1.数据的收集及处理
我们以前文研究所得的综合技术效率值为因变量,选取M2、存贷比、不良贷款率、总资产净利率、非利息收入占比、权益比率以及产权结构这7个影响因素作为自变量,进行面板回归。数据均来自Wind数据库。
表3-19 2012年样本数据明细表

表3-20 2013年样本数据明细表

续表

表3-21 2014年样本数据明细表

表3-22 2015年样本数据明细表

续表

表3-23 2016年样本数据明细表(https://www.xing528.com)

在实际操作时,为了避免数据过大影响实证结果,我们对M2、存贷比、非利息收入占比和权益比率的数据进行了对数处理。
2.回归结果分析
表3-24 Tobit回归结果表

由表3-24可知,回归模型总体显著,回归分析具有意义。
从Tobit回归结果来看,显著性Prob>chi2=0.033 6,对数似然估计值Log likelihood=20.390 332。从显著水平上可以看出,在10%的置信水平下,显著的变量有不良贷款率、总资产净利率、非利息收入占比、权益比率和产权结构;在1%的置信水平下,显著的变量有存贷比。具体分析如下:
M2与银行的经营效率关系不显著,其系数为0.06,说明每增加1元M2,银行的经营水平提高0.06,但是没有相关性。主要的原因可以从货币政策去理解,M2的增长率反映的是宏观经济的运行状况,而银行综合技术效率主要反映了商业银行自身的经营管理能力,因此宏观经济因素对银行综合技术效率的影响不明显,两者不存在显著相关性。
存贷比与银行综合技术效率呈正相关关系,系数为0.112。存贷比是用来衡量商业银行流动性风险和资金使用效率的重要指标。本章的实证结果表明,随着存贷比的增加,我国商业银行的综合技术效率能够得到提高。因此在满足监管要求的情况下,可以适当增加贷款投放量,以此改善银行的综合技术效率。
不良贷款率与我国商业银行的综合技术效率负相关,系数为-0.032。这验证了前文关于不良贷款率与银行效率的影响关系,即不良贷款率也是影响我国商业银行技术效率的因素之一,不良贷款率越高,综合技术效率值也就越低。我国对金融业的监管要求银行把不良贷款率控制在5%以内,上市银行都很好地达到了这一要求。为了进一步改善银行的技术效率,商业银行治理层可以在降低不良贷款率水平上做更多努力。
总资产净利率与商业银行综合技术效率呈正相关关系,系数为0.086。总资产净利率反映了银行运用全部资产所获得利润的水平,该指标越高,表明银行投入产出水平越高,经营管理越有效,综合技术效率也得以提升。
非利息收入占比对银行综合技术效率有正面影响,系数为0.118。这说明非利息收入占比越高,我国商业银行的综合技术效率便也越高。这就要求银行治理层进一步把提高商业银行业务创新能力作为接下来改革发展的重点,以期能通过中间业务的展开提升非利息收入在银行收入结构中的占比,进而提升银行的经营管理效率。
权益比率对银行的综合技术效率也产生正向影响,系数为0.103。也就是说,股东权益总额在资本总额中的占比越大,银行效率也就越高。这是因为权益比率代表了银行抵御风险的能力,在适度范围内提高我国商业银行的权益比率有助于改善我国银行的经营效率。
产权结构对银行综合技术效率起正面作用,系数为0.087。这说明产权对银行的经营效率具有一定的影响作用,国有银行受到体制的约束相对较大,不利于技术效率的提高。但我们同时也应该看到,随着银行改革的深化,产权结构对银行综合技术效率的影响越来越小。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。
