銀行業(yè)市場(chǎng)結(jié)構(gòu)對(duì)貨幣政策效果的影響

劉洋 張浩禛

摘要：從跨國(guó)數(shù)據(jù)的檢驗(yàn)結(jié)果來(lái)看，銀行業(yè)競(jìng)爭(zhēng)性的增強(qiáng)，削弱了貨幣政策信貸傳導(dǎo)的效果，并且會(huì)刺激銀行貸款的增長(zhǎng)。為了使貨幣政策效果更加明顯，應(yīng)該適度控制商業(yè)銀行之間的競(jìng)爭(zhēng)。但是，就我國(guó)商業(yè)銀行市場(chǎng)來(lái)說(shuō)，銀行間競(jìng)爭(zhēng)還處在一個(gè)較低的水平上，而且競(jìng)爭(zhēng)僅限于存款、貸款等少數(shù)業(yè)務(wù)上，貸款的競(jìng)爭(zhēng)更集中于對(duì)極少數(shù)優(yōu)質(zhì)客戶(hù)的爭(zhēng)奪。在我國(guó)集中度較高的壟斷競(jìng)爭(zhēng)市場(chǎng)中，為了使商業(yè)銀行競(jìng)爭(zhēng)能促進(jìn)貨幣政策的傳導(dǎo)效果，我國(guó)應(yīng)加強(qiáng)商業(yè)銀行在多個(gè)業(yè)務(wù)領(lǐng)域的競(jìng)爭(zhēng)，提高商業(yè)銀行市場(chǎng)整體的競(jìng)爭(zhēng)程度。

關(guān)鍵詞：商業(yè)銀行；市場(chǎng)結(jié)構(gòu)；貨幣政策效果；銀行業(yè)競(jìng)爭(zhēng)

中圖分類(lèi)號(hào)：17830.9 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1005-2674（2013）06-068-07

一、引言

貨幣政策傳導(dǎo)是從貨幣政策的執(zhí)行到結(jié)果產(chǎn)生的整個(gè)過(guò)程，它既是宏觀(guān)經(jīng)濟(jì)學(xué)研究的主要對(duì)象，也是貨幣理論與政策的核心內(nèi)容。商業(yè)銀行作為貨幣政策信貸渠道傳導(dǎo)中的關(guān)鍵一環(huán)，與廠(chǎng)商和個(gè)人等微觀(guān)主體的關(guān)系最為密切，并直接影響著貨幣政策傳導(dǎo)的最終效果。因此，銀行在貨幣政策傳導(dǎo)過(guò)程中發(fā)揮著獨(dú)特的作用，銀行業(yè)市場(chǎng)結(jié)構(gòu)和銀行體系的健康發(fā)展是貨幣政策傳導(dǎo)機(jī)制發(fā)揮作用的重要因素之一。

在現(xiàn)有的文獻(xiàn)中，研究銀行業(yè)結(jié)構(gòu)與貨幣政策效果關(guān)系的研究成果較少。在實(shí)證研究方面，Stiglitz和Greenwald（2003）假定銀行都是風(fēng)險(xiǎn)厭惡型的，他們通過(guò)研究銀行系統(tǒng)的競(jìng)爭(zhēng)和限制后發(fā)現(xiàn)，競(jìng)爭(zhēng)性更強(qiáng)的商業(yè)銀行市場(chǎng)會(huì)弱化貸款利率的上調(diào)效果，利率提高會(huì)減少存款，使得財(cái)富效應(yīng)與銀行業(yè)競(jìng)爭(zhēng)程度負(fù)相關(guān)，進(jìn)而降低了貨幣政策效果。Freixas和Tochet（1997）使用Monti-Klein模型（古諾模型在銀行業(yè)市場(chǎng)上的應(yīng)用）研究了在壟斷的商業(yè)銀行市場(chǎng)中銀行間利率對(duì)存貸款利率的影響。他們研究發(fā)現(xiàn)，較高的銀行業(yè)競(jìng)爭(zhēng)性會(huì)降低銀行間利率對(duì)貸款利率的影響。這也就說(shuō)明，如果貨幣政策制定者將銀行間利率作為調(diào)控目標(biāo)，則競(jìng)爭(zhēng)性較強(qiáng)的商業(yè)銀行市場(chǎng)結(jié)構(gòu)會(huì)弱化貨幣政策的傳導(dǎo)效果。Alecar和Nakane（2004）認(rèn)為，早期的研究只注重局部均衡，忽略了在完全競(jìng)爭(zhēng)市場(chǎng)和壟斷市場(chǎng)下的貨幣政策傳導(dǎo)效果。他們利用跨國(guó)數(shù)據(jù)，使用動(dòng)態(tài)的一般均衡模型研究后發(fā)現(xiàn)，銀行業(yè)競(jìng)爭(zhēng)性的增強(qiáng)使得實(shí)體經(jīng)濟(jì)對(duì)利率的變動(dòng)更加敏感。

