銀行競爭對小微企業貸款業務的影響

■謝雪燕 李璞

一、引言

一直以來，小微企業“融資難、融資貴”的問題制約著經濟的增長。在我國，小微企業是提供新增就業崗位的主要渠道，是企業家創業成長的主要平臺，是科技創新的重要力量①。但銀行對小微企業發放貸款的積極性不高，究其原因：一是我國的銀行業結構以大銀行為主，中小銀行占比不足，金融機構與產業結構不匹配[1]。二是傳統銀行的技術手段不夠完善，造成小微企業貸款業務的交易成本較高且風險較難控制，與銀行盈利性和安全性的經營原則相悖。三是銀行業壟斷程度相對較高，壟斷利潤的存在使其沒有動力去開發適合小微企業的貸款產品。

然而，隨著我國銀行業市場化改革的推進，銀行業的壟斷被逐漸打破，市場競爭程度逐年提升。一方面，我國銀行業機構的數量不斷增加，各類銀行機構之間展開激烈的競爭，大銀行所占市場份額下降，中小銀行所占市場份額上升。另一方面，近年來數字金融快速發展，快速崛起的互聯網數字金融企業與傳統銀行在資產、負債等業務方面展開激烈的競爭。由此，銀行紛紛走上了數字化轉型之路。已有研究表明，銀行競爭程度的提升有利于改善中小企業所面臨的融資約束。在以國外數據為樣本的研究中，Mercieca 等[2]采用2001年西歐國家中小企業融資調查數據，發現競爭程度的提高有利于中小企業與多家銀行維持信貸關系。Ryan 等[3]采用2005—2008年20個歐洲國家118000家中小企業的大型面板數據集進行研究，發現銀行競爭有利于提高企業投資對外源性融資的敏感性。在以國內數據為樣本的研究中，Chong 等[4]采用2006年中國31 個縣市3837家私營企業的調查數據，發現信貸市場競爭程度的提高降低了中小企業貸款需求無法滿足的概率。邊文龍等[5]使用2005—2013年中國14 個省90個縣銀行業金融機構的調查數據，利用Boone和Le‐rner指數發現市場競爭促進了中小企業貸款。

已有研究為本文提供了重要借鑒，但仍存在以下不足：一是囿于數據的可得性，大多數研究從企業視角研究了銀行競爭對中小企業融資約束的影響，但是從銀行角度進行研究的文獻較少。二是少數從銀行角度進行的研究，其樣本只覆蓋了部分區域的部分銀行，樣本數據不夠全面。三是已有研究中關于銀行競爭對中小企業貸款影響機制的討論尚不夠充分。因此，本文的貢獻主要體現在以下三方面：第一，從銀行視角出發，研究了銀行競爭對小微企業貸款的影響。第二，為了保證數據的全面性，本文手工搜集到2010—2019年200家銀行的小微企業貸款數據，該數據集涵蓋了國有、股份制以及主要的城商行和農商行。第三，就銀行競爭對小微企業貸款業務影響的機制進行了深入的研究。本文研究發現，銀行競爭通過影響銀行的風險承擔、金融科技、盈利水平從而提高了小微企業貸款規模，同時數字金融發展強化了這種影響，而銀行的風險管理能力弱化了這種影響。

二、理論分析及研究假設

（一）銀行競爭與小微企業貸款

宏觀層面，我國中小銀行數量的增加導致銀行競爭程度逐漸提高，從而促進了小微企業貸款業務的發展。我國銀行業經歷了機構類型不斷豐富的發展過程，大銀行市場份額不斷下降，中小銀行市場份額不斷上升。根據林毅夫等[6]的研究，大銀行和中小銀行在選擇貸款對象方面存在差異：大銀行主要向大企業提供貸款，而中小銀行主要向中小企業提供貸款。究其原因：第一，中小銀行為了分散風險無法提供大規模貸款；第二，大規模貸款的邊際運營成本更低，因此大銀行更愿意為大企業提供貸款；第三，“軟信息”無法在層級較多的組織里量化和傳輸，因此大銀行在利用“硬信息”（如抵押品、財務報表）進行貸款方面具有比較優勢，而中小銀行在利用“軟信息”（如企業家的聲譽）進行貸款方面具有比較優勢。由于小微企業普遍缺乏“硬信息”，所以中小銀行在服務小微企業方面具有比較優勢[7—9]。從實際情況來看，多數中小銀行由于更熟悉當地的情況，也更容易與當地企業建立聯系，因此往往將當地的中小企業作為主要貸款對象。

