信贷审批权配置效率的实证分析，本文主要内容关键词为：审批权论文,实证论文,信贷论文,效率论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
中国的金融体系由银行体系和资本市场组成。就中国目前的状况而言，资本市场尚未发展成熟，银行体系仍占主导地位。统计表明，中国90％的融资量建立在银行信贷的基础上。
但中国的银行经营效率低下。银行要改善银行的公司治理和风险管理，尽量减少新的不良资产的产生。周小川认为，银行绩效的生命线在很大程度上取决于信贷审批、风险控制、资产处置和后台监督的机制。周小川表示，“只要加强内控、上收审批权力，同时规范信贷决策程序，银行的损失还是可控的”[1]。但如何加强内控，规范信贷审批，信贷审批权具体如何配置呢?
目前，我国银行都实行了审贷分离的制度，并有不少银行正在考虑进一步深化审批制度改革，把信贷审批权都集中到总行，或是新设立的地区总部。通过把信贷的管理权上收，以此来加强内控和规范审批。但如果上收得过于彻底，则有可能造成一系列的问题，如基层小企业贷款满足率过低；分支机构对基层小企业和新创企业的了解会弱化；银行对企业也将逐渐陌生，人才培养也会受到影响等等。因此，对信贷审批制度还有许多问题需要深入探讨。而到目前为止，国内外关于信贷审批权的相关研究中，理论分析方面的文章居多，实证分析的文章较少。而在实证分析的文章中，还没有直接对信贷审批权的配置问题进行研究的。因此，本文的研究具有一定的开创意义，是这方面研究的一个有益尝试。
文章接下来的结构安排如下：第二节是对数据的描述说明和研究方法的介绍；第三节介绍实证结果；第四节是结论。
二、数据与方法
(一)数据的采集
本研究的数据来源于我们自己的搜集整理。我们在搜集数据时主要利用了Bankscope全球银行与金融机构分析数据库。我们从Bankscope中选择了127家银行。这127家银行中包括欧美国家79家，亚洲48家。因为大银行提供的公开数据比较多，我们的选择标准便是资产规模。人选的银行资产规模在人民币1000亿元以上。但即使是这样，仍有一些银行数据更新不够快，提供的数据比较陈旧，有些是2003年甚至更早时候的。我们在最后分析时把这些银行剔除，最后剩下100家银行。我们在分析这100家银行时使用的是其2004年末的数据。
(二)变量及其统计特性
1．经营绩效。我们选择的绩效衡量标准是股东权益回报率(税后利润/股东权益)。这里分子是税后利润，而不是税前利润。因为各企业的盈利模式可能不一样，所需交的税款额也不一样，因此，税后利润能更好地反映企业的盈利水平。分母是股东权益而不是银行的资产总额，因为股东权益回报的最大化才是管理层努力的目标。
100家银行的股东权益回报率，最低的是0％，最高的是22％，平均为4.14％。其中回报率在0.01％以下的有19家，10％以上的5家。
2．信贷审批权限。信贷审批权的集中度，以银行的信贷审批模式来衡量。它是一个虚拟变量，信贷审批权集中的为“1”，信贷审批权分散的为“0”。数据中“0”值的有31家，“1”值有69家。
3．银行规模。银行的规模，以总资产来衡量。我们在做回归分析时取其以10为底的对数，计量单位是百万美元(million dollars)。数据中最小为4.06，最大为6.13，平均为5.12。
4．银行的风险水平。银行的风险水平，以不良贷款率来衡量。数据中最低的是0.31％，最高的是30.30％，平均为4.93％。其中在1％以下的有15家；10％以上的13家，其中20％一家，30％一家。
5．银行资产的流动性。银行资产的流动性，我们以资产负债比例来衡量。数据中比例最低的是78％，最高的接近100％，平均为94.61％。
