银行业市场集中度对货币政策传导有效性影响研究.docx

银行业市场集中度对货币政策传导有效性影响研究 宋长青摘要：选取我国17家商业银行2006- 2017年数据构建固定效应面板数据模型进行实证分析，结果表明：银行业市场集中度的变化会对货币政策信贷传导有效性产生影响当银行集中度较高时，银行集中度与货币政策信贷传导有效性间呈正向变动关系;但是反向关系存在于较低银行集中度时，临界点位于银行集中度为39.795%时中小型银行的信贷增速较之大型国有商业银行受到货币政策影响更大银行集中度越低意味着竞争程度越强，货币政策信贷传导的有效性越高关键词：银行业集中度;向量自回归模型;面板数据模型;货币政策信贷传导：F820.3： A：1003-7217（ 2019） 03-0032-07一、引言及文献综述与国外相比，我国银行业具有市场集中度高、政策性强、有效竞争不充分等特点，尽管近年来随着我国金融改革的不断推进，我国银行业垄断状况已经有所改善，银行业竞争程度与日俱增，但是不可否认我国银行业市场的集中度较之发达经济体依旧较高[1]在此背景下，银行业市场集中度的变化势必通过商业银行经营活动和信贷行为对货币政策的传导效果产生影响因此，从我国银行业市场集中度角度通过银行信贷渠道考察货币政策传导的有效性问题，对完善我国货币政策传导机制、提高货币政策有效性具有一定的理论意义和现实指导价值。

金融机构作为货币政策传导过程中的中介和渠道，对货币政策传导效果起着决定性作用，因此金融结构与货币传导机制密切相关当前我国的金融结构以银行系统为主体，这就决定了我国的货币传导机制应该是以信贷传导机制為主[2]商业银行集中度、银行部门之间竞争程度是影响信贷的重要因素，商业银行信贷又是货币政策传导的重要渠道，因此分析银行业集中度对货币政策信贷传导有效性的影响是很有必要的随着研究视角的扩展，有关银行部门的产业组织理论也被纳入到“信贷观”的研究中，国外学者开始尝试从银行业市场结构对货币政策传导进行研究[3]Kashyap （1997）[4]和Cecchetti（1999）[5]通过研究发现对于货币政策传导机制而言，银行业市场集中度和银行体系的发展质量对其发挥着至关重要的作用Charles等人（2001）运用面板数据模型考察了利率对个人贷款市场和汽车信贷市场的影响，发现在在集中度较高的银行业市场结构中，贷款利率具有粘性特征，二者呈同向变动关系，尤其是在个人贷款市场上表现明显货币政策银行信贷渠道的传导会受贷款利率粘性的影响从而降低其有效性[6]Adams（2005）研究亦发现，当一国的银行业市场集中度较高时，银行贷款额度对货币政策冲击不敏感，货币政策效果非常有限[7]。

Angelo Bagli—oni（2007）也从市场结构角度对货币政策在银行信贷市场中传导的作用效果进行了考察，发现不同的银行业市场结构中，对货币政策传导的作用效果也不尽相同在寡头垄断的市场结构下，货币政策传导效果不佳;随着集中度的降低，当市场处于垄断竞争的市场结构时，货币政策传导有效性有所提升[8]Hiroshi和Gunjl（2009）等人选取了22个国家作为样本考察货币政策对不同竞争程度银行的冲击和影响，研究发现银行业的竞争能够微弱地通过银行贷款的变化传导货币政策冲击[9]国内一些学者也从银行业市场结构对货币政策传导问题进行了研究许小苍（2008）通过构建银行业市场结构与利率之间的模型，运用我国1996 -2007年间银行信贷总量数据研究发现，我国银行借贷对于利率的敏感度随着银行集中度的升高而降低，即货币政策有效性下降[10]冯科和何理（2011）对Hiroshi和Gunji（2009）的模型进行了修正，运用我国商业银行微观数据进行实证分析发现，我国银行规模与货币政策效果之间存在着反向关系，货币政策银行信贷渠道的传导作用有限[11]徐明东和陈学彬（2011）运用动态面板估计法考察我国货币政策对银行信贷供给的影响，结果表明银行规模是不同商业银行间货币政策异质性反应的原因，货币政策利率冲击大型银行的信贷规模影响更大，存款准备金率调整对中小型银行影响较大[12]。

