1、苏南农村商业银行信贷集中度与风险效应分析姚瓴（tel 15715194351） 南京审计学院，国际审计学院江苏，南京 211815摘要：本文用行业集中度、客户集中度两个指标来衡量苏南地区农村商业银行的贷款集中度，以苏南农商行五年银行数据为研究样本进行测算，在此基础上，采用面板数据分别建立回归模型，考察各银行的贷款集中度对收益及风险的影响。关键词：农村商业银行；贷款集中度；效益与风险 Abstrct: In this paper, the industry concentration and the customer concentration degree are used to measur
2、e concentration of south jiangsu rural commercial bank loans, southern jiangsu rural banksdata are also used. On this basis,we use panel data to set up regression model respectively, and exam the influence that the banks loans concentration to the profit and the risk.Key words: Rural commercial bank
3、; Loan concentration; Benefit and risk一、引言2008 年金融危机虽已成为过去，但其余波仍然扰动着世界各国的经济。当年央行所实施的经济刺激计划，在早期效果显著，稳定了经济形势，但在后金融危机时代，一些不良反应逐渐显现出来，商业银行贷款去向过于集中便是其中的一个方面。钢铁、建筑、房地产等行业沉淀了银行大量的贷款，这早已是众所周知的事实，国有大型商业银行以及全国性的股份商业银行都或多或少的存在信贷集中的现象，商业银行自身，各监管机构以及学界的许多人士对这一现象也以做了许多研究并制定了相应的控制方法与政策。然而，作为国内整个金融体系组成部分之一的农村商业银行，其
4、存在的信贷风险，却鲜有人对其进行关注。农村商业银行，其前身为农村信用合作社，改组后按照现代公司结构进行治理，是农村正规金融的重要组成部分，同时也是国家整个金融行业的重要参与者。自 2001 年底常熟农村商业银行、张家港农村商业银行率先挂牌成立以来，到目前为止，江苏省范围内共成立了 50 多家农村商业银行（13 个市辖内均存在农商行） 。相比较于国有商业银行和股份商业银行，农村商业银行资产规模较小，业务范围窄，抗风险能力低，其中最主要的两点区别在于，首先，农商行是地区性质的金融机构，其主要营业收入来源于本地区范围内，这就导致了其信贷集中维度中的地区集中程度非常高；其次，农商行不仅仅是作为商业性机
5、构存在，同时也承担一定的“支农、扶农”责任，这一点与其他商业银行也是显著不同的。这样，对农村商业银行信贷集中度风险的分析在一定程度上就有别于普通的商业银行，同时，作为一股正在蓬勃发展的金融力量，讨论其在控制信贷风险方面的问题也就显得很有意义。二、相关文献综述1、贷款集中的内涵和概念L. Douglas Smith 与 Edward C. Lawrence (1995) 认为贷款集中指贷款的长期性趋势。Kay Giesecke 与 Stefan Weber(2004)认为信贷集中是银行在投放贷款时，在相关或有关联关系的行业和企业中投放过度集中的行为。目前国内对信贷集中的涵义比较主流的观点有，杨庆
6、和(2001)认为，信贷集中看作我国经济转轨的特定背景下银行信贷资金向大企业、大行业、大城市集中的趋势，是政策的周期性与长期一致性抉择的结果。唐杰、任吉武（2002)认为商业银行贷款集中包括信贷管理权限上和信贷资金投放集中两层含义。陈刚(2003)将从两个角度对贷款集中进行理解：一是在公有制为主体的经济背景下向国有企业集中贷款的行为；二是在已知存在贷款集中的风险下，银行为了追求收益，仍将贷款集中投向特定行业、地区的行为。2、贷款集中的成因Tobia F. Rotherli(2000)通过调查和统计瑞士三大银行 1987-1996 年间的相关信贷数据探讨信贷集中的成因，他发现银行在做贷款决策时互
