鄢祖容

(中央財經(jīng)大學(xué) 財政稅務(wù)學(xué)院，北京 100098)

一、引言與文獻(xiàn)綜述

商業(yè)銀行是整個金融體系的核心，確保其穩(wěn)定、良性、持續(xù)的盈利能力不僅對防控金融風(fēng)險、維持金融市場健康運行至關(guān)重要，而且關(guān)乎宏觀經(jīng)濟穩(wěn)定與社會發(fā)展大局。時至今日，商業(yè)銀行體系在我國經(jīng)濟生活中發(fā)揮著極其重要且無法替代的作用，是我國在全面建成小康社會之后開啟全面建設(shè)社會主義現(xiàn)代化國家第二個百年奮斗目標(biāo)新征程的重要支撐與橋梁；也正因如此，其盈利能力一直都是政府和學(xué)術(shù)界關(guān)注的焦點。但必須承認(rèn)，受中國金融發(fā)展起步晚、金融理念落后、非市場因素占據(jù)主流等因素影響，我國商業(yè)銀行盈利一直以利差主導(dǎo)型模式為主；即便如此，與國際發(fā)達(dá)經(jīng)濟體商業(yè)銀行相比，我國商業(yè)銀行盡管存在管理相對落后、品種單一、缺乏創(chuàng)新等一系列問題，但仍能保持強勁的盈利能力。近年來，隨著中國金融開放進程的深入推進，中國以銀行業(yè)為代表的金融機構(gòu)越來越需要直面國際金融機構(gòu)的競爭，加之利率市場化帶來的金融脫媒、互聯(lián)網(wǎng)金融的異軍突起等原因，中國商業(yè)銀行過往以利差主導(dǎo)的盈利法寶遭遇挑戰(zhàn)；而外資銀行和民營銀行的陸續(xù)加入更是進一步對國內(nèi)商業(yè)銀行盈利空間形成擠壓。在這樣一種背景下，采用一種科學(xué)有效的方式去探究中國商業(yè)銀行盈利能力影響因素問題，不論是對監(jiān)管部門制定恰當(dāng)?shù)谋O(jiān)管、引導(dǎo)政策還是對商業(yè)銀行執(zhí)行正確的發(fā)展戰(zhàn)略都具有重要的現(xiàn)實意義。

從文獻(xiàn)檢索來看，對商業(yè)銀行盈利能力影響因素進行研究的國內(nèi)外文獻(xiàn)頗為豐富。國外研究方面，Caludio等(2017)實證考察了商業(yè)銀行盈利能力的影響因素，結(jié)果表明資產(chǎn)規(guī)模、風(fēng)險承擔(dān)水平以及金融創(chuàng)新對商業(yè)銀行盈利能力產(chǎn)生顯著影響，并且風(fēng)險承擔(dān)水平與盈利能力有著長期的負(fù)相關(guān)關(guān)系。近期的一項研究表明，過度金融創(chuàng)新會導(dǎo)致商業(yè)銀行傳統(tǒng)業(yè)務(wù)盈利能力受損且政策不確定性將大幅上升,而內(nèi)部運營能力的提升將減少這種盈利不確定性(Dell’Ariccia等，2021)。Garcia等(2009)基于中國商業(yè)銀行特征數(shù)據(jù)研究發(fā)現(xiàn)，資產(chǎn)質(zhì)量高且富有創(chuàng)新力的商業(yè)銀行往往具有更強的盈利能力，而政府過度的政策干預(yù)會明顯削弱商業(yè)銀行盈利能力，對金融創(chuàng)新也會產(chǎn)生制約作用。Karakaya和Er(2013)的研究結(jié)果表明，資產(chǎn)規(guī)模、不良貸款率、費用收入比對商業(yè)銀行盈利能力產(chǎn)生的影響最為明顯。Stiroh和Rumble(2006)通過實證研究發(fā)現(xiàn)，宏觀經(jīng)濟的良好表現(xiàn)有利于提升發(fā)達(dá)國家大型商業(yè)銀行的盈利能力，然而宏觀經(jīng)濟的改善可能會刺激商業(yè)銀行盲目擴大自身資產(chǎn)規(guī)模，采取較為激進的經(jīng)營策略，最終會對自身盈利能力產(chǎn)生不利影響。Garcia和Vazquez(2007)在研究中同樣證實了這一點。Demirgae和Huizinele(2020)建立了一個關(guān)于商業(yè)銀行盈利能力的SV-TVP-VAR模型，將影響商業(yè)銀行盈利能力的因素分為短期和長期，并且通過實證研究發(fā)現(xiàn)，貨幣政策環(huán)境、宏觀經(jīng)濟表現(xiàn)以及居民年財富是影響商業(yè)銀行盈利能力的主要長期因子；而在短期內(nèi)，凈息差與存貸比將對盈利能力產(chǎn)生較大影響。Lopez等(2020)通過研究發(fā)現(xiàn)，當(dāng)比較負(fù)名義利率和低正利率時，銀行的利息收入損失幾乎完全被存款費用儲蓄和非利息收入收益(包括證券和費用的資本收益)抵消，低存款銀行在非利息收入方面表現(xiàn)出強勁的盈利能力。此外，Claessens等(2021)也認(rèn)為，與高利率貨幣政策相比，低利率貨幣政策對凈息差的影響更大，且可能對商業(yè)銀行盈利能力形成負(fù)面沖擊。Celine和Ruth等(2014)進一步指出，與歐美發(fā)達(dá)經(jīng)濟體銀行不同的是，發(fā)展中國家商業(yè)銀行的金融創(chuàng)新與銀行自身經(jīng)風(fēng)險調(diào)整后的盈利能力呈顯著的正相關(guān)關(guān)系，因此就目前而言，發(fā)展中國家商業(yè)銀行金融創(chuàng)新正處于提升盈利能力的黃金階段。Abbott等(2020)在研究澳大利亞商業(yè)銀行的盈利能力和生產(chǎn)效率中發(fā)現(xiàn)，通貨膨脹、不良貸款對盈利能力的影響顯著，而信貸規(guī)模沒有顯著的影響。