基于1990-200 7年56个国家的数据，谭之博和赵岳（2012）运用动态面板模型对银行集中度和企业行为进行了研究，发现银行集中度越高，企业从银行融资的比重越小，自身储蓄越高[13]刘涛雄和王伟（2013）从银行信贷在不同企业间的分布角度研究货币政策的有效性，结果显示我国商业银行倾向于给大型企业贷款，这阻碍货币政策的有效传导;当中小企业获得信贷越充分，货币政策的传导越通畅[14]董华平和干杏娣（2015）通过构建银行业结构影响货币政策传导效率的古诺模型发现，银行业竞争程度越高，银行对货币政策利率冲击越敏感，有助于提高货币政策银行贷款渠道的传导效率[15]王文平和李甜田（2018）通过建立固定效应面板数据模型发现，我国货币政策的信贷传导有效性将随着银行业集中度降低、竞争深化而提高[16]通过文献梳理可知，对于银行业结构影响货币政策银行信贷渠道传导效率这一问题，国外进行了大量而全面的研究也取得了丰富的成果，而国内以我国货币政策传导机制不畅为目的的研究较多，但从银行业市场结构角度考察分析货币政策传导机制的研究还非常少见另外，国外现有文献研究结论大都显示银行业集中度与货币政策信贷传导效果呈反向变动关系。

这与我国现实情况不符我国金融市场的发展进程与西方发达国家相比有显著区别，在整个银行业竞争程度比较低的情况下，国有银行自身的行政属性反而使货币政策能够顺利有效地得以执行，表现为银行业集中度与货币政策信贷传导效果呈现同向变动此外我国货币政策银行贷款传导渠道与发达经济体也存在一定的差异性，这些都使得国外研究在我国并不具有普适性因此，进一步考察我国银行业市场集中度对货币政策传导效果的影响，有一定的现实价值二、基于VAR模型的实证分析（一）指标选取1.市场集中度产业集中度是指某一特定市场或产业中，在规模上处于前几位的少数几个较大企业或组织的有关数值占整个市场或产业的份额大小其计算公式为：在式（1）中，CRn为对X产业中企业按规模从大到小排序，位于前几位的企业的市场集中度，Xi表示X产业中处于第i位企业的产值、销售额、职工人数、资产总额等指标，N表示X产业中的全部企业数，n表示X产业内要统计的大规模企业数一般情况下n的取值通常为4或者8由于本文主要测算我国银行业中处于前四位的商业银行（中、农、中、建）在相应项目中所占的市场份额，结合数据的可得性，最终选取2006- 2017年商业银行资产项目中的CR4作为我国银行业集中度的代理指标。

CR4数据如表1所示数据来源于中国人民银行网站、中国银监会网站、中经网和各银行年度公报根据以产业集中度为依据对产业垄断竞争程度所作的分类：当65< CR4<75时属于高度集中寡占型;当502.货币政策代理指标的选取及数据处理根据Bernanke和Mihov（1998）的研究，利率作为测量货币政策的指标具备较强的稳健性[17]目前在我国众多市场中，若以利率市场化程度衡量，银行间同业拆借市场位于最高市场化水平因此，选取银行间7天同业拆借加权平均利率作为实证分析中的货币政策冲击变量另外，货币供给量M2和金融机构贷款LOAN在实际经济中发挥着重要的作用，同时也与利率等经济变量有着密切的联系，因此选取M2和金融机构贷款LOAN作为货币政策中介目标按照货币政策目标，选取GDP和CPI作为货币政策最终目标代理变量样本区间选取2006 -2017年度，数据频率为季度数据，因此共获48个观察样本，进而考察在不同的银行集中度下货币政策冲击的影响所有数据均来源于中国人民银行网站和中经网数据库由于数据为季度数据，为了消除季节影响，在实证分析前首先运用X-12方法对GDP、CPI、M2、L0AN各序列进行季节性调整。

