分行薪酬考核激勵、信息收集和信貸決策

田躍勇

0 引言

激勵機制是經濟學研究的核心主題之一。企業內部存在著多種形式的代理關系，比如所有者與管理者，上級與下級。為了使每一個員工能夠按照其職責進行工作，企業需要設立正確的激勵機制，使員工個人利益與企業利益盡可能保持一致，從而使其行動目標和企業目標保持一致。激勵機制對于銀行類金融機構開展信貸業務尤為關鍵，因為開展信貸業務依賴員工的主觀性，員工個人的角色非常重要。

現有關于銀行激勵機制的研究，主要圍繞高級管理層。比如，Houston and James(1995)分析了銀行是否會因為存款保險的存在，給予CEO更高的績效獎勵以鼓勵其參與更高風險的投資；Hubbard and Palia(1995)檢驗了隨著銀行跨州經營法案的通過，銀行業的競爭水平增加，CEO薪酬是否與銀行績效更加緊密關聯。然而，Stein(2002)指出不僅僅是核心管理層的激勵設計重要，一線員工的激勵設計也十分關鍵，因為客戶信息包含很多“軟信息”，無法在層級之間可信的傳遞，所以需要設立相應的普通員工的激勵機制，使得普通員工充分發揮其信息優勢。Qian et al.(2015)檢驗了隨著中國加入WTO、銀行業加強基層信貸經理的權限之后，信貸業務中信息的收集和利用是否更具有效率。Agarwal and Ben-Davi(2014)，Cole et al.(2015)利用隨機實驗的方法，研究不同程度的激勵機制如何影響客戶經理審核信貸申請時的努力程度和信貸決策。

國內關于銀行業激勵機制的研究也有很多。陳學彬(2005)、喬海曙和王軍華(2006)等利用銀行年報披露的管理層和員工薪酬數據，分析薪酬和銀行整體績效之間的關系。然而，這些證據不能直接表明激勵機制是否產生了影響以及如何影響信貸決策。

本文利用一家城市商業銀行的分行績效考核辦法，研究不同的績效獎勵如何影響分行的信貸決策。該績效考核辦法獎勵賬面利潤、懲罰不良貸款，并以計算的考核利潤乘以利潤提取比例作為分行的績效獎勵。為鼓勵新成立分行拓展業務，新成立分行在前兩年可以分別享受1.2倍和1.1倍基準利潤提取比例的優惠。享受高利潤提取比例的分行，其基層信貸經理就面臨著更高的績效激勵。本文主要利用各分行之間享受利潤提取比例的不同，研究高利潤提取比例如何影響分行的信貸決策。

本文首先發現，享受較高利潤提取比例的分行單筆貸款的金額和期限比享受基準利潤提取比例的分行顯著更高，貸款金額平均要多17萬元到30萬元，期限平均多15天。較多的貸款金額和較長的貸款期限都意味著更高的賬面利潤；然而，這種利潤的追求并未以犧牲貸款質量為代價。相反，本文發現享受較高利潤提取比例的分行發放的貸款違約率更低，而且高利潤提取比例降低貸款違約率的作用顯著。同時，這種作用對于短期限的貸款更加明顯，可能是由于短期限的貸款利潤實現快、績效獎勵獲得快，因此提高利潤提取比例更能促進信貸員工控制短期限貸款的風險。

進一步地，本文探討激勵機制發揮作用的渠道。本文發現，享受高利潤提取比例的分行，對于貸后違約的發生具有更好的控制能力，說明員工進行了更有效的信息收集和利用。這些結果表明，高利潤提取比例促進了員工收集和利用信息的效率，從而更有效地篩選出了優質的企業，給予其額度更大、時間更長的貸款，并且提高了貸款的質量。

最后，本文討論以新還舊這一銀行業常見做法對本文結果的影響。銀行在企業貸款到期之時給予企業新的貸款用以償還到期貸款，一種解釋是銀行為資信良好的企業提供持續穩定的信貸支持，另一種解釋是銀行試圖掩蓋壞賬、拖延壞賬的發生。本文發現，資信情況越好(體現為規模越大、盈利能力越強、負債水平越低、抵押物越多)的企業越容易獲得銀行以新還舊的支持，而且那些享受高利潤提取比例的分行在決定是否給予以新還舊支持時更加看重企業的資信情況。這些結果說明，以新還舊更多是為優質企業提供持續的信貸支持，不會影響本文的結論。

本文的結構安排如下。第1部分是文獻綜述，第2部分介紹樣本銀行的分行績效考核辦法，第3部分介紹本文的數據和研究方法，第4部分展示實證分析結果，第5部分總結并給出研究意義。

1 文獻綜述

國內學者關于銀行業員工激勵機制的分析討論并不少見。定性研究方面，中國工商銀行江蘇省分行課題組(2007)就工商銀行轉型期完善員工激勵機制可能遇到的問題、表象特征和對策措施進行了探討，指出了提高員工薪酬激勵與股東利益最大化的矛盾、管理人員正確運用激勵措施的挑戰、不科學的員工績效考核指標體系、內部人控制和尋租現象限制了激勵機制的作用等問題。這些問題對于剛進行市場化改革的商業銀行尤其重要。