在理論研究方面，Van Hoose（1985）研究發(fā)現(xiàn)，如果中央銀行將貨幣流通額作為調(diào)控目標(biāo)，將債券利率作為調(diào)控工具，那么商業(yè)銀行競(jìng)爭(zhēng)性的改變對(duì)貨幣政策的傳導(dǎo)沒(méi)有影響。Aalion和White（1978）研究了歐洲國(guó)家的貨幣制度后發(fā)現(xiàn)，壟斷的商業(yè)銀行市場(chǎng)結(jié)構(gòu)和完全競(jìng)爭(zhēng)的商業(yè)銀行市場(chǎng)結(jié)構(gòu)對(duì)貨幣政策的影響不同。與壟斷的銀行業(yè)市場(chǎng)結(jié)構(gòu)相比，在競(jìng)爭(zhēng)性的銀行業(yè)市場(chǎng)結(jié)構(gòu)下貸款利率更高。但這一結(jié)構(gòu)并不能說(shuō)明壟斷性的銀行業(yè)結(jié)構(gòu)優(yōu)于競(jìng)爭(zhēng)性的銀行業(yè)結(jié)構(gòu)。他們進(jìn)一步研究后發(fā)現(xiàn)，壟斷性市場(chǎng)結(jié)構(gòu)下的存款利率總是低于競(jìng)爭(zhēng)性市場(chǎng)結(jié)構(gòu)，其存貸差也總大于競(jìng)爭(zhēng)性市場(chǎng)結(jié)構(gòu)下的存貸差。因此，壟斷性銀行業(yè)市場(chǎng)結(jié)構(gòu)損害了公眾福利。Dell和Ariccia（2001）擴(kuò)展了這一研究模型，他們研究發(fā)現(xiàn)信息不對(duì)稱(chēng)可以影響商業(yè)銀行的市場(chǎng)結(jié)構(gòu)，由于信息不對(duì)稱(chēng)，在高度集中的市場(chǎng)結(jié)構(gòu)下銀行業(yè)競(jìng)爭(zhēng)性也可以很高。

國(guó)內(nèi)學(xué)者早期對(duì)我國(guó)銀行業(yè)市場(chǎng)結(jié)構(gòu)的探討得出了寡頭壟斷的結(jié)論。隨著我國(guó)銀行業(yè)的發(fā)展，更多的研究證實(shí)了我國(guó)銀行業(yè)處于壟斷競(jìng)爭(zhēng)的市場(chǎng)結(jié)構(gòu)中。學(xué)者們關(guān)于銀行業(yè)市場(chǎng)結(jié)構(gòu)與貨幣政策關(guān)系的研究很少，最具代表性的當(dāng)屬錢(qián)雪松（2008）的研究，他通過(guò)借鑒BoRon和Freixas（2006）的模型，構(gòu)造了一個(gè)欠發(fā)達(dá)資本市場(chǎng)的一般均衡模型。他研究發(fā)現(xiàn)，如果銀行業(yè)由幾家銀行壟斷，銀行信貸對(duì)貨幣政策的反應(yīng)就不連續(xù)，因此，壟斷的銀行業(yè)結(jié)構(gòu)、公司債市場(chǎng)不發(fā)達(dá)，是我國(guó)貨幣政策效果不明顯的主要原因。