在國內(nèi)方面，謝婼青等(2021)系統(tǒng)考察了在金融科技背景下普惠金融對商業(yè)銀行盈利能力的具體影響，研究發(fā)現(xiàn)，商業(yè)銀行自身普惠金融水平對其盈利能力會產(chǎn)生 “U”字型影響；并且在商業(yè)銀行進一步增加金融科技投入之后，在逐步應(yīng)用大數(shù)據(jù)、互聯(lián)網(wǎng)等信息技術(shù)推動金融服務(wù)轉(zhuǎn)型與升級的基礎(chǔ)上，普惠金融的推進能夠進一步擴大商業(yè)銀行盈利空間。陳一洪和梁培金(2020)基于商業(yè)銀行凈利潤增長驅(qū)動因素分解的嶄新視角對中國城市商業(yè)銀行(簡稱城商行)盈利問題展開詳盡探索，研究表明，中國城市商業(yè)銀行盈利整體呈下行趨勢，傳統(tǒng)的利差盈利模式如今對銀行凈利潤增長的貢獻(xiàn)持續(xù)走弱，而近年來以金融創(chuàng)新為代表的非利息收入對城商行盈利能力的提升顯著增強。陳繹潤和寧陽(2018)在構(gòu)建面板數(shù)據(jù)模型基礎(chǔ)上，采用系統(tǒng)GMM估計對諸如利率敏感性缺口、人力資本積累、銀行成長性等一系列可能成為影響商業(yè)銀行盈利能力重要因素的變量展開了深入考察，研究發(fā)現(xiàn)，銀行成長能力、金融杠桿高低、利率敏感性缺口等能夠?qū)ι虡I(yè)銀行的獲利能力產(chǎn)生重要影響。李運達(dá)等(2020)認(rèn)為金融科技能夠通過降低成本收入比渠道提升商業(yè)銀行總體盈利能力，但對各類銀行的資產(chǎn)利用率影響較小，且對銀行全要素生產(chǎn)率存在阻滯效應(yīng)，這反過來又不利于銀行盈利能力的提升。李佳(2020)通過構(gòu)建基準(zhǔn)面板回歸模型，深入探究資產(chǎn)證券化過程可能對商業(yè)銀行盈利能力帶來的沖擊。他認(rèn)為，資產(chǎn)證券化的實施不僅會對商業(yè)銀行盈利能力產(chǎn)生直接促進作用，而且能夠通過強化經(jīng)營管理能力、優(yōu)化資產(chǎn)結(jié)構(gòu)、降低風(fēng)險承擔(dān)等方式間接提升盈利能力；此外，存貸比、不良貸款以及成本收入比都對銀行盈利能力產(chǎn)生明顯負(fù)面效應(yīng)。朱明星(2013)指出，商業(yè)銀行金融創(chuàng)新能力對銀行績效具有顯著的正向影響，并且進一步指出不良貸款率對銀行績效產(chǎn)生負(fù)面影響但不顯著，資本充足率、存貸比與銀行績效顯著正相關(guān)，銀行規(guī)模、費用收益比對銀行績效有顯著負(fù)面影響。何張婧(2014)在對有關(guān)我國農(nóng)村商業(yè)銀行(簡稱農(nóng)商行)盈利能力問題進行理論考究的基礎(chǔ)上，進一步運用面板隨機效應(yīng)模型與混合效應(yīng)模型對農(nóng)商行的盈利能力問題展開了深入分析。研究發(fā)現(xiàn)，農(nóng)商行自身資產(chǎn)質(zhì)量與規(guī)模、民營資本實力大小、政策支持力度等都是影響其盈利能力的重要因素，但金融創(chuàng)新目前依然對農(nóng)商行收益模式存在負(fù)向效應(yīng)。孫婷(2015)以商業(yè)銀行盈利能力為被解釋變量，以金融創(chuàng)新為核心解釋變量，以銀行資產(chǎn)規(guī)模、凈息差、存貸比、成本收入比及資本充足率為控制變量，通過構(gòu)建多元面板回歸模型進行實證研究，發(fā)現(xiàn)金融創(chuàng)新、銀行規(guī)模、凈息差和資本充足率對商業(yè)銀行盈利能力具有顯著的正向影響，成本收入比的影響顯著為負(fù)；而存貸比對不同類型商業(yè)銀行的影響存在顯著區(qū)別。王曼舒和張斌(2013)利用中國A股上市的11家商業(yè)銀行數(shù)據(jù)，將分位數(shù)回歸與面板回歸相融合，以資本分類視角探討了商業(yè)銀行資本與其自身獲利能力的相關(guān)性。結(jié)果發(fā)現(xiàn)，無論是資本充足率的提升還是核心資本充足率的增加均會提高銀行盈利水平，而且資本充足率水平的高低還與商業(yè)銀行自身風(fēng)險承受能力的大小密切相關(guān)。劉小瑜和彭瑛琪(2019)運用動態(tài)面板回歸模型對中國17家商業(yè)銀行2007—2016年的數(shù)據(jù)進行實證研究，結(jié)果顯示負(fù)債結(jié)構(gòu)、銀行效率與商業(yè)銀行盈利能力正相關(guān)，銀行資本、壟斷的市場結(jié)構(gòu)對盈利能力產(chǎn)生顯著負(fù)面沖擊，宏觀經(jīng)濟指標(biāo)對商業(yè)銀行盈利能力的影響不顯著。

