中国银行业高利润的来源：市场势力还是高效率|中国银行业利润

　　［内容摘要］中国银行业的高利润究竟来源于行政垄断保护下的市场势力溢价，还是应对未来金融开放环境下的激烈竞争进行改革带来经营效率的提高，抑或是整体经济稳定增长的结果？通过对银行业系统市场势力和经营效率测度发现，银行业整体存在着较高的系统性市场势力溢价，且规模弹性小于1；银行业整体效率低下，全要素生产率平均增长为负值；银行业的高利润主要来源于行政垄断造成的行业系统性市场势力，而非因改革带来的效率提高，GDP的增长一定程度上促成了银行业的高利润。
　　［关键词］中国银行业；高利润来源；市场势力溢价；经营效率
　　作者简介：姜 琪（1984—），男，山东大学经济学院（济南，250100），博士生。研究方向：反垄断与规制经济学。
　　李占一（1985—），男，山东大学经济学院（济南，250100），博士生。研究方向：公共经济与公共政策。
　　一、引 言
　　近五年来，中国银行业税后利润不断攀升，平均增速30.24%。即便在2011年世界范围内经济低迷、通胀压力增大、实体经济萎靡的大环境下，中国银行业金融机构的税后利润仍一路飙升，达到历史最高水平1.25万亿元，较2010年同比增长39.3%，实体经济与银行业利润关系出现扭曲，这一不寻常现象引起了人们对银行业高利润来源的关注。银行业高利润的性质直接关系到收入分配差距、行政垄断行业改革、经济增长的稳定性等诸多问题，所以对银行业高利润性质的澄清具有重要的理论和现实意义。
　　已有文献对中国银行业高利润来源的争论主要集中在三个方面：第一，银行业高利润来源于中国经济持续快速的增长。现阶段中国的融资结构以间接融资为主，随着中国经济的增长，银行业的资本规模和信贷规模不断扩大，在促进经济增长的同时也分享了经济发展的红利。王胜、胡玲燕认为，银行业利润的大幅增长主要归因于实体经济平稳较快增长、现行金融保护制度、银行中间业务快速发展、市场环境变迁等, 是各种内外部、主客观因素共同作用的结果。［1］第二，银行业高利润可能来源于管制性利差造成的行业系统性市场势力溢价。利息收入是银行业利润的主要组成部分，现阶段中国没有实现利率市场化，存款利率上限和贷款利率下限受到中央银行的严格管制，管制性利差是银行业实现利息收入的重要依赖途径。库特（Demirguc-Kunt）研究表明，人均GDP、经济增长率对一国银行净利差水平的影响并不显著，净利差水平与经济周期基本不相关，但与政府监管、**等一些制度因素有关。［2］赵旭认为高利差与低效率、非竞争性市场环境是相关的，这反映了不健全的银行监管环境和高度的信息不对称，可以说高利差反映了风险溢价，该现象在发展中国家和转型国家比较明显。［3］陆岷峰等将中国银行业的高利润归因于历史沿革和金融市场环境，其影响主要体现在利润以高息差收入为主、缺乏与实体经济间的风险共担机制、资金供给和需求的特殊性、经济上升期的必然结果。［4］第三，高利润来源于中国银行业改革带来整体经营效率的提高。自2003年起中国银行业实施根本性改革，政府对国有商业银行进行资本注入和不良资产的剥离，并通过引入国外战略投资者和上市进行了部分资产的民营化改革。①刘瑞波等认为中国银行业的改革降低了不良资产比率，增强了抗风险的能力，有利于提高银行业经营效率。［5］有关研究表明，改革上市的银行相比之下具有较高的利润效率和较低的成本效率，银行业改革可能是拉动银行业利润增长的制度因素。②
　　针对解释银行业高利润来源的三种观点，我们把经济增长归结为推动银行业利润增长的外因，而管制性利差造成的系统性市场势力和改革带来的效率提高是其利润增长的内因。对中国银行业高利润性质的澄清是本文关注的重点。在经济增长快速平稳的推动下，很多经济实体都会出现正常的利润增长，这并不能帮助我们区分和辨别银行业高利润的性质，故本文主要集中探讨对银行业利润影响的内因。那么，中国银行业高利润究竟是来源于行政垄断保护下的市场势力溢价，还是为应对未来金融开放环境下激烈竞争进行改革带来自身经营效率提高的结果？我们拟通过对中国银行业系统市场势力和经营效率的直接测度进行回答。
　　二、中国银行业系统市场势力测度
　　本文的主旨在于尝试性地揭示银行业高利润的来源和性质，即相比其他行业，银行业为何不受经济波动的影响出现稳定的高利润？鉴于已有测度市场势力的方法欠妥③和单独测度银行业内个体的市场势力对解释银行业整体高利润的意义不大，故我们摒弃测度银行个体市场势力的做法，运用新经验产业组织（NEIO）的实证方法对中国银行业整体的系统性市场势力进行评估，来获得银行业相对其他行业的市场势力溢价水平的信息。
　　NEIO实证方法是由Bresnahan和Hall创立，通过建立基于索罗生产函数的估计方程，直接估计反映产业市场势力的变量——市场势力溢价，从而可以运用经济统计数据而不依赖会计数据来判定相关垄断问题。［6］Klette摒弃了Hall对“技术和规模报酬不变”假定，对估计方法加以改进，［7］我们就是基于Klette改进后的模型对中国银行业的整体市场势力溢价进行估计的。
　　（一）模型假定与估计方程
　　NEIO方法主要基于三点假定:第一，该方法测定的是整个行业的系统性市场势力，而非单个厂商的市场势力，行业市场势力的表现形式为排除规模效应和技术进步的影响，整个行业仍可以获取超额利润，即行业的系统市场势力溢价明显大于1。第二，行业存在着系统的规模弹性，以此反映行业的规模效应，行业内厂商具有对称的推测弹性，从而允许使用溢价公式。第三，行业内的厂商在要素市场上是完全竞争的，只在产品市场上具有一定的市场势力。
　　假设企业的生产函数为Qit=AitFt(Xit)，其中，Qit为i厂商在t时期的产出向量；Ait是全要素生产率；Ft(*)是生产函数，可以在年度间变化，但不随个体变化；Xit为i厂商在t时期投入要素向量。设定一个参照厂商，其产出和投入都是当期所有厂商产出和投入的均值。设参照厂商在第t期的生产函数为Qt=AtFt(Xt)，对二者做对数线性差，并采用多元广义微分中值定理进行线性化，并令qit=lnYit-lnYt;ait=lnAit-lnAt;xit=lnXit-lnXt得到qit=ait+∑j∈Mjitjit，其中，“^”表示变量与参照厂商相应变量的对数线性差；“-”表示该变量在微分中值点的值，M为投入要素组合。假设中国银行业存在普遍的市场势力溢价μ和规模弹性η，可知qit=ait+μ∑j≠kjit(jit-kit)+ηkit+(μit-μ)∑j≠kjit(jit-kit)+(it-η)kit。由于各商业银行间存在生产率差异，误差项会与投入要素之间存在自相关，所以面板数据回归模型宜选用随机效应模型。在拒绝了方程存在固定效应的情况下，截距项的常数项部分退化为a，截距项中的随机变动部分用vi表示，vi=(μit-μ)∑j≠kjit(jit-kit)+(it-η)kit。令vit=∑j≠kjit(jit-kit)，得到最终的回归方程it=a+μvit+ηkit+(vi+uit)。④