基于Boone指数的中国银行业贷款市场竞争度估计，本文主要内容关键词为：市场竞争论文,中国银行业论文,贷款论文,指数论文,Boone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、引言及文献回顾 中国银行业近年来一直受到媒体和社会的高度关注，关于银行赚取高额利润的报道层出不穷。这一现状引发了社会公众对中国银行业的大量批评，人们往往质疑缺少竞争是银行赚取高额利润的原因。在强大的舆论压力下，原中国工商银行行长杨凯生先生为此撰文试图澄清与中国银行业有关的几个争议问题(简称“杨文”)①。其中，关于中国银行业是否存在垄断的问题，“杨文”从非国有资本在中国商业银行中的占比以及中国银行业集中度两个方面加以说明：一方面，民间资本在国有银行、股份制银行、城市商业银行以及农村金融机构的占比依次为20%、41%、54%以及超过90%，这一股本结构表明中国的银行业不能说是国有垄断的；另一方面，中国前五大银行总资产占银行业总资产的比例从1998年的63%下降至2013年的44%，这一市场集中度低于美国、日本、德国、法国等经济体量排名居前的10个发达国家以及除印度以外的其他金砖国家。因此“杨文”认为，中国银行业垄断的说法并不成立。然而，这一“辩护”似乎没有得到广泛接受，批评者认为民营资本持股比例的上升以及银行业集中度的下降并不足以否定国有银行的垄断；就控制力而言，国有资本的支配性地位使得大银行在重大事项上可以达成“一致行动”，从而默契地形成事实上的垄断。 其实，以上关于是否垄断的争论涉及到银行产业组织中一个重要的实证问题，即银行业竞争度的估计。准确估计银行业竞争度首先是评价中国银行业改革成效的需要(于良春和鞠源，1999；李国栋等，2009；王国红，2013)，同时也是一系列银行业相关实证研究的基础，包括银行业竞争对其效率的影响(黄隽和汤珂，2008；程茂勇和赵红，2011)，银行业竞争对其稳定性的影响(王相宁和张志洋，2010；杨天宇和钟宇平，2013)，以及银行竞争对企业信贷融资的影响(张晓玫和潘玲，2013；马君潞等，2013)。对以上问题而言，银行竞争度的准确估计无一例外地成为其实证研究的一个关键，但已有文献对此却采用了不同的研究方法。早期的文献采用SCP范式的HHI进行研究，发现20世纪90年代中国银行业的市场结构已从寡头垄断转变为垄断竞争，行业竞争度有所加强(于良春和鞠源，1999)。后来人们倾向于使用Panzar-Rosse模型的H指数进行研究(赵子铱等，2005；王国红，2013)，但结论并不一致(李国栋和陈辉发，2012)。Lerner指数则是近年来银行竞争度估计的常用方法，王相宁和张志洋(2010)、杨天宇和钟宇平(2013)均在相关研究中使用该方法。 事实上，这些方法在被广泛使用的同时，其准确性也受到一定的质疑。首先，SCP范式一般认为高度集中的市场结构将导致行业竞争不足，但越来越多的证据表明，这一理论关系在银行业中似乎并不成立，在高度集中的市场结构下商业银行之间仍可能存在激烈的市场竞争(Claessens和Laeven，2004)。其次，Panzar-Rosse模型通过估计关于银行收益的一个简化式方程得到用于判断竞争度高低的H指数，但有研究指出，大部分现有文献在估计H指数时并未对计量模型进行正确设定从而引起了估计的偏误(Bikker等，2012)。最后，Lerner指数的主要想法是通过估计价格与边际成本偏离程度的大小来判断竞争度的高低，但传统的Lerner指数估计方法由于未考虑内生性偏差而导致结果可能存在偏误，有学者提出应使用经过调整的Lerner指数(Koetter等，2012；Maudos和De Guevara，2007)。面对这一局面我们不禁要问：是否有一种更好的方法可以准确地估计银行竞争度？或者说，至少我们能否找到一种新方法从另一个角度对中国银行业竞争度进行测度，以比较和验证已有方法的估计结果？