商业银行投行业务与银行规模绩效实证分析.docVIP

商业银行投行业务与银行规模绩效实证分析 　　摘要：随着商业银行混业经营监管的放松，各家商业银行纷纷开展投行业务，其业务收入逐年增长，有望在未来成为商业银行支柱性业务之一。本文首先分析了我国商业银行投行业务的发展现状，然后以中国工商银行为例，运用实证分析的方法论证投行业务的发展与商业银行资产规模之间是否存在长期的关系和影响，并对商业银行开展投行业务提出相关建议。 　　关键词：商业银行绩效；投行业务；误差修正模型 　　随着法规政策的变动、业务创新的加快以及面对其它金融机构的竞争，国内商业银行对开展投资银行业务越来越重视，都积极进入投资银行业务领域，只是介入的途径不同，目前商业银行主要有两种路径开展投行业务。一是：国有商业银行通过和境外投行机构合作，如建设银行的中国国际金融公司，中国银行的中国国际控股有限公司，工商银行的工商东亚金融控股公司，主要以传统的投资银行业务为主如承销，自营证券。二是：在银行内部成立投资银行部，以项目融资、财务顾问、委托理财等其它投资银行业务为主。我国的商业银行投行业务主要有以下几个方面：私人或公司财务顾问业务、投融资业务、创新业务。商业银行开展投行业务，有利于打破货币市场和资本市场的界限，有利于二者的连接。降低我国长期以来融资结构不合理带来的风险，实现金融服务的多样化。由于目前投行业务处于起步阶段，在业务经营上面存在着样式化、简单化、非精细化的特点。因此，分析商业银行投行业务与银行规模绩效的关系及其影响有利于更好的引导商业银行投行业务的发展。 　　一、实证模型构建 　　（一）变量的选择 　　因变量lnA：A表示商业银行的资产规模；自变量FC：手续费及佣金收入占营业收入的比重；自变量P1：利息支出与存款之比。代表相对成本，以此说明能否通过投行业务的开展扩大资产规模来降低相对成本；自变量P2：营业费用与营业收入之比，表示能否通过投行业务的开展扩大资产规模来降低经营成本；自变量lnA0 ：A0表示基期资产规模。 　　（二）数据的选取 　　本文选取中国工商银行作为样本数据源，因为中国工商银行资产规模、手续费、佣金收入及债券和票据承销业务都排在全国第一位，具有很强的代表性。中国工行从2002年正式开展投行业务，因此数据选取年限从2002年到2012年。 　　（三）模型的选择 　　基于以上分析我们选择误差修正模型进行实证分析。若变量间存在协整关系，则表明这些变量间存在着长期稳定的关系，而这种稳定的关系是在短期动态过程的不断调整下得以维持的。因此误差修正模型把短期的动态过程和长期的稳定均衡关系同时结合起来。 　　二、实证分析过程 　　（一）平稳性检验 　　由于在实际中遇到的时间序列数据很可能是非平稳序列，因此要对其做单位根检验，若为非平稳序列，则要通过差分处理，看其能否达到平稳性。 　　由表1可以看出，lnA在90%的置信水平上一阶单整。FC在90%的置信水平上二阶单整。P1在90%的置信水平上一阶单整。P2在95%的置信水平上原假设不成立，所以P2可以作为平稳性序列。 　　（二）协整检验 　　根据方程lnA=c1+c2FC+c3P1+c4P2+c5lnA0+e 进行OLS回归从而得到残差序列e，对e进行单位根检验。结果见表2： 　　从表2可知残差序列不存在单位根，是平稳序列，说明lnA，FC，P1，P2，lnA0之间存在协整关系，表明lnA，FC，P1，P2，lnA0序列之间存在长期均衡关系。 　　（三）误差修正模型方程 　　由于选取的序列需要通过一阶或二阶差分才能消除单位根达到平稳性，因此需要对方程 lnA=c1+c2FC+c3P1+c4P2+c5lnA0+e 进行修正。修正的模型的结构为： 　　△lnAt=α+β△（△FCt）+γ△P1t+δP2+ηlnA0t+εet-1+μt 　　DlnA=△lnA=lnAt―lnAt-1 　　DFC=△（△FCt）=FCt-2FCt-1+FCt-2 　　DP1=△P1=P1t-P1（t-1） 　　De=et-1 　　回归得到的结果如表3。 　　根据回归结果可知，R2为0.9，说明该模型的拟合优度比较好，回归效果也很好，因变量可以被自变量解释的多。另外D-W=2.14，可知残差项没有自相关。FC的t检验值为2.4，结果不太显著，这是因为我国商业银行的手续费及佣金收入在总收入中占比不是很高，一般在14%～15%左右，但FC的0.077，也可以说明投行业务对商业银行规模绩效存在一定的影响。同时P1和P2的系数都为负数，这个可以解释为由于投行业务促进了商业银行资产规模和绩效的增加，带来了范围效应。从而随着投行业务的发展相对成本和营业成本逐渐降低。以上的实证分析只是以具有代表性的工行为例，可能并不适用于所有商业银行，但也具有一定的借鉴之处，商业银行应该在投行业务上继续开拓创新，不断提高