贷款集中度过高的风险6篇

篇一：贷款集中度过高的风险篇二：贷款集中度过高的风险

　　需警惕农商行贷款集中度过高的风险

　　吴方

　　【期刊名称】《当代金融家》

　　【年(卷),期】2015(000)004【摘

　　要】部分农村商业银行贷款集中度偏高,超过监管上限,隐含较大的信用风险、流动性风险、政策风险及行业风险隐患。近期,对安徽省阜阳、滁州、池州、宣城等4市调查显示：部分农村商业银行贷款集中度偏高,超过监管上限,隐含较大的信用风险、流动性风险、政策风险及行业风险隐患,需引起关注。

　　【总页数】2页(P132-133)

　　【作

　　者】吴方

　　【作者单位】中国人民银行阜阳市中心支行

　　【正文语种】中

　　文

　　【中图分类】F832.4【相关文献】

　　1.基于利率敏感性缺口的利率风险度量管理--以A农商行存款和贷款为例2.乡村振兴战略视角下惠农贷款风险评价——以菏泽农商行为例3.江苏白酒品牌集中度过高未来需尽快培养第二阵营4.经济L型下农商行不良贷款处置路径探析——以XX农商行为例5.农商行推广线上贷款的挑战及风险防范建议

　　因版权原因，仅展示原文概要，查看原文内容请购买

篇三：贷款集中度过高的风险

　　商业银行贷款集中度风险管理研究

　　山西财经大学

　　硕士学位论文

　　商业银行贷款集中度风险管理研究

　　姓名：李斐然

　　申请学位级别：硕士

　　专业：金融学

　　指导教师：杨有振

　　2010-03-15商业银行贷款集中度风险管理研究

　　摘要

　　贷款集中在一定程度上有其合理性。一方面，贷款集中符合商业银行以市场经济的运行

　　机制和运作法则配置金融资源的效率原则，从而支持一批效益好、有发展前景的大中型企业

　　的发展，培育了一批优质客户；另一方面，在目前银行信贷资金还是一种紧缺资源的情况下，贷款集中也有利于在短期内保证部分重点地区、重点行业和优势企业的发展，规避人为出现

　　的风险。然而，随着贷款集中的程度逐渐加剧，就必然会带来贷款集中风

　　险。因此加强对贷

　　款集中度风险的管理便成为了商业银行经营管理中的一项重要内容。

　　一些国外商业银行都建立了较为完善的贷款集中度风险管理体系，包括对大额授信方面

　　的管理、设定对集团客户和股东关系人的授信限额，并要求商业银行披露大额暴露状况。另

　　外，国外商业银行有着完善的贷款集中度风险管理的操作技术，并且有着健全的社会信用体

　　系和良好的信贷文化，这些因素对管理贷款集中度风险具有重要的作用。

　　相比较而言，我国商业银行贷款集中度风险管理则存在着一定的不足，例如，管理体系

　　不完善、管理技术落后等。因此，本文借鉴国外商业银行在贷款集中度风险管理方面的经验，结合我国商业银行实际经营管理状况，提出了一些管理贷款集中度风险的政策建议。

　　本文认为完善我国商业银行贷款集中度风险管理主要从以下几个方面着手：一是健全商

　　业银行贷款集中度风险管理的监管体系，也即金融监管部门要制定一系列的指标限制商业银

　　行贷款集中，从而使贷款集中度风险控制在商业银行可接受的范围之内；二是要借鉴国外先

　　进的贷款集中度风险管理技术，使管理政策在商业银行经营管理中得到贯

　　彻和实施；三是培

　　育良好的信贷文化，降低贷款集中度风险；四是要加强商业银行自身管理体制的创新；五是

　　要制定和完善相关法律法规，使贷款集中度风险管理有法可依、有章可循。

　　【关键词】贷款集中度风险

　　同一借款人

　　大额风险暴露

　　商业银行

　　山西财经大学硕士学位论文

　　AbstractConcentratedinacertaindegreeofcredithasitsownrationality.Inasense,thecreditembodiesthecommercialbanksbegantotakeinitiativetoamarketeconomyoperatingmechanismandoperationoftherulesallocatefinancialresourcestosupportanumberofgoodbenefits,thereare

