我国商业银行EVA绩效影响因素研究

余 蛟

(安徽大学经济学院金融学专业，安徽合肥 230601)

我国商业银行EVA绩效影响因素研究

余 蛟

(安徽大学经济学院金融学专业，安徽合肥 230601)

运用EVA绩效评价体系，选取我国15家上市商业银行作为研究对象，对其经营绩效进行评估和测算，用2008年至2015年的平衡面板数据建立固定效应模型，得出商业银行资产规模，资产收益，资产质量以及营运效率等是影响我国商业银行经营绩效的驱动因素，并且理论分析其影响路径，采用理论与实证结合的方式分析我国商业银行经营绩效的影响因素，并提出相应的意见和建议，对商业银行提高绩效水平、竞争力以及持续健康发展具有一定的参考价值。

EVA；商业银行；经营绩效；影响因素

引言

自2006年我国向世界开放了金融银行业市场，很多外资银行凭借其深厚的资金运作实力，以及强大的金融产品创新能力占据了我国银行业的部分市场。面临来自国外著名银行越来越大的市场竞争压力以及在经济新常态的后金融时代背景下，我国商业银行只有不断提升自身的经营绩效，从传统的只注重速度和规模的陈旧的商业银行经营模式向注重资产质量，把控利润与风险平衡，聚焦自身核心竞争力，不断创新的新常态商业银行经营模式转换，才能获得更持久的竞争力和发展潜力。EVA绩效评价体系是从股东价值的视角来评价一定经营时期内的经济利润，同时融合了风险管理，与新常态的商业银行经营模式具有相通之处。

一、商业银行EVA绩效测算

1.EVA绩效评价体系

EVA(经济附加值)是由美国Stern Stewart咨询公司提出的一种基于价值创造能力和经营绩效的衡量指标。EVA不同于传统的只注重会计利润，债务资本成本的衡量指标，而是一种新型的以股东价值增值的视角来评价企业绩效的指标，考虑了所有成本(包括股权成本)，这与当今的以股东利益为核心的价值体系是一致的。[1]94-109对于中国的银行业来说，EVA绩效评价体系同样适用，并且已经被很多银行使用。

2.EVA绩效测算模型

考虑到银行与一般企业的不同，即银行的存款实际上是银行的负债这一特殊性，本文在经典的EVA绩效测算模型的基础上根据我国商业银行的特点对相关变量进行适当调整，EVA绩效测算模型如下：

EVA=NOPAT-TC×WACC

式(1)

NOPAT为税后净营业利润，TC为资本总额，WACC为加权平均资本成本。从上述模型可以看出，EVA的值由三个变量共同影响。NOPAT衡量的是企业的经营获利能力，TC与WACC的乘积衡量的是企业资本占用量。两部分的差额，便是我们要计算的“经济利润”。

3.相关变量的计算

考虑到银行业的存款即负债的特殊性，并且我国商业银行的资本结构中，债务资本所占的比例十分低，所以本文在计算WACC时，用权益资本成本率近似代替加权平均资本成本。另外，无风险收益率本文采用中国人民银行1年期定期存款利率，市场风险溢价的确定考虑到中国的股票市场尚不成熟稳定，并无准确的估计结果，故参考美国市场的评估，本文采用5%的市场风险溢价。BETA系数的计算是将股票市场收益与样本银行股票收益进行回归，数据来源于万得数据库。

4.样本选取

本文考虑到代表性、银行规模以及上市的时间等因素在沪深两市上市的商业银行中筛选了15家作为样本，其中包括4家国有银行、8家大型股份制商业银行和3家区域性商业银行。并从样本银行2008年至2015年的年报数据中获得所需数据。根据样本期的相关数据和相关变量的计算公式，经过严格的计算和复查，得出15家银行八年的EVA值，同时用计算得出的EVA值除以TC，得到REVA值。其中EVA值的单位为亿元。

从计算结果可以看出：15家样本银行在八年的样本期内EVA值呈波动上升的趋势，说明我国商业银行的经营效益在不断提高。随着各家银行EVA值的快速增长，TC也在逐年增长，二者相互影响，REVA作为一个相对指标，是EVA值与资产总额的比值，综合来看，样本银行的REVA值在2008年到2012年呈现显著上升的趋势，之后增长趋于平稳，甚至稍有下降；除了2008年光大银行和平安银行①的EVA值为负外，其他样本银行的2008至2015年的EVA值都为正。国有银行的EVA值明显高于股份制商业银行，且差距较大，这与国有银行国有背景，雄厚的资产规模以及品牌效应有关。从REVA的角度看，四大国有银行的REVA值处于15家银行的中等水平。

