周春喜，毛 悅

(1.浙江工商大學(xué) 金融學(xué)院，浙江 杭州 310018；2.浙江民泰商業(yè)銀行 民泰金融研究院，浙江 溫嶺 317500)

一、 引 言

過去幾十年發(fā)生的數(shù)次銀行危機(jī)事件表明，貸款過于集中會(huì)給銀行造成巨大的威脅。2008年，美國(guó)發(fā)生次貸危機(jī)的根本原因就是由于美國(guó)一些銀行對(duì)貸款集中度風(fēng)險(xiǎn)缺乏應(yīng)有的關(guān)注，以至于房地產(chǎn)行業(yè)的貸款集中度過高，加之風(fēng)險(xiǎn)管理措施不到位，以及監(jiān)管舉措存在缺陷，導(dǎo)致銀行風(fēng)險(xiǎn)積聚過度，最終爆發(fā)次貸危機(jī)[1]18。2010年，巴塞爾委員會(huì)出臺(tái)了《巴塞爾協(xié)議Ⅲ》，要求商業(yè)銀行在評(píng)估資本充足率時(shí)，應(yīng)充分考慮銀行可能面臨的貸款集中度風(fēng)險(xiǎn)，包括：(1)單個(gè)交易對(duì)手或一組相互關(guān)聯(lián)的交易對(duì)手的主要風(fēng)險(xiǎn)，即客戶集中度風(fēng)險(xiǎn)；(2)對(duì)同一經(jīng)濟(jì)行業(yè)或地域的交易對(duì)手的貸款風(fēng)險(xiǎn)，即行業(yè)集中度風(fēng)險(xiǎn)。2007年2月，中國(guó)銀監(jiān)會(huì)發(fā)布了《中國(guó)銀行業(yè)實(shí)施新資本協(xié)議指導(dǎo)意見》(銀監(jiān)發(fā)[2007]24號(hào))，明確提出商業(yè)銀行資本應(yīng)覆蓋所面臨的全部實(shí)質(zhì)性風(fēng)險(xiǎn)，包括貸款集中度風(fēng)險(xiǎn)。2008年下半年，為了應(yīng)對(duì)全球金融危機(jī)的沖擊，防范經(jīng)濟(jì)下行，我國(guó)出臺(tái)了4萬億元的經(jīng)濟(jì)刺激計(jì)劃，與之相伴的是銀行信貸規(guī)模大幅度增長(zhǎng)。在新增貸款中，出現(xiàn)了向大中型企業(yè)、房地產(chǎn)行業(yè)、地方政府融資平臺(tái)*地方政府融資平臺(tái)是指各級(jí)地方政府成立的以融資為主要目的的公司，一般由政府主導(dǎo)或政府絕對(duì)控制，地方財(cái)政直接或間接承擔(dān)償債責(zé)任或提供擔(dān)保，所籌資金主要用于基礎(chǔ)設(shè)施建設(shè)或準(zhǔn)公共項(xiàng)目。集中的現(xiàn)象，貸款集中度風(fēng)險(xiǎn)逐步顯現(xiàn)[1]18。

城市商業(yè)銀行作為地方性金融機(jī)構(gòu)，雖然其市場(chǎng)定位是服務(wù)地方經(jīng)濟(jì)，為中小企業(yè)和城鄉(xiāng)居民提供金融服務(wù)，但是在地方經(jīng)濟(jì)政策引導(dǎo)、銀企信息不對(duì)稱和利潤(rùn)最大化的驅(qū)動(dòng)下，城市商業(yè)銀行在信貸資源的配置過程中也偏好熱門行業(yè)和優(yōu)質(zhì)大客戶，“壘大戶”、“大業(yè)務(wù)”等現(xiàn)象比較普遍。同時(shí)，城市商業(yè)銀行的股權(quán)結(jié)構(gòu)特點(diǎn)決定了其與地方政府融資平臺(tái)存在千絲萬縷的關(guān)系。眾所周知，作為地方股份制中小銀行，城市商業(yè)銀行的業(yè)務(wù)受區(qū)域經(jīng)濟(jì)狀況、產(chǎn)業(yè)發(fā)展和經(jīng)濟(jì)波動(dòng)的影響較大。在資產(chǎn)規(guī)模、業(yè)務(wù)種類、新產(chǎn)品研發(fā)及風(fēng)險(xiǎn)管理等方面與國(guó)有商業(yè)銀行、全國(guó)性股份制銀行相比存在較大差距[2]。當(dāng)銀行貸款集中度風(fēng)險(xiǎn)和經(jīng)濟(jì)下行風(fēng)險(xiǎn)相互疊加時(shí)，其風(fēng)險(xiǎn)敞口會(huì)被放大，造成規(guī)?；慕?jīng)濟(jì)損失，甚至影響到區(qū)域金融的穩(wěn)定。在此背景下，研究城市商業(yè)銀行的貸款集中度對(duì)銀行資產(chǎn)質(zhì)量的作用機(jī)理及其影響，探討在經(jīng)濟(jì)景氣循環(huán)的周期性變化、不同區(qū)域金融生態(tài)環(huán)境以及城市商業(yè)銀行的股權(quán)結(jié)構(gòu)異質(zhì)性等狀態(tài)下的銀行信貸行為，對(duì)監(jiān)管部門制定政策、城市商業(yè)銀行管理信貸風(fēng)險(xiǎn)具有較強(qiáng)的現(xiàn)實(shí)意義。

二、 文獻(xiàn)回顧與研究假設(shè)

