非利息收入对我国商业银行系统性风险的影响开题报告

1.本课题的意义、国内外研究概况、应用前景等（列出主要参考文献）

1.1本课题的意义:

长期以来,我国商业银行主要收入来源于存贷款利差,而近年来随着我国银行业的不断发展,各银行之间的竞争也日趋激烈,同时银行具有特殊的负债经营属性,这就导致银行普遍需要降低利差以获取更多存款并且争取更多贷款客户来保持其稳定与发展。然而随着竞争的进一步加深,银行远不能仅仅依赖于降低利差来维持发展,因此越来越多的银行转向寻求非利息业务的长足发展,扩大非利息收入在营业收入中所占比重,进而进一步提高银行的盈利能力。除了银行业内部竞争的加剧,我国直接融资水平也在持续上升,多种直接融资渠道飞速发展带来的金融脱媒现象也使银行不得不寻求存贷利差之外的获利途径。对于我国商业银行来说,传统的利息收入一直在营业收入中占据主导地位，非利息收入占比一直在较低水平，在当前经济市场环境下，我国的商业银行非利息收入规模有很大的提升发展空间。

在关注商业银行发展的同时更不能忽视系统性风险的积累。从2008年的全球金融危机到2012年的经济危机，金融机构由于其强大的外部性导致的风险溢出效应足以引起社会各界的重视。而系统性风险正是需要被观测以及控制的重要指标。

在我国商业银行非利息收入迅速发展以及系统性风险重要程度日趋凸显的今天，这二者之间是否有着某种必然的联系，以及我们是否能够利用他们之间的联系使得银行非利息收入为其经营绩效做出贡献的同时控制其带来的系统性风险程度的扩大，正是我们需要进一步探究的问题。

1.2国内外研究概况：

关于非利息收入对商业银行系统性风险影响的研究国内外学者均有涉及，国内大部分研究表明，由于早些年我国商业银行发展不足，非利息业务发展尚处于起步阶段，导致非利息收入对商业银行系统性风险的影响多表现为非利息收入与传统的利息收入负相关从而产生的正效应与非利息收入的不稳定、不成熟导致的系统性风险增加的负效应相权衡。其中，寇宏（2011）通过实证分析得出结论：非利息收入规模与银行的经营风险呈现负相关性，但是由于我国彼时非利息业务发展处于起步阶段，因此非利息收入业务风险的低相关性带来的影响在与过于依赖传统非利息业务导致的顺周期性带来的影响权衡时，并未显示较大优势，因此需要观察非利息业务进一步发展后对银行风险的影响。接下来有学者通过一系列研究进一步探寻非利息收入中各种类型的收入分别对商业银行系统性风险的影响。王海友（2011）基于ΔCoVaR模型对我国部分上市商业银行研究发现，非利息收入业务的增加会导致商业银行系统性风险的增加，其中手续费及佣金收入类的非利息收入增加并不会导致系统性风险的增加，而其他类型的非利息收入则会导致商业银行暴露在较高的系统性风险之下。这就说明，我们不能将非利息收入对商业银行系统性风险的影响一概而论，更应该关注不同银行的