7、相之间有一定的模仿行为，他将这种相互模仿的现象称为信贷市场中的羊群行为，并认为这种羊群行为是造成信贷投向集中的一个主要原因。林毅夫，李永军(2001)从宏观金融体系的角度进行分析，提出银行结构论来解释信贷集中，他们认为国有银行主导了整个市场，银行与企业信息不对称，造成中小企业融资难，同时对国有大企业信贷集中。巴曙松、肖凡(2010)认为 2008 的 4 万亿经济刺激计划,使得银行贷款向中长期贷款集中，向大中型企业集中，向经济发达地区或省会城市集中，向道路运输、钢铁、房地产等行业集中，向地方政府融资平台集中，因此造成集中度风险开始凸显。张雪兰(2010)将信贷集中现象归结为“信贷羊群行为” ，
8、认为我国银行信贷羊群行为是信息不对称、行政干预及政策导向、银行风险观及市场定位趋同、银行经营者声誉及报酬考量等多重因素的综合结果。3、贷款集中的度量方法目前在客户集中度风险计量方面，学术理论界提出的常用方法主要有敞口比率法、基尼系数法、赫芬达尔一赫希曼指数法、基于 ASRF 模型的分散度调整法、基于 Credit Risk+模型的分散度调整法等。在行业集中度风险计量方面，学术理论界提出的常用方法有敞口比率法、赫芬达尔一赫希曼指数法、多因素模型法、解析式方法。陈国立(2006)运用三个指标对我国信贷集中程度进行了分析。主要有：一是行业集中度(贝恩指数)，它一般以产业中最大的 n 个企业所占市场份
9、额的累计数占整个产业市场的比例来表示，用它来描述信贷市场的集中度(Concentration Ratio)，可以判定我国信贷市场的绝对集中程度；二是洛伦茨曲线和吉尼系数。这一指标主要用来反映产业内企业规模分布状况，对绝大多数产业来说，吉尼系数总是在 0 和 1 之间。在这里吉尼系数越接近于零，银行贷款余额分布越是均等，而吉尼系数越接近于 1，说明银行贷款余额分布的差异越大，市场集中度越高。三是赫芬达尔指数。赫芬达尔指数(HI)也称赫希曼赫芬达尔指数(Hirschman-Herfindahl Index)，由于它兼有绝对集中度和相对集中度指标的优点，同时能避免两者缺点的特点，因而日益被人们所重视
10、。该指数值越大，集中度越高，反之则越低。三、农村商业银行贷款集中度的测算1、指标的选取目前常用的测算集中度的方法主要有以下三种，其分别适用于不同的情况。第一种方法是上文所提到的赫芬达尔（Herfindahl）指标法，即企业各项收入占总收入比重的平方和，当该值取值为 1 时，表明企业未采取分散化经营，集中度最大；反之，数值越小，表明集中度越小。第二种方法是行业集中度指数法，其计算公式为：CR n=（ ） 11NiiiX其中：Nn；CR n 表示规模最大的前几家企业的行业集中度；Xi 表示第 i 家企业的产值、产量、销售额、资产总额等；n：产业内规模最大的前几家企业数；N：产业内的企业总数。第三种
11、方法是 Rumelt 提出的区分相关多元化和非相关多元化的分类法，他在企业中的各项业务中找出占总收入比例最大的一类(可能包含若干种)业务，企业中这个比例数越高，说明企业的业务相关性越强、多元化程度越弱，然后研究该类业务与企业业绩的关系。根据商业银行贷款的特点，本文决定采用第一种方法，即赫芬达尔指标法计算商业银行贷款集中度。（1）贷款行业的集中度定义为 MHI，根据 Herfindahl 指标，可知 MHI 的计算公式，MHI= ，其中 X1、X 2、 Xn 为农村商业银行在不同行业投21(/)niiQ放的贷款数额， 。MHI 计算出的值越小，说明贷款集中程度小，信ni贷去向比较分散；其数值越大
