我国农村银行业结构影响因素分析.docx

我国农村银行业结构影响因素分析摘要：使用2006―2010年1655个县（市）的面板数据对我国农村银行业结构的影响因素进行实证分析结果表明农村地区金融市场规模、经济增长、经济结构、政府干预程度以及投资率均对农村银行业结构具有显著影响：农村存贷款规模的扩大、农村经济增长及农村地区第二产业中规模以上工业企业比重的增加会降低我国农村银行业存贷款市场集中度；而县域财政支出占当年名义GDP比重和农村固定资产投资总额占GDP比重的增加会提高我国农村银行业存贷款市场集中度。因此一方面应促进农村地区规模以上工业企业的发展并带动中小企业发展实现农村经济的快速增长以促进农村地区金融市场规模的扩大；另一方面要减少和消除地方政府对农村经济的过度干预；从而有效降低我国农村银行业市场集中度。关键词：农村银行业结构；市场集中度；赫芬达尔指数（HHI）；存款集中度；贷款集中度；金融市场规模；农村金融体系；政府干预中图分类号：F830.341；F260文献标志码：A文章编号：16748131（2013）04003107一、引言目前我国农村银行业发展的基本格局是农村信用合作社占主导地位中国农业银行、中国邮政储蓄银行、农业发展银行协同发展此外还存在少量的其他银行的分支机构这些金融机构共同承担了中国农村地区金融市场的金融服务。截至2011年末我国银行业金融机构涉农贷款余额达到14.6万亿元。农业银行作为国有控股的商业银行2007年后定位为“面向三农服务城乡”但目前其市场重心仍在城市；中国邮政储蓄银行由于2007年才成立成立时间晚在经营农村小额贷款业务方面规模很小；农业发展银行的职责在于落实粮棉油购销政策支持粮棉油储备贷款的供应和封闭运行管理进而维护国家粮食安全作为政策性银行其业务仅限于政策层面的信贷服务不涉及商业信贷服务。2007年以来中国开始放宽农村金融市场的准入标准鼓励各类资本到农村地区投资设立新型农村金融机构。多种新型农村金融机构的出现推动了农村金融体系的改革降低了农村金融市场的集中度激活了农村金融市场有效地改善了农村地区的融资环境。截至2012年5月末中国新型农村金融机构已经组建了817家其80%的贷款投向“三农”和小企业（田杰等2012）。我国农村金融行业正逐步由单一的农村信用社模式转变为大、中、小银行共存的多元化模式农村政策性金融、合作金融和商业性金融结构也发生了变化。那么农村银行业结构的变化受到哪些因素的影响？国外学者对银行业结构影响因素的相关研究不多只有Amel（1990）等研究了导致银行业结构变化的相关影响因素。国内文献对这个问题的研究也比较少于忠等（2000）运用多变量线性回归模型对我国银行业结构的决定因素进行了实证分析；但其采用的是1986―1996年的数据样本区间太小严重影响结果的可靠性；同时其多变量线性回归模型未对内生性、遗漏变量等问题进行妥善处理可能会导致结果有偏。相对而言林毅夫等（2006）采用中国省级面板数据在数据上克服了样本区间小的问题；在方法上运用双向固定效应模型、工具变量法和GMM估计对银行业结构的影响因素进行分析克服了其结果的有偏性和不可靠性结果更加准确可靠。贺小海等（2008）利用中国1987―2004年的省级面板数据分析发现期初银行业结构、市场规模、市场需求成长率、经济增长、经济结构等因素对我国银行业结构的演进在不同显著水平上有一定的影响。范小云等（2010）采用银行业集中度来代表银行业结构运用拓展模型验证了市场准入和经营范围的监管在一定程度上会增加银行业的集中度从而降低银行业务的多元化程度。现有文献研究表明银行业集中度的降低将会更有效地促进经济增长（林毅夫等2008）因此需要深入研究我国农村银行业结构的影响因素并在此基础上提出有效降低农村银行业集中度的政策建议从而促进我国县域农村经济增长。上述文献均依赖于时间序列或省级层面数据未能基于更低层面（地市级或县级）数据来实证分析我国农村银行业结构的影响因素。鉴于此本文以我国2006―2010年1655个县（市）构成县级面板数据对影响我国农村银行业结构的因素进行实证研究并在此基础上提出有效降低农村银行业集中度的政策建议。二、模型设定、分析变量与数据来源1.模型设定本文通过设立模型来考察我国农村银行业结构的影响因素变量的选择主要是借鉴林毅夫等（2006）、贺小海等（2008b）基于产业经济学和宏观经济学理论分析所选取的影响因素同时考虑了数据的可获得性。由于本文研究不同县（市）在不同时间点上的农村银行业结构的影响因素涉及不同的横截面和时间序列因此采用面板数据模型较合适。本文构造如下计量模型：HHIit=α0+α1Xit+λi+υit