【正文】 業(yè)銀行歡迎的，大型基建項目也是商業(yè)銀行爭相投放貸款的目標(biāo)。其次，國家的貨幣政策市通過貨幣乘數(shù)效應(yīng)來起作用的，貨幣乘數(shù)又叫做貨幣創(chuàng)造乘數(shù)，是指中央銀行新增一筆原始貨幣供給將是活期存款總和（亦即貨幣供給量）將擴(kuò)大為這筆原始貨幣供給量的 k 倍，這個 k 便成為貨幣創(chuàng)造乘數(shù)。特別的，當(dāng)一國的基尼系數(shù)等于 1 時代表國民的收入分配是完全不平等的，等于 0 是代表收入分配是完全平等的。在 研 究 產(chǎn) 業(yè) 市 場 集 中 度 的 過 程 中 經(jīng) 常 運(yùn) 用 赫 芬 達(dá) 爾 指 數(shù) 來 研 究 ， 還 有 經(jīng)22 / 53濟(jì) 學(xué) 界 也 較 多 的 使 用 該 指 標(biāo) ， 政 府 管 制 部 門 在 管 理 一 些 和 集 中 程 度 有 關(guān) 的問 題 時 也 常 常 用 到 赫 芬 達(dá) 爾 指 數(shù) 。??miYP12上 式 中 ， 如 果 計 算 得 出 的 地 區(qū) 集 中 度 越 小 ， 說 明 該 商 業(yè) 銀 行 的 貸 款 比 較均 勻 的 投 向 了 各 個 地 區(qū) ， 沒 有 明 顯 的 地 區(qū) 集 中 趨 勢 ， 即 商 業(yè) 銀 行 把 貸 款 比 較分 散 的 投 向 各 地 區(qū) ， 貸 款 投 向 的 地 區(qū) 集 中 度 低 。赫 芬 達(dá) 爾 指 數(shù) 在 測 算 市 場 的 集 中 度 時 ， 其 優(yōu) 點 是 顯 而 易 見 的 ， 該 指 數(shù) 能夠 綜 合 考 慮 絕 對 因 素 和 相 對 因 素 ， 把 絕 對 指 標(biāo) 和 相 對 指 標(biāo) 相 結(jié) 合 ， 這 樣 就 能夠 比 較 精 確 地 測 算 集 中 度 。（1）敞口比率法所謂敞口比率法是一種衡量絕對集中度的指標(biāo)，在衡量商業(yè)銀行貸款集中度的過程中常用于計量貸款投向的客戶集中程度，敞口比率法直接計算的是前10 大（或 20 或 50）家客戶的敞口總額，并將這一敞口總額同銀行資本掛鉤，例如要求最大單一客戶的貸款總額不得超過銀行資本凈額的 10％。如果由于市場條件的變化或其他原因?qū)е逻@些大企業(yè)經(jīng)營失利致使資金鏈條斷裂的話，貸款投向的集中最終就會引起風(fēng)險的高度集聚，從而牽連到其他企業(yè)，會使風(fēng)險成倍的放大，最終會導(dǎo)致嚴(yán)重的系統(tǒng)性金融風(fēng)險。2022 年年末，東部、中部、西部和東北地區(qū)從商業(yè)銀行貸款的余額分別為 萬億元、 萬億元、 萬億元和 萬億元（見圖 13） ，同比分別增長 ％、％、％和 ％。 我國商業(yè)銀行貸款集中的現(xiàn)狀和風(fēng)險效應(yīng)分析 貸款投向的行業(yè)集中近幾年以來，商業(yè)銀行貸款投向的行業(yè)集中趨勢越來越明顯，主要表現(xiàn)為貸款集中投向于一些有較大優(yōu)勢的行業(yè)和一些國家政策支持的發(fā)展前景比較好的行業(yè)。為了降低甚至避免商業(yè)銀行的信貸客戶的違約風(fēng)險，商業(yè)銀行的信貸人員在發(fā)放貸款時對某些行業(yè)和貸款期限有偏好，往往拒絕短期貸款偏好的是正常起貸款。