1、收入多元化、市场势力与农村商业银行经营绩效 田雅群 何广文 范亚辰 中国农业大学经济管理学院 摘 要： 利用 20062015 年 76 家农村商业银行的非平衡面板数据, 测算 Lerner 指数, 衡量我国农村商业银行市场势力, 研究收入多元化、市场势力对农村商业银行经营绩效的影响。结果表明, 非利息收入占比与绩效呈倒“U”型关系, 市场势力和绩效正相关, 但市场势力削弱了非利息收入占比对农商行绩效的影响。市场势力越大, 农村商业银行更偏好传统业务而非开展非利息业务。关键词： 收入多元化; 市场势力; 经营绩效; 农村商业银行; 作者简介：田雅群 (1990-) , 女, 内蒙古巴彦淖尔人,
2、 中国农业大学硕博连读生, 主要研究方向:金融理论与政策, 农村金融;作者简介：何广文 (1963-) , 男, 四川达州人, 中国农业大学教授, 博士生导师, 农村金融与投资研究中心主任, 主要研究方向:金融理论与政策, 农村金融与小额信贷;作者简介：范亚辰 (1991-) , 男, 山东菏泽人, 中国农业大学博士研究生, 主要研究方向:金融理论与政策, 农村金融与小额信贷收稿日期：2017-06-28Revenue diversification, market power and operation performance of rural commercial banksTIAN Ya
3、qun HE Guangwen FAN Yachen College of Economics and Management, China Agriculture University; Abstract： The present study, by adopting the data of 76 rural commercial banks during 2006-2015, calculating Lerner index and measuring the market power of rural commercial banks in our country, examines th
4、e effect of revenue diversification and market power on the operation performance of the rural commercial banks.Findings show an inverted “U” type relationship between the proportion of non-profit revenue and performance.Findings also indicate that the market power of the banks is positively associa
5、ted with performance, but weakens the effect of the proportion of non-profit revenue on the performance of rural commercial banks.The greater the market power, the more the rural commercial banks prefer traditional business rather than non-interest business.Keyword： revenue diversification; market p
6、ower; operation performance; rural commercial banks; Received： 2017-06-28一、引言作为县域农村金融市场上最重要的供给主体, 农村商业银行的业务发展和绩效问题一直备受关注。农村商业银行的绩效水平不仅代表了中国农村金融改革的效果, 也直接决定了中国农村金融市场上的资金供给水平1。但在经济新常态下, 农村商业银行所面临的市场环境发生了巨大变化, 从多方面影响到农村商业银行的业务发展和绩效。首先, 农村金融增量改革的不断推进和互联网金融的发展使农村金融市场竞争激烈程度大幅提高, 农村商业银行的市场势力受到一定程度的削弱, 进而降低
