《貸款集中度對銀行資產(chǎn)質(zhì)量的影響實(shí)證研究》14000字（論文）

貸款集中度對銀行資產(chǎn)質(zhì)量的影響實(shí)證研究摘要黨的十九大提出，金融是我國的重要競爭力。銀行部門作為重要的一個(gè)環(huán)節(jié)，承擔(dān)著資金融通以及資本配置等多項(xiàng)功能，維持銀行體系的穩(wěn)定性，防范銀行體系內(nèi)部風(fēng)險(xiǎn)，對金融市場的健康及持續(xù)發(fā)展具有重要作用。因此，必須高度重視防范和控制金融風(fēng)險(xiǎn)，確保金融安全。信貸集中度是銀行面臨的一個(gè)重大風(fēng)險(xiǎn)，國內(nèi)銀行業(yè)80%的貸款都集中在10%的授信客戶中，不合理的信貸投放會(huì)讓銀行不良貸款率增加，信貸的資源配置趨向集中還是分散對于銀行來說至關(guān)重要。本文選取了國內(nèi)13家銀行2007到2020年的半年度數(shù)據(jù)作為面板數(shù)據(jù)進(jìn)行實(shí)證分析，其中客戶集中度加入了門檻值研究非線性關(guān)系。得出的主要結(jié)論是：行業(yè)集中程度對于國內(nèi)上市銀行信貸質(zhì)量有負(fù)向影響；客戶集中程度對于國內(nèi)上市銀行信貸質(zhì)量的影響隨著不良貸款門檻值呈現(xiàn)非線性關(guān)系；經(jīng)濟(jì)上行周期信貸集中對于國內(nèi)上市銀行信貸質(zhì)量會(huì)有加強(qiáng)影響；國有銀行相對股份制銀行的所有權(quán)性質(zhì)對于信貸集中對國內(nèi)上市銀行信貸質(zhì)量有加強(qiáng)影響。關(guān)鍵詞：信貸集中度銀行資產(chǎn)質(zhì)量經(jīng)濟(jì)周期銀行性質(zhì)目錄0引言 40.1研究背景與意義 40.2研究內(nèi)容和方法 50.3研究創(chuàng)新點(diǎn)和存在不足 51貸款集中度對銀行資產(chǎn)質(zhì)量的影響的理論分析 61.1貸款集中度的概念和計(jì)算方法 61.1.1貸款集中概念 61.1.2貸款集中度的計(jì)量 71.2貸款集中度對銀行資產(chǎn)質(zhì)量的影響路徑 81.2.1銀行不良貸款成因理論 81.2.2貸款集中度對資產(chǎn)質(zhì)量的影響路徑 102上市銀行貸款集中度現(xiàn)狀以及成因分析 112.1貸款集中度與資產(chǎn)質(zhì)量 112.1.1客戶集中度現(xiàn)狀分析 112.1.2行業(yè)集中度現(xiàn)狀分析 133實(shí)證研究 153.1實(shí)證研究設(shè)計(jì) 153.1.1研究假設(shè) 153.1.2變量選取 153.1.3數(shù)據(jù)來源 163.1.4模型設(shè)計(jì) 173.2實(shí)證結(jié)果分析 183.2.1變量描述性統(tǒng)計(jì)分析 183.2.2.實(shí)證結(jié)果研究 194結(jié)論與建議 254.1結(jié)論 254.2相關(guān)建議 26

