王國紅,李正旺
(湖北經(jīng)濟學院 金融學院,武漢 430205)
銀行市場力是銀行產(chǎn)業(yè)組織理論研究的核心范疇,對銀行市場力的分析有助于制訂恰當?shù)你y行競爭政策。目前銀行市場力學術(shù)研究中存在一個誤區(qū),即忽略市場力的來源,僅根據(jù)所測量的銀行市場力大小來判斷該國(或地區(qū))銀行業(yè)市場結(jié)構(gòu)的合理性。陳衛(wèi)東和熊啟躍(2021)認為,在全球范圍內(nèi)中國銀行業(yè)五大行的市場份額之和處于較低水平,需重新評估“中國銀行業(yè)存在壟斷、低效和競爭不足”[1]。這一觀點值得商榷,不能因為市場份額處于較低水平,就斷言中國銀行市場力處于合理的程度。即使假定市場份額能準確地衡量銀行市場力,但并非高的市場力就是不合理的,低的市場力就是合理的,對市場力的研究應區(qū)分市場力的來源①。如果市場力來自效率,即使高的市場力也可能是合理的;如果不是來自效率,而是來自行政壟斷等政策因素,低的市場力也是不合理的②。Chortareas等(2011)認為,持續(xù)性的市場力如果來自效率,則有利于居民和企業(yè);如果來自非競爭性因素,則會有損居民和企業(yè)福利。這種受損包括高的借款成本、信貸約束以及受損的中介服務[2]。中國銀行業(yè)經(jīng)過40多年的市場結(jié)構(gòu)改革和產(chǎn)權(quán)改革,市場競爭有了較大程度的改善,銀行市場力顯著下降,但僅此并不足以表明中國銀行市場力處于合理的水平,仍需結(jié)合中國銀行市場力的來源才能作出較為準確的判斷,即現(xiàn)有市場力到底是來自效率,還是來自行政壟斷等政策因素。
國內(nèi)對銀行市場力的關(guān)注起源于中國銀行業(yè)是否存在壟斷的爭論,導火索是2012年關(guān)于中國銀行業(yè)超額利潤的爭論。2012年上市公司年報唯有銀行業(yè)一枝獨秀,其他行業(yè)全行業(yè)虧損,2012年A股16家上市銀行的三季報顯示,16家上市銀行總利潤達8168億元,四大行的利潤總和為5702億元,占比達7成。其中,工行利潤最多,該行前三季度實現(xiàn)凈利潤1856.02億元,大約日賺6.87億元。著名財經(jīng)評論人馬光遠(2012)認為,靠高準入門檻和行政性定價謀取暴利的壟斷一方面導致銀行服務的高價,另一方面又使得金融機構(gòu)無法滿足實體經(jīng)濟的需要,因此中國銀行業(yè)是偽競爭真壟斷[3]。魯桂華(2012)也認為銀行業(yè)高額利潤源于“雙向壟斷”,即存、貸款市場上的雙頭壟斷[4]。王國剛(2012)認為中國銀行業(yè)真正的問題不是壟斷,也不存在壟斷,而是賣方優(yōu)勢市場格局[5]。劉先云(2012)認為息差是銀行業(yè)最主要的暴利來源,而巨額息差的產(chǎn)生很大程度上源于官定利率制度,認為推行利率市場化勢在必行[6]。周小川(2012)認為銀行業(yè)并不存在壟斷,銀行業(yè)利潤較高并不是壟斷造成的[7]。對銀行超額利潤問題,吳曉靈(2012)認為中國銀行業(yè)存貸利差相對較高,某些收費不透明,巨額利潤不合理,需要繼續(xù)推進改革[8]。
那么,中國銀行業(yè)是否存在壟斷?應該說,中國銀行業(yè)不存在傳統(tǒng)經(jīng)濟學意義上的壟斷。經(jīng)過多年改革,中國銀行市場力逐步下降,競爭逐漸增強,市場結(jié)構(gòu)可以歸納為壟斷競爭格局,不存在某一家大銀行或者幾家大銀行壟斷整個市場的現(xiàn)象。中國銀行業(yè)的高額利潤一方面來自政府的利率管制,另一方面更多地來自經(jīng)濟高速發(fā)展對資本巨大的需求,或者說改革紅利。吳曉靈(2012)認為:“中國銀行市場力目前還相對較高,但這是改革過程中的事情,可以通過銀行競爭改革加以糾正。”[8]本文贊成這一觀點。之所以認為中國銀行市場力目前還相對偏高,是基于觀察到的這些特征事實:一是中國銀行業(yè)利潤高;二是從業(yè)人員工資高③;三是金融腐敗比較嚴重;四是銀行業(yè)不合理收費較多。中國銀行市場力相對偏高其形成原因主要有:一是歷史因素;二是市場進入壁壘;三是利率管制;四是轉(zhuǎn)軌時期資本的無序擴張;五是資本的稀缺性和行業(yè)規(guī)模經(jīng)濟性推高了市場力。