7、了存贷款定价能力, 影响了存贷业务规模的增长。其次, 利率市场化改革的完成进一步压缩了以存贷利差为代表的传统利润空间, 因此农商行亟待改变单纯依赖净息差的盈利模式, 推动业务的多元化发展;而非利息收入业务具有不占用银行资产、不受存贷利率影响、风险小、服务形式多样等优势, 成为了农商行在新形势下的利润增长点。但非利息收入业务具有高同质性, 随着农商行市场势力的削弱, 非利息收入业务的发展也并非是一帆风顺的。那么, 非利息业务的发展对农商行的经营绩效产生什么样的影响?农商行市场势力的变化是否会影响到两者之间的关系?对这些问题进行探讨, 将为农商行在激烈的市场竞争中转变经营观念、调整业务结构、实现多
8、元化发展提供理论支持;同时, 为监管部门推进准入制度改革、引导农村商业银行加速转型提供参考依据。本文的创新在于:第一, 实证分析非利息收入占比与银行经营绩效呈倒“U”型关系, 这区别于已有研究普遍认为的非利息收入占比与银行经营绩效之间呈线性关系。因此, 本文的实证结论是对现有研究的推进。第二, 从产业结构和业务多元化两个角度全面分析农商行经营绩效。在研究非利息业务占比对银行绩效的影响时, 国内文献一般仅考虑银行的自身特点和宏观经济环境, 而忽略了市场势力这一重要变量, 因此本文用随机前沿的方法估算勒纳指数并将其加入模型中, 来验证微观商业银行经营主体的市场势力对绩效的影响。第三, 本文重点研究
9、非利息收入占比对农村商业银行经营绩效的影响, 弥补对农村金融市场中金融机构业务多元化的研究空白。二、理论分析及研究假说(一) 非利息收入对经营绩效的影响现有关于非利息收入对商业银行经营绩效关系的研究结果未形成一致结论。一部分学者认为非利息收入占比与绩效呈线性关系。Eisemann 等2、赫胜国和徐洁3、易志强4等研究发现, 商业银行非利息收入占比与银行经风险调整后的收益呈正相关, 业务多元化发展将改善商业银行的收益状况。而 Stiroh5、郑荣年和牛慕鸿6、周开国和李琳7研究发现非利息收入占比与银行绩效存在负相关关系, 占比过高的银行的利润波动率会随之提高。还有一些学者基于对成本和收入波动性的
10、考虑, 认为非利息收入占比与商业银行经营绩效呈现非线性关系。De Young 和 Roland8从投资组合理论和交叉销售理论的视角出发, 认为发展非利息业务不仅扩展了商业银行的产品线, 而且可以通过收入组合分散风险, 从而对绩效产生正向影响。但是, De Young 和Roland8同时也提出非利息收入占比提高会加大收入波动性, 从而改变非利息收入对银行绩效的正向影响。一方面, 非利息业务的发展不受制于银行的资本充足率的规定, 需要较少的经济资本, 因此导致较高的财务杠杆, 使银行面临的风险增大。另一方面, 非利息业务多以收费业务为主, 其所建立的客户关系远不如传统业务的客户关系稳定, 银行收
11、入波动性增加。Carlo Milani 和Vincenzo Chiorazzo9利用 19932003 年意大利商业银行的数据, 证明商业银行收入多元化有利于提高银行的经营绩效, 而且非利息收入占比较低的商业银行更容易通过发展非利息业务获得更高的收益。但随着非利息收入占比的提高, 银行收益所面临的波动性增大, 两者之间的正相关关系不再稳定。张羽和李黎10利用 19862008 年我国银行业数据从宏微观两个层面考察了非利息收入增长与银行风险的关系, 得出非利息收入增长会在一定程度上分散风险, 但是由于非利息收入比利息收入具有更高的波动性, 所以随着非利息收入的不断增加, 风险分散的边际收益逐渐减