0引言0.1研究背景與意義黨的十九大提出金融是我國的核心競爭力，將防范和化解風(fēng)險(xiǎn)列為金融工作的重點(diǎn)，為了更好地服務(wù)實(shí)體經(jīng)濟(jì)，將促進(jìn)金融和實(shí)體經(jīng)濟(jì)的良性循環(huán)作為未來經(jīng)濟(jì)工作的主要任務(wù)。在我國金融體系居主導(dǎo)地位的銀行部門，作為重要的一個(gè)環(huán)節(jié)，承擔(dān)著資金融通以及資本配置等多項(xiàng)功能，維持銀行體系的穩(wěn)定性，防范銀行體系內(nèi)部風(fēng)險(xiǎn)，對金融市場的健康及持續(xù)發(fā)展具有重要作用。因此，必須高度重視防范和控制金融風(fēng)險(xiǎn)，確保金融安全。近年來，面對全球復(fù)雜的金融環(huán)境，經(jīng)濟(jì)周期變化造成不確定性增強(qiáng)，對金融市場的穩(wěn)定性帶來一定程度的影響。經(jīng)濟(jì)進(jìn)入新常態(tài)，增速轉(zhuǎn)向中高速，實(shí)體經(jīng)濟(jì)健康發(fā)展與金融體系內(nèi)部穩(wěn)定高度相關(guān)，影響實(shí)體經(jīng)濟(jì)發(fā)展水平也會(huì)影響銀行體系。銀行信貸作為我國經(jīng)濟(jì)政策作用于實(shí)體經(jīng)濟(jì)及企業(yè)融資的主要來源，資產(chǎn)質(zhì)量及盈利能力對于銀行可持續(xù)發(fā)展具有重要意義。產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化使銀行業(yè)也面臨著挑戰(zhàn)，不合理的信貸投放會(huì)讓銀行不良貸款率增加，信貸的資源配置趨向集中還是分散對于銀行來說至關(guān)重要。信貸集中度是銀行面臨的一個(gè)重大風(fēng)險(xiǎn)，有很多學(xué)者和碩博士論文都有研究過集中度對于銀行的影響，中國傳統(tǒng)銀行業(yè)80%的貸款都集中在10%的授信企業(yè)客戶中，國際商業(yè)銀行常有專門設(shè)立批發(fā)銀行部門和優(yōu)質(zhì)大型客戶團(tuán)隊(duì)，專為大型客戶提供服務(wù)。國內(nèi)銀行也有這樣性質(zhì)的部門，比如農(nóng)業(yè)銀行的大客戶部，建設(shè)銀行，中國銀行的集團(tuán)客戶部，都是為銀行最核心的大客戶服務(wù)。并且銀行信貸會(huì)隨著國家政策和經(jīng)濟(jì)刺激，投向一些主要行業(yè)比如制造業(yè)，交通運(yùn)輸業(yè)，電力燃?xì)夤?yīng)業(yè)等等。但是信貸集中也很容易造成風(fēng)險(xiǎn)集中爆發(fā)，尤其在經(jīng)濟(jì)處于下行階段時(shí)，相關(guān)性大幅提升，經(jīng)濟(jì)沖擊對貸款違約的打擊更加致命。放眼國際金融市場，比如美國安然，意大利乳制品領(lǐng)先企業(yè)Parmalat等高質(zhì)量客戶群突然破產(chǎn)，給相關(guān)授信銀行帶來了不可挽回的大損失；次貸危機(jī)爆發(fā)造成的相關(guān)性急劇升高，由于集中度過高引發(fā)的大面積違約也造成了銀行的系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)?；乜磭鴥?nèi)，熔盛重工集團(tuán)、中鋼集團(tuán)等曾經(jīng)作為經(jīng)濟(jì)支柱支撐當(dāng)?shù)亟?jīng)濟(jì)發(fā)展的龍頭企業(yè)，也隨著行業(yè)整體萎靡步入下滑階段，給授信銀行造成沖擊。由此，結(jié)合國內(nèi)外商業(yè)銀行貸款集中的風(fēng)險(xiǎn)事件和背景，更加應(yīng)該認(rèn)識(shí)到集中度對銀行資產(chǎn)質(zhì)量的重要影響。0.2研究內(nèi)容和方法本文參考了任秋瀟，王一鳴研究信貸集中度對資產(chǎn)質(zhì)量的研究，選取了行業(yè)集中度和客戶集中度兩個(gè)角度反映信貸集中指標(biāo)，分別研究兩個(gè)角度的影響。并且將之后一起的累積效應(yīng)考慮在內(nèi)，同時(shí)加入了經(jīng)濟(jì)周期和銀行性質(zhì)，考察交叉項(xiàng)的影響。本文選取固定效應(yīng)模型，對國內(nèi)13家上市比較早的銀行，選取了2007到2020年的半年度數(shù)據(jù)作為面板數(shù)據(jù)進(jìn)行實(shí)證分析，其中客戶集中度加入了門檻值研究非線性關(guān)系。本文研究方法結(jié)合定性和定量，通過文獻(xiàn)研究法和實(shí)證研究，借助eviews,stata13.0和excel2007等數(shù)據(jù)軟件。0.3研究創(chuàng)新點(diǎn)和存在不足本文可能的創(chuàng)新點(diǎn)在于，第一，在實(shí)踐的選取上，盡可能的選取了從上市最早實(shí)踐一直到目前位置的時(shí)間跨度，并且細(xì)化到半年度數(shù)據(jù)保證了數(shù)據(jù)量的充足。第二，在變量的選取上，考慮了行業(yè)集中度和客戶集中度，從更多的角度去分析信貸集中度，第三，考慮了不良貸款的滯后性和累積性，使得實(shí)證研究更加精確。第四，加入了交叉項(xiàng)變量，之前有學(xué)者研究經(jīng)濟(jì)周期對資產(chǎn)質(zhì)量的影響，也有研究銀行所有權(quán)宗旨對資產(chǎn)質(zhì)量的影響，本文將這兩種可能的因素與信貸集中度結(jié)合起來，不單單只是作為控制變量，聯(lián)合分析其交叉項(xiàng)的影響，更加全面。本文目前存在的不足之處，選取了13家銀行，由于統(tǒng)計(jì)口徑的不一致，有些銀行的樣本量缺失嚴(yán)重，并且未來考量時(shí)間跨度，一些近年來上市的銀行未加入計(jì)量范圍，導(dǎo)致銀行性質(zhì)指標(biāo)不均衡，有些城市商業(yè)銀行未能納入考量，使得實(shí)證研究不夠全面。同時(shí)，未能夠考慮到信貸集中度也是一個(gè)缺憾。1貸款集中度對銀行資產(chǎn)質(zhì)量的影響的理論分析1.1貸款集中度的概念和計(jì)算方法1.1.1貸款集中概念貸款集中是指各家銀行在信貸資產(chǎn)配置的偏好，或是集中于某些行業(yè)或是某些客戶，造成集中的現(xiàn)象。信貸集中有廣義和狹義之分，本文研究的是狹義概念，主要可以分為三種：行業(yè)貸款集中，是指銀行發(fā)放貸款時(shí)集中在某幾個(gè)行業(yè)。通過對銀行披露的年報(bào)觀察整理可以發(fā)現(xiàn)，銀行的信貸投放集中于房地產(chǎn)行業(yè)和民生行業(yè)。由于近年來房地產(chǎn)行業(yè)處于較好的發(fā)展周期，行情較好，市場對于房地產(chǎn)行業(yè)整體呈現(xiàn)樂觀態(tài)度，因此銀行對房地產(chǎn)業(yè)也有投入較多的資金。