城市商业银行贷款集中度对资产质量影响的研究

周春喜，毛 悦

(1.浙江工商大学 金融学院，浙江 杭州 310018；2.浙江民泰商业银行 民泰金融研究院，浙江 温岭 317500)

一、 引 言

过去几十年发生的数次银行危机事件表明，贷款过于集中会给银行造成巨大的威胁。2008年，美国发生次贷危机的根本原因就是由于美国一些银行对贷款集中度风险缺乏应有的关注，以至于房地产行业的贷款集中度过高，加之风险管理措施不到位，以及监管举措存在缺陷，导致银行风险积聚过度，最终爆发次贷危机[1]18。2010年，巴塞尔委员会出台了《巴塞尔协议Ⅲ》，要求商业银行在评估资本充足率时，应充分考虑银行可能面临的贷款集中度风险，包括：(1)单个交易对手或一组相互关联的交易对手的主要风险，即客户集中度风险；(2)对同一经济行业或地域的交易对手的贷款风险，即行业集中度风险。2007年2月，中国银监会发布了《中国银行业实施新资本协议指导意见》(银监发[2007]24号)，明确提出商业银行资本应覆盖所面临的全部实质性风险，包括贷款集中度风险。2008年下半年，为了应对全球金融危机的冲击，防范经济下行，我国出台了4万亿元的经济刺激计划，与之相伴的是银行信贷规模大幅度增长。在新增贷款中，出现了向大中型企业、房地产行业、地方政府融资平台*地方政府融资平台是指各级地方政府成立的以融资为主要目的的公司，一般由政府主导或政府绝对控制，地方财政直接或间接承担偿债责任或提供担保，所筹资金主要用于基础设施建设或准公共项目。集中的现象，贷款集中度风险逐步显现[1]18。

城市商业银行作为地方性金融机构，虽然其市场定位是服务地方经济，为中小企业和城乡居民提供金融服务，但是在地方经济政策引导、银企信息不对称和利润最大化的驱动下，城市商业银行在信贷资源的配置过程中也偏好热门行业和优质大客户，“垒大户”、“大业务”等现象比较普遍。同时，城市商业银行的股权结构特点决定了其与地方政府融资平台存在千丝万缕的关系。众所周知，作为地方股份制中小银行，城市商业银行的业务受区域经济状况、产业发展和经济波动的影响较大。在资产规模、业务种类、新产品研发及风险管理等方面与国有商业银行、全国性股份制银行相比存在较大差距[2]。当银行贷款集中度风险和经济下行风险相互叠加时，其风险敞口会被放大，造成规模化的经济损失，甚至影响到区域金融的稳定。在此背景下，研究城市商业银行的贷款集中度对银行资产质量的作用机理及其影响，探讨在经济景气循环的周期性变化、不同区域金融生态环境以及城市商业银行的股权结构异质性等状态下的银行信贷行为，对监管部门制定政策、城市商业银行管理信贷风险具有较强的现实意义。

