高建剛，楊娜 （聊城大學(xué)，山東聊城252059）

于良春和鞠源（1999）①最先運用產(chǎn)業(yè)組織的相關(guān)理論對銀行業(yè)的市場結(jié)構(gòu)、行為和績效進(jìn)行實證分析，并提出了關(guān)于銀行業(yè)組織體系與管制制度的改進(jìn)措施。本文選取2008-2017年20家商業(yè)銀行的最新數(shù)據(jù)，運用產(chǎn)業(yè)組織的相關(guān)理論，對銀行業(yè)的市場結(jié)構(gòu)、效率與績效之間的關(guān)系進(jìn)行實證分析，并驗證市場力假說與效率結(jié)構(gòu)假說是否成立。

一、市場結(jié)構(gòu)

市場結(jié)構(gòu)能夠很好地反映銀行業(yè)市場的壟斷與競爭程度。本文借鑒趙金潔（2016）②，張芳（2012）③，黃雋、李慧和徐俊杰（2010）④等人的研究，選取市場份額，市場集中度和赫芬達(dá)爾-赫希曼指數(shù)對銀行業(yè)的市場結(jié)構(gòu)進(jìn)行分析。

（一）市場份額

市場份額是指某個銀行的存款、資產(chǎn)、利潤等占相應(yīng)的銀行業(yè)市場總額的比重。本文通過存款比率、貸款比率和總資產(chǎn)比率來分析銀行業(yè)金融機(jī)構(gòu)的市場份額。

表1 主要類型銀行的市場份額占比

從表1中可以看出，20家商業(yè)銀行在資產(chǎn)、存款和貸款方面所占的比重是逐漸下降的，資產(chǎn)從2008年的70.47%下降到2017年的59.41%，存款從2008年的73.45%下降到2017年的59.27%，貸款的變動幅度較小，從2008年的66.42%下降到2017年62.62%，說明銀行業(yè)的競爭程度不斷提高，壟斷程度不斷下降。2008-2017年各類銀行在資產(chǎn)、存款和貸款方面的變化趨勢基本是一致的：總體上國有大型商業(yè)銀行所占的市場份額呈現(xiàn)逐年遞減的趨勢，而股份制商業(yè)銀行和城市商業(yè)銀行的市場份額呈現(xiàn)逐年遞增的趨勢，說明國有大型商業(yè)銀行的市場競爭力下降，寡頭壟斷程度遭到破壞，股份制商業(yè)銀行和城市商業(yè)銀行的競爭力提高。但從各種類型的商業(yè)銀行所占的市場份額來看，現(xiàn)階段國有大型商業(yè)銀行在整個銀行業(yè)中仍處于重要的地位。

（二）市場集中度

市場集中度是最常用的衡量市場競爭性和壟斷性的指標(biāo)。銀行業(yè)的市場集中度是指規(guī)模最大的前幾家銀行的有關(guān)數(shù)值（資產(chǎn)、負(fù)債、存款、貸款、營業(yè)收入、凈利潤、職工人數(shù)等）占整個銀行業(yè)的比重，計算公式為其中N為銀行業(yè)金融機(jī)構(gòu)數(shù)，n則視情況而定。⑤本文將選取資產(chǎn)、存款和貸款三個指標(biāo)，同時按照國際通用標(biāo)準(zhǔn)，選取n=4和n=8來測算銀行業(yè)的CR4和CR8。

相關(guān)測算結(jié)果如圖1和圖2所示。從圖中可以看出，CR4和CR8所呈現(xiàn)的變化趨勢相同，向右下方傾斜，CR4和CR8的值不斷降低，說明銀行業(yè)的壟斷程度不斷降低，競爭程度不斷提高，同時在本文的研究時間段內(nèi)，中國前四大銀行在資產(chǎn)、存款和貸款方面的市場集中度平均值達(dá)到42%以上，前八大銀行的市場集中度平均值達(dá)到53%以上，這說明雖然銀行業(yè)的壟斷程度不斷下降，但仍處于較高的水平。根據(jù)貝恩對產(chǎn)業(yè)壟斷和競爭的分類，可以得出當(dāng)前中國銀行業(yè)的市場結(jié)構(gòu)類型屬于中下集中寡占型。