　　prospects

　　for

　　development

　　of

　　medium-sizedenterprisesandkeyinfrastructure,cultivatedabatchqualitycustomers;thesametime,inthecurrentbankcreditfundsorashortageofresources,itisalsobeneficialintheshorttermtoensuresomekeyareas,keyindustriesandenterprisesinthedevelopmentofemergingriskstoavoidman-made.However,withthedegreeofcreditconcentrationgradually

　　increased,itwillinevitablybringabout

　　the

　　credit

　　risk

　　concentration.Creditconcentrationriskismainlyreflectedinthefollowingareas:

　　【Keywords】creditriskconcentration，singlecounterparty，largeexposure，commercialbank

　　目录

　　1.导

　　论.......................................11.1选题背景及意义................................11.2国内外文献回顾................................21.3研究思路与方法................................52山西财经大学

　　学位论文原创性声明

　　本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得

　　的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写

　　过的作品成果。对本文的研究所做出重要贡献的个人和集体，均已在文中以明确方式标明。

　　本人完全意识到本申明的法律结果由本人承担。

　　学位论文作者签名：

　　日期：

　　年

　　月

　　日

　　山西财经大学

　　学位论文版权使用授权书

　　本学位论文作者完全了解学校有关保管、使用学位论文的规定，同意学校

　　保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和

　　借阅。本人授权山西财经大学可以将本学位论文的全部或部分内容编入有关数

　　据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

　　本学位论文属于保密□，不保密□。在

　　年解密后适用本授权书。

　　（请在以上方框内打“√”）

　　学位论文作者签名：

　　指导教师签名：

　　日期：

　　年

　　月

　　日

　　日期：

　　年

　　月

　　日

　　商业银行贷款集中度风险管理研究

　　1.导

　　论

　　1.1选题背景及意义

　　贷款集中度是指商业银行贷款业务对某一行业、地域或者贷款期限等过度的投放，从

　　而引起高风险的行为。在我国，广义的贷款集中体现为贷款投向的集中、贷款权限的集中、贷款形式的集中等等，而狭义的贷款集中主要指贷款投向的集中。

　　2006年，各地区银行业金融机构信贷资金运用长期化趋势明显。银行贷款不断向大客

　　户、重点行业集中，贷款行业集中于制造、电力、建筑、交通和房地产业，贷款客户主要

　　①集中于授信亿元以上的大型企业集团

　　。同时，银行监管部门的统计数据显示，至2007年2月末，大客户(授信额度在5000万元以上)贷款余额占19家银行(包括5家大型银行、国开

　　行、进出口银行和12家股份制银行)贷款总额60%以上，单户大企业平均授信额度超过5亿元。

　　2008年新增本外币贷款5万亿元，主要投向制造业，交通运输业、仓储和邮政业，电

　　力、燃气及水的生产和供应业，水利、环境和公共设施管理业，批发和零售业等五个行业。

　　2008年各项贷款新增5万亿元（本外币，下同），同比多增1.06万亿元。在国家统计局22个大的门类行业中，新增贷款主要投向制造业，交通运输业、仓储和邮政

　　业，电力、燃气

　　及水的生产和供应业，水利、环境和公共设施管理业，批发和零售业，以上5个行业的贷

　　款新增额分别为1.02万亿元、5185亿元、5160亿元、4518亿元和4122

篇四：贷款集中度过高的风险

　　集中度风险管理问题与防范

　　所谓集中度风险就是指银行对源于同一及相关风险敞口过大，如同一业务领域（市场环境、行业、区域、国家等）、同一客户（借款人、存款人、交易对手、担保人、债券等融资产品发行体等）、同一产品（融资来源、币种、期限、避险或缓险工具等）的风险敞口过大，可能给银行造成巨大损失，甚至直接威胁到银行的信誉、银行持续经营的能力，乃至银行的生存。集中度风险从总体上讲，与银行的风险偏好密切相关，属于战略层面的风险。它既是一个潜在的、一旦爆发损失巨大的风险；又是一种派生性风险，通常依附于其他风险之中。

