基于風險視角的貸款行業集中度對銀行收益的影響

張健

內容提要：銀行在業務發展過程中可能更加注重單項業務收益與違約風險的匹配，而忽視了貸款業務過度集中的負面影響。本文利用國內銀行季度數據研究貸款行業集中度對銀行收益的影響并探討銀行風險在該影響機制中的作用，結果發現，貸款行業集中度對銀行收益的邊際影響是風險的二次函數。銀行風險很低時，增加信貸占比較低行業的貸款投放會提高銀行收益波動率，降低平均收益；銀行風險很高時，由于代理監督機制激勵不相容以及銀行破產的社會成本極高，銀行會將信貸資源集中于收益較高且穩定的行業來提升收益。只有風險處于中等水平時，分散配置才會有效發揮代理監督機制的作用，提高收益。樣本期大多數銀行風險處于中等水平，集中度增加會顯著降低收益，但對國有銀行的沖擊較小。研究結論對優化銀行貸款結構具有重要理論指導意義。

關鍵詞：貸款行業集中度；銀行收益；銀行風險；非線性影響

中圖分類號：F830文獻標識碼：A文章編號：1001-148X（2017）06-0177-08

一、引言

近年來，我國銀行業貸款余額中地方融資平臺、房地產行業、企業集群以及產能過剩行業的貸款比例較大，集中度高、影響面廣。鑒于此，監管機構要求商業銀行以差異化的信貸政策為工具，加強對戰略性新興產業、現代服務業的支持力度，在助推經濟結構轉型升級的同時優化自身資產結構，降低業務集中度風險。實際上，銀行在業務發展過程中可能更加注重單項業務收益與違約風險的匹配，往往會忽視業務過度集中產生的負面影響。例如2016年9月末，17家主要商業銀行①貸款余額中占比最高的是個人住房按揭貸款，約為22%（較年初增長27%），加上房地產開發貸款，投向房地產行業的貸款總額占比約為29%，超過排名第二的制造業15個百分點。房地產市場資金需求旺盛以及違約風險較低是該類貸款業務快速發展的主要原因，但銀行在追求房地產貸款規模擴張的過程中，行業集中度偏高的風險并未充分受到經營管理者的重視。因此，監管機構不斷通過不同的途徑要求各家銀行密切關注房地產信貸業務的集中度，合理調整自身資產結構，加強對房地產信貸的壓力測試和風險測試，嚴控房地產金融業務風險。

目前，銀行業務集中度風險問題已經引起監管機構的關注。2016年9月銀監會下發《關于進一步加強信用風險管理的通知》，要求銀行業金融機構應建立涵蓋客戶、行業、地區、貨幣、抵質押品、市場、國家區域等各類風險源，覆蓋信貸、投資、衍生品交易、承兌、擔保等全部表內外風險暴露，充分體現穿透性原則的集中度風險管理框架。建立滿足穿透管理需要的集中度風險管理信息系統，多維度識別、監測、分析、管理集中度風險，并設定相應的限額。但是相關的管理規定中關于貸款集中度的定量指標并不清晰全面。貸款集中度可以從行業、地區、客戶、業務收入類型或貸款品種等維度去衡量，目前只有客戶維度的貸款集中度監管指標相對具體②。從貸款品種來看，也只對并購貸款有明確規定，即并購貸款余額占同期一級資本凈額的比例不能超過50%，單一借款人的并購貸款余額不能超過一級資本凈額的5%。顯然，關于貸款行業集中度的定量管理指標仍待完善。

那么貸款行業集中度的提高是否能夠顯著影響我國銀行的收益水平？銀行風險是否會對影響效果起到關鍵作用？在當前我國銀行業從管制利率時期的粗放型規模擴張模式轉向利率市場化環境下的集約型發展模式的過程中，對這一問題的深入分析有助于銀行合理進行信貸資源的行業配置，對新經營環境下監管機構進一步完善監管指標體系也具有重要參考意義。

