周春喜，毛 悅

(1.浙江工商大學(xué) 金融學(xué)院，浙江 杭州 310018；2.浙江民泰商業(yè)銀行 民泰金融研究院，浙江 溫嶺 317500)

一、 引 言

過去幾十年發(fā)生的數(shù)次銀行危機事件表明，貸款過于集中會給銀行造成巨大的威脅。2008年，美國發(fā)生次貸危機的根本原因就是由于美國一些銀行對貸款集中度風(fēng)險缺乏應(yīng)有的關(guān)注，以至于房地產(chǎn)行業(yè)的貸款集中度過高，加之風(fēng)險管理措施不到位，以及監(jiān)管舉措存在缺陷，導(dǎo)致銀行風(fēng)險積聚過度，最終爆發(fā)次貸危機[1]18。2010年，巴塞爾委員會出臺了《巴塞爾協(xié)議Ⅲ》，要求商業(yè)銀行在評估資本充足率時，應(yīng)充分考慮銀行可能面臨的貸款集中度風(fēng)險，包括：(1)單個交易對手或一組相互關(guān)聯(lián)的交易對手的主要風(fēng)險，即客戶集中度風(fēng)險；(2)對同一經(jīng)濟行業(yè)或地域的交易對手的貸款風(fēng)險，即行業(yè)集中度風(fēng)險。2007年2月，中國銀監(jiān)會發(fā)布了《中國銀行業(yè)實施新資本協(xié)議指導(dǎo)意見》(銀監(jiān)發(fā)[2007]24號)，明確提出商業(yè)銀行資本應(yīng)覆蓋所面臨的全部實質(zhì)性風(fēng)險，包括貸款集中度風(fēng)險。2008年下半年，為了應(yīng)對全球金融危機的沖擊，防范經(jīng)濟下行，我國出臺了4萬億元的經(jīng)濟刺激計劃，與之相伴的是銀行信貸規(guī)模大幅度增長。在新增貸款中，出現(xiàn)了向大中型企業(yè)、房地產(chǎn)行業(yè)、地方政府融資平臺*地方政府融資平臺是指各級地方政府成立的以融資為主要目的的公司，一般由政府主導(dǎo)或政府絕對控制，地方財政直接或間接承擔(dān)償債責(zé)任或提供擔(dān)保，所籌資金主要用于基礎(chǔ)設(shè)施建設(shè)或準(zhǔn)公共項目。集中的現(xiàn)象，貸款集中度風(fēng)險逐步顯現(xiàn)[1]18。

城市商業(yè)銀行作為地方性金融機構(gòu)，雖然其市場定位是服務(wù)地方經(jīng)濟，為中小企業(yè)和城鄉(xiāng)居民提供金融服務(wù)，但是在地方經(jīng)濟政策引導(dǎo)、銀企信息不對稱和利潤最大化的驅(qū)動下，城市商業(yè)銀行在信貸資源的配置過程中也偏好熱門行業(yè)和優(yōu)質(zhì)大客戶，“壘大戶”、“大業(yè)務(wù)”等現(xiàn)象比較普遍。同時，城市商業(yè)銀行的股權(quán)結(jié)構(gòu)特點決定了其與地方政府融資平臺存在千絲萬縷的關(guān)系。眾所周知，作為地方股份制中小銀行，城市商業(yè)銀行的業(yè)務(wù)受區(qū)域經(jīng)濟狀況、產(chǎn)業(yè)發(fā)展和經(jīng)濟波動的影響較大。在資產(chǎn)規(guī)模、業(yè)務(wù)種類、新產(chǎn)品研發(fā)及風(fēng)險管理等方面與國有商業(yè)銀行、全國性股份制銀行相比存在較大差距[2]。當(dāng)銀行貸款集中度風(fēng)險和經(jīng)濟下行風(fēng)險相互疊加時，其風(fēng)險敞口會被放大，造成規(guī)?；慕?jīng)濟損失，甚至影響到區(qū)域金融的穩(wěn)定。在此背景下，研究城市商業(yè)銀行的貸款集中度對銀行資產(chǎn)質(zhì)量的作用機理及其影響，探討在經(jīng)濟景氣循環(huán)的周期性變化、不同區(qū)域金融生態(tài)環(huán)境以及城市商業(yè)銀行的股權(quán)結(jié)構(gòu)異質(zhì)性等狀態(tài)下的銀行信貸行為，對監(jiān)管部門制定政策、城市商業(yè)銀行管理信貸風(fēng)險具有較強的現(xiàn)實意義。

二、 文獻回顧與研究假設(shè)

