我国各地银行集中度与经济增长关系的实证研究

摘要：选取四大国有商业银行占全部金融机构存款的比重作为反映各地区银行集中度的指标，基于31个省份1999-2003年间的相关数据，并分别利用全体数据组成的样本、平均值组成的样本以及分区域样本所做的银行集中度与经济增长关系的检验结果显示：（1）总体上看，两者之间存在显著的负相关关系，从而验证了一般均衡模型的观点；（2）分区域看，与东部地区相比，中、西部地区各省份银行集中度的提升会给经济增长带来更加严重的负面影响。

关 键 词：银行集中度；经济增长；四大国有商业银行

中图分类号：Ｆ832．1 文献标识码：Ａ 文章编号：1005－0892(2006)12－0046－05

一、引言

改革开放以来，我国银行业结构发生了非常大的变化：由传统体制下中国人民银行的独占局面，转变为改革开放初期四大国有专业银行相继成立以及整个金融业由它们垄断，再转变到目前国有商业银行、股份制银行、城市商业银行以及外资银行群雄争霸的局面。而在同一时期，我国的经济增长速度也发生了变化。于是，我们不禁要问：在银行业结构变化与经济增长速度变化之间是否有某种联系？或者说，银行业结构的变化是否可解释经济增长速度的变化？

另一方面，我们观察到，由于各方面的原因，我国各地区的银行业结构有很大的不同。譬如，东部沿海地区金融生态环境较佳，银行业竞争相对充分；而中西部地区的银行业则被四大行高度垄断。同时，一个不容回避的事实是，地区之间日益严峻的经济发展不平衡源于各地区经济发展速度的不同。因此，引起我们兴趣的问题是，各地银行业结构的不同是否可解释各地经济发展速度的差异？

以上两方面的问题既有联系又有区别。联系体现在两者都是研究银行业结构与经济增长之间的关系；区别体现在研究方法不同：前者基于时间序列数据，后者基于截面数据或面板数据。

本文针对银行业结构与经济增长关系的研究属于后者。这种研究在我国具有现实意义：如果研究发现，各地的银行业结构与经济发展速度之间有显著的关系，那么对于落后地区而言，缩小与发达地区经济差距的一个有效办法就是改变本地的银行业结构，以此带动经济发展。

二、文献综述

要提到有关银行业结构的研究文献，就不能不提到产业组织理论。产业组织理论在早期主要有两大派别：一为哈佛学派。他们的观点被称为SCP范式（Structure Conduct-Performance Paradigm）。根据这一派别，银行业越集中，银行在定价方面的权力越大。具有垄断权的银行通过设定较高的贷款利率和较低的存款利率，以及提高中间业务的收费标准，对整个社会的资本积累与经济增长产生不利作用。二为芝加哥学派。他们的观点被称为ES假说（Efficient-Structure Hypothesis）。根据这一派别，银行集中度的提升在很大程度上是有效竞争的结果。因此，从这个角度讲，银行集中度的提升对经济增长有利。

争论不限于此，在后来的研究中，学者们运用博弈论和信息经济学的分析工具，通过建立不同的模型，延续着有关银行业结构的争论。如Petersen & Rajan（1995）和Schnitzer（1998）建立了局部均衡模型，通过该模型研究银行与借款人之间的关系，得出“银行业垄断行为的存在对整个经济有利”的结论。[1-2]因为垄断使得银行有可能通过设定利率、实施信贷配给以及与借款人形成长期关系等方式，来缓解信息不对称所引致的逆向选择与道德风险问题。但是，局部均衡模型只关注银行的贷款行为，认为银行的贷款资金在来源上有充分保障，从而忽视了其吸收存款的行为。局部的含义也由此而来。而Cetorelli（1997）和Guzman（2000）建立了一般均衡模型，对局部均衡模型提出了质疑。[3-4]他们研究、比较了两种市场结构（垄断和伯特兰双头）下的银行行为，不仅关注银行与借款人的关系，也关注银行与存款人的关系。在Cetorelli（1997）的模型中，处于垄断地位的银行，其所取得的利润被全部消耗，而不是用于再投资。尽管处于垄断地位的银行在发放贷款时要比双头下的银行更有意愿对项目进行甄别，但因为无从知晓甄别的益处与利润消耗的害处孰大孰小，所以垄断未必对整个经济有利。[3]在Guzman（2000）的模型中，处于垄断地位的银行，要么设定比较低的存款利率（在出现信贷配给时），使银行的可贷资金减少；要么设定比较高的贷款利率（在不出现信贷配给时），使银行将更多的资源用于监督借款人，以防止其违约，从而使投放到生产项目的资源减少。[4]以上两种情况都意味着对经济增长不利。