12、少, 最终会使得边际收益小于边际成本, 降低银行绩效的结论。李志辉和李梦雨11研究发现多元化经营与银行绩效之间存在非线性关系。鉴于非利息收入与银行绩效的不确定性, 本文认为需要进一步实证检验两者关系。因此提出假说 1:非利息收入占比与经营绩效的关系是不确定的。(二) 市场势力的衡量及其对经营绩效的影响市场势力是指市场竞争主体所拥有的市场价格加成能力, 也可以说是使得定价高于边际成本或者增量成本的能力12。国内学者赵旭13认为商业银行市场势力是银行对其存款、贷款和中间业务服务的价格即存款利率、贷款利率和中间业务价格定价高出边际成本的控制能力。通过对已有文献进行梳理, 发现学术界对银行业市场竞争结
13、构的测度主要有两种方法:结构分析框架和非结构分析框架。结构分析的典型是 SCP 范式, 常见指标是集中度 (CRn) 和赫芬达尔-赫希曼指数 (HHI) , 但结构范式忽略了整个市场中所有企业的数量和规模不均齐的程度, 无法准确判定市场竞争条件, 在实际应用中将被逐渐淘汰14。因此, 学者转而使用以利润最大化为理论基础的非结构主义分析方法来研究行业市场竞争程度15。非结构分析框架的代表方法有 B-L 法、P-R 法和 Lerner 指数。B-L 法对数据要求过高, 国内外学者很少将其运用于实证研究。P-R 广泛运用于宏观层面上中国银行业的整体竞争程度测度16-17, 但该模式假定银行业长期均衡
14、, 且忽略了对微观指标如银行规模、地理位置等差异的考察。由于中国农村金融市场东西部差异较大, 因此不适合用 P-R 法测量不同区域每个农商行的市场势力。相比之下, Lerner 指数通过微观面板数据来测度每一家银行每年的竞争度, 能够很好地区分不同条件约束下的银行产出, 体现银行规模、地理位置差异造成的影响。此外, Lerner 指数能够仅用单个银行的成本数据去估算该银行面临的市场竞争, 而无需寻求其他银行在同一市场中所占有的市场份额数据18-19。因此, Lerner 指数被越来越多的学者用来研究银行业竞争度, 如Berger 等20、张宗益等21、杨天宇和钟宇平22。对银行市场势力对经营绩
15、效影响的研究主要来源于对市场结构的研究, Bain 建立了经典的 SCP 理论框架, 认为市场结构和市场行为共同决定市场绩效。此后, 学者将其理论应用于银行业, 但关于市场势力与经营绩效关系的研究并没有形成一致结论。Boyd23等以信贷市场为视角, 认为市场势力的提升会逐步增加商业银行信贷风险, 进而降低绩效。市场势力较大的银行在开展信贷业务时被允许提高贷款利率, 这驱使贷款企业从事高风险投资以弥补银行高额的贷款利息。相应地, 企业发生贷款违约的可能性会提高, 从而加大商业银行破产倒闭风险。还有学者认为, 市场势力的增强有助于银行绩效的提高。Emilia Bonaccorsi di Patti
16、 和 Giovanni DwllAriccia24认为市场势力强的银行发生逆向选择、道德风险和套牢问题的可能性小, 即市场势力与绩效正相关。蒋永丹和袁鲲25根据范围经济理论和市场势力理论, 认为银行的市场势力越大, 越能凭借相对优势实现范围经济分摊固定成本、协同信息降低风险成本、品牌声誉增加客户黏性等效益。徐忠等26以县级金融机构数据为样本检验市场结构与银行绩效的关系, 结果发现市场份额与银行资产回报率显著正相关。在农村金融市场, 处于垄断竞争地位的农商行具有网点优势和人才优势, 有利于实现范围经济。同时, 作为本土成长起来的金融机构, 农商行更容易识别客户信息, 可以减少信息不对称而引发的风
17、险, 因此本文提出假说 2:市场势力与农村商业银行经营绩效正相关。市场势力越强, 农商行绩效越高, 市场势力越弱, 农商行绩效越低。关于市场势力如何影响非利息收入对绩效的作用, Hicks27提出“安逸生活”假说, 认为拥有市场势力的银行可能由于竞争压力的降低, 使得管理层偏好安逸生活, 而不努力追求利润最大化, 从而使利润下降。Berger 和 Hannan28用德国银行业实证该理论, 认为对于市场势力强的银行, 只要产品定价超过边际成本, 管理者就可以赚取丰厚利润, 因此管理者不愿承担过多风险开展非利息收入业务;提出商业银行市场势力越大, 其存贷利差就越大29, 管理层越满足于垄断利润而放