國外文獻對銀行市場力的分析,大多集中在市場力測量指標與市場力所帶來的經(jīng)濟后果上,包括銀行競爭對穩(wěn)定的影響[9],以及銀行競爭對效率的影響[10],但對銀行市場力影響因素的分析較少,只有De Guevara和Maudos(2007)的文章與此直接相關(guān),他們使用1986-2002年西班牙銀行業(yè)的例子來論證銀行市場力的影響因素[11]。目前尚無研究中國銀行市場力影響因素的文獻,大多探討的是中國銀行業(yè)是否存在壟斷[3,6,8],以及中國銀行業(yè)高額利潤的來源[12]。分析中國銀行市場力的來源有兩個目的:一是揭示中國銀行市場力是否來源于效率,以此評論市場力的合理性;二是探討中國銀行市場力影響因素并排序,以便尋找應對中國銀行市場力的舉措。
本文擬在De Guevara和Maudos(2007)[11]的基礎(chǔ)上作以下改進:第一,鑒于傳統(tǒng)的勒納指數(shù)的不足,使用經(jīng)效率調(diào)整的勒納指數(shù)。De Guevara和Maudos(2007)代理市場力的指標是傳統(tǒng)的勒納指數(shù),但傳統(tǒng)的勒納指數(shù)沒有考慮潛在的成本非效率,因為它假設(shè)利潤效率(最優(yōu)價格選擇)與成本效率(最優(yōu)投入選擇)同時存在,因此帶來參數(shù)估計上的偏誤[13~14],也沒有考慮銀行可能利用市場力實施盤剝性定價的行為。借鑒Koetter等(2009)[14]提出的效率調(diào)整的勒納指數(shù)作為市場力指數(shù),能夠克服傳統(tǒng)的勒納指數(shù)的不足。第二,De Guevara和Maudos(2007)代理效率的指標是成本與收入之比,鑒于這種財務指標不能很好地刻畫銀行效率的問題,使用隨機前沿方法(Stochastic Frontier Approach,SFA)測量成本效率④。第三,鑒于市場力指數(shù)與效率可能的內(nèi)生性,使用兩種方法克服,一是將市場力這一因變量滯后一期,作為解釋變量,并將其他解釋變量都滯后一期;二是使用兩階段最小二乘回歸(2SLS)和系統(tǒng)廣義矩方法(SYSGMM)。
通過BankFocus數(shù)據(jù)庫、各大銀行門戶網(wǎng)站,搜集了中國大陸204家銀行,包括六大行、12家全國型股份制商業(yè)銀行、104家區(qū)域型股份制商業(yè)銀行、44家農(nóng)村商業(yè)銀行、38家外資銀行的2004-2018年的非平衡面板數(shù)據(jù),共2313個樣本觀察值⑤。這204家銀行2018年的資產(chǎn)份額、存款份額與貸款份額分別是87.6%、83.3%與86.8%,具有較強的代表性。
