论文部分内容阅读
金融脱媒现象最先发生在上世纪六十年代的美国,当时美联储颁布了Q条例对商业银行利率进行限制,导致商业银行的利率低于资本市场的利率,大量资金进入资本市场,商业银行出现负债端脱媒。随着资本市场直接融资的发展,资金需求者绕过商业银行这个中介,通过发行债券和股票在市场上直接融资来代替以往的贷款,商业银行出现资产端脱媒。我国商业银行的利润来源主要是存贷利差,而金融脱媒的出现使得资金脱离商业银行,商业银行不得不寻找新的经济增长点,商业银行的中间业务便是在这样的背景下发展起来的,并随着金融创新的发展逐步发挥着基础支柱性的作用。为了了解金融脱媒对我国商业银行中间业务收入总量、中间业务收入占比(中间业务收入/营业收入)的影响,本文建立了VAR模型和面板数据模型进行定量研究。 第一、二章介绍了研究背景及意义,梳理了有关金融脱媒的文献综述。 第三章梳理了金融中介和金融脱媒的相关理论。 第四章梳理了我国中间业务的相关理论。 第五章介绍了本文将会用到的VAR模型、脉冲响应函数和面板数据模型等模型,以及本文将会用到的样本和样本来源。本文选取了我国14家具有代表性的商业银行2008年-2016年的数据作为样本,包括中国银行、中国建设银行、中国工商银行共计3家大型国有银行;包括交通银行、民生银行、浦发银行、兴业银行、中信银行、招商银行、平安银行和华夏银行共计8家股份制银行;包括北京银行、南京银行和宁波银行共计3家城商行。向量自回归模型将会用到的变量包括商业银行的中间业务收入总量(Y)、股票筹资额(ST)、债券发行额(DE)和国内生产总值(GDP)。我国股票和债券等直接融资工具造成了我国商业银行传统业务的流失,也对银行业中间业务收入有一定的影响,因此把股票筹资额和债券发行额作为金融脱媒的衡量指标是合理的。在面板数据模型中,选择各家商业银行的中间业务收入占比(中间业务收入/营业收入)作被解释变量,选择股票筹资额占比(股票筹资额/社会总融资规模),债券发行额占比(债券发行额/社会总融资规模)作为解释变量,微观上,利用商业银行的资产负债率和权益净利率作为控制变量,宏观上,利用国内生产总值GDP作为控制变量。 第六章利用向量自回归模型及脉冲响应函数分析我国股票市场、债券市场等融资规模对我国商业银行中间业务收入(各个商业银行中间业务收入汇总)的冲击程度。将国内生产总值(GDP)进行滤波后得到调整后的GDPSA,利用格兰杰因果检验发现股票筹资额不是其他三个变量的格兰杰原因,其他三个变量也不是股票筹资额的格兰杰原因,因此删除了股票筹资额(ST)这个变量,建立以中间业务收入(Y)、GDPSA、债券发行额(DE)为变量的向量自回归模型。得出结论:(1)上期的中间业务收入每增加1%,本期中间业务收入会减少0.1601%.(2)上期GDP对商业银行中间业务收入占比有一个正的冲击作用,上期GDP每增加1%,本期中间业务收入会增加3.3420%.(3)上期债券发行额每增加1%,本期中间业务收入会增加0.1018%,且即使滞后四期,债券发行额都对中间业务收入有一个正的影响。GDP的正冲击经市场传递会给中间业务收入带来正面的影响,并且该影响具有较长的持续效应。当期给债券发行额一个正的冲击后,也会给商业银行中间业务收入带来正面的冲击,但偶尔会随市场的变化带来小部分负面的冲击。 第七章选取的是14家商业银行2008年1季度至2016年3季度的季度财务数据作为样本,建立以中间业务收入占比(MI)(中间业务收入/营业收入)为因变量,以股票筹资额占比(STOC)和债券发行额占比(DEBT)为金融脱媒指标、以调整后的国内生产总值的一阶差分(D_LN_GDPSA)为宏观控制变量、以资产负债率(ALR)和权益净利率(ROE)为银行自身控制变量的面板数据模型。得出结论:(1)股票筹资额/社会融资增量(STOC)每增加1个单位,中间业务收入占比会增加1.3937个单位,债券发行额/社会融资总量(DEBT)每增加1个单位,中间业务收入占比会增加0.7360个单位;因此金融脱媒对银行中间业务收入占比有一个促进作用,金融脱媒程度越深,银行业中间业务收入占比更多。(2)本期GDP与上期GDP的比例每增加1%,银行中间业务收入/营业收入(MI)将减少0.008268个单位。(3)资产负债率(ALR)每增加1个单位,银行中间业务收入占比(MI)会降低0.8832个单位,因为资产负债率越高,银行负债越高,对中间业务收入有一定抑制作用。(4)不考虑GDP、资产负债率和金融脱媒这三个因素,14家商业银行的中间业务收入占比仍然是正值,占比高低排名为:民生银行>招商银行>工商银行>中国银行>建设银行>平安银行>兴业银行>交通银行>中信银行>华夏银行>浦发银行>宁波银行>北京银行>南京银行。 最后一章对我国2017年的债券市场和股票市场进行了一个初步的判断,并针对我国商业银行存在的问题提出了几点建议。