您好, 访客   登录/注册

基于经济增加值的中小银行创值能力分析

来源:用户上传      作者: 朱建武

  摘要:基于经济增加值(EVA)计量方法对25家中小银行2000年以来的创值能力进行的计算分析结果发现,中小银行的EVA回报率远远低于传统财务指标水平,而且近年来呈现出逐步下降的态势,中小银行的价值创造能力令人担忧;继而以EVA回报率为因变量进行的回归分析结果表明,中小银行的资产管理、目标客户的选择、非信贷业务的拓展以及外部市场竞争都是影响中小银行创值能力的重要因素,这说明优化中小银行的市场行为是提高创值能力的重要途径。
  关 键 词:中小银行;经济增加值;创值能力
  中图分类号:F832.2 文献标识码:A 文章编号:1005-0892(2007)04-0044-05
  
  近年来,随着监管层对银行资本管理的束紧,经济资本理念逐步引入中小银行管理实践;而经济资本的核心问题在于经济利润的创造能力,即经济增加值(EVA)的创造。本文将基于经济增加值理念,运用EVA方法对近年来我国中小银行的创值能力进行实证分析;并以EVA回报率为核心,通过回归分析,揭示创值能力下降的行为原因,以期对中小银行的管理与发展提供有益借鉴。
  
  一、理论与研究文献回顾
  
  应该承认,传统的财务指标法在利用银行各种财务指标(如总资产收益率、净资产收益率、不良资产比率和银行资本充足率等)以揭示银行创造会计利润的能力、银行经营的安全性与流动性方面,其数据直接来自于(或经过简单折算即可)银行财务报表。由于其指标丰富,便于统计,因此是应用最简便、最广泛的银行绩效测度手段。但也应该看到,尽管财务指标法在使用时操作简便,但却无法反映银行创造经济利润的水平,也不能反映银行的整体绩效,所以近年来越来越多的研究开始使用新的研究方法。
  经济增加值(Economic Value Added,EVA)法应运而生。它是在古典经济学“经济利润”思想的基础上,由Joel Stern和G.Bennett Stewart于1982年开发的用于考察企业创造经济利润(即扣除借入资本的直接成本和权益资本的间接成本后的净值能力)的方法。该方法的核心理念就是,只有当企业的税后净营业利润减去全部资本成本后仍有剩余,该企业才为股东创造了价值。[1]与传统的财务指标法相比,EVA全面考虑了企业所占用资本的成本,包括权益资本成本和负债资本成本。按照经济增加值理论,即使一家公司的会计利润为正,它也可能是一家破坏财富和企业价值的公司,因为会计利润仅仅代表了一家公司所获得的资本回报大于负债资本的成本,而这一会计利润还有可能不足以补偿权益资本成本。只有为其所占用的资本(包括权益资本和负债资本)提供了正常回报的公司,才算得上是真正创造财富和价值的公司。EVA强调了资本成本,突出了企业经营效率,因而无论是对企业经营决策还是对科学评判企业的经营绩效,都具有传统的财务指标法所不可比拟的优点:能够克服传统财务指标法在计算企业股权资本成本、弥补会计报表失真、衡量企业为社会所做贡献等方面的缺陷,为企业提供了较为客观、全面、系统的绩效衡量标准。由此可见,经济增加值与股东财富最大化的要求近乎相同,与价值创造这一现代企业的根本目标紧密呼应,与价值管理这一企业管理的大趋势相互支撑。从EVA的实际运用来看,20世纪90年代后,EVA法已经成为高盛、可口可乐等公司投资决策和内部管理的重要分析方法。
  目前专门对于银行绩效的EVA分析尚不多见。率先将EVA法运用于我国商业银行经营绩效分析的是蔡鄂生等(2003)、高莉和樊卫东(2003)、朱建武(2005),[2-4]但受制于数据的可得性和分析方法的缺陷,这些研究或者是停留在概念描述上的定性分析,或者是基于小样本的对比推理分析,并未形成对中小银行绩效的较为全面的EVA考察,也并没有揭示出EVA背后的中小银行的行为原因,从而降低了研究的现实意义。
  鉴于此,本文选取我国25家中小银行作为考察样本,首先对其2000-2004年间的EVA进行分析,然后通过回归分析揭示其背后的行为原因。这25家中小银行包括交通银行等10家全国性股份制银行和北京银行等15家城市商业银行,从个体数量上占全部中小银行的20.33%;但截至2004年末,这25家中小银行在资产规模上占据全部中小银行的85.94%,贷款市场份额占据全部中小银行的87.32%。因此,它们具有很高的代表性,能够保证本文分析结论的可信度。
  