18、弃发展多元化业务, 即银行市场势力的加强, 可能会削弱非利息收入对绩效的影响。因此, 本文支持“安逸生活”假说并提出假说 3:市场势力会削弱非利息收入占比对绩效的影响, 即市场势力强的银行更倾向于减少非利息业务的开展, 市场势力较弱的银行会更加积极地开拓非利息业务来增加收益。三、数据来源、变量选取和模型设定(一) 数据来源根据分析需要及数据可得性, 本文选取 20062015 年 76 家农村商业银行的非平衡面板数据, 共计 458 个观测值。财务数据来源于各农村商业银行网站披露和万德数据库, 其中, 手工收集 50 家数据完整的农村商业银行年报或审计报告, 并利用万德数据库补充 26 家农村
19、商业银行年报;宏观经济变量数据来源于各地市统计年鉴和国民经济发展公告。通过中国金融年鉴可知, 在2013 年之前共成立 337 家农村商业银行, 其中, 2002 年和 2003 年没有新成立的农商行。表 1 统计了本文选择的样本农商行和全样本农商行的各年度成立数量, 从样本分布来看, 除 7 家农商行无法获得成立时间或改制时间外, 其余89.47%的各年度样本分布与全样本分布大体保持一致, 因此本文所选样本具有代表性30-31。(二) 变量选取1. 被解释变量国内文献在研究非利息收入对银行盈利能力影响时, 没有考虑非利息收入对银行业绩波动性的影响, 或者在分析非利息收入对银行风险影响时, 忽
20、略了非利息收入对银行业绩的作用, 所以本文将对非利息收入对银行盈利能力和风险影响进行整体考察, 用夏普比率 (Sharpe Ratio) 表示农村商业银行经风险调整后的收益。夏普比率的计算公式为:其中, ROE it为净资产收益率;SDROE it为净资产收益率的标准差。夏普比率越大, 表明农商行单位风险的收益越大, 反之则越小。表 1 样本分布统计表单位:个, % 下载原表 2. 解释变量商业银行的收入主要由利息收入和非利息收入组成, 其收入多元化主要指利息收入和非利息收入的相对比重的变化, 为了避免多重共线性, 本文用非利息收入占营业收入的比重 (NIIR) 表示农商行收入多元化程度。非利
21、息收入主要包括手续费及佣金收入和其他非利息收入, 其中, 手续费及佣金收入包括理财业务收入、银行卡收入、资产托管收入和清算及现金管理业务收入等;其他非利息收入包括投资收益、汇兑损益、保险业务收入等。同时, 考虑到非利息收入与绩效之间的关系是不确定的, 所以加入非利息收入占比的平方项 (NIIR) 。本文用勒纳指数 (Lerner) 衡量农商行市场势力, 度量产出价格对边际成本的偏离程度。勒纳指数的计算公式为:其中, P it代表银行的产出价格, 可以用总收入与总资产的比值表示;MC it表示i 银行在 t 年的边际成本。勒纳指数越趋近 1, 说明厂商越趋于垄断地位;勒纳指数越趋近于 0, 说明
22、厂商越接近完全竞争。3. 控制变量本文选取银行内部特征变量和宏观经济变量作为控制变量。在内部特征变量的选取方面, 主要考虑银行的规模、资本结构和业务结构因素, 分别用总资产取对数 (lnasset) 、杠杆率 (EA) 和贷款资产比率 (LA) 作为以上因素的衡量指标。在宏观经济变量的选取方面, 考虑到农村商业银行的地域限制, 以地市级GDP 取对数 (lngdp) 作为控制变量。各变量含义及计算方法如表 2 所示。表 2 变量定义及计算方法 下载原表 (三) 模型构建根据前文的理论基础和假设, 本文建立多元非线性回归模型。模型一 (公式 3) 研究市场势力、非利息收入占比对经营绩效的影响,
23、重点实证分析非利息收入占比与经营绩效是否存在非线性关系;模型二 (公式 4) 中, 加入市场势力与非利息收入占比的交叉项, 考察市场势力是否会对非利息收入占比和经营绩效的关系产生影响, 产生什么样的影响。具体模型形式如下:其中, i 代表银行, t 代表年份, Sharpe it表示农商行风险调整后的收益率, NIIRit表示非利息收入占比, NIIR it表示非利息收入占比的平方, Lerner it表示每家农商行的市场势力, Controls it表示控制变量, it为随机干扰项。四、农村商业银行市场势力测度商业银行是经营货币信用的特殊企业, 吸收存款是其独有的业务, 根据存款是产出还是投
