中介中断了吗_黑山银行业利差水平分析_27页_964kb

> **来源：[研报客](https://pc.yanbaoke.cn)** # 中介中断了吗？黑山银行业利差水平分析 塞兰·切维克和阿米特·卡拉 WP/26/29 国际货币基金组织工作论文 描述作者（们）正在进行的科研，并已发表以激发评论和促进辩论。 国际货币基金组织工作论文中表达的观点是作者（们）的观点，并不一定代表国际货币基金组织、其执行董事会或基金组织管理的观点。 2026 二月 份 # 国际货币基金组织工作论文 欧洲部 中介，中断？——波黑银行间利率差分析报告 *本报告由塞罕·塞维克和阿密特·卡拉撰写 Srikant Seshadri授权分发 二〇二六年二月 国际货币基金组织工作论文 描述作者（们）正在进行的科研，并已发表以激发评论和促进辩论。在国际货币基金组织（IMF）的工作论文中表达的观点是作者（们）的观点，并不一定代表IMF、其执行董事会或IMF管理层的观点。 摘要：在黑山，自独立以来金融中介一直在下降，国内信贷对私营部门的占比从2008年的 $86.5\%$ GDP下降到2024年的 $46.4\%$ 。净利息收益率（NIM）——一个常见的反映中介成本的指标——仍然较高，在巴尔干西部地区排名较高。本文使用一个独特的银行级数据集分析了NIM的决定因素，该数据集包括了2013至2025年期间黑山所有商业银行的季度观察结果。实证分析揭示了三个关键发现，每个发现都有重要的政策意义。首先，大银行往往具有较低的NIM，这反映了规模经济、多元化和较强的市场力量。其次，更高的资产质量与较窄的利润空间相关联，突显了有效信用风险管理的作用。第三，更高的运营效率与较低的NIM相关，突出了成本控制和经营管理有效性的重要性。综合来看，这些结果突出了支持银行部门整合、加强信用风险管理实践和促进运营效率改进的政策倡议的必要性。 建议引用：Cevik, S. 和 A. Kara (2026)。“中断的中介？黑山银行层面利率差分析”，国际货币基金组织工作论文No. 26/29（华盛顿特区：国际货币基金组织）。 JEL 分类号: C33, D43, E40, E43, E44, G20, G21, O52 关键词: 银行, 金融中介服务, 信贷, 净息差 作者电子邮箱地址: SCevik@imf.org, akara@imf.org 工作论文 # 中介中断了吗？黑山银行业利差水平分析 由塞尔罕·切维克和阿米特·卡拉编制 # 内容 I.我。引言.. 3II.第Ⅲ节文献综述 简评.5结构动态：黑山银行体系 6 IV. 数据概览 9 卷 实证 策略与结果 ..... 11 VI. 总结性评论 ..... 18 附件1. 20 参考文献 22 # 数字 1.金融中介状况 4 2. 银行系统指标 ..... 8 3.银行级利率和非利息收入比（NIM） 9 # 表格 1. 摘要统计 ..... 11 2.银行净息差影响因素：基准估计 13 3.银行净息差影响因素：细粒度估计 16 # I. 简介 黑山经历了金融中介的明显下降，国内信贷对私营部门的比重从2008年的峰值 $86.5\%$ 下降到2024年的 $46.4\%$ ，这一多方面的趋势在黑山等西巴尔干国家独立后展开，反映了更广泛的经济和制度挑战。1净资产利率（NIM）——贷款利率与存款利率的差额——相对于区域内同行持续处于高位，这表明黑塞哥维那金融部门内部存在结构性低效。这种低效通常归因于高度集中的市场结构、高昂的运营成本和尚未发展的制度和监管框架，这在金融中介的权威文献中被广泛记录（Goldsmith，1969；McKinnon，1973；Shaw，1973）。在这种情况下，信贷配给可能产生，即使有信用的借款人——尤其是在家庭和小型、中型企业（SMEs）中——也可能难以获得负担得起的融资。资本限制会抑制投资、阻碍创新并减缓生产力增长，从而降低总体经济效率，并限制国家的长期发展潜力（Bencivenga和Smith，1991；Levine和Zervos，1998；Calderón和Liu，2003；Levine，2005；Beck、Demirguc-Kunt和Levine，2007；Demirguc-Kunt和Levine，2009；Cevik，2024）。 如图1左面板所示，在黑山单方面欧元化的经济中，商业银行的平均贷款利率通常与欧洲央行（ECB）的政策利率同步变动。相比之下，存款利率对欧洲央行货币政策利率波动的反应明显较弱——尤其是在政策收紧期间——这表明在总体层面上，贷款与存款市场间的利率传递存在非对称性。2借贷利率差距可能反映了多个结构和市场相关因素，包括低市场竞争性、严格的监管资本要求、强烈的贷款需求和较高的信用风险。因此，对银行利率定价行为的细微理解对政策制定者来说至关重要，因为持续的较高借贷利率和较大的中介利润差额可能会限制信贷扩张，抑制生产性投资，并最终阻碍整体经济表现。 本文研究了黑山商业银行净利息收入（NIMs）的决定因素——黑山是一个小型的开放经济体，以其在西巴尔干地区最高的利率差而著称。为了揭示NIMs的关键驱动因素，我们利用了一个新颖的银行层面面板数据集，该数据集包括2013年至2025年间在黑山运营的11家商业银行的季度观察数据。这个时间段涵盖了不同的货币政策阶段，包括宽松和紧缩周期，从而能够对银行特定特征和宏观经济条件如何共同影响金融中介成本进行细致的评估。除了分析银行层面的平均NIMs外，我们还按借款人细分（家庭、非金融企业和法人）分解了利润率，提供了不同客户类别中介成本差异的微观视角。这种详细的方法在黑山尤为重要，因为银行... 贷款仍然是主要的融资来源，将金融行业与欧盟（EU）标准相一致仍然是战略性的政策要求。 我们的实证分析揭示了三个主要发现，对政策具有重要的启示。首先，银行规模与净息差在所有借款人群体中表现出稳健的负相关关系，表明大银行得益于规模经济、增强的多元化和更大的市场力量，这些因素共同使银行能够实现更具竞争力的定价和更低的利润率。其次，信贷风险——通过贷款损失准备金与总贷款的比例和贷款与存款比例来代理——成为净息差的重要决定因素；资产质量更强的银行往往能维持较窄的利率差。这强调了在促进金融稳定和促进有效贷款定价中，良好的信贷风险评估和贷款实践所扮演的关键角色。第三，运营效率与较低的净息差密切相关，突显了那些拥有纪律性成本管理和较高管理质量的银行可以不依赖更宽的利润率来维持盈利能力，从而增强行业韧性。 从政策角度出发，这些成果凸显了在面临结构性劣势的较小银行中，有必要建立一个鼓励提高效率的整合框架以加强蒙特内哥罗分裂的银行业。通过改善监管、扩大信用信息基础设施和敏感的风险资本要求来强化信用风险管理对于支持谨慎的借贷行为和降低代价高昂的风险溢价同等重要。最后，推动对技术、劳动技能和流程创新的投入是提高运营效率的必要措施，最终有助于增强银行业在蒙特内哥罗继续与其对齐欧盟金融标准时的竞争力和稳定性。 本文的剩余部分组织如下。第二章简要回顾了相关文献。