上市商業(yè)銀行；非利息業(yè)務(wù)；經(jīng)營(yíng)績(jī)效

.引言從上世紀(jì)70年代開(kāi)始，美國(guó)逐漸取消了大額存單、定期存款利率的上限管制。也正是從這時(shí)開(kāi)始，世界利率市場(chǎng)化的序幕被拉開(kāi)了。我國(guó)以上世紀(jì)90年代放開(kāi)銀行間同業(yè)拆借利率為起點(diǎn)，也開(kāi)始了利率市場(chǎng)化進(jìn)程。在當(dāng)今的金融市場(chǎng)中，存款利率與貸款利率逐漸收斂，這成為了商業(yè)銀行信貸業(yè)務(wù)發(fā)展的掣肘，在一定程度上降低了信貸業(yè)務(wù)的利潤(rùn)率，于是各大銀行開(kāi)始積極發(fā)展非利息業(yè)務(wù)。從財(cái)務(wù)報(bào)表來(lái)看，非利息收入在商業(yè)銀行總收入的占比在20%-30%之間，個(gè)別銀行可能會(huì)達(dá)到40%以上，可以說(shuō)非利息收入在銀行總收入中占據(jù)舉足輕重的地位。因此，探討非利息業(yè)務(wù)到底能為商業(yè)銀行的經(jīng)營(yíng)績(jī)效帶來(lái)什么樣的影響，具有重要的理論意義與現(xiàn)實(shí)意義。本文余下內(nèi)容的安排為：第二部分梳理研究非利息業(yè)務(wù)對(duì)商業(yè)銀行績(jī)效影響的相關(guān)文獻(xiàn)；第三部分是對(duì)本文變量的說(shuō)明以及數(shù)據(jù)的基本檢驗(yàn)和描述統(tǒng)計(jì)；第四部分是本文實(shí)證分析的結(jié)果及相應(yīng)解釋?zhuān)坏谖宀糠謱?duì)全文進(jìn)行梳理總結(jié)并給出相應(yīng)政策建議；最后是本文的參考文獻(xiàn)及致謝。2.文獻(xiàn)綜述各界學(xué)者對(duì)非利息業(yè)務(wù)已經(jīng)進(jìn)行過(guò)了非常全面的研究，但對(duì)于其到底會(huì)對(duì)銀行的經(jīng)營(yíng)績(jī)效產(chǎn)生什么影響這一問(wèn)題，各界學(xué)者始終未能達(dá)成一致結(jié)論。下面將簡(jiǎn)述國(guó)內(nèi)外學(xué)者對(duì)這一問(wèn)題的主要觀點(diǎn)。一些學(xué)者認(rèn)為非利息收入會(huì)對(duì)銀行績(jī)效產(chǎn)生積極影響。王曼怡和甄晗蕾（2016）研究了我國(guó)30多家城商行歷時(shí)7年的數(shù)據(jù)，發(fā)現(xiàn)雖然非利息收入可以提高城商行的經(jīng)營(yíng)績(jī)效，但這一結(jié)論是建立在市場(chǎng)行情不發(fā)生較大波動(dòng)的前提下的。李瓊和單承蕓（2019）利用2011-2016年的面板數(shù)據(jù)進(jìn)行多元回歸分析，認(rèn)為非利息收入中的手續(xù)費(fèi)及傭金收入會(huì)大大提升經(jīng)營(yíng)績(jī)效。Sanya和Wolfe（2011）對(duì)新興經(jīng)濟(jì)體中的上市商業(yè)銀行，用廣義矩估計(jì)法進(jìn)行研究，得到的結(jié)論為：雖然非利息收入可以提高銀行的經(jīng)營(yíng)績(jī)效，但也增加了其破產(chǎn)風(fēng)險(xiǎn)。另一些學(xué)者認(rèn)為非利息收入會(huì)對(duì)銀行績(jī)效產(chǎn)生消極影響。胡東婉和朱安琪（2018）研究了我國(guó)35家商業(yè)銀行近4年的經(jīng)營(yíng)數(shù)據(jù)。結(jié)論表明：整體上看，非利息收入的增加會(huì)拉低銀行的利潤(rùn)率，但對(duì)國(guó)有大型銀行來(lái)說(shuō)這一結(jié)論可能會(huì)不成立。李明輝和劉莉亞等（2014）對(duì)我國(guó)114家商業(yè)銀行在1998-2012年期間的數(shù)據(jù)進(jìn)行研究后發(fā)現(xiàn)，由于非利息業(yè)務(wù)的發(fā)展會(huì)在一定程度上抑制信貸業(yè)務(wù)，使得銀行的不良貸款減少，這在一定程度上可以減少銀行的風(fēng)險(xiǎn)，但其并不會(huì)對(duì)銀行績(jī)效有積極貢獻(xiàn)。