我国商业银行资本、风险、流动性对盈利能力冲击的影响

摘 要：商业银行的盈利能力直接影响我国整个金融体系的运作情况，进而对我国经济的发展趋势产生影响。文章从商业银行经营三大原则出发，分析其资产利润率（ROA）的影响因素。通过研究分析发现，资本充足率（CAR）和流动性比率（Liquidity）的提高长期内对ROA的提高有一定程度的积极作用，不良贷款率对ROA有抑制作用。

关键词：商业银行;资产利润率;资本充足率;不良贷款率;流动性比率

一、引言

自2010年以来，我国商业银行整体发展势头良好。银监会公布的数据显示，截至2014年年底，我国银行业金融机构总资产达到172.3万亿元，同比增长13.9%;实现税后利润1.93万亿元，同比增长10.5%;资产利润率1.19%，同比下降0.03个百分点;不良贷款余额为1.43万亿元，不良贷款率1.6%，保持在较低水平;资本充足率为13.18%，较年初上升0.99个百分点;流动性比率平均为46.4%，同比上升2.42个百分点。近年来，我国商业银行取得成就的同时，也面临着许多压力与挑战。与此同时，由于利率市场化改革步伐的加快以及整个金融市场中网络金融的迅猛发展，我国商业银行的利润点被腾空，这使得商业银行的盈利能力有所下降。面对压力与挑战，我国商业银行如何生存、发展，通过提升盈利能力来实现竞争力的提高，成为业界和学术界探讨的问题。

关于我国商业银行盈利能力的研究从未间断过，但是与国外相比相对落后，许多研究方法和理论尚未完善。从目前商业银行的发展现状出发，使用国际中通用的研究方法来研究影响我国商业银行盈利能力的影响因素，不仅可以丰富国内相关理论，还可将该领域进行进一步的拓展，达到严谨、科学的效果。研究影响我国商业银行盈利能力的因素，首先，有助于商业银行自身利用有利的因素，积极采取措施，全面做好应对国内外挑战的准备;另外，对于那些中小银行和新兴银行而言，可以以一个更符合市场实际情况的视角，考察自身盈利能力，有方向、有目标地制定未来发展战略，提升整体的盈利水平。

从目前的研究文献来看，对我国商业银行盈利能力的实证分析多是采用多元线性回归模型，本文在前人的基础上，主要选取商业银行资产利润率（ROA）作为商业银行盈利能力的代理变量，并选取资本充足率（CAR）、不良贷款率（NPL）和流动性比率（Liquidity）作为解释变量，选取2010年第4季度-2015年第3季度数据，建立VAR模型方法定量分析各种因素对我国商业银行资产利润率的动态影响以及度量它们的贡献度，从而对银行业的发展思路提供实证支持及政策建议。

二、文献综述

随着经济的发展，国内外许多学者对影响商业银行盈利能力的因素的问题进行了多方面的研究与探讨。如Maria Chelo V.Manlagnit（2015）研究了菲律宾巴塞尔协议资本充足率的监管与银行效率之间的关系，研究报告表明较高的资本金要求迫使银行提高其效益，并且更强有力的监管对银行的效率产生不利影响，与此同时商业银行的风险和资产质量都会对银行的效率产生影响。

国内赵瑞、杨有振（2009）从资本结构的角度出发，采用计量经济学模型研究了商业银行的融资结构与盈利能力之间呈正相关关系，附属资本占总资本的比重越高，银行的资产利润率越高;蒋健、赵洋（2012）基于对商业银行资本充足率与盈利能力之间联系的理论假设，采用2004-2009年的数据，对36家商业银行的资本充足率与资产收益率进行回归检验，结果表明商业银行资本充足率对其提升盈利能力起到了正的显著作用;陆静、尹宇明等（2013）年采用面板广义矩估计方法对1997年-2010年我国144家商业银行进行实证分析发现不良贷款率等风险指标与商业银行的利润率显著负相关，银行的经营效率与利润显著正相关;王伟、赵治（2013）研究发现银行的所有制形式、市场份额以及权益比率对银行利润效率存在显著正影响。宋吟秋、董慧君（2015）运用因子分析的方法计算出15家银行盈利能力各综合因子得分及综合评价得分，得出国有银行在规模和市场份额上占有明显优势，而非国有银行具有较强的创新能力。陈绎润和宁阳（2018）通过建立面板数据模型，研究利率敏感性缺口指标对商业银行盈利能力的影响情况，并在此基础上探索了不同规模商业银行的整体盈利能力受利率敏感性缺口指标影响的程度，认为利率敏感性缺口、成长能力、杠杆率等诸多因素都对我国商业银行的盈利能力产生重要的影响，这种影响在不同规模的银行中存在着程度上的差异。段军山等对2003年-2011年41家城市商业银行的数据，利用随机效应模型进行实证分析，结果显示资本充足率会显著提高银行的盈利能力。陆军等选取了11家上市商业银行1992年-1997年的数据，通过实证检验发现信贷比与盈利能力呈正向关系，资产规模与盈利能力负相关。