二、 文献回顾与研究假设

(一) 客户集中度对银行资产质量的影响

在银行信贷管理中，通过分散贷款客户来降低信贷风险，已成为银行风险管理的重要举措。巴塞尔协议、商业银行法以及银监会的监管规定对客户贷款集中都做了明确的限定。*《商业银行法》规定，对同一借款人的贷款余额占商业银行资本余额的比例不得超过10%；《商业银行风险监管核心指标》规定，对最大10家客户贷款余额占商业银行资本净额的比例不得超过50%；《商业银行集团客户授信业务风险管理指引》规定，对单一集团客户授信总额不得超过商业银行资本余额15%。监管部门认为客户贷款过度集中容易积聚风险，不利于贷款风险的分散，已有的诸多研究文献也验证了此观点。比如，Kalotychou和Stalkouras(2006)[3]通过实证研究发现信贷过度集中是导致过去20年拉美债务危机的重要原因。Gordy和Lutkebohmert(2006)[4]、Düllmann和Masschelein(2007)[5]研究了德国信用登记系统的贷款数据，发现贷款的客户集中现象会显著提高贷款的风险。巴曙松和陈剑(2010)[1]19认为银行在授信时存在“垒大户”现象，一旦出现经济下滑，大型企业的财务困境会对未分散风险的银行造成巨大冲击。魏晓琴和李晓霞(2011)[6]基于2004-2009年我国15家上市银行的数据，按照大型国有商业银行、股份制银行、城市商业银行进行分类比较分析，发现贷款集中度会提高银行的经营风险，但是不同类型的商业银行受其影响的程度是不一致的。也有研究认为，商业银行倾向于将信贷资源集中配置给大型企业、优质客户，提高客户集中度有利于优化银行的资产结构、提升银行的经营绩效，便于银行风险管控。Beck等(2006)[7]通过分析1980-1997年69国的银行样本，发现贷款集中度越高的国家，其发生银行危机的可能性越低。Chang等(2008)[8]基于巴西银行业数据，实证检验了贷款集中度与不良贷款、宏观经济因素、系统性风险的关系，认为信贷资源集中配置有利于降低银行系统性风险、促进金融稳定。黄秀秀和曹前进(2015)[9]利用2005-2012年我国13家上市银行的数据，通过构建动态面板模型进行实证研究，结果显示提高贷款的客户集中度可抑制银行的风险承担行为。

在实践中，基于我国宏观经济状况和制度背景，城市商业银行往往青睐大企业、大客户。一方面，城市商业银行具有扎根本土的地缘优势，在日常经营活动中，通过与当地知名企业的交往、媒体的宣传以及政府的相关报道，容易获取当地知名企业的“软”信息，降低了银企信息不对称。另一方面，城市商业银行出于节约信息搜集成本的考虑，普遍会跟随大银行的信贷投向，形成羊群效应，致使不同类型的银行在外部经济的冲击下持有相似的风险敞口，经济下行时贷款可能成为不良资产。因此，与国有商业银行、全国性股份制银行相比较，城市商业银行的贷款客户集中现象更为突出，其信贷主要集中在地方支柱产业和地方政府融资平台，依赖地方项目和利差收入，一旦处于经济逆周期，客户的资金链断裂，城市商业银行的不良资产比例会急剧上升，出现信用风险。基于上述分析，本文提出如下假设：

H1a：城市商业银行的客户集中度对资产质量有负向影响；

H1b：城市商业银行的客户集中度对资产质量有正向影响。

(二) 行业集中度对银行资产质量的影响

1982年8月，拉美债务危机爆发，以美国花旗银行为代表的众多银行发生了大量的不良贷款，遭受巨额损失。1986年，石油价格暴跌引起美国房地产业、能源业陷入低谷，由于银行对房地产、能源行业的贷款过度集中，导致了美国西南部多家银行出现了危机，引发大范围的银行破产。与此类似的情况，还发生在瑞士银行业，20世纪80年代，由于瑞士的房地产市场繁荣，众多区域性银行的信贷集中于房地产行业。随着瑞士经济增速减缓，房地产价格下降，银行信贷遭受重创，以致一半以上银行破产。从理论上分析，贷款集中于某一行业，会使该行业的企业盲目扩张，引起产能过剩。当外部经济环境恶化时，行业整体下行，贷款企业就会出现流动性不足，而此时银行的顺周期特点会对经营不善的企业停止发放贷款，甚至会进行抽贷，出现银行资产质量下降，严重时可能会引发大规模的区域性金融风险。Behr等(2007)[10]、Bebczuk和Glindo(2008)[11]、Rossi等(2009)[12]、Tabak等(2011)[13]分别利用德国、奥地利、阿根廷和巴西等国的银行业数据进行了实证研究，结果表明贷款行业集中会降低银行的资产质量。任秋潇和王一鸣(2016)[14]62运用2007-2014年中国A股16家上市银行的半年度数据进行了实证检验，结果显示从长期来看降低贷款的行业集中度可提高银行的资产质量，并且在经济上行期效果更为明显。魏国雄(2010)[15]认为当银行将贷款集中投放于几个行业时，会产生经济运行中的泡沫问题，而当贷款集中度风险集聚时，银行往往只追求盈利而忽视了泡沫的潜在危机。但是，也有研究认为，将贷款集中于某一回报率较高的行业，可以有效提高银行资金使用效率。Berger等(2010)[16]基于1996-2006年中国银行业的数据研究贷款行业集中度和区域集中度，发现分散配置信贷资源会降低银行盈利能力，增加经营成本，提升不良贷款率。Acharya等(2006)[17]、Hayden等(2007)[18]、Baele等(2007)[19]分别运用意大利、德国和欧洲银行业的数据进行了实证研究，结果表明贷款行业集中度的提高会降低银行风险，提升银行资产质量。

