网络银行借款竞争行为研究

时间：2014-09-25 20:43:39 阅读量：0次 所属分类：经济论文

虽然2009年网络比2000年网络增加了63个节点,是2000年节点总数的一倍多,网络的规模增加很大,但是2009年的银行共同贷款网络的平均最短路径长度基本

　　虽然2009年网络比2000年网络增加了63个节点,是2000年节点总数的一倍多,网络的规模增加很大,但是2009年的银行共同贷款网络的平均最短路径长度基本未变,网络的直径也未发生变化。原因主要是因为k-核核心区域的存在,节点间的链接程度很高,而新增节点又首先是与这些核心区域内的节点发生链接,因此即使有较多的银行增加,银行间的距离并未增加,并没有增加银行获取信息的困难度。

　　一、引言

　　Braggion和Ongena(2010)研究英国整个20世纪的银行与企业关系的进化发展,企业为什么会从单银行关系转向多银行关系。研究发现20世纪的最后20年企业从单银行关系转向多银行关系的数量明显增加,70年代对银行业的放松管制和银行间的激烈竞争是推动银行以这种多边关系的安排来提供信用和服务。中国是以银行为主导的国家,中国的银行体系在整个国家经济体系中起着举足轻重的作用。中国银行业从1979年开始改革,先后恢复和建立4大专业银行(农业银行、中国银行、建设银行和工商银行)分别在农村、外汇、基本建设和工商企业流动资金4大领域占据垄断地位,并且业务严格划分,完全不存在相互竞争。

　　但是,经过三十多年的改革和发展,我国银行业已经形成了包括政策性银行、国有控股的大型商业银行、全国股份制商业银行、城市商业银行、农村商业银行、邮政储蓄银行以及外资银行等多层次的银行体系。随着中国金融市场的发展,银行系统的外部竞争和内部竞争都明显加剧。

　　RaymondW和Goldsmith(1969)认为:在多数国家中,金融机构在金融资产的发行额与持有额中所占份额是随着经济的发展而大大提高的;银行系统在金融机构资产总额中的比例会趋于下降,而其他各种新型金融机构的比例却相应上升。统计显示:中国人民币新增贷款占社会融资总量的比例从2002年的92%降到了2010年的55.6%。同时,银行系统内部竞争加剧,从最初的4大国有银行的专业经营,到目前的多层次银行体系的交叉混合经营,银行数量的增加和业务的重复,大大增加了银行间的竞争。

　　截止2010年12月份,大型商业银行的资产占银行业总资产的49.2%,股份制商业银行占15.6%,农村金融机构占11.3%,政策性银行占8%①。正是由于银行系统市场环境和制度环境的逐渐改变,使得银行与企业的关系发生着变化。企业的融资银行不再仅仅是与行业对应的国有4大银行,中国的企业也在从单银行信用关系向多银行信用关系转变。实际上,银行之间不仅仅是竞争的加剧,同时银行间的合作也增强了。这些变化,实质上都在改变着企业与银行交易双方的博弈规则,更改变着银行之间的博弈规则。本文用网络理论来研究银行行为,银行与企业通过银行信用关系形成一个网络,该网络包括两种性质的节点,即银行和企业,因此被称为二分网络(BipartiteNetwork),又称作隶属网络。通过网络映射的方法,本文获得银行共同贷款网络,该网络仅包括银行一种性质的节点,如果两家银行向同一家企业贷款,那么这两个节点就产生链接关系。银行共同贷款网络是银行间竞争与合作博弈的结果。节点的链接考虑节点所拥有的资源量,链接关系与链接机制取决于节点单位拥有的资源性质及资源量。节点之间的链接方式取决于行为主体的活动方式及资源的配置方式。某一时点的银行共同贷款网是静态的,呈现的是银行间竞争与合作的结果;而某一时段的银行共同贷款网络则是动态的,反映银行间合作与竞争的过程。本文选用2000年和2009年的上市公司的银行贷款数据为研究样本,发现该银行共同贷款网络具有自身的特征并随时间变化巨大。本文正是运用网络理论,研究样本网络结构与网络节点(银行)行为(如经营行为和风险偏好等)的相互作用机制,包括网络结构对节点行为的影响以及节点行为对网络结构的影响两个方面的内容。