實證研究方面，陳學彬(2005)以上市銀行數據進行回歸分析發現，銀行資產規模、資產收益率對銀行高管人員和員工的薪酬具有顯著的正影響，而凈資產收益率和資本充足率有顯著的負影響。喬海曙和王軍華(2006)利用各銀行年報數據，發現我國股份制商業銀行的薪酬激勵與其經營績效呈正相關，與其經營風險呈負相關，說明薪酬的提高與經營業績的改善、經營風險的降低是同步的。李江濤等(2016)分析了上市銀行凈資產收益率和員工人均貨幣薪酬之間的關系，發現兩者呈現倒U型關系。這些基于中國數據的實證研究具有開創性，但也存在一些不足之處，主要包括如下三點問題。第一，文章進行的是跨銀行層面的比較，只能說明盈利水平越高的銀行，員工和管理層的薪酬也越高，但不能說明在時間維度上，員工與管理層薪酬是否與銀行盈利水平同步。第二，文章以銀行整體作為考察對象，缺乏對銀行內部員工和管理者薪酬與各自表現關系的分析，而員工個人層面的表現是否與其薪酬同步，才是激勵機制發揮作用的關鍵。第三，喬海曙和王軍華(2006)、李江濤等(2016)以實際薪酬作為解釋變量，銀行盈利和風險管理水平作為被解釋變量，但從時間關系而言，應該給定薪酬考核辦法，說明銀行盈利和風險管理水平決定管理層和員工薪酬。與喬海曙和王軍華(2006)不同的是，陳學彬(2005)研究的是高管人員和普通員工薪酬的決定因素，因此解釋變量和被解釋變量的選擇是正確的。但是，這些研究只能說明薪酬與績效是否同步，不能說明激勵機制是否發揮了作用。如果要研究激勵對銀行經營的影響，應該比較不同激勵辦法之下，銀行經營效率的變化。

闕澄宇和王一江(2005)研究了美國前20家大型銀行的董事會主席和CEO的收入結構及其時間變化，發現高管人員收入中年薪比例較小，激勵尤其是長期股權激勵的比例較大。無論是從時間維度還是從高管人員級別維度，年薪的差別都不大，而激勵報酬的變化巨大。這些結論說明在高級管理人員這一級別，收入中的固定部分較少，隨著銀行經營績效而變化的變動部分較多。然而，文章不能說明對高級管理人員采取低固定收入、高績效獎勵的做法是否提高了銀行的經營表現。

與闕澄宇和王一江(2005)不同的是，劉海峰等(2009)專注于研究普通員工而非高級管理層的激勵機制。他們通過調查問卷收集數據，對知識性員工的激勵要素和生產率之間的量化關系進行了度量；但是，文章分析主要依賴于被調查者主觀的回復，缺乏實踐中的驗證。同時，闕澄宇和王一江(2005)、劉海峰等(2009)都不能提供激勵機制是否有效的直接證據。

國外關于激勵的研究，多集中于高級管理者(比如CEO)的激勵與企業經營之間的關系(Berger et al., 2014)。Houston and James(1995)分析了銀行是否會因為存款保險的存在，比其他同等杠桿水平的企業更加偏好風險。和其他行業不同，銀行業由于存款保險的存在，債權者的風險暴露較小，因而銀行的股權持有者可能希望銀行投資更多高風險、高收益的項目，而實現的方式就是給予銀行管理者更高的績效激勵。文章發現，相比于其他行業，銀行業的CEO獲得的現金獎勵更少，參與股權激勵計劃的概率更低，總收入中股權和期權所占的比例也更低；同時，銀行業管理層總收入與企業績效的敏感程度與其他行業并無顯著差別。這些結果說明，銀行業并未因為存款保險的存在，使用更加激進的激勵計劃促使管理層更加偏好風險。同樣地，John and Qian(2003)和Dave(2009)發現美國商業銀行高管薪酬與績效的相關性并不明顯，Crawford et al.(1995)和Griffith et al.(2002)則著重分析了管理層持股比例與銀行績效的關系。

Hubbard and Palia(1995)檢驗了隨著銀行跨州經營法案的通過、銀行業的競爭水平增加，CEO薪酬是否與銀行績效更加緊密關聯。結果發現，銀行業CEO的薪酬水平、薪酬與銀行經營業績的關系、CEO更替在銀行業競爭程度加強之后都顯著增加。