(一) 客戶集中度對銀行資產(chǎn)質(zhì)量的影響

在銀行信貸管理中，通過分散貸款客戶來降低信貸風(fēng)險，已成為銀行風(fēng)險管理的重要舉措。巴塞爾協(xié)議、商業(yè)銀行法以及銀監(jiān)會的監(jiān)管規(guī)定對客戶貸款集中都做了明確的限定。*《商業(yè)銀行法》規(guī)定，對同一借款人的貸款余額占商業(yè)銀行資本余額的比例不得超過10%；《商業(yè)銀行風(fēng)險監(jiān)管核心指標(biāo)》規(guī)定，對最大10家客戶貸款余額占商業(yè)銀行資本凈額的比例不得超過50%；《商業(yè)銀行集團客戶授信業(yè)務(wù)風(fēng)險管理指引》規(guī)定，對單一集團客戶授信總額不得超過商業(yè)銀行資本余額15%。監(jiān)管部門認(rèn)為客戶貸款過度集中容易積聚風(fēng)險，不利于貸款風(fēng)險的分散，已有的諸多研究文獻也驗證了此觀點。比如，Kalotychou和Stalkouras(2006)[3]通過實證研究發(fā)現(xiàn)信貸過度集中是導(dǎo)致過去20年拉美債務(wù)危機的重要原因。Gordy和Lutkebohmert(2006)[4]、Düllmann和Masschelein(2007)[5]研究了德國信用登記系統(tǒng)的貸款數(shù)據(jù)，發(fā)現(xiàn)貸款的客戶集中現(xiàn)象會顯著提高貸款的風(fēng)險。巴曙松和陳劍(2010)[1]19認(rèn)為銀行在授信時存在“壘大戶”現(xiàn)象，一旦出現(xiàn)經(jīng)濟下滑，大型企業(yè)的財務(wù)困境會對未分散風(fēng)險的銀行造成巨大沖擊。魏曉琴和李曉霞(2011)[6]基于2004-2009年我國15家上市銀行的數(shù)據(jù)，按照大型國有商業(yè)銀行、股份制銀行、城市商業(yè)銀行進行分類比較分析，發(fā)現(xiàn)貸款集中度會提高銀行的經(jīng)營風(fēng)險，但是不同類型的商業(yè)銀行受其影響的程度是不一致的。也有研究認(rèn)為，商業(yè)銀行傾向于將信貸資源集中配置給大型企業(yè)、優(yōu)質(zhì)客戶，提高客戶集中度有利于優(yōu)化銀行的資產(chǎn)結(jié)構(gòu)、提升銀行的經(jīng)營績效，便于銀行風(fēng)險管控。Beck等(2006)[7]通過分析1980-1997年69國的銀行樣本，發(fā)現(xiàn)貸款集中度越高的國家，其發(fā)生銀行危機的可能性越低。Chang等(2008)[8]基于巴西銀行業(yè)數(shù)據(jù)，實證檢驗了貸款集中度與不良貸款、宏觀經(jīng)濟因素、系統(tǒng)性風(fēng)險的關(guān)系，認(rèn)為信貸資源集中配置有利于降低銀行系統(tǒng)性風(fēng)險、促進金融穩(wěn)定。黃秀秀和曹前進(2015)[9]利用2005-2012年我國13家上市銀行的數(shù)據(jù)，通過構(gòu)建動態(tài)面板模型進行實證研究，結(jié)果顯示提高貸款的客戶集中度可抑制銀行的風(fēng)險承擔(dān)行為。

在實踐中，基于我國宏觀經(jīng)濟狀況和制度背景，城市商業(yè)銀行往往青睞大企業(yè)、大客戶。一方面，城市商業(yè)銀行具有扎根本土的地緣優(yōu)勢，在日常經(jīng)營活動中，通過與當(dāng)?shù)刂髽I(yè)的交往、媒體的宣傳以及政府的相關(guān)報道，容易獲取當(dāng)?shù)刂髽I(yè)的“軟”信息，降低了銀企信息不對稱。另一方面，城市商業(yè)銀行出于節(jié)約信息搜集成本的考慮，普遍會跟隨大銀行的信貸投向，形成羊群效應(yīng)，致使不同類型的銀行在外部經(jīng)濟的沖擊下持有相似的風(fēng)險敞口，經(jīng)濟下行時貸款可能成為不良資產(chǎn)。因此，與國有商業(yè)銀行、全國性股份制銀行相比較，城市商業(yè)銀行的貸款客戶集中現(xiàn)象更為突出，其信貸主要集中在地方支柱產(chǎn)業(yè)和地方政府融資平臺，依賴地方項目和利差收入，一旦處于經(jīng)濟逆周期，客戶的資金鏈斷裂，城市商業(yè)銀行的不良資產(chǎn)比例會急劇上升，出現(xiàn)信用風(fēng)險。基于上述分析，本文提出如下假設(shè)：

H1a：城市商業(yè)銀行的客戶集中度對資產(chǎn)質(zhì)量有負(fù)向影響；

H1b：城市商業(yè)銀行的客戶集中度對資產(chǎn)質(zhì)量有正向影響。

(二) 行業(yè)集中度對銀行資產(chǎn)質(zhì)量的影響

1982年8月，拉美債務(wù)危機爆發(fā)，以美國花旗銀行為代表的眾多銀行發(fā)生了大量的不良貸款，遭受巨額損失。1986年，石油價格暴跌引起美國房地產(chǎn)業(yè)、能源業(yè)陷入低谷，由于銀行對房地產(chǎn)、能源行業(yè)的貸款過度集中，導(dǎo)致了美國西南部多家銀行出現(xiàn)了危機，引發(fā)大范圍的銀行破產(chǎn)。與此類似的情況，還發(fā)生在瑞士銀行業(yè)，20世紀(jì)80年代，由于瑞士的房地產(chǎn)市場繁榮，眾多區(qū)域性銀行的信貸集中于房地產(chǎn)行業(yè)。隨著瑞士經(jīng)濟增速減緩，房地產(chǎn)價格下降，銀行信貸遭受重創(chuàng)，以致一半以上銀行破產(chǎn)。從理論上分析，貸款集中于某一行業(yè)，會使該行業(yè)的企業(yè)盲目擴張，引起產(chǎn)能過剩。當(dāng)外部經(jīng)濟環(huán)境惡化時，行業(yè)整體下行，貸款企業(yè)就會出現(xiàn)流動性不足，而此時銀行的順周期特點會對經(jīng)營不善的企業(yè)停止發(fā)放貸款，甚至?xí)M行抽貸，出現(xiàn)銀行資產(chǎn)質(zhì)量下降，嚴(yán)重時可能會引發(fā)大規(guī)模的區(qū)域性金融風(fēng)險。Behr等(2007)[10]、Bebczuk和Glindo(2008)[11]、Rossi等(2009)[12]、Tabak等(2011)[13]分別利用德國、奧地利、阿根廷和巴西等國的銀行業(yè)數(shù)據(jù)進行了實證研究，結(jié)果表明貸款行業(yè)集中會降低銀行的資產(chǎn)質(zhì)量。任秋瀟和王一鳴(2016)[14]62運用2007-2014年中國A股16家上市銀行的半年度數(shù)據(jù)進行了實證檢驗，結(jié)果顯示從長期來看降低貸款的行業(yè)集中度可提高銀行的資產(chǎn)質(zhì)量，并且在經(jīng)濟上行期效果更為明顯。魏國雄(2010)[15]認(rèn)為當(dāng)銀行將貸款集中投放于幾個行業(yè)時，會產(chǎn)生經(jīng)濟運行中的泡沫問題，而當(dāng)貸款集中度風(fēng)險集聚時，銀行往往只追求盈利而忽視了泡沫的潛在危機。但是，也有研究認(rèn)為，將貸款集中于某一回報率較高的行業(yè)，可以有效提高銀行資金使用效率。Berger等(2010)[16]基于1996-2006年中國銀行業(yè)的數(shù)據(jù)研究貸款行業(yè)集中度和區(qū)域集中度，發(fā)現(xiàn)分散配置信貸資源會降低銀行盈利能力，增加經(jīng)營成本，提升不良貸款率。Acharya等(2006)[17]、Hayden等(2007)[18]、Baele等(2007)[19]分別運用意大利、德國和歐洲銀行業(yè)的數(shù)據(jù)進行了實證研究，結(jié)果表明貸款行業(yè)集中度的提高會降低銀行風(fēng)險，提升銀行資產(chǎn)質(zhì)量。

