银行业市场集中度对货币政策传导有效性影响研究

宋长青

摘要：选取我国17家商业银行2006- 2017年数据构建固定效应面板数据模型进行实证分析，结果表明：银行业市场集中度的变化会对货币政策信贷传导有效性产生影响。当银行集中度较高时，银行集中度与货币政策信贷传导有效性间呈正向变动关系;但是反向关系存在于较低银行集中度时，临界点位于银行集中度为39.795%时。中小型银行的信贷增速较之大型国有商业银行受到货币政策影响更大。银行集中度越低意味着竞争程度越强，货币政策信贷传导的有效性越高。

关键词：银行业集中度;向量自回归模型;面板数据模型;货币政策信贷传导

中图分类号：F820.3

文献标识码： A

文章编号：1003-7217（ 2019） 03-0032-07

一、引言及文献综述

与国外相比，我国银行业具有市场集中度高、政策性强、有效竞争不充分等特点，尽管近年来随着我国金融改革的不断推进，我国银行业垄断状况已经有所改善，银行业竞争程度与日俱增，但是不可否认我国银行业市场的集中度较之发达经济体依旧较高[1]。在此背景下，银行业市场集中度的变化势必通过商业银行经营活动和信贷行为对货币政策的传导效果产生影响。因此，从我国银行业市场集中度角度通过银行信贷渠道考察货币政策传导的有效性问题，对完善我国货币政策传导机制、提高货币政策有效性具有一定的理论意义和现实指导价值。

金融机构作为货币政策传导过程中的中介和渠道，对货币政策传导效果起着决定性作用，因此金融结构与货币传导机制密切相关。当前我国的金融结构以银行系统为主体，这就决定了我国的货币传导机制应该是以信贷传导机制為主[2]。商业银行集中度、银行部门之间竞争程度是影响信贷的重要因素，商业银行信贷又是货币政策传导的重要渠道，因此分析银行业集中度对货币政策信贷传导有效性的影响是很有必要的。

随着研究视角的扩展，有关银行部门的产业组织理论也被纳入到“信贷观”的研究中，国外学者开始尝试从银行业市场结构对货币政策传导进行研究[3]。Kashyap （1997）[4]和Cecchetti（1999）[5]通过研究发现对于货币政策传导机制而言，银行业市场集中度和银行体系的发展质量对其发挥着至关重要的作用。Charles等人（2001）运用面板数据模型考察了利率对个人贷款市场和汽车信贷市场的影响，发现在在集中度较高的银行业市场结构中，贷款利率具有粘性特征，二者呈同向变动关系，尤其是在个人贷款市场上表现明显。货币政策银行信贷渠道的传导会受贷款利率粘性的影响从而降低其有效性[6]。Adams（2005）研究亦发现，当一国的银行业市场集中度较高时，银行贷款额度对货币政策冲击不敏感，货币政策效果非常有限[7]。Angelo Bagli—oni（2007）也从市场结构角度对货币政策在银行信贷市场中传导的作用效果进行了考察，发现不同的银行业市场结构中，对货币政策传导的作用效果也不尽相同。在寡头垄断的市场结构下，货币政策传导效果不佳;随着集中度的降低，当市场处于垄断竞争的市场结构时，货币政策传导有效性有所提升[8]。Hiroshi和Gunjl（2009）等人选取了22个国家作为样本考察货币政策对不同竞争程度银行的冲击和影响，研究发现银行业的竞争能够微弱地通过银行贷款的变化传导货币政策冲击[9]。