从目前的文献可以看出，对我国商业银行盈利能力的研究都是从影响商业银行盈利因素的单方面入手对它们之间的关系进行实证分析研究，没有进行系统地运用多种因素对其进行实证研究，并且在研究理论和方法方面还有待于进一步完善，而本文从3个方面考虑，并且运用VAR模型分析它们之间的动态影响和相互协调作用。

三、VAR模型的建立

1.变量及数据说明

本文选取2010年第4季度-2015年第3季度我国商业银行季度的时间序列数据，均来源于中经网统计数据库。对于商业银行盈利能力和各影响因素的衡量指标及体系，既有以单个的具有代表性的指标，也有通过一系列综合性指标体系进行评价的。考虑到数据的可得性、操作的可能性和比較分析的简化，并且在参考相关文献后，采用单一指标来进行比较分析。其中衡量商业银行盈利能力的指标参考曹佳的做法，选取总资产利润率（ROA），ROA更能体现商业银行运用全部资产的获利能力，并且我国商业银行的自有资金在总资产中所占比例甚微，主要资金来源还是储户的存款，选取ROA能够更全面体现银行运作资金的能力。对于衡量商业银行风险的指标有呆账准备金率、不良贷款率和坏账存量等。通常认为，不良贷款率与银行的资产性质息息相关，银行的不良贷款率越高，面临的违约风险和潜在经济损失就越大，从而会导致银行盈利水平的降低，故选取不良贷款率（NPL）作为衡量商业银行风险水平的指标。对于商业银行资本规模的衡量指标有总资产、总资产占GDP的比重、资本充足率等，本文为了与前文保持一致，选取资本充足率（CAR）作为我国商业银行资本情况的衡量指标;另外，通常情况下把流动性比率（Lquidity）作为我国商业银行流动性的衡量指标。为了消除波动和可能存在的异方差获得平稳性的时间序列，对所有数据都进行了对数化的处理。

2.VAR模型的设定

本文使用VAR模型对我国商业银行资产利润率与其资本充足率、不良贷款率、流动性比率进行实证分析，VAR模型可以表述如下：

三、VAR模型估计与结果分析

1.VAR模型的稳定性检验

本文在理论分析的基础之上，对DLNROA与DLNCAR、DNNPL、DLNLiquidity进行了VAR模型估计，并采用AR根估计的方法对VAR模型估计的结果进行平稳性检验。AR根估计是基于这样一种原理的：如果VAR模型所有根模的倒数都小于1，即都在单位圆内，则该模型是稳定的;如果VAR模型所有根模的倒数都大于1，即都在单位圆外，则该模型是不稳定的。

估计出的VAR模型的所有根的模均小于1，故该模型通过平稳性检验;并且AR根估计所有的根模都在单位圆内，所以被估计的VAR模型是稳定的，得到的结果是有效的。由于得到的VAR模型是稳定有效的，所以可以在此基础上，使用广义VAR模型的脉冲响应分析DLNROA与DLNCAR、DNNPL、DLNLiquidity各指标相互间的冲击响应，刻画出各变量间的动态关系，本文选取的是滞后期数为10期的脉冲响应模型。

2.VAR模型参数估计

根据FPE、AIC、SC、HQ原则，通过对样本数据的估计确定了VAR模型的滞后阶数为2，以DLNCAR、DNNPL、DLNLiquidity和DLNROA四个变量构建了VAR模型，把常数项作为外生变量。参数估计共有4组结果，其中关于因变量DLNROA参数估计结果为：

参数估计结果表明，我国商业银行为了达到资本充足率的要求，可能会在短期内减少信贷资产的贷放，导致资产收益率的下降;不良贷款率的上升会对其资产利润率产生负的影响;同样，为了增强自身的流动性，可能会保留较多的准备金，而减少贷款，导致资产利润率的下降，这与我国目前的情况也是相符的。

3.脉冲响应函数分析

在向量自回归模型VAR（2）的基础上，分别给DLNROA、DLNNPL、DLNLiquidity一个正向单位的冲击得到的脉冲响应函数。

从脉冲响应函数中可以看出，当在本期商业银行资本充足率（DLNCAR）和流动性比率（DLNLquidity）一个正的冲击后，商业银行的资产利润率（DLNROA）在前两期大幅度下降后，在之后两期表现出先上升后下降的趋势，最后趋于平稳这种先上升后下降的趋势说明了商业银行在提高资本充足率的要求下，可能在短期内无法增加其资本，而只能通过降低具有风险的信贷资产，这将导致其资产收益率的短期下降，之后上升是因为商业银行一方面可以逐渐增加其资本达到资本充足率的要求标准，另一方面可以提高其资产利用效率，控制成本来提高其盈利能力。与此同时，给流动性比率（DLNLquidity）一个正的外部冲击后，商业银行为了达到流动性比率的标准，减少流动性较强的资产的贷放，从而其盈利能力短期内呈现下降的趋势。相反的是，给不良贷款率（DLNNPL）一个正的冲击后，商业银行的资产收益率（DLNROA）先上升后下降直至最后趋于平稳，但持续是负值，说明商业银行的不良贷款率（DLNNPL）对其资产收益率（DLNROA）整体有负的影响，并且不良贷款不仅会影响商业银行的效益和整体绩效，还威胁着银行的安全性，给银行带来潜在的经营风险。