　　一、银行集中度风险主要表现

　　资产的集中度风险。如对单个客户、交易对手的风险敞口过大形成的集中度风险；对同一行业具有较高风险敞口的风险，包括对同一行业贷款数额占全部贷款数额的比重等；对同一地区交易对手或借款人具有较高的风险敞口而产生的风险；由于采用单一的风险缓释工具、避险工具，如抵质押品或由单个担保人提供担保而产生的风险；高比例持有某特定资产的风险，如债券、衍生产品、结构性产品等；对外担保、承诺所形成的风险敞口过于集中等。

　　与流动性风险密切相关的集中度风险。包括贷款期限的集中度风险，如贷款的平均期限，余期10年期以上长期贷款占全部贷款的比重；主要存款大户的存款余额的占比；主要同业机构存放或拆借余额的占比等。

　　收益的集中度风险。如信贷业务收益占总收益的比重、某高风险产品收益占总收益的比重等，以及其他可能带来损失的单个风险敞口或风险敞口组合等等。

　　由于信贷业务是商业银行最重要的资产业务，通常情况下，信贷集中度风险是其面临的最大风险集中，它既与单笔大额信贷风险敞口有关，又与银行其他业务密切相关，并对银行的整个经营风险以及资本占用产生重要的影响。

　　信贷集中度风险不仅表现为直接的集中度风险，即单一信贷产品、单个信贷客户或集团客户的信贷风险敞口问题，其风险特征是信贷数额多、所占份额大，比较直观、易识别，对这类集中度风险的管理，通常采用信贷产品限额、客户最高综合授信等措施来控制；信贷集中度风险还表现为间接的集中度风险，它比较难识别，也比较难把控。如银行给几个表面看上去互不相干的、相互独立的公司贷款，而实际上这些公司的持续发展有赖于某一个上游供应商，从而就形成了事实上的单个客户的信贷风险敞口；或在某个行业占主导地位的地区，银行在这个地区的经营活动，就容易在不经意间给同一行业的不同客户融资，从而导致信贷

　　风险在这个行业的集中。

　　从经济学的角度看，经济运行中的泡沫通常与银行信贷的集中度有一定的相关性，只要出现有若干银行信贷过度集中的行业，无论是单个的还是组合的、直接的还是间接的，就会有泡沫产生的可能，有泡沫就有潜在危机。问题在于当泡沫刚出现时，人们并不马上就会意识到风险在集中，甚至只会看到盈利机会的增大。

　　集中度风险的一个重要特性是具有很大的隐蔽性。在风险逐步集聚的过程中，它不会像别的风险那样，边集聚、边暴露，边有损失。集中度风险在集聚过程中，不仅不会出现损失，而且还会带来收益，往往是集中度风险越高收益也会越高。所以当集中度风险集聚时，银行的收益是在逐渐增加的，而收益的增加通常会模糊人们的视线，会使人们感觉不到风险的增大、风险暴露可能带来的损失。由于集中度风险的这个特性，会直接影响到对集中度风险管理的有效性，人们往往会为了短期收益而存有侥幸心理。即使在风险监测中发现了也不会引起重视，因为它不像贷款出现逾期欠息等违约风险马上就会反映为不良贷款，甚至出现损失，也不像市场风险即刻就表现为当期收益的减少。集中度风险在爆发导致银行巨额损失之前，除了收益较高外，并没有其他不良的表现，很容易被决策者所容忍，这是集中度风险最具危害性的一个特性。

　　集中度风险暴露通常是受某一或某些因素的影响，使风险敞口突然增大到超过自身的风险承受能力、资本覆盖能力。此外，集中度风险暴露不仅表现为直接的资产损失，而且还表现为资产收益率的大幅度下降。如发放过多的固定利率贷款，就会使银行的利率风险敞口显著增大，虽然不会出现信用违约风险，但会出现利率风险。当利率处于上升预期时，银行就会面临巨大的利率风险，使银行资产的预期收益率下降。