高級管理層的激勵機制固然重要，但銀行的運作不僅取決于高級管理層，同樣依賴于信息由下而上的傳遞。大量的理論研究(Crawford and Sobel，1982；Bolton and Dewatripont，1996；Dessein，2002；Dewatripont and Tirole，2005；Harris and Raviv，2005，2008)認為，信息傳遞的成本很高。一方面，吸收別人傳遞的信息需要花費很多的時間和精力；另一方面，不同的人在傳遞和理解信息時又會加入自己的理解，產生偏差。在銀行的背景下，Stein(2002)、Berger et al.(2005)指出銀行的組織架構和層級關系對于其功能至關重要，因此不僅僅是核心管理層的激勵重要，一線員工的激勵也十分關鍵，尤其是客戶信息主要以“軟信息”為主的時候。Stein(2002)比較了不同的組織架構形式對收集信息和投資決策的影響，認為當項目信息是“軟信息”、不能可信的在組織內部傳遞時，去中心化的形式更加有效；而當項目信息是“硬信息”、可以無成本地在組織內部有效傳遞時，中心化的模式更優。顯然，銀行客戶尤其是中小企業客戶有很多有價值的“軟信息”，因此光調動高管層的激勵還不行，一線客戶經理的激勵設計同樣重要。

Stein(2002)之后，一部分學者開始關注普通員工的激勵設計。Agarwal and Hauswald(2010)通過實證分析發現，責任越大、權限越大的人會更有激勵去生產高質量的信息，在決策過程中發揮更重要的作用。Qian et al.(2015)發現隨著中國加入WTO、銀行業加強基層信貸經理的權限之后，由客戶經理產生的客戶信用評級可以更好地預測貸款利率和貸后結果，尤其是當信貸經理和負責審批的行長在一起工作時間較長之時。這個結果說明，在信息傳遞成本更低、客戶經理激勵更大之時，客戶經理確實會生產關于項目風險的真實信息，且這個信息會被采用。Brown et al. (2012)發現，信貸經理傾向于給出相對平滑的客戶信用評級，其動機可能是不愿意花費精力去和客戶商談利率的變化。

Agarwal and Ben-Davi(2014)利用美國一家大型銀行的隨機實驗，發現當信貸經理的收入由固定報酬轉變為基于貸款發放量的獎勵機制時，貸款申請通過的概率更高，貸款金額更大，貸后違約的可能性也越高。同樣，Cole et al.(2015)實驗設計了三種激勵機制，即基于貸款發放量的獎勵機制、基于給定貸款質量的貸款發放量的獎勵機制、基于優質貸款進行獎勵和違約貸款進行懲罰的機制，然后在實驗室環境下按照這三種激勵機制對信貸經理隨機分組，再給予他們真實的信貸申請材料，分析不同激勵機制如何影響信貸經理的風險評估和信貸決策，這種實驗控制排除了信息收集和貸后監管的影響。他們發現，在基于貸款發放量的獎勵機制下，信貸經理發放了更多低質量的貸款；而在獎勵優質懲罰違約的機制下，信貸經理減少了風險暴露、提高了貸款利潤，且只小幅度減少了貸款的發放量。同時，獎勵延遲支付會嚴重影響激勵機制的作用，基于貸款發放量的獎勵機制會提高信貸經理對信貸申請的評級，激勵機制對于有職業考慮的信貸經理行為的影響更大。

本文首先考察在總行給予各個分行不同的利潤提取比例作為績效獎勵時，各分行信貸部門在貸款金額、貸款期限和貸款質量上是否存在顯著不同。接著，本文給出若干證據論證這些不同可能是由于高利潤提取比例促使了更有效的信息收集，這些證據包括利潤提取比例是否影響了貸款利率對貸后違約的預測能力，利潤提取比例對貸款金額、期限和風險的作用是否會受到績效獎勵延期支付的影響。最后，本文進一步考慮銀行給予企業貸款以新還舊的決定因素，以及以新還舊做法是否影響本文的結果。

2 銀行績效考核辦法

本文的研究借助一家城市商業銀行的績效考核辦法。該行績效考核采取分級考核制度，即總行考察直屬分支行，決定給予直屬分支行當年的績效獎金總和；分行再自行考核分行各部門和下屬支行，決定如何分配總行給予的績效獎金。在分行考核員工層面，由于單筆信貸業務往往牽扯到多個員工和部門，貢獻與責任難以劃分，同時同一分行內部各個員工面臨的績效激勵辦法也都相同，因此無法采用固定分行效應、比較員工的橫截面分析方法。而在總行考核分行層面，各個分行是相對獨立的，即使是多個分行協同取得的績效也會按照“誰貢獻誰受益”的原則由參與營銷的各方核定應歸屬于各方的收益部分(見下文的“聯動營銷扣減”)，且總行對不同分行采取不同的考核辦法，因此本文進行分行層面的比較。數據采集時間截至2016年1月，該行共有12家直屬分支行(包括總行營業部)。

2012年1月1日起，原分行考核辦法廢止，新考核辦法啟用。新辦法重點考查兩項核心指標：考核利潤額和日均存款凈增額。分行年度整體績效獎勵可以用如下公式表示：

(1)