(一) 客戶集中度對(duì)銀行資產(chǎn)質(zhì)量的影響

在銀行信貸管理中，通過分散貸款客戶來降低信貸風(fēng)險(xiǎn)，已成為銀行風(fēng)險(xiǎn)管理的重要舉措。巴塞爾協(xié)議、商業(yè)銀行法以及銀監(jiān)會(huì)的監(jiān)管規(guī)定對(duì)客戶貸款集中都做了明確的限定。*《商業(yè)銀行法》規(guī)定，對(duì)同一借款人的貸款余額占商業(yè)銀行資本余額的比例不得超過10%；《商業(yè)銀行風(fēng)險(xiǎn)監(jiān)管核心指標(biāo)》規(guī)定，對(duì)最大10家客戶貸款余額占商業(yè)銀行資本凈額的比例不得超過50%；《商業(yè)銀行集團(tuán)客戶授信業(yè)務(wù)風(fēng)險(xiǎn)管理指引》規(guī)定，對(duì)單一集團(tuán)客戶授信總額不得超過商業(yè)銀行資本余額15%。監(jiān)管部門認(rèn)為客戶貸款過度集中容易積聚風(fēng)險(xiǎn)，不利于貸款風(fēng)險(xiǎn)的分散，已有的諸多研究文獻(xiàn)也驗(yàn)證了此觀點(diǎn)。比如，Kalotychou和Stalkouras(2006)[3]通過實(shí)證研究發(fā)現(xiàn)信貸過度集中是導(dǎo)致過去20年拉美債務(wù)危機(jī)的重要原因。Gordy和Lutkebohmert(2006)[4]、Düllmann和Masschelein(2007)[5]研究了德國(guó)信用登記系統(tǒng)的貸款數(shù)據(jù)，發(fā)現(xiàn)貸款的客戶集中現(xiàn)象會(huì)顯著提高貸款的風(fēng)險(xiǎn)。巴曙松和陳劍(2010)[1]19認(rèn)為銀行在授信時(shí)存在“壘大戶”現(xiàn)象，一旦出現(xiàn)經(jīng)濟(jì)下滑，大型企業(yè)的財(cái)務(wù)困境會(huì)對(duì)未分散風(fēng)險(xiǎn)的銀行造成巨大沖擊。魏曉琴和李曉霞(2011)[6]基于2004-2009年我國(guó)15家上市銀行的數(shù)據(jù)，按照大型國(guó)有商業(yè)銀行、股份制銀行、城市商業(yè)銀行進(jìn)行分類比較分析，發(fā)現(xiàn)貸款集中度會(huì)提高銀行的經(jīng)營(yíng)風(fēng)險(xiǎn)，但是不同類型的商業(yè)銀行受其影響的程度是不一致的。也有研究認(rèn)為，商業(yè)銀行傾向于將信貸資源集中配置給大型企業(yè)、優(yōu)質(zhì)客戶，提高客戶集中度有利于優(yōu)化銀行的資產(chǎn)結(jié)構(gòu)、提升銀行的經(jīng)營(yíng)績(jī)效，便于銀行風(fēng)險(xiǎn)管控。Beck等(2006)[7]通過分析1980-1997年69國(guó)的銀行樣本，發(fā)現(xiàn)貸款集中度越高的國(guó)家，其發(fā)生銀行危機(jī)的可能性越低。Chang等(2008)[8]基于巴西銀行業(yè)數(shù)據(jù)，實(shí)證檢驗(yàn)了貸款集中度與不良貸款、宏觀經(jīng)濟(jì)因素、系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系，認(rèn)為信貸資源集中配置有利于降低銀行系統(tǒng)性風(fēng)險(xiǎn)、促進(jìn)金融穩(wěn)定。黃秀秀和曹前進(jìn)(2015)[9]利用2005-2012年我國(guó)13家上市銀行的數(shù)據(jù)，通過構(gòu)建動(dòng)態(tài)面板模型進(jìn)行實(shí)證研究，結(jié)果顯示提高貸款的客戶集中度可抑制銀行的風(fēng)險(xiǎn)承擔(dān)行為。

在實(shí)踐中，基于我國(guó)宏觀經(jīng)濟(jì)狀況和制度背景，城市商業(yè)銀行往往青睞大企業(yè)、大客戶。一方面，城市商業(yè)銀行具有扎根本土的地緣優(yōu)勢(shì)，在日常經(jīng)營(yíng)活動(dòng)中，通過與當(dāng)?shù)刂髽I(yè)的交往、媒體的宣傳以及政府的相關(guān)報(bào)道，容易獲取當(dāng)?shù)刂髽I(yè)的“軟”信息，降低了銀企信息不對(duì)稱。另一方面，城市商業(yè)銀行出于節(jié)約信息搜集成本的考慮，普遍會(huì)跟隨大銀行的信貸投向，形成羊群效應(yīng)，致使不同類型的銀行在外部經(jīng)濟(jì)的沖擊下持有相似的風(fēng)險(xiǎn)敞口，經(jīng)濟(jì)下行時(shí)貸款可能成為不良資產(chǎn)。因此，與國(guó)有商業(yè)銀行、全國(guó)性股份制銀行相比較，城市商業(yè)銀行的貸款客戶集中現(xiàn)象更為突出，其信貸主要集中在地方支柱產(chǎn)業(yè)和地方政府融資平臺(tái)，依賴地方項(xiàng)目和利差收入，一旦處于經(jīng)濟(jì)逆周期，客戶的資金鏈斷裂，城市商業(yè)銀行的不良資產(chǎn)比例會(huì)急劇上升，出現(xiàn)信用風(fēng)險(xiǎn)?；谏鲜龇治?，本文提出如下假設(shè)：

H1a：城市商業(yè)銀行的客戶集中度對(duì)資產(chǎn)質(zhì)量有負(fù)向影響；

H1b：城市商業(yè)銀行的客戶集中度對(duì)資產(chǎn)質(zhì)量有正向影響。

(二) 行業(yè)集中度對(duì)銀行資產(chǎn)質(zhì)量的影響

1982年8月，拉美債務(wù)危機(jī)爆發(fā)，以美國(guó)花旗銀行為代表的眾多銀行發(fā)生了大量的不良貸款，遭受巨額損失。1986年，石油價(jià)格暴跌引起美國(guó)房地產(chǎn)業(yè)、能源業(yè)陷入低谷，由于銀行對(duì)房地產(chǎn)、能源行業(yè)的貸款過度集中，導(dǎo)致了美國(guó)西南部多家銀行出現(xiàn)了危機(jī)，引發(fā)大范圍的銀行破產(chǎn)。與此類似的情況，還發(fā)生在瑞士銀行業(yè)，20世紀(jì)80年代，由于瑞士的房地產(chǎn)市場(chǎng)繁榮，眾多區(qū)域性銀行的信貸集中于房地產(chǎn)行業(yè)。隨著瑞士經(jīng)濟(jì)增速減緩，房地產(chǎn)價(jià)格下降，銀行信貸遭受重創(chuàng)，以致一半以上銀行破產(chǎn)。從理論上分析，貸款集中于某一行業(yè)，會(huì)使該行業(yè)的企業(yè)盲目擴(kuò)張，引起產(chǎn)能過剩。當(dāng)外部經(jīng)濟(jì)環(huán)境惡化時(shí)，行業(yè)整體下行，貸款企業(yè)就會(huì)出現(xiàn)流動(dòng)性不足，而此時(shí)銀行的順周期特點(diǎn)會(huì)對(duì)經(jīng)營(yíng)不善的企業(yè)停止發(fā)放貸款，甚至?xí)M(jìn)行抽貸，出現(xiàn)銀行資產(chǎn)質(zhì)量下降，嚴(yán)重時(shí)可能會(huì)引發(fā)大規(guī)模的區(qū)域性金融風(fēng)險(xiǎn)。Behr等(2007)[10]、Bebczuk和Glindo(2008)[11]、Rossi等(2009)[12]、Tabak等(2011)[13]分別利用德國(guó)、奧地利、阿根廷和巴西等國(guó)的銀行業(yè)數(shù)據(jù)進(jìn)行了實(shí)證研究，結(jié)果表明貸款行業(yè)集中會(huì)降低銀行的資產(chǎn)質(zhì)量。任秋瀟和王一鳴(2016)[14]62運(yùn)用2007-2014年中國(guó)A股16家上市銀行的半年度數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)，結(jié)果顯示從長(zhǎng)期來看降低貸款的行業(yè)集中度可提高銀行的資產(chǎn)質(zhì)量，并且在經(jīng)濟(jì)上行期效果更為明顯。魏國(guó)雄(2010)[15]認(rèn)為當(dāng)銀行將貸款集中投放于幾個(gè)行業(yè)時(shí)，會(huì)產(chǎn)生經(jīng)濟(jì)運(yùn)行中的泡沫問題，而當(dāng)貸款集中度風(fēng)險(xiǎn)集聚時(shí)，銀行往往只追求盈利而忽視了泡沫的潛在危機(jī)。但是，也有研究認(rèn)為，將貸款集中于某一回報(bào)率較高的行業(yè)，可以有效提高銀行資金使用效率。Berger等(2010)[16]基于1996-2006年中國(guó)銀行業(yè)的數(shù)據(jù)研究貸款行業(yè)集中度和區(qū)域集中度，發(fā)現(xiàn)分散配置信貸資源會(huì)降低銀行盈利能力，增加經(jīng)營(yíng)成本，提升不良貸款率。Acharya等(2006)[17]、Hayden等(2007)[18]、Baele等(2007)[19]分別運(yùn)用意大利、德國(guó)和歐洲銀行業(yè)的數(shù)據(jù)進(jìn)行了實(shí)證研究，結(jié)果表明貸款行業(yè)集中度的提高會(huì)降低銀行風(fēng)險(xiǎn)，提升銀行資產(chǎn)質(zhì)量。