二、文獻綜述

目前，關于銀行業務集中度與經營表現之間關系的研究并沒有形成共識。支持業務多元化的主要觀點包括：考慮到信息不對稱問題，業務多元化有助于降低銀行業的成本，并提高銀行代理監督的積極性（Diamond，1984；Cesari和Daltung，2000）；銀行經營不同類型的業務不會導致資源錯配，反而可以提高自身的綜合管理技能，從而對經營表現產生積極作用（Iskandar-Datta和McLaughlin，2007）；開展不同類型的業務可以分攤銀行的固定成本，利用范圍經濟獲取一定收益（Drucker和Puri，2009）；業務多元化可以降低銀行的風險，從而降低預期危機成本和破產成本（Boot和Schmeits，2000）。具體到銀行貸款行業集中度，Bebczuk和Galindo（2008）以1999年到2004年阿根廷銀行為分析樣本，研究指出貸款行業集中度較低有助于提高銀行利潤，尤其是大型銀行。Rossi等（2009）利用1997年到2003年澳大利亞銀行的數據進行實證分析，發現貸款行業集中度降低會顯著增加銀行利潤效率。

支持業務專業化的主要觀點包括：專業化經營可以促使銀行充分利用已有專業知識，發揮自身的比較優勢，獲取專業化收益（Stomper，2006）；業務多元化會加劇整個銀行業的競爭程度，降低收益（Tabak等，2011）；多元化經營會使銀行管理人利用低價值投資項目規避自身風險、滿足個人需求的途徑更加豐富，從而大幅增加代理成本（Laeven和Levine，2007；Deng和Elyasiani，2008）；多元化經營在一定程度上有利于規模擴張，提高銀行系統重要性，隨之出現的隱性或者顯性的政府擔保會使銀行承擔更高的風險水平，降低銀行利潤（Gropp等，2011）。具體來看，Kamp等（2007）對1993年到2003年德國銀行業的情況進行分析發現，相對于貸款行業集中度低的銀行，集中度高的銀行能夠獲得更高的回報率。Tabak等（2011）利用96家巴西銀行的月度數據，研究了貸款行業集中度與收益之間的關系，指出貸款行業集中度與銀行收益顯著正相關。

與上述兩種觀點不同，Winton（1999）認為不能孤立地看待銀行業務多元化（專業化）對收益的作用，應該結合銀行風險水平進行綜合分析。其研究結論表明，當銀行風險較低時，由于破產概率很小，專業化經營的銀行業績表現要優于多元化經營的銀行；當銀行風險較高時，多元化經營會惡化銀行處境，因為一旦某一類業務出現風險事件，就足以導致銀行破產清算；只有銀行風險處于中等水平時才適合多元化經營。簡而言之，銀行業務集中度對收益的影響是銀行風險的二次函數，呈現出U型形狀。Acharya等（2006）基于1993年到1999年105家意大利銀行的微觀數據，對貸款行業集中度與收益之間的關系進行實證分析，研究結論支持Winton（1999）的觀點。Tabak等（2011）同樣對這一關系進行了驗證，結果表明只有資產收益率與銀行貸款行業集中度之間存在這種U型關系，而股權回報率與貸款行業集中度之間則存在倒U型關系，這主要是由于專業化經營的巴西銀行風險更低，持有的資本相對較少。

關于國內銀行貸款行業集中度對銀行收益影響的分析相對較少，大多數研究都是對客戶集中度與收益之間的關系進行分析（王海霞，2009；王旭，2013等）。魏曉琴和李曉霞（2011）認為，貸款行業投向越集中，國有銀行盈利能力越低，對股份制銀行無明顯影響。王富華和姜姍姍（2012）指出，貸款行業集中度對我國上市銀行的盈利能力沒有顯著影響。Berger等（2010）以1996年到2006年我國商業銀行為樣本進行分析，發現貸款行業集中度增加會顯著提高銀行收益，但是其行業劃分相對籠統，只包括工業貸款、商業貸款、房地產貸款、農業貸款和消費貸款五大類，對銀行貸款全行業分布的刻畫能力有限。至于銀行貸款行業集中度對收益的影響與銀行風險的關系，更是鮮有文獻涉及。