現(xiàn)有的很多研究只使用了集中度指標(biāo)代替競(jìng)爭(zhēng)性指標(biāo)研究商業(yè)銀行市場(chǎng)結(jié)構(gòu)對(duì)貨幣政策效果的影響，即使有學(xué)者從理論上證明了銀行業(yè)的競(jìng)爭(zhēng)影響了貨幣政策的傳導(dǎo)效果，但是，很少有通過(guò)實(shí)證檢驗(yàn)銀行業(yè)競(jìng)爭(zhēng)是如何影響貨幣政策效果的研究，而且大多數(shù)研究中使用的是集合數(shù)據(jù)，忽略了對(duì)銀行一級(jí)的研究。本文使用銀行一級(jí)數(shù)據(jù)，利用VAR方法，用H統(tǒng)計(jì)量作為競(jìng)爭(zhēng)性指標(biāo)，使用2003—2010年22個(gè)國(guó)家的跨國(guó)數(shù)據(jù)分析了銀行業(yè)結(jié)構(gòu)對(duì)貨幣政策傳導(dǎo)效果的影響。

二、總體數(shù)據(jù)分析

1.模型的設(shè)計(jì)和指標(biāo)的選取

為了計(jì)算銀行業(yè)結(jié)構(gòu)是如何影響貨幣政策效果的，本文使用了VAR方法進(jìn)行分析。有很多種方法可以計(jì)算商業(yè)銀行市場(chǎng)結(jié)構(gòu)，如計(jì)算商業(yè)銀行集中度的CR值和HHI指數(shù)等。本文使用Panzar and Rosse（1987）模型中的H統(tǒng)計(jì)量來(lái)衡量商業(yè)銀行市場(chǎng)結(jié)構(gòu)。脈沖分析和誤差修正模型在貨幣政策文獻(xiàn)中被廣泛使用。這些方法的優(yōu)勢(shì)之一是可以分析外生變量所造成的影響。本文將貨幣政策沖擊所造成的效果視為其他經(jīng)濟(jì)變量沖擊產(chǎn)生的影響，并通過(guò)脈沖分析來(lái)進(jìn)行估算。使用VAR分析的變量包括短期利率（r）、銀行貸款的對(duì)數(shù)值（b）、貨幣流通總額的對(duì)數(shù)值（m）、物價(jià)水平的對(duì)數(shù)值（p）以及生產(chǎn)總額的對(duì)數(shù)值（y）。由于這些變量可能具有單位根，所以使用協(xié)整檢驗(yàn)和誤差修正模型進(jìn)行檢驗(yàn)。

本文將利率變化定義為貨幣政策沖擊，進(jìn)而研究其對(duì)銀行貸款、M2和真實(shí)GDP的影響。為了對(duì)樣本進(jìn)行鑒定，我們用克列斯基分解對(duì)正交化脈沖函數(shù)進(jìn)行了估算。值得注意的是，變量順序的不同可能會(huì)影響VAR的分析結(jié)果?？紤]到這一點(diǎn)，本文設(shè)計(jì)了兩種模型。模型A：（y，p，r，b，m）表示中央銀行根據(jù)同期的產(chǎn)出和價(jià)格水平對(duì)利率進(jìn)行調(diào)整。在這種情況下，貨幣政策會(huì)對(duì)以后一個(gè)時(shí)期的產(chǎn)出和價(jià)格產(chǎn)生影響，對(duì)當(dāng)前的產(chǎn)出和價(jià)格水平?jīng)]有影響。然而，由于中央銀行獲取相關(guān)數(shù)據(jù)十分困難，所以這種貨幣政策的影響可能會(huì)比較強(qiáng)。相反，我們使用模型B：（y，b，m，p，y）來(lái)說(shuō)明貨幣當(dāng)局在制定貨幣政策時(shí)只參考前一時(shí)期的指標(biāo)，貨幣政策影響其他同時(shí)期變量。

