宋長青

摘要：選取我國17家商業(yè)銀行2006- 2017年數(shù)據構建固定效應面板數(shù)據模型進行實證分析，結果表明：銀行業(yè)市場集中度的變化會對貨幣政策信貸傳導有效性產生影響。當銀行集中度較高時，銀行集中度與貨幣政策信貸傳導有效性間呈正向變動關系;但是反向關系存在于較低銀行集中度時，臨界點位于銀行集中度為39.795%時。中小型銀行的信貸增速較之大型國有商業(yè)銀行受到貨幣政策影響更大。銀行集中度越低意味著競爭程度越強，貨幣政策信貸傳導的有效性越高。

關鍵詞：銀行業(yè)集中度;向量自回歸模型;面板數(shù)據模型;貨幣政策信貸傳導

中圖分類號：F820.3

文獻標識碼： A

文章編號：1003-7217（ 2019） 03-0032-07

一、引言及文獻綜述

與國外相比，我國銀行業(yè)具有市場集中度高、政策性強、有效競爭不充分等特點，盡管近年來隨著我國金融改革的不斷推進，我國銀行業(yè)壟斷狀況已經有所改善，銀行業(yè)競爭程度與日俱增，但是不可否認我國銀行業(yè)市場的集中度較之發(fā)達經濟體依舊較高[1]。在此背景下，銀行業(yè)市場集中度的變化勢必通過商業(yè)銀行經營活動和信貸行為對貨幣政策的傳導效果產生影響。因此，從我國銀行業(yè)市場集中度角度通過銀行信貸渠道考察貨幣政策傳導的有效性問題，對完善我國貨幣政策傳導機制、提高貨幣政策有效性具有一定的理論意義和現(xiàn)實指導價值。

金融機構作為貨幣政策傳導過程中的中介和渠道，對貨幣政策傳導效果起著決定性作用，因此金融結構與貨幣傳導機制密切相關。當前我國的金融結構以銀行系統(tǒng)為主體，這就決定了我國的貨幣傳導機制應該是以信貸傳導機制為主[2]。商業(yè)銀行集中度、銀行部門之間競爭程度是影響信貸的重要因素，商業(yè)銀行信貸又是貨幣政策傳導的重要渠道，因此分析銀行業(yè)集中度對貨幣政策信貸傳導有效性的影響是很有必要的。

隨著研究視角的擴展，有關銀行部門的產業(yè)組織理論也被納入到“信貸觀”的研究中，國外學者開始嘗試從銀行業(yè)市場結構對貨幣政策傳導進行研究[3]。Kashyap （1997）[4]和Cecchetti（1999）[5]通過研究發(fā)現(xiàn)對于貨幣政策傳導機制而言，銀行業(yè)市場集中度和銀行體系的發(fā)展質量對其發(fā)揮著至關重要的作用。Charles等人（2001）運用面板數(shù)據模型考察了利率對個人貸款市場和汽車信貸市場的影響，發(fā)現(xiàn)在在集中度較高的銀行業(yè)市場結構中，貸款利率具有粘性特征，二者呈同向變動關系，尤其是在個人貸款市場上表現(xiàn)明顯。貨幣政策銀行信貸渠道的傳導會受貸款利率粘性的影響從而降低其有效性[6]。Adams（2005）研究亦發(fā)現(xiàn)，當一國的銀行業(yè)市場集中度較高時，銀行貸款額度對貨幣政策沖擊不敏感，貨幣政策效果非常有限[7]。Angelo Bagli—oni（2007）也從市場結構角度對貨幣政策在銀行信貸市場中傳導的作用效果進行了考察，發(fā)現(xiàn)不同的銀行業(yè)市場結構中，對貨幣政策傳導的作用效果也不盡相同。在寡頭壟斷的市場結構下，貨幣政策傳導效果不佳;隨著集中度的降低，當市場處于壟斷競爭的市場結構時，貨幣政策傳導有效性有所提升[8]。Hiroshi和Gunjl（2009）等人選取了22個國家作為樣本考察貨幣政策對不同競爭程度銀行的沖擊和影響，研究發(fā)現(xiàn)銀行業(yè)的競爭能夠微弱地通過銀行貸款的變化傳導貨幣政策沖擊[9]。

