银行创新对资产质量影响的实证研究

一、引言

创新是组织获取和转化资源及塑造资源差异的一种有效途径，是影响核心能力的重要因素，并进而成为组织获取竞争优势、提升绩效的基础。企业进行创新的目的是提高利润水平，保持企业可持续发展的竞争优势。对于商业银行而言，盈利性也是其主要的目标，而信贷业务作为商业银行的主要业务形式，贷款的利息收入成为商业银行重要的利润来源。不良贷款占比的多少是衡量银行信贷资产质量的重要标志，它不仅影响商业银行自身的经营业绩，而且能够削弱商业银行的市场价值及其核心竞争力。关于商业银行资产质量与信贷风险、规模经济相关性等的研究很多，但从银行创新这一层面来探究其对商业银行资产质量影响的研究还很匮乏。金融创新体现在商业银行的各个方面，当一个银行的金融创新能力提升时，整个银行的治理水平、管理模式、创新文化、组织架构和流程等都会有较大的改善，这便会提升商业银行的资产质量。因此，本文将通过对银行创新与商业银行资产质量之间的关系进行实证分析，以探究银行创新对商业银行资产质量的影响作用。

二、文献综述

目前，虽然国内外学者对银行资产质量进行了较多的研究，但这些研究主要集中在商业银行资产质量与信贷风险、规模经济的关系，以及企业资产质量与生产效率的关系。从商业银行金融创新这一角度分析其与商业银行资产质量相关性的研究还较少。

在商业银行金融创新方面，林建华(2001)认为金融创新力是以信息科学技术为基础、金融创新活动为手段，从而获取最大利润的一种现实创造能力。这种“创造能力”一般可以用金融创新力水平、进步速度、进步所取得的利润以及金融创新力进步对银行利润产出的作用来衡量。王纪伟(2018)将银行业务创新活跃程度界定为：银行在一定时期内，创造性地颁布新政策、应用新技术、搭建新平台、开发新产品、推出新服务等在业务方面经济活动情况的综合评价。

在商业银行金融创新与资产质量方面，Benson(2003)研究发现，若银行的总资产相对较高的话，此时存在规模效应，不良贷款率较低的商业银行可以通过扩大银行的资产规模从而起到降低平均成本的作用，相反，不良贷款率较高的银行则不存在这种规模效应。吕耀明(2003)认为一方面商业银行进行金融创新就是不断地增加金融市场的交易品种和交易方式，以提高交易效率，降低交易成本，从而提高其经营绩效和利润水平；另一方面，商业银行进行金融创新使其加强了对资本充足率的监管，降低银行整体风险，从而提升商业银行的资产质量。朱明星(2013)认为商业银行进行金融创新反映的是银行创新系统行为的一种综合能力，是指商业银行不断创造新思想、新观念，通过技术进步、市场开拓、管理升级和文化建设等各种方法手段，使其满足或创造市场需求，提升商业银行的资产质量，为银行带来利润和效率，获得竞争优势。

三、实证分析

(一)数据来源与样本选取

本文所有变量涉及到的数据均来源于2010-2016年各商业银行的年报以及国泰君安数据库。文章研究的样本为国有商业银行和部分上市中小股份制商业银行，并根据数据的可得性，最后选择了中国银行、中国建设银行、中国工商银行、中国交通银行、招商银行、民生银行、兴业银行、中信银行、平安银行、光大银行、浦发银行等11家银行作为研究样本，这11家银行均为我国上市银行。

(二)变量选取及实证模型构建

1.变量定义与选择

1.1被解释变量：评价商业银行资产质量的指标主要有不良资产率、不良贷款率、资产损失准备充足率、贷款损失准备充足率和非信贷资产损失率。评价商业银行资产质量的指标虽然各种各样，但不良贷款率是公认的衡量银行资产质量的重要指标。因此，本文采取不良贷款率(NCO)指标作为被解释变量来考察我国国有商业银行及部分中小股份制银行的资产质量。

1.2解释变量：关于银行创新与银行资产质量的关系的直接研究并不多见，主要是由于银行创新能力难以用定量指标衡量。根据我国银监会发布的《商业银行金融创新指引》可知，商业银行金融创新涵盖了产品、市场、技术、制度、组织、管理等内容。王纪伟(2018)将银行业务创新活跃程度(INNO)界定为：银行在一定时期内，创造性地颁布新政策、应用新技术、搭建新平台、开发新产品、推出新服务等在业务方面经济活动情况的综合评价，并利用Python技术测算出了多家银行2010-2016年的业务创新活跃度。本文认为这一指标较好地将银行创新进行了量化，能够从客观的角度较为全面地反映商业银行的创新能力。因此，本文选取商业银行业务创新活跃度这一指标作为解释变量。