其中，考核利潤額=賬面利潤-聯動營銷扣減±賬面利潤調節項。賬面利潤調節項包括兩項重要內容： 第1項，考核期內新增表內應收利息全額調減分行利潤；第2項，考核期內發生的新增不良貸款按照五級分類的認定結果調減分行利潤，其中新增正常貸款調減1%，新增關注貸款調減2%，新增次級貸款調減25%，新增可疑貸款調減50%，新增損失貸款調減100%。

綜合績效得分是分行年度計劃完成情況的評分，滿分100分，其中不良貸款率超標直接扣10分。

由公式(1)可見，分行績效獎勵的多少，既取決于其利潤額，也取決于資產風險，不良貸款的出現會通過調減賬面利潤和扣減綜合績效得分兩個途徑對于分行整體績效獎勵產生重要的影響。分行希望增加賬面利潤，同時也要謹慎控制貸款風險。

從2012年1月開始，存款提取比例不曾改變，但利潤提取比例經歷了多項變革，總結如下：

(1) 2012年1月1日起，不超過上年實際利潤10%(含)以內部分提取5%，超過上年實際利潤10%以上部分提取8%；新成立分行第一年為基準提取比例的1.2倍，第二年為基準提取比例的1.1倍。

(2) 2014年1月1日起，不超過上年實際利潤的部分提取5%，本年利潤超過上年實際利潤10%(含)以內部分提取6%，本年利潤超過上年實際利潤10%～20%(含)部分提取8%，本年利潤超過上年實際利潤20%以上部分提取10%；新成立分行第一年為基準提取比例的1.2倍，第二年為基準提取比例的1.1倍。

(3) 2015年4月1日起，不超過上年經濟增加值[注]經濟增加值=稅后凈利潤-資本×資本成本率。的部分提取6%，本年經濟增加值超過上年經濟增加值10%(含)以內部分提取7%，本年經濟增加值超過上年經濟增加值10%～20%(含)部分提取9%，本年經濟增加值超過上年經濟增加值20%以上部分提取11%；新成立分行第一年為基準提取比例的1.2倍，第二年為基準提取比例的1.1倍。

本文的實證策略，是利用分行成立前兩年享受基準利潤提取比例1.2倍、1.1倍的事實，比較成立第一年、第二年和二年以上的分行的信貸發放行為。利潤提取比例越高，無論是賬面利潤還是不良貸款的影響也就越大，分行內部員工應該更有激勵去提高利潤和控制風險。然而，直接比較分行整體貸款發放總量和不良貸款率是不合適的，因為新成立分行顯然會有更少的客戶、更低的信貸業務總量，不良貸款率也可能因為歷史原因而不同。因此，本文主要進行貸款合同層面的分析，即單筆貸款的特征和風險是否會因為受理分行面臨的利潤提取比例的不同而不同。

從方法論上而言，為了識別績效考核和信貸決策的因果關系，最理想的實證分析方法是尋找影響分行利潤提取比例但不通過其他渠道影響信貸決策的外生因素。基于實驗的研究可以方便地實現這一點，但基于經驗數據的分析是極其困難的，因為實際操作中任何針對績效考核的安排都不是隨機而是綜合考慮的結果。在本文中，利潤提取比例的不同直接來源于分行成立時間的不同，因此本文的結果也可能是其他與分行成立時間相關的因素的影響結果。而且利潤提取比例與分行成立時間完全對應，無法進行任何針對成立時間和信貸決策關系的檢驗來排除這種可能性。為此，本文嘗試使用另一種方法進行穩健性檢驗。注意到2014年和2015年的利潤提取比例之間存在表1所示的關系。按照表1中給出的順序，無論是哪個利潤區間，利潤提取比例都是只增不減，因此這6個不同的提取比例之間存在嚴格的遞增關系。按照表1的順序，本文對2014年之后的每一筆貸款，按照發放日和受理銀行確定其所對應的利潤提取比例，生成一個取值1～6的變量comorder。該變量取值1即對應2014年比例，取值2對應1.1倍2014年比例，以此類推。

表1 利潤提取比例關系

變量comorder的變化，不僅取決于分行成立時間，還取決于所在年份，因此以comorder為解釋變量的方法可以在一定程度上避免本文的結果是由分行成立時間或者其他與成立時間相關的因素造成的。該方法的缺陷是，2012年開始的提取比例及其1.1倍、1.2倍與上述6種提取比例之間沒有明確的關系，因此運用這種方法樣本就需要從2014年1月開始，部分2014年之后發放的貸款在數據采集時(2016年1月)還未到期，因而樣本量大大減小。因此，本文的實證分析以第一種方法為主，利用第二種方法作穩健性檢驗。

3 數據和方法論

3.1 數據

3.1.1 數據來源

本文使用數據來自于一家城市商業銀行的信貸管理系統。該信貸系統從2009年開始上線，記錄了企業信貸業務流程的詳細信息，包括企業名稱、經濟類型、所在行業、成立日期、規模、地址、財務報表數據、業務受理機構、貸款的金額期限和利率、貸款發放時間以及最重要的貸款本金收回情況。本文將貸款到期日當月月底本金還未還清的貸款定義為“違約”，當月月底本金還清的貸款定義為“安全”，樣本采集時間還未到期的貸款定義為“未知”。從2012年初到2016年1月底，樣本包括了2376筆違約貸款、60381筆安全貸款、10084筆未知貸款，除去未知貸款的違約率為3.79%。

