计量经济学论文——商业银行的规模经济实证分析摘要：我国的商业银行经过了２０多年的发展，数目从少变多，规模从小变大，市场结构也发生了很大变化。
但是由于市场机制和国家政策上的问题，商业银行在很多方面存在问题。
最为突出的问题是巨额不良资产问题和公司治理结构的缺陷。
现阶段，国内银行业无论是在规模方面或是经营效率、公司治理及技术方面均不同程度地落后于国外同行。
研究中国银行业的规模经济问题具有重要的现实意义和理论价值，这有助于判断中国银行业的规模经营现状，分析影响中国银行业规模经济的主要因素，探讨中国不同商业银行的最佳规模及提升中国银行业规模经济和竞争优势的途径，为中国银行业的改革和发展提供新的解决思路和方法。
本文将以建设银行的数据建立一个模型来分析银行的规模经济的影响因素，并由此提出相应的措施。
关键词：规模经济影响因素措施一、商业银行规模经济的定义商业银行规模经济是指随银行业务规模发展、人员数量增多和机构网点的扩大而引发的单位营运成本下降以及单位收益上升的现象，它反映着银行规模与成本、收益之间的变动关系。
与之相对应的是规模不经济，它指的是在规模扩大之后，出现平均成本不变，甚至升高的状况。
一般来说，商业银行的规模经济包括内在经济与外在经济两个方面。
所谓内在经济是指单个银行由于业务运营规模的扩张，从内部引起收益的增加。
如果银行在固定营业成本没有显著变化的情况下，因其经营规模扩大而相应降低了单位资金运营成本，这种节约所带来的效益提高便是内在经济。
而外在经济是指整个银行产业规模扩大而使单个银行得到了良好的人才、信息、资金融通、联行结算等便利服务而引起收益递增的现象。
二、提高商业银行规模经济的意义l、有利于资源优化配置、提高经济效益。
规模经济的形成过程，就是商业银行经营成本尤其是固定成本不断降低的过程，同时，规模经济的形成过程，也是向效率较高、协作更紧密的单位集中的过程，从而使资源得到合理流动和优化配置。
资源的优化配置有助于银行节省大量的费用，同时，合理的资金的运用也使得商业银行的收益能力大大提高，从而会提高商业银行的经营管理水平，增强盈利能力，提高竞争力。
2、有利于形成合理的市场结构。
规模经济会促使大银行的产生，改变原有的规模结构，形成既具有竞争性又具有适度垄断性的市场结构。
合理市场结构的产生对于缓解行业竞争压力，促进银行业合理、有序、竞争发展具有积极的作用。
规模经济在促进合理市场结构形成的同时，也会促使银行采用先进的信息和网络技术，推动整个银行业的稳定、持续发展。
3，有助于增强锓行的市场竞争力。
规模经济所带来的规模壁垒效应、低成本优势、较高的创新水平和组织管理能力，以及对于市场的影响力，不仅提高了银行的收益能力和水平，更为重要的是使得银行在竞争中处于一种优势地位，从而银行可以利用一系列的优势进一步增加服务种类，并且提升服务质量，获取更多的市场份额，增加银行获利的能力。
，4、有助于加快金融创新。
规模经济使银行拥有一方面或多方面的优势，可以节约大量的金融资源，银行要保持已有的优势地位，必须在金融创新方面加大投入，否则，在科技发展日新月异的今天，已有的优势很容易就会被在金融创新方面具有优势的银行超过。
所以，规模经济的形成有助于促进银行加大金融创新的力度，加大科技开发的投资和重视程度，从而整体上会加快金融创新的步伐。
当然，规模经济也会带来诸如垄断、使银行缺乏个性化和应变能力、战略风险、组织风险和财务风险等问题，但是总体上来说，规模经济的积极作用更大一些。
三、商业银行规模经济的影响因素 (1)银行规模毫无疑问，银行规模是对银行业规模经济最重要的一个影响因素。
一般认为，扩大银行的规模能够降低银行的平均成本，减少风险，提高效率。
我们选取三个指标来衡量银行的规模：总资产、分支机构数、人员数。
考虑到这些指标数值较大的干扰，对它们取自然对数。
(2)资源配置资源配置关系到银行成本控制、产出能力优化、规模扩张等多项工作的实施结果，是影响银行规模经济变化的重要因素。
在这里，我们选用存贷比(贷款总额／存款总额)、人均费用率(营业费用／员工总数)来表示。
(3)盈利能力毋庸质疑，盈利能力是衡量银行规模经济性的重要指标。
它综合反映了银行的效率。
盈利能力越强，其规模经济越明显。
我们用人均利润率(净利润／员工总数)来反应银行的盈利能力。
(4)稳定性商业银行规模经济必须保证稳定性要求。
根据《巴塞尔协议》规定，银行资本充足率为核心资本加上附属资本以后与加权风险资产总额的比率不小于8％。
由于该指标计算较为复杂，且无法估计风险权重，因此本文用所有者权益占总资产的比重作为考查银行资本充足率的指标。
(5)产权结构目前，在我国有关银行业规模经济的大部分研究中，都认为产权结构是制约银行规模效率的主要因素，但是我们研究的是中国建设银行的规模经济情况，这个因素就不考虑在内。
四、构建度量商业银行规模经济的模型目前，实证研究商业银行规模经济的方法主要有例表分析法、回归分析法、超越对数成本函数法等，超越对数成本函数法是目前比较先进的分析手段，但它研究的是规模经济值的大小，而要研究各解释变量对规模经济的影响，用回归分析比较方便。
以往的各项研究都已表明在上述的各影响因素中，除了总资本之外的其他因素都不是很显著，因此我摒弃其他的因素，只把这个因素考虑在我的模型中，由于他比较大，所以用他数目的自然对数。
我用如下的模型对商业银行的规模经济经行度量：SE = +X +110b b +五、用数据对模型进行估计并检验注：①除SE之外的资料来源：1996-2005年《中国金融年鉴》及建设银行各年财务报表等。
②SE来源于中南大学一位硕士的研究结论，她用计算SE的一般公式计算得出了各银行的规模经济值，用的数据也是1997-2005年的数据，由于研究的重点不同，所以我省略了SE的计算过程。