考虑到银行竞争度估计是一系列银行业实证研究的关键所在，这一问题的回答也就显得尤为重要。 正是出于以上考虑，本文试图采用一种新方法估计中国银行业贷款市场的竞争度。针对银行贷款市场进行研究，是因为：一方面贷款利息收入是中国商业银行最重要的收入来源，准确判断贷款市场的竞争度对于理解中国银行业的高利润具有重要作用；另一方面中国金融体系以间接融资为主导，银行贷款是企业融资的主要渠道，因此研究银行贷款市场的竞争度也具有重要的现实意义。本文所采用的新方法是Boone指数，该指数是基于效率结构假说提出来的，根据这一假说，银行贷款市场份额对贷款边际成本越敏感，则表明贷款市场竞争度越高。相应地，实证研究中可以通过估计市场份额对边际成本的敏感度来度量市场竞争度的高低，边际成本的系数估计值即为Boone指数，一般情况下该指数小于0，负得越多则表明市场竞争度越高。鉴于HHI指数、H指数以及Lerner指数均存在一定的局限性，近年来Boone指数逐渐成为银行竞争度估计中的新方法。该方法的主要特点是，既可以更准确地衡量由于产品替代性增强或市场进入成本下降所导致的竞争度的上升(Boone，2008)，又可以度量某一产品市场例如贷款市场的竞争度而非整个行业的竞争度(Leuvensteijn等，2011)。Boone指数最早被运用于制造业和寿险业竞争度的估计(Boone等，2005；Bikker和Leuvensteijn，2008)，随后则越来越多地被应用于银行业的实证研究(Tabak等，2012；Delis，2012；Schaeck和Cihak，2014)。 国内学者采用Boone指数度量银行业竞争的文献并不多见，邹朋飞和欧阳青东(2011)在检验银行竞争与稳定的关系时使用了该方法作为银行竞争度的估计。不同于邹朋飞和欧阳青东(2011)的是，本文着重就中国银行业贷款市场的竞争度估计进行详细分析。邹朋飞和欧阳青东(2011)估计银行成本函数时未将存款视为银行产品，而参考已有文献的一般做法，本文把存款也看作是银行的产品之一(Leuvensteijn等，2011；Tabak等，2012；Delis，2012)；并且在估计边际成本时先后使用了包括存款和贷款的两产品成本函数以及包括存款、贷款和中间业务的三产品成本函数，以验证Boone指数估计结果的稳健性。本文的主要发现是：银行贷款市场的平均Boone指数为-0.433，市场竞争度不高；虽然贷款市场的集中度不断下降，但2009年后市场竞争度出现显著下降；2008年底出台的“4万亿”投资刺激计划导致效率较低的国有银行发放了更多贷款，是贷款市场竞争度下降的主要原因。 二、Boone指数的估计方法 Boone指数是基于效率结构假说提出来的。根据效率结构假说，效率不同的厂商进行竞争时，效率高(边际成本低)的厂商将比效率低(边际成本高)的厂商占有更大的市场份额，获取更高的利润；并且，这种分配效应会随着市场竞争的加强而变得更大，即市场竞争度越大，高效率厂商所获取的市场份额或利润就越大(Boone，2008)。基于这一理论关系，以市场份额或利润为被解释变量，以边际成本为解释变量，通过回归分析得到系数估计值可以用于判断市场竞争度的高低。该系数被称为Boone指数(Boone Indicator)，一般预期Boone指数为负值，负得越多，则市场竞争度越高。 1.Boone指数的由来 以银行业为背景，主要参考Leuvensteijn等(2011)、Tabak等(2012)的理论框架，下面简要介绍本文Boone指数的估计方法。假定银行i生产某种产品的数量为
(关于银行产品的界定将在后文讨论)，银行i面临的需求函数为：
把式(4)代入式(2)，可以发现利润是边际成本的二次函数。这里的利润
并未扣除进入成本ε，因此，只有当