在城市商業(yè)銀行的股權(quán)結(jié)構(gòu)中，地方財政和地方國有企業(yè)占有較大的股份，這種股權(quán)結(jié)構(gòu)的特殊性決定了地方政府作為地方財政股份和地方國有企業(yè)股份的一致行動人，實際上掌控了城市商業(yè)銀行的決策權(quán)[20]。城市商業(yè)銀行也就成了地方政府進行地方經(jīng)濟建設(shè)資金的重要來源。地方政府出于政績需要會對城市商業(yè)銀行的貸款投放進行人為干預(yù)，導(dǎo)致貸款集中現(xiàn)象加劇。2008年美國次貸危機之后，我國地方政府面臨巨大的融資壓力，地方政府融資平臺快速發(fā)展，成為一支異?；钴S的融資主體。由此，地方融資平臺自然成為城市商業(yè)銀行的大客戶，城市商業(yè)銀行為其提供巨額的信貸資金，地方政府為地方融資平臺提供的隱性擔(dān)保進一步堅定了城市商業(yè)銀行對地方融資平臺的信心。另一方面，自住房制度改革以來，房地產(chǎn)行業(yè)的火爆行情，也使得城市商業(yè)銀行將更多的信貸資金投向房地產(chǎn)企業(yè)，以至于出現(xiàn)了較高的行業(yè)集中度?；谏鲜龇治?，本文提出如下假設(shè)：

H2a：城市商業(yè)銀行的行業(yè)集中度對資產(chǎn)質(zhì)量有負(fù)向影響；

H2b：城市商業(yè)銀行的行業(yè)集中度對資產(chǎn)質(zhì)量有正向影響。

(三) 區(qū)域金融環(huán)境、貸款集中度與銀行資產(chǎn)質(zhì)量

我國各地區(qū)經(jīng)濟發(fā)展水平、金融生態(tài)環(huán)境的差異較大。城市商業(yè)銀行的經(jīng)營活動主要集中于某一城市或地區(qū)，不同地區(qū)的經(jīng)濟發(fā)展水平和金融生態(tài)環(huán)境對城市商業(yè)銀行資產(chǎn)質(zhì)量的影響存在差異。王擎和潘李劍(2012)[21]分析了金融生態(tài)環(huán)境對銀行經(jīng)營效益的影響，發(fā)現(xiàn)處于金融生態(tài)環(huán)境較好地區(qū)的城市商業(yè)銀行，政府對其的控制能力較強，銀行的經(jīng)營效益較差；而處在金融生態(tài)環(huán)境較差地區(qū)的城市商業(yè)銀行，政府對其的控制能力較弱，銀行的經(jīng)營效益較好。王秀麗等(2014)[22]利用我國城市商業(yè)銀行2005-2010年的數(shù)據(jù)，分析了地區(qū)金融發(fā)展、銀行信貸行為和信貸效率的關(guān)系，結(jié)果顯示金融發(fā)展程度越高的地區(qū)，城市商業(yè)銀行的貸款集中度和對國有經(jīng)濟的放貸比例越低；信貸行為對信貸效率存在顯著影響，貸款集中度越高，銀行的資產(chǎn)質(zhì)量越差。

如果一個地區(qū)的法規(guī)制度比較健全，社會信用水平較高，金融生態(tài)環(huán)境較好，那么該區(qū)域的金融資源相對豐富，企業(yè)守信程度較高，銀企之間的信息不對稱程度較低，企業(yè)容易從銀行獲得信貸資金，銀行信貸資產(chǎn)的質(zhì)量也較高?；诖耍疚奶岢鋈缦录僭O(shè)：

H3：城市商業(yè)銀行貸款集中度對資產(chǎn)質(zhì)量的影響存在地區(qū)間差異。

(四) 境外戰(zhàn)略投資者、貸款集中度與銀行資產(chǎn)質(zhì)量

自1996年光大銀行引入外資后，我國商業(yè)銀行積極引進境外戰(zhàn)略投資者，逐步完善銀行的公司治理機制。2002年以后，城市商業(yè)銀行為了增強資本實力和抗風(fēng)險能力，紛紛加大了引進戰(zhàn)略投資者的力度。學(xué)術(shù)界也密切關(guān)注引進境外戰(zhàn)略投資者對銀行收益和資產(chǎn)質(zhì)量的影響。王錦丹和劉桂榮(2010)[23]對有外資參股的商業(yè)銀行的經(jīng)營績效進行了實證研究，結(jié)果表明外資持股比例與資本充足率、不良貸款率成正相關(guān)關(guān)系。劉家松(2012[24-25]，2013[24-25])認(rèn)為引進境外戰(zhàn)略投資者，在短期內(nèi)可以完善商業(yè)銀行的公司治理結(jié)構(gòu)，提高盈利能力；從長期來看，大規(guī)模引進境外戰(zhàn)略投資者可能會影響銀行的控制權(quán)。張樂和韓立巖(2016)[26]分析了混合所有制對中國16家上市銀行不良貸款率的影響，研究發(fā)現(xiàn)外資持股比例的提升對銀行資產(chǎn)質(zhì)量有負(fù)面影響，且在剔除5家國有大型商業(yè)銀行的樣本后，在1%的顯著性水平下表現(xiàn)顯著。