24、入的不同判断标准, 产生了两种成本估计方法:生产法和中介法。生产法将商业银行视为一般企业, 即商业银行投入劳动和资本等生产要素, 产出存款、贷款和其他收入等。而中介法将商业银行视为信用中介机构, 即银行投入劳动、资本和存款, 产出贷款、投资等资产。我国的商业银行是负债经营企业, 因此本文采用中介法分析农村商业银行的经营成本, 其中产出指总资产, 投入为劳动投入、资金投入和资本投入。同时, 经济学假设厂商有一个最小成本前沿, 但在现实中, 受到随机因素的冲击, 成本函数的前沿是随机的, 厂商可能达不到此前沿, 实际生产成本处于最小前沿之外。Paul N.Ellinger 和David L.Nef
25、f32第一次运用随机成本边界法和非参数成本边界法评估农村金融机构的效率, 用对数成本函数估计了农村金融机构成本关系中随机成本的边界。此后, 较多学者采用此方法估算银行成本。Onelack C 等33用随机成本边界法准确估计了 19962005 年美国 519 个农村商业银行的成本, 进而研究美国农村商业银行效率差异。林丽娜等18采用超越对数函数估计农信社在农村金融市场中的竞争力, 检验了农村金融市场竞争对农村信用社信贷风险的影响。因此本文选择用随机前沿超越对数成本函数模型对农商行的成本进行有效率的估计, 进而确保 Lerner 指数的准确性。因此本文选择用随机前沿超越对数成本函数模型对农商行的
26、成本进行估计。上式中, TC it代表总成本, 等于利息支出、手续费及佣金支出、管理费用、营业税金及附加与其他营业成本之和。asset it代表产出量, 用总资产衡量。银行的成本可以划分为三种, 分别为人力成本、资金成本和资本成本, 其中 w1, it表示人力成本。由于我国银行业财务报表中没有完整显示在岗人员支出费用和员工数量, 因此, 本文用总资产代替总雇员, 同时考虑到“管理费用”包括职工费用、折旧费、资产摊销费和业务费用等, 其中职工费用占比最大, 用管理费用代替职工支出, 从而人力成本 w1, it可表示为“管理费用/总资产”。w 2, it表示资金成本, 即存款价格, 用“利息支出/
27、总存款”。w 3, it表示资本成本, 用“非利息支出/固定资产”衡量。、 i、 i、 ij、 i为待估计的参数。 it为残差, 在成本函数中, it= it+vit, 其中 it为非负随机变量, 用以表示生产过程中的技术无效率, v it代表对成本函数的随机冲击, 由于超越对数函数的性质, 参数必须满足以下条件: (1) 对称性要求, (2) 线性同质性约束, 即投入要素价格弹性之和等于 1, 且投入要素价格平方项之和为 0、交叉相乘项的系数之和为 0。在公式 (6-9) 的约束下回归公式 (5) , 计算结果见表 3。其中, , 显然 01, 同时, Wald 检验结果表明方程拟合度较好,
28、 说明使用随机前沿成本函数模型是合理的。因此, 可以进一步对公式 (5) 求一阶导数计算 MCit并计算 Lerner 指数。表 3 超越对数函数回归结果 下载原表 五、实证结果分析(一) 统计性描述对变量进行描述性统计, 具体结果见表 4。非利息收入占比 (NIIR) 的均值为10.55%, 最小值 0.04%, 最大值 74.60%, 说明整体农商行非利息收入占比较低, 且农商行非利息业务发展不平衡。风险调整后的盈利指标夏普比率 (Sharpe) 均值 5.23, 最小值-2.48, 说明部分农商行亏损经营。勒纳指数 (Lerner) 均值 0.61, 最小值 0.12, 最大值 0.89