国内一些学者也从银行业市场结构对货币政策传导问题进行了研究。许小苍（2008）通过构建银行业市场结构与利率之间的模型，运用我国1996 -2007年间银行信贷总量数据研究发现，我国银行借贷对于利率的敏感度随着银行集中度的升高而降低，即货币政策有效性下降[10]。冯科和何理（2011）对Hiroshi和Gunji（2009）的模型进行了修正，运用我国商业银行微观数据进行实证分析发现，我国银行规模与货币政策效果之间存在着反向关系，货币政策银行信贷渠道的传导作用有限[11]。徐明东和陈学彬（2011）运用动态面板估计法考察我国货币政策对银行信贷供给的影响，结果表明银行规模是不同商业银行间货币政策异质性反应的原因，货币政策利率冲击大型银行的信贷规模影响更大，存款准备金率调整对中小型银行影响较大[12]。基于1990-200 7年56个国家的数据，谭之博和赵岳（2012）运用动态面板模型对银行集中度和企业行为进行了研究，发现银行集中度越高，企业从银行融资的比重越小，自身储蓄越高[13]。刘涛雄和王伟（2013）从银行信贷在不同企业间的分布角度研究货币政策的有效性，结果显示我国商业银行倾向于给大型企业贷款，这阻碍货币政策的有效传导;当中小企业获得信贷越充分，货币政策的传导越通畅[14]。董华平和干杏娣（2015）通过构建银行业结构影响货币政策传导效率的古诺模型发现，银行业竞争程度越高，银行对货币政策利率冲击越敏感，有助于提高货币政策银行贷款渠道的传导效率[15]。王文平和李甜田（2018）通过建立固定效应面板数据模型发现，我国货币政策的信贷传导有效性将随着银行业集中度降低、竞争深化而提高[16]。

通过文献梳理可知，对于银行业结构影响货币政策银行信贷渠道传导效率这一问题，国外进行了大量而全面的研究也取得了丰富的成果，而国内以我国货币政策传导机制不畅为目的的研究较多，但从银行业市场结构角度考察分析货币政策传导机制的研究还非常少见。另外，国外现有文献研究结论大都显示银行业集中度与货币政策信贷传导效果呈反向变动关系。这与我国现实情况不符。我国金融市场的发展进程与西方发达国家相比有显著区别，在整个银行业竞争程度比较低的情况下，国有银行自身的行政属性反而使货币政策能够顺利有效地得以执行，表现为银行业集中度与货币政策信贷传导效果呈现同向变动。此外我国货币政策银行贷款传导渠道与发达经济体也存在一定的差异性，这些都使得国外研究在我国并不具有普适性。因此，进一步考察我国银行业市场集中度对货币政策传导效果的影响，有一定的现实价值。

二、基于VAR模型的实证分析

（一）指标选取

1.市场集中度。产业集中度是指某一特定市场或产业中，在规模上处于前几位的少数几个较大企业或组织的有关数值占整个市场或产业的份额大小。其计算公式为：

在式（1）中，CRn为对X产业中企业按规模从大到小排序，位于前几位的企业的市场集中度，Xi表示X产业中处于第i位企业的产值、销售额、职工人数、资产总额等指标，N表示X产业中的全部企业数，n表示X产业内要统计的大规模企业数。一般情况下n的取值通常为4或者8。由于本文主要测算我国银行业中处于前四位的商业银行（中、农、中、建）在相应项目中所占的市场份额，结合数据的可得性，最终选取2006- 2017年商业银行资产项目中的CR4作为我国银行业集中度的代理指标。CR4数据如表1所示。数据来源于中国人民银行网站、中国银监会网站、中经网和各银行年度公报。

根据以产业集中度为依据对产业垄断竞争程度所作的分类：当65< CR4<75时属于高度集中寡占型;当50

2.货币政策代理指标的选取及数据处理。根据Bernanke和Mihov（1998）的研究，利率作为测量货币政策的指标具备较强的稳健性[17]。目前在我国众多市场中，若以利率市场化程度衡量，银行间同业拆借市场位于最高市场化水平。因此，选取银行间7天同业拆借加权平均利率作为实证分析中的货币政策冲击变量。另外，货币供给量M2和金融机构贷款LOAN在实际经济中发挥着重要的作用，同时也与利率等经济变量有着密切的联系，因此选取M2和金融机构贷款LOAN作为货币政策中介目标。按照货币政策目标，选取GDP和CPI作为货币政策最终目标代理变量。样本区间选取2006 -2017年度，数据频率为季度数据，因此共获48个观察样本，进而考察在不同的银行集中度下货币政策冲击的影响。所有数据均来源于中国人民银行网站和中经网数据库。由于数据为季度数据，为了消除季节影响，在实证分析前首先运用X-12方法对GDP、CPI、M2、L0AN各序列进行季节性调整。为了避免误差减少波动，对各序列取对数处理。