在銀行股權(quán)結(jié)構(gòu)多元化的狀況下，城市商業(yè)銀行的經(jīng)營管理決策會受到影響，尤其是對大客戶、地方政府融資平臺、國有企業(yè)和房地產(chǎn)項目的貸款需要兼顧各投資者的利益。城市商業(yè)銀行通過擴大市場份額發(fā)放更多的貸款，以期為股東創(chuàng)造更多的利潤，如果貸款集中于大客戶和部分行業(yè)，則會引起風(fēng)險積聚，影響資產(chǎn)質(zhì)量?；诖?，本文提出如下假設(shè)：

H4：引進境外戰(zhàn)略投資者可強化城市商業(yè)銀行貸款集中度，進而影響資產(chǎn)質(zhì)量。

三、 研究設(shè)計

(一) 變量選取

1.被解釋變量。判斷一家商業(yè)銀行的資產(chǎn)質(zhì)量可以用不良貸款率、撥備覆蓋率等指標(biāo)。其中，不良貸款率是衡量銀行資產(chǎn)質(zhì)量最常用的指標(biāo)。國內(nèi)外已有的相關(guān)研究文獻也普遍采用不良貸款率作為衡量銀行風(fēng)險和資產(chǎn)質(zhì)量的指標(biāo)。因此，本文選取不良貸款率(npl)作為被解釋變量，用于衡量城市商業(yè)銀行的資產(chǎn)質(zhì)量。

2.解釋變量。貸款集中度為本文的核心解釋變量，將從客戶集中度和行業(yè)集中度兩個維度進行考察。

(1)客戶集中度(max1)。銀行常用的客戶集中度衡量指標(biāo)包括最大單一客戶集中度(max1)和最大十家客戶集中度(max10)等，因為最大單一客戶集中度指標(biāo)是商業(yè)銀行的監(jiān)管指標(biāo)，在城市商業(yè)銀行的年度會計報表中公開披露。因此，本文實證分析時采用最大單一客戶集中度指標(biāo)，穩(wěn)健性檢驗時采用最大十家客戶集中度指標(biāo)作為替代變量。

(2)行業(yè)集中度(HHI)。行業(yè)集中度選取修正的赫芬達爾-赫希曼指數(shù)來衡量，該指數(shù)的具體計算公式如下：

(1)

其中，xi為第i家銀行在某一行業(yè)的貸款余額，X為銀行的企業(yè)貸款及墊款余額，n為行業(yè)數(shù)。由于每家城市商業(yè)銀行在貸款行業(yè)劃分上不完全一致，上市的城市商業(yè)銀行的信息披露比較完整，而資產(chǎn)規(guī)模較小的城市商業(yè)銀行只公開貸款余額位列前十位的行業(yè)貸款余額。通過對比發(fā)現(xiàn)，前十位以外的剩余行業(yè)的貸款余額占比非常小，將其合計歸為其他行業(yè)。為了統(tǒng)一指標(biāo)口徑，本文在測算行業(yè)集中度時，n設(shè)定為11。

3.控制變量。本文選取經(jīng)濟周期(cycle)、區(qū)域金融環(huán)境(region)、境外戰(zhàn)略投資者(foreign)、貸款規(guī)模(loan)、撥備覆蓋率(coverage)、資本充足率(car)作為控制變量。

(1)經(jīng)濟周期(cycle)。參考任秋瀟和王一鳴(2016)[14]66的研究，選取產(chǎn)出缺口指標(biāo)來衡量經(jīng)濟周期。其表達式為：

cycle=實際GDP增長率-潛在GDP增長率

(2)

運用Eviews8對2007年第一季度至2017年第二季度的季度GDP同比增長率進行了HP濾波處理，將GDP增長率的真實值與HP濾波長期趨勢項(潛在GDP增長率)相減得到殘差，即產(chǎn)出缺口。產(chǎn)出缺口為正值，表明經(jīng)濟進入上行周期，該缺口數(shù)值越大，代表經(jīng)濟越繁榮；反之，則為經(jīng)濟進入下行周期。在使用HP濾波法得到的數(shù)據(jù)中，選取2007-2016年第四季度的產(chǎn)出缺口數(shù)據(jù)進行實證分析。

(2)區(qū)域金融環(huán)境(region)。主要考察城市商業(yè)銀行總行所在地的金融生態(tài)環(huán)境，采用中國社會科學(xué)院金融研究所編制的中國地區(qū)金融生態(tài)環(huán)境綜合指數(shù)來度量，取值為0～1之間。由于部分城市商業(yè)銀行是由同一省份范圍內(nèi)多家城市商業(yè)銀行、城市信用社合并重組后設(shè)立的，為了保持?jǐn)?shù)據(jù)的一致性，本文實證分析時使用省級行政區(qū)的金融生態(tài)環(huán)境指數(shù)。

(3)境外戰(zhàn)略投資者(foreign)。根據(jù)是否引進境外戰(zhàn)略投資者設(shè)置虛擬變量，考察不同股權(quán)結(jié)構(gòu)對于城市商業(yè)銀行資產(chǎn)質(zhì)量的影響。

(4)貸款規(guī)模(loan)。用于衡量城市商業(yè)銀行拓展業(yè)務(wù)的能力。當(dāng)銀行對企業(yè)發(fā)放的貸款及墊款增加時，總貸款余額隨之增加，不良貸款率下降。

(5)撥備覆蓋率(coverage)。用于考察城市商業(yè)銀行貸款的風(fēng)險程度和銀行財務(wù)的穩(wěn)健性，反映銀行風(fēng)險審慎監(jiān)管的程度。當(dāng)撥備覆蓋率提高時，銀行的風(fēng)險管控能力增強。

(6)資本充足率(car)。用于反映城市商業(yè)銀行抵御風(fēng)險的能力。當(dāng)銀行的資產(chǎn)質(zhì)量下降時，銀行加權(quán)風(fēng)險資產(chǎn)增加，資本充足率下降。因此，銀行面臨的風(fēng)險增加時，需提高資本充足率。

