商业银行盈利能力影响因素研究分析

江煜慧

(广西大学经济学院，广西 南宁 530000)

0 引言

经济是国家的基石，而金融又是经济体系中不可或缺的一部分。 作为体系中常见、应用广泛的金融机构，商业银行占据着举足轻重的地位:不仅能够吸收社会闲散资金，使投资者获取利息收益，还承担着社会资金需求的重担。 随着经济发展进入新阶段，资金需求缺口将逐步扩大，因而对商业银行也提出了更高的要求。 商业银行只有具备更强的盈利能力和更加完整的盈利结构，才能在经济发展的新阶段更好地起到支持和推动作用。 因此，研究商业银行盈利能力的影响因素，分析各因素的影响程度，并据此提出有针对性的建议，势在必行。

1 文献综述

对影响银行盈利能力的因素，国内外都有较多的研究，或是从某一特定角度着手，或是从整体上来考虑。

1.1 互联网金融与银行盈利能力

2012 年，互联网金融腾空出世。 作为一种金融创新模式，互联网金融受到多方关注与重视。 各种类型的互联网金融理财产品不断问世，逐步打破银行的垄断，分流银行的存款，抢占银行的客户资源，从而对银行的盈利造成巨大影响。 因此，部分学者致力于探讨互联网金融对商业银行盈利能力和盈利结构的影响，以期能对银行面对互联网金融提出针对性的建议。

王宇和阚博(2021)[1]选择了23 家上市商业银行2014—2019 年的季度数据来研究互联网金融对商业银行盈利能力和盈利结构的影响，认为互联网金融会对商业银行盈利能力造成负面影响且不同类型商业银行盈利结构受互联网金融影响程度不同。刘忠璐和林章悦(2016)[2]运用2003—2014 年145家商业银行的数据，实证检验了互联网金融发展对商业银行盈利的影响，认为互联网金融发展能够显著降低商业银行盈利能力，但也一定程度上倒逼其积极调整盈利模式，实现多元化发展。

1.2 金融科技与银行盈利能力

随着大数据、云计算等新科技的不断创新，金融科技在我国经济与金融发展中的引领、促进作用越来越引人注目。 相较于传统技术，金融科技有着全面、高速的数字化和智能化功能，因此，其对上市商业银行盈利能力的影响也成为学者青睐的研究方向。

张锦程(2022)[3]以105 家商业银行为样本探讨金融科技对银行盈利能力的影响，发现金融科技能够提高银行盈利能力且会随时间推移而增强。 李易懋(2020)[4]基于13 家上市商业银行2012—2018年的数据实证检验了金融科技对上市商业银行盈利能力的影响，发现金融科技通过多种途径改变银行组织架构和资产结构，从而显著影响商业银行盈利能力，但不同类型技术产生的影响不同。

1.3 资产证券化与银行盈利能力

资产证券化不仅能够提高银行流动性，调整风险结构，还能提高资产负债管理能力，增加利润。 因此，资产证券化对银行盈利能力的影响向来是较受欢迎的主题。

安丛梅等(2021)[5]以2012—2019 年45 家商业银行的半年度数据为样本实证考察资产证券化对商业银行盈利能力的影响，发现资产证券化可以显著提升商业银行盈利能力，且在创新能力强的银行中更为显著。 王晓和李佳(2021)[6]与李佳(2020)[7]都以中国银行业为研究样本考察资产证券化对银行盈利的影响，发现资产证券化显著促进银行盈利增长。 宋清华和肖心蕙(2018)[8]基于2012—2017 年已发行信贷资产证券化产品的75 家商业银行数据实证分析信贷资产证券化对商业银行盈利能力的影响，认为商业银行盈利能力会因开展信贷资产证券化业务而下降。 曹彬(2017)[9]选用30 家上市银行2012—2016 年的数据实证分析信贷资产证券化对商业银行盈利性的影响，认为信贷资产证券化对规模较大银行的盈利能力无显著影响，对规模较小商业银行具有显著正向影响。

1.4 整体考虑银行盈利能力的影响因素

商业银行作为一个独立的经营个体，其收入和支出会受到内外部多种因素的影响，因而决定其盈利水平的也不可能是一个简单的变量。 因此，诸多学者致力于从整体上考虑银行盈利能力的影响因素，不仅涉及微观层面，也将宏观经济指标纳入考虑范围。