（1）单位根与协整检验。首先，运用ADF方法对GDP、CPI、M2、R、LOAN进行单位根检验。经检验原序列均为非平稳序列，一阶差分处理后在5%的显著性水平拒绝原假设，说明在5%的显著性水平下一阶差分具备平稳性，因此各序列均为一阶单整I（l）序列。单位根检验结果满足协整检验条件（见表2）。

为了检验各序列之间是否具有长期稳定的关系，需要进行Johansen协整检验（见表3）。由表3可知，在5%的显著性水平下至少存在一个协整方程，各变量间具备协整关系。

（2）VAR模型及脉冲响应函数。VAR模型特点之一是对进入模型的变量次序很敏感，一旦改变变量的次序，得到的脉冲响应函数也不同，因此，变量的顺序安排对模型的构建非常重要。本文在VAR模型构建中变量顺序的安排选择VAR（gdp、loan、r、M2、cpi）这样一个排序，这是因为在同期关系中，gdp的新生值与其他变量新生值的关系相对较大，cpi与其他变量新生值的关系相对较小（见表4）。从表4可以看出，这样一个排序所代表的含义是：gdp冲击影响模型中同期所有其他变量，loan冲击影响除gdp外模型中同期所有其他变量，以此类推。

为了进一步观察货币政策冲击的响应速度和响应幅度，需要进行累积脉冲响应函数分析。在给定利率一个标准化冲击时，GDP、LOAN、M2和CPI的累积脉冲响应函数分别由图1～4表现，此处选取滞后48期①。从图1、图2中可知，当本期给利率一个冲击后，12期之后GDP仅出现小幅度负向波动，滞后18期之后响应幅度仅为-0.03左右。整体趋势呈现利率与GDP之间呈反向变动关系，即当利率增加时，投资和消费相应减少，从而导致国内生产总值降低，符合现实经济运行情况。从图1～3可知，当给利率一个冲击时贷款额在滞后10期内出现了小幅正反向交替变动，在滞后10期以后负向波动的趋势稳定且幅度逐渐增加。响应函数整体呈现出利率与贷款额负相关关系，即利率升高贷款减少。值得注意的是，利率與贷款额同向变化的特殊经济现象在响应初期短暂出现过，究其原因首先可能是存在利率粘性，其次2007年我国股票市场创下了6124点的记录，这一阶段我国处于经济过热状态，不能排除存在“非理性信贷”现象。从图1～4可知在当期给利率一个冲击时，货币供给量M2呈现出稳定的负向变动关系且基本无波动。这一趋势与现实经济生活中利率与货币供给量长期稳定的相关关系相对应。央行往往通过控制利率的升降来限制或者放松商业银行贷款数量，从而起到减少或者增加货币供给量的目的。从图1-4中可知，当给利率一个冲击时，CPI在当期表现出明显的正响应状态，最大值的响应接近0.002。滞后15期之后响应归零，之后出现负响应状态，总体表现出稳定的负响应状态。可以看出，CPI对利率的变动十分敏感。短期内利率上升立刻会在物价上得以反映从而引发通货膨胀，但是从长期来看，利率的变动则会带来物价相同方向的变动。

（二）集中度与货币政策冲击的实证分析

由于数据频率不一致且累积脉冲响应函数的滞后期为4 8期，为了提高实证检验结果的合理性，经计算选取2006 - 2017年滞后每隔四期的数值对应CR4数据的年度数值。模型中，利率冲击GDP、CPI、M2和Loan变化的累积脉冲响应分别以r—gdp、r-cpi、rM2和r-loan来表示。首先进行变量间相关性分析保证模型的合理性。相关系数检验结果如表5所示，CR4与GDP、CPI、M2、LOAN都呈较高程度的正相关，相关系数符合建模要求。在实证检验中，分别以各变量为被解释变量建立模型。模型估计结果如表6所示。