3.1.2 變量與描述性統計

表2是相關變量的定義。第一部分是描述績效激勵的解釋變量。stage描述貸款發放日所在的時間區間，取值2012.01表示適用2012年1月通過的績效考核管理辦法，以此類推；group表示利潤提取比例是基準、基準的1.1倍還是1.2倍；comorder表示適用的利潤提取比例按照表1排序所在的組。

第二部分是貸款合同特征變量，包括金額、期限和年化利率。對于金額，本文既使用其絕對數目，也按照一般文獻的做法取對數使其分布更接近正態分布；對于期限，由于貸款期限大部分都是整月數，樣本中接近86%的貸款期限都是6個月或者1年，所以以日計算的期限并不是連續分布，因此本文將所有貸款期限四舍五入到整月數，以此進行回歸分析。變量default表示最終本金歸還結果，結果“未知”的觀測不進入回歸分析中。

表2 變量定義

第三部分是企業屬性變量。關于經濟類型的劃分并沒有統一的標準。本文采取通常的做法，將股份合作企業、股份有限公司、有限責任公司、私營獨資和有限責任企業歸為“私營”，將個體工商戶和個人合作歸為“個體”，國有企業歸為“國有”，具有港澳臺股份的歸為“境外資本”，其他全部歸為“其他”。

表3是離散型變量的描述性統計。從行業分布來看，樣本企業主要集中在制造業、住宿和餐飲業，其次是房地產業、采礦業和建筑業，這與樣本銀行的市場定位一致，因為作為一家城市商業銀行，其主要客戶是當地的中小企業，多為中小制造企業和住宿餐飲業。結合適用的利潤提取比例來看，各個行業的企業適用基準、1.1倍基準、1.2倍基準中的比例差異不大，建筑業中適用基準提取比例的企業占比最低為78%，房地產業中適用基準提取比例的企業占比最高為98%。從經濟組織形式來看，私企占了絕對的地位，占比將近92%。在私營企業內部，適用基準提取比例的企業占比85%、1.1倍基準的企業占比10%、1.2倍基準的企業占比5%。

表3 分類變量描述性統計

表4是連續型變量的描述性統計。從資產規模來看，適用基準比例的企業似乎規模更大，但從資產規模的對數來看這種差異并不顯著。適用基準比例的企業似乎成立時間更久，固定資產比例更低，其他方面沒有顯著差異。

表4 連續型變量描述性統計

3.2 方法論

3.2.1 績效考核與貸款金額、期限

基本方法是控制利潤提取比例改革階段的固定效應，比較不同利潤提取比例對貸款金額和期限的影響。為了減少內生性影響，企業相關變量都是采取貸款發放前一年年底的數值。

貸款金額的回歸模型如下所示：

(2)

回歸模型中被解釋變量采用的是貸款金額的對數值，因為以loansum為被解釋變量的回歸結果容易受到極大值的影響。但是，為了展示激勵機制對貸款金額的影響大小，本文同時使用loansum作為被解釋變量估計式(2)。

進一步地，如上文所說，為了避免結果是由成立時間而非利潤提取比例造成的，本文以comorder作為解釋變量取代group。由于comorder取值較多，而且本文的目的是研究comorder取值更高時，對貸款金額是否有顯著的影響，而不是以comorder作為控制變量，從而可以清楚的展示其影響是否顯著。回歸模型如式(3)所示。采取comorder作為離散型變量進行回歸時，結論基本不變。

(3)

同樣地，使用貸款金額loansum作為被解釋變量估計式(3)。

對于貸款期限，本文采用進行如下線性回歸。

(4)

同樣，出于穩健性考慮的目的，本文用comorder作為解釋變量取代group估計模型(4)。

值得注意的是，貸款期限主要集中分布在30天、31天這樣的整數月數。因此，本文同時以月為單位計算期限，極少數非整數月數時四舍五入取整，從而使用有序多元離散選擇模型進行穩健性檢驗，結果與模型(4)基本相同。

3.2.2 績效考核和貸后違約

對本金歸還情況明確的貸款進行如下二元回歸：

(5)

與貸款金額、貸款期限不同的是，default需要貸款到期才能觀察到。第三次利潤提取比例變化是在2015年4月，樣本截止時間是2016年1月，期間發放的貸款大多不能觀察到本金到期是否全部歸還，因此如果使用comorder作為解釋變量，樣本幾乎全部來自2014年1月到2015年4月期間發放的貸款，此時comorder與group幾乎相同。所以，在對貸后違約情況進行的分析中，本文只使用了group作為解釋變量。

