非利息收入有利于降低银行风险吗？——基于中国银行业的数据，本文主要内容关键词为：利息论文,中国银行业论文,收入论文,风险论文,银行论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
长期以来，传统上的存贷利差收入是我国商业银行的主要收入来源。随着金融市场化改革的逐步深入以及金融对外开放程度的加深，我国商业银行开始逐步主动调整收入结构，向利息收入和非利息收入并重的多元化收入结构转变。图1显示了1986-2008年23年间我国商业银行非利息收入及其占营业收入(营业收入=净利息收入+非利息收入)比重的变化情况。
图1 非利息收入及其占营业收入比重变化情况(1986-2008年)
数据来源：《中国金融统计年鉴1986-2007》和2008年各银行年报。除特别指明外，下同。
注：1.大型银行是指工、农、中、建、交五行；中小型银行是指除五大行外的十家全国性商业银行，包括招商、兴业、民生、深发展、中信、华夏、浦发、广发、光大、恒丰；2.营业收入=净利息收入+非利息收入。3.由于中小型银行到1992年数据才齐全，所以中小型银行从1992年开始统计。
从图1可以看出，我国商业银行非利息收入绝对规模从上世纪80年代开始大体上保持增长的趋势，但相对非利息收入占营业收入相对比重却经历一个起伏不定的过程。从整体上看，非利息收入占营业收入比重在上世纪90年代中期达到较高比重，之后开始呈现下降趋势，进入21世纪以来非利息收入占营业收入比重又开始趋于上升，2004年之后又开始趋于下降。显示从平均水平上来看，我国银行业非利息收入保持了增长的态势。其中，中小型银行非利息收入占比变动比较剧烈，由1992年的15.21％上升到1997年的48.39％，1998年下降至39.64％，1999年反弹至47.22％，之后一路下降，2008年为14.13%。
一般认为，与传统的存贷业务相比，非利息收入业务对宏观经济状况依赖程度较低，发展非利息收入业务可以消除宏观经济周期性波动对银行经营收入的影响。而且，按照标准的投资组合理论，如果非利息收入与存贷利差收入负相关或弱相关，那么发展非利息收入业务所带来的扩展的产品线和交叉销售机会可以给商业银行的收入组合带来风险分散效应。但是，考虑到传统的贷款业务银行和客户关系更紧密，而很多基于收费的非利息收入业务其客户更容易转换到其他银行所提供的类似服务，所以非利息收入会比净利息收入波动性更大；扩展非利息收入业务会导致大量的成本投入，比如，技术上和人力上的投入，而对传统的贷款业务而言，一旦借贷关系建立，新增贷款的唯一成本就是利息费用；非利息收入业务通常需要较少的经济资本，这表明非利息收入业务的财务杠杆较高，因此会导致更高的收入波动(DeYoung and Roland，2001)。
那么，发展非利息收入业务确实能够降低银行的风险吗？这一问题不仅对商业银行自身经营战略具有重要影响，而且对于监管层对银行非利息收入业务采取严格或者宽松的监管措施具有指导意义。显然，这是一个实证命题。对于中国的商业银行而言，非利息收入比净利息收入更具有波动性吗？非利息收入具有明显的周期性吗？非利息收入对银行的收入结构具有显著的分散化效应吗？随着非利息收入的增长这种分散化效应是如何变化的？以及非利息收入对我国商业银行的风险有显著的影响吗？这些问题是我们深刻认识非利息收入对我国商业银行影响的基础性问题。尽管国内学者已经展开了对商业银行非利息收入的研究，但多数研究停留在对我国银行业非利息收入发展趋势的分析上，尚未对非利息收入对银行风险的影响进行系统且深入的研究，即便有所涉猎，其方法或结论也略显单薄。本文的贡献在于丰富了该领域的研究。
本文利用中国银行业数据，从整体层面和银行层面两个角度对这一问题进行了深入探讨。
二、相关研究综述
