會(huì)利用增加的可支配收入進(jìn)行擴(kuò)張生產(chǎn)或者進(jìn)行穩(wěn)健的儲(chǔ)蓄行為,非利息業(yè)務(wù)服務(wù)需求持續(xù)走低。同時(shí),從金融服務(wù)供給視角考慮,銀行作為金融服務(wù)供給的中堅(jiān)力量,其提供的金融服務(wù)主要以傳統(tǒng)信貸等利息業(yè)務(wù)為主,非利息業(yè)務(wù)的發(fā)展空間受限。而當(dāng)經(jīng)濟(jì)發(fā)展水平高于一定水平時(shí),區(qū)域內(nèi)居民可支配收入增加,企業(yè)更深層次的投資需求逐漸顯露,刺激商業(yè)銀行有動(dòng)力發(fā)展現(xiàn)有非利息業(yè)務(wù)和拓展新的非利息業(yè)務(wù)種類。從金融服務(wù)需求視角考慮,當(dāng)區(qū)域經(jīng)濟(jì)水平較高時(shí),隨著區(qū)域經(jīng)濟(jì)的提升,區(qū)域內(nèi)居民閑余資金相對(duì)充裕,多元化資金管理需求顯現(xiàn),對(duì)銀行非利息業(yè)務(wù)金融服務(wù)需求提升,金融服務(wù)需求的改變倒逼銀行發(fā)展非利息業(yè)務(wù)。

      (三)分樣本的進(jìn)一步研究

      上述結(jié)果表明,區(qū)域經(jīng)濟(jì)發(fā)展水平確實(shí)會(huì)對(duì)銀行非利息業(yè)務(wù)水平產(chǎn)生影響,但不能確定我國(guó)各區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)水平的影響效應(yīng)是否一致。我國(guó)東南沿海地區(qū)與其他地區(qū)之間經(jīng)濟(jì)發(fā)展水平很不均衡,與其他地區(qū)相比,我國(guó)東南沿海地區(qū)的銀行業(yè)較為發(fā)達(dá),經(jīng)濟(jì)發(fā)展水平較高。為此,本文將樣本銀行所在的21個(gè)省份分為東南沿海地區(qū)(包括南部沿海地區(qū)的廣東、福建、海南和東部沿海地區(qū)的上海、江蘇、浙江)與其他地區(qū)(除東南沿海省份外的其他省份),分樣本研究區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)的影響。分樣本回歸結(jié)果如表4所示。

      表4 區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)水平影響的分樣本回歸結(jié)果

      表4分別報(bào)告了東南沿海地區(qū)和其他地區(qū)采用模型(1)和模型(2)得到的回歸結(jié)果。結(jié)果中,東南沿海地區(qū)的區(qū)域經(jīng)濟(jì)發(fā)展水平的一次項(xiàng)和二次項(xiàng)對(duì)銀行非利息業(yè)務(wù)的影響均不顯著。而其他地區(qū)的區(qū)域經(jīng)濟(jì)發(fā)展水平一次項(xiàng)和二次項(xiàng)對(duì)銀行非利息業(yè)務(wù)的影響均在1%的置信水平上顯著,且其他地區(qū)的區(qū)域經(jīng)濟(jì)發(fā)展水平的一次項(xiàng)系數(shù)均為負(fù),二次項(xiàng)系數(shù)均為正,曲線仍然呈正U型,這與本文的前述研究結(jié)果相同。通過(guò)分析發(fā)現(xiàn),東南沿海地區(qū)和其他地區(qū)區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)水平的影響效應(yīng)不完全一致,造成這種結(jié)果的原因可能是東南沿海地區(qū)經(jīng)濟(jì)發(fā)展時(shí)間相對(duì)較長(zhǎng),銀行業(yè)較為發(fā)達(dá),在異省無(wú)分支機(jī)構(gòu)的城市銀行較少,因此觀測(cè)值較少,導(dǎo)致結(jié)果不準(zhǔn)確。

      (四)內(nèi)生性問(wèn)題處理與穩(wěn)健性檢驗(yàn)