在城市商业银行的股权结构中，地方财政和地方国有企业占有较大的股份，这种股权结构的特殊性决定了地方政府作为地方财政股份和地方国有企业股份的一致行动人，实际上掌控了城市商业银行的决策权[20]。城市商业银行也就成了地方政府进行地方经济建设资金的重要来源。地方政府出于政绩需要会对城市商业银行的贷款投放进行人为干预，导致贷款集中现象加剧。2008年美国次贷危机之后，我国地方政府面临巨大的融资压力，地方政府融资平台快速发展，成为一支异常活跃的融资主体。由此，地方融资平台自然成为城市商业银行的大客户，城市商业银行为其提供巨额的信贷资金，地方政府为地方融资平台提供的隐性担保进一步坚定了城市商业银行对地方融资平台的信心。另一方面，自住房制度改革以来，房地产行业的火爆行情，也使得城市商业银行将更多的信贷资金投向房地产企业，以至于出现了较高的行业集中度。基于上述分析，本文提出如下假设：

H2a：城市商业银行的行业集中度对资产质量有负向影响；

H2b：城市商业银行的行业集中度对资产质量有正向影响。

(三) 区域金融环境、贷款集中度与银行资产质量

我国各地区经济发展水平、金融生态环境的差异较大。城市商业银行的经营活动主要集中于某一城市或地区，不同地区的经济发展水平和金融生态环境对城市商业银行资产质量的影响存在差异。王擎和潘李剑(2012)[21]分析了金融生态环境对银行经营效益的影响，发现处于金融生态环境较好地区的城市商业银行，政府对其的控制能力较强，银行的经营效益较差；而处在金融生态环境较差地区的城市商业银行，政府对其的控制能力较弱，银行的经营效益较好。王秀丽等(2014)[22]利用我国城市商业银行2005-2010年的数据，分析了地区金融发展、银行信贷行为和信贷效率的关系，结果显示金融发展程度越高的地区，城市商业银行的贷款集中度和对国有经济的放贷比例越低；信贷行为对信贷效率存在显著影响，贷款集中度越高，银行的资产质量越差。

如果一个地区的法规制度比较健全，社会信用水平较高，金融生态环境较好，那么该区域的金融资源相对丰富，企业守信程度较高，银企之间的信息不对称程度较低，企业容易从银行获得信贷资金，银行信贷资产的质量也较高。基于此，本文提出如下假设：

H3：城市商业银行贷款集中度对资产质量的影响存在地区间差异。

(四) 境外战略投资者、贷款集中度与银行资产质量

自1996年光大银行引入外资后，我国商业银行积极引进境外战略投资者，逐步完善银行的公司治理机制。2002年以后，城市商业银行为了增强资本实力和抗风险能力，纷纷加大了引进战略投资者的力度。学术界也密切关注引进境外战略投资者对银行收益和资产质量的影响。王锦丹和刘桂荣(2010)[23]对有外资参股的商业银行的经营绩效进行了实证研究，结果表明外资持股比例与资本充足率、不良贷款率成正相关关系。刘家松(2012[24-25]，2013[24-25])认为引进境外战略投资者，在短期内可以完善商业银行的公司治理结构，提高盈利能力；从长期来看，大规模引进境外战略投资者可能会影响银行的控制权。张乐和韩立岩(2016)[26]分析了混合所有制对中国16家上市银行不良贷款率的影响，研究发现外资持股比例的提升对银行资产质量有负面影响，且在剔除5家国有大型商业银行的样本后，在1%的显著性水平下表现显著。

