付慶華，胡素敏，張生富，邵 鵑

（云南大學(xué) 經(jīng)濟(jì)學(xué)院，云南 昆明 650500）

一、引言

我國城商行總體上起步晚、規(guī)模小，其信貸資源流向易受到地方政府行政干預(yù)的影響，較高地集中于某些地區(qū)、行業(yè)和客戶，造成貸款集中度較高，降低了城商行的資本運(yùn)用效率、減弱發(fā)展驅(qū)動力、創(chuàng)利能力，進(jìn)一步可能引發(fā)系統(tǒng)性金融風(fēng)險。

針對上述問題，本文選用2012—2019 年24 家城市商業(yè)銀行的數(shù)據(jù)，實證分析貸款集中度對城商行收益和風(fēng)險的影響，并依據(jù)研究結(jié)果提出相應(yīng)的對策建議，以促進(jìn)城商行以及金融行業(yè)的穩(wěn)定發(fā)展。

二、文獻(xiàn)綜述

目前國內(nèi)外的相關(guān)研究主要集中在貸款集中度的定義和測度、貸款集中度的影響因素、貸款集中度對商業(yè)銀行收益和風(fēng)險的影響等方面。

（一）貸款集中度的定義和測度

Ariccia 和Marquez（2004）[1]的研究表明貸款集中源于商業(yè)銀行的信貸資源在投向領(lǐng)域的偏好程度。衛(wèi)青等（2009）[2]認(rèn)為銀行貸款發(fā)放會集中于某些客戶，多個客戶同時違約的風(fēng)險增加了不良貸款的發(fā)生率。對于貸款集中度的衡量，在國際上主要通過赫芬達(dá)爾指標(biāo)反映了商業(yè)銀行的行業(yè)集中度、區(qū)域集中度，以及客戶集中度。魏曉琴和李曉霞（2011）[3]按照同質(zhì)同類的劃分方式把15 家商業(yè)銀行分成了三組，并運(yùn)用赫芬達(dá)爾指數(shù)衡量了其貸款集中度，實證分析表明，不同類商業(yè)銀行的貸款集中度受到多個因素的影響。張小琴（2015）[4]在對青海省銀行機(jī)構(gòu)貸款集中現(xiàn)狀的研究中站在期限集中、產(chǎn)業(yè)集中、行業(yè)集中、企業(yè)集中的角度闡釋了銀行的資產(chǎn)、業(yè)務(wù)和收益集中會增加銀行的信貸風(fēng)險，甚至在極端情況下有毀滅性的損失。

（二）商業(yè)銀行貸款集中度的影響因素

（三）貸款集中度對商業(yè)銀行利潤和經(jīng)營風(fēng)險的影響

王海霞（2009）[8]通過分析57 家商業(yè)銀行的數(shù)據(jù)，得出了大客戶以較強(qiáng)的盈利能力和抗風(fēng)險能力獲得了城商行大量信貸資源投入的結(jié)論，實證結(jié)果表明當(dāng)一家或少數(shù)幾家客戶將城市商業(yè)銀行的高利潤和風(fēng)險資源“套牢”，將會增加城市商業(yè)銀行信貸的風(fēng)險性。王富華和姜姍姍（2012）[6]研究了上市銀行的信貸資源投向不同行業(yè)和地區(qū)之間的變化情況，實證結(jié)果指出上市商業(yè)銀行的地區(qū)集中度受商業(yè)銀行資產(chǎn)凈收益率的影響，而行業(yè)集中度并不會明顯影響到商業(yè)銀行的整體獲利能力，且二者都與上市商業(yè)銀行經(jīng)營風(fēng)險缺乏明確的關(guān)聯(lián)。黃秀秀和曹前進(jìn)（2014）[9]從商業(yè)銀行經(jīng)營風(fēng)險承擔(dān)情況的視角，利用中國13 家上市商業(yè)銀行2005—2012 年的相關(guān)財務(wù)數(shù)據(jù)得到了比較一致的結(jié)論，同時提出了商業(yè)銀行的資本規(guī)模和資本充足率在較大程度上決定了銀行貸款地區(qū)集中度對商業(yè)銀行風(fēng)險承擔(dān)行為的影響。萇曉利和饒海琴（2016）[10]研究供給側(cè)改革背景下商業(yè)銀行貸款集中度對銀行經(jīng)營績效的影響，實證分析表明，各種性質(zhì)的商業(yè)銀行的經(jīng)營績效均受業(yè)務(wù)集中度的直接影響，經(jīng)營績效與貸款集中呈負(fù)相關(guān)關(guān)系。王博格（2018）[11]按照商業(yè)銀行性質(zhì)對所選擇的15 家商業(yè)銀行建立模型，研究表明貸款集中度對商業(yè)銀行的總收益的影響與其資本規(guī)模大小成負(fù)相關(guān)關(guān)系。