圖1 中國銀行業(yè)的市場集中度CR4

圖2 中國銀行業(yè)的市場集中度CR8

（三）赫芬達(dá)爾—赫希曼指數(shù)

市場集中度存在一定的缺陷，不能反映中小銀行的分布情況和最大前幾家銀行的相對規(guī)模和比例。赫芬達(dá)爾—赫希曼指數(shù)克服了市場集中度的不足，能夠較好地反映其他銀行的分布情況和銀行市場份額的變化。

赫芬達(dá)爾—赫希曼指數(shù)是指銀行業(yè)內(nèi)所有銀行市場份額的平方和，計算公式為其中X為銀行業(yè)市場總規(guī)模，Xi為各個銀行的相關(guān)數(shù)值為某個銀行的市場份額，n為銀行業(yè)的銀行總數(shù)。當(dāng)市場上有規(guī)模相同的企業(yè)，市場處于完全競爭狀態(tài)時，HHI趨向于0，當(dāng)市場處于完全壟斷狀態(tài)時，HHI趨向于1。從表2中可以看出資產(chǎn)、存款和貸款的HHI指數(shù)總體上呈現(xiàn)不斷降低的趨勢。從2008年到2017年，資產(chǎn)的HHI指數(shù)下降了46.87%，存款的HHI指數(shù)下降了47.54%，貸款的HHI指數(shù)降低了24.21%。這與通過市場集中度計算的CR4和CR8的結(jié)論一致，中國銀行業(yè)的壟斷程度不斷降低，競爭程度不斷提高。

表2 中國銀行業(yè)的赫芬達(dá)爾-赫希曼指數(shù)

二、含不良貸款的銀行效率

自20世紀(jì)90年代以來，國內(nèi)外學(xué)者開始對銀行效率進(jìn)行研究，國外的學(xué)者，如Park and Weber（2006）⑥，Shu and Strassmann（2005）⑦，Pasiouras（2008）⑧等人主要對全要素生產(chǎn)率及影響生產(chǎn)率的因素進(jìn)行研究；國內(nèi)的學(xué)者，如呂品和文英（2010）⑨，蔡躍洲和郭梅軍（2009）⑩，袁曉玲和張寶山（2009）?等人運用 DEA測算 Malmquist生產(chǎn)率指數(shù)時發(fā)現(xiàn)，中國銀行業(yè)的全要素生產(chǎn)率總體上呈現(xiàn)下降的趨勢。近年來，不良貸款的多少影響著銀行的效率。在上述文獻(xiàn)中，沒有考慮不良貸款對銀行效率的影響，忽視了貸款的質(zhì)量。本文將借鑒王兵和朱寧（2011）?，Banker等人（2010）?和甘小豐（2007）?等人的研究，將不良貸款這一“壞”的指標(biāo)考慮在內(nèi)，運用帶有非期望產(chǎn)出的SBM方向距離生產(chǎn)函數(shù)測算銀行業(yè)的效率。

（一）數(shù)據(jù)來源

本文選取了20家商業(yè)銀行作為研究樣本（包括工商、建設(shè)、農(nóng)業(yè)、中行、交通5家大型商業(yè)銀行，除恒豐銀行外的11家股份制商業(yè)銀行，以及北京銀行、江蘇銀行、南京銀行、上海銀行4家城市商業(yè)銀行），2017年，選取的20家商業(yè)銀行的資產(chǎn)、存款、貸款額占整個銀行業(yè)的50%以上，具有較好的代表性。本文的研究時段為2008-2017年，數(shù)據(jù)來源于各銀行的統(tǒng)計年報、中國金融穩(wěn)定報告、中國金融年鑒和中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報。