綜觀現(xiàn)有研究，盡管國內(nèi)外學(xué)者圍繞商業(yè)銀行盈利能力影響因素進行了不同程度的探討與考察，但仍然屬于初步探索性的、不充分的，相關(guān)研究結(jié)論遠(yuǎn)未達(dá)成一致。更重要的是，現(xiàn)有文獻(xiàn)無論是在模型選取還是在估計方法等方面仍然存在著諸多不足，主要表現(xiàn)在以下幾個方面：首先，在模型選取與研究方法上，絕大多數(shù)文獻(xiàn)所選取的變量只是滿足了某種預(yù)設(shè)的統(tǒng)計學(xué)標(biāo)準(zhǔn)，或者對模型精度有利，而對那些不滿足上述條件但對商業(yè)銀行盈利極為重要的因素往往被忽視，依據(jù)這些實證模型得出的具體結(jié)論難免有失偏頗或準(zhǔn)確性不高。其次，在估計方法方面，目前許多文獻(xiàn)主要利用當(dāng)下盛行的OLS、兩階段OLS等對相關(guān)模型或參數(shù)展開估計，甚至有些文獻(xiàn)直接對銀行特征面板數(shù)據(jù)進行多元線性分析，而影響商業(yè)銀行盈利的因素紛繁復(fù)雜，變量之間必然存在較強的相關(guān)性或內(nèi)生性，而這往往也會導(dǎo)致與OLS有關(guān)的模型估計缺乏穩(wěn)健性，甚至引起參數(shù)估計失效并導(dǎo)致完全相反的結(jié)論；此外，部分研究雖采用逐步回歸法來排除相關(guān)不顯著因素從而確保結(jié)果穩(wěn)健，但這種做法也會剔除掉對被解釋變量至關(guān)重要的信息。再次，主成分分析法與因子分析法盡管能夠在一定程度上規(guī)避內(nèi)生性造成的后果，但是這兩種方法都只是考慮自變量信息，而未統(tǒng)籌考慮自變量與因變量互動信息，因而也會降低模型估計精度及可靠性。最后，在判定變量重要性或影響強弱方面，目前大量文獻(xiàn)主要是以統(tǒng)計意義的顯著性程度作為依據(jù)，并未回答影響商業(yè)銀行盈利相關(guān)因素的相對重要性，也并未從定量角度將這些影響因素的重要性數(shù)值化并給出貢獻(xiàn)程度排行榜，從而削弱了研究的政策啟示。鑒于以上問題，本文將運用偏最小二乘回歸(PLSR)算法，立足于我國現(xiàn)階段商業(yè)銀行具體發(fā)展情形，圍繞商業(yè)銀行盈利能力的影響因素進行一次系統(tǒng)性、針對性、專門性的梳理，力求從經(jīng)驗角度廓清商業(yè)銀行盈利能力影響因素這一理論問題。

