中小銀行兼并重組與地方債務(wù)風(fēng)險

王偉 舒童 王芝丹

摘? ?要：中小銀行兼并重組不僅是一種財務(wù)行為，還包含地方政府意志，是否有利于緩解地方債務(wù)風(fēng)險值得關(guān)注。本文將2009—2021年566家中小銀行微觀數(shù)據(jù)與省級宏觀債務(wù)數(shù)據(jù)進行匹配，運用系統(tǒng)GMM估計方法研究表明，中小銀行兼并重組緩解了地方債務(wù)風(fēng)險，但兼并重組累計次數(shù)與地方債務(wù)風(fēng)險呈U形關(guān)系。在地區(qū)大型銀行占比較高、信貸擴張較慢、高風(fēng)險銀行集聚、房地產(chǎn)依賴度較低、金融監(jiān)管投入較高的地區(qū)，中小銀行兼并重組對債務(wù)風(fēng)險有更明顯的緩解作用。其機制在于，兼并重組降低了地區(qū)銀行業(yè)風(fēng)險，減小了地方政府對銀行的控制程度，從而緩解了地方債務(wù)風(fēng)險。本文對理解中小銀行兼并重組在推進地方財政治理中的作用有著啟示意義。

關(guān)鍵詞：中小銀行；兼并重組；地方債務(wù)風(fēng)險；系統(tǒng)GMM

中圖分類號：F832.2? 文獻標(biāo)識碼：A? 文章編號：1674-2265（2024）04-0055-09

DOI：10.19647/j.cnki.37-1462/f.2024.04.006

一、引言

近年來，我國地方政府的債務(wù)負擔(dān)不斷加重，尤其是在新冠疫情沖擊和國內(nèi)外不確定性劇增的形勢下，地方政府債務(wù)規(guī)模進一步擴大。根據(jù)2023年預(yù)算執(zhí)行情況報告，2023年全國地方政府債務(wù)余額40.74萬億元，地方債券付息額達到12288億元，分別比上一年增長16.2%和9.6%。2023年7月，中共中央政治局會議提出“要有效防范化解地方債務(wù)風(fēng)險，制定實施一攬子化債方案”。2024年政府工作報告再次強調(diào)“統(tǒng)籌好地方債務(wù)風(fēng)險化解和穩(wěn)定發(fā)展，進一步落實一攬子化債方案”。由此，多措并舉化解地方債務(wù)風(fēng)險已成為當(dāng)前和未來一段時期內(nèi)的重大任務(wù)。

中小銀行“生于斯，長于斯”，但近年來包商銀行破產(chǎn)、河南村鎮(zhèn)銀行爆發(fā)“400億存款失蹤案”、美國5家中小銀行破產(chǎn)等風(fēng)險事件頻發(fā)，反映出這一群體正處于存量風(fēng)險加速暴露，甚至招致“多而不能倒”的區(qū)域系統(tǒng)性危機的重要關(guān)口（范小云等，2021）[1]。在此背景下，原銀保監(jiān)會連續(xù)4年在年度工作計劃里提出加大中小銀行改革重組力度、持續(xù)推進中小金融機構(gòu)兼并重組、按照市場化法治化原則推動農(nóng)村中小銀行兼并重組和區(qū)域整合等支持政策。自2020年至今，全國已有百余家城市商業(yè)銀行、農(nóng)村商業(yè)銀行抱團合并或新設(shè)籌建。中小銀行既是服務(wù)區(qū)域經(jīng)濟的主力軍和納稅人，又在股權(quán)、業(yè)務(wù)、人事、風(fēng)險化解等方面與地方政府有著千絲萬縷的聯(lián)系，其兼并重組既有形勢所迫，也在一定程度上體現(xiàn)了地方政府意志，地方政府可能出于緩解債務(wù)風(fēng)險目的而推進中小銀行兼并重組（趙全厚和許靜，2022）[2]。

就理論邏輯而言，地方財政可持續(xù)性與中小銀行有著緊密聯(lián)系（祝繼高等，2020）[3]：若中小銀行持續(xù)健康發(fā)展，不僅會直接或間接地帶來地方稅收增長，還通過融資服務(wù)緩解財政缺口，降低債務(wù)壓力；但如果中小銀行經(jīng)營不善、風(fēng)險頻發(fā)，既會影響地方財源的可持續(xù)性，也難以支撐地方舉債，甚至可能引發(fā)債務(wù)風(fēng)險。從相關(guān)實踐來看，中小銀行兼并重組具有積極意義。無論是早先的徽商銀行，還是近年來的中原銀行，通過兼并重組，地方銀行基本實現(xiàn)了“1+1＞2”的效果，地方政府和監(jiān)管部門也化解了風(fēng)險。發(fā)達國家的經(jīng)驗也表明，問題銀行的重組不僅節(jié)約了存款保險公司的賠付資金，還緩解了政府救助壓力（陳忠陽和李珊珊，2022）[4]。2023年中央經(jīng)濟工作會議也明確要求“統(tǒng)籌化解房地產(chǎn)、地方債務(wù)、中小金融機構(gòu)等風(fēng)險”。可見，有必要系統(tǒng)研究中小銀行兼并重組與地方債務(wù)風(fēng)險的內(nèi)在關(guān)系及其作用機理。