关于非利息收入与银行风险关系问题，早期文献多认为非利息收入业务会给银行带来收益的提高，同时具有稳定银行收入的作用，并由于收入的分散化而带来风险降低的收益。一方面，Eisemann(1976)和Brewer(1989)通过实证研究发现向非银行业务拓展会获得大量的收益。Canals(1993)进一步认为新业务扩展所带来增长的收益对最近几年商业银行绩效的提高起了显著的作用。Gallo，Apilado和Kolari(1996)也发现在1987年至1994年期间，银行控股公司持有越多的共同基金资产其盈利能力越强，同时风险相应获得降低。Radecki(1999)也注意到支付性收入对银行业的重要性，尤其对美国控股银行公司而言，支付性收入贡献了其总收入的7％以上。另一方面，Boyd和Graham(1988)、Boyd等(1993)、Lown等(2000)认为银行控股公司与寿险公司的合并会降低银行风险。Kwast(1989)则认为向证券业务扩展将会给银行带来一定程度的风险分散化收益。Rose(1989)发现银行传统业务与金融服务业务之间的现金流存在较小的正相关关系，表明银行向金融服务业务的拓展会带来一定的分散化收益。Templeton和Severiens(1992)考察了1979年到1986年54家银行控股公司市场数据，发现业务分散化(以非归因于银行资产所创造的市场价值份额度量)降低了股东回报的波动性，具有一定的风险分散化收益。Santomero和Chung(1992)利用期权定价技术模拟了123家银行控股公司和62家非银行金融机构资产回报波动率，发现向非银行传统业务拓展有利于降低银行的整体风险。Saunders和Walter(1994)同样通过模拟实验也发现银行向新业务的扩展会带来降低风险的潜在收益，并且认为相比于证券业务向保险业务拓展更有利于获得风险降低收益。Rosie等(2003)考察了1994年至1998年欧盟银行体系，发现非利息收入的增长的确在考察期内有利于稳定欧洲银行业的收益。Smith等(2003)同样通过实证研究发现，对于欧洲银行业而言，尽管非利息收入比净利息收入波动性高，但是两者之间呈现负相关，所以欧洲银行业通过非利息收入获得了分散化收益，具有稳定收益的作用。Lepetit等(2008)研究了1996-2002年602家欧洲银行的情况，发现非利息收入和净利息收入之间呈现负相关，他们认为其中的原因可能是银行通过降低贷款收益率来获取非利息收入。Chiorazzo等(2008)考察了1993-2003年意大利银行业非利息收入与经风险调整绩效之间的关系，发现两者呈现正相关关系，即非利息收入有益于银行绩效的改善。
然而，随着商业银行非利息收入规模的日益增长以及研究的深入，非利息收入具有稳定银行收益并有利于降低银行风险的观点越来越遭到质疑。Rosen等(1989)考察了1980-1995年期间的319家银行，发现更多的固定资产投资可能会增加银行风险。DeYoung和Roland(2001)考察了1988-1995年期间472家大型商业银行盈利能力、波动性和不同收入来源之间的关系，发现增长的收费性收入提高了银行收入的波动性，无证据显示非利息收入业务的增长会带来分散化收益。Acharya等(2002)考察了1993-1999年意大利银行业的情况，发现银行资产(贷款组合内部)分散化并不会提高银行绩效或者降低风险。Stiroh(2004)考察了非利息收入对美国银行控股公司风险的影响，发现更多地依赖非利息收入，尤其是交易收入，会导致更高的风险和更低的风险调整收益。Stiroh(2006)进一步研究发现更高的非利息收入并不会导致更高的股票市场收益，但却伴随着更高的市场风险。DeYoung和Rice(2004)发现，尽管非利息收入提高了银行的盈利能力，但是也导致银行收入波动性的增加，从而使银行承担更高的风险。Esho等(2005)也发现交易性收费所占比重越高，银行的风险就越大。Laeven和Levine(2007)发现银行业务分散化会提高代理成本并增加收入波动性。Stiroh和Rumble(2006)以及Mercieca等(2007)进一步发现依赖非利息收入对银行的金融稳定产生负面影响。Baele等(2007)研究了欧洲银行业的情况，发现非利息收入比重越大的银行，以托宾Q值测度的预期收益越大，但同时风险贝塔值也越大，这说明过度依赖非利息收入会导致银行风险增加。Ramona和Thomas(2009)考察了1995-2007年非利息收入对德国银行业绩效和风险的影响，发现尽管对全能银行而言收费性收入提高了风险调整股权收益率和总资产收益率，但对商业银行而言，收费性收入则提高了风险。