≥ε时银行i才进入该市场。根据以上模型设定，两种原因可以导致市场竞争加剧。一是不同银行的产品替代性越来越强，即需求函数中的d上升时，银行之间的争夺越来越激烈，市场竞争度上升。二是进入成本ε下降时，市场竞争度上升。Boone等(2005)证明在以上两种情况下边际成本低的厂商都将获得更大的市场份额。 因此，根据Leuvensteijn等(2011)、Tabak等(2012)，实证研究中可以通过估计如下模型得到Boone指数：
其中，
，反映了银行i的产品市场份额。因为边际成本越低的银行将获得越大的市场份额，因此预期β＜0；并且，由于市场竞争越激烈时这种分配效应将越大，因此预期竞争度越高时β负得越多。式(5)采用的是对数模型，此时系数β度量的是市场份额对边际成本的弹性。β即为Boone指数，其绝对值的大小反映了市场竞争度的高低，负得越多，则市场竞争度越高。如果使用面板数据进行估计时，我们既可以得到样本期总体的Boone指数β，也可以得到每一个时期的Boone指数
，t=1，…，T。由于不同时期的
揭示了市场竞争度的时间变化轨迹，因此
的估计往往成为实证研究中更受关注的问题。 需要说明的是，Boone指数最初是基于厂商利润与边际成本的理论关系提出的(Boone，2008)，一些较早的实证研究在估计市场竞争度时也以利润作为被解释变量。但使用市场份额作为被解释变量是一种改进，原因是：理论上以边际成本下降为表现的效率改进将导致市场份额的的上升而不一定是利润的增加；此外利润有可能小于0，当采用对数线性模型时将数据将出现缺省值(Leuvensteijn等，2011；Tabak等，2012)。在本文所用的数据里，中国农业银行1999年以及广发银行2005年和2006年的净利润均为负值。因此，本文使用市场份额的对数值作为被解释变量。 2.边际成本的估计 由于边际成本mc是观测不到的，因此估计Boone指数前先要测算不同银行的mc。文献通常通过估计成本函数进而得到边际成本的估计值。由于边际成本是成本函数的一阶导数，当得到成本函数的系数估计值后，代入系数估计值及变量的样本观测值后即可得到边际成本的估计值。实证研究中常常把成本函数设定为超越对数成本函数，这是因为超越对数成本函数是任意形式成本函数的良好逼近，很多涉及银行成本的研究也都采用这一函数形式。 假定银行是一个生产多产品的厂商，那么银行成本是其产量与要素价格的函数。银行i的超越对数成本函数为：
其中，C代表银行总成本，为利息支出与非利息支出之和；
分别代表贷款(j=l)和存款(j=d)两种产出。此外，
代表资金、劳动和资本3种投入要素价格，分别称为资金成本、劳动成本以及资本成本。资金成本等于利息支出与存款的比值，劳动成本等于管理费用与职工人数的比值，资本成本等于非利息支出减去营业费用后与总资产的比值。模型中加入年度虚拟变量
以控制总成本的时间变化趋势。最后，成本函数中要素价格需要满足对称性与一次齐次性，因此成本函数的估计需要增加以下约束条件：
式(8)代入成本函数的系数估计值和变量的样本观测值，则可得银行i在时间t的贷款边际成本。 3.Boone指数的估计与识别 先估计整个样本期总体的Boone指数，然后估计每一年的Boone指数以刻画市场竞争度的变化轨迹。即首先估计如下模型：
其中，下标l表示贷款，
表示银行i在时期t的贷款边际成本，
表示银行i在时期t的贷款市场份额。模型中加入年度虚拟变量
以控制市场份额的时间变化趋势。 然后，通过如下模型估计随时间变化的Boone指数：
使用面板数据固定效应模型估计式(9)和式(10)。进一步地，边际成本mc可能为内生变量：由于规模经济的原因，市场份额越大的银行其产品边际成本可能越低，即规模经济的存在使市场份额与边际成本之间可能是双向因果关系而不是单向的(Leuvensteijn等，2011；Tabak等，2012)。因此式(9)和式(10)的估计需要使用工具变量，参照已有文献的处理方法本文使用广义矩估计(GMM)。具体而言，在估计时先对边际成本mc的内生性进行检验，如果为内生变量，则采用广义矩方法进行估计，以其滞后变量为工具变量；如果为外生变量，则采用固定效应模型方法。 