同時(shí)銀行的信貸投放受到國家經(jīng)濟(jì)政策的影響非常深重，經(jīng)濟(jì)政策可以說是銀行決策乃至市場決策的風(fēng)向標(biāo)。當(dāng)國家經(jīng)濟(jì)政策重點(diǎn)扶持或利好某些行業(yè)，會(huì)影響到銀行的信貸投放?？蛻糍J款集中，是指銀行的信貸資金向某些大客戶集中，將大部分的資金聚集到大客戶。信貸資源的集中會(huì)減少銀行的交易成本，但對于風(fēng)險(xiǎn)的計(jì)量的也會(huì)有所影響。區(qū)域貸款集中，是指銀行把信貸資源集中投放到國家或地區(qū)，比如經(jīng)濟(jì)發(fā)達(dá)地區(qū)。這樣的集中可以減少監(jiān)管的成本，但也有可能因?yàn)榻?jīng)濟(jì)形勢的變化給銀行帶來風(fēng)險(xiǎn)損失。由于國內(nèi)銀行采用的區(qū)域集中度計(jì)量指標(biāo)口徑并不一致，且樣本量缺失不便于統(tǒng)計(jì)，因此本文只考慮行業(yè)集中度和客戶集中度。對于信貸集中這個(gè)問題，國內(nèi)外都有監(jiān)管規(guī)定，巴賽爾協(xié)議中有專門明確規(guī)定并且經(jīng)歷反復(fù)修改做出相應(yīng)的調(diào)整，將信貸集中度考慮在監(jiān)管范圍內(nèi)并且擴(kuò)大了信貸集中度的范圍。監(jiān)管部門規(guī)定銀行一旦逾越了監(jiān)管底線，銀行將接受相應(yīng)的處罰。根據(jù)《商業(yè)銀行法》規(guī)定最大單一客戶貸款額/資本凈額的比值不能超過10%，最大十家單一客戶貸款總額/資本凈額的比值不能超過50%，最大一家集團(tuán)授信額度/資本凈額的比值不能超過15%。1.1.2貸款集中度的計(jì)量貸款集中度的測算由于宏觀因素和微觀因素的影響測算比較復(fù)雜，學(xué)術(shù)界對于貸款集中的測算方法不統(tǒng)一。經(jīng)過對不同文獻(xiàn)的梳理，本文選擇了學(xué)術(shù)界最為常用的三種測算方法進(jìn)行說明。敞口比率法此法測算的是絕對集中度，我國銀監(jiān)會(huì)通常會(huì)使用此法作為客戶集中度監(jiān)管的指標(biāo)，主要針對的是最大十家單一客戶貸款比例和單一客戶貸款比例。敞口比率法測算方便但是可比性較差，比較不同性質(zhì)的銀行可能會(huì)存在差異。在臨界值的選取上比較主觀，更適合銀行內(nèi)部使用。計(jì)算公式如下：Maxfirst=最大單一客戶貸款額/銀行總資本凈額*100%洛倫茲曲線和基尼系數(shù)洛倫茲曲線是國家收入分配曲線，曲線彎曲程度能夠反映出收入分配，越是彎曲表示收入分配越不均衡。曲線將三角形面積分成A和B兩部分，基尼系數(shù)的計(jì)算公式為G=A/(A+B)。這里可以借鑒基尼系數(shù)的原理來量化銀行信貸資產(chǎn)的分布情況，系數(shù)越是接近于0，則貸款集中度越小，貸款分布更加均衡合理。反之則分布不均衡不集中。洛倫茲曲線赫芬達(dá)爾指數(shù)法赫芬達(dá)爾指數(shù)法常被用來衡量某行業(yè)的產(chǎn)業(yè)集中度。計(jì)算方式如下：上式中X表示行業(yè)規(guī)模大小，Xi表示第i家的規(guī)模大小，H表示行業(yè)中企業(yè)總數(shù)，MS等于Xi/X，即第i家企業(yè)額規(guī)模占總體行業(yè)規(guī)模的比例。赫芬達(dá)爾指數(shù)在衡量產(chǎn)業(yè)集中度時(shí)具有優(yōu)勢，由于它將企業(yè)的數(shù)量以及企業(yè)規(guī)模大小納入考量范圍，對企業(yè)規(guī)模大小的敏感度不同，對大企業(yè)往往更加敏感。弊端在于赫芬達(dá)爾指數(shù)對于數(shù)據(jù)要求比較高。1.2貸款集中度對銀行資產(chǎn)質(zhì)量的影響路徑1.2.1銀行不良貸款成因理論1.2.1.1金融脆弱性理論金融脆弱性理論最早來源于貨幣脆弱性的論述。金融脆弱性理論最早來源于貨幣脆弱性的論述。Keynes認(rèn)為貨幣職能和特征導(dǎo)致了貨幣自誕生以來就具有脆弱性，貨幣可以作交易之用，也可作為財(cái)富貯藏。而Veblan在《商業(yè)周期理論》和《所有者缺位》書中提出一方面證券交易之所以會(huì)出現(xiàn)周期性崩潰，在于市場對企業(yè)的估值依賴于并逐漸脫離企業(yè)的盈利能力，而另一方面則是資本主義的經(jīng)濟(jì)發(fā)展導(dǎo)致社會(huì)資本所有者的缺失。較為著名的兩個(gè)金融脆弱性理論如下：第一是明斯基的金融脆弱性假說?；陂L期對資本主義周期變化的觀察，明斯基認(rèn)為根據(jù)金融狀況借款企業(yè)可以分類：（1）抵補(bǔ)性企業(yè)。抵補(bǔ)性企業(yè)往往是最安全的，預(yù)期收入大于債務(wù)，每一段時(shí)期內(nèi)預(yù)期收入現(xiàn)金流大于到期債務(wù)本息，現(xiàn)期收入能夠滿足現(xiàn)金支付要求；（2）投機(jī)性企業(yè)，這類企業(yè)的預(yù)期收益小于債務(wù)，并且借款后一段時(shí)間內(nèi)，預(yù)期收益小于到期債務(wù)本金。投機(jī)性企業(yè)通常存在債務(wù)敞口，為償還債務(wù)或重組債務(wù)結(jié)構(gòu)或變賣資產(chǎn)；（3）“龐茲”借款企業(yè)，最脆弱的一類，像這樣高風(fēng)險(xiǎn)企業(yè)短期內(nèi)沒有足夠收入支付應(yīng)付利息，而長期收益又建立在假想的基礎(chǔ)上，這種企業(yè)的預(yù)計(jì)收益是基于那些需要很長醞釀形成時(shí)期才能成功的投資。第二是克雷格爾的安全邊界說。安全邊界提供了一種環(huán)境保護(hù)，以防不測事件的出現(xiàn)使得未來企業(yè)不能有良好記錄。對于借貸雙方而言來說，確定安全邊界的關(guān)鍵一環(huán)是研究預(yù)期現(xiàn)金收入說明書和計(jì)劃投資項(xiàng)目承諾書。而商業(yè)銀行對整體市場環(huán)境和潛在競爭對手更為熟悉，但對未來市場狀況的把握仍是不確定的，貸款風(fēng)險(xiǎn)仍然存在。于是商業(yè)銀行的信貸決定主要遵守摩根規(guī)則(JPMorganRule)，是否給予貸款參考借款人以往信貸記錄，而不太關(guān)注未來預(yù)期。在經(jīng)濟(jì)狀況穩(wěn)定的情況下，會(huì)降低安全邊界的標(biāo)準(zhǔn)，一旦形式逆轉(zhuǎn)銀行不良貸款會(huì)增加，資產(chǎn)質(zhì)量就會(huì)受到影響。1.2.1.2銀行行為理論銀行行為理論主要有貸款客戶關(guān)系論，貸款勉強(qiáng)論和貸款競爭論。貸款客戶關(guān)系理論是約翰·伍德在70年代提出的。銀行為了保持貸款長期需求，實(shí)現(xiàn)利潤最大化的目標(biāo)，會(huì)通過一些手段比如降低貸款利率，增加貸款額度來培養(yǎng)和客戶的關(guān)系，擴(kuò)大貸款量。