在城市商業(yè)銀行的股權(quán)結(jié)構(gòu)中，地方財(cái)政和地方國(guó)有企業(yè)占有較大的股份，這種股權(quán)結(jié)構(gòu)的特殊性決定了地方政府作為地方財(cái)政股份和地方國(guó)有企業(yè)股份的一致行動(dòng)人，實(shí)際上掌控了城市商業(yè)銀行的決策權(quán)[20]。城市商業(yè)銀行也就成了地方政府進(jìn)行地方經(jīng)濟(jì)建設(shè)資金的重要來源。地方政府出于政績(jī)需要會(huì)對(duì)城市商業(yè)銀行的貸款投放進(jìn)行人為干預(yù)，導(dǎo)致貸款集中現(xiàn)象加劇。2008年美國(guó)次貸危機(jī)之后，我國(guó)地方政府面臨巨大的融資壓力，地方政府融資平臺(tái)快速發(fā)展，成為一支異?；钴S的融資主體。由此，地方融資平臺(tái)自然成為城市商業(yè)銀行的大客戶，城市商業(yè)銀行為其提供巨額的信貸資金，地方政府為地方融資平臺(tái)提供的隱性擔(dān)保進(jìn)一步堅(jiān)定了城市商業(yè)銀行對(duì)地方融資平臺(tái)的信心。另一方面，自住房制度改革以來，房地產(chǎn)行業(yè)的火爆行情，也使得城市商業(yè)銀行將更多的信貸資金投向房地產(chǎn)企業(yè)，以至于出現(xiàn)了較高的行業(yè)集中度?；谏鲜龇治?，本文提出如下假設(shè)：

H2a：城市商業(yè)銀行的行業(yè)集中度對(duì)資產(chǎn)質(zhì)量有負(fù)向影響；

H2b：城市商業(yè)銀行的行業(yè)集中度對(duì)資產(chǎn)質(zhì)量有正向影響。

(三) 區(qū)域金融環(huán)境、貸款集中度與銀行資產(chǎn)質(zhì)量

我國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展水平、金融生態(tài)環(huán)境的差異較大。城市商業(yè)銀行的經(jīng)營(yíng)活動(dòng)主要集中于某一城市或地區(qū)，不同地區(qū)的經(jīng)濟(jì)發(fā)展水平和金融生態(tài)環(huán)境對(duì)城市商業(yè)銀行資產(chǎn)質(zhì)量的影響存在差異。王擎和潘李劍(2012)[21]分析了金融生態(tài)環(huán)境對(duì)銀行經(jīng)營(yíng)效益的影響，發(fā)現(xiàn)處于金融生態(tài)環(huán)境較好地區(qū)的城市商業(yè)銀行，政府對(duì)其的控制能力較強(qiáng)，銀行的經(jīng)營(yíng)效益較差；而處在金融生態(tài)環(huán)境較差地區(qū)的城市商業(yè)銀行，政府對(duì)其的控制能力較弱，銀行的經(jīng)營(yíng)效益較好。王秀麗等(2014)[22]利用我國(guó)城市商業(yè)銀行2005-2010年的數(shù)據(jù)，分析了地區(qū)金融發(fā)展、銀行信貸行為和信貸效率的關(guān)系，結(jié)果顯示金融發(fā)展程度越高的地區(qū)，城市商業(yè)銀行的貸款集中度和對(duì)國(guó)有經(jīng)濟(jì)的放貸比例越低；信貸行為對(duì)信貸效率存在顯著影響，貸款集中度越高，銀行的資產(chǎn)質(zhì)量越差。

如果一個(gè)地區(qū)的法規(guī)制度比較健全，社會(huì)信用水平較高，金融生態(tài)環(huán)境較好，那么該區(qū)域的金融資源相對(duì)豐富，企業(yè)守信程度較高，銀企之間的信息不對(duì)稱程度較低，企業(yè)容易從銀行獲得信貸資金，銀行信貸資產(chǎn)的質(zhì)量也較高?；诖?，本文提出如下假設(shè)：

H3：城市商業(yè)銀行貸款集中度對(duì)資產(chǎn)質(zhì)量的影響存在地區(qū)間差異。

(四) 境外戰(zhàn)略投資者、貸款集中度與銀行資產(chǎn)質(zhì)量

自1996年光大銀行引入外資后，我國(guó)商業(yè)銀行積極引進(jìn)境外戰(zhàn)略投資者，逐步完善銀行的公司治理機(jī)制。2002年以后，城市商業(yè)銀行為了增強(qiáng)資本實(shí)力和抗風(fēng)險(xiǎn)能力，紛紛加大了引進(jìn)戰(zhàn)略投資者的力度。學(xué)術(shù)界也密切關(guān)注引進(jìn)境外戰(zhàn)略投資者對(duì)銀行收益和資產(chǎn)質(zhì)量的影響。王錦丹和劉桂榮(2010)[23]對(duì)有外資參股的商業(yè)銀行的經(jīng)營(yíng)績(jī)效進(jìn)行了實(shí)證研究，結(jié)果表明外資持股比例與資本充足率、不良貸款率成正相關(guān)關(guān)系。劉家松(2012[24-25]，2013[24-25])認(rèn)為引進(jìn)境外戰(zhàn)略投資者，在短期內(nèi)可以完善商業(yè)銀行的公司治理結(jié)構(gòu)，提高盈利能力；從長(zhǎng)期來看，大規(guī)模引進(jìn)境外戰(zhàn)略投資者可能會(huì)影響銀行的控制權(quán)。張樂和韓立巖(2016)[26]分析了混合所有制對(duì)中國(guó)16家上市銀行不良貸款率的影響，研究發(fā)現(xiàn)外資持股比例的提升對(duì)銀行資產(chǎn)質(zhì)量有負(fù)面影響，且在剔除5家國(guó)有大型商業(yè)銀行的樣本后，在1%的顯著性水平下表現(xiàn)顯著。