　　二、文献综述及问题的提出在经济中,银行与企业的信用关系已有悠久的历史(Schumpeter,1911)。近年来,研究银行与企业信用关系很重要的一个分支就是研究企业与单(single)银行或多(multiple)银行保持信用关系。企业在经营过程中,是选择单银行信用关系还是多银行信用关系,已有基于多个国家数据的对比研究(Agarwal和Elston,2001;Farinha和Santos,2002;Ogawa等,2007)。发现存在两种完全对立的模式和介于二者之间的情况,如以银行为主导的德国、日本和意大利(意大利仅有2.9%的企业是单银行信用关系,银行家数平均为8家)具有相似的银企信用关系特征,而以市场为主导的英美体系则完全相反(在英国,25%的企业仅与一家银行保持信用关系,银行家数平均为2.6家)。如欧盟的其他国家,则处在这两种情况之间。Ogawa等(2007)研究企业在选择多银行信用关系中的关键影响因素。事实上,企业选择最优银行数量关系是非常复杂的,因为选择单银行关系或多银行关系都有很多优缺点。对企业而言,单银行信用关系是基于交易成本和监督成本最小化,相反,在多银行信用关系下,企业能从银行竞争中获益,这就暗含向企业提供信用的银行的数量会增加。多家银行贷款能担保企业应对债务偿付的风险。对银行而言,银行选择有多银行关系的企业贷款,可以通过建立风险池来降低由企业违约而带来风险。另一方面,单银行关系能放大银行对企业融资选择的控制。

　　从理论的角度看,最近几年单银行与多银行信用关系作为债权人和债务人之间信息不对称机制的例子,信息理论的发展重燃了对借贷关系研究的兴趣。信息在银行向企业提供贷款的竞争中,起着关键性作用。在银行之间主要有两种竞争:第一是信贷市场,利率驱动的竞争;第二是银行融资的企业,即争夺客户资源的竞争(Masi和Gal-legati,2007)。企业是选择单银行信用关系还是多银行信用关系有随时间变化的趋势,且随内外部环境的变化而变化。已有证据表明:一些企业在建立之初是单银行信用关系,但随着企业的成长,就倾向于转向多银行信用关系,且银行贷款增加,而企业自有的流动资金减少(Farinha和Santos,2002)。在财务困境的特殊情况下,借贷关系的结构演化是可以被观察到的,如在日本的泡沫时代,企业倾向于依赖单一银行关系(Ogawa等2007)。Allen和Gale(2000)开创性地将网络理论引入金融,认为银行之间的链接结构,会影响风险传染的途径和大小。此后,网络理论在经济金融研究中得到了迅猛发展。Souma等(2003)对日本经济系统中的银行和企业所构成的网络进行了研究,研究银行合并后对银行与企业的影响。该研究中的银企网络节点有两种类型,分别为银行和企业,并提出了一种映射方法将此银企网络退化成只有一类节点构成的网络。当有银行合并以后,新银行网络的聚类系数增大了且平均最短路径长度减小了。这一现象表明:银行合并提高了企业之间的聚集性(Cliquishness)。通过对日本经济系统的网络结构特征的分析,为管理者制定有效监管政策,减轻因公司破产而导致连锁反应提供了有益帮助。Masi和Gallegati(2007)对意大利经济系统中的银企网络结构进行研究发现:①小银行获得较少的信贷合同,而大银行获得大量的信贷合同;②大企业倾向于从大银行获得贷款,但也从一些小银行获得,而小企业则从当地的小银行获得贷款;③大企业选择多家银行信贷关系,而小企业往往只选择一家银行信贷关系。其后续还将对不同国家的银企网络结构进行比较研究,希望发现不同制度下是如何形成不同的网络结构的。ChristopheJ和Godlewski(2010)研究银团贷款网络,银团贷款可以说是企业多银行信用关系的一种特殊情况。本文也通过映射的方法得到仅包括银行的网络,并认为该网络是银行间信息流动、信息共享的网络。通过研究该网络的结构,用网络中心性衡量银行的经验和声誉及对借款成本的影响,发现该网络结构更有利于银行之间的信息和资源流动,增强银行的社会资本,且银行的经验和声誉在降低贷款利差和增加借款者财富中起着关键性作用。中国是以银行为主导的国家,中国的经济、制度和文化环境都与其他国家有很大差异,银行和企业的发展更是有特殊性,特别是改革开放后,中国的银行更是经历多次改革,那么中国企业的银行信用关系就会有自身的特征,但目前国内类似问题的研究文献还基本没有。本文正式借助网络理论,通过研究由企业的多银行信用关系形成的银行共同贷款网络的结构及结构变化,来研究中国的银行与企业的信用关系特征。