  二、我国中小银行EVA分析的方法设计与计算结果
  
  根据Stern和Stewart提出的EVA操作性定义,[1]其计算公式为:
  EVA=NOPAT-CAP×WACC (1)
  其中:NOPAT代表税后净营业利润;CAP代表资本总额;WACC代表加权平均资本成本。
  运用EVA法分析银行经营绩效时,应该注意到银行与一般工业企业之间的最大区别在于银行的存款业务本身就是银行的负债,所以其计算公式应该相应地进行调整。本文在高莉提出的银行计算公式[3]的基础上稍加修正,确定计算公式如下:
  NOPAT=税后利润总额+贷款呆账准备的本年变化数+坏账准备的本年变化数+其他资产减值准备的本年变化数(长期投资减值准备/投资风险准备、在建过程减值准备等)+(-)营业外支出(收入)-(+) 税率×营业外支出(收入) (2)
  CAP=股东权益+年末贷款呆账准备+年末坏账准备+年末其他资产减值准备+(-)累计的营业外支出(收入) (3)
  WACC=股本资本成本率=无风险收益率+?茁系数×市场风险溢价 (4)
  EVA回报率=(EVA/CAP)×100% (5)
  从(2)、(3)式可以看出,EVA法在计算资本成本时充分考虑了各种准备金的变化,因而可以将准备金大幅波动对银行绩效的影响控制在很小的幅度内。这对我国中小银行的绩效考量尤为重要,因为近年来很多银行的拨备大幅提高,导致了部分传统财务指标的失真。在以上各项指标中,计算最为复杂和困难的是WACC。为了减少WACC计算的复杂性,本文采用了部分已有的研究结果。张新(2003)的研究认为,无风险收益率可以采用当年企业1年期定期存款利率,市场风险溢价为6%,[5]本文采用了这些数据;根据刘永涛(2004)对上海证券市场贝塔系数相关特性的实证研究,我国近年来金融业的贝塔系数为1.089,标准差为0.134,[6]小于0.15的接受上限,所以本文采用了这一结果。
  以此为基础,笔者根据25家中小银行的财务报表数据,运用(2)-(5)式,分别计算出它们在2000-2004年中各年度的EVA总量,结果见表1。
  
  表1数据显示,2000年至2004年的5年间,25家中小银行在多数年份中创造的经济利润为正,都在创造经济财富,只有重庆市商业银行等少数城市商业银行正在“毁灭财富”。但是,经济增加值的总量指标只是说明了每一家银行的EVA绝对数量,并没有排除银行资产规模的影响,也就不能反映出其创造财富的效率。能够反映单位资本投入所创造的经济增加值的是EVA回报率指标(REVA),所以笔者还根据(5)式计算了各家银行的EVA回报率。同时为了便于与传统的财务指标(ROE)进行对比分析,还统计了各家银行各年度的ROE指标,结果如表2所示。

  应该说明的是,EVA回报率与ROE都是体现银行经营为股东创造财富的指标,只不过前者是反映经济利润,而后者是反映会计利润;将两者进行比较,可以清晰地看到银行的创值能力是否真正如资本收益率所体现的那样。如果EVA回报率高于ROE,那么可以断定银行的创值能力优于资本收益率所反映的水平;但若低于ROE,则说明银行的创值能力实际上低于资本收益率水平。图1是对25家中小银行EVA回报率和ROE平均值的比较。显然,前者大大低于后者,说明用EVA方法计算出的中小银行的创值能力大大低于资本收益率所体现的水平,因而我们有理由认为我国中小银行的创值能力不佳。
  