為了研究商業(yè)銀行結(jié)構(gòu)對(duì)貨幣政策傳導(dǎo)產(chǎn)生什么樣的影響，本文計(jì)算了兩個(gè)指標(biāo)，一是累計(jì)的脈沖響應(yīng)函數(shù)，將它作為衡量貨幣政策沖擊影響的指數(shù)；二是H統(tǒng)計(jì)量，將它作為衡量銀行業(yè)市場(chǎng)結(jié)構(gòu)的指數(shù)。在計(jì)算貨幣政策的影響時(shí)，本文將國(guó)內(nèi)生產(chǎn)總值作為總產(chǎn)出額，通貨膨脹率作為物價(jià)水平指標(biāo)，將M2作為貨幣流通額，將銀行貸款作為企業(yè)的債權(quán)。本文使用2003-2010年22個(gè)國(guó)家的數(shù)據(jù)進(jìn)行計(jì)算，數(shù)據(jù)為季度數(shù)據(jù)。GDP、物價(jià)水平、M2、短期利率以及銀行貸款的數(shù)據(jù)是從國(guó)際貨幣基金組織（IMF）發(fā)行的國(guó)際金融統(tǒng)計(jì)（IFS）中獲得的。真實(shí)GDP的數(shù)據(jù)難以獲得，我們使用通貨膨脹率對(duì)名義GDP進(jìn)行調(diào)整，得到真實(shí)值，使用X12法消除了數(shù)據(jù)的季節(jié)性。

2.結(jié)果分析

圖1顯示了在模型A下，銀行業(yè)競(jìng)爭(zhēng)程度和貨幣政策效果之間的關(guān)系。在圖1中，橫軸是模型A的累計(jì)脈沖響應(yīng)函數(shù)，縱軸是H統(tǒng)計(jì)量。我們可以看到，第一欄的三個(gè)圖說(shuō)明了貨幣政策對(duì)銀行貸款的影響（rto b）。這些數(shù)據(jù)并不能說(shuō)明兩個(gè)指數(shù)之間存在任何確切的相關(guān)性，我們并沒(méi)有發(fā)現(xiàn)銀行業(yè)結(jié)構(gòu)對(duì)貨幣政策的信貸傳導(dǎo)產(chǎn)生了影響。第二欄說(shuō)明了貨幣政策對(duì)M2的影響（r to m）。從圖中我們似乎可以看出二者呈負(fù)相關(guān)性。但是，如果我們采用單側(cè)法進(jìn)行檢驗(yàn)，就會(huì)發(fā)現(xiàn)他們之間并不存在相關(guān)關(guān)系。圖1的第三欄和第四欄說(shuō)明了貨幣政策對(duì)物價(jià)水平的影響（r to p）以及對(duì)GDP（r to y）的影響。貨幣政策似乎與這些變量都沒(méi)有關(guān)系。我們分別使用最小二乘法和bootstrap方法計(jì)算標(biāo)準(zhǔn)差。使用最小二乘法必須滿(mǎn)足誤差項(xiàng)服從正態(tài)分布?？紤]到誤差項(xiàng)可能不滿(mǎn)足正態(tài)分布，所以本文接著使用bootstrap方法計(jì)算標(biāo)準(zhǔn)差，由于土耳其的相關(guān)數(shù)據(jù)產(chǎn)生了較大的差異性，所以我們?cè)诤髞?lái)的回歸分析中排除了它。通過(guò)研究我們并沒(méi)有發(fā)現(xiàn)銀行業(yè)競(jìng)爭(zhēng)性對(duì)貨幣政策效果產(chǎn)生了影響。

