第３３卷第ｌ１期 ２０１６年ｌ１月 统计研究 Ｓｔａｔｉｓｔｉｃａｌ Ｒｅｓｅａｒｃｈ Ｖｏ１．３３．Ｎｏ．１１ ＮＯＶ．２０１６ 资产管理业务对商业银行收益与 风险的影响效应研究 马理 李书灏 内容提要：近年来，大量的资产管理业务资金进入资本市场形成庞大的影子银行，加大了市场风险，因此有必 要研究资产管理业务的影响，并提出有效的风险管理措施。本文采集了２６家样本银行的１１．２万条理财产品数据， 使用面板数据回归法，对商业银行的资产管理业务进行了总量与分类检验。研究结论显示：资产管理业务的发展 对我国银行业收益有促进作用，能改善整体经营风险，但是异质型商业银行的资产管理业务具有差异化特征。基 于此本文提出大力发展资产管理业务，完善相关监管措施等建议。 关键词：资产管理业务；商业银行；收益；风险 ＤＯＩ：１０．１９３４３／ｊ．ｃｎｋｉ．１１—１３０２／ｃ．２０１６．１１．００５ 中图分类号：Ｃ８１２ 文献标识码：Ａ 文章编号：１００２—４５６５（２０１６）１１—００３２—１０ Ｉｍｐａｃｔ ｏｆ Ａｓｓｅｔ Ｍａｎａｇｅｍｅｎｔ Ｂｕｓｉｎｅｓｓ ｏｎ ｔｈｅ Ｒｅｖｅｎｕｅ ａｎｄ Ｒｉｓｋ ｏｆ Ｃｈｉｎａ’Ｓ Ｃｏｍｍｅｒｃｉａｌ Ｂａｎｋｓ Ｍａ Ｌｉ＆Ｌｉ Ｓｈｕｈａｏ Ａｂｓｔｒａｃｔ：Ｗｅ ｃｏｌｌｅｃｔ ｏｖｅｒ １ １ ２，０００ ｐｉｅｃｅｓ ｏｆ ｄａｔａ ｏｆ ｆｉｎａｎｃｉａｌ ｐｒｏｄｕｃｔｓ ｉｓｓｕｅｄ ｂｙ ２６ Ｃｈｉｎａ’Ｓ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ ａｎｄ ｔａｋｅ ａｄｖａｎｔａｇｅ ｏｆ ｔｈｅ ｐａｎｅｌ ｄａｔａ ｒｅｇｒｅｓｓｉｏｎ ｍｅｔｈｏｄ ｔｏ ｔｅｓｔ ｔｈｅ ｉｍｐａｃｔ ｏｆ ａｓｓｅｔ ｍａｎａｇｅｍｅｎｔ ｂｕｓｉｎｅｓｓ ｏｎ ｔｈｅ ｒｅｖｅｎｕｅ ａｎｄ ｒｉｓｋ ｏｆ ｔｈｅ ｂａｎｋｓ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｗｈｏｌｅｎｅｓｓ ａｎｄ ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｈｅ ｃｏｎｃｌｕｓｉｏｎ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ａｓｓｅｔ ｍａｎａｇｅｍｅｎｔ ｂｕｓｉｎｅｓｓ ｃａｎ ｐｒｏｍｏｔｅ ｔｈｅ ｅａｒｎｉｎｇｓ ｏｆ ｂａｎｋ ａｎｄ ｉｍｐｒｏｖｅ ｔｈｅ ｏｖｅｒａｌｌ ｏｐｅｒａｔｉｎｇ ｒｉｓｋ，ｂｕｔ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｔｙｐｅｓ ｏｆ ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ ｒｅａｃｔ ｄｉｆｆｅｒｅｎｔｌｙ ｔｏ ｓｕｃｈ ｂｕｓｉｎｅｓｓ’ｄｅｖｅｌｏｐｍｅｎｔ．Ｔｈｅ ｍａｎａｇｅｍｅｎｔ ａｕｔｈｏｒｉｔｉｅｓ ｓｈｏｕｌｄ ｆａｃｅ ｕｐ ｔｏ ｔｈｅ ｒｉｓｋ ｂｅｈｉｎｄ ａｓｓｅｔ ｍａｎａｇｅｍｅｎｔ ｂｕｓｉｎｅｓｓ ａｎｄ ｐｅｒｆｅｃｔ ｔｈｅ ｒｅｌｅｖａｎｔ ｒｅｇｕｌａｔｉｏｎｓ． Ｋｅｙ ｗｏｒｄｓ：Ａｓｓｅｔ Ｍａｎａｇｅｍｅｎｔ Ｂｕｓｉｎｅｓｓ；Ｃｏｍｍｅｒｃｉａｌ Ｂａｎｋｓ；Ｒｅｖｅｎｕｅ；Ｒｉｓｋ 一、引言 行，放大杠杆助长助跌，加大了市场风险。 现代意义上的资产管理业务，是指商业银行向 客户募集资金或者接受客户委托担任资产管理人， 近年来，我国股市出现了大幅的非正常波动。 ２０１４年７月１１日到２０ｌ５年６月１２日，上证指数上 涨３１４５点，单日成交量相对于期初放大１３倍，Ａ股 以客户财产保值、增值为目标，按照与客户的约定对 总市值最高峰突破７０万亿，但随后市场出现雪崩式 下跌。截止２０１５年８月２６日，相较于６月的最高 点，沪市、深市与创业板的下跌幅度分别为４３．５％、 ４５．６％和５３．２％。在股市巨幅波动的背后，是天量 本文为国家社会科学基金重点项目“中国经济新常态下的货 币设计研究”（１５ＡＪＬ００３）、教育部哲学社会科学研究重大课题 攻关项目“经济发展新常态下我国货币体系建设研究” （１５ＪＺＤ０１３）、教育部人文社会科学研究规划基金“后金融危机时代 公开市场操作的新动向与传导机理研究”（１３ＹＪＡ７９００８３）的阶段性 研究成果。 资金的进入与离开，其中来自于商业银行资产管理 业务的资金起到了推波助澜的作用 。以理财产品 ①近年来受利益驱使，大量资金借道各种金融创新手段进入 为核心的商业银行资管资金，通过伞型信托等金融 创新手段参与市场炒作形成了规模庞大的影子银 股市，例如伞型信托、票据贴现、万能险等。其中，以理财产品为核 心的资产管理业务资金是商业银行资金进入股市的一种主要手段。 第３３卷第１１期 马理 李书灏：资产管理业务对商业银行收益与风险的影响效应研究 ・３３・ 其资产进行投资管理，并收取管理费用及业绩报酬 的行为。资产管理业务主要包括理财产品、受托投 资，以及投资顾问等，其中理财产品业务占到目前银 行资产管理业务的９０％以上（银监局课题组， ２０１５）¨ 。近年来，资产管理业务在我国金融领域 发展迅速，特别是以理财产品为核心的资产管理业 务呈现井喷态势。２００７－－２０１５年，我国商业银行总 计发行个人人民币理财产品２６８０８０款，产品数量年 均增长率达到５５．３３％；同时，全行业理财业务余额 突破２０万亿人民币，年均复合增长率达到４０％。 资产管理业务的快速扩张已经成为当前商业银行利 润增长的新引擎，部分商业银行如交通银行、光大银 行，甚至某些国有大型商业银行的资产管理业务收 入占比已达总收入的１０％左右。 商业银行大力发展资产管理业务的背景主要 是：从宏观经济来看，金融危机的爆发重创了世界经 济，加之欧债危机持续发酵，实体经济的不景气给商 业银行的贷款需求带来了巨大冲击；同时，互联网金 融的兴起与发展，提供了比传统的商业银行模式更 具竞争力的资金收益率，并降低了资金使用价格，从 而进一步缩小了银行的息差收入，加剧了金融脱媒。 从银行监管来看，金融危机催生了巴塞尔协议ＩＩＩ的 诞生，商业银行面临着更加严苛的资本要求，贷款业 务受到了越来越大的。从金融改革来看， ２０１５年５月我国开始实施存款保险制度，同年ｌ０ 月中国人民银行基本上全面放开存款利率浮动上 限，存款保险与利率市场化进一步压缩了商业银行 的利差空间，来自于存贷市场的双重压力迫使商业 银行开始寻找新的利润增长点。资产管理业务不但 能给商业银行带来一定的收益，而且它不会受到针 对贷款业务的严厉的监管措施的制约。尽管相对于 传统的贷款业务，目前资产管理业务的收益率尚不 高，但通过扩大业务量，资产管理业务一样能够给商 业银行带来较多的利润。