29、, 说明在农村金融市场中, 农商行普遍处于垄断竞争地位。表 4 变量统计性描述 下载原表 为了进一步检验非利息收入占比与经营绩效的关系, 本文描绘散点图, 发现非利息收入占比与夏普比率之间呈现倒“U”型关系 (见图 1) 。图 1 夏普比率与非利息收入占比拟合图 下载原图(二) 实证结果分析本文基于模型设定, 对夏普比率进行回归, 表 5 显示了混合模型、个体固定效应模型和个体随机效应模型的检验结果。由 F 检验、LM 检验和 Hausman 检验结果可知, 本文采用随机效应模型。在模型一中, 非利息收入占比平方项系数显著为负, 非利息收入占比系数显著为正, 说明非利息收入占比与绩效呈倒 U
30、型关系。从成本角度看, 一方面, 非利息收入占比较少时, 发展非利息业务所带来的边际收益大于边际成本, 农商行绩效增加。随着非利息收入占比越来越大, 当边际成本超过边际收益时, 农商行绩效减少。另一方面, 开展非利息收入业务除了包括手续费及佣金支出等业务成本之外, 还包括各种管理成本和营销成本, 而农村金融市场中, 非利息业务种类少, 农商行难以凭借发展非利息业务获得规模收益, 因此成本因素会改变非利息收入对绩效的影响。表 5 实证结果 下载原表 市场势力系数显著为正, 说明农商行市场势力越大, 绩效越好。一方面, 寡占型的农村金融市场结构赋予农商行强大的市场操纵力, 因此, 农商行拥有对部分
31、农村金融产品和服务的定价权, 获得超额利润。另一方面, 凭借地缘和业缘优势, 市场势力强的农商行能够最大限度降低信息不对称的负面影响, 这直接影响了农商行经营绩效。在模型二中, 加入市场势力与非利息收入占比的交叉项后发现, 交叉项显著为负, 说明说明市场势力会削弱非利息收入对绩效的影响, 即银行的市场势力越强, 非利息收入占比对绩效的影响越小, 银行的市场势力越弱, 非利息收入对绩效的影响越大。农商行市场势力越强, 管理层越容易依靠传统信贷业务建立稳固的银企关系, 以此获得稳定利润, 这也造成了管理层发展非利息收入业务的动力不足, 因此非利息收入对绩效的影响越小。反之, 当市场竞争加剧削弱农商
32、行市场势力时, 信贷业务所获利润降低, 此时会重视非利息收入业务的发展, 提高其占比。在控制变量中, 权益比率系数显著为负, 说明农商行财务杠杆越高, 需要承担的利息费用越高, 导致利润越低。地区经济发展指标显著为正, 说明农商的发展受区域宏观经济环境的影响, 区域经济环境越好, 农商行绩效就越好。六、结论及建议本文基于农村商业银行的微观数据, 实证分析收入多元化、市场势力对农商行绩效的影响。研究结论表明, 非利息收入占比与银行绩效呈倒“U”型关系, 市场势力对银行绩效有正向影响, 但市场势力削弱非利息收入占比对农商行绩效的影响程度。本文的研究结论对农商行实行业务转型战略具有一定的参考价值。从
33、农商行非利息业务方面来说, 在非利息收入占比较低的初期, 应加大力度发展非利息业务。由于农商行非利息业务起步较晚, 在发展初期, 可借鉴国有商业银行经验, 对内发展结算、银行卡等处于成熟期的传统的非利息业务, 对外尝试跨行业相互代理, 加强与证券业、保险业的相互融合, 促进农商行业务与资本市场业务的逐步渗透。随着非利息收入占比的提高, 在边际收益递减和边际成本递增规律的影响下, 农商行绩效下降, 因此农商行应根据自身发展水平选择非利息业务的发展规模。从市场势力方面来说, 农商行作为农村地区本土金融机构, 具有揽存放贷的优势, 贷款利息收入仍是其主要收入来源。尤其是偏远贫困地区的农商行, 现阶段没有发展非利息业务的基础, 因此绝大多数农商行更倾向于通过贷款市场扩大利息收入。但随着农村金融市场竞争加剧, 农商行市场势力将逐步减弱, 获取传统利息收入的难度加大。因此, 农商行仍需进行业务转型寻求多样化收益以实现商业可持续。参考文献1黄惠春, 杨军.县域农村金融市场结构与农村信用社绩效关系检验基于GMM 动态面板模型J.中国农村经济.2011 (8) :63-71. 2Eisemann L.Diversification and the congeneric bankholding companyJ.Journal of Bank Research, 1976 (1) :68-77.
