銀行業市場結構對貨幣政策效果的影響

劉洋 張浩禛

摘要：從跨國數據的檢驗結果來看，銀行業競爭性的增強，削弱了貨幣政策信貸傳導的效果，并且會刺激銀行貸款的增長。為了使貨幣政策效果更加明顯，應該適度控制商業銀行之間的競爭。但是，就我國商業銀行市場來說，銀行間競爭還處在一個較低的水平上，而且競爭僅限于存款、貸款等少數業務上，貸款的競爭更集中于對極少數優質客戶的爭奪。在我國集中度較高的壟斷競爭市場中，為了使商業銀行競爭能促進貨幣政策的傳導效果，我國應加強商業銀行在多個業務領域的競爭，提高商業銀行市場整體的競爭程度。

關鍵詞：商業銀行；市場結構；貨幣政策效果；銀行業競爭

中圖分類號：17830.9 文獻標識碼：A 文章編號：1005-2674（2013）06-068-07

一、引言

貨幣政策傳導是從貨幣政策的執行到結果產生的整個過程，它既是宏觀經濟學研究的主要對象，也是貨幣理論與政策的核心內容。商業銀行作為貨幣政策信貸渠道傳導中的關鍵一環，與廠商和個人等微觀主體的關系最為密切，并直接影響著貨幣政策傳導的最終效果。因此，銀行在貨幣政策傳導過程中發揮著獨特的作用，銀行業市場結構和銀行體系的健康發展是貨幣政策傳導機制發揮作用的重要因素之一。

在現有的文獻中，研究銀行業結構與貨幣政策效果關系的研究成果較少。在實證研究方面，Stiglitz和Greenwald（2003）假定銀行都是風險厭惡型的，他們通過研究銀行系統的競爭和限制后發現，競爭性更強的商業銀行市場會弱化貸款利率的上調效果，利率提高會減少存款，使得財富效應與銀行業競爭程度負相關，進而降低了貨幣政策效果。Freixas和Tochet（1997）使用Monti-Klein模型（古諾模型在銀行業市場上的應用）研究了在壟斷的商業銀行市場中銀行間利率對存貸款利率的影響。他們研究發現，較高的銀行業競爭性會降低銀行間利率對貸款利率的影響。這也就說明，如果貨幣政策制定者將銀行間利率作為調控目標，則競爭性較強的商業銀行市場結構會弱化貨幣政策的傳導效果。Alecar和Nakane（2004）認為，早期的研究只注重局部均衡，忽略了在完全競爭市場和壟斷市場下的貨幣政策傳導效果。他們利用跨國數據，使用動態的一般均衡模型研究后發現，銀行業競爭性的增強使得實體經濟對利率的變動更加敏感。

在理論研究方面，Van Hoose（1985）研究發現，如果中央銀行將貨幣流通額作為調控目標，將債券利率作為調控工具，那么商業銀行競爭性的改變對貨幣政策的傳導沒有影響。Aalion和White（1978）研究了歐洲國家的貨幣制度后發現，壟斷的商業銀行市場結構和完全競爭的商業銀行市場結構對貨幣政策的影響不同。與壟斷的銀行業市場結構相比，在競爭性的銀行業市場結構下貸款利率更高。但這一結構并不能說明壟斷性的銀行業結構優于競爭性的銀行業結構。他們進一步研究后發現，壟斷性市場結構下的存款利率總是低于競爭性市場結構，其存貸差也總大于競爭性市場結構下的存貸差。因此，壟斷性銀行業市場結構損害了公眾福利。Dell和Ariccia（2001）擴展了這一研究模型，他們研究發現信息不對稱可以影響商業銀行的市場結構，由于信息不對稱，在高度集中的市場結構下銀行業競爭性也可以很高。

國內學者早期對我國銀行業市場結構的探討得出了寡頭壟斷的結論。隨著我國銀行業的發展，更多的研究證實了我國銀行業處于壟斷競爭的市場結構中。學者們關于銀行業市場結構與貨幣政策關系的研究很少，最具代表性的當屬錢雪松（2008）的研究，他通過借鑒BoRon和Freixas（2006）的模型，構造了一個欠發達資本市場的一般均衡模型。他研究發現，如果銀行業由幾家銀行壟斷，銀行信貸對貨幣政策的反應就不連續，因此，壟斷的銀行業結構、公司債市場不發達，是我國貨幣政策效果不明顯的主要原因。

