论文部分内容阅读
理论分析与研究假设
近年来，市场环境变化较大，虽然商业银行与企业相比具有特殊性，在经营过程中讲求营利性、安全性和流动性原则，但是银行也同企业一样，面临许多市场风险。一般来说，商业银行为保持一些业绩指标不变或其他某种目的，可能会利用违规业务提高企业利润，使一些业绩指标同比或环比保持不变，来维持其社会声誉和投资者信心。在正常业务不能够使其获得预期报酬的情况下，商业银行可能会想要通过开展一些不合规的业务来取得额外收益。若违规业务涉及的方面窄，影响不大，银监会则根据情况对其处于罚款的处罚，但若影响重大，则不仅仅要罚款，更是要没收违法所得。因此提出假设：
假设：商业银行的经营业绩与其违规业务呈正相关关系
样本选择与研究设计
（1）样本选择与数据来源
基础数据来源于同花顺数据库，时间选择2015～2017年。这是由于2015年“去产能”、“去杠杆”等政策的深入，使得2015年对银行业的监管力度加大，2015年以前年度数据对说明问题意义不大。被处罚的次数以及金额通过银监会网站公布的处罚公告手工收集。本文以A股上市商业银行作为初始样本，剔除了数据缺失的样本。
（2）变量说明
1.经营业绩指标
对于银行的经营业绩，本文选用净利润（ NP）来衡量。这是因为净利润反映了一个企业的盈利能力，且可以直接从企业的财务报表中获取。对于企业管理者来说，净利润是进行经营决策的基础；对于投资者来说，净利润是获得投资回报大小的基本因素。它是衡量一个企业经营效益的主要指标。所以，本文选择净利润作为经营业绩指标。
2.控制变量
在借鉴相关研究文献的基础上，选用以下银行专项指标作为控制变量：资本充足率、不良贷款率、存贷款比率。另外，还选取了总资产周转率、资产负债率、营业收入同比增长率作为控制变量。
（3）模型构建
为了验证假设，模型设定如下：
NP= β0+ β1NumPen+ β2CAR+ β3NOL+ β4DLR+ β5TATR+ β6LEV+ β7YGRTA+ ε
（ 1 ）
NP= β0+ β1PenAmou + β2CAR+ β3NOL+ β4DLR+ β5TATR+ β6LEV+β7YGRTA+ ε
（ 2 ）
模型（1）主要衡量经营业绩与商业银行因违规业务被处罚次数之间的关系，模型（2）用来衡量经营业绩对商业银行被处罚金额的影响。设置这两个模型的主要目的是考察被处罚次数与被处罚的金额，到底哪一个与商业银行的经营业绩之间的关系更为紧密。在模型（1）和（2）中，被处罚次数和被处罚金额是解释变量，被解释变量为税后净利润。对这两个模型分别进行回归分析，通过考察解释变量系数的正负号和显著性进行研究。若解释变量的系数显著为正，则说明商业银行的违规业务与经营业绩呈正相关关系。
实证结果及其分析
从变量的描述性统计得出，NP的均值为685.1743，中位数为417.4，呈现正偏态分布，说明大部分上市商业银行的经营业绩较好。但是其标准差为824.4345，所以各银行的净利润差别很大，上市商业银行的经营状况不一，差别悬殊。笔者比较了各家银行每年的利润，发现各银行同比每年的利润差别不是很大。NumPen的均值为27，标准差为29.273，PenAmou的均值为1824.85，标准差很大，为4996.67，表明上市商业银行从事违规业务的违规程度不同，且差异较大。上述各指标的差异说明各银行的选择不同，这些差异为本文的研究提供了良好的契机。
对所有变量进行相关性分析，大部分变量在1%显著性水平下显著。限于篇幅未将各变量的相关分析表列入。NP与NumPen的相关系数为0.6923，且在1%的水平上显著，说明两者存在正相关关系，在一定程度上验证了假设。但PenAmou与NP的系数虽然为正值，但并不显著，还需要进一步考察。其余各变量间的相关系数大多在0.5以下，因此回归模型中多重共线性较小。
