英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
利用系统估计方法研究净息差与非利息收入之间的关系
摘要：本文研究了银行净息差(NIM)和非传统银行活动(NII)的决定因素。采用系统估计方法，对1997年至2004年28个金融自由化国家的商业银行NIM和NII之间的联立性进行了控制。我们发现，在1997年至2002年期间，NIM和NII之间存在显著的统计负相关关系。在随后的时期(2003年至2004年)，NIM和NII之间发现了一个总体上呈正相关但统计上不显著的关联。银行越来越多地参与非传统活动，与经风险调整的第二季度盈利指标呈负相关，表明没有明显的多元化收益。然而，非利息收入的份额与后一个子样本的资产回报率(ROA)和股本回报率(ROE)呈正相关。
关键词：净利息边际收入 市场结构 市场多样性 非利息收入
1.介绍
近期NIMs的下降反映出，在盈利资产回报率和银行资金成本方面的竞争日益激烈。例如，银行核心存款的增长已经放缓，因为客户现在有了提供类似服务、支付更高利率的其他选择，比如现金管理账户和共同基金。由于来自金融和租赁公司等非银行债权人的竞争，贷款收益率也有所下降。除了传统的银行贷款，银行还提供非传统的表外服务。目前，NII约占美国商业银行全部营业收入的一半，在许多成熟经济体，NII占总收入的相当大一部分。OBS产品提供费用收入，但不显示资产负债表上的资产或负债。由OBS活动确定的NII包括交易收益和费用、投资银行和经纪费用、净服务费、保险佣金、资产销售净收益、受托人收入、净证券化、存款账户服务费、其他海外交易和其他非利息收入。竞争的加剧降低了银行获得资金的相对优势，削弱了它们在贷款市场上的地位。因此，银行试图用来自非传统银行活动的NII来抵消NIM的减少。
NII与NIM之间的关系对企业战略和监管政策具有重要意义。例如，NII和NIM之间的积极关系表明，向非传统活动的转变有利于银行，因为它有助于提高NIM。换句话说，表现良好的银行可能拥有高水平的NII和NIM。因此，旨在允许银行进入新市场从事新的OBS活动的政策，很可能会产生令人满意的结果。此外，限制银行活动的广泛监管可能不再那么重要，因为提供各种服务的自由也可能有助于银行更有效地与非银行金融机构竞争。一些作者(Rogers and Sinkey, 1999; Smith et al., 2003;Lepetit et al., 2008; Fu and Heffernan, 2010)观察到，一些国家的NIIs似乎是以牺牲NIMs为代价而增加的。对NIM和NII之间这种负相关关系的一种解释是，银行增加了对OBS活动的参与，以抵消保证金收入的下降。也有可能OBS活动产生更高的净息差，通过利息和费用收入，银行收取补偿，例如，为OBS合同中包括的信贷额度或期权(Angbazo, 1997)在一项相关研究中Boyd and Gertler (1994)表明，资产负债表外活动的趋势并不意味着银行正在放弃其传统业务。相反，商业银行在金融中介中所占的份额至多略有下降。市场份额的中介数量未能反映出金融中介的相对增长。事实上，他们的数据表明，银行业作为国内生产总值(gdp)的一个组成部分，其重要性实际上有所上升，而传统银行业尚未消亡。Davis(2002)发现NII和NIM之间的关系对他研究的大多数国家都是积极的。Stiroh(2004)观察到，美国银行的净利息收入增长与非利息收入增长之间的相关性增强，这可能是由于对相同客户群交叉销售不同产品的关注增加，从而降低了多样化收益。Valv- erde和Fernandez(2007)表明，在一定假设下，NII与NIM呈负相关。然而，从经验上看，他们发现表外活动的收入与传统活动的代理之一正相关。总之，关于NIM与NII关系的经验证据相当薄弱。在此背景下，本文的主要贡献是用大量的面板数据集和最近的经验方法重新讨论这个问题。
特别是，对影响NIMs的因素进行彻底的调查，必须明确说明NII对银行利差的潜在影响。先前建立NII和NIM之间联系的研究分别对这些变量进行了估计。为了更好地解释NIM和NII之间的同时性，我们对NIM和NII进行了联合估计。据我们所知，这是第一次尝试使用这种方法来最大限度地提高统计效率，并利用可能是迄今最大的一组面板数据所提供的好处。而一些作者(Stiroh, 2006; Laeven and Levin, 2007; Baeleet al., 2007)已经解决了NIM和NII之间潜在的内生性问题，我们试图用模拟新方程方法来解决这个问题。由于内生性是由联立方程方法框架有效控制的，因此我们利用系统GMM(广义矩法)方法来同时估计NIM和NII，该方法利用了它们之间的相互作用。银行- ing文献中的内生性是指银行利用多样化收益从事风险更高的OBS活动的可能性，由于对多样化与风险之间的解释模糊不清，导致了有偏见的结果(Laeven and Levin, 2007; Baele et al., 2007; Elsas et al., 2010;and others)。本研究中的内生性是一个与NII和NIM同时性相关的经济网络问题，在2.3节中进行了讨论。