在此前提下，近年来，资产 管理业务在我国的商业银行体系得到了迅猛发展。 清楚界定商业银行资产管理业务的构成与资金 来源、研究其对商业银行的收益与风险的影响，是一 个具有很强现实意义的研究课题。相关研究有助于 分析商业银行在经济新常态下的行为选择动机，从 根本上了解资产管理业务的盈利模式与风险点，从 而有的放矢地制定相应的金融监管措施，促进资产 管理业务有序持续发展，引导商业银行顺利转型。 但从掌握的文献来看，目前专门针对商业银行资产 管理业务的研究相当稀少。巴曙松（２０１３）［２ ３对商 业银行资产管理业务进行过界定，他认为从管理标 的上看，银行资产管理业务分为动产、不动产、股权、 债权或资产组合等，从服务对象上看，银行资产管理 业务对象分为个人和机构客户，且个人客户为当前 的主要对象，因此资产管理业务形成的资产或资金 应同银行资本隔离开，进行单独管理。银监局课题 组（２０１５）…通过对比国内外商业银行发展状况，认 为强大的资金和资源渠道是我国银行体系发展资产 管理业务的天然优势，因此资产管理业务是国内商 业银行转型和盈利的突破口，但相关监管制度和引 导措施的缺乏制约了该类业务的持续发展。由于理 财产品业务是商业银行主要的资产管理业务构成， 陶雄华和曹松威（２０１５） 对国内２１家商业银行的 理财业务的相关数据进行了面板回归，发现在银行 业整体层面上理财产品的预期收益率对商业银行绩 效有正向的促进作用，但理财产品发行量与银行绩 效无关。 本文在以往学者的研究基础上进行了拓展，贡 献之处在于：第一，将商业银行资产管理业务从非利 息收入中剥离，以此充分揭示资产管理业务对商业 银行的影响；第二，在统一的技术框架下对比研究资 产管理业务与其他业务对商业银行收益和风险的影 响；第三，将商业银行分为国有大型商业银行、股份 制商业银行、城市商业银行（城商行）、外资银行四 类，仔细考察资产管理业务发展对异质型商业银行 的差异化影响，充分解释近年来各级各类商业银行 扩大资产管理业务比重、频繁调整资产结构的深层 次原因并提出相关建议。 二、文献综述与理论分析 按照商业银行业务核算特点划分，资产管理业 务收入属于非利息收入，因此以往大多数学者的相 关研究主要是分析非利息收入对商业银行收益与风 险的影响。Ｓｍｉｔｈ等（２００３） 基于欧元区银行体系 的数据，研究发现非利息收入不仅能给商业银行带 来利润，同时还能改善整体风险，该结论也得到了 Ｌｅｐｅｔｉｔ等（２００８） 进一步的论证。不过在不同的 国家与经济环境下，商业银行非利息收入产生的作 用会有所差别，如Ｓｔｉｒｏｈ（２００６） 发现非利息收入 的增加不会增加美国国内银行在市场上的利润份 ・３４・ 统计研究 ２ｏ１６年ｌ１月 额，反而会加大市场风险；Ｃａｌｍ￣ｓ和Ｔｈ６ｏｒｅｔｂ （２０１０） 以加拿大商业银行体系为例，发现商业银 行非利息收入对收益与风险的影响存在时间结构上 的区别，即不同时间段非利息收入对利润和风险的 影响不对称。Ｌｅｅ等（２０１４）Ｉ ｓ］采用亚洲２２国共计 ９６７家商业银行的数据进行了跨区域研究，结论是 非利息收入并不会显著增加银行利润，但会减少经 营风险。也有学者针对商业银行的异质性特征对非 利息收入进行了分类研究，例如Ｄｅ Ｙｏｕｎｇ和Ｒｉｃｅ （２００４） 将美国４７１２家商业银行按照管理水平、 市场力量、地域环境等因素进行分类，发现不同类型 的商业银行对非利息收入的依赖程度显著不同，即 管理水平弱、市场力量强，或经济较发达地区的银行 更加依赖非利息收入。Ｋｔｉｈｌｅｒ（２０１３ ｌＯ］，２０１５ ）指 出，欧元区以存贷业务为导向的商业银行会由于非 利息收入业务的增加而变得更加稳定，以投资为导 向的银行会因为该类业务份额的增加变得更具风 险，因此，要使得非利息业务同时改善存贷型和投资 型银行的风险，必须多样化非利息业务类型。 国内学者在银行非利息收人方面也做了较为丰 富的研究，但基于样本范围的不同出现了观点上的 差异。从收益的角度来看，迟国泰等（２００６） １２ ３从技 术效率切入，发现在行业层面上，非利息收入对银行 收益有正向作用；但是郭娜和祁怀锦（２０１２） １３］、满 媛媛（２０１６）¨ 利用中国上市银行数据的实证研究 发现，商业银行的非利息收入波动性大，因此并不能 显著改善收益或者增加银行价值。从风险的角度来 看，张羽和李黎（２０１０）¨ 基于中国数据，指出非利 息收入能在整体上分散银行风险，但这种分散作用 会随着非利息收入比重的增加呈现出边际递减效 应；同时，王瑞雪和张桥云（２０１６） １６］进一步发现中 国商业银行非利息收入对银行资本风险的影响在 ２００７年前后出现非对称效应。黄隽和章艳红 （２０１０）… 采用美国银行业数据得出非利息收入会 加大银行体系风险，而顾晓安和王鹏程（２０１５）¨ 则 发现非利息收入占比对银行风险的影响作用呈现出 ｓ型，即先改善后恶化再改善。 资产管理业务对商业银行收益与风险具有独特 的内在影响机制。现阶段，理财业务是商业银行资 产管理业务最主要的形式，而理财业务主流的运作 模式是“资金池——资产池”①形式。在这种情况 下，银行理财业务的收入来源除了手续费，最主要是 资产池与资金池的利差。考虑“资金池——资产 池”的滚动发售与期限错配等特点，资产管理业务 收入对银行收益具有如式（１）和式（２）所示的作用 机制（苏薪茗，２０１４ ）。 ＲＯＡ＝ａＲ。ｃ＾ ＋（１一ｎ）Ｒ （１） Ｒ＾Ⅳ＝ｒＡＭ—ｒ＝（ｒ＾Ｍ—ｒ６）＋（ｒ６一ｒ） （２） 其中，ＲＯＡ是银行收益率， ｍ ，是商业银行其他 业务的收益率，Ｒ 是资产管理业务的收益率，ｏ是 银行其他资产投资比例，ｒ 是资产池收益率，ｒ是资 金池成本，ｒ 是与资产池相同期限的国债利率。由 于银行的资产管理业务具有滚动发售与期限错配的 特征，因此商业银行资产管理业务的收益分为两部 分：由于拉长期限产生的期限利差（ｒ 一ｒ）和由于投 资产生风险溢价的信用利差（ｒ 一 ）。只要Ｒ 为 正，那么银行就会积极拓展资管业务。 从式（２）收益构成可以看出，资产管理业务对 商业银行风险的传导机制也分为两个部分：期限错 配导致的期限利差风险和投资导致的信用利差风 险。这两种风险将导致银行的个体风险增加，但是 由于存在资产负债表效应，资产管理业务形成的表 外资产将降低银行的风险加权资产比率，改善资产 质量。因此，若将银行资产管理业务资产和其他业 务资产视为资产组合，运用马科维茨资产组合理论， 银行的风险可由式（３）表示，其中 是银行整体经 营风险，ｏｒ 是资产管理业务风险，ｏｒｍ 是其他业务 风险。 ｏｒ ＝ ２ ２ 。＾ ，＋（１一。） （ｒ２ ＾ｆ＋２ａ（１一Ⅱ）ＣＯＶ（Ｒ。 ＾ ，，Ｒ＾肼） （３） 因此从理论上说，只要银行合理运用资金池进 行组合投资，资产管理业务就可以通过资产组合效 应来分散商业银行的经营风险。 