在銀行股權(quán)結(jié)構(gòu)多元化的狀況下，城市商業(yè)銀行的經(jīng)營(yíng)管理決策會(huì)受到影響，尤其是對(duì)大客戶、地方政府融資平臺(tái)、國(guó)有企業(yè)和房地產(chǎn)項(xiàng)目的貸款需要兼顧各投資者的利益。城市商業(yè)銀行通過擴(kuò)大市場(chǎng)份額發(fā)放更多的貸款，以期為股東創(chuàng)造更多的利潤(rùn)，如果貸款集中于大客戶和部分行業(yè)，則會(huì)引起風(fēng)險(xiǎn)積聚，影響資產(chǎn)質(zhì)量?；诖耍疚奶岢鋈缦录僭O(shè)：

H4：引進(jìn)境外戰(zhàn)略投資者可強(qiáng)化城市商業(yè)銀行貸款集中度，進(jìn)而影響資產(chǎn)質(zhì)量。

三、 研究設(shè)計(jì)

(一) 變量選取

1.被解釋變量。判斷一家商業(yè)銀行的資產(chǎn)質(zhì)量可以用不良貸款率、撥備覆蓋率等指標(biāo)。其中，不良貸款率是衡量銀行資產(chǎn)質(zhì)量最常用的指標(biāo)。國(guó)內(nèi)外已有的相關(guān)研究文獻(xiàn)也普遍采用不良貸款率作為衡量銀行風(fēng)險(xiǎn)和資產(chǎn)質(zhì)量的指標(biāo)。因此，本文選取不良貸款率(npl)作為被解釋變量，用于衡量城市商業(yè)銀行的資產(chǎn)質(zhì)量。

2.解釋變量。貸款集中度為本文的核心解釋變量，將從客戶集中度和行業(yè)集中度兩個(gè)維度進(jìn)行考察。

(1)客戶集中度(max1)。銀行常用的客戶集中度衡量指標(biāo)包括最大單一客戶集中度(max1)和最大十家客戶集中度(max10)等，因?yàn)樽畲髥我豢蛻艏卸戎笜?biāo)是商業(yè)銀行的監(jiān)管指標(biāo)，在城市商業(yè)銀行的年度會(huì)計(jì)報(bào)表中公開披露。因此，本文實(shí)證分析時(shí)采用最大單一客戶集中度指標(biāo)，穩(wěn)健性檢驗(yàn)時(shí)采用最大十家客戶集中度指標(biāo)作為替代變量。

(2)行業(yè)集中度(HHI)。行業(yè)集中度選取修正的赫芬達(dá)爾-赫希曼指數(shù)來衡量，該指數(shù)的具體計(jì)算公式如下：

(1)

其中，xi為第i家銀行在某一行業(yè)的貸款余額，X為銀行的企業(yè)貸款及墊款余額，n為行業(yè)數(shù)。由于每家城市商業(yè)銀行在貸款行業(yè)劃分上不完全一致，上市的城市商業(yè)銀行的信息披露比較完整，而資產(chǎn)規(guī)模較小的城市商業(yè)銀行只公開貸款余額位列前十位的行業(yè)貸款余額。通過對(duì)比發(fā)現(xiàn)，前十位以外的剩余行業(yè)的貸款余額占比非常小，將其合計(jì)歸為其他行業(yè)。為了統(tǒng)一指標(biāo)口徑，本文在測(cè)算行業(yè)集中度時(shí)，n設(shè)定為11。

3.控制變量。本文選取經(jīng)濟(jì)周期(cycle)、區(qū)域金融環(huán)境(region)、境外戰(zhàn)略投資者(foreign)、貸款規(guī)模(loan)、撥備覆蓋率(coverage)、資本充足率(car)作為控制變量。

(1)經(jīng)濟(jì)周期(cycle)。參考任秋瀟和王一鳴(2016)[14]66的研究，選取產(chǎn)出缺口指標(biāo)來衡量經(jīng)濟(jì)周期。其表達(dá)式為：

cycle=實(shí)際GDP增長(zhǎng)率-潛在GDP增長(zhǎng)率

(2)

運(yùn)用Eviews8對(duì)2007年第一季度至2017年第二季度的季度GDP同比增長(zhǎng)率進(jìn)行了HP濾波處理，將GDP增長(zhǎng)率的真實(shí)值與HP濾波長(zhǎng)期趨勢(shì)項(xiàng)(潛在GDP增長(zhǎng)率)相減得到殘差，即產(chǎn)出缺口。產(chǎn)出缺口為正值，表明經(jīng)濟(jì)進(jìn)入上行周期，該缺口數(shù)值越大，代表經(jīng)濟(jì)越繁榮；反之，則為經(jīng)濟(jì)進(jìn)入下行周期。在使用HP濾波法得到的數(shù)據(jù)中，選取2007-2016年第四季度的產(chǎn)出缺口數(shù)據(jù)進(jìn)行實(shí)證分析。

(2)區(qū)域金融環(huán)境(region)。主要考察城市商業(yè)銀行總行所在地的金融生態(tài)環(huán)境，采用中國(guó)社會(huì)科學(xué)院金融研究所編制的中國(guó)地區(qū)金融生態(tài)環(huán)境綜合指數(shù)來度量，取值為0～1之間。由于部分城市商業(yè)銀行是由同一省份范圍內(nèi)多家城市商業(yè)銀行、城市信用社合并重組后設(shè)立的，為了保持?jǐn)?shù)據(jù)的一致性，本文實(shí)證分析時(shí)使用省級(jí)行政區(qū)的金融生態(tài)環(huán)境指數(shù)。

(3)境外戰(zhàn)略投資者(foreign)。根據(jù)是否引進(jìn)境外戰(zhàn)略投資者設(shè)置虛擬變量，考察不同股權(quán)結(jié)構(gòu)對(duì)于城市商業(yè)銀行資產(chǎn)質(zhì)量的影響。

(4)貸款規(guī)模(loan)。用于衡量城市商業(yè)銀行拓展業(yè)務(wù)的能力。當(dāng)銀行對(duì)企業(yè)發(fā)放的貸款及墊款增加時(shí)，總貸款余額隨之增加，不良貸款率下降。

(5)撥備覆蓋率(coverage)。用于考察城市商業(yè)銀行貸款的風(fēng)險(xiǎn)程度和銀行財(cái)務(wù)的穩(wěn)健性，反映銀行風(fēng)險(xiǎn)審慎監(jiān)管的程度。當(dāng)撥備覆蓋率提高時(shí)，銀行的風(fēng)險(xiǎn)管控能力增強(qiáng)。

