本文讲述了关于中国银行业竞争有效性的实证的内容，供大家参考，接下来我们一起仔细阅读下吧。

摘 要:以中国14家银行1995—2006年的一组数据为样本,利用非结构方法建立Panzar-Rosse模型对 我国商业银行竞争的有效性进行了实证研究。研究结果表明:我国商业银行市场结构表现出 垄断竞争的特点,但是竞争程度与国外银行市场结构相比还相对较低。我国应通过增强市场 准入的适度性、提高监管的专业性和有效性等措施,促进我国银行业的高效稳健发展。

关 键 词:银行业;竞争有效性;市场结构;Panzar-Rosse模型

自从1995年《商业银行法》颁布以来,我国银行业改革取得了较大突破,特别是加入世贸组织 以后 ,随着银行相关管制的放松和创新步伐的加快,银行业的竞争程度不断提高。针对银行业所特 有的脆弱性和不稳定性,如何确保银行业稳健发展且具有竞争性就成为当前关注的一个重要 问题。本文将采用非结构方法中的Panzar-Rosse模型对我国银行业竞争的有效性进行实证 研究,从而确定当前我国银行业市场结构的基本类型并探讨其背后的形成原因,以期为改善我 国银行业有效竞争,促进我国资金配置效率的提高提供可行性建议。

一、 文献综述

对银行业竞争状况的主要衡量方法可以分为两种:结构分析法和非结构分析法。结构分析法 将传统产业经济学的结构分析框架引入银行业的实证分析当中,采用该方法的学者认为:影响 银行行为和绩效等 产业竞争状况因素可以由集中度、赫芬达尔指数等市场结构指标确定,银行市场的结构指标 越高,竞争程度越弱。Gilbert(1984)首先运用SCP分析框架对美国银行业进行实证分析,其结 果表明银行业的市场集中度与其获利能力之间存在正相关关系[1]。Berger和Han nan(1989)以1983—1985年美国银行业为样本,研究发现贷款利率与较高的市场集中度存在显 着的正相关关系,并且市场集中度高的银行会利用它们的市场势力降低存款利率基点来获得 租金[2]。Molyneux和Thornton(1992)考察了1986—1989年欧洲12个国家银行绩效 的决定因素,他们发现银行的资产收益率(ROA)与市场上前10家最大银行所占市场份额存 在显着的相关性[3]。其他一些学者也作过类似的实证研究,他们发现在赫芬达尔指 数高的银行市场上,通常竞争程度都比较低,贷款利率表现出向下的刚性。另外,还有的学者 提出银行业有效结构假说,对银行业集中度与利润率之间存在的这种因果关系提出质疑, 他们认为:银行利润与市场集中度之间关系是源于具有较大市场份额的银行产生的效率而不 是它的市场势力,即效率高的银行占有更高的市场份额,从而导致银行市场结构更加集中。

随着计量工具的发展创新,结构分析法存在的缺陷变得越来越突出,其中最大的问题在于它 缺乏微观理论基础,忽视银行竞争行为。此外结构分析法中一个难以解决的问题就是如何恰 当定义银行的市场以及用它来确定对集中度的测量,而且银行的多元化产品结构使这个问题 更加复杂[4],于是越来越多的学者开始采用非结构分析法对银行业竞争的有效性 进行实证研究。

非结构分析法主要依赖于Baumol(1982)提出的“可竞争理论”,它更加注重对银行竞争 行为的研究,强调决策者不需要对该国金融体系中银行是否在市场上占据主导地位而过多关 注,只要银行市场是可竞争的,即使是在一个集中度较高、由几家大银行主导的银行业当中 ,也能实现有效竞争。非结构分析法对银行业竞争状况进行实证分析所采用的模型主要有 Iwata模型、Bresnahan-Lau模型、Panzar-Rosse模型等,其中Panzar-Rosse模型是目前运用 最广泛的一种方法。Shaffer(1982)最先采用Panzar-Rosse模型对纽约银行业进行了实证 检验,研究发现样本期内纽约银行业的市场结构表现出垄断竞争的特点且具有可竞争性,其? H?值(总收益对总投入要素的变动弹性)在0.32～0.36波动[5]。其他一些学者譬如 Nathan和Neave(1989)[6]以及Lloyd-William等[7]也采用类似方法对加 拿大和日本银行业进行了实证分析,研究结果表明这两个国家银行业的市场结构都呈现出垄 断竞争的特点,而且竞争程度还比较高。此后,学者们纷纷运用相似方法对欧美等银行体系比 较成熟的银行竞争状况 进行了实证研究,他们的研究结论基本相似,即尽管各个国家银行业结构存在差异,但其银 行业在大多数年份都表现出垄断竞争的特点,而且随着银行国际化步伐的加快,国内银行面 临市场参与者的类型和数量不断增加的状况,其银行业的竞争程度有所提高。近期,有学者开 始 考察东南欧转型国家和拉美新兴国家银行业的竞争状况,Gelos和Roldos(2004)对1994—199 9年拉美新兴国家和苏东转型国家银行业竞争程度进行研究,发现几乎所有这些国家的银行 业都处于垄断竞争当中[8]。而E.Mamatzakis等在此基础上进一步发现随着银行 自由化不 断发展以及外资银行的不断进入,这些转型国家和拉美新兴国家银行业的竞争程度也在不断 增加[9]。