綜上所述，關于我國銀行貸款行業集中度對收益影響的分析，受制于數據可得性，研究成果較少且結論差異較大，并且也沒有考慮銀行風險水平的作用。鑒于此，本文以17家主要商業銀行2008年1季度到2016年3季度的季度數據為樣本，分析貸款行業集中度對銀行收益的影響并探討銀行風險因素在該影響機制中的作用。

三、模型研究

（一）模型構建

本文首先試圖解決的基本問題是貸款行業集中度是否會顯著提高銀行收益。參考Tabak等（2011）的研究，可以構建下述回歸模型：

Returnit=αi0+α1HHIi，t-1+γCVi，t-1+τt+μit（1）

其中，下標it表示第i家銀行和時刻t；Return為銀行收益；HHI是貸款行業集中度指標；CV代表控制變量，主要包括銀行資產規模（用資產總額的對數值衡量）、權益資產比以及刻畫銀行屬性的虛擬變量，分別用lnA、EOA和GY表示。GY取值為1時，表示國有銀行，取值為0時則是非國有銀行；τt是時間虛擬變量，用來控制不同季度宏觀經濟運行情況產生的影響；μit是殘差。為了緩解內生性問題，所有解釋變量均使用滯后一期的數據。如果α1>0，表明貸款行業集中度越高，銀行盈利水平越高，反之銀行盈利水平越低。

為了分析國有銀行貸款行業集中度對收益影響是否存在不同之處，在模型（1）中引入表示銀行屬性的虛擬變量GY及其與集中度變量HHI的交叉項，具體如式（2）所示。如果α3>0，說明貸款行業集中度高，對國有銀行盈利水平的促進作用要強于非國有銀行，反之說明對國有銀行盈利水平的抑制作用要強于非國有銀行。

Returnit=αi0+α1HHIi，t-1+α2GY+α3HHIi，t-1*GY+γCVi，t-1+τt+μit（2）

根據前文綜述，部分研究已表明銀行貸款行業集中度對收益的影響是銀行風險水平的二次函數，因此本文也試圖驗證我國銀行業是否存在類似的現象。參考Acharya等（2006）以及Tabak等（2011）的研究方法，在基本模型（1）中加入風險變量Risk及其平方項Risk2與集中度變量HHI的交叉項。如下所示：

Returnit=αi0+α1HHIi，t-1+β1Riski，t-1+β2HHIi，t-1*Riski，t-1+β3HHIi，t-1*Risk2i，t-1+γCVi，t-1+τt+μit（3）

根據式（3）可以推出收益Return關于集中度HHI的一階導數：

dReturnitdHHIi，t-1=α1+β2Riski，t-1+β3Risk2i，t-1（4）

由上式可知，如果我國商業銀行貸款集中度對收益的影響確實是風險的二次函數，呈現U型形狀，那么必然會有β2顯著小于零且β3顯著大于零。

（二）變量說明

1.銀行收益水平。本文衡量銀行收益水平（Return）的主要指標是資產收益率（ROA）和股權回報率（ROE）。

2.貸款行業集中度。目前常用的測度貸款行業集中度的指標是赫芬達爾指數（Herfindahl Index），本文同樣使用該指數進行實證分析。假設銀行i在t時刻投向行業j的貸款余額占其貸款總額的比例為rijt，那么該指標的具體表達式如下：

赫芬達爾指數：HHIit=∑nj=1r2ijt（5）

根據（5）式，當所有的信貸資源平均分配給每一個行業，貸款行業集中度最低時，HHI指數為1/n；當所有信貸資源只投向一類行業，貸款行業集中度最高時，HHI指數為1。即該指數越大，貸款行業集中度就越高。

3.風險代理變量。參考Demiguc-kunt和Huizinga（2010）以及孔愛國和盧嘉圓（2010）等國內外文獻使用的研究方法，本文采用Z值來衡量銀行風險，表達式如下：

Zit=σiROAEOAit+ROAit（6）

從式（6）可以看出，銀行權益資產越多、資產收益率越高、收益率的波動越小，其Z值就越小。說明Z值越小，銀行風險越低。本文還參照Acharya等（2006）的做法，將每家銀行不良貸款率（NPL）的樣本標準差（STDNPL）作為銀行風險的另一代理變量。