國內一些學者也從銀行業(yè)市場結構對貨幣政策傳導問題進行了研究。許小蒼（2008）通過構建銀行業(yè)市場結構與利率之間的模型，運用我國1996 -2007年間銀行信貸總量數(shù)據研究發(fā)現(xiàn)，我國銀行借貸對于利率的敏感度隨著銀行集中度的升高而降低，即貨幣政策有效性下降[10]。馮科和何理（2011）對Hiroshi和Gunji（2009）的模型進行了修正，運用我國商業(yè)銀行微觀數(shù)據進行實證分析發(fā)現(xiàn)，我國銀行規(guī)模與貨幣政策效果之間存在著反向關系，貨幣政策銀行信貸渠道的傳導作用有限[11]。徐明東和陳學彬（2011）運用動態(tài)面板估計法考察我國貨幣政策對銀行信貸供給的影響，結果表明銀行規(guī)模是不同商業(yè)銀行間貨幣政策異質性反應的原因，貨幣政策利率沖擊大型銀行的信貸規(guī)模影響更大，存款準備金率調整對中小型銀行影響較大[12]?；?990-200 7年56個國家的數(shù)據，譚之博和趙岳（2012）運用動態(tài)面板模型對銀行集中度和企業(yè)行為進行了研究，發(fā)現(xiàn)銀行集中度越高，企業(yè)從銀行融資的比重越小，自身儲蓄越高[13]。劉濤雄和王偉（2013）從銀行信貸在不同企業(yè)間的分布角度研究貨幣政策的有效性，結果顯示我國商業(yè)銀行傾向于給大型企業(yè)貸款，這阻礙貨幣政策的有效傳導;當中小企業(yè)獲得信貸越充分，貨幣政策的傳導越通暢[14]。董華平和干杏娣（2015）通過構建銀行業(yè)結構影響貨幣政策傳導效率的古諾模型發(fā)現(xiàn)，銀行業(yè)競爭程度越高，銀行對貨幣政策利率沖擊越敏感，有助于提高貨幣政策銀行貸款渠道的傳導效率[15]。王文平和李甜田（2018）通過建立固定效應面板數(shù)據模型發(fā)現(xiàn)，我國貨幣政策的信貸傳導有效性將隨著銀行業(yè)集中度降低、競爭深化而提高[16]。

通過文獻梳理可知，對于銀行業(yè)結構影響貨幣政策銀行信貸渠道傳導效率這一問題，國外進行了大量而全面的研究也取得了豐富的成果，而國內以我國貨幣政策傳導機制不暢為目的的研究較多，但從銀行業(yè)市場結構角度考察分析貨幣政策傳導機制的研究還非常少見。另外，國外現(xiàn)有文獻研究結論大都顯示銀行業(yè)集中度與貨幣政策信貸傳導效果呈反向變動關系。這與我國現(xiàn)實情況不符。我國金融市場的發(fā)展進程與西方發(fā)達國家相比有顯著區(qū)別，在整個銀行業(yè)競爭程度比較低的情況下，國有銀行自身的行政屬性反而使貨幣政策能夠順利有效地得以執(zhí)行，表現(xiàn)為銀行業(yè)集中度與貨幣政策信貸傳導效果呈現(xiàn)同向變動。此外我國貨幣政策銀行貸款傳導渠道與發(fā)達經濟體也存在一定的差異性，這些都使得國外研究在我國并不具有普適性。因此，進一步考察我國銀行業(yè)市場集中度對貨幣政策傳導效果的影響，有一定的現(xiàn)實價值。