我國整體信用環(huán)境的惡劣是由多方面的原因引起的，改革開放以來我國實行了很長一段時間的計劃經(jīng)濟(jì)，一切都是按計劃來，在人們眼中不知道信用為何物。第四章把我國上市商業(yè)銀行的貸款集中度對銀行不良貸款的影響借助eviews 統(tǒng)計軟件做了一個實證分析，因為前面一章已經(jīng)把衡量貸款集中的一些指標(biāo)進(jìn)行了量化，這章就能夠利用那些量化的指標(biāo)來做實證分析。（3）多元統(tǒng)計分析方法對我國商業(yè)銀行貸款集中度對其不良貸款的影響研究運(yùn)用了多元統(tǒng)計分析方法。王嬌 [23](2022)分析了商業(yè)銀行貸款投向過于集中產(chǎn)生的原因，認(rèn)為商業(yè)銀行、當(dāng)?shù)卣€有一些信用評估機(jī)構(gòu)都以自己的利益為中心，從而沒有從全局考慮，沒有為整個社會的經(jīng)濟(jì)環(huán)境考慮。李子白、周藝杰 [10](2022)認(rèn)為中央銀行對銀行的風(fēng)險監(jiān)管除了一般意義上的注冊登記管理外，還需要加強(qiáng)對銀行貸款集中程度的控制。他們對此進(jìn)行了實證分析，其結(jié)果表明：等級高的商業(yè)銀行有貸款投向過度集中的現(xiàn)象而等級低的商業(yè)銀行貸款集中的現(xiàn)象不明顯。三是貸款過多的集中于同一地區(qū)（貸款的地區(qū)集中） 。用這三個指標(biāo)比較全面的評價了我國商業(yè)銀行的貸款集中情況。1 / 53分類號： 密級： 研 究 生 學(xué) 位 論 文論文題目（中文）貸款集中度對我國商業(yè)銀行不良貸款影響的實證研究論文題目（外文） An Empirical Study of the concentration of loans on nonperforming loans of mercial banks研究生姓名 王麗學(xué)科、專業(yè) 經(jīng)濟(jì)學(xué)在對以往文獻(xiàn)的整理學(xué)習(xí)的基礎(chǔ)上探討了我國商業(yè)銀行的貸款集中度對其不良貸款率的影響。貸款的地區(qū)集中是指商業(yè)銀行在選擇貸款的投放目標(biāo)時會優(yōu)先或重點考慮某些地區(qū)，比如說一些經(jīng)濟(jì)發(fā)展比較快的地區(qū)和發(fā)展前景比較好的地區(qū)，還有政府的政策比較關(guān)注的地區(qū)；就像地方商業(yè)銀行的貸款大都集中在本地區(qū)（本市或者是本?。?，因為地方商業(yè)銀行一般都是服務(wù)中小企業(yè)，服務(wù)地方經(jīng)濟(jì)，大多都受到地方政府的大力支持。產(chǎn)生這種現(xiàn)象的原因是這部分銀行對貸款客戶的信息了解的更多，他們認(rèn)為這些客戶的盈利能力和發(fā)展前途都好所以給這些客戶發(fā)放的貸款就多。孫晨光 [11](2022)也有類似的見解，同樣認(rèn)為商業(yè)銀行的貸款行為對國家的經(jīng)濟(jì)政策會產(chǎn)生一定的影響，使其不能發(fā)揮應(yīng)有的作用，并且誤導(dǎo)經(jīng)濟(jì)政策的制定。這樣，在三方各自追求自己的利益最大化的過程中無形中加劇了商業(yè)銀行的貸款投向的集中度，最終形成了貸款集中越來越嚴(yán)重的惡性循環(huán)。 研究內(nèi)容雖然有不少專家學(xué)者對貸款集中的問題一直在關(guān)注，也有不少的這方面的文章產(chǎn)生，但很少有人對我國商業(yè)銀行貸款投向過度集中的問題進(jìn)行系統(tǒng)性的研究。