回归分析。截至2017年底，在沪深交易所上市的商业银行共有26家。剔除数据缺失的样本，共收集2015-2017年的数据59个。限于篇幅未将回归结果列入。在控制了公司规模等因素的影响后，NumPen对NP的回归系数为12.78429.并在1%水平上显著，说明商业银行因违规业务被处罚的次数与经营业绩呈正相关关系。从而验证了假设。另外，模型的方差膨胀因子为2.13，不存在严重的多重共线性，且该模型的F值为19.32，相应的p值为0，R2为0.7262，拟合程度较好，说明该模型具有经济意义。PenAmou的系数也为正，但对NP的影响并不显著，这可能是因为有些商业银行的违规程度比较严重，除了被处罚金以外，还没收了违法所得，再考虑到被处罚金额的标准差非常大，这可能是导致回归结果不显著的原因。笔者又尝试应用了其他一些经营业绩指标，回归结果仍不显著。故笔者认为，用NumPen来衡量违规业务与经营业绩之间的关系更可靠。考虑到个体变量差异.为减少异方差的影响，采用了异方差稳健回归的结果，可以发现，经营业绩对被处罚次数的正向显著作用并未受到影响，处理前后差异不大，说明二者之间的正向关系受到个体差异的影响比较小。
研究结论与建议
本文研究了经营业绩对商业银行违规业务的影响，结果表明：因违规业务被处罚的上市商业银行，违规次数与经营业绩呈显著正相关关系。也就是说，那些开展违规业务的银行，经营业绩也很好。当银行的经营业绩没有达到一定的要求时，他们可能会涉足违规业务以谋取高额利润。本文也采用了多种方式进行稳健型检验，回归结果仍然支持本文的假设。
因此，为了更好地发挥商业银行维持金融体系的安全与稳定的职能，首先，商业银行应该完善内部控制建设，加强银行内部的监督与约束。其次，以适当的形式对高管人员进行激励，并完善公司內部管理制度，杜绝高管人员的舞弊行为。最后，银行各分支机构、各部β之间应加强沟通，减少信息不对称，增加信息流动性。
近年来，市场环境变化较大，虽然商业银行与企业相比具有特殊性，在经营过程中讲求营利性、安全性和流动性原则，但是银行也同企业一样，面临许多市场风险。一般来说，商业银行为保持一些业绩指标不变或其他某种目的，可能会利用违规业务提高企业利润，使一些业绩指标同比或环比保持不变，来维持其社会声誉和投资者信心。在正常业务不能够使其获得预期报酬的情况下，商业银行可能会想要通过开展一些不合规的业务来取得额外收益。若违规业务涉及的方面窄，影响不大，银监会则根据情况对其处于罚款的处罚，但若影响重大，则不仅仅要罚款，更是要没收违法所得。因此提出假设：
假设：商业银行的经营业绩与其违规业务呈正相关关系
样本选择与研究设计
（1）样本选择与数据来源
基础数据来源于同花顺数据库，时间选择2015～2017年。这是由于2015年“去产能”、“去杠杆”等政策的深入，使得2015年对银行业的监管力度加大，2015年以前年度数据对说明问题意义不大。被处罚的次数以及金额通过银监会网站公布的处罚公告手工收集。本文以A股上市商业银行作为初始样本，剔除了数据缺失的样本。
（2）变量说明
1.经营业绩指标
对于银行的经营业绩，本文选用净利润（ NP）来衡量。这是因为净利润反映了一个企业的盈利能力，且可以直接从企业的财务报表中获取。对于企业管理者来说，净利润是进行经营决策的基础；对于投资者来说，净利润是获得投资回报大小的基本因素。它是衡量一个企业经营效益的主要指标。所以，本文选择净利润作为经营业绩指标。
2.控制变量
在借鉴相关研究文献的基础上，选用以下银行专项指标作为控制变量：资本充足率、不良贷款率、存贷款比率。另外，还选取了总资产周转率、资产负债率、营业收入同比增长率作为控制变量。
（3）模型构建
为了验证假设，模型设定如下：
NP= β0+ β1NumPen+ β2CAR+ β3NOL+ β4DLR+ β5TATR+ β6LEV+ β7YGRTA+ ε