二、基于VAR模型的實證分析

（一）指標選取

1.市場集中度。產業(yè)集中度是指某一特定市場或產業(yè)中，在規(guī)模上處于前幾位的少數(shù)幾個較大企業(yè)或組織的有關數(shù)值占整個市場或產業(yè)的份額大小。其計算公式為：

在式（1）中，CRn為對X產業(yè)中企業(yè)按規(guī)模從大到小排序，位于前幾位的企業(yè)的市場集中度，Xi表示X產業(yè)中處于第i位企業(yè)的產值、銷售額、職工人數(shù)、資產總額等指標，N表示X產業(yè)中的全部企業(yè)數(shù)，n表示X產業(yè)內要統(tǒng)計的大規(guī)模企業(yè)數(shù)。一般情況下n的取值通常為4或者8。由于本文主要測算我國銀行業(yè)中處于前四位的商業(yè)銀行（中、農、中、建）在相應項目中所占的市場份額，結合數(shù)據的可得性，最終選取2006- 2017年商業(yè)銀行資產項目中的CR4作為我國銀行業(yè)集中度的代理指標。CR4數(shù)據如表1所示。數(shù)據來源于中國人民銀行網站、中國銀監(jiān)會網站、中經網和各銀行年度公報。

根據以產業(yè)集中度為依據對產業(yè)壟斷競爭程度所作的分類：當65< CR4<75時屬于高度集中寡占型;當50

2.貨幣政策代理指標的選取及數(shù)據處理。根據Bernanke和Mihov（1998）的研究，利率作為測量貨幣政策的指標具備較強的穩(wěn)健性[17]。目前在我國眾多市場中，若以利率市場化程度衡量，銀行間同業(yè)拆借市場位于最高市場化水平。因此，選取銀行間7天同業(yè)拆借加權平均利率作為實證分析中的貨幣政策沖擊變量。另外，貨幣供給量M2和金融機構貸款LOAN在實際經濟中發(fā)揮著重要的作用，同時也與利率等經濟變量有著密切的聯(lián)系，因此選取M2和金融機構貸款LOAN作為貨幣政策中介目標。按照貨幣政策目標，選取GDP和CPI作為貨幣政策最終目標代理變量。樣本區(qū)間選取2006 -2017年度，數(shù)據頻率為季度數(shù)據，因此共獲48個觀察樣本，進而考察在不同的銀行集中度下貨幣政策沖擊的影響。所有數(shù)據均來源于中國人民銀行網站和中經網數(shù)據庫。由于數(shù)據為季度數(shù)據，為了消除季節(jié)影響，在實證分析前首先運用X-12方法對GDP、CPI、M2、L0AN各序列進行季節(jié)性調整。為了避免誤差減少波動，對各序列取對數(shù)處理。

（1）單位根與協(xié)整檢驗。首先，運用ADF方法對GDP、CPI、M2、R、LOAN進行單位根檢驗。經檢驗原序列均為非平穩(wěn)序列，一階差分處理后在5%的顯著性水平拒絕原假設，說明在5%的顯著性水平下一階差分具備平穩(wěn)性，因此各序列均為一階單整I（l）序列。單位根檢驗結果滿足協(xié)整檢驗條件（見表2）。

為了檢驗各序列之間是否具有長期穩(wěn)定的關系，需要進行Johansen協(xié)整檢驗（見表3）。由表3可知，在5%的顯著性水平下至少存在一個協(xié)整方程，各變量間具備協(xié)整關系。

（2）VAR模型及脈沖響應函數(shù)。VAR模型特點之一是對進入模型的變量次序很敏感，一旦改變變量的次序，得到的脈沖響應函數(shù)也不同，因此，變量的順序安排對模型的構建非常重要。本文在VAR模型構建中變量順序的安排選擇VAR（gdp、loan、r、M2、cpi）這樣一個排序，這是因為在同期關系中，gdp的新生值與其他變量新生值的關系相對較大，cpi與其他變量新生值的關系相對較?。ㄒ姳?）。從表4可以看出，這樣一個排序所代表的含義是：gdp沖擊影響模型中同期所有其他變量，loan沖擊影響除gdp外模型中同期所有其他變量，以此類推。