銀行做好內(nèi)部控制和風(fēng)險(xiǎn)管理，給與長期客戶一個(gè)優(yōu)惠的利率，讓企業(yè)能夠更好地經(jīng)營擴(kuò)張，從而減少不良貸款，同時(shí)也有利于央行及時(shí)掌握商業(yè)銀行的經(jīng)營行為，更加便于正確實(shí)施風(fēng)險(xiǎn)監(jiān)管。相對于企業(yè)而言，如果企業(yè)將資金投向高風(fēng)險(xiǎn)項(xiàng)目，那么項(xiàng)目一旦失敗，企業(yè)無法還貸，銀行也會(huì)面臨著貸款收不回，資產(chǎn)質(zhì)量下降的風(fēng)險(xiǎn)。貸款勉強(qiáng)理論最早由格溫提出，銀行在經(jīng)營的過程中，為了更高的利潤，提供的貸款供過于求，在一定的貸款利率水平下，存在“貸款勉強(qiáng)”行為形成超額貸款，也就是向借款企業(yè)提供的貸款實(shí)際已經(jīng)超過其意愿貸款量，這樣就會(huì)導(dǎo)致降低銀行的信貸資產(chǎn)質(zhì)量，提高不良貸款發(fā)生概率。另一個(gè)原因是銀行將貸款數(shù)額作為考核指標(biāo)，貸款人員為了完成指標(biāo)，不考慮借款人的償還能力過度放貸，也會(huì)造成過這種情況。貸款競爭理論是Eaton首先提出的，是指各銀行為了盈利在同業(yè)和與其他金融機(jī)構(gòu)爭奪客戶的過程中，選擇放寬貸款審批標(biāo)準(zhǔn)、以低利率以維持客戶群，吸引客戶，在經(jīng)濟(jì)形勢良好周期，這種做方式可以提高銀行收益，但如果經(jīng)濟(jì)處于下行周期，則經(jīng)濟(jì)效益會(huì)受到影響，利潤減少，增加了銀行的放貸風(fēng)險(xiǎn)。貸款競爭是一種惡性競爭，放松了放貸標(biāo)準(zhǔn)，企業(yè)也有可能因?yàn)榻栀J成本的降低，將資金投向一些高風(fēng)險(xiǎn)行業(yè)。1.2.2貸款集中度對資產(chǎn)質(zhì)量的影響路徑根據(jù)現(xiàn)有的文獻(xiàn)對比分析，發(fā)現(xiàn)信貸集中度對商業(yè)銀行資產(chǎn)質(zhì)量確實(shí)存在影響，有些學(xué)者認(rèn)為，較高的貸款集中度能夠有效降低銀行信貸風(fēng)險(xiǎn)，而有些學(xué)者認(rèn)為貸款集中度能夠提高收益和銀行效率降低風(fēng)險(xiǎn)。根據(jù)以往的文獻(xiàn)分類，總結(jié)出兩種觀點(diǎn)相互對立：國內(nèi)外對于貸款集中度的研究結(jié)果作者研究國家樣本時(shí)期集中度類型研究結(jié)果Tabak，BenjaminM（2011）巴西2003-2009行業(yè)貸款集中度可以提高收益回報(bào)和降低風(fēng)險(xiǎn)Elas（2010）10個(gè)發(fā)達(dá)國家1997-2003收入來源分散策略可以增加銀行利潤，間接增加銀行的價(jià)值Berger（2010）中國1996-2006行業(yè)分散策略可以增加銀行的利潤，降低風(fēng)險(xiǎn)Bebczuk&Galindo（2008）阿根廷1999-2004行業(yè)分散策略可以增加銀行的利潤，降低風(fēng)險(xiǎn)Baele（2007）16個(gè)歐洲國家1989-2005收入來源分散策略增加銀行的系統(tǒng)性風(fēng)險(xiǎn)，但可以降低單筆貸款的風(fēng)險(xiǎn)Hayden（2007）德國1996-2002行業(yè)和區(qū)域分散策略會(huì)侵蝕銀行的利潤Stiroh&Rumble（2006）美國1997-2002收入來源分散策略對銀行的經(jīng)營有正向的影響通過閱讀現(xiàn)有文獻(xiàn)，發(fā)現(xiàn)實(shí)證研究雖然比較多，但在同一篇文章中對集中度指標(biāo)進(jìn)行行業(yè)、客戶和地區(qū)多維度細(xì)分的文獻(xiàn)比較少，并且也少有將滯后性和指標(biāo)的累積效應(yīng)加入考量的研究。以往的文獻(xiàn)中學(xué)者們提出了集中度對資產(chǎn)質(zhì)量的影響路徑，大致總結(jié)為如下：首先政府在經(jīng)濟(jì)政策方面有指引作用，各銀行受到政府政策的引導(dǎo)，根據(jù)風(fēng)向標(biāo)的指向，往往會(huì)將信貸集中投放到某幾個(gè)行業(yè)，由此產(chǎn)生的可能結(jié)果是行業(yè)產(chǎn)能過剩，授信過度，行業(yè)快速擴(kuò)張，而此時(shí)一旦出現(xiàn)風(fēng)險(xiǎn)導(dǎo)致行業(yè)整體下滑，就會(huì)造成連鎖反應(yīng)，銀行認(rèn)為企業(yè)存在違約風(fēng)險(xiǎn)，抽出資金，企業(yè)資金鏈緊張甚至斷裂，如果風(fēng)險(xiǎn)征兆轉(zhuǎn)換升級(jí)為風(fēng)險(xiǎn)事件，那么不良貸款大幅增加。銀行業(yè)是順周期行業(yè)，經(jīng)濟(jì)擴(kuò)張周期的信貸擴(kuò)張會(huì)顯著加強(qiáng)。由此得出，行業(yè)集中度的提高會(huì)增加銀行的風(fēng)險(xiǎn)。另一方面，國內(nèi)商業(yè)銀行的前十大客戶和最大單一客戶一般都是一些資質(zhì)較為良好的大型國企，通常也有國家信用作為隱性擔(dān)保，提高客戶集中度也就是提高了高質(zhì)量客戶的信貸比，可以一定程度上降低銀行信用風(fēng)險(xiǎn)。并且在客戶多同時(shí)銀行人力、系統(tǒng)規(guī)模局限的情況下，只能對較少的客戶做透徹的了解和背景調(diào)查，提高客戶集中度后，銀行的篩選能力提高，風(fēng)險(xiǎn)容易識(shí)別和遏制，貸后管理更為有效，從而不良貸款率降低。因此，提升客戶集中度會(huì)降低商業(yè)銀行的風(fēng)險(xiǎn)。銀行是宏觀經(jīng)濟(jì)運(yùn)行的參與者，宏觀經(jīng)濟(jì)的波動(dòng)會(huì)對銀行業(yè)的發(fā)展產(chǎn)生重大影響，從而影響銀行信貸風(fēng)險(xiǎn)。Bernanke將宏觀經(jīng)濟(jì)要素與不良貸款關(guān)聯(lián)后，提出了金融穩(wěn)定性理論。學(xué)者文獻(xiàn)提出了很多經(jīng)濟(jì)周期與銀行風(fēng)險(xiǎn)的相關(guān)關(guān)系。國內(nèi)市場中，經(jīng)濟(jì)上升周期往往也是銀行擴(kuò)張期和信貸泡沫累積期。李麟、索彥峰（2009）研究1994-2008年銀行業(yè)數(shù)據(jù)發(fā)現(xiàn)，不良貸款率與經(jīng)濟(jì)周期間有強(qiáng)烈負(fù)向相關(guān)關(guān)系，而銀行的親周期性更加強(qiáng)了這種效應(yīng)。