我國商業(yè)銀行貸款定價影響因素的實證檢驗

宋 磊

0 引言

隨著我國利率市場化改革的推進(jìn)，尤其是2004年10月底完全放開人民幣貸款利率的上限，銀行擁有越來越多的貸款利率經(jīng)營自主權(quán)，而與此同時，隨著外資全面進(jìn)入我國銀行業(yè)，銀行之間的競爭逐漸加劇，對于普遍以傳統(tǒng)存貸款業(yè)務(wù)作為主要業(yè)務(wù)的我國銀行來說，合理貸款定價就顯得尤為重要。由于我國商業(yè)銀行信息披露內(nèi)容少而質(zhì)量差，受制于數(shù)據(jù)的不可獲取性，對我國商業(yè)銀行貸款定價的理論研究相對較多，而實證研究非常少。近年來在巴塞爾新資本協(xié)議關(guān)于市場約束和商業(yè)銀行公開信息披露的倡導(dǎo)下，我國銀監(jiān)會也對商業(yè)銀行公開信息披露內(nèi)容與質(zhì)量提高了要求，為商業(yè)銀行貸款定價的實證研究提供了有利條件。

國外關(guān)于貸款定價影響因素的實證研究集中在三個方面，一是研究銀行業(yè)市場結(jié)構(gòu)（也就是市場集中度）對貸款定價的影響；二是研究銀企信息不對稱關(guān)系對貸款定價的影響；三是研究借款企業(yè)規(guī)模對貸款定價的影響。本文借鑒國外文獻(xiàn)的研究思路和研究方法，研究資金成本、違約風(fēng)險水平、銀行相對規(guī)模、資本充足率、貸款集中度、銀企信息不對稱程度對貸款定價的影響，為商業(yè)銀行貸款定價實務(wù)以及政府政策制定提供參考。

1 理論假設(shè)與模型選擇

1.1 變量選取與數(shù)據(jù)來源

我們選取我國四家國有商業(yè)銀行和十家全國性股份制商業(yè)銀行作為研究對象，限于數(shù)據(jù)的可得性，剔除了廣東發(fā)展銀行，共選取其余13家商業(yè)銀行作為研究樣本。此外，我們選取2002年到2010年為研究時間段，把2002～2010年共9年的時間序列數(shù)據(jù)。

本文中，樣本銀行的相關(guān)數(shù)據(jù)來自各樣本銀行網(wǎng)站公開披露的年報，以及2002～2010年中國金融年鑒，基準(zhǔn)存貸款利率數(shù)據(jù)、金融機構(gòu)存、貸款總額以及資產(chǎn)總額數(shù)據(jù)來自于2002～2010年的中國金融年鑒。

此外，我們還引入了基準(zhǔn)存貸款利差作為控制變量，由于基準(zhǔn)存貸款利率是我國商業(yè)銀行貸款定價的參照利率，因此基準(zhǔn)存貸款利差越高，則銀行貸款定價越高。具體各變量含義、預(yù)期符號等見表1。

表1 模型中相關(guān)變量解釋

1.2 研究模型選擇

本文參照面板數(shù)據(jù)模型分析的一般思路，我們分別建立了個體隨機效應(yīng)模型、個體固定效應(yīng)模型和混合數(shù)據(jù)普通最小二乘法估計模型，各模型計算公式如下：

1.2.1 個體隨機效應(yīng)模型

1.2.2 個體固定效應(yīng)模型

1.2.3 混合數(shù)據(jù)普通最小二乘模型

其中變量下標(biāo)i代表不同銀行，下標(biāo)j代表不同的年度。在模型5-1和5-2中，μi和ci分別表示其他沒有觀測到的樣本銀行因素的影響，其中μi服從隨機分布，ci是只與樣本銀行i相關(guān)的一個常數(shù),b為常數(shù)。ζij表示殘差項。