Shafee Nur Baiti 等(2021)[10]调查了2011—2017 年间影响马来西亚商业银行盈利能力的因素，发现银行规模、流动性和存款比率与资产回报率显著正相关，而与GDP 显著负相关。 何珊(2019)[11]通过2008—2017 年16 家上市银行数据，运用FGLS进行回归分析探讨净利差、不良贷款率、非利息收入以及净息差对银行盈利能力的影响。 刘小瑜和彭瑛琪(2019)[12]基于利率市场化的条件，运用动态面板模型研究17 家商业银行2007—2016 年的数据，认为利率市场化对商业银行盈利能力具有显著影响，且不同因素的影响各不相同。 徐斌和郑垂勇(2018)[13]以我国16 家上市银行2007—2016 年的数据为基础，研究利率市场化下我国商业银行盈利能力的影响因素，发现我国银行业盈利能力受净利差、成本收入比、资本充足率等因素影响，且不同类型商业银行盈利能力的影响因素存在差异。 陈一洪(2017)[14]基于2009—2015 年50 家城市商业银行的微观数据，实证检验资产负债结构及其他宏微观因子对城商行盈利能力的影响。 张启文等(2012)[15]总结影响农商行盈利能力的因素，并通过AHP 定量分析这些因素的影响程度并提出有针对性的建议。

除上述角度，还有部分学者从普惠金融[16]、绿色信贷[17]、货币政策[18]、银行流动性[19]、利率风险暴露[20]等角度来探讨其对商业银行盈利能力的影响。

2 实证研究

2.1 数据来源

我国上市商业银行可分为国有商业银行、全国大型股份制商业银行、城市商业银行、农村商业银行及村镇银行五类。 国有商业银行和股份制商业银行资金规模和组织结构更胜一筹，其运营、管理也能对其他银行起到一定的示范和启示作用；城市商业银行、农村商业银行和村镇银行发展现状参差不齐，银行未上市比例较高。 因此，文章主要以国有商业银行和全国股份制商业银行为研究对象。

6 家国有商业银行中，中国邮政储蓄银行于2019年登陆上交所A 股市场，公开数据相对较少，因此在研究中剔除。 全国大型股份制商业银行中，除未上市的广发银行、恒丰银行及港交所上市的渤海银行，共9家在中国大陆A 股上市。 由于浙商银行2019 年上市上交所，公开数据较少，因而在研究时剔除。

综上，文章研究对象为5 家国有商业银行及8家全国股份制商业银行，所用数据均源于银行公开数据。

2.2 使用的变量和变量定义

2.2.1 被解释变量

总资产收益率(ROA)是银行单位资产收益率，净资产收益率(ROE)是银行单位权益收益率，是反映银行盈利水平和能力的重要指标，因此，文章将其作为被解释变量。

2.2.2 解释变量

文章从微观层面和宏观层面来考虑解释变量。

第一，微观层面。 银行的资本充足率(ZBC)、不良贷款率(BLD)、成本收入比(CBB)、资产规模(ZCG)、信贷规模(XDG)、存贷比(CDB)均可能对银行盈利能力造成影响。 资本充足率是资本与风险资产的比值，是银行监管核心指标，资本充足率较高时，资产安全性也较高，从而能够科学管理银行风险、提高盈利水平。 不良贷款率是银行不良贷款在总贷款中的比重，比率越高，银行可能无法收回的款项越多，面临风险越大，对银行经营产生不利影响。成本收入比是业务及管理费与营业收入的比值，反映基本经营状况，比值较高时银行经营成本偏高，从而挤压利润空间，降低利润率。 资产规模和信贷规模是银行的总资产和发放贷款总额，反映银行经营规模，规模更大的银行往往能够节省经营成本，获取更多利润。 存贷比是贷款余额与存款余额的比值，是衡量流动性风险的指标。

第二，宏观层面。 宏观经济状况和货币政策均可能影响银行盈利能力，因此将GDP 增长率(GDPR)和M2 增长率(M2R)作为解释变量纳入考虑范围。 GDP 增长率即GDP 年度增长率，是宏观经济重要观测指标。 M2 增长率即广义货币增速，比率较高时银行投放贷款速度较快，能够快速发放、回收资金，从而提高收益率。