  总之,EVA分析结果显示,近年来我国中小银行创造价值的能力远远低于传统的财务指标法所揭示的水平,而且近年来呈现出总体下降趋势。那么,我们不禁要问,究竟是何原因造成了这种局面?即EVA背后的影响因素是什么?这就需要以EVA为核心展开进一步的实证分析。
  三、中小银行EVA影响因素的实证分析
  现有的成果通常用两步模型来研究银行绩效的影响因素。第一步选定效率的概念和确定合理的测量方法,通过对银行样本进行处理和分析,测算出被考察银行的效率值(本文使用第二部分中计算得到的EVA回报率);第二步根据研究目的,找出影响银行效率的相关因素。通常使用一组可能对银行效率差异产生影响的变量进行线性回归,以找出影响银行效率的主要因素。而值得注意的是,在第二步回归分析中,因变量效率是一个估计值,而该估计标准差无法在回归分析中得到解释;其次,回归分析中使用的变量并非完全外生,而内生变量会使估计值发生偏差(Berger,1997)。[7]为此,有些学者运用一步模型来测度效率和分析影响因素。他们认为,随机前沿方法中的无效率项应该是一些影响因素的函数(Kumbhakar,1991)。[8]
  (一)变量指标的选取
  银行绩效的影响因素通常可分为外部环境影响因素和内部管理影响因素。外部环境影响因素包括宏观经济和政治环境、市场结构和管制条例等;银行内部管理影响因素则主要包括战略定位、创新能力和企业文化等。由于银行的管理水平通常难以精确描述,所以目前学者们主要从以下几方面来考察银行效率的影响因素:银行特征(规模、类型、组织形式和财务指标特征等)、银行行为(资产组合与扩张等)、市场结构(集中度和市场份额等)以及其他环境因素(如宏观经济环境和金融管制状况等)。参考以上研究方案并结合我国中小银行经营状况,本文选定EVA回报率(REVA)作为因变量,而自变量选取以下八个指标。
  (1)资产规模。Hermalin&Wallace(1994)研究发现,资产规模与银行效率之间存在显著的负相关关系;[9]而Berger(1993)发现,两者之间存在显著正相关关系;[10]Mester(1996)则发现,两者之间没有显著的相关关系,[11]等等。虽然资产规模对银行效率的影响就目前的研究结果来看尚不明确,但却是分析效率不可忽视的因素,尤其对我国中小银行而言,资产规模快速扩张已经成为发展中的显著特点,所以这一因素必须加以考虑。本文对总资产取自然对数,指代银行资产规模,以LNSCALE表示。
  (2)经营区域范围。这一指标反映了金融管制状况。由于我国中小银行分为可以在全国范围内经营的全国性商业银行和局限于本地区经营的城市商业银行,而经营地域有可能对EVA回报率产生影响,所以设定虚拟变量AREA指代经营区域范围;取0时表示地方城市商业银行,取1时表示全国性商业银行。