綜上所述，國內(nèi)外學(xué)者認(rèn)為商業(yè)銀行的信貸資源投向不合理造成了貸款集中現(xiàn)象，赫芬達(dá)爾指數(shù)貸款衡量客戶集中度、行業(yè)集中度和地區(qū)集中度等指標(biāo)是測算貸款集中度的常用方法。城商行的業(yè)務(wù)具有盈利性，受市場機(jī)制的影響，城市商業(yè)銀行的信貸資源集中流向了一些收益水平高的公司、產(chǎn)業(yè)和區(qū)域，過高的貸款集中度會給城市商業(yè)銀行帶來較高的貸款風(fēng)險，增加不良貸款率，甚至出現(xiàn)系統(tǒng)性風(fēng)險。

三、理論分析

（一）貸款集中度對商業(yè)銀行創(chuàng)利的影響

1.貸款集中降低了城商行資金使用效率，使貸款收益減少。城商行是地方金融事業(yè)的重要建設(shè)者，基于其市場定位，信貸投放趨于集中部分行業(yè)、地區(qū)及單一客戶，容易造成貸款集中度上行，資金充足率下降。由于大企業(yè)信譽(yù)度較高，中小企業(yè)數(shù)量眾多，貸款評級復(fù)雜城商行需要花費(fèi)更多的經(jīng)營成本來管理貸款，為了獲得更高的利潤貸款資金集中流向于少數(shù)幾家大企業(yè)。但城商行大量的信貸資源集中于大企業(yè)會增加銀行信貸的系統(tǒng)性風(fēng)險，大企業(yè)易受到外部環(huán)境的影響，一定時間內(nèi)不良貸款的發(fā)生率可能會集中增加，造成城商行的貸款資金配置效率差，流動性差，使城商行的資金充足率下降，嚴(yán)重影響城商行的貸款收益率。

2.大客戶議價能力強(qiáng)，不利于城商行創(chuàng)利增收。息差水平是驅(qū)動銀行增收增利的重要因素，在激烈的市場競爭中，優(yōu)質(zhì)的大客戶憑借其較強(qiáng)的經(jīng)營能力，較高信譽(yù)度，具有大規(guī)模貸款的能力，吸引著城商行的信貸資源，使得數(shù)量少、能力強(qiáng)的大客戶具有更強(qiáng)的議價能力。而在爭奪優(yōu)質(zhì)的客戶資源的過程中，城商行之間的競爭會使少數(shù)大客戶處于議價的主動地位，從而降低貸款利率，貸款盈利率降低。據(jù)此，本文提出第一個研究假設(shè)：

H1：較高的貸款集中度會對城商行的收益水平產(chǎn)生不利影響。

（二）貸款集中度對城商行經(jīng)營風(fēng)險的影響分析

1.增加了城商行的經(jīng)營風(fēng)險。城商行的經(jīng)營與其信貸投放受到區(qū)域經(jīng)濟(jì)發(fā)展、政策導(dǎo)向等的影響，經(jīng)濟(jì)下行的壓力會增加城商行的經(jīng)營風(fēng)險，增加控制不良貸款發(fā)生的壓力。在追求利益最大化的過程中，貸款過于集中會嚴(yán)重威脅到城商行的持續(xù)經(jīng)營，城商行對貸款集中度具有較高的敏感性，過高的貸款集中度會降低城商行對風(fēng)險事件的抵抗力，造成不良貸款率激增，降低銀行收入，增大銀行的流動性風(fēng)險水平。