四、實證檢驗

（一）數據說明及來源

本文以17家主要商業銀行2008年1季度到2016年3季度的季度數據為分析樣本，數據主要來源于銀監會的貸款投向分行業表③以及WIND數據庫，統計口徑均為法人口徑，少量缺失數據利用銀行定期財務報告進行填補④。考慮到數據可得性以及數據頻率，樣本并未加入其他小型銀行（主要是城市商業銀行和農村商業銀行）。長期以來，17家主要商業銀行貸款發放總額占銀行業金融機構貸款總規模的70%以上，可以較好代表國內銀行業的貸款行業分布特征和集中度走勢。

（二）變量描述性統計

表1給出了國內主要商業銀行相關變量的描述性統計。樣本一共包含585個觀測值，資產收益率ROA均值為065%，股權回報率ROE均值為1153%，權益資產比EOA均值為006。從整個樣本來看，國內主要銀行的不良貸款率NPL相對較低，樣本均值為113%，但是最大值也高達521%，說明部分銀行在特定時期的貸款質量壓力較大。尤其是最近一年來，銀行業貸款質量面臨較大壓力，2016年9月末主要商業銀行的不良貸款率已經達到167%。本文主要關注的貸款行業集中度變量HHI指數的均值為014，明顯低于Berger等（2010）文中的047。這主要是由樣本差異導致的，因為2006年之前我國銀行業還處于改革初期，貸款業務同質化現象較為普遍，行業集中度也就較高。這也在一定程度上表明我國銀行貸款行業集中度隨著時間發生了明顯變化，應該對當前階段集中度情況及其對銀行經營業績的影響進行分析，從而為銀行經營和監管政策給予參考。HHI指數的最大值為04，說明部分銀行貸款行業集中度相對較高。

展示了我國商業銀行貸款行業集中度HHI指數隨著時間的變化趨勢。從全樣本看，由于2008年金融危機的全面爆發，國內實施經濟刺激政策，形成了寬松的信貸環境，新增貸款主要投向了基礎設施建設、房地產等行業，因此行業集中度水平較高。正如銀監會2008年年報指出的那樣，在信貸快速擴張的過程中，信貸資產集中度風險日益凸顯。鑒于此，銀監會持續高度重視集中度風險監管，要求銀行業嚴格執行單一客戶10%和集團客戶15%的授信上限規定，任何機構不得違反，并通過鼓勵銀行發展俱樂部貸款、銀團貸款等方式，防止信貸風險在某些行業和地區過度集中，這些舉措在一定程度上促使貸款行業集中度有所下降。但是危機時期投向基礎建設、房地產等行業的新增貸款大多是中長期貸款；而且主要圍繞客戶集中度制訂的監管規則對行業集中度的作用有限，共同導致行業集中度在2010年1季度開始震蕩回升，到2013年中期達到局部高點。隨著國家產業結構調整與轉型升級政策的推進，銀行業信貸政策以化解過剩產能、支持新興產業和現代服務業、防范自身風險積聚為基本原則，嚴格管控增量貸款的投向，存量貸款選擇性退出部分行業，從而促使貸款行業集中度有所下降。但2015年以來，由于實體經濟有效信貸需求不足、人民銀行數次降息、優質資產匱乏以及實體經濟盈利能力不足等因素，房地產貸款尤其是個人住房貸款受到銀行業青睞。特別是今年以來，增速大幅增加，導致新增房地產貸款占全部貸款增量的比例較高，貸款行業集中度有所回升。

不論是國有銀行還是非國有銀行，貸款行業集中度變化趨勢與全樣本走勢基本一致。但國有銀行的集中度水平一直低于非國有銀行，這可能是由于國有銀行一般要以經濟、環境、社會的可持續發展以及經濟效益、環境效益、社會效益協調統一為目標，積極貫徹落實國家宏觀政策。貸款投向安排努力對接國家重大戰略（如涉農貸款、小微企業貸款等）、更加關注民生發展和環境發展。但是2015年以來，基于資產質量、撥備和盈利等方面的壓力，國有銀行個人住房貸款業務的發展速度也較快，行業集中度上升速度明顯高于非國有銀行，與非國有銀行的差距明顯縮小。