還有一些學(xué)者認(rèn)為銀行的類(lèi)型不同，非利息收入對(duì)其影響效果也不同。馮波和王笳旭等（2016）利用跨度7年的我國(guó)16家上市銀行的面板數(shù)據(jù)進(jìn)行研究，他們認(rèn)為：大型商業(yè)銀行有優(yōu)質(zhì)的客戶(hù)群體參與到非利息業(yè)務(wù)中，因此該業(yè)務(wù)往往會(huì)會(huì)為銀行帶來(lái)收益；而城商行由于規(guī)模小、成本高、客戶(hù)轉(zhuǎn)化率低等原因，非利息業(yè)務(wù)并不能形成規(guī)模效益，所以往往會(huì)使銀行虧損。Gamra和Plihon（2011）選取了一些欠發(fā)達(dá)國(guó)家或地區(qū)的700多家銀行作為樣本進(jìn)行研究，他們發(fā)現(xiàn)在這些不成熟的市場(chǎng)中，非利息收入對(duì)各家銀行的影響不盡相同。綜上所述，非利息收入是否能提高銀行經(jīng)營(yíng)績(jī)效存在爭(zhēng)議，每個(gè)觀點(diǎn)都有其各自的角度、方法，也都有不同的結(jié)論。因此，本文將結(jié)合我國(guó)實(shí)際情況，利用盡量全面的面板數(shù)據(jù)對(duì)我國(guó)上市商業(yè)銀行非利息收入與銀行績(jī)效之間的關(guān)系做出實(shí)證分析，并給出相關(guān)建議。3.數(shù)據(jù)及變量說(shuō)明3.1樣本的選擇及依據(jù)本文使用的數(shù)據(jù)來(lái)源于我國(guó)16家上市商業(yè)銀行2011年至2018年的年報(bào)。本文選擇2011年作為數(shù)據(jù)起點(diǎn)，主要原因是：2010年以后，我國(guó)利率市場(chǎng)化進(jìn)程加快，各項(xiàng)政策相繼出臺(tái)，這可能會(huì)對(duì)我國(guó)商業(yè)銀行的存貸款業(yè)務(wù)造成一定沖擊。與此同時(shí)，國(guó)內(nèi)商業(yè)銀行的非利息業(yè)務(wù)仍有很大發(fā)展空間，因此各銀行可能希望通過(guò)發(fā)展非利息業(yè)務(wù)來(lái)提高效益。本文將16家商業(yè)銀行分為兩部分。第一部分是我國(guó)四家大型銀行，第二部分是規(guī)模稍小的其他12家銀行。該面板數(shù)據(jù)在橫截面上有16個(gè)個(gè)體，時(shí)間序列的長(zhǎng)度為8年，一共有128個(gè)觀測(cè)值。3.2變量選取3.2.1解釋變量為了研究非利息收入對(duì)銀行績(jī)效的影響，本文用非利息收入占總收入的比例（NI）作為解釋變量。3.2.2控制變量本文共選取4個(gè)控制變量。（1）、總資產(chǎn)的對(duì)數(shù)（LNASSET）：不同規(guī)模的銀行往往會(huì)有不同的發(fā)展側(cè)重點(diǎn)，因此本文認(rèn)為銀行規(guī)模的大小可能會(huì)對(duì)銀行的收益產(chǎn)生影響。（2）、平均融資成本（AFC）：銀行平均融資成本是利息支出與銀行融資總額的比值，其中銀行融資總額包括：客戶(hù)存款、同業(yè)及其他金融機(jī)構(gòu)存放款項(xiàng)和已發(fā)行債務(wù)證券等。一般認(rèn)為AFC越高，銀行的收益越低。（3）、杠桿率（LR）：杠桿率是一級(jí)資本凈額與調(diào)整后的表內(nèi)外資產(chǎn)余額的比值。一般認(rèn)為L(zhǎng)R越高，銀行的收益越低。（4）、不良貸款率（NPL）：不良貸款包括了次級(jí)貸款、可疑貸款、損失貸款三類(lèi)。一般認(rèn)為NPL越高，銀行的收益越低。3.2.3被解釋變量胡東婉、朱安琪（2018）以及王曼怡、甄晗蕾（2016）等人在研究非利息收入對(duì)銀行收益的影響時(shí)，均采用ROA作為衡量銀行績(jī)效的指標(biāo)。本文參照他們的做法，也采用ROA作為被解釋變量。