Cole et al.(2015)發現，延期支付會顯著影響激勵機制的作用。在本文的背景下，因為貸款需要到期才能收回本息，所以貸款期限越長，信貸經理獲得對應績效獎勵的等待時間就越長。按照Cole et al.(2015)的推斷，此時高利潤提取比例降低違約率的作用就越弱。為了檢驗這種假說，本文將樣本按照期限在6個月以下(含6個月)和6個月以上分為兩組，分別對模型(5)進行估計，比較group的作用是否在期限較短的回歸中更加顯著。

3.2.3 績效考核和信息收集效率

實證結果顯示，利潤提取比例越高，貸款違約率越低。那么，這個結果是由于高激勵促使了更有效的信息收集嗎？

責任與權限會增強信貸經理生產高質量信息的激勵，且這種信息在決策過程中能夠起到更大的作用(Aghion and Tirole，1997)。Qian et al.(2015)發現隨著銀行業給予基層信貸經理更大的自主權，由客戶經理產生的客戶信用評級可以更好地預測貸款利率和貸后結果。按照與此同樣的邏輯，是否高激勵促使了信貸經理更有效地信息收集，對貸后結果具有更好的控制能力呢？

為此，本文按照group對模型(6)進行分樣本估計，觀察解釋變量的解釋能力是否明顯不同。如果高利潤提取比例確實促進了有效的信息收集，應該觀察到模型估計的R-squared隨著利潤提取比例的增加而增加。

(6)

3.2.4 以新還舊

本文以觀察到的單筆貸款的違約來衡量貸款的風險。這種做法最大的問題在于，有些貸款依賴以新還舊的方式兌付本息。一種情況是，該筆貸款本身風險很高，企業兌付存在困難，銀行只能通過幫助企業以新還舊的方式將實際壞賬不斷拖延；另一種情況是，企業資信良好，以新還舊只是銀行給予持續穩定的信貸支持。如果是第一種情況，銀行用以新還舊掩蓋壞賬，那些利潤提取比例更高的分行應該更有激勵去掩蓋壞賬。那么，如果我們實際發現高利潤提取比例會降低貸款違約率，其背后的故事就不是高利潤提取比例促進了更有效的信息收集和利用，而是高利潤提取比例促使了分行更多的以新還舊、掩蓋壞賬的行為。

為此，我們需要對以新還舊的形成因素進行分析。第一種情況下，獲得以新還舊支持的是風險較高的企業，而在第二種情況下，獲得以新還舊支持的是資信良好的企業。因此，我們可以比較獲得以新還舊與未獲得以新還舊的企業在一些與償債能力相關的因素上的差異，包括規模size、盈利能力roa、杠桿率leverage。如果發現獲得以新還舊支持的企業規模更大、盈利能力更強、杠桿率更低，則說明是第二種情況，即以新還舊只不過是持續穩定的信貸支持。

進一步地，可以比較獲得以新還舊與未獲得以新還舊的企業在資信方面的差異是否會因為分行利潤提取比例的不同而不同。如果發現高利潤提取比例的分行更加關注企業資信情況來決定是否給予以新還舊支持，則更能說明以新還舊是屬于第二種情況。為此，本文按照group對如下模型進行分樣本回歸：

(7)

4 實證分析結果

4.1 績效考核和貸款金額、期限

表5是模型(2)的估計結果。

表5 利潤提取比例與貸款金額

續表

注： 括號中為穩健的t值，***、**、*分別表示在1%、5%、10%的水平下顯著。

第一列的回歸只包含描述利潤提取比例的解釋變量，結果顯示相比于那些享受基準利潤提取比例的分行，享受1.1倍和1.2倍利潤提取比例的分行發放的貸款金額顯著更大。在包含其他解釋變量之后，變量group的系數稍微變小，但依舊顯著為正。同時，規模越大、杠桿率越低、抵押物越多的企業，貸款獲得的金額越高。

為了直觀地顯示利潤提取比例作用的大小，本文接著以loansum作為被解釋變量重復模型(2)的估計。結果顯示，在不控制其他解釋變量的情況下，相比于只能享受基準利潤提取比例的分行，享受1.1倍和1.2倍利潤提取比例的分行發放的貸款金額平均要多將近30萬元。在控制其他解釋變量之后，估計系數顯著變小，但依舊多17.5萬元。這些結果顯示，提高利潤提取比例會顯著提高分行單筆貸款的發放金額。

為了驗證上述結果是否是由分行成立時間或者其他與成立時間相關的因素造成的，本文接著使用comorder作為描述激勵機制的解釋變量，表6是模型(3)的估計結果。表6顯示，在以貸款金額對數值loansum_log作為被解釋變量之時，comorder對貸款金額具有顯著的正影響，支持表5的結論。只有以貸款金額絕對數值作為被解釋變量且包含其他解釋變量的情況下，comorder的系數才不再顯著，很有可能是受到被解釋變量極端值的影響。

表6 利潤提取比例與貸款金額穩健性檢驗

注： (1)控制變量包括size、leverage、roa、fixratio、age、orgtype、industry和常數；(2)括號中為穩健的t值，***、**、*分別表示在1%、5%、10%的水平下顯著。