国内文献方面，王志军(2004)考察了自20世纪80年代后期以来欧盟银行业非利息收入的发展状况，发现由于具有独特的银行制度优势，非利息收入在总收入中的占比逐年提高，而且在发展中展现出了对利息收入的替代性、对利润水平的稳定性、与银行规模的正相关性以及一定的波动性等特征。薛鸿健(2006)从发展动因、收入构成、分类银行、综合影响方面分析了1986-2005年美国银行业非利息收入的发展变化，发现非利息收入占营业净收入比重增加了15.4％，大型商业银行非利息收入在行业中的占比从82.9％增加到93.0％。王勇等(2006)对我国商业银行非利息业务困境进行了剖析，并提出了对策。迟国泰等(2006)发现非利息收入对我国商业银行业总收入综合技术效率存在正向影响。郑荣年与牛慕鸿(2007)发现我国商业银行非利息业务规模与银行资产规模、净利差收入、资本比率、人员规模负相关，与信用风险正相关。周好文与王菁(2008a，b)从投资组合理论视角研究了1999-2006年期间我国商业银行非利息收入的波动性和营业收入波动性的关系，发现我国商业银行收入波动性在趋于下降，但非利息收入增长率的波动性却表现出强劲的增长。王菁与周好文(2008)根据我国12家商业银行1999年-2006年数据分析得出，银行非利息收入与股权收益率之间存在显著且稳定的负相关关系。魏鹏(2008)选取10家上市银行2006-2007年度数据，分析了当前我国上市银行中间业务收入的发展状况，发现中间业务收入占比有待提高，中小银行中间业务收入增长比大型银行更为均衡以及大型银行收入增量优势逐渐缩小等。
三、数据与方法
考虑到数据的可获得性，我们选取1986-2008年中国15家商业银行年度数据进行研究。其中，除农业银行、光大银行、广发银行和恒丰银行外，其他银行均已上市。数据均来源于《中国金融年鉴1986-2007》和2008年各银行年报。为了消除通货膨胀因素的影响，所有数据均用GDP平减指数调整为以2000年不变价格计算。
在我国，非利息收入的概念和所包括的范围并没有统一的、明确的规定。因此，各家商业银行在披露非利息收入时统计口径有所不同。从大的范围上讲，所有除了传统上的利差收入以外的收入均可列入非利息收入。为了研究上的方便，本文将我国商业银行非利息收入分为四类，即手续费及佣金收入、汇兑收益、投资收益和其他收入①。表1显示了我国商业银行在代表性年份收入构成和规模情况。
从表1可以看出，我国商业银行净利息收入占营业收入比重一直处于绝对优势，非利息收入占营业收入比重则从1986-2008年经历了一个先上升后下降的过程，这一点我们已在第一部分进行了详细分析。从非利息收入的构成上看，全部银行和大型银行的手续费及佣金收入占比同样也经历了一个先上升后下降的过程。相反，中小型银行的手续费及佣金收入占比则一直保持稳步增长的趋势，由1992年的3.30％上升到2008年的10.53％。尽管各项非利息收入构成部分占营业收入比重在考察期内有所变化，但手续费及佣金收入和投资收益两项之和在非利息收入中所占比重最大，是我国商业银行非利息收入的主要来源。除了中小型银行其他收入在上世纪90年代占比较高以外，汇兑收益和其他收入占营业收入比重都不大。中小型银行其他收入在上世纪90年代占比较高的原因，我们认为主要是对非利息收入构成没有进行详细区分，而将大部分非利息收入全部列入其他收入这一项进行计算。
在研究方法上本文主要采用Stiroh(2004)的研究方法，并根据中国的具体情况进行适当修正，通过建立计量模型进行分析。Stiroh(2004)主要是从整体层面和银行层面来研究美国银行业非利息收入的情况。本文拟按照这一方法进行分析，但在计量模型具体变量的选择上将根据中国实际进行修正，比如我国商业银行非利息收入占营业收入比重与时间维度相关系数之间并未表现出明显的非线性关系，因此在回归模型中剔除非利息收入占营业收入比重二次项这一变量，等等。
四、银行收入的波动性及周期性
本部分将样本银行数据作为整体研究银行收入的波动及周期性。图2显示了我国商业银行1987-2008年期间净利息收入和非利息收入增长率变化情况。从直观上看，在上世纪90年代以前，净利息收入比非利息收入波动程度更高(标准差分别为0.26和0.22)，而在进入21世纪之后，非利息收入的波动程度则更为剧烈(标准差分别为0.10和0.25)。在整个样本期间，非利息收入增长率的波动程度要高于净利息收入波动率，其中，非利息收入增长率标准差为0.23，净利息收入增长率标准差为0.21②。然而，由于非利息收入增长率均值高于净利息收入增长率均值(18.30％Vs.15.65％)，非利息收入变差系数小于净利息收入变差系数(1.25 Vs.1.31)，显示净利息收入相对风险更大。但是，2000-2008年期间，非利息收入变差系数远大于净利息收入变差系数(0.98Vs.0.53)，显示非利息收入相对风险更大③。