（三）實證結果及分析

大多數學者認為高度序列相關的因變量會導致模型估計存在序列相關問題，本文按照習慣做法，在銀行層面聚集觀察值（cluster）來調整標準差，解決銀行層面的序列相關性。同時在控制銀行個體效應和時間效應的基礎上使用最小二乘法（OLS）估計各個模型。

1. 模型（1）估計結果。表2匯報了基本模型（1）的估計結果，集中度指標HHI指數對ROA和ROE均有顯著負影響。即貸款行業集中度越高，銀行資產收益率和股權回報率越低?？紤]到HHI對兩類收益指標ROA和ROE的顯著影響具有一致性，可以認為這一結論具有一定的穩定性。雖然這一結果與Berger等（2010）的結論完全相反，但Berger等（2010）是以1996年到2006年我國商業銀行數據進行分析的。這一期間我國銀行業還處于利率管制時期，存貸利差是主要盈利來源，銀行專注于更容易投放中長期貸款的行業可以降低管理成本，獲取較好收益。事實上，自1998年亞洲金融危機后，經過宏觀調控，經濟逐步復蘇。鋼鐵、水泥、電解鋁、房地產和汽車制造業確實成為中長期貸款的主要投放行業，銀行貸款配置也具有一定的趨同性（王新華等，2006）。而且這段時間內，我國銀行業整體發展水平不高，綜合管理能力有限，發揮自身比較優勢獲取專業化收益符合當時的經營環境。隨著我國經濟發展速度趨緩、產能過剩等問題出現，部分集中度較高的行業爆發出風險事件（如鋼貿行業信貸危機、煤炭行業整體低迷等），直接導致銀行產生實際損失；而信貸政策同時限制了新增貸款對這些行業的后續支持力度，從而造成銀行整體收益受到明顯的負面沖擊。另外，隨著利率市場化的實質性推進，銀行業利差普遍下降，集中度過高顯然會降低收益，而多行業配置可以充分利用每個行業發展周期不同的特點，放緩利差縮小的影響。

對于其他控制變量，權益資產比EOA增加會顯著降低ROE，這與Tabak等（2011）的研究結論一致，這可能是由于銀行對新增權益資金的運營能力有所下降，不能同比例提高凈利潤。當然，近年來監管部門對銀行的資本金要求更加嚴格也是一個主要影響因素，雖然很多銀行都通過發行優先股和資本債券的方式來補充資本金，但它們無法同時擴大風險加權資產的規模，導致盈利下降。EOA對ROA無明顯影響，且系數為正，表明銀行增加權益資金雖然不會降低資產運營效率，但也無法有效提高效率。資產規模LnA對ROA和ROE無顯著影響，說明市場化環境下純粹依靠規模擴張增加利潤的發展方式已經不合時宜，這與當前國內銀行業逐漸摒棄粗放型發展模式，謀求轉型發展的策略相一致。事實上，長期的規模擴張已經導致我國銀行業出現管理效率低下、信息溝通成本較高等問題，從而阻礙整體盈利能力提升。表示銀行屬性的虛擬變量GY對ROA和ROE的影響都不顯著，但是系數為正。這與現有大多數文獻的結論存在差異，已有研究認為國有產權性質的銀行盈利能力更差（Barth等，2004；Garcia-Herrero等，2009），主要原因在于國有銀行的經營經常會受到政府干預。本文結論在一定程度上說明我國國有銀行在股份制改革和利率市場化等重大金融改革后，市場化經營程度有所提高。

2.模型（2）估計結果。模型（2）用來分析貸款行業集中度對不同屬性銀行收益的影響，具體實證結果見表3。不論因變量是ROA還是ROE，集中度HHI指數與虛擬變量GY的交叉項系數均顯著為正，這表明相對于非國有銀行，貸款行業集中度上升對國有銀行收益水平的負面沖擊較小。國有銀行在大多數行業中的客戶均為大中型企業，因此貸款資金監測效率很高，集中度增加可以有效降低管理成本，有效發揮代理監督的作用。另外，國有銀行在爭奪大客戶資源方面具有比較優勢，市場競爭程度相對較低。其他控制變量對銀行收益的影響與模型（1）的實證結果基本一致，在一定程度說明基本模型（1）的估計比較穩健。