為了進一步觀察貨幣政策沖擊的響應速度和響應幅度，需要進行累積脈沖響應函數(shù)分析。在給定利率一個標準化沖擊時，GDP、LOAN、M2和CPI的累積脈沖響應函數(shù)分別由圖1～4表現(xiàn)，此處選取滯后48期①。從圖1、圖2中可知，當本期給利率一個沖擊后，12期之后GDP僅出現(xiàn)小幅度負向波動，滯后18期之后響應幅度僅為-0.03左右。整體趨勢呈現(xiàn)利率與GDP之間呈反向變動關系，即當利率增加時，投資和消費相應減少，從而導致國內生產總值降低，符合現(xiàn)實經濟運行情況。從圖1～3可知，當給利率一個沖擊時貸款額在滯后10期內出現(xiàn)了小幅正反向交替變動，在滯后10期以后負向波動的趨勢穩(wěn)定且幅度逐漸增加。響應函數(shù)整體呈現(xiàn)出利率與貸款額負相關關系，即利率升高貸款減少。值得注意的是，利率與貸款額同向變化的特殊經濟現(xiàn)象在響應初期短暫出現(xiàn)過，究其原因首先可能是存在利率粘性，其次2007年我國股票市場創(chuàng)下了6124點的記錄，這一階段我國處于經濟過熱狀態(tài)，不能排除存在“非理性信貸”現(xiàn)象。從圖1～4可知在當期給利率一個沖擊時，貨幣供給量M2呈現(xiàn)出穩(wěn)定的負向變動關系且基本無波動。這一趨勢與現(xiàn)實經濟生活中利率與貨幣供給量長期穩(wěn)定的相關關系相對應。央行往往通過控制利率的升降來限制或者放松商業(yè)銀行貸款數(shù)量，從而起到減少或者增加貨幣供給量的目的。從圖1-4中可知，當給利率一個沖擊時，CPI在當期表現(xiàn)出明顯的正響應狀態(tài)，最大值的響應接近0.002。滯后15期之后響應歸零，之后出現(xiàn)負響應狀態(tài)，總體表現(xiàn)出穩(wěn)定的負響應狀態(tài)?？梢钥闯?，CPI對利率的變動十分敏感。短期內利率上升立刻會在物價上得以反映從而引發(fā)通貨膨脹，但是從長期來看，利率的變動則會帶來物價相同方向的變動。

（二）集中度與貨幣政策沖擊的實證分析

由于數(shù)據頻率不一致且累積脈沖響應函數(shù)的滯后期為4 8期，為了提高實證檢驗結果的合理性，經計算選取2006 - 2017年滯后每隔四期的數(shù)值對應CR4數(shù)據的年度數(shù)值。模型中，利率沖擊GDP、CPI、M2和Loan變化的累積脈沖響應分別以r—gdp、r-cpi、rM2和r-loan來表示。首先進行變量間相關性分析保證模型的合理性。相關系數(shù)檢驗結果如表5所示，CR4與GDP、CPI、M2、LOAN都呈較高程度的正相關，相關系數(shù)符合建模要求。在實證檢驗中，分別以各變量為被解釋變量建立模型。模型估計結果如表6所示。

由表5可知，利率沖擊GDP變化的檢驗結果R2數(shù)值接近于1，表明模型的擬合效果很好，回歸方程顯著。其中，CR4系數(shù)均為正值，說明解釋變量對被解釋變量有正方向影響。CR4的系數(shù)為0.7838，說明當CR4變化一個單位時r-gdP將變化0.7838個單位。由利率沖擊CPI變化的檢驗結果可知，CR4的系數(shù)均為正值但系數(shù)較小，僅為0.0479，說明對于貨幣政策最終目標CPI來說，銀行業(yè)市場集中度的影響要遠遠小于其對利率沖擊GDP變化的影響。同樣，對由貨幣供給量M2變化引起的貨幣政策沖擊和貨幣政策由信貸傳導的渠道來說，銀行業(yè)市場集中度對其的影響較大。

