文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 经管营销 > 金融/投资 > 利率市场化对城商行的影响_基于净利差率的实证分析_慈亚平
侵权投诉

利率市场化对城商行的影响_基于净利差率的实证分析_慈亚平

ValueEngineering

1997):

NIMit=fsit,Xit,(·)εit

*

·157·

!

*"

(1)

其中,NIMit为第i家商业银行在t时期的净利差率,最违约风险和银行风险偏好等变量优纯利差sit是利率风险、

的函数。Xit是一组变量,代表影响净利差率的一系列变量。根据Angbazo(1997)的研究,这一系列变量包括资本充足性、流动性风险、暗含利息支付、管理水平、非生息资产的机会成本等。周鸿卫等(2008)在Angbazo的研究基础上,根据中国商业银行所处的特点环境,认为Xit是由资本充足性、违约风险、利率风险、基准利差率、流动性风险、储备的机会成本、管理质量等变量组成。εit是随机变量。

因此,根据(1)式,商业银行净利差率的决定函数可表述为:

NIM=f(资本充足性,违约风险,利率风险,流动性风险,基准利差率,储备的机会成本,管理质量)(2)

根据式(2),本文变量选取说明如下:①净利差率指标。Angbazo(1997)的研究表明,选用净利息收入/平均盈利资产作为分析NIM的决定因素的因变量,可以提高模型拟合优度。因此,本文也选取相同指标。

②资本充足性指标。本文选取资本充足率衡量商业银行资本充足性,为核心资本加附属资本后比上风险加权资产。我国商业银行的主要收入来源于贷款利息收入,资本充足性监管的趋严将制约商业银行贷款资产规模的扩张,因此本文假设资本充足率与NIM负相关。

③违约风险指标。本文以不良资产率来衡量商业银行的资产质量,代表商业银行资产组合所面临的违约风险。由于不良贷款率会增加商业银行损失的概率,不良贷款中的损失类贷款会直接降低商业银行的平均收益水平,因此我们假设该指标与净利差率负相关。

④利率风险指标。本文以非利息收入占比衡量商业银行面临的利率风险。由于期限错配等高利率风险往往伴随高收益,因此我们假设非利息收入占比指标与净利差率负相关。

⑤流动性风险指标。流动性风险指标衡量银行所面临的流动性风险,本文选取流动性比率指标(流动资产/流动负债)来代表流动性指标,并假定该指标与银行NIM负相关。

⑥基准利差率指标。本文以一年期和三年期贷款基准利率的均值减去一年期和三年期定期存款基准利率的均值,并假定该指标与NIM正相关。

⑦非生息资产的机会成本指标。对商业银行而言,持有的非生息资产越多,机会成本越大,其资金成本越高。本文以贷存比指标衡量非生息资产的机会成本,贷存比越高,表示非生息资产所占的比重越少,其机会成本也越小。我们假设该指标与NIM正相关。

⑧管理质量指标。对经营成本的控制水平,一定程度上表示了商业银行的管理质量。本文以成本收入比指标代表商业银行的管理质量,并假定该指标与NIM负相关。

根据式(2)及前文的指标选取说明,本文以净利差率(NIM)为因变量,以资本充足率(CAR)、不良贷款率

(NPLR)、非利息收入占比(NIR)、流动性比率(LR)、基准利

差率(BSR)、储备的机会成本(OCR)和成本收入比(CIR)为自变量,构建了面板数据模型:

NIMit=β0+β1×CARit+β2×NPLRit+β3×NIRit+β4×LRit+β5×BSRit+β6×OCRit+β7×CIRit+εit(3)

其中,NIMit为商业银行i在t时期的净利差率,其它变量以此类推。εit是误差项。

2数据说明

本文选择22家城商行:包括北京银在样本选取方面,

行、南京银行、宁波银行、贵阳银行、东营市商业银行、鄂尔多斯市商业银行、东莞银行、德阳银行、大连银行、承德银行、上海银行、齐鲁银行、内蒙古银行、柳州银行、莱商银行、江苏银行、天津银行、威海市商业银行、郑州银行、许昌银行等,共计22家城商行。

本文采用各商业银行季度经营数据,其中,各指标数据来自Wind资讯金融数据库,以及各商业银行2007-2012年年报,个别数据缺失运用插值法进行补充。

2012年6月8日央行首次允许金融机构存款利率上浮10%,标志着我国利率市场化再次取得实质性进展。为了分析利率市场化对商业银行的影响,本文以央行此次利率市场化进展为契机,通过对2012年第二季度前后城商行净利差率决定因素的变化情况进行比较分析,进而间接分析利率市场化对城商行的影响。在技术处理方面,本文借鉴Cantner&Graf(2006)在研究区域创新网络问题时的数据处理技巧,分别以前文所列举的22家城商行2007年第一季度-2012年第二季度和2007年第三季度-2012年第四季度的季度数据为样本,在式(3)基础上构建了模型1和模型2。

3实证结果与分析

本文运用最小二乘法对模型1和模型通过Eviews6.0,

2的面板回归模型进行了估计,回归结果如表1。此外,两个模型的Hausman检验统计量均在1%显著性水平上拒绝了随机效应假设,最终选择了固定效应模型。简便起见,本文只报告了固定效应模型回归结果。

表1商业银行净利差率影响因素回归分析结果

变量CCARNPLRNIRLRBSROCRCIR调整的R2F统计量显著性观测值

模型1系数-6.661***-0.024-0.100***-0.022***-0.0092.134***0.085***-0.016*

0.677636.48410.0000440

标准差0.79580.01540.02930.00550.00490.19700.00790.0091

系数-5.851***-0.022-0.067**-0.026***-0.0101.927***0.075***-0.018**

0.650432.41440.0000440模型2

标准差0.93010.01460.02810.00560.00470.23560.00770.0087

注:*、**、***分别表示10%、5%和1%水平下通过显著性检验.

根据表1中的回归结果,本文分析了利率市场化对城

上一页第2页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email