中國商業(yè)銀行競爭與系統(tǒng)性風險的研究

隨著我國金融體系不斷發(fā)展與科技進步，商業(yè)銀行競爭程度日益激烈，這推動了中國銀行體系的金融創(chuàng)新，帶動了金融效率不斷提高。但與此同時，激烈競爭使得我國商業(yè)銀行經(jīng)營業(yè)務同質(zhì)化行為嚴重，并且近年來很多數(shù)字金融產(chǎn)品創(chuàng)新風險大，都加大了銀行系統(tǒng)的脆弱性。因此，競爭對銀行穩(wěn)定性的問題不容忽視。

目前，關于銀行競爭和穩(wěn)定性的相關研究，大多數(shù)都只關注單個銀行的風險，而忽略了銀行的系統(tǒng)性風險。然而，在2007–2009年金融危機之后，學界提出了一個新的問題，即競爭對整個系統(tǒng)金融穩(wěn)定的影響。

近些年一些學者從實證角度探討了競爭對系統(tǒng)性風險的影響，實證結果也未得出一致的結論。比如，部分國外學者認為，基于歐洲銀行體系數(shù)據(jù)，勒納指數(shù)與系統(tǒng)性風險之間存在正相關關系，即競爭可以增強金融體系穩(wěn)定性。而也有一些國外學者基于日本銀行體系數(shù)據(jù)，研究發(fā)現(xiàn)勒納指數(shù)與系統(tǒng)性風險之間存在負相關關系，即競爭破壞了金融系統(tǒng)的穩(wěn)定性。

本文以CoVaR（條件風險價值）模型為基礎，實證研究我國上市銀行競爭與銀行系統(tǒng)性風險之間的關系，并為我國完善宏觀審慎監(jiān)管提供建議。

研究方法

本文以2011–2021 年期間我國16家上市銀行為樣本，選取理由是這16家銀行都是在2011年之前上市的。樣本銀行為：工商銀行、農(nóng)業(yè)銀行、建設銀行、中國銀行、交通銀行、中信銀行、興業(yè)銀行、光大銀行、平安銀行、民生銀行、招商銀行、華夏銀行、浦發(fā)銀行、寧波銀行、南京銀行、北京銀行。本文計算競爭指標勒納指數(shù)的變量和實證分析中銀行層面的控制變量數(shù)據(jù)來源于 BankFocus數(shù)據(jù)庫（全球銀行與金融機構分析數(shù)據(jù)庫），計算系統(tǒng)性風險指標的變量與實證分析中宏觀經(jīng)濟層面的控制變量數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫（中國經(jīng)濟金融研究數(shù)據(jù)庫）。

一、系統(tǒng)性風險的度量

本文采用由 國外經(jīng)濟學者Adrian 和Brunnermeier

提出來的?CoVaR 指標來衡量。他們將CoVaR定義為：在一家銀行陷入困境狀態(tài)條件下銀行系統(tǒng)的風險價值；將?CoVaR 定義為：一家銀行陷入困境狀態(tài)條件下的 CoVaR 與該銀行中位狀態(tài)條件下的 CoVaR 之差。

二、銀行競爭的度量

本文采用勒納指數(shù)作為衡量銀行競爭程度的指標，即勒納指數(shù)越小，表示銀行競爭越大。

勒納指數(shù)計算公式如下：

是產(chǎn)出價格，表示銀行i第t年的非利息收入加上利息收入總額/總資產(chǎn)，為邊際成本，由于邊際成本無法直接觀測，本文采用文獻中的傳統(tǒng)方法，即通過超越對數(shù)成本函數(shù)進行計算。考慮三項投入和一項產(chǎn)出的生產(chǎn)技術，使用OLS進行估算：

代表總成本，表示銀行i第t年的利息費用與非利息費用之和；為總產(chǎn)出，用總資產(chǎn)表示。是三項投入價格：是資金價格，表示利息支出與總負債的比率；是勞動價格，表示人員費用與總資產(chǎn)的比率；是資本價格，表示管理費用和其他運營費用與總資產(chǎn)的比率。 為年份虛擬變量，代表殘差項。