總體來看，所建立的四個模型均模型擬合效果良好。市場集中度對貨幣政策各變量（GDP、CPI、M2、LOAN）產生較顯著的影響。值得注意的是，市場集中度對各個被解釋變量的影響程度明顯大于競爭的影響力。從解釋變量的系數(shù)還可得知，市場集中度和競爭對貨幣政策各變量的影響程度的順序是一致的，即對貨幣供給量M2的影響最強烈，其次依次為貸款LOAN、GDP和CPI。這說明，在我國當前宏觀經濟運行環(huán)境中，銀行業(yè)市場結構對貨幣政策傳導機制具有一定的積極意義。

三、基于面板數(shù)據模型（Panel Date）的實證分析

（一）指標選取與模型構建

由于貨幣政策、銀行信貸供給和銀行信貸需求等都是影響銀行貸款余額的因素，因此將影響銀行貸款余額的因素納入方程進行建模。具體而言，貨幣政策用加權的7天同業(yè)拆借利率r來表示，銀行貸款余額用銀行貸款增長率（loan）來衡量，銀行信貸供給選取以銀行總資本增長率（total capital）和銀行總存款增長率（total deposit）兩個指標表示，銀行信貸需求則選取GDP增長率和CPI變動情況來衡量。為了方便構建模型，對各項指標取對數(shù)和CPI、r進行一階差分處理，分別記為：△lnloan、△lntc、△lntd、△lngdp、△cpi和△MP。

為了考察處于不同銀行集中度市場環(huán)境下貨幣政策沖擊對銀行貸款產生的異質性影響，根據選定變量設定模型如下：

在式（2）中，被解釋變量loani，l代表第i家銀行t時期的貸款總額，考慮到貨幣政策存在時滯現(xiàn)象，t時期和t-1時期貨幣政策沖擊分別由MPt、MPt-1表示。CR4i，t代表t時期銀行的集中度。除了貨幣政策和銀行業(yè)集中度會對銀行貸款產生影響以外，銀行總資本增長率、銀行總資本增長率、銀行總存款增長率、GDP增長率、通貨膨脹率、CPI變動等因素都能影響銀行貸款，因此，將這些因素納入方程用Ki，t代表，Ki，t表示除集中度和貨幣政策以外影響貨幣政策效果的其他控制變量。除此之外，模型引入兩個交叉項△MPtCR4j，t與△MPt-1CR4i，t來分別當期貨幣政策和滯后一期貨幣政策在不同市場集中度時，對信貸規(guī)模產生的影響。

（二）樣本選擇與實證分析結果

為了準確估計我國不同類型商業(yè)銀行信貸規(guī)模對貨幣政策變化的不同反應，采用我國17家銀行2006- 2017年的年度面板數(shù)據建立模型。另外依照傳統(tǒng)做法選取工、農、中、建四家銀行作為大型商業(yè)銀行樣本，其他13家銀行作為中小型銀行進行樣本分組。選取固定效應面板模型并采用OLS最小二乘法進行估計。數(shù)據由《中國統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》和Bankscope數(shù)據庫等相關資料匯總計算得到。估計結果如表7所示。

從全樣本回歸結果可知，△MPt和△MPt-1的系數(shù)分別在5%和1%的統(tǒng)計水平上顯著，說明當期和滯后一期的貨幣政策變動均對商業(yè)銀行信貸規(guī)模有著顯著的影響，貨幣政策銀行信貸傳導渠道有效?！鱨nTC、△lnTD和△CPI系數(shù)在1%的統(tǒng)計水平上顯著且系數(shù)都為正值，表明銀行信貸規(guī)模增速與銀行總資本增長率、銀行總存款增長率、通貨膨脹率成正比關系。另外△GDP系數(shù)不顯著。