二、實證過程及結(jié)果分析

(一)偏最小二乘回歸(PLSR)模型構(gòu)建原理

偏最小二乘回歸(PLSR)模型實質(zhì)上是統(tǒng)計學(xué)中一種較為新穎的數(shù)據(jù)分析技術(shù)，該分析方法集典型性相關(guān)分析、多元線性回歸分析以及主成分分析等相關(guān)技術(shù)優(yōu)勢于一體，在統(tǒng)一的算法框架下，利用信息分解思路來獲得對因變量解釋力度最強的綜合因子，同時進一步剔除相關(guān)干擾因素，從而獲取強穩(wěn)健性、高精度的回歸結(jié)果。此外，在統(tǒng)籌運用多種輔助分析技術(shù)的基礎(chǔ)上來進行變量甄選與模型優(yōu)劣判別，從而進一步實現(xiàn)分析結(jié)果的嚴(yán)謹(jǐn)性與科學(xué)性。偏最小二乘回歸(PLSR)模型既可針對單因變量建模，也可對多因變量同時建模。由于本文只研究商業(yè)銀行盈利能力這一單因變量，故只介紹與單因變量建模相關(guān)的偏最小二乘回歸原理。

單因變量偏最小二乘回歸建模的基本思路：考慮由商業(yè)銀行盈利能力(因變量)以及相關(guān)的(=9)個自變量構(gòu)成的集合為={,,…,}。在考察與之間的關(guān)系的過程中，假設(shè)有個樣本點(本文選取的樣本點為345個)，因而獲得了×1階的因變量矩陣×1和×階的自變量矩陣×。基于偏最小二乘回歸算法，首先在矩陣中提取具有最大變異信息且對因變量解釋力度最強的首個主成分，之后利用偏最小二乘回歸技術(shù)分別將與對回歸，若滿足精度要求則停止算法；否則利用矩陣被首個主成分解釋后的殘差信息再次提取第二主成分，并再一次實施及對的回歸，若達(dá)到預(yù)設(shè)精度則算法終止，否則再次提取，直到滿足模型精度要求為止。假設(shè)當(dāng)前共獲取了,,…，這h個主成分，此時偏最小二乘回歸算法會再次實施Y對,,…，的回歸，并通過標(biāo)準(zhǔn)化的逆映射給出因變量關(guān)于自變量的回歸結(jié)果。值得注意的是，偏最小二乘回歸模型通常不需要用全部成分建模，而是利用最佳成分?jǐn)?shù)構(gòu)建，學(xué)界一般采用交叉檢驗法來確定其最優(yōu)主成分?jǐn)?shù)量。

(二)樣本選取與變量說明

1.樣本選取。以A股上市的中國23家商業(yè)銀行相關(guān)數(shù)據(jù)為研究樣本，時間跨度為2006—2019年，共322個觀測值。這23家商業(yè)銀行的資產(chǎn)規(guī)模占中國銀行業(yè)總資產(chǎn)的70%左右，在一定程度上能夠從整體反映中國銀行業(yè)狀況。為保證數(shù)據(jù)的真實性與完整性，同時在多個數(shù)據(jù)庫搜集原始數(shù)據(jù)并進行比對，對于部分缺失數(shù)據(jù)(中國交通銀行、南京銀行、張家港農(nóng)村商業(yè)銀行的原始數(shù)據(jù)存在少量缺失)，利用MATLAB軟件通過插值法予以解決。為避免價格因素影響估計結(jié)果，采用CPI平減指數(shù)對所有與價格相關(guān)的變量進行平減處理。本文實證采用的銀行特征數(shù)據(jù)主要來源于CEIC數(shù)據(jù)庫與Bankscope數(shù)據(jù)庫，各上市銀行年報、中國人民銀行網(wǎng)站、中國金融統(tǒng)計年鑒等作為補充；宏觀數(shù)據(jù)主要來源于Wind數(shù)據(jù)庫。

2.變量說明。

(1)與宏觀經(jīng)濟環(huán)境與政策相關(guān)的指標(biāo)。

選取全國GDP增長率、人均GDP作為宏觀經(jīng)濟環(huán)境的代理變量，選取貨幣供給增長率作為商業(yè)銀行面臨的金融市場環(huán)境。

(2)與商業(yè)銀行經(jīng)營管理水平相關(guān)的指標(biāo)。

以存貸比衡量商業(yè)銀行流動性管理水平，以成本收入比測量商業(yè)銀行成本管理水平，選取風(fēng)險承受能力作為商業(yè)銀行風(fēng)險管理水平的衡量指標(biāo)。風(fēng)險承受能力采用綜合指標(biāo)測算法——熵值法計算得到。同時，客戶資源作為銀行經(jīng)營管理水平的集中體現(xiàn)也被納入模型之中，用前十大客戶貸款集中度作為代理指標(biāo)。

(3)與商業(yè)銀行業(yè)務(wù)結(jié)構(gòu)相關(guān)的指標(biāo)。

參考標(biāo)準(zhǔn)文獻(xiàn)做法，采用凈息差代表商業(yè)銀行傳統(tǒng)的利差收入能力，利用非利息收入衡量商業(yè)銀行金融創(chuàng)新，并取其自然對數(shù)。此外，商業(yè)銀行資產(chǎn)質(zhì)量作為其業(yè)務(wù)結(jié)構(gòu)的反映，也是影響其盈利能力的重要因素，故將商業(yè)銀行不良貸款率作為資產(chǎn)質(zhì)量的代理變量并納入模型之中，不良貸款率越高表示資產(chǎn)質(zhì)量越差。