近年来,我国学者对中国银行业竞争状况开展了较为广泛的研究,他们主要采用传统的结构 分析法对我国银行业的市场结构和绩效以及银行业的集中度、效率和规模经济等方面进行了 较深入的探讨[10-12]。但是采用非结构分析法的研究则相对较少,只有叶欣等(200 1)[13]、赵子铱等(2005)[14]对我国银行业市场竞争结构进行了计量实证 分析,黄隽(2007)采用非结构法中的Panzar-Rosse模型,对韩国、中国台湾和中国大陆的银行 业市场竞争程度进行测量,并研究了竞争、集中与银行数量之间的关系[15]。本文 试图建立起更好的衡量银行 业有效竞争的模型,通过加强对中国银行业相关变量和数据的分析、挖掘和提炼,提高对 银行业有效竞争进行数量分析的水平和精确度,并从渐进的银行业改革过程中分析影响银行 业竞争的因素,以进一步增强对银行业有效竞争的政策框架和有效性的理解。

二、 Panzar-Rosse模型介绍

Panzar-Rosse模型是由Panzar和Rosse在1977年首次提出,并在1982年和1987年不断完善形 成的银行业竞争模型。该模型没有采用结构性指标,而是运用一般均衡的银行市场模型,通过 衡量银行单位投入要素价格变动引起均衡收益的变化程度来分析市场结构和竞争程度。其中 Panzar-Rosse模型有四个假设前提:①银行是在长期均衡的环境中运作;②银行的行为受到其 他银行行为的影响;③银行的成本结构是同质的,而且其生产函数服从收益规模不变的生产函 数;④在不同的市场条件下,银行采取的成本投入策略对产出的定价会产生影响[15 ]。

具体而言,假设银行的收益函数为:?R=R(w,z),其中w为银行投入要素的m维向量,z为银 行收益函数的外生变量,每家银行为了实现最大化利润,其采用的经营策略为:??R′?i(x?i,n,z?i)-C′?i(x?i,w?i,t?i)=0[FH](1)??其中,R′?i代表银行i的边际收益,C′?i代表银行i的边际成本,x?i表示银行i的产出,n为 银行数量,w?i为银行i投入成本的m维向量,z?i为银行收益函数的外生变量,t?i为银行成 本函数的外生变量。在市场长期均衡的状态下,银行的数量及行业的供给处于稳定的状态,并 与市场需求相吻合,因此有:??[FC(]R?*?i(x?*,n?*,z)-C?*?i(x?*,w,t)=0

?i,i=1,…,n?*[FH](2)[FC)]? ?带*号变量代表均衡值。在此基础上,?Panzar和Rosse?用H表示总收益对总投入要素 的变动弹性, ?H=?[DD(;]m[]k=1[DD)][SX(]?R?*?i[]?w?ki[SX)][SX(]w?ki[]R?*?i[S X)],? 他们证明了不同的H值反映了不同的市场结构和 竞争程度。具体而言:当H≤0时,银行业市场结构为完全垄断市场或者短期的寡头垄断市场, 因为在垄断市场长期均衡时的均衡投入和均衡产出已经达到最优点,新增投入要素的边际成 本大于平均收益,反而会使总收益减少,H值为负;当H=1时,银行业市场结构为完全竞争市场, 因为在完全竞争市场长期均衡时边际成本、边际收益、平均成本与平均收益均相等,新增投 入要素仍然可以保持最优产量,总收益不变,H值始终为1;只有当0

