测算银行竞争度的方法有结构法和非结构法。结构法利用四家集中率、HHI指数等来衡量银行竞争程度。但现有观点认为,集中度不是竞争度的反映,也不在边际水平上反映银行的竞争行为(Schaeck,2009)[36]。如果银行兼并重组,集中度和竞争度会同步增加,但HHI指数可能显示竞争度在下降(VanLeuvensteijnetal.,2008)[37]。非结构性方法不考虑市场结构和份额,而是通过分析银行本身市场竞争模式,利用预估价格与边际成本的偏离程度来衡量竞争程度。其中,Lerner指数是以垄断势力强弱来衡量市场结构的方法。通过计算lerner指数,能够得到各家银行在不同年度的市场势力,更加适合面板数据的实证分析(杨俊等,2015[38];蒋海等,2015)[39]。本文利用lerner指数衡量我国银行竞争程度。
根据相关文献,“脆弱渠道”假说认为,市场势力较大的银行,往往资产规模越高,银行内部机制就越健全,风险管理能力越强。在面临竞争时,更有动力和实力扩大信贷市场份额,增加流动性创造。而市场势力较弱的银行则相反。银行竞争削弱了银行的市场势力,导致银行市场份额减少,盈利能力下降,银行在进行流动性创造时更加谨慎,会降低流动性创造。具体来说,银行在发放贷款时,通过对借款人未来现金流情况的审查,评估其还款能力。由于竞争降低了市场势力,银行从特定借款人获得未来现金流的可能性减少,也降低了银行与新借款人建立长期关系的激励,使银行预期盈利减少。为了满足监管当局对资本充足率的要求,银行会通过减少信贷供给方式降低流动性创造。甄选理论也认为,随着银行数量的增加,银行对企业甄选动机减弱,增大了银行风险。银行对补偿所承担的风险更高,则对借款人征收更高的利率,导致借款人贷款需求减少,降低了流动性创造。我国银行业总体上处于垄断竞争市场状态(孙巍等,2012)[40]。互联网金融的发展,一方面,使银行面临更加复杂的市场环境和日益激烈的竞争形势,削弱了其市场势力和盈利能力,降低了流动性创造;另一方面,互联网金融的竞争力在门槛、成本和信息等方面都对银行传统业务形成冲击。P2P等网贷凭借成本、时效和便捷性等优势,引起无法获得商业银行贷款但又不愿利用高利贷方式融资的资金需求者的兴趣。在传统商业银行无法提供信贷支持的情况下,互联网金融部分代替了银行流动性创造职能。因此,本文验证的主要假设:在竞争压力下,银行流动性创造下降;P2P减少了银行流动性创造,存在挤出效应。
三、研究设计
(一)流动性创造指标
Bergeretal.(2009)[10]所提出的流动性创造测度方法被广泛应用于实证研究中,测算过程分为三个步骤:首先,依照资产变现的便捷程度、交易成本和所需时间,将资产负债表内及表外部分项目指标划分为流动性、半流动性和非流动性。其次,对这三类指标分别赋予-0.5、0和0.5的权重,将指标数值乘以权数大小加总求和。表内外流动性划分和权重见表1。最后,结合流动性划分和权重,通过以下公式得到银行流动性创造的数值:
流动性创造=0.5×∑(非流动性资产+流动性负债+非流动性表外业务)-0.5×∑(流动性资产+非流动性资产+流动性表外业务)+0×∑(半流动性资产+半流动性负债+半流动性表外业务)
我国银行业流动性创造总体呈下降趋势,但国有控股银行(中、农、工、建、交)流动性创造的占比呈逐年上升趋势,始终维持在70%以上。其中,2015年最高,达到75.89%,这与王周伟等(2016)[28]测算的结果基本一致。相比较,中小商业银行流动性创造占比较低,平均值为26%,说明中小商业银行在全部流动性创造中贡献相对较小。
(二)勒纳指数
勒纳指数的优点在于能够衡量每家银行在不同阶段的市场势力,被广泛运用于衡量银行业竞争程度(赵旭,2009[41];李国栋等,2009[42])。勒纳指数是指价格和边际成本之间的差额除以价格,即衡量银行设定的价格高于边际成本的市场力量。勒纳指数越大,说明银行控制价格的能力越强,市场力量越强。这里的价格用银行总收入除以总资产来衡量。而边际成本则用超越对数成本函数来估计。
(1)式中,TC为银行总成本,包括劳动力成本、物质资本成本和资金成本。y为银行产出,用银行总资产表示。W1、W2和W3分别代表劳动力价格、物质资本价格和资金价格,W1用员工费用除以员工数量表示,W2用折旧除以固定资产表示,W3用总利息支出除以总存款表示。Trend表示技术变动,用时间趋势来衡量,Trend=1,2,3,4,5,6,分别代表2010—2015年6个年份。μ代表不随时间变化不可观测的个体异质性特征,γ代表扰动项。运用Stata12.0进行估计,并通过公式(2)得出边际成本MC。
图2是大型股份制商业银行和其他类型银行2010—2015年勒纳指数走势图。可以看出,国有控股银行的勒纳指数始终高于中小商业银行,国有控股银行具有较大的市场势力,而中小商业银行面临的市场竞争程度明显高于国有控股银行,这与李国栋等(2009)[42]研究结论是一致的。
(三)模型构建
为了验证假说,在模型设定上,本文采用动态面板模型的系统广义矩方法(SYS-GMM)对模型参数进行估计,构建动态面板计量模型如下:
(3)式中,i=1,2,…,N,表示第i家银行;t=2010,2011,…,2015,表示第t年的观测。
被解释变量:lc代表单位资产表内外流动性创造,用流动性创造数值除以总资产得到。由于流动性创造时间序列特征比较明显,引入其一阶滞后和二阶滞后值作为解释变量。
解释变量:lerner代表勒纳指数。“脆弱渠道假说”认为,银行竞争导致流动性创造减少,而“价格渠道假说”认为,银行竞争增加了流动性创造,所以符号不确定。P2P代表当年网贷规模的自然对数,P2P交易规模越大,对商业银行业务的分流效应越大,银行流动性创造越少,符号可能为负。
控制变量:asset为银行资产规模的自然对数。银行资产规模越雄厚,业务拓展能力越强,流动性创造越多;但其风险承担意愿和水平可能越低,流动性创造也可能更少,因此,其符号不确定。TCAR为核心资本充足率,“金融脆弱性挤出假说”认为,资本数量与流动性创造呈负相关关系,而“风险吸收假说”则认为,较高的资本比例将提高银行流动性创造的能力。所以,核心资本充足率与流动性创造的关系不确定。ROAA为平均资产收益率,该指标越高,银行主动承担流动性错配的风险越高,流动性创造越多,符号可能为正。NPL为不良贷款率,该指标越高,流动性错配行为更加激进,流动性创造越多,符号可能为正。M2为广义货币供给量增速,作为货币政策的代替变量,宽松的货币政策下,银行流动性越高,符号可能为正。GDP为经济增长率,经济形势较好,银行流动性创造积极性越高,符号可能为正。
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说经济学金融银行的创造以及影响研究论文(共4篇)(2)在线全文阅读。
相关推荐: