李朝輝 劉家銳
(中國(guó)人民銀行東莞市中心支行,廣東 東莞 523000)
中小微企業(yè)在我國(guó)經(jīng)濟(jì)中具有特殊的地位,其面臨的融資困境已成為制約經(jīng)濟(jì)增長(zhǎng)結(jié)構(gòu)轉(zhuǎn)型升級(jí)、金融資源優(yōu)化配置的重要因素之一。在當(dāng)前國(guó)內(nèi)金融市場(chǎng)主要由銀行體系構(gòu)成,企業(yè)外部資金來源仍以間接融資即銀行貸款為主的現(xiàn)實(shí)背景下,近年來,從供給側(cè)角度出發(fā),我國(guó)在完善中小微企業(yè)金融服務(wù)體系建設(shè)上呈現(xiàn)兩種新思路:一是增加中小型銀行數(shù)量。完善金融供給,增加有效供應(yīng),建立有進(jìn)有出的市場(chǎng)化、法治化機(jī)制,進(jìn)一步推進(jìn)金融業(yè)改革和開放,提高銀行業(yè)市場(chǎng)競(jìng)爭(zhēng)度。2019年2月,中共中央政治局第十三次集體學(xué)習(xí)會(huì)上,習(xí)近平總書記提出增加中小金融機(jī)構(gòu)數(shù)量和業(yè)務(wù)比重,構(gòu)建多層次、廣覆蓋、有差異的銀行體系。銀保監(jiān)會(huì)數(shù)據(jù)顯示,截至2020年末,國(guó)內(nèi)銀行業(yè)法人機(jī)構(gòu)共有4604 家,較2009 年增加747家,年均增長(zhǎng)1.6%。二是引導(dǎo)銀行加大普惠金融信貸支持。鼓勵(lì)大型銀行在中小微企業(yè)金融服務(wù)體系中積極發(fā)揮頭雁效應(yīng),支持城商行、農(nóng)商行等中小型銀行利用本地化優(yōu)勢(shì)深入拓展?jié)撛诳蛻簦òQ祥,2016)。銀行數(shù)量的變化會(huì)改變銀行間的競(jìng)爭(zhēng)程度,進(jìn)而對(duì)中小微企業(yè)貸款產(chǎn)生影響(黃雋,2007;錢龍,2015;郭曄等,2019)。對(duì)此,針對(duì)中小微企業(yè)的融資可得性,當(dāng)前國(guó)內(nèi)銀行業(yè)競(jìng)爭(zhēng)程度呈現(xiàn)何種特征、銀行業(yè)競(jìng)爭(zhēng)度與中小微企業(yè)貸款規(guī)模之間具有怎樣的關(guān)系?進(jìn)一步,基于增強(qiáng)供給側(cè)內(nèi)生動(dòng)力視角,我國(guó)能否通過增加中小型銀行數(shù)量影響銀行業(yè)競(jìng)爭(zhēng)度進(jìn)而影響中小微企業(yè)貸款規(guī)模?
為探討上述問題,本文首先梳理總結(jié)有關(guān)銀行業(yè)競(jìng)爭(zhēng)與中小微企業(yè)貸款關(guān)系的理論研究和經(jīng)驗(yàn)證據(jù)。其次,利用Panzar-Roose 模型(PR模型)和2009~2019年38 家上市銀行的面板數(shù)據(jù),測(cè)度國(guó)內(nèi)銀行業(yè)競(jìng)爭(zhēng)度的歷年變化。最后,基于銀行業(yè)競(jìng)爭(zhēng)度測(cè)度結(jié)果,以2047 家在中小企業(yè)板、創(chuàng)業(yè)板以及新三板上市或掛牌的中小微企業(yè)為研究對(duì)象,采用定起點(diǎn)不斷擴(kuò)大樣本區(qū)間的滾動(dòng)回歸方法,實(shí)證研究中小型銀行數(shù)量、銀行業(yè)競(jìng)爭(zhēng)度對(duì)中小微企業(yè)貸款規(guī)模的影響效果,并進(jìn)一步分析中小型銀行數(shù)量通過銀行業(yè)競(jìng)爭(zhēng)度影響中小微企業(yè)貸款規(guī)模的作用機(jī)制。本文研究如何通過提高銀行間競(jìng)爭(zhēng)倒逼銀行增強(qiáng)挖掘、服務(wù)中小微與民營(yíng)客戶的內(nèi)生動(dòng)力。
國(guó)內(nèi)少有文獻(xiàn)探討銀行數(shù)量對(duì)銀行業(yè)競(jìng)爭(zhēng)度或中小微企業(yè)貸款規(guī)模的影響效果,且所關(guān)注的銀行機(jī)構(gòu)主要為全國(guó)性大型商業(yè)銀行和股份制商業(yè)銀行。部分文獻(xiàn)研究銀行間競(jìng)爭(zhēng)結(jié)構(gòu)與中小微企業(yè)貸款可得性的關(guān)系。本文從理論基礎(chǔ)和經(jīng)驗(yàn)證據(jù)兩方面對(duì)已有的關(guān)于銀行業(yè)競(jìng)爭(zhēng)度與中小微企業(yè)貸款可得性的文獻(xiàn)進(jìn)行梳理總結(jié)。