微觀層面，銀行競爭會影響到銀行的風險承擔水平、金融科技水平乃至盈利能力，進而影響其小微企業貸款業務。第一，銀行競爭提高了銀行的風險承擔水平，進而促進了小微企業貸款業務的發展。眾所周知，相比大企業，小微企業由于自身生存能力差、缺乏可信的財務報告和抵押品等原因，銀行回收貸款的風險較大，因此銀行從規避風險的目的出發會優先選擇向大企業發放貸款。但是隨著競爭的加劇，很多銀行為了盈利被迫提高了對風險的容忍度，銀行對低風險優質客戶的爭奪日趨白熱化。此外，銀行競爭使得銀行的特許權價值下降，這也提高了銀行的風險承擔水平[10，11]。因此，銀行競爭通過提高銀行的風險承擔水平，從而促進了具有高風險特征的小微企業貸款業務的發展。第二，銀行之間的科技競爭提高了銀行的金融科技水平，從而促進了小微企業貸款業務的發展。一方面，科技競爭是銀行競爭的重要內容，隨著科技競爭的加劇，銀行業整體的金融科技水平不斷提高。另一方面，金融科技依賴互聯網、大數據、人工智能等信息技術降低了小微企業貸款的成本，同時緩解了信息不對稱并降低了小微企業貸款的風險，進而促進了小微企業貸款業務的發展[12]。第三，銀行競爭提高了銀行的盈利水平，進而促進了小微企業貸款業務的發展。一方面，銀行競爭能夠激勵銀行提高經營管理水平，從而提高了盈利性。如，應展宇等[13]研究發現，銀行競爭激勵銀行在表內開展普惠金融，在表外發展影子銀行，從而提高了銀行的經營績效。另一方面，銀行的盈利水平越高，越有能力開發多樣化產品以滿足不同群體的金融需求，從而促進了小微企業貸款業務的發展。綜上，本文提出以下假設：

假設1：銀行競爭程度的提高促進了小微企業貸款業務的發展。

假設2：銀行競爭通過提高銀行的風險承擔水平，進而促進了小微企業貸款業務的發展。

假設3：銀行競爭通過提高銀行的金融科技水平，進而促進了小微企業貸款業務的發展。

假設4：銀行競爭通過提高銀行的盈利水平，進而促進了小微企業貸款業務的發展。

（二）銀行競爭促進小微企業貸款業務發展的調節效應

宏觀層面，數字金融的發展促進了銀行業的競爭[14，15]，因此數字金融在銀行競爭促進小微企業貸款業務的過程中起到正向的調節作用。微觀層面，銀行競爭促進了小微企業貸款業務的發展，但對于不同經營狀態的銀行其影響可能存在差異。

第一，數字金融發展促進了銀行之間的競爭。首先，在負債端，以“余額寶”為代表的數字理財產品與實體銀行爭奪存款，使得實體銀行越來越依賴同業存款等批發性資金[16]。其次，數字金融發展強化了銀行資產端的競爭。互聯網數字金融企業憑借技術優勢在“小微貸款”和“消費貸款”等零售貸款領域與實體銀行展開了激烈的競爭[17]。最后，數字金融發展通過“技術溢出”強化了銀行之間的科技競爭。當前，我國銀行業紛紛擁抱金融科技并且進行數字化轉型[18]。如前文所述，銀行業金融科技的發展有利于降低小微企業貸款的成本和風險，進而促進了小微企業貸款業務的發展。因此，區域數字金融的發展水平越高，對銀行業所造成的資產、負債、科技等方面的競爭壓力越大，越有可能促進小微企業貸款業務的發展。