3.模型（3）估計結果。為了進一步分析貸款行業集中度對銀行收益的作用效果是否受到自身風險水平的影響，對模型（3）進行估計，結果見表4。我們可以看到，此時HHI變量的系數變為正，交叉項HHI*Z的系數顯著為負，同時交叉項HHI*Z2的系數顯著為正，有力地支持了貸款行業集中度對銀行收益的影響是風險的二次函數，呈現U型關系的結論。這與Winton（1999）和Acharya等（2006）的研究結果一致。

由于風險因素確實會影響貸款行業集中度對銀行收益的作用效果，我們利用表4中的估計系數，可以畫出HHI對ROA的邊際影響與Z值之間的關系圖，具體見圖2?？梢灾庇^看到，當銀行風險水平處于二次函數的兩個根之外時（風險較低或者較高時），HHI對ROA的邊際影響為正；當銀行風險水平處于二次函數的兩個根之間時，HHI對ROA的邊際影響為負。當銀行風險較小時，若對新行業或者貸款余額占比較低的行業追加更多的信貸資源，會增加銀行收益的波動率并降低平均收益；而適度提高貸款行業集中度可以在不顯著提高破產概率的同時，發揮專業化優勢，增加整體收益。當銀行風險非常高時，若銀行通過降低行業集中度、增加管理成本去加強貸款監督力度，為債權人（主要是存款人）帶來的邊際收益要明顯高于銀行所有者，因為銀行所有者作為剩余索取權的擁有方，需要承擔該措施產生的全部新增成本。即此時降低行業集中度會導致激勵不相容現象出現，銀行寧愿將信貸資源集中于收益率較高且穩定的行業。同時由于國內銀行破產的社會成本極高，信貸高度集中的行業往往會有政府的隱性擔保，行業風險全面爆發的概率較低，因此增加信貸投放仍能獲取較高收益。只有當銀行風險處于中等水平時，貸款分散配置才能有效發揮代理監督機制的作用，降低行業集中度會顯著增加銀行收益。事實上，本文中大多數樣本的風險水平確實處于二次函數的兩個根之間，即集中度增加會顯著降低銀行收益，這與基本模型（1）的研究結論一致。

（四）穩健性檢驗

本文參照Acharya等（2006）的研究，將每家銀行不良貸款率（NPL）的樣本標準差STDNPL作為銀行風險的另一代理指標來檢驗前述U型關系的穩健性，實證結果見表5。同樣的，HHI變量的系數變為正，交叉項HHI*STDNPL的系數顯著為負，同時交叉項HHI*STDNPL2的系數顯著為正，實證結論相對穩健。

另外，考慮到國內銀行業風險水平的變化過程，可以發現U型關系可以較好地解釋現有文獻的研究結論，這也可以在一定程度上說明本文結論具有穩定性。眾所周知，我國商業銀行在股份制改革上市之前，風險水平整體較高，不良貸款率在2005年之前甚至高達10%以上。而Berger等（2010）正是利用2006年之前的樣本證明了銀行貸款行業集中度對資產收益率具有顯著正向影響。隨著銀行業改革深化，綜合經營能力提升，風險水平逐漸降低，到2009年不良貸款率已經維持在2%左右，可以認為這一階段我國銀行風險屬于中等水平。魏曉琴和李曉霞（2011）正是增加了2006年到2009年的樣本數據，證明了貸款行業集中度對國有銀行盈利能力具有明顯的負面影響。整個銀行業不良貸款率在2011年到2013年達到較低水平，一般在1%以下，我們僅用這一分樣本進行實證分析，可以發現HHI對ROA確實具有顯著正向影響⑤。綜合來看，貸款行業集中度對銀行收益的作用是風險的二次函數，呈現U型關系的結論比較穩健。