首先構(gòu)建貸款集中度對不良貸款影響的指標(biāo)體系，選取了我國 16 家上市商業(yè)銀行 2022 年到 2022 年的各商業(yè)銀行年報上所公布的數(shù)據(jù)，建立了多遠(yuǎn)統(tǒng)計分析模型，利用此多元統(tǒng)計分析模型進(jìn)行分析的結(jié)果表明：行業(yè)集中度與地區(qū)集中度與不良貸款率的關(guān)系是正相關(guān)關(guān)系，即如果商業(yè)銀行貸款投向的行業(yè)越集中，其不良貸款率越高，同樣，商業(yè)銀行貸款投向的地區(qū)集中度越高，其不良貸款率也越高，商業(yè)銀行所面臨的風(fēng)險也就越大。信用交易雙方都不能夠正確地看待以及使用信用，這樣我國傳統(tǒng)經(jīng)濟(jì)的作為影響了現(xiàn)代社會的信用環(huán)境。這樣由于銀行信貸政策的偏好，有些需要短期貸款的客戶就會很難在銀行貸到所需要的資金，銀行對中長期貸款期限的偏好最終會轉(zhuǎn)化成對需要中長期貸款的客戶的偏好。根據(jù)銀行和中國區(qū)域金融運(yùn)行報告公布的一些數(shù)據(jù)可以看出，截止2022 年末，和年初相比，我國商業(yè)銀行的貸款余額有了大幅度地增加。表 12 20222022 年中國各地區(qū)年貸款余額及其新增貸款分布情況（單位：％）東部 中部 西部 東北地區(qū)貸款余額占比貸款增速占比貸款余額占比貸款增速占比貸款余額占比貸款增速占比貸款余額占比貸款增速占比全國新增貸款平均2022 2022 2022 數(shù)據(jù)來源：《中國區(qū)域金融運(yùn)行報告》 （20222022）16 / 53圖 13 2022 年我國商業(yè)銀行貸款余額地區(qū)分布 貸款投向大客戶的集中近年來商業(yè)銀行之間爭奪優(yōu)質(zhì)客戶發(fā)放貸款，吸引存款等的競爭越來越激烈，所以越來越多的銀行機(jī)構(gòu)在不斷的加大市場營銷的力度，通過不斷地擴(kuò)大授信力度來吸引優(yōu)良客戶和大客戶。（2）阻礙貨幣政策傳導(dǎo)機(jī)制運(yùn)行商業(yè)銀行的貸款投向過度集中還會影響貨幣政策的實施效果。這種方法雖然計算起來簡單，看起來也直觀，但存在著反應(yīng)的信息不完全、片面等缺點，在計算這一比率時沒有考慮到借款者的信用質(zhì)量，比如說借款者違約的可能性等，所以說用敞口比率法計量的指標(biāo)比較粗糙。 用 赫 芬 達(dá) 爾 指 數(shù) 來 衡 量 企 業(yè) 的 市 場 占 有 率 時 對大 企 業(yè) 和 小 企 業(yè) 的 反 映 敏 感 程 度 是 不 同 的 ， 相 對 來 說 對 大 企 業(yè) 的 反 映 較 之 小企 業(yè) 要 敏 感 一 些 。 反 之 ， 如 果 計 算 得 出 的 地。 盡 管 有 很 多 優(yōu) 點 ， 但 赫 芬 達(dá) 爾 指 數(shù) 也 有 它 的 缺 點 ， HHI 指 數(shù) 對 數(shù) 據(jù) 的要 求 是 蠻 高 的 ， 這 樣 數(shù) 據(jù) 的 搜 尋 和 整 理 比 較 困 難 。一國為了控制貧富差距過大一般會給該國的基尼系數(shù)定一個指標(biāo)，比如說定位 ，當(dāng)該國的基尼系數(shù)超過 時就認(rèn)為是該國的貧富差距過大，需要采取一定的措施調(diào)控來縮小貧富差距，當(dāng)一國的基尼系數(shù)控制在 以內(nèi)時，說明該國的貧富差距在可以接受的范圍內(nèi)，不會引發(fā)社會問題。