二、商业银行EVA绩效影响因素实证分析

1.影响因素分析

(1)资产规模

从EVA 的计算公式中就可以看出，EVA值和REVA值与资产规模有密切的联系。资产规模越大的银行经营成本相对越低，同时资产规模越大意味着品牌越大，市场越广，客户也越多，从而正向影响商业银行的经营效益。然而银行资产规模并不一定始终正向影响经营绩效，当商业银行扩张到一定的规模之后，内部控制，风险管理以及人员沟通协调都会出现相应的问题，规模不经济也可能发生。[2]由于资产规模是绝对数据，为保持数据一致性，将资产规模数据取对数，即LNTA作为解释变量之一。

(2)资产收益

资产收益率是较为常见的衡量银行获利能力的指标，资产收益率越高，说明银行经营效果越好，资产使用效率也就越高，与银行经营绩效成正相关关系。[3]117-131为消除总资产大规模变动的影响，本文采用平均资产收益率(ROTA)作为解释变量之一。

(3)资产质量

贷款业务是商业银行传统且主要的业务之一，存贷利差是商业银行的收入和利润重要源泉。不良贷款比例越大，面临的风险就越大，间接经济效益。[4]87-96本文采用存贷比(LDR)和不良贷款率(NPL)作为衡量商业银行资产质量的指标。

(4)资本管理

商业银行的“杠杆原理”的运作模式决定了其隐藏的巨大风险，所以商业银行必须具有一定的抵御风险的能力。有效的资本管理能够降低一定的风险。一般情况下，银行资本充足率与抵御风险的能力呈正向关系。[5]40-45本文用资本充足率(CAR)作为衡量资本管理效率的指标。

(5)营运效率

对于任何企业而言，运营效率都是十分重要的因素，对商业银行来说亦如此。通常，成本收入比反向影响银行绩效。但是也有实证研究中显示，成本收入比与银行绩效呈正相关，原因是商业银行对相关费用的增加，如销售部门基础设备，操作系统和人力资本增加所消耗的费用，这些会降低银行的风险水平，这些都是正向影响因素。[6]59-62本文采用成本收入比(CIR)作为衡量银行的营运效率的指标。

(6)创新程度

近年来，受到互联网金融的冲击，各家银行为增强核心竞争力，都纷纷加入创新浪潮，推出各种各样的金融创新产品或业务服务，创造新的利润增长点。避免单一的依赖存贷利差收入的路径。[7]41-49创新业务的收入更多的体现在非利息收入上，于是，本文采用非利息收入比(NIIR)作为解释变量之一衡量商业银行的创新程度。

2.实证分析

(1)模型设定

本文采用的是15家上市商业银行8年的平衡面板数据，样本观测值共120个。通过对样本数据进行Hausman检验，接受固定效应模型假定。因此，本文采用固定效应模型：

REVAt=α+β1LNTA+β2LDR+β3NPL+β4NIIR+β5CIR+β6CAR+β7ROTA+γ

t=2008，2009，…2015

式(2)

(2)回归结果及分析

经过查阅15家商业银行样本期的年度财务报表和万得数据库，获得各解释变量的数据，使用STATA12软件对数据进行回归分析，得到结果如表1所示。

表1 回归结果

固定效应回归模型的R-sq值为0.4003，由于社会经济环境中对商业银行绩效的影响因素太多，本文只选取了几个主要的内部影响因素，忽略了外部因素，模型拟合优度不算高，但是可以解释40%的影响，拟合结果可以接受。由实证结果可知，在1%的显著性水平下,CIR与REVA，ROTA与REVA显著正相关；在5%的显著性水平下，LNTA与REVA显著正相关；在10%的显著性水平下，LDR与REVA显著负相关。NPL，NIIR和CAR与REVA呈正相关，但不显著。