第三章描述了黑山银行系统的结构和近期动态。第四章介绍了实证分析中使用的数据库和变量。第五章概述了计量经济学方法并讨论了主要实证发现。最后，第六章总结了结果和主要政策启示。 图1.黑山：金融中介状况 名义利率 来源：Haver Analytics。 净利差比率：黑山对比西巴尔干地区 来源：Haver分析公司和国际货币基金组织。 注意：WB-4包括阿尔巴尼亚、波斯尼亚/黑塞哥维那、科索沃和北马其顿。 # 第二章 文献简要回顾 理解利差的决定因素一直是金融经济学中的核心关注点，尤其是在发展中国家和转型经济体。净利息收入（NIMs）是衡量银行业效率、竞争力和金融中介整体成本的关键指标。基础性研究强调了市场结构、监管质量和制度发展（Ho和Saunders，1981；McShane和Sharpe，1985；Allen，1988；King和Levine，1993；Angbazo，1997；Demirguc-Kunt和Huizinga，1999；Maudos和Fernandez de Guevara，2004；Beck和Hesse，2009）的至关重要作用。这些研究发现，竞争有限、运营成本高和弱的法律框架往往会导致利差扩大——尤其是在金融体系不发达的低收入和中收入经济体中。然而，文献中关于银行特定特征、宏观经济条件和商业银行NIMs随时间演变的因果关系仍然存在分歧。 在转型经济体的背景下，如Gorton和Winton（1998年）、Randall（1998年）以及Harper和McNulty（2008年）等学者强调了不发达的金融基础设施和较高的信贷风险是导致信贷利差持续高的关键因素。更近期的微观层面的分析（例如，Martínez Pería和Mody，2004年；Agapova和McNulty，2016年；Agoraki和Kouretas，2019年；Calice，2025年）突出了银行特定因素——如规模、资本化和风险敞口——对净利息收入（NIMs）的影响。同样，Nuhiu、Aliu和Hoti（2024年）研究了包括黑山在内的六个西巴尔干国家的利率利差，发现宏观经济变量（例如，人均收入、失业率）和银行层面的因素（例如，市场集中度、信贷组合质量）对金融中介成本产生了显著影响。 利率传递和银行在高度欧元化和货币局制经济中的行为文献突出了这些制度对货币传导和定价策略的制约。在这样的环境中，由于货币政策自主性有限以及广泛使用以外币计价的资产和负债（Cottarelli和Kourelis，1994年），国内利率受到外部利率的严重影响。因此，政策或市场利率向零售贷款和存款利率的传递往往是不完全的、缓慢的，并且常常是非对称的，反映了制度僵化和银行管理外汇和流动性风险的努力（Havrylchyk和Jurzyk，2011年）。货币局制，具有固定汇率盯住和被动货币政策，进一步限制了国内利率的灵活性。这些经济体的银行主要调整利率以应对外部冲击和融资条件，导致不完全的传递，部分原因是由于不完全竞争和风险管理（Chen等人，2025年）。总的来说，在这些情况下，利率传递减弱，银行行为和信贷周期更多地由外部金融条件驱动，而不是由国内政策驱动。 文献对所有权结构——外国与国内——是否系统性地影响净利息收入（NIMs）提供了混合证据。Demirguc-Kunt和Huizinga（1999）在早期跨国研究中发现，外国银行在发展中经济体中往往表现出更高的净利息收入，但在发达市场中的净利息收入较低，这反映了效率、竞争和风险暴露的差异。后续研究（例如，Claessens，Demirguc-Kunt和Huizinga，2001）证实，尽管外国银行通常更有效率，但它们的业绩在很大程度上取决于东道国条件。在新兴市场中，Martínez Pería和Mody（2004）以及López-Espinosa等人（2012）发现，外国银行通常保持更高的利差，可能是为了弥补信息不对称和市场进入成本。相比之下，专注于发达经济体的研究（例如，Williams，2007；Albertazzi和Gambacorta，2009）报告称，由于效率更高和竞争压力更大，外国银行的利差更薄。然而，其他研究 强调一旦控制了诸如银行规模、成本效率、资金结构和市场集中度等因素，所有权对净利息收入（NIMs）的影响在统计上变得不显著——这表明结构性和宏观经济条件在很大程度上解释了观察到的差异（例如，Claeys和Vander Vennet，2008年；Haas和Van Lelyveld，2010年）。 越来越多的研究也强调了宏观经济稳定性、全球利率趋势和技术创新对存款行为和流动性风险的影响（Brock和Rojas-Suarez，2000；Demirguc-Kunt、Laeven和Levine，2004；Gelos，2006；Claeys和Vander Vennet，2008；Poghosyan，2013；Borio、Gambacorta和Hofmann，2017；Molyneux、Reghezza和Xie，2019；FSB，2024）。这些研究证明，宏观经济波动和薄弱的体制环境加剧了流动性压力，而数字化提高了存款人对利率差异的响应能力，并促进了资金在机构间的快速再分配。 综合考虑，这些动态对利率差、银行资金结构以及金融稳定性具有重要意义——尤其是在像黑山这样的小规模开放经济体中。在这样的环境中，无论是金融、宏观经济还是技术的外部冲击都能迅速通过银行系统传递。随着全球货币条件的演变和数字采用的加速，商业银行面临存款流量的波动性加剧，这对流动性管理、盈利能力和系统性韧性提出了挑战。在此背景下，我们提出了对黑山银行层面净息差的第一项分析——黑山是一个正在加入欧盟的小型发展中经济体，为金融中介成本的结构性和制度性驱动因素提供了新的见解。 # 第三章：黑山银行系统的结构和动态 蒙特内哥罗的金融体系主要由商业银行主导，这些银行在规模、所有权结构和商业模式上显示出显著的异质性。截至2025年，蒙特内哥罗的银行行业由11家运营中的商业银行组成，较2018年的15家减少了4家，这是由于合并过程所致。尽管该国人口相对较小，约为62.3万，但这一配置使蒙特内哥罗成为西巴尔干地区最为密集的银行经济体之一（见图2）。例如，每家商业银行服务的人数在蒙特内哥罗为56,684人，这比北马其顿的140,335人和科索沃的144,145人都要低得多，而且远低于塞尔维亚，那里每家商业银行服务的人数约为330,000人。 八家这些机构要么完全，要么大部分由外国拥有，反映了高度金融开放和与欧洲市场的深度融合。3总体而言，银行业的资产总额达到73亿欧元，相当于约 $95\%$ 的GDP，凸显了其在金融体系中的主导作用和金融中介的核心地位。相比之下，非银行金融机构仍未充分发展。保险行业的资产占GDP的约 $4.4\%$ ，而微型金融机构持有约 $1.6\%$ 的GDP。尽管到2024年，总股市市值达到GDP的大约 $48\%$ ，市场 流动性仍然极为有限，年周转额仅占国内生产总值的约 $0.1\%$ 。