12、，说明贷款集中程度越高。（2）贷款客户集中度指数定义为 CHI，同上商业银行采用前十大客户所占资本净额的百分比来表示对客户贷款的集中程度，CHI 越大，说明贷款总额分布在前十名客户中的比重就越大，集中程度越高。（3）地区集中程度，因为农村商业银行主营业务大多局限于本区域，故可以认为地区集中程度较高，达到 1，在实际计算中，可以将此变量剔除。2、苏南地区农村商业银行贷款集中度测算根据数据的需要以及实际的可获得性，本文搜寻了苏南地区三家农村商业银行（分别为常熟、吴江、江阴农村商业银行）2008 年至 2012 年的数据，根据三家农村商业所披露的资料，计算贷款的行业集中程度以及客户集中程度。研究中使
13、用 EXCEL 进行计算，并对计算结果进行初步统计分析，得到如下结果：表 3.2.1 农商行贷款集中度描述性统计2008 2009 2010 2011 2012常 熟 24.14% 19.60% 26.55% 27.84% 27.78%江 阴 57.85% 47.25% 43.28% 46.61% 41.32%吴 江 34.46% 35.08% 37.60% 40.43% 40.39%常 熟 50% 54.83% 33.55% 24.89% 18.63%江 阴 29.28% 33.18% 35.15% 34.61% 24.57%吴 江 51.46% 50.42% 44.15% 39.48% 4
14、1.33%农 商 行 名 称时 间MHICHI指 标资料来源：各农商行年报披露的信息0.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00%2008 2009 2010 2011 2012常 熟江 阴吴 江图 3.2.1 农商行行业贷款集中度变化情况0%10%20%30%40%50%60%2008 2009 2010 2011 2012常 熟江 阴吴 江图 3.2.2 农商行最大十家客户贷款集中度情况从图 3.2.1 中可以看出常熟农商行行业贷款集中程度在 20%30%这个区间变化，吴江农商行则处于 30%40%这个区间，江阴农村商业银行 2008 年贷款
15、集中度较高，但随着时间的发展，其走势逐年下降。从图 3.2.2 中可以看出对最大十家客户的贷款集中度整体呈逐年下降趋势，其中常熟农商行下降幅度最为明显。四、农村商业银行贷款集中度收益及风险分析1、研究方法对所收集的面板数据进行回归分析，以税前资产利润率 ROA 以及净资产收益率 ROE 来衡量银行的盈利能力，建立回归方程：ROAij= 0+ 1MHIij+ 2CHI ij + 3LN（SIZE） ij + ij，N(0, 2)；ROEij= 0+ 1MHIij+ 2CHI ij + 3LN（SIZE） ij+ ij，N(0, 2)；其中，ROA ij表示第 i 家银行在第 j 年的税前资产利润
16、率；ROE ij表示第 i 家银行第 j 年的净资产利润率；MHI ij表示第 i 家银行第 j 年的市场集中度情况；CHIij表示第 i 家银行第 j 年的客户集中度情况；SIZE ij表示第 i 家银行第 j 年的总资产，计算中对其取对数； 0、 0为常数项； 1、 2、 3、 1、 2、 3为回归系数； ij、 ij为残差项；以不良贷款率（RBL）来衡量银行的风险，建立回归方程：RBLij= 0+ 1MHIij+ 2CHI ij + 3LN（SIZE） ij + ij，N(0, 2)；其中，RBL ij 表示第 i 家银行在第 j 年的不良贷款率； 0为常数项； 1、 2、 3为回归系数
17、； ij为残差项；其余各项含义与上相同。2、农村商业银行风险收益实证分析结果根据以上模型进行分析，数据来源为 2008 年至 2012 年苏南三家农村商业银行的各项指标情况。首先对数据进行 Hausman 检验，结果显示，应建立个体固定效应模型；然后根据假设的回归模型，得到以下回归分析结果（表 4.2.1） 。表 4.2.1roa roe rbl0.583 0.283 11.309(-0.5868) (-0.2649) (-0.0543)3.054* 0.344* 0.859(-0.0001) (-0.005) (-0.6467)0.521 0.049 0.906(-0.2991)（ -0.6