用ewiews对模型进行最小二乘分析，得到如下的回归方程：Dependent Variable: SEMethod: Least SquaresDate: 01/09/11 Time: 10:13Sample: 1997 2005Included observations: 9Variable Coefficient Std. Error t-Statistic Prob.X -7.19E-07 9.62E-08 -7.473447 0.0001C 3.684471 0.293493 12.55384 0.0000R-squared 0.888628 Mean dependent var 1.590222Adjusted R-squared 0.872718 S.D. dependent var 0.733655S.E. of regression 0.261743 Akaike info criterion 0.350226Sum squared resid 0.479567 Schwarz criterion 0.394054Log likelihood 0.423982 F-statistic 55.85241Durbin-Watson stat 1.101611 Prob(F-statistic) 0.000140转化为一般的形式，为：SE=3.6844--7.19E-071se=(0.2934)( 9.62E-08)t=(12.55)(-7.473)2R=0.8886对模型的估计参数的进行显著性检验，无论是从t值（临界t值是正负2.365，所以都落在拒绝R还是比较高的，域）、P检验（都比显著性水平0.05小得多）都是显著的。
同时看判定系数2所以其拟合优度比较好。
由于模型是单变量模型，只有一个解释变量，所以不存在多重共线性的问题，我们还要考虑的是异方差和自相关的问题。
首先来看异方差的问题： 通过Eviews 可以绘制对2t e t X 的散点图。
从这个图猜测应该会存在异方差，用怀特检验对其进行进一步的检验，构建辅助函数并检验如下：White Heteroskedasticity Test:F-statistic 3.174483 Probability 0.114700 Obs*R-squared4.627164 Probability0.098906Test Equation:Dependent Variable: RESID^2 Method: Least Squares Date: 01/09/11 Time: 11:24Sample: 1 9Included observations: 9Variable Coefficient Std. Error t-Statistic Prob. C -0.013723 0.225581 -0.060833 0.9535 X -8.97E-09 1.55E-07 -0.057918 0.9557 X^21.00E-142.48E-140.4034370.7006R-squared 0.514129 Mean dependent var 0.053285 Adjusted R-squared 0.352172 S.D. dependent var 0.071931 S.E. of regression 0.057895 Akaike info criterion -2.599153 Sum squared resid 0.020111 Schwarz criterion -2.533412 Log likelihood 14.69619 F-statistic 3.174483 Durbin-Watson stat2.884552 Prob(F-statistic)0.114700n 2R =9*0.514129=4.6271 在a=0.05 自由度是2，则其)2(205.0χ=5.9915，由于n 2R <)2(205.0χ故此模型不存在异方差，上面的猜测错误，也不用再经行修正。
下面再看其自相关特性，查表可以知道=L d 0.824 =U d 1.32,而面计算出来的DW=1.101611，落在了中间，无法判断其相关性，但是由于自相关的后果很严重，所以我们还是要假设其存在异方差并对其进行修正。
用科克伦—奥克特迭代法对此进行修正。
使用使用e t 进行滞后一期的自回归，如下图：Dependent Variable: E Method: Least Squares Date: 01/09/11 Time: 12:04 Sample (adjusted): 2 9Included observations: 8 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob. E(-1)0.4196390.4429920.947283 0.3750R-squared 0.113416 Mean dependent var -0.003770 Adjusted R-squared 0.113416 S.D. dependent var 0.261464 S.E. of regression 0.246191 Akaike info criterion 0.151049 Sum squared resid 0.424270 Schwarz criterion 0.160979 Log likelihood0.395803 Durbin-Watson stat1.025155得到14196.0-=t t e e 由此知道=ρ^0.4196，对原模型进行广义差分，得到广义差分方程：t t t t t u X Y +-X +-=-Y --)4196.0()4196.01(4196.01211ββ对此广义差分方程进行回归，得到如下结果：Dependent Variable: Y-0.496086*Y(-1) Method: Least Squares Date: 01/10/11 Time: 00:45 Sample (adjusted): 2 9Included observations: 8 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob. C1.612627 0.327785 4.919768 0.0027 X-0.496086*X(-1) -5.65E-071.83E-07-3.0886300.0214R-squared 0.613891 Mean dependent var 0.637985 Adjusted R-squared 0.549539 S.D. dependent var 0.373766 S.E. of regression 0.250858 Akaike info criterion 0.284460 Sum squared resid 0.377579 Schwarz criterion 0.304321 Log likelihood 0.862159 F-statistic 9.539636 Durbin-Watson stat1.031972 Prob(F-statistic)0.021425得到上述方程的系数，由表可以看出其系数和相关信息。