按下列原則確定樣本:第一,排除中國人民銀行、政策性銀行及其他非銀行金融機構(gòu),保證樣本的同質(zhì)性;第二,有至少連續(xù)五年的數(shù)據(jù);第三,有主要變量如總成本、三種投入品價格、總盈利資產(chǎn)等變量所需的數(shù)據(jù)。在數(shù)據(jù)的處理上:第一,BankFocus數(shù)據(jù)庫的數(shù)據(jù)既有合并報表的數(shù)據(jù),也有非合并報表的數(shù)據(jù),很多文獻特別注明使用非合并報表數(shù)據(jù)[15~16],本文也使用非合并報表數(shù)據(jù),即不使用集團層面的數(shù)據(jù),僅使用銀行層面的數(shù)據(jù);第二,外資銀行的數(shù)據(jù)(如以美元、港元計價),以當年年底的外匯牌價進行人民幣金額換算;第三,所有的絕對值數(shù)額的數(shù)據(jù)均以2004年為基期,按GDP平減指數(shù)進行調(diào)整;第四,所有數(shù)據(jù)(除虛擬變量)分別在第2.5百分位和第97.5百分位進行縮尾處理,以剔除離群值的影響。
De Guevara和Maudos(2007)[11]通過對勒納指數(shù)的推導,認為勒納指數(shù)主要受以下因素的影響:競爭者的數(shù)量、銀行規(guī)模、需求彈性、違約風險、專業(yè)化水平、效率等。
集中度(HHI),代理競爭者的數(shù)量[17~18]。一般來說,市場集中度越高,合謀可能性越大,市場力越大。因為集中度與市場力可能存在非線性關(guān)系,因此引入其平方項。
銀行規(guī)模(ASSETs),用銀行資產(chǎn)規(guī)模代理。預期銀行規(guī)模與市場力呈現(xiàn)非線性關(guān)系,即在達到某一資產(chǎn)規(guī)模前,隨著資產(chǎn)規(guī)模的提高,由于規(guī)模經(jīng)濟作用,市場力上升;但達到這一規(guī)模后,反而出現(xiàn)規(guī)模不經(jīng)濟,市場力下降。因此引入規(guī)模自然對數(shù)的平方項。
貸款與GDP之比(L_GDP),代理需求彈性[11]。銀行業(yè)總貸款與GDP的比率越大,代表社會對間接融資的依賴更大,需求彈性小,銀行市場力大。預期二者正相關(guān)。
貸款損失準備金比率(NPLs),代理違約風險。預期它的效應是負的,即較高的違約風險、較低的市場力。
非利息收入占比(NII),代理專業(yè)化水平[19]。預期效應是負的,非利息收入占比越高,市場力越小。
效率(Ec),用成本技術(shù)效率代理。有的文獻使用成本與收入之比作為效率的代理指標[11,20],本文使用前沿成本函數(shù),利用SFA方法計算技術(shù)效率。對效率與市場力的關(guān)系,按效率結(jié)構(gòu)假說,效率越高,邊際成本越低,勒納指數(shù)越高,從而市場力越大。
除上述文獻提到的這些變量外,基于中國銀行市場力現(xiàn)實影響因素,另加入三個變量。一是存貸利差(NIG),用貸款利率減去存款利率,而貸款利率等于利息收入與總貸款之商,存款利率等于利息支出與總存款之商,這一變量反映中國銀行業(yè)的實際市場力。二是房地產(chǎn)價格指數(shù)(REPR),中國銀行業(yè)貸款主要集中在房地產(chǎn)貸款,房地產(chǎn)價格指數(shù)越高,相應提高了銀行在貸款市場上的市場力,預期二者正相關(guān),這一數(shù)據(jù)來自中國統(tǒng)計局發(fā)布的《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》。三是M2/GDP(M2_GDP),反映廣義貨幣量對銀行市場力的影響,預期這一效應為負,因為當廣義貨幣量上升時,如果需求不發(fā)生變化,預示銀行市場力下降。
本文主要目的是考察中國銀行市場力是否來自效率,而效率與市場力很可能存在互為因果的關(guān)系。一方面,按“安靜生活”假設(shè),市場力越強,銀行失去努力工作的動機,效率越低;另一方面,銀行效率越高,邊際成本越低,其勒納指數(shù)越大,代表市場力越強。這種互為因果的關(guān)系帶來內(nèi)生性問題,遵照部分學者的方法[21~24],考慮固定效應面板模型,將解釋變量都滯后一期,降低反向因果的影響[25]。模型設(shè)計為:
變量取對數(shù)是為了消減異方差的影響。加入固定效應項λi,一是為了考察不隨時間變化的個體效應及不可觀測的隨機因素的影響,二是為了更好地緩解內(nèi)生性問題。模型(1)反映的是成本效率對銀行市場力的影響,模型(2)反映的是利潤效率對銀行市場力的影響。
對銀行市場力的測量,采用經(jīng)效率調(diào)整的勒納指數(shù),這樣一方面克服了傳統(tǒng)的勒納指數(shù)沒考慮效率的缺陷,同時還可保證得到微觀層面的市場力指數(shù)。其計算公式為:
其中,L為效率調(diào)整的勒納指數(shù),PB?T為稅前利潤的預估值,TO?C為運營成本的預估值,M?C為銀行個體的邊際成本。對式(3)的測量需同時估計三個方程,PB?T使用非標準利潤函數(shù),采用SFA方法預測;TO?C使用標準成本函數(shù),采用SFA方法預測;邊際成本M?C通過對標準成本函數(shù)微分求得。這樣求得的各類銀行的經(jīng)效率調(diào)整的勒納指數(shù)見表1。
表1 中國銀行業(yè)各類銀行的市場力指數(shù)
從表1可看出,雖然六大行的市場力最高,其次是全國型股份制商業(yè)銀行,再次是外資銀行、農(nóng)村商業(yè)銀行與區(qū)域型股份制商業(yè)銀行,但其差距較小,這與用市場份額衡量的市場力有較大區(qū)別。如果用市場份額衡量,六大行與其他類型商業(yè)銀行有很大區(qū)別。表1說明樣本期間中國銀行市場力差距縮小,有不斷收斂的傾向。
本文將效率分為成本效率與利潤效率。不采用財務指標形式的效率測量方法,采用SFA方法測量。成本函數(shù)使用標準成本函數(shù),利潤函數(shù)使用非標準利潤函數(shù)⑥。成本函數(shù)(利潤函數(shù))采用超越對數(shù)成本函數(shù),三種投入品分別是資金、人力與物質(zhì)資本,產(chǎn)出為盈利性資產(chǎn)⑦。對其效率估計,遵循Greene(2005)的方法,采取“真實固定效應”的估計方法,非效率項的分布假定為指數(shù)分布[26]。因為從文獻對中國銀行業(yè)的效率分析中可得知,中國銀行業(yè)效率間的個體差異很大,利用固定效應模型能更好地捕捉個體差異對銀行業(yè)效率的影響。各類銀行成本效率和利潤效率的描述性統(tǒng)計分別見表2和表3。
表2 中國銀行業(yè)各類銀行的成本效率
表3 中國銀行業(yè)各類銀行的利潤效率
從表2、表3可看出:成本效率中,六大行成本效率最高,其次是全國型股份制商業(yè)銀行,最低的是外資銀行;利潤效率中,外資銀行效率最高,其次是全國型股份制商業(yè)銀行和六大行,最低的是區(qū)域型股份制商業(yè)銀行;總體來看,中國銀行業(yè)成本效率高于利潤效率。
各變量描述性統(tǒng)計量見表4。
表4 各變量描述性統(tǒng)計量
從表4可看出,各變量的各描述性統(tǒng)計量均符合預期。從標準差看,除資產(chǎn)、資產(chǎn)的平方項與非利息收入占比的標準差較大外,其他變量的標準差都較小,也就是說,通過取自然對數(shù)后,大大緩解了異方差問題。
1.解釋變量滯后一期的實證結(jié)果
實證結(jié)果見表5。
表5 中國銀行市場力影響因素的實證結(jié)果