具體變量指標(biāo)描述見表1。

表1 變量描述

(二) 樣本選取與數(shù)據(jù)來源

本文按照城市商業(yè)銀行的資產(chǎn)規(guī)模、區(qū)域分布及數(shù)據(jù)的可得性，搜集了50家城市商業(yè)銀行的相關(guān)數(shù)據(jù)，剔除部分成立時間短、數(shù)據(jù)缺失嚴(yán)重的城市商業(yè)銀行后，最終選取了46家城市商業(yè)銀行*46家城市商業(yè)銀行分別為：北京銀行、上海銀行、江蘇銀行、南京銀行、寧波銀行、盛京銀行、徽商銀行、天津銀行、杭州銀行、廈門國際銀行、哈爾濱銀行、廣州銀行、錦州銀行、吉林銀行、包商銀行、成都銀行、重慶銀行、昆侖銀行、長沙銀行、鄭州銀行、大連銀行、貴陽銀行、蘇州銀行、河北銀行、龍江銀行、江西銀行、華融湘江銀行、西安銀行、蘭州銀行、東莞銀行、青島銀行、漢口銀行、九江銀行、洛陽銀行、廣東南粵銀行、廈門銀行、長安銀行、晉商銀行、溫州銀行、湖北銀行、富滇銀行、齊魯銀行、威海市商業(yè)銀行、桂林銀行、福建海峽銀行、浙江稠州銀行。作為研究對象，所選擇的樣本銀行覆蓋了27個省(直轄市、自治區(qū))。截止2016年末，樣本銀行的資產(chǎn)合計217017.75億元，占全國城市商業(yè)銀行總資產(chǎn)的76.85%，具有較強的代表性。

在年度數(shù)據(jù)區(qū)間的選擇上，較長的年度區(qū)間可以保證相對充足的數(shù)據(jù)量，且自2007年以來城市商業(yè)銀行的數(shù)據(jù)完整性較好。因此，選用2007-2016年的樣本數(shù)據(jù)，既能保證數(shù)據(jù)的可得性，又符合城市商業(yè)銀行在新經(jīng)濟金融環(huán)境下經(jīng)營行為的時代背景。

在所選樣本數(shù)據(jù)中，微觀數(shù)據(jù)主要來自全球銀行與金融機構(gòu)(Bankscope)數(shù)據(jù)庫、國泰安數(shù)據(jù)庫、Wind數(shù)據(jù)庫以及各城市商業(yè)銀行官方網(wǎng)站公布的年度報告；宏觀數(shù)據(jù)主要來源于同花順數(shù)據(jù)庫、中國經(jīng)濟數(shù)據(jù)庫(CEIC)和國家統(tǒng)計局網(wǎng)站；區(qū)域金融環(huán)境數(shù)據(jù)來自中國社會科學(xué)院金融研究所從2006年開始編制的中國地區(qū)金融生態(tài)環(huán)境綜合指數(shù)。

(三) 模型構(gòu)建

根據(jù)前述的研究假設(shè)，本文構(gòu)建的面板模型如下：

(3)

模型(3)主要用于分析當(dāng)期貸款集中度對貸款質(zhì)量的影響。其中，nplit表示第i家城市商業(yè)銀行在t年的不良貸款率；max1it表示第i家城市商業(yè)銀行在t年的客戶集中度；HHIit表示第i家城市商業(yè)銀行在t年的行業(yè)集中度。controlit為控制變量，具體包括：cycleit表示t年的產(chǎn)出缺口；regionit表示第i家城市商業(yè)銀行總行所在省份在t年的金融生態(tài)環(huán)境綜合評價指數(shù)；loanit表示第i家城市商業(yè)銀行在t年的企業(yè)貸款及墊款余額；coverageit表示第i家城市商業(yè)銀行在t年的撥備覆蓋率；carit表示第i家城市商業(yè)銀行在t年的資本充足率；μi表示個體面板模型效應(yīng)；εit為殘差項。

(4)

(5)

在實證分析時，按區(qū)域金融環(huán)境和是否引入境外戰(zhàn)略投資者設(shè)置虛擬變量以及與貸款集中度指標(biāo)的交互項，得到模型(6)和模型(7)。通過各組別的回歸結(jié)果對比分析來探討不同地區(qū)、不同股權(quán)性質(zhì)城市商業(yè)銀行的貸款集中度對銀行資產(chǎn)質(zhì)量的影響。

(6)

nplit=α0+α1max1it+α2HHIit+α3foreignit+α4max1it×foreignit+α5HHIit×foreignit+

(7)

本文將46家樣本銀行按總行所在地劃分為東部、中部、西部和東北部四個區(qū)域。其中，東部20家，中部10家，西部10家，東北部6家。模型(6)中，dis為區(qū)域虛擬變量，具體用east、mid、west表示。east為1代表東部地區(qū)，為0代表其他地區(qū)；mid為1代表中部地區(qū)，為0代表其他地區(qū)；west為1代表西部地區(qū)，為0代表其他地區(qū)；當(dāng)east、mid、west均為0即代表東北地區(qū)。模型(7)中，foreignit表示第i家城市商業(yè)銀行t年是否引入境外戰(zhàn)略投資者，1代表已經(jīng)引入境外戰(zhàn)略投資者，0代表未引入境外戰(zhàn)略投資者；設(shè)置客戶集中度、行業(yè)集中度與境外戰(zhàn)略投資者虛擬變量的交互項以驗證假設(shè)4，同時單獨加入境外戰(zhàn)略投資者虛擬變量，用以分析引進境外戰(zhàn)略投資者是否會直接對城市商業(yè)銀行的資產(chǎn)質(zhì)量造成影響。