從子樣本回歸結果可知，不論何種類型商業(yè)銀行的△MPt、△MPtCR4i，t和△lnTD的系數(shù)都統(tǒng)計顯著，說明樣本銀行都會受到當期貨幣政策和銀行存款的影響。大型商業(yè)銀行和中小型銀行相關系數(shù)存在差異的有△lnTC和△CPI，二者均表現(xiàn)出大型商業(yè)銀行系數(shù)不顯著而中小型銀行系數(shù)顯著的特征，說明中小型銀行的信貸規(guī)模增速受總資本和通貨膨脹的影響較大。究其原因，第一，中小型銀行缺乏國家信用的背景，風險相對較大，因此，資本金的變化對銀行信貸產生的影響較大;第二，較之大型商業(yè)銀行，中小型銀行資本金規(guī)模本身就比較小，此時資本微小的變化就能影響銀行信貸。另外較之大型銀行，中小型銀行的信貸增速更容易受到貨幣政策的影響，這一點從貨幣政策和市場集中度交叉項中小型銀行系數(shù)大于大型商業(yè)銀行系數(shù)可以看出。

把CR4歷年的數(shù)據帶人，進一步分析貨幣政策和市場集中度交叉項的系數(shù)估計可以得到△MPt與△MPt-1的系數(shù)，具體結果見表8。由表8可知隨著銀行市場集中度的下降，△MPt和△MPt-1的系數(shù)整體呈現(xiàn)由負到正變化過程，但由表7可知交叉項△MPtCR4i，t與△MPt-1，CR4i，t系數(shù)均為負值。此現(xiàn)象說明近年來隨著我國銀行業(yè)市場集中度的不斷降低，貨幣政策對商業(yè)銀行信貸規(guī)模的影響也逐漸減小。但是由△MPt和△MPt-1的系數(shù)最終由負數(shù)轉變?yōu)檎龜?shù)可知，當銀行集中度的降低到一定程度時，二者運動方向將發(fā)生轉變，貨幣政策對銀行信貸規(guī)模增速的影響又會逐漸增大，基本呈現(xiàn)U字型發(fā)展規(guī)律。

從以上分析結果可知，當銀行集中度大于39.795%時，銀行集中度與貨幣政策信貸傳導有效性之間成正向關系;當銀行集中度小于39.795%時，二者之間呈反向變動關系。這是因為當銀行業(yè)集中度較高時，我國國有大型銀行在銀行業(yè)占據主導地位，大型銀行的國有背景決定了此時的貨幣政策性質可視為行政指令，這就保障了貨幣政策通過信貸傳導得以有效執(zhí)行。另一方面，隨著近些年金融業(yè)的發(fā)展我國銀行業(yè)集中度逐年降低，當銀行集中度小于39.795%時貨幣政策變化對銀行信貸增速的影響再次呈現(xiàn)出越來越大的趨勢。究其原因，集中度降低意味著競爭加劇，競爭首先導致大型商業(yè)銀行逐漸失去其依靠寡頭地位對利率進行定價的權利，必須對貨幣政策保持“敏感”，從而使貨幣政策信貸傳導的有效性得以提高。其次，競爭使得信貸獲得渠道增加，減少了大型商業(yè)銀行的“惜貸”行為，使得貨幣政策信貸傳導渠道更加暢通。最后，競爭促進了金融創(chuàng)新，加速貨幣流通使得貨幣政策傳導更加有效。

四、結論及政策建議

通過上述實證分析結果表明，銀行業(yè)集中度顯著影響貨幣政策信貸傳導有效性。具體而言，中小型商業(yè)銀行的信貸增長較之大型商業(yè)銀行更容易受到貨幣政策的影響;隨著我國銀行業(yè)集中度的降低，貨幣政策信貸傳導有效性整體呈現(xiàn)先降低再提高趨勢;促進銀行業(yè)競爭減低行業(yè)集中度對提高貨幣政策信貸傳導有效性具有促進作用。