争论也出现在实证研究中。在早期，Berger & Hannan（1989）和Hannan（1991）利用美国各州的有关数据，以HHI（Herfindahl-Hirschman Index）和CRn（n-firm Concentration Ratio）作为银行集中度的指标，研究发现，银行集中度越高，中小企业面临的贷款利率越高，个人存款的利率越低。[5-6]上述研究为SCP范式提供了有力证据。后来，一些学者研究了银行集中度与中小企业融资之间的关系，如Petersen和Rajan（1995）以美国小企业为对象，研究发现，较高的集中度反而使它们面临较轻的信贷约束，同时使成立时间不长的企业面临较低的贷款利率。[1]还有一些学者关注银行集中度与企业创建的关系，并且得出了不同的结论：Black & Strahan（2000）基于美国各州的数据，研究发现，在银行集中度较低的州，创建的企业较多；[7]而Patti & Dell'Ariccia（2004）基于意大利各个行业的数据，研究发现较高的银行集中度对企业创建有利，而且这种有利影响在信息不透明的行业更加明显。[8]

近年来的实证研究更是拓展到有关银行业结构与银行绩效、金融稳定、企业融资、企业规模等的关系上。Demirgü?-Kunt、Laeven & Levine（2004）利用不同国家的银行数据，检验了银行业管制、银行集中度、国家制度等因素与银行利差收入之间的关系。结果显示，银行集中度与利差收入呈正相关关系。[9]Beck、Demirgü?-Kunt & Levine（2005）检验了银行集中度与银行系统发生危机可能性之间的关系。结果显示，集中度高的银行系统较为稳定。[10]Beck、Demirgü?-Kunt & Maksimovic（2004）利用涵盖发达国家和发展中国家的企业层面数据，检验了管制、国家制度、外资银行数量、国有银行数量以及银行集中度等因素对企业融资的影响。结果显示，银行集中度对融资的负面影响仅限于经济不发达、制度不完善的国家。[11]Cetorelli（2004）则利用29个经合组织国家制造业中28个行业的相关数据，检验了银行业结构对企业平均规模的影响。结果显示，银行集中度对企业平均规模有正面效应，而且这种正面效应会随着行业外部融资依赖度的提高而加强。[12]

国内不乏对银行业结构的研究。如刘伟、黄桂田（2002）认为，SCP范式所代表的观点并不适用于我国银行业。他们给出的理由是：（1）在利率管制下，具有垄断地位的银行在存贷款利率上并没有定价权；（2）银行压缩信贷将导致经营成本的上升，从而垄断下的信贷量未必低于竞争下的信贷量。[13]黄旭平、张协奎（2005）检验了银行集中度、制度与银行效率的关系，结果显示：（1）如果不考虑制度因素，则银行集中度与银行效率存在显著的关系；（2）如果考虑制度因素，则银行集中度与银行效率的关系不再显著。[14]但这些研究均没有涉及银行集中度与经济增长的关系。

三、样本与指标的选取

1. 样本的选取

为了验证银行集中度是否构成经济增长的一个影响因素，我们需要检验银行集中度与经济增长之间的关系。具体来说，需要建立经济增长的回归模型，即在模型中引入银行集中度，然后基于所选取的样本性质，选取适当的回归方法；通过回归来判断银行集中度的估计系数是否显著以及如果显著的话，其符号如何。因此可以看出，样本的选取在整个环节中是非常重要的。考虑到样本容量及数据可得性等问题，我们选取31个省份的跨年度（1999-2003年）数据作为样本，也就是说我们的回归主要基于面板数据（panel data）。