本文接著分析貸款期限如何受到利潤提取比例的影響。表7是模型(4)的估計結果。結果顯示，利潤提取比例越高，期限也隨之相應延長，在加入更多控制變量之后，利潤提取比例依然對貸款期限具有顯著的正影響。而且，相比于基準利潤提取比例，1.1倍和1.2倍基準比例可以提高貸款期限大約半個月左右。

表7 利潤提取比例與貸款期限

注： 括號中為穩健的z/t值，***、**、*分別表示在1%、5%、10%的水平下顯著。

同樣，在表8中使用comorder作為描述激勵機制的解釋變量，重復估計模型(4)，所有結論都不改變。

表8 利潤提取比例與貸款期限穩健性檢驗

續表

注： (1)控制變量包括size、leverage、roa、fixratio、age、orgtype、industry；(2)括號中為穩健的z/t值，***、**、*分別表示在1%、5%、10%的水平下顯著。

4.2 績效考核和貸后違約

無論是更高的貸款金額還是更長的貸款期限，都意味著更高的賬面利潤和因此更高的績效獎勵。提高利潤提取比例刺激了分行員工對利潤的追求，但是風險控制呢？一方面，更激進的貸款發放可能導致違約率上升；另一方面，不良貸款的出現又將通過調減賬面利潤和影響綜合績效得分，從而大大降低分行實際可獲得的績效獎勵。分行在追求利潤的同時，是犧牲了貸款質量還是同時提高了貸款質量呢？

在本文中，如果一筆貸款在約定到期日當月月底本金還未全部歸還，即認定其違約。表9是樣本中2376筆違約貸款的情況。首先，相比于樣本平均貸款金額230萬元，到期未歸還的違約金額的平均值高達685萬元，是平均貸款金額的三倍。其次，大部分貸款都是一次性還本付息，違約金額與貸款總金額的平均比例為0.98。第三，由于數據限制，我們只能觀察到每個月底的本金歸還情況。最后一次本金未還清的月底對應逾期天數的中位數為82天，說明即使這些貸款最終全部償還本金，逾期天數的中位數也至少在82～112天之間。按照不良貸款五級分類標準，逾期超過90天即認定為不良貸款，因此按照本文對違約的定義，至少超過一半的違約貸款都是不良貸款。

表9 違約貸款情況

模型(5)以本文定義的違約作為被解釋變量，估計結果如表10所示。在第一列中，回歸只包括描述激勵的解釋變量，可以發現隨著利潤提取比例增加，貸款違約率逐漸降低。對應1.1倍基準比例的貸款違約率比對應基準比例的貸款違約率顯著更低，對應1.2倍基準比例的貸款違約率比對應1.1倍基準比例的貸款違約率也顯著更低。在第二列中，我們加入了更多的解釋變量，可以發現上述結果不僅沒有變化，估計系數的絕對值還更大了。在第(3)、(4)列中，我們改用PROBIT模型進行參數估計，結果相同。

表10 利潤提取比例與貸款違約

注： 括號中為穩健的z值，***、**、*分別表示在1%、5%、10%的水平下顯著。

高利潤提取比例的影響比較明顯。按照第(2)列中的回歸系數，將利潤提取比例由基準變成1.2倍基準，可以將違約率從3.7%下降到0.29%；將利潤提取比例由1.1倍基準變成1.2倍基準，可以將違約率從1.4%下降到0.36%。利潤提取比例對控制貸款風險具有顯著且重要的影響。

Cole et al.(2015)發現，績效獎勵延期支付會顯著影響激勵機制的作用。在本文中，貸款期限越長，意味著績效獎勵發放等待時間也就越長。因此，本文將貸款分成短期限(不超過6個月)和中長期限(超過6個月)兩組，比較高利潤提取比例的作用。結果如表11所示。

表11 延期支付、利潤提取比例與貸款違約

注： 括號中為穩健的z值，***、**、*分別表示在1%、5%、10%的水平下顯著。

比較(1)、(2)列可以發現，1.1倍和1.2倍基準比例對短期限貸款違約率的影響都顯著大于對于中長期限貸款違約率的影響。當模型中加入更多控制變量之后，1.2倍基準比例缺乏觀測，但結論對1.1倍基準比例依舊成立。績效獎勵延期支付確實會降低激勵機制的作用。

4.3 績效考核和信息收集效率

結合5.1和5.2的結果，在高利潤提取比例的刺激下，分行不僅通過提高貸款金額和期限提高了賬面利潤，還努力提高了貸款質量、降低了不良貸款，這是怎么做到的呢？

一種合理的解釋是，激勵機制促進了更有效的信息收集。分行員工更準確地篩選出優質企業，給予這些企業更多的信貸支持，同時也降低了貸款的風險。如果這個假設成立，我們應該看到貸款定價更能準確地反映貸款風險。