　　在很多情况下，集中度风险暴露带来的损失，银行是很难把握和控制的，只能做好事先的防范。集中度风险的事先防范措施主要就是分散风险，而要做到分散风险不仅会加大经营成本，还要放弃一部分眼前利益。所以在银行经营中保持业务一定的集中度是必要的，既可降低经营成本又可增加收益，但不能过度，超过一定的度就会形成集中度风险，对此我们不能存有一丝的侥幸心理，要在成本与收益之间寻找一个合理的平衡点。

　　二、当前国内银行业集中度风险分析

　　银行经营的是风险，分散风险是经营和管理风险最基本的原则和措施。但是在实际的运作中，由于一些业务的集中可带来诱人的短期效益而使人容易忽略这种集中可能带来的风险。当前不论是大银行还是中小银行、老银行还是新银行，经营战略、信贷重点投放的行业或领域、信贷产品、表外业务等同质化问题十分突出，风险集中度也很相同，一旦集中度风险暴露，那么整个银行业就会遭受较大的损失，甚至引发金融风波。当前国内银行业的集中

　　度风险问题主要表现为：

　　对集中度风险的定义过于狭窄，管理分散。通常只是把集中度风险定义在贷款及其相关的借款人上，未能涵盖所有业务及其交易对手的风险敞口。对跨部门的集中度风险，在识别、计量、监测、报告、控制等管理上还不太统一，没有实行集中管理，管理权大都分散在相关的业务部门，从而使集中度风险的问题通常被分散化了。如有些银行对房地产相关的信贷业务如房地产中的住宅房开发贷款、个人住房按揭贷款、商用房的开发贷款、商用房的按揭贷款、土地储备贷款、以房地产为抵押的贷款、房地产企业的债券投资等等与房地产有关的贷款管理通常是由几个部门分别管理的，很难说清楚房地产市场发生变化会给本行带来多大的影响以及本行的房地产贷款的集中度风险情况。

　　大额贷款户迅速增加，户均贷款大幅上升。几乎所有的银行都想把贷款贷给那些优良的大客户，目前中国内地一些银行10%甚至不到10％的客户集中了其80%或更多的贷款，亿元以上的大额贷款客户快速增加。每年新增的贷款，大都又发放给了既有的贷款客户，使得贷款的集中度越来越高。大型客户的行业垄断性特征以及国有化背景使得银行忽略了对这些客户贷款集中度风险的考虑，大量的贷款被不断垒加到少数“优质”客户身上。大额贷款客户多，户均贷款额大，会使银行面临两方面的风险：一方面是其中的一个或几个客户出现风险，就会形成巨额不良贷款损失；另一方面，客户没有出现违约，银行也没有不良贷款损失，但如果这些大额贷款客户改变商业模式或改变融资方式，将间接融资改为直接融资，通过发债或其他直接融资方式来偿还银行贷款，就会使银行在短期内贷款总量大幅减少，直接影响当期的经营收益。

　　贷款的行业集中度在快速提升。近年来，银行贷款的投向主要集中在城建、交通运输、电力、房地产、制造业等领域，从表面上看，这些行业的风险不大，但由于这些行业比较容易受宏观政策影响，政策变化会引发银行的信贷风险。行业信贷的集中度风险比单一客户的集中度风险对银行的威胁更大，如目前国内银行业的房地产贷款余额占各项贷款的比重在20%左右，少数股份制银行已突破30%；要是加上以房地产为抵押的其他贷款，与房地产相关的贷款就差不多要占银行贷款总量的一半；如再加上当前房地产开发企业发行的中期票据大部分由银行持有，该比例还会更高。如果房地产市场价格出现下行，那么银行就会受到影响，尤其是那些房地产贷款占比高的银行。