（ 1 ）
NP= β0+ β1PenAmou + β2CAR+ β3NOL+ β4DLR+ β5TATR+ β6LEV+β7YGRTA+ ε
（ 2 ）
模型（1）主要衡量经营业绩与商业银行因违规业务被处罚次数之间的关系，模型（2）用来衡量经营业绩对商业银行被处罚金额的影响。设置这两个模型的主要目的是考察被处罚次数与被处罚的金额，到底哪一个与商业银行的经营业绩之间的关系更为紧密。在模型（1）和（2）中，被处罚次数和被处罚金额是解释变量，被解释变量为税后净利润。对这两个模型分别进行回归分析，通过考察解释变量系数的正负号和显著性进行研究。若解释变量的系数显著为正，则说明商业银行的违规业务与经营业绩呈正相关关系。
实证结果及其分析
从变量的描述性统计得出，NP的均值为685.1743，中位数为417.4，呈现正偏态分布，说明大部分上市商业银行的经营业绩较好。但是其标准差为824.4345，所以各银行的净利润差别很大，上市商业银行的经营状况不一，差别悬殊。笔者比较了各家银行每年的利润，发现各银行同比每年的利润差别不是很大。NumPen的均值为27，标准差为29.273，PenAmou的均值为1824.85，标准差很大，为4996.67，表明上市商业银行从事违规业务的违规程度不同，且差异较大。上述各指标的差异说明各银行的选择不同，这些差异为本文的研究提供了良好的契机。
对所有变量进行相关性分析，大部分变量在1%显著性水平下显著。限于篇幅未将各变量的相关分析表列入。NP与NumPen的相关系数为0.6923，且在1%的水平上显著，说明两者存在正相关关系，在一定程度上验证了假设。但PenAmou与NP的系数虽然为正值，但并不显著，还需要进一步考察。其余各变量间的相关系数大多在0.5以下，因此回归模型中多重共线性较小。
回归分析。截至2017年底，在沪深交易所上市的商业银行共有26家。剔除数据缺失的样本，共收集2015-2017年的数据59个。限于篇幅未将回归结果列入。在控制了公司规模等因素的影响后，NumPen对NP的回归系数为12.78429.并在1%水平上显著，说明商业银行因违规业务被处罚的次数与经营业绩呈正相关关系。从而验证了假设。另外，模型的方差膨胀因子为2.13，不存在严重的多重共线性，且该模型的F值为19.32，相应的p值为0，R2为0.7262，拟合程度较好，说明该模型具有经济意义。PenAmou的系数也为正，但对NP的影响并不显著，这可能是因为有些商业银行的违规程度比较严重，除了被处罚金以外，还没收了违法所得，再考虑到被处罚金额的标准差非常大，这可能是导致回归结果不显著的原因。笔者又尝试应用了其他一些经营业绩指标，回归结果仍不显著。故笔者认为，用NumPen来衡量违规业务与经营业绩之间的关系更可靠。考虑到个体变量差异.为减少异方差的影响，采用了异方差稳健回归的结果，可以发现，经营业绩对被处罚次数的正向显著作用并未受到影响，处理前后差异不大，说明二者之间的正向关系受到个体差异的影响比较小。
研究结论与建议
本文研究了经营业绩对商业银行违规业务的影响，结果表明：因违规业务被处罚的上市商业银行，违规次数与经营业绩呈显著正相关关系。也就是说，那些开展违规业务的银行，经营业绩也很好。当银行的经营业绩没有达到一定的要求时，他们可能会涉足违规业务以谋取高额利润。本文也采用了多种方式进行稳健型检验，回归结果仍然支持本文的假设。
因此，为了更好地发挥商业银行维持金融体系的安全与稳定的职能，首先，商业银行应该完善内部控制建设，加强银行内部的监督与约束。其次，以适当的形式对高管人员进行激励，并完善公司內部管理制度，杜绝高管人员的舞弊行为。最后，银行各分支机构、各部β之间应加强沟通，减少信息不对称，增加信息流动性。