      本文的結(jié)論會(huì)受到其他潛在的內(nèi)生性問(wèn)題的干擾。具體來(lái)說(shuō):第一,區(qū)域經(jīng)濟(jì)發(fā)展水平與銀行非利息業(yè)務(wù)水平可能存在由潛在的反向因果關(guān)系導(dǎo)致的內(nèi)生性問(wèn)題。第二,潛在的樣本選擇偏差。本文基于異省無(wú)分支機(jī)構(gòu)的城市銀行數(shù)據(jù)進(jìn)行研究,由于東南沿海地區(qū)在異省無(wú)分支機(jī)構(gòu)的銀行較少,因此本文的樣本數(shù)據(jù)中東南沿海地區(qū)銀行的數(shù)據(jù)較少,這是樣本選擇偏差的主要原因之一。第三,遺漏變量也可能造成模型估計(jì)結(jié)果產(chǎn)生偏差。

      為了更好地緩解由潛在的反向因果關(guān)系、潛在的樣本選擇偏差或遺漏變量導(dǎo)致的內(nèi)生性問(wèn)題,本文使用面板數(shù)據(jù)工具變量法來(lái)緩解內(nèi)生性問(wèn)題[23]。將滯后一期或兩期的區(qū)域經(jīng)濟(jì)發(fā)展水平作為工具變量,并用GMM法估計(jì)模型系數(shù),結(jié)果如表5所示。

      由表5可知,區(qū)域經(jīng)濟(jì)發(fā)展水平的一次項(xiàng)和二次項(xiàng)多數(shù)在10%的水平上分別顯著為負(fù)和顯著為正。由此表明,區(qū)域經(jīng)濟(jì)發(fā)展水平與銀行非利息業(yè)務(wù)水平呈現(xiàn)穩(wěn)健的正U型關(guān)系。

      根據(jù)Haans等人的研究[24],本文在模型中加入?yún)^(qū)域經(jīng)濟(jì)發(fā)展水平的三次項(xiàng)以考察區(qū)域經(jīng)濟(jì)發(fā)展水平與銀行非利息業(yè)務(wù)水平之間是否存在三次方關(guān)系,即N型或水平S型關(guān)系。表6和表7分別報(bào)告了全樣本回歸結(jié)果和分樣本回歸結(jié)果。在加入解釋變量的三次項(xiàng)之后,三次項(xiàng)系數(shù)并不顯著,說(shuō)明不存在三次方關(guān)系,支持了區(qū)域經(jīng)濟(jì)發(fā)展水平與銀行非利息業(yè)務(wù)水平間的正U型關(guān)系具有穩(wěn)健性。

      表5 區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)水平影響的回歸結(jié)果:GMM法

      表6 區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)水平影響的回歸結(jié)果:全樣本加入解釋變量三次項(xiàng)

      表7 區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)水平影響的回歸結(jié)果:分樣本加入解釋變量三次項(xiàng)

      四 結(jié)論與建議

      文章以2002-2020年國(guó)內(nèi)48家在異省無(wú)分支機(jī)構(gòu)的城市商業(yè)銀行作為研究樣本,探究我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展水平對(duì)銀行非利息業(yè)務(wù)的影響效應(yīng),研究結(jié)果表明:(1)從總體樣本來(lái)看,區(qū)域經(jīng)濟(jì)發(fā)展水平與銀行非利息業(yè)務(wù)水平之間存在顯著的正U型關(guān)系,以人均GDP 24330元為分界點(diǎn),當(dāng)人均GDP高于24330元時(shí),或以區(qū)域GDP衡量,全省GDP超出1萬(wàn)億時(shí),銀行非利息業(yè)務(wù)水平會(huì)隨著區(qū)域經(jīng)濟(jì)發(fā)展水平的提高而提高。(2)從分樣本來(lái)看,除東南沿海地區(qū)外,我國(guó)其他地區(qū)的區(qū)域經(jīng)濟(jì)發(fā)展水平與銀行非利息業(yè)務(wù)之間存在顯著的正U型關(guān)系。