表3-1變量名稱(chēng)、符號(hào)、計(jì)算方法變量類(lèi)型變量名稱(chēng)符號(hào)計(jì)算方法被解釋變量總資產(chǎn)收益率ROA稅后利潤(rùn)/總資產(chǎn)解釋變量非利息收入比例NI非利息收入/總收入控制變量總資產(chǎn)對(duì)數(shù)LNASSET銀行總資產(chǎn)的對(duì)數(shù)值平均融資成本AFC利息支出/融資總額杠桿率LR一級(jí)資本凈額/調(diào)整后的表內(nèi)外資產(chǎn)余額不良貸款率NPL不良貸款/總貸款3.3變量的描述性統(tǒng)計(jì)本文將樣本銀行分為兩部分：四大銀行和其他12家銀行，并對(duì)這兩部分分別進(jìn)行描述性統(tǒng)計(jì)。表3-2四大銀行、其他銀行的描述性統(tǒng)計(jì)四大銀行其他銀行ROA均值1.20%1.04%最大值1.47%1.46%最小值0.93%0.71%標(biāo)準(zhǔn)差0.00170.0018NI均值25.23%24.23%最大值36.72%51.09%最小值17.46%9.44%標(biāo)準(zhǔn)差0.04740.0915LNASSET均值16.6914.77最大值17.1416.07最小值16.2712.47標(biāo)準(zhǔn)差0.23170.8283AFC均值1.79%2.62%最大值2.21%3.64%最小值1.48%0.47%標(biāo)準(zhǔn)差0.00210.0046LR均值6.30%5.47%最大值8.05%7.06%最小值4.60%4.05%標(biāo)準(zhǔn)差0.00980.0067NPL均值1.38%1.16%最大值2.39%2.14%最小值0.85%0.38%標(biāo)準(zhǔn)差0.00360.0043從上述的描述性統(tǒng)計(jì)中可以看出兩組銀行ROA、NI、LR和NPL的均值差異不大，而LNASSET和AFC的均值有較大的差異。LNASSET的均值差異很好理解，四大銀行的資產(chǎn)規(guī)模一定是大于其他銀行的。AFC的均值差異說(shuō)明了四大銀行的融資成本比其他銀行更低。由于NI是本文的控制變量，因此有必要研究其歷史變化趨勢(shì)，如下圖所示。其中加粗的折線為四大銀行的非利息收入占比（NI）的變化情況，較細(xì)的折線為其他銀行的非利息收入占比（NI）的變化情況。圖3-1樣本銀行非利息收入占比（NI）的變化情況從圖中可以看出，從2011年到2018年，四大銀行的NI雖然略有起伏，但幾乎維持不變；而其他銀行的NI整體上在持續(xù)上升。同時(shí)還可以發(fā)現(xiàn)，在2014年之前，其他銀行的NI整體上低于四大銀行的NI；而在2014年之后，其他銀行的NI持續(xù)上升，整體上已經(jīng)超過(guò)了四大銀行的NI。這說(shuō)明，從2011年以來(lái)，四大銀行的發(fā)展重點(diǎn)并不在非利息業(yè)務(wù)上，而其他銀行對(duì)非利息業(yè)務(wù)的發(fā)展極為迅猛。4.實(shí)證分析4.1數(shù)據(jù)的檢驗(yàn)4.1.1單位根檢驗(yàn)為了避免偽回歸，這里使用LLC檢驗(yàn)、ADF-Fisher檢驗(yàn)和PP-Fisher檢驗(yàn)進(jìn)行單位根檢驗(yàn)。檢驗(yàn)結(jié)果表明ROA、NI、LNASSET、AFC為平穩(wěn)序列，LR、NPL為一階單整I（1）序列。表4-1單位根檢驗(yàn)結(jié)果LLCADF-FisherPP-FisherROA-6.70***77.22***92.43***NI-5.07***27.7250.70**LNASSET-10.51***64.44***140.64***AFC-6.89***48.08**56.31***LR-4.76***24.4841.86NPL-7.05***37.9728.64ΔLR-12.77***54.86***101.45***ΔNPL-5.80***67.86***60.14***注：***、**、*分別代表在1%、5%、10%的水平上顯著。4.1.2協(xié)整檢驗(yàn)由于變量LR、NPL不平穩(wěn)，這里進(jìn)行KAO協(xié)整檢驗(yàn)。結(jié)果顯示這些變量之間存在協(xié)整關(guān)系。表4-2協(xié)整檢驗(yàn)結(jié)果ADFt統(tǒng)計(jì)值P值-2.46***0.0070剩余方差0.000000359HAC方差0.000000434注：***、**、*分別代表在1%、5%、10%的水平上顯著。