杠杆率对商业银行经营绩效的影响研究——基于22家上市商业银行的面板数据

万光彩，左正东

（安徽财经大学金融学院，安徽蚌埠，233000）

一、引言

杠杆经营是金融机构经营管理的基础属性，也是商业银行实现跨越式发展的重要工具与手段。但杠杆率监管主要重视银行负债端的监管，故而在风险的敏感度方面相比于资本充足率来说更低，并且随着商业银行综合管理水平的提升，负债风险逐步降低，从而使得资本充足率成为监管当局最为重视的商业银行监管指标，而对于商业银行的杠杆率监管并不重视。但是，2008年美国金融危机的实践经验显示，疏于杠杆率监管将会强化商业银行通过发展创新业务来绕开监管当局资本约束的动机，助推商业银行在经营实践中进行监管套利。纷繁复杂的衍生品交易、创新业务会使商业银行的资产绕开资本充足率监管，放大债务杠杆，从而增加金融行业的系统性风险。例如在2008年美国金融危机前夕，美国许多商业银行的资本充足率超过12%，但是杠杆率却低于2%。由此，《巴塞尔协议Ⅲ》开始提出要围绕资本充足率、拨备率、杠杆率、流动性四大监管工具来强化世界银行业的风险防控工作，我国也推出《商业银行杠杆率监管指引》来强化对商业银行的监管。鉴于此，本文探究杠杆率对商业银行经营绩效的影响，继而重点提出在新的经济环境下，我国商业银行应该如何面对监管的变化，实现自身稳健、高效、可持续发展。

二、商业银行杠杆率与经营绩效现状

（一）商业银行杠杆率现状

为清晰了解我国商业银行的杠杆率现状，选取A股22家上市商业银行进行分析，在数据选取的时间段上，为了确保数据的准确性，采用2007～2017年的年度财务数据作为样本，对我国商业银行的杠杆率现状进行概述。从表1可以看到，我国商业银行的杠杆率水平呈现四个特征：第一，自2008年起，样本22家上市商业银行的杠杆率均高于《巴塞尔协议Ⅲ》中杠杆率水平在3%以上的监管要求，所以在新的监管形势下，我国商业银行应对杠杆率监管的压力比较小；第二，我国银行业监管部门对于杠杆率水平的监管要求定为4%的水平以上，高于国际标准，但样本中22家上市商业银行在2011年就已经达到要求，最低的水平是长沙银行0.04，最高为宁波银行、江阴银行、南京银行，均达到0.07以上；第三，在样本中的22家上市商业银行，国有商业银行的杠杆率水平要优于全国性股份制商业银行，而全国性股份制商业银行要优于城市商业银行；第四，自《巴塞尔协议Ⅲ》与《商业银行杠杆率监管指引》执行后，在样本中的22家上市商业银行的杠杆率水平都在持续提升。

为了进一步梳理当前商业银行的杠杆率水平，将2007～2017年22家上市商业银行的杠杆率平均水平进行测算，具体情况见图1。从图1可以看到，自2007～2017年，样本22家上市商业银行的杠杆率平均水平经历了先下降后上升的发展历程，其中2009年平均杠杆率水平达到最低为0.051，这正好反映了2008年金融危机前我国商业银行并没有充分考虑到杠杆倍数较高的危害性，而高杠杆引起金融资金链条断裂的风险在美国暴露后，我国商业银行开始收紧杠杆率的管理，从而杠杆率水平提升，杠杆倍数下降，商业银行经营的稳定性有所提高，截至2017年样本22家上市商业银行的平均杠杆率为0.07。