(6)資本充足率(car)。用于反映城市商業(yè)銀行抵御風(fēng)險(xiǎn)的能力。當(dāng)銀行的資產(chǎn)質(zhì)量下降時(shí)，銀行加權(quán)風(fēng)險(xiǎn)資產(chǎn)增加，資本充足率下降。因此，銀行面臨的風(fēng)險(xiǎn)增加時(shí)，需提高資本充足率。

具體變量指標(biāo)描述見表1。

表1 變量描述

(二) 樣本選取與數(shù)據(jù)來源

本文按照城市商業(yè)銀行的資產(chǎn)規(guī)模、區(qū)域分布及數(shù)據(jù)的可得性，搜集了50家城市商業(yè)銀行的相關(guān)數(shù)據(jù)，剔除部分成立時(shí)間短、數(shù)據(jù)缺失嚴(yán)重的城市商業(yè)銀行后，最終選取了46家城市商業(yè)銀行*46家城市商業(yè)銀行分別為：北京銀行、上海銀行、江蘇銀行、南京銀行、寧波銀行、盛京銀行、徽商銀行、天津銀行、杭州銀行、廈門國(guó)際銀行、哈爾濱銀行、廣州銀行、錦州銀行、吉林銀行、包商銀行、成都銀行、重慶銀行、昆侖銀行、長(zhǎng)沙銀行、鄭州銀行、大連銀行、貴陽(yáng)銀行、蘇州銀行、河北銀行、龍江銀行、江西銀行、華融湘江銀行、西安銀行、蘭州銀行、東莞銀行、青島銀行、漢口銀行、九江銀行、洛陽(yáng)銀行、廣東南粵銀行、廈門銀行、長(zhǎng)安銀行、晉商銀行、溫州銀行、湖北銀行、富滇銀行、齊魯銀行、威海市商業(yè)銀行、桂林銀行、福建海峽銀行、浙江稠州銀行。作為研究對(duì)象，所選擇的樣本銀行覆蓋了27個(gè)省(直轄市、自治區(qū))。截止2016年末，樣本銀行的資產(chǎn)合計(jì)217017.75億元，占全國(guó)城市商業(yè)銀行總資產(chǎn)的76.85%，具有較強(qiáng)的代表性。

在年度數(shù)據(jù)區(qū)間的選擇上，較長(zhǎng)的年度區(qū)間可以保證相對(duì)充足的數(shù)據(jù)量，且自2007年以來城市商業(yè)銀行的數(shù)據(jù)完整性較好。因此，選用2007-2016年的樣本數(shù)據(jù)，既能保證數(shù)據(jù)的可得性，又符合城市商業(yè)銀行在新經(jīng)濟(jì)金融環(huán)境下經(jīng)營(yíng)行為的時(shí)代背景。

在所選樣本數(shù)據(jù)中，微觀數(shù)據(jù)主要來自全球銀行與金融機(jī)構(gòu)(Bankscope)數(shù)據(jù)庫(kù)、國(guó)泰安數(shù)據(jù)庫(kù)、Wind數(shù)據(jù)庫(kù)以及各城市商業(yè)銀行官方網(wǎng)站公布的年度報(bào)告；宏觀數(shù)據(jù)主要來源于同花順數(shù)據(jù)庫(kù)、中國(guó)經(jīng)濟(jì)數(shù)據(jù)庫(kù)(CEIC)和國(guó)家統(tǒng)計(jì)局網(wǎng)站；區(qū)域金融環(huán)境數(shù)據(jù)來自中國(guó)社會(huì)科學(xué)院金融研究所從2006年開始編制的中國(guó)地區(qū)金融生態(tài)環(huán)境綜合指數(shù)。

(三) 模型構(gòu)建

根據(jù)前述的研究假設(shè)，本文構(gòu)建的面板模型如下：

(3)

模型(3)主要用于分析當(dāng)期貸款集中度對(duì)貸款質(zhì)量的影響。其中，nplit表示第i家城市商業(yè)銀行在t年的不良貸款率；max1it表示第i家城市商業(yè)銀行在t年的客戶集中度；HHIit表示第i家城市商業(yè)銀行在t年的行業(yè)集中度。controlit為控制變量，具體包括：cycleit表示t年的產(chǎn)出缺口；regionit表示第i家城市商業(yè)銀行總行所在省份在t年的金融生態(tài)環(huán)境綜合評(píng)價(jià)指數(shù)；loanit表示第i家城市商業(yè)銀行在t年的企業(yè)貸款及墊款余額；coverageit表示第i家城市商業(yè)銀行在t年的撥備覆蓋率；carit表示第i家城市商業(yè)銀行在t年的資本充足率；μi表示個(gè)體面板模型效應(yīng)；εit為殘差項(xiàng)。

(4)

(5)

在實(shí)證分析時(shí)，按區(qū)域金融環(huán)境和是否引入境外戰(zhàn)略投資者設(shè)置虛擬變量以及與貸款集中度指標(biāo)的交互項(xiàng)，得到模型(6)和模型(7)。通過各組別的回歸結(jié)果對(duì)比分析來探討不同地區(qū)、不同股權(quán)性質(zhì)城市商業(yè)銀行的貸款集中度對(duì)銀行資產(chǎn)質(zhì)量的影響。

(6)

nplit=α0+α1max1it+α2HHIit+α3foreignit+α4max1it×foreignit+α5HHIit×foreignit+

(7)

本文將46家樣本銀行按總行所在地劃分為東部、中部、西部和東北部四個(gè)區(qū)域。其中，東部20家，中部10家，西部10家，東北部6家。模型(6)中，dis為區(qū)域虛擬變量，具體用east、mid、west表示。east為1代表東部地區(qū)，為0代表其他地區(qū)；mid為1代表中部地區(qū)，為0代表其他地區(qū)；west為1代表西部地區(qū)，為0代表其他地區(qū)；當(dāng)east、mid、west均為0即代表東北地區(qū)。模型(7)中，foreignit表示第i家城市商業(yè)銀行t年是否引入境外戰(zhàn)略投資者，1代表已經(jīng)引入境外戰(zhàn)略投資者，0代表未引入境外戰(zhàn)略投資者；設(shè)置客戶集中度、行業(yè)集中度與境外戰(zhàn)略投資者虛擬變量的交互項(xiàng)以驗(yàn)證假設(shè)4，同時(shí)單獨(dú)加入境外戰(zhàn)略投資者虛擬變量，用以分析引進(jìn)境外戰(zhàn)略投資者是否會(huì)直接對(duì)城市商業(yè)銀行的資產(chǎn)質(zhì)量造成影響。

四、 實(shí)證檢驗(yàn)與分析

(一) 描述性統(tǒng)計(jì)

表2 銀行特征變量的描述性統(tǒng)計(jì)