四、 實證檢驗與分析

(一) 描述性統(tǒng)計

表2 銀行特征變量的描述性統(tǒng)計

根據(jù)對樣本銀行2007-2016年銀行特征變量的描述性統(tǒng)計(見表2)，樣本銀行的不良貸款率標(biāo)準(zhǔn)差較小，銀行間差異不明顯。由于一部分城市商業(yè)銀行是由多家地方城市信用社重組新設(shè)的，在銀行并購重組過程中剝離了大量的不良資產(chǎn)，因此，不良貸款率較低，有的甚至為0。在貸款集中度方面，行業(yè)集中度銀行間差距較小，客戶集中度則相對較大，體現(xiàn)了不同銀行的貸款客戶分布存在差異。在控制變量方面，由于2007-2016年城市商業(yè)銀行發(fā)展迅速，且各家銀行的發(fā)展程度和經(jīng)營狀況差異較大，貸款規(guī)模顯示出巨大差距，最小值為29億元，最大值為6462億元；撥備覆蓋率的標(biāo)準(zhǔn)差較大，主要原因是部分城市商業(yè)銀行出于審慎經(jīng)營考慮，計提了大量風(fēng)險損失準(zhǔn)備金，比如，2010年昆侖銀行撥備覆蓋率達5967.84%，過高的撥備覆蓋率將產(chǎn)生較高的機會成本，影響銀行的利潤；資本充足率的標(biāo)準(zhǔn)差較小，銀行間的差距較小，但仍有部分城市商業(yè)銀行未達到監(jiān)管指標(biāo)10%的要求。

(二) 回歸結(jié)果分析

運用Stata12通過對構(gòu)建的模型進行回歸分析，主要從四個方面進行：第一，研究當(dāng)期貸款集中度對資產(chǎn)質(zhì)量的影響；第二，研究貸款集中度是否存在時滯效應(yīng)和累積效應(yīng)；第三，研究不同地區(qū)城市商業(yè)銀行的貸款集中度對資產(chǎn)質(zhì)量的影響；第四，研究不同股權(quán)結(jié)構(gòu)的城市商業(yè)銀行的貸款集中度對資產(chǎn)質(zhì)量的影響。

1.當(dāng)期貸款集中度對銀行資產(chǎn)質(zhì)量的影響。根據(jù)豪斯曼檢驗結(jié)果，使用固定效應(yīng)模型的固定效應(yīng)估計量法(FE)和一階差分法(FD)分別進行回歸。其中，一階差分法(FD)不含截距項。從表3的回歸結(jié)果可以看出，當(dāng)期客戶集中度對銀行不良貸款率的影響系數(shù)在1%的顯著性水平下均顯著為正，第(1)欄中城市商業(yè)銀行的最大單一客戶集中度每提高1個單位，不良貸款率就相應(yīng)增加0.0202個單位，驗證了本文提出的假設(shè)H1a，即“城市商業(yè)銀行的客戶集中度對資產(chǎn)質(zhì)量有負(fù)向影響”。當(dāng)期行業(yè)集中度對銀行不良貸款率并未構(gòu)成顯著性影響，且第(2)欄中估計系數(shù)幾乎為0，原因可能在于城市商業(yè)銀行的信貸主體主要是地方政府融資平臺和地方骨干企業(yè)，由于地方政府對地方融資平臺存在隱性擔(dān)保、地區(qū)間經(jīng)濟發(fā)展存在較大差異，城市商業(yè)銀行跨區(qū)域經(jīng)營以及宏觀政策的變動等原因，貸款的行業(yè)分布會呈現(xiàn)集中和分散的形態(tài)。但相比行業(yè)集中度風(fēng)險，個別貸款客戶的資信狀況惡化導(dǎo)致的違約風(fēng)險，對銀行資產(chǎn)質(zhì)量的影響更大。

表3 當(dāng)期貸款集中度對銀行資產(chǎn)質(zhì)量影響的回歸結(jié)果

注：參數(shù)下括號內(nèi)的數(shù)值為穩(wěn)健標(biāo)準(zhǔn)誤，***、**、*分別表示其在1%、5%和10%顯著性水平條件下顯著，R-squared為固定效應(yīng)組內(nèi)模型的擬合優(yōu)度。

從控制變量方面看，經(jīng)濟周期對銀行資產(chǎn)質(zhì)量沒有顯著性影響，可能的原因是對于城市商業(yè)銀行而言，其與地方政府融資平臺及當(dāng)?shù)氐凝堫^企業(yè)建立了長期穩(wěn)定的合作關(guān)系，信貸投向主要集中于地方支柱產(chǎn)業(yè)，無論經(jīng)濟處于上行或下行周期，貸款都會向這類“優(yōu)質(zhì)客戶”傾斜。運用固定效應(yīng)模型的兩種方法進行回歸，結(jié)果顯示區(qū)域金融環(huán)境的影響系數(shù)在10%的顯著性水平下顯著為負(fù)，且估計系數(shù)的絕對值較大，即城市商業(yè)銀行總行所在地的區(qū)域金融環(huán)境水平越高，銀行抵御風(fēng)險的能力越強，不良貸款率隨之下降，資產(chǎn)質(zhì)量提高。固定效應(yīng)估計方法結(jié)果顯示，貸款規(guī)模的估計系數(shù)在5%的顯著性水平下顯著為負(fù)，當(dāng)貸款規(guī)模擴大時，往往對應(yīng)著銀行更強的風(fēng)險控制意識和謹(jǐn)慎的風(fēng)險偏好，因而不良貸款率下降。撥備覆蓋率、資本充足率的估計系數(shù)為負(fù)，但并未對不良貸款率產(chǎn)生顯著影響。

表4 貸款集中度的滯后效應(yīng)和累積效應(yīng)對銀行資產(chǎn)質(zhì)量影響的回歸結(jié)果

注：參數(shù)下括號內(nèi)的數(shù)值為穩(wěn)健標(biāo)準(zhǔn)誤，***、**、*分別表示其在1%、5%和10%顯著性水平條件下顯著，R-squared為固定效應(yīng)組內(nèi)模型的擬合優(yōu)度；限于篇幅，表中常數(shù)項和控制變量的估計結(jié)果省略。

2.貸款集中度的滯后效應(yīng)和累積效應(yīng)對銀行資產(chǎn)質(zhì)量的影響。為考察城市商業(yè)銀行的貸款集中度對資產(chǎn)質(zhì)量的傳導(dǎo)機制是否存在滯后性，利用當(dāng)期的貸款集中度指標(biāo)構(gòu)建的模型(3)作為對照組，分別與滯后一期的貸款集中度指標(biāo)和累積貸款集中度指標(biāo)構(gòu)建的模型(4)、模型(5)進行對比，三組模型均使用固定效應(yīng)估計量法(FE)進行回歸分析(見表4)。