　　三、样本选择

　　(一)样本数据的描述本文样本为沪深A股上市公司2000年和2009年的银行长期借款,研究数据由样本公司年报的长期借款明细收集整理而得。本文对数据进行了以下处理:①剔除不存在长期借款的企业;②剔除金融类企业;③剔除少量几家未公布银行贷款明细的企业;④如有属于同一家银行的贷款则合并为一笔贷款。最后,对2000年样本数据整理得:535家企业、56家银行、960笔贷款;对2009年样本数据整理得:766家企业、126家银行、1787笔贷款。在年报披露的长期借款中,2000年所有企业都公布长期借款明细,而2009年存在一部分企业仅公布前5大银行贷款,那么就存在一定的误差,但是:①某些企业贷款银行总量小于5家,②即使某些企业仅列出前5家贷款额度最大的银行,但贷款总额绝大多数占到了该企业贷款总量的70%以上,有的甚至达到了95%以上。因此,可能一些小银行的信息未能包括在内,但本文的样本数据还是能解释企业与银行八成以上的信息。本文选择2000年和2009年长期借款进行研究,首先是因为数据的可得性,年报仅公布公司的长期借款明细,无法获得短期借款的详细信息;其次,由于银行长期借款是指企业向银行借入的期限在一年以上(不含一年)或超过一年的一个营业周期以上的各项借款。因此,比较于银行短期借款,借款期限较长,企业与银行的信用关系受金融经济环境、信贷政策和企业经营情况等影响较小,相对固定,短期一两年内变化不大。但2000年与2009年相距十年,时间跨度大,经济金融环境变化大,企业与银行的信用关系变化也大。如2000年,工农中建4大银行还保有专业银行的影子,535家上市公司就有367家公司获得工商银行的长期贷款,4大银行长期贷款占比分别为43.7%、5.3%、11.4%、18.9%,而2009年,4大银行长期贷款占比为12.28%、9.1%、21.78%、15.19%,766家上市公司,仅203家公司获得工商银行的长期贷款。2010年,上市公司的数量虽然仅占全国企业①总数的0.31%,但总资产占到了全国企业总资产的23.42%,而借款总额仅占到全国贷款总额的9.6%,可能是因为上市公司与其他企业相比,还能在资本市场获得融资。林凡(2007)认为我国上市公司的融资顺序是“先外源融资,后内源融资,重股权融资,轻债权融资”,但是通过上市公司的长期借款数据获得的银行共同贷款网络,仍能够反映银行的经营行为和业务偏好;Masi和Gallegati(2007)指出企业的银行信用关系受企业规模影响,小企业更倾向于选择单银行信用关系。因此,样本数据可能会忽略银行在小企业上的竞争与合作情况,但对银行共同贷款网络的链接影响不大。