此外，我们还研究了NIM的决定因素，并考察了在大量从事非传统活动的银行中常见的因素。目前还不清楚多样化的潜在好处是否大于成本。以往的实证研究大多使用美国或欧洲的数据，研究风险与转向非传统银行业活动之间的关系。虽然许多研究发现，增加对非利息收入的依赖与会计利润的波动性较高有关(Stiroh, 2004;Stiroh and Rumble, 2006;(Calmes and Liu, 2009)，其他研究表明多元化经营与银行盈利能力之间存在很强的正相关关系(Baele et al.， 2007;Elsas等，2010;Calmes and定理，2010)。因此，我们的目标是检查我们的28个国家样本的结果是否与以前的研究结果不同。特别是,我们研究光突发活动是否导致更高的风险调整后的利润衡量经风险因素调整后的股本回报率(RAROAE)和风险调整后的资产回报率(RAROAA)通过回归一组控制变量如资产增长,资产规模、非传统的分享活动,提供贷款损失比总资产和股权/资产比率RAROAE和RAROAA。
我们的主要发现是NIM并不总是与NII成反比。与以前分别研究NIM和NII的许多结果相似，1997年至2002年期间NIM和NII之间存在显著的统计上的负相关关系，这意味着存在交叉补贴的证据。然而，NIM和NII之间的关系是积极的，但在随后的时期无关紧要。同样，在1997年至2002年期间，银行越来越多地参与非传统活动，与经风险调整的盈利能力指标(经风险调整的资产回报率和经风险调整的股本回报率)呈负相关。此外，对于这两个回报方程，非利息收入份额的系数在随后的时期(2002年以后)都变为正值。肯德尔s tau秩序相关检验证实了第一个子样本的结果，但在后一个子样本中，非利息收入份额与资产收益率之间存在正相关关系，但在统计学上不显著。本文的结构如下。第2.1节给出了我们研究中所用变量的定义。第2.2节讨论了数据。第2.3节介绍了方法。结果和鲁棒性在第3节中详细介绍。第4节以一些补充说明结束了这项研究。
2.数据与方法
2.1变量定义
主要基于Valverde and Fernandez (2007),Maudos and Guevara (2004), Wong (1997), Angbazo (1997), Zarruk和 Madura (1992), Ho 和Saunders (1981)的理论模型。NIM显示出与市场结构、运营成本,规避风险,利率风险,信用风险,利率风险和信用风险的协方差,存款和贷款,信贷总量,资本充足率,非利息收入有联系。我们在研究中使用以下变量来代表上述因素。
其中NIM是净息差，它表示净利息收入在盈利资产中所占的百分比，是近期研究中使用的传统银行活动的代表。这个比率越高，银行的利润率就越高。市场结构(BANKHI)的计算方法是:每家银行的总存款占其所在国家银行业总存款的比例的平方。在市场完全集中的情况下，这种方法得到的银行存款从0到1不等。非利息费用占总资产的比率(NIEAA)用来代表经营成本。非利息支出加上贷款损失拨备提供了一个衡量银行相对于投资资产表现成本方面的指标。权益与总资产的比率被用来代表风险规避水平(ETA)，如在Maudos和Guevara(2004)。这一资本化指标并不能很好地反映风险规避，因此应予以相应解释。Flannery和James(1984)的研究表明，利率风险敞口与资产的平均期限成反比关系。例如，短期资产水平越高，对短期利率变化的敏感性就越小，这可能会导致利率溢价降低。流动资产与客户和短期融资的比率(LACSFT)被用作逆利率风险的代理。贷款损失准备金与总贷款的比率被用作信用风险(LLRGL)的代理。这个比率表示贷款组合中有多少已经被提供，但没有被冲销。它是以贷款总额的百分比表示的损失准备金。信用风险与利率风险的协方差(COV)是信用风险与利率风险值的乘积。LNTA是总资产的对数，用于表示操作的大小。这个变量使用LNLO(对数形式)表示发放的贷款(信贷)量。资本资金占总资产的比例被用来衡量资本充足率(CFTA)。与Valverde和Fernandez(2007)一致，其他收入与总资产的比率(OEATA)也包括在内，以反映OBS活动的多样化程度。OEATA也不太容易出现Clark和Siems(2002)指出的问题。首先，根据Clark和Siems(2002)的研究，非利息收入，一个在许多研究中经常被用来代表OBS活动的指标，可能会夸大OBS活动的数量，因为费用和佣金是从资产负债表上的活动中提取的。其次，OBS活动的信用等价物指标可能大大低估了非传统活动的水平。第三，基于收益的资产等价测度也会扭曲测度。