4.2模型的設(shè)定及回歸4.2.1模型的設(shè)定首先給出本文模型的基本設(shè)定：ROAit=αi+β1NIit+β2NIit*D+β3LNASSETit+β4AFCit+β5LRit+β6NPLit+εit從截面?zhèn)€體來(lái)看，每家銀行都有不同的影響ROA的固定效應(yīng)，即存在截面固定效應(yīng)。從時(shí)間序列的角度來(lái)看，四大銀行的NI趨勢(shì)不同于其他銀行的NI趨勢(shì)，所以可能會(huì)存在時(shí)間固定效應(yīng)。因此本文使用雙固定效應(yīng)變截距模型。同時(shí)，為了避免極端數(shù)據(jù)對(duì)回歸顯著性的影響，本文使用Stata15.1的winsor2功能，將分位數(shù)1%-99%以外的數(shù)據(jù)剔除，并使用穩(wěn)健標(biāo)準(zhǔn)誤（robust-standarderror）方法對(duì)數(shù)據(jù)進(jìn)行回歸。模型中的αi包含了每個(gè)回歸方程的截面固定效應(yīng)和時(shí)間固定效應(yīng)。為了分別研究四大銀行和其他銀行的NI對(duì)ROA的影響，模型中加入了虛擬變量D。四大銀行的D=1，其他銀行的D=0。4.2.2模型回歸結(jié)果本文使用Stata15對(duì)上述模型進(jìn)行OLS回歸，結(jié)果如下。表4-3回歸結(jié)果變量系數(shù)t統(tǒng)計(jì)值C0.0466***8.67NI-0.0017-0.66NI*D-0.0136**-2.77LNASSET-0.0022***-6.00AFC0.04341.48LR-0.0136-0.88NPL-0.0750-1.51截面固定效應(yīng)與時(shí)間固定效應(yīng)已添加觀測(cè)值128R20.7291F統(tǒng)計(jì)值33.42Wald檢驗(yàn)變量系數(shù)p值NI*(1+D)-0.0152***0.0069注：***、**、*分別代表在1%、5%、10%的水平上顯著。由此得到對(duì)各個(gè)銀行的回歸方程估計(jì)式如下。ROAit=αi-0.0017NIit-0.0136NIit*D-0.0022LNASSETit+0.0434AFCit-0.0136LRit-0.0750NPLit由于截面固定效應(yīng)與時(shí)間固定效應(yīng)不是本文研究的重點(diǎn)，因此在式中均用αi代替，避免文章的冗余。在上述回歸方程估計(jì)式中，對(duì)四大銀行的NI系數(shù)估計(jì)包含了β1NIit與β2NIit*D兩項(xiàng)，因此進(jìn)行了Wald檢驗(yàn)來(lái)驗(yàn)證四大銀行NI的整體系數(shù)是否顯著。檢驗(yàn)結(jié)果表明，四大銀行NI的整體系數(shù)為負(fù)，并且在1%的水平上顯著，說(shuō)明這個(gè)系數(shù)具有解釋力度。4.2.3對(duì)回歸結(jié)果的解釋從上述的回歸結(jié)果來(lái)看，R2較大，說(shuō)明回歸效果較好。且方程總體通過(guò)了F檢驗(yàn)，得到的模型能較好地反應(yīng)各變量之間的實(shí)際關(guān)系。通過(guò)對(duì)比四大銀行與其他銀行NI項(xiàng)的系數(shù)可以發(fā)現(xiàn)：其他銀行的NI系數(shù)為負(fù)并且不顯著，說(shuō)明非利息收入的增加可能會(huì)對(duì)其他銀行的績(jī)效產(chǎn)生不明顯的負(fù)面影響。四大銀行的NI系數(shù)為負(fù)并且十分顯著，這說(shuō)明如果四大銀行增加非利息收入，他們的績(jī)效會(huì)有明顯下降。因此，從整體上看，非利息收入的增加會(huì)降低我國(guó)商業(yè)銀行的績(jī)效，并且非利息收入對(duì)我國(guó)四大銀行績(jī)效的負(fù)面影響遠(yuǎn)大于其他銀行。這與當(dāng)前主流的觀點(diǎn)是截然不同的，但也符合我國(guó)商業(yè)銀行經(jīng)營(yíng)的實(shí)際特點(diǎn)。首先，商業(yè)銀行同質(zhì)化競(jìng)爭(zhēng)嚴(yán)重。