從模型回歸結(jié)果看,F(xiàn)e_e模型的F(9,203)=13.52,其p值為0.000,說明固定效應優(yōu)于混合OLS模型;同時,F(xiàn)e_ep模型的F(9,203)=14.11,其p值為0.000,也說明固定效應優(yōu)于混合OLS模型。因此,從固定效應回歸結(jié)果看,兩個固定效應模型得出的結(jié)果是一致的,都是市場集中度、貸款與GDP之比、房地產(chǎn)價格指數(shù)以及廣義貨幣供應量與GDP之比這幾個因素影響顯著,效率對中國銀行市場力的影響不顯著,特別是成本效率。有意思的是,這幾個影響因素都是宏觀變量,是年度固定的,并不以銀行個體而改變,也從側(cè)面說明中國銀行業(yè)各類型的銀行市場力差異并不大。從主要影響因素的影響方向與規(guī)???,市場集中度與市場力正相關(guān),市場集中度每增加1%,市場力增加1.1%左右;貸款占GDP的比重越高,銀行市場力越小,貸款占GDP的比重增加1%,銀行市場力下降3%左右。原因在于,當銀行資金供應增加時,如果企業(yè)需求不變,銀行市場力下降。房地產(chǎn)價格指數(shù)與銀行市場力正相關(guān),房地產(chǎn)價格指數(shù)每增加1%,銀行市場力增長1.6%,說明隨著房地產(chǎn)價格上升,企業(yè)對資金的需求增加,導致銀行在貸款市場上的市場力增長;廣義貨幣供應量與GDP之比和銀行市場力正相關(guān),這一比重增長1%,銀行市場力增長約2.5%。一般認為隨著貨幣供應量的增加,企業(yè)和居民獲得資金的可能性增加,銀行市場力下降,但從分析結(jié)果來看結(jié)論相反。這也驗證了為什么每次央行降息和增加貨幣供應,企業(yè)仍不能直接受益,還是資金短缺。相反,隨著銀行手中資金的增多,增加了其市場力。這一結(jié)論同時也說明中國貨幣供應渠道不暢,廣義貨幣的增加不能直接轉(zhuǎn)化成企業(yè)手中的資金,而是在銀行體內(nèi)循環(huán)。這一點與房地產(chǎn)價格指數(shù)相聯(lián)系分析說明,貨幣供應增加,帶動了房地產(chǎn)價格上漲,增加了銀行市場力。
2.效率內(nèi)生情況下的實證結(jié)果
鑒于效率與市場力可能存在相互影響的關(guān)系,為了更好地緩解其中的內(nèi)生性問題,本文采用工具變量法,對效率使用滯后一期和滯后二期作為工具變量,其他解釋變量不滯后,將其他解釋變量作為外生看待,并使用動態(tài)固定面板模型,模型設(shè)定為:
動態(tài)面板模型不能使用OLS、固定效應與隨機效應模型,否則有偏;但可使用廣義矩方法(GMM),因此,對上面兩個方程的回歸采用差分GMM和系統(tǒng)GMM進行回歸,回歸結(jié)果見表6。
表6 效率內(nèi)生情況下的中國銀行市場力影響因素實證結(jié)果
表6 效率內(nèi)生情況下的中國銀行市場力影響因素實證結(jié)果(續(xù))
Bond(2002)認為進行動態(tài)面板模型回歸時,如果被解釋變量的一階滯后項系數(shù)不是很大,如小于0.8,F(xiàn)D-GMM估計結(jié)果較好,而大于0.8時,SYSGMM較好[27]。從表6可看出,市場力滯后一期的系數(shù)均小于0.8,所以按此規(guī)則,主要觀察差分GMM。從(1)(3)的過度識別檢驗統(tǒng)計值即Hansen J-test看,這一檢驗決定這一經(jīng)濟模型是否有效,工具變量是否設(shè)定正確。如果拒絕原假設(shè),則需重新修正模型和工具變量。如果檢驗不顯著,說明工具變量是外生的,經(jīng)驗地看,p值大于0.06,說明工具變量外生。從其p值看,(1)(3)模型的p值均大于0.1,說明工具變量外生有效。AR(1)、AR(2)是檢驗有無序列相關(guān)。從AR(2)的值看,表明擾動項不存在序列相關(guān)。從(1)可看出,顯著影響銀行市場力的變量有:市場集中度、銀行資產(chǎn)規(guī)模、貸款與GDP之比、房地產(chǎn)價格指數(shù)、廣義貨幣供應量與GDP之比。從(3)可看出,顯著影響銀行市場力的變量有:市場集中度、銀行資產(chǎn)規(guī)模、貸款與GDP之比、存貸利差、房地產(chǎn)價格指數(shù)、廣義貨幣供應量與GDP之比。從這些變量對市場力影響的方向與規(guī)???,大體與表5相同,結(jié)果不再贅述。