　　行业信贷的集中度风险还会延伸到区域信贷集中度风险，如有些区域集中了纺织、有色、钢铁、水泥等某一行业及其相关的配套行业，银行贷款的客户主要集中在这些相关的行业。大量的银行贷款生成了数额巨大的制造业产能，如中国的钢铁产能已达7亿吨，有2亿多吨过剩；水泥行业的过剩产能相当于美国、日本和印度全年消费量的总和。这些行业的市场变化、结构调整对银行信贷资产质量的影响很大。一旦市场发生变化，或原材料供应价格出现波动，或销售市场发生变化，或存在其他某种影响因素，立刻会引发区域信贷风险，使区域

　　内几家银行的不良贷款都出现大幅增加。对这种行业、区域的集中度风险是难以简单地通过银团贷款加以解决的。银团贷款可以缓解单一客户的集中度风险，但不能完全解决行业、区域贷款的集中度风险问题。需要强调的是，这种行业、区域的贷款集中度风险，在风险暴露前又往往不被重视，一些银行关注的重点还是单一客户的信贷风险。

　　贷款期限进一步失衡，中长期贷款占比不断攀高。由于贷款行业的集中度，带来了贷款期限的长期化，无论是大银行还是中小银行的贷款期限都越来越长，有的甚至超过30年；长期贷款的比重也越来越大，余期10年以上贷款超过本行贷款总额10％已经很普遍了，超过15%也不是个别情况。在贷款转让出售市场很不活跃的情况下，通常这种长期贷款都是持有到期的。10年期以上的贷款利息收益并没有因风险增大而相应增加，对客户来说，也愿意申请期限长的贷款，因为对其贷款成本没有影响，却获得了稳定的贷款。这种贷款的长期化趋势与存款等资金来源的短期化趋势形成比较明显的反差，使银行的资产负债期限错配问题日益突出。在适度的范围内，资产负债的期限错配可以给银行带来好的收益，如果错配的量过大，又没有相应的对冲办法和应急措施，就容易引发致命的流动性风险，尤其是中小银行的风险更大。

　　交易对手和交易产品的风险集中也日益普遍。除了信贷外，在市场交易业务中也存在集中度风险，随着金融市场的开放和活跃，国内银行的全球金融市场交易业务越来越多，交易量也越来越大，市场交易业务对银行经营收益的影响也越来越大。市场交易业务与信贷业务一样，收益高的产品，风险相应也大。由于市场交易业务本身的特点，监管部门对交易对手的集中度风险并没有明确的规定，也没有一个量的限制。从实际情况来看，银行市场交易业务的集中度风险也在不断集聚，如与某个交易对手的交易占比过高、持有过多的某类交易产品、单笔衍生品交易数额过大等。

　　交易对手的集中度风险，主要表现为大量的交易业务集中在少数几个交易对手，一旦交易对手出现问题，就会立即在交易量上反映出来，使交易量迅速下降，收益也会出现大幅下降。市场交易对手的风险相对比较可控，一旦交易完成了，交易对手的风险也就释放了。但对交易产品发行体的集中度风险、对金融衍生类交易产品的集中度风险、对单笔衍生品交易数额集中度风险以及对交易账户中的产品持有时间等则缺乏制度性的集中度风险防控规定，有的甚至连内部的风险限额也没有。再加上这种集中度风险真正威胁到银行生存的事件实际又很少发生以及受到业绩考核的激励，银行对高收益的产品就会尽可能多购买、多持有，使得市场交易业务的集中度风险日益凸显。

　　表外业务、负债业务的风险也在集中。银行是信用的中介，资产业务的集中会引发风险，表外业务、负债业务的集中也同样会导致风险。现在银行的表外业务发展很快，使得大量的风险从表内转移到了表外，包括各种资产支持的融资、信托计划、理财等，从表面看法律关系清楚，银行承担的风险可控，而实际的风险敞口并没有真正得到控制，尤其是在道义上、声誉上的风险。如把表外业务与表内业务结合起来分析，风险的集中度问题就会显现了。