2上市銀行貸款集中度現(xiàn)狀以及成因分析2.1貸款集中度與資產(chǎn)質(zhì)量2.1.1客戶集中度現(xiàn)狀分析客戶集中度是銀監(jiān)會(huì)重視的一個(gè)指標(biāo)，衡量客戶集中度的重要指標(biāo)：單一客戶貸款比例，最大十家客戶貸款比例。以下是13家上市銀行的最大十家客戶貸款比例數(shù)據(jù)，通過柱狀圖對其進(jìn)行分析。圖表直觀展示出，最大十家貸款比例穩(wěn)定在15%，這一數(shù)據(jù)隨著時(shí)間推移有一定上升的趨勢，說明了近年來頭部效應(yīng)逐漸成為一種趨勢?！渡虡I(yè)銀行法》中關(guān)于貸款集中度的規(guī)定，這一比例要低于50%，本文選取的這13家銀行這一數(shù)據(jù)都遠(yuǎn)低于50%，說明銀行對于這一指標(biāo)有所重視，一直控制在合理范圍內(nèi)。在股份制銀行中，平安銀行的這一指標(biāo)都比較高，可以說明平安銀行的信貸資產(chǎn)比較集中。五家國有銀行中，農(nóng)業(yè)銀行的這一比例占比較高，在2017年達(dá)到最高18.27%，遠(yuǎn)高于其他四家國有銀行，可能的原因是農(nóng)業(yè)銀行2017年著力在大客戶群體中開展業(yè)務(wù)，某種程度上可以判斷農(nóng)業(yè)銀行擁有相對較好的優(yōu)質(zhì)客戶群體。城市商業(yè)銀行中集中度最高的上海銀行，尤其在2020年時(shí)接近35%，值得引起重視和警戒，加強(qiáng)風(fēng)險(xiǎn)管理?？傮w來看，十大客戶貸款比例都處于穩(wěn)定在15%的水平，可見金融監(jiān)管起到了很大的作用，銀行業(yè)的風(fēng)險(xiǎn)管理也做得比較到位。2016-2020年度國內(nèi)13家銀行前十大客戶貸款比例下圖是2016-2020年度國內(nèi)13家銀行最大單一客戶貸款比例。從圖中可以看出這13家銀行除了上海銀行，近五年來都沒有超過8%，符合銀監(jiān)會(huì)對于銀行單一客戶授信額度的要求。上海銀行數(shù)值略高于監(jiān)管要求，近期需要加強(qiáng)風(fēng)險(xiǎn)管理。13家銀行中，農(nóng)業(yè)銀行和平安銀行數(shù)值較為突出，授信額度較為集中。其中，光大銀行，交通銀行等幾家銀行最大單一客戶貸款比例有所上升，這有可能是銀行有意識(shí)增加單一客戶的授信額度，為了更好地維護(hù)優(yōu)質(zhì)客戶資源。在五家國有銀行中，交通銀行顯示授信額度最低，可能因?yàn)榻煌ㄣy行整體風(fēng)險(xiǎn)規(guī)避的策略，實(shí)施貸款限額措施。2016-2020年度國內(nèi)13家銀行單一最大客戶貸款比例2.1.2行業(yè)集中度現(xiàn)狀分析《商業(yè)銀行法》中對于貸款集中度明確規(guī)定，但是未對行業(yè)集中度明確規(guī)定，只將行業(yè)集中度以銀行業(yè)行業(yè)集中度平均水平作比較。通過觀察分析13家銀行的年度報(bào)告，可以看出近年來的銀行信貸主要集中的領(lǐng)域，主要有制造業(yè)，房地產(chǎn)業(yè)以及服務(wù)業(yè)，尤其商務(wù)服務(wù)業(yè)的信貸集中度迅速上升，可以說明銀行對這一行業(yè)的前景持樂觀態(tài)度。2019年國內(nèi)銀行行業(yè)信貸投放比比例趨勢下表是2019年各家銀行在各個(gè)行業(yè)信貸投放的明細(xì)，觀察可以看到大多數(shù)銀行在2019年在制造業(yè)的投放比例在10%左右，相比起前幾年來說這一比例已經(jīng)有所下降，也有比如農(nóng)業(yè)銀行在這一行業(yè)投放比例較高達(dá)到了17.3%，雖然在同行業(yè)間比較較為突出，但縱向比較也是呈現(xiàn)下降趨勢，這是由于制造業(yè)在這幾年的發(fā)展過程中出現(xiàn)了產(chǎn)能過剩的問題。銀行為了規(guī)避風(fēng)險(xiǎn)，已經(jīng)在這個(gè)行業(yè)減少了信貸投放。同時(shí)這段期間，對房地產(chǎn)行業(yè)的投放也是有所下降，主要因?yàn)閲页雠_(tái)的調(diào)控房地產(chǎn)政策，抑制了房地產(chǎn)需求，銀行的資金投放也隨之有所減少。而2010-2019年間服務(wù)業(yè)的投放比例相對穩(wěn)定。2019年國內(nèi)10家上市銀行信貸投放比例采礦業(yè)制造業(yè)電力熱力燃?xì)饧八a(chǎn)和供應(yīng)業(yè)交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)批發(fā)和零售業(yè)房地產(chǎn)業(yè)水利、環(huán)境和公共設(shè)施管理建筑業(yè)租賃和商務(wù)服務(wù)業(yè)工商銀行1.5210.186.5213.434.065.515.11.727.43建設(shè)銀行1.849.146.110.423.14.572.972.267.61農(nóng)業(yè)銀行2.817.33.8311.825.084.465.422.36中國銀行2.7214.215.510.037.771.422.0312.86中信銀行8.224.24.28.75.82.27.8民生銀行3.84101.62,776.0712.693.333.0811.28北京銀行210348108611南京銀行8.460.8514.812.793.221.8424.06寧波銀行0.0816.921.852.1310.385.368.254.9913.4平安銀行2.161.125.18.82.3浦發(fā)銀行2.178.61.813.535.847.994.663.997.49數(shù)據(jù)來源：10家上市銀行年報(bào)整理3實(shí)證研究3.1實(shí)證研究設(shè)計(jì)3.1.1研究假設(shè)本文按研究集中重是從兩個(gè)角度分別為行業(yè)集中度和客戶集中度，研究貸款集中度對于銀行信貸資產(chǎn)質(zhì)量的影響。并且基于此基礎(chǔ)上加入了經(jīng)濟(jì)周期和貸款集中度的乘積值研究交叉影響以及銀行的國有和股份性質(zhì)和貸款集中度乘積值交叉影響分別帶給銀行信貸資產(chǎn)的影響。在此提出以下四個(gè)假設(shè)：H1：行業(yè)集中程度對于國內(nèi)上市銀行信貸質(zhì)量有負(fù)向影響H2：客戶集中程度對于國內(nèi)上市銀行信貸質(zhì)量的影響呈非線性關(guān)系H3：在經(jīng)濟(jì)上行周期階段，信貸集中對于國內(nèi)上市銀行信貸質(zhì)量會(huì)有加強(qiáng)影響H4：國有銀行相對股份制銀行的所有權(quán)性質(zhì)對于信貸集中對國內(nèi)上市銀行信貸質(zhì)量有加強(qiáng)影響3.1.2變量選取3.1.2.1被解釋變量不良貸款率（npl）是不良貸款占總貸款額度的比例。銀行的不良資產(chǎn)也叫做不良債權(quán)，其中最主要的是不良貸款，是借款人不能按期按量歸還本息的貸款。