表1 22家上市商业银行2007～2017年的杠杆率水平情况

图1 2007～2017年22家上市商业银行平均杠杆率水平

（二）基于熵权法的商业银行经营绩效指标体系构建与测算

评价商业银行的经营绩效必须准确、全面、科学、合理、可行，因此笔者没有采取单一的依靠利润指标来评价各家商业银行的经营绩效，而是采取综合性的指标来进行评价，确保评分的全面性、科学性及合理性。文章选取了A股22家上市商业银行2007～2017年的数据作为样本，对商业银行经营绩效指标体系进行重构并测算。在借鉴了顾海峰、袁鲲、罗萍等人的研究思路与分析方法，对商业银行经营绩效指标体系进行了重构，具体包括经营过程中的盈利能力、稳定能力、营运能力及成长能力4个一级指标，在四个一级指标的基础上细分为9个二级子指标，具体指标组成及代码符合如表2所示。

表2 衡量商业银行经营绩效的指标体系

在商业银行经营绩效评价体系确立的基础上，采取以客观赋权著称的熵权法对9个子类指标进行权重度量，确保研究的客观性与精准性。熵权法的核心逻辑是熵与信息是两种极端的系统状态，相互制约，当指标提供的信息越大，其熵必然越小，故而在评价体系起的作用越大，必须予以重视。

从公式1中可以看到，在各指标中信息大小是有概率的，式中以字母P来进行定义，因此对于不同的指标将会出现不同的信息出现概率，故而可以设置为Pi，其中，1≤i≤N，并且i必然是一个自然的整数。在P=1/N的时候，指标就会出现熵值的最大化。

假设评价对象有H个组织体系，但对象共有F个子评价指标，继而可获得评价矩阵R=(xij)H×F，其中第j个组织体系的评价指标xj的信息熵值可用熟悉公司表示，参见公式2，其中Pij是信息出现的概率，具体表达式参见公式3。

在熵权法的赋权过程中组织体系的评价指标具有较高的异质化状态，其有效信息也越多，从而E值相对较小，而指标的权重也应该给予更大的值；不过要特别注意的是，在指标赋权的过程中，评价指标并不总是具有一致性，因此在数理统计过程中要进行无量纲化处理，具体参见公式4和公式5。

通过无量纲化处理样本数据后即可以进行熵值的计算，在获得熵值后再进行权重的计算，熵值的计算方式参见公式6，计算的熵值结果见表3。

基于9个商业银行经营绩效子指标的熵值，运营熵权法公式7可以计算出评价22家商业银行的指标权重，从而可以计算出2007～2017年22家A股上市商业银行的经营绩效评价值，从而实现了对各家商业银行各年度经营绩效的合理评价。指标的权重明显如表4所示。

基于熵值计算、权重测算，运用公式8可以将22家A股上市商业银行2007～2017年的经营绩效得分情况进行计算，具体情况参见表5。从表5可以得出3个结论：第一，22家A股上市商业银行的经营绩效随着时间的推移，商业银行的经营水平在不断提高，经营绩效的评分在快速提升，说明随着市场经济的发展，商业银行的管理水平、人才队伍、法制环境改善会助推其经营绩效的提升；第二，在22家A股上市商业银行的经营绩效中，国有商业银行的经营绩效水平要高于商业银行，一方面说明在管理水平与盈利能力上国有商业银行优于普通商业银行，但更有利的解释是：国有商业银行的垄断地位是国有商业银行盈利能力的重要保障；第三，在17家A股非国有上市商业银行的经营绩效中，全国性股份制商业银行的经营绩效要优于上市的城市商业银行，这也从侧面说明规模、管理水平是影响经营绩效的重要因素。

三、杠杆率对商业银行经营绩效影响的实证研究

（一）实证数据来源与模型变量设定

为确保研究的精准性与严谨性，选取A股上市的22家商业银行2007～2017年的财务数据作为研究样本，数据均来源于22家商业银行的年度财务报表、Wind数据库及同花顺iFinD数据库。综合利用 Excel、Stata12.0、Eviews8.0、Matlab2017、Visio等数据统计、回归分析及图表制作分析软件，以期能准确、客观、科学的研究商业银行的杠杆率对其经营绩效的影响。