表4的回歸結(jié)果顯示，模型(4)、模型(5)中客戶集中度對銀行不良貸款率的影響系數(shù)在5%的顯著性水平下均顯著為正，但影響系數(shù)較模型(3)大幅下降，即貸款集中度指標(biāo)存在滯后效應(yīng)和累積效應(yīng)，但對銀行風(fēng)險的作用效果大大削弱，表現(xiàn)為以當(dāng)期客戶集中度對銀行資產(chǎn)質(zhì)量的影響為主。在行業(yè)集中度方面，模型(3)、模型(4)、模型(5)中行業(yè)集中度對銀行不良貸款率的影響均不顯著。

3.區(qū)域金融環(huán)境對當(dāng)期貸款集中度與銀行資產(chǎn)質(zhì)量的影響。從表3的回歸結(jié)果可以看出，區(qū)域金融環(huán)境會對城市商業(yè)銀行的不良貸款率產(chǎn)生顯著的負(fù)向影響。本文將46家樣本銀行按照東部、中部、西部、東北部四個組別，設(shè)置區(qū)域虛擬變量與貸款集中度指標(biāo)的交互項，運用模型(6)進一步考察地區(qū)間差異在貸款集中度對資產(chǎn)質(zhì)量的傳導(dǎo)機制中的影響。東北地區(qū)的虛擬變量取值均為0，變量的顯著性和影響系數(shù)參照模型(3)。

表5 地區(qū)間差異對當(dāng)期貸款集中度與銀行資產(chǎn)質(zhì)量影響的回歸結(jié)果

注：參數(shù)下括號內(nèi)的數(shù)值為穩(wěn)健標(biāo)準(zhǔn)誤，***、**、*分別表示其在1%、5%和10%顯著性水平條件下顯著，R-squared為固定效應(yīng)組內(nèi)模型的擬合優(yōu)度；限于篇幅，表中常數(shù)項和控制變量的估計結(jié)果省略。

從表5的回歸結(jié)果可知，不同地區(qū)城市商業(yè)銀行的當(dāng)期客戶集中度對不良貸款率均呈現(xiàn)正向的顯著性影響；當(dāng)期行業(yè)集中度對不良貸款率的影響僅在東部地區(qū)的城市商業(yè)銀行中顯著為正。行業(yè)集中度與東部地區(qū)虛擬變量的交叉項對不良貸款率的影響為負(fù)向且顯著，行業(yè)集中度與西部地區(qū)虛擬變量的交叉項對不良貸款率的影響為正向且顯著。以上結(jié)果驗證了本文的假設(shè)H3“城市商業(yè)銀行貸款集中度對資產(chǎn)質(zhì)量的影響存在地區(qū)間差異”?？蛻艏卸扰c區(qū)域虛擬變量的交互項對不良貸款率均無顯著性影響，說明城市商業(yè)銀行的地區(qū)間差異并未加大客戶集中度對銀行資產(chǎn)質(zhì)量的影響。

4.引進境外戰(zhàn)略投資者對當(dāng)期貸款集中度與銀行資產(chǎn)質(zhì)量的影響。由于絕大部分城市商業(yè)銀行的一致行動人為地方政府，本文根據(jù)是否引進境外戰(zhàn)略投資者將樣本銀行進行分類，設(shè)置引進境外戰(zhàn)略投資者虛擬變量和貸款集中度指標(biāo)與其的交互項，運用模型(7)分析引進境外戰(zhàn)略投資者對貸款集中度與資產(chǎn)質(zhì)量關(guān)系的影響。46家樣本銀行中有15家銀行引進了境外戰(zhàn)略投資者，年報數(shù)據(jù)披露當(dāng)年引進境外戰(zhàn)略投資者的銀行包括133個觀測值，未引進境外戰(zhàn)略投資者的銀行包括246個觀測值，具體的回歸結(jié)果見表3。從表3第(3)欄可知，考慮引進境外戰(zhàn)略投資者后與客戶集中度的交叉影響時，交互項每提高1個單位，會使得城市商業(yè)銀行的不良貸款率在1%的顯著性水平下提高0.0267個單位，說明引進境外戰(zhàn)略投資者對銀行風(fēng)險存在一定的負(fù)面影響，假設(shè)H4“引進境外戰(zhàn)略投資者可強化城市商業(yè)銀行貸款集中度，進而影響資產(chǎn)質(zhì)量”得以驗證。引進境外戰(zhàn)略投資者虛擬變量以及行業(yè)集中度與引進境外戰(zhàn)略投資者虛擬變量的交互項對不良貸款率并無顯著性影響。

表6 最大十家客戶集中度對銀行資產(chǎn)質(zhì)量水平影響的回歸結(jié)果

注：參數(shù)下括號內(nèi)的數(shù)值為穩(wěn)健標(biāo)準(zhǔn)誤，***、**、*分別表示其在1%、5%和10%顯著性水平條件下顯著。

(三) 穩(wěn)健性檢驗

為了保證實證結(jié)果的穩(wěn)健性，本文進行了以下檢驗：

首先，以最大十家客戶集中度代替最大單一客戶集中度，分別構(gòu)建固定效應(yīng)模型(FE)和隨機效應(yīng)模型(RE)進行回歸，最大十家客戶集中度的估計系數(shù)在5%的顯著性水平下顯著為正，而行業(yè)貸款集中度對銀行資產(chǎn)質(zhì)量的影響并不顯著，這與本文得到的實證結(jié)果基本一致。