在银行股权结构多元化的状况下，城市商业银行的经营管理决策会受到影响，尤其是对大客户、地方政府融资平台、国有企业和房地产项目的贷款需要兼顾各投资者的利益。城市商业银行通过扩大市场份额发放更多的贷款，以期为股东创造更多的利润，如果贷款集中于大客户和部分行业，则会引起风险积聚，影响资产质量。基于此，本文提出如下假设：

H4：引进境外战略投资者可强化城市商业银行贷款集中度，进而影响资产质量。

三、 研究设计

(一) 变量选取

1.被解释变量。判断一家商业银行的资产质量可以用不良贷款率、拨备覆盖率等指标。其中，不良贷款率是衡量银行资产质量最常用的指标。国内外已有的相关研究文献也普遍采用不良贷款率作为衡量银行风险和资产质量的指标。因此，本文选取不良贷款率(npl)作为被解释变量，用于衡量城市商业银行的资产质量。

2.解释变量。贷款集中度为本文的核心解释变量，将从客户集中度和行业集中度两个维度进行考察。

(1)客户集中度(max1)。银行常用的客户集中度衡量指标包括最大单一客户集中度(max1)和最大十家客户集中度(max10)等，因为最大单一客户集中度指标是商业银行的监管指标，在城市商业银行的年度会计报表中公开披露。因此，本文实证分析时采用最大单一客户集中度指标，稳健性检验时采用最大十家客户集中度指标作为替代变量。

(2)行业集中度(HHI)。行业集中度选取修正的赫芬达尔-赫希曼指数来衡量，该指数的具体计算公式如下：

(1)

其中，xi为第i家银行在某一行业的贷款余额，X为银行的企业贷款及垫款余额，n为行业数。由于每家城市商业银行在贷款行业划分上不完全一致，上市的城市商业银行的信息披露比较完整，而资产规模较小的城市商业银行只公开贷款余额位列前十位的行业贷款余额。通过对比发现，前十位以外的剩余行业的贷款余额占比非常小，将其合计归为其他行业。为了统一指标口径，本文在测算行业集中度时，n设定为11。

3.控制变量。本文选取经济周期(cycle)、区域金融环境(region)、境外战略投资者(foreign)、贷款规模(loan)、拨备覆盖率(coverage)、资本充足率(car)作为控制变量。

(1)经济周期(cycle)。参考任秋潇和王一鸣(2016)[14]66的研究，选取产出缺口指标来衡量经济周期。其表达式为：

cycle=实际GDP增长率-潜在GDP增长率

(2)

运用Eviews8对2007年第一季度至2017年第二季度的季度GDP同比增长率进行了HP滤波处理，将GDP增长率的真实值与HP滤波长期趋势项(潜在GDP增长率)相减得到残差，即产出缺口。产出缺口为正值，表明经济进入上行周期，该缺口数值越大，代表经济越繁荣；反之，则为经济进入下行周期。在使用HP滤波法得到的数据中，选取2007-2016年第四季度的产出缺口数据进行实证分析。

(2)区域金融环境(region)。主要考察城市商业银行总行所在地的金融生态环境，采用中国社会科学院金融研究所编制的中国地区金融生态环境综合指数来度量，取值为0～1之间。由于部分城市商业银行是由同一省份范围内多家城市商业银行、城市信用社合并重组后设立的，为了保持数据的一致性，本文实证分析时使用省级行政区的金融生态环境指数。

(3)境外战略投资者(foreign)。根据是否引进境外战略投资者设置虚拟变量，考察不同股权结构对于城市商业银行资产质量的影响。

(4)贷款规模(loan)。用于衡量城市商业银行拓展业务的能力。当银行对企业发放的贷款及垫款增加时，总贷款余额随之增加，不良贷款率下降。

(5)拨备覆盖率(coverage)。用于考察城市商业银行贷款的风险程度和银行财务的稳健性，反映银行风险审慎监管的程度。当拨备覆盖率提高时，银行的风险管控能力增强。

(6)资本充足率(car)。用于反映城市商业银行抵御风险的能力。当银行的资产质量下降时，银行加权风险资产增加，资本充足率下降。因此，银行面临的风险增加时，需提高资本充足率。