4.稳健性检验的策略 边际成本mc是Boone指数估计中最重要的解释变量，因此边际成本的测算成为稳健性检验的关键问题所在。考虑把成本函数从两种产品扩展为3种产品，即除贷款、存款两种主要产品外把中间业务纳入为第三种产品。长期以来传统的存贷款是中国商业银行的主要业务，存贷款利差收入也是其主要的收入来源。但随着金融市场化改革的深入和金融对外开放程度的加深，中间业务成为中国商业银行一项越来越重要的业务，进入21世纪以后中间业务收入在总收入中的占比平均保持在20%以上。中间业务可以细分为很多项目，而手续费和佣金收入是中间业务收入中最主要的组成部分。基于数据可得性的考虑，本文使用手续费和佣金收入作为第三种产品即中间业务的代理变量。当采用三产品总成本函数时，式(6)相应增加了中间业务及相应的交互项，估计时其约束条件也相应增加为：
此时贷款边际成本为：
其中，下标m表示中间产品，因此
代表中间业务数量。使用同样方法估计式(9)和式(10)得到总体和年度Boone指数，以对两产品成本函数下的结果进行稳健性检验。 本文选取14家全国性商业银行1999-2012年的数据作为样本。14家银行分别是中国工商银行、中国农业银行、中国银行、中国建设银行、中国交通银行、中信银行、招商银行、华夏银行、光大银行、兴业银行、浦东发展银行、广东发展银行、民生银行和平安银行②。选取全国性商业银行而不包括区域性商业银行(如城市商业银行)的主要原因是，商业银行主要通过广泛分布在各地的分支机构进行竞争，而区域性银行的业务往往集中在某一个城市或省份，其竞争策略与全国性银行有较大区别。此外，14家全国性商业银行贷款之和占中国银行业总贷款的比例在2012年为68.4%，样本期内的均值为70.2%，具有比较充分的代表性。样本始于1999年是因为研究所需的数据在1999年前缺失比较严重，此外，国有商业银行直到1997年底才终止实行多年的信贷配额制度，自此开始实行以法人为单位的风险管理和信贷竞争。本文资料来源于历年《中国金融年鉴》及各商业银行公开的年度报告，主要变量的定义及其描述性统计如表1所示。
四、实证结果与解释 1.边际成本的估计结果 先估计两产品成本函数，以式(7)为约束条件对式(6)进行有约束回归，然后计算得到相应的贷款边际成本。类似地，以式(11)为约束条件估计三产品成本函数，并计算得到相应的贷款边际成本。图1根据估计结果呈现两产品成本函数下得到的平均贷款边际成本的变化趋势。全部银行样本下每一年的平均贷款边际成本呈现下降(1999-2003年)、上升(2004-2008年)、下降(2009-2010年)和再上升(2011-2012年)的变化过程，其中2008年边际成本有明显的上升。进一步对比四大国有商业银行与股份制商业银行的平均贷款边际成本③，可以发现：国有银行与股份制银行的平均贷款边际成本也都经历了类似的下降、上升、下降和再上升的变化过程；每一年国有银行的平均贷款边际成本都高于股份制银行的平均贷款边际成本，其中，国有银行的平均贷款边际成本高于全部银行的平均贷款边际成本，而股份制银行则低于全部银行。
图1 两产品成本函数下的贷款边际成本 图2呈现三产品成本函数下平均贷款边际成本的变化趋势。相比两产品成本函数，使用三产品成本函数得到的平均贷款边际成本要高一些，但其变化轨迹与两产品成本函数下边际成本的变化轨迹相同。并且，国有银行的平均贷款边际成本也同样高于股份制银行的贷款边际成本，说明国有银行的效率相比股份制银行的效率更低，这一结论不因为使用两产品成本函数还是三产品成本函数而有所区别。以上结果的对比说明，本文对贷款边际成本的估计是稳健的。