五、結論與建議

通過對我國17家主要商業銀行2008年1季度到2016年3季度的季度數據進行實證分析發現，我國銀行貸款行業集中度對銀行收益率的邊際影響與銀行風險存在非線性關系：在銀行風險較低或者較高時，貸款行業集中度增加會顯著增加銀行收益；銀行風險處于中等水平時，行業集中度則會產生明顯的負面沖擊，而這一負面沖擊對國有銀行的影響較小。據此，本文提出以下建議：（1）當前銀行業風險壓力較大，經濟下行背景下可供投放貸款的優質行業較少，多元化配置難度較大。建議我國商業銀行積極發展非信貸業務（如現金管理、投行業務、咨詢顧問等）和境外業務，擴大收入來源，降低對利差收入的依賴程度。（2）積極發展貸款出售、貸款互換以及信貸資產證券化業務，通過這些金融工具優化自身貸款行業結構。當某一行業中長期貸款占比過高，集中度風險突出時，可在金融市場中采用上述幾種業務模式進行結構調整。（3）結合政策導向，在對自身風險水平進行分析的基礎上確定不同行業的授信額度。在當前銀行風險水平較高的背景下，貸款行業需要綜合政策導向、風險收益平衡等約束條件，分析自身的風險和優勢，推行差異化的競爭戰略，確定不同行業的貸款比例和市場準入條件。（4）從監管的角度來看，要防止商業銀行在自身風險較高的情況下出現逆向選擇現象，持續向貸款比例較高的行業新增信貸資源。同時要通過對銀行業歷史數據進行綜合分析，制定相關的定量監管指標對行業集中度進行剛性約束。

注釋：

①17家主要商業銀行包括：工商銀行、農業銀行、中國銀行、建設銀行、交通銀行、中信銀行、光大銀行、華夏銀行、廣發銀行、平安銀行（深發展）、招商銀行、浦發銀行、興業銀行、民生銀行、恒豐銀行、浙商銀行、渤海銀行。

②對同一借款人的貸款余額占銀行凈資本的比例不能超過10%，對前10大客戶的貸款余額占銀行凈資本的比例不能超過50%，對單一集團客戶授信總額不能超過銀行資本余額的15%。

③按照銀監會的統計方法，貸款投向一共有23個行業，主要包括：農林牧漁業、采礦業、制造業、建筑業、批發零售業、房地產業、住宿餐飲業、個人貸款（不含經營性貸款）以及教育業等。

④雖然部分年報披露數據與法人口徑數據存在差異，但這種缺失樣本的數量極少，對實證結果不會產生實質性影響。

⑤鑒于文章篇幅限制，實證結果未列出，利用2010年2季度到2013年2季度的數據估計基本模型（1），仍然控制時間效應和個體效應，并在銀行層面聚集觀察值（cluster）來調整標準差。HHI變量的系數為正，在1%置信水平顯著。

參考文獻：

[1]孔愛國， 盧嘉圓. 市場約束、商業銀行治理與風險的實證研究[J].金融研究， 2010（5）：102-115.

[2]王富華， 姜姍姍. 基于風險與收益的上市銀行貸款集中度研究[J].經濟經緯， 2012（5）：166-170.

[3]王海霞. 銀行風險、收益與客戶貸款集中度——基于城市商業銀行的實證分析[J].金融理論與實踐， 2009（11）：71-74.

[4]王新華， 劉在榕， 廖毅. 密切關注中長期貸款行業投向[J].中國金融， 2006（12）：33-34.

[5]王旭. 商業銀行貸款集中度的風險與收益研究——基于中國18家商業銀行面板數據的分析[J].金融經濟學研究，2013（4）：49-59.

[6]魏曉琴，李曉霞. 我國商業銀行貸款集中度的測算及效應分析[J].區域金融研究，2011（4）：22-26.

[7]Acharya VV，Hasan I，Saunders A. Should Banks Be Diversified？ Evidence from Individual Bank Loan Portfolios[J].The Journal of Business，2006，79（3）： 1355-1412.

[8]Barth J R，Caprio G，Levine R. Bank supervision and regulation： What works best[J].Journal of financial intermediation，2004，13（2）： 205-248.

[9]Bebczuk R，Galindo A. Financial crisis and sectoral diversification of Argentine banks，1999-2004[J].Applied Financial Economics，2008，18（3）： 199-211.

[10]Berger A N，Hasan I，Zhou M. The effects of focus versus diversification on bank performance： Evidence from Chinese banks[J].Journal of Banking & Finance，2010，34（7）： 1417-1435.