（二）指標(biāo)選取

當(dāng)前，關(guān)于銀行效率的投入產(chǎn)出指標(biāo)選取仍沒有一個統(tǒng)一的標(biāo)準(zhǔn)，常用的指標(biāo)選取方法有生產(chǎn)法、中介法、資產(chǎn)法和增加值法，生產(chǎn)法和中介法是最常用的，生產(chǎn)法是把銀行看作存款和貸款的生產(chǎn)者，利用勞動力、資本、設(shè)備等生產(chǎn)存款和貸款。而中介法是把銀行看作存款業(yè)務(wù)和貸款業(yè)務(wù)的橋梁，銀行作為一個中介者而存在。本文將參考生產(chǎn)法和中介法，基于數(shù)據(jù)的可得性和本文的需要進(jìn)行指標(biāo)選取。本文選取的投入指標(biāo)包括應(yīng)付職工薪酬、固定資產(chǎn)凈值和存款余額，應(yīng)付職工薪酬和固定資產(chǎn)凈值分別作為銀行的人力資源投入和固定資產(chǎn)投入，存款余額作為投入指標(biāo)是基于銀行作為存款業(yè)務(wù)和貸款業(yè)務(wù)的橋梁，“好”的產(chǎn)出指標(biāo)為凈利潤，凈利潤是銀行的利潤總額減去所得稅費用，“壞”的產(chǎn)出為不良貸款額，當(dāng)銀行的不良貸款率較高時，銀行就需要用更多的利潤沖銷，同時提取較多的壞賬準(zhǔn)備金來防范將來可能發(fā)生的風(fēng)險，如果銀行的盈利能力不強(qiáng)的話，不僅會影響不良貸款的處置，也會影響銀行將來的盈利能力。本文中的不良貸款額=不良貸款率*貸款總額。

（三）實證分析

運用帶有非期望產(chǎn)出的SBM-Undesirable模型，將不良貸款這一“壞”的產(chǎn)出考慮在內(nèi)，對中國銀行業(yè)20家銀行的效率值進(jìn)行測算。本文分別測算了在CRS假設(shè)和在VRS假設(shè)的效率值，限于文章篇幅，本文不再一一列出20家銀行的效率值。表3為在CRS假設(shè)和VRS假設(shè)下，大型商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行的效率值，從表中可以看出在VRS假設(shè)條件下的效率值要高于在CRS假設(shè)條件下的效率值。由于在CRS假設(shè)條件下假設(shè)所有銀行都在最優(yōu)的條件下運營，不考慮銀行的規(guī)模收益情況，而VRS假設(shè)則不考慮這一假設(shè)條件，所以VRS假設(shè)條件下的效率值與CRS假設(shè)條件下的效率值的差額可以看作是銀行的規(guī)模效率。單看某一假設(shè)條件下的效率值，不論是CRS假設(shè)還是VRS假設(shè)，大體上其效率值從大到小依次為：城市商業(yè)銀行，股份制商業(yè)銀行，大型商業(yè)銀行。城市商業(yè)銀行的效率較高而大型商業(yè)銀行的效率比較低，出現(xiàn)這種現(xiàn)象可能是由于：①大型商業(yè)銀行機(jī)構(gòu)冗雜，人才資源得不到合理的配置，資源浪費嚴(yán)重；②城市商業(yè)銀行體制靈活，決策效率較高，對市場的變化能夠快速的做出反應(yīng)，能夠及時把握商機(jī)；③城市商業(yè)銀行具有地緣性優(yōu)勢，對本地企業(yè)的經(jīng)營能力，資信情況比較了解，能夠及時發(fā)現(xiàn)商機(jī)，為客戶提供個性化服務(wù)，同時也能夠有效的規(guī)避風(fēng)險。