由表5可知，利率冲击GDP变化的检验结果R2数值接近于1，表明模型的拟合效果很好，回归方程显著。其中，CR4系数均为正值，说明解释变量对被解释变量有正方向影响。CR4的系数为0.7838，说明当CR4变化一个单位时r-gdP将变化0.7838个单位。由利率冲击CPI变化的检验结果可知，CR4的系数均为正值但系数较小，仅为0.0479，说明对于货币政策最终目标CPI来说，银行业市场集中度的影响要远远小于其对利率冲击GDP变化的影响。同样，对由货币供给量M2变化引起的货币政策冲击和货币政策由信贷传导的渠道来说，银行业市场集中度对其的影响较大。

总体来看，所建立的四个模型均模型拟合效果良好。市场集中度对货币政策各变量（GDP、CPI、M2、LOAN）产生较显著的影响。值得注意的是，市场集中度对各个被解释变量的影响程度明显大于竞争的影响力。从解释变量的系数还可得知，市场集中度和竞争对货币政策各变量的影响程度的顺序是一致的，即对货币供给量M2的影响最强烈，其次依次为贷款LOAN、GDP和CPI。这说明，在我国当前宏观经济运行环境中，银行业市场结构对货币政策传导机制具有一定的积极意义。

三、基于面板数据模型（Panel Date）的实证分析

（一）指标选取与模型构建

由于货币政策、银行信贷供给和银行信贷需求等都是影响银行贷款余额的因素，因此将影响银行贷款余额的因素纳入方程进行建模。具体而言，货币政策用加权的7天同业拆借利率r来表示，银行贷款余额用银行贷款增长率（loan）来衡量，银行信贷供给选取以银行总资本增长率（total capital）和银行总存款增长率（total deposit）两个指标表示，银行信贷需求则选取GDP增长率和CPI变动情况来衡量。为了方便构建模型，对各项指标取对数和CPI、r进行一阶差分处理，分别记为：△lnloan、△lntc、△lntd、△lngdp、△cpi和△MP。

为了考察处于不同银行集中度市场环境下货币政策冲击对银行贷款产生的异质性影响，根据选定变量设定模型如下：

在式（2）中，被解释变量loani，l代表第i家银行t时期的贷款总额，考虑到货币政策存在时滞现象，t时期和t-1时期货币政策冲击分别由MPt、MPt-1表示。CR4i，t代表t时期银行的集中度。除了货币政策和银行业集中度会对银行贷款产生影响以外，银行总资本增长率、银行总资本增长率、银行总存款增长率、GDP增长率、通货膨胀率、CPI变动等因素都能影响银行贷款，因此，将这些因素纳入方程用Ki，t代表，Ki，t表示除集中度和货币政策以外影响货币政策效果的其他控制变量。除此之外，模型引入两个交叉项△MPtCR4j，t与△MPt-1CR4i，t来分别当期货币政策和滞后一期货币政策在不同市场集中度时，对信贷规模产生的影响。

（二）样本选择与实证分析结果

为了准确估计我国不同类型商业银行信贷规模对货币政策变化的不同反应，采用我国17家银行2006- 2017年的年度面板数据建立模型。另外依照传统做法选取工、农、中、建四家银行作为大型商业银行样本，其他13家银行作为中小型银行进行样本分组。选取固定效应面板模型并采用OLS最小二乘法进行估计。数据由《中国统计年鉴》《中国金融统计年鉴》和Bankscope数据库等相关资料汇总计算得到。估计结果如表7所示。