　　负债业务方面，银行的负债如果过于集中在少数几个存款大户或几家同业机构，也会引发负债业务的集中度风险。如存款大户提前支取或到期取出大额存款转作他用，或当流动性趋紧在同业市场上拆借不到价格合适的资金，而发放出去的贷款没有到期无法收回时，银行就将面临由负债集中而引发的流动性风险。从实际来看，国内一些中小银行的负债业务集中度很高。随着这些银行贷款集中度的提高，贷款期限的延长，负债的集中度风险也在不断加剧，流动性风险的敞口不断扩大。由于受到经营成本的约束和低成本负债模式的惯性，使得负债集中度风险要比资产集中度风险对银行流动性的威胁更大。

　　集中度风险的监管还不够充分。目前具有法律约束性的监管规定，只有单一客户贷款不能超过资本金的10％、单一集团客户授信不能超过资本金的15％。对金融机构快速集聚的集中度风险缺乏一套完整的监管制度和监管指标，对某些业务集中度风险较高的银行也很少进行有效的风险提示或窗口指导。同时一些化解银行集中度风险的渠道、路径、工具又没有得到充分的应用。

　　三、防范集中度风险的几点思考

　　要有效地防范和控制银行集中度风险，政府有关部门、监管部门、银行、企业等都要从国家的金融安全、长远的发展战略、经济的可持续发展考虑，进一步加快金融创新，丰富金融产品；进一步开放和活跃金融市场，积极引导和规范银行的经营行为；并使银行能有更多更好的渠道、路径、工具来防范和控制集中度风险。

　　要加快金融创新，进一步开放金融市场。积极地总结和汲取这次金融危机的教训，积极鼓励金融创新，也不因曾遭受过损失而把金融市场交易产品妖魔化。根据目前的实际，加大市场开放的力度，充分发挥市场的调节作用。要进一步完善一级市场，扩大企业直接融资的范围和数量，使有能力在市场上直接融资的企业和重点项目，尽可能从市场直接融资。凡需超过100亿元贷款的项目，原则上要通过发债来筹措，如可以发行定向的重点项目建设债券、地方公共建设债券、企业经营债券等。尤其是一些大型企业，一些建设期、还款期较长的大型项目主要应通过发债来解决资金问题，少用或不用银行贷款，减少对银行贷款的依赖，使银行贷款主要投向那些难以直接在市场进行融资的中小企业，这既可缓解当前中小企业融资难的问题，又可化解银行贷款的集中度风险。在此基础上要开放和发展二级市场，扩大市场交易主体的数量，使所有的金融机构都可以自由地在市场上买卖金融产品，既有负债类产品，如大额可转让存单、各类债券包括各种短期的、长期的、专项的债券等，也有各种资产类产品，如资产的转让、贷款的买卖等。银行发放贷款后可随时在二级市场上转让出售，通过市场机制使风险得以充分暴露，如不能按正常价格卖出去的贷款就是有风险的贷款。

　　加强集中度风险监管，严格监管执法。银行的集中度风险是最重要的监管内容之一，监管部门要投入相应的监管资源，严格监管。要制订一整套包括银行所有集中度风险的监管制度，形成一个完整的集中度风险监管指标体系，如对单一客户贷款、单一集团客户融资、10个集团客户授信额在监管上除了法律规定外，还应有监管的风险警戒线。法律规定是最后控制线，风险并不是到了突破法规控制线后才暴露的，而是在远未到法规控制线就暴露了，所以在法规控制线之内还应有一个监管的风险警戒线。对银行单笔超过100亿元的贷款或超过净资本1％的贷款、户均贷款、10年期以上贷款占比、单笔市场风险敞口超过一定比例的交易、单一行业贷款超过本行贷款总额25%、超过10%资金来源的单一存款人或拆借人等设立监管控制指标。对表外业务的集中度风险也要与表内业务一样进行监管，要有量化的监管指标，按制度、按指标进行监测，发现问题及时发出监管风险提示，并要求银行进行整改。还要将银行自身的集中度风险管控措施作为重要的监管内容，要严格评价这些措施是否可行有效、能否防范集中度风险，并进行必要的压力测试。对集中度风险较大的银行机构，监管部门不仅要提示风险，还要提出整改意见和责任追究建议；对集中度超过监管指标的机构及其负责人要有一定的处罚，要有监管的严肃性，并一视同仁。对超过一定集中度限额指标的机构，要根据超限额的程度相应增提风险拨备，把因集中度提高而增加的收益全部提作风险拨备。

