商業(yè)銀行信貸集中對信貸風險的影響研究

北京交通大學 張岱岳

商業(yè)銀行信貸集中對信貸風險的影響研究

北京交通大學 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險的負面影響的結(jié)論。

關(guān)鍵詞：金融學 信貸集中度 不良貸款比率 銀行信貸風險

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險[2]。

1.2 關(guān)于信貸風險的基本概念

站在廣義的視角來講，信貸風險是指貸款收益的不穩(wěn)定性。本文中所提的信貸風險是指狹義的定義，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來衡量商業(yè)銀行信貸風險[3]。

2 商業(yè)銀行信貸集中度與信貸風險的實證模型分析

2.1 實證數(shù)據(jù)指標構(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險的關(guān)系，建立固定效應截面數(shù)據(jù)模型如下：

按上文指標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：隨機效應變截距模型和固定效應變截距模型。Hausman檢驗既為了驗證數(shù)據(jù)應當建立哪種模型。

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模型與隨機效應模型不存在系統(tǒng)差異的原假設(shè)，既建立固定效應模型。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險的影響運用固定效應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，采用Eviews固定效應模型估計三大集中度對商業(yè)銀行信貸風險的影響，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,2009.

[2] 李芳,陳德棉.中國銀行業(yè)信貸集中的風險效應分析[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

文獻標識碼：A

文章編號：2096-0298(2015)05(b)-052-03