關(guān)于銀行業(yè)競(jìng)爭(zhēng)與中小微企業(yè)貸款可得性的理論研究,主要存在兩種主流觀點(diǎn),即“信息不對(duì)稱假說”和“市場(chǎng)勢(shì)力假說”?!靶畔⒉粚?duì)稱假說”認(rèn)為,在競(jìng)爭(zhēng)激烈的市場(chǎng)中,商業(yè)銀行更傾向于與大企業(yè)建立交易關(guān)系,小企業(yè)往往面臨更多的信貸限制,獲得貸款的可能性降低。具體而言,實(shí)際市場(chǎng)中往往存在著信息不對(duì)稱和委托代理問題,特別是企業(yè)信息不確定時(shí),銀行業(yè)競(jìng)爭(zhēng)程度的加劇會(huì)使得商業(yè)銀行更難將其與企業(yè)建立信貸關(guān)系所投入的成本內(nèi)部化。中小微企業(yè)天然存在管理能力弱、財(cái)務(wù)報(bào)表信息不完善等問題,導(dǎo)致商業(yè)銀行難以明確其實(shí)際經(jīng)營(yíng)情況,進(jìn)而不愿意冒險(xiǎn)為中小微企業(yè)提供貸款。在銀行業(yè)市場(chǎng)競(jìng)爭(zhēng)激烈的背景下,中小微企業(yè)的劣勢(shì)地位將更加明顯,企業(yè)獲得貸款的可能性在市場(chǎng)競(jìng)爭(zhēng)加劇時(shí)往往會(huì)下降。
與“信息不對(duì)稱假說”的觀點(diǎn)相反,“市場(chǎng)勢(shì)力假說”則認(rèn)為激烈的競(jìng)爭(zhēng)會(huì)提高中小微企業(yè)貸款的可得性。面臨激烈的同業(yè)競(jìng)爭(zhēng),商業(yè)銀行將加大力度提高其資金配置效率,促使銀行加強(qiáng)業(yè)務(wù)創(chuàng)新,在某種程度上提高中小微企業(yè)融資的可得性。此外,為了擴(kuò)大業(yè)務(wù),商業(yè)銀行借款給風(fēng)險(xiǎn)較大的中小企業(yè)客戶的積極性也會(huì)有效提高,使得中小微企業(yè)的融資困境能夠得到緩解。
在支持提高銀行業(yè)競(jìng)爭(zhēng)度有利于擴(kuò)大中小微企業(yè)貸款規(guī)模方面,周順興和林樂芬(2015)利用江蘇省2009~2013年45個(gè)縣(市)經(jīng)濟(jì)金融數(shù)據(jù)研究得出,商業(yè)銀行將貸款發(fā)放給小微企業(yè)的動(dòng)機(jī)隨著銀行業(yè)競(jìng)爭(zhēng)程度的提升而增強(qiáng),小微企業(yè)融資約束程度越低,獲得正規(guī)貸款的可能性則越高。張金清和闞細(xì)兵(2018)選取2008~2015 年46 家商業(yè)銀行進(jìn)行實(shí)證發(fā)現(xiàn),銀行業(yè)競(jìng)爭(zhēng)度的提高會(huì)引起中小企業(yè)“現(xiàn)金-現(xiàn)金流敏感性”下降,有利于緩解中小企業(yè)融資約束。郭曄等(2019)通過研究銀行競(jìng)爭(zhēng)背景下定向降準(zhǔn)政策的“普惠效應(yīng)”得出,銀行競(jìng)爭(zhēng)可以在一定程度上對(duì)小微企業(yè)融資起到正向調(diào)節(jié)作用。
部分學(xué)者認(rèn)為增加銀行業(yè)競(jìng)爭(zhēng)會(huì)對(duì)中小微企業(yè)融資可得性起到反向作用。莊宗明和徐潔瀅(2013)統(tǒng)計(jì)研究中國(guó)臺(tái)灣銀行業(yè)對(duì)中小企業(yè)放款比率發(fā)現(xiàn),銀行業(yè)市場(chǎng)競(jìng)爭(zhēng)的加劇不利于中小企業(yè)獲得融資。邵弋和楊云紅(2017)基于國(guó)內(nèi)情況通過數(shù)值模擬研究得出,隨著銀行數(shù)量增多,銀行業(yè)競(jìng)爭(zhēng)程度加劇會(huì)導(dǎo)致銀行貸款意愿和銀行放貸總量下降,從而加劇中小企業(yè)融資難問題。
此外,還有學(xué)者研究不同銀行市場(chǎng)結(jié)構(gòu)下銀行業(yè)競(jìng)爭(zhēng)度對(duì)中小微企業(yè)貸款可得性的影響。程超(2015)以江蘇省2011~2015年352家小微企業(yè)為樣本數(shù)據(jù),運(yùn)用Fractional Logit 模型分析得出,當(dāng)大銀行在信貸市場(chǎng)占據(jù)較大份額時(shí),銀行業(yè)競(jìng)爭(zhēng)加劇不利于小微企業(yè)融資;當(dāng)中小銀行在信貸市場(chǎng)占據(jù)較大份額時(shí),銀行業(yè)競(jìng)爭(zhēng)加劇有利于小微企業(yè)融資。
綜上所述,關(guān)于銀行業(yè)競(jìng)爭(zhēng)程度與中小微企業(yè)貸款可得性的理論研究,主要存在“信息不對(duì)稱假說”和“市場(chǎng)勢(shì)力假說”兩種主流觀點(diǎn)。對(duì)應(yīng)上述兩種假說,經(jīng)驗(yàn)證據(jù)顯示銀行業(yè)競(jìng)爭(zhēng)水平對(duì)中小微企業(yè)貸款具有較為顯著的影響,但就其影響方向及程度存在不同的觀點(diǎn)?;谖覈?guó)金融業(yè)開放持續(xù)推進(jìn),銀行數(shù)量尤其以城商行、農(nóng)商行為代表的地方性中小型銀行數(shù)量逐年增加,中小微企業(yè)融資需求不斷增大,而銀行授信動(dòng)力不足的客觀現(xiàn)實(shí),本文可能的貢獻(xiàn)在于:一是在全國(guó)性大型商業(yè)銀行和股份制商業(yè)銀行的基礎(chǔ)上,將城商行、農(nóng)商行等中小型銀行納入分析對(duì)象,更全面、準(zhǔn)確地測(cè)度國(guó)內(nèi)銀行業(yè)競(jìng)爭(zhēng)水平。