通過(guò)財(cái)務(wù)報(bào)表可以發(fā)現(xiàn)，各銀行的非利息收入中占比最大的都是手續(xù)費(fèi)及傭金收入，平均會(huì)占到80%以上，而這一收入基本是由一些中間業(yè)務(wù)的手續(xù)費(fèi)及銀行卡業(yè)務(wù)構(gòu)成的。對(duì)于客戶(hù)來(lái)說(shuō)，在不同的銀行辦理這些業(yè)務(wù)并不會(huì)有太大差異，但銀行為了搶占和擴(kuò)大市場(chǎng)份額，吸引更多客戶(hù)來(lái)自己銀行辦理業(yè)務(wù)，會(huì)加大對(duì)宣傳成本的投入。比如：對(duì)中間業(yè)務(wù)降低收費(fèi)標(biāo)準(zhǔn)，不收費(fèi)甚至倒貼，對(duì)銀行卡業(yè)務(wù)免年費(fèi)等。在一定時(shí)期內(nèi)，客戶(hù)可能會(huì)享受到某種優(yōu)惠，但當(dāng)優(yōu)惠消失時(shí)，或者當(dāng)其他銀行的優(yōu)惠力度更大時(shí)，消費(fèi)者便會(huì)轉(zhuǎn)向其他銀行，這種現(xiàn)象在信用卡業(yè)務(wù)中極為常見(jiàn)。這種同質(zhì)化的宣傳和競(jìng)爭(zhēng)不僅會(huì)給銀行帶來(lái)更高的營(yíng)業(yè)成本，還會(huì)加劇銀行間競(jìng)爭(zhēng)的惡性循環(huán)，導(dǎo)致銀行業(yè)的低效率。所以說(shuō)，從整體上看，非利息收入的增加反而會(huì)降低我國(guó)銀行績(jī)效。其次，商業(yè)銀行對(duì)非利息收入欠缺高效率的管理。我國(guó)商業(yè)銀行的非利息業(yè)務(wù)在近年來(lái)才慢慢發(fā)展起來(lái)，總體來(lái)說(shuō)剛有雛形，而互聯(lián)網(wǎng)金融機(jī)構(gòu)等對(duì)非利息業(yè)務(wù)的管理經(jīng)驗(yàn)更豐富。比如，阿里巴巴、騰訊等我國(guó)大型互聯(lián)網(wǎng)企業(yè)利用自身的平臺(tái)優(yōu)勢(shì)和技術(shù)優(yōu)勢(shì)為客戶(hù)提供的中間業(yè)務(wù)服務(wù)會(huì)對(duì)傳統(tǒng)商業(yè)銀行的中間業(yè)務(wù)有擠出效應(yīng)。因此在與互聯(lián)網(wǎng)金融企業(yè)和其他金融機(jī)構(gòu)競(jìng)爭(zhēng)中，商業(yè)銀行處于不利地位，其非利息業(yè)務(wù)投入的成本可能大于獲得的收益，導(dǎo)致非利息收入與銀行績(jī)效的反向關(guān)系。最后，林毅夫和李永軍（2001）認(rèn)為我國(guó)的商業(yè)銀行貸款市場(chǎng)上存在規(guī)模化分工問(wèn)題，即大銀行偏向于給大企業(yè)貸款，小銀行偏向給小企業(yè)貸款，而且這種現(xiàn)象在今天依然存在，這很好地說(shuō)明了為什么非利息收入對(duì)四大銀行和其他銀行的績(jī)效會(huì)產(chǎn)生不同程度的影響。由于大型銀行偏向于給大型企業(yè)貸款，而大型企業(yè)的貸款數(shù)量大，償還能力強(qiáng)，這會(huì)給大型商業(yè)銀行帶來(lái)較為穩(wěn)定持續(xù)的利息收入，因此其營(yíng)業(yè)重心也在利息業(yè)務(wù)上。相反，小型商業(yè)銀行的客戶(hù)多為小型企業(yè)，其貸款數(shù)量小，償還能力差，銀行面臨較大的違約風(fēng)險(xiǎn)，并不能通過(guò)利息業(yè)務(wù)獲得足夠多的盈利。因此，小銀行必須要盡力開(kāi)展非利息業(yè)務(wù)來(lái)彌補(bǔ)其利息業(yè)務(wù)收入的不足。實(shí)際上，本文在進(jìn)行描述性統(tǒng)計(jì)時(shí)就說(shuō)明過(guò)：四大銀行的平均融資成本明顯低于其他型銀行，因此四大銀行更希望通過(guò)利息業(yè)務(wù)獲得收益。長(zhǎng)此以往，小銀行專(zhuān)注于對(duì)非利息業(yè)務(wù)的研究，有著更豐富的非利息業(yè)務(wù)種類(lèi)，也有了較穩(wěn)定的非利息業(yè)務(wù)客戶(hù)群體，這就是小銀行在非利息業(yè)務(wù)上對(duì)大銀行的優(yōu)勢(shì)。