因此，黑山的金融部门严重依赖银行作为储蓄动员和信贷分配的主要渠道，其他金融子部门仅起到边缘作用。 蒙特内哥罗的金融体系结构突出了关于国内企业融资模式的严重担忧，特别是在银行信贷获取持续受限的情况下——这一问题在巴尔干西部也有所观察（Moder和Bonifai，2017）。一个可能的解释是转向替代且更实惠的融资来源——例如内部资源、增加同业贷款、从外国银行借款或进入资本市场。鉴于国内资本市场发展不充分，蒙特内哥罗非金融企业投资的超过8 $0\%$ 是通过内部融资完成的，而在同类型经济体中这一比例平均为 $60\%$ （EBRD，2023；世界银行，2024）。约 $30\%$ 的外国直接投资流入来自公司间债务，这同样是一条重要渠道。这种替代可能反映出一种模式：即更具生产力的公司成功多样化融资渠道，而生产率较低的公司仍然依赖利率更高的国内银行。 在银行资产负债表资产方，向家庭和非金融企业发放的贷款占据最大份额，其次是持有证券和存放于中央银行的款项。在负债方，存款是主要的资金来源，超过80%的存款为活期或定期存款——这表明存款人的高度流动性偏好。家庭部门占全部存款的约39%，非金融企业贡献约29%，而过去十年间占比在18%到28%之间的非居民存款依然是重要的资金来源。 在COVID-19大流行之后，黑山的银行业存款流入量显著增加，特别是在2021年，部分原因是移民增加。截至2024年，存款与总资产的比例从2020年的72.9%上升到80.6%，而在同一时期，流动性资产的比例几乎翻倍，从10.5%增长到18.9%。这些流动性资产的大部分是短期、以欧元计价的政府证券。银行并没有将这种存款增长转化为扩大国内信贷，而是主要投资于低风险主权工具，反映了在持续的经济不确定性和温和的投资需求背景下的谨慎贷款态度。然而，从2024年初开始，银行的贷款活动开始调整，作为对政府政策的响应。欧洲此刻项目包括大幅提高最低工资、减少非正式就业、取消医疗保健缴纳以及削减养老金和残疾保险缴纳。 尽管蒙内哥罗的贷款利率通常与周边的西巴尔干经济体相一致，但它们往往位于区域谱系的顶端。相比之下，平均存款利率自2015年以来一直落后于区域同行。这一持续的差异——以相对较高的贷款利率和相对较低的存款利率为特征——导致了结构性的高净息差（NIMs），支撑了强劲的银行业盈利能力。到2024年，银行业总利润达到约1.58亿欧元（约占GDP的 $2.1\%$ ），核心收入成分——净利息收入和手续费收入——占总收入的近 $69\%$ （CBCG，2025）。该行业的平均净资产收益率（ROE）达到了显著的 $18.5\%$ ，资产回报率（ROA）为 $2.8\%$ ，远超区域西巴尔干平均的约 $8-9\%$ ROE和 $1.3\%$ ROA。同时，到2025年中，平均不良贷款（NPL）比例降至约 $2.9\%$ ，远低于区域基准，反映出资产质量改善和审慎的拨备。总体而言，这些趋势——强劲的盈利能力、可控的信贷风险和不断提升的运营效率——为蒙内哥罗银行业的短期前景描绘了有利图景。然而，盈利能力仍然容易受到周期性波动的影响，该行业对周期性波动的依赖性较高。 在狭窄的收入基础上，加上持续的高净息差，暴露出潜在的风险，尤其是在货币政策的演变、储户行为和监管框架之中。 从政策和分析的角度来看，银行净息差（NIMs）的持续偏高引发了对银行盈利驱动力、定价策略以及黑山金融中介效率的深层疑问。市场规模小、外国银行主导以及流动性高、风险低的资产负债表普遍存在，凸显了剖析NIMs决定因素的重要性，以便更好地理解竞争态势和货币金融条件传导机制。在此背景下，本文从实证角度研究了塑造黑山各银行NIMs差异的银行特定和宏观经济因素，采用考虑机构间以及时间上不可观测差异的面板数据分析方法。 图2.黑山：银行系统指标 来源：Haver Analytics；国际货币基金组织。 国内私营部门信贷 资料来源：世界银行数据库和国际货币基金组织工作人员的计算。 请注意：WB-5包括阿尔巴尼亚、波斯尼亚和黑塞哥维那、科索沃、北马其顿。 塞尔维亚。 商业银行资产 来源：Haver Analytics；国际货币基金组织。 商业银行负债 来源：Haver Analytics；国际货币基金组织。 平均存款利率 平均贷款利率 # 第四部分：数据概述 实证分析采用了独一无二的银行级面板数据集，包含从2013年第一季度至2025年第一季度的每季度观察数据，涉及目前运营在黑山的十一家商业银行，数据来源于黑山中央银行（CBCG）。该数据集包括银行向CBCG报告的关键财务指标。这些银行级别的数据得到了来自黑山统计局（MONSTAT）、欧洲央行和国际货币基金组织（IMF）收集的宏观经济变量的补充。 依变量是净利息收入（NIM），定义为每家银行在特定季度贷款的平均利率与存款的平均利率之差。我们采用两种替代的银行层面NIM度量方法。第一种是名义NIM（排除费用），它反映了贷款协议中规定的合同利率。第二种是实际NIM，它包括了所有相关费用和费用，因此捕捉了在特定时期内借入资金的实际年度化成本。使用这两种度量方法，我们可以区分纯利率差和银行从贷款活动中获得的总体收入。这些度量方法的分布情况在图3中呈现。 图3.黑山：银行级利率和净息差 为了提高分析粒度，我们分别计算三个不同借款人群体（i）家庭；（ii）非金融公司；（iii）法人——一个更广泛的类别，包括企业实体、政府机构、私人银行、国内非营利组织、非居民银行以及其他金融机构或存款机构——的名义净息差和实际净息差。这种细分方法有助于更深入地理解不同借款人类型之间的中介成本和定价动态的差异。 我们的经验模型整合了一套详尽的银行特定变量来识别净息差的决定因素。这包括银行规模（总资产的对数）、资本充足率（总资本与总资产之比）、信贷风险（贷款与存款、贷款损失准备金与总贷款之比）、流动性风险（流动资产与总资产之比）、运营效率（运营费用与运营收入之比）以及市场力量（银行在银行业总资产中的份额）。这些变量共同捕捉了银行绩效的关键维度——规模、资本化、风险敞口、成本管理以及竞争定位。与之相辅相成的是宏观经济控制变量，如真实GDP增长、消费者价格通货膨胀以及欧洲央行的货币政策利率，它们解释了影响净息差动态的更广泛的经济条件。 表1详细概述了实证分析中使用的变量。数据显示，在黑山银行中，净利息收入（NIM）存在显著的异质性，突显了银行特定特征在塑造金融中介成本中的重要作用。平均而言，名义净利息收入和实际净利息收入分别为 $5.4\%$ 和 $6.1\%$ ，在不同银行和不同时间跨度内存在较大差异。名义净利息收入在 $2.8\%$ 至 $13.1\%$ 之间，而实际净利息收入在 $3.0\%$ 至 $17.4\%$ 之间。当按借款人细分市场对NIM进行细分时，也出现了类似的模式：家庭持续面临最高的利润率，其次是非金融公司和法人。这些差异可能反映了借款人信用风险的异质性和银行商业模式、资产负债管理实践、风险偏好和资金结构的差异。 其他银行级指标也显示出广泛的分散性，突显了黑山银行业的结构复杂性和运营碎片化。因此，考虑到这种异质性对于避免有偏差或误导性的实证结果至关重要。此外，银行特征的显著差异塑造了金融机构如何应对宏观经济条件和监管改革。因此，理解这种异质性不仅对于解释计量经济学发现至关重要，而且对于制定针对该行业多样化风险特征和脆弱性的有效监管和监督政策也至关重要。 表1.摘要统计 变量 观察意味着 标准差 最低 最大值 银行级变量 网络净利率 平均 名词 487 5.44 1.29 2.84 13.08 有效 487 6.08 1.48 2.97 17.36 家庭 名词 499 6.12 1.55 1.81 13.60 有效 499 6.87 1.70 2.41 17.60 非金融公司 名词 498 4.61 1.44 1.49 10.09 有效 498 5.10 1.64 1.65 14.75 法律主体 名词 487 4.80 1.23 2.39 12.11 有效 487 5.29 1.45 2.64 16.77 总资产(对数) 501 12.50 1.04 9.07 14.46 资本充足率 501 14.57 13.35 1.19 100.00 流动比率 501 24.56 10.99 4.02 91.92 信用风险 496 4.85 3.47 0.03 18.68 管理效率 467 63.83 69.53 28.30 1012.21 市场份额 501 8.40 6.05 0.27 28.44 宏观经济变量 实际国内生产总值增长率 544 1.53 3.36 -13.20 14.90 消费者价格通胀 540 2.39 2.75 -0.35 11.00 货币政策利率 544 0.82 1.49 0.00 4.50 来源: CBCG; MONSTAT; ECB; IMF; 作者的计算。 # V. 实证策略与结果 本文旨在在面板数据框架内，实证检验蒙内哥银行特定因素对净息差的影响。分析采用了标准的计量经济学技术进行面板估计，并明确控制了商业银行间的不可观测异质性和时间变化。遵循文献（例如，Allen，1988；Brock和Rojas Suarez，2000；Maudos和Fernandez de Guevara，2004；Claeys和Vander Vennet，2008；Beck和Hesse，2009；Agoraki和Kouretas，2019；Calice，2025）的研究，基准设定如下： $$ n i m _ {i t} = \alpha + \beta^ {\prime} \boldsymbol {B} _ {i t} + \gamma \boldsymbol {X} _ {t} + \eta_ {i} + \mu_ {t} + \varepsilon_ {i t} $$ tVPhreia 普爱vpeptosehbsaakheveslaerabNfM focthtortgank 我 并且时间 Puh, put. Pit 总资产的对数，总资本与总资产之比，贷款损失准备与总贷款之比，流动资产与总资产之比，运营费用与运营收入之比，以及银行在总银行资产中的份额。吾表示一个包含实际GDP增长率、消费者 P 价格通货膨胀和货币政策利率，这些因素被纳入一个替代性说明中，以计算宏观经济条件对净利息收入（NIM）的影响。割和割系数表示时间不变的 Pee Pu 银行特定的效应和在每个季度内控制常见冲击对利率利差的影响的时间效应，分别。T是一个异质误差项。稳健标准误Pit 聚集在银行级别，用于纠正潜在的异方差性和自相关性。我们估计 该模型使用Prais-Winsten回归和面板校正标准误差（PCSE），通过校正面板内的序列相关性和调整标准误差以应对异方差性和截面依赖性，从而在面板数据中提供高效且无偏的系数估计（Prais和Winsten，1954；Beck和Katz，1995）。 表2展示了2013-25年期间对黑山所有商业银行平均净息差决定因素的基础估计。列（1）和（2）分别报告了基于排除宏观经济控制变量并专注于银行特定特征的模型规定的名义净息差和实际净息差的结果。这种建模策略提供了对内部银行因素——如资产负债表构成、融资结构和运营效率——如何影响利息边际的基础分析。通过最初隔离这些银行级变量，分析为理解在纳入更广泛的宏观金融影响之前净息差的核心驱动因素提供了一个基准，这些影响在后续模型规定中引入。 银行规模的系数（以总资产的对数衡量）为负，并且在 $1\%$ 的水平上具有统计学意义，这表明大型银行倾向于以更低的净息差运营。这一发现与银行规模赋予运营和财务优势从而压缩利差的观点一致。在黑山的大型银行可能得益于规模经济，这使得它们能够在更广泛的资产基础上分摊固定成本，如行政、技术和合规支出。这种效率提升使大型银行能够提供更具竞争力的贷款和存款价格，从而降低其平均利息差额。此外，与规模相关的资金优势也发挥着关键作用。大型银行通常拥有更多元化、更稳定的资金结构，包括更容易获得批发、银行间和外国金融资源，成本往往更低。它们也被视为更安全的交易对手，这可能降低其风险溢价，减少维持高净利息收入以补偿信贷或流动性风险的必要性。 这项研究结果表明，有效净息差（NIM）的幅度比名义净息差更为显著，这表明大型银行在简单定价效应之外实现了额外的效率。这可能是由于更优越的负债管理、资产负债匹配的更高复杂性，或更积极使用表外工具来优化资金成本。证据还表明，大型机构在吸收市场利率波动方面处于更有利的地位，而无需完全将这些波动转嫁给借款人或存款人，反映出更具弹性和韧性的资产负债表结构。总体而言，银行规模与NIM之间的反向关系突显了规模经济和市场接入在塑造银行业竞争中的角色。这一发现与早期跨国证据（例如，Demirguc-Kunt和Huizinga，1999；Maudos和Fernandez de Guevara，2004；Claeys和Vander Vennet，2008）基本一致，这些证据显示，由于成本优势、效率提高和收入来源更加多元化，大型银行往往能以更薄的利润率运营。 表2.银行层面净息差的决定因素:基准估计 [1] [2] [3] [4] 名词 有效 名词 有效 总资产(对数) -0.988*** -1.037*** -0.988*** -1.037*** [0.127] [0.132] [0.129] [0.132] 资本充足率 -0.010*** -0.009*** -0.010*** -0.009*** [0.003] [0.003] [0.003] [0.003] 流动比率 0.028*** 0.027*** 0.028*** 0.027*** [0.006] [0.006] [0.006] [0.006] 信用风险 0.070*** 0.060*** 0.070*** 0.060*** [0.015] [0.016] [0.017] [0.016] 管理效率 -0.002** -0.003*** -0.002** -0.003*** [0.001] [0.008] [0.001] [0.007] 市场份额 -0.037 -0.032 -0.037 -0.032 [0.017] [0.017] [0.017] [0.017] 实际国内生产总值增长率 0.065 0.013 [0.049] [0.076] 通货膨胀 0.171 0.065 [0.079] [0.084] 货币政策利率 0.092*** 0.069*** [0.019] [0.020] 观测次数 455 455 455 455 银行数量 11 11 11 11 银行FE 是的 是的 是的 是的 时间FE 是的 是的 没有 没有 R² 0.61 0.65 0.63 0.67 注意:因变量是衡量银行净利差的一个指标。