另外，對式（2）中的系數(shù)施加以下五個約束條件：

++=1，++=0，++=0，++=0，++=0 " " " " " " （3）

然后，把（3）式得到的回歸系數(shù)代入（4）式中，計算出每個銀行i第t年的邊際成本：

=/[++++] " " " " " " " " " " "（4）

最后，把（4）式計算得到代入（1）式，計算出每個銀行i第t年的勒納指數(shù)。計算勒納指數(shù)所需數(shù)據(jù)來源于BankFocus數(shù)據(jù)庫。

三、控制變量

在研究銀行系統(tǒng)性風險和上市銀行競爭之間的關系時，我們選擇可能影響中國上市銀行的系統(tǒng)性風險水平的兩組控制變量。

銀行層面選取五個控制變量：一是銀行貸款損失準備金/銀行凈利息收入（Loan prov./NI），二是銀行資產(chǎn)總額對數(shù)（LogTA），三是銀行非利息收入總額/銀行收入總額（Non-interest/Income），四是銀行負債總額/銀行資產(chǎn)總額（Liabilities/TA），五是盈利能力（ROA）。這五個控制變量數(shù)據(jù)來源于BankFocus數(shù)據(jù)庫。

宏觀經(jīng)濟與金融發(fā)展因素層面：使用GDP（國內(nèi)生產(chǎn)總值）增長率指標（GDPG）；使用股票總市值/GDP總額（MV/TGDP）。這兩個控制變量數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。

各變量均值與以往文獻中的研究結果相當，由于篇幅所限，變量描述性統(tǒng)計數(shù)據(jù)未列出來。其中，系統(tǒng)性風險?CoVaR 均值為0.0261，勒納指數(shù)均值為0.657。

四、模型構建（Estimated Equation）

對競爭與系統(tǒng)性風險之間的關系，建立固定效應面板數(shù)據(jù)回歸模型：

=+++ + " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " "（5）

其中，是上述的系統(tǒng)性風險衡量，是競爭變量，本文選擇用勒納指數(shù)度量，是銀行特定和宏觀經(jīng)濟與金融發(fā)展因素控制變量向量，這些解釋變量都使用滯后一期數(shù)據(jù)，表示競爭變量對銀行系統(tǒng)性風險變量影響的參數(shù)。

實證結果分析

表1列出了使用ΔCoVaR作為系統(tǒng)性風險衡量標準的銀行固定效應回歸估計結果。本文發(fā)現(xiàn)，ΔCoVaR與勒納指數(shù)之間呈顯著負相關。估計結果表明，勒納指數(shù)的下降會導致銀行系統(tǒng)性風險增加，即更加激烈的競爭將會導致更高的銀行系統(tǒng)性風險。使用第（3）列中的系數(shù)估計值和變量描述性統(tǒng)計數(shù)據(jù)，可以計算出，勒納指數(shù)下降一個標準差（0.0561個百分點）會使ΔCoVaR提高約0.003個百分點，即約 ΔCoVaR 標準差的37%。

我們發(fā)現(xiàn)，本文研究結論顯示，競爭不利于銀行體系穩(wěn)定。這主要是因為我國商業(yè)銀行業(yè)務同質(zhì)化行為嚴重，由于銀行之間的這種共性，競爭加劇了銀行體系的脆弱性，從而導致了更高的銀行系統(tǒng)性風險。

結論與建議

本文實證研究結果表明：ΔCoVaR與勒納指數(shù)之間呈顯著的負相關關系，即更加激烈的競爭將會導致更高的銀行系統(tǒng)性風險。這主要是因為我國商業(yè)銀行業(yè)務同質(zhì)化行為嚴重，由于銀行之間的這種共性，競爭在一定程度上導致了更高的銀行系統(tǒng)性風險。因此，政府要加強對我國上市商業(yè)銀行宏觀審慎監(jiān)管，積極支持銀行拓展多元化業(yè)務，以防止因商業(yè)銀行同質(zhì)化業(yè)務激烈競爭而產(chǎn)生過高的銀行系統(tǒng)性風險。[基金項目：本文系韓山師范學院2020年博士啟動項目“新時代我國銀行業(yè)的系統(tǒng)性風險與有效監(jiān)管”（編號：QS202004）。作者單位：韓山師范學院]

（責任編輯：白利倩）