(4)與商業(yè)銀行規(guī)模相關(guān)的指標(biāo)。

商業(yè)銀行規(guī)模用銀行資產(chǎn)規(guī)模表示，為減少數(shù)據(jù)的波動性，同樣將數(shù)據(jù)取自然對數(shù)。

綜合以上分析，本文具體的變量定義及符號表示如表1所示。

表1 變量釋義

(三)實證模型建立

表2 PLSR最佳成分?jǐn)?shù)驗證

2.PLSR模型及精度分析。在運用偏最小二乘回歸對兩個主成分進行建模的基礎(chǔ)上，進一步通過線性逆映射方法，得到了商業(yè)銀行盈利能力對各影響因素的回歸方程。需要說明的是，由于在偏最小二乘回歸中的用于參數(shù)估計的統(tǒng)計量是非標(biāo)準(zhǔn)的，因而運用自助抽樣法(bootstrap)實施先驗估計從而計算其統(tǒng)計量及漸進值，抽樣次數(shù)設(shè)定為3000次。模型估計結(jié)果如表3所示。

表3 PLSR模型輸出結(jié)果

通過表3呈現(xiàn)的PLSR模型回歸結(jié)果不難發(fā)現(xiàn)，大多數(shù)變量的系數(shù)符號均通過了相應(yīng)的顯著性檢驗，只有金融創(chuàng)新、銀行規(guī)模、存貸比及客戶貸款集中度未通過顯著性水平檢驗。但正如偏最小二乘回歸建模原理所強調(diào)的那樣，變量在統(tǒng)計意義上不顯著并不能說明該變量對被解釋變量不重要。在這種情況下，多數(shù)文獻(xiàn)采用的解決之策便是通過逐步回歸法來排除解釋力度不顯著的變量，從而保證研究回歸結(jié)果的合意性。然而此法看似簡單、合理，卻忽視了被剔除變量中可能包含對因變量至關(guān)重要的解釋信息，因而不能從整體上反映被解釋變量概況。而偏最小二乘回歸算法的輔助分析技術(shù)——變量投影重要性指標(biāo)測算卻能夠克服這一缺陷。當(dāng)然，這也是本文區(qū)別于以往研究的一個創(chuàng)新所在。此外，當(dāng)在兩個主成分基礎(chǔ)上實施建模時，模型關(guān)于自變量的擬合精度R2X(cum)為85.1%，而模型關(guān)于因變量的擬合精度R2Y(cum)為90.3%，而且模型對因變量的預(yù)測精度Q2Y(cum)更是達(dá)到了87.2%。由此可知，依據(jù)偏最小二乘回歸算法建立的回歸模型在精度上是令人滿意的，也從側(cè)面進一步說明確定兩個主成分的合理性。

3.偏最小二乘回歸模型的有效性驗證。綜合上述分析可知，盡管本文所建立的偏最小二乘回歸(PLSR)模型達(dá)到了預(yù)期的精度，但并不代表模型本身滿足合理性及適用性標(biāo)準(zhǔn)。下面將采用PLSR的輔助分析技術(shù)予以檢驗。需要指出的是，本次檢驗結(jié)果是通過統(tǒng)計軟件分十次對全樣本數(shù)據(jù)進行抽樣且每次抽取不少于200個樣本進行檢驗，最后得到的平均檢驗結(jié)果。

(1)模型的合理性檢驗。

(2)模型的適用性檢驗。

接下來考察偏最小二乘回歸(PLSR)模型對樣本的適用性問題。這主要是通過解析樣本數(shù)據(jù)重構(gòu)的質(zhì)量來實現(xiàn)。其基本思路是測算相關(guān)樣本點在自變量()空間模型的標(biāo)準(zhǔn)化距離(Mod,)以及樣本點在因變量()空間與模型擬合平面的標(biāo)準(zhǔn)化距離(Mod,)，以此來判斷各樣本點在擬合模型主平面附近的分布是否均勻，進而得出關(guān)于模型適用性優(yōu)劣的相關(guān)結(jié)論。根據(jù)經(jīng)典文獻(xiàn)，(Mod,)與(Mod,)的統(tǒng)計量一般都服從F分布，通過數(shù)值模擬發(fā)現(xiàn)F的臨界值通常都在2附近(王惠文，1999)。倘若(Mod,)與(Mod,)的統(tǒng)計量比2大很多，則可以斷定樣本點在模型空間中的重構(gòu)質(zhì)量不理想。在多數(shù)樣本點的重構(gòu)質(zhì)量都不理想的情況下，則認(rèn)為偏最小二乘回歸模型的適用性較差(王惠文，1999)。本文實證模型的適用性檢驗如圖1與圖2所示。從圖1可看出，每個樣本點在空間上都有比較理想的質(zhì)量表現(xiàn)，均未超過臨界值2；另外，從圖2中可以看出，樣本點16、45和112在空間的表現(xiàn)質(zhì)量明顯劣于其他樣本重構(gòu)質(zhì)量的平均水平，其中(Mod,)=21001，(Mod,)=21177，(Mod,)=220131。綜合來看，(Mod,)、(Mod,)、(Mod,)并沒有超出臨界值2許多，并且其他樣本點均小于臨界值2，因此可以認(rèn)為本文實證樣本點的重構(gòu)質(zhì)量大體上是理想的，因而利用兩個主成分建立的PLSR模型有著很好的適用性。

