錢星宇

(西南大學(xué)經(jīng)濟(jì)管理學(xué)院 重慶 400715)

引言

自2010年開始，我國銀行業(yè)金融機(jī)構(gòu)的數(shù)量就在逐步上升，截止2017年，我國已有4532家銀行業(yè)金融機(jī)構(gòu)，相較于2010年的3857家，增加了675家。隨著經(jīng)濟(jì)形勢的上漲與銀行數(shù)量的增多與工業(yè)企業(yè)利潤空間的下降，銀行業(yè)的競爭壓力越來越大，這也勢必會影響整體的貸款利率。而對工業(yè)企業(yè)來說，銀行信貸融資是保證其經(jīng)營運(yùn)轉(zhuǎn)的重要方式，作為現(xiàn)金流出重要方式的利息就與銀行信貸成本息息相關(guān)。隨著銀行競爭程度的變化，工業(yè)企業(yè)的利息負(fù)擔(dān)是否會受影響。這就是本篇文章所要探討的內(nèi)容。

多數(shù)學(xué)者從銀行競爭與工業(yè)企業(yè)關(guān)系的角度展開探討。方芳，蔡衛(wèi)星(2016)認(rèn)為從整體上而言，銀行業(yè)競爭對企業(yè)成長具有顯著的正向影響，這意味著銀行業(yè)競爭促進(jìn)了企業(yè)成長[1]。田凱(2016)則從中小企業(yè)的角度發(fā)表看法，認(rèn)為銀行競爭有利于銀行加大對企業(yè)信息調(diào)查的成本投入與方法改進(jìn)，緩解銀企之間信息不對稱問題，對于信息透明度較低的中小企業(yè)來說，能夠更有效的獲得貸款，提升了信貸市場整體資金配置效率[2]。Black and Strahan(2002)則研究了分支銀行的放松管制對企業(yè)創(chuàng)業(yè)的影響。他們發(fā)現(xiàn)，放松管制有助于建立新公司[3]。Rice 和 Strahan(2010)表明銀行競爭會增加信貸供應(yīng)，但他們沒有發(fā)現(xiàn)競爭會影響小企業(yè)融資的數(shù)量[4]。汪倫(2018)認(rèn)為上市企業(yè)創(chuàng)新所需的資金不受外部融資影響，銀行業(yè)的發(fā)展與競爭有助于緩解企業(yè)的融資約束，提升企業(yè)創(chuàng)新能力；相比大型企業(yè)，銀行業(yè)的競爭更能促進(jìn)中小企業(yè)的創(chuàng)新能力[5]。張杰(2019)則從銀行競爭與企業(yè)負(fù)債的方面來研究并給出了不同地區(qū)的不同結(jié)論，他認(rèn)為在那些銀行競爭程度沒有超過一定程度的地區(qū)中，銀行競爭可以促進(jìn)企業(yè)負(fù)債率提升；而在那些銀行競爭程度超過一定程度的地區(qū)中，銀行競爭會對企業(yè)負(fù)債造成抑制效應(yīng)[6]。

其次，從信貸可得性及信貸成本的角度出發(fā),Shaffer(1998)認(rèn)為在競爭性銀行結(jié)構(gòu)中,大量銀行對貸款對象進(jìn)行搶奪,最終贏得貸款的銀行可能只是得到了對劣質(zhì)貸款人放貸的機(jī)會,“贏家的詛咒”的外部性減少了實施監(jiān)督和提供貸款的銀行數(shù)量,導(dǎo)致更高的貸款利率和更少的信貸數(shù)量[7]。但另一方面,按照一般產(chǎn)業(yè)組織理論的邏輯,銀行壟斷會降低整個經(jīng)濟(jì)的社會福利,因為銀行有能力在支付低存款利息的前提下提高貸款利率,收取更高的經(jīng)濟(jì)租金,不利于企業(yè)獲得更多的資金。而銀行業(yè)競爭度的提高有利于降低信貸成本和抵押品、貸款額的門檻，增加企業(yè)的信貸可得性，改善其貸款壓力。