綜上,對中國銀行市場力產(chǎn)生顯著影響的因素有:市場集中度、銀行資產(chǎn)規(guī)模、貸款與GDP之比、房地產(chǎn)價格指數(shù)、廣義貨幣供應量與GDP之比以及存貸利差等。為了更好地厘清各變量對銀行市場力影響程度大小,我們采用平方偏方差指標來刻畫各變量在模型中的相對重要性。這一方法只能用在一般最小二乘法下,因此我們構(gòu)建以中國銀行市場力為被解釋變量,以上述變量為解釋變量的線性模型,通過計算平方偏方差系數(shù),可得到各變量在模型中的相對重要性程度(見表7)。按相對重要性程度排序可分為四類:第一類為貸款與GDP之比、廣義貨幣供應量與GDP之比、房地產(chǎn)價格指數(shù),第二類為市場集中度,第三類為銀行資產(chǎn)規(guī)模,第四類為存貸利差。將三個變量歸為第一類,是因為這三個變量都可以歸結(jié)為資金側(cè)的影響,它的影響程度最大,其他類別依次降低。
表7 各解釋變量的平方偏方差系數(shù)
3.穩(wěn)健性檢驗
第一種穩(wěn)健性檢驗:剔除不顯著的變量,檢驗結(jié)果是否會變化??紤]效率為內(nèi)生變量情況,將表6中顯著性變量如市場集中度、存貸利差、貸款與GDP之比、廣義貨幣供應量與GDP之比、房地產(chǎn)價格指數(shù)、銀行資產(chǎn)規(guī)模等作為解釋變量對銀行市場力進行差分GMM回歸與系統(tǒng)GMM回歸,回歸結(jié)果見表8。由表8可知,除了存貸利差不顯著外,其他變量非常顯著,而且系數(shù)值和影響方向與前文分析非常一致。
表8 穩(wěn)健性檢驗一:剔除不顯著變量后的GMM回歸結(jié)果
第二種穩(wěn)健性檢驗:使用Tobit模型估計,因為市場力指數(shù)值介于0到1之間,Tobit模型最適合這樣的分析[26]。結(jié)果見表9,與前面的分析結(jié)果差異不大。
表9 穩(wěn)健性檢驗二:Tobit回歸
表9 穩(wěn)健性檢驗二:Tobit回歸(續(xù))
上述分析表明,不論是成本效率還是利潤效率,都不是銀行市場力的主要影響因素,也就是說,中國銀行市場力并非來自效率,而是來自市場集中度、存貸利差、貸款與GDP之比、廣義貨幣供應量與GDP之比、房地產(chǎn)價格指數(shù)、銀行資產(chǎn)規(guī)模等,以上影響因素幾乎都來自外生的政府干預與保護,而不是內(nèi)生的經(jīng)濟勢力。值得說明的是,銀行資產(chǎn)規(guī)??此剖且粋€內(nèi)生的經(jīng)濟變量,但在中國卻并不是,中國六大行資產(chǎn)規(guī)模龐大,遠大于其他股份制商業(yè)銀行,其資產(chǎn)規(guī)模的形成并不是銀行自身規(guī)模擴張的結(jié)果,而是國有股占主導。進一步的分析表明,貸款與GDP之比、廣義貨幣供應量與GDP之比、房地產(chǎn)價格指數(shù)這三個變量對中國銀行市場力的影響最大,也就是說,當中央銀行“放水”時,中國銀行市場力會提升。這看似是一個悖論,因為當中央銀行“放水”時,市場上資金面充裕,這會降低中國銀行市場力,但為何相反呢?可能的解釋是:中央銀行“放水”往往是在經(jīng)濟不景氣或者中小企業(yè)面臨資金緊張的時期,銀行貸款動機不強,雖然表面上中央銀行釋放了流動性,但這些資金并沒有進入實體經(jīng)濟,只是加強了銀行在資金供給端的市場力。