  (3)银行是否公开上市。我国中小银行已经有数家公开上市,除了可以补充资本金、提高资本充足率外,更重要的是可以改变股权结构,从而在产权明晰的基础上能够进一步完善公司治理结构、提高经营绩效。因此,考虑到外部资本市场对中小银行的约束机制,有必要区分银行上市与否。设定虚拟变量LIST指代银行上市指标,取0时表示该银行当期没有上市;取1时表示当期已经公开上市。
  以上三个指标是从银行特征方面来考虑的。
  (4)贷存比率。贷存比率是银行贷款余额与存款余额的比率,可以反映银行对资产进行配置的能力。因为我国中小银行资产中,信贷资产仍然是主要部分,所以在监管范围(贷存比不超过75%)内,该比率越高,说明资产的利用程度越高。贷存比率以LOANRATE表示。
  (5)利差水平。利差水平反映的是银行与客户之间讨价还价的能力,进而反映银行的市场定位行为。因为我国的存款利率管制严格,不同客户的存款利率水平相差不大;而在允许贷款利率浮动的条件下,一般来讲,银行面对的客户规模越小,则银行在信贷谈判中的议价能力越强。另一方面,客户规模越小,实力越弱,风险越高,中小银行索取的风险补偿就越大,所以贷款利率应该越高,利差水平越大。反过来看,由于本文考察的均为中小银行,大银行“平静生活”理论极少成立,所以利差水平能够反映中小银行的市场定位;平均利差越高,说明中小客户比例越大。本文以银行年度平均贷款利率减去平均存款利率指代银行的利差水平,以INTMARGIN表示。
  (6)非利息收入占比。非利息收入占比是反映银行产品结构、进而反映银行产品多元化行为的重要指标;该指标值越低,说明银行越倚赖信贷业务,其产品多元化程度越低。按照资产组合理论观点,多元化可以降低资产组合风险,从而提高经营效率。以银行年度非利息收入除以当年营业总收入指代非利息收入占比,以INTRATIO表示。
  (7)信贷市场份额。本文以各家银行信贷资产占银行业信贷总量比率为指标,衡量本银行的市场力量。市场力量假说(Market-power Hypothesis)认为,市场力量越大,银行就能从存贷利差(设置较低的存款利率和较高的贷款利率)中获得较高的利润,银行效率越高。受业务品种限制,我国中小银行仍以信贷业务为主,所以信贷市场份额应该纳入分析。以该银行信贷资产余额除以银行业信贷余额总量的比值指代银行市场份额,以MKRATIO表示。
  以上四个指标是从银行行为方面来考虑的。
  (8)市场集中度。这一指标是从市场结构方面来考虑的。产业组织理论认为,市场结构决定企业行为,并通过企业行为影响到企业绩效。而衡量市场结构的一个主要指标就是市场集中度。目前测度市场集中度的指标主要有CRn指数和Herfindahl-hirschman(HHI)指数。本文使用CRn 指数来测度我国银行业的市场集中度。CRn指数是指该行业前n家最大企业市场份额(或其他衡量市场力量的数据)之和与该行业所有企业同指标之和的比值;CRn 指数值越大,表明该行业垄断程度越高。而在实际研究中,常用的指标是CR4或者CR10。巧合的是,中国银行业正是四家大银行占据绝对的垄断地位,所以笔者采用CR4作为测度我国银行业市场集中度指标,具体结果见表3。
  