但是，由于各类商业银行的资本规模和资产管 理模式不尽相同，资产管理业务对异质性商业银行 收益与风险的影响也会体现出差异化的特征。首 先，资产管理业务形成的资产属于银行创造出来的 流动性，而流动性是银行收益和风险的根本来源，且 与银行资本规模紧密相关。不论是“风险吸收假 ①“资金池——资产池”模式是指商业银行将投资者购买理 财产品的资金整合到一个资金池中，而不是形成单独的资金账户。 然后，银行综合运用资金池中的资金进行各类标的组合投资，形成 资产池，并用资产池的收益偿付投资者持有理财产品的收益。 第３３卷第１１期 马理李书灏：资产管理业务对商业银行收益与风险的影响效应研究 ・３５・ 说”（Ａｌｌｅｎ和Ｓａｎｔｏｍｅｒｏ，１９９７） 。。还是“金融脆弱性 挤出假说”（Ｄｉａｍｏｎｄ和Ｒａｊａｎ，２０００） ¨都指出，不 同的资本比率会导致商业银行不同的风险承担能力 与流动性差异。其次，我国各类商业银行管理模式 差异较大。国有大型商业银行、股份制商业银行、外 资银行、城商行具有不同的股权结构和运作模式，由 此产生不同的管理成本将影响银行对货币的敏 感性，进而给不同类型商业银行的收益和风险带来 不同影响 。 正是由于资产管理业务对商业银行收益与风险 具有独特的内在影响机制，所以本文尝试利用中国 银行业的数据来进行检验，以充分了解资产管理业 务对商业银行收益与风险的具体影响，并有的放矢 地提出建议。 三、变量选取与模型构建 本文主要考察资产管理业务发展对商业银行的 影响，被解释变量集为商业银行的收益与风险，解释 变量集包括商业银行的各项业务收入与风险的对应 源因素。同时，为了表征资产管理业务对异质型商 业银行的资产规模与结构、业务结构和风险管理能 力的影响，还引入了控制变量与虚拟变量。具体的 实证变量与检验模型如下。 （一）变量选取 １．被解释变量集。 被解释变量包含收益水平和经营风险两个方 面。本文在吴晓云和王峰（２０１２） 的研究基础上， 使用利润总额计算得到ＲＯＡ作为各商业银行的整 体收益水平的度量指标。使用Ｌｅｐｅｔｉｔ（２００８） 以 及张羽和李黎（２０１０） 的方法，采用破产风险ｚ值 对商业银行的经营风险进行衡量，ｚ值越小表示银 行破产风险越大；Ｚ值越大表示破产风险越小。 ２．解释变量集。 商业银行的收入一般分为利息收入和非利息收 入两类。利息收人界定较为清晰，包含贷款利息、投 资债券等有价证券的利息以及同业往来利息。但非 利息收入的分类方法有所差异，例如薛鸿健 （２００７） 根据美国商业银行实践，将非利息收入分 为存款账户服务费、现金工具或衍生工具交易收益、 资产托管服务费、附加非利息收入四类；赫国胜 （２００７）心 则认为非利息收入来源于资金收付与代 客交易、银行自身从事金融市场交易，以及金融交易 咨询服务三类。以上分类方法的缺陷是没有清晰界 定资产管理业务的构成，难以充分研究资产管理业 务发展对商业银行的影响。本文依据当前国内商业 银行的经营实践，将商业银行的收入分成四类，分别 是贷款利息收入、其他利息收入、资产管理业务收入 和其他非利息收入。 关于商业银行风险的来源因素，有学者（如黄 隽和章艳红，２０１０ １７］）研究指出银行破产风险与银 行资产扩张速度、贷款规模、银行流动性等有关，但 相关研究遗漏了近年来风起云涌的资产管理业务发 展的影响。因此本文在以往学者的研究基础上，设 定４个影响银行风险的解释变量，分别是资产扩张 风险、贷款风险、货币流动性风险和资管业务的 风险。 ３．控制变量。 周开国和李琳 指出，不同类型的商业银行在 资产规模与结构、业务结构和风险管理能力等方面 存在差别，并对商业银行的收益与风险影响巨大。 因此本文设定以下控制变量，以表征银行特征：总资 产，体现银行的规模差异；股权占总资产比例，体现 银行的资产结构差异和资产风险管理差异；贷款占 总资产比，体现银行的业务结构差异和资金使用效 率差异。同时引入时间变量，通过交叉项来考察变 量带来的时间效应。 ４．虚拟变量。 于历史的原因，我国的商业银行一般被划分为 国有大型商业银行、股份制商业银行、城商行等不同 类别。已有学者（例如孔爱国和卢嘉圆，２０１０ ）研 究发现，不同类型商业银行的市场敏感度与市场行 为选择存在差异。本文在以往学者的研究基础上， 结合当前的金融实践，将研究对象划分为国有大型 商业银行、股份制商业银行、城商行和外资银行，设 定若干虚拟变量来表征商业银行的不同类别。具体 的变量与含义如表１所示。 （二）模型构建 本文综合周开国等（２０１１） 和陶雄华等 （２０１５） 的研究方法，使用面板回归法进行统计检 验。同时，补充了收益的影响因素、风险的影响因 素，以及相关控制变量与虚拟变量，对银行业总体和 不同类别进行检验。具体做法是，首先从整体上分 析资产管理业务发展对商业银行体系的影响，然后 分类别分析资产管理业务对国有大型商业银行、股 ・３６・ 统计研究 ２０１６年ｌ１月 表１ 变量定义 分类 变量 变量含义 数据处理 银行收益 ＤＡ 银行资产收益率 银行资产收益率（税前） 与影响 ＡＭ 资产管理业务收入 用银行理财收入水平代替 因素 ，几ｔｅｒｅｓｔ 贷款收入 银行贷款收入占总资产比 Ｏｉｎｔｅｒｅｓｔ 其他利息收入 银行其他利息收入占总资产比 ＮｏａＡＭ 其他非利息收入 除手续与佣金外的其他非利息 收入占总资产比 银行风险 Ｚ 银行经营风险 银行破产风险ｚ值 与影响 Ｒｕｋ 资产管理业务风险 银行发行理财产品的风险值 因素 ＧＡｓｓｅｔｓ 资产增长风险 资产增长速度 Ｌｏａｎ 贷款风险 银行贷款量占总资产比 Ｌｉｑｕｉｄｉｔｙ 货币流动性风险 Ｍ２／ＧＤＰ 控制变量 Ａｓｓｅｔｓ 总资产规模 银行总资产的对数值 Ｓｈａｒｅ 股权 银行股权占总资产比 Ｌｏａｎ 贷款量 银行贷款量占总资产比 Ｔｉｍｅ 时间 时间 虚拟变量 Ｄ１ 国有大型银行 国有大型银行＝１，否则为０ Ｄ２ 股份制银行 股份制银行＝１，否则为０ Ｄ３ 城商行 城市商业银行＝１，否则为０； Ｄｉ＝时，表示外资银行 份制商业银行、城商行以及外资行的影响。以往文 献没有做过类似研究，因而无法充分了解资产管理 业务发展对异质型商业银行的差异化影响，也就无 法有的放矢地给出针对异质型商业银行资产管理业 务发展的监管建议。本文在此方面进行了拓 展，设置面板回归方程如下： １．银行体系总体回归方程。 ＲＯＡ ＝Ｃｌ＋ １ＡＭ ．ｆ，ｆ＋ ２Ｉｎｔｅｒｅｓｔ ．￡＋ ３ Ｏｉｎｔｅｒｅｓｔｉ．ｆ ＋ ４Ⅳｏ， ‘＋ＯｌＡｓｓｅｔｓ【．１＋０２Ｓｈａｒｅ１．１＋０３Ｌｏａｎｆ，． （４） Ｚ ＝Ｃ２＋ ｌ Ｒｉｓｋ ＋ ２ ，ｔ，￡Ｇａｓｓｅｔｓ ＋ ２Ｌｉｑｕｉｄｉｔｙ ． ．￡ ＋ ４Ｌｏａｎ ，Ｉ＋ＯｌＡｓｓｅｔｓ ． ＋０２Ｓｈａｒｅ （５） 其中，ｉ表示第ｉ个银行，ｔ表示期数，Ｃ表示截 距项； ；系数的大小和显著性表示各解释变量与 ＲＯＡ或ｚ之间的关系；０代表银行特征控制变量的 系数。 ２．异质型银行分类回归方程。 ＲＯＡ ＝Ｃ１＋ ｌＡＭ ＋ ２Ｉｎｔｅｒｅｓｔ ，ｆ＋ ３ Ｏｉｎｔｒｅｓｔ ￡，ｆ．￡ ＋ ４ＮｏｎＡＭ【，ｌ＋卢ｌＸ Ｄ１＋ ２Ｘ 。，ｔ，Ｄ２＋卢３Ｘ Ｄ３ ．ｆ＋ ｌＡＭ ｆＴｉｍｅ＋ ２Ａ ＴｉｍｅＤ１＋Ｔ３ＡＭ，¨ＴｉｍｅＤ２ ＋ｙ４ＡＭ ，ｆ ＴｉｍｅＤ３＋０１Ａｓｓｅｔｓ ，ｆ＋０２Ｓｈａｒｅｆ＋０３Ｌｏａｎｆ．￡．ｆ （６） Ｚ ＝Ｃ２＋ １ Ｒｉｓｋ ＋ ２ Ｇａｓｓｅｔｓ ， ， ，Ｉ＋ ３Ｌｉｑｕｉｄｉｔｙｆ．ｆ ＋ａ４Ｌｏａｎ【，ｌ＋／３１ ，ｔＤ１＋／３２Ｙｉ，￡Ｄ２＋卢３ Ｄ３＋０ｌＡｓｓｅｔｓ“ ． ＋０２Ｓｈａｒｅ… （７） 其中，卢 系数的大小和显著性表示不同类型银 行的特定解释变量对ＲＯＡ或ｚ的影响；＾ｙ；系数的大 小和显著性表示时间交叉项的影响；Ｘ代表ＡＭ或 者Ｉｎｔｅｒｅｓｔ；Ｙ代表Ｒｉｓｋ或者Ｌｏａｎ。 四、实证检验 （一）数据处理与描述统计 本文实证的时间跨度为２００７年１月至２０１４年 １２月，该数据区间覆盖了从金融危机爆发、金融危 机深化，再到金融危机缓慢修复的过程，同时也是中 国银行业的资产管理业务兴起和快速成长的阶段。 相关银行财务数据来自Ｂａｎｋｓｃｏｐｅ数据库以及各银 行年度财报。为了保证数据的质量，本文进行商业 银行样本筛选时，剔除了出现数据缺损的样本。 在衡量银行的收入结构时，本文使用各项收入 （贷款利息收入、其他利息收入，以及其他非利息收 入）占总资产之比，与ＲＯＡ的基数保持一致。关于 资产管理业务收入，基于理财业务在资产管理业务 中的占比和数据可得性，本文用理财产品收入反映 资产管理业务收入。在确定理财收入水平时，对平 均预期收益率进行发行数量的加权，从而得到理财 产品加权预期收益率①（Ｙｉｅｌｄ），并单独引入发行量 （Ａｍｏｕｎｔ）②作为解释变量，因而资产管理业务收入 ＡＭ用Ｙｉｅｌｄ和Ａｍｏｕｎｔ替代。相应数据通过Ｒ语言 在和讯银行产品库中进行数据挖掘获得。从 ２００７－－２０１４年共计挖掘ｌ９万条产品数据，并通过 ＡＣＣＥＳＳ数据库与Ｂａｎｋｓｃｏｐｅ中的银行进行匹配，得 到完整的２６家样本银行（４家国有大型商业银行、 １２家股份制商业银行、４家城商行、４家外资银 行⑧）的数据共计１１．２万条。 根据数据挖掘得到的理财产品具体信息，将理 财产品按投资标的分为四类：低风险，如债券型、信 贷类、利率型和票据型；中等风险，如混合型和结构 型；高风险，如股票型和汇率型；其他类型由于不确 ①加权预期收益率＝当年所有理财产品平均预期收益率 （当年理财产品数量／当年所有银行总发行数量）。 ②发行量：当年理财产品数量／当年所有银行总发行数量。 ⑧国有大型商业银行包括中国工商银行、农业银行、中国银 行和建设银行；股份制商业银行包括民生银行、华夏银行、招商银 行、浦发银行、兴业银行、交通银行、平安银行、光大银行、中信银行、 广发银行、恒丰银行和渤海银行；城市商业银行包括北京银行、南京 银行、宁波银行和浙商银行；外资银行包括汇丰银行（中国）有限公 司、渣打银行（中国）有限公司、星展银行（中国）有限公司和恒生银 行（中国）有限公司。 第３３卷第ｌ１期 马理 李书灏：资产管理业务对商业银行收益与风险的影响效应研究 ・３７・ 表２ 变量的统计描述 银行收益与影响因素 ０』４ Ｙｉｅｌｄ Ｉｎｔｅｒｅｓｔ ０ｉｎｔｅｒｅｓｔ ＮｏｎＡＭ Ｚ 银行风险与影响因素 ｉｓｋ Ｇ０ｓｓｅ拈 Ｌｉｑｕｉｄｉｔｙ Ｌｏａｎ 平均 Ｏ．０１３ ０．６４５ ０．０２９ ０．０ｌ４ ０．０Ｏ１ ３６．９ｌ８ ２．２１８ ０．２５３ １．７４３ ０．４８９ 银行体系 标准差 最大值 平均 ０．００５ ０．０２１ ０．Ｏ１７ ０．００３ ０．００９ ０．６５２ ０．Ｏ０ｌ ３．２７２ ０．５５５ ０．５４５ ０．０１７ ０．００６ Ｏ．０ｌ６ ０．０４９ ０．０２８ ０．００３ ０．Ｏ２１ ０．００７ ０．００２ ０．０４１ ０．Ｏ１３ ０．００６ ０．００８ ０．００２ —０．００６ Ｏ．Ｏ１Ｏ ０．ＯＯ１ ０．０Ｏｌ —Ｏ．ＯＯｌ ２１．４１４ ９．４１３ １１８．６５４ ４２．７３１ １２．９６９ １５．６５４ ０．６３０ １．０００ ３．９８ｌ ２．２３４ ０．５０６ ｌ＿ｌ２３ ０．１９１ —０．０２５ １．２５６ Ｏ．１４５ ０．０６７ 一Ｏ．０１１ ０．１５Ｏ １．５００ １．９３１ １．７４３ Ｏ．１５０ Ｉ．５００ ０．０８６ Ｏ．２５５ ０．７７２ ０．４９８ ０．０３３ ０．４３０ 最小值 —０．００３ 国有大型 商业银行 标准差 最小值 最大值 平均 股份制商 标准差 业银行 最小值 最大值 平均 城市商业 标准差 银行 最小值 ０．０２０ ０．０１４ ０．００４ Ｏ．０（】４ ０．０２０ Ｏ．Ｏ１５ ０．００２ ０．Ｏ０８ １．６０５ ０．５９６ ０．６１１ Ｏ．０Ｏｌ ３．２３８ ０．６２０ ０．７５４ ０．００７ ０．０３５ ０．０２９ ０．００５ ０．０Ｉ８ ０．０４２ ０．０２８ ０．００７ ０．０２０ ０．０４ｌ Ｏ．Ｏ１５ ０．００７ ０．００５ ０．０４０ Ｏ．０１７ ０．００７ ０．００５ ０．００４ ０．Ｏ０ｌ ０．００ｌ —Ｏ．００ｌ ０．００６ Ｏ．００１ ０．０Ｏ１ —０．ＯＯ２ ５９．２４４ ３７．２６２ ２７．１７０ ９．４１３ ｌ１８．６５４ ４１．１０１ １２．３５２ １９．７３８ ３．７２５ ２．１７８ ０．６４６ １．０００ ３．９８１ ２．０００ Ｏ．５ｌ６ １．１２５ ０．３２２ ０．２８８ ０．２０８ ０．００４ １．２５６ ０．３４３ ０．１８１ —０．０１１ １．９３ｌ １．７４３ ０．１５０ １．５００ １．９３１ １．７４３ ０．１５０ １．５００ ０．５５１ ０．４９２ ０．０８４ ０．２５５ Ｏ．６１３ ０．４３３ Ｏ．Ｏ７ｌ Ｏ．２９Ｏ 最大值 平均 ０．Ｏ２ｌ ０．００７ ３．２７２ ０．９０７ ０．０４９ ０．０２７ ０．０３２ ０．００９ ０．Ｏ０４ ０．００２ ６６．６１Ｏ ２６．６７５ ３．４００ ２．５３８ ０．９５０ Ｏ．１６９ １．９３１ １．７４３ ０．６０６ ０．５２８ 外资银行 标准差 最大值 ０．００５ Ｏ．０１７ ０．７２５ ０．０５２ ２．５０９ ０．００８ Ｏ．Ｏｌ６ ０．０４９ ０．００５ ０．００２ ０．０ｌ９ ０．００４ —０．００６ ０．０１Ｏ ９．１９５ １３．９８６ ４７．８０４ ０．６９７ １．０００ ３．２ｌ８ ０．１５８ —０．０２５ Ｏ．６６１ Ｏ．１５０ １．５００ １．９３１ ０．１ｌ３ ０．３５２ ０．７７２ 最小值 —０．００３ 定性太高，划分为最高风险级别。