有鑒于此，本文將2009—2021年566家中小銀行微觀數(shù)據(jù)與省級宏觀債務(wù)數(shù)據(jù)進行匹配，實證考察中小銀行兼并重組對地方債務(wù)風(fēng)險的影響。可能的邊際貢獻在于：（1）豐富了銀行并購的相關(guān)文獻。現(xiàn)有針對銀行并購的動機和經(jīng)濟后果的研究局限于規(guī)模經(jīng)濟、并購效率、成本效率、盈利能力等方面，本文認為中小銀行兼并重組可能對地方債務(wù)風(fēng)險產(chǎn)生影響，這一發(fā)現(xiàn)是對現(xiàn)有文獻的重要補充，有助于進一步認識中小銀行兼并重組背后的策略動機與經(jīng)濟后果。（2）為地方債務(wù)風(fēng)險的相關(guān)研究提供了新的視角。已有研究更多地從財政分權(quán)體制、政府短期行為、預(yù)算軟化等角度探討地方債務(wù)風(fēng)險的誘因，在防范化解手段上也主要是對債務(wù)重組和企業(yè)為主體的市場化方式進行討論。與之不同的是，本文揭示了銀行兼并重組對地方債務(wù)風(fēng)險的緩解效應(yīng)，深化和補充了現(xiàn)有研究。（3）從實踐意義來看，本文發(fā)現(xiàn)了中小銀行兼并重組的“降風(fēng)險作用”，而且這一作用需要差異化引導(dǎo)方能更好地發(fā)揮，有助于加深對中小銀行兼并重組內(nèi)涵的理解，對相關(guān)部門進一步完善兼并重組制度安排一體推進地方債務(wù)風(fēng)險防范化解具有重要的實踐指導(dǎo)意義。

二、文獻綜述

就研究主題而言，已有學(xué)者主要圍繞銀行兼并重組效應(yīng)、銀行兼并重組與金融風(fēng)險的關(guān)系、金融風(fēng)險與財政風(fēng)險的關(guān)系等三個方面為本文提供了許多有益的啟示和優(yōu)質(zhì)的理論來源。

在銀行兼并重組效應(yīng)方面，學(xué)者們進行了較廣泛的討論。對不同規(guī)模銀行的比較顯示，大銀行的并購收益往往被非利息開支所抵消，小銀行并購更容易獲得規(guī)模經(jīng)濟（Al-Khasawneh等，2020）[5]。從合并效率來看，阿拉伯國家的42家商業(yè)銀行、加拿大30家銀行分支機構(gòu)合并的效率得到改善（Gattoufi等，2014；Wu等，2016）[6，7]，我國城市商業(yè)銀行合并的成本效率雖有所提升，但規(guī)模效率不高甚至為負（Shi等，2017）[8]，并存在“馬太效應(yīng)”（Zhu等，2020）[9]。從經(jīng)濟后果來看，經(jīng)營績效差的城市商業(yè)銀行可采用合并的方式促進銀行經(jīng)營有效運轉(zhuǎn)（呂朝鳳和毛霞，2020）[10]，經(jīng)聯(lián)邦存款保險機構(gòu)援助而實現(xiàn)合并的銀行，短期內(nèi)盈利能力有較大提升（Mamun等，2021）[11]，大型銀行與非銀行金融機構(gòu)的跨國并購也顯著提高了其盈利能力（Hassan和Giouvris，2021）[12]。此外，銀行合并還會使雙方股價上升，本地非合并銀行股價也出現(xiàn)持續(xù)上漲（Braggion等，2022）[13]。

關(guān)于銀行兼并重組與金融風(fēng)險關(guān)系的研究，還沒有達成統(tǒng)一觀點。一部分觀點認為，銀行合并能夠增強其風(fēng)險對抗能力，使風(fēng)險管理的成本更低，不會顯著加大銀行風(fēng)險（Jagtiani等，2016）[14]，而銀行的跨國并購不僅能降低系統(tǒng)性風(fēng)險，還提升了地區(qū)金融穩(wěn)定性（Hassan和Giouvris，2021）[12]。另一部分學(xué)者通過政策模擬發(fā)現(xiàn)，銀行合并不能降低風(fēng)險敞口，相反，合并后遭受沖擊的銀行的風(fēng)險直接“污染”了原本較為穩(wěn)健的銀行，甚至使系統(tǒng)性風(fēng)險不降反升（Greenwood等，2015）[15]。而且，銀行合并會使得行業(yè)集中程度增加，競爭程度降低，從而驗證了“集中—脆弱”假說（Weib等，2014）[16]。也有文獻總結(jié)認為，銀行合并是否會降低銀行風(fēng)險承受水平，或產(chǎn)生系統(tǒng)性金融風(fēng)險，主要取決于合并后銀行規(guī)模是否達到“大而不能倒”的保護標(biāo)準(zhǔn)從而獲得政府救助的額外利益（Carletti等，2021）[17]。

關(guān)于金融風(fēng)險與財政風(fēng)險關(guān)系的探討，其作用機理受到廣泛關(guān)注。一方面，預(yù)算軟約束行為使得金融機構(gòu)風(fēng)險不斷高位運行，政府要對金融機構(gòu)損失承擔(dān)連帶責(zé)任，這勢必向上推動債務(wù)風(fēng)險（Irwin，2016）[18]；另一方面，政府債券占據(jù)了銀行資本的相當(dāng)一部分，當(dāng)銀行出現(xiàn)危機時，政府往往采取逆向資產(chǎn)價格策略，加大救助成本，引發(fā)銀行業(yè)危機的財政化（李偉和宋亦威，2018）[19]。應(yīng)打破金融風(fēng)險和地方財政風(fēng)險間的反饋循環(huán)，減少對地方銀行的過度干預(yù)，避免地方銀行成為“準(zhǔn)財政工具”（于志潔和王茂慶，2023；王健鵬和王蓉，2022）[20，21]。