净利息收入增长率在上世纪90年代比进入21世纪后波动程度更大的主要原因在于，1987-1999年期间我国存贷基准利差变化幅度较大。以一年期存贷基准利差为例，在此期间最低利差为0，最高利差为3.60％；相反，2000-2008年期间最低利差为3.06％，最高为3.60％，差距不是很大。由于净利息收入规模和增长主要受到存贷基准利差的影响，因此净利息收入增长率在上世纪90年代比进入21世纪后波动程度更大。
在图2中1997-1999年和2008年阴影部分是表明由于受到东南亚金融危机和次贷危机的冲击，我国宏观经济增长处于下行阶段。1997-1999年我国GDP增长率分别为9.3％、7.8％、7.6％，2008年GDP增长率为9.0%，2009年GDP增长率为8.5%，在这两段阴影所覆盖期间，无论净利息收入增长率还是非利息收入增长率均处于下降阶段，似乎我国银行业收入受宏观经济周期的影响比较明显，具有一定的周期效应④。当然，这只是从直观上观察，需要进一步通过计量模型进行严格论证。
图2 我国银行业净利息收入增长率与非利息收入增长率变化情况(1987-2008年)
图3 非利息收入构成部分增长率变化情况(1987-2008年)
为了更清楚地看出非利息收入各项组成部分增长率的波动情况，图3显示了1987-2008年非利息收入四个构成部分——手续费及佣金收入、汇兑收益、投资收益和其他收入增长率变化情况。在1987-2008年期间，手续费及佣金收入、汇兑收益、投资收益和其他收入增长率的标准差分别为0.35、3.18、2.16和2.05⑤。很明显，在非利息收入的四项组成部分中，汇兑收益的波动程度最大，而手续费及佣金收入的波动程度最小。观察图3，我们注意到汇兑收益增长率在1994年存在一个峰值，投资收益在1994年存在一个峰值，其他收入增长率在1991年和1993年存在两个峰值，分析其中的原因，我们认为主要是在上世纪90年代初期，我国商业银行对非利息收入的这四项组成部分的统计口径非常混乱，并且我国金融企业会计准则也不是很完善，所以才出现极端峰值的情况。随着银行的上市以及2002年中国人民银行颁布了《商业银行中间业务暂行规定》，尽管各家银行之间仍然存在差异，但非利息收入各项组成部分的统计口径开始逐步统一。从图3中我们可以看到，1995年之后非利息收入各项组成部分增长率基本上已经不存在异常值的情况。我们将1995-2008年非利息收入四项组成部分增长率的变化情况放大，见图3中放大部分。从图3放大部分看，似乎仍然是汇兑收益的波动程度最大，而手续费及佣金收入的波动程度最小。事实也的确如此，在1995-2008年期间，手续费及佣金收入、汇兑收益、投资收益和其他收入增长率的标准差分别为0.44、0.78、0.52和0.75⑥。
以上我们通过图示的形式直观地观察了银行收入的波动情况及周期性情况，下面我们通过建立模型来进一步进行严格论证。
1.波动性
为了度量净利息收入和非利息收入对银行收入波动性的贡献度，我们将营业收入看做是由产生净利息收入的资产和产生非利息收入的资产构成的一个简单的资产组合，从而运用资产组合理论研究银行收入的波动性。但是，由于我们无法计算资产组合中每一类资产的收益率和进而计算出资产组合的波动率，所以我们用净利息收入和非利息收入增长率替代其对应资产的收益来计算资产组合的波动率。此处取对数增长率。根据投资组合理论，由两项资产构成的投资组合的方差为：
根据投资组合理论，如果非利息收入增长率和净利息收入增长率之间的协方差为负，那么就可以直接降低营业收入增长率的波动性。即使是两者的协方差为正，只要不等于1，则营业收入增长率的标准差仍然小于非利息收入增长率和净利息收入增长率标准差的加权平均之和。表2给出了1987-1999和2000-2008年两段期间营业收入方差、净利息收入方差、非利息收入方差以及净利息收入与非利息收入协方差的估计值。
根据表2，我们可以看到，营业收入方差从1987-1999年的3.83下降到2000-2008年的0.91，表明银行收入的波动性显著下降。在这两个考察期内，净利息收入方差下降幅度最大，由4.82下降到0.71；非利息收入也略有下降，由4.66下降到3.84；净利息收入与非利息收入协方差也由1.36显著下降到0.77。由此表明，银行收入波动性下降主要来自于净利息收入、非利息收入波动性的下降，以及两者协方差的下降，其中主要来自于净利息收入波动性的下降以及净利息收入与非利息收入协方差的下降。