表3 2008-2017年20家銀行效率值

三、市場績效

市場績效是指在一定的市場結(jié)構(gòu)下，某個產(chǎn)業(yè)在價格、產(chǎn)量、利潤、技術(shù)進(jìn)步等方面所達(dá)到的狀態(tài)，常用的衡量指標(biāo)有利潤率、勒納指數(shù)和托賓的Q值等。由于數(shù)據(jù)的可得性，本文將借鑒宋瑋、李植、王冬麗（2009）?和李百吉（2008）?等人的研究，采用凈資產(chǎn)收益率（ROE）和資產(chǎn)收益率（ROA）來衡量銀行業(yè)的市場績效。

ROA衡量的是每單位的資產(chǎn)可以創(chuàng)造多少凈利潤，指標(biāo)越高，說明每單位資產(chǎn)創(chuàng)造的凈利潤越多，ROE衡量的是股東權(quán)益的收益水平，ROE越高，說明投資帶來的收益越高，從表4和表5可以看出，ROE和ROA的變化趨勢是相同的，2008-2013年，ROA和ROE大體上呈現(xiàn)遞增的趨勢，從2014年開始，ROA和ROE開始下降，其下降的原因可能是由于：①民營銀行獲批籌建，蓬勃興起，加劇了銀行業(yè)的競爭；②以百度、阿里巴巴、騰訊、京東為代表的跨界巨頭加速金融布局，支付寶、百度錢包、京東白條等APP橫空出世，改變著人們的支付方式；③以P2P平臺為代表的互聯(lián)網(wǎng)金融企業(yè)（人人貸、陸金所、宜人貸等）不斷沖擊著商業(yè)銀行原有的商業(yè)模式。

表4 ROE的描述性統(tǒng)計分析

表5 ROA的描述性統(tǒng)計分析

四、中國銀行業(yè)市場結(jié)構(gòu)、效率與績效的關(guān)系

關(guān)于市場結(jié)構(gòu)、效率與績效之間的關(guān)系，目前存在兩種主要的假說，一是市場力假說，二是效率結(jié)構(gòu)假說。市場力假說分為傳統(tǒng)的SCP假說和相對市場力量假說。傳統(tǒng)的SCP假說認(rèn)為市場結(jié)構(gòu)決定市場行為，市場行為決定市場績效，即衡量市場結(jié)構(gòu)的市場集中度和衡量市場績效的ROE、ROA存在正相關(guān)的關(guān)系。在集中度較高的不完全競爭市場中，少數(shù)銀行（例如五家大型商業(yè)銀行）可以通過合謀的手段來控制市場獲取壟斷利潤；相對市場力量假說則認(rèn)為只有市場份額較大且較好地實現(xiàn)了產(chǎn)品差異化的企業(yè)才能通過市場力量獲取有利定價，從而獲得超額利潤。效率結(jié)構(gòu)假說又分為X效率結(jié)構(gòu)假說和規(guī)模效率假說。X效率結(jié)構(gòu)假說認(rèn)為，銀行可以通過提高技術(shù)和管理水平來降低成本，提高利潤水平，進(jìn)而增加市場份額，提高市場集中度；規(guī)模效率假說則認(rèn)為影響銀行績效和市場結(jié)構(gòu)的是銀行間的規(guī)模效率差異而不是技術(shù)和管理方面的差異。?

本文將借鑒何韌（2005）?和滿媛媛、楊印生和孫?。?015）?等人的研究，運用中國銀行業(yè)最新的數(shù)據(jù)驗證市場力假說和效率結(jié)構(gòu)假說是否成立，借鑒由Berger（1995）提出的經(jīng)典計量模型設(shè)計以下模型：