綜上可知，與本文直接相關(guān)的文獻還很少，但中小銀行與地方政府的密切關(guān)系卻毋庸置疑。過去的改革實踐反復(fù)證明，城市商業(yè)銀行、農(nóng)村商業(yè)銀行的兼并重組不僅得到了地方財政支持（如近3年新增5500億元中小銀行專項債），也可能影響地方財政的可持續(xù)性。因此，我們認為中小銀行兼并重組與地方債務(wù)風(fēng)險之間的關(guān)系還有繼續(xù)深化研究的空間，有必要厘清其理論邏輯、作用機制以及異質(zhì)性影響。

三、理論分析與研究假設(shè)

（一）中小銀行兼并重組影響地方債務(wù)風(fēng)險的邏輯

從市場效應(yīng)來看，兼并重組拓展了銀行原有經(jīng)營空間，帶來了資源整合與帕累托改進，有利于發(fā)揮優(yōu)勢銀行的經(jīng)營經(jīng)驗，帶來潛在的收益增量。因此，并購后的中小銀行經(jīng)營績效和服務(wù)地方經(jīng)濟能力有了較大提升（呂朝鳳和毛霞，2020）[10]，不僅帶動地方財源增長，減輕財政包袱，也緩解了地方債務(wù)壓力。但在中國，中小銀行自設(shè)立之初便同地方政府有著密切的關(guān)系，其兼并重組往往有地方政府參與（胡艷香和湯凌霄，2011）[22]，對于問題銀行和高風(fēng)險銀行，地方政府還要拿出真金白銀，盡管提高了并購成功率，但也可能帶來并購“后遺癥”，尤其是政府推動下的高頻次并購，還可能引發(fā)金融風(fēng)險的財政化（王曙光和王彬，2022）[23]，放大地方債務(wù)風(fēng)險。據(jù)此，本文提出以下研究假設(shè)：

H1：中小銀行兼并重組有助于緩解地方債務(wù)風(fēng)險，但高頻次的兼并重組會加劇地方債務(wù)風(fēng)險。

（二）中小銀行兼并重組對地方債務(wù)風(fēng)險的作用機制

一方面，兼并重組有利于中小銀行增強風(fēng)險抵抗能力，獲得更高的協(xié)同效應(yīng)和治理水平（岳崴和張強，2020）[24]。實踐證明，銀行財務(wù)重組能改善資產(chǎn)質(zhì)量，增強資本充足率（程六兵和王竹泉，2015）[25]。兼并重組能實現(xiàn)不良資產(chǎn)出表，一定程度上降低不良貸款率，提升信貸質(zhì)量，從而提高機構(gòu)運作效率，降低地方銀行業(yè)風(fēng)險（周春喜和毛悅，2018）[26]。地方政府通常依賴銀行借貸來籌集資金進行基礎(chǔ)設(shè)施和公共項目建設(shè)，銀行風(fēng)險增加會對地方政府的借貸能力產(chǎn)生負面影響，導(dǎo)致地方債務(wù)風(fēng)險增加。此外，地方銀行業(yè)風(fēng)險的降低有助于地方經(jīng)濟可持續(xù)發(fā)展，為地方政府提供穩(wěn)定的稅源，從而增強了地方財政的可持續(xù)性，進而降低地方債務(wù)風(fēng)險。因此，提出以下研究假設(shè)：

H2：中小銀行兼并重組通過降低地方銀行業(yè)風(fēng)險從而減少對地方債務(wù)風(fēng)險的溢出。

另一方面，兼并重組重新優(yōu)化中小銀行的股權(quán)結(jié)構(gòu)、組織結(jié)構(gòu)和業(yè)務(wù)條線，能夠減少區(qū)域內(nèi)法人機構(gòu)的數(shù)量，一定程度上降低了地方政府的干預(yù)程度。其一，兼并重組引入了更多投資者，使得地方政府持股比例下降、對銀行的控制權(quán)減弱，銀行承擔(dān)的政府債務(wù)融資規(guī)模可能出現(xiàn)下降。其二，小規(guī)模、縣域中小銀行在兼并重組后，往往升級為省域銀行，人事任命權(quán)限相應(yīng)調(diào)整，低層級政府的控制能力也將大大減少，商業(yè)獨立性增強。相關(guān)研究證實，城市商業(yè)銀行的新設(shè)有助于削弱地方政府對銀行業(yè)市場的過度干預(yù)，推動商業(yè)銀行貸款行為的去行政化（熊家財和楊來峰，2022）[27]，因而能抑制地方政府或有債務(wù)規(guī)模的增加，減少隱性債務(wù)風(fēng)險（郭敏和段藝璇，2019）[28]。因此，提出以下研究假設(shè)：

H3：中小銀行兼并重組通過減少地方政府對銀行的控制而抑制或有債務(wù)擴張，從而緩解地方債務(wù)風(fēng)險。

四、研究設(shè)計

（一）模型設(shè)定

考慮到地方債務(wù)風(fēng)險具有時間慣性和累積性特點，且債務(wù)風(fēng)險與地區(qū)變量可能存在互為因果的內(nèi)生關(guān)系。為此，本文參考肖鵬和樊蓉（2019）[29]的思路，引入被解釋變量的一階滯后項，建立以下動態(tài)基準(zhǔn)回歸模型：

[FRi，t=α0+α1FRi，t-1+α2MRi，t+α3controli，t+εi，t]

（1）

式中，[FRi，t]為省份[i]在[t]時期的債務(wù)風(fēng)險，[MRi，t]代表中小銀行兼并重組， [controli，t]為各控制變量的總稱，[εi，t]為隨機誤差項。