2 實證研究結(jié)果

表2給出了分別運用個體隨機效應(yīng)模型、個體固定效應(yīng)模型和混合數(shù)據(jù)OLS模型對總樣本進(jìn)行估計的結(jié)果，以及對不同模型選擇的各種檢驗結(jié)果。估計結(jié)果顯示，方程在固定效應(yīng)模型、隨機效應(yīng)模型下擬和程度良好，方程整體回歸也較為顯著，在混合數(shù)據(jù)OLS模型下擬合程度稍差，方程整體回歸顯著性要遜色于另兩種情況。從固定效應(yīng)模型的Wald F檢驗和隨機效應(yīng)模型的LM檢驗結(jié)果來看，它們均拒絕采用混合數(shù)據(jù)OLS模型的原假設(shè)，接受固定效應(yīng)模型和隨機效應(yīng)模型的備擇假設(shè)；隨后進(jìn)行的Hausman檢驗結(jié)果表明拒絕固定效應(yīng)模型，支持隨機效應(yīng)模型和固定效應(yīng)模型的系數(shù)不存在系統(tǒng)性差別的原假設(shè)，因此應(yīng)優(yōu)先選擇隨機效應(yīng)模型。

表2的估計結(jié)果還表明：

（1）在三種模型估計中，衡量銀行資金成本水平的存款利息支出DR均對銀行平均貸款定價產(chǎn)生顯著影響，且影響方向與預(yù)期假設(shè)一致，均通過了1%水平上的顯著性檢驗；營業(yè)費用率符號在三種模型估計中均與預(yù)期假設(shè)相符，只是統(tǒng)計結(jié)果不顯著。說明我國商業(yè)銀行貸款定價實務(wù)中對存款利息支出較為關(guān)注，但在貸款定價中對營業(yè)費用分?jǐn)偛糠治闯浞煮w現(xiàn)出來，主要原因可能是我國商業(yè)銀行的信息系統(tǒng)建設(shè)落后，尚不能完全實現(xiàn)將成本費用按成本動因、分客戶進(jìn)行歸集和分配，因此貸款定價只能粗略地根據(jù)國家同期貸款基準(zhǔn)利率大致確定一個上下浮動比例確定。

（2）衡量銀行貸款集中度的最大10家借款企業(yè)貸款占比T10P指標(biāo)在三種模型估計中系數(shù)的符號均與預(yù)期假設(shè)相符，并且在固定效應(yīng)模型估計中通過了5%水平上的顯著性檢驗，但在混合數(shù)據(jù)OLS估計和隨機效應(yīng)模型估計中不顯著。說明我國商業(yè)銀行向大企業(yè)發(fā)放貸款比例的確在一定程度上反映了銀企平均信息不對稱程度，而且對大企業(yè)發(fā)放貸款的利率確實低于對中小企業(yè)的貸款利率，但統(tǒng)計結(jié)果并不顯著。

表2 混合數(shù)據(jù)OLS模型、固定效應(yīng)模型和隨機效應(yīng)模型估計結(jié)果

（3）衡量商業(yè)銀行違約風(fēng)險水平的不良貸款增長率BLR指標(biāo)在三種模型估計中都通過了5%的顯著性檢驗，與預(yù)期假設(shè)完全相符，說明商業(yè)銀行會對高風(fēng)險借款企業(yè)征收更高的貸款利率，以彌補由于貸款違約風(fēng)險增加而增加的預(yù)期損失，這一結(jié)論與與Blackwell和Winters（1997）、Angbazo（1997）的實證結(jié)果也保持一致。

（4）衡量銀行規(guī)模的貸款總額占比LNL指標(biāo)在三種模型估計中都不顯著，而且系數(shù)符號也均與預(yù)期假設(shè)相反，與Edwards(2002)的實證結(jié)果一致，說明銀行規(guī)模對貸款定價的影響是復(fù)雜的，一方面Berger和Hannan（1989）、Koskela和Stenbacka（2000）等人認(rèn)為大規(guī)模銀行之間的競爭程度更加激烈，因而會導(dǎo)致大銀行的貸款定價反而更低；另一方面，Monti-Klein（1971）、Freixas和Rochet(1997)以及Corvoisier and Gropp(2002)等人認(rèn)為銀行規(guī)模越大，市場壟斷力越強，則貸款定價越高，因此對于銀行規(guī)模對貸款定價的影響應(yīng)當(dāng)放松假設(shè)，進(jìn)一步加強深入理論和實證研究。