具体变量指标描述见表1。

表1 变量描述

(二) 样本选取与数据来源

本文按照城市商业银行的资产规模、区域分布及数据的可得性，搜集了50家城市商业银行的相关数据，剔除部分成立时间短、数据缺失严重的城市商业银行后，最终选取了46家城市商业银行*46家城市商业银行分别为：北京银行、上海银行、江苏银行、南京银行、宁波银行、盛京银行、徽商银行、天津银行、杭州银行、厦门国际银行、哈尔滨银行、广州银行、锦州银行、吉林银行、包商银行、成都银行、重庆银行、昆仑银行、长沙银行、郑州银行、大连银行、贵阳银行、苏州银行、河北银行、龙江银行、江西银行、华融湘江银行、西安银行、兰州银行、东莞银行、青岛银行、汉口银行、九江银行、洛阳银行、广东南粤银行、厦门银行、长安银行、晋商银行、温州银行、湖北银行、富滇银行、齐鲁银行、威海市商业银行、桂林银行、福建海峡银行、浙江稠州银行。作为研究对象，所选择的样本银行覆盖了27个省(直辖市、自治区)。截止2016年末，样本银行的资产合计217017.75亿元，占全国城市商业银行总资产的76.85%，具有较强的代表性。

在年度数据区间的选择上，较长的年度区间可以保证相对充足的数据量，且自2007年以来城市商业银行的数据完整性较好。因此，选用2007-2016年的样本数据，既能保证数据的可得性，又符合城市商业银行在新经济金融环境下经营行为的时代背景。

在所选样本数据中，微观数据主要来自全球银行与金融机构(Bankscope)数据库、国泰安数据库、Wind数据库以及各城市商业银行官方网站公布的年度报告；宏观数据主要来源于同花顺数据库、中国经济数据库(CEIC)和国家统计局网站；区域金融环境数据来自中国社会科学院金融研究所从2006年开始编制的中国地区金融生态环境综合指数。

(三) 模型构建

根据前述的研究假设，本文构建的面板模型如下：

(3)

模型(3)主要用于分析当期贷款集中度对贷款质量的影响。其中，nplit表示第i家城市商业银行在t年的不良贷款率；max1it表示第i家城市商业银行在t年的客户集中度；HHIit表示第i家城市商业银行在t年的行业集中度。controlit为控制变量，具体包括：cycleit表示t年的产出缺口；regionit表示第i家城市商业银行总行所在省份在t年的金融生态环境综合评价指数；loanit表示第i家城市商业银行在t年的企业贷款及垫款余额；coverageit表示第i家城市商业银行在t年的拨备覆盖率；carit表示第i家城市商业银行在t年的资本充足率；μi表示个体面板模型效应；εit为残差项。

(4)

(5)

在实证分析时，按区域金融环境和是否引入境外战略投资者设置虚拟变量以及与贷款集中度指标的交互项，得到模型(6)和模型(7)。通过各组别的回归结果对比分析来探讨不同地区、不同股权性质城市商业银行的贷款集中度对银行资产质量的影响。

(6)

nplit=α0+α1max1it+α2HHIit+α3foreignit+α4max1it×foreignit+α5HHIit×foreignit+

(7)

本文将46家样本银行按总行所在地划分为东部、中部、西部和东北部四个区域。其中，东部20家，中部10家，西部10家，东北部6家。模型(6)中，dis为区域虚拟变量，具体用east、mid、west表示。east为1代表东部地区，为0代表其他地区；mid为1代表中部地区，为0代表其他地区；west为1代表西部地区，为0代表其他地区；当east、mid、west均为0即代表东北地区。模型(7)中，foreignit表示第i家城市商业银行t年是否引入境外战略投资者，1代表已经引入境外战略投资者，0代表未引入境外战略投资者；设置客户集中度、行业集中度与境外战略投资者虚拟变量的交互项以验证假设4，同时单独加入境外战略投资者虚拟变量，用以分析引进境外战略投资者是否会直接对城市商业银行的资产质量造成影响。