从全样本回归结果可知，△MPt和△MPt-1的系数分别在5%和1%的统计水平上显著，说明当期和滞后一期的货币政策变动均对商业银行信贷规模有着显著的影响，货币政策银行信贷传导渠道有效。△lnTC、△lnTD和△CPI系数在1%的统计水平上显著且系数都为正值，表明银行信贷规模增速与银行总资本增长率、银行总存款增长率、通货膨胀率成正比关系。另外△GDP系数不显著。

从子样本回归结果可知，不论何种类型商业银行的△MPt、△MPtCR4i，t和△lnTD的系数都统计显著，说明样本银行都会受到当期货币政策和银行存款的影响。大型商业银行和中小型银行相关系数存在差异的有△lnTC和△CPI，二者均表现出大型商业银行系数不显著而中小型银行系数显著的特征，说明中小型银行的信贷规模增速受总资本和通货膨胀的影响较大。究其原因，第一，中小型银行缺乏国家信用的背景，风险相对较大，因此，资本金的变化对银行信贷产生的影响较大;第二，较之大型商业银行，中小型银行资本金规模本身就比较小，此时资本微小的变化就能影响银行信贷。另外较之大型银行，中小型银行的信贷增速更容易受到货币政策的影响，这一点从货币政策和市场集中度交叉项中小型银行系数大于大型商业银行系数可以看出。

把CR4历年的数据带人，进一步分析货币政策和市场集中度交叉项的系数估计可以得到△MPt与△MPt-1的系数，具体结果见表8。由表8可知随着银行市场集中度的下降，△MPt和△MPt-1的系数整体呈现由负到正变化过程，但由表7可知交叉项△MPtCR4i，t与△MPt-1，CR4i，t系数均为负值。此现象说明近年来随着我国银行业市场集中度的不断降低，货币政策对商业银行信贷规模的影响也逐渐减小。但是由△MPt和△MPt-1的系数最终由负数转变为正数可知，当银行集中度的降低到一定程度时，二者运动方向将发生转变，货币政策对银行信贷规模增速的影响又会逐渐增大，基本呈现U字型发展规律。

从以上分析结果可知，当银行集中度大于39.795%时，银行集中度与货币政策信贷传导有效性之间成正向关系;当银行集中度小于39.795%时，二者之间呈反向变动关系。这是因为当银行业集中度较高时，我国国有大型银行在银行业占据主导地位，大型银行的国有背景决定了此时的货币政策性质可视为行政指令，这就保障了货币政策通过信贷传导得以有效执行。另一方面，随著近些年金融业的发展我国银行业集中度逐年降低，当银行集中度小于39.795%时货币政策变化对银行信贷增速的影响再次呈现出越来越大的趋势。究其原因，集中度降低意味着竞争加剧，竞争首先导致大型商业银行逐渐失去其依靠寡头地位对利率进行定价的权利，必须对货币政策保持“敏感”，从而使货币政策信贷传导的有效性得以提高。其次，竞争使得信贷获得渠道增加，减少了大型商业银行的“惜贷”行为，使得货币政策信贷传导渠道更加畅通。最后，竞争促进了金融创新，加速货币流通使得货币政策传导更加有效。

四、结论及政策建议

通过上述实证分析结果表明，银行业集中度显著影响货币政策信贷传导有效性。具体而言，中小型商业银行的信贷增长较之大型商业银行更容易受到货币政策的影响;随着我国银行业集中度的降低，货币政策信贷传导有效性整体呈现先降低再提高趋势;促进银行业竞争减低行业集中度对提高货币政策信贷传导有效性具有促进作用。

