净利差(Net Interest Margins,简称NIM)是商业银行发放贷款的利率高于吸收存款的利率而产生的收入,其定义为银行净利息收入与平均生息资产的比值。净利差是银行利润的主要来源,同时也是衡量银行作为金融中介机构发挥中介效率的重要指标之一,因此,净利差不仅反映银行自身的经营效率,还反映银行作为社会间接融资主体的中介交易成本和中介效率。本文在Ho&Saunders的交易商模型以及Maudos&G.uevara的扩展模型的基础上,基于银行自身因素、行业发展情况及宏观因素来分析中国在利率管制背景下的利差决定因素,选取我国78家商业银行2005-2012年的非平衡面板数据,涵盖大型商业银行、股份制商业、地方性城市商业银行和农村商业银行,通过选取相关性指标,采用随机效应回归模型对我国商业银行净利差决定因素进行实证分析,并拓展分析不同类型银行净利差决定因素的差异和金融危机冲击对净利差决定因素产生的不同影响。本文研究的主要内容如下：第1章为引言。该部分对论文的研究背景、选题意义作了详细的说明,并介绍了本文的研究框架,最后提出了本文的创新点。第2章主要为文献综述。本部分详细介绍目前国外比较流行的两类研究模型及其发展创新,并归纳国内研究的两个方面,最后对文献进行了简单的述评。第3章分析了我国商业银行发展现状及利差决定因素的国际比较。基于做市商模型,并结合我国实际情况,分析了我国商业银行净利差的决定因素及理论假设。第4章是本文的主要核心部分,即运用银行数据实证研究和检验净利差的决定因素(即运用收集的银行数据对我国商业银行净利差的决定因素进行实证研究)。通过对全样本进行回归,分析出我国商业银行净利差决定因素和影响程度；从回归结果来看,对净利差影响比较大的因素有隐性利息支付、利率风险、风险规避程度、信用风险、管理效率、交易规模、宏观经济变量GDP增长率和通化膨胀等。第5章进一步扩展分析了我国不同类型商业银行和金融危机冲击对净利差决定因素的差异。对于不同类型的银行来说,净利差的决定因素侧重点有所不同,除了风险规避程度、管理效率都对四类银行净利差有影响外,大型银行还受到信用风险、隐性利息支付、市场利率波动、通货膨胀率等因素的影响；股份制银行受到隐性利息支付、运营成本、通货膨胀率等因素的影响；城商行除受到GDP增长率外,其他决定因素与股份制银行相一致；农商行则还受到准备金的机会成本的影响。金融危机对净利差决定因素有所影响,从回归结果可以看出,商业银行净利差都受到风险规避程度、管理效率、隐性利息支付和准备金机会成本的影响,但影响程度不同,其中风险规避程度和隐性利息支付的影响程度变大,而管理效率和准备金机会成本影响程度有所降低。第6章,综合全文的研究结论进行总结,随后提出一些政策建议。根据实证分析结果,笔者认为我国商业银行要不断提高管理水平,加强成本控制；优化传统业务,发展中间业务,提高市场势力；强化贷款机制,完善风险管理；各类银行应加强自身管理,针对不同决定因素的差异,各自寻找优势和劣势进行发展和弥补。本文的创新之处主要表现在以下方面：(1)在实证方法上,与国内多数研究采用固定效应模型不同,本文采用修正的随机效应模型来研究我国商业银行净利差的决定因素。从统计上来看,选择随机效应模型会避免自由度的损失。从经济意义来看,本文认为每个银行有其各自的特征(比如,文化差异等),即存在个体效应,而时间效应与利率波动呈自相关。综合分析和数据统计检验,本文则采用随机效应模型来研究净利差的决定因素。(2)研究对象更为全面,数据来源更为丰富。本文的研究涵盖了国有银行、股份制银行、城商行和农商行四种类型,研究对象的选取更全面,且研究了不同类型银行净利差决定因素的差异。相比之下,以往的研究少有选择城商行和农商行,特别是农商行。在数据来源上,以往国内学者多采用上市银行或者少数几家非上市银行数据,对数据缺失部分采用历史数据模拟或者直接剔除样本而达到平衡面板数据。而本文运用bankscope比较完善的数据库,选取了78家商业银行2005-2012年的非处理的原始数据即非平衡面板数据,为研究提供了更完善和更真实的样本数据,弥补了国内在此方面的不足。(3)研究2008年金融危机前后我国商业银行净利差决定因素的变化,有助于未来采取有效的危机应对措施。以往的文献主要是分析我国利率改革前后的差异,却少有2008年全球金融危机对银行利差影响的深度研究。鉴于此,本文以2008年金融危机为分界点,着重分析危机前后我国商业银行净利差决定因素的变化,相关研究结论将有利于我国商业银行在未来遇到突如其来的宏观经济大波动时,能更好地采取措施,有效应对系统性风险。