二是基于供給側(cè)內(nèi)生動(dòng)力視角,探討中小型銀行數(shù)量在銀行間競(jìng)爭(zhēng)程度影響中小微企業(yè)貸款規(guī)模中的調(diào)節(jié)作用,為銀行數(shù)量、銀行業(yè)競(jìng)爭(zhēng)度與中小微企業(yè)貸款規(guī)模的相關(guān)性經(jīng)驗(yàn)證據(jù)進(jìn)行有益補(bǔ)充。若能準(zhǔn)確判斷三者關(guān)系,將有助于我國(guó)調(diào)整優(yōu)化金融體系結(jié)構(gòu),加大普惠金融信貸支持力度。
本文通過建立非結(jié)構(gòu)化的PR模型測(cè)度我國(guó)銀行業(yè)競(jìng)爭(zhēng)水平,構(gòu)建面板數(shù)據(jù)模型分析中小型銀行數(shù)量、銀行業(yè)競(jìng)爭(zhēng)度對(duì)中小微企業(yè)貸款規(guī)模的影響效果。
1.銀行業(yè)競(jìng)爭(zhēng)度測(cè)度模型。銀行業(yè)競(jìng)爭(zhēng)度是指銀行機(jī)構(gòu)在存貸款市場(chǎng)追求利潤(rùn)最大化下所表現(xiàn)出的競(jìng)爭(zhēng)能力和定價(jià)能力(張金清和闞細(xì)兵,2018)。本文選擇Panzar &Rosse(1987)提出的方法即PR 模型,測(cè)度國(guó)內(nèi)銀行間的競(jìng)爭(zhēng)程度。該方法的基本思路是:當(dāng)邊際收益等于邊際成本時(shí),銀行i將實(shí)現(xiàn)利潤(rùn)最大化,如公式(1)所示。
Ri表示銀行i的邊際收益,Ci表示銀行i的邊際成本,xi代表銀行i的產(chǎn)出,n為銀行數(shù)量,wi是銀行i生產(chǎn)要素的投入價(jià)格,zi為銀行i收益函數(shù)的外生變量,ti為銀行i成本函數(shù)的外生變量。
假設(shè)銀行市場(chǎng)運(yùn)行長(zhǎng)期均衡,存在零利潤(rùn)的約束條件如公式(2)所示。
*表示均衡水平。銀行業(yè)競(jìng)爭(zhēng)度通過銀行的單位投入價(jià)格變動(dòng)引起的均衡收益變化來表示,具體可通過H統(tǒng)計(jì)指標(biāo)來衡量,如公式(3)所示。
借鑒黃雋(2007)、殷孟波和石琴(2009)、李國(guó)棟和陳輝發(fā)(2012)以及張金清和闞細(xì)兵(2018)等的研究,構(gòu)建我國(guó)銀行業(yè)競(jìng)爭(zhēng)度測(cè)度模型如公式(4)和公式(5)所示。
其中,i和t分別代表銀行和時(shí)間,α0表示截距項(xiàng),εi,t為隨機(jī)擾動(dòng)項(xiàng);TAR為總資產(chǎn)收入率即總收入與總資產(chǎn)的比值;LE為勞動(dòng)力成本,通過管理費(fèi)用與總資產(chǎn)的比值表示,F(xiàn)E為資金成本,通過利息支出與總存款的比值表示,KE為資本成本,以當(dāng)年折舊額與固定資產(chǎn)凈值的比值代表,三者表示銀行的三種投入;GE代表銀行規(guī)模,通過銀行貸款與總資產(chǎn)的比值反映,RE代表銀行風(fēng)險(xiǎn),用所有者權(quán)益與總資產(chǎn)的比值表示,兩者共同作為模型的控制變量。本文對(duì)所有變量均采用自然對(duì)數(shù)形式。值得一提的是,國(guó)外文獻(xiàn)中勞動(dòng)力成本(LE)一般采用“職員費(fèi)用/職員數(shù)量”來度量(張金清和闞細(xì)兵,2018),但由于難以獲得國(guó)內(nèi)銀行完整的職員數(shù)量和職員費(fèi)用數(shù)據(jù),借鑒黃雋(2007)與殷孟波和石琴(2009)的做法,本文用“管理費(fèi)用/總資產(chǎn)”替代。對(duì)于H統(tǒng)計(jì)指標(biāo),通過加總模型中總資產(chǎn)收入率與不同投入要素價(jià)格之間的變動(dòng)彈性得到,指標(biāo)含義具體說明如表1所示。
表1 H指標(biāo)競(jìng)爭(zhēng)環(huán)境檢驗(yàn)說明
由于PR模型的假設(shè)前提是市場(chǎng)處于長(zhǎng)期均衡狀態(tài),該假設(shè)條件下銀行的資產(chǎn)收益率(ROA,銀行凈利潤(rùn)/總資產(chǎn))與投入要素價(jià)格無關(guān),將總資產(chǎn)收益率代替總資產(chǎn)收入比,其他變量保持不變,建立均衡檢驗(yàn)?zāi)P腿绻剑?)和公式(7)所示。
E為均衡檢驗(yàn)指數(shù),其計(jì)算方法與H指標(biāo)對(duì)應(yīng)一致。其中,若E<0,表示市場(chǎng)處于非均衡狀態(tài),若E=0,表示市場(chǎng)處于均衡狀態(tài)。