为了避免误差减少波动，对各序列取对数处理1）单位根与协整检验首先，运用ADF方法对GDP、CPI、M2、R、LOAN进行单位根检验经检验原序列均为非平稳序列，一阶差分处理后在5%的显著性水平拒绝原假设，说明在5%的显著性水平下一阶差分具备平稳性，因此各序列均为一阶单整I（l）序列单位根检验结果满足协整检验条件（见表2）为了检验各序列之间是否具有长期稳定的关系，需要进行Johansen协整检验（见表3）由表3可知，在5%的显著性水平下至少存在一个协整方程，各变量间具备协整关系2）VAR模型及脉冲响应函数VAR模型特点之一是对进入模型的变量次序很敏感，一旦改变变量的次序，得到的脉冲响应函数也不同，因此，变量的顺序安排对模型的构建非常重要本文在VAR模型构建中变量顺序的安排选择VAR（gdp、loan、r、M2、cpi）这样一个排序，这是因为在同期关系中，gdp的新生值与其他变量新生值的关系相对较大，cpi与其他变量新生值的关系相对较小（见表4）从表4可以看出，这样一个排序所代表的含义是：gdp冲击影响模型中同期所有其他变量，loan冲击影响除gdp外模型中同期所有其他变量，以此类推为了进一步观察货币政策冲击的响应速度和响应幅度，需要进行累积脉冲响应函数分析。

在给定利率一个标准化冲击时，GDP、LOAN、M2和CPI的累积脉冲响应函数分别由图1～4表现，此处选取滞后48期①从图1、图2中可知，当本期给利率一个冲击后，12期之后GDP仅出现小幅度负向波动，滞后18期之后响应幅度仅为-0.03左右整体趋势呈现利率与GDP之间呈反向变动关系，即当利率增加时，投资和消费相应减少，从而导致国内生产总值降低，符合现实经济运行情况从图1～3可知，当给利率一个冲击时贷款额在滞后10期内出现了小幅正反向交替变动，在滞后10期以后负向波动的趋势稳定且幅度逐渐增加响应函数整体呈现出利率与贷款额负相关关系，即利率升高贷款减少值得注意的是，利率與贷款额同向变化的特殊经济现象在响应初期短暂出现过，究其原因首先可能是存在利率粘性，其次2007年我国股票市场创下了6124点的记录，这一阶段我国处于经济过热状态，不能排除存在“非理性信贷”现象从图1～4可知在当期给利率一个冲击时，货币供给量M2呈现出稳定的负向变动关系且基本无波动这一趋势与现实经济生活中利率与货币供给量长期稳定的相关关系相对应央行往往通过控制利率的升降来限制或者放松商业银行贷款数量，从而起到减少或者增加货币供给量的目的。

从图1-4中可知，当给利率一个冲击时，CPI在当期表现出明显的正响应状态，最大值的响应接近0.002滞后15期之后响应归零，之后出现负响应状态，总体表现出稳定的负响应状态可以看出，CPI对利率的变动十分敏感短期内利率上升立刻会在物价上得以反映从而引发通货膨胀，但是从长期来看，利率的变动则会带来物价相同方向的变动二）集中度与货币政策冲击的实证分析由于数据频率不一致且累积脉冲响应函数的滞后期为4 8期，为了提高实证检验结果的合理性，经计算选取2006 - 2017年滞后每隔四期的数值对应CR4数据的年度数值模型中，利率冲击GDP、CPI、M2和Loan变化的累积脉冲响应分别以r—gdp、r-cpi、rM2和r-loan来表示首先进行变量间相关性分析保证模型的合理性相关系数检验结果如表5所示，CR4与GDP、CPI、M2、LOAN都呈较高程度的正相关，相关系数符合建模要求在实证检验中，分别以各变量为被解释变量建立模型模型估计结果如表6所示由表5可知，利率冲击GDP变化的检验结果R2数值接近于1，表明模型的拟合效果很好，回归方程显著其中，CR4系数均为正值，说明解释变量对被解释变量有正方向影响。

CR4的系数为0.7838，说明当CR4变化一个单位时r-gdP将变化0.7838个单位由利率冲击CPI变化的检验结果可知，CR4的系数均为正值但系数较小，仅为0.0479，说明对于货币政策。