這樣一來商業(yè)銀行的貸款過度集中式的貨幣政策的效應(yīng)大打折扣，國家宏觀調(diào)控不利于在這種情況下開展。從一些大型銀行的情況入手來觀察，大部分的信貸資金發(fā)放給了有實力的大客戶和大企業(yè)，流向小企業(yè)的信貸資金很少，大部分小企業(yè)的貸款余額甚至出現(xiàn)負(fù)增長的現(xiàn)象。 （如圖 21）13 / 53圖 21 2022 年我國商業(yè)銀行新增貸款行業(yè)分布在新增貸款中，大型商業(yè)銀行、國家開發(fā)銀行，股份制商業(yè)銀行以及城市商業(yè)銀行投向房地產(chǎn)行業(yè)的貸款余額增速飛快，所占貸款總額的比例也越來越高，截止 2022 年末比年初增加了 萬億元，同比增長了 ％，增速提高 個百分點，超過 2022 年的增長水平，上面這些主要金融機(jī)構(gòu)的房地產(chǎn)貸款余額比其他各個行業(yè)的貸款余額的增速都快，這與近年來房地產(chǎn)行業(yè)在國內(nèi)發(fā)展是分不開的。但是符合銀行貸款條件的企業(yè)往往不是風(fēng)險最小的企業(yè)，有的企業(yè)雖然資產(chǎn)規(guī)模比較大，利潤也大，但從事的生產(chǎn)行為有可能不符合國家的政策或者是達(dá)不到國家的環(huán)保要求，這樣就很有可能會被國家強(qiáng)迫轉(zhuǎn)型等。由于以上這兩方面的原因，不守信的現(xiàn)象在目前的經(jīng)濟(jì)社會中比較常見。所以，我國商業(yè)銀行降低不良貸款率的方法除了通過分散貸款投向外還可以運(yùn)用擴(kuò)大規(guī)模的方式，這樣也就從降低了商業(yè)銀行的經(jīng)營風(fēng)險。本文以我國上市商業(yè)銀行為例嘗試構(gòu)建了一個比較完整的商業(yè)銀行貸款集中度的量化方法，比較全面的分析了目前我國商業(yè)銀行貸款集中的基本情況和基本趨勢，通過我國商業(yè)銀行發(fā)放貸款的數(shù)據(jù)和其他行業(yè)的一些相關(guān)數(shù)據(jù)給出一個總體的印象。因為搜集數(shù)據(jù)的困難以及目前所用方法還不夠先進(jìn)，還有就是這個問題本身也比較抽象，所以還不能夠準(zhǔn)確的核算這一風(fēng)險。俞妙送 [13](2022)在研究商業(yè)銀行的貸款集中問題時，持有不同的觀點，他認(rèn)為各個行業(yè)的盈利能力是不同的，風(fēng)險也是不同的，銀行把自己的貸款投向集中在那些風(fēng)險水平低的行業(yè)是明智的選擇，那樣的話也會降低銀行自身的風(fēng)險。Robert Deyoung，Lawrence G. Goldberg 與3 / 53Lawrence J. white[3](1999)在他們研究問題的過程中并沒有直接的解釋商業(yè)銀行的貸款投向集中在某些固定的客戶手中，但是通過他們研究的問題看出了商業(yè)銀行貸款投向往往愿意集中在大企業(yè)手中是跟銀行的建立時間及存在年限是相關(guān)的，越是歷史悠久的商業(yè)銀行越愿意給大客戶發(fā)放貸款，即貸款余額會越來越多的集中在大客戶手中。但是如果所有銀行都進(jìn)入這一趨勢的話，對于整個金融環(huán)境來說，貸款就會越來越集中，這樣即不利于經(jīng)濟(jì)的發(fā)展，又不利于規(guī)避風(fēng)險。