由于各类投资标 的在期限风险、信用风险以及风险分散方面具有不 同的特征，为了综合衡量相关产品的风险水平，本文 将以上四种类型风险由低到高分别赋值１至４分， 并计算当年平均值①，以此得到理财业务整体风险 水平。变量的统计特征如表２所示。 结果显示，在银行收入方面，国有大型商业银行 （二）数据检验 进行面板模型回归前，需要建立基础回归模型， 判断模型属于随机效应模型、固定效应模型或混合 效应模型；然后再进行异方差与序列自相关检验，以 确保面板模型回归的稳定性。通过系列检验②，本 文收益模型采用基于Ｄｒｉｓｅｏｌｌ和Ｋｒａａｙ（１９９８） 方 法修正的固定效应模型，风险模型采用基于Ｂｅｃｋ和 Ｋａｔｚ（１９９５） 面板校正标准误法修正的随机效应 模型。得到检验结果如下： １．总量回归。 的理财收益率相对其他银行较低，但稳定性最强；股 份制商业银行和城商行的理财收益率介于外资银行 和国有大型商业银行之间，收益的波动性也处于中 游水平；外资银行理财收益率最高，但波动性也最 强。四类银行的贷款利息收入水平基本相当，但是 利息收入的波动性有区别，国有大型商业银行贷款 利息收入波动性最小，而外资银行的贷款利息收入 波动性最大。国内商业银行的理财收益与外资银行 相比普遍有差距，这可能与我国银行资产管理业务 银行业整体回归结果如表３所示。从整体回归 结果来看，在收益方面，银行的理财产品收益 （Ｙｉｅｌｄ）和贷款利息收入（Ｉｎｔｅｒｅｓｔ）对银行收益指标 ＲＯＡ的影响系数都为正（特别是贷款利息收入系数 非常显著），说明两个变量的增加会导致银行的收 益增加，但理财发行量（Ａｍｏｕｎｔ）没有显著改善银行 收益。其他利息收入（Ｏｉｎｔｅｒｅｓｔ）和其他非利息收入 的管理水平与经营水平较低有关。在银行风险方 面，国内银行的理财业务风险相对外资银行较小，并 且本土银行在贷款业务的风险管理上有优势。股份 （Ⅳ０ ）对银行业整体收益的影响为负，但不显 著。在风险方面，理财业务风险值（Ｒｉｓｋ）对银行破 制商业银行和城商行的资产增长速度较快，国有大 型商业银行和外资银行资产增长速度较慢。综合来 ① 当年理财产品风险水平：当年理财产品风险值总和／当年 发行量。 看，当前国内商业银行在贷款业务上占绝对优势，在 理财业务中，股份制银行和城商行具有相对收益优 势，但国有大型商业银行表现更为稳定。 ② 由于篇幅，不能将技术指标全部列在文中。本文对基 础回归模型进行了Ｆ检验、Ｈａｕｓｍａｎ检验、Ｍｏｄｉｆｉｅｄ Ｗａｌｄ检验、 Ｗｏｏｌｄｒｉｄｇｅ检验、似然比ＬＲ检验等，并依据相关结果确认最终模型。 ・３８・ 统计研究 ２０１６年１１月 产风险ｚ值的影响系数显著为正，而贷款量（Ｌｏａｎ） 对破产风险ｚ值的影响显著为负，说明理财业务会 降低银行的整体风险，而贷款的增加会导致银行整 体风险上升。此外，资产增长速度（Ｇａｓｓｅｔｓ）对破产 的系数为０．２９５０，说明贷款业务能够给国有大型商 业银行带来更多收益。理财业务和贷款业务都会增 加银行经营风险，但前者系数为一３．１６５６，后者系数 为一７０．７８４２，说明国有大型商业银行的风险主要来 源于贷款业务。从收益最大化的角度出发，国有大 风险ｚ值影响显著为正，而货币流动性（Ｌｉｑｕｉｄｉｔｙ） 对破产风险ｚ值的影响显著为负，说明资产增长加 快会降低银行整体风险，而货币流动性会加大银行 风险。 表３ Ｒ０ Ｙｉｅｌｄ Ａｍｏｕｎｔ ｌｎｔｅｒｅｓｔ 型商业银行显然应当首选扩充贷款业务，但是一方 面国有大型商业银行规模日趋成熟，继续扩大传统 贷款业务会产生边际效益递减效应，另一方面受制 于实体经济不景气与严苛的资本约束的原因，因此 银行业收益与风险检验结果 收益模型 Ｃｏｅｆ． ０．００１９ 风险模型 Ｔ值 Ｚ Ｃｏｅｆ． １．１４６７” Ｚ值 ２．２４００ 当前扩充贷款已不是国有大型商业银行的最优选 择。为了既获得一定收益又能减少对风险的承担， 国有大型银行会利用自身在规模上的优势，积极推 进理财业务的发展。 表４ 异质型商业银行分类回归（收益） 贷款业务对银行收益的影响 ＲＯＡ Ｃｏｅｆ． ０．００２８ Ｏ．２４１７¨ ０．０５３３ Ｔ ０．９５００ ３．１２００ ０．４３００ —２．５３００ ０．８０００ Ｒｉｓｋ —０．４３００ Ｌ０Ⅱｎ —０．００２９ 一２９．３４４１… —３．１３００ ８．４ｌ０６” ２．４２００ —２．０５００ ７．９０００ ０．２３５２… ４．７９００ Ｇａｓ￥ｅｔ￥ ０ｉｎｔｅｒｅｓｔ 一Ｏ．Ｏ１２６ Ｎ０ｎＡＭ Ａｓ￣ｅｔｓ Ｓｈａｍ Ｌｏａｎ —０．０８００ —０．６９００ Ｌｉｑｕｉｄｉｔｙ 一１１．０８６１ —０．７０００ Ｓｈａｒｅ ４９３．２５７８… ０．００４９… ６．１８００ Ａｓｓｅｔｓ ０．０１７８ —０．００８８ 一ｌ６．０４６ｌ… ｌ３．０１００ 一１０９．３６２５… —７．２３００ 理财业务对银行收益的影响 ＲＯ Ｙｉｅｌｄ ｔｅｒｅ￣ｔ Ｏｉｎｔｅｒｅｓｔ Ｎ０ Ⅱｍ Ｃｏｄ． ０．０２１３… ０．１９８７… ０．００６３ —０．０８２７ Ｔ １．７８Ｏ０ —４．４４００ ３．６７００ ｎｅ ３．８６００ Ｉｎｔｅｒｅｓｔ ０．３６００ Ｉｎｔｅｒｅｓｔ Ｄ１ ０．０３４１” —４．９５００ 注：…表不显著性水半为１％，”表不显著性水平为５％， 表不 显著性水平为１０％。 —０．８０００ Ｉｎｔｅｒｅｓｔ Ｄ２ —０．１１６０ 比较理财产品收益（Ｙｉｅｌｄ）和贷款利息收入 （Ｉｎｔｅｒｅｓｔ）的影响系数，后者（０．２３５２）显著大于前者 （０．００１９），说明在影响银行收益的因素中，贷款利 息收入的影响更大。为了扩大收益，在可能的前提 Ａｓｓｅｔｓ Ｓｈａｒｅ Ｌｏａｎ Ｙｉｅｌｄ Ｄ１ ０．００６７… ５．１７００ Ｉｎｔｅｒｅｓｔ Ｄ３ ０．００６０ —０．００３５ 一０．０２０２ ０．６０００ Ｏｉｎｔｅｒｅｓｔ —２．５２００ Ｎ０ｎ口ｍ —２．９０００ Ａｍｏｕｎｔ ０．１０５３ 一Ｏ．０１２９ —０．０５３ｌ 一０．００８４ Ｏ．９１００ —０．６３００ —０．４４００ —０．９６００ Ｙｉｅｌｄ Ｄ２ ｌｄ Ｄ３ Ｔｉｍｅ ｙｉｅｌｄ 一０．０１８１¨ —２．６３００ Ａｓｓｅｔｓ ０．０４６７ —０ ００１６ １．５４００ Ｓｈａｒｅ —０．３３００ Ｌｏａｎ ０．３４００ Ｏ．２９００ —１．０２００ —２．３１００ ２．３７００ ２．２０００ ０．２９００ ０．００４９… ４．６０００ ０．０１７７ 一０．００７９ ２．２４００ —３．４０００ 下银行会首选增加贷款。但是在现阶段，由于金融 危机影响与实体经济的不景气导致贷款需求疲弱， 而商业银行在贷款规模与贷款对象等方面受到诸多 ，所以银行进一步增加贷款将难以实现。虽然 Ｔｉｍｅ ｙｉｅｌｄ｝Ｄ１ ０．００ｌ７ Ｔｉｍｅ ｙｉｅｌｄ Ｄ２ Ｏ．ｏ０１４ Ｔｉｍｅ ｙｉｅｌｄ｝Ｄ３ —０．