也就是說(shuō)，銀行規(guī)模越小，發(fā)展非利息業(yè)務(wù)可能會(huì)對(duì)銀行績(jī)效更有利。這一點(diǎn)從回歸結(jié)果也可以看出：非利息收入對(duì)四大銀行績(jī)效有明顯的負(fù)面影響，而對(duì)其他銀行績(jī)效只有不明顯的負(fù)面影響。接下來(lái)對(duì)其他變量的參數(shù)進(jìn)行簡(jiǎn)單分析。LNASSET的負(fù)系數(shù)說(shuō)明銀行規(guī)模的增大不一定能帶來(lái)績(jī)效的增加，過(guò)大的規(guī)模可能會(huì)帶來(lái)效率的下降，可能會(huì)存在最佳銀行規(guī)模。AFC的系數(shù)為正可能是樣本容量太小導(dǎo)致的。LR、NPL的負(fù)系數(shù)很好理解，銀行的杠桿率越高，績(jī)效越低；銀行的不良貸款率越高，績(jī)效越差。4.3穩(wěn)健性檢驗(yàn)為了保證模型的穩(wěn)健性，下面進(jìn)行穩(wěn)健性檢驗(yàn)。李明輝、劉莉亞、孫莎（2014）等人在研究該問(wèn)題時(shí)，用ROE衡量銀行績(jī)效，因此本文選擇ROE作為穩(wěn)健性檢驗(yàn)的被解釋變量，并保持解釋變量、控制變量不變?；貧w的結(jié)果和Wald檢驗(yàn)如下表所示。由于各銀行的固定效應(yīng)不是研究重點(diǎn)，故這里省略。表4-4穩(wěn)健性檢驗(yàn)回歸結(jié)果變量系數(shù)t統(tǒng)計(jì)值C0.5216***3.99NI-0.0567-1.35NI*D-0.1385-1.50LNASSET-0.0128-1.44AFC0.29290.55LR-1.6778***-5.86NPL-3.4017***-3.18截面固定效應(yīng)與時(shí)間固定效應(yīng)已添加觀測(cè)值128R20.8641F統(tǒng)計(jì)值146.28Wald檢驗(yàn)變量系數(shù)p值NI*(1+D)-0.1952**0.0403注：***、**、*分別代表在1%、5%、10%的水平上顯著。根據(jù)穩(wěn)健性檢驗(yàn)的回歸結(jié)果，其他銀行的NI系數(shù)為負(fù)并且不顯著。同時(shí)，Wald檢驗(yàn)的結(jié)果表明四大銀行NI的整體系數(shù)仍為負(fù)，并且在5%的水平上顯著。因此在穩(wěn)健性檢驗(yàn)中得到的結(jié)論與原模型的結(jié)論一致。綜上所述，模型在整體上可以通過(guò)穩(wěn)健性檢驗(yàn)，模型的設(shè)定合理，之前的結(jié)論依舊成立。5.總結(jié)及政策建議總的來(lái)說(shuō)，中國(guó)目前的非利息業(yè)務(wù)發(fā)展較為落后。從總量上看，美國(guó)商業(yè)銀行的非利息收入占比達(dá)到了總收入的半數(shù)，而我國(guó)不到三成。而且手續(xù)費(fèi)和傭金收入占據(jù)非息收入的八成左右，但近年來(lái)這一比例呈逐步下降趨勢(shì)，相對(duì)應(yīng)的投資收益、公允價(jià)值變動(dòng)損益和匯兌損益在不斷上升。相比而言，美國(guó)商業(yè)銀行的非利息業(yè)務(wù)種類(lèi)十分豐富，分布相對(duì)均勻，不存在某種業(yè)務(wù)占據(jù)非利息收入半壁江山的現(xiàn)象。針對(duì)我國(guó)商業(yè)銀行非利息業(yè)務(wù)存在的問(wèn)題，本文提出以下建議。首先，中小型商業(yè)銀行應(yīng)該根據(jù)自身特點(diǎn)定制差異化的發(fā)展戰(zhàn)略。由于我國(guó)的四大行已經(jīng)占據(jù)了市場(chǎng)的半壁江山，擁有較穩(wěn)定的客戶(hù)群體，其他銀行要想在競(jìng)爭(zhēng)中獲得優(yōu)勢(shì)，就要先明確自身的發(fā)展定位。比如平安銀行的定位：全力發(fā)展“基礎(chǔ)零售、私行財(cái)富、消費(fèi)金融”三大業(yè)務(wù)板塊。再比如興業(yè)銀行提出了加快結(jié)算型、投資型、交易型的“三型銀行”建設(shè)。