四、 实证检验与分析

(一) 描述性统计

表2 银行特征变量的描述性统计

根据对样本银行2007-2016年银行特征变量的描述性统计(见表2)，样本银行的不良贷款率标准差较小，银行间差异不明显。由于一部分城市商业银行是由多家地方城市信用社重组新设的，在银行并购重组过程中剥离了大量的不良资产，因此，不良贷款率较低，有的甚至为0。在贷款集中度方面，行业集中度银行间差距较小，客户集中度则相对较大，体现了不同银行的贷款客户分布存在差异。在控制变量方面，由于2007-2016年城市商业银行发展迅速，且各家银行的发展程度和经营状况差异较大，贷款规模显示出巨大差距，最小值为29亿元，最大值为6462亿元；拨备覆盖率的标准差较大，主要原因是部分城市商业银行出于审慎经营考虑，计提了大量风险损失准备金，比如，2010年昆仑银行拨备覆盖率达5967.84%，过高的拨备覆盖率将产生较高的机会成本，影响银行的利润；资本充足率的标准差较小，银行间的差距较小，但仍有部分城市商业银行未达到监管指标10%的要求。

(二) 回归结果分析

运用Stata12通过对构建的模型进行回归分析，主要从四个方面进行：第一，研究当期贷款集中度对资产质量的影响；第二，研究贷款集中度是否存在时滞效应和累积效应；第三，研究不同地区城市商业银行的贷款集中度对资产质量的影响；第四，研究不同股权结构的城市商业银行的贷款集中度对资产质量的影响。

1.当期贷款集中度对银行资产质量的影响。根据豪斯曼检验结果，使用固定效应模型的固定效应估计量法(FE)和一阶差分法(FD)分别进行回归。其中，一阶差分法(FD)不含截距项。从表3的回归结果可以看出，当期客户集中度对银行不良贷款率的影响系数在1%的显著性水平下均显著为正，第(1)栏中城市商业银行的最大单一客户集中度每提高1个单位，不良贷款率就相应增加0.0202个单位，验证了本文提出的假设H1a，即“城市商业银行的客户集中度对资产质量有负向影响”。当期行业集中度对银行不良贷款率并未构成显著性影响，且第(2)栏中估计系数几乎为0，原因可能在于城市商业银行的信贷主体主要是地方政府融资平台和地方骨干企业，由于地方政府对地方融资平台存在隐性担保、地区间经济发展存在较大差异，城市商业银行跨区域经营以及宏观政策的变动等原因，贷款的行业分布会呈现集中和分散的形态。但相比行业集中度风险，个别贷款客户的资信状况恶化导致的违约风险，对银行资产质量的影响更大。

表3 当期贷款集中度对银行资产质量影响的回归结果

注：参数下括号内的数值为稳健标准误，***、**、*分别表示其在1%、5%和10%显著性水平条件下显著，R-squared为固定效应组内模型的拟合优度。

从控制变量方面看，经济周期对银行资产质量没有显著性影响，可能的原因是对于城市商业银行而言，其与地方政府融资平台及当地的龙头企业建立了长期稳定的合作关系，信贷投向主要集中于地方支柱产业，无论经济处于上行或下行周期，贷款都会向这类“优质客户”倾斜。运用固定效应模型的两种方法进行回归，结果显示区域金融环境的影响系数在10%的显著性水平下显著为负，且估计系数的绝对值较大，即城市商业银行总行所在地的区域金融环境水平越高，银行抵御风险的能力越强，不良贷款率随之下降，资产质量提高。固定效应估计方法结果显示，贷款规模的估计系数在5%的显著性水平下显著为负，当贷款规模扩大时，往往对应着银行更强的风险控制意识和谨慎的风险偏好，因而不良贷款率下降。拨备覆盖率、资本充足率的估计系数为负，但并未对不良贷款率产生显著影响。

表4 贷款集中度的滞后效应和累积效应对银行资产质量影响的回归结果

注：参数下括号内的数值为稳健标准误，***、**、*分别表示其在1%、5%和10%显著性水平条件下显著，R-squared为固定效应组内模型的拟合优度；限于篇幅，表中常数项和控制变量的估计结果省略。