2.3 实证分析

基本回归方程为:

其中，i 表示不同的银行个体；Yit是被解释变量，是第i 家银行在t 时期的盈利指标；Bit是第i 家银行在t 时期的各指标；Et为t 时期外部环境变量；εit为误差项。 则相对应的模型方程如下:

其中，αi为常数项，β1i，β2i，β3i，β4i，β5i，β6i，γ1i，γ2i为需要估计的解释变量系数；εit则为误差项。

在经过数据收集和整理后，各变量的简单样本统计如表1 所示。 国有商业银行与全国股份制商业银行大部分指标均相差不大，仅资产规模和信贷规模存在明显差异。

表1 各变量描述性统计

在对各样本进行简单的描述性统计之后，对各样本分别进行回归分析，结果如表2、表3、表4所示。

表2 全样本ROE 回归结果

表3 国有商业银行ROE 回归结果

表4 股份制商业银行ROE 回归结果

由上表可知，三个样本的P 值均＜0.05，因此其具体结果具有实际意义，具体回归结果如表5 所示。在全样本中，仅资本充足率、存贷比、GDP 增长率及常数项所对应P 值＜0.05；即全样本中，仅资本充足率、存贷比、GDP 增长率及常数项回归系数显著，说明全样本中，各样本银行净资产收益率对这些指标的变化是敏感的。 同理，在国有商业银行样本组中，仅成本收入比、资产规模、存贷比、GDP 增长率及常数项回归系数显著；在股份制商业银行样本组中，仅资本充足率、资产规模、信贷规模及存贷比回归系数显著。 全样本中，资本充足率、GDP 增长率对银行净资产收益率产生正向影响，而存贷比则是负面影响。

表5 各样本ROE 回归结果

由上表6、表7、表8 可知，三个样本的P 值均＜0.05，其结果具有实际意义，具体回归结果如表9 所示。 全样本中仅资本充足率、存贷比以及GDP 增长率所对应P 值＜0.05，即全样本中仅资本充足率、存贷比及GDP 增长率回归系数显著，说明全样本中各样本银行资产收益率对这些指标的变化是敏感的。同理，在国有商业银行样本组中，仅成本收入比、资产规模、信贷规模、存贷比、GDP 增长率及常数项回归系数显著；在股份制商业银行样本组中，仅资本充足率和存贷比回归系数显著。 全样本中，资本充足率、GDP 增长率对银行资产收益率产生正向影响，而存贷比则是负面的。

表6 全样本ROA 回归结果

表7 国有商业银行ROA 回归结果

表8 股份制商业银行ROA 回归结果

表9 各样本ROA 回归结果

2.4 面板数据平稳性检验——LLC 检验

在回归分析收集的数据前，需先确定所用面板数据是否稳定。 因此，文章选用LLC 检验方法对单位根进行检验。 LLC 检验方法通常包含三个常用命令:假设变量包含线性时间趋势项和个体固定效应项、假设变量仅含个体固定效应项、假设变量不包含线性时间趋势项和个体固定效应项。 由于数据局限性，文章将滞后阶数设定为2 阶。 LLC 检验原假设是面板数据含有单位根(即面板数据不平稳)，备择假设为面板数据平稳，结果分析中主要观察Adjusted t*对应观测值和P 值。 P 值＜0.01 时在1%显著性水平下拒绝原假设；0.01＜P 值＜0.05 时在5%显著性水平下拒绝原假设；0.05＜P 值＜0.1 时在10%显著性水平下拒绝原假设；P 值＞0.1 时，不能拒绝原假设。 只要任一项结果显示拒绝原假设，则表明该面板数据平稳；否则不平稳。 由表10 可以看出各指标值至少有一项结果表明可拒绝原假设，因此该面板数据平稳。

表10 各指标的LLC 检验结果

3 结论

综上所述，在保证业务正常开展并做好各类风险防范工作基础上，各银行应尽可能关注自身的资本充足率、成本收入比、资产规模、信贷规模、存贷比等因素，因为其均对银行盈利能力具有显著影响，应根据具体情况适时调整。 另外，由于GDP 增长率对提高银行盈利能力起正向作用，政府相关部门应注重GDP 提高，同时各银行也应紧跟国家方针政策，充分通过国家经济发展提高自身盈利水平。