图2 三产品成本函数下的贷款边际成本 2.总体Boone指数的估计结果 下面根据式(9)估计样本期总体的Boone指数。先以两产品成本函数下的边际成本作为解释变量，依次使用固定效应方法(FE)以及广义矩方法(GMM)进行估计，估计时均使用稳健型标准误(见表2)。首先使用面板数据固定效应方法进行估计。Hausman检验统计量为11.96，概率为0.001，表明确实应采用固定效应而不是随机效应。固定效应估计表明，边际成本显著为负，年度虚拟变量都显著，得到的Boone指数为-0.216。进一步地，考虑边际成本可能存在的内生性，使用广义矩方法进行估计。先采用解释变量lnmc的一阶滞后变量作为工具变量进行估计。针对解释变量是否存在内生性的Hausman-Wu检验统计量为206.70，概率为0.000，因此拒绝不存在内生性的零假设。因为对内生变量仅使用一阶滞后lnmc作为工具变量，所以恰好识别。对一阶滞后lnmc作为工具变量可能存在的识别不足问题进行检验，结果得到的LM统计量为37.213，概率为0.000，因此拒绝一阶滞后lnmc与lnmc不相关的零假设，即不存在识别不足的问题。进一步作弱工具变量问题的检验，结果表明模型的Cragg-Donald统计量为44.102，远大于16.38的临界值，拒绝一阶滞后lnmc与lnmc相关性较弱的零假设，因此一阶滞后lnmc不是一个弱工具变量。广义矩方法估计结果表明，边际成本仍然显著为负，与理论相符，Boone指数为-0.433，相比固定效应的估计结果(绝对值)略有上升。
进一步使用三产品成本函数下边际成本的估计结果对式(9)进行重新估计以检验结果的稳健性(见表2)。结果发现，固定效应估计得到的Boone指数为-0.191，相比两产品成本函数下的Boone指数，其绝对值有所下降。同样使用一阶滞后lnmc作为工具变量估计式(9)，对lnmc的内生性检验结果表明拒绝lnmc不存在内生性的原假设，并且一阶滞后lnmc作为工具变量不存在识别不足以及弱工具变量的问题。广义矩方法估计得到Boone指数为-0.310，其绝对值比三产品成本函数下固定效应估计结果的绝对值有所增加，但比两产品成本函数下广义矩方法估计结果的绝对值有所下降。 为判断中国银行业贷款市场党争度所处的水平，我们把以上估计结果与Leuvensteijn等(2011)、Tabak等(2012)的结果进行比较。Leuvensteijn等(2011)得到的是欧美各国以及日本的银行业贷款市场Boone指数。Tabak等(2012)得到的是南美各国的贷款市场Boone指数。以本文广义矩方法估计得到的Boone指数代表中国银行业贷款市场的竞争度，即-0.433(或-0.310)，通过对比可以发现中国贷款市场的竞争度并不高，与南美各国相当，低于欧美各国。当然，由于不同文献的模型设定以及变量度量的差异，这一判断也可能不够准确，仅作为国际比较的一种参考。 为考察国有银行与股份制银行之间的差别，在式(9)中加入国有银行虚拟变量state与lnmc的交互项后进行重新估计，其中虚拟变量state对国有银行取值为1，否则为0，结果见表2。可以发现两种成本函数下的估计结果表现出一致的特点。首先，采用两产品成本函数下的边际成本作为解释变量，固定效应估计结果显示lnmc显著为负，其系数估计值为-0.337，说明股份制银行的贷款市场份额随着贷款边际成本的下降而上升。而state_lnmc的系数估计值为0.610，大于lnmc系数的绝对值，得出国有银行边际成本的系数为0.373，说明国有银行的市场份额会随着边际成本的上升而上升，国有银行表现出与股份制银行不一样的特点。两产品成本函数下的广义矩方法估计也得到相似的结果，进一步通过三产品成本函数测算边际成本并估计Boone指数，发现以上结论是稳健的(见表2)。 为探究其原因，根据不同银行的贷款市场份额数据作图3和图4，以刻画国有银行与股份制银行贷款市场份额的变化趋势。可以看出：国有银行的市场份额主要表现为下降趋势，股份制银行的市场份额则主要表现为上升趋势。结合边际成本的变化趋势，我们推断得到以上估计结果的原因是：由于股份制银行的边际成本总体表现为下降趋势，并且比国有银行的边际成本低(见图1和图2)，股份制银行凭借更高的效率在市场竞争中获得了越来越大的贷款市场份额，因此其边际成本的系数估计值为负；国有银行的贷款边际成本虽然也总体表现为下降趋势，但效率不如股份制银行高，国有银行的市场份额在市场竞争中逐渐变小，因此其边际成本的系数估计值为正。这一实证结果说明，股份制银行相比国有银行面临更激烈的市场竞争，股份制银行的发展对促进中国银行业贷款市场的竞争起到重要作用。