根据研究结论提出以下政策建议：（1）为促进竞争降低银行业集中度，应进一步降低银行类金融机构的市场准入门槛。与发达国家相比，我国对银行业实施的行业监管一直较为严格，为了有效降低银行业金融机构的市场壁垒，在金融风险可控范围内应适度放松政府监管，同时加快我国金融业监管体制改革[18]。允许有条件的民营资本、混合资本进入银行业，鼓励私人银行、地方银行、中小型股份制银行等新型机构的建立和发展，逐步形成一个银行主体多元化的行业竞争格局，促进银行业集中度进一步降低。（2）多措并举减少银行业垄断，大力提高中小型金融机构市场份额。我国当前正处于改革的进程中，尽管货币当局通过各种方式对市场结构和竞争程度进行干预，但银行业市场发展趋势并不能被中央银行政策制定者所完全操纵，除此之外大规模的并购或合并的出现也极大影响了银行的市场结构和竞争程度，这都增加了货币政策效果的不确定性。因此必须严格执行《中华人民共和国反垄断法》，努力提高中小型金融机构市场份额，带动整个银行业市场化程度提高，提高货币政策信贷传递的有效性。（3）进一步深化国有银行股份制改革，建立更加多元化的、更加合理的产权结构。当前我国国有银行股份制改革已经取得了显著成效，国有商业银行已改为股份制企业性质，但事实上国有资本仍占绝对优势，“国”字背景难脱、行政属性较强，导致竞争严重不足。要改变这一局面就要继续深化国有银行股份制改革，提高社会法人股、外资股等非国有性质产权比例，建立相对分散的大型商业银行产权结构，加快银行业市场结构改革有效进行。

注释：

①选取48期为滞后期的目的在于配合各年度的集中度和竞争指标进行后文的实证检验。

参考文献：

[1] 林铁钢.中国银行业改革：历史回顾与展望[J].中国金融，2005（3）：16-18.

[2] 周孟亮，李明贤.货币政策传导过程中的金融体系研究[J].中央财经大学学报，2007（3）：45-49.

[3] Lensink R， Sterken E.Monetary transmission and bank competi-tion in the EMU[J]. Journal of Banking&.Finance，2002，26（11）：2065-2075.

[4] Kashyap A，Stein J.The role of banks in monetary policy：a surveywith implications for the european monetary union[J]. EconomicPerspectives， Federal Reserve Bank of Chicago，1997，（9/10）：3-18.

[5] Cecchetti S G. Legal structure， financial structure and the mone-tary policy transmission mechanism[J]. Nber Working Papers，1999（7）：170-194.

[6] Charles K，Pennacchi G，Sopranzetti B.Bank consolidation and con-sumer loan interest rates[R]. Center for Financial InstitutionsWorking Papers， 2001，1-14.

[7] Adams R M，Amel D F.The effects of local banking market struc-ture on the bank-lending channel of monetary policy[R]. Financeand Economics Discussion，2005.

[8] Baglioni A. Monetary policy transmission under different bankingstructures： the role of capital and heterogeneity[J]. InternationalReview of Economics&.Finance，2007，16（1）：78-100.

[9] Gunji H，Miura K，Yuan Y.Bank competition and monetary policy[J]. Japan and the World Economy，2009，21（1）：105-115.

[10] 許小苍.银行内部特征与货币政策银行信贷渠道关系的实证研究[J].海南金融，2009（1）：8-12.

[11] 冯科，何理.我国银行上市融资、信贷扩张对货币政策传导机制的影响[J].经济研究，2011（2）：61-64.

[12] 徐明东，陈学彬.中国微观银行特征与银行贷款渠道检验[J].管理世界，2011（5）：24-37.

[13] 谭之博，赵岳.银行集中度、企业储蓄与经常账户失衡[J].经济研究，2012（12）：55-68.

[14] 刘涛雄，王伟.银行信贷结构对货币政策有效性的影响[J].清华

大学学报（哲学社会学版），2013 （3）：138 -147.

[15] 董华平，干杏娣.我国货币政策银行贷款渠道传导效率研究——基于银行业结构的古诺模型[J].金融研究，2015（10）：48-63.

[16] 王文平，李甜田.银行业集中度对中国货币政策信贷传导有效性的影响[J].山东财经大学学报，2018（2）：60-69.

[17] Bernanke B S，Mihov I.Measuring monetary policy[J]. The Quar-terly Journal of Economics，1998，113 （3）：869-902.

[18] 张蕴萍.供给侧改革：中国垄断行业政府规制体制改革的新动力[J].理论学刊，2016（5）：61- 66.