在具体实证研究当中,对H统计量的回归估计通常都是采用中间法将资产收益率对三种投入要 素(存款、劳动力和资本)及其他影响因素进行回归,得到的资产收益率对三种投入要素进行 回归的相关系数之和即为H统计量的值。回归公式通常为:??[FC(]?lnROA??it=[]h?0+h?1?lnPF??it+h?2?lnPK??it+

三、 样本选取、估计与分析

1. 指标、计量模型和数据

根据Bikker和Haaf(2000)、H.Semih Yildirim(2003)以及Boutillier等运用Panzar-Rosse模 型对银行业竞争有效性进行的实证研究,笔者构造出检验我国银行业市场竞争状况(?H?值) 的回归方程如下:??[FC(]?lnROA??it=[]h?0+h?1?lnPF??it+h?2?lnPK??it+

h?3?lnPL??it+a?1?lnAS??it+

a?2?lnRI??it+a?3?lnOP??it+ε?it[FH](4)[FC)]??其中,ROA为总资产收益率,根据“总收益/总资产”计算得出;PF、PK、PL分别为资金投入 、资本投入和人力投入,分别由“利息支出/总存款”、“固定资产折旧/年度固定资产净值 ”、“工资总额/职工人数”计算得出,但由于现有的公开资料中,多数中国的银行并不提 供职工工资和福利支出、固定资产折旧等具体数据,而将其归入财务报表的营业费用中,所 以本研究选用营业费用替代人力成本和固定资产成本的支出总额。这样既可反映人力资本和 固定资产的成本支出,又可避免使用估计值或均值引起的误差之类问题的发生。同时,经统计 发现职工人数和固定资产净值与银行总资产显着相关,所以使用总资产额替代营业投入总额 ,并将资本投入和人力投入合并为一种统一的投入要素计作PO,由“营业费用/总资产”计 算得出[16]。此外,AS为银行的总资产,用来代表银行的规模,RI和OP为影响银行绩 效的 综合因素,分别由“总贷款/总存款”和“权益/总资产”计算得出,经过修正的回归方程为:??[FC(]?lnROA??it=[]h?0+h?1?lnPF??it+h?2?lnPO??it+

a?1?lnAS??it+a?2?lnRI??it+

a?3?lnOP??it+ε?it[FH](5)[FC)]??检验我国银行业市场竞争状况用?H表示,H=h?1+h?2(h?1为资金投入的系数,h?2? 为 资本与人力投入合并为一种统一的投入要素的系数)。本文选取我国14家银行作为研究对象, 以它们作为整个银行业的代表,即中国工商银行、中国银行、中国农业银行、中国建设银行 、中国交通银行、中信实业银行、光大银行、华夏银行、民生银行、广东发展银行、深圳发 展银 行、招商银行、福建兴业银行、上海浦东发展银行。样本期间为1995—2006年,为了更直观 地看到2002年以来我国银行业开放对银行竞争的影响,本文特别将样本期间分为1995 —2001年和2002—2006年两部分,并分别进行了回归计算,实证基础是截面和时间序列的面板 数据,样本所包 含的银行在个别年份的数据资料存在缺失,整体上为非平衡面板数据,本文数据除特别说明以 外,均来自1996—2007年的《中国金融年鉴》和bankscope数据库。　2. 面板数据的检验结果

由于本文数据是面板数据,误差项中可能同时包含有时间差别(时间影响)和个体差别,但 是中国银行业遵循的是一条渐进式改革路径,现实中变化的经济环境或不同的社会经济背景 等因素并没有导致反映经济结构的参数随着横截面个体的变化而变化的情况。因此本文假定 误差项中满足时间一致性,并且本文假定个体在截距上的差异是固定的、非随机的,由此本 文模型就可以归结为变截距固定影响模型。但由于变截距固定影响模型中的随机误差项可能 会同时带来异方差和序列相关的问题,因此本文采用似不相关回归(seemingly unrelatedregression,简称SUR)进行检验加权,并对模型进行相应的广义最小二乘法(generalizedleast squared,简称GLS)估计。主要步骤为:先估计系数,然后计算GLS的转换权重,之 后在加权数据的基础上重新估计,直至系数和权重收敛为止。在采用SUR进行检验变截距固 定影响模型时,选择估计权重协方差的方差结构有两种:个体成员截面SUR(cross-sectionSUR)和时期近似SUR(period SUR)。其中,前者要求时期个数必须大于截面成员个数, 后者则相反。在本文的样本中,由于银行截面数据有14个,大于时期数12。因此,变截距固 定影响模型在实证中采用时期近似SUR加权检验并进行GLS回归估计,回归的结果详见表1和 表2