净利息收入波动性显著下降的原因，我们认为主要是2000年以后我国存贷款基准利差比较稳定，没有大起大落的情况。同时，相比于2000年以前，宏观经济在2000年以后也更加稳定。净利息收入与非利息收入协方差的下降表明两者的关联性在下降，显示我国商业银行发展非利息收入业务会带来分散化收益。我们认为其中的原因主要是目前我国银行业非利息收入收入占比与国际银行业相比不是很高，因此在低占比水平下非利息收入的增长使得我国银行业正处于分享由于业务分散化而带来收益的阶段。
此外，我们观察到，尽管非利息收入波动性有所下降，但相比于1987-1999年小于净利息收入方差，2000-2008年我国银行业非利息收入方差远远大于净利息收入方差(3.84Vs.0.71)，并且相对于净利息收入对营业收入方差贡献度的急剧下降(3.05Vs.0.43)，非利息收入对营业收入方差贡献度的下降则并不明显(0.20Vs.0.19)，说明在净利息收入波动性越来越小的情况下，非利息收入或将逐步取代净利息收入成为营业收入波动的主要来源。
2.周期性
我们通过建立模型来进一步分析我国银行业收入是否具有一定的周期效应，具体模型如下：
净收入和净收入加贷款损失准备支出这两项是度量银行利润的。之所以在净收入的基础上加回贷款损失准备支出，是因为银行可能会利用贷款损失准备支出来熨平其收入的波动性，加回贷款损失准备支出可以更好地理解银行利润的周期性。净利息收入和净利息收入减贷款损失准备支出这两项是度量银行传统收入的。之所以在净利息收入的基础上减去贷款损失准备支出，是因为贷款损失准备支出体现了银行对其贷款的预期损失，从净利息收入中扣除后的数值更能体现银行的真实收入。非利息收入和非利息收入减汇兑收益这两项是度量银行非传统收入的。之所以在非利息收入减去汇兑收益，主要是考虑到汇兑收益在非利息收入的四个组成部分中波动性最大，将其扣除后可以进一步考察非利息收入另外三项组成部分的周期性。
表3给出了方程(2)的估计结果。
根据表3第1列，当期和滞后期GDP系数联合显著性在95％水平下是显著的(p-value=0.039)，说明银行净收入增长率与GDP增长率具有显著的线性关系。在加回贷款损失准备支出后，第2列显示当期和滞后期GDP系数联合显著性是不显著的(p-value=0.247)，说明我国银行业从整体上看似乎并没有利用贷款损失准备支出来熨平收入的波动。我们进一步来观察构成营业收入两个组成部分——净利息收入和非利息收入增长率与GDP增长率之间的关系。根据第3列，当期和滞后期GDP系数联合显著性并不显著(p-value=0.816)，表明净利息收入增长率与GDP增长率之间不存在显著的关联性。在减去贷款损失准备支出后，第4列显示当期和滞后期GDP系数联合显著性有所提升，但仍不显著(p-value=0.535)，说明即便考虑到未来的预期损失，净利息收入也没有遭到宏观经济波动的显著影响。根据第5列，当期和滞后期GDP系数联合显著性在90％的置信水平下显著(p-value=0.057)，表明非利息收入增长率与GDP增长率之间存在弱关联性。在扣除汇兑收益后的第6列，当期和滞后期GDP系数联合显著性有所下降，但在90％的置信水平下仍然显著(p-value=0.087)，说明汇兑收益更易受到宏观经济波动的影响。
由此，与净利息收入相比，非利息收入表现出了明显的周期性，也就是说，发展非利息收入在一定程度上非但没有熨平宏观经济波动对银行收入流的影响，反而有扩大这种影响的作用。
为进一步考察宏观经济波动对银行净利息收入和非利息收入影响的长期趋势，我们对GDP增长率和净利息收入增长率以及GDP增长率和非利息收入增长率分别建立向量自回归模型(VAR)，数据期间为1987-2008年，所有变量均为对数增长率，并对所建立的VAR模型进行脉冲响应函数分析⑧，结果见图4。
脉冲响应函数反映了GDP增长率一个标准差的冲击对净利息收入增长率和非利息收入增长率当前和未来的影响。根据图4，无论是净利息收入还是非利息收入对来自GDP一个标准差新息在第一期都没有反应。净利息收入对来自GDP一个标准差新息在第一期以后也几乎没有反应，而非利息收入对来自GDP一个标准差新息在第二期反应明显，是正向的，但又迅速回落，并向负向影响转换。
