(重慶工商大學(xué) 重慶 400067)
(一)研究背景。隨著十九大的召開,我國的社會主要矛盾已變?yōu)槿嗣袢找嬖鲩L的美好生活需要和不平衡不充分的發(fā)展之間的矛盾。發(fā)展不平衡不充分的問題日益凸出,金融機構(gòu)能否更好地服務(wù)于實體經(jīng)濟是解決問題的關(guān)鍵,而處于金融機構(gòu)核心地位的商業(yè)銀行迎來了發(fā)展機遇,也同時面臨著挑戰(zhàn)。近年來,我國的商業(yè)銀行大量的貸款資金集中于房地產(chǎn)行業(yè)、產(chǎn)能過剩的行業(yè)、生產(chǎn)業(yè)等大行業(yè),而對新型產(chǎn)業(yè)、中小企業(yè)的貸款額很低,可以看出商業(yè)銀行對我國實體經(jīng)濟的扶持明顯不足。
(二)研究目的。金融是實體的命脈,是推動實體經(jīng)濟發(fā)展的助力器。在經(jīng)濟轉(zhuǎn)型的大背景下,商業(yè)銀行自身的命運與國家的宏觀經(jīng)濟息息相關(guān),銀行長期以來的信貸結(jié)構(gòu)不合理不但影響著商業(yè)銀行的改革,同時影響著實體經(jīng)濟的健康發(fā)展,務(wù)必精準(zhǔn)引導(dǎo)金融資金的投向。分析商業(yè)銀行行業(yè)信貸集中度和商業(yè)銀行收益增長情況兩者之間的關(guān)系有重要的現(xiàn)實意義,結(jié)合理論和實際對二者的關(guān)系,為商業(yè)銀行的轉(zhuǎn)型發(fā)展提供理論依據(jù)和借鑒,對中國市場經(jīng)濟結(jié)構(gòu)的調(diào)整有著重要的作用。
(一)樣本選擇和數(shù)據(jù)說明、來源。本文選擇以2007—2016年間我國14家商業(yè)銀行為研究對象。樣本的數(shù)據(jù)及相關(guān)信息均來源于各上市銀行的年報,并利用EXCEL手工篩選、通過EVIEWS9.0軟件對面板數(shù)據(jù)進行實證檢驗分析。
(二)變量設(shè)置
1.被解釋變量。本文選取的被解釋變量為銀行的總資產(chǎn)收益率的增長率,作為銀行收益增長率的衡量指標(biāo),用LNROA表示,ROA能夠反映銀行的綜合經(jīng)營成果。
2.解釋變量。解釋變量為貸款行業(yè)集中度。參照以往的文獻,常用的測算貸款行業(yè)集中度的指標(biāo)主要是赫芬達爾指數(shù),用符號HHIit表示。HHIit是i銀行在t年向行業(yè)j投入貸款占其投入總貸款的比例之和表示。[1]
3.控制變量。本文選取不良貸款率和銀行總資產(chǎn)的對數(shù)作為控制變量,分別用SHORT和LNA表示。
(三)模型構(gòu)建。本文試圖分析貸款行業(yè)集中度對商業(yè)銀行收益增長率的影響,假定HHI和LNROA、SHORT、LNA之間可構(gòu)建以下回歸模型:LNROAit=α0+α1HHIit+α2SHORTit+α3LNAit
(一)樣本數(shù)據(jù)描述性統(tǒng)計分析。表一給出了我國14家商業(yè)銀行相關(guān)變量的信息統(tǒng)計??梢钥闯?,銀行總資產(chǎn)收益率的增長率呈現(xiàn)負增長的趨勢,均值為-1.9486,這與我國經(jīng)濟進入新常態(tài)的形式相符合。貸款行業(yè)集中度的均值為0.1542,說明我國的貸款行業(yè)集中度相對較低,但是最大值0.3385意味著個別銀行的貸款行業(yè)投向比較集中。我國商業(yè)銀行的不良貸款率均值僅為0.0153,相對較低,但最大值有0.2357,說明部分銀行的貸款質(zhì)量還存在著明顯的問題。總資產(chǎn)增長率的均值為6.8219,呈現(xiàn)快速的增長速度,說明各個銀行的規(guī)模在不斷擴大。