1.3控制变量：除了金融创新外，某些内部因素也会影响商业银行的资产质量，如反映经营绩效指标、运营效率指标等等。在回顾国内外研究成果的基础上，选取认为有代表性的影响因素作为控制变量进行分析。

(1)资产回报率(ROA)，若商业银行的资产回报率越高，则其经营效率越高。因此该指标通过反映银行经营绩效的表现好坏，来反映银行资产质量的高低。

(2)权益资本/总资产(LEV)衡量银行资本充足度。这一指标体现了商业银行整体的安全性，资本充足率越高，商业银行的资产质量越好，不良贷款占比则越低，两者呈反向变动的关系。

(3)成本收入比率(CBR)表示银行各项费用及管理费用与营业收入的比值，可用来反映银行在经营支出中的效率，商业银行经营效率越高，其面临的资金周转风险越小，因此商业银行的资产质量越高。

(4)银行总资产取自然对数(LA)用来衡量银行的资产规模。一般而言，银行的资产规模会分阶段影响商业银行资产质量的，在一定阶段内，银行资产规模越大，其获取利润速度较快，相应其资产质量也会较高；但当银行资产规模扩大到一定范围的时候，随着总规模的扩张，银行获得的利润呈下降的趋势，由此可以推测其资产质量也随之下降。

表1 实证分析变量定义及影响预期

2.模型设定

基于前文分析，设不良贷款率(NCO)是这些预期影响因素的函数，则有：

NCO=f(银行业务创新活跃度，总资产回报率，资本充足率，经营效率，银行资产规模)

基于上式以NCO为被解释变量，银行业务创新活跃度(INNO)为解释变量，总资产回报率指标(ROA)、资本充足指标(LEV)、经营效率指标(CBR)、银行资产规模指标(LA)为控制变量，对面板数据的一般模型(下式)进行估计。

NCOit=β1it+β2it*INNOit+β3it*ROAit+β4it*LEVit+β5it*CBRit+β6it*LAit+εit

其中t代表时期，t=2010，2011，…，2016；i代表银行，i=1，2，…，11。

(三)实证结果及分析

首先对各变量间是否存在相关性程度进行检验，同时检验自变量之间的相关程度，考察多重共线性和异方差是否存在。然后在此基础上建立回归模型。本部分将用eviews8.0进行回归，检验银行创新对银行资产质量的影响。

对于选用随机效应模型还是固定效用模型，用Hausman检验，结果显示拒绝原假设，采用固定效用模型。该检验的结果与分析的结果一致，因为相对来说样本数量较大，本文为11家银行，而时间跨度较短，只有7年，且样本并不是从一个极其庞大的样本中随机抽取的，但是所选取的样本银行占了大部分的市场份额，因此适宜用固定效用模型，并且使用广义最小二乘法模型修正异方差和自相关问题。回归结果见表2。

表2 回归结果

注：*，**，***分别表示在10%，5%，1%的显著水平上显著

由表1可以看出该模型的D.W值较高，表明存在自相关性的可能性较小。回归结果令人满意。

银行创新与银行不良贷款率关系显著为负，表明商业银行进行金融创新会给其资产质量带来积极影响，金融创新会提升商业银行的资产质量。

银行总资产回报率与NCO关系显著为负。ROA比值越大，说明银行的经营绩效也越高，从而证明银行的资产质量较好，这一实证结果也验证了前文理论分析的正确性。

资本充足度与NCO成反向关系，这表明银行资本越充足，其资金整体安全性越高，由此其资产质量也越高，从而使不良贷款率降低。

银行的经营效率或者说成本管理与银行资产质量关系显著为负，符合预期。若商业银行经营效率高，则其资金周转速度越快，资金方面安全性越高，因此提高了银行的资产质量，不良贷款率降低。

银行总资产的自然对数与银行资产质量显著正相关，说明在本文研究的这个时间段内，商业银行已经不能通过规模扩张来增加其利润，由此表明其资产质量随之下降，从而不良贷款率升高。

四、结论

本文的目的在于探讨银行创新对银行资产质量的影响，通过运用11家商业银行2010-2016年的有关数据检验银行创新等因素与NCO的关系。首先对相关因素进行理论分析，在此基础上选取代表指标，然后运用面板数据建立数学模型。本文的研究结论有：银行创新对银行资产质量有正面影响，且在10%水平下统计显著。由此可以看出商业银行进行金融创新会促进商业银行资产质量的提升；此外资本充足度和总资产回报率对商业银行不良贷款率影响显著为负，表明银行资本充足率和总资产回报率越高，银行的资产质量也越高；银行的经营效率或者说成本管理与NCO关系显著为负；而在本文研究的这个时间段内，商业银行资产规模越大，其不良贷款率越高，因此会降低商业银行的资产质量。