第二，對于具有不同貸款風險分散能力的銀行，其影響可能不同。銀行的核心業務是風險管理，而分散風險是風險管理的基本手段。銀行前十大客戶貸款比率在一定程度上反映了銀行對貸款風險的分散能力，該比例越低表明銀行的貸款風險分散能力越強。一方面，前十大客戶貸款比率較高，表明銀行優質的貸款大客戶較少，這意味著銀行在客戶獲取方面處于競爭劣勢，因此市場競爭對這類銀行所造成的壓力較大。另一方面，前十大客戶貸款比率較高的多數是區域性中小銀行，而研究發現銀行競爭對經營區域較為集中的中小銀行的影響較大[19]。因此，銀行的前十大客戶貸款比率越高，銀行競爭對其影響越大，銀行競爭對小微企業貸款業務的促進作用也越大。

第三，對于具有不同風險彌補能力的銀行，其影響可能不同。銀行撥備覆蓋率在一定程度上反映了銀行對貸款風險的彌補能力，該比例越高表明銀行對貸款風險的彌補能力越強。一方面，在不良貸款一定的情況下，撥備覆蓋率越高意味著銀行的準備金越充足，而準備金的來源是銀行的自有資本，這也意味著銀行的自有資本較充足，說明銀行資金實力較雄厚，在競爭中處于優勢地位。另一方面，在準備金一定的情況下，撥備覆蓋率越高意味著銀行的不良貸款規模越小，說明銀行經營風險較小，在競爭中處于優勢地位。因此，撥備覆蓋率越高意味著銀行面臨的競爭壓力越小，銀行競爭對小微企業貸款業務的促進作用也越小。綜上，本文提出以下假設：

假設5：數字金融發展在銀行競爭促進小微企業貸款業務發展的過程中起到正向的調節作用。

假設6：前十大客戶貸款比率在銀行競爭促進小微企業貸款業務發展的過程中起到正向的調節作用。

假設7：撥備覆蓋率在銀行競爭促進小微企業貸款業務發展的過程中起到負向的調節作用。

三、研究設計

（一）實證分析策略

為檢驗銀行競爭對銀行發放小微企業貸款的影響，建立如下模型：

其中，被解釋變量y1i,t為銀行i 在時間t 發放的小微企業貸款總額（全口徑）占貸款總額的比重；解釋變量lerneri,c,t為銀行i 總部所在地級市c 在時間t的勒納指數，用以衡量該地區銀行業的競爭程度；banki,t和cityi,c,t分別為銀行和地級市層面的控制變量；δi為銀行固定效應，μt為時間固定效應，εi,t為隨機誤差項。

本文的解釋變量為銀行競爭。為了更加全面地反映銀行微觀信息，本文采用基于銀行微觀面板數據估算的lerner 指數來度量銀行競爭程度，具體構建過程參考Angelini等[20]及Fungacova等[21]的做法。

首先，構建超越對數成本函數：

其中，c為銀行總成本，以利息支出和營業總成本之和來衡量；q為總產出，用資產總額來衡量；w1為勞動力價格，以非利息支出與資產總額的比值來衡量；w2 為資金價格，以利息支出與存款總額的比值來衡量；w3 為資本成本，以固定資產凈值與存款總額的比值來衡量；μt為時間固定效應，δi,t為隨機誤差項。（2）式對總產出q求導，可得到邊際成本的表達式為：

其次，采用固定效應模型對（2）式進行回歸，將參數估計值代入（3）式，計算出各個銀行在各年度的邊際成本mc。

再次，根據（4）式，計算出每家銀行每年的勒納指數lerneri,t：

其中，pi,t為產品價格，以收入總額與資產總額的比值來衡量。

最后，利用中國銀保監會公布的銀行機構金融許可證信息，以銀行分支機構在各地級市的占比作為權重，構建各地級市層面的銀行業lernerc,t指數：

需要說明的是，勒納指數是一個反向指標，取值為0~1。該指標越接近0，表明該地區的銀行競爭程度越大；反之，該指標越接近1，表明銀行競爭程度越小。

本文的控制變量主要包括三類：一是銀行特征變量，包括銀行規模、存貸比、成本收入比、不良貸款率、資產收益率、資產負債率，這些指標可能對銀行發放小微企業貸款的決策產生影響。二是區域特征變量，本文控制了銀行總部所在地級市的人均GDP。三是用來控制固定效應的虛擬變量，包括銀行固定效應和年份固定效應。