2.贷款集中度的滞后效应和累积效应对银行资产质量的影响。为考察城市商业银行的贷款集中度对资产质量的传导机制是否存在滞后性，利用当期的贷款集中度指标构建的模型(3)作为对照组，分别与滞后一期的贷款集中度指标和累积贷款集中度指标构建的模型(4)、模型(5)进行对比，三组模型均使用固定效应估计量法(FE)进行回归分析(见表4)。

表4的回归结果显示，模型(4)、模型(5)中客户集中度对银行不良贷款率的影响系数在5%的显著性水平下均显著为正，但影响系数较模型(3)大幅下降，即贷款集中度指标存在滞后效应和累积效应，但对银行风险的作用效果大大削弱，表现为以当期客户集中度对银行资产质量的影响为主。在行业集中度方面，模型(3)、模型(4)、模型(5)中行业集中度对银行不良贷款率的影响均不显著。

3.区域金融环境对当期贷款集中度与银行资产质量的影响。从表3的回归结果可以看出，区域金融环境会对城市商业银行的不良贷款率产生显著的负向影响。本文将46家样本银行按照东部、中部、西部、东北部四个组别，设置区域虚拟变量与贷款集中度指标的交互项，运用模型(6)进一步考察地区间差异在贷款集中度对资产质量的传导机制中的影响。东北地区的虚拟变量取值均为0，变量的显著性和影响系数参照模型(3)。

表5 地区间差异对当期贷款集中度与银行资产质量影响的回归结果

注：参数下括号内的数值为稳健标准误，***、**、*分别表示其在1%、5%和10%显著性水平条件下显著，R-squared为固定效应组内模型的拟合优度；限于篇幅，表中常数项和控制变量的估计结果省略。

从表5的回归结果可知，不同地区城市商业银行的当期客户集中度对不良贷款率均呈现正向的显著性影响；当期行业集中度对不良贷款率的影响仅在东部地区的城市商业银行中显著为正。行业集中度与东部地区虚拟变量的交叉项对不良贷款率的影响为负向且显著，行业集中度与西部地区虚拟变量的交叉项对不良贷款率的影响为正向且显著。以上结果验证了本文的假设H3“城市商业银行贷款集中度对资产质量的影响存在地区间差异”。客户集中度与区域虚拟变量的交互项对不良贷款率均无显著性影响，说明城市商业银行的地区间差异并未加大客户集中度对银行资产质量的影响。

4.引进境外战略投资者对当期贷款集中度与银行资产质量的影响。由于绝大部分城市商业银行的一致行动人为地方政府，本文根据是否引进境外战略投资者将样本银行进行分类，设置引进境外战略投资者虚拟变量和贷款集中度指标与其的交互项，运用模型(7)分析引进境外战略投资者对贷款集中度与资产质量关系的影响。46家样本银行中有15家银行引进了境外战略投资者，年报数据披露当年引进境外战略投资者的银行包括133个观测值，未引进境外战略投资者的银行包括246个观测值，具体的回归结果见表3。从表3第(3)栏可知，考虑引进境外战略投资者后与客户集中度的交叉影响时，交互项每提高1个单位，会使得城市商业银行的不良贷款率在1%的显著性水平下提高0.0267个单位，说明引进境外战略投资者对银行风险存在一定的负面影响，假设H4“引进境外战略投资者可强化城市商业银行贷款集中度，进而影响资产质量”得以验证。引进境外战略投资者虚拟变量以及行业集中度与引进境外战略投资者虚拟变量的交互项对不良贷款率并无显著性影响。

表6 最大十家客户集中度对银行资产质量水平影响的回归结果

注：参数下括号内的数值为稳健标准误，***、**、*分别表示其在1%、5%和10%显著性水平条件下显著。

(三) 稳健性检验

为了保证实证结果的稳健性，本文进行了以下检验：

首先，以最大十家客户集中度代替最大单一客户集中度，分别构建固定效应模型(FE)和随机效应模型(RE)进行回归，最大十家客户集中度的估计系数在5%的显著性水平下显著为正，而行业贷款集中度对银行资产质量的影响并不显著，这与本文得到的实证结果基本一致。

