原创《非利息收入对中国农村商业银行绩效影响》：本论文主要论述了利息收入论文范文相关的参考文献,对您的论文写作有参考作用。
【摘 要】 文章选取2010—2015年35家中国农村商业银行的年度数据,运用广义矩估计方法对面板数据模型进行了参数估计,实证检验了中国农村商业银行非利息收入对银行绩效的影响,并进一步考察了非利息收入细分业务对银行绩效的影响.研究表明：从细分业务上看,手续费及佣金收入可以为农村商业银行提供稳定的多元化收益；投资收益与农村商业银行绩效有不显著的负向关系,且投资收益比重的提升会加剧银行绩效水平的波动；从整体上看,非利息收入对农村商业银行绩效及其稳定性水平的影响并不显著,原因或来自于各细分业务间正负效应的相互抵销.
【关键词】 非利息收入； 农村商业银行绩效； 广义矩估计方法
【中图分类号】 F830 【文献标识码】 A 【文章编号】 1004-5937（2017）14-0088-05
一、引言
非利息收入是商业银行营业收入的一部分,与存贷业务不同,它不以利差作为盈利来源.在商业银行的业务层面,非利息收入主要涉及存贷款账户的人工服务费用以及代客理财、债券承销等获得的佣金收入.根据普华永道发布的银行业快讯,中国商业银行依然面临四大压力：不良贷款加速暴露、存贷利差持续缩小、资本充足率下调、盈利增速下滑,在传统利差收入增长有限的情况下,商业银行整体利润仍能保持稳定,主要是来自于非利息收入快速增长的贡献.
受存贷利差持续收窄的影响,提高非利息收入比重已基本成为银行业界的某种共识.但是,从文献研究的视角看,关于非利息收入与银行绩效间的关系,国内学者并没有形成一致认识,大致可以划分为两种观点.第一种观点认为,非利息收入的来源以较为稳定的佣金收入为主,不像传统的存贷业务会跟随利率或经济周期波动而波动,因此,不但可以扩展银行的营收渠道,还可以为银行输入抗周期的稳定利润.越来越多的实证研究也证实了这种观点,如刘孟飞等[ 1 ]以中国19家主要商业银行的面板数据为研究样本,并以赫芬达尔指数作为银行多元化程度的*变量,实证检验证实了银行多元化可以显著降低银行风险；同样的,陈一洪[ 2 ]也在后来的实证研究中,证实了城市商业银行非利息收入比重、银行绩效间存在着正向的线性关系.第二种观点认为,与存贷款业务相比,非利息收入作为一种费用型收入,其转换成本和信息成本低,因此过度收取费用容易引致客户流失.另外,虽然非利息业务一般不涉及银行的自有资金,但是业务开展必然会增加银行的固定支出,比如在人力和设备上的投入,因此会增加银行杠杆,从而加剧银行绩效的波动[ 3 ].近年来,有部分实证研究也支持了这种观点,如周晔和郑军丽[ 4 ]以中国53家商业银行的面板数据进行检验,结果表明,银行资产规模和银行非利息业务带来的风险息息相关,即小规模的商业银行在开展非利息业务时,往往会带来更高的风险,损害银行绩效.另外,国内也有一些学者在实证研究的基础上,提出了另一种观点,即非利息收入与银行绩效之间并不存在显著的关系,如陈文哲[ 5 ]以中国97家商业银行为研究对象,实证研究了银行经营活动对银行绩效、风险的影响,研究发现非利息业务的开展并未起到提升利润、分散风险的效果,并进一步将原因归结为我国商业银行高度依赖息差收入、开展非利息业务收入的动机较弱.
通过梳理国外文献,在非利息收入、银行绩效间关系这一课题上,国外学者的研究开展较早,但同样也大致分为两种观点.一种观点认为,非利息收入可以显著提高银行经营绩效,例如DeYoung和Torna[ 6 ]以美国银行业为研究对象,通过建立多期Logit模型,实证检验了银行非利息收入与银行系统性风险之间的关系,研究表明,在剔除金融危机期间的样本后,与资本市场有关的服务佣金收入可以显著降低银行风险,改善银行经营绩效.另一种观点认为,非利息收入不能有效提高银行经营绩效,比如Lepetit等[ 7 ]以欧洲地区的商业银行为研究对象,通过构建面板数据模型,计量结果表明,银行的非利息业务比利息业务存在更高的风险,并不能起到有效改善银行绩效的作用.目前,国外学者针对消极的实证结果,主要提出了两种假说：一是监督技术假说,即认为银行业务的多元化会削弱监管当局的监管力度,增加银行风险；二是道德风险假说,即认为在存款保险的保障下,银行会倾向于利用存款资金开展高风险的非利息业务,放大银行风险.
本文以35家中国农村商业银行2010—2015年的非平衡面板数据为研究样本,通过建立动态面板数据模型,实证研究了非利息收入与农村商业银行绩效间的关系.比较国内外现有文献,本文可能的贡献有：第一,与多数文献選择上市银行或城市商业银行为研究对象不同,本文以农村商业银行为研究对象,进一步丰富了该领域的研究范畴；第二,本文在分析非利息收入整体对银行绩效影响的基础上,按照银行年报披露的口径,将非利息收入进行拆分,并检验了各细分项对银行绩效的影响；第三,在非平衡面板数据模型的参数估计上,本文不仅运用了广义矩估计方法,同时为保证结果稳健,还采用了广义最小二乘方法（GLS）进行估计.
二、样本选择与数据来源
本文选择了共计35家中国农村商业银行为研究样本,涵盖北京、天津、辽宁、浙江、江苏、广东、山东等东部区域的农村商业银行19家,江西、安徽、湖北等中部区域的农村商业银行8家,四川、重庆、宁夏、贵州等西部区域的农村商业银行8家.样本的选择也基本符合中国农村商业银行的省域分布特点.
本文以各家农村商业银行披露的年度报告为数据原始来源,年度报告来自于各家农村商业银行的官网,研究样本选定的观测期为2010—2015年,对于部分缺失数据,本文从万德数据库以及BVD财经数据库补全,并对以上来源的数据进行了校对,以确保数据的真实完整.另外,本文使用的GDP和M2数据均来源于国家统计局.
三、研究设计
(一)变量说明
1.银行绩效的*变量
关于银行绩效*变量的选择,本文采用资产收益率（ROA）,原因是该指标在财务上可以反映银行运用资产创造利润的能力,即该指标愈高,表明银行绩效愈好.
利息收入论文参考资料：
结论：非利息收入对中国农村商业银行绩效影响为关于利息收入方面的的相关大学硕士和相关本科毕业论文以及相关利息收入和应收利息论文开题报告范文和职称论文写作参考文献资料下载。