2.中小微企業(yè)貸款模型。本文借鑒程超和林麗瓊(2015)、張金清和闞細(xì)兵(2018)、代雪雅(2018)和李瑾(2019)等的研究,構(gòu)建中小微企業(yè)貸款基準(zhǔn)模型和拓展模型,分析中小型銀行數(shù)量、銀行業(yè)競(jìng)爭(zhēng)度以及兩者的相互作用對(duì)中小微企業(yè)貸款規(guī)模的影響。
本文構(gòu)建中小微企業(yè)貸款基準(zhǔn)模型如公式(8)所示。
式(8)中,i和t分別代表企業(yè)和時(shí)間,α0表示截距項(xiàng),Year為年份趨勢(shì)項(xiàng),ui代表企業(yè)層面?zhèn)€體效應(yīng),εi,t為隨機(jī)擾動(dòng)項(xiàng);LAi,t為企業(yè)貸款規(guī)模,以企業(yè)的銀行貸款余額/總資產(chǎn)衡量,其中銀行貸款為“短期借款+長(zhǎng)期借款+一年內(nèi)到期的長(zhǎng)期借款”。企業(yè)貸款規(guī)模以企業(yè)銀行貸款/總資產(chǎn)衡量,一方面可以消除量綱影響,另一方面可以反映企業(yè)融資可得性,該指標(biāo)數(shù)值越大,說明企業(yè)受到的融資約束越小。?lnNt為銀行數(shù)量(N)的對(duì)數(shù)一階差分,表示中小型銀行數(shù)量的增速,?Ht為銀行業(yè)競(jìng)爭(zhēng)度(H)的一階差分,表示銀行業(yè)競(jìng)爭(zhēng)度的變動(dòng),兩者為模型的主要解釋變量;PAi,t為企業(yè)的盈利能力,以企業(yè)的凈利潤(rùn)/總資產(chǎn)衡量,lnAsseti,t-1為滯后一期的企業(yè)總資產(chǎn)對(duì)數(shù),反映企業(yè)的規(guī)模,將其作為影響企業(yè)貸款的微觀控制變量;?lnMt為貨幣供應(yīng)量M2的對(duì)數(shù)一階差分,表示M2的增速,rt為銀行貸款利率,gdpt為GDP 實(shí)際增速,三者作為反映企業(yè)融資外部環(huán)境的宏觀控制變量。
為探究近年來中小型銀行數(shù)量增速和銀行業(yè)競(jìng)爭(zhēng)度對(duì)中小微企業(yè)貸款規(guī)模影響的變化情況,本文采用滾動(dòng)回歸的方法測(cè)算中小型銀行數(shù)量增速和銀行業(yè)競(jìng)爭(zhēng)度的回歸系數(shù)。由于樣本區(qū)間過短會(huì)導(dǎo)致自變量出現(xiàn)嚴(yán)重共線性而無法得出回歸系數(shù),經(jīng)實(shí)證發(fā)現(xiàn)樣本有效回歸的最短時(shí)間窗口為7年,本文以定起點(diǎn)(2011 年)不斷擴(kuò)大樣本區(qū)間的方式進(jìn)行滾動(dòng)回歸,首個(gè)回歸窗口長(zhǎng)度為7 年,即首個(gè)回歸樣本區(qū)間為2011~2017年。
擴(kuò)展模型。為進(jìn)一步探討中小型銀行數(shù)量在影響中小微企業(yè)貸款規(guī)模時(shí)與銀行業(yè)競(jìng)爭(zhēng)度的相互作用關(guān)系,本文在基準(zhǔn)模型(8)的基礎(chǔ)上加入中小型銀行數(shù)量與銀行業(yè)競(jìng)爭(zhēng)度的交互項(xiàng),即?lnNt×?Ht,構(gòu)建擴(kuò)展模型如公式(9)所示。
其中,為減弱中小型銀行數(shù)量增速(?lnNt)與銀行業(yè)競(jìng)爭(zhēng)度變動(dòng)(?Ht)之間可能存在的共線性,本文對(duì)構(gòu)成交互項(xiàng)的兩個(gè)自變量做去中心化處理。若?Ht與?lnNt×?Ht的回歸系數(shù)均為正數(shù),則表明提高中小型銀行數(shù)量增速能夠增強(qiáng)銀行業(yè)競(jìng)爭(zhēng)度對(duì)中小微企業(yè)貸款規(guī)模的正向促進(jìn)作用。
1.銀行業(yè)競(jìng)爭(zhēng)度測(cè)度模型變量說明。已有文獻(xiàn)主要選取國(guó)有大型商業(yè)銀行和股份制商業(yè)銀行作為銀行樣本進(jìn)行競(jìng)爭(zhēng)度測(cè)算??紤]到隨著我國(guó)金融業(yè)開放程度穩(wěn)步提高,農(nóng)信社、城信社轉(zhuǎn)制進(jìn)程不斷推進(jìn),以地方性城商行和農(nóng)商行為代表的中小型銀行大量進(jìn)入金融市場(chǎng),國(guó)內(nèi)金融市場(chǎng)中商業(yè)銀行服務(wù)主體數(shù)量和競(jìng)爭(zhēng)程度發(fā)生明顯變化。因此,為更全面、準(zhǔn)確地度量國(guó)內(nèi)銀行業(yè)競(jìng)爭(zhēng)變化情況,本文擴(kuò)大銀行樣本選擇范圍,除了國(guó)有大型銀行和股份制銀行,還將城商行和農(nóng)商行納入樣本范圍。基于Wind資訊中的證監(jiān)會(huì)行業(yè)貨幣金融服務(wù)類上市企業(yè),選取38 家上市商業(yè)銀行作為銀行樣本,包括6家國(guó)有大型銀行、9家股份制商業(yè)銀行、15家城商行和8家農(nóng)商行。