      城市商業(yè)銀行在我國(guó)金融體系中起著重要的作用,城市商業(yè)銀行的設(shè)立主要是服務(wù)于本區(qū)域地方經(jīng)濟(jì),但是城市商業(yè)銀行在發(fā)展過(guò)程中,受到宏觀經(jīng)濟(jì)環(huán)境以及市場(chǎng)結(jié)構(gòu)變化帶來(lái)的影響,利率市場(chǎng)化以及互聯(lián)網(wǎng)金融均對(duì)城市商業(yè)銀行帶來(lái)沖擊。2020年,我國(guó)城市商業(yè)銀行實(shí)現(xiàn)凈利潤(rùn)2145.63億元,占全部商業(yè)銀行凈利潤(rùn)的11.06%,同比大幅下降14.48%,且呈現(xiàn)逐季惡化的典型特征,和全國(guó)性銀行逐季修復(fù)形成明顯反差;資產(chǎn)利潤(rùn)率為0.55%,大幅下降26.67%;不良貸款率為2.32%,相較于上年大幅上升0.51%,有明顯惡化傾向;撥備覆蓋率僅為154.80%,遠(yuǎn)遠(yuǎn)低于其他銀行,資產(chǎn)質(zhì)量壓力較大。城市商業(yè)銀行的發(fā)展不容樂(lè)觀,因此如何提升城市商業(yè)銀行的競(jìng)爭(zhēng)力迫在眉睫。城市商業(yè)銀行需要在發(fā)展同質(zhì)性的利息業(yè)務(wù)的同時(shí),關(guān)注非利息業(yè)務(wù)的發(fā)展,以提升自己的競(jìng)爭(zhēng)力。但非利息業(yè)務(wù)的發(fā)展受制于多種因素,本文對(duì)城市商業(yè)銀行非利息業(yè)務(wù)發(fā)展的區(qū)域影響因素提供了實(shí)證證據(jù)。當(dāng)人均GDP過(guò)低時(shí),盡管政策面鼓勵(lì)商業(yè)銀行發(fā)展非利息業(yè)務(wù),但此時(shí)城市商業(yè)銀行發(fā)展非利息業(yè)務(wù)收效不大,即發(fā)展區(qū)域經(jīng)濟(jì)是根本。反之,當(dāng)區(qū)域經(jīng)濟(jì)較為發(fā)達(dá)時(shí),城市商業(yè)銀行具備發(fā)展非利息業(yè)務(wù)的外部條件,應(yīng)大力發(fā)展非利息業(yè)務(wù),提高金融供給效率,讓合適的金融機(jī)構(gòu)去服務(wù)合適的經(jīng)濟(jì)體,解除金融抑制,促進(jìn)經(jīng)濟(jì)與金融良性循環(huán)。

      猜你喜歡
      業(yè)務(wù)水平利息變量
      尋求不變量解決折疊問(wèn)題
      抓住不變量解題
      學(xué)中文
      在教育教學(xué)中豐富自己
      高職物聯(lián)網(wǎng)應(yīng)用技術(shù)專業(yè)“以賽促教”教學(xué)模式的探索與實(shí)踐
      淺談如何提高教師的業(yè)務(wù)水平和能力
      利息
      幽你一默
      分離變量法:常見(jiàn)的通性通法
      變中抓“不變量”等7則
      革吉县| 喀什市| 渝北区| 宿松县| 宁武县| 湘阴县| 策勒县| 云梦县| 夏津县| 开阳县| 廊坊市| 二连浩特市| 萍乡市| 柘荣县| 印江| 宿松县| 浑源县| 呈贡县| 青冈县| 如东县| 右玉县| 静海县| 宁乡县| 开江县| 万荣县| 定南县| 礼泉县| 公安县| 门头沟区| 双城市| 安义县| 南昌县| 梅河口市| 呼图壁县| 康马县| 台南县| 常德市| 通辽市| 南澳县| 石狮市| 友谊县|