為進一步驗證假設(shè)H2和H3，本文借鑒祝繼高等（2020）[3]、郭敏和段藝璇（2019）[28]的做法，引入機制變量與[MR]的交乘項：

[FRi，t=α0+α1FRi，t-1+α2MRi，t+β1Riski，t×MRi，t+β2Riski，t+α3controli，t+εi，t]? （2）

[FRi，t=α0+α1FRi，t-1+α2MRi，t+β1Govi，t×MRi，t+β2Govi，t+α3controli，t+εi，t]? ?（3）

式中，[Risk]、[Gov]分別為地區(qū)銀行業(yè)風(fēng)險和政府對銀行的控制。我們重點關(guān)注[β1]的顯著性，若它通過相應(yīng)置信水平的檢驗，則表明某一作用機制成立，在中小銀行兼并重組影響地方債務(wù)風(fēng)險中發(fā)揮了傳導(dǎo)作用。

（二）變量定義

1. 被解釋變量：地方債務(wù)風(fēng)險（FR）。財政收不抵支造成的缺口是誘發(fā)地方債務(wù)風(fēng)險最重要的因素（呂煒等，2019）[30]，因此，選取財政缺口/GDP來衡量債務(wù)風(fēng)險。

2. 解釋變量：中小銀行兼并重組（MR）。采用兩種方法表征：一是設(shè)計虛擬變量，若某省份曾發(fā)生過中小銀行兼并重組，就對MR賦值1，否則為0；二是以各省份中小銀行兼并重組累計次數(shù)（MRt）來衡量，計算方法為ln（1+中小銀行兼并重組累計次數(shù)），代表中小銀行兼并重組強度。需指出的是，受數(shù)據(jù)限制，本文的兼并重組是指兩家及以上銀行以新設(shè)合并、吸收合并的方式進行的兼并重組，不包含改制重組、股權(quán)收購等。

3. 機制變量。（1）地方銀行業(yè)風(fēng)險（Risk），以本省銀行業(yè)不良貸款率來衡量，表征的是區(qū)域銀行業(yè)風(fēng)險。（2）政府對銀行的控制（Gov），本文的樣本數(shù)據(jù)顯示中小銀行的政府背景股東持股比例變化較小，且銀行間差距不大，從該視角選取指標(biāo)度量可能準(zhǔn)確性不高。故本文參考岳崴和張強（2020）[24]的思路，用“樣本中小銀行注冊地網(wǎng)點占比”來度量，這是因為銀行網(wǎng)點位于注冊地的比例越高，其經(jīng)營活動越容易受到地方政府的干預(yù)，被控制程度也就越強。

4. 控制變量。借鑒已有研究，選取6個控制變量：經(jīng)濟增速（RGDP），用實際GDP增長率表示；通貨膨脹率（CPI），用居民消費價格指數(shù)表示；人口結(jié)構(gòu)（DS），用總撫養(yǎng)比表示；對外開放（FDI），選取外商投資水平/GDP來衡量；失業(yè)水平（UR），以城鎮(zhèn)登記失業(yè)率來表示；產(chǎn)業(yè)結(jié)構(gòu)（IS），用第三產(chǎn)業(yè)增加值/GDP來衡量。

（三）數(shù)據(jù)來源與描述性統(tǒng)計

中小銀行堅持的是本地化經(jīng)營，因此，本文以省域為研究單位，被解釋變量和控制變量的數(shù)據(jù)均為省級層面，具體來源是萬得數(shù)據(jù)庫和《中國城市統(tǒng)計年鑒》。涉及銀行層面的解釋變量和中介變量，我們以數(shù)據(jù)可得的全國566家城市商業(yè)銀行、農(nóng)村商業(yè)銀行作為樣本進行分省加總，數(shù)據(jù)來源是各銀行年報。地方銀行業(yè)風(fēng)險數(shù)據(jù)來源為Choice數(shù)據(jù)庫。需要說明的是，本文的566家中小銀行覆蓋了31個省（自治區(qū)、直轄市，不包括港澳臺地區(qū)，以下簡稱省份），2021年總資產(chǎn)達到了74萬億元，占到了全國城市商業(yè)銀行和農(nóng)村合作金融機構(gòu)總資產(chǎn)的85%，因而樣本的代表性強。時間跨度為2009—2021年，涵蓋了我國中小銀行兼并重組的主要階段。

表2報告了描述性統(tǒng)計結(jié)果。其中，地方債務(wù)風(fēng)險（FR）的均值為17.4765，在中位數(shù)之上，呈左偏態(tài)，說明債務(wù)風(fēng)險低于均值的省份較多；同時，地方債務(wù)風(fēng)險的最小值為1.3371，最大值為122.0793，可見省際差距較大。中小銀行兼并重組（MR）的均值為0.5831，中位數(shù)為1.000，說明在樣本范圍內(nèi)大部分省份存在中小銀行兼并重組的情況。中小銀行兼并重組強度（MRt）的均值為0.1602，換算后即兼并重組平均累計次數(shù)為0.1737，標(biāo)準(zhǔn)差大于MR，表明省際兼并重組情況差異較大。

五、實證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

動態(tài)面板模型可以采用差分GMM和系統(tǒng)GMM兩種估計法，由于后者能更充分利用樣本信息，具有更小的偏差，本文選擇系統(tǒng)GMM進行處理。從表3的相關(guān)檢驗來看，AR（1）的P值均小于0.05，說明一階差分后存在自相關(guān)；AR（2）的p值均大于0.1，意味著二階序列不存在自相關(guān)；Sargan檢驗的p值均大于0.1，表明所有工具變量均外生，可見系統(tǒng)GMM估計方法合理有效。同時，被解釋變量的滯后一階L.FR的系數(shù)均在1%的水平上顯著為正，表明地方債務(wù)風(fēng)險本身具有動態(tài)效應(yīng)，即上一期的債務(wù)風(fēng)險會對下一期的債務(wù)風(fēng)險產(chǎn)生顯著正向影響，這也驗證了本文基準(zhǔn)回歸模型設(shè)置為動態(tài)面板模型的合理性。

