管制環境下我國銀行競爭水平的度量
——基于利潤彈性模型

何彬媚

(廣東財經大學 廣東 廣州 510320)

一、引言

銀行業的競爭問題關乎金融穩定和實體經濟發展，而競爭程度又體現行業的效率與創新性。改革開放以來，我國銀行業的市場結構發生了很大變化,主要表現為銀行業的集中度不斷下降，銀行數量不斷上升。20世紀中期,中國只有四家大型國有商業銀行。自1987始，銀行業管制放松，股份制商業銀行和城市商業銀行陸續成立。隨后，商業銀行如雨后春筍般擴張遍布中國各個地區。據銀保監會數據顯示，截至2018年12月末，我中國的銀行業金融機構合計4588家，擁有國有大型商業銀行6家、全國性股份制商業銀行12家、134家城市商業銀行和、1427家農村商業銀行，民營銀行17家、農村信用社812家還有村鎮銀行等等，30年期間商業銀行數量呈現指數般增長。在經濟發展自由化、金融市場全球化的背景下，我國銀行業早已實現全面開放，金融管制的逐步放寬、外資銀行進入以及各項技術的革新，都會加劇我國銀行業競爭。就資產規模的市場份額而言，早期銀行業市場中，國有銀行占據絕大部分的市場份額，但隨著其他銀行的強勢進入，市場份額被嚴重瓜分，其他類型銀行所占據的市場份額逐漸增大。尤其近年來，我國民營銀行迅速進入，進一步改變著銀行業的經營狀況，使得市場競爭環境更加激烈。

過度的競爭會帶來一系列的問題，例如銀行風險行為等。近年來，關于銀行競爭的相關研究也在日趨充盈，準確把握銀行競爭的程度是進行更深層次研究的基礎。正確認識銀行業的競爭程度，不僅關系著一國銀行業的安全，同時對金融業的改革和發展都具有重要的戰略意義，因此找到能精準測度銀行競爭的實證方法尤為重要。

隨著銀行數量不斷增加，從直觀理論上易得出銀行競爭程度日益加劇的結論。在實證研究方面也有不少的研究，我國關于銀行競爭的研究文獻始于1985年，但是截至至今，針對銀行競爭程度測量的文獻依舊是少數，大多側重于銀行業競爭的一般效應的實證研究，針對競爭程度測度的研究在我國并沒有受到太多的關注。另外，目前國內許多關于銀行競爭的相關研究均是采用傳統的測度方法對銀行競爭進行測量，但是傳統的測度方法對于我國管制環境并不是非常準確，而相對利潤的PE模型，能夠克服這一缺陷。

本論文介紹PE模型衡量銀行競爭度，為國內研究銀行競爭水平推廣新的研究方法，為銀行競爭水平的測度補充最新理論成果，PE模型也更加注重研究銀行競爭程度在受到利率管制下的區別差異，這對于我國的環境而言是恰到好處的適合。于是提出對銀行競爭的未來研究方向：結合我國利率管制的環境，運用利潤彈性的方法測度銀行競爭。本文還對對不同類型的銀行進行分類分析，測度不同類型銀行的競爭性差異，分析了近年來的競爭趨勢。

本文余下部分的安排為：第二部分文獻綜述與假設，第三部分研究模型設計，第四部分實證結果及分析，第五部分穩健性檢驗，最后是結論與啟示。

二、文獻綜述與假設

現已有的文獻只有少數針對銀行競爭進行測度，多數文獻直接將銀行競爭作為其中一個要素與其他要素關聯起來分析，且存在的分析中大多數文獻僅研究銀行貸款業務的競爭度。目前國內使用較多的是Lerner指數與Panzar-Rosse的H統計量等方法衡量銀行競爭，這些方法在利率管制下衡量競爭度存在一定偏差。

(一)測量競爭度的指標

針對銀行競爭的衡量，國內現在有多種方法，主要是兩大類：一類是市場結構主義方法；另一類是非市場結構測量方法。第一類方法主要有CRn指數及赫芬達爾—赫希曼指數(HHI指數)。非市場結構主義方法則有Bresnahan模型、Panzar-Rosse指數、勒納指數、修正后的勒納指數及利潤彈性(Profit elasticity)模型又稱為Boone指數模型。