在模型变量的选取上，将经营绩效（G）作为因变量，杠杆率水平（L）作为自变量，将商业银行的规模（S）、管理费用率（B）、股权结构（M）作为控制变量，具体指标组成参见表6。首先，杠杆率对商业银行经营绩效影响的理论逻辑及机制在前文有详细分析；其次，总规模对于商业银行的经营绩效有着重要影响，在当前资本充足率的监管体制下，对于商业银行的规模效应与牌照垄断有着重要作用；再者，商业银行的经营情况往往与管理效率有关，而管理效率的核心体现是资源的配置效率，故而采取管理费用与主营业务收入额比值就能准确衡量出商业银行在日常业务开展过程中的工作效能；最后，股权集中度本质上是一个商业银行经营管理稳定性的重要体现，也是治理结构、决策框架等内容的具体反映，毫无疑义其必然影响商业银行综合经营绩效。

（二）杠杆率对商业银行经营绩效影响的面板实证研究

基于文章的理论机制分析与变量的设定，借鉴现有研究的思路、框架与方法，建立了面板数据回归模型，参见公式9。在公式9中，i为22家A股上市商业银行，取值为1、2、3…N；t为研究数据样本的年份；αi为模型未体现的其他影响商业银行经营绩效的因素；ξit是模型的回归随机扰动项。

表3 研究样本中22家商业银行经营绩效的9个子指标熵值表

表4 研究样本中22家商业银行经营绩效的9个子指标权重明细

表5 研究样本中22家商业银行2007-2017年的经营绩效评价

表6 实证模型的变量及构成

为避免谬误回归的出现，文章对变量进行了单位根检验，为确保研究的精准度与结论的可靠性，选取了Fisher-ADF为检验方法，具体结果参见表7。从结果可以看出，在1%的显著性水平下，各变量数据呈现平稳，可以进一步实证研究。

表7 基于三种检验方法的单位根检验结果

为决定面板回归模型是使用随机效应模型还是固定效应模型，文章进一步采取豪斯曼检验（Hausman），看是否能拒绝原假设。原假设为H0：满足随机效应模型的基本条件。数据检验结果显示：chi2（5）=（b-B）'［（V_b-V_B）^（-1）］（b-B）=19.63

从Hausman检验的结果可以看到，Prob＞chi2=0.0015，结果大于0，故而不能拒绝原假设，所以在22家上市商业银行2007～2017年的面板数据回归中，选择随机效应进行回归估计更为科学。

（三）杠杆率对商业银行经营绩效影响的面板实证研究结果

为检验回归模型的稳定性，确保回归结果的准确性，探究杠杆率对商业银行经营绩效的真实影响，本研究采取了梯次回归的估计方法，具体实证结果参见表8。

表8 基于随机效应的面板估计梯次回归估计结果

从面板梯次回归的结果可以看出，在单因素的模型中，杠杆率对商业银行的经营绩效呈现正向关系，且在5%的显著水平下显著，但是回归的拟合优度并不乐观。随着梯次回归的逐步开展，面板回归模型估计越来越稳定，并且至少在10%的显著水平下，杠杆率与管理费用率对商业银行的经营绩效呈现负相关关系。在梯次回归4的模型中，杠杆率每提升1个单位的杠杆率，商业银行经营绩效评分将降低5.7986%，研究的结论与刘信群、刘江涛、杨晓婷等学者的研究结论一致。其核心原因在于：第一，杠杆率越大，杠杆倍数越小，所以商业银行的经营规模会受到约束，从而不利于提高利润；第二，经营绩效是综合性的，而不是单独指利润，也包含稳定性、营运性及成长性，杠杆率越大，杠杆倍数越小，创新业务发展也会受到抑制；当然，杠杆率越小也会吸引监管的关注，商业银行经营管理的压力增大也会对经营绩效形成负面影响。

与此同时，总资产规模与商业银行经营绩效呈正相关关系，因为在目前的市场环境下，资本金充裕、总体规模大、网点广代表着经营的实力，故而经营的边际收益比较高；股权集中度与商业银行经营绩效呈正相关关系，因为比较稳定的股权结构与股东，有利于商业银行经营战略的稳定性、管理团队的稳定性以及管理风格与文化的持续性，从而有利于促进经营绩效的提升。

