－2011)存款和贷款的Boone指数，如图1所示：
.8贷款市场Boone指数存款市场Boone指数01995.2e指数Boon.4.62000年份20052010
图1 中国银行业1997－2011年存款市场和贷款市场的边际成本
从图1可看出，无论是存款市场，还是贷款市场，1997－2011年中国银行业的市场力呈现上升趋势，贷款市场的市场力高于存款市场的市场力，说明中国银行业贷款市场的卖方市场特征明显。
五、中国银行业稳定性测度：“稳定非效率”指数
Z值通常被用于评估整个金融业的稳定性(Boyd et al.,2006;Berger et al.,2009)。Z值的增加显示整个银行业风险敞口的下降，银行业更稳定。但Z值往往用在横截面OLS估计中，为了在面板数据中运用Z值中，借鉴De Nicolò et al.(2004)的方法，允许每一家银行在不同时间有不同的Z值，则Z值可表示为：
?it?ROAit??/TAitROAit?ROAit
其中，ROA表示资产利润率，E表示股东权益，TA表示单个银行的总资产。将Z值作为稳定性指标去评估银行业稳定与竞争间的关系，一是容易带来稳定性指标与竞争性指标的内生性问题；另一是Z值并不必然反映每一家银行能获得的潜在稳定性。遵循Fang et al.(2011)的方法，他们认为在给定经济和监管条件下，需要考虑银行现时的稳定性与最大可能稳定性间的差距，他们称之为“稳定非效率”。对“稳定非效率”的测量，以Z值作为因变量，使用随机前沿方法进行估计。方程形式与超越对数成本很类似，不同的是因变量不是成本，而是Z值，误差项?it??it??it，第一项?it捕捉随机扰动因素，假设服从正态分布，代表测量误差和其它非控制因素，即
2)。模型vit~N(0,?v2)；第二项捕捉技术和配置非效率，假设为半正态分布，即?it~N?(?it,??设定为：
133lnZ??0???klnwk???ilnyi????kmlnwklnwm2k?1m?1k?1i?1341441????ijlnyilnyj????kilnwklnyi??1Trend??2Trend22i?1j?12k?1i?134?lngdppc???? 与对方程(2)的处理一样，为了满足齐次线性条件，将Z值和投入品价格都除以物质资本成本，以消减异方差的影响。使用随机前沿技术估计方程(7)，得到?it，即为“稳定非效率”。为了更好地估计“稳定非效率”，本文使用五个模型，分别是：两个时变固定效应模型（Lee and Schmidt(1993)模型(简称LS93)、Cornwell et al. (1990) 模型(简称CSS90)）、一个非时变固定效应模型(Schmidt and Sickles(1984)模型(简称SS84))、一个真实固定效应模型(Green(2005)模型(简称TFE2005))、一个真实随机效应模型(Green(2005)模型(简称TRE2005))，实证结果见表3：
表3 方程(7)的实证分析结果
lnpf_pk lnpl_pk lndeposit lnloan lnoea lnobs
(lnpf_pk)2
(lnpl_pk)2
lnpf_pk*lnpl_pk
(lndeposit)2 (lnloan)2 (lnoea)2
LS93 -0.523*** (-0.89) 0.584 (0.95) -2.407*** (-4.60) 1.714*** (2.93) 0.685 (1.63) -0.339* (-1.71) -0.114 (-1.15) 0.166 (1.20) -0.000331 (-0.00) -0.0808** (-2.31) -0.139*** (-2.74) 0.0900 (0.76)
CSS90 -0.0740 (-0.10) 0.276 (0.31) -4.777*** (-5.09) 2.743*** (2.91) 1.347** (2.33) 0.431 (0.86) -0.611*** (-5.72) -0.440*** (-3.24) 1.198*** (5.45) 0.126** (2.23) -0.113 (-1.54) -0.0329 (-0.39)
SS84 -1.152 (-1.34) 1.633* (1.75) -3.461*** (-4.15) 1.543* (1.71) 0.571 (0.96) 0.326 (0.90) -0.338** (-2.41) 0.115 (0.63) 0.322 (1.10) 0.0151 (0.28) -0.120* (-1.88) -0.0589 (-0.59)
TFE2005 -1.152 (-1.43) 1.633* (1.87) -3.461*** (-4.45) 1.543* (1.84) 0.571 (1.03) 0.326 (0.97) -0.338*** (-2.58) 0.115 (0.67) 0.322 (1.18) 0.0151 (0.30) -0.120** (-2.01) -0.0589 (-0.64)
(7)TRE2005 -1.780 . 2.389 . -2.723 . 1.676 . 1.011 . -0.426 . -0.209 . 0.211 . 0.0441 . -0.0378 . -0.119 . -0.0682 .