1.結構主義方法

早期對銀行市場競爭情況的研究中，結構主義方法得到了廣泛應用，常見指標有以下兩個：

(1)CRn指數

又稱為行業集中度或銀行業集中率，以銀行業中最大的前n個銀行存款額(貸款額、資產額或利潤額)占銀行總存款額(總貸款額、總資產額或總利潤額)的比例來衡量。

通常采用得比較多的CR4，即國有商業銀行的存款總和在銀行業總貸款中所占的比例，這個比例越大，說明集中度越高，壟斷的程度也越大。張芳(2012)對中國銀行業前4家最大的商業銀行1999-2008年期間的存貸款、資產和利潤等主要項目的市場集中率進行測定。結果顯示，中國銀行業存貸款和資產三項指標的CR4平均值都在80%左右。說明四大國有商業銀行的市場權力集中，實力雄厚并保持著壟斷地位，進而說明該市場具有一定的寡頭壟斷型市場結構的特點。

(2)HHI指數

即為赫芬達爾—赫希曼指數，被廣泛用來反映銀行業的市場競爭或壟斷程度，是指銀行業中各銀行所占銀行業存款額(貸款額、資產額和利潤額)百分比的平方和，與CRn指數功能較為相似。蔡競等(2016)用2007年商業銀行在各個城市分支機構的布局數據構造了HHI指數，以探討銀行競爭情況對工業企業創新的影響。

2.非市場結構方法

后來有一種聲音提出：市場集中度的提高并不必然導致壟斷。隨著研究的深入，如今已有相對統一的觀點認為，集中度并不是競爭度的反映(Schaeck，2009)，集中度并不在邊際水平上反映銀行的競爭行為。許多國內外學者也通過檢驗發現集中度不能替代競爭度，不能簡單地用市場結構來描述銀行市場的競爭情況。因此，在銀行業中衡量競爭度時并不能直接使用集中度，所以提出了非市場結構的方法衡量銀行業的競爭情況。

(1)Bresnahan模型法

Bresnahan(1982)和Lau(1982)為了研究短期內市場力量對銀行的影響，基于一般市場均衡原理建立了寡頭壟斷銀行的產業組織模型，這就是Bresnahan模型。該模型的主要思想是：為了追求利潤的最大化，銀行將選擇使得邊際成本相等于邊際收益的均衡價格及均衡數量，該均衡價格是在完全競爭市場下的需求價格，邊際收益是在共謀狀態下的邊際收益。該模型通過推導出函數指標來測度市場的競爭程度。Shaffer(1989,1993)假設銀行使用不同的生產要素只生產一種產品，進一步發展了該模型。

(2)Panzar-Rosse指數

Panzar和Rosse(1987)共同提出了Panzar-Rosse模型，該模型是由企業總收入和要素投入價格之間的變動彈性進而判斷企業所處的市場競爭狀態。PR模型利用了FE回歸估計法，最早使用PR模型檢驗銀行業市場結構的是Shaffer(1982)，他利用PR模型對紐約的銀行進行了實證分析，提出了銀行市場正處于壟斷競爭狀態的結論。Claessens和Laeven(2004)利用PR模型對50個工業化國家和發展中國家的銀行業的1994-2001年數據進行了實證分析，研究表明所有的國家都處在壟斷競爭的環境之中。同時，他們的研究顯示：一國的銀行體系對外開放的程度越高、市場進入管制就越小，那么競爭的程度就越高；我國學者葉欣(2001)、李偉等(2008)運用PR模型通過實證檢驗發現我國銀行業市場結構處于壟斷競爭狀態。

(3)Lerner指數

，W.Bolt,D.Humphrey(2015)的研究認為而學術界有充分的理論理由支持勒納指數。Lerner指數是基于新實證產業組織理論的測度競爭的方法，被很多國內外的學者使用測度銀行業的競爭度。Lerner指數是衡量行業市場競爭程度的常用指標，用來衡量廠商的壟斷勢力大小，源自西方經濟學原理，即完全競爭市場價格等于邊際成本，壟斷程度越高，價格偏離邊際成本越多，則該指數值越大。李國棟等(2009)以勒納指數為衡量指標，分析中國銀行業1994-2006年的市場競爭程度，結果表明中國銀行業在1994年到亞洲金融危機前處于高度競爭狀態，危機后到加入WTO前市場競爭程度下降，加入WTO后市場競爭程度顯著加強。

(4)PE模型的Boone指標

Boone指數是典型的基于有效結構假說的結構分析方法。與Lerner指數相比較，Boone指數更不易受到周期變化的影響。國外學者Stiglitz(1989)認為Lerner指數在理論上具有潛在的誤導性。Leuvensteijn et al(2007)首次將Boone指數應用于銀行業的競爭研究中，測度了1994-2004年歐洲5個主要國家貸款市場的競爭度。