2.不利于全方位、多層次戰(zhàn)略布局的形成。在市場機(jī)制和政策的正確導(dǎo)向下，城商行的信貸資源主要聚焦于大客戶、優(yōu)勢產(chǎn)業(yè)、發(fā)達(dá)區(qū)域，很容易忽視了創(chuàng)新型產(chǎn)業(yè)、經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)和中小企業(yè)的發(fā)展，傾斜的貸款政策不利于城商行可持續(xù)發(fā)展。欠發(fā)達(dá)地區(qū)在國家政策的支持下，自身優(yōu)勢會逐漸凸顯，將成為我國未來新的增長極，城商行對發(fā)達(dá)地區(qū)貸款過于集中不利于其長遠(yuǎn)的戰(zhàn)略布局。在萬眾創(chuàng)業(yè)的背景下，中小企業(yè)將會成為經(jīng)濟(jì)發(fā)展的重要動力，城商行對中小企業(yè)的忽視將會使其失去一個重要的收益來源。因此，城商行貸款投放過于集中，不利于其全方位、多層次戰(zhàn)略布局的形成，使其面臨較大的戰(zhàn)略風(fēng)險。

據(jù)此，本文提出第二個研究假設(shè)：

H2：較高的貸款集中度會增加城商行的風(fēng)險。

四、實證設(shè)計

（一）數(shù)據(jù)來源與樣本說明

本文研究著眼于城市商業(yè)銀行，統(tǒng)計數(shù)據(jù)顯示2020 年底我國城市商業(yè)銀行數(shù)量總計達(dá)133 家，但大部分城商行成立時間較晚、信息披露不完全。鑒于數(shù)據(jù)的可獲得性，本文收集了24 家城商行2012—2019年的數(shù)據(jù)進(jìn)行實證分析，其中城商行的貸款集中度數(shù)據(jù)和財務(wù)指標(biāo)通過銀行年報手工整理得到，銀行年報來自各家城商行官網(wǎng)和中國貨幣網(wǎng)。

（二）變量定義

1.解釋變量。本文的主要解釋變量是貸款集中度，分別從貸款的行業(yè)流向和客戶借款金額兩個維度來衡量城商行的貸款集中度，由于各城商行對地區(qū)貸款數(shù)據(jù)披露不足，此處不討論地區(qū)貸款集中度?？蛻糍J款集中度以最大單一客戶占比（TOP1）來表示，即第一大借款客戶的信貸金額在銀行貸款余額中所占比重。行業(yè)貸款集中度（HHI）以赫芬達(dá)爾-赫希曼指數(shù)計算貸款排名前十行業(yè)的貸款余額占比來度量。赫芬達(dá)爾-赫希曼指數(shù)的具體計算方法如式（1）所示：

loani，t，x表示i 銀行在t 年向x 行業(yè)發(fā)放的貸款數(shù)量，loani，t表示i 銀行在t 年的企業(yè)貸款余額，n 取10，首先篩選出城商行貸款排名前十的行業(yè)，然后計算每一行業(yè)的貸款余額在企業(yè)貸款中的比重，將這些百分比求平方后再加總，即得到城商行的行業(yè)貸款集中度指標(biāo)。

2.被解釋變量。收益和風(fēng)險是本文的被解釋變量。對于城商行盈利能力的衡量，本文利用資產(chǎn)收益率（ROA）衡量，該指標(biāo)反映了城商行平均一單位資產(chǎn)所產(chǎn)生的凈利潤。就風(fēng)險而言，因經(jīng)營業(yè)務(wù)的特殊性，城商行面臨的風(fēng)險更具多樣性和復(fù)雜性，貸款業(yè)務(wù)的主導(dǎo)地位使信用風(fēng)險成為城商行穩(wěn)健經(jīng)營不可忽略的因素。本文使用收益波動性（SROA）作為城商行風(fēng)險的代理變量，通過滾動計算三年資產(chǎn)收益率的標(biāo)準(zhǔn)差得到該指標(biāo)，借款人的信用風(fēng)險會通過本金和利息損失最終反應(yīng)在銀行的收益率上，因此，較高的收益波動性意味著城商行較大的風(fēng)險承擔(dān)水平。

