EBA欧洲银行-Mergaerts2C20Vander-Vennet-Business-models-and-bank-performance.-A-long-term-perspective-Paper_38页_1mb

文档总结：银行商业模式与绩效的关系

核心内容

本文探讨了银行商业模式对银行绩效和风险的影响，基于1998年至2013年间欧洲30个国家的500多家银行的面板数据。研究通过因子分析识别银行商业模式，并评估其对银行盈利能力、净息差（NIM）和稳定性（通过Z-score衡量）的长期影响。

主要观点

• 商业模式的连续性：欧洲银行业商业模式并非离散分类，而是一个连续谱，因此需要使用因子分析来识别和衡量。
• 零售导向型银行表现更优：零售银行在盈利能力和稳定性方面优于其他类型的银行。
• 多样化对盈利的促进与风险的增加：收入和资金来源的多样化有助于提高盈利能力，但也会增加银行面临困境的风险。
• 商业模式与绩效的长期关系：研究强调商业模式的长期影响，使用面板数据模型区分了银行内部变化与银行间差异。
• 支持巴塞尔III框架的新监管：研究结果支持巴塞尔III框架中对资本充足率和稳定资金比例（NSFR）的监管要求。
• 规模与稳定性：银行规模的增加可能提高其稳定性，但这种稳定性并不一定与整个银行业的宏观审慎目标一致。

关键信息

商业模式识别方法

• 因子分析：用于识别银行商业模式，生成连续变量，而非离散分类。
• 变量选择：使用资产负债表和利润表数据，涵盖资产结构、负债结构、资本结构和收入结构。
• 关键变量：
  • 资产结构：净贷款与收益资产的比率、贷款损失准备金与贷款的比率。
  • 负债结构：存款与总负债的比率、净稳定资金比率（NSFR）。
  • 资本结构：资本比率。
  • 收入结构：收入多样化程度。

绩效衡量指标

• 盈利能力：通过净资产收益率（ROE）、资产回报率（ROA）和净息差（NIM）衡量。
• 稳定性：通过Z-score衡量，其计算公式为：
  $$
  Z - s c o r e _ {i t} = \frac {C A P _ {i t} + E _ {i t} (R O A)}{\sigma_ {i t} (R O A)}
  $$
  其中 $CAP_{it}$ 表示资本比率，$E_{it}(ROA)$ 和 $\sigma_{it}(ROA)$ 分别表示滚动窗口内的ROA均值和标准差。

数据样本

• 样本构成：共513家银行，涵盖6378个银行年观测值。
• 样本选择标准：
  1. 银行必须在欧盟国家（28国）、挪威或瑞士运营。
  2. 银行在2005年至2013年期间满足至少一个规模标准（总资产超过50亿欧元或占国内GDP的5%以上）。
  3. 银行必须从事金融中介活动，包括商业银行、储蓄银行、合作银行、抵押银行、政府信用机构和银行控股公司。
• 排除标准：排除国内子公司，因其战略决策受母公司影响，而外资子公司更具独立性。

方法论

• 模型构建：采用Mundlak（1978）提出的面板数据模型，同时考虑银行内部变化和银行间差异。
• 模型公式：
  $$
  y _ {i c t} = x _ {i c t} ^ {\prime} \beta + \bar {x} _ {i c} ^ {\prime} \gamma + \delta_ {c t} + \alpha_ {i c} + \varepsilon_ {i c t}
  $$
  其中 $y_{ict}$ 表示银行绩效指标，$x_{ict}$ 是独立变量，$\bar{x}_{ic}$ 是银行特定变量的平均值。

结论

• 银行的商业模式对绩效和风险有显著影响，其中零售导向型银行表现更优。
• 资金结构和收入多样化虽有助于盈利，但也增加了银行的脆弱性。
• 因子分析方法能有效捕捉商业模式的连续性，为监管提供更深入的视角。
• 研究支持巴塞尔III框架下的新监管措施，并强调商业模式应在危机后监管和监督实践中得到更根本的整合。