四、对策建议

（一）转变依赖存贷利差的传统盈利模式，探求可持续的利润增长点

长期以来，我国绝大部分的商业银行在盈利上主要是依赖非常可观的存贷利差，但是随着利率市场化的推进，传统存贷款的利差快速缩小，加之互联网金融的快速发展，使得居民的存款总额大幅下滑，商业银行依赖存贷利差过日子的模式已经难以再持续。在杠杆率监管严格的背景下，杠杆倍数必然呈现下滑趋势，因此大部分的商业银行在资本补充方面的压力会提升。然而，当前资本市场行情低迷，国内外宏微观环境都比较严峻，故而在资本市场融资将会更加艰难，而在这种情景下商业银行面临着较大的经营压力。因此，如何寻求可持续的利润增长点是商业银行必须解决的发展难题，具体措施包括：第一，大力发展中间业务，突出佣金业务与管理费业务的发展，提升投资者对自身经营的信心，增强自己的核心竞争力，提高自我价值；第二，具有条件的商业银行要全面推进创新业务的发展，如衍生品交易、收益互换业务等，通过业务创新来打破存量业务红海市场的竞争格局，降低对传统利息收入的过度依赖；第三，注重对基础零售业务的保持与维护，推出客户服务体系，强化终端网点的管理，确保自身经营基础不被动摇，确保利润增长的可持续。

（二）明确经营目标并与资源禀赋相契合，提升资产负债管理的水平

杠杆率监管是《巴塞尔协议Ⅲ》中最为突出的条款，该条款的根本性是要求商业银行提升自身的资源利用效率，并重视抵御风险能力的建设。但是，要真正实现商业银行内部资源的优化配置，就必须明确商业银行自身的经营目标，并且经营目标必须与商业银行自身的资源禀赋相契合，提升资产负债管理的水平。具体措施包括：一方面，在杠杆率提升的过程中，杠杆倍数会降低，因此商业银行更要明确自身的经营目标，集中资源办好自身业务战略中最为重要的事情。通过强化对支行网点的终端管理，确保各级支行经营目标的一致性，从而在负债端确保被动负债的稳定性，确保资产负债管理的安全性。另一方面，杠杆倍数的降低意味着许多高风险业务的收缩，因此要明确商业银行自身盈利点的挖掘与维护，要结合自身优势来制定发展政策。如富国银行主要发展企业贷款，而摩根大通银行主要走高端投行路线，提高佣金及项目管理费收入，由此实现自身的经营目标。国内商业银行要提高竞争力也需要进一步明确。最后，还需要扩大创新业务试点范围，推动智能网点的建设与推广，降低人工成本，加快综合性人才的培育、引进与储备，真正提升资产负债管理的水平，优化资产与负债的管理结构与管理方式。

（三）持续加强内部管理与营运合规管理，扩大商业银行的资本规模

自2008年金融危机以来，国际经济复苏缓慢，国内经济增速换挡，我国商业银行的宏观经营环境并不乐观，在此情况下商业银行尤其需要加强内部管理与营运合规管理，严防系统性金融危机的出现。具体的措施可以分为：第一，注重合规风控的把握，设立合格风控的专项岗位，要专人专岗，并设计与执行权责利相统一的风险监控、预警及善后处置机制；第二，要提升内部运营管理的效率，优化人力资源配给，提高单兵生产效能，从而实现自身盈利能力的提升，并对于商业银行自身的再融资更有利，进而扩大商业银行的资本规模；第三，要充分利用好科技金融的效能，结合大数据、人工智能等技术，对客户的行为需求进行有效分析及筛选，提升商业银行自身的基本估值；第四，在经济环境严峻的背景下，商业银行应该通过零售业务的夯实来确保员工队伍与客户队伍的不流失，并积极探讨如何扩大商业银行的资本规模，从而提高自身的核心竞争力。