最后，文章根據(jù)前面的分析本提出了幾點對策建議，希望我國商業(yè)銀行能夠在追求收益的同時跟多的關(guān)注風(fēng)險，扭轉(zhuǎn)近年來我國商業(yè)銀行貸款投向越來越集中的趨勢。學(xué)位論文中凡引用他人已經(jīng)發(fā)表或未發(fā)表的成果、數(shù)據(jù)、觀點等，均已明確注明出處。銀行業(yè)在給企業(yè)發(fā)放貸款的同時也積極地關(guān)注著自身的風(fēng)險，但由于沒有系統(tǒng)的考慮整個經(jīng)濟(jì)金融環(huán)境，導(dǎo)致銀行在發(fā)放貸款的時候沒有從面入手而是從點入手，最終使得商業(yè)銀行的貸款投向越來越集中在少數(shù)的行業(yè)、客戶以及地區(qū)上，如此的發(fā)展趨勢已經(jīng)使我國商業(yè)銀行的貸款集中程度遠(yuǎn)離了監(jiān)管的范圍，處在危險的邊緣。由于貸款是一個銀行的資產(chǎn)的最重要的組成部分，所以通常情況下貸款集中度風(fēng)險也是銀行面臨的最大風(fēng)險，貸款集中度風(fēng)險主要表現(xiàn)在以下三個方面：一是大額單一貸款的風(fēng)險暴露，亦即貸款對客戶的過度集中所引發(fā)的風(fēng)險暴露（貸款的客戶集中） ，即貸款過度集中于單一的集團(tuán)或客戶。由于國內(nèi)對于這一現(xiàn)象的監(jiān)管以及銀行自身的規(guī)避風(fēng)險的自覺性都不太強(qiáng)，相對于規(guī)避風(fēng)險來說，更多的商業(yè)銀行更加關(guān)注的是盈利情況，在追逐利益最大化的時候往往就會輕視了對信貸風(fēng)險的監(jiān)管，這樣在多方面的作用下，就導(dǎo)致了貸款過度集中的現(xiàn)越來越嚴(yán)重。這雖然在一定程度上遏制了不良貸款的增長，4 / 53也降低了不良貸款率，但貸款期限以及貸款投向的過分集中已經(jīng)不在適合企業(yè)的發(fā)展，商業(yè)銀行的貸款投向不僅僅影響著銀行的發(fā)展也影響著實體經(jīng)濟(jì)的發(fā)展，這對于整個經(jīng)濟(jì)社會都是不利的。衛(wèi)青、俞震 [22]（2022）把商業(yè)銀行的貸款集中風(fēng)險進(jìn)行了量化，然后在量化的基礎(chǔ)上來入手分析，說明了商業(yè)銀行的貸款投向過于集中加大了貸款組合風(fēng)險及信用損失。7 / 53 論文的主要研究方法容和研究內(nèi)容 研究方法（1）赫芬達(dá)爾指數(shù)法對行業(yè)集中度和地區(qū)集中度的衡量用了赫芬達(dá)爾指數(shù)法，赫芬達(dá)爾指數(shù)是指某個行業(yè)中個企業(yè)的規(guī)模占行業(yè)總規(guī)模百分比的平方和。運(yùn)用不同的方法對所要研究的指標(biāo)進(jìn)行量化，為第四章的實證分析打下了必要的基礎(chǔ)，想要運(yùn)用數(shù)量經(jīng)濟(jì)學(xué)的方法對問題進(jìn)行分析，量化是必須要的過程，沒有量化就沒有實證分析，所以這一章的測算是必不可少的，這樣能夠更準(zhǔn)確的度量集中度。在這樣的環(huán)境中企業(yè)生存下去的可能性比較大，銀行在發(fā)放貸款時會優(yōu)先考慮這樣的地區(qū)，這樣就會導(dǎo)致商業(yè)銀行貸款投向的地區(qū)集中，這種集中發(fā)展到一定程度時同樣會影響商業(yè)銀行的信貸資金的質(zhì)量，