值得一提的是,雖然城商行、農(nóng)商行的金融服務(wù)對(duì)象具有明顯的地域性,主要集中在銀行所在縣域或地市,但從全國(guó)范圍來看,由于兩類銀行在全國(guó)各地基本均有分布,實(shí)質(zhì)上改變了全國(guó)銀行業(yè)的競(jìng)爭(zhēng)格局,因此衡量國(guó)內(nèi)銀行業(yè)競(jìng)爭(zhēng)度時(shí)有必要考慮兩類銀行。此外,根據(jù)《城市商業(yè)銀行異地分支機(jī)構(gòu)管理辦法》(銀監(jiān)發(fā)〔2006〕12號(hào)),符合一定條件的城商行被允許設(shè)立省外異地分支行,使其經(jīng)營(yíng)發(fā)展愈發(fā)具有股份制銀行甚至國(guó)有大型商業(yè)銀行的特征。如截至2020 年末,北京銀行、上海銀行、天津銀行及重慶銀行分別在全國(guó)23、15、11 及10 個(gè)城市設(shè)立異地分行(含一級(jí)、二級(jí))。
基于數(shù)據(jù)的可得性以及2008年全球金融危機(jī)后國(guó)內(nèi)監(jiān)管要求和金融機(jī)構(gòu)經(jīng)營(yíng)模式發(fā)生較大的變化,本文選取的樣本區(qū)間為2009~2019 年。各變量數(shù)據(jù)來源于Wind 資訊數(shù)據(jù)庫,缺失數(shù)據(jù)通過查找各家銀行年度財(cái)務(wù)報(bào)告和線性插值法補(bǔ)全。2009~2019 年間,38家銀行年均貸款總額61萬億元,年均資產(chǎn)合計(jì)122萬億元,分別占金融機(jī)構(gòu)本外幣年均各項(xiàng)貸款及境內(nèi)銀行業(yè)金融機(jī)構(gòu)年均資產(chǎn)合計(jì)的65.8%和66.8%,表明所選樣本對(duì)我國(guó)銀行業(yè)具有較好的代表性。
2.中小微企業(yè)貸款模型變量說明。中小微企業(yè)樣本來自中小企業(yè)板、創(chuàng)業(yè)板以及全國(guó)中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)(新三板)內(nèi)掛牌的企業(yè)?;跀?shù)據(jù)的可得性,樣本區(qū)間為2011~2019年。本文剔除金融業(yè)企業(yè)和數(shù)據(jù)缺失企業(yè)數(shù)據(jù),最終共選取2047 家中小微企業(yè)樣本。其中,中小板和創(chuàng)業(yè)板企業(yè)1421家,新三板企業(yè)626 家。與銀行業(yè)競(jìng)爭(zhēng)度模型的銀行樣本范圍不同,中小微企業(yè)貸款模型的銀行樣本范圍為中小型銀行,通過加總歷年城商行、農(nóng)商行及民營(yíng)銀行的數(shù)量得到。貸款利率為年內(nèi)各季度金融機(jī)構(gòu)人民幣貸款加權(quán)平均利率的平均值。除了銀行競(jìng)爭(zhēng)度H值為本文自行計(jì)算所得,其他各變量數(shù)據(jù)均來源于Wind資訊數(shù)據(jù)庫。從樣本企業(yè)屬性看,中小微企業(yè)中民營(yíng)企業(yè)的占比高達(dá)78.8%。
表2 為中小微企業(yè)貸款模型各變量的描述性統(tǒng)計(jì)結(jié)果。從表2 可知,樣本期間內(nèi),中小微企業(yè)銀行貸款余額占總資產(chǎn)的平均比重為11.7%,中小銀行數(shù)量年均增長(zhǎng)19.0%,銀行業(yè)競(jìng)爭(zhēng)度年均提高2.4%,企業(yè)凈利潤(rùn)占總資產(chǎn)的平均比重為4.6%,貨幣供應(yīng)量M2 年均增速為10.6%,銀行貸款平均利率為6.3%,GDP 年均實(shí)際增速為7.3%。企業(yè)貸款規(guī)模、盈利能力均值大于0,體現(xiàn)中小微企業(yè)總體上存在借款,營(yíng)業(yè)收入大于營(yíng)業(yè)支出,實(shí)現(xiàn)正收益。各變量的標(biāo)準(zhǔn)差較小且基本相近,表明數(shù)據(jù)較為平穩(wěn)。
表2 各變量描述性統(tǒng)計(jì)結(jié)果
考慮到截面數(shù)據(jù)回歸可能出現(xiàn)異方差性,本文一方面對(duì)各變量進(jìn)行對(duì)數(shù)處理,另一方面采用穩(wěn)健標(biāo)準(zhǔn)誤的最小二乘法進(jìn)行估計(jì)。同時(shí),基于最優(yōu)建模識(shí)別檢驗(yàn),選擇固定效應(yīng)模型對(duì)面板數(shù)據(jù)進(jìn)行均衡檢驗(yàn),回歸結(jié)果表明應(yīng)用PR模型分析銀行業(yè)競(jìng)爭(zhēng)度較為合理。