以上分析表明，净利息收入几乎不受宏观经济波动的影响，而非利息收入则明显受到宏观经济波动的影响，但这种影响在长期内难以确定方向。分析原因，我们认为，净利息收入之所以不受宏观经济波动的影响，主要是因为当宏观经济趋于下降阶段时，我国一般通过政府投入拉动投资需求的方式带动经济增长，政府鼓励银行向实体经济尤其是政府融资平台投放大规模信贷，在这种情况下，在宏观经济下降阶段往往是银行信贷投放规模比较大的时期，在存贷基准利差水平有保障的情况下，净利息收入在经济不景气时也能保持平稳增长。相反，非利息收入由于更多受到市场因素的影响，具有一定的周期效应。比如在宏观经济不景气的情况下，客户用于投资的资金变少、投资理财途径受阻等因素会导致银行非利息收入下降；在宏观经济景气的情况下，客户用于投资的资金变多、投资理财途径通畅等因素会导致银行非利息收入增长。
图4 净利息收入和非利息收入对GDP一个标准差新息的响应
五、非利息收入增长存在分散化效应吗
前面的分析是将样本数据作为整体来进行考察，得出了非利息收入增长存在一定的分散化效应的基本结论。但是，考察组合资产是否具有分散化效应，最直观的方法是度量组合中资产的相关性。本部分将基于银行层面数据从截面和时间两个维度来研究净利息收入与非利息收入的相关性，考察非利息收入增长是否确实具有分散化效应。截面维度相关性是度量某一时点净利息收入和非利息收入在银行间的相关性，时间维度相关性事度量某一银行不同时期净利息收入和非利息收入的相关性。
1.截面维度相关性
截面维度相关性系数用如下公式进行计算⑨：
为t年全部银行净利息收入和非利息收入的平均增长率。
截面维度相关性系数主要是考察在某一年份净利息收入和非利息收入的相关性在银行间多大。也就是说，截面维度相关性系数表明，如果一个银行有高于整个银行业平均水平的非利息收入增长率，那么其是否通常也有高于整个银行业平均水平的净利息收入增长率。如果非利息收入具有对银行收入起到较强的分散化作用，那么截面维度相关性系数将为负值。否则，如果截面维度相关性系数为较大的正值，则表明非利息收入不存在明显的分散化效应。
我们除了计算全部样本银行外，还进一步计算了大型银行和中小型银行的截面维度相关性系数。图5给出了依据这三类样本计算得出的截面维度相关性系数的时间序列图。根据图5，我们可以看出1987-2008年期间三类样本银行的
值均是在正值和负值之间来回摇摆。对于全部银行，负值年份为12年，正值年份为10年，均值为-0.064，在1987-1999年均值为-0.008，2000-2008年均值为-0.144。这表明，我国银行业非利息收入增长的确具有分散化效应，并且这种分散化效应在逐步增强。对于大型银行，负值年份为12年，正值年份为10年，均值为-0.1105，在1987-1999年均值为-0.024，2000-2008年均值为-0.236。对于中小型银行，负值年份为9年，正值年份为7年，均值为0.008，在1987-1999年均值为0.027，2000-2008年均值为-0.006。无论是大型银行还是中小型银行，非利息收入增长均具有分散化效应，并且这种分散化效应在逐步增强。值得注意的是，大型银行的分散化效应要高于中小银行，其中的原因在于大型银行非利息收入占营业收入比重没有中小型银行高，在考察期间大型银行非利息收入占营业收入平均比重为27.74％，中小型银行为28.57％。而且，在考察期间，中小型银行有一半的年份非利息收入占营业比重在30％以上，而大型银行非利息收入占比却从未突破30％。因此，对大型银行而言，非利息收入增长所带来的分散化收益就较高。同时，这在某种程度上也表明了随着非利息收入的增长，收入分散化所带来的边际收益在逐步下降。
下面我们进一步分析非利息收入各组成部分与净利息收入之间的相关性。图6给出了非利息收入各组成部分与净利息收入截面维度相关系数图。从图6我们观察到，非利息收入各组成部分与净利息收入的相关性仍然是在负值和正值之间摇摆，没有表现出任何规律性。在考察期间，汇兑收益与净利息收入之间的相关性最大，均值为0.071；手续费及佣金收入次之，均值为0.023；其他收入再次之，均值为-0.0465；投资收益最小，均值为-0.0629。
2.时间维度相关性
时间维度相关性系数用如下公式进行计算⑩：
我们进一步通过回归模型分析时间维度相关性系数的影响因素，模型如下(11)：
此外，我们利用方程(5)考察了大型银行和中小型银行净利息收入与非利息收入相关性的影响因素。由于只有5家大型银行，样本数据过少无法进行回归分析，我们只对中小型银行数据进行了估计。根据表4估计结果的第3列和第4列，我们看到除了第3列中的控制变量资产增长率dln(A)与