Lerner指數和Boone指數不僅可以測度整個銀行業的競爭程度，還可以測度單獨的產品市場，如貸款市場，還可以測度某一類的銀行，如商業銀行、儲蓄銀行和合作社等。相比較而言，Lerner指數和Boone指數在測度銀行業市場競爭度時在數據方面也有較大的自由度。Boone指數在測度上與Lerner指數有相似之處，甚至可以說是在Lerner指數測度方法的基礎之上做出了更進一步的延展，從而形成了新的指標。因此，目前測度銀行業競爭的的指標中，使用最多的就是Lerner指數，而Boone指數因為其作為新指標出現，使用的范圍不及Lerner指數。但是在度量的效果上，Boone指標更加穩定，且可以度量管制環境下的銀行業競爭情況。

(二)利率管制下的銀行競爭

利率管制是國家將資金利率調整到高于或低于市場均衡水平的一種政策措施。中國人民銀行公告稱自2013年7月20日起全面放開金融機構貸款利率管制，利率市場化改革的發展從這里開始發力。中國的利率市場化改革經歷了四個階段。分別為1996-2003的準備階段、2004-2013的發展階段、2013-2015的全面開放階段和2015至今的最終深化階段。但是，利率市場化進程依舊正在進行中，實施利率市場化仍然存在著許多的約束，因此目前仍處于利率管制的環境之下。

1、存款利率浮動上限

如果政府將存款利率壓得很低，從表面上看是降低了銀行的成本，但實際上銀行為了吸收同樣的存款量就要付出更高的成本，或者付出同樣成本但是吸收的存款量減少。銀行為了多吸收存款，就可能采取其他隱蔽的方式來提高存款利率。實行存款利率浮動上限目的就是為了避免銀行為吸收存款而將存款利率抬得太高，致使銀行之間競爭程度激烈，形成惡性競爭，破壞市場環境。

2、貸款利率浮動下限

政府規定商業銀行放貸出去的貸款利率最低不能低于要求的利率下限。將貸款利率浮動抬得高于市場，則銀行放貸的難度增大，商業銀行在貸款利率方面的主動性減弱，這主要是為了防止商業銀行為了追求競爭力，把貸款利率壓的太低，從而影響市場正常運作。

(三)提出假設

隨著銀行數量的增加，管制的放松，互聯網金融的發展，銀行的生存環境越發惡劣起來，且國有商業銀行由原本占據絕大部分市場到如今市場被嚴重瓜分，因此提出本文的兩個假設：

假設1：國內銀行之間的競爭程度在近年來越發激烈。

假設2：國有商業銀行存貸款業務的競爭程度均較為激烈。

三、研究模型設計

(一)模型設計

利潤彈性模型(PE模型)：

Cit為銀行i在t時期的總成本，為利息支出與非利息支出之和

(1)約束條件：

γ1+γ2+γ3=1γh1+γh2+γh3=0h=1,2,3θj1+θj2+θj3=0j=l,d

(2)兩種產出：j=d,l(yd為傭金業務，yl為貸款)

三種投入：ωh代表資金、勞動和資本的要素價格

勞動成本(ω2)=

(二)選取變量

表1 變量定義及其解釋

1.被解釋變量

以貸款的市場份額的對數值(lnshr)及存款的市場份額的對數值(lndmr)作為被解釋變量，選取單個銀行發放貸款的總額占行業各項總貸款的比例來衡量這一變量，行業各項總貸款的數據來自統計年鑒。以往的研究中也有以利潤作為被解釋變量的，但是利潤可能為負，取對數后模型無意義，而且使用市場份額作為被解釋變量是一種改進，原因是理論上以邊際成本下降可能導致市場份額上升而不一定是利潤的增加。

2.解釋變量

以邊際成本的對數值(lnmc)作為解釋變量，是由超額對數成本函數模型得到。

(三)樣本選取及數據來源

本文選取Wind數據庫中1193家銀行2000-2018年的非平衡面板數據，其中包括有國有商業銀行、股份制商業銀行、城市商業銀行、農村商業銀行、外資銀行等等，在對主要變量數據進行縮尾后剩余4068個觀測值。

四、實證結果及分析

(一)變量描述性統計

表2 主要變量的描述性統計

銀行貸款的市場份額占比取對數的均值為-8.47，說明銀行的貸款在金融機構發放的所有貸款總和中的占比偏低；同樣的，銀行存款的市場份額占比也偏低；資金價格(W1)表示銀行吸收存款的費用，從最大最小值可以看出各個銀行吸收存款的成本差距較大；勞動成本(W2)均值為0.0082，方差較小說明各銀行的員工支出占總資產均較小；貸款占總資產比(A1)的均值為0.481，接近50%，最大值為0.938，即銀行的基本業務仍然是以貸款業務為主；非利息收入與利息收入比(A3)均值為0.0436，銀行的收入主要是源自發放貸款獲得利息收入。

