1.1  研究背景和意義

為了應(yīng)對 2008 年國際金融危機(jī)的沖擊，我國政府通過四萬億的天量信貸資金投放和適度寬松的貨幣政策來刺激經(jīng)濟(jì)增長，這種政府主導(dǎo)的大量資金快速投放使得我國商業(yè)銀行系統(tǒng)的貸款集中風(fēng)險(xiǎn)不斷累積。近年來，隨著我國整體經(jīng)濟(jì)的下行壓力不斷加大，政府為維持經(jīng)濟(jì)的增長持續(xù)施行經(jīng)濟(jì)刺激性政策，同時(shí)對某些基建鐵路等行業(yè)的貸款集中度考核也在放松，這導(dǎo)致 2008 年之后地方政府融資平臺(tái)及房地產(chǎn)等行業(yè)的貸款投放過多，商業(yè)銀行的貸款出現(xiàn)了貸款集中于大中型企業(yè)，房地產(chǎn)及制造業(yè)等少數(shù)行業(yè)，地方政府融資平臺(tái)的趨勢，信貸市場的貸款集中已經(jīng)成為一種普遍現(xiàn)象。我國銀行業(yè)信貸投放結(jié)構(gòu)的不合理，表現(xiàn)在商業(yè)銀行的貸款投放上就有了在行業(yè)上的相對集中，商業(yè)銀行無理性地一窩蜂競相向制造業(yè)和房地產(chǎn)等行業(yè)進(jìn)行貸款，而中小企業(yè)在兩相比較之下自然地被銀行放棄。銀行貸款在行業(yè)上投放的集中投放趨勢使得銀行更加容易受宏觀經(jīng)濟(jì)波動(dòng)和行業(yè)經(jīng)濟(jì)周期的影響，銀行體系的系統(tǒng)性風(fēng)險(xiǎn)由此放大。近年來，這一現(xiàn)象逐漸引起了各方關(guān)注，隨著國家對銀行貸款投向結(jié)構(gòu)的調(diào)整，商業(yè)銀行的貸款投放受到了一定的約束，對產(chǎn)能過剩行業(yè)的貸款投放受到了更加嚴(yán)格的監(jiān)管，對新興產(chǎn)業(yè)的貸款受到了鼓勵(lì)。商業(yè)銀行是我國金融體系的重要組成部分，其貸款集中的對銀行的影響將會(huì)向?qū)嶓w經(jīng)濟(jì)放大傳遞，因此商業(yè)銀行的貸款集中需要受到的足夠重視。 

.........

 

1.2  文獻(xiàn)綜述

近年來，國內(nèi)外學(xué)者對貸款集中這一問題進(jìn)行了廣泛深入的研究。本文將前人的研究成果進(jìn)行梳理，主要從貸款集中的成因和貸款集中的效應(yīng)兩方面來對國外文獻(xiàn)進(jìn)行綜述。而Tobias F. Rotheli (2001)在調(diào)查1987-1996年三大瑞士主要銀行的信貸供給的相互獨(dú)立性時(shí)發(fā)現(xiàn)，各大銀行的行為可以用行為金融學(xué)來進(jìn)行解釋。各個(gè)銀行之間的相互競爭關(guān)系使得每個(gè)銀行對其它銀行的貸款行為比較敏感，他通過引入了領(lǐng)導(dǎo)者和追隨者模型對其進(jìn)行觀察，發(fā)現(xiàn)各銀行的貸款行為之間確實(shí)存在著一定的模仿行為，在行為金融學(xué)中稱之為“羊群行為”  。這種相互之間的模仿行為突出了銀行業(yè)內(nèi)各競爭行為對總信貸周期持續(xù)性的作用，使得逐漸形成貸款集中的趨勢。 隨后，Shin 和 Kolari (2004)通過對日本信貸市場的研究發(fā)現(xiàn)，日本的信貸市場存在著等級(jí)劃分，等級(jí)高的國有銀行認(rèn)為與其相對應(yīng)的企業(yè)客戶要具有同樣較高的市場等級(jí)，因而在信貸投放上更多的集中于這些等級(jí)較高的企業(yè)，從而導(dǎo)致了信貸集中。 

.........