2009~2019 年國(guó)內(nèi)銀行業(yè)競(jìng)爭(zhēng)度H值如表3 所示??傮w而言,11 年間銀行業(yè)競(jìng)爭(zhēng)度平均H值約為0.272,表明我國(guó)銀行業(yè)總體處于壟斷競(jìng)爭(zhēng)環(huán)境。同時(shí),2019 年銀行業(yè)競(jìng)爭(zhēng)度H值為0.441,較2009 年提高了0.338,增幅超過3倍,體現(xiàn)銀行業(yè)競(jìng)爭(zhēng)水平不斷提升且競(jìng)爭(zhēng)環(huán)境優(yōu)化進(jìn)程較快。上述結(jié)果與已有文獻(xiàn)如張金清和闞細(xì)兵(2018)、周安(2019)等的研究結(jié)論相近。
對(duì)于主要解釋變量,lnLE歷年的回歸系數(shù)均在5%的顯著性水平上顯著為正且系數(shù)絕對(duì)值較大,表明勞動(dòng)力成本投入的增加對(duì)銀行資產(chǎn)收入率具有明顯的正向促進(jìn)作用;lnFE絕大多數(shù)年份的回歸系數(shù)為負(fù),體現(xiàn)銀行資金成本投入與資產(chǎn)收入率存在負(fù)相關(guān)關(guān)系,過高的利息支出會(huì)降低銀行的收益水平,但多數(shù)年份該系數(shù)在統(tǒng)計(jì)上不顯著;lnKE多數(shù)年份的回歸系數(shù)為負(fù),但絕對(duì)值較小且統(tǒng)計(jì)上不顯著,反映銀行資本成本與資產(chǎn)收入率在一定程度上呈現(xiàn)微弱的負(fù)相關(guān)性,資本成本過高可能不利于提高銀行的收入水平。對(duì)于控制變量,lnGE和lnRE的回歸系數(shù)為正且多數(shù)年份統(tǒng)計(jì)結(jié)果顯著,表明擴(kuò)大銀行貸款規(guī)模以及降低經(jīng)營(yíng)負(fù)債風(fēng)險(xiǎn)能夠較為有效地提高銀行的資產(chǎn)收入率。
圖1 展示銀行業(yè)競(jìng)爭(zhēng)度H值的歷年走勢(shì)。總體而言,H值呈現(xiàn)波動(dòng)上升趨勢(shì)。其中,在2010年、2013年及2017 年有較為明顯的提升,在2014 年出現(xiàn)較大幅度的回落,2017~2019年呈現(xiàn)穩(wěn)步提高走勢(shì)。
圖1 2009~2019年國(guó)內(nèi)銀行業(yè)競(jìng)爭(zhēng)度H值
究其原因,本文認(rèn)為,2009 年之前國(guó)內(nèi)銀行機(jī)構(gòu)數(shù)量較少,少數(shù)的幾家國(guó)有大型商業(yè)銀行占據(jù)大部分市場(chǎng)份額,議價(jià)能力較強(qiáng),國(guó)內(nèi)銀行間屬于壟斷競(jìng)爭(zhēng)關(guān)系,在一定程度上接近完全壟斷或短期內(nèi)寡頭壟斷。如2009年末金融機(jī)構(gòu)本外幣各項(xiàng)貸款余額43萬億,其中5 家大型商業(yè)銀行貸款余額21 億元,占比接近5 成。2009~2013 年,商業(yè)銀行經(jīng)營(yíng)運(yùn)作受到全球金融危機(jī)的較大沖擊后,一方面以“四萬億”為集中體現(xiàn)的信貸刺激政策推動(dòng)銀行增加授信,另一方面利率市場(chǎng)化改革和監(jiān)管標(biāo)準(zhǔn)趨嚴(yán)對(duì)銀行的盈利能力提出更高要求,導(dǎo)致銀行業(yè)競(jìng)爭(zhēng)水平明顯提高。如2013年中國(guó)人民銀行全面放開金融機(jī)構(gòu)貸款利率管制,原銀監(jiān)會(huì)實(shí)施新資本協(xié)議,同業(yè)市場(chǎng)出現(xiàn)“錢荒”事件。2014~2016 年,金融監(jiān)管環(huán)境偏向?qū)捤?,大型商業(yè)銀行客戶基礎(chǔ)好、信貸資源足等先天優(yōu)勢(shì)凸顯,銀行間壟斷或寡頭程度有所提高。2017~2019年,金融監(jiān)管力度顯著加強(qiáng)。2017 年,中央經(jīng)濟(jì)工作會(huì)議強(qiáng)調(diào)防控金融風(fēng)險(xiǎn)、原銀監(jiān)會(huì)出臺(tái)“三三四十”專項(xiàng)治理銀行業(yè)市場(chǎng)亂象,強(qiáng)監(jiān)管下銀行業(yè)競(jìng)爭(zhēng)程度大幅提高。此后,隨著金融業(yè)開放持續(xù)推進(jìn),金融產(chǎn)品不斷創(chuàng)新以及金融市場(chǎng)監(jiān)測(cè)分析框架日漸完善,國(guó)內(nèi)銀行數(shù)量逐漸增多,中小型銀行市場(chǎng)份額有所提高,銀行業(yè)競(jìng)爭(zhēng)呈現(xiàn)穩(wěn)步增強(qiáng)趨勢(shì)。
本文基于基準(zhǔn)模型考察中小型銀行數(shù)量、銀行業(yè)競(jìng)爭(zhēng)度與中小微企業(yè)貸款規(guī)模的關(guān)系,并基于擴(kuò)展模型進(jìn)一步考察中小型銀行數(shù)量與銀行業(yè)競(jìng)爭(zhēng)度在影響中小微企業(yè)貸款規(guī)模方面的相互作用關(guān)系。基于Hausman檢驗(yàn)及應(yīng)對(duì)可能存在的異方差性,本文使用固定效應(yīng)模型及穩(wěn)健標(biāo)準(zhǔn)誤的最小二乘法進(jìn)行估計(jì),檢驗(yàn)結(jié)果如表4所示。