不同特征，关注不同种类的非利息收入所占比例的不同情况下，非利息收入对商业银行系统性风险的影响。随着时间的推移以及我国商业银行的不断发展，学者们不仅仅关注于不同类型的非利息收入对系统性风险的影响，更关注到非利息收入不同发展阶段对于商业银行系统性风险的影响。黄国妍（2014）以国内16家上市商业银行2003-2013年银行面板数据为研究对象考察了非利息收入规模与银行风险之间的关系，结果表明非利息收入具有双刃属性，在非利息收入敞口较小的情况下，由于非利息收入与利息收入的负相关性，非利息收入占比的增加会发挥多元化效应，进而降低商业银行系统性风险；然而随着非利息收入规模的扩大，商业银行的波动性和风险性也会相应提高，甚至冲销掉多元化的收益，增加商业银行的风险。随着研究进一步地推进，部分学者关注到不同的规模的商业银行，其系统性风险收到非利息收入的影响也不尽相同。张羽、李黎（2010）指出中国银行业非利息收入对商业银行风险具有一定的分散作用，但是随着非利息收入水平的提高，这种分散作用逐渐变得不明显，甚至会有导致风险恶化的可能。而更重要的是要在利息收入导致的恶化风险与带来的收益之间进行权衡。王晨宇、陈妙想、史小坤（2017）认为非利息收入对系统性风险贡献度呈显著负向影响，并且依赖于银行的规模，即大规模银行非利息收入的增加会降低系统性风险贡献，而小规模银行非利息收入则会提高风险贡献度；与此同时，资本充足率的高低也会影响系统性风险的贡献程度，资本充足率的高时，非利息收入规模与系统性风险贡献度呈现正向关系，低时呈负向关系。因此，银行的异质性对于其非利息收入与系统性风险贡献度之间的关系有着很大的影响。王建兰、杨福明（2017）的研究表明，我国商业银行非利息收入主要来源为手续费及佣金收入，其中全国性股份制银行最高，城商行次之，国有控股银行最低，这说明我国商业银行非利息收入结构情况存在明显差异。黄哲、邵华明（2018）指出大规模银行非利息收入业务的增加有助于降低流动性风险，而小规模银行相应业务的发展却会导致流动性错配程度的加剧。但是也有部分学者认为不同规模的银行其非利息收入产生的影响并无显著差异。张宗益、汪宇（2014）通过对我国上市商业银行的研究发现由于我国商业银行非利息收入与利息收入高度相关，因此非利息收入的规模大小并不会显著影响到其系统性风险的高低，与此同时，银行的规模与其面临的系统性风险程度显著相关。然而其并未研究银行规模以及非利息收入对商业银行系统性风险同时产生的影响，需要进一步探究不同规模的商业银行其非利息收入对系统性风险的影响是否有所不同。不过从整体来看，大部分国内学者持有的观点仍是非利息收入规模的扩大有助于商业银行系统性风险的降低，多个学者运用不同方法论证了这一观点。张晓玫、毛亚琪（2014）首次运用LRMES方法深入研究单个商业银行的风险溢出效应从而测度银行的系统性风险程度，结果表明我国商业银行系统性风险与非利息收入呈显著负相关关系。朱波、杨文华、邓叶峰（2016）在运用CES法对我国上市银行系统性风险进行了度量与分析，并指出规模较大的银行非利息收入业务分散的了系统性风险，规模较小的银行非利息收入却会导致系统性风险的上升。

对于系统性风险的估测是指以已经发生过的系统性风险损失以及当前及未来的金融经济形式预判为基础，运用各种分析比较或模型方法来确定银行风险损失发生的概率以及可能造成的风险损失程度。关于系统性风险的估测，国内外众多学者提出了多种解决方案。翟金林（2001）指出对于系统性风险的估测可以使用指标法、模型法、评级机构评估法等方法，其中比较适用于研究的是指标法以及模型法。但是由于一些情况下，指标法中的指标并不能准确反映银行的系统性风险状况，并且由于风险指标不能应用于量化银行为了应对系统性风险而需要进行的资产准备程度，因此模型法是更优的估测银行系统性风险的方法。Adian和Brunnermeier（2008）首次提出了CoVaR即条件在险价值方法来测量商业银行的系统性风险，这一研究发现同样被他们运用于纽约联邦储备银行的工作报告之中。CoVaR方法指的是一家机构在面临一定的风险之时，另一家机构面临的最大可能损失。同时他们用ΔCoVaR作为测量某一机构系统性风险的溢出效应的指标，充分解决了传统指标只关注单一金融机构风险水平的弊端。高国华、潘英丽（2011）以我国14家上市商业银行的股票价格数据为基础，运用动态CoVaR方法对这14家上市商业银行的系统性风险水平进行了估测。张丽影（2018）以条件在险价值方法为基础，建立了动态GARCH模型，以估测我国的金融系统性风险，结果表明不同规模的商业银行其系统性风险差异较大。

从以上文献可以看出，国内外关于非利息收入对商业银行系统性风险的影响的研究结论各有不同，尚未形成统一结果，研究方法以及测量标准也尚未统一，其原因可能是我国商业银行发展参差不齐，并且在较长时间跨度之内变化较大，同时非利息收入对商业银行系统性风险的影响会受到其规模大小的影响。因此需要在当前最新的形势下对我国不同规模的商业银行非利息收入现状进行分析，进而研究非利息收入对商业银行系统性风险的影响。