稳健标准误差是报告于括号中。*,**,和***分别表示在10%、5%和1%的水平上具有显著性。来源:作者估算。 资本充足率，以总资本与总资产之比衡量，在 $1\%$ 的水平上对净息差（NIM）的两个衡量指标均显示出统计学上显著的负效应。这一发现表明，在黑山，资本更加充足的银行往往会以较窄的利差进行运营。几个补充机制可能解释了这种关系。首先，更高的资本化经常与债权人及存款人较低的风险感知相关联，这进而降低了银行的资金成本和维持较宽利差作为风险溢价的需求。其次，资本充足的银行通常拥有更强大的资产负债表和更广泛地获取多样化的稳定资金来源，这使得它们较少依赖利息收入作为主要的盈利来源。第三，资本充足率更高的机构通常更具效率，且处于更好地扩展到收费或非利息收入活动的位置，这进一步降低了它们对高贷款-存款利差的依赖。 从更广泛的金融稳定性角度来看，资本充足率与净利息收入（NIMs）之间的负相关性符合这样的观点：更强的资本化可以增强对银行系统的信心，并促进金融中介的更具竞争力的定价。然而，这也可能表明，规模较小或资本较少的银行通过维持更宽的利润率来补偿更高的风险或有限的多元化。这种异质性强调了在机构间确保充足资本化的持续监管重点，同时促进银行行业内的竞争和效率。 流动性风险，通过流动资产与总资产的比率衡量，是衡量银行风险偏好和资产负债表策略的关键指标。在 $1\%$ 的置信水平上，正且具有统计显著性的系数表明，拥有更高流动性缓冲的银行倾向于维持更宽的名义净息差和实际净息差。这一发现与理论预期相符：持有更大比例的流动资产，这些资产通常回报较低，对银行产生机会成本。为了弥补这一成本并保持盈利性，银行可能会通过提高贷款利率或维持较低的存款利率来扩大其贷款利差。7在这个意义上，流动性和净利息收入（NIM）之间的正相关关系反映了理性定价对安全和收益之间权衡的响应。此外，这一结果还可能表明，流动性更高的银行拥有更强的市场力量或定价灵活性，使他们能够在不显著损失市场份额的情况下维持较宽的利润空间。相反，流动性缓冲较低的银行——可能由于风险承担能力更强或融资约束——可能会更加依赖基于规模的盈利能力，而不是基于利差的收益。 信用风险，通过贷款损失准备金与总贷款之比来衡量，是银行定价行为和整体中介利润的根本决定因素。信用风险变量的系数为正，在 $1\%$ 的水平上具有统计显著性，这表明更高的信用（违约）风险与更宽的净利息收入（NIMs）相关。这种关系反映了银行业标准的风险-收益权衡：随着贷款组合风险的增加，银行提高贷款利率以补偿预期损失，并在不确定性加大的情况下保持盈利性。在黑山的背景下，这一发现可能反映了在相对较小且集中的市场中运营的银行谨慎的定价行为，有限的多样化机会放大了单个借款人违约的影响。 当以贷款与存款比率作为信用风险的代理变量时，该比率在回归分析中具有负值且具有统计学意义。这一结果表明，贷款与存款比率较高的银行——通常反映更紧的流动性条件或更激进的贷款立场——往往具有较低的净利息收入。一种可能的解释是，这些银行由于存款竞争加剧或对外部融资的依赖性增加，面临更高的资金成本，从而压缩了利差。另一种解释可能是这反映了风险调整后的定价纪律，在流动性压力下，银行优先保持市场份额而非盈利能力。总之，这些结果突出了信用风险和资金结构在塑造中介利差的双重作用：较高的违约风险会导致嵌入在贷款利率中的风险溢价，而过度的资产负债表杠杆或流动性压力可能通过更高的资金成本和加剧的竞争侵蚀利差。 管理效率（或质量），通过营运费用与营运收入之比衡量，是衡量商业银行经营生产力和成本管理的关键指标。在这个变量上的估计系数为负且统计显著——尤其是在有效的净息差情况下——这意味着运营效率更高的银行往往有较低的净息差。这种关系凸显了成本结构在决定中介利差中的基本作用：当银行能够控制行政和运营成本时，它们能够缩小贷款-存款利差而不牺牲盈利能力。 在黑山的银行部门背景下，这一结果可能反映了不同规模和所有权的银行之间的效率差异。规模较大或技术更先进的银行可能从以下方面受益： 规模经济、数字化和优越的风险管理系统，这三者协同作用可降低每单位运营成本。这些银行可以将节约的成本转换为更具竞争力的定价，从而增加市场份额并加强整个行业的竞争压力。相反，成本控制较弱或运营框架过时的银行可能需要维持较宽的利润率以弥补不效率并维持收益率。 总的来说，管理效率与NIMs之间的负面影响与银行文献中关于效率-竞争力的假设（伯格和梅斯特，1997年；莫达斯和费尔南德斯·德古埃拉，2004年）是一致的，该假设认为更高的运营效率可以增强竞争力、提高配置效率，最终降低金融中介成本。因此，调查结果建议，进一步提高成本管理、数字化转型和流程优化可以帮助减少蒙特内哥罗的中间传播，增强竞争力和金融部门深度。 市场力量，通过每家银行在银行业总资产中所占份额来代理，是衡量银行在黑山金融体系中相对竞争地位的一个指标。在我们的基线模型中，市场份额的估计系数为负但统计上不显著，这表明银行间市场集中度的变化对净利息收入（NIMs）的影响不强也不稳定。这表明，银行间的竞争更多地受到结构性市场因素——如整体市场规模、监管限制和运营效率——的影响，而不是受到与市场主导地位相关的战略定价行为的影响。换句话说，观察到的NIMs差异主要反映的是共同的成本结构、风险管理实践和效率水平，而不是市场集中度。 有趣的是，当从回归中排除银行规模时，市场份额的系数在 $1\%$ 的水平上显著为负。这表明银行规模和市场力量之间存在密切的关系——并且可能存在多重共线性。大银行自然拥有更大的市场份额，它们对净利息收益率的综合影响在多元规格中可能部分相互抵消。在排除规模的情况下市场份额的重要性表明，市场力量可能会影响利息边际，但这种影响与较大机构相关联的规模经济的好处交织在一起。8 在这些衡量指标中，在控制了银行规模后，市场力量和净利息收入（NIMs）之间的关系仍然呈现负面或统计上不显著。这证实了规模经济效益而不是市场主导性是银行利息差变化的主要驱动力。 综上所述，这些结果表明，蒙内哥罗的大银行通过利用运营和资金规模的效率，提供更具竞争力的利率同时保持盈利性。它们的优势可能源于获取低成本资金、多元化的收入来源和优越的风险管理能力。因此，仅凭市场集中度似乎并不能赋予过度的定价能力或提升利润率，凸显出一种以成本效率和规模经济超过垄断倾向作为盈利性决定因素的银行环境。 