 

2   貸款集中的計(jì)量與影響因素

 

2.1  貸款集中的內(nèi)涵

貸款集中是一種經(jīng)濟(jì)現(xiàn)象，是銀行對信貸資源的一種配置方式。通常，貸款集中是指由于商業(yè)銀行信貸資源在行業(yè)或?qū)ο蟮饶承┓矫媾渲貌痪舛鴮?dǎo)致銀行信貸資金在這些方面現(xiàn)出現(xiàn)了相對集中的現(xiàn)象。廣義上的貸款集中一般是說貸款在投向、形式和權(quán)限上的集中，而狹義上的貸款集中則經(jīng)常單指銀行貸款在投向上的集中。 本文研究的貸款集中指狹義的貸款投向的集中，是銀行貸款資金在投向上出現(xiàn)了相對較為密集的一種現(xiàn)象。一般來說，貸款投向集中體現(xiàn)為以下幾種形式： 客戶集中，即銀行信貸資金集中投放于某個(gè)單一客戶或集團(tuán)客戶，或者某幾個(gè)大客戶，如果某個(gè)銀行的貸款客戶集中，也就是說該銀行在某個(gè)客戶或者某幾個(gè)客戶的貸款余額占貸款總額的比例較高，或者多家銀行都向某一個(gè)或者某幾個(gè)客戶投放了貸款，雖然每個(gè)銀行投放在該企業(yè)的貸款不多但多家銀行投放的貸款總和卻已經(jīng)高出了一般水平。 行業(yè)集中，即銀行信貸資金集中投放于某一個(gè)行業(yè)或者某幾個(gè)行業(yè)，如果某個(gè)銀行的貸款行業(yè)集中，就表示銀行在某一行業(yè)或者某幾個(gè)行業(yè)的貸款余額占貸款總額的比例較高，或者多家銀行均為某一行業(yè)或者某個(gè)行業(yè)提供貸款。 地域集中，即銀行信貸資金集中投放于某幾個(gè)地區(qū)或城市，如因?yàn)榻?jīng)濟(jì)發(fā)達(dá)，銀行貸款相對集中于長三角等東部沿海區(qū)域或北京、上海等大城市。 期限集中，即銀行信貸資金集中于某一期限，如集中于短期貸款或者集中于中長期貸款等。

.........

 

2.2  貸款集中度測算方法

目前學(xué)術(shù)界衡量商業(yè)銀行貸款集中程度的方法還沒有統(tǒng)一，現(xiàn)有的文獻(xiàn)主要從客戶集中度和部門（行業(yè)或區(qū)域）集中度兩個(gè)方面來計(jì)量對貸款集中度進(jìn)行計(jì)量。在客戶集中度計(jì)量方面，學(xué)術(shù)理論界的常用方法主要有敞口比率法、基尼系數(shù)法、赫芬達(dá)爾指數(shù)法、基于 ASRF 模型的分散度調(diào)整法、基于 Credit  Risk+模型的分散度調(diào)整法等。后兩種模型調(diào)整方法因?qū)?shù)據(jù)質(zhì)量要求高且運(yùn)算過程非常復(fù)雜，在實(shí)踐中較少應(yīng)用。在部門（行業(yè)或區(qū)域）集中度計(jì)量方面，學(xué)術(shù)理論界提出的常用方法主要有敞口比率法、HHI 指數(shù)法、多因素模型法、解析式方法。多因素模型因?yàn)橐蛩靥唷?shù)據(jù)難以獲取、計(jì)算繁瑣、難以得到封閉解等難以推廣，運(yùn)用起來難度較高。解析式方法對數(shù)據(jù)要求也很高，計(jì)算量也相當(dāng)大，因此也不常用。現(xiàn)對敞口比率法、基尼系數(shù)法和赫芬達(dá)爾指數(shù)法作簡要介紹。敞口比率法是一種衡量絕對集中度的指標(biāo)，在衡量商業(yè)銀行貸款集中度的過程中常用于計(jì)量貸款投向的客戶集中程度。在《商業(yè)銀行風(fēng)險(xiǎn)監(jiān)管核心指標(biāo)》以及其他一些監(jiān)管規(guī)定中，衡量銀行客戶集中的指標(biāo)主要是單一客戶貸款比例和最大十家客戶貸款比例。這兩個(gè)指標(biāo)的計(jì)算方法比較簡單，就是直接用單一客戶或最大十家客戶的貸款額除以銀行資本凈額得到的數(shù)值。在目前的規(guī)定中，各銀行單一客戶貸款比例應(yīng)低于 10%，最大十家客戶貸款比例應(yīng)低于 50%。

........   

 

3   貸款集中的風(fēng)險(xiǎn)和收益影響 ..... 20

3.1 貸款集中的收益效應(yīng) ........... 20 

3.1.1 貸款集中對銀行收益的影響 ......... 20 

3.2 貸款集中的風(fēng)險(xiǎn)效應(yīng) ........... 21 

4   我國商業(yè)銀行貸款集中的風(fēng)險(xiǎn)與收益效應(yīng)實(shí)證分析 ......... 25

4.1 數(shù)據(jù)選擇與模型構(gòu)建 ........... 25 

4.1.1 樣本選擇與數(shù)據(jù)來源 ....... 25

4.1.2 指標(biāo)設(shè)計(jì) ......... 25 

4.1.3 模型構(gòu)建 ......... 27 

4.1.4 模型檢驗(yàn) ......... 29 

4.2 實(shí)證結(jié)果與分析 ....... 30 

4.2.1 描述性統(tǒng)計(jì) ....... 30 

4.2.2 國有商業(yè)銀行回歸結(jié)果分析 ......... 34 

4.2.3 股份制商業(yè)銀行回歸結(jié)果分析 ....... 36 

5   結(jié)論與展望 ........... 38

5.1 結(jié)論與政策建議 ....... 38 

5.1.1 結(jié)論 ..... 38 

5.1.2 政策建議 ......... 38 

5.2 不足與展望 ........... 40 

 