對此,本文的政策建議是:第一,創(chuàng)新直達實體經(jīng)濟的貨幣政策工具,實現(xiàn)“精準滴灌”。比如,中央銀行正在實施的普惠小微企業(yè)貸款延期支持工具、信用貸款支持工具等。今后,除進一步開發(fā)這類直達實體經(jīng)濟的貨幣政策工具外,還應開發(fā)面向科創(chuàng)型企業(yè)的數(shù)字經(jīng)濟貨幣政策工具。第二,加強債券市場建設(shè),讓更多的“活水”流向債券市場,以此減輕銀行在間接融資中的市場力。第三,加強并完善中國銀行業(yè)金融倫理治理建設(shè)。蘇州銀行已進行嘗試并取得了較好效果。首先,認真學習習近平總書記治國理政的思想,將“人本位”“為人民服務”的思想貫徹到銀行活動的方方面面。其次,遵守信用準則和公平準則。信用是金融的基石,更是現(xiàn)代市場經(jīng)濟的基礎(chǔ),銀行業(yè)作為一個經(jīng)營信用的行業(yè),尤其需要將信用觀念作為一切工作的行動指南。公平準則就是非歧視原則,為居民提供非歧視的服務,不能拒絕交易與強制交易。
本文的不足之處是,由于很難對導致中國銀行市場力的行政壁壘與政策法律壁壘進行量化分析,本文僅辨識了中國銀行業(yè)的市場力并非來自效率,而是來自一些外生的政策變量,并沒有直接證實中國銀行市場力來自行政壁壘與政策法律壁壘,只是間接佐證了這樣的猜想,即:效率不是中國銀行市場力的來源,中國銀行市場力來自市場集中度、貸款與GDP之比、存貸利差、房地產(chǎn)價格指數(shù)等因素,從根本上講,上述因素是經(jīng)濟勢力外的政策變量發(fā)揮作用的結(jié)果。
注釋:
①目前越來越多的文獻認為市場結(jié)構(gòu)指標,包括市場份額與市場集中度,不能準確代表銀行市場力,因為高的市場份額并不能說明高的銀行市場力,反而可能是低的銀行市場力帶來的。
②以德姆塞茨(Harold Demsetz)、威廉姆森(John Williamson)為代表的“效率結(jié)構(gòu)”學派與以梅森(Mason)、貝恩(Bain)為代表的“市場結(jié)構(gòu)”學派的區(qū)別就在于,“市場結(jié)構(gòu)”學派認為高的市場力代表企業(yè)合謀,它就是不合理的;而“效率結(jié)構(gòu)”學派認為,如果高的市場力來自效率,它就是合理的,是市場選擇的結(jié)果。
③一般情況下行業(yè)的壟斷程度越高,消費者剩余轉(zhuǎn)移給生產(chǎn)者剩余的部分就越多,行業(yè)的壟斷利潤也越高,行業(yè)從業(yè)人員的收入水平自然也高。因此,中國商業(yè)銀行具有市場力就意味著中國銀行業(yè)從業(yè)人員的收入水平會高于其他競爭型行業(yè)。
④Frie和Taci(2005)認為,在發(fā)展中國家測量銀行效率時運用SFA比數(shù)據(jù)包絡方法(DEA)更好,因為這些國家測量誤和不確定的經(jīng)濟環(huán)境更普遍。
⑤選取2004年是因為2003年前的數(shù)據(jù)有大量缺失,如果時期往前移,信息量損失嚴重;沒有涵蓋2019年和2020年是因為2019年底和2020年的數(shù)據(jù)深受疫情影響,因此排除了這些非正常時期的數(shù)據(jù)。
⑥非標準利潤函數(shù)相比標準利潤函數(shù)更能捕捉市場力的影響(Berger和Mester,1997)。
⑦De Guevara和Maudos(2007)認為,銀行用來創(chuàng)造利息或非利息收入的產(chǎn)品和服務與其資產(chǎn)成比例,因此用總資產(chǎn)代理銀行的總產(chǎn)出是合理的。Angelini和Cetorelli(2003)也認為,將總資產(chǎn)作為提供差異性服務的銀行產(chǎn)出代理變量是有效的。