表4 中小型銀行數(shù)量、銀行業(yè)競(jìng)爭(zhēng)度與中小微企業(yè)貸款規(guī)模關(guān)系
基準(zhǔn)模型(8)的前三列滾動(dòng)回歸結(jié)果顯示,中小型銀行數(shù)量、銀行業(yè)競(jìng)爭(zhēng)度與中小微企業(yè)貸款規(guī)模具有顯著的正相關(guān)關(guān)系,即銀行數(shù)量增速的提高與銀行間競(jìng)爭(zhēng)程度的增大,均能夠明顯增加中小微企業(yè)的貸款規(guī)模,在一定程度上有效緩解企業(yè)融資難問題,也表明“市場(chǎng)勢(shì)力假說”更適用于國(guó)內(nèi)銀行間市場(chǎng)。具體來看,樣本區(qū)間為2011~2019年時(shí),?lnNt的系數(shù)在5%的顯著性水平上顯著為正,系數(shù)為0.479,表明中小型銀行數(shù)量增速每提高1%會(huì)使中小微企業(yè)銀行貸款與總資產(chǎn)的比值增加0.479 個(gè)百分點(diǎn),反之則反。?Ht的系數(shù)在1%水平下顯著為正,系數(shù)為0.119,表明銀行業(yè)競(jìng)爭(zhēng)度增量每提高1%會(huì)使中小微企業(yè)銀行貸款與總資產(chǎn)的比值增加0.119個(gè)百分點(diǎn)。
滾動(dòng)回歸結(jié)果表明,隨著樣本區(qū)間的擴(kuò)大,回歸系數(shù)的顯著性和符號(hào)方向基本不變,回歸結(jié)果保持穩(wěn)健,但是系數(shù)出現(xiàn)一定幅度的下降。與2011~2017年相比,2011~2019 年的?lnNt和?Ht的回歸系數(shù)分別約下降25.7%和26.1%,這在一定程度上表明,近三年中小型銀行數(shù)量增速和銀行業(yè)競(jìng)爭(zhēng)程度變動(dòng)對(duì)中小微企業(yè)貸款規(guī)模的正向促進(jìn)作用有所減弱,意圖純粹通過增加中小型銀行數(shù)量刺激銀行放貸的政策成效在減弱。
對(duì)于控制變量,全樣本區(qū)間時(shí),PAi,t的系數(shù)在1%水平下顯著為負(fù),體現(xiàn)中小微企業(yè)凈利潤(rùn)的增加會(huì)明顯減少其對(duì)銀行貸款的需求;lnAsseti,t-1的系數(shù)為正,但不顯著,體現(xiàn)企業(yè)規(guī)模增大可能會(huì)增加其銀行貸款需求;?lnMt的系數(shù)在1%水平下顯著為正,表明貨幣供應(yīng)量的增大能夠顯著提高企業(yè)銀行貸款的可得性。gdpt的系數(shù)為正,但不顯著,表明經(jīng)濟(jì)增速的提高可能會(huì)促進(jìn)企業(yè)增加銀行貸款。究其原因,本文認(rèn)為凈利潤(rùn)較多的企業(yè)具有較為充足的內(nèi)部資金來源,進(jìn)而對(duì)銀行貸款等外部資金的依賴性較弱。資產(chǎn)規(guī)模較大的企業(yè)往往市場(chǎng)業(yè)務(wù)份額占比較高、可抵押資產(chǎn)較多,可能有助于提高企業(yè)銀行貸款的可得性。貨幣供應(yīng)量的增加會(huì)增大市場(chǎng)流動(dòng)性,充足的流動(dòng)性有利于提高企業(yè)銀行貸款的可得性。實(shí)體經(jīng)濟(jì)向好背景下企業(yè)投資意愿更加強(qiáng)烈,進(jìn)而可能會(huì)增大其對(duì)銀行貸款的需求。上述四個(gè)系數(shù)的回歸結(jié)果均符合預(yù)期。較為意外的是,rt的系數(shù)在1%水平下顯著為正,反映貸款成本與貸款規(guī)模呈顯著正相關(guān)關(guān)系,貸款資金成本的降低并不能提高中小微企業(yè)貸款的可得性,體現(xiàn)出價(jià)格型貨幣政策的傳導(dǎo)渠道可能還不夠暢通,該現(xiàn)象值得關(guān)注。
基于擴(kuò)展模型(9)的第四列回歸結(jié)果顯示,中小型銀行數(shù)量增速?lnNt的系數(shù)為0.449,中小型銀行數(shù)量增速與銀行業(yè)競(jìng)爭(zhēng)度的交互項(xiàng)?lnNt×?Ht的系數(shù)為0.122,均為正數(shù),表明銀行數(shù)量增速與銀行業(yè)競(jìng)爭(zhēng)度在影響中小微企業(yè)貸款規(guī)模上具有正向的相互促進(jìn)關(guān)系,即當(dāng)市場(chǎng)中的銀行數(shù)量增速有所提高時(shí),銀行業(yè)競(jìng)爭(zhēng)度對(duì)中小微企業(yè)貸款的正向刺激效果將會(huì)增強(qiáng)。但交互項(xiàng)系數(shù)在10%水平下不顯著,在一定程度上表明通過增加銀行數(shù)量提高銀行間競(jìng)爭(zhēng)水平,進(jìn)而倒逼銀行增強(qiáng)挖掘、服務(wù)中小微與民營(yíng)客戶內(nèi)生動(dòng)力的傳導(dǎo)機(jī)制仍有待完善。本文認(rèn)為供給側(cè)內(nèi)生動(dòng)力不足的可能原因是新進(jìn)入信貸市場(chǎng)的中小型銀行在銀行體系中的市場(chǎng)份額較少,業(yè)務(wù)參與程度較低,進(jìn)而對(duì)銀行體系信貸市場(chǎng)難以形成實(shí)質(zhì)性的影響或沖擊。