可以看出，學(xué)者們對銀行競爭與企業(yè)的研究已經(jīng)較為完善，并且得到了較為統(tǒng)一的結(jié)論，即銀行業(yè)競爭能促進(jìn)企業(yè)的發(fā)展，改善企業(yè)融資難的問題。但對銀行業(yè)競爭與作為企業(yè)經(jīng)營年度中重要的現(xiàn)金流出的企業(yè)利息負(fù)擔(dān)的關(guān)系即融資貴的研究相對較少，換句話說，銀行業(yè)競爭雖然可能提升企業(yè)的貸款數(shù)量，但面對競爭的加劇，銀行貸款的利率其其他借款利率，從企業(yè)角度來講就是利息負(fù)擔(dān)是怎么變化則并不清晰。

基于以上分析，提出相應(yīng)的理論假設(shè)：

一、銀行競爭不能改善工業(yè)企業(yè)的利息負(fù)擔(dān)。

針對以上假設(shè)，筆者搜集整理了從2010年至2017年的中國31個省級(省，直轄市，自治區(qū)，不含港澳臺)規(guī)模上工業(yè)企業(yè)的利息支出數(shù)據(jù)，并構(gòu)建了銀行業(yè)競爭的度量指標(biāo)赫芬達(dá)爾指數(shù)HHI與CR4，通過實證分析，發(fā)現(xiàn)了從整體來看，銀行業(yè)競爭能夠減輕工業(yè)企業(yè)的利息負(fù)擔(dān)的結(jié)論。眾所周知，由于中國一直處于以銀行機(jī)構(gòu)為主導(dǎo)的金融體系中[8]，銀行業(yè)的發(fā)展?fàn)顩r將直接影響我國各類企業(yè)的發(fā)展?fàn)顩r，而銀行業(yè)競爭程度由于直接關(guān)系到企業(yè)貸款可獲得量與質(zhì)量，關(guān)系到企業(yè)的利息負(fù)擔(dān)，而工業(yè)企業(yè)則是我國經(jīng)濟(jì)的基礎(chǔ)命脈，其利息負(fù)擔(dān)直接影響其經(jīng)營決策以及利潤水平，關(guān)系到我國經(jīng)濟(jì)的總體走勢。理清銀行競爭與企業(yè)利息負(fù)擔(dān)的關(guān)系能夠讓銀行，工業(yè)企業(yè)乃至監(jiān)管部門各方調(diào)整策略，能使金融更好的為實體經(jīng)濟(jì)來服務(wù)。

本文剩余部分是由以下部分構(gòu)成：二、實證設(shè)計；三、變量描述；四、結(jié)果與檢驗；五、結(jié)論。

二、實證設(shè)計

本文關(guān)注點是銀行競爭與企業(yè)利息負(fù)擔(dān)的關(guān)系，運(yùn)用Pooled IV/TSLS的方法對銀行競爭與企業(yè)利息負(fù)擔(dān)的關(guān)系進(jìn)行了研究。考慮到不同省份由于客觀經(jīng)濟(jì)條件原因，銀行競爭對工業(yè)企業(yè)的利息支出影響可能會有不同，因此本文選擇變系數(shù)面板數(shù)據(jù)模型進(jìn)行研究，總體的模型如下：

Interest=α+βBankCompetition+γCONTROLS+ε

(1)

(2)

(3)

其中γ1描述了TSLS方法下銀行競爭對工業(yè)企業(yè)利息負(fù)擔(dān)的影響，CONTROLS是相關(guān)的控制變量。盡管使用了TSLS的方法，運(yùn)用了工具變量，但模型回歸結(jié)論是否能夠完全可信，還需檢驗結(jié)果的穩(wěn)健性，這一問題會在第四部分的穩(wěn)健性檢驗中得到解決。

三、變量描述

(一)核心變量定義

1.被解釋變量

Interest 作為被解釋變量，衡量的是工業(yè)企業(yè)年度的利息負(fù)擔(dān)，筆者搜集了中國省級2010年到2017年規(guī)模上工業(yè)企業(yè)利息支出的年度數(shù)據(jù)。

2.解釋變量

BankCompetition 衡量的是分省份的銀行競爭水平，在借鑒已有文獻(xiàn)的基礎(chǔ)上，我們采取以下兩種常用的構(gòu)造方法來描述銀行競爭水平：

第一種方法是計算四大國有商業(yè)銀行(中、農(nóng)、工、建)的貸款余額在整個省級銀行業(yè)貸款余額中的市場集中度，即計算四大國有銀行在所有銀行貸款額中的市場份額集中度指標(biāo)，表示為CR4。具體的計算方法如下：

