多边开发银行经济绩效影响因素的实证研究
——基于2006～2015年多边开发银行的面板数据

王欢

（广东外语外贸大学 金融学院，广东 广州 510006）

经济与管理研究

多边开发银行经济绩效影响因素的实证研究
——基于2006～2015年多边开发银行的面板数据

王欢

（广东外语外贸大学 金融学院，广东 广州 510006）

利用2006-2015年全球具有代表性的7家多边开发银行所组成的面板数据，运用随机效应模型研究多边开发银行经济绩效的影响因素.研究表明：股本占贷款之比与其经济绩效显著正相关.政策含义为:控制不良贷款率，将信贷风险控制在某个范围内，促使多边开发银行稳健发展；实行贷款项目与金额审批差异化管理，改善资产质量，从而降低多边开发银行的信贷风险，促使绩效得到改善.

多边开发银行；经济绩效；面板数据；影响因素

1 引言

目前，学术界对全球多边开发银行绩效进行的专门研究还较为少见.本文可借鉴国内商业银行绩效研究的实证分析方法，对多边开发银行绩效展开实证分析.由于多边开发银行的出发点与宗旨是减贫与开发，因此对其社会影响的探讨和研究具有重大的价值意义，用绩效来衡量它的发展最具有说服力，绩效可分为经济绩效与社会绩效，多边开发银行不能脱离二者或其一而单独运行，因此它们兼具商业性与公益性，只是多边开发银行明显有别于国内商业银行，它更加注重社会性开发，不以盈利最大化为目标.在本文的实证研究中，考察社会绩效的影响因素更符合多边开发银行的宗旨和出发点，并由此可为多边开发银行的健稳发展提供有价值的政策建议，由于社会绩效的指标以及数据获取可得性的限制，无奈将本文的绩效范围限定为经济绩效研究.

本文试图分析影响多边开发银行经济绩效的影响因素，以便确定推动多边开发银行发展的动力，并提出相应的政策建议.由于数据可得性的限制，将样本的选取对象设定为全球7家大的多边开发银行，为尽可能提高自由度，选取2006-2015年作为研究区间，形成了一个包含70个观测值的平衡面板数据集.所有数据皆来源于各个多边开发银行自2006-2015年度的财务年报，笔者通过手工方式输入可得.

2 关于商业银行绩效的文献综述

截至目前，国内外学者对商业银行绩效这方面做了大量的实证研究.早在20世纪50年代，Farrell(1957)就提出了著名的数据包络分析方法，该方法通过计算利润最大化下的利润效率和成本最小化下的成本效率这两大指标来衡量商业银行的经营绩效，此后该方法被广泛应用于商业银行的绩效研究.Jelena和Evelina（2012）运用层次分析法构建立陶宛商业银行的绩效评价指标，针对不同的评价主体分别采用定量与定性的指标，该方法非常适用于对银行绩效进行评价以及评选银行在整个资本市场的排名情况.在我国学术界，主要针对中小上市银行的研究，袁朝阳（2013）根据2007-2011年我国11家上市中小银行的面板数据，运用固定效应模型研究中小上市银行绩效的影响因素，研究结论是:员工数量、总资产负债率、管理层股权激励计划以及高层管理人员数量等会对中小银行绩效产生显著影响.方长丰，刘淑莲（2011）用风险、收益和效率作为商业银行的绩效评价指标，从宏观经济环境、产业结构和公司治理结构三个方面对我国16家上市商业银行绩效的影响因素展开了实证研究；并得出市场结构、宏观经济环境与绩效呈正相关，市场份额与银行绩效呈负相关，治理结构对银行综合效益没有明显影响的结论.

上述各国内外学者采用不同的研究方法，从不同的角度选取不同的变量来研究影响商业银行绩效的因素，并提出了一系列有价值可供借鉴的政策建议.本文将借鉴众学者对商业银行绩效的研究方法，对全球7家国际性多边开发银行经济绩效进行实证研究.

3 实证模型设定与样本数据

3.1 数据处理及变量定义

本文关注的被解释变量是衡量多边开发银行经济绩效的指标ROA，即总资产回报率.考虑到数据的可得性，本文主要选取以下几种可能对经济绩效产生显著影响的因素作为变量进行讨论和分析，影响因素分别是：治理结构的层级、基础设施贷款与总贷款之比，股本与贷款之比，资产规模、成员国数量以及贷款总额.下面分别对这些变量一一说明.

（1）治理结构层级（Structure）.治理结构的层级分为三类，分别代表3、4、5层的治理架构，层级越多，表明行政审批及决策程序越复杂，反之，审批程序越简单.文中将3层及4层治理结构层级设定为虚拟变量，并将其赋值为“1”，反之为“0”.

（2）基础设施贷款与总贷款之比（Infra）.是指该银行用于基础设施建设的贷款额与它提供的贷款总额之间的比例.这一比例越高，说明基础设施建设资金占比越大.