18、605） （ -0.6952）0.030 0.036 1.537*(-0.8236) (-1.1846) （ -0.0444）R2 0.937 0.830 0.612Adj-R2 0.874 0.659 0.22514.8830 4.8720 1.5800(-0.001) (-0.0267) （ -0.2805）因 变 量常 数 项mhichilnsizeF指 标注：*表示在 5%的置信水平下显著，括号中的数值为相应的 P 值五、对回归的结果进行分析从表 4.2.1 中可以看出，农商行的税前资产利润率 ROA、净资产收益率 ROE和贷款的行业集中度 MHI 存在明显的相关关系；而两者对贷款的客
19、户集中度CHI 以及资产规模 LNSIZE 的并不存在明显的相关关系。以上这点说明三个问题，第一，贷款的行业集中度情况明显影响着农商行的收益水平，这一点在现实中可以得到很好的验证，对收益率水平高的行业集中贷款不仅可以在行业层面上集中而且可以同时在企业层面上分散，有利于提高收益，例如：对房地产业、城建、出口制造业的集中投资都可以带来明显的收益；第二，客户集中度对收益的影响并不明显，这说明了在区域范围内，对大客户与中小客户的信贷并不存在明显的效益差异；第三，资产规模对收益情况的影响也不显著，这从侧面说明了农商行对资产管理的水平存在显著差异，因为资产规模大的议价能力强投资面广理应获得更高的收益，但从
20、表中的数据并不能看出这一现象。从表 4.2.1 中还可以看出坏账率 RBL 与贷款集中度的相关关系并不明显，反而与资产规模呈正相关情况。这一点与人们的常识，即与其他中大型的商业银行的情况截然相反。中大型商业银行不良贷款率一般与贷款的集中度呈一定的相关性，而农商行的两者却不显相关性，这是因为中大型商业银行的业务是在全国内展开的，而农商行的业务范围却主要局限在一定区域内，在一定区域内的企业数目和产业数目与全国相比，自然不存在可比性，这一点也从侧面表明了农商行的贷款集中去向并不一定是自身的主观意愿而有可能是客观条件的限制；表 4.2.1 还表明了资产规模与不良贷款率存在一定的联系，这也同样可以在现实
21、中得到解释，农商行整体规模较小，人员构成简单，工作人员的素质普遍不如其他中大型银行高，内部风险管理结构也相对的不完善，当资产规模大时，其管理能力不能同时跟进，对坏账的管理力不从心，从而增加了坏账比例。六、结论与建议本文以 Herfindahal 指数为基础来计算的农村商业银行的贷款行业集中度和以前十大客户贷款占比来衡量的客户集中度这两个个指标来测算三个农村商业银行的贷款集中度，并通过建立回归模型实证分析了这些银行的贷款集中度对其收益和风险的影响。研究结果表明，就农村商业银行这一特定群体来讲，银行的效益主要与贷款的行业集中程度有关，而不良贷款率却与银行的资产规模相关，造成这种现象的主要原因一是农
22、村商业银行的区域性，二是农商行自身资产管理水平的差异性。对以上问题本文提出的建议是，首先，要加强对农商行自身员工素质的培养，提高自身业务水平和风险管理能力，要做到这一点，第一可以从制度上引进其他成熟银行的风险控制体系，第二从内部人员招聘培养上下工夫。其次，就是经营业务区域性的问题，随着国家金融管控的逐渐放松，也早有部分农商行走出原本所在的区域，向其他地区拓展业务，后来者可以模仿先行者，乘着国家金融体制改革的东风，拓展市场，增加业务种类并最终提高效益。参考文献1魏晓琴,李晓霞 . 我国商业银行贷款集中度的测算及效应分析J. 金融理论与实践,2011,04:22-26.2关闯. 中国商业银行信贷集中问题研究D.辽宁大学,2009.3王倩. 我国商业银行信贷集中风险管理研究D.首都经济贸易大学,2012.4王海霞,金桩 . 城市商业银行客户贷款集中度研究J. 财会月刊,2010,29:38-40.5秦林杰,安梅 . 关注农村信用社贷款集中度风险J. 金融理论与实践,2005,01:82-83.6王旭. 商业银行贷款集中度的风险与收益研究基于中国 18 家商业银行面板数据的分析J. 金融经济学研究,2013,04:49-59.