根據(jù)對(duì)樣本銀行2007-2016年銀行特征變量的描述性統(tǒng)計(jì)(見表2)，樣本銀行的不良貸款率標(biāo)準(zhǔn)差較小，銀行間差異不明顯。由于一部分城市商業(yè)銀行是由多家地方城市信用社重組新設(shè)的，在銀行并購(gòu)重組過程中剝離了大量的不良資產(chǎn)，因此，不良貸款率較低，有的甚至為0。在貸款集中度方面，行業(yè)集中度銀行間差距較小，客戶集中度則相對(duì)較大，體現(xiàn)了不同銀行的貸款客戶分布存在差異。在控制變量方面，由于2007-2016年城市商業(yè)銀行發(fā)展迅速，且各家銀行的發(fā)展程度和經(jīng)營(yíng)狀況差異較大，貸款規(guī)模顯示出巨大差距，最小值為29億元，最大值為6462億元；撥備覆蓋率的標(biāo)準(zhǔn)差較大，主要原因是部分城市商業(yè)銀行出于審慎經(jīng)營(yíng)考慮，計(jì)提了大量風(fēng)險(xiǎn)損失準(zhǔn)備金，比如，2010年昆侖銀行撥備覆蓋率達(dá)5967.84%，過高的撥備覆蓋率將產(chǎn)生較高的機(jī)會(huì)成本，影響銀行的利潤(rùn)；資本充足率的標(biāo)準(zhǔn)差較小，銀行間的差距較小，但仍有部分城市商業(yè)銀行未達(dá)到監(jiān)管指標(biāo)10%的要求。

(二) 回歸結(jié)果分析

運(yùn)用Stata12通過對(duì)構(gòu)建的模型進(jìn)行回歸分析，主要從四個(gè)方面進(jìn)行：第一，研究當(dāng)期貸款集中度對(duì)資產(chǎn)質(zhì)量的影響；第二，研究貸款集中度是否存在時(shí)滯效應(yīng)和累積效應(yīng)；第三，研究不同地區(qū)城市商業(yè)銀行的貸款集中度對(duì)資產(chǎn)質(zhì)量的影響；第四，研究不同股權(quán)結(jié)構(gòu)的城市商業(yè)銀行的貸款集中度對(duì)資產(chǎn)質(zhì)量的影響。

1.當(dāng)期貸款集中度對(duì)銀行資產(chǎn)質(zhì)量的影響。根據(jù)豪斯曼檢驗(yàn)結(jié)果，使用固定效應(yīng)模型的固定效應(yīng)估計(jì)量法(FE)和一階差分法(FD)分別進(jìn)行回歸。其中，一階差分法(FD)不含截距項(xiàng)。從表3的回歸結(jié)果可以看出，當(dāng)期客戶集中度對(duì)銀行不良貸款率的影響系數(shù)在1%的顯著性水平下均顯著為正，第(1)欄中城市商業(yè)銀行的最大單一客戶集中度每提高1個(gè)單位，不良貸款率就相應(yīng)增加0.0202個(gè)單位，驗(yàn)證了本文提出的假設(shè)H1a，即“城市商業(yè)銀行的客戶集中度對(duì)資產(chǎn)質(zhì)量有負(fù)向影響”。當(dāng)期行業(yè)集中度對(duì)銀行不良貸款率并未構(gòu)成顯著性影響，且第(2)欄中估計(jì)系數(shù)幾乎為0，原因可能在于城市商業(yè)銀行的信貸主體主要是地方政府融資平臺(tái)和地方骨干企業(yè)，由于地方政府對(duì)地方融資平臺(tái)存在隱性擔(dān)保、地區(qū)間經(jīng)濟(jì)發(fā)展存在較大差異，城市商業(yè)銀行跨區(qū)域經(jīng)營(yíng)以及宏觀政策的變動(dòng)等原因，貸款的行業(yè)分布會(huì)呈現(xiàn)集中和分散的形態(tài)。但相比行業(yè)集中度風(fēng)險(xiǎn)，個(gè)別貸款客戶的資信狀況惡化導(dǎo)致的違約風(fēng)險(xiǎn)，對(duì)銀行資產(chǎn)質(zhì)量的影響更大。

表3 當(dāng)期貸款集中度對(duì)銀行資產(chǎn)質(zhì)量影響的回歸結(jié)果

注：參數(shù)下括號(hào)內(nèi)的數(shù)值為穩(wěn)健標(biāo)準(zhǔn)誤，***、**、*分別表示其在1%、5%和10%顯著性水平條件下顯著，R-squared為固定效應(yīng)組內(nèi)模型的擬合優(yōu)度。

從控制變量方面看，經(jīng)濟(jì)周期對(duì)銀行資產(chǎn)質(zhì)量沒有顯著性影響，可能的原因是對(duì)于城市商業(yè)銀行而言，其與地方政府融資平臺(tái)及當(dāng)?shù)氐凝堫^企業(yè)建立了長(zhǎng)期穩(wěn)定的合作關(guān)系，信貸投向主要集中于地方支柱產(chǎn)業(yè)，無論經(jīng)濟(jì)處于上行或下行周期，貸款都會(huì)向這類“優(yōu)質(zhì)客戶”傾斜。運(yùn)用固定效應(yīng)模型的兩種方法進(jìn)行回歸，結(jié)果顯示區(qū)域金融環(huán)境的影響系數(shù)在10%的顯著性水平下顯著為負(fù)，且估計(jì)系數(shù)的絕對(duì)值較大，即城市商業(yè)銀行總行所在地的區(qū)域金融環(huán)境水平越高，銀行抵御風(fēng)險(xiǎn)的能力越強(qiáng)，不良貸款率隨之下降，資產(chǎn)質(zhì)量提高。固定效應(yīng)估計(jì)方法結(jié)果顯示，貸款規(guī)模的估計(jì)系數(shù)在5%的顯著性水平下顯著為負(fù)，當(dāng)貸款規(guī)模擴(kuò)大時(shí)，往往對(duì)應(yīng)著銀行更強(qiáng)的風(fēng)險(xiǎn)控制意識(shí)和謹(jǐn)慎的風(fēng)險(xiǎn)偏好，因而不良貸款率下降。撥備覆蓋率、資本充足率的估計(jì)系數(shù)為負(fù)，但并未對(duì)不良貸款率產(chǎn)生顯著影響。

表4 貸款集中度的滯后效應(yīng)和累積效應(yīng)對(duì)銀行資產(chǎn)質(zhì)量影響的回歸結(jié)果

注：參數(shù)下括號(hào)內(nèi)的數(shù)值為穩(wěn)健標(biāo)準(zhǔn)誤，***、**、*分別表示其在1%、5%和10%顯著性水平條件下顯著，R-squared為固定效應(yīng)組內(nèi)模型的擬合優(yōu)度；限于篇幅，表中常數(shù)項(xiàng)和控制變量的估計(jì)結(jié)果省略。

2.貸款集中度的滯后效應(yīng)和累積效應(yīng)對(duì)銀行資產(chǎn)質(zhì)量的影響。為考察城市商業(yè)銀行的貸款集中度對(duì)資產(chǎn)質(zhì)量的傳導(dǎo)機(jī)制是否存在滯后性，利用當(dāng)期的貸款集中度指標(biāo)構(gòu)建的模型(3)作為對(duì)照組，分別與滯后一期的貸款集中度指標(biāo)和累積貸款集中度指標(biāo)構(gòu)建的模型(4)、模型(5)進(jìn)行對(duì)比，三組模型均使用固定效應(yīng)估計(jì)量法(FE)進(jìn)行回歸分析(見表4)。