从成本收入比对经济附加值回报率的显著正向影响可以看出，虽然成本收入比是衡量商业银行的费用管理能力和营运效率的指标，但是我国商业银行的经济附加值回报率的增长是以足够的成本费用投入作支撑的，更高的成本收入比也意味着更高的风险管理水平。银行业作为资本密集型产业，全国网点的铺设，信息系统的建设以及人力资本等都需要较大且不可省去的投入。目前我国商业银行的竞争压力还是很大的，尤其是股份制商业银行，在资本和规模上无法与国有银行竞争，只有在人力成本和其他方面增加成本费用投入才能在市场中赢得一席之地。平均资产收益率与经营绩效从根本上有着密不可分的关系，经济附加值回报率和平均资产收益率都是衡量银行获利能力的指标，二者呈正向变动关系是自然的。银行的总资产规模变动率与经济附加值回报率的正向变动关系验证了资产规模越大的银行绩效越好的理论。但这并不是必然的，资产规模增大的同时也会带来资产使用效率的降低，所以商业银行不能盲目扩张规模。存贷比与银行绩效呈反向变动关系，通常情况商业银行的贷款越多其收入就越多，而当银行贷款总额占存款总额的比例过大超出一定上限的时候，在银行收入增加的同时就意味着银行所处的风险也就越大，一旦发放的贷款无法收回，银行的利润将会大大削减。从回归结果看，不良贷款率对经济附加值回报率呈正相关影响是与理论相悖的，过高的不良贷款率增加银行的风险。这一相悖的结果恰恰说明近年来我国商业银行资产质量的严重恶化，存贷比的上升也带来了不良资产的增加，持续下去的结果只会导致利润的下降。非利息收入比与经济附加值回报率呈正向变动关系，我国商业银行非利息收入主要是中间业务，咨询以及投融资业务等的收入。非利息收入可以分散银行的风险和多元化银行的利润点，平衡银行的收入结构。资本充足率对经济附加值回报率呈正相关影响，更强的风险抵御能力与更高的经济附加值回报率有着密切的联系。

结论

本文在综合了国内外学者关于商业银行经营绩效影响因素分析研究的基础上，选取了2008年至2015年15家我国上市商业银行面板数据，基于EVA测度银行经营绩效，样本银行的EVA值基本呈现波动上升的态势，相较于商业银行资产收益率，经济附加值回报率明显偏低，且有一定的差距。通过对经济附加值回报率影响因素的实证分析，发现资产规模，成本收入比，存贷比对经济附加值回报率具有显著影响，其他因素影响不显著。由此，为促进我国商业银行战略改革的发展，经营绩效和价值创造能力的提高，提出以下几个方面的建议：首先，随着我国商业银行资产规模不断扩大，在日常经营和管理中要处理好由于规模扩大而带来的负面影响，比如，扩张到一定的规模之后，内部控制，风险管理以及人员沟通协调会出现相应的问题，所以要合理管理资产，不要盲目扩张；其次，提高资产质量，降低不良贷款存量及流量，合理把控风险，在确保利差收入的基础上，增加其他价值创造型业务新的利润增长点，提高商业银行收入水平。同时，降低资本成本，利用资本优势，优化资本结构，提升流动性，防范商业银行经营风险，实现我国商业银行健康持续发展。

注释

①原深圳发展银行股份有限公司与原平安银行股份有限公司于2012年进行合并和整合，整合完成后的银行名称为平安银行股份有限公司。

[1]Uyemura D. G.，Kantor C. C.，Pettit J. M.,EVAforBanks：ValueCreation，RiskManagement，andProfitabilityMeasurement[J].Journal of Applied Corporate Finance,1996,9(2).

[2]Michael T. Namba.An Economic Approach to Bank Performance and Value Creation[EB/OL].http:// www.wib.org /wb-articles/valueJjun03/Value_CreationJjun03.htm,2003-3.

[3]Kwan S，Eisenbeis R A．Bankrisk，capitalization,andoperatingefficiency[J].Journal of Financial Services Research，1997，12．

[4]郝世赫． 中国商业银行EVA绩效驱动因素研究[J].当代经济研究，2016(10)．

[5]郭代，刘吕科．经济资本视角的EVA与银行市场价值的相关性[J].北京：金融论坛，2014(12)．

[6]贺湘，张子跃．基于EVA的中国上市银行投资价值分析[J].南昌：金融与经济，2013(10)．

[7]程婵娟，马喆． 基于EVA价值评估方法的中国上市商业银行价值最大化驱动因素研究[J].西安:当代经济科学，2011(9)．

Class No.:F830.33 Document Mark：A

(责任编辑：蔡雪岚)

Influencing Factors of EVA Performance in China 's Commercial Banks

Yu Jiao

(Department of Finance, Anhui University School of Economics, Hefei, Anhui 230601，China)

With EVA performance evaluation system, 15 listed commercial banks in China are selected as the research object, and their performance is evaluated and measured. At the same time, the fixed effect model is established with the balance panel data from 2008 to 2015, we made a study and concluded that the asset size, asset income, asset quality and the operational efficiency are all the driving factors that affect the performance of commercial banks in China and put forward some suggestions on how to improve performance levels, competition and healthy development of commercial banks in China.

EVA; commercial banks; operating performance; influencing factors

余蛟，在读硕士，安徽大学经济学院。

1672-6758(2017)08-0083-4

F830.33

A