3.控制變量。參考已有研究，本文選取的控制變量包括銀行規(guī)模、成本收入比、資本充足率、權(quán)益比例。

銀行規(guī)模（Lnsize）：用城商行總資產(chǎn)的自然對數(shù)來衡量?？傎Y產(chǎn)越多，銀行規(guī)模越大，一般認(rèn)為較大的資產(chǎn)規(guī)模有助于銀行提高盈利能力和風(fēng)險抵御能力，但資產(chǎn)規(guī)模增加到一定程度時，商業(yè)銀行可能由于管理不善出現(xiàn)資產(chǎn)質(zhì)量下降，反而削弱銀行利潤和提高風(fēng)險水平。

成本收入比（CIA）：城商行的業(yè)務(wù)及管理費(fèi)用與營業(yè)收入之比，該指標(biāo)反映了銀行的經(jīng)營效率，若銀行在獲取營業(yè)收入時發(fā)生的業(yè)務(wù)及管理費(fèi)用較低，則認(rèn)為銀行具有較強(qiáng)的成本控制能力和盈利能力。在營業(yè)收入穩(wěn)定小幅增長的情況下，通常認(rèn)為銀行的管理及業(yè)務(wù)開支在一定時期內(nèi)變化不大，當(dāng)這類成本在銀行的營業(yè)收入中占比較高時，銀行利潤的波動性相應(yīng)減小。

資本充足率（CAR）：城商行資本與風(fēng)險加權(quán)資產(chǎn)的比重，該比例越高，表示城商行以自有資本吸收損失的能力越強(qiáng)，銀行資不抵債的可能性越低。

權(quán)益比例（EA）：城商行的所有者權(quán)益與總資產(chǎn)之比，城商行增加負(fù)債會引起總資產(chǎn)的上升，導(dǎo)致所有者權(quán)益比例下降，過高的財務(wù)杠桿比率增加銀行風(fēng)險，不利于銀行維持經(jīng)營的穩(wěn)定性。但財務(wù)杠桿對利潤水平的影響較為復(fù)雜，利潤為正時，增加負(fù)債有利于提高盈利能力，未實現(xiàn)利潤時，虧損會因財務(wù)杠桿的存在被放大。

表1 變量定義

（三）模型設(shè)定

1.貸款集中度與城商行收益。為驗證客戶貸款集中度和行業(yè)貸款集中度對城商行收益的影響，本文建立了以下模型：

其中，ROAi，t表示城商行i 在t 年的資產(chǎn)收益率，該值越大意味著城商行的盈利水平越高，TOP1i，t是第i 家城商行在第t 年的最大單一客戶貸款金額在貸款總額中的占比，HHIi，t是第i 家城商行在第t年的赫芬達(dá)爾—赫希曼指數(shù)，Controli，t為包含一系列城商行微觀特征的控制變量，ui表示個體固定效應(yīng)，即隨個體變化但不隨時間變化的變量，Tt表示時間固定效應(yīng)，εi，t是隨機(jī)誤差項。

2.貸款集中度與城商行風(fēng)險。為驗證客戶貸款集中度和行業(yè)貸款集中度對城商行風(fēng)險的影響，本文建立了以下模型：

其中，SROAi，t為第i 家銀行在第t 年資產(chǎn)收益率的標(biāo)準(zhǔn)差，資產(chǎn)收益率的波動性越大表示城商行的盈利穩(wěn)定性越差，Controli，t為包含一系列城商行微觀特征的控制變量，ui表示個體固定效應(yīng)，Tt表示時間固定效應(yīng)，εi，t是隨機(jī)誤差項。