因?yàn)椴涣假J款便于收集并且能夠直觀地反映銀行的信貸資產(chǎn)質(zhì)量，因此選取不良貸款作為被解釋變量。1998年后中國引進(jìn)了西方的風(fēng)險(xiǎn)管控機(jī)制，將資產(chǎn)分為“正?！?、“關(guān)注”、“次級(jí)”、“可疑”、“損失”五級(jí)分類，其中，正常類和關(guān)注類歸為銀行的存量資產(chǎn)，次級(jí)貸款，可疑貸款和損失貸款則歸為銀行的不良資產(chǎn)。3.1.2.2解釋變量（1）貸款集中度（cr）本文選取了兩個(gè)角度分別是行業(yè)集中度和客戶集中度衡量信貸集中度。由于集中度對銀行資產(chǎn)質(zhì)量銀行存在一定的滯后性，在引入集中度指標(biāo)值時(shí)采取了滯后一期。（2）交叉項(xiàng)本文選取的兩個(gè)交叉項(xiàng)變量是經(jīng)濟(jì)周期和貸款集中度的乘積，銀行性質(zhì)和貸款集中度的乘積。處理經(jīng)濟(jì)周期變量數(shù)據(jù)時(shí)，本文對半年年度GDP的數(shù)值采取了HP濾波處理，使用了GDP真實(shí)增長率和經(jīng)過處理后的數(shù)值相減得到的數(shù)值。這種方法的選取考量了任秋瀟、王一鳴（2016）衡量經(jīng)濟(jì)周期的方法。當(dāng)數(shù)值為正值時(shí)，說明為經(jīng)濟(jì)上升周期；當(dāng)數(shù)值為負(fù)時(shí)，說明為經(jīng)濟(jì)下行周期。經(jīng)濟(jì)周期（cycle）表達(dá)式如下：Cycle=GDP真實(shí)增長率-GDP潛在增長率銀行性質(zhì)按所有權(quán)性質(zhì)判定為是否為國有銀行，分為五大國有銀行和非國有銀行。國有銀行取值為1，非國有銀行股份制銀行取值為0。3.1.2.3控制變量本文選取的控制變量有資本充足率，存貸比，撥備覆蓋率。其中撥備覆蓋率計(jì)算方法為貸款損失準(zhǔn)備和不良貸款的比率。3.1.3數(shù)據(jù)來源本文數(shù)據(jù)樣本來自于Wind數(shù)據(jù)庫，選取了2007年到2020半年度數(shù)據(jù)，中國13家上市銀行包括4家國有銀行和9家非國有銀行為研究對象，使用了Stata對數(shù)據(jù)進(jìn)行處理，選取的方法是面板回歸分析。因?yàn)樽?007年開始采用新的會(huì)計(jì)準(zhǔn)則，上市銀行才開始公布具體的分行業(yè)財(cái)務(wù)數(shù)據(jù)，并且為了樣本量充足，因此本文采取的是2007-2020年度的半年報(bào)數(shù)據(jù)進(jìn)行研究。3.1.4模型設(shè)計(jì)本文以國內(nèi)13家上市銀行2007到2020年間半年度數(shù)據(jù)建立面板樣本。用不良貸款率作為衡量資產(chǎn)質(zhì)量的指標(biāo)構(gòu)建被解釋變量，用信貸集中度作為解釋變量。本文參考了Gambacorta&Mistrulli（2004）的研究方法，被解釋變量集中度采用累積項(xiàng)∑1m=0cri（t-m）方式表示，即第n期和第n-1期貸款集中度的和。由于當(dāng)期貸款集中度對商業(yè)銀行風(fēng)險(xiǎn)影響可能存在滯后性，采用累計(jì)項(xiàng)的優(yōu)勢在于可以把滯后期的影響加入考量。信貸集中度對信貸風(fēng)險(xiǎn)的傳導(dǎo)過程存在一定的時(shí)滯性，因此考慮累積項(xiàng)是合理且必要的?；谝陨?，構(gòu)建面板模型如下：回歸模型一：nplit=∑m=0αmcri（t-m）+β1carit+β2l_dit+β3coverageit+β4cyclet+ui+εit上市為基準(zhǔn)模型，考察的是貸款累計(jì)集中度，經(jīng)濟(jì)周期因素對不良貸款的影響。接著在此基準(zhǔn)式的基礎(chǔ)上加上貸款集中度與經(jīng)濟(jì)周期的交叉項(xiàng)，可以得到回歸模型二?；貧w模型二：nplit=∑m=0αmcri（t-m）+β1carit+β2l_dit+β3coverageit+β4cyclet+∑m=0γmcyclet×cri（t-m）+ui+εit在模型一的基礎(chǔ)上加上貸款集中度與銀行所有制性質(zhì)的交叉項(xiàng)，可以得到回顧模型三：nplit=∑m=0αmcri（t-m）+β1carit+β2l_dit+β3coverageit+β4cyclet+∑m=0δmstatei×cri（t-m）+ui+εit其中，i表示銀行個(gè)數(shù)，t表示樣本期數(shù)，nplit表示第i家銀行在第t期的不良貸款率；cri（t-m）表示第i家銀行在t-m期的貸款集中度；carit表示第i家銀行在第t期的資本充足率；l_dit表示第i家銀行在第t期的貸存比；coverageit表示第i家銀行在第t期的撥備覆蓋率；cyclet表示第t期的產(chǎn)出缺口即經(jīng)濟(jì)周期波動(dòng)；ui表示個(gè)體面板模型效應(yīng)；εit表示殘差項(xiàng)；statei表示第i家銀行的所有制性質(zhì)；cyclet×cri（t-m）是經(jīng)濟(jì)周期項(xiàng)與貸款集中度的交叉項(xiàng)，代表二者的聯(lián)合效應(yīng)；statei×cri（t-m）是銀行所有制性質(zhì)與貸款集中度的交叉項(xiàng)，代表二者的聯(lián)合效應(yīng)。3.2實(shí)證結(jié)果分析3.2.1變量描述性統(tǒng)計(jì)分析首先對所選取的樣本進(jìn)行描述性統(tǒng)計(jì)。下表是所有變量均值，中位數(shù)，最值以及標(biāo)準(zhǔn)差。從表中看到不良貸款率均值為1.48%，商業(yè)銀行不良貸款警戒值為2%，均值低于警戒線說明整體來看銀行非常重視風(fēng)險(xiǎn)管控。但是最大值23.57%需要引起重視。存貸比均值71.2%，這一數(shù)值較高說明銀行將大部分存款貸出去，這一數(shù)值過高將會(huì)導(dǎo)致銀行流動(dòng)性不足，在面臨危機(jī)時(shí)流動(dòng)性差會(huì)對銀行造成風(fēng)險(xiǎn)損失。撥備覆蓋率均值為222%，最小值為198%也很接近于200%，說明銀行的防范風(fēng)險(xiǎn)意識(shí)都很高。行業(yè)集中度均值為5.69%，最大值為7.38%，銀行行業(yè)集中度基本都在均值上下穩(wěn)定均衡。最大十家客戶貸款比例均值為20.5%，最大值76.05%，這一指標(biāo)符合《商業(yè)銀行法》規(guī)定的低于50%的監(jiān)管要求，只有個(gè)別銀行在某一階段存在一些違規(guī)，總體來看銀行對于客戶貸款比例分配都有合理的掌控分配策略。最大單一客戶貸款比例均值為4.15%，遠(yuǎn)低于監(jiān)管指標(biāo)10%的規(guī)定。描述性統(tǒng)計(jì)