在該模型中，ROA或ROE為銀行績效的衡量指標(biāo)，CR為市場集中度變量，MS為衡量市場份額的變量，OE為銀行X效率變量，SE為銀行的規(guī)模效率變量，RLA和RGDP為控制變量，u1、u2、u3為擾動項。若市場力假說成立，則方程（1）中系數(shù) β11、β12顯著為正，而銀行的X效率和銀行規(guī)模效率對銀行績效的影響較小或不顯著；若效率結(jié)構(gòu)假說成立，β13、β14顯著為正，市場集中度和市場份額對銀行效率的影響較小或不顯著，且方程（2）、（3）中OE和SE的系數(shù) β21、β22、β31、β32至少存在一個顯著為正，則該假說成立。

本文將利用上述模型對市場力假說和效率結(jié)構(gòu)假說進(jìn)行檢驗。在數(shù)據(jù)處理上采用時間序列數(shù)據(jù)與橫截面數(shù)據(jù)相混合的數(shù)據(jù)處理方法，我們用各種類型銀行的ROA、ROE的均值來衡量銀行績效，CRn市場集中度我們選取CR4中資產(chǎn)、存款和貸款的均值，市場份額MS我們用資產(chǎn)、存款和貸款的均值來表示，銀行X效率OE和規(guī)模效率SE我們用MAX-DEA測算的VRS假設(shè)下銀行的綜合效率和規(guī)模效率來表示，參照趙旭等（2001）?、秦宛順和歐陽?。?001）?選取控制變量的方法，選取貸款/資產(chǎn)比率RLA和國內(nèi)生產(chǎn)總值增長率RGDP為控制變量X。

運用stata 13將2008-2017年的“混合”數(shù)據(jù)進(jìn)行OLS估計，表6為當(dāng)因變量分別為ROE和ROA的估計結(jié)果。因變量不論是ROE還是ROA，整個方程的F統(tǒng)計量值較小，R2也較小，說明整個方程的擬合程度和顯著性是不高的，同時各個變量均沒有通過顯著性檢驗，從而市場力假說和效率結(jié)構(gòu)假說均不成立。

表6 因變量為ROE和ROA時的OLS估計結(jié)果

五、政策建議

（1）通過對市場結(jié)構(gòu)的分析，當(dāng)前大型商業(yè)銀行的壟斷程度不斷降低，競爭程度不斷提高，城市商業(yè)銀行、民營銀行和互聯(lián)網(wǎng)金融企業(yè)蓬勃發(fā)展，通過壟斷獲取高額利潤的市場行為在當(dāng)前的銀行環(huán)境中已不適用。為了適應(yīng)經(jīng)濟(jì)的快速發(fā)展，必須爭做創(chuàng)新型和智慧型銀行，利用互聯(lián)網(wǎng)的思維和技術(shù)拓寬銷售渠道，創(chuàng)新產(chǎn)品，不斷提高運營效率，同時要加大金融科技創(chuàng)新力度，將人工智能、大數(shù)據(jù)、云計算和區(qū)塊鏈等技術(shù)運用到銀行的創(chuàng)新發(fā)展中去。

（2）銀行的發(fā)展歸根到底是人的發(fā)展，要通過人才梯隊的引領(lǐng)，全體員工的共同努力來推動銀行的發(fā)展。在人才的選取上既要立足于銀行當(dāng)前發(fā)展的需要，又要著眼于國家金融事業(yè)的發(fā)展，培養(yǎng)一批業(yè)務(wù)過硬，紀(jì)律過硬，責(zé)任過硬的優(yōu)秀職業(yè)銀行家。

（3）不良貸款作為“壞”的產(chǎn)出指標(biāo)存在，不良貸款的多少影響著銀行的效率與績效。從2015開始，不良貸款率呈現(xiàn)上升的趨勢，為了保證貸款的質(zhì)量，要注重風(fēng)險防控，把風(fēng)險防控擺在突出的位置。降低風(fēng)險是銀行追求利潤的保證，商業(yè)銀行要建立涵蓋信用風(fēng)險、流動性風(fēng)險、操作風(fēng)險和信用風(fēng)險的全面風(fēng)險管理體制，明確各部門責(zé)任、流程、管理方式和措施。