北京交通大學(xué) 張岱岳

商業(yè)銀行信貸集中對信貸風(fēng)險的影響研究

北京交通大學(xué) 張岱岳

摘 要：利差模式為主要收益來源的我國商業(yè)銀行，在給企業(yè)發(fā)放貸款時,往往由于沒有全面的考慮經(jīng)濟金融環(huán)境，導(dǎo)致在發(fā)放貸款的時候沒有從宏觀的角度入手，最終使得商業(yè)銀行的信貸投向集中在了少數(shù)的行業(yè)、客戶以及地區(qū)上，形成了信貸過于集中的問題。信貸的過度集中對于我國商業(yè)銀行自身經(jīng)營是利是弊？對于銀行業(yè)的良性發(fā)展有著重要的意義。本文選取2007～2014年我國15家上市商業(yè)銀行為實證樣本，采用赫芬達爾指數(shù)量化商業(yè)銀行信貸在行業(yè)、客戶、地域的集中程度，以此來測算商業(yè)銀行在行業(yè)、客戶和地域的集中情況。并且采用截面數(shù)據(jù)模型實證分析商業(yè)銀行的信貸集中度和不良貸款比率的關(guān)系，得出信貸集中度對信貸風(fēng)險的負面影響的結(jié)論。

關(guān)鍵詞：金融學(xué) 信貸集中度 不良貸款比率 銀行信貸風(fēng)險

1 引言

1.1 關(guān)于信貸集中的基本概念

就信貸集中而言，本文是指商業(yè)銀行將自身信貸資源不均等的投入到某些信貸領(lǐng)域，從而使得銀行的信貸結(jié)構(gòu)表現(xiàn)出過度集中。信貸集中有廣義和狹義之分，廣義的信貸集中是指信貸投向、權(quán)限和形式的集中，狹義的信貸集中就是信貸投向的集中。本文所指信貸集中是狹義的信貸集中[1]。本文研究的信貸集中主要包括以下三種方式：

(1)信貸對象集中，指銀行將貸款集中投放至某一單一客戶、集團客戶或關(guān)聯(lián)客戶群。一方面，信貸集中投放是因為銀行對某些特定客戶相對熟悉，從而減少“交易成本”；但另一方面，客戶的高度關(guān)聯(lián)性也會給銀行帶來較大的信貸風(fēng)險。

(2)信貸行業(yè)集中，銀行將貸款集中投放至單一行業(yè)或是某幾個行業(yè)。銀行往往根據(jù)國家經(jīng)濟政策將貸款過度集中投放至某些行業(yè)，但經(jīng)濟環(huán)境變動時，行業(yè)的衰退或是重大變化會使銀行面臨資產(chǎn)縮水的風(fēng)險。

(3)信貸地區(qū)集中，銀行將信貸集中投放至某一地區(qū)或國家。一方面，集中投放至某一區(qū)域會減少銀行的監(jiān)管成本，但另一方面如果這些地區(qū)或國家的政治、經(jīng)濟等環(huán)境變化時,銀行的信貸就會面臨損失的風(fēng)險[2]。

1.2 關(guān)于信貸風(fēng)險的基本概念

站在廣義的視角來講，信貸風(fēng)險是指貸款收益的不穩(wěn)定性。本文中所提的信貸風(fēng)險是指狹義的定義，即信貸資金在未來產(chǎn)生損失的可能性。具體來說，狹義的信貸風(fēng)險是指由于信貸雙方或宏觀經(jīng)濟等因素而對商業(yè)銀行信貸資產(chǎn)帶來不良的負面影響，導(dǎo)致銀行自身信貸資產(chǎn)發(fā)生損失甚至是銀行自身價值發(fā)生損失的可能性。同時本文將采用不良貸款比率這一指標(biāo)來衡量商業(yè)銀行信貸風(fēng)險[3]。