圖2為模型B下銀行業(yè)競(jìng)爭(zhēng)程度對(duì)貨幣政策傳導(dǎo)產(chǎn)生的影響。由圖中可以看出，所得的結(jié)果似乎與模型A相同。通過(guò)對(duì)每個(gè)指數(shù)的回歸計(jì)算，本文分析了在不同的H統(tǒng)計(jì)量下貨幣政策對(duì)銀行貸款產(chǎn)生的影響，可以看到系數(shù)都是不顯著的。通過(guò)分析貨幣政策沖擊對(duì)作為因變量的M2和物價(jià)水平產(chǎn)生的影響可以發(fā)現(xiàn)，H統(tǒng)計(jì)量與這些變量負(fù)相關(guān)。這可能是由于差異性較大的數(shù)據(jù)產(chǎn)生的結(jié)果。采取類(lèi)似模型A的做法，我們把土耳其的數(shù)據(jù)排除掉。分析在H統(tǒng)計(jì)量下貨幣政策對(duì)真實(shí)GDP產(chǎn)生的影響時(shí)，系數(shù)仍然是不顯著的，這說(shuō)明銀行業(yè)結(jié)構(gòu)對(duì)貨幣政策效果沒(méi)有產(chǎn)生影響。

需要注意的是，以上這種研究方法由于樣本數(shù)量的限制存在一定的局限性，貨幣政策對(duì)銀行貸款的影響可能是正的也可能是負(fù)的，我們無(wú)法確定二者的關(guān)系。因此，下面我們用國(guó)家數(shù)據(jù)進(jìn)一步研究商業(yè)銀行結(jié)構(gòu)對(duì)貨幣政策傳導(dǎo)產(chǎn)生的影響。

三、按國(guó)家拆分?jǐn)?shù)據(jù)分析

1.模型設(shè)計(jì)

為了使用樣本國(guó)家的個(gè)體銀行數(shù)據(jù)進(jìn)行研究來(lái)檢驗(yàn)不同銀行業(yè)結(jié)構(gòu)下貨幣政策的效果，本文借鑒Ash-craft（2006年）的模型。設(shè)計(jì)了下面的模型： △ln（L_it）=α_i+β₁S_it+β₂S_{（i，t-1）}+β（H_i*S_it）+β（H₁*S_{（i，t-1）}）+c_it+ε_it

（i=1，…，N；t=1，…，T） （1）

其中，L_it表示銀行i在時(shí)間t時(shí)的銀行貸款額，S_it表示銀行i在時(shí)間t時(shí)相應(yīng)國(guó)家的貨幣政策沖擊，皿為H統(tǒng)計(jì)量，c_it是控制變量，ε_it是擾動(dòng)項(xiàng)?？刂谱兞堪ù婵钆c總資產(chǎn)比率的滯后、總資產(chǎn)周轉(zhuǎn)率的滯后、存款的增長(zhǎng)率、實(shí)際GDP的增長(zhǎng)率、通貨膨脹率、H統(tǒng)計(jì)量，本文使用GLS方法對(duì)公式（1）進(jìn)行檢驗(yàn)。公式（1）右側(cè)的第二項(xiàng)和第三項(xiàng)分別代表在時(shí)間t和t-1時(shí)的貨幣政策沖擊。

早期關(guān)于貨幣政策的研究通常使用羅默時(shí)間。他們通過(guò)使用歷史記錄，定義出了美國(guó)聯(lián)邦儲(chǔ)備金檢查小組實(shí)行緊縮貨幣政策以降低通貨膨脹率時(shí)的沖擊變量。由于我們的樣本包含很多國(guó)家的數(shù)據(jù)，這種方法實(shí)質(zhì)上是不切實(shí)際的。另一種方法是將上一部分用VAR計(jì)算的利率方程的殘差作為貨幣政策沖擊的指標(biāo)。這種方法是合理的，因?yàn)楝F(xiàn)有文獻(xiàn)中的很多研究都將做脈沖反應(yīng)的利率方程的干擾視作貨幣政策沖擊。本文使用年度數(shù)據(jù)，這樣可以使用每年第一到第四季度的殘差總和作為貨幣政策沖擊的指標(biāo)。有些研究使用貨幣市場(chǎng)利率作為貨幣政策沖擊的指標(biāo)，但是如果要研究條件不變的情況下利率對(duì)其他變量產(chǎn)生的影響，這其實(shí)是不合適的。本文在模型中加入存款與總資產(chǎn)比率的滯后和資產(chǎn)周轉(zhuǎn)率的滯后兩個(gè)變量，這是因?yàn)殂y行管理者做出決策時(shí)會(huì)考慮前期銀行的財(cái)政狀況。