　　(二)样本网络的构建网络是由一系列节点和链接组成的,并且可以通过图表示出来。在最近几年,复杂网络理论发展迅速,许多现实系统已经由网络描述出来。图2的网络图描述的是银行向企业提供贷款而构成的网络系统,其中银行和企业都由节点表示,节点ii表示银行,节点ji表示企业,银行ii与企业ji之间的链接则表示银行向企业提供贷款而形成的信用关系。由于该网络包括银行和企业两种不同类型的节点,因此被称为二分网络。将图2进行单模映射得到图3,称为银行共同贷款网络,该网络仅包括一种性质的节点,即银行。银行ii之间的链接关系表示链接的两家银行共同向至少一家企业提供长期借款。该网络能呈现出银行在长期借款信贷市场竞争与合作的结果,因为,就竞争而言,随着银行间接融资在社会总融资中比重的减少,银行数量的增加以及业务的同质化,银行间的竞争越来越激烈,特别是对于优质客户,都是银行竞相争夺的对象;就合作而言,对于拥有相同的客户,银行不仅能共享客户信息,分担客户的监督成本,同时还能分担风险。本文由样本数据获得的2000年和2009年的银行共同贷款网络,不仅能分别反映银行在2000年和2009年的竞争与合作情况,通过对比还能反映银行在这10年间的竞争与合作的过程。

　　四、银行共同贷款网络特征分析样本数据显示:2000年的银行共同贷款网络包括一个最大连通子网络和6个孤立点,2009年的银行共同贷款网络包括一个最大连通子图和13个孤立点。孤立点的存在是因为样本中,由孤立点表示的银行仅向一家上市公司提供长期借款,且该上市公司也仅获得了这家银行的长期借款。经统计,这类银行都是城市商业银行、农村信用合作联社和外资银行,可见出现这种情况的原因与银行性质和业务范围有很大关系。在2000年和2009年的银行共同贷款网络中,孤立点都不到节点总数的10%,除去孤立点,两网络都还各有一个最大连通子网络,形成的原因和所具有的特征还有待进一步讨论研究,下面所讨论的都是样本的最大连通子网络。

　　(一)度和度分布在网络中,节点i的度ki定义为:与该节点相连接的其他节点的数目。因此,一个节点的度越大就意味着这个节点就越重要。银行共同贷款网络中所有节点i的度ki的平均值称为银行共同贷款网络的平均度,记为k。银行共同贷款网络中节点的度的分布情况可用分布函数P(k)来描述。P(k)为网络中度为k的节点占所有节点数银行共同贷款网络中,2000年和2009年网络的度最大值分别为29(工商银行)和60(建设银行),度分布指数分别为0.8101和0.8826。如图4所示。可见,该网络的度服从幂率分布,具有无标度特性,说明网络中的节点为异质性的,且存在中心节点。幂律分布中,指数越小,表示分布越不均衡。数据显示:2000年网络的中心节点的位置更加突出。从贷款总量上印证,情况也正是如此,2000年样本中,4大国有大型银行的贷款额占到总量的80.79%,而2009年仅58.34%。再者,无标度网络生成主要依靠两个规则:一是成长性,网络节点数随时间一步步生长,规模不断扩大;二是优先连接性,新加入的节点总是优先选择与度值较高的节点相连。2009年比2000年的网络增加了63家银行,主要为城市商业银行、农村信用合作社和外资银行,他们都倾向于与中心节点连接,也就是说倾向于争夺国有大型商业银行的客户,而不是他们自身之间的争夺。

　　(二)K-核(K-core)在很多复杂网络中,都存在这样的现象:虽然复杂网络的节点数目非常庞大,但是它的核心节点相对于整个复杂网络的节点数目来说非常少。所谓的核心,直观上来说,就是在复杂网络中起着重要作用的节点。而从复杂网络的结构上来看,这些核心节点之间联系非常紧密,而其他的非核心节点仅仅通过少数几条边与这些核心节点相连。一个网络,如果其中任何一个节点至少有k个邻居仍然在这个网络中,则该网络就叫做一个k-核心网络。从k-核的定义可知,较大K-核中的节点也属于所有的较小的k-核。在整个网络中,k值越大,k-核就是网络中凝聚力越高的区域。本文样本中,2000年和2009年银行共同贷款网络中,最大k-核分别为7-核和14-核,其中7-核包括8个节点,14-核包括17个节点,节点详情见下表2。表2所列银行分别是2000年和2009年银行共同贷款网络中,链接最紧密的银行。可见,2000年在银行系统中起中心位置的仍然是国有大型商业银行和政策性银行,但随着近十年的银行改革和发展,其他银行的发展壮大,银行间竞争的加剧,虽然国有大型商业银行的中心地位并未发生根本性变化,但一些次中心节点发展起来了,特别是全国股份制商业银行。同时,随着次中心节点位置的提升,核心区域内各银行的竞争也会更加激烈。