Mean

Median

Maximum

Minimum

Std.Dev.

Skewness

Kurtosis

Observationsnpl

0.014859

0.012400

0.235700

0.003500

0.017996

10.39668

126.0986

363car

0.129767

0.126200

0.306700

0.038800

0.027869

2.441457

15.87387

363l-d

0.712426

0.705200

1.033732

0.428400

0.106628

0.500606

3.379193

363coverage

2.224252

1.981800

5.240800

0.482800

0.932854

1.016243

3.872543

363hhi

0.056909

0.060377

0.073807

0.040375

0.009950-0.213244

1.815347

363Maxten

0.205294

0.176000

0.760500

0.081800

0.092501

1.828561

7.662322

363Maxfirst

0.041584

0.034400

0.340000

0.010200

0.031097

5.873999

51.95202

3633.2.2.實(shí)證結(jié)果研究3.2.2.1模型選擇本文通過F檢驗(yàn)和Hausman檢驗(yàn)來判斷選擇最終模型選擇混合效應(yīng)還是隨機(jī)效應(yīng)。F檢驗(yàn)結(jié)果變量F顯著性是否接受原假設(shè)hhi1.40.1448接受acchhi2.720.0006拒絕hhi*cycle2.670.0007拒絕hhi*state2.910.0002拒絕Maxten3.850.0000拒絕Maxten*cycle5.650.0000拒絕Maxten*state5.660.0000拒絕Hausman檢驗(yàn)結(jié)果變量x2統(tǒng)計(jì)量概率值是否接受原假設(shè)hhi11.540.0002拒絕acchhi21.910.0000拒絕hhi*cycle20.970.0010拒絕hhi*state26.50.0002拒絕Maxten13.350.0000拒絕Maxten*cycle24.310.0000拒絕Maxten*state-12.350.0000拒絕F檢驗(yàn)的假設(shè)拒絕混合效應(yīng)，說明個(gè)體存在個(gè)體效應(yīng)，接著根據(jù)Hausman檢驗(yàn)判定是選擇固定效應(yīng)還是隨機(jī)效應(yīng)，因?yàn)楹浪孤鼨z驗(yàn)拒絕原假設(shè)，所以建立固定效應(yīng)模型。本文研究的所有變量在模型選擇上都要選擇個(gè)體固定效應(yīng)模型。3.2.2.2貸款集中度對資產(chǎn)質(zhì)量的影響分析本文通過eviews進(jìn)行面板數(shù)據(jù)分析，在通過F檢驗(yàn)后選擇固定效應(yīng)模型分析貸款集中度對銀行資產(chǎn)質(zhì)量的影響。3.2.2.2.1行業(yè)集中度對國內(nèi)銀行貸款風(fēng)險(xiǎn)的影響從表中的數(shù)據(jù)能夠看出，當(dāng)前期行業(yè)集中度指標(biāo)對商業(yè)銀行貸款風(fēng)險(xiǎn)的影響為正向，當(dāng)期行業(yè)集中度每提高一單位，銀行不良資產(chǎn)率會(huì)相應(yīng)地提高0.22個(gè)單位，在10%的水平上顯著。當(dāng)考慮到行業(yè)集中度的累計(jì)效應(yīng)時(shí)，樣本計(jì)算了當(dāng)期和上一期的的累積項(xiàng)，并且選擇了滯后半年，此時(shí)系數(shù)在1%的水平顯著為正，說明行業(yè)集中度對不良貸款率的影響具有累加性和滯后性，累加效應(yīng)下的行業(yè)集中度每增加一單位，不良貸款率相應(yīng)地增加0.92687，這驗(yàn)證了本文提出的第一個(gè)假說，信貸集中對國內(nèi)銀行不良貸款率有正向影響，這也意味著行業(yè)集中度對銀行信貸風(fēng)險(xiǎn)有負(fù)向影響。說明在考慮到行業(yè)集中度累計(jì)效應(yīng)時(shí)，對不良貸款的影響會(huì)加深。

接著考慮銀行性質(zhì)和行業(yè)集中度的交叉影響，行業(yè)集中度累積效應(yīng)對不良貸款風(fēng)險(xiǎn)的影響系數(shù)上升到了1.214，且在5%的水平上顯著，即說明行業(yè)集中度對不良貸款率的影響被明顯加強(qiáng)了，由此，假設(shè)4“國有銀行相對股份制銀行的所有權(quán)性質(zhì)對于信貸集中對國內(nèi)上市銀行信貸質(zhì)量有加強(qiáng)影響”成立。分析其中原因，過音樂盒對于國家政策的把控和落實(shí)更為到位，對某些行業(yè)的投放偏好也更加強(qiáng)烈，對風(fēng)險(xiǎn)的敏感程度也比一般股份制銀行要低，所以銀行所有權(quán)性質(zhì)會(huì)放大貸款集中度對資產(chǎn)質(zhì)量的影響。此外，經(jīng)濟(jì)周期與行業(yè)集中度的交叉作用也會(huì)對商業(yè)銀行風(fēng)險(xiǎn)產(chǎn)生加強(qiáng)影響，當(dāng)交叉作用每增加1個(gè)單位時(shí)，銀行不良率顯著提高0.939個(gè)單位。即當(dāng)經(jīng)濟(jì)處于上升周期時(shí)，行業(yè)集中度對銀行不良貸款的影響加強(qiáng)了。由此驗(yàn)證了H3在經(jīng)濟(jì)上行周期階段，信貸集中對于國內(nèi)上市銀行信貸質(zhì)量會(huì)有加強(qiáng)影響。對于控制變量來說，例如撥備覆蓋率，不管在哪種假設(shè)下，都與銀行的不良資產(chǎn)率在1%水平上呈現(xiàn)顯著反向關(guān)系，撥備覆蓋率越高，說明銀行對資產(chǎn)的把控越是嚴(yán)格，那么不良資產(chǎn)率越低，銀行的資產(chǎn)質(zhì)量越高。行業(yè)集中度對資產(chǎn)質(zhì)量的模型結(jié)果nplnplnplnplhhi0.179343**(0.0295)∑m=0αmhhii（t-m）0.92687***(0.0000)0.058562***(0.0000)0.0944***(0.0000)∑m=0γmcyclet×cr（t-m）0.939014***(0.0000)∑m=0δmstatei×cri（t-m）1.214708**(0.0156)car-0.220854***(0.0000)-0.22135(0.5761)-0.239059***(0.0000)-0.210395***(0.0000)l-d-0.000733(0.7154)-0.001111***(0.0000)-0.001358(0.5116)0.002351(0.2552)coverage-0.005916***(0.0000)-0.005978***(0.0000)-0.006696***(0.0000)-0.005299***(0.0000)cycle0.005541***(0.0000)0.005992(0.0249)0.00402*(0.0777)-0.067525**(0.0298)constant-0.010342***(0.0009)-0.010348***(0.0008)-0.009821***(0.0016)-0.013177***(0.0002)Rsquare0.8800130.8798510.9262420.853689注：***、**、*分別表示其在1%、5%和10%顯著水平顯著。3.2.2.2.2客戶集中度對國內(nèi)銀行貸款風(fēng)險(xiǎn)的影響本文研究客戶集中度時(shí)引入了門檻模型，因?yàn)樵诓捎煤唵蔚木€性回歸模型時(shí)，無法得出顯著的正相關(guān)或負(fù)相關(guān)影響。本文實(shí)證研究的描述性統(tǒng)計(jì)結(jié)果如上表展示，最大單一客戶貸款集中度的標(biāo)準(zhǔn)差為