表12是模型(6)的估計結果。比較前3列可以發現，loanrate的估計系數非常穩定，但是以PseudoR2衡量的模型的解釋能力隨著利潤提取比例增加而逐漸增加(Veall and Zimmermann，1996)；后3列顯示，在加入其他解釋變量之后，PseudoR2同樣隨著利潤提取比例增加而逐漸增加。這些結果說明，高利潤提取比例確實提高了利率定價的有效性，說明分行員工進行了更有效的信息收集，篩選出了優質的企業客戶，在給予更多信貸支持的同時，還提高了貸款的質量。

表12 利潤提取比例與利率定價預測違約能力

注： 括號中為穩健的z值，***、**、*分別表示在1%、5%、10%的水平下顯著。

4.4 以新還舊

本文對違約率的分析，依賴于實際觀察到的單個貸款的違約情況。然而，根據4.2.4的討論，我們需要分析銀行提供以新還舊是為了給予資信良好的企業持續的信貸支持(假說1)，還是為了掩蓋壞賬、推遲違約的發生(假說2)。如果是假說2，則單筆貸款的實際違約與否不能作為貸款質量的衡量。

首先定義“以新還舊”。本文比較每筆貸款最后一次還款所在月份，企業是否有從該銀行新借入貸款，如果有則定義為獲得以新還舊支持，無則定義為未獲得以新還舊支持。因為樣本中貸款大多都是一次性還本付息，所以最后一次還款大多就是唯一還款。樣本中新借入貸款金額與歸還貸款金額之比的平均值為1.19，中位數為1，說明新借入貸款確實足以用于償還到期貸款。

表13比較什么樣的企業更可能獲得以新還舊支持。結果顯示，規模越大、盈利能力越高、抵押物越多的企業，越可能獲得持續信貸支持，由于規模、盈利能力和抵押物都是常用的資信水平的度量，這個結果支持假說1，說明以新還舊更多是給予優質企業持續信貸支持，而非掩蓋壞賬。

表13 哪些企業獲得以新還舊支持

注： 每格中顯示均值、標準差和觀測數。

表14中，我們按照貸款對應的利潤提取比例分組，分別對模型(7)進行LOGIT估計。結果顯示，享受高利潤提取比例的分行在決定是否給予企業以新還舊支持時，更加傾向于規模size更大、盈利能力roa更強、負債水平leverage更低、固定資產水平fixratio更高的企業，這說明高利潤提取比例沒有鼓勵分行去掩蓋壞賬，反而是促使分行更加審慎地選擇優質企業。這一結果進一步支持了假說1。因此，本文關于違約率的結果不受到潛在以新還舊的影響。

表14 利潤提取比例如何影響銀行以新還舊決策

注： 括號中為穩健的z值，***、**、*分別表示在1%、5%、10%的水平下顯著。

5 結論

5.1 結論與不足

本文借助一家城市商業銀行的分行績效考核辦法，利用貸款層面的微觀數據，研究更高的績效獎勵辦法對于分行信貸決策的影響。該績效考核辦法獎勵賬面利潤、懲罰不良貸款，并以計算的考核利潤乘以利潤提取比例作為分行的績效獎勵。在分行成立前兩年，可以分別享受1.2倍和1.1倍基準利潤提取比例。

本文通過實證研究發現，享受更高利潤提取比例的分行，會對單筆貸款申請提供更多的貸款金額、更長的貸款期限，而且貸款發生違約的概率更低，尤其是期限較短的貸款。進一步的分析發現，這是由于提高利潤提取比例促進了分行員工更有效的信息收集，體現為貸款利率更能準確地預測貸款違約的發生。本文還分析了銀行給予企業以新還舊支持的動機，指出以新還舊主要是銀行給予資信良好的企業持續的信貸支持，而非掩蓋壞賬，且以新還舊的做法不會影響本文的結論。

本文研究的主要不足體現在實證策略中不同分行享受不同利潤提取比例的原因可能是分行成立時間的不同，因此本文的結論，高利潤提取比例影響信貸決策，可能是分行成立時間或者其他與分行成立時間相關的未知因素作用的結果。為此，本文使用另一個描述激勵大小的指標重復了主要回歸，還檢驗了延期支付對激勵機制作用的影響，這些穩健性檢驗的結果支持提高利潤提取比例有利于增加貸款金額、提高信貸資產等主要結論。

5.2 研究意義

本文的研究有兩方面重要的意義。從學術角度，普通員工的激勵機制是否會影響到企業尤其是銀行機構的運行效率；如果影響，會如何影響信貸投放和風險控制，這都是非常重要的問題。本文利用我國中小銀行的數據，通過詳盡的分析試圖全面回答這些問題，具有一定的學術價值。

從現實角度而言，如何提高銀行經營效率、控制銀行風險，是銀行管理層和監管當局都十分關注的問題。本文從績效考核的視角提供了一種對策，銀行可以降低員工的固定工資、提高浮動的績效獎勵，在控制整體工資成本的情況下加強基層員工的責任意識，從而促進更有效的信息收集、更高的利潤和更優的資產質量。