文献综述表明，非利息收入是银行规模、银行债务结构、信用风险、利率风险、流动性风险、经常性开支、贷款损失准备金和税前利润的函数。下面的公式用于估计模型：
我们使用其他盈利资产与总资产的比率(OEATA)作为我们非传统活动的主要衡量，原因如上所述。对于解释变量，使用以下度量。银行规模由总资产对数(LNTA)来衡量。存款总额的对数被用来代表银行的债务结构(LNTD)。贷款损失准备金与总贷款的比率用来反映信用风险(LLRGL)。流动资产与客户的比率和短期资金被用来代替利率风险(LACSTF)。总资产净贷款(NLTD)是流动性风险的一个指标，因为它衡量的是银行资产与贷款的比率。间接费用(OVTA)、贷款损失拨备(LLPTA)和税前利润(BTPTA)与总资产的比率是根据数据库构建的。
2.2样本
我们使用了Kaminsky和Schmukler(2003)划分为金融自由化的28个国家的商业银行样本。与以往的大多数研究不同的是，我们的研究完全集中在金融自由化的市场上，这些研究是根据地理区域将各国集中在一起，并侧重于广泛的问题。这种样本选择很重要，因为它消除了人们对许多欠发达国家银行间金融自由化政策显著差异的一些担忧。数据来源是Bankscope，这是一个标准化的银行报表集合，由银行根据这些国家的报告要求发布的报告汇总而成。我们的数据包含一个由3593家商业银行组成的不平衡面板，所有与银行特定特征相关的比率都是使用标准化的全球报告格式计算的，以确保它们具有可比性。在进行估计之前，我们使用Choi(1999)、Maddala-Wu(2001)等人(2003)开发的面板单元根测试来测试变量是否存在非平稳性。结果表明，在1%显著性水平下，测试序列不包含单位根。因此，这个序列是同阶估计。
2.3模型设定
Eqs(1)和Eqs(2)因以下原因共同估算。从表面上看，这些方程似乎互不相关。然而，由于他们使用的是相同的数据，这两个方程之间的误差项可能是相关的。如果无法解释，由于随机误差与内生变量之间的相关性，Eqs(1)和(2)的明显同时定序偏差可能会导致估计量的偏差和不一致。这也是由于这些误差包含了方程中省略的因素的影响。由于这两家公司在许多方面是相似的，因此，遗漏的因素对一家公司的NIM和NII的影响可能与对另一家公司的NIM和NII的影响相似。如果是这种情况，那么eit和vit将捕捉到类似的效果，并将相互关联。这个问题的一个有效的解决方案是联合使用面板广义矩法估计这两个方程(Baltagi, 2008)。在面板数据中，如果回归变量的严格外生性假设失败或存在序列相关性，GMM估计量已被证明比固定效应或随机效应估计量更有效。因为内生性是有效控制的联立方程方法的框架(Greene,,2008)所有估计3.1节中完成一个系统GMM方法利用创新之间的相互作用在方程式(1)和(2)。Wooldridge (2001)表明,GMM估计带来效率提升的内生解释解释。我们进一步利用Newey West方法(Newey and West, 1987)控制异方差和自相关，用于估计Eqs(1)和(2)。
3.实证结果与稳健性检验
3.1初步结果
表1显示了研究中主要变量的汇总统计数据。所有观测值的平均NIM为4.37。样本的变化很大，标准差很大。NIRAA的均值为3.68，样本方差较小。WJNIMP和PNIMP平均分别为3.65和4.38。样品的平均OOIAA为2.39，具有较高的分散性。OEATA相对较小，样本变异性较小。根据Jacque Bera统计数据(未显示)，所有序列均为正态分布。表2显示了数据的图形表示。表2的数据大致印证了文献中普遍观察到的NII水平近年来一直在稳步上升。NIM从1997年的3.3逐渐下降到2003年的2.7，然后在2004年迅速上升。在此期间，NII与NIM呈弱逆关系。这一观察结果与几个欧洲国家的数据一致，这些数据表明，NIM和NIM的走向相反。然而，NIM和NII的格兰杰因果关系检验表明NIM和NII之间存在双向因果关系。也就是说，基于这些数据，我们不能否认尼姆格兰杰(NIM Granger)导致NII的假设，反之亦然。此外，在2002年前
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[20764]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