2. 指标的选取

（1）经济增长

衡量各地某年经济增长的一个较好指标是GDP增长率（GROWTH），它等于该年GDP相对于上年的变化率。

（2）银行集中度

根据产业组织理论，衡量行业集中度的最常用指标是前几大厂商在整个行业中的市场份额。因此我们选择四大国有商业银行的存款份额（CR4）作为衡量各地银行业集中度的指标，它等于四大国有商业银行（工、农、中、建）年末存款余额与全部金融机构存款余额之比。

（3）其他指标

在回归模型中，我们引入了其他可能影响经济增长的因素作为控制变量。这些因素是：各地进出口总额与GDP之比（TRADE）、各地消费者物价指数年度增长率（CPI）、各地固定资产投资增长率（FIXED）以及各地财政支出年度增长率（GOV）。此外，我们还考虑了各地金融发展对经济增长的影响。比较常用的金融发展指标是金融深化指标（M2 /GDP），但由于缺乏各地的M2数据，作为代替，我们采用各地全部金融机构存款余额与GDP之比这一指标（BANK）。

3. 数据来源及说明

以上各个指标的数据来自《中国统计年鉴》和《中国金融年鉴》，个别遗漏的数据则来自地方统计年鉴和中国经济统计数据库。

各个指标要么涉及增长率，要么涉及比值，为了方便起见，在实际的回归中均以百分比为单位。

四、研究方法设计与模型设定

为了检验银行集中度与经济增长之间的关系是否稳健，以及是否会随着地区的差异而发生改变，我们采用了多种研究方法，且不同的方法对应不同的模型设定。具体来说，有以下三种方法。

1. 基于全体数据组成的样本，我们运用面板技术

根据前面的叙述，我们考虑31个省份和5个年份，所以样本总量达到155（=31×5）。根据样本的特征，我们选取截距项为固定效应。此时的模型为：

GROWTHij=αi+βCR4ij+γXij+εij （1）

其中，下标i表示省份；下标j表示年份；GROWTH表示各个省份各年的GDP增长率；CR4表示银行集中度；X表示一组控制变量；αi表示截面单元（省份）的个体特征，与β、γ一起构成待估系数；ε是随机扰动项。

考虑到模型中可能存在的异方差性与序列相关性问题，我们采用广义最小二乘法对模型（1）进行回归。在不存在异方差性与序列相关性的情况下，广义最小二乘法就相当于普通最小二乘法（OLS）。在实际的回归中，我们还考虑了CR4以滞后1期的形式进入模型的情况。

2. 基于各年平均值组成的样本，我们运用OLS

为了解决可能存在的内生性问题并防止时间上的扰动，更是为了验证银行集中度与经济增长之间的关系是否稳健，我们对各个变量在1999-2003年的取值进行算术平均处理，平均值组成的样本量为31。此时的模型为：

GROWTHi=α+βCR4i+γXi+εi （2）

其中，GROWTH、CR4和X均是平均值，其余符号的含义同模型（1）。在实际的回归中，我们还考虑了CR4取期初（1999年）值的情况。

3. 将样本按区域划分，分为东、中、西三个子样本，以子样本为研究对象，我们分别运用面板技术

东部地区含11个省份，为北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南，所以东部子样本的容量为55（=11×5）；中部地区含8个省份，为山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南，所以中部子样本的容量为40（=8×5）；西部地区含12个省份，为广西、重庆、四川、贵州、云南、、陕西、甘肃、宁夏、内蒙古、青海、新疆，所以西部子样本的容量为60（=12×5）。此时的模型与模型（1）的惟一区别，在于各个变量均限于所属的子样本。同样，在实际的回归中，我们还考虑了CR4以滞后1期的形式进入模型的情况。

五、回归结果

1. 全体样本的结果

针对全体样本，我们考虑两种情况：第一种情况对应的是所有变量都以当期的形式进入模型，其结果见表1中的第2列；第二种情况对应的是反映银行集中度指标CR4和反映金融发展程度指标BANK均以滞后1期的形式进入模型，而其他变量仍旧以当期的形式进入模型，此时的样本量为124，其结果见表1中的第3列。之所以考虑第二种情况，是因为CR4对经济增长GROWTH的影响可能不限于当期，而延续到下期；同时，如果CR4与GROWTH之间存在显著的线性关系，则有可能是GROWTH导致了CR4，而不是CR4导致了GROWTH；将CR4滞后1期处理，在一定程度上消除了这种可能。