  
  设定回归模型为:
  REVA=α1LNSCALE+α2AREA+α3LIST+α4LOARATE+α5INTMARGIN+α6INTRATIO+α7MKRATIO+α8CR4+α(6)
  以25家中小银行2000年至2004年共计119组数据为样本,各变量的数值统计分析如表4;使用混合估计模型进行逐步回归,选择标准是:F统计量的概率值小于0.10时进入方程,大于0.11时剔除;最后利用所选择的显著变量构成多元线性回归模型。因此,得出的最后回归结果为:

  REVA=-0.09LOANRATE+0.209INTMARGIN+0.101INTRATIO-0.37CR4
  (-1.962) (2.287)(1.980) (1.971)
  R2=0.21,DW=2.031,F=52.29
  (三)结果分析
  上述回归结果显示,贷存比率、利差水平、非利息收入占比和市场集中度等因素与EVA回报率显著相关;而资产规模、经营区域、是否上市以及信贷市场份额等因素与之无关。
  1.贷存比率LOANRATE的回归系数为-0.09,说明贷存比率的提高并没有带来经营绩效的提升;贷存比率越高,EVA回报率反而略微更差。由此可见,资产的利用程度并不是促进绩效提升的重要因素。
  2.利差水平INTMARGIN的回归系数为0.209,说明利差水平的增加可以带来EVA回报率的提高;利差越大,则经营绩效越高。由此可见,目标市场的选择是促进经营绩效提高的重要因素,选择那些使银行具有谈判地位优势的目标客户将会增加银行的盈利能力。
  3.非利息收入占比INTRATIO的回归系数为0.101,说明非利息收入占比越高,则EVA回报率越高,经营绩效越好。由此可见,增加非利息收入的市场行为可以促进经营绩效提升。
  4.市场集中度CR4的回归系数为-0.37,说明银行业市场集中度越高,则中小银行的EVA回报率越低,经营绩效越差。由此可见,中小银行的外部竞争环境是影响绩效的重要因素。
  四、简短结论
  本文设计了考量我国中小银行EVA的计算方法,并对25家中小银行2000年以来的创值能力进行了计算分析。我们发现,中小银行的EVA回报率远远低于传统财务指标水平,而且近年来呈现出逐步下降的态势,中小银行的价值创造能力令人担忧。为了揭示造成这一局面的原因,本文继而以EVA回报率为因变量进行了回归分析。结果表明,中小银行的资产管理、目标客户的选择、非信贷业务的拓展以及外部市场竞争都是影响中小银行创值能力的重要因素,这说明优化中小银行的市场行为是提高创值能力的重要手段,有必要对其进行进一步的研究。
  *本文属个人学术研究,文中观点与作者所在单位无关。
  ――――――――
  参考文献:
  [1]詹姆斯・格兰特. 经济增加值基础[M]. 刘志远等译. 大连:东北财经大学出版社,2005.
  [2]蔡鄂生,王立彦,窦洪权. 银行公司治理与控制[M].北京:经济科学出版社,2003.
  [3]高莉,樊卫东. 中国银行业创值能力分析[J].财贸经济,2003,(11):26~33.
  [4]朱建武. 基于EVA的中小银行绩效与治理结构关系分析[J].财经研究,2005,(5):53~63.
  [5]张新. 中国经济的增长和价值创造[M]. 北京:三联书店,2003.
  [6]刘永涛. 上海证券市场贝塔系数相关特性的实证研究[J]. 管理科学,2004,(1):29~35.
  [7]Berger,A.N., Mester,L.J. Beyond the black box:What explains differences in the efficiencies of financial institutions?[J]Journal of Banking & Finance,1997, 21:895~947.
  [8]Kumbhakar,S., Ghosh,S.,McGuckin,J. A generalized production frontier approach for estimating determinants of inefficiency in U.S. dairy farms[J]. Journal of Business and Economic Statitics ,1991,(9):279 ~286.
  [9]Hermalin,B.E.,Wallace,N.E. The determinants of efficiency and solvency in savings and loans[J]. Journal of Economics ,1994, 25:361~381.
  [10]Berger,A.N., Hancock,D.,Humphrey,D.B. Bank efficiency derived from the profit function[J]. Journal of Banking&Finance ,1993, 17:317~347.
  [11]Mester,L.J. A study of bank efficiency taking into account risk preferences[J]. Journal of Banking &Finance,1996, 20:1025~1045.
  责任编校:魏琳
  
  Analysis of the Value-creating Ability of China’s SMB Based on EVA
  ZHU Jian-wu
  (NDRC, Beijing,China,100824)
  Abstract:Through designing the method to measure the EVA of China’s SME and analyzing the value-creating ability of 25 SMEs from 2000, this study arguesthat the return ratio of SME’s EVA is lower than traditional financial index and decreases recently. After the regression analysis, we find that asset management, choosing target customer, exploring non-loan business, and the outside-market competence are the key factors influencing the value-creating ability of SMB. The optimization of SMB’s market behavior is an important way to improve the value-creating ability.
  Key words:SMB;Economic Value Added (EVA);Value-creating ability
  
  “本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”


转载注明来源:https://www.xzbu.com/3/view-1398690.htm