　　银行要根据自身特点，确定经营战略。董事会要在完善银行公司治理结构和治理机制的基础上，结合自身的经营特点和风险偏好，确定银行经营的战略目标和市场定位，明确经营战略的布局，包括资产布局、负债布局、各种结构布局。不仅要有业务发展的总量目标，还要有业务发展的结构目标，总量目标的实现不一定等于结构目标的完成，有时总量目标与结构目标还会有冲突，不完全一致。对各种结构不仅要设定限额，还要对限额有严格的控制措施，以确保结构目标的完成，更不能以高风险的结构为代价来实现总量目标。董事会要定期听取管理层有关集中度风险的情况分析和压力测试报告，要求管理层更谨慎的经营，关注和把控集中度风险，不断优化经营布局。

　　银行管理层要根据董事会确定的经营战略，制订出一套管理集中度风险的措施，建立统一的集中度风险管理制度，明确归口牵头部门集中统一管理，包括业务领域集中度、产品集中度、交易对手集中度、资产分布集中度、负债结构集中度等。加强和健全集中度风险的识别、度量、监测、报告制度，完善集中度风险压力测试制度。所有的集中度风险都要有相应的压力测试，模拟各种极端情况下的情景，根据压力测试的结果，设定风险警戒线，对集中度风险进行提示、预警，要形成一套集中度风险防控的机制。对每类业务的集中度还要细化管理，如大中小各类信贷客户结构；行业、区域的信贷分布结构；各类信贷产品的结构布局；各类贷款的期限结构等。如对负债业务的集中度风险要把握来自主要客户的余额占比，包括主要存款大户的存款余额占比；主要同业机构同业存放余额占比；总负债中主要的产品占比、币种占比、期限占比等等。不仅对表内业务要分散经营，对表外业务也要充分考虑分散布局，要把表内表外的集中度风险一并管理。要加强对其分支机构集中度风险的监测，虽然分支机构的集中度不能代表整个法人机构的集中度风险，有时某个或某一部分分支机构的集中度可能会很高，但这并不影响银行整体的集中度，可是如果就此而放松对分支机构集中度的监测管理，则会加剧集中度风险。要根据市场变化情况，实际的执行情况，及时调整分支机构或附属机构的限额占用和业务分布，使经营布局更加合理有效。

　　扩大客户的数量，控制大额贷款客户。信贷集中度风险是银行最主要的集中度风险，增加贷款客户数量，降低单个客户贷款总量和户均贷款额是解决信贷集中度风险的一个重要措施。银行既要控制单一客户的信贷集中度，又要控制大额贷款户数。户均贷款额和大额贷款客户数量的变化对银行贷款集中度的影响很大，只考虑户均贷款不考虑大额贷款户，或只考虑了大额贷款户而不关注户均贷款都失之偏颇，必须要全面把控贷款集中度风险状况和态势。

　　一是要加强限额管理，不仅考虑表内的风险集中度，还要考虑表外业务的风险集中度；不仅要考虑客户本身的信贷风险集中度，还应把与其关联密切的上下游客户的风险包括进来，形成一个完整的最高综合授信限额。同时要严格按限额执行，银行所有并表的附属机构都要按设定的限额执行，再好的客户没有限额也不能增加贷款，这里特别要强调，附属机构也不能排除在外，也必须严格按既定的、统一的限额执行。

　　二是要在新增贷款总量的同时不断增加新的贷款客户，尤其是要大力增加对中小企业、小微企业的贷款，提高中小企业、小微企业的贷款占比，防控贷款客户的过度集中。银行不仅要关注贷款总量的增加，也要关注客户数量的增加，把当年户均贷款额的增加还是降低，中小企业、小微企业贷款增幅，作为评价集中度风险的一个重要指标，以避免过度垒大户。