（5）在三種模型估計中，衡量資本充足率的資產(chǎn)權(quán)益率增長率指標(biāo)ETA符號均與預(yù)期假設(shè)相反，并且統(tǒng)計結(jié)果都不顯著。反映出在我國銀行業(yè)資本充足率指標(biāo)尚不具備風(fēng)險信息甄別作用，無論是外部投資者、債權(quán)人還是銀行經(jīng)營管理者、股東這些利益相關(guān)者對于資本充足率指標(biāo)重視程度不夠，未將資本充足率水平與資金運用的風(fēng)險水平、盈利能力綜合在一起考慮，這與國內(nèi)許多學(xué)者實證研究結(jié)果相一致，如張正平、何廣文（2004）和何問陶和鄧可斌（2004）發(fā)現(xiàn)資本充足率指標(biāo)對我國商業(yè)銀行的存款人幾乎沒有任何市場約束力，李紅琨（2007）發(fā)現(xiàn)我國商業(yè)銀行盈利能力并沒有隨著資本充足率提高而加強，兩者之間的激勵相容彈性系數(shù)幾乎接近于0。因此資本充足率實證結(jié)果符號相反且不顯著說明我國商業(yè)銀行的利益相關(guān)者對于資本充足率指標(biāo)重視程度不夠，沒有把資本充足率與貸款的風(fēng)險水平和盈利能力聯(lián)系起來綜合考慮，多數(shù)管理者還缺乏通過資產(chǎn)配置和資產(chǎn)的風(fēng)險水平調(diào)整等內(nèi)源方式來主動提高資本充足率的意識。

（6）衡量銀行信息不對稱程度的抵質(zhì)押貸款占比MR指標(biāo)在三種模型估計中均不顯著，在固定效應(yīng)模型估計中系數(shù)符號為負(fù)，與預(yù)期假設(shè)相同，但在混合數(shù)據(jù)OLS估計和隨機效應(yīng)模型估計中系數(shù)符號為正，與預(yù)期假設(shè)相反。說明只選用這一個指標(biāo)用來衡量銀行信息不對稱程度，是不完全的，因為除抵質(zhì)押貸款占比指標(biāo)外，信用貸款占比也可以用來衡量銀企信息不對稱程度，因為商業(yè)銀行一般會對特大型企業(yè)、有長期借貸關(guān)系的優(yōu)質(zhì)借款企業(yè)發(fā)放信用貸款，因此信用貸款占比高，則有可能也代表銀企信息對稱程度高，單純用抵質(zhì)押貸款占比指標(biāo)來衡量銀企信息不對稱程度就有偏頗，導(dǎo)致該指標(biāo)在不同銀行間失去可比性。

（7）在三種模型估計中，衡量基準(zhǔn)存貸款利率水平的基準(zhǔn)利差率BR指標(biāo)對銀行貸款定價均產(chǎn)生顯著影響，且影響方向與預(yù)期假設(shè)一致，均通過了1%水平上的顯著性檢驗，且系數(shù)與其它變量相比非常大。說明我國商業(yè)銀行貸款定價實務(wù)中普遍將同期人民銀行制定的基準(zhǔn)存貸款利率作為基本定價依據(jù)，然后再考慮其它因素進(jìn)行微調(diào)。總之，上述實證結(jié)果表明我國銀行業(yè)貸款定價實務(wù)中考慮因素較少，貸款定價能力和水平還很不成熟，因此迄需從理論與實踐角度進(jìn)行深入研究，以避免不必要的損失。