4   我國商業(yè)銀行貸款集中的風(fēng)險(xiǎn)與收益效應(yīng)實(shí)證分析

 

4.1  數(shù)據(jù)選擇與模型構(gòu)建

基于數(shù)據(jù)的可得性和質(zhì)量性原則，選擇我國 A 股上市商業(yè)銀行有 16  家為原始數(shù)據(jù)樣本。由于中國農(nóng)業(yè)銀行為進(jìn)行股改在 2008 年進(jìn)行了不良資產(chǎn)的剝離，不良資產(chǎn)率波動(dòng)較大，因此剔除中國農(nóng)業(yè)銀行樣本。同時(shí)，由于中國光大銀行2007 年數(shù)據(jù)異常，可能對研究結(jié)果的準(zhǔn)確性產(chǎn)生不利影響，因而剔除中國光大銀行樣本。因此，本文的實(shí)證研究以我國 A 股上市的 14 家上市銀行為研究樣本，樣本數(shù)據(jù)來源于各銀行公布的年度財(cái)務(wù)報(bào)告、WIND 數(shù)據(jù)庫等。鑒于我國在 2006年頒布了新修訂的《企業(yè)會(huì)計(jì)準(zhǔn)則——基本準(zhǔn)則》，并于 2007 年 1 月 1 日起實(shí)施，為了統(tǒng)一數(shù)據(jù)口徑，本文樣本選擇從 2007 年開始，樣本區(qū)間為 2007 年至 2014年，共 8 年。 本文從股權(quán)結(jié)構(gòu)出發(fā)將 14 家上市商業(yè)銀行劃分為兩組：第一組是國有商業(yè)銀行，包括中國建設(shè)銀行(601939)、中國工商銀行(601398)、中國銀行(601988)、交通銀行(601328)，共計(jì)四家；第二組為股份制商業(yè)銀行，包括華夏銀行(600015)、民生銀行(600016)、浦發(fā)銀行(600000)、平安銀行(000001)、興業(yè)銀行(601166)、招商銀行(600036)、中信銀行(601998)、北京銀行(601169)、南京銀行(601009)、寧波銀行(002142)，共計(jì)十家。 

..........

 

結(jié)論

 

本文以 14 家我國 A 股上市銀行數(shù)據(jù)為基礎(chǔ)，重點(diǎn)研究了行業(yè)貸款集中和客戶貸款集中對國有制銀行和股份制銀行的風(fēng)險(xiǎn)和收益的不同影響。通過面板數(shù)據(jù)回歸分析，本文得到如下結(jié)論：   

(1)我國股份制商業(yè)銀行的客戶集中度和行業(yè)集中度相比國有商業(yè)銀行要高，但是在 2008 年金融危機(jī)過后，商業(yè)銀行的客戶集中度有明顯下降的趨勢，而行業(yè)集中度并不明顯，股份制商業(yè)銀行的行業(yè)集中度甚至有小幅上升。 

(2)對于國有商業(yè)銀行來說，貸款行業(yè)集中度和客戶集中度與總資產(chǎn)收益率都呈反向關(guān)系，且從系數(shù)上看，行業(yè)集中的影響更為重大。同時(shí)國有銀行貸款的資產(chǎn)收益率受規(guī)模的正向影響。而對股份制商業(yè)銀行來說，貸款行業(yè)集中度與總資產(chǎn)收益率呈正向關(guān)系，即行業(yè)集中提高了股份制商業(yè)銀行的收益率，但客戶集中度與收益關(guān)系并不顯著，同時(shí)股份制商業(yè)銀行的規(guī)模反而對盈利有負(fù)面影響。 

(3)在不良貸款率方面，股份制商業(yè)銀行的貸款集中與不良貸款率并未表現(xiàn)出顯著聯(lián)系，其主要受宏觀經(jīng)濟(jì)的影響。而對國有制商業(yè)銀行來說，貸款行業(yè)集中度對其不良貸款率有顯著性正向影響，貸款行業(yè)集中將顯著提高其不良貸款率，而客戶集中反而會(huì)略微降低其不良貸款率。 

.........

參考文獻(xiàn)(略)