從列（1）和列（2）的結(jié)果可知，在未加入控制變量時，中小銀行兼并重組變量MR的回歸系數(shù)在1%的水平上顯著為負，加入控制變量后，回歸系數(shù)達到了-1.5575，表明發(fā)生過中小銀行兼并重組的省份，地方債務(wù)風(fēng)險顯著降低，假設(shè)H1成立。可見，中小銀行兼并重組確實能一定程度緩解地方債務(wù)風(fēng)險。由此，當(dāng)前適當(dāng)鼓勵中小銀行兼并重組是有必要的，有利于地方走出債務(wù)風(fēng)險的泥淖。

列（3）和列（4）報告了中小銀行兼并重組強度的影響效應(yīng)，易知兼并重組累計次數(shù)越高，地方債務(wù)風(fēng)險越低，假設(shè)H1依然成立。但兼并重組強度過高會使得行業(yè)集中程度增加，同業(yè)競爭程度降低，“集中—脆弱”假說可能存在，本文加入MRt的平方項進一步驗證兼并重組強度對地方債務(wù)風(fēng)險的影響。列（5）的結(jié)果顯示，U形關(guān)系確實存在，即兼并重組累計次數(shù)先抑制后加劇地方債務(wù)風(fēng)險。可見，無論是基于銀行業(yè)競爭需要還是減輕地方政府財政包袱考慮，均不宜鼓勵中小銀行高強度兼并重組，形成盲目的兼并重組“熱潮”。

（二）穩(wěn)健性檢驗

1. 更換被解釋變量。參考余應(yīng)敏等（2018）[31]的研究，地方債務(wù)風(fēng)險分別用（城投債余額+地方政府債余額）/GDP（FRg）、（城投債余額+地方政府債余額）/地方財政收入（FRd）度量，結(jié)果分別如表4的列（1）和列（2）所示。易知，無論替換為哪個被解釋變量，地方債務(wù)風(fēng)險變量MR的回歸系數(shù)均顯著為負，說明中小銀行兼并重組能降低地方債務(wù)風(fēng)險，與基準(zhǔn)回歸結(jié)果相似。

2. 排除樣本干擾。由于樣本銀行中有少部分是跨省份經(jīng)營的，可能對估計結(jié)果產(chǎn)生干擾，所以我們將該部分樣本剔除，重新進行分省份加總，并與其他省級層面數(shù)據(jù)進行匹配。從表4的列（3）可知，地方債務(wù)風(fēng)險變量MR的回歸系數(shù)仍然在1%的水平下為負，方向上與基準(zhǔn)回歸保持一致。此外，2020年新冠疫情的暴發(fā)對經(jīng)濟社會構(gòu)成了外部沖擊，由此可能引起部分指標(biāo)出現(xiàn)異常值，為了排除這一干擾，我們剔除2020年和2021年的數(shù)據(jù)重新回歸。從表4的列（4）易知，地方債務(wù)風(fēng)險變量MR的符號仍然為負且通過1%的顯著性水平檢驗，可見基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

3.傾向得分匹配法（PSM）。為緩解樣本自選擇等問題，本文進一步采用傾向得分匹配（PSM）對中小銀行兼并重組的樣本進行鄰近匹配（n=4）、卡尺匹配和一對一匹配。由于匹配結(jié)果均通過了顯著性檢驗，表明匹配具有可信性。對匹配后的樣本重新進行系統(tǒng)GMM回歸，回歸結(jié)果見表5的列（1）—（3）。易知，中小銀行兼并重組變量MR的回歸系數(shù)顯著為負，與基準(zhǔn)回歸結(jié)果一致，說明模型具有穩(wěn)健性。

4.排除重大政策影響。樣本期內(nèi)一些重大政策的實施可能影響了本文的實證結(jié)果，如2015年1月1日起施行的《中華人民共和國預(yù)算法》（以下簡稱新預(yù)算法），對地方債務(wù)風(fēng)險有著重要影響；2016年12月中央經(jīng)濟工作會議提出“要把防控金融風(fēng)險放到更加重要的位置”，開啟了嚴(yán)監(jiān)管時代，構(gòu)成中小銀行發(fā)展的新背景。為去除上述改革的影響，本文加入政策虛擬變量（Reform）：2015年新預(yù)算法修訂實施前Reform1賦值為0，之后賦值為1；2017年嚴(yán)監(jiān)管改革前Reform2賦值為0，之后則賦值為1。從表5可知，實證結(jié)果與基準(zhǔn)回歸保持一致。

（三）異質(zhì)性分析

1. 銀行異質(zhì)性。銀行結(jié)構(gòu)代表著銀行業(yè)競爭程度，當(dāng)大型銀行占比較高時，中小銀行的生存空間被擠壓，兼并重組的發(fā)生概率就相對較高。本文以本省大型銀行資產(chǎn)占比來衡量銀行結(jié)構(gòu)，按其均值劃分為高低兩組，回歸結(jié)果如表6列（1）和列（2）所示。易知，大型銀行占比高的地區(qū)，中小銀行兼并重組降低了地方債務(wù)風(fēng)險；大型銀行占比低的地區(qū)則未通過顯著性檢驗，這表明對于大型銀行占比較高地區(qū)，中小銀行兼并重組的債務(wù)風(fēng)險緩釋作用更明顯。