我國(guó)商業(yè)銀行非利息業(yè)務(wù)仍處在普遍不發(fā)達(dá)的大環(huán)境中，中小型銀行應(yīng)該利用自身的優(yōu)勢(shì)科目，有重點(diǎn)地發(fā)展非利息業(yè)務(wù)，提升綜合競(jìng)爭(zhēng)的軟實(shí)力。其次，要堅(jiān)定不移地在堅(jiān)持發(fā)展傳統(tǒng)信貸業(yè)務(wù)的基礎(chǔ)上發(fā)展非利息業(yè)務(wù)，不能照搬照抄西方商業(yè)銀行的做法。我國(guó)是一個(gè)信貸大國(guó)，這個(gè)基本國(guó)情在近期內(nèi)不可能發(fā)生改變，傳統(tǒng)的信貸業(yè)務(wù)仍然是各個(gè)商業(yè)銀行的收入之基、績(jī)效之源，不拓展信貸業(yè)務(wù)，而片面強(qiáng)調(diào)商業(yè)銀行并不擅長(zhǎng)的非利息業(yè)務(wù)可以說(shuō)是“舍本逐末”。各銀行在發(fā)展信貸業(yè)務(wù)的同時(shí)，也維系了一定的客戶(hù)群體，這些客戶(hù)在日后就很有可能成為各銀行的非利息業(yè)務(wù)客戶(hù)。因此，無(wú)論是我國(guó)的四大行還是其他銀行，都應(yīng)在堅(jiān)持發(fā)展傳統(tǒng)信貸業(yè)務(wù)的基礎(chǔ)上發(fā)展非利息業(yè)務(wù)。最后，要加強(qiáng)非利息業(yè)務(wù)人才的培養(yǎng)。非利息業(yè)務(wù)種類(lèi)多、涉及領(lǐng)域廣、操作難度大，這使得銀行在開(kāi)展該項(xiàng)業(yè)務(wù)時(shí)需要大量專(zhuān)業(yè)型人才。同時(shí)，現(xiàn)在大熱的“互聯(lián)網(wǎng)+”也為商業(yè)銀行的非利息收入業(yè)務(wù)開(kāi)辟了一條新的道路。商業(yè)銀行可以利用“互聯(lián)網(wǎng)+非利息業(yè)務(wù)”的模式將非利息業(yè)務(wù)與互聯(lián)網(wǎng)金融結(jié)合，實(shí)現(xiàn)降低成本、高效服務(wù)，從而提高效益?，F(xiàn)在支付寶等第三方支付平臺(tái)推出了便民利民的水電煤氣費(fèi)托收服務(wù)以及一些投資理財(cái)產(chǎn)品的推廣，這些業(yè)務(wù)對(duì)商業(yè)銀行的客戶(hù)資源產(chǎn)生了“虹吸效應(yīng)”，擠占了商業(yè)銀行的市場(chǎng)份額。因此，商業(yè)銀行應(yīng)該進(jìn)一步為個(gè)人和企業(yè)的中間業(yè)務(wù)提供更便捷的網(wǎng)上辦理通道，只有牢牢抓住客戶(hù)源，他們才會(huì)有更大的幾率參與到其他業(yè)務(wù)當(dāng)中。同時(shí)，商業(yè)銀行也可以和基金、信托公司等合作開(kāi)發(fā)針對(duì)不同風(fēng)險(xiǎn)承受能力人群的差異化金融理財(cái)產(chǎn)品，并借助這些公司的平臺(tái)進(jìn)行線上發(fā)布，讓投資者享受到足不出戶(hù)即可理財(cái)?shù)谋憬?。值得注意的一點(diǎn)是，商業(yè)銀行在推廣非利息業(yè)務(wù)的同時(shí)，也要做好對(duì)合作公司的信用評(píng)估和對(duì)市場(chǎng)風(fēng)險(xiǎn)的評(píng)估，要在可防可控的范圍內(nèi)發(fā)展非利息業(yè)務(wù)，避免發(fā)生重大信用風(fēng)險(xiǎn)。參考文獻(xiàn)[1]林毅夫,李永軍.中小金融機(jī)構(gòu)發(fā)展與中小企業(yè)融資[J].經(jīng)濟(jì)研究,2001,1(10):1.[2]黃雋,章艷紅.商業(yè)銀行的風(fēng)險(xiǎn):規(guī)模和非利息收入——以美國(guó)為例[J].金融研究,2010,6:75-90.[3]王志軍.歐盟銀行業(yè)的非利息收入[J].國(guó)際金融研究,2004,7(50):72-80.[4]胡東婉,朱安琪.商業(yè)銀行非利息收入結(jié)構(gòu)化差異與經(jīng)營(yíng)績(jī)效關(guān)系研究——基于35家上市銀行實(shí)證數(shù)據(jù)[J].