[11]Boot A W A，Schmeits A. Market discipline and incentive problems in conglomerate firms with applications to banking[J].Journal of Financial Intermediation，2000，9（3）： 240-273.

[12]Cerasi V，Daltung S. The optimal size of a bank： Costs and benefits of diversification[J].European Economic Review，2000，44（9）： 1701-1726.

[13]Demirgü-Kunt A，Huizinga H. Bank activity and funding strategies： The impact on risk and returns[J].Journal of Financial Economics，2010，98（3）： 626-650.

[14]Deng S，Elyasiani E. Geographic Diversification，Bank Holding Company Value，and Risk[J].Journal of Money，Credit and Banking，2008，40（6）：1217-1238.

[15]Diamond D W. Financial intermediation and delegated monitoring[J].The Review of Economic Studies，1984，51（3）： 393-414.

[16]Drucker S，Puri M. On loan sales，loan contracting，and lending relationships[J].Review of Financial Studies，2009，22（7）： 2835-2872.

[17]García-Herrero A，Gavilá S，Santabárbara D. What explains the low profitability of Chinese banks？[J].Journal of Banking & Finance，2009，33（11）：2080-2092.

[18]Gropp R，Hakenes H，Schnabel I. Competition，Risk-shifting，and Public Bail-out Policies[J].Review of Financial Studies，2011，24（24）：2084-2120.

[19]Iskandar-Datta M，McLaughlin R. Global diversification： Evidence from corporate operating performance[J].Corporate Ownership & Control，2005： 228.

[20]Kamp A，Pfingsten A，Memmel C，et al. Diversification and the Banks′ Risk-Return-Characteristics-Evidence from Loan Portfolios of German Banks. Discussion Paper，Deutsche Bunderbank，2007.

[21]Laeven L，Levine R. Is there a diversification discount in financial conglomerates？[J].Journal of Financial Economics，2007，85（2）： 331-367.

[22]Rossi S P S，Schwaiger M S，Winkler G. How loan portfolio diversification affects risk，efficiency and capitalization： A managerial behavior model for Austrian banks[J].Journal of Banking & Finance，2009，33（12）： 2218-2226.

[23]Stomper A. A theory of banks′ industry expertise，market power，and credit risk[J].Management science，2006，52（10）： 1618-1633.

[24]Tabak B M，Fazio D M，Cajueiro D O. The effects of loan portfolio concentration on Brazilian banks′ return and risk[J].Journal of Banking & Finance，2011，35（11）： 3065-3076.

[25]Winton A. Don′t Put All Your Eggs in One Basket？ Diversification and Specialization in Lending. Center for Financial Institutions Working Papers 00-16，University of Pennsylvania，1999.

An Empirical Analysis of the Effects of Loan Industry Concentration on Bank

Returns based on Risk Perspective

ZHANG Jian

（Postdoctoral Research Station of Bank of Communications/Mobile Postdoctoral Stations of

Shanghai University of Finance and Economics， Shanghai 200336，China）

Abstract：In the process of business development， banks may pay more attention to the matching of individual business income and default risk， while ignoring the negative impact of excessive concentration of loan business. Based on the quarterly data of Chinese major commercial banks， this paper studies the effect of loan industry concentration on bank returns and discusses the role of bank risk in the influence mechanism. The results showed that the marginal effect of loan industry concentration on bank returns is the quadratic function of risk. When the bank′s risk is very low， a credit increase in industry whose loan proportion is small will increase bank returns volatility and reduce average returns； when the risk is very high， the bank will concentrate credit resources in industry which yield is higher and stable to increase return because the delegated monitoring mechanism is not compatible and the social cost of bank insolvency is very high； when the risk is moderate， the delegated monitoring mechanism will play an efficient role and then loan diversification results in increasing return. During the sample period， vast majority of bank risk value in our database is in the moderate level， an increase in industry concentration will have a significant negative impact on return， but the negative impact is less for state-owned banks. Research conclusions have important theoretical significance for optimizing banking credit structure.

Key words：loan industry concentration；bank returns；bank risk；nonlinear effect

（責任編輯：周正）