我国商业银行盈利能力实证分析.docVIP

精品文档（可编辑） 值得下载 我国商业银行盈利能力实证分析 摘 要：2014年6月16日，银监会公布了2013年度监管年报。《年报》指出：“银行业金融机构实现税后利润1.74万亿元，同比增长15.4%。银行业总利润占据了中国上市公司的半壁江山。”然而，学术界却有大量研究指出，中国商业银行效率低下，银行的资产收益率也远远低于制造业。那么，中国的商业银行盈利能力到底如何呢？利用面板数据模型，对中国三种类型的银行进行实证分析，并分别比较这三类银行的盈利能力。最后通过六个指标分析实证结果。 关键词：盈利能力；面板数据；固定效应模型 中图分类号：F2 文献标识码：A 文章编号2015 1 引言 国外大多数早期的研究是基于SCP范式，也就是“结构――行为――绩效”范式，并着重研究银行的盈利能力。后来，由于银行竞争与效率之间的争论，催生出了大量的实证研究以寻求解决实际问题的方法。Smirlock（1985）发现了银行市场份额与盈利能力的正相关性，银行业务集中度与利润的非相关性，银行业务集中度、市场份额与利润的负相关系。John Goddard（2004）运用欧洲6个国家（丹麦、法国、德国、意大利、西班牙和英国）1992-1998年的银行业数据进行实证分析，检验欧洲地区银行业的盈利能力。结果表明如果一个银行当年出现了不正常的利润，那么次年的预期利润也应该包含一定比例的这种非正常利润。文中还比较了不同国家的银行效率与竞争关系。Abuzar（2013）探讨了苏丹伊斯兰银行盈利能力的决定因素。研究表明只有内部因素会对银行的盈利能力产生重大影响，如ROA，ROE，MARG。成本、流动性、银行规模等对盈利能力有积极且重大的影响。然而，外部的宏观经济因素对伊斯兰银行的影响非常小。 国内对于商业银行盈利能力相关文献的研究内容主要包括两类：第一类是利用DEA方法评估商业银行的绩效问题。这方面的文章主要是注重DEA方法的运用。魏煜、王丽（2000）运用DEA方法，比较了我国商业银行1997年的效率情况，并将效率分解成技术效率和规模效率。作者还将国有商业银行和其他股份制商业银行的效率进行对比，并根据实证结果提出改进效率的意见与措施。第二类是运用面板数据模型分析影响商业银行盈利能力的因素。屈新（2007）运用面板数据模型，使用1999年至2005年期间14家主要商业银行的财务数据，将银行分成两大类，采用混合效应回归模型，检验国有商业银行和股份制商业银行在盈利性因素上的差异，并分析造成这些差异的原因。 表1描述的是中国商业银行近八年来的盈利情况。银行业的税后利润呈现快速增长的态势，并在2011年首次突破万亿元大关，达到1.25万亿元，创下历史新高。之后的两年里，税后利润的平均增长率接近18%。在2012年“两会”期间，众多媒体提出银行业是“暴利”行业，而金融行业某人大代表却认为：“用暴利形容银行业的盈利状况其实是一种不尊重的做法，实际上银行业的利润超低，计算高利一般是指单位投入所得回报。目前银行业的资产收益率只有1%，前几年还只有百分之零点几，而一般制造业的这个指标能达到5%，所以银行业并非暴利也非高利。”那么究竟我国商业银行的盈利能力处于何种水平，税后利润与资产利润率为何有如此大的差别？为了探讨这些问题，本文将运用面板数据对中国三大类型的银行进行分析，以得出一个较为满意的答案。 数据来源：中国银监会2006-2013年年报整理后所得。 2 模型建立 2.1 数据来源 数据样本期为2002年第四季度至2012年第四季度。本文选取了18家商业银行作为样本银行，分别为5家国有银行（工行、中行、建行、农行、交行），9家股份制商业银行（招行、中信银行、华夏银行、光大银行、上海浦东发展银行、民生银行、兴业银行、广发银行、深圳发展银行）和4家城市商业银行（南京银行、宁波银行、上海银行和北京银行）。数据主要来源于Bankscope数据库、各银行年报、半年报和季报。 2.2 F检验与模型选择 假设： H0：ai=a。模型中不同个体的截距相同（真实模型为混合回归模型）。 H1：模型中不同个体的截距项ai不同（真实模型为个体固定效应回归模型）。 F统计量定义为： F=（SSER-SSEU）/（N-1）SSEU/（NT-N-K）～F[（N-1），（NT-N-K）] SSER表示约束模型，即混合估计模型的残差平方和；SSEU表示非约束模型，即个体固定效应回归模型的残差平方和。N代表商业银行的个数。k表示解释变量个数。运用Eviews软件，首先进行混合效应模型回归，得出混合效应模型的残差平方和SSER；然后进行固定效应回归，得出固定效应