００５２ Ａｍｏｕｎｔ Ａｍｏｕｎｔ｝Ｄ１ Ａｍｏｕｎｔ Ｄ２ Ａｍｏｕｎｔ Ｄ３ —一０．０３４４“ —３．６５００ —０．３３６８ ０．３４３１” ０．３２６５ ０．０６４２ 资产管理业务在收益增加方面与贷款业务有差距， 但在贷款业务受阻的情况下，银行可以扩充资产管 理业务的业务量，不但可以实现较好收益，而且还能 充分利用资产管理业务的表外特性降低经营风险。 数据还显示，资产的增长速度能改善银行业风险暴 ０ ０５０７… —４．０２００ 注：—表不显著性水平为１％， 不显著性水平为５％， 表不显著性水 平为１０％。 对于股份制商业银行，结果显示理财业务与贷 露。近年来，由于金融危机影响、实体经济滑坡，以 及受到严苛的资本约束，我国商业银行体系的贷款 资产的增长缓慢，但商业银行的整体资产规模却仍 然增长较快，这说明非贷款资产得到了迅猛的扩充。 总量回归的结论显示，商业银行扩张理财业务的行 为选择可能是好事，因为可以改善风险状况。 ２．分类回归。 银行业分类回归的结果如表４与表５所示。对 于国有大型银行，结果显示理财业务与贷款业务都 款业务都能增加银行收益，但是前者的系数为 ０．００３２，后者的系数为０．１２５７，说明贷款业务能给 股份制商业银行带来更多收益。理财业务能降低股 份制商业银行的经营风险，影响系数为１．２１３８，贷 款业务会增加银行经营风险，影响系数为一２３．６９３０。 可见，贷款业务给股份制商业银行带来了高收益与 ①虚拟变量Ｄ１、Ｄ２或Ｄ３等于１，分别代表国有大型商业银 行、股份制商业银行或城市商业银行；等于０代表外资银行。因此 Ｙｉｅｌｄ的系数为外资银行的技术指标，其他各类型商业银行的技术指 标由 ｅｆｄ的系数与特定的Ｄ值对应的系数相加得到。 能增加银行收益，但是前者的系数为０．００１１①，后者 第３３卷第１１期 马理 李书灏：资产管理业务对商业银行收益与风险的影响效应研究 ・３９・ 表５ 异质型商业银行分类回归（风险） 理财业务对银行风险的影响 贷款业务对银行风险的影响 Ｚ ＣｏｅＬ ｚ值 Ｚ Ｃｏｅｆ． Ｚ值 Ｒｉｓｋ 一２．２３５６ 一１．７８００ Ｒｉｓｋ ０．８４３５ １．４８００ Ｒｉｓｋ￥Ｄ１ 一０．９３００ —１．１１００ Ｇａｓｓｅｔｓ １０．５４７２ １．８４００ Ｒｉｓｋ Ｄ２ ３．４５３９… ２．５９００ Ｌｉｑｕｉｄｉｔｙ 一２８ １８０７… —４．１２００ Ｒｉｓｋ Ｄ３ ３．４４６２… ２．９５００ Ｌｏａｎ 一７．９６７３ —０．８３００ Ｇａｓｓｅｔｓ １．０８５９ ０．３４００ Ｌｏａｎ｝Ｄ１ —６２．８１６９… —５．１１００ Ｌｉｑｕｉｄｉｔｙ —２５．２４９９… —３．４８００ Ｌｏａｎ Ｄ２ 一１５．７２５７ —１．９４００ Ｓｈａｒｅ ５２３．９９５０… ６．７５００ Ｌｏａｎ Ｄ３ 一１２．５５５９ —１．７９００ Ｌｏａｎ 一３３．２５００… —３．１２００ Ｓｈａｒｅ ５１１．６２６８… ７．０９００ Ａｓｓｅｔｓ １６．７０００… １２．９１００ Ａｓｓｅｔｓ ２９．８０６１… ８．４５００ 一８６ ７３８７… —６．２３００ 一２０６．４２７２… —７．２６００ 注：”旅不显著性水平为１％， 羡不显著性水平为５％，’表不显著性水 平为１０％。 高风险，而理财业务在带来一定收益的同时却可以 显著改善当前的风险状况，因此股份制银行可能更 有动力大力发展理财业务。股份制商业银行不具有 国有大型商业银行的规模优势，难以通过扩大理财 产品的发行量来促进收益的提高，但其灵活的经营 与管理模式赋予了股份制银行在理财产品收益 上更积极的表现。 对于城商行，结果显示理财业务与贷款业务都 能增加银行收益，但是前者的系数（０．０６８０）要小于 后者的系数（０．３４７０）。理财业务能降低银行经营 风险，其影响系数为１．２１０６，但贷款业务却会增加 银行经营风险，其影响系数为一２０．５２３２。城商行特 有的区域特点使得其无法通过大力发展贷款业务来 促进收益提升，特别是在金融危机期间，立足于当地 小微企业贷款的城商行的贷款业绩更是难以保证。 比较理财业务和贷款业务，虽然理财业务给城商行 带来的收益不如贷款业务，但由于可以有效地降低 风险，因此城商行仍然可能会选择发展理财业务，以 改善整体经营风险。 对于外资银行，结果显示理财业务与贷款业务 都能增加银行收益，前者系数（０．０２１３）小于后者的 系数（０．２４１７）；理财业务和贷款业务都会增加银行 经营风险，前者的系数为一２．２３５６，后者的系数为 一７．９６７３。说明贷款业务对外资银行是高风险高收 益，理财业务给外资银行带来的收益较低，但理财业 务带来的风险也小。长期以来，外资银行在与本土 银行在贷款业务领域的竞争中并不占优，目前越来 越多的外资银行将经营重点放在了非贷款业务上。 ２００７－－２０１４年，４家样本外资银行净手续及佣金收 入占税前利润的平均比例为４７．１１％，远高于国内 本土样本银行的平均比例２５．７１％。外资银行可以 采取更为主动灵活的资产管理方式，来获得丰厚的 佣金和手续收入。 理财产品发行量对国有大型商业银行、股份制 商业银行、城商行以及外资行收益的影响系数分别 是０．００６３、一０．０１０３、一０．２７２６与一０．３３６８，仅有国 有大型商业银行的系数为正，而其他类型商业银行 的系数都为负数。这说明国有大型商业银行可以借 助雄厚的资金实力，通过“薄利多销”的方式来经营 理财产品，其他商业银行则必须通过降低成本、提升 理财产品的单位利润率来扩大收益。如果说，国有 大型商业银行的理财业务能够胜在“量”的话，那么 其他商业银行的理财业务更胜在“质”上，也更容易 获得投资者的青睐。另外，通过观察收益分类模型 的时间交叉项，可以发现各类银行的理财收益水平 都没有表现出时间增强趋势，即当前我国商业银行 在理财业务上的发展方面并没有出现稳定增长的态 势，似乎后劲不足，这与金融危机爆发后市场的不稳 定和推进措施不完善有关。 （三）稳健性检验 总量与分类回归的技术指标体现了理财业务与 贷款业务对商业银行收益与风险的影响，但解释变 量与被解释变量之间是否存在内生性尚需要进一步 检验，因为这决定了统计模型是否稳健，技术指标与 相关结论是否真实可信。 我们采用工具变量法和豪斯曼检验方法来检验 收益与风险模型的５个主要变量Ｙｉｅｌｄ、Ａｍｏｕｎｔ、 Ｉｎｔｅｒｅｓｔ、Ｒｉｓｋ和Ｌｏａｎ的内生性，如果不存在内生性， 即说明原模型的回归结果是稳定的。工具变量（ｉｖ） 的选取需要同时满足两个条件：工具变量与所替代 的解释变量高度相关，工具变量与被解释变量的误 差项不相关。如果进行ｉｖ回归后，除了被工具变量 替代的解释变量，其他解释变量的估计系数与原来 的回归估计系数没有显著差异，那么说明被替代的 解释变量与扰动项不相关，即替代的解释变量并不 具有内生性。豪斯曼检验可以比较ｉｖ估计与普通 ＯＬＳ估计的差异。