第二種方法是利用銀行機(jī)構(gòu)的貸款額數(shù)量信息，通過構(gòu)造不同銀行機(jī)構(gòu)貸款額的赫芬達(dá)爾指數(shù)(HHI)作為銀行競爭程度的代理變量。HHI指數(shù)是用某特定市場上所有企業(yè)的市場份額的平方和來表示，具體計算方法如下：

其中表示Bankloann表示省級第n個銀行每年的貸款總和，SUMbankloan表示每年省級銀行業(yè)金融機(jī)構(gòu)的貸款總和，包括國有大型商業(yè)銀行，股份制商業(yè)銀行，城市商業(yè)銀行，農(nóng)村信用社等中小型商業(yè)銀行。N表示每年銀行業(yè)金融機(jī)構(gòu)的數(shù)量。該數(shù)值越大，表明銀行業(yè)壟斷程度越高，競爭程度也就越小。

本文中，先選取CR4指數(shù)作為銀行競爭水平的替代變量，隨后會在結(jié)果與檢驗部分會使用HHI指數(shù)做結(jié)果的穩(wěn)健性檢驗。

3.控制變量

我列出了一些可能影響企業(yè)利息負(fù)擔(dān)的影響因素，并把他們作為控制變量CONTROLS，以此來檢驗銀行競爭是否對工業(yè)企業(yè)的利息負(fù)擔(dān)存在影響。

Assert 表示的是2010年-2017年各個省份規(guī)模上工業(yè)企業(yè)的資產(chǎn)余額的年度數(shù)據(jù)，通過控制資產(chǎn)，能夠剝離企業(yè)利息負(fù)擔(dān)因每年平均資產(chǎn)的變化所帶來的影響，從而能更準(zhǔn)確地了解到銀行競爭對企業(yè)利息負(fù)擔(dān)的影響。

Debt 表示的是2010年-2017年各個省份規(guī)模上工業(yè)企業(yè)年度的負(fù)債余額，通過控制負(fù)債，能夠進(jìn)一步控制企業(yè)利息負(fù)擔(dān)因負(fù)債的改變所帶來的影響，從而能更準(zhǔn)確地了解到銀行競爭對企業(yè)利息負(fù)擔(dān)的影響。

Profit 表示的是2009年-2016年各個省份規(guī)模以上工業(yè)企業(yè)利潤總額。由于當(dāng)期的利息支出并不受當(dāng)期利潤的影響，相反，當(dāng)期的利息支出往往跟下一期的利息支出相關(guān)，因此這里的樣本數(shù)據(jù)選取的是2009-2016年的規(guī)模以上工業(yè)企業(yè)利潤總額，以此來控制利潤的影響，剝離出銀行競爭對工業(yè)企業(yè)利息支出的影響。

RGDP 表示的是2010年-2017年的各個省份地區(qū)生產(chǎn)總值，通過控制GDP增長可以，剝離經(jīng)濟(jì)增長整體趨勢對企業(yè)利息負(fù)擔(dān)的影響，從而能更準(zhǔn)確地了解到銀行競爭對工業(yè)企業(yè)利息負(fù)擔(dān)的影響。

IVA 表示的是2010年-2017年各個省份的工業(yè)增加值，通過控制各個省份的工業(yè)增加值，能剝離工業(yè)增長趨勢對工業(yè)企業(yè)利息負(fù)擔(dān)的影響，從而能更準(zhǔn)確地了解到銀行競爭對工業(yè)企業(yè)利息負(fù)擔(dān)的影響。

Number 表示的是2010年-2017年各個省份規(guī)模以上工業(yè)企業(yè)單位數(shù)，通過控制各個省份規(guī)模以上工業(yè)企業(yè)單位數(shù)能夠控制不同省份之間因企業(yè)數(shù)量不同的而導(dǎo)致的銀行競爭影響的差異。

4.工具變量

由于銀行競爭程度可能存在內(nèi)生性的問題，即其與忽略的殘差項相關(guān)，這些殘差項有可能會對企業(yè)的利息負(fù)擔(dān)產(chǎn)生影響，而這種問題一旦存在，就會對回歸結(jié)果的準(zhǔn)確性產(chǎn)生影響，采取工具變量的方法能有效地解決這個問題。圍繞解釋變量CR4，我選取了如下的工具變量：

IVCR4=Average(neighborCR4)