表一 商業(yè)銀行相關(guān)變量描述性統(tǒng)計
(二)實證結(jié)果
1.面板數(shù)據(jù)的穩(wěn)定性檢驗。為了避免偽回歸,在對面板數(shù)據(jù)建立模型之前,需要對面板數(shù)據(jù)的各個變量進行單位根檢驗,分析各個變量的穩(wěn)定性。本文中的樣本數(shù)據(jù)是平衡數(shù)據(jù),因此可進行ADF檢驗。檢驗結(jié)果用表二表示:LNROA、HHI、LNA、SHORT在5%的顯著性水平下檢驗結(jié)果顯著,拒絕假設(shè),沒有單位根,均是平穩(wěn)序列。

表二 變量的單位根檢驗
2.樣本數(shù)據(jù)回歸結(jié)果。通過表三中的F檢驗和Hausman檢驗結(jié)果表明,貸款行業(yè)集中度對我國商業(yè)銀行資產(chǎn)收益率增長率的影響拒絕了混合效應(yīng)模型的原假設(shè),應(yīng)選取時間固定效應(yīng)方程模型。
通過進一步的回歸分析發(fā)現(xiàn),在5%的置信水平下,貸款行業(yè)集中度對銀行收益增長率率有顯著的負面影響。當(dāng)貸款行業(yè)集中度提高1個單位時,凈資產(chǎn)收益率的增長率減少0.728個單位,這說明貸款行業(yè)越集中,銀行將付出更大的成本代價,收益率的負增長情況越大。另外在5%的置信水平下,資產(chǎn)規(guī)模的增長率正向促進了銀行收益增長率率的提高,當(dāng)資產(chǎn)規(guī)模增長率增加一個單位時,總資產(chǎn)收益率的增長率增加0.0477個單位,而不良資產(chǎn)貸款率對銀行收益變化率的負面影響并不顯著。

表三 回歸檢驗結(jié)果
(一)研究結(jié)論。本文以2007—2016年10年間我國14家商業(yè)銀行的面板數(shù)據(jù)為研究樣本,通過EXCEL和EVIEWS9.0軟件得到以下3點研究結(jié)論:1.商業(yè)銀行貸款行業(yè)集中度越高,顯著提高了銀行收益率的負增長率;2.銀行收益增長率的變化還受銀行自身規(guī)模的影響,銀行的規(guī)模越大,促進了收益率增長率的上升;3.由于銀行自身高負債比、發(fā)生的借貸款業(yè)務(wù)量多等特點,銀行不良貸款率對銀行資產(chǎn)收益率增長率負面影響并不顯著。
(二)政策建議
1.調(diào)整信貸結(jié)構(gòu),扶持新型高科技產(chǎn)業(yè)和中小企業(yè)。從供給側(cè)的改革的提出到十九大要求金融機構(gòu)大力支持實體經(jīng)濟,可以看出我國經(jīng)濟轉(zhuǎn)型正在如火如荼進行。我國商業(yè)銀行應(yīng)相應(yīng)國家政策號召,調(diào)整信貸結(jié)構(gòu),將信貸資金從產(chǎn)能過剩的大型企業(yè)分散投入到新型高科技產(chǎn)業(yè)以及中小企業(yè),促進實體經(jīng)濟的健康發(fā)展,同時促進銀行資產(chǎn)收益增長率的提高、金融業(yè)的可持續(xù)發(fā)展。
2.建立貸款集中度風(fēng)險指標(biāo)體系。銀行要結(jié)合自身的風(fēng)險特點,對各個行業(yè)的貸款額度適當(dāng)分配,同時建立貸款集中度的風(fēng)險指標(biāo)體系,對于企業(yè)貸款申請按信貸流程嚴(yán)格審批,對于不符合規(guī)定的貸款申請要及時進行披露。此外,拓展優(yōu)質(zhì)的貸款客戶,分散貸款集中度的風(fēng)險。
3.嚴(yán)格把控銀行的貸款流向,降低不良貸款率。政府和相關(guān)部門作為銀行重要的監(jiān)管方,對各個銀行的貸款行業(yè)投向比例應(yīng)提供一個不得超過的最高比例,避免貸款行業(yè)投向的過度集中,同時不定期檢查銀行的貸款程序是否符合規(guī)定,對不符合流程的貸款強行撤回,并對相關(guān)負責(zé)人和業(yè)務(wù)人員做出相應(yīng)的嚴(yán)厲懲罰。
【參考文獻】
[1]李翔,勞敬禮.商業(yè)銀行利潤主要來源于實體經(jīng)濟嗎?:基于PSTR模型的非線性檢驗[J].投資研究,2014(4):52—62.