中国商业银行竞争与系统性风险的研究.docxVIP

中国商业银行竞争与系统性风险的研究

随着我国金融体系不断发展与科技进步，商业银行竞争程度日益激烈，这推动了中国银行体系的金融创新，带动了金融效率不断提高。但与此同时，激烈竞争使得我国商业银行经营业务同质化行为严重，并且近年来很多数字金融产品创新风险大，都加大了银行系统的脆弱性。因此，竞争对银行稳定性的问题不容忽视。

目前，关于银行竞争和稳定性的相关研究，大多数都只关注单个银行的风险，而忽略了银行的系统性风险。然而，在2007–2009年金融危机之后，学界提出了一个新的问题，即竞争对整个系统金融稳定的影响。

近些年一些学者从实证角度探讨了竞争对系统性风险的影响，实证结果也未得出一致的结论。比如，部分国外学者认为，基于欧洲银行体系数据，勒纳指数与系统性风险之间存在正相关关系，即竞争可以增强金融体系稳定性。而也有一些国外学者基于日本银行体系数据，研究发现勒纳指数与系统性风险之间存在负相关关系，即竞争破坏了金融系统的稳定性。

本文以CoVaR（条件风险价值）模型为基础，实证研究我国上市银行竞争与银行系统性风险之间的关系，并为我国完善宏观审慎监管提供建议。

研究方法

本文以2011–2021年期间我国16家上市银行为样本，选取理由是这16家银行都是在2011年之前上市的。样本银行为：工商银行、农业银行、建设银行、中国银行、交通银行、中信银行、兴业银行、光大银行、平安银行、民生银行、招商银行、华夏银行、浦发银行、宁波银行、南京银行、北京银行。本文计算竞争指标勒纳指数的变量和实证分析中银行层面的控制变量数据来源于BankFocus数据库（全球银行与金融机构分析数据库），计算系统性风险指标的变量与实证分析中宏观经济层面的控制变量数据来源于CSMAR数据库（中国经济金融研究数据库）。

一、系统性风险的度量

本文采用由国外经济学者Adrian和Brunnermeier

提出来的?CoVaR指标来衡量。他们将CoVaR定义为：在一家银行陷入困境状态条件下银行系统的风险价值；将?CoVaR定义为：一家银行陷入困境状态条件下的CoVaR与该银行中位状态条件下的CoVaR之差。

二、银行竞争的度量

本文采用勒纳指数作为衡量银行竞争程度的指标，即勒纳指数越小，表示银行竞争越大。

勒纳指数计算公式如下：

是产出价格，表示银行i第t年的非利息收入加上利息收入总额/总资产，为边际成本，由于边际成本无法直接观测，本文采用文献中的传统方法，即通过超越对数成本函数进行计算。考虑三项投入和一项产出的生产技术，使用OLS进行估算：

代表总成本，表示银行i第t年的利息费用与非利息费用之和；为总产出，用总资产表示。是三项投入价格：是资金价格，表示利息支出与总负债的比率；是劳动价格，表示人员费用与总资产的比率；是资本价格，表示管理费用和其他运营费用与总资产的比率。为年份虚拟变量，代表残差项。

另外，对式（2）中的系数施加以下五个约束条件：

++=1，++=0，++=0，++=0，++=0（3）

然后，把（3）式得到的回归系数代入（4）式中，计算出每个银行i第t年的边际成本：

=/[++++]（4）

最后，把（4）式计算得到代入（1）式，计算出每个银行i第t年的勒纳指数。计算勒纳指数所需数据来源于BankFocus数据库。

三、控制变量

在研究银行系统性风险和上市银行竞争之间的关系时，我们选择可能影响中国上市银行的系统性风险水平的两组控制变量。

银行层面选取五个控制变量：一是银行贷款损失准备金/银行净利息收入（Loanprov./NI），二是银行资产总额对数（LogTA），三是银行非利息收入总额/银行收入总额（Non-interest/Income），四是银行负债总额/银行资产总额（Liabilities/TA），五是盈利能力（ROA）。这五个控制变量数据来源于BankFocus数据库。

宏观经济与金融发展因素层面：使用GDP（国内生产总值）增长率指标（GDPG）；使用股票总市值/GDP总额（MV/TGDP）。这两个控制变量数据来源于CSMAR数据库。

各变量均值与以往文献中的研究结果相当，由于篇幅所限，变量描述性统计数据未列出来。其中，系统性风险?CoVaR均值为0.0261，勒纳指数均值为0.657。

四、模型构建（EstimatedEquation）

对竞争与系统性风险之间的关系，建立固定效应面板数据回归模型：

=++++（5）

其中，是上述的系统性风险衡量，是竞争变量，本文选择用勒纳指数度量，是银行特定和宏观经济与金融发展因素控制变量向量，这些解释变量都使用滞后一期数据，表示竞争变量对银行系统性风险变量影响的参数。

实证结果分析

表1列出了