对于收益模型，本文选定货币流 动性Ｌｉｑｕｉｄｉｔｙ替代Ｙｉｅｌｄ、Ａｍｏｕｎｔ、Ｉｎｔｅｒｅｓｔ作为工具 变量，理由是货币流动性直接作用于利率，利率直接 作用于贷款和理财的收益水平和业务规模，即 Ｌｉｑｕｉｄｉｔｙ与Ｙｉｅｌｄ、Ａｍｏｕｎｔ、Ｉｎｔｅｒｅｓｔ高度相关；而单个 银行的ＲＯＡ无法作用于宏观变量货币流动性，即 ・４０・ 统计研究 ２０１６年ｌ１月 Ｌｉｑｕｉｄｉｔｙ与ＲＯＡ的残差项不具有相关性，符合工具 变量的要求。对于风险模型，本文选取利率波动率 作为替代Ｒｉｓｋ和Ｌｏａｎ的工具变量，理由是利率波动 直接影响贷款和理财业务收益水平和规模的波动， 即利率波动与Ｒｉｓｋ和Ｌｏａｎ高度相关；而单个银行自 身破产风险无法改变市场利率波动，即利率波动与 ｚ的残差项不相关，符合工具变量要求。表６的检 验结果显示，豪斯曼检验接受原假设，工具变量法与 非工具变量法拟合的系数整体上没有显著区别，因 此关键变量都不具有内生性。由此说明本文的模型 回归结果稳定可信，可以解释经济现象。 表６ 稳健性回归结果 收益模型 Ｙｉｅｌｄ内生性检验 Ａｍｏｕｎｔ内生性检验 Ｉｎｔｅｒｅｓｔ内生性检验 Ｆｅ ｉｖ Ｆｅ Ｆｅ ｉｖ Ｆｅ Ｆｅ ｉｖ Ｆｅ Ｙｉｅｌｄ 一０．００９４ ０．００１９ —０．０１０８ ０．００１９ ０ ００３９ ０．００１９ Ａｍｏｕｎｔ ０．０４３９ —０．００２９ ０．０６８７ —０．００２９ 一Ｏ．０１１７ —０．００２９ Ｉｎｒｅｔｅｓｔ ０．２９１２ ０．２３５２ ０．３００６ ０．２３５２ ０．１０１４ ０．２３５２ Ｏｉｎｔｅｒｅｓｔ ０．００６０ —０．０１２６ ０．０２０４ 一Ｏ．０１２６ ０．０２４３ —０．Ｏ１２６ ｊｖｏｎＡＭ 一Ｏ．１１２７ —０．０８００ —０．０９３０ 一Ｏ．Ｏ８ｏｏ —０．０１６４ —０．０８００ Ａｓｓｅｔｓ ０．００３７ ０．００４９ ０．００３７ ０．００４９ ０．００４２ ０．００４９ Ｓｈａｒｅ ０．０１７２ ０．０１７８ ０．０１５３ ０．０１７８ Ｏ．０１８４ ０．０１７８ Ｌｏａｎ —０．０１３４ —０．００８８ —０．０１２４ —０．００８８ —０．００４３ —０．００８８ Ｈａｕｓｍａｎ．ｔｅｓｔ ０．７９００ ０．７３００ ０．８５００ Ｐ值０．９９９２ ０．９９９４ ０．９９９０ 风险模型 Ｒｉｓｋ内生性检验 Ｌｏａｎ内生性检验 Ｆｅｊｖ Ｆｅ Ｆｅｊｖ Ｆｅ Ｒｉｓｋ ０．４３９６ —Ｏ．１２３７ 一０．０３３１ —Ｏ．１２３７ Ｇａｓｓｅｔｓ —２．７７６７ —３．４８４４ —４．５８１７ —３．４８４４ Ｌｉｑｕｉｄｉｔｙ ０ ６５２９ —４ ０８２４ —０．６９７８ —４．０８２４ Ａｓｓｅｔｓ ２．３５５７ １．６９５３ —５．７３５８ １．６９５３ Ｓｈａｒｅ ３７６．８６１９ ３７０．４９８０ ３９０．６２７８ ３７０．４９８０ Ｌｏａｎ —８．５４５６ —７．０６７７ —４７．３５０６ —７．０６７７ Ｈｔｔｕｓｍａｎ．ｔｅｓｔ ０．６６００ ４．６６００ Ｐ值 ０．９９５２ ０．５８８５ 注：Ｆｅ表示固定效应模型，Ｒｅ表示随机效应模型。Ｆｅ—ｉｖ和Ｒｅ—ｉｖ表示 相应的工具变量法回归。 五、结论与建议 本文运用总量与分类回归相结合的方法对我国 商业银行的资产管理业务进行了综合分析，统计检 验的结论显示：资产管理业务的发展对我国银行业 收益有促进作用，并且能改善银行业整体的经营风 险；但是异质型商业银行发展资产管理业务的趋势 特征并不一致：资产管理业务能显著促进国有大型 商业银行、股份制商业银行和外资银行收益，并降低 股份制商业银行和城商行的经营风险；尽管贷款业 务带来的息差收入对商业银行的收益增加的影响效 果更大，但在现阶段，由于金融危机影响与实体经济 的不景气导致贷款需求疲弱，而银行本身也在贷款 规模、对象等方面受到诸多，商业银行进一步增 加贷款将难以实现，所以银行非常偏重于扩张资产 管理业务。 基于以上结论，我们提出商业银行发展资产管 理业务的相关建议如下： 第一，可进一步推进资产管理业务发展。当前， 全球经济并未走出金融危机的寒冬，欧债危机在不 断深化，与此同时国内经济结构调整进入深水区，过 剩产能有待消化，经济面临严峻挑战。因此，以传统 贷款业务为重心的银行业不仅面临疲弱的贷款需 求，还承受着不良贷款率上升带来的巨大风险。加 之我国利率市场化、互联网金融冲击和存款保险制 度实施等因素，银行息差收入进一步缩小。为了化 解当前的尴尬处境，银行需要调整其业务结构，改变 以往过分依赖息差收入的经营模式，增大资产管理 业务等表外业务的比例，促进自身业绩的增长，改善 经营风险。 第二，资产管理业务应注重“质”与“量”的平 衡。我国商业银行的资产管理业务发展正处于初级 阶段，受限于资产管理水平及相关性，当前 商业银行的资产管理业务较为被动，大多采取代理 销售的模式，利润相对单薄，自身管理和产品设计水 平较低，因此数据显示资产管理业务对我国银行业 整体业绩的促进作用尚不十分突出。今后商业银行 在发展资产管理业务时，要努力提升产品的单位收 益率，注重质与量的平衡，从根本上促进银行经营业 绩的提升。 第三，应加强对资产管理业务的监管。日益蓬 勃发展的商业银行资产管理业务给监管带来了更大 的挑战，一方面，的放开是资产管理业务发展的 基础，管理当局需要赋予商业银行更多的自主权，丰 富银行的资产管理模式和提高银行的资产管理水 平；但另一方面，更多的自主权意味着更宽泛的业务 外延与更大的监管难度。近年来，我国股市出现巨 幅震荡，其中有一个重要原因就是大量的银行资金 通过资产管理业务渠道进入伞型信托，与民间配资 一起形成了庞大的影子银行，由于反映滞后与有效 监管的缺失，最终导致了杠杆崩溃。商业银行发展 资产管理业务是大势所趋，是利率自由化背景下商 业银行主动调整资产结构的必然选择，但是不能放 任资产管理业务野蛮生长，应当正视其背后隐藏的 第３３卷第ｌ１期 马理李书灏：资产管理业务对商业银行收益与风险的影响效应研究 ・４１・ 市场风险，完善相关监管措施，规范市场行为，扶持 商业银行资产管理业务的有序发展。 参考文献 ［１］山东银监局课题组．商业银行资产管理业务发展转型及监管研 究［Ｊ］．金融监管研究，２０１５（３）：７８—９８． ［２］巴曙松．中国资产管理行业发展报告：大资管时代来临［Ｍ］．北 京：中国人民大学出版社，２０１３． ［３］陶雄华，曹松威．人民币理财产品与银行绩效关系的实证检验 ［Ｊ］．统计与决策，２０１５（１７）：１５１—１５４． ［４］Ｒ Ｓｍｉｔｈ，Ｃ Ｓｔａｉｋｏｕｒａｓ，Ｇ Ｗｏｏｄ．Ｎｏｎ・ｉｎｔｅｒｅｓｔ ｉｎｃｏｍｅ ａｎｄ ｔｏｔａｌ ｉｎｃｏｍｅ ｓｔａｂｉｌｉｔｙ． Ｂａｎｋ ｏｆ Ｅｎｇｌａｎｄ，ｗｏｒｋｉｎｇ ｐａｐｅｒ，２００３， Ｎｏ，１９８． ［５］Ｌ Ｌｅｐｅｔｉｔ，ｅｔ ａ１．