圖1 樣本點在X空間的標(biāo)準(zhǔn)化模型距離

圖2 樣本點在Y空間的標(biāo)準(zhǔn)化模型距離

4.變量投影重要性指標(biāo)(VIP)。變量投影重要性指標(biāo)(variable importance in projection，VIP)是用來測算自變量對因變量重要性程度的統(tǒng)計指標(biāo)。本文參照王惠文等(2006)的計算方法給出了各自變量相對因變量——商業(yè)銀行盈利能力()的VIP值，并根據(jù)各自VIP值的大小進行了排序，排序結(jié)果如圖3所示。從圖3可知，除了資產(chǎn)規(guī)模(ln)以外，其他變量對商業(yè)銀行盈利能力的解釋力度均大于0.5，因此各變量的選取都非常合理，整體上對因變量的解釋力度也較大。同時，與其他變量相比，盡管資產(chǎn)規(guī)模(ln)對商業(yè)銀行盈利能力的VIP值最低，但從VIP值可以判斷，其對商業(yè)銀行盈利能力仍然具有一定影響力。另外需要說明的是，金融創(chuàng)新、存貸比及前十大客戶貸款集中度在偏最小二乘回歸模型中的參數(shù)估計并不顯著，然而各自VIP值卻在所有變量中排第五、第六和第七位，對商業(yè)銀行盈利的提升起到重要作用。

圖3 各變量VIP指標(biāo)

(四)實證結(jié)果分析

1.影響商業(yè)銀行盈利能力的前六大因素。從PLSR模型輸出結(jié)果可以看出，風(fēng)險承受能力()、凈息差()、實際GDP增長率()、居民財富(ln)這些變量都與商業(yè)銀行盈利能力正相關(guān)，這與實際經(jīng)濟意義及理論分析相一致；同時，成本收入比()、貨幣供給增速()及不良貸款率都與商業(yè)銀行盈利能力顯著負(fù)相關(guān)，這與理論分析及經(jīng)濟實踐也是吻合的。此外，凈息差()、資產(chǎn)質(zhì)量()、成本收入比()、風(fēng)險承受能力()、金融創(chuàng)新()、存貸比()這六大因素的VIP值均大于1，在VIP圖中占據(jù)前六位，因而對商業(yè)銀行盈利能力的影響也最為突出。首先，凈息差與資產(chǎn)質(zhì)量是影響商業(yè)銀行盈利能力的前兩大因素，這充分說明對于當(dāng)今中國處于轉(zhuǎn)型階段的銀行業(yè)來說，盡管發(fā)展非利息業(yè)務(wù)都被各大商業(yè)銀行作為開拓新利潤源泉的重要戰(zhàn)略工具，但傳統(tǒng)的吸收存款和信貸業(yè)務(wù)以及由此派生出的定價能力仍然是目前影響各大商業(yè)銀行盈利能力的頭等因素，而且嚴(yán)格控制不良貸款率以確保資產(chǎn)質(zhì)量穩(wěn)定對強化自身盈利能力同樣至關(guān)重要。其次，成本收入比是影響商業(yè)銀行盈利能力的重要因素。如前文所述，成本收入比衡量的是商業(yè)銀行在日常運營過程中對成本費用的控制、規(guī)劃以及運用的能力，與商業(yè)銀行自身盈利能力直接相關(guān)。再次，風(fēng)險承受能力也是影響商業(yè)銀行盈利能力的一大關(guān)鍵因素。事實上，商業(yè)銀行風(fēng)險承受能力的高低直接決定著其業(yè)務(wù)范圍的廣度與深度。風(fēng)險承受能力越強，商業(yè)銀行越有更多的機會從事較高風(fēng)險的非利息業(yè)務(wù)，利潤模式就越多元化。此外，存貸比是影響商業(yè)銀行盈利能力不可忽視的因素。存貸比衡量了商業(yè)銀行對流動性風(fēng)險的控制能力，流動性風(fēng)險向來都是監(jiān)管部門和銀行部門重點關(guān)注的對象，對商業(yè)銀行盈利能力的影響不容小覷。最后，金融創(chuàng)新對商業(yè)銀行盈利能力的影響同樣值得重視。中國改革開放四十多年來，商業(yè)銀行的角色由政府的銀行轉(zhuǎn)換為市場的銀行，業(yè)務(wù)范圍也由傳統(tǒng)的存貸業(yè)務(wù)模式向多元化、多類型、精準(zhǔn)化和服務(wù)化的全能型模式轉(zhuǎn)變，其中的每一步都伴隨著組織機構(gòu)、治理模式的不斷改革和金融產(chǎn)品與服務(wù)的持續(xù)創(chuàng)新，對盈利能力乃至盈利模式的影響也是深刻的。