現有的很多研究只使用了集中度指標代替競爭性指標研究商業銀行市場結構對貨幣政策效果的影響，即使有學者從理論上證明了銀行業的競爭影響了貨幣政策的傳導效果，但是，很少有通過實證檢驗銀行業競爭是如何影響貨幣政策效果的研究，而且大多數研究中使用的是集合數據，忽略了對銀行一級的研究。本文使用銀行一級數據，利用VAR方法，用H統計量作為競爭性指標，使用2003—2010年22個國家的跨國數據分析了銀行業結構對貨幣政策傳導效果的影響。

二、總體數據分析

1.模型的設計和指標的選取

為了計算銀行業結構是如何影響貨幣政策效果的，本文使用了VAR方法進行分析。有很多種方法可以計算商業銀行市場結構，如計算商業銀行集中度的CR值和HHI指數等。本文使用Panzar and Rosse（1987）模型中的H統計量來衡量商業銀行市場結構。脈沖分析和誤差修正模型在貨幣政策文獻中被廣泛使用。這些方法的優勢之一是可以分析外生變量所造成的影響。本文將貨幣政策沖擊所造成的效果視為其他經濟變量沖擊產生的影響，并通過脈沖分析來進行估算。使用VAR分析的變量包括短期利率（r）、銀行貸款的對數值（b）、貨幣流通總額的對數值（m）、物價水平的對數值（p）以及生產總額的對數值（y）。由于這些變量可能具有單位根，所以使用協整檢驗和誤差修正模型進行檢驗。

本文將利率變化定義為貨幣政策沖擊，進而研究其對銀行貸款、M2和真實GDP的影響。為了對樣本進行鑒定，我們用克列斯基分解對正交化脈沖函數進行了估算。值得注意的是，變量順序的不同可能會影響VAR的分析結果。考慮到這一點，本文設計了兩種模型。模型A：（y，p，r，b，m）表示中央銀行根據同期的產出和價格水平對利率進行調整。在這種情況下，貨幣政策會對以后一個時期的產出和價格產生影響，對當前的產出和價格水平沒有影響。然而，由于中央銀行獲取相關數據十分困難，所以這種貨幣政策的影響可能會比較強。相反，我們使用模型B：（y，b，m，p，y）來說明貨幣當局在制定貨幣政策時只參考前一時期的指標，貨幣政策影響其他同時期變量。

為了研究商業銀行結構對貨幣政策傳導產生什么樣的影響，本文計算了兩個指標，一是累計的脈沖響應函數，將它作為衡量貨幣政策沖擊影響的指數；二是H統計量，將它作為衡量銀行業市場結構的指數。在計算貨幣政策的影響時，本文將國內生產總值作為總產出額，通貨膨脹率作為物價水平指標，將M2作為貨幣流通額，將銀行貸款作為企業的債權。本文使用2003-2010年22個國家的數據進行計算，數據為季度數據。GDP、物價水平、M2、短期利率以及銀行貸款的數據是從國際貨幣基金組織（IMF）發行的國際金融統計（IFS）中獲得的。真實GDP的數據難以獲得，我們使用通貨膨脹率對名義GDP進行調整，得到真實值，使用X12法消除了數據的季節性。

2.結果分析

圖1顯示了在模型A下，銀行業競爭程度和貨幣政策效果之間的關系。在圖1中，橫軸是模型A的累計脈沖響應函數，縱軸是H統計量。我們可以看到，第一欄的三個圖說明了貨幣政策對銀行貸款的影響（rto b）。這些數據并不能說明兩個指數之間存在任何確切的相關性，我們并沒有發現銀行業結構對貨幣政策的信貸傳導產生了影響。第二欄說明了貨幣政策對M2的影響（r to m）。從圖中我們似乎可以看出二者呈負相關性。但是，如果我們采用單側法進行檢驗，就會發現他們之間并不存在相關關系。圖1的第三欄和第四欄說明了貨幣政策對物價水平的影響（r to p）以及對GDP（r to y）的影響。貨幣政策似乎與這些變量都沒有關系。我們分別使用最小二乘法和bootstrap方法計算標準差。使用最小二乘法必須滿足誤差項服從正態分布。考慮到誤差項可能不滿足正態分布，所以本文接著使用bootstrap方法計算標準差，由于土耳其的相關數據產生了較大的差異性，所以我們在后來的回歸分析中排除了它。通過研究我們并沒有發現銀行業競爭性對貨幣政策效果產生了影響。