6．银行的增长率。银行的增长率，我们以其资产规模的增长率来衡量。各银行中增长率最低的为-3％，是负增长；最高的为526％；平均为21.73％。其中负增长的共有5家，增长率在100％以上的有2家。这些快速增长的银行主要是通过并购等来扩大自身规模的，另外还有汇率的大幅度变动所产生的影响。
样本中的变量统计特性如下表所示：
表1 变量的统计特性
变量 平均值中位数
标准差
经营绩效 ．00 ．22．03486
信贷审批权限01 ．494
银行规模4．066．13．58673
银行风险水平
．3130．30 5．29792
银行资产流动性 ．781．00．03075
银行增长率
-．035．26．54414
(三)模型
本文的研究方法主要参考了H．O．Armour ＆ D．J．Teece[2]。本文的基本模型是：
π=f(DEGREE，SIZE，RISK，LIQUITIY，GROWTH)
π=股东权益的回报率(账面价值)；
DEGREE=信贷审批权的集中度，以银行的信贷审批模式来衡量。它是一个虚拟变量，信贷审批权集中的为“1”，信贷审批权分散的为“0”；
SIZE=银行的规模，以总资产来衡量；
RISK=银行的风险水平，以不良贷款率来衡量；
LIQUITIY=银行资产的流动性，以资产负债比例来衡量；
GROWTH=银行的增长率，以其资产规模的增长率来衡量。
三、实证结果
实证分析的结果如下表所示：
表2 信贷审批权限与经营绩效回归系数
变量 系数
常数．689*(．098)
信贷审批权限-．010(．012)
银行规模．016***(．009)
银行风险水平
-．226*(．078)
银行资产流动性 -．760*(．105)
银行增长率 ．015*(．006)
样本量100
R-Sq．487
*表示1％的水平；**表示5％的显著水平；***表示10%的显著水平。
从表中可以看出，信贷审批权对经营绩效的关系为负相关，系数为-0.010，但并不显著，这意味着银行信贷审批权限对银行的经营绩效没有显著影响。而有意思的是，其他所有控制变量对银行经营绩效都具有显著影响。银行规模和银行的增长率对其经营绩效有正面的影响，其系数分别为0.016和0.015，在10％和1％的水平上显著。因此，银行规模越大，增长越快，则其股权回报率越高。而银行的不良资产率和资产负债比例则对其经营绩效有负面影响，其系数分别为-0.226和-0.760，都在1％的水平上显著。这表示不良资产率越高，资产负债比例高(资产负债比例高则意味着流动性差)，则其股权回报率越低。这个结果与我们前面所作的理论分析是一致的，即信贷审批权的上收并不一定意味着银行经营绩效的改进。银行把信贷审批权上收，可以在一定程度上克服代理人问题，减少代理人的道德风险，降低了代理成本。但是，银行上收审批权后，信息成本可能会增加。
根据企业组织理论，当信息在决策中有价值时，对这些决策来说，使决策权威与可利用的信息相匹配是有收益的。这里，有两条途径使信息和决策权相匹配。一是将信息转移给具有决策权的人，二是将决策权转移给具有信息的人。当信息从掌握信息者向上级决策者传递时会发生一系列的成本。一部分信息将不能准确传递到决策者，特别是一些意会信息，它们只可意会，而不可言传；而传递上去的信息，决策者也需花费成本进行识别。我们将因信息漏损、信息识别造成的成本统称为信息成本(Information Cost)。
因此，信贷审批权的上收在降低代理人的道德风险的同时，也增加了信息成本。这意味着我们在减少第二类谬误的同时，增加了第一类谬误，使得许多有效益的项目遭到否决。这对银行信贷业务的开拓不利，减少了信贷业务部门的业务开拓力度，缩小了他们的市场空间，同时也就减少了银行的利润来源。
但另一方面，信贷审批权的上收对减少道德风险，降低银行的信用风险还是比较明显的。这从下表中可以看出：
表3 信贷审批权限与不良贷款回归系数
变量 系数
常数
．320***(．164)
信贷审批权限-．050*(．015)
银行规模 ．010(．013)