3 研究結(jié)論

本文運用,2002～2010年間我國13家全國性商業(yè)銀行9年的面板數(shù)據(jù)，用平均貸款利率作為因變量，選取資金成本率、營業(yè)費用率、不良貸款增長率、貸款總額占比、資產(chǎn)權(quán)益增長率、最大10家借款企業(yè)貸款占比、抵質(zhì)押貸款占比這7個指標(biāo)作為因變量，分別運用混合數(shù)據(jù)OLS模型、固定效應(yīng)模型和隨機效應(yīng)模型，實證檢驗了資金成本率、違約風(fēng)險水平、銀行相對規(guī)模、資本充足率、貸款集中度及銀企信息不對稱程度對貸款定價的影響，得出以下結(jié)論：

（1）資金成本、違約風(fēng)險水平與我國商業(yè)銀行的貸款定價水平具有顯著正相關(guān)關(guān)系，這與國際主流銀行應(yīng)用的成本加成定價模式、價格領(lǐng)導(dǎo)定價模式以及客戶盈利定價模式觀點相一致。

（2）銀行規(guī)模、資本充足率、貸款集中度和銀行信息不對稱程度對我國商業(yè)銀行貸款定價的影響不顯著，一方面說明變量選取不夠全面，另一方面說明我國實務(wù)中貸款定價決策過于簡單，貸款定價無論在理論還是在應(yīng)用研究上都要落后于西方發(fā)達(dá)國家的競爭對手，在人民幣貸款利率上限完全放開以及中國金融業(yè)對外資銀行全面放開的同行業(yè)激烈競爭的大環(huán)境中，以貸款為主要業(yè)務(wù)的商業(yè)銀行要想在競爭中立于不敗之地，就必須要加強對貸款定價的研究，盡快提升貸款定價能力。

[1] Berger A，Hannan T.The Price Concentration Relationship in Banking[J].Review of Economic Statistics,1989,(71).

[2] Hannan,Timothy H.Bank Commercial Loan Markets and the Role of Market Structure:Evidence from Surveys of Commercial Lending[J].Journal of Banking and Finance,1991,(15).

[3] Petersen.M.,R.Rajan.The Effect of Credit Market Competition on Lending Relationships[J].Quarterly Journal of Economics,1995,1(2).

[4] Koskela.E.,Stenback,R.Is There a Tradeoff between Bank Competi?tion and Financial Fragility?[J].Journal of Banking&Finance,2000,(24).

[5] Edward I.Altman,Jason Pompeii.The Performance of Defaulted Bonds and Bank Loans:1987-2001[C].NYU Salomon Working Paper Series,January,2002.

[6] Berger A.N.,Udell G.F.The Economics of Small Business Finance:The Roles of Private Equity and Debt Markets in the Financial Growth Cycle[J].Journal of Banking and Finance,1998,(22).

[7] Blackwell,D.W.,D.B.Winters.Banking Relationships and the Effect of Monitoring in Loan Pricing[J].The Journal of Financial Research,1997,(20).

[8] Petersen Mitchell A,Rajan G Raghuram.The Benefits of Lending Re?lationships:Evidence from small Business Data[J].Journal of Finance,1994,(49).

[9] 蔣海,姜鵬,鄒朋飛.寡頭壟斷、風(fēng)險競爭與中小銀行的發(fā)展困境：2001-2006[J].當(dāng)代財經(jīng),2008,(12).

[10] 胡奕明，謝詩蕾.銀行監(jiān)督效應(yīng)與貸款定價——來自上市公司的一項經(jīng)驗研究.管理世界，2005,(5).

[11] 戴國強，吳許均.基于上市公司財務(wù)指標(biāo)的貸款定價研究[J].國際金融研究，2006，(6).

[12] 馬鴻杰，楊玉兵，胡漢輝，國有銀行的貸款定價研究—基于無錫市中小企業(yè)的實證[J].西安電子科技大學(xué)學(xué)報（社會科學(xué)版）,2008,(11).