表2 主要變量的描述性統計

（二）數據

本文的研究樣本包括國有銀行、股份制銀行、城市商業銀行和農村商業銀行，時間跨度為2010—2019年，數據為包含200 家銀行的非平衡面板數據。小微企業貸款總額和銀行企業網銀客戶數是通過查閱各銀行逐年年報、社會責任報告手工整理得到；各銀行在不同地區的分支機構數量來源于銀保監會公布的金融許可證信息；中國數字普惠金融指數（2011—2019年）來源于北京大學數字金融研究中心[22]；其他數據均來源于Wind 和Bankscope 數據庫。為了排除異常值的影響，對所有連續變量進行了1%的縮尾處理。

四、實證分析

（一）基準回歸

表3 為基準回歸的結果。由結果可知，衡量銀行競爭程度的勒納指數與小微企業貸款占比顯著負相關。由于勒納指數為負向指標，因此銀行競爭程度與小微企業貸款規模占比顯著正相關。結果表明，銀行競爭顯著促進了銀行小微企業貸款業務的發展。由此證明了假設1。

表3 基準回歸

（二）內生性處理

1.工具變量法

為了緩解因遺漏變量、測量誤差或反向因果關系而導致的內生性問題，本文進一步采用工具變量進行估計。借鑒蔡競等[23]的研究，本文選取與銀行總部所在地級市同一省份的其他地級市的勒納指數的平均值（iv）作為工具變量，采用兩階段最小二乘法進行回歸。選取的理由是：同一省份其他地級市與目標地級市之間的銀行競爭程度具有一定的相關性，但省內其他地級市的銀行競爭程度與目標地級市銀行的小微企業貸款發放沒有直接聯系。表4報告了兩階段估計結果及工具變量合理性檢驗的結果。結果顯示，工具變量回歸與基準回歸結果基本一致，證明了基準回歸結果的可靠性。

表4 工具變量回歸

2.GMM動態面板回歸

鑒于銀行小微企業貸款占比具有一定的持久性，本文進一步在解釋變量中加入被解釋變量的滯后一期（L.y1），同時采用系統GMM回歸來檢驗前文結論的穩健性。表5 的回歸結果顯示，勒納指數的系數在10%的水平上顯著為負，表明在考慮了銀行小微企業貸款占比序列相關這一特性之后，銀行競爭對小微企業貸款業務的促進作用依然存在。此外，AR（2）和Hansen J 的值均大于0.1，證明本文的模型設定是合理的。

表5 GMM回歸

（三）穩健性檢驗

借鑒徐忠等[24]的研究，本文以各省五大國有商業銀行資產總額占該省所有銀行資產總額的比重（CR5）和小微企業貸款總額占銀行總資產的比重（y2）分別作為解釋變量（lerner）和被解釋變量（y1）的替代變量進行穩健性檢驗。如表6所示，（1）和（2）列分別是替換解釋變量和替換被解釋變量的估計結果，結果均與基準回歸保持一致，即銀行競爭分別在10%和1%的顯著性水平上提高了小微企業貸款占比，從而進一步印證了基準回歸結果的穩健性。