呈现显著正相关性，其他所有变量均不显著。这与我们的设想有所出入，其原因仍然可能是由于样本数据过少导致变量均不显著。
六、非利息收入对银行收益和风险的影响
前面我们通过相关性系数分析了非利息收入增长是否会为银行带来分散化收益，下面我们基于银行层面数据进一步通过建立计量模型来分析非利息收入增长对银行收益和风险的影响。在建立模型之前，我们首先以图的形式来直观地观察非利息收入占比与银行绩效和风险的关系。银行绩效指标选择经风险调整收益，即平均股权收益率(ROE)除以平均股权收益率标准差，这一指标我们称之为夏普比率(Sharpe Ratio)；银行风险指标选取破产风险度Z值，即平均资产收益率(ROA)加杠杆比率(E/A)除以平均资产收益率标准差，这一指标主要是衡量利润下滑多少才能导致银行破产(13)。根据定义，夏普比率(Sharpe Ratio)和破产风险度Z值这两个指标值越小，银行的绩效越差，风险越大。
我们根据样本期间15家银行非利息收入占营业收入比重平均值由小到大的顺序画出夏普比率和破产风险度Z值曲线图，见图8。根据图8，随着非利息收入占营业收入比重的提高，夏普比率和破产风险度Z值并未表现出明显的上升或下降趋势，难以判断非利息收入占比的提高对银行风险产生的影响。
下面我们建立计量模型来分析非利息收入增长对银行收益和风险的影响，具体模型如下：
在表5中，我们观察到在所有回归方程中非利息收入占营业收入比重NONSH与因变量的关系均不显著，也就是说，从统计的角度看，非利息收入增长对我国商业银行的收益和风险并没有产生显著的影响。尽管如此，分析NONSH与因变量之间的正向或负向关系仍然具有一定的启发意义。在回归结果中的第1列和第2列上，我们看到NONSH与净收入增长率均值和方差均呈正相关关系，说明非利息收入增长在为银行带来净收入增长的同时，也导致了净收入增长波动性的加大；在回归结果中的第3、4、5列中，我们看到NONSH与ROE均值和夏普比率呈负相关关系，与ROE方差呈正相关关系，说明非利息收入增长会导致较高的收益波动性，但不一定伴随较高的平均收益，也就是说，有较高的非利息收入占比的银行，通常有更低的经风险调整的收益(即单位风险的收益更低)；在回归结果中的第6列，我们看到NONSH与破产风险度Z值呈正相关关系，说明非利息收入增长并不会导致银行破产风险的增加。
就非利息收入各组成部分而言，只有其他收入与ROE均值和夏普比率呈显著负相关关系，与ROE方差呈显著正相关关系，说明其他收入在非利息收入中比重越高，银行收益波动性越高，但收益水平越低。除此之外，非利息收入各组成部分与各因变量之间均未呈现出显著的相关关系。另外，控制变量中资产增长率(Growth in Assets)越高，银行净收入增长率越高；杠杆(Equity/Assets)越高，银行单位风险收益越高。
通过图8和表5的分析，我们可以看出，非利息收入增长对银行收益和风险的影响并不显著。但是，需要注意的是，更多地依赖非利息收入可能会导致银行收入更大的波动性，即更大的风险，却不会伴随更多的收益。也就是说，尽管从统计的角度看，发展非利息业务收入并没有显著影响银行风险与收益的权衡，但是却存在着恶化风险与收益之间权衡关系的可能性。
七、结论
本文利用中国银行业1986-2008年数据考察了非利息收入增长与银行风险的关系。我们首先将样本数据作为整体来研究银行收入的波动及周期性，然后基于银行层面数据从截面和时间两个维度来研究净利息收入与非利息收入的相关性，并进一步通过建立计量模型来分析非利息收入增长对银行收益和风险的影响。
从整体层面样本数据分析来看，我国银行业营业收入波动性在1986-2008年期间趋于下降。其中，净利息收入波动性、非利息收入波动性以及两者的协方差均有所下降，但营业收入波动性的下降主要来源于净利息收入波动性的下降和净利息收入与非利息收入协方差的下降。净利息收入与非利息收入协方差的下降表明两者的关联性在下降，显示我国银行业发展非利息收入业务会带来风险分散化收益。尽管非利息收入波动性有所下降，但相比于1987-1999年小于净利息收入方差，2000-2008年我国银行业非利息收入方差远远大于净利息收入方差，并且相对于净利息收入对营业收入方差贡献度的急剧下降，非利息收入对营业收入方差贡献度的下降则并不明显，说明在净利息收入波动性越来越小的情况下，非利息收入或将逐步取代净利息收入成为营业收入波动的主要来源。同时，我们还发现，与净利息收入相比，非利息收入表现出了明显的周期性，也就是说，发展非利息收入在一定程度上非但没有熨平宏观经济波动对银行收入流的影响，反而有扩大这种影响的作用。