2 商業(yè)銀行信貸集中度與信貸風(fēng)險的實證模型分析

2.1 實證數(shù)據(jù)指標(biāo)構(gòu)建

本文引用赫芬達爾指數(shù)和敞口比率來刻畫銀行信貸集中程度，進行定量分析[4]。以下為赫芬達爾指數(shù)說明：

赫芬達爾指數(shù)：

其中i代表行業(yè)中第i家企業(yè)；n為行業(yè)中企業(yè)總數(shù)，為各企業(yè)在行業(yè)中的相對份額，X代表行業(yè)總份額。

從而引申出本文所需要的指數(shù)：

行業(yè)集中度指數(shù)(ICD)：即貸款在不同行業(yè)的投放情況，本文采用修正后的赫芬達爾指數(shù)表示，計算公式為：

地區(qū)集中度指數(shù)(RCD):即貸款在不同地域的投向狀況，同上，計算公式為：

客戶集中度指數(shù)(CCD)：采用敞口比率的方式來進行測算，即用前十大客戶信貸余額與商業(yè)銀行凈資本的比值來衡量。

本文選取2007～2014年15家上市銀行年報相關(guān)信貸數(shù)據(jù)(中國農(nóng)業(yè)銀行上市時間較晚，數(shù)據(jù)年限不足，在此不再采納)，并將樣本按規(guī)模分為三類，分別進行指標(biāo)計算和實證分析：即規(guī)模較大的國有商業(yè)銀行、股份制商業(yè)銀行和規(guī)模較小的城市商業(yè)銀行。其中，國有商業(yè)銀行包括：中國銀行、中國工商銀行、中國建設(shè)銀行和交通銀行；股份制商業(yè)銀行包括：光大銀行、平安銀行、浦發(fā)銀行、民生銀行、華夏銀行、興業(yè)銀行、招商銀行、中信銀行；城市商業(yè)銀行包括：北京銀行、寧波銀行和南京銀行。

2.2 實證模型構(gòu)建及檢驗

基于以上指數(shù)的構(gòu)建和初步描述，本文為了估計信貸集中度與銀行信貸風(fēng)險的關(guān)系，建立固定效應(yīng)截面數(shù)據(jù)模型如下：

按上文指標(biāo)計算中將樣本銀行分成了三類：大型國有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行，并分別進行實證。

首先對三類樣本進行Hausman檢驗，因為本文研究的是為面板數(shù)據(jù)模型，而面板數(shù)據(jù)模型分為兩類：隨機效應(yīng)變截距模型和固定效應(yīng)變截距模型。Hausman檢驗既為了驗證數(shù)據(jù)應(yīng)當(dāng)建立哪種模型。

Hausman檢驗假設(shè)如下：

通過檢驗發(fā)現(xiàn)：國有商業(yè)銀行的Hausman檢驗的檢驗統(tǒng)計量為14.645724，伴隨概率為0.0097，因此本文拒絕固定效應(yīng)模型與隨機效應(yīng)模型不存在系統(tǒng)差異的原假設(shè)，既建立固定效應(yīng)模型。同理，股份制商業(yè)銀行(Hausman檢驗的檢驗統(tǒng)計量為22.329029, 伴隨概率為0.0043)和城市商業(yè)銀行(Hausman檢驗的檢驗統(tǒng)計量為12.625485, 伴隨概率為0.0013)也均通過了Hausman檢驗，均采用固定效應(yīng)變截距模型。

2.3 實證模型結(jié)果分析

本文依舊按照上文的分類就我國商業(yè)銀行信貸集中度對信貸風(fēng)險的影響運用固定效應(yīng)變截距模型進行實證分析。

國有商業(yè)銀行回歸得出以下方程：

股份制商業(yè)銀行回歸得出以下方程：

城市商業(yè)銀行回歸得到如下回歸方程：

3 結(jié)語

本文采用赫芬達爾指數(shù)進行修正后構(gòu)建商業(yè)銀行信貸集中度的三大指標(biāo)，采用Eviews固定效應(yīng)模型估計三大集中度對商業(yè)銀行信貸風(fēng)險的影響，得到如下結(jié)論：客戶集中度(CCD)、行業(yè)集中度(ICD)和地域集中度(RCD)與我國商業(yè)銀行信貸風(fēng)險總體均呈現(xiàn)出正向變動的關(guān)系。但是就不同性質(zhì)的商業(yè)銀行而言，三大集中度對于銀行信貸風(fēng)險的影響程度不同，這也是由于銀行規(guī)模大小不同而決定的。就國有銀行而言，客戶集中度對于銀行信貸風(fēng)險相對較小，這也體現(xiàn)了國有銀行的強大優(yōu)勢，并不過分依賴于大客戶生存；股份制商業(yè)銀行相對于大型國有控股銀行規(guī)模較小，因而其信貸對象對于客戶和行業(yè)依賴性更大一些；而城市商業(yè)銀行規(guī)模則更小，信貸投向?qū)τ谛袠I(yè)、客戶和地區(qū)都很依賴。

參考文獻

[1] 關(guān)闖.中國商業(yè)銀行信貸集中問題研究[D].遼寧大學(xué),2009.

[2] 李芳,陳德棉.中國銀行業(yè)信貸集中的風(fēng)險效應(yīng)分析[J].財貿(mào)研究,2011(1).

[3] 王旭.商業(yè)銀行貸款集中度的風(fēng)險與收益研究——基于中國18家商業(yè)銀行面板數(shù)據(jù)的分析[J].金融經(jīng)濟學(xué)研究,2013,28(4).

[4] 張芳.中國商業(yè)銀行市場赫芬達爾指數(shù)研究[J].產(chǎn)業(yè)與科技論壇,2011,10(3).

作者簡介：張岱岳(1990-)，男，漢族，北京人，北京交通大學(xué)碩士研究生，主要從事方金融理論與實踐方面的研究。

中圖分類號：F830.5

文獻標(biāo)識碼：A

文章編號：2096-0298(2015)05(b)-052-03