表6 穩健性檢驗

（四）異質性分析

為了檢驗銀行競爭對不同區域、不同規模銀行的異質性影響，分別按區域（東部和中西部）和銀行規模（根據總資產的中位數劃分為大規模和小規模銀行）進行分組回歸。如表7、表8中結果所示：分地區看，在東部地區，銀行競爭對銀行小微企業貸款占比有顯著的促進作用，而在中西部地區這種影響并不顯著。究其原因，相比中西部地區，東部地區經濟發展水平更高，銀行數量更多，銀行面臨的競爭壓力更大，因此該區域的銀行更有動力去開拓小微企業貸款業務。從銀行規模看，雖然銀行競爭對不同規模銀行的小微企業貸款占比均有顯著的促進作用，但對小規模的銀行促進作用更大。可能的原因為：一方面，大銀行具有品牌、渠道、技術等優勢，收入來源較為廣泛，盈利能力較強，因此競爭對其造成的壓力較小。相比而言，小銀行收入來源單一，盈利能力較差，受競爭的影響較大，因此在競爭中更有動力去開拓小微企業貸款業務。另一方面，小銀行多為區域性銀行，容易跟當地企業建立長期的業務聯系，在獲取“軟信息”方面具有比較優勢，從而降低了銀行與小微企業之間的信息不對稱。因此，相比大銀行，在競爭壓力下，小銀行也更有潛力去開拓小微企業貸款業務。

表7 按區域分組檢驗

表8 按銀行規模分組檢驗

五、機制分析

（一）銀行風險承擔水平的中介效應

如前文所述，銀行競爭提高了銀行的風險承擔水平，這有助于銀行開展“高風險”的小微企業貸款業務。參考張宗益等[25]的研究，采用Z 值衡量破產風險，計算方法如下：

其中，ROA表示銀行的總資產收益率，σ(ROA)表示其標準差，CAR表示其資本與總資產的比率。本文選取Z值的倒數risk作為銀行風險承擔水平的代理變量，即risk=1/Z。risk值越大，銀行的風險承擔水平越高。本文采用中介效應模型對“銀行競爭—銀行風險承擔—銀行小微企業貸款占比”三者之間的關系進行檢驗，結果如表9所示。（1）至（3）列的結果表明，銀行風險承擔水平是銀行競爭影響銀行小微企業貸款占比的中介變量，且存在不完全中介效應。由此證明了假設2。

表9 銀行風險承擔水平的中介效應

（二）銀行金融科技水平的中介效應

如前文所述，銀行競爭促進了銀行間的科技競爭，而金融科技的發展降低了銀行發放小微企業貸款的成本和風險，緩解了銀行發放小微企業貸款面臨的“高成本，高風險”問題，因此銀行更愿意向小微企業放貸。對此，本文選取銀行企業網銀客戶數的對數值（ebank）作為銀行金融科技水平的代理變量。選取的理由是：一方面，隨著數字金融的發展，銀行將越來越多的業務從線下轉到線上，企業網銀已成為銀行服務小微企業的重要渠道；另一方面，使用企業網銀的客戶越多，說明其網絡支付、貸款、理財等相關功能越完善、用戶體驗越好，因此使用企業網銀的客戶規模能在一定程度上代表銀行的金融科技發展水平。本文采用中介效應模型對“銀行競爭—銀行金融科技—銀行小微企業貸款占比”三者之間的關系進行檢驗，結果如表10所示。（1）至（3）列的結果表明，銀行金融科技水平是銀行競爭影響銀行小微企業貸款占比的中介變量，且存在不完全中介效應。由此證明了假設3。

表1 主要變量說明

表10 銀行科技競爭的中介效應

（三）銀行盈利水平的中介效應

如前文所述，銀行競爭提高了銀行的盈利性，這有助于銀行開展小微企業貸款業務。對此，本文選取總資產收益率（roa）作為銀行盈利水平的代理變量，同時采用中介效應模型對“銀行競爭—銀行盈利水平—銀行小微企業貸款占比”三者之間的關系進行檢驗，結果如表11所示。（1）至（3）列的結果表明，盈利水平是銀行競爭影響銀行小微企業貸款占比的中介變量，且存在不完全中介效應。由此證明了假設4。