图3 国有银行的贷款市场份额 3.年度Boone指数的估计结果 根据式(10)估计样本期内的年度Boone指数，依次采用固定效应和广义矩方法进行估计(见表3)。先使用两产品成本函数下的边际成本作为解释变量作估计，估计时均使用稳健型标准误。作固定效应估计前，Hausman检验结果表明确实应使用固定效应而不是随机效应；作广义矩方法估计时，Hausman-Wu检验表明边际成本确实存在内生性，使用一阶滞后lnmc作为工具变量不存在识别不足以及弱工具变量的问题。固定效应和广义矩方法的估计结果均表明：贷款市场竞争度总体处于上升趋势，但2009年后有明显的下降。使用三产品成本函数得到的边际成本作为解释变量对以上结论进行验证，固定效应和广义矩方法的估计结果表明以上结论是稳健的。
图4 股份制银行的贷款市场份额
为了比较Boone指数与结构—行为—绩效(SCP)范式对竞争度测度结果的差异，下面计算样本期内每一年的市场集中度
以及赫芬达尔指数HHI。以
代表银行i在贷款市场所占的份额，根据定义，市场集中度
，其中i=1，…，4指的是市场份额最大的四家银行，即四大国有银行。银行贷款市场
，HHI介于1/N与1之间，当某银行垄断了所有的市场份额时，其值为1，市场份额越分散，其值越接近于越接近于1/N。SCP范式认为，
和HHI越小则表明市场竞争度越高(见图5)。
图5
(左轴)和HHI(右轴) 为呈现Boone指数的时间变化趋势，本文根据广义矩方法得到的两组估计结果作图6，其中，
为两产品成本函数下的估计结果，
为三产品成本函数下的估计结果。图5表明，2000-2012年
和HHI总体呈现下降趋势，其中2007年及2012年略有上升。如果根据传统产业组织理论的SCP范式进行解释，我们容易得出结论：中国银行业贷款市场的竞争度总体呈现不断上升的趋势。但这一结论与Boone指数的估计结果存在差异(见图6)。如果以2008年为界把样本期划分为两个阶段，我们发现：2000-2008年
、HHI与Boone指数均表明中国银行业贷款市场的竞争度不断上升，结论相一致；而2009-2012年
与HHI虽表明竞争度与2008年相比变化不大，但Boone指数却表明中国银行业贷款市场的竞争度在2009年出现明显下降，之后虽呈上升趋势，但总体仍低于2008年的市场竞争度，这一结论与使用
、HHI作为测度指标所得到的结果基本相反。这些差异说明
及HHI很可能不是市场竞争度的准确度量。根据定义，
和HHI实质上度量的是市场结构，由于SCP范式认为市场竞争度决定于市场结构，
和HHI因而成为竞争度的度量方法。而现代产业组织理论认为市场竞争度的高低决定于厂商之间的竞争行为而不是市场结构，即使市场结构保持不变，厂商行为的改变也将引起市场竞争度的变化。因此，作为市场结构测度方法的
及HHI并不能准确判断市场竞争度的高低。
图6 Boone指数 那么，为什么中国银行业贷款市场竞争度在2009年出现显著下降？一种可能的解释是，银行业市场竞争存在顺周期性，即银行业市场竞争度会随着宏观经济进入下行周期而下降(李国栋等，2009)，而国际金融危机后中国经济增长率出现明显下降，因此银行竞争度随之下降。然而仔细推敲后发现，中国经济增长率早在2008年就已经开始明显下降，即从2007年的14.2%下降到2008年的9.6%。如此看来，顺周期性仍不能充分解释中国银行业贷款市场竞争度的下降为何发生在2009年而不是2008年。而Boone指数提供了解释银行竞争度变化的另一种视角。根据Boone指数的定义，竞争度的变化是由银行市场份额对边际成本敏感度的变动引起的。因此，2009年中国银行业贷款市场竞争度的下降应该是由商业银行贷款市场份额对贷款边际成本敏感度下降，市场份额并没有依据银行效率的高低不同而得到有效的分配所造成的。我们可以通过观察银行贷款市场份额的变化得到相应的佐证。国有银行虽然效率比股份制银行低，但图5显示2009年起国有银行的贷款市场份额(即