我们的基准估计在包含关键宏观经济控制变量后，无论是在经济规模还是在统计显著性方面都保持稳健，如第[3]列和[4]列所示。具体而言，实际GDP增长和通货膨胀——反映整体经济环境的标准指标——显示出正系数，表明与非利息收入(NIMs)之间存在潜在的正相关关系。然而，这些系数在常规置信水平上统计上不显著，意味着经济增长的短期波动 在样本期间，价格水平对黑山的银行利差没有明显的直接影响。9 与欧洲央行设定的货币政策利率形成对比的是，这一发现表明了其在 $1\%$ 的水平上具有积极的、高度统计显著的效应。这一发现强调了外部货币政策在塑造黑山单方面欧元化金融体系中的银行放贷行为和盈利能力中的关键作用。由于黑山没有独立的货币政策，实际上是在引入欧洲央行的政策立场，因此欧洲央行短期利率的上升导致银行资金成本上升，随后这些成本以更宽的利差形式转嫁给借款人。这一动态凸显了黑山银行业的对外部货币条件的脆弱性，并强调了欧洲央行政策环境在影响国内金融中介成本中的重要性。 此外，这些扩展的模型规格表明，尽管银行特定特征仍然是NIM变动的首要决定因素，但纳入宏观经济变量增强了模型的整体解释力。具体而言，包括实际GDP增长率、通货膨胀和欧洲央行政策利率，将调整后的R-squared提高了约3.3个百分点。这一增量增加表明，尽管宏观经济因素在银行级驱动因素中处于次要地位，但它们提供了对NIM波动有意义的额外见解，反映了超越个别银行行为的更广泛的经济和货币影响。 为了更深入地理解净利息收入的决定因素，我们分别对三个不同的借款人群体进行了NIM模型的估计：（i）家庭；（ii）非金融公司；（iii）法人。结果总结在表3中，与从总体名义和实际利率得到的结果基本一致。 表3. 银行级净息差的决定因素：细粒度估计 [1] [2] [3] [4] [5] [6] 家庭 非金融公司 法律主体 名词 有效 名词 有效 名词 有效 总资产（对数） -0.199*** -0.245*** -0.130*** -0.084*** -0.610*** -0.585*** [0.027] [0.032] [0.012] [0.008] [0.104] [0.106] 资本充足率 -0.021*** -0.020*** -0.001*** -0.002*** -0.004 -0.001 [0.004] [0.004] [0.000] [0.000] [0.003] [0.003] 流动比率 0.009 0.007 0.013*** 0.013*** 0.030*** 0.030*** [0.009] [0.009] [0.004] [0.004] [0.004] [0.004] 信用风险 0.040*** 0.032*** 0.029** 0.010*** 0.029** 0.011 [0.012] [0.010] [0.009] [0.003] [0.010] [0.012] 管理效率 -0.002** -0.002** -0.002*** -0.002*** -0.002*** -0.003*** [0.001] [0.001] [0.000] [0.000] [0.001] [0.001] 市场份额 -0.114*** -0.094*** -0.058*** -0.062*** -0.013 -0.017 [0.013] [0.012] [0.015] [0.015] [0.022] [0.021] 观测次数 467 467 467 467 456 456 银行数量 11 11 11 11 11 11 银行FE 是的 是的 是的 是的 是的 是的 时间FE 是的 是的 是的 是的 是的 是的 R² 0.57 0.57 0.83 0.84 0.77 0.79 请注意：因变量是衡量银行净利息边际的指标。括号内报告了稳健标准误。\* 和***分别表示在10%、5%和1%水平上的显著性。 来源：作者估算。 经济增长可能伴随着信用需求的增加，这反过来可能导致更高的利润率。尽管黑山实行单边的欧元化，因此缺乏独立的货币政策，但预计更高的通胀率仍将提高借贷成本，反映宏观经济的波动和风险溢价。 平均NIM模型，但揭示了在经济规模和统计显著性方面，这些部分之间的重要差异。 与总体分析一致，银行特定因素如银行规模、信用风险和管理效率在所有借款人类别中均显示出强大的统计显著性影响。这些变量似乎对银行定价行为的基本驱动因素，无论借款人类型如何。然而，其他变量，特别是资本充足率、流动比率和市场份额，在它们的影响上表现出更大的异质性。例如，当解释法人NIM（净利息收入）的变化时，资本充足率和市场份额失去了统计显著性，这表明这些银行可能不会以相同的方式为这个细分市场定价风险或市场力量因素。相比之下，资本充足率和市场份额仍然是家庭和非金融企业段的显著决定因素，表明不同借款人类型之间存在不同的敏感性和定价策略。10 最后，尽管静态面板估计为NIMs的决定因素提供了有价值的见解，但它们并没有明确考虑银行盈利性随时间持续性的问题。如描述性统计所示，黑山的NIMs表现出高度持续性，表明当前利润率可能受到以往价值的影响。为了捕捉这种动态行为并解决潜在的内生性问题——特别是与资本化、流动性等银行特定变量相关的内生性问题——我们通过采用Arellano和Bond（1995）以及Blundell和Bond（1998）提出的系统广义矩法（GMM）估计动态面板模型来扩展分析。这种方法使我们能够检测NIMs持续性的存在，控制不可观察的异质性，并减轻由利润率与银行特定特征之间的反向因果关系及同时性产生的潜在偏差。 系统GMM估计中使用所有可用的滞后变量层次会导致工具数量激增，这降低了有限样本中估计量的效率，并可能导致过拟合。另一个问题是，使用大量工具显著削弱了Hansen J检验对过度识别约束的效果，因此，当最需要检测过度识别时，这却是最困难的。然而，相反地，过度限制工具集会导致信息损失，从而导致系数估计不准确。因此，估计此类模型需要在一方面最大限度地提取数据信息，另一方面防止过度识别。我们遵循Roodman（2009）提出的策略来处理弱和过多工具的问题 $\pmb{\rho}$ 。通过预测器发现特征高度的M的梯度假设出现显著的二阶自相关的证据。同样 $J_{\cdot}$ ，激结果表明，通过系统GMM方法估计的动态模型中使用的内部仪器的有效性。 动态估计结果，如附录表A2所示，证实了在黑山的净利息收入（NIM）的持续性，这通过滞后因变量的正统计显著系数得到体现。这一发现表明，银行的定价行为表现出高度的惯性。重要的是，包括滞后NIM在内并没有实质性地改变主要解释变量的符号或显著性，从而加强了基准结果的稳健性。虽然程度不同， 重要性、银行特定特征——如资本化、流动性和信用风险——仍然是利率差的主要决定因素，而宏观经济金融变量继续在模型规格中产生一致的影响。动态估计还有助于缓解潜在的内生性问题，尤其是那些来自净利息收入与金融实力和管理特征之间双向关系的内生性问题。