　　三是大力倡导和强制实施银团贷款，对大额贷款要倡导实施银团贷款，对超过一定额度的贷款要强制组银团。再好的客户也要分散风险，仅靠协会的自律来要求是很难落实的。如果是小客户则另当别论，因为小客户融资总量小，即使出现风险银行也可控、可承受，只有全额承贷，才能全面了解客户的经营情况及各种相关信息，才能有效控制风险。否则就会提高成本，降低效率，还会因信息不完整，而使得风险不可控。

　　严格规范交易业务，强化集中度风险控制。对交易或持有某一类、某一只金融衍生类产品，尤其是结构复杂的衍生品要有量化的单笔、单个产品、单类业务控制线，在任何情况下都不能超过，对交易账户不仅要有明确的各类产品限额，而且还应对持有的期限要有严格的要求，逾期要强制出售。对高风险的结构性衍生产品，关键是要把握两条原则：一是要搞清楚交易的产品，不论多么复杂，只要搞清楚风险了，就可以选择做还是不做。二是要有限额控制，不论这个衍生产品的风险是大是小，都要有限额控制，包括单笔交易额的限额控制、单只产品的交易总量限额控制、单类产品的交易总量限额控制。盈利再高的产品也不能做得

　　太多，要适度，要有控制，杜绝赌徒心态，谨慎经营。三是对交易的每个产品都要事先有压力测试、情景分析，要考虑极端情况下的最大风险暴露和风险损失及其承受能力，严格把控一个产品、一笔交易最大的风险敞口可能给银行带来的损失。

篇五：贷款集中度过高的风险

　　商业银行贷款集中度的风险与收益研究———基于中国18家商业银行面板数据的分析王旭经济管理学院，北京100044北京交通大学摘要：选取18家商业银行2005～2011年期间的面板数据，将其分为三组同质同类银行，通过设计变量和面板数据模型，实证检验商业银行贷款集中度对资产收益率、不良贷款率、经营稳定性和资本充足率的影响。结果显示，贷款集中度对商业银行资产收益率、经营稳定性和资本充足率具有反向影响，对不良贷款率具有正向影响;贷款集中度的影响在不同类型商业银行之间存在着结构性差异。因此，应完善信贷管理机制，建立贷款集中度风险预警机制，重新定位市场以降低贷款集中度、有效提高收益和降低风险。关键词：商业银行;贷款集中度;资产收益率;Z指数;面板数据模型中图分类号：F830．33文献标识码：A文章编号：1674－1625（2013）04－0049－11一、引言贷款集中是指商业银行贷款集中于某一个行业、地区、客户或贷款类型，它一方面使得银行可以集中资金投向回报率较高的行业或企业，从而有利于逐步优化银行的资产结构、提高资产质量和回报率；另一方面贷款资金过度集中于某些行业将累积风险，不利于分散风险。贷款集中的一个重要限制性指标是银行对单一客户的贷款余额与银行净资本的比例，即贷款集中度，监管层明确规定，对同一借款人的贷款余额占商业银行资本净额的比例不得超过10%；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%；对单一集团客户授信总额不得超过商业银行资本余额的15%。2008年金融危机后，为应对经济危机带来的一系列问题、刺激经济健康快速发2012年各项人展，中国政府实施了适度宽松的货币政策。据中国人民银行数据显示，收稿日期：2013－05－18基金项目：教育部专项任务（239005522）、北京市哲学社会科学规划项目（11JA006）。作者简介：王旭（1971－），男，北京交通大学经济管理学院博士研究生，高级经济师，研究方向为商业银行经营与管理。·49·

　　320亿元。适度宽松的货币政策使得信贷投放民币贷款新增8．2万亿元，同比增加7，呈现粗放式的增长，信贷资金流向少数几个资本回报率较高的行业，贷款集中度