4.基于VAR模型的方差分解分析

基于VAR模型的方差分解是通过分析每一个结构冲击对内生变量变化（这种变化用方差来衡量）的贡献程度，进而评价不同结构冲击的重要性。从分析结果中可以看出，在商业银行资产利润率变动的预测的误差分解中，从平均贡献率来看，其资本充足率的贡献率是最大的，不良贷款率的贡献率次之，流动性比率的贡献率最小，很明显在前两期，不良贷款率对资产利润的贡献率最大，在第一期达到98%，之后方差分析结果基本稳定。这说明目前情况来看，对我国商业银行资产利润率起作用的主要是资本充足率，不良贷款率和流动性比率的影响相对较小。

五、结论与对策

1.结论

本文使用了VAR模型，对我国商业银行资产利润率和资本充足率、不良贷款率及流动性比率间的关系进行了分析，并在VAR模型基础上使用了广义脉冲响应和方差分解，对2010年第4季度-2015年第3季度我国商业银行资产利润率和各影响指标的动态关系进行了实证研究，从而得出以下结论：首先，银行的资产利润率可以对资本充足率、不良贷款率及流动性比率有所影响，各指标也可以影响其资产利润率。并且在对商业银行资产利润率的方差分解过程中发现，资本充足率是主要的影响因素，不良贷款率和流动性比率对其影响较小。

2.相关对策

（1）我国商业银行可以增加其资本规模，加强自我增资的能力，通过降低成本等增加收入的方式将增加的利润大部分用来增加自身的资本，而不是用于发放大量贷款，尤其是在不是很清楚贷款的质量的情况下，进而提高银行的盈利能力，尽快选择渠道进行融资是商业银行的理性选择。由于商业银行的自有资本由核心资本和附属资本构成，一方面可以增加自有资本，另一方面可以通过发行金融债券或可转换债券增加附属资本，但考虑到这样做的作用不明显，因此可以发行普通股和提高留存利润来增加核心资本，从而提高其资本充足率，进而提高其资产利润率。另外，政府可以适当降低银行的所得税率，中央银行可以优化利率结构，进而提高其资本积累的能力。

（2）针对不良贷款对我国商业银行盈利能力的影响，相关部门应完善相关法律法规，建立健全相应的政策法规体系，使用法律手段进行治理，达到预想的效果。降低信息不对称带来的信贷资产质量问题，帮助银行审慎地甄别企业的好坏，完善贷前审查评估和贷后跟踪程序，防止出现“地下贷款”现象。对银行自身来说，应完善不良贷款管理体系，健全不良贷款内部控制，加强对不良贷款危害的认知度。另外，银行还可以通过开展风险权重较低的业务优化业务结构，加快处理和剥离不良资产，降低不良贷款率来增强其盈利能力。

（3）商业银行自身应增强其流动性风险管理意识，提高其自我控制的主动性和自觉性;大力发展资本市场，调整自身的资产与负债期限结构，提高其流动性，降低发生流动性风险的可能性。为了增强商业银行的流动性比率，中央银行可以适当降低法定准备金率，以保证商业银行自身持有足够的超额准备金应对存款外流，同时可以降低存贷款基准利率，放松银根，为市场注入流动性;商业银行自身可以建立分层次的流动性准备，通过资产结构的恰当安排来解决流动性問题。通过结构性重组，将缺乏流动性但能够产生未来现金流的资产转变为可以在金融市场上销售和流通的证券提高自身的流动性。

（4）商业银行要加强客户的审查力度，提升业务效能和风险防控能力，减少信用风险的发生。加快业务转型，集中力量开发中间业务，因为中间业务属于知识密集型业务，不仅需要培养创新型技能人才，同时也需要不断研发新的系统更新设备，注重与金融科技的融合，利用金融科技的挤出效应加速科技对业务的赋能，不断创新与自身发展水平和发展战略相适应的业务，打造品牌业务。加强对合规风控环节的审查力度，提高商业银行的整体风控能力，降低不良贷款率，确保将经营风险降到最低，从而稳步增强自身的盈利能力。

参考文献：

[1]陆静，尹宇明.中国商业银行盈利能力的影响因素——基于1997～2010年数据的实证分析[J].金融论坛，2013，（1）：3-14.

[2]宋吟秋，董慧君.我国商业银行盈利能力的实证分析[J].现代管理科学，2015，（6）：79-81.

作者简介：孔庆华（1992- ），女，山东烟台人，金融硕士研究生，山东外事职业大学国际商学院，研究方向：金融机构及风险管理