IVCR4表示的是CR4的工具變量，即省級銀行競爭水平的CR4工具變量是與該省級行政區(qū)地域相鄰的省級行政區(qū)省級銀行競爭水平的CR4的均值。如河南的銀行競爭水平的工具變量就是河北，山西，陜西，湖北，安徽，山東這六個省份的銀行競爭水平的均值。選取相鄰省份均值作為一省份的工具變量的理由是相鄰省份由于地域臨近，經(jīng)濟(jì)發(fā)展水平有一定的相關(guān)性，且相鄰省份經(jīng)濟(jì)往來頻繁，銀行競爭往往有相關(guān)性，選取相鄰省份均值作為工具變量能夠很好地解釋一省份的銀行競爭水平。IVHHI含義與處理方式與IVCR4相同。

(二)數(shù)據(jù)來源與相關(guān)處理說明

本文數(shù)據(jù)由筆者在整理了Wind，中經(jīng)網(wǎng)，《中國金融年鑒》的相關(guān)數(shù)據(jù)的基礎(chǔ)上得出，包含31個省市，自治區(qū)共248個樣本數(shù)據(jù)。所有數(shù)值單位均統(tǒng)一為億元。為了方便分析減弱異方差的影響，筆者對樣本數(shù)據(jù)進(jìn)行了對數(shù)變換。

四、結(jié)果與檢驗

(一)實證結(jié)果分析

本文研究的是銀行競爭對工業(yè)企業(yè)利息支出的影響，對此本文使用了面板數(shù)據(jù)模型對中國省級的銀行競爭對工業(yè)企業(yè)利息支出之間的關(guān)系進(jìn)行了研究。

通過對表1總體方程回歸結(jié)果分析可知，在雙固定效應(yīng)變截距面板數(shù)據(jù)模型下，銀行競爭對規(guī)模上工業(yè)企業(yè)的利息支出有著顯著的正影響，(γ1=0.2875，P=0.03)即從中國整體來看，銀行競爭程度的增加能夠顯著地降低工業(yè)企業(yè)的利息負(fù)擔(dān)，具體來說在5%的顯著性水平下，我們拒絕假設(shè)1，即認(rèn)為銀行競爭水平每增加一單位，會使企業(yè)利息負(fù)擔(dān)下降28.75%。

表1

(二)結(jié)果檢驗

1.方程設(shè)置合理性檢驗

構(gòu)建LR檢驗統(tǒng)計量LR=2(lnLR_u-lnLR_r)=1676.33>Chi2(247)，lnLR_u為無約束模型對數(shù)似然函數(shù)值，lnLR_r為有約束模型對數(shù)似然函數(shù)值。該項結(jié)果說明不應(yīng)建立混合模型。

2.工具變量檢驗

為了檢驗工具變量的問題，我對一階段回歸方程進(jìn)行了估計。一階段回歸模型中，ivcr4的系數(shù)顯著不為0，同時F統(tǒng)計量=191.1831，P值顯著不為0，說明不存在弱工具變量的問題。

3.穩(wěn)健性檢驗

為了檢驗實證結(jié)果的穩(wěn)健性，我用上述銀行競爭的替代變量HHI代替CR4進(jìn)行了同樣的分析過程，結(jié)果顯示，該結(jié)果表明運(yùn)用HHI與CR4分別做解釋變量并未有顯著差異，即表明實證結(jié)果是穩(wěn)健的。

五、結(jié)論

在脫實向虛問題日漸嚴(yán)重的宏觀背景下，銀行業(yè)與工業(yè)以信貸關(guān)系為支撐的相互支持關(guān)系十分重要，銀行可通過貸款的方式使其資金充分利用，企業(yè)也可通過的貸款獲得所需的資金流，解決其融資貴的問題。本文以此為背景，利用了變系數(shù)面板數(shù)據(jù)模型，并運(yùn)用兩階段最小二乘法，研究了在不同省市地區(qū)銀行競爭與工業(yè)企業(yè)利息負(fù)擔(dān)的關(guān)系，否定了上文所提假設(shè)，得出了從整體上銀行競爭能夠改善企業(yè)利息負(fù)擔(dān)。這種情況的出現(xiàn)可能與各地經(jīng)濟(jì)發(fā)展水平，產(chǎn)業(yè)結(jié)構(gòu)不同以及銀行業(yè)當(dāng)前的競爭程度的大小等因素有關(guān)?？梢娿y行業(yè)競爭總體上是利好于規(guī)模上工業(yè)企業(yè)的發(fā)展。