1.3应用前景

本文将重点研究我国商业银行非利息收入对其系统性风险的影响，这一研究将可以在商业银行非利息收入迅速并将持续发展的今天，为商业银行乃至整个金融系统系统性风险及其风险溢出效应带来的负外部性的控制做出贡献。希望能在进一步精确和深入的研究之后，成为一种测度非利息收入与商业银行系统性风险程度之间联系的纽带，争取能够达到利用非利息收入规模变动来预测商业银行系统性风险受之影响程度。与此同时，能够关注到银行的规模异质性等各方面不同带来的影响，从而为问题的解决方案创造出更多的可操作性条件。

1.4参考文献：

[1]黄哲,邵华明.商业银行非利息收入对流动性风险的影响[J].财经科学,2018(08):44-55.

[2]王晨宇,陈妙想,史小坤.非利息收入对商业银行系统性风险贡献度的影响——基于中国上市银行的经验证据[J].浙江金融,2017(09):25-36.

[3]王建兰,杨福明.基于我国上市银行的非利息收入状况比较[J].时代金融,2017(23):131-132.

[4]朱波,杨文华,邓叶峰.非利息收入降低了银行的系统性风险吗?——基于规模异质的视角[J].国际金融研究,2016(04):62-73.

[5]张晓玫,毛亚琪.我国上市商业银行系统性风险与非利息收入研究——基于LRMES方法的创新探讨[J].国际金融研究,2014(11):23-35.

[6]黄国妍. 商业银行收入结构与银行风险研究[D].华东师范大学,2014.

[7]张宗益,汪宇.非利息收入和银行规模对其风险的影响——基于中国16家上市银行的实证分析[J].技术经济,2014,33(06):112-116.

[8]王海友. 商业银行非利息业务对系统性风险影响的实证研究[D].浙江工商大学,2012.

[9]寇宏. 我国商业银行非利息收入占比对经营风险的影响研究[D].复旦大学,2011.

[10]张羽,李黎.非利息收入有利于降低银行风险吗?——基于中国银行业的数据[J].南开经济研究,2010(04):69-91.

[11]翟金林. 银行系统性风险研究[D].南开大学,2001.

[12]高国华,潘英丽.银行系统性风险度量——基于动态CoVaR方法的分析[J].上海交通大学学报,2011,45(12):1753-1759.

[13]张丽影. 我国系统性金融风险的度量及其影响因素分析[D].首都经济贸易大学,2018.

[14]MatthiasKhler. Does non‐interest income make banks more risky? Retail‐ versusinvestment‐oriented banks. Review of Financial Economics Volume ,2014

[15]Adrian, Tobias Brunnermeier, Markus K., 2008. "CoVaR," Staff Reports 348, FederalReserve Bank of New York, revised 01 Sep 2014.

3.研究方法、技术路线、实验方案及可行性分析

3.1研究方法：

运用文献分析法、实证分析法、比较法、综合分析法等研究本课题

3.2研究技术路线及方案：

首先，查阅大量文献，形成对本课题的初步认知，之后进一步查阅文献并整理文献，形成文献综述以及开题报告。

其次，在开题报告的指导下，继续深入研究，搜集相关数据信息，对有关数据信息进行整理与分析，本研究主要涉及对非利息收入规模的调查，以及对我过商业银行系统性风险的评估。其中非利息收入规模将运用非利息收入相对于商业银行营业收入的占比来表示。

再次，通过模型来判断我国商业银行整体的非利息收入规模与系统性风险暴露程度之间的关系，并且探究对于不同规模大小、不同资本结构的商业银行来说，这种关系是否会有所不同。

最后，形成结论，修改定稿。

3.3可行性分析：

首先，我国各大商业银行数据易于获得，相关财务数据在其各自财务报告中有所披露，并且这些数据可用EXCEL等工具进行整理与分析。

其次，度量商业银行系统性风险的指标有很多，可以充分兼顾不同情况，选取较为合适的指标对商业银行系统性风险进行度量。

最后，有合适的计量模型用以判断非利息收入与商业银行系统性风险程度之间的关系。