Ｔｈｅ ｅｘｐａｎｓｉｏｎ ｏｆ ｓｅｒｖｉｃｅｓ ｉｎ Ｅｕｒｏｐｅａｎ ｂａｎｋｉｎｇ： Ｉｍｐｌｉｃａｔｉｏｎｓ ｆｏｒ ｌｏａｎ ｐｒｉｃｉｎｇ ａｎｄ ｉｎｔｅｒｅｓｔ ｍａｒｇｉｎｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋｉｎｇ＆Ｆｉｎａｎｃｅ，２００８（３２）：２３２５—２３３５． ［６］Ｋ Ｓｔｉｒｏｈ．Ｎｅｗ ｅｖｉｄｅｎｃｅ ｏｎ ｔｈｅ ｄｅｔｅｒｍｉｎａｎｔｓ ｏｆ ｂａｎｋ ｒｉｓｋ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｉａｌ Ｓｅｒｖｉｃｅｓ Ｒｅｓｅａｒｃｈ，２００６（３０）：２３７—２６３． ［７］Ｃ Ｃａｌｍ￣ｓ，Ｒ Ｔｈ６ｏｒｅｔ．Ｔｈｅ ｉｍｐａｃｔ ｏｆ ｏｆｆ－ｂａｌａｎｃｅ．ｓｈｅｅｔ ａｃｔｉｖｉｔｉｅｓ ｏｎ ｂａｎｋｓ ｒｅｔｕｒｎｓ：Ａｎ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｔｈｅ ＡＲＣＨ—Ｍ ｔｏ Ｃａｎａｄｉａｎ ｄａｔａ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋｉｎｇ＆Ｆｉｎａｎｃｅ，２０１０（３４）：１７１９—１７２８． ［８］Ｃ Ｃ Ｌｅｅ，Ｓ Ｊ Ｙａｎｇ，Ｃ Ｈ Ｃｈａｎｇ．Ｎｏｎ－ｉｎｔｅｒｅｓｔ ｉｎｃｏｍｅ，ｐｒｏｆｉｔａｂｉｌｉｔｙ， ａｎｄ ｒｉｓｋ ｉｎ ｂａｎｋｉｎｇ ｉｎｄｕｓｔｙｒ：Ａ ｃｒｏｓｓ－ｃｏｕｎｔｙｒ ａｎａｌｙｓｉｓ［Ｊ］．ＮｏＡｈ Ａｍｅｒｉｃａｎ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ＆Ｆｉｎａｎｃｅ，２０１４（２７）：４８—６７． ［９］Ｒ Ｄｅ ｙｏｕｎｇ，Ｔ Ｒｉｃｅ．Ｎｏｎｉｎｔｅｒｅｓｔ ｉｎｃｏｍｅ ａｎｄ ｆｉｎａｎｃｉａｌ ｐｅｒｆｏｒｍａｎｃｅ ａｔ Ｕ．Ｓ．ｃｏｍｍｅｒｃｉａｌ ｂａｎｋｓ［Ｊ］．Ｆｉｎａｎｃｉａｌ Ｒｅｖｉｅｗ，２００６（４１）：４４９ —４５０． 『１０］Ｍ Ｋｔｉｈｌｅｒ．Ｄｏｅｓ ｎｏｎ．ｉｎｔｅｒｅｓｔ ｉｎｃｏｍｅ ｍａｋｅ ｂａｎｋｓ ｍｏｒｅ ｒｉｓｋｙ？Ｒｅｔａｉｌ． ｖｅｒｓｕｓ ｉｎｖｅｓｔｍｅｎｔ．ｏｒｉｅｎｔｅｄ ｂａｎｋｓ『Ｊ］．Ｒｅｖｉｅｗ ｏｆ Ｆｉｎａｎｃｉａｌ Ｅｃｏｎｏｍｉｃｓ，２０１３（２３）：１８２—１９３． ［１ １］Ｍ Ｋｔ￣ｈｌｅｒ．Ｗｈｉｃｈ ｂａｎｋｓ ａｒｅ ｍｏｒｅ ｒｉｓｋｙ？Ｔｈｅ ｉｍｐａｃｔ ｏｆ ｂｕｓｉｎｅｓｓ ｍｏｄｅｌｓ ｏｎ ｂａｎｋ ｓｔａｂｉｌｉｔｙ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｉａｌ Ｓｔａｂｉｌｉｔｙ，２０１５ （１６）：１９５—２１２． ［１２］迟国泰，孙秀峰，郑杏果．中国商业银行收入结构与收入效率关 系研究［Ｊ］．系统工程学报，２００６（０６）：５７４—５８２． ［１３］郭娜，祁怀锦．上市银行盈利模式与银行价值创造的实证研究 ［Ｊ］．财经大学学报，２０１２（７）：３２—３７． ［１４］满媛媛．收入多元化、金融自由化对商业银行绩效和风险的影 响［Ｊ］．宏观经济研究，２０１６（１）：１３０—１４３． ［１５］张羽，李黎．非利息收入有利于降低银行风险吗？——基于中 国银行业的数据［Ｊ］．南开经济研究，２０１０（４）：６９—９１． ［１６］王瑞雪，张桥云．商业银行盈利模式分化——基于我国上市银 行的实证分析［Ｊ］．经济学家，２０１６（２）：５０—５９． ［１７］黄隽，章艳红．商业银行的风险：规模和非利息收入——以美国 为例［Ｊ］．金融研究，２０１０（６）：７５—９０． ［１８］顾晓安，王鹏程．非利息收入占比与银行风险分散效应的关系 研究——来自美国银行业的经验证据与启示［Ｊ］．世界经济研 究，２０１５（７）：３２—４３． ［１９］苏薪茗．银行理财产品是庞氏吗？——基于中国银行业理 财产品市场的实证分析［Ｊ］．金融论坛，２０１４（１１）：４３—５２． ［２Ｏ］Ｆ Ａｌｌｅｎ，Ａ Ｍ Ｓａｎｔｏｍｅｒｏ．Ｔｈｅ ｔｈｅｏｒｙ ｏｆ ｆｉｎａｎｃｉａｌ ｉｎｔｅｒｍｅｄｉａｔｉｏｎ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋｉｎｇ＆Ｆｉｎａｎｃｅ，１９９７（２１）：１４６１—１４８５． ［２１］Ｄ Ｗ Ｄｉａｍｏｎｄ，Ｒ Ｇ Ｒａｊａｎ．Ａ Ｔｈｅｏｒｙ ｏｆ ｂａｎｋ ｃａｐｉｔａｌ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｅ，２０００（５５）：２４３１—２４６５． ［２２］基于面板数据分析的中国微观金融问题研究课题组．会计公允 值制度对股权结构与绩效关系的影响效应研究——基于中国 上市商业银行面板删失异质性数据的分析［Ｊ］．统计研究， ２００９（７）：５５—６２． ［２３］吴晓云，王峰．银行战略群组的新业务战略对绩效影响因素的 实证研究——基于中国银行业１６家上市银行的面板数据［Ｊ］． 金融研究，２０１２（９）：４８—６１． ［２４］薛鸿健．解析美国商业银行的非利息收入［Ｊ］．国际金融研究， ２００６（８）：２０—２５． ［２５］赫国胜．我国商业银行非利息收入业务创新的对策［Ｊ］．中国 金融，２００７（１）：２８—２９． ［２６］周开国，李琳．中国商业银行收入结构多元化对银行风险的影 响［Ｊ］．国际金融研究，２０１ｌ（５）：５７—６６． ［２７］孔爱国，卢嘉圆．市场约束、商业银行治理与风险的实证研究 ［Ｊ］．金融研究，２０１０（５）：１０２—１１５． ［２８］Ｊ Ｃ Ｄｒｉｓｃｏｌｌ，Ａ Ｃ Ｋｒａａｙ．Ｃｏｎｓｉｓｔｅｎｔ ｃｏｖａｒｉａｎｃｅ ｍａｔｒｉｘ ｅｓｔｉｍａｔｉｏｎ ｗｉｔｈ ｓｐａｔｉａｌｌｙ ｄｅｐｅｎｄｅｎｔ ｐａｎｅｌ ｄａｔａ［Ｊ］．Ｒｅｖｉｅｗ ｏｆ Ｅｃｏｎｏｍｉｃｓ＆ Ｓｔａｔｉｓｔｉｃｓ，１９９８（８０）：５４９—５６０． ［２９］Ｎ Ｂｅｃｋ，Ｊ Ｎ Ｋａｔｚ．Ｗｈａｔ ｔｏ ｄｏ（ａｎｄ ｎｏｔ ｔｏ ｄｏ）ｗｉｔｈ ｔｉｍｅ－ｓｅｒｉｅｓ ｃｒｏｓｓ．ｓｅｃｔｉｏｎ ｄａｔａ『Ｊ］．Ａｍｅｒｉｃａｎ Ｐｏｌｉｔｉｃａｌ Ｓｃｉｅｎｃｅ Ｒｅｖｉｅｗ，１９９５ （８９）：６３４—６４７． 作者简介 马理，男，２００４年毕业于厦门大学经济学院，获经济学 博士学位，现为武汉大学经济与管理学院金融系教授，博士 生导师。研究方向为货币与银行管理。 李书灏，男，２０１５年毕业于武汉大学经济与管理学院， 获经济学学士学位，武汉大学经济与管理学院在读硕士研究 生。研究方向为货币与银行管理。 （责任编辑：程唏）