从表1中可以看出，无论是当期的CR4还是滞后1期的CR4，均与经济增长GROWTH呈显著的负相关关系。这种负相关可以从以下两个方面来解释：（1）四大行自身经营状况不佳。尽管四大行在我国银行业中居绝对主导地位，但其业绩却与其地位不匹配，如表2所示。（2）由于体制等方面的原因，四大行在信贷发放上对非国有经济有明显的歧视，而一个众所周知的事实是，中国近年来高速的经济增长在很大程度上得益于非国有经济。如果一个地区的CR4比较高，则意味着四大行垄断了相当部分的金融资源，非国有经济的运行得不到足够的金融支持，从而这个地区的经济增长得不到有效保证。

表1基于全体样本的回归结果

注：被解释变量为各地的GDP增长率――GROWTH。CR4表示四大行的存款份额；CPI表示消费者物价指数增长率；FIXED表示固定资产投资增长率；GOV表示财政支出增长率；TRADE表示进出口总额与GDP之比；BANK表示全部金融机构存款余额与GDP之比。小括号内的数字为t值，**和***分别表示在5%和1%的水平下显著。

表2 四大行在商业银行中的份额：1994-2003年单位：%

资料来源：《中国金融年鉴》。

2. 平均值样本的结果

在各变量取平均值的情况下，样本量仅为31，不宜选取较多的控制变量；而根据全体样本的回归结果（见表1），TRADE（进出口总额与GDP之比）和BANK（全部金融机构存款余额与GDP之比）并不显著地进入模型，所以在针对平均值样本的回归中，我们只选取其余三个控制变量，即CPI（消费者物价指数增长率）、FIXED（固定资产投资增长率）和GOV（财政支出增长率）。回归结果见表3，其中第一、二种情况对应的是CR4取平均值；而第三、四种情况对应的是CR4取期初值，即1999年的取值。从结果中可以看出，银行集中度与经济增长的负相关关系继续存在，说明这种关系具有一定的稳健性（robustness）。

表3基于平均值样本的回归结果

注：被解释变量为各地GDP在1999-2003年间的平均增长率――GROWTH。c表示常数项；CR4表示四大行存款份额的平均数；CR41999表示1999年的四大行存款份额；CPI表示消费者物价指数平均增长率；FIXED表示固定资产投资平均增长率；GOV表示财政支出平均增长率。小括号内的数字为t值，*、**和***分别表示在10%、5%和1%的水平下显著。

3. 子样本的结果

为了进一步验证银行集中度与经济增长之间负相关关系的稳健性，我们基于3个不同的子样本进行回归。由于样本量缩小以及BANK在所有情况下均不显著，在实际的回归中，我们只选取CPI、FIXED、GOV和TRADE这四个控制变量。与全体样本一样，也考虑两种情况：第一种情况下各变量均为当期；第二种情况下CR4为滞后1期，其余变量为当期。运用广义最小二乘法，对固定效应模型进行回归，结果见表4。从表中可看出，除了中部子样本的第二种情况，其余情况下无论是CR4还是CR4（-1），都显著地进入经济增长模型，并且系数为负。银行集中度与经济增长之间的负相关关系通过了稳健性检验。

表4基于子样本的回归结果

注：a被解释变量为东部各省份各年GDP增长率――GROWTH；b被解释变量为中部各省份各年GDP增长率――GROWTH；c被解释变量为西部各省份各年GDP增长率――GROWTH。CR4表示相关省份四大行存款份额；CPI表示相关省份消费者物价指数增长率；FIXED表示相关省份固定资产投资增长率；GOV表示相关省份财政支出增长率；TRADE表示相关省份进出口总额与GDP之比。小括号内的数字为t值，*、**和***分别表示在10%、5%和1%的水平下显著。