2.金融創(chuàng)新、存貸比及前十大客戶貸款集中度的回歸系數(shù)不顯著。金融創(chuàng)新、存貸比、前十大客戶貸款集中度盡管是影響商業(yè)銀行盈利能力的重要因素，但都對銀行盈利能力的回歸并不顯著。就金融創(chuàng)新而言，可能的原因在于：首先，由于使用整體銀行樣本數(shù)據(jù)進行回歸，而金融創(chuàng)新對各類商業(yè)銀行的盈利效應(yīng)具有較大異質(zhì)性，從而導(dǎo)致在總體樣本回歸中金融創(chuàng)新對全樣本商業(yè)銀行盈利能力的拉動作用并不明顯；此外，金融創(chuàng)新與盈利能力之間可能并非簡單的線性回歸關(guān)系，特別是考慮到商業(yè)銀行風(fēng)險承受在其中發(fā)揮的調(diào)節(jié)作用時，商業(yè)銀行的金融創(chuàng)新對盈利能力的影響可能會發(fā)生基于風(fēng)險承受能力的非線性變化。而對存貸比來說，這可能是由于此部分的實證研究采用的是全樣本商業(yè)銀行數(shù)據(jù)。由于各類型商業(yè)銀行對流動性控制的差異，這一指標(biāo)對不同類型商業(yè)銀行盈利能力的影響也不盡相同。當(dāng)采用全樣本數(shù)據(jù)進行分析時，存貸比對各類商業(yè)銀行盈利能力的正、負(fù)效應(yīng)會就此抵消，從而導(dǎo)致總體影響不顯著。至于前十大客戶貸款集中度的回歸系數(shù)不顯著，可能的原因是前十大客戶中應(yīng)包括信用優(yōu)質(zhì)客戶與信用劣質(zhì)客戶，從而同時存在信用優(yōu)質(zhì)客戶貸款集中的提升效應(yīng)與信用劣質(zhì)客戶貸款集中的阻滯效應(yīng)，最終導(dǎo)致前十大客戶貸款集中度對銀行盈利正向能力影響不顯著。

3. 實際GDP增長率()的系數(shù)符號與預(yù)期不符。實證結(jié)果表明，實際GDP增長率()與商業(yè)銀行盈利能力具有負(fù)相關(guān)關(guān)系，但并未通過顯著性檢驗。這一結(jié)論與理論分析是相悖的。究其原因，宏觀經(jīng)濟增長盡管能夠從整體上為商業(yè)銀行創(chuàng)造良好的盈利場景，資產(chǎn)增值、投資回報率高企、實體經(jīng)濟部門資金需求激增等都能夠為商業(yè)銀行帶來暢通的盈利渠道；然而，在經(jīng)濟繁榮背景下，商業(yè)銀行受利潤驅(qū)使往往會采取較為激進的擴張策略，實行降低信貸門檻、擴大資產(chǎn)規(guī)模、逐利資本市場甚至投資金融衍生品等一系列過激舉措，這不僅在一定程度上增加了商業(yè)銀行運營成本，而且放大了商業(yè)銀行承擔(dān)的風(fēng)險水平，從而對商業(yè)銀行盈利能力產(chǎn)生抑制作用。

4.銀行資產(chǎn)規(guī)模對商業(yè)銀行盈利能力影響弱。進一步分析PLSR模型回歸結(jié)果，銀行資產(chǎn)規(guī)模與商業(yè)銀行盈利能力呈正相關(guān)關(guān)系，但并不顯著，而且其VIP值為0.2359，位列VIP指標(biāo)圖的最后一位。資產(chǎn)規(guī)模對商業(yè)銀行盈利能力貢獻(xiàn)度小，說明對商業(yè)銀行整體而言，規(guī)模經(jīng)濟優(yōu)勢已經(jīng)比較微弱，單純地依靠資產(chǎn)規(guī)模的擴張已經(jīng)不能為商業(yè)銀行帶來明顯的收益。在物聯(lián)網(wǎng)科技、大數(shù)據(jù)、云計算等先進信息技術(shù)成為時代主題的今天，商業(yè)銀行如果想在競爭中勝出、保證自身的盈利，就必須與科技相融合，走科技提升服務(wù)、技術(shù)引領(lǐng)發(fā)展的道路。