表3 銀行性質分類描述性統計

按銀行性質分類，lnmc均值中最高的是外資銀行，均值最低的是農信社；lnshr均值中，最高的是國有商業銀行，最低的是農信社；lndmr均值與lnshr結果相似；資金成本(W1)均值最低的是農信社1.64%；資本成本(W3)均值中，最低的是國有商業銀行，最高的是外資銀行，兩者之間的差距較大；發放貸款的利率(A2)均值統計量中，最高的農信社的12.1%，最低的是國有商業銀行8.66%，說明國有商業銀行的貸款利率最低。

(二)銀行業存貸款市場的競爭情況分析

銀行的主要業務就是存貸款，即使隨著互聯網金融的發展，存貸款業務的市場面臨激烈的競爭，但仍舊是銀行不可動搖的主要營收業務。當前的利率市場仍然未完全化，因此在存在利率管制制度的環境下，銀行的競爭情況也更加復雜，PE模型能夠在這樣的環境下對銀行的競爭度有一個穩定的測度。

實證結果如表4所示，省略了年份虛擬變量的回結果，第(1)列為lnshr作為被解釋變量，從結果中可以看出從2013年至2018年，系數均為負且顯著，2013-2017年β系數的絕對值不斷增大，表明銀行業的貸款競爭不斷增大，越發激烈，2018年較2017年貸款業務的競爭程度有小幅度的下降；第(2)列為lndmr作為被解釋變量，2013年至2018年β系數值絕對值不斷增大，說明銀行的存款業務競爭越發地激烈，其中2015-2018年的系數值顯著。結果表明假設1成立。

表4 PE模型測量銀行競爭度

Robust t-statistics in parentheses

*** p<0.01,** p<0.05,* p<0.1

(三)銀行異質性對競爭程度的影響

考慮不同性質的銀行之間的競爭強度情況，結果見表5，第(1)列以lnshr為被解釋變量，第(2)列結果以lndmr為被解釋變量。貸款業務競爭程度從強到弱排列依次為外資銀行、其他銀行、國有商業銀行、股份制商業銀行、農村商業銀行。存款業務競爭程度從強到弱排列依次為國有商業銀行、股份制商業銀行、其他銀行、外資銀行、農村商業銀行、農信社。因此假設2基本成立。

表5 PE模型測量異質性銀行競爭度

五、穩健性檢驗

采用勒納指數衡量銀行的貸款業務競爭情況，結果顯示：2003年至2006年，Lerner不斷降低，說明銀行業貸款業務的競爭程度越來越大，2007年與2008年小幅度競爭強度稍微緩解，繼而2009年銀行競爭強度有大的增長，2009-2012年銀行貸款業務的競爭逐漸放緩，2013-2018年銀行競爭強度不斷加強，結果與Boone指數測度競爭度的結果相同。其中Lerner指標測得的2016貸款業務的競爭最為激烈，而Boone指標測得2017年的競爭度最為激烈。勒納指數測度的貸款業務競爭強度趨勢可以從圖1中直觀地看出。

根據銀行的性質分類，用Lerner指數測度各類銀行的競爭度情況，結果見表6，發現Lerner指數從小到大排列的依次為：外資銀行、農村商業銀行、農信社、國有商業銀行、其他銀行、城市商業銀行、股份制商業銀行。這同樣是貸款業務競爭程度從高到低排列的結果。這與Boone指標測得的各類銀行貸款競爭程度排序大致相似，兩個指數都顯示外資銀行的競爭最為激烈。

圖1 Lerner指數趨勢

表6 Lerner指數測度各類銀行貸款業務競爭度

六、結論和啟示

本文采用了目前最新的測度方法——利潤彈性模型(Boone指標)來衡量我國過去及現在的銀行存貸款業務的競爭情況，實證結果表明，銀行業的存款和貸款業務的競爭強度于近十年都在越發地激烈。

銀行業競爭性的市場結構對宏觀經濟發展具有重要意義，且對企業的影響更為顯著，準確測度銀行競爭的情況就顯得十分重要，因此提出銀行競爭實證研究的未來方向：在管制環境下采用PE模型度量銀行業的競爭程度。當國內存在利率管制的約束，運用PE指標進行測量時最穩定也最無偏的。雖然我國近年來逐步放開市場，加大市場利率的自由化，但是仍舊沒有完全結束利率的管制約束，因此，利用PE指標進行測量更能準確地得到我國銀行業真實地競爭水平，也有助于政策決定部門及銀行制定未來的調控決策，對于企業，尤其是房地產等需要大量投入資金的行業而言，銀行競爭大小關系到其貸款的難易程度和成本高低。因此未來的相關研究應推廣使用PE指標方法。