0.031097，行業(yè)貸款集中度標(biāo)準(zhǔn)差0.009，最大單一客戶貸款集中度更多地表現(xiàn)為異質(zhì)性的個(gè)體，能夠較大程度上表現(xiàn)出貸款集中度的微觀特點(diǎn)，而行業(yè)貸款集中度的標(biāo)準(zhǔn)差比較小，因?yàn)樾袠I(yè)的貸款集中度是由各個(gè)客戶的集中度加總得出的。不良貸款率的標(biāo)準(zhǔn)差為0.017，相較于其他指標(biāo)并不是很大，因?yàn)橹秀y保監(jiān)會(huì)一直對銀行不良貸款進(jìn)行嚴(yán)格監(jiān)測，金融機(jī)構(gòu)更是把不良貸款率作為最重要的監(jiān)管指標(biāo)。不良貸款率的最小值為0.0035，最大值為0.2357，由于2008年金融危機(jī)和2020年新冠疫情導(dǎo)致的全球經(jīng)濟(jì)遭受打擊，銀行資產(chǎn)質(zhì)量差距很大，所以，選取了銀行不良貸款率作為門檻變量比較合適。設(shè)定的模型如下：nplit=∑m=0αmMaxfirsti（t-m）（nplit≤θ1）+∑m=0αmMaxfirsti（t-m）（θ1≤nplit≤θ2）+∑m=0αmMaxfirsti（t-m）（nplit>θ2）+β1carit+β2l_dit+β3coverageit+β4cyclet+∑m=0γmcyclet×cri（t-m）+ui+εit本文以不良貸款率作為門檻變量，依次進(jìn)行三重門檻，雙重門檻的檢驗(yàn)，得到的F統(tǒng)計(jì)量以及采用樣本自抽樣法得到的概率P值如下表所示。在樣本自抽樣300次的情況下，三重門檻F統(tǒng)計(jì)量值為0.1733效果并不顯著，單一門檻和雙重門檻的F統(tǒng)計(jì)量高度顯著，對應(yīng)的P值為0.000，因此，判定模型存在雙重門檻效應(yīng)，接著基于雙重門檻進(jìn)行分析?？蛻艏卸热T檻效應(yīng)檢驗(yàn)Threshold|RSSMSEFstatProbCrit10Crit5Crit1Single|0.00970.00001117.000.000037.905454.2865117.0800Double|0.00830.000056.220.003324.579133.025847.8862Triple|0.00780.000022.130.173330.387037.249751.1802客戶集中度雙門檻效應(yīng)檢驗(yàn)Threshold|RSSMSEFstatProbCrit10Crit5Crit1Single|0.00970.00001117.000.000037.227553.3929109.9935Double|0.00830.000056.220.000024.054229.964839.2047本文對門檻值的估計(jì)可以通過似然比（LR）函數(shù)圖來表示。門檻參數(shù)的估計(jì)值是指似然比檢驗(yàn)統(tǒng)計(jì)量LR=0時(shí)的取值。存在雙重門檻效應(yīng)。從圖形上判斷，紅色虛線表示95%的置信水平，曲線和虛線相交的兩個(gè)交點(diǎn)形成了置信區(qū)間，并且是否拒絕原假設(shè)取決于一個(gè)很窄的范圍區(qū)間內(nèi)才有效，結(jié)合最低區(qū)間0.0175和最高區(qū)間0.0180即為對應(yīng)的置信區(qū)間，最低點(diǎn)0.0179即為門檻值?？v軸是LR（用殘差平方和轉(zhuǎn)變來的），基于非拒絕做出的相交，只有相交才會(huì)存在門檻。所以，本文得出最大客戶集中度與銀行效率的門檻效應(yīng)有兩個(gè)。似然比函數(shù)圖具體門檻估計(jì)值如下表所示，雙重門檻估計(jì)值第一區(qū)間的門檻值為0.0241，95%的置信區(qū)間為［0.024，0.0258］，第二區(qū)間門檻值為0.0179，95%的置信區(qū)間為［0.0175，0.0180］，由于雙重門檻的95%的置信區(qū)間都不包括零值，進(jìn)一步說明有兩個(gè)門檻值的正確性。雙重門檻估計(jì)值和置信區(qū)間model|ThresholdLowerUpperTh-1|0.02410.02400.0258Th-21|0.02410.02400.0258Th-22|0.01790.01750.0180根據(jù)客戶集中度和不良貸款的面板門檻效應(yīng)回歸結(jié)果。在不良貸款率較低資產(chǎn)質(zhì)量較高的情況下，最大單一客戶貸款集中度和不良貸款率之間呈正相關(guān)關(guān)系，系數(shù)在1%水平上顯著為-0.02512。這是由于，銀行最大的客戶或者資金投向最集中的企業(yè)往往是大型央企，這些企業(yè)通常都有國家信用的銀行的擔(dān)保。客戶集中度高說明優(yōu)質(zhì)客戶比例高，可以有效降低信用風(fēng)險(xiǎn)。但在不良貸款率較高即資產(chǎn)質(zhì)量較差的情況下，最大單一客戶貸款集中度對不良貸款率的系數(shù)為0.51967且在1%水平上顯著，驗(yàn)證了假設(shè)在資產(chǎn)質(zhì)量本身較差的情況下，最大單一客戶貸款集中度對資產(chǎn)質(zhì)量有負(fù)向影響，這是由于當(dāng)銀行本身資產(chǎn)質(zhì)量狀況較差時(shí)，所做出的資金投向決策過于集中到某一家或幾家客戶，一旦出現(xiàn)違約等情況，更加會(huì)加劇不良貸款的增加。在不同的不良貸款區(qū)間內(nèi)，客戶集中度對資產(chǎn)質(zhì)量的影響也有所不同，并且表現(xiàn)出明顯的門檻特征。具體表現(xiàn)為當(dāng)商業(yè)銀行的貸款集中度越高，在資產(chǎn)質(zhì)量較高的銀行中，其本身所面臨的風(fēng)險(xiǎn)較小，將貸款集中于少量優(yōu)質(zhì)客戶，可以減低商業(yè)銀行對貸款的管理成本，減少銀行的投入，增強(qiáng)盈利的穩(wěn)定性，由此進(jìn)一步降低商業(yè)銀行的風(fēng)險(xiǎn)。而在資產(chǎn)質(zhì)量較差的銀行中，其本身已經(jīng)存在的風(fēng)險(xiǎn)較高，若此時(shí)將貸款集中于少量客戶，則導(dǎo)致提高銀行的風(fēng)險(xiǎn)，增加銀行的發(fā)生損失的可能性。當(dāng)考慮經(jīng)濟(jì)周期變量和大單一客戶貸款集中度的交叉影響時(shí)，系數(shù)在1%水平上顯著為0.02569，說明經(jīng)濟(jì)周期對于客戶集中度影響資產(chǎn)質(zhì)量的過程沒有起到加強(qiáng)作用。因此假設(shè)不成立。當(dāng)考慮銀行性質(zhì)和大單一客戶貸款集中度的交叉影響時(shí)，交叉系數(shù)為正但并不顯著，因此是否為國有銀行并沒有加強(qiáng)客戶集中度對銀行資產(chǎn)質(zhì)量的影響。接著