经营绩效 -．444*(．147)
银行资产流动性-．291(．179)
银行增长率 -．032(．021)
样本量100
R-Sq ．386
*表示1％的水平；**表示5％的显著水平；***表示10％的显著水平
从表中可以看出，信贷审批权的上收对降低不良贷款比例具有显著的影响，系数为-0.50，在1％的水平上显著。因此，信贷审批权越集中，则银行不良资产比例越低。
四、结论和意义
本文我们实证分析了银行信贷审批权的配置对银行经营绩效的影响。我们发现，银行信贷审批权限对其经营绩效没有显著影响。这意味着信贷审批权的上收并不一定会改进银行经营绩效。银行把信贷审批权上收，可以在一定程度上克服代理人问题，减少代理人的道德风险，降低了代理成本。但是，银行上收审批权后，信息成本可能会增加。因此，银行在进行贷款审批权的配置时需要综合考虑代理成本和信息成本。
目前，我国银行都实行了审贷分离的制度，并有不少银行正在考虑进一步深化审批制度改革，把信贷审批权都集中到总行，或是新设立的地区总部。但是否应该搞“一刀切”，所有银行在所有地区都把信贷审批权上收呢?我们认为这需要具体分析。
(一)大银行与小银行应该有所不同
不同的银行，其经营所面临的环境因素是不一样的。Berger等[3]把影响银行经营的环境因素归结为有技术创新与信息结构、市场结构、法律与规制因素、以及银行的经营条件等。由于环境因素的不同，银行应该选择不同的信贷组织结构。以信息结构对银行信贷组织结构而言，为了有效缓解金融交易中的信息问题，银行开发出基于不同种类信息的多种贷款技术。如财务报表型贷款、抵押担保型贷款、信用评分技术以及关系型贷款等。前3种技术所涉及和生产的主要是易于编码、量化和传递的“硬信息”。关系型贷款则有所不同，它所涉及的主要是难以量化和传递的“软信息”具有强烈的人格化特征。这种软信息可视为银行生产的关于特定企业及其业主的专有知识。
不同的银行其处理不同信息的能力是不一样的。由于大银行的组织机构庞大，专业人才多，网络分布广，因此在收集和处理公开信息以及运用标准化的贷款合约向信息透明度高的大中型企业发放贷款上拥有优势；而小银行虽然在收集和处理公开信息上居于劣势，但由于其地域性和社区性特征，它们可以通过长期与中小企业保持密切的近距离接触来获得各种非公开的关联信息(即软信息)，因而在向信息不透明的中小企业发放关系型贷款上拥有优势[4]。由于软信息的传递成本过高，关系型贷款的决策权必须下放给掌握着这些软信息的基层经理和信贷员。这也就是说，对小银行而言，其贷款审批权集中度需要下降，而不是像大银行那样把贷款审批权上收提高集中度。
但是在实践中，许多中小银行都把贷款审批权上收了。这是导致我国目前中小企业融资困难，加重信贷配给和信贷集中的一个重要原因。这与现在国内银行的业务定位不大明确有很大关系。国内银行中，大银行在做小企业的业务，而小银行则立足于做大企业的业务。而在未来，对中小企业的贷款应该主要是中小银行去做。
(二)不同地区应该有所不同
在中小企业发展比较快，金融生态环境比较好的地方，应该适当下放信贷的审批权。如温州工行将全额保证贷款和信用贷款占50％以上之外的贷款转授权给二级支行；根据各支行的信贷规模和资产质量情况，温州工行分四个等级分别对各支行进行授权，由各支行按单笔限额对小企业信贷业务进行审批。温州农行将资信等级为AA级以上的小企业贷款审批权下放到二级支行；小企业小额短期信贷业务审批权下放到市区各支行和乐清、瑞安等4个试点支行，部分权限下放到6家二级试点支行。这些措施取得了良好效果。截至2005年8月末，温州工行小企业贷款不良率仅为0.4％；温州农行小企业贷款不良率为3.40％。
标签：银行论文; 配置效率论文; 信贷业务论文; 银行信贷论文; 信贷规模论文; 信贷配给论文; 绩效目标论文; 实证分析论文; 决策能力论文; 投资论文;