其次，以随机效应模型的可行广义最小二乘法(FGLS)和最大似然估计法(MLE)对实证结果进行检验，结果显示无明显差异。

依据以上稳健性检验结果，说明本文的实证研究结果是稳健的。

五、 研究结论与政策建议

(一) 基本结论

本文基于我国27个省、市、自治区的46家城市商业银行2007-2016年度数据，通过构建计量模型分析了客户集中度、行业集中度对城市商业银行资产质量的影响。得出的结论是：首先，降低贷款集中度，尤其是客户集中度，对于城市商业银行的风险监管、资产质量改善将起到积极的作用。其次，贷款集中度对城市商业银行资产质量的影响存在滞后效应和累积效应，表现为以当期客户集中度对银行资产质量的影响为主，行业集中度对银行资产质量的影响不显著。再次，经济周期对城市商业银行的资产质量没有显著性影响；区域金融环境会对城市商业银行的不良贷款率产生显著的负向影响；不同地区的城市商业银行其贷款集中度对资产质量的影响程度不一致，西部地区城市商业银行的行业集中度对资产质量具有强烈的负面影响。最后，引进境外战略投资者可强化城市商业银行贷款集中度，进而影响资产质量，对城市商业银行的风险控制有一定的影响。

(二) 政策建议

基于以上研究结果，对于城市商业银行如何通过调整信贷结构，加强信贷管理，控制不良贷款“双升”以及改善资产质量，本文提出如下政策建议：

第一，严格贷款授信准入，细化贷款集中度预警指标。目前，银行监管层通过设立监管指标、提倡发展银团贷款等多项措施对客户集中度进行规范化管理，但并未将贷款的行业集中、区域集中、期限集中等纳入监管范围。城市商业银行可以通过提高贷款行业门槛，调整行业授信审批权限，设置中长期贷款最高限额，加大对问题客户的监测力度，及时了解各分支行的行业贷款余额等措施进行调控，以分散信贷资源过于集中，提高银行资产质量水平。

第二，下沉客户结构，推进小微金融业务。随着地方政府市场化举债模式日趋成熟，房地产调控力度不断加大，城市商业银行应加快调整客户结构，将贷款客户转向议价能力较强但规模相对较小的零售、小微业务领域。近年来，国家对于小微企业的扶持力度不断加大，各地通过建立小微企业创业孵化基地、推行差别化监管、提供税收优惠等政策鼓励其发展。小微企业本身具有巨大的资金需求，但由于企业信息披露不充分、不能提供抵质押物等原因难以获得融资。城市商业银行应发挥其地缘优势，全面深入地了解小微企业的信用状况、经营情况，解决信息不对称问题，为小微企业提供金融服务。通过拓宽客户资源，降低贷款的客户集中度，来提高金融的普惠程度。

第三，加强城市商业银行跨区域业务合作。由于城市商业银行的地域特征和政策限制，银行之间的跨区域合作尚处在探索阶段。2009年中国银监会下发的143号文已放松了城市商业银行异地设立分支机构的市场准入规则，有助于加强城市商业银行之间合作的广度与深度。东部沿海地区资产规模较大、信贷业务经验丰富、风险控制规范的城市商业银行可以考虑与西部内陆地区的城市商业银行建立合作机制，实现资源的整合与共享，促进共同发展。

第四，完善城市商业银行法人治理，优化股权结构。众所周知，股权结构是公司治理的基础，一个良好的股权结构有利于公司治理架构的形成，有利于实现公司价值最大化。目前，我国城市商业银行的股权结构中既有国企股东、又有民营股东，既有中资股东、又有外资股东，既有大股东、又有小股东，呈现出多元化特征。虽然，股权结构的多元化可以避免股权过于集中的一股独大问题，也可以防止股权过于分散导致的股东缺位、内部人控制的不利局面。但是，如何把握股权相对集中的度是一个难题。随着我国银行业混合所有制改革的逐步深入，城市商业银行的国有资本比重不断下降，境外投资者、民营企业的持股比例将大幅上升，建立一个优良的股权结构，能够确保董事会高效运行，发挥监事会的监督职能，强化管理层的执行能力，严格规范授权管理，提高银行资产质量。