表4的回歸結(jié)果顯示，模型(4)、模型(5)中客戶集中度對(duì)銀行不良貸款率的影響系數(shù)在5%的顯著性水平下均顯著為正，但影響系數(shù)較模型(3)大幅下降，即貸款集中度指標(biāo)存在滯后效應(yīng)和累積效應(yīng)，但對(duì)銀行風(fēng)險(xiǎn)的作用效果大大削弱，表現(xiàn)為以當(dāng)期客戶集中度對(duì)銀行資產(chǎn)質(zhì)量的影響為主。在行業(yè)集中度方面，模型(3)、模型(4)、模型(5)中行業(yè)集中度對(duì)銀行不良貸款率的影響均不顯著。

3.區(qū)域金融環(huán)境對(duì)當(dāng)期貸款集中度與銀行資產(chǎn)質(zhì)量的影響。從表3的回歸結(jié)果可以看出，區(qū)域金融環(huán)境會(huì)對(duì)城市商業(yè)銀行的不良貸款率產(chǎn)生顯著的負(fù)向影響。本文將46家樣本銀行按照東部、中部、西部、東北部四個(gè)組別，設(shè)置區(qū)域虛擬變量與貸款集中度指標(biāo)的交互項(xiàng)，運(yùn)用模型(6)進(jìn)一步考察地區(qū)間差異在貸款集中度對(duì)資產(chǎn)質(zhì)量的傳導(dǎo)機(jī)制中的影響。東北地區(qū)的虛擬變量取值均為0，變量的顯著性和影響系數(shù)參照模型(3)。

表5 地區(qū)間差異對(duì)當(dāng)期貸款集中度與銀行資產(chǎn)質(zhì)量影響的回歸結(jié)果

注：參數(shù)下括號(hào)內(nèi)的數(shù)值為穩(wěn)健標(biāo)準(zhǔn)誤，***、**、*分別表示其在1%、5%和10%顯著性水平條件下顯著，R-squared為固定效應(yīng)組內(nèi)模型的擬合優(yōu)度；限于篇幅，表中常數(shù)項(xiàng)和控制變量的估計(jì)結(jié)果省略。

從表5的回歸結(jié)果可知，不同地區(qū)城市商業(yè)銀行的當(dāng)期客戶集中度對(duì)不良貸款率均呈現(xiàn)正向的顯著性影響；當(dāng)期行業(yè)集中度對(duì)不良貸款率的影響僅在東部地區(qū)的城市商業(yè)銀行中顯著為正。行業(yè)集中度與東部地區(qū)虛擬變量的交叉項(xiàng)對(duì)不良貸款率的影響為負(fù)向且顯著，行業(yè)集中度與西部地區(qū)虛擬變量的交叉項(xiàng)對(duì)不良貸款率的影響為正向且顯著。以上結(jié)果驗(yàn)證了本文的假設(shè)H3“城市商業(yè)銀行貸款集中度對(duì)資產(chǎn)質(zhì)量的影響存在地區(qū)間差異”。客戶集中度與區(qū)域虛擬變量的交互項(xiàng)對(duì)不良貸款率均無顯著性影響，說明城市商業(yè)銀行的地區(qū)間差異并未加大客戶集中度對(duì)銀行資產(chǎn)質(zhì)量的影響。

4.引進(jìn)境外戰(zhàn)略投資者對(duì)當(dāng)期貸款集中度與銀行資產(chǎn)質(zhì)量的影響。由于絕大部分城市商業(yè)銀行的一致行動(dòng)人為地方政府，本文根據(jù)是否引進(jìn)境外戰(zhàn)略投資者將樣本銀行進(jìn)行分類，設(shè)置引進(jìn)境外戰(zhàn)略投資者虛擬變量和貸款集中度指標(biāo)與其的交互項(xiàng)，運(yùn)用模型(7)分析引進(jìn)境外戰(zhàn)略投資者對(duì)貸款集中度與資產(chǎn)質(zhì)量關(guān)系的影響。46家樣本銀行中有15家銀行引進(jìn)了境外戰(zhàn)略投資者，年報(bào)數(shù)據(jù)披露當(dāng)年引進(jìn)境外戰(zhàn)略投資者的銀行包括133個(gè)觀測(cè)值，未引進(jìn)境外戰(zhàn)略投資者的銀行包括246個(gè)觀測(cè)值，具體的回歸結(jié)果見表3。從表3第(3)欄可知，考慮引進(jìn)境外戰(zhàn)略投資者后與客戶集中度的交叉影響時(shí)，交互項(xiàng)每提高1個(gè)單位，會(huì)使得城市商業(yè)銀行的不良貸款率在1%的顯著性水平下提高0.0267個(gè)單位，說明引進(jìn)境外戰(zhàn)略投資者對(duì)銀行風(fēng)險(xiǎn)存在一定的負(fù)面影響，假設(shè)H4“引進(jìn)境外戰(zhàn)略投資者可強(qiáng)化城市商業(yè)銀行貸款集中度，進(jìn)而影響資產(chǎn)質(zhì)量”得以驗(yàn)證。引進(jìn)境外戰(zhàn)略投資者虛擬變量以及行業(yè)集中度與引進(jìn)境外戰(zhàn)略投資者虛擬變量的交互項(xiàng)對(duì)不良貸款率并無顯著性影響。

表6 最大十家客戶集中度對(duì)銀行資產(chǎn)質(zhì)量水平影響的回歸結(jié)果

注：參數(shù)下括號(hào)內(nèi)的數(shù)值為穩(wěn)健標(biāo)準(zhǔn)誤，***、**、*分別表示其在1%、5%和10%顯著性水平條件下顯著。

(三) 穩(wěn)健性檢驗(yàn)

為了保證實(shí)證結(jié)果的穩(wěn)健性，本文進(jìn)行了以下檢驗(yàn)：

首先，以最大十家客戶集中度代替最大單一客戶集中度，分別構(gòu)建固定效應(yīng)模型(FE)和隨機(jī)效應(yīng)模型(RE)進(jìn)行回歸，最大十家客戶集中度的估計(jì)系數(shù)在5%的顯著性水平下顯著為正，而行業(yè)貸款集中度對(duì)銀行資產(chǎn)質(zhì)量的影響并不顯著，這與本文得到的實(shí)證結(jié)果基本一致。

其次，以隨機(jī)效應(yīng)模型的可行廣義最小二乘法(FGLS)和最大似然估計(jì)法(MLE)對(duì)實(shí)證結(jié)果進(jìn)行檢驗(yàn)，結(jié)果顯示無明顯差異。