五、實證分析

（一）描述性統(tǒng)計

表2 展示了實證檢驗中涉及變量的描述性統(tǒng)計?？傎Y產(chǎn)收益率的最大值為0.021，最小值為0.006，由于區(qū)域經(jīng)濟(jì)發(fā)展水平和機(jī)構(gòu)擴(kuò)張能力的差異，不同規(guī)模城商行的盈利能力相差較大。收益波動性SROA 的均值為0.001，表明城商行總資產(chǎn)收益率的波動較小。最大單一客戶貸款占比TOP1 的均值為0.051，遠(yuǎn)低于10%的監(jiān)管要求，說明城商行的客戶貸款集中度較低。行業(yè)貸款集中度HHI 的均值為0.171，說明我國城商行的行業(yè)貸款集中程度較高。資產(chǎn)對數(shù)Lnsize 的均值為12.826，表明城商行的資產(chǎn)規(guī)模整體相對較小。成本收入比CIA 的均值為0.309，資本充足率CAR 的均值為13%，高于監(jiān)管機(jī)構(gòu)對資本充足率的最低要求。權(quán)益比例EA 的均值為0.068，表明城商行杠桿水平總體較高。

表2 描述性統(tǒng)計

（二）異方差及相關(guān)性檢驗

回歸前對四個模型進(jìn)行相關(guān)檢驗，結(jié)果表明四個模型均存在異方差，但不存在組間自相關(guān)。由于不同城商行的具體經(jīng)營情況不同，因此在模型中加入個體固定效應(yīng)ui以控制隨銀行個體變化的因素，同時在估計固定效應(yīng)模型時加入聚類穩(wěn)健標(biāo)準(zhǔn)誤，以控制異方差問題。

（三）回歸結(jié)果

1.貸款集中度對城商行收益的影響。表3 顯示了貸款集中度對銀行收益影響的回歸結(jié)果。列（1）中僅對最大單一客戶貸款占比TOP1 和資產(chǎn)收益率ROA 進(jìn)行回歸，結(jié)果顯示在5%的顯著性水平下兩者存在負(fù)相關(guān)關(guān)系。列（2）中加入了城商行微觀特征變量作為控制變量，TOP1 的系數(shù)估計值仍顯著為負(fù)，說明客戶貸款集中度會降低城商行的總資產(chǎn)收益率。當(dāng)某一企業(yè)貸款在銀行貸款中占比較高時，一旦企業(yè)不能按時償還或不能償還全部貸款金額，銀行當(dāng)期利息收入下降，繼而影響城商行的總資產(chǎn)收益率。列（3）中僅對行業(yè)貸款集中度HHI 與ROA 進(jìn)行回歸分析，回歸系數(shù)顯示HHI 對ROA 具有負(fù)向影響，但影響不顯著。列（4）中加入控制變量進(jìn)行分析，結(jié)果表明HHI 與ROA 之間存在負(fù)相關(guān)關(guān)系，但不顯著。因此，本文提出的研究假設(shè)H1 成立。

表3 貸款集中度對城商行收益的影響

2.貸款集中度對城商行風(fēng)險的影響。表4 顯示了貸款集中度對城商行風(fēng)險影響的回歸結(jié)果。列（5）顯示了在不加入控制變量的情況下，最大單一客戶貸款占比TOP1 對SROA 具有顯著的正向影響。列（6）中加入了城商行微觀特征變量作為控制變量，估計了客戶貸款集中度與城商行風(fēng)險水平之間的關(guān)系，結(jié)果仍顯示最大客戶貸款占比TOP1 與城商行收益波動性SROA 在10%的顯著性水平下正相關(guān)，即最大單一客戶貸款余額越多，城商行的經(jīng)營風(fēng)險越大。列（7）僅對以赫芬達(dá)爾—赫希曼指數(shù)衡量的行業(yè)貸款集中度與SROA 進(jìn)行回歸，回歸系數(shù)顯著為正。列（8）顯示加入了城商行微觀特征變量作為控制變量的回歸結(jié)果，HHI 與城商行收益波動性在10%的顯著性水平下存在正向關(guān)系。城商行貸款集中于少數(shù)幾個行業(yè)將會導(dǎo)致城商行的收入水平與行業(yè)發(fā)展緊密關(guān)聯(lián)，從而增加了城商行收益的波動性。因此，本文提出的研究假設(shè)H2 成立。