在兼并重組政策上，2022年5月，原銀保監(jiān)會專門提出“鼓勵優(yōu)質(zhì)銀行、保險公司和其他適格機構(gòu)參與并購重組農(nóng)村中小銀行”，這意味著農(nóng)村商業(yè)銀行兼并重組享受一定的政策傾斜。按銀行類型分組的回歸結(jié)果如列（3）和列（4）所示，易知，城市商業(yè)銀行、農(nóng)村商業(yè)銀行兼并重組對地方債務(wù)風(fēng)險均具有緩釋作用，城市商業(yè)銀行的回歸系數(shù)略大于農(nóng)村商業(yè)銀行。可見，從降低債務(wù)風(fēng)險的角度看，支持哪一類中小銀行兼并重組其實并無太大差異。監(jiān)管部門之所以重點鼓勵農(nóng)村中小銀行兼并重組，主要與其改革化險的緊迫性有關(guān)。

銀行信貸擴張與地方債務(wù)增長關(guān)系密切，管控地方債務(wù)需減少信貸干預(yù)，控制好債務(wù)規(guī)模（陳寶東和鄧曉蘭，2019）[32]，因此，本文以各省金融機構(gòu)貸款同比增長衡量信貸擴張，并按照其均值分為較慢和較快兩個組。從表6的列（5）和列（6）可知，在信貸擴張較慢組解釋變量的回歸系數(shù)通過顯著性檢驗，而在較快組未通過檢驗，這說明減少信貸干預(yù)有助于發(fā)揮中小銀行的兼并重組效應(yīng)，產(chǎn)生更強的債務(wù)風(fēng)險緩釋作用。

2. 地區(qū)異質(zhì)性。首先，本文根據(jù)中國人民銀行披露數(shù)據(jù)，將高風(fēng)險銀行數(shù)量較多的9個省份（遼寧、甘肅、內(nèi)蒙古、河南、山西、黑龍江、吉林、山東、廣西）定義為高風(fēng)險銀行集聚區(qū)，其他省份定義為非高風(fēng)險銀行集聚區(qū)。從表7列（1）和列（2）可知，高風(fēng)險銀行集聚區(qū)和非集聚區(qū)的兼并重組均減緩了債務(wù)風(fēng)險，但前者的作用效果明顯大于后者。其原因可能在于：這9個省份大部分為化債重點省份，債務(wù)水平較高，中小銀行兼并重組的效應(yīng)在這些地區(qū)更強，這也與監(jiān)管部門近年來推動的重點省份高風(fēng)險銀行機構(gòu)兼并重組相吻合。目前，廣西、山西等省份中小銀行數(shù)量和高風(fēng)險機構(gòu)較多，而兼并重組強度低，可予以適當(dāng)支持。

其次，房地產(chǎn)對地方經(jīng)濟發(fā)展有著重要影響，如果政府對房地產(chǎn)的依賴度過高，將可能引發(fā)財政風(fēng)險和信貸風(fēng)險，因此，可從房地產(chǎn)依賴度（用房地產(chǎn)開發(fā)投資占全社會固定資產(chǎn)投資比重表示）的視角來觀測異質(zhì)性。表7列（3）和列（4）分別顯示了房地產(chǎn)依賴度高于均值和低于均值的分組回歸結(jié)果，房地產(chǎn)依賴度較高省份的中小銀行兼并重組并不能顯著降低債務(wù)風(fēng)險；相反，房地產(chǎn)依賴度較低省份的中小銀行兼并重組能緩解債務(wù)風(fēng)險。可能的原因是，房地產(chǎn)依賴度較高的省份往往債務(wù)壓力較大，中小銀行兼并重組對地方債務(wù)風(fēng)險的緩釋作用較為有限，但在房地產(chǎn)依賴度較低的省份卻可能有較明顯的作用。可見，在推動中小銀行改革化險、減輕財政包袱進程中，還應(yīng)兼顧房地產(chǎn)依賴可能引起的財政風(fēng)險。

最后，地方金融監(jiān)管投入代表了地方政府為防范化解包括中小銀行在內(nèi)的各類金融風(fēng)險所作出的努力，本文以地方金融監(jiān)管財政支出/地方金融業(yè)增加值度量，按照均值的分組回歸結(jié)果見表7列（5）和列（6）。易知，在地方金融監(jiān)管投入較高省份，中小銀行兼并重組對債務(wù)風(fēng)險有顯著的負向影響，而在監(jiān)管投入不足省份，該影響不顯著。其原因可能在于，地方投入的金融監(jiān)管資源越多，中小銀行發(fā)展的生態(tài)環(huán)境越好，越有利于兼并重組作用的發(fā)揮。這表明在推進中小銀行兼并重組、緩解地方債務(wù)風(fēng)險過程中，還需要地方政府加大金融監(jiān)管投入，形成合力治理局面。

（四）作用機制識別

我們已經(jīng)驗證了中小銀行兼并重組對地方債務(wù)風(fēng)險有顯著的緩解作用，那么這種影響是通過什么機制實現(xiàn)的呢？本文將對研究假設(shè)提出的兩個機制進行逐一檢驗，估計結(jié)果如表8所示。