本文在梳理總結(jié)銀行業(yè)競(jìng)爭(zhēng)度與中小微企業(yè)貸款規(guī)模關(guān)系相關(guān)的理論研究和已有經(jīng)驗(yàn)證據(jù)的基礎(chǔ)上,利用非結(jié)構(gòu)化的PR模型和38家上市銀行的面板數(shù)據(jù),測(cè)度2009~2019 年國(guó)內(nèi)銀行業(yè)競(jìng)爭(zhēng)度,并基于增強(qiáng)供給側(cè)內(nèi)生動(dòng)力視角,以來自中小企業(yè)板、創(chuàng)業(yè)板以及新三板的2047 家中小微企業(yè)為研究對(duì)象,采用定起點(diǎn)不斷擴(kuò)大樣本區(qū)間的滾動(dòng)回歸方法,構(gòu)建中小型銀行數(shù)量增速與銀行業(yè)競(jìng)爭(zhēng)度增量的交互項(xiàng),分析中小型銀行數(shù)量、銀行業(yè)競(jìng)爭(zhēng)度對(duì)中小微企業(yè)貸款規(guī)模的影響效果。主要結(jié)論如下:
第一,我國(guó)銀行市場(chǎng)整體處于壟斷競(jìng)爭(zhēng)市場(chǎng)狀態(tài),銀行業(yè)競(jìng)爭(zhēng)水平呈現(xiàn)不斷提高的趨勢(shì)。2009~2019年間,我國(guó)銀行業(yè)競(jìng)爭(zhēng)度H值的平均值為0.272,其中在2010 年、2013 年及2017 年有較為明顯的提升,在2014年出現(xiàn)較大幅度的回落。2017~2019年呈現(xiàn)穩(wěn)步提高走勢(shì)。
第二,中小型銀行數(shù)量增速與銀行業(yè)競(jìng)爭(zhēng)度增量均能顯著地正向影響中小微企業(yè)貸款規(guī)模,但促進(jìn)作用逐年減弱。實(shí)證結(jié)果表明,中小型銀行數(shù)量增速每提高1%會(huì)使中小微企業(yè)銀行貸款與總資產(chǎn)的比值增加約0.479個(gè)百分點(diǎn),銀行業(yè)競(jìng)爭(zhēng)度增量每提高1%會(huì)使中小微企業(yè)銀行貸款與總資產(chǎn)的比值增加約0.119個(gè)百分點(diǎn)。但是,滾動(dòng)回歸結(jié)果表明,近三年中小型銀行數(shù)量增速和銀行業(yè)競(jìng)爭(zhēng)度變動(dòng)對(duì)中小微企業(yè)貸款規(guī)模的正向促進(jìn)作用有所減弱。
第三,提高中小型銀行增速能夠增強(qiáng)銀行業(yè)競(jìng)爭(zhēng)度對(duì)中小微企業(yè)貸款規(guī)模的正向促進(jìn)作用,但該傳導(dǎo)機(jī)制仍有待完善。當(dāng)中小型銀行數(shù)量增速提高時(shí),銀行業(yè)競(jìng)爭(zhēng)度對(duì)中小微企業(yè)貸款的正向刺激效果會(huì)得到增強(qiáng)。但該作用效果在10%水平上并不顯著,在一定程度上表明通過增加銀行數(shù)量加大銀行競(jìng)爭(zhēng),進(jìn)而倒逼銀行增強(qiáng)挖掘、服務(wù)中小微與民營(yíng)客戶內(nèi)生動(dòng)力的傳導(dǎo)機(jī)制仍有待完善。
為進(jìn)一步健全中小微企業(yè)金融服務(wù)體系建設(shè),增強(qiáng)供給側(cè)普惠金融服務(wù)的內(nèi)生動(dòng)力,本文提出如下政策建議:第一,適度增加中小型銀行數(shù)量。適度降低城商行、農(nóng)商行、民營(yíng)銀行、普惠金融銀行、科技銀行等中小型銀行的成立門檻,適時(shí)設(shè)立專門服務(wù)中小微企業(yè)的政策性銀行,推進(jìn)金融業(yè)開放以鼓勵(lì)外資銀行在國(guó)內(nèi)設(shè)立分支機(jī)構(gòu)。第二,加快中小型銀行重組合并。利用市場(chǎng)化、法制化手段,加快城商行重組合并、省聯(lián)社改制進(jìn)程,增大中小型銀行的體量、規(guī)模,提高中小型銀行在銀行間市場(chǎng)的業(yè)務(wù)參與度,增強(qiáng)中小型銀行的同業(yè)競(jìng)爭(zhēng)力。第三,引導(dǎo)中小型銀行加強(qiáng)金融服務(wù)科技賦能。鼓勵(lì)中小型銀行依法規(guī)范發(fā)展金融科技,利用人工智能、大數(shù)據(jù)、云計(jì)算等科技手段,深度挖掘業(yè)務(wù)場(chǎng)景和潛在市場(chǎng)需求,創(chuàng)新設(shè)計(jì)具有差異化、針對(duì)性的中小微企業(yè)金融產(chǎn)品。