)相比2008年几乎没有变化，这与2000-2008年所呈现的下降趋势有明显区别，说明国有银行的贷款市场份额在2009年并没有因为效率低而有所下降。而股份制银行虽然效率相对更高，但图4显示2009年其市场份额相比2008年并没有明显增加，贷款市场份额的增速相比2008年前变小。 进一步地，为什么中国银行贷款市场的份额在2009年并没有得到有效分配？本文认为，很重要的一个原因是2008年底出台的“4万亿”投资刺激计划。为应对国际金融危机所引起的经济下滑，中国政府于2008年11月9日正式宣布在其后两年内投资“4万亿”的经济刺激计划，用于基础设施建设、生态环保、保障安居工程、医疗卫生和文化教育、自主创新结构调整以及灾后重建等。就资金来源而言，中央财政出资1.18万亿元，其他由地方财政和社会投资来完成，而实际主要依靠银行贷款。“4万亿”经济刺激计划导致中国银行业贷款投放量在2009年出现激增，这与Boone指数显著下降的时间非常吻合。通过观察中国银行业总贷款余额的变化，可以发现2000-2012年贷款余额增量最大的年份就是2009年，其中，国有银行贷款余额增量占比为45.8%，股份制银行贷款余额增量占比为21.6%。图7和图8进一步从贷款余额增长率的角度刻画各家商业银行的贷款增长速度，可以发现：四大国有银行的贷款增长率均在2009年达到最高，平均为34%，远高于其样本期内平均的贷款增长率13%；而股份制商业银行2009年的贷款增长率虽然也较高，平均为35%，但这一增长速度显然不是其样本期内的最高点，相比其样本期平均增速29%仅有小幅上升。以上分析说明，“4万亿”投资计划刺激下大部分银行贷款余额的增加是由国有银行所投放的，因此四大国有银行2009年的贷款市场份额(即
)相比2008年几乎没有下降。正因为效率低的国有银行获得了相对较大的市场份额，中国银行业贷款市场的竞争度在2009年出现显著的下降。王曦和陆荣(2009)认为，“4万亿”投资违背了以市场手段配置资源的改革方向，对投融资体制改革的影响尤为严重，短期内虽稳定了经济社会，但长期看却牺牲了中国经济增长方式的优化。本文所得出的“4万亿”投资导致银行贷款市场竞争度下降的结论，从一个侧面支持了王曦和陆荣(2009)的观点。
图7 国有银行贷款增长率 2009年后中国银行业贷款市场的竞争度开始逐步上升，这与“4万亿”投资计划影响逐渐减弱过程中股份制银行贷款增速高于国有银行，并且市场份额逐渐上升的趋势也一致。图7和图8显示：2010年中国银行业总贷款余额的增幅明显小于2009年，国有银行和股份制银行贷款余额的增幅也有相应回落。从贷款增长率看，2010年起国有银行及股份制银行的贷款增速均比2009年有所下降，但国有银行贷款增速相比股份制银行下降更快。2009-2012年国有银行贷款平均增速依次为34%、17%、14%和12%，而股份制银行贷款平均增速则依次为35%、20%、19%和17%。相应地，国有银行和股份制银行的贷款市场份额呈现不同的变化趋势：2009-2012年国有银行的贷款市场份额表现为“U”形的变化轨迹，依次为46.0%、45.1%、45.1%和46.6%，增幅不大；而股份制银行的贷款市场份额则表现为不断上升的趋势，依次为19.8%、19.9%、20.3%和21.8%，增幅相比国有银行较大。以上数据表明，随着“4万亿”刺激计划的淡出，2010年起中国商业银行的决策行为逐步回归到基于效率的信贷竞争，效率高的股份制银行在市场竞争中得以占有越来越大的市场份额，因此银行贷款市场的竞争度呈现上升趋势。