　　(三)度相关性(DegreeCorrelation)网络的度相关系数定义为:连在一起的节点对应度值的Pearson相关系数,即:i2i2其中,ji,ki为第i条边所连接的两个节点的度值(i=1,…,M,M为总的边数),-1≤r≤1。若网络的度相关系数为负,则表明度大的节点倾向于与度较小的节点相连接,表现为异配连接;若为正,则表明具有相似度的节点倾向于相互连接,表现为同配连接。大量研究表明:生物网络、信息网络则表现为异配连接;而社会网络多数为同配连接。本文中,2000年和2009年的银行共同贷款网络的度相关系数分别为-0.17695和-0.15929,说明该网络为异配网络,度小的银行倾向与度大的银行链接,也就是说,新增加的城市商业银行和农村信用合作社等都更倾向从大银行的客户中争得一定的业务,但是这类受多种因素限制并不能完全取代大银行的地位,获得整个客户。

　　(四)边权网络中,边权是衡量边上两点关系的强弱程度。本文的银行共同贷款网络中,边权的绝对值是指两家银行共同0.250.2贷款的企业的家数,但为了2000年与2009年情况的统计比较,本文对其进行归一化处理,得到边权的相对值,即两家银行共同贷款企业的家数占样本企业总数的比例。边权值越大,说明两家银行接触得更频繁,竞争就越激烈,但同时共享的信息也更多。图5描述了2000年和2009年银行共同贷款网络中每条边的权值,2000年边权值的下降速度明显快于2009年,2000年最高的两个边权值分别为0.219和0.144,2009年最高的两个边权值分别为0.116、0.115。可见,这十年,全国股份制银行做为次中心的崛起加速了主要银行之间的竞争,他们在与国有大型银行链接关系增强的同时,掠夺了国有大型银行原有的客户,专业银行的影子基本消失。

　　(五)聚类系数(ClusteringCoefficient)在网络中,节点i的邻居节点之间也可能互为邻居,这种特性称为网络的聚类性。假如网络中的一个节点i有ki条边将它和其他节点相连,这ki个节点就称为节点i的邻居。在这ki个节点之间最多可能有ki(ki-1)/2条边相互连接,而这ki个节点之间实际存在的边数Ei和总-1)/2之比就定义为节点i的聚类系整个网络的聚类系数C就是所有节点i的聚类系数Ci的平均值,即C=络是完全连接的,即任意两个节点都直接相连。2000年和2009年银行共同贷款网络的平均聚类系数分别为0.79577和0.86104。节点的聚类系数是网络的局部特征,反映一个网络的集团化程度。银行共同贷款网络中,银行i的聚类系数衡量的是与银行i拥有共同客户的银行之间的重合度,即该银行的共同贷款银行之间也拥有相同客户的程度。大的平均聚类系数和小的平均最短路径长度是共同判断网络是否为小世界网络。

　　(六)平均最短路径长度(AveragePathLength)首先定义网络中两个节点i、j之间的距离dij为:连接这两个节点的最短路径包含的边的数目。网络中任意两个节点之间的距离的最大值定义为网络的直径D。网络的平均最短路径长度L定义为任意两个节点之间的距离的平均值。即:22000年和2009年银行共同贷款网络的平均最短路径长度为2.247和2.255,都较小,而它们的平均聚类系数分别为0.79577和0.86104,又都较大,那么,这两个银行共同贷款网络都具有小世界的特征。同时,两个网络的直径都为4。银行共同贷款网络不仅能反映银行间的竞争情况,还能反映银行间信息流动的情况。