进一步观察表4，可以发现：与中、西部相比，东部各省份银行集中度对当期经济增长的负面影响较为微弱，体现在系数的绝对值较小以及显著性较差上。对于这种现象，可以从以下三个方面来解释：（1）东部地区的金融业较为发达。在我们选择的样本中，东部各省份在1999-2003年间的BANK平均值为170.65%，高于中部的111.12%和西部的135.91%。金融业整体发展所暗含的其他融资渠道的拓展，部分地抵消了金融业结构变化所带来的负面效应。（2）在东部，四大行的垄断地位不如中、西部地区强。在我们选择的样本中，东部各省份在1999-2003年间的CR4平均值为55.32%，而中、西部的平均值均为62.33%。对四大行的较强依赖，使中、西部各省份的经济增长受四大行垄断地位变化的影响较大。（3）四大行在东部的分支机构较中、西部面临更激烈的竞争和更优良的金融生态环境，其经营绩效明显优于在中、西部的分支机构，从而其份额的上升对经济增长的危害不及中、西部地区。

六、结论

利用31个省份的跨年数据，我们的实证研究表明：（1）在银行集中度与经济增长之间存在显著的负相关关系。这一结果，一方面表明在我国改变银行业结构、降低四大行的垄断地位，对于经济增长是必要的；另一方面，也为SCP范式与一般均衡模型所代表的观点提供了直接的证据。（2）分区域看，与东部地区相比，中、西部地区各省份银行集中度提升的危害更深，而银行集中度下降的益处更大。这一结果说明，相对于东部地区，中、西部地区的各省份更有必要加大银行改革的力度，使四大行之外的其他类型银行及非银行金融机构得到更快、更好地发展。

――――――――

参考文献：

[1]Petersen, Mitchell A., and Raghuram G. Rajan. The Effect of Credit Market Competition on Lending Relationships[J]. Quarterly Journal of Economics，1995，110 (May): 407-443.

[2]Schnitzer, Monika. On the Role of Bank Competition for Corporate Finance and Corporate Control in Transition Economies[R].Centre for Economic Policy Research Discussion Paper NO.2013 (London, November)，1998.

[3]Cetorelli, Nicola. The Role of Credit Market Competition on Lending Strategies and on Capital Accumulation[R]. Federal Reserve Bank of Chicago Working Paper NO.97-14 (Chicago, December)，1997.

[4]Guzman, Mark G.. Bank Structure, Capital Accumulation and Growth: A Simple Macroeconomic Model[J]. Economic Theory，2000，16: 421-455.

[5]Berger, Allen N., and Timothy H. Hannan. The Price-Concentration Relationship in Banking[J]. Review of Economics and Statistics，1989，71 (May): 291-299.

[6]Hannan, Timothy H.. Foundations of the Structure-Conduct-

Performance Paradigm in Banking[J]. Journal of Money, Credit, and Banking，1991，23 (February): 68-84.

[7]Black, S., and P. Strahan. Entrepreneurship and the Structure of the Banking Industry[M]. mimeo，2000.

[8]Patti, Emilia Bonaccorsi Di, and Giovanni Dell'Ariccia. Bank Competition and Firm Creation[J]. Journal of Money, Credit, and Banking，2004，36 (April): 225-254.

[9]Demirgü?-Kunt, Asli, Luc Laeven, and Ross Levine. Regulations, Market Structure, Institutions, and the Cost of Financial Intermediation[J]. Journal of Money, Credit, and Banking，2004，36(June): 593-622.

[10]Beck, Thorsten, Asli Demirgü?-Kunt, and Ross Levine. Bank Concentration and Fragility: Impact and Mechanics[R]. NBER Working Paper No. 11500, August, 2005.

[11]Beck, Thorsten, Asli Demirgü?-Kunt, and Vojislav Maksimovic. Bank Competition and Access to Finance: International Evidence[J]. Journal of Money, Credit, and Banking, 2004，36 (June): 627-648.

[12]Cetorelli, Nicola. Real Effects of Bank Competition[J]. Journal of Money, Credit, and Banking，2004，36 (June): 543-558.

[13]刘伟，黄桂田. 中国银行业改革的侧重点：产权结构还是市场结构[J]. 经济研究，2002，（8）：3-11.

[14]黄旭平，张协奎. 我国银行集中度、制度与效率的实证分析[J]. 湖南城市学院学报，2005，（3）：92-94.

责任编校：魏琳

“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”