图8 股份制银行贷款增长率 五、结论与政策含义 Boone指数是近年来用于度量银行竞争度的一种新方法。基于效率结构假说，该方法认为银行贷款市场份额对贷款边际成本越敏感，即市场份额随着边际成本下降而上升的幅度越大，则表明贷款市场竞争度越高。因此，实证研究中可以通过估计市场份额对边际成本的敏感度来度量市场竞争度的高低，边际成本的系数估计值即为Boone指数，一般情况下该指数小于0，负得越多则表明市场竞争度越高。本文基于14家全国性商业银行1999-2012年的面板数据，使用Boone指数估计中国银行业贷款市场的竞争度，结论如下： 第一，通过银行贷款市场份额对贷款边际成本作回归，固定效应估计得到的Boone指数为-0.216，使用广义矩方法控制贷款边际成本的内生性后得到的Boone指数为-0.433，表明中国银行业贷款市场的竞争度并不高，低于欧美发达国家而与南美各国相当。把样本区分为国有银行和股份制银行两个类别，发现股份制银行的效率高于国有银行，其贷款市场份额显著地随着其贷款边际成本的下降而上升，股份制银行的发展是驱动中国银行业贷款市场竞争的主要力量。 第二，进一步估计中国银行业贷款市场的年度Boone指数以刻画竞争度的变化轨迹，结果发现2000-2012年贷款市场竞争度总体呈上升趋势，但以2009年为界可划分为两个阶段：2000-2008年竞争度处于上升状态，与同期中国银行业贷款市场集中度不断下降的趋势相吻合；而2009年后竞争度出现显著下降，这与同期中国银行业贷款市场集中度相对稳定的事实形成了明显反差。 第三，中国银行贷款市场竞争度在2009年后发生显著下降的主要原因是2008年底出台的“4万亿”投资刺激计划。在该刺激性财政政策影响下中国银行业投放了大量贷款，其中效率较低的国有银行相比效率较高的股份制银行发放了更多的贷款并改变了其市场份额的下滑趋势，从而导致中国银行贷款市场Boone指数(绝对值)发生显著下降，即市场竞争度出现下降。 这些结论所蕴含的主要政策含义是：一是基于中国银行贷款市场的竞争度在国际金融危机前随着市场集中度的下降而上升的结论，我们发现多年以来中国通过增加新的金融机构以促进市场竞争的改革是有效的，银行监管部门在政策制定上应进一步降低市场准入门槛，尤其是加快中小银行的发展。二是基于国际金融危机后“4万亿”投资刺激计划导致中国银行贷款市场竞争度发生显著下降的结论，我们认为大规模的财政刺激政策很可能会损害银行间正常的信贷竞争，导致银行体系的效率损失和风险累积。刺激性政策虽有助于宏观经济在短期内较快恢复，但相关部门应认识到取得这一政策效果所需付出的代价，对其可能引发的金融风险做好充分的应对准备。三是中国实行的是以间接融资为主导的金融体系，建设一个充分竞争的银行贷款市场显得尤为重要，相关的政策制定者在放宽银行业市场准入以外，更要注意减少宏观经济政策对商业银行信贷决策的干扰，维护商业银行间的公平竞争环境，确保银行贷款市场的高效运行。 感谢2014年上海市数量经济学会主办的“计量经济学的理论与方法应用”研讨会上与会学者的有益意见。 ①见财新网，http://finance.caixin.com/2014～06～02/100685015.html。 ②2012年，深圳发展银行吸收合并平安银行并更名为平安银行，因此，本文所选取的平安银行在2012年指的是合并后新的平安银行，此前为原深圳发展银行。 ③2006年5月16日，银监会正式发布《国有商业银行公司治理及相关监管指引》，其下发对象除了四大国有银行之外，还包括中国交通银行，自此一般认为中国交通银行成为第五大国有银行。但本文仍然沿用四大国有银行的说法，主要的考虑是中国交通银行的贷款市场份额与四大国有银行相比较小，并且其市场份额的变化趋势与股份制银行更为相似(见图3和图4)。
标签：市场竞争论文; 国有银行论文; 边际成本论文; 银行业论文; 成本函数论文; 平均成本论文; 解释变量论文; 产品成本论文;