总的来说，这种持续性突显了监管和结构改革——如培育竞争、加强金融基础设施和推动数字化转型——的重要性，旨在缓解银行定价行为的僵化，并提高银行体系的效率、竞争力和韧性。 # 第六部分 总结性评论 本文详细分析了黑山金融中介的动态变化，重点关注在标志性的高利率价差的小型开放式经济框架下影响银行净息差的决定因素。自从2006年黑山独立以来，银行业经历了私人信贷供应的显著紧缩，这加上持续的结构性无效率，支持了高贷款率和高中介利润的宽幅。借助2013年至25年季度观察的一系列新颖的按银行分组的微观数据集，我们实证研究表明，既有个别银行因素，又有宏观经济条件在塑造净息差方面发挥着决定性作用。 三个主要发现显现出来。首先，大型银行持续表现出较低的净息差（NIMs），这反映了规模经济的益处、更大的投资组合多样化和增强的市场力量，这些都有助于成本效率和竞争性定价。其次，资产质量更优——如通过较低的坏账贷款比率所体现——与较窄的利差强烈相关，突显了谨慎的信用风险管理在培养可持续盈利能力中的核心地位。第三，更高的运营效率使得银行能够在不依赖较宽的利差的情况下维持盈利能力，凸显了内部成本纪律和有效管理实践的重要性。 这些结果与近期调查数据相呼应，表明消费者对黑山的满意度显著增加，切换行为（Jovovic等人，2023年），这标志着竞争激烈的银行环境，而不是市场自满。这种竞争格局进一步得到CBCG与欧盟监管标准渐进式一致性的加强，特别是那些增强账户可转移性和费用透明度的改革。这些措施正在逐步降低切换成本，加剧竞争——尤其是在数字娴熟的零售客户中——从而对中介成本施加下行压力。11进一步进展依赖于金融基础设施和支付系统持续的现代化。特别值得一提的是，黑山的单一欧元支付区（SEPA）的加入将通过网络降低交易成本，简化账户更换过程以及推进数字化效率，从而促进市场竞争。SEPA参与有望提高价格透明度，最终压缩贷款和存款利率差。 我们的研究发现，为了提高黑山的银行部门效率和韧性，有几个可操作的政策重点。首先，政策制定者应鼓励在碎片化的银行环境中进行以提高效率为目的的整合，以实现规模经济并加强金融稳定性。其次，必须加强监管框架，通过改进监管实践和扩大信息共享机制来加强信贷风险管理，从而减轻信贷分配的系统性风险。 第三，人力资本发展、数字化转型和运营现代化可以推动整个行业在成本效率和竞争优势方面取得显著提升。通过推进这些举措，黑山可以减少金融中介的结构性低效，提高货币政策传导的有效性，并支持其更广泛的经济抱负——尤其是其与欧盟监管和市场标准的趋同以及追求包容性、可持续的增长。 # 附录I 附录表1.银行层面净息差决定因素:DK估算 [1] [2] 名词 有效 总资产(对数) -0.830* -1.089** [0.261] [0.307] 资本充足率 -0.009** -0.009** [0.003] [0.003] 流动比率 0.022 0.021 [0.012] [0.013] 信用风险 0.107*** 0.113*** [0.015] [0.019] 管理效率 -0.002 -0.003 [0.001] [0.001] 市场份额 -0.037 -0.006 [0.016] [0.018] 观测次数 455 455 银行数量 11 11 银行FE 是的 是的 时间FE 是的 是的 R² 0.30 0.32 注意:因变量是衡量银行层面的净利息指标。 边缘。括号内报告了稳健标准误差。*,**,和***表示 分别表示在10%、5%和1%的显著性水平。 来源:作者估算。 附录表2.银行层面净息差决定因素：动态估计 [1] [2] 名词 有效 滞后NIM -0.899*** -0.882*** [0.013] [0.012] 总资产（对数） -0.239 -0.245 [0.128] [0.121] 资本充足率 -0.002** -0.002** [0.001] [0.001] 流动比率 0.004*** 0.004*** [0.001] [0.001] 信用风险 0.019 0.027 [0.011] [0.012] 管理效率 -0.001 -0.001 [0.000] [0.000] 市场份额 -0.023 -0.024 [0.012] [0.012] 观测次数 454 454 银行数量 11 11 银行FE 是的 是的 时间FE 是的 是的 规格测试（p价值观 AR(1) 0.010 0.007 AR(2) 0.369 0.672 汉森J检验 0.358 0.340 注意：因变量是衡量银行层面的净利息指标。 边缘。括号内报告了稳健标准误差。*,**,和***表示 分别表示在10%、5%和1%的显著性水平。 来源：作者估算。 # 参考资料 Agapova, A., 和J. McNulty (2016)。《利率差与银行系统效率：一般性考虑及对中欧及东欧转型经济体的应用》 国际金融分析评论，第47卷，第154-165页。 Agoraki, M., 和 G. Kouretas (2019)。在转型期间净利差的决定因素。量化金融与会计综述，第53卷，第1005-1029页。 艾伦，L.（1988）。《银行利息差的决定因素：一则注释》 金融与数量期刊 分析 ，第23卷，第231-235页。 Angbazo, L. (1997). “商业银行净利差、违约风险、利率风险和表外银行业务”《银行与金融杂志》，第21卷，第55—87页。 Arellano, M., 和 O. Bover, 1995, 《再论误差分量模型的工具变量估计》《计量经济学杂志》, 第68卷, 第29-51页。 Beck, N., 和 J. Katz (1995)。什么是时间序列横截面数据的处理方法（以及不应该做什么）美国政治学评论，第89卷，第634-647页。 贝克，T.，和H.赫斯（2009）。为什么乌干达的利差如此之高？《发展经济学杂志》，第88卷，第192-204页。 Beck, T., A. Demirguc-Kunt, and R. Levine (2007). 《金融、不平等与贫困》 《经济增长杂志》，第12卷，第27-49页。 Bencivenga, V., 和 B. Smith (1991)。“金融中介与内生增长”经济研究评论 第58卷，第195至209页。 Blundell, R., 和 S. Bond, 1998, 《动态面板数据模型中的初始条件和矩估计限制》 《计量经济学杂志》 第87卷，第115-143页。 伯格，A.，和李斯特，L.（1997）。《黑箱内部：是什么解释了金融机构效率差异？》《银行与金融杂志》，第21卷，第895-947页。 Borio, C., L. Gambacorta, 和 B. Hofmann (2017)。“货币政策对银行盈利能力的影响”国际金融 第20卷，第48-63页。 Brock, P., 和L. Rojas Suarez (2000)。《理解拉丁美洲银行利差的行為》 《发展经济学杂志》, 第13卷, 第113-134页。 卡尔德隆，C.，和刘，L.（2003）。