表8第（1）和（2）列報告了地區(qū)銀行業(yè)風(fēng)險作用路徑的實證檢驗結(jié)果，結(jié)果顯示，地區(qū)銀行業(yè)風(fēng)險變量Risk的回歸系數(shù)顯著為正，表明銀行業(yè)風(fēng)險對地方債務(wù)風(fēng)險產(chǎn)生了溢出效應(yīng)。引入中小銀行兼并重組與地區(qū)銀行業(yè)風(fēng)險的交乘項后，其標(biāo)準(zhǔn)化回歸系數(shù)顯著為負，表明中小銀行兼并重組能夠通過降低地區(qū)銀行業(yè)風(fēng)險緩解地方債務(wù)風(fēng)險。中小銀行兼并重組后，能夠通過規(guī)范化經(jīng)營降低地區(qū)銀行業(yè)的風(fēng)險，減少了區(qū)域金融風(fēng)險對地方債務(wù)風(fēng)險的溢出。由此，佐證了假設(shè)H2。

從列（3）和列（4）的結(jié)果可知，政府對銀行控制的回歸系數(shù)顯著為正，說明地方政府對中小銀行的干預(yù)程度越高，地方債務(wù)風(fēng)險越大。同時，交乘項的回歸系數(shù)為負且通過1%的置信水平檢驗，說明中小銀行兼并重組通過降低地方政府控制程度緩解了地方債務(wù)風(fēng)險，假設(shè)H3得到驗證。事實上，在中國式分權(quán)下，政治晉升激勵使得地方政府往往對地方銀行經(jīng)營表現(xiàn)出強烈的控制動機，而兼并重組后的中小銀行大多劃為省管銀行，省以下地方政府的控制能力下降，防止了政府債務(wù)風(fēng)險的進一步擴張。

六、結(jié)論與啟示

本文基于2009—2021年31個省份匹配后的面板數(shù)據(jù)，通過系統(tǒng)GMM回歸檢驗了中小銀行兼并重組對地方債務(wù)風(fēng)險的影響，并考察了其異質(zhì)性和作用機制。結(jié)果表明：第一，中小銀行兼并重組顯著地緩解了地方債務(wù)風(fēng)險，但并非兼并重組次數(shù)越多，地方債務(wù)風(fēng)險下降越快，中小銀行兼并重組次數(shù)與地方債務(wù)風(fēng)險呈U形關(guān)系。第二，在大型銀行占比較高、地區(qū)信貸擴張較慢、地區(qū)高風(fēng)險銀行集聚、房地產(chǎn)依賴度較低、地方金融監(jiān)管投入較大的省份，中小銀行兼并重組對地方債務(wù)風(fēng)險有更明顯的緩解作用。第三，中小銀行兼并重組降低了地區(qū)銀行業(yè)風(fēng)險，減小了政府對銀行的控制程度，從而緩解了地方債務(wù)風(fēng)險。

基于以上結(jié)論，本文得到如下啟示：

首先，應(yīng)將中小銀行兼并重組列入地方債務(wù)管理的重點方面。鼓勵地方政府將中小銀行兼并重組作為防范化解財政金融風(fēng)險的重要抓手。不論是從外部監(jiān)管角度來看還是從內(nèi)部治理角度來看，中小銀行的改革化險都需要依靠地方層面的治理體系發(fā)揮關(guān)鍵作用，對正在推進中小銀行兼并重組的省份，應(yīng)在中小銀行專項債分配方面給予傾斜，重點支持薄弱銀行補充資本。

其次，差異化引導(dǎo)和一體化推進中小銀行兼并重組和地方債務(wù)化解工作。兼并重組不僅有利于銀行自身發(fā)展，還能降低區(qū)域金融風(fēng)險和政府對銀行的控制，從而抑制了地方或有債務(wù)擴張。但同時，中小銀行兼并重組并非強度越大越好，而應(yīng)適可而止。對于不同兼并重組環(huán)境、不同債務(wù)條件、不同支持程度的地區(qū)，銀行兼并重組帶來的降風(fēng)險效應(yīng)也有較大差異，應(yīng)因地制宜，因事、因時、因機構(gòu)而變，不搞“一刀切”，避免行政干預(yù)和“拉郎配”現(xiàn)象，防止產(chǎn)生新的風(fēng)險。

最后，嚴(yán)格規(guī)范中小銀行兼并重組。目前監(jiān)管部門還未出臺具體指導(dǎo)意見，僅提出“堅持市場化法治化原則”。短期而言，應(yīng)加快出臺《中小銀行兼并重組實施意見》，明確銀行兼并重組的目的及策略，建立兼并重組的先期預(yù)報及可行性制度，規(guī)范政府行為，建立國家層面的兼并重組政策支持體系。中長期而言，可參照相關(guān)國家立法經(jīng)驗并結(jié)合我國實際，制定符合巴塞爾銀行監(jiān)管委員會《有效銀行監(jiān)管核心原則》要求的《銀行并購法》，明確國有股權(quán)退出方式、行業(yè)壟斷限制、外國投資者介入、市場退出等一系列問題。

參考文獻：

[1]范小云，史攀，王博.估值踩踏與系統(tǒng)性金融風(fēng)險防控——基于前瞻性償付能力風(fēng)險傳染模型的分析 [J].中國工業(yè)經(jīng)濟，2021，（10）.

[2]趙全厚，許靜.商業(yè)銀行信貸配置對地方政府債務(wù)風(fēng)險的影響研究 [J].宏觀經(jīng)濟研究， 2022，（03）.

[3]祝繼高，岳衡，饒品貴.地方政府財政壓力與銀行信貸資源配置效率——基于我國城市商業(yè)銀行的研究證據(jù)[J].金融研究， 2020，（01）.

[4]陳忠陽，李珊珊.問題銀行救助、處置機制的全球改革方向及啟示 [J].經(jīng)濟社會體制比較，2022，（01）.