依據(jù)以上穩(wěn)健性檢驗(yàn)結(jié)果，說明本文的實(shí)證研究結(jié)果是穩(wěn)健的。

五、 研究結(jié)論與政策建議

(一) 基本結(jié)論

本文基于我國(guó)27個(gè)省、市、自治區(qū)的46家城市商業(yè)銀行2007-2016年度數(shù)據(jù)，通過構(gòu)建計(jì)量模型分析了客戶集中度、行業(yè)集中度對(duì)城市商業(yè)銀行資產(chǎn)質(zhì)量的影響。得出的結(jié)論是：首先，降低貸款集中度，尤其是客戶集中度，對(duì)于城市商業(yè)銀行的風(fēng)險(xiǎn)監(jiān)管、資產(chǎn)質(zhì)量改善將起到積極的作用。其次，貸款集中度對(duì)城市商業(yè)銀行資產(chǎn)質(zhì)量的影響存在滯后效應(yīng)和累積效應(yīng)，表現(xiàn)為以當(dāng)期客戶集中度對(duì)銀行資產(chǎn)質(zhì)量的影響為主，行業(yè)集中度對(duì)銀行資產(chǎn)質(zhì)量的影響不顯著。再次，經(jīng)濟(jì)周期對(duì)城市商業(yè)銀行的資產(chǎn)質(zhì)量沒有顯著性影響；區(qū)域金融環(huán)境會(huì)對(duì)城市商業(yè)銀行的不良貸款率產(chǎn)生顯著的負(fù)向影響；不同地區(qū)的城市商業(yè)銀行其貸款集中度對(duì)資產(chǎn)質(zhì)量的影響程度不一致，西部地區(qū)城市商業(yè)銀行的行業(yè)集中度對(duì)資產(chǎn)質(zhì)量具有強(qiáng)烈的負(fù)面影響。最后，引進(jìn)境外戰(zhàn)略投資者可強(qiáng)化城市商業(yè)銀行貸款集中度，進(jìn)而影響資產(chǎn)質(zhì)量，對(duì)城市商業(yè)銀行的風(fēng)險(xiǎn)控制有一定的影響。

(二) 政策建議

基于以上研究結(jié)果，對(duì)于城市商業(yè)銀行如何通過調(diào)整信貸結(jié)構(gòu)，加強(qiáng)信貸管理，控制不良貸款“雙升”以及改善資產(chǎn)質(zhì)量，本文提出如下政策建議：

第一，嚴(yán)格貸款授信準(zhǔn)入，細(xì)化貸款集中度預(yù)警指標(biāo)。目前，銀行監(jiān)管層通過設(shè)立監(jiān)管指標(biāo)、提倡發(fā)展銀團(tuán)貸款等多項(xiàng)措施對(duì)客戶集中度進(jìn)行規(guī)范化管理，但并未將貸款的行業(yè)集中、區(qū)域集中、期限集中等納入監(jiān)管范圍。城市商業(yè)銀行可以通過提高貸款行業(yè)門檻，調(diào)整行業(yè)授信審批權(quán)限，設(shè)置中長(zhǎng)期貸款最高限額，加大對(duì)問題客戶的監(jiān)測(cè)力度，及時(shí)了解各分支行的行業(yè)貸款余額等措施進(jìn)行調(diào)控，以分散信貸資源過于集中，提高銀行資產(chǎn)質(zhì)量水平。

第二，下沉客戶結(jié)構(gòu)，推進(jìn)小微金融業(yè)務(wù)。隨著地方政府市場(chǎng)化舉債模式日趨成熟，房地產(chǎn)調(diào)控力度不斷加大，城市商業(yè)銀行應(yīng)加快調(diào)整客戶結(jié)構(gòu)，將貸款客戶轉(zhuǎn)向議價(jià)能力較強(qiáng)但規(guī)模相對(duì)較小的零售、小微業(yè)務(wù)領(lǐng)域。近年來，國(guó)家對(duì)于小微企業(yè)的扶持力度不斷加大，各地通過建立小微企業(yè)創(chuàng)業(yè)孵化基地、推行差別化監(jiān)管、提供稅收優(yōu)惠等政策鼓勵(lì)其發(fā)展。小微企業(yè)本身具有巨大的資金需求，但由于企業(yè)信息披露不充分、不能提供抵質(zhì)押物等原因難以獲得融資。城市商業(yè)銀行應(yīng)發(fā)揮其地緣優(yōu)勢(shì)，全面深入地了解小微企業(yè)的信用狀況、經(jīng)營(yíng)情況，解決信息不對(duì)稱問題，為小微企業(yè)提供金融服務(wù)。通過拓寬客戶資源，降低貸款的客戶集中度，來提高金融的普惠程度。

第三，加強(qiáng)城市商業(yè)銀行跨區(qū)域業(yè)務(wù)合作。由于城市商業(yè)銀行的地域特征和政策限制，銀行之間的跨區(qū)域合作尚處在探索階段。2009年中國(guó)銀監(jiān)會(huì)下發(fā)的143號(hào)文已放松了城市商業(yè)銀行異地設(shè)立分支機(jī)構(gòu)的市場(chǎng)準(zhǔn)入規(guī)則，有助于加強(qiáng)城市商業(yè)銀行之間合作的廣度與深度。東部沿海地區(qū)資產(chǎn)規(guī)模較大、信貸業(yè)務(wù)經(jīng)驗(yàn)豐富、風(fēng)險(xiǎn)控制規(guī)范的城市商業(yè)銀行可以考慮與西部?jī)?nèi)陸地區(qū)的城市商業(yè)銀行建立合作機(jī)制，實(shí)現(xiàn)資源的整合與共享，促進(jìn)共同發(fā)展。

第四，完善城市商業(yè)銀行法人治理，優(yōu)化股權(quán)結(jié)構(gòu)。眾所周知，股權(quán)結(jié)構(gòu)是公司治理的基礎(chǔ)，一個(gè)良好的股權(quán)結(jié)構(gòu)有利于公司治理架構(gòu)的形成，有利于實(shí)現(xiàn)公司價(jià)值最大化。目前，我國(guó)城市商業(yè)銀行的股權(quán)結(jié)構(gòu)中既有國(guó)企股東、又有民營(yíng)股東，既有中資股東、又有外資股東，既有大股東、又有小股東，呈現(xiàn)出多元化特征。雖然，股權(quán)結(jié)構(gòu)的多元化可以避免股權(quán)過于集中的一股獨(dú)大問題，也可以防止股權(quán)過于分散導(dǎo)致的股東缺位、內(nèi)部人控制的不利局面。但是，如何把握股權(quán)相對(duì)集中的度是一個(gè)難題。隨著我國(guó)銀行業(yè)混合所有制改革的逐步深入，城市商業(yè)銀行的國(guó)有資本比重不斷下降，境外投資者、民營(yíng)企業(yè)的持股比例將大幅上升，建立一個(gè)優(yōu)良的股權(quán)結(jié)構(gòu)，能夠確保董事會(huì)高效運(yùn)行，發(fā)揮監(jiān)事會(huì)的監(jiān)督職能，強(qiáng)化管理層的執(zhí)行能力，嚴(yán)格規(guī)范授權(quán)管理，提高銀行資產(chǎn)質(zhì)量。