圖2為模型B下銀行業競爭程度對貨幣政策傳導產生的影響。由圖中可以看出，所得的結果似乎與模型A相同。通過對每個指數的回歸計算，本文分析了在不同的H統計量下貨幣政策對銀行貸款產生的影響，可以看到系數都是不顯著的。通過分析貨幣政策沖擊對作為因變量的M2和物價水平產生的影響可以發現，H統計量與這些變量負相關。這可能是由于差異性較大的數據產生的結果。采取類似模型A的做法，我們把土耳其的數據排除掉。分析在H統計量下貨幣政策對真實GDP產生的影響時，系數仍然是不顯著的，這說明銀行業結構對貨幣政策效果沒有產生影響。

需要注意的是，以上這種研究方法由于樣本數量的限制存在一定的局限性，貨幣政策對銀行貸款的影響可能是正的也可能是負的，我們無法確定二者的關系。因此，下面我們用國家數據進一步研究商業銀行結構對貨幣政策傳導產生的影響。

三、按國家拆分數據分析

1.模型設計

為了使用樣本國家的個體銀行數據進行研究來檢驗不同銀行業結構下貨幣政策的效果，本文借鑒Ash-craft（2006年）的模型。設計了下面的模型： △ln（L_it）=α_i+β₁S_it+β₂S_{（i，t-1）}+β（H_i*S_it）+β（H₁*S_{（i，t-1）}）+c_it+ε_it

（i=1，…，N；t=1，…，T） （1）

其中，L_it表示銀行i在時間t時的銀行貸款額，S_it表示銀行i在時間t時相應國家的貨幣政策沖擊，皿為H統計量，c_it是控制變量，ε_it是擾動項。控制變量包括存款與總資產比率的滯后、總資產周轉率的滯后、存款的增長率、實際GDP的增長率、通貨膨脹率、H統計量，本文使用GLS方法對公式（1）進行檢驗。公式（1）右側的第二項和第三項分別代表在時間t和t-1時的貨幣政策沖擊。

早期關于貨幣政策的研究通常使用羅默時間。他們通過使用歷史記錄，定義出了美國聯邦儲備金檢查小組實行緊縮貨幣政策以降低通貨膨脹率時的沖擊變量。由于我們的樣本包含很多國家的數據，這種方法實質上是不切實際的。另一種方法是將上一部分用VAR計算的利率方程的殘差作為貨幣政策沖擊的指標。這種方法是合理的，因為現有文獻中的很多研究都將做脈沖反應的利率方程的干擾視作貨幣政策沖擊。本文使用年度數據，這樣可以使用每年第一到第四季度的殘差總和作為貨幣政策沖擊的指標。有些研究使用貨幣市場利率作為貨幣政策沖擊的指標，但是如果要研究條件不變的情況下利率對其他變量產生的影響，這其實是不合適的。本文在模型中加入存款與總資產比率的滯后和資產周轉率的滯后兩個變量，這是因為銀行管理者做出決策時會考慮前期銀行的財政狀況。

公式（1）中的第四項和第五項代表在銀行業更具有競爭性的國家中貨幣政策對銀行貸款的影響。β₃說明在時間t時，在各個國家的H統計量約束下利率每增長1%銀行貸款增長的百分比，同樣β₄表示在t-1時利率增長1%銀行貸款增長的百分比。

樣本國家同上一部分一樣，數據同樣來自Worldscope。因為不能從數據庫中獲得新西蘭的觀察值，所以樣本只包含21個國家，時間是2003年到2011年，數據頻率是按年度計算的，銀行數量是1202家。

2.結果分析

表1為檢驗結果，公式（1）的估算結果見第一欄。貨幣政策沖擊的系數是負的，而且顯著，這說明在當期以及接下來的一段時間中，貨幣政策沖擊會減少銀行貸款。H統計量對貨幣政策沖擊的影響是正的，而且顯著，這意味著在更具競爭力的行業，貨幣政策沖擊對銀行貸款產生的影響會相對較小。此外，H統計量的系數是正的而且顯著，這說明高度的銀行業競爭會導致銀行貸款的增加。由于H統計量與貨幣政策關系的相互作用項可能會給模型帶來問題，所以我們在公式（1）排除這一項，并重新檢驗，結果見第二欄。我們可以看到，幾乎所有系數都同第一欄類似，所以這一項并沒有產生任何問題。第一欄是剔除存款與總資產比率項的估計結果，結果與標準估計基本相同。與貨幣政策的互動項的系數都是顯著的，且與表1的符號相同，其他變量的系數也仍然保持不變。第二欄是剔除資產周轉率項的結果，它也沒有發生變化。第三、第五和第六欄顯示的是去掉銀行規模、真實GDP和通貨膨脹率的各自的估計結果，這些結果都與標準估計的結果相似。在第四欄中我們剔除了存款增長率，互動項的系數也是顯著的，但是為正值。總的來說，公式（1）的結果并沒有因模型設定不同而改變。