（3）股本与贷款之比（Equity）.指的是该银行每年的股本总额与提供的贷款总额之比，世界银行将此作为衡量世行风险的一个重要指标.该指标越大，表明该银行的经营风险越小.

（4）资产规模（Asset）.指的是该银行的全年总资产.

（5）成员国数量（Number）.指的是该银行机构内包含的成员国个数.

（6）贷款总额（Loan）.指的是该银行提供的总贷款资金.

3.2 计量模型的设定根据上文所述，建立如下计量分析模型

对于上述模型可考虑从随机效应模型和固定效应模型两种估计方法着手，本文考虑用Hausman检验方法来进行模型选择，得到P值显著不为0，无法拒绝原假设——随机效应与固定效应模型的参数估计值无明显系统性差异，这表明不能忽视两种模型之间的差异，且前者的估计效果优于后者，所以本文将运用随机效应模型，运用Stata软件对此模型进行估值回归及稳健性检验，同时考虑到个体和时间上的差异，文中对个体效应和时间效应分别进行了控制.

根据世界银行年报的信息披露，股本与贷款总额之比可作为衡量世界银行风险的一重要指标.本文预估这一指标与经济绩效可能存在显著正相关关系，预计其系数β3显著大于0.除此之外，资产规模与贷款总额也可能对经济绩效产生显著影响，假设资产规模与经济绩效ROA显著正相关，如果此假设成立，那么它的系数估计值β4显著为正；同时假设贷款总额与经济绩效ROA显著正相关，如果此说法成立，那么它的估计值系数β6显著为正.

4 模型回归结果

4.1 实证分析结果

4.1.1 基准回归分析

本文采用随机效应模型对上述计量模型进行估计分析，模型分析结果如表1所示，根据表中的数据，可以得出以下结论：

表1 回归估计结果

（1）股本占贷款总额之比的确与经济绩效ROA显著正相关，且它的回归系数估计值为10.85，通过1%的显著性水平检验.这表明多边开发银行的股本与贷款总额之比每增加1个百分点，则总资产回报率将增加10.85个百分点.在进一步控制了个体效应和时间效应之后，它的影响依然非常显著，且系数估计值变得更大，这表明股本占贷款总额之比对经济绩效ROA的影响程度更大.

（2）控制了个体效应与时间效应后，资产规模与贷款总额对ROA都有较为显著的影响，这表明可能存在较强的个体效应，即各个多边开发银行的个体区别较大，掩盖了资产规模与贷款总额对ROA的影响.控制之后，资产规模与经营绩效具有较强的正相关性，通过10%的显著性水平检验；贷款总额与经营绩效也呈较为显著正相关关系，通过5%的显著性水平检验.

4.1.2 稳健性检验

在本文的分析中，由于世界银行是全球性的多边开发银行，拥有全世界最多的成员国数量，且其他的6家多边开发银行皆为区域性开发银行，因此本文将世界银行剔除出分析范畴来进行稳健性检验，即将样本观测值减少至60.再使用随机效应模型进行参数估计，于是得到稳健性回归结果，如表2所示：

表2 稳健性检验

仔细对比表1与表2，可得出如下结论：使用两种不同的样本量，所得到的基本结果一致：股本与贷款之比仍与多边开发银行经济绩效呈显著正相关，且仍通过了1%的显著性水平检验；其他变量对绩效并无显著性影响.因此，可以认为本文的研究结果是稳健可行的.

4.2 研究结论

本文通过一系列的实证分析，最终发现存在一个显著的影响因素——股本占贷款之比，与多边开发银行的经营绩效显著正相关，即股本占贷款之比越高，多边开发银行的经济绩效越好.由于股本占贷款之比与多边开发银行的经营风险呈负向影响，通过控制银行的经营风险，可间接改善经济绩效，因此此结论的政策含义为：控制不良贷款率，将信贷风险控制在某个范围内，促使多边开发银行稳健发展；实行贷款项目与金额审批差异化管理，改善资产质量，从而降低多边开发银行的信贷风险，促使绩效得到改善.

〔1〕袁朝阳.中国中小银行绩效影响因素的实证分析—基于2007～2011年中国中小上市银行的面板数据 [J].经济研究,2013(1):109-113.

〔2〕薛旭静.巴塞尔协议Ⅲ对银行绩效的影响——基于11家上市银行2007～2012年面板数据实证分析[J].中国证券期货,2013(8):210-213.

〔3〕方长丰，刘淑莲.商业银行绩效影响因素：产业结构、治理结构与宏观经济环境[J].金融论坛,2011(6):9-17.

F831.2

A

1673-260X（2017）08-0103-03

2017-05-17

教育部人文社会科学研究青年基金项目（15YJC790002）；国家社科基金重大项目（15ZDC038）