經(jīng)濟(jì)學(xué)家,2018,6(06):82-87.[5]張羽,李黎.非利息收入有利于降低銀行風(fēng)險(xiǎn)嗎?——基于中國(guó)銀行業(yè)的數(shù)據(jù)[J].南開(kāi)經(jīng)濟(jì)研究,2010,4:69-91.[6]黃國(guó)妍.非利息收入,收入多元化與銀行績(jī)效——基于中國(guó)銀行業(yè)的動(dòng)態(tài)面板GMM估計(jì)[J].財(cái)經(jīng)理論與實(shí)踐,2018,39(2):9-15.[7]劉莉亞,李明輝,孫莎,楊金強(qiáng).中國(guó)銀行業(yè)凈息差與非利息收入的關(guān)系研究[J].經(jīng)濟(jì)研究,2014(7):110-124.[8]李明輝,劉莉亞,孫莎.發(fā)展非利息業(yè)務(wù)對(duì)銀行有益嗎?——基于中國(guó)銀行業(yè)的實(shí)證分析[J].國(guó)際金融研究,2014,11:11-22.[9]劉明彥.銀行業(yè)收入結(jié)構(gòu):美國(guó),德國(guó)和中國(guó)的一項(xiàng)比較研究[J].財(cái)貿(mào)經(jīng)濟(jì),2012,5.[10]王志軍.20世紀(jì)90年代以來(lái)美國(guó)商業(yè)銀行盈利性發(fā)展分析[J].國(guó)際金融研究,2007,4.[11]劉孟飛,張曉嵐,張超.我國(guó)商業(yè)銀行業(yè)務(wù)多元化,經(jīng)營(yíng)績(jī)效與風(fēng)險(xiǎn)相關(guān)性研究[J].國(guó)際金融研究,2012(8):59-69.[12]薛鴻健.解析美國(guó)商業(yè)銀行的非利息收入[J].國(guó)際金融研究,2006,8:20-25.[13]鄭榮年,牛慕鴻.中國(guó)銀行業(yè)非利息業(yè)務(wù)與銀行特征關(guān)系研究[J].金融研究,2007,9:129-137.[14]周開(kāi)國(guó),李琳.中國(guó)商業(yè)銀行收入結(jié)構(gòu)多元化對(duì)銀行風(fēng)險(xiǎn)的影響[J].國(guó)際金融研究,2011,5:57-66.[15]王菁,周好文.非利息收入負(fù)向收益貢獻(xiàn)度的實(shí)證解析——基于我國(guó)12家商業(yè)銀行的模型檢驗(yàn)[J].當(dāng)代經(jīng)濟(jì)研究,2008,11:49-52.[16]張國(guó)海,高懌.商業(yè)銀行中間業(yè)務(wù)的國(guó)際比較與發(fā)展戰(zhàn)略[J].金融研究,2003(8):129-134.[17]王家強(qiáng).亞太地區(qū)商業(yè)銀行收入結(jié)構(gòu)特征、成因及其前景——基于全球視角的比較分析[J].國(guó)際金融研究,2007,7.[18]王曼怡,甄晗蕾.非利息收入對(duì)城市商業(yè)銀行績(jī)效影響的實(shí)證研究——基于2008—2015年面板數(shù)據(jù)模型分析[J].國(guó)際經(jīng)濟(jì)合作,2016(11):92-95.[19]馮波,王笳旭,石玉乾等.非利息收入對(duì)商業(yè)銀行績(jī)效影響的實(shí)證研究——基于我國(guó)上市商業(yè)銀行的面板數(shù)據(jù)分析[J].金融理論與實(shí)踐,2016(4):110-115.[20]李瓊,單承蕓.非利息收入對(duì)我國(guó)上市銀行經(jīng)營(yíng)績(jī)效的影響研究[J].武漢金融,2019(9):12.[21]盛虎,王冰.非利息收入對(duì)我國(guó)上市商業(yè)銀行績(jī)效的影響研究[J].財(cái)務(wù)與金融,2008(5):8-11.[22]StirohKJ.Diversificationinbanking:Isnoninterestincometheanswer?[J].Journalofmoney,CreditandBanking,2004:853-882.[23]StirohKJ.Newevidenceonthedeterminantsofbankrisk[J].JournalofFinancialServicesResearch,2