根據研究結論提出以下政策建議：（1）為促進競爭降低銀行業(yè)集中度，應進一步降低銀行類金融機構的市場準入門檻。與發(fā)達國家相比，我國對銀行業(yè)實施的行業(yè)監(jiān)管一直較為嚴格，為了有效降低銀行業(yè)金融機構的市場壁壘，在金融風險可控范圍內應適度放松政府監(jiān)管，同時加快我國金融業(yè)監(jiān)管體制改革[18]。允許有條件的民營資本、混合資本進入銀行業(yè)，鼓勵私人銀行、地方銀行、中小型股份制銀行等新型機構的建立和發(fā)展，逐步形成一個銀行主體多元化的行業(yè)競爭格局，促進銀行業(yè)集中度進一步降低。（2）多措并舉減少銀行業(yè)壟斷，大力提高中小型金融機構市場份額。我國當前正處于改革的進程中，盡管貨幣當局通過各種方式對市場結構和競爭程度進行干預，但銀行業(yè)市場發(fā)展趨勢并不能被中央銀行政策制定者所完全操縱，除此之外大規(guī)模的并購或合并的出現(xiàn)也極大影響了銀行的市場結構和競爭程度，這都增加了貨幣政策效果的不確定性。因此必須嚴格執(zhí)行《中華人民共和國反壟斷法》，努力提高中小型金融機構市場份額，帶動整個銀行業(yè)市場化程度提高，提高貨幣政策信貸傳遞的有效性。（3）進一步深化國有銀行股份制改革，建立更加多元化的、更加合理的產權結構。當前我國國有銀行股份制改革已經取得了顯著成效，國有商業(yè)銀行已改為股份制企業(yè)性質，但事實上國有資本仍占絕對優(yōu)勢，“國”字背景難脫、行政屬性較強，導致競爭嚴重不足。要改變這一局面就要繼續(xù)深化國有銀行股份制改革，提高社會法人股、外資股等非國有性質產權比例，建立相對分散的大型商業(yè)銀行產權結構，加快銀行業(yè)市場結構改革有效進行。

注釋：

①選取48期為滯后期的目的在于配合各年度的集中度和競爭指標進行后文的實證檢驗。

參考文獻：

[1] 林鐵鋼.中國銀行業(yè)改革：歷史回顧與展望[J].中國金融，2005（3）：16-18.

[2] 周孟亮，李明賢.貨幣政策傳導過程中的金融體系研究[J].中央財經大學學報，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] 許小蒼.銀行內部特征與貨幣政策銀行信貸渠道關系的實證研究[J].海南金融，2009（1）：8-12.

[11] 馮科，何理.我國銀行上市融資、信貸擴張對貨幣政策傳導機制的影響[J].經濟研究，2011（2）：61-64.

[12] 徐明東，陳學彬.中國微觀銀行特征與銀行貸款渠道檢驗[J].管理世界，2011（5）：24-37.

[13] 譚之博，趙岳.銀行集中度、企業(yè)儲蓄與經常賬戶失衡[J].經濟研究，2012（12）：55-68.

[14] 劉濤雄，王偉.銀行信貸結構對貨幣政策有效性的影響[J].清華

大學學報（哲學社會學版），2013 （3）：138 -147.

[15] 董華平，干杏娣.我國貨幣政策銀行貸款渠道傳導效率研究——基于銀行業(yè)結構的古諾模型[J].金融研究，2015（10）：48-63.

[16] 王文平，李甜田.銀行業(yè)集中度對中國貨幣政策信貸傳導有效性的影響[J].山東財經大學學報，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] 張?zhí)N萍.供給側改革：中國壟斷行業(yè)政府規(guī)制體制改革的新動力[J].理論學刊，2016（5）：61- 66.