(lnobs)2
lndeposit*lnloan
lndeposit*lnoea
lndeposit*lnobs
lnloan*lnoea
lnloan*lnobs
lnoea*lnobs
lnpf_pk*lndeposit
lnpf_pk*lnloan
lnpf_pk*lnoea
lnpf_pk*lnobs
lnpl_pk*lndeposit
lnpl_pk*lnloan
lnpl_pk*lnoea
lnpl_pk*lnobs trend (trend)2 lngdppc N
-0.0167 (-1.53) 0.413*** (2.75) 0.00454 (0.04) -0.139** (-2.48) -0.285* (-1.92) -0.0258 (-0.45) 0.213*** (4.25) 0.232 (1.15) -0.378* (-1.77) 0.0272 (0.18) 0.0703 (0.75) -0.491** (-2.29) 0.508** (2.20) 0.270* (1.66) -0.116 (-1.09) -0.0992*** (-3.65) 0.00141 (1.05) 0.840*** (7.37) 1316 0.69 0.967
-0.0184 (-0.70) 0.0518 (0.33) 0.0661 (0.64) 0.0286 (0.36) -0.0216 (-0.17) -0.00685 (-0.08) -0.0198 (-0.32) 0.745*** (3.22) -0.340 (-1.35) -0.0602 (-0.32) -0.474*** (-3.41) -1.044*** (-4.11) 0.571** (2.10) 0.294 (1.44) 0.508*** (3.01) -1.38938e+10 (-0.53) 927487970.3 (0.52) 6.210*** (7.35) 1316 2.62e+10 0.771
-0.0244 (-1.12) 0.218 (1.43) 0.0966 (0.90) -0.0671 (-0.74) -0.0844 (-0.61) -0.0792 (-0.87) 0.163** (2.41) 0.622*** (2.70) -0.517* (-1.89) -0.0787 (-0.42) -0.123 (-0.82) -0.846*** (-3.41) 0.592** (2.05) 0.337 (1.59) 0.132 (0.76) -0.362*** (-4.05) -0.00308* (-1.81) 5.576*** (5.98) 1316 0.771 0.982
-0.0244 (-1.20) 0.218 (1.53) 0.0966 (0.96) -0.0671 (-0.80) -0.0844 (-0.66) -0.0792 (-0.93) 0.163*** (2.59) 0.622*** (2.90) -0.517** (-2.03) -0.0787 (-0.45) -0.123 (-0.88) -0.846*** (-3.65) 0.592** (2.20) 0.337* (1.70) 0.132 (0.82) -0.362*** (-4.34) -0.00308* (-1.94) 5.576*** (6.41) 1316 0.03 0.916 0.033
-0.0113 . 0.219 . 0.0764 . -0.0435 . -0.0976 . -0.0643 . 0.178 . 0.270 . -0.414 . 0.190 . -0.0529 . -0.508 . 0.479 . 0.0438 . 0.0571 . -0.379 . -0.00327
. 5.531 . 1316 0.032 0.98 0.033
?u ?v
?
注：(1)* p < 0.1, ** p < 0.05, *** p < 0.01；(2)括号下面为t值；(3)pf_pk、pl_pk分别为资金成本和人
力成本除以物质成本的变量。
从表3可看出，五种模型中两种时变固定效应模型较显著，但从??、??看，明显LS93模型标准差更小，因此采用LS93模型对中国银行业的“稳定非效率”进行分析，而且从该模型各变量的系数看，也符合经济学意义。
六、中国银行业市场力与稳定性的实证分析
影响银行业稳定性的因素除了市场力外，还包括银行自身因素以及资本市场发展状况等因素。反映银行自身情况的变量包括：规模、经营模式、资本化比率、信用风险等，分别用银行总资产、分散化指数、股东权益比、不良贷款比率表示。总资产作为控制银行规模的变量因为更大的银行更可能“太大而不能倒”。权益比反映银行风险偏好上的差异(Stiroh,2004)。不良贷款比率作为测量银行资产质量的指标。考虑到资产越分散的银行，风险越小这一事实，本文用分散化指数(Laeven and Levine,2007)作为反映银行风险的指标。一般认为，银行规模越大，分散化指数越高，股东权益比越高，不良贷款比率越低，银行越稳定。用每年的股票市场市值加上国库券和债券发行量表示资本市场发展状况。资本市场发展状况与银行稳定性并不存在确定的关系，既可能是正相关，发展良好的资本市场，同时也会促进银行业的稳定；也可能是负相关关系，因为存在融资上的替代关系。上述变量的界定、计算与来源见表1。模型构建如下：
①
ln???0??1lnbd??2(lnbd)2??3lnta??4lneq_ta??5lndi??6lnrnpl??7lncmv_gdp??8Trend??ln???0??1lnbl??2(lnbl)??3lnta??4lneq_ta??5lndi??6lnrnpl??7lncmv_gdp??8Trend??(9)2(8)
上式中，?代表“稳定非效率”，bd是存款市场Boone指数的绝对值，表示存款市场市场力，bl是贷款市场Boone指数的绝对值，表示贷款市场市场力。加入Boone指数的平方项，是考虑到市场力与稳定性间的非线性关系。同时，考虑到稳定性与市场力间可能存在的相互影响关系，本文使用差分GMM估计二者关系。替代Boone指数的工具变量是单个银行的市场份额、金融自由度（来自于Heritage Foundation）和固定资产/总资产，市场份额作为工具变量是因为市场份额越大，越有能力实施市场力，进而对银行稳定产生影响；金融自由度作为工具变量是因为政府所有权和干预影响了银行竞争；同样，固定资产多，反映了银行有更多的分支网络，分支网络越多，市场力越强。为了更好地说明差分GMM模型分析结果的稳健性，表4列出了存款和贷款三种模型的实证结果。
① 也有研究表明，分散化指数与稳定负相关，分散化会增加风险，降低回报(Laeven and Levine,2007)。
相关推荐：
loading