其次，以隨機效應(yīng)模型的可行廣義最小二乘法(FGLS)和最大似然估計法(MLE)對實證結(jié)果進行檢驗，結(jié)果顯示無明顯差異。

依據(jù)以上穩(wěn)健性檢驗結(jié)果，說明本文的實證研究結(jié)果是穩(wěn)健的。

五、 研究結(jié)論與政策建議

(一) 基本結(jié)論

本文基于我國27個省、市、自治區(qū)的46家城市商業(yè)銀行2007-2016年度數(shù)據(jù)，通過構(gòu)建計量模型分析了客戶集中度、行業(yè)集中度對城市商業(yè)銀行資產(chǎn)質(zhì)量的影響。得出的結(jié)論是：首先，降低貸款集中度，尤其是客戶集中度，對于城市商業(yè)銀行的風(fēng)險監(jiān)管、資產(chǎn)質(zhì)量改善將起到積極的作用。其次，貸款集中度對城市商業(yè)銀行資產(chǎn)質(zhì)量的影響存在滯后效應(yīng)和累積效應(yīng)，表現(xiàn)為以當(dāng)期客戶集中度對銀行資產(chǎn)質(zhì)量的影響為主，行業(yè)集中度對銀行資產(chǎn)質(zhì)量的影響不顯著。再次，經(jīng)濟周期對城市商業(yè)銀行的資產(chǎn)質(zhì)量沒有顯著性影響；區(qū)域金融環(huán)境會對城市商業(yè)銀行的不良貸款率產(chǎn)生顯著的負(fù)向影響；不同地區(qū)的城市商業(yè)銀行其貸款集中度對資產(chǎn)質(zhì)量的影響程度不一致，西部地區(qū)城市商業(yè)銀行的行業(yè)集中度對資產(chǎn)質(zhì)量具有強烈的負(fù)面影響。最后，引進境外戰(zhàn)略投資者可強化城市商業(yè)銀行貸款集中度，進而影響資產(chǎn)質(zhì)量，對城市商業(yè)銀行的風(fēng)險控制有一定的影響。

(二) 政策建議

基于以上研究結(jié)果，對于城市商業(yè)銀行如何通過調(diào)整信貸結(jié)構(gòu)，加強信貸管理，控制不良貸款“雙升”以及改善資產(chǎn)質(zhì)量，本文提出如下政策建議：

第一，嚴(yán)格貸款授信準(zhǔn)入，細(xì)化貸款集中度預(yù)警指標(biāo)。目前，銀行監(jiān)管層通過設(shè)立監(jiān)管指標(biāo)、提倡發(fā)展銀團貸款等多項措施對客戶集中度進行規(guī)范化管理，但并未將貸款的行業(yè)集中、區(qū)域集中、期限集中等納入監(jiān)管范圍。城市商業(yè)銀行可以通過提高貸款行業(yè)門檻，調(diào)整行業(yè)授信審批權(quán)限，設(shè)置中長期貸款最高限額，加大對問題客戶的監(jiān)測力度，及時了解各分支行的行業(yè)貸款余額等措施進行調(diào)控，以分散信貸資源過于集中，提高銀行資產(chǎn)質(zhì)量水平。

第二，下沉客戶結(jié)構(gòu)，推進小微金融業(yè)務(wù)。隨著地方政府市場化舉債模式日趨成熟，房地產(chǎn)調(diào)控力度不斷加大，城市商業(yè)銀行應(yīng)加快調(diào)整客戶結(jié)構(gòu)，將貸款客戶轉(zhuǎn)向議價能力較強但規(guī)模相對較小的零售、小微業(yè)務(wù)領(lǐng)域。近年來，國家對于小微企業(yè)的扶持力度不斷加大，各地通過建立小微企業(yè)創(chuàng)業(yè)孵化基地、推行差別化監(jiān)管、提供稅收優(yōu)惠等政策鼓勵其發(fā)展。小微企業(yè)本身具有巨大的資金需求，但由于企業(yè)信息披露不充分、不能提供抵質(zhì)押物等原因難以獲得融資。城市商業(yè)銀行應(yīng)發(fā)揮其地緣優(yōu)勢，全面深入地了解小微企業(yè)的信用狀況、經(jīng)營情況，解決信息不對稱問題，為小微企業(yè)提供金融服務(wù)。通過拓寬客戶資源，降低貸款的客戶集中度，來提高金融的普惠程度。

第三，加強城市商業(yè)銀行跨區(qū)域業(yè)務(wù)合作。由于城市商業(yè)銀行的地域特征和政策限制，銀行之間的跨區(qū)域合作尚處在探索階段。2009年中國銀監(jiān)會下發(fā)的143號文已放松了城市商業(yè)銀行異地設(shè)立分支機構(gòu)的市場準(zhǔn)入規(guī)則，有助于加強城市商業(yè)銀行之間合作的廣度與深度。東部沿海地區(qū)資產(chǎn)規(guī)模較大、信貸業(yè)務(wù)經(jīng)驗豐富、風(fēng)險控制規(guī)范的城市商業(yè)銀行可以考慮與西部內(nèi)陸地區(qū)的城市商業(yè)銀行建立合作機制，實現(xiàn)資源的整合與共享，促進共同發(fā)展。

第四，完善城市商業(yè)銀行法人治理，優(yōu)化股權(quán)結(jié)構(gòu)。眾所周知，股權(quán)結(jié)構(gòu)是公司治理的基礎(chǔ)，一個良好的股權(quán)結(jié)構(gòu)有利于公司治理架構(gòu)的形成，有利于實現(xiàn)公司價值最大化。目前，我國城市商業(yè)銀行的股權(quán)結(jié)構(gòu)中既有國企股東、又有民營股東，既有中資股東、又有外資股東，既有大股東、又有小股東，呈現(xiàn)出多元化特征。雖然，股權(quán)結(jié)構(gòu)的多元化可以避免股權(quán)過于集中的一股獨大問題，也可以防止股權(quán)過于分散導(dǎo)致的股東缺位、內(nèi)部人控制的不利局面。但是，如何把握股權(quán)相對集中的度是一個難題。隨著我國銀行業(yè)混合所有制改革的逐步深入，城市商業(yè)銀行的國有資本比重不斷下降，境外投資者、民營企業(yè)的持股比例將大幅上升，建立一個優(yōu)良的股權(quán)結(jié)構(gòu)，能夠確保董事會高效運行，發(fā)揮監(jiān)事會的監(jiān)督職能，強化管理層的執(zhí)行能力，嚴(yán)格規(guī)范授權(quán)管理，提高銀行資產(chǎn)質(zhì)量。