表4 貸款集中度對城商行風(fēng)險水平的影響

六、結(jié)論與對策建議

（一）研究結(jié)論

城市商業(yè)銀行在地方經(jīng)濟(jì)發(fā)展和金融體系完善方面扮演著不可或缺的角色，本文以2012—2019年中國24 家城商行的年度數(shù)據(jù)，分析了城商行的貸款集中度對其收益與風(fēng)險的影響，研究結(jié)果表明：

1.客戶貸款集中度顯著降低了城商行的收益水平，當(dāng)城商行的信貸資金過度集中于單一客戶時，客戶自身經(jīng)營狀況惡化、成長前景悲觀會削弱其利息支付和本金償還能力，導(dǎo)致城商行的盈利能力受到負(fù)面影響，而行業(yè)貸款集中度對城商行收益有負(fù)向影響，但影響不顯著。

2.隨著客戶貸款集中度與行業(yè)貸款集中度的提高，城商行的風(fēng)險水平也顯著增加。無論城商行是將貸款集中投放于某一客戶還是某些行業(yè)，貸款回收均受到企業(yè)個體和行業(yè)發(fā)展?fàn)顩r的影響，一旦經(jīng)營成果不及預(yù)期，城商行無法按時收回資金，銀行陷入流動性危機(jī)和違約風(fēng)險的可能性將大大增加。

（二）對策建議

根據(jù)研究結(jié)論，從提高城商行盈利水平和控制風(fēng)險的角度，本文提出以下對策建議：

第一，密切關(guān)注貸款重點(diǎn)企業(yè)的發(fā)展?fàn)顩r。定期監(jiān)測借款企業(yè)的財務(wù)指標(biāo)變化情況，同時確保資金投放至約定用途，當(dāng)貸款企業(yè)經(jīng)營條件惡化時，要及時與貸款人取得聯(lián)系以了解其真實財務(wù)狀況，必要時應(yīng)減少或提前收回對這類企業(yè)的貸款。

第二，貸前應(yīng)詳細(xì)分析貸款行業(yè)的產(chǎn)品類型、增長潛力和政府政策導(dǎo)向等因素，貸中及時掌握行業(yè)發(fā)展動態(tài)，減少對“兩高一?！毙袠I(yè)的信貸投放量，尋找新的增長熱點(diǎn)行業(yè)，并根據(jù)宏觀經(jīng)濟(jì)金融政策的變化，適時選擇貸款行業(yè)。貸后應(yīng)建立健全對該行業(yè)企業(yè)貸款表現(xiàn)、行業(yè)現(xiàn)狀的風(fēng)險評價體制和信用體系，以使日后對同行業(yè)企業(yè)放款時降低信息收集成本。

第三，豐富貸款集中度指標(biāo)的計算方法。針對地區(qū)、行業(yè)和客戶貸款集中度，根據(jù)已有指標(biāo)的真實性和客觀性不斷研究新的貸款集中度衡量方法，以準(zhǔn)確反映銀行的貸款集中情況，便于銀行及時進(jìn)行業(yè)務(wù)調(diào)整。

第四，加強(qiáng)對信貸人員的專業(yè)技能培訓(xùn)，完善貸款的發(fā)放程序。信貸人員在借款人資格審查和貸款條件確定上發(fā)揮了關(guān)鍵作用，龐大的業(yè)務(wù)數(shù)量和多層次的組織架構(gòu)增加了各級管理人員對貸款進(jìn)行細(xì)致審查的難度，因此必須增強(qiáng)信貸人員的職業(yè)操守和專業(yè)能力，嚴(yán)格把守借款人的信用狀況、資產(chǎn)質(zhì)量和收入狀況等，合理確定客戶的授信額度。