《金融发展与经济增长之间因果关系的方向》《发展经济学杂志》，第72卷，第321-334页。 蒙特内哥罗中央银行（CBCG）。(2025)。2024年金融稳定报告。(波德戈里察：CBCG)。 卡利塞，P.（2025）。《塔吉克斯坦银行利差决定因素》，政策研究工作论文第11044号（华盛顿特区：世界银行）。 蔡维克，S.（2024）“熊彼特正确吗？金融科技与经济增长” 经济学与创新与新技术 技术，第34卷，第1095-1106页。 陈，W.，法·贾马尔丁，法·米施，阿·皮恩科夫斯基，王，M.，朱，Z.（2025）。《欧元化国家货币政策传导：来自新兴欧洲的证据》，国际货币基金组织工作论文No.2025/177（华盛顿，DC：国际货币基金组织）。 Claeys, S. 和 R. Vander Vennet (2008)。“中欧银行利率差的决定因素：与西方的比较”经济学体系，第32卷，第197-216页。 Claessens, S., A. Demirguc-Kunt, and H. Huizinga (2001). “外国进入如何影响国内银行业市场？”《银行与金融杂志》，第25卷，第891-911页。 Claeys, S. 和 R. Vander Vennet (2008)。“中欧银行利率差的决定因素：与西方的比较”经济体系，第32卷，第197-216页。 Cottarelli, C. 和 A. Kourelis (1994)。“金融结构、银行贷款利率及货币政策传导机制”国际货币基金组织工作人员论文，第41卷，第587-623页。 Demirguc-Kunt, A., 和 H. Huizinga (1999)。“商业银行利差和盈利能力的决定因素：一些国际证据”，世界经济评论，第13卷，第379-408页。 Demirguc-Kunt, A., L. Laeven, 和 R. Levine (2004)。《监管、市场结构、制度与金融中介成本》《货币、信贷与银行杂志》，第36卷，第593-622页。 Driscoll, J., and A. Kraay (1998). “具有空间相关面板数据的协方差矩阵估计一致性” 经济与统计评论 第80卷，第549-560页。 欧洲复兴开发银行 (2023年)。2023/24年过渡报告：大过渡与小过渡（伦敦：欧洲复兴开发银行） FSB（2024）。《存款人行为、利率和流动性风险在金融体系中的影响：2023年3月银行动荡的启示》，G20报告（巴塞尔：金融稳定委员会）。 Gelos, M. (2006). 《拉丁美洲的银行利差》，国际货币基金组织工作报告No.06/44（华盛顿特区：国际货币基金组织）。 Goldsmith, J. (1969). "Financial Structure and Development," Economic Journal, Vol. 80, pp. 365-367. Haas, R. 和 I. Van Lelyveld (2010)。《跨国银行子公司的内部资本市场与贷款》《金融中介杂志》，第19卷，第1-25页。 Harper, J., and J. McNulty (2008). “转型经济体中的金融体系规模：法律起源的影响”《货币、信贷与银行杂志》，第40卷，第1263-1280页。 Havylchyk, O., 和 E. Jurzyk (2011). "中欧及东欧外资银行盈利能力\过渡经济学，第19卷，第443-472页。 Ho, T., 和A. Saunders（1981）。“银行利润差的决定因素：理论与实证证据”《金融与数量分析杂志》第16卷，第581-600页。 Jovovic, M.N. Mišić, B. Pejović, and M. Mijušković (2023). “Montenegro银行业务终端用户满意度与转换意愿,” 《中央银行理论与实务杂志》, 第12卷, 第45-56页。 King, R., 和 R. Levine (1993)。“金融与增长：熊彼特可能是对的”《经济研究季刊》，第108卷，第717-737页。 Levine, R. (2005). “Finance and Growth: Theory and Evidence,” 《经济增长手册》, 第1卷, 第865-934页。 Levine, R., 和 S. Zervos (1998)。《股票市场、银行与经济增长》美国经济评论，第88卷，第537-558页。 Martinez Pería, M., and A. Mody (2004). “外国参与和市场集中度如何影响银行” 摊余投资：拉美洲的经验与证明 《货币、信贷与银行杂志》 第36卷，第511～537页 Maudos, J. 和 J. Fernández de Guevara (2004)。《解释欧盟银行业利差的因素》《银行与金融杂志》，第28卷，第2259-2281页。 麦金农，R.（1973年）。金钱与资本在经济发展中 (华盛顿特区：布鲁金斯学会） Press）。 M.C.Share,R.&I.Sharpe(1985)。“1962-1981年澳大利亚商业银行贷款-存款利差的决定因素时间序列-截面分析”，《银行与金融杂志》，第9卷，第115-136页。 Moder, I. 和 N. Bonifai (2017)。《西巴尔干地区的金融接入》，不定期论文系列第197号（法兰克福：欧洲中央银行）。 Molyneux, P., A. Reghezza, 和R. Xie (2019)。《负利率世界中的银行边际和利润》 《银行与金融杂志》，第107卷，第105613号。 Nuhiu, A., F. Aliu, A. Hoti (2024)。《评估银行利率差的决定因素：来自西巴尔干国家的证据》，SAGE Open，第14卷，第1-18页。 Poghosyan, T. (2013). "Financial Intermediation Costs in Low-Income Countries: The Role of Regulatory, 制度，宏观经济因素。” 经济学体系 ，第37卷，第92-110页。 Prais, S. 和 C. Winsten (1954)。趋势估计量和序列相关 261. 经济学报，第22卷，第31- Randall, R. (1998). 《东加勒比地区利率差》，国际货币基金组织工作论文第98/59号 （华盛顿特区：国际货币基金组织） Roodman, D., 2009, 《如何使用xtabond2: Stata中差分和系统GMM的入门》 日记，第9卷，第86-136页。 （牛津：牛津大学出版社） 肖，E.（1973）。金融深化与经济发展 威廉姆斯，B.（2007）.《澳大利亚净利差决定因素：国内外银行研究》 金融市场、金融机构与金融工具 ，第16卷，第145-165页。 世界银行（2024年）。西巴尔干地区定期经济报告：保持增长势头(华盛顿特区：世界银行)。