从银行层面样本数据分析来看，净利息收入与非利息收入截面维度相关性和时间维度相关性均表明，我国银行业非利息收入增长具有一定的风险分散化效应，但随着非利息收入占营业收入比重的逐步提高，这种分散化所带来的边际收益在递减。进一步的计量模型分析表明，非利息收入增长对我国商业银行收益和风险的影响在统计上并不显著，但是需要注意的是，更多地依赖非利息收入可能会导致银行收入更大的风险，却不会伴随更多的收益。
本文的研究结果表明，我国银行业发展非利息收入业务具有一定的风险分散化效应。但是，由于非利息收入相比于净利息收入具有较高的波动性和明显的周期性，随着非利息收入比重的增加，这种分散化所带来的边际收益在逐步减少，更多地依赖非利息收入存在着恶化风险与收益之间权衡关系的可能性。
因此，在当前乃至未来的一段时期内，我国银行业应该大力发展非利息收入业务，在拓宽收入来源的同时降低经营风险。但需注意到，非利息收入增长存在合理边界，如果占比过高，不但无法给银行带来更多的收益，相反还有可能增加风险。根据业务发展规模求解非利息收入的最优占比才是合理的选择。
注释：
①这种划分方法主要是从银行财务报表角度对非利息收入进行分类的。以中国工商银行2008年度报告为例，手续费及佣金收入包括结算、清算及现金管理、个人理财及私人银行、投资银行、银行卡、对公理财、资产托管、担保及承诺代理收付及委托、其他9项业务收入；汇兑收益包括与自营外汇业务相关的汇差收入、外汇衍生金融工具产生的已实现损益和未实现的公允价值变动损益以及外币货币性资产和负债折算产生的汇兑损益；投资收益包括为交易而持有的债券、指定以公允价值计量且其变动计入当期损益的债券、可供出售债券、对联营公司的投资收益、其他5项业务收入；所有未列入上述三类的非利息收入均归属于其他收入。
②需要指出的是，F统计检验不能拒绝非利息收入增长率标准差与净利息收入增长率标准差相等的原假设(p-value=0.61)，即在统计意义上，非利息收入增长率标准差高于净利息收入增长率标准差并不显著。
③在此期间，F统计检验拒绝非利息收入增长率标准差与净利息收入增长率标准差相等的原假设(p-value=0.02)。
④本文所称周期效应是指，银行收入受经济周期的影响，随着经济周期的波动而波动。
⑤除了投资收益增长率标准差和汇兑收益增长率标准差(p-value=0.20)以及投资收益增长率标准差和其他收入增长率标准差(p-value=0.72)外，F统计检验拒绝非利息收入各组成部分两两之间标准差相等的原假设。
⑥除了投资收益增长率标准差和汇兑收益增长率标准差(p-value=0.16)、汇兑收益增长率标准差和其他收入增长率标准差(p-value=0.90)、手续费及佣金收入增长率标准差和投资收益增长率标准差(p-value=0.55)以及投资收益增长率标准差和其他收入增长率标准差(p-value=0.20)外，F统计检验拒绝非利息收入各组成部分两两之间标准差相等的原假设。
⑦对各变量增长率在5阶滞后的情况下分别进行ADF检验，均拒绝存在单位根过程的原假设，即序列是平稳的。
⑧对序列GDP对数增长率净利息收入对数增长率、非利息收入对数增长率在5阶滞后的情况下分别进行ADF检验，均拒绝存在单位根过程的原假设，即序列是平稳的。
⑨计算公式引自Stiroh(2004)。
⑩计算公式引自Stiroh(2004)。
(11)当非利息收入占营业收入比重为0或1时，净利息收入与非利息收入之间均不存在相关性，即=0。因此，我们预期非利息收入占营业收入比重与之间存在非线性关系。基于这一点，我们在回归模型中除了考虑到非利息收入占营业收入比重与的线性关系，也考虑到非线性关系，即将非利息收入占营业收入比重的二次项
作为解释变量。但是，回归结果显示不显著，即与NONSH不存在明显的倒U型关系，故在最终回归模型中剔除此二次项。我们认为可能是样本数据较少影响了统计结果。
(12)为了避免多重共线性，我们必须从非利息收入的四项组成部分中剔除一项。考虑到投资收益占非利息收入比重均值最大，故剔除投资收益这一变量。
(13)详细解释请参阅Lown等(2000)和Stiroh(2004)。