公式（1）中的第四項(xiàng)和第五項(xiàng)代表在銀行業(yè)更具有競(jìng)爭(zhēng)性的國(guó)家中貨幣政策對(duì)銀行貸款的影響。β₃說(shuō)明在時(shí)間t時(shí)，在各個(gè)國(guó)家的H統(tǒng)計(jì)量約束下利率每增長(zhǎng)1%銀行貸款增長(zhǎng)的百分比，同樣β₄表示在t-1時(shí)利率增長(zhǎng)1%銀行貸款增長(zhǎng)的百分比。

樣本國(guó)家同上一部分一樣，數(shù)據(jù)同樣來(lái)自Worldscope。因?yàn)椴荒軓臄?shù)據(jù)庫(kù)中獲得新西蘭的觀(guān)察值，所以樣本只包含21個(gè)國(guó)家，時(shí)間是2003年到2011年，數(shù)據(jù)頻率是按年度計(jì)算的，銀行數(shù)量是1202家。

2.結(jié)果分析

表1為檢驗(yàn)結(jié)果，公式（1）的估算結(jié)果見(jiàn)第一欄。貨幣政策沖擊的系數(shù)是負(fù)的，而且顯著，這說(shuō)明在當(dāng)期以及接下來(lái)的一段時(shí)間中，貨幣政策沖擊會(huì)減少銀行貸款。H統(tǒng)計(jì)量對(duì)貨幣政策沖擊的影響是正的，而且顯著，這意味著在更具競(jìng)爭(zhēng)力的行業(yè)，貨幣政策沖擊對(duì)銀行貸款產(chǎn)生的影響會(huì)相對(duì)較小。此外，H統(tǒng)計(jì)量的系數(shù)是正的而且顯著，這說(shuō)明高度的銀行業(yè)競(jìng)爭(zhēng)會(huì)導(dǎo)致銀行貸款的增加。由于H統(tǒng)計(jì)量與貨幣政策關(guān)系的相互作用項(xiàng)可能會(huì)給模型帶來(lái)問(wèn)題，所以我們?cè)诠剑?）排除這一項(xiàng)，并重新檢驗(yàn)，結(jié)果見(jiàn)第二欄。我們可以看到，幾乎所有系數(shù)都同第一欄類(lèi)似，所以這一項(xiàng)并沒(méi)有產(chǎn)生任何問(wèn)題。第一欄是剔除存款與總資產(chǎn)比率項(xiàng)的估計(jì)結(jié)果，結(jié)果與標(biāo)準(zhǔn)估計(jì)基本相同。與貨幣政策的互動(dòng)項(xiàng)的系數(shù)都是顯著的，且與表1的符號(hào)相同，其他變量的系數(shù)也仍然保持不變。第二欄是剔除資產(chǎn)周轉(zhuǎn)率項(xiàng)的結(jié)果，它也沒(méi)有發(fā)生變化。第三、第五和第六欄顯示的是去掉銀行規(guī)模、真實(shí)GDP和通貨膨脹率的各自的估計(jì)結(jié)果，這些結(jié)果都與標(biāo)準(zhǔn)估計(jì)的結(jié)果相似。在第四欄中我們剔除了存款增長(zhǎng)率，互動(dòng)項(xiàng)的系數(shù)也是顯著的，但是為正值?？偟膩?lái)說(shuō)，公式（1）的結(jié)果并沒(méi)有因模型設(shè)定不同而改變。