表11 銀行盈利水平的中介效應

六、進一步擴展分析

（一）宏觀層面：數字金融發展的調節效應

數字金融已成為金融業發展的重要趨勢，為進一步分析數字金融發展對銀行競爭與小微企業貸款占比之間的關系，本文采用《北京大學數字普惠金融指數》中的地級市指標來衡量各地區數字金融的發展程度。具體包括總指數（lgindex）、覆蓋廣度（lg‐cov）、使用深度（lgusa）三個指數，同時加入了三個指數與銀行競爭的交乘項②。表12中（1）至（3）列依次報告了加入三個指數及交乘項的估計結果。結果顯示：勒納指數的系數均顯著為負，同時總指數、覆蓋廣度指數和使用深度指數與勒納指數的交乘項也顯著為負，說明數字金融發展強化了銀行競爭對小微企業貸款占比的促進作用。由此證明了假設5。

表12 數字金融的調節效應

（二）微觀層面：貸款風險分散能力和風險彌補能力的調節效應

除外部環境外，對于不同經營狀態的銀行，銀行競爭對小微企業貸款規模的促進作用可能存在顯著差異。對此，本文用前十大客戶貸款比率（Ttdra）衡量銀行貸款風險的分散能力，同時用銀行撥備覆蓋率（Pvcra）衡量風險彌補能力，從而檢驗二者對“銀行競爭與小微企業貸款占比”關系的影響。結果如表13所示：勒納指數系數顯著為負，且該指數與銀行前十大客戶貸款比率的交乘項的系數顯著為負，說明銀行貸款風險分散能力越差，銀行競爭對小微企業貸款占比的促進作用越大；勒納指數的系數顯著為負，而該指數與銀行撥備覆蓋率的交乘項系數顯著為正，說明銀行風險彌補能力越差，銀行競爭對小微企業貸款占比的促進作用越大。究其原因，銀行分散風險、彌補風險的能力越差，其面臨的競爭壓力越大，使得其開拓小微企業貸款業務的動力越強。由此證明了假設6和假設7。

表13 貸款風險分散和彌補能力的調節效應

七、結論及啟示

近年來，隨著銀行業機構數量的快速增長以及互聯網數字金融企業的迅速崛起，銀行間的競爭日趨激烈，為探究銀行競爭對小微企業貸款投放的影響，本文手工搜集了2010—2019年200 家銀行小微企業貸款數據并對此進行了實證研究。研究發現，銀行競爭顯著促進了小微企業貸款規模的占比，這對東部銀行和小規模銀行的影響較大。具體影響機制為：第一，銀行競爭通過提高銀行風險承擔水平、促進銀行金融科技發展、提高銀行盈利水平推動了商業銀行小微企業貸款業務的發展；第二，宏觀層面上，區域數字金融發展水平越高，以上影響的效應更大，即數字金融對以上影響起到正向的調節作用；第三，微觀層面上，銀行前十大客戶貸款比率起到正向的調節作用，而銀行撥備覆蓋率起到負向的調節作用，這意味著銀行風險分散能力、風險彌補能力對此起到抑制作用。

以上結論具有一定的政策啟示意義：首先，銀行競爭有助于緩解小微企業的融資約束，說明在監管層面放松銀行業準入條件，適度引入競爭很有必要。其次，數字金融是中國銀行業轉型的重要機遇，數字金融的發展促進了銀行業的競爭水平，加快了銀行業的數字化轉型，進而推動了小微企業貸款業務的發展，這對制定鼓勵數字金融發展的政策具有一定啟示意義。最后，銀行競爭對不同經營狀態銀行的小微企業貸款業務的影響存在異質性，比如對于規模較小、風險管理能力較差的銀行可能會產生較大的激勵。因此，監管政策在鼓勵中小銀行發放小微企業貸款的同時，也應關注其中可能存在的風險。■

注釋

①2014年，工商總局發布《全國小微企業發展情況報告》顯示：小微企業數量占企業數量的76.57%，解決了新增就業和再就業人口的70%，占國內生產總值的60%，占納稅的50%，完成65%的發明專利和80%以上的新產品開發。

②在回歸前對三個指數和勒納指數進行了去中心化處理。此外，后文中涉及交乘項回歸時，相關變量都進行了去中心化處理。