[5]Al-Khasawneh J A，Essaddam N，Hussain T. 2020. Total Productivity and Cost Efficiency Dynamics of US Merging Banks：A Non-Parametric Bootstrapped Analysis of the Fifth Merger Wave [J].The Quarterly Review of Economics and Finance，78.

[6]Gattoufi S，Amin G R，Emrouznejad A. 2014. A New Inverse DEA Method for Merging Banks [J].IMA Journal of Management Mathematics，25（1）.

[7]Wu D D，Luo C， Wang H，Birge JR. 2016. Bi‐level Programing Merger Evaluation and Application to Banking Operations [J].Production and Operations Management，25（3）.

[8]Shi X，Li Y，Emrouznejad A，Xie J，Liang L. 2017. Estimation of Potential Gains from Bank Mergers：A Novel Two-Stage Cost Efficiency DEA Model [J].Journal of the Operational Research Society， 68.

[9]Zhu N， Hougaard J L， Yu Z，Wang B. 2020. Ranking Chinese Commercial Banks Based on Their Expected Impact on Structural Efficiency [J].Omega，94.

[10]呂朝鳳，毛霞.地方金融發(fā)展能夠影響FDI的區(qū)位選擇嗎？——一個基于城市商業(yè)銀行設(shè)立的準(zhǔn)自然實驗[J].金融研究， 2020，（03）.

[11]Mamun A，Tannous G，Zhang S. 2021. Do Regulatory Bank Mergers Improve Operating Performance？ [J].International Review of Economics & Finance，73.

[12]Hassan M，Giouvris E. 2021.Bank Mergers：the Cyclical Behaviour of Regulation，Risk and Returns [J].Journal of Financial Economic Policy，13（2）.

[13]Braggion F，Dwarkasing N，Moore L. 2022. Value creating Mergers：British Bank Consolidation，1885-1925 [J]. Explorations in Economic History，83.

[14]Jagtiani J，Kotliar I， Maingi R Q. 2016. Community Bank Mergers and Their Impact on Small Business Lending[J].Journal of Financial Stability，27.

[15]Greenwood R，Landier A，Thesmar D. 2015. Vulnerable Banks [J].Journal of Financial Economics，115（3）.

[16]Weib G N F，Neumann S，Bostandzic D. 2014. Systemic Risk and Bank Consolidation：International Evidence[J].Journal of Banking & Finance，40（C）.

[17]Carletti E，Ongena S， Siedlarek J P，Spagnolo G. 2021. The Impacts of Stricter Merger Legislation on Bank Mergers and Acquisitions：Too-Big-To-Fail and Competition[J].Journal of Financial Intermediation，46.

[18]Irwin T C. 2016. Getting the Dog to Bark：Disclosing Fiscal Risks from the Financial Sector [J].Journal of International Commerce， Economics and Policy，7（02）.

[19]李偉，宋亦威.我國商業(yè)銀行系統(tǒng)性金融風(fēng)險財政溢出效應(yīng)研究 [J].河南社會科學(xué)， 2018， 26（07）.

[20]于志潔，王茂慶.地方政府債務(wù)的問責(zé)監(jiān)管與制度完善 [J].金融發(fā)展研究，2023，（09）.

[21]王健鵬，王蓉.新冠疫情沖擊對商業(yè)銀行違約風(fēng)險的影響研究——兼論金融風(fēng)險與地方財政風(fēng)險間的反饋循環(huán) [J].地方財政研究， 2022，（12）.

[22]胡艷香，湯凌霄.我國商業(yè)銀行并購中的政府角色錯位與重新定位 [J].中國行政管理， 2011，（11）.

[23]王曙光，王彬.地方政府治理與區(qū)域金融風(fēng)險化解——基于中小銀行風(fēng)險形成與防范研究 [J].行政管理改革， 2022，（11）.

[24]岳崴，張強.銀行部門擴張、資源配置扭曲與經(jīng)濟增長 [J].財經(jīng)研究， 2020， 46（09）.

[25]程六兵，王竹泉.信貸歧視與銀行股份制改革——基于借款逾期公司的經(jīng)驗證據(jù) [J].財經(jīng)研究， 2015， 41（06）.

[26]周春喜，毛悅.城市商業(yè)銀行貸款集中度對資產(chǎn)質(zhì)量影響的研究 [J].商業(yè)經(jīng)濟與管理， 2018，（09）.

[27]熊家財，楊來峰.地方金融發(fā)展能緩解企業(yè)投融資期限錯配嗎？——來自城商行設(shè)立的準(zhǔn)自然實驗 [J].當(dāng)代經(jīng)濟科學(xué)， 2022， 44（04）.

[28]郭敏，段藝璇.銀行信貸行為對政府隱性或有負債的影響 [J].山西財經(jīng)大學(xué)學(xué)報， 2019， 41（10）.

[29]肖鵬，樊蓉.債務(wù)控制視角下的地方財政透明度研究——基于2009—2015年30個省級政府的實證分析 [J].財政研究， 2019，（07）.

[30]呂煒，周佳音，陸毅.理解央地財政博弈的新視角——來自地方債發(fā)還方式改革的證據(jù) [J].中國社會科學(xué)， 2019，（10）.

[31]余應(yīng)敏，楊野，陳文川.財政分權(quán)、審計監(jiān)督與地方政府債務(wù)風(fēng)險——基于2008-2013年中國省級面板數(shù)據(jù)的實證檢驗 [J].財政研究， 2018，（07）.

[32]陳寶東，鄧曉蘭.貨幣政策被地方政府債務(wù)綁架了嗎？ [J].經(jīng)濟管理，2019，41（10）.