三、結(jié)論與政策啟示

在以往學(xué)者研究的基礎(chǔ)上，本文引入了統(tǒng)計學(xué)中最新的數(shù)據(jù)分析方法——偏最小二乘回歸(PLSR)算法及其輔助分析技術(shù)，對商業(yè)銀行盈利能力影響因素進行一次科學(xué)化、系統(tǒng)化的梳理。實證研究發(fā)現(xiàn)，首先，在選取的11個解釋變量中，風(fēng)險承受能力、凈息差、實際GDP增長率、居民財富這些變量都與商業(yè)銀行盈利能力正相關(guān)，這既與實際經(jīng)濟意義相一致，也與相關(guān)理論吻合；同時，成本收入比()、貨幣供給增速()、不良貸款率都與商業(yè)銀行盈利能力負(fù)相關(guān)，這與理論分析及經(jīng)濟實踐也是吻合的。其次，11個解釋變量里面，影響商業(yè)銀行盈利能力的前六大因素分別是凈息差、資產(chǎn)質(zhì)量(不良貸款率)、成本收入比、風(fēng)險承受能力、金融創(chuàng)新及存貸比，這些變量的VIP值都超過1，且排在VIP圖中前六位；研究還發(fā)現(xiàn)，銀行資產(chǎn)規(guī)模對盈利能力的貢獻(xiàn)度最低，排在VIP圖中最后一位。此外，實際GDP增長率與商業(yè)銀行盈利能力呈不顯著的負(fù)相關(guān)關(guān)系。

根據(jù)實證研究結(jié)論，得出以下幾點政策建議：

第一，在控制風(fēng)險的前提下，適度推動商業(yè)銀行金融創(chuàng)新。創(chuàng)新是進步的動力與源泉，改革開放四十多年來，中國銀行業(yè)正是通過持續(xù)的變革與推陳出新方才取得如今的發(fā)展成就。但商業(yè)銀行當(dāng)前面臨的環(huán)境同樣不容樂觀，來自國內(nèi)外同行的競爭壓力、互聯(lián)網(wǎng)金融企業(yè)的侵蝕以及金融脫媒時代的來臨，這些因素都直接或間接擠壓了商業(yè)銀行的盈利空間。因此，我國商業(yè)銀行必須在控制風(fēng)險的前提下，通過在金融產(chǎn)品與金融服務(wù)等方面不斷推陳出新來強化自身盈利能力。

第二，全面增強商業(yè)銀行風(fēng)險承受能力，構(gòu)建立體、多維的金融風(fēng)險防控網(wǎng)絡(luò)，守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線。提升盈利能力、夯實商業(yè)銀行持續(xù)發(fā)展能力是最終目的，但構(gòu)建金融風(fēng)險防控網(wǎng)絡(luò)、增強風(fēng)險承受能力確實是提升盈利的重要手段，兩者缺一不可。因此，商業(yè)銀行必須以經(jīng)營安全性、流動性、盈利性“三性”為根本基調(diào)，降低自身經(jīng)營杠桿率，保證充足資本金，并嚴(yán)格接受社會各界監(jiān)督及政府部門監(jiān)管。此外，我國商業(yè)銀行應(yīng)提升科學(xué)技術(shù)水平，加強人才培養(yǎng)，組建一批業(yè)務(wù)嫻熟、風(fēng)控經(jīng)驗豐富、研發(fā)能力強的專業(yè)人才隊伍；同時還要引進前沿的風(fēng)險管理理念，搭建起切合自身且全面考慮了實際業(yè)務(wù)風(fēng)險分布的概率模型，實現(xiàn)對金融風(fēng)險的精準(zhǔn)量化預(yù)測，為風(fēng)險管理決策提供重要依據(jù)(胡文濤等，2019)。

第三，嚴(yán)控成本費用，深挖傳統(tǒng)息差業(yè)務(wù)。必須高度重視傳統(tǒng)利差業(yè)務(wù)板塊的穩(wěn)定性，防止盈利出現(xiàn)大幅波動。一方面，要積極推動利差相關(guān)業(yè)務(wù)的模式創(chuàng)新與技術(shù)迭代升級，既要關(guān)注負(fù)債端，大力優(yōu)化付息體系，又要強化對自身資產(chǎn)的定價能力，增強定價體系的合理性與科學(xué)性。另一方面，商業(yè)銀行必須不斷優(yōu)化自身的成本費用結(jié)構(gòu)，完善成本費用管控體系，構(gòu)建起高效的管理組織架構(gòu)，積極向扁平化、專業(yè)化管理架構(gòu)轉(zhuǎn)型，從而大幅減少信息傳遞成本；同時還要立足于自身發(fā)展實際，制定出切實可行的成本收入比方案，努力構(gòu)建費用合理與財務(wù)合規(guī)相統(tǒng)一、成本合意與收支透明相協(xié)調(diào)的可持續(xù)的有利格局。

第四，強化商業(yè)銀行不良貸款率指標(biāo)的管控與測評，穩(wěn)定并提升銀行資產(chǎn)質(zhì)量；同時，也要加強對商業(yè)銀行各類客戶貸款集中的監(jiān)測與識別，根據(jù)不同類型客戶的信用資質(zhì)靈活調(diào)整信貸配置，達(dá)到分散風(fēng)險、降低損失之目的，進而提升銀行盈利能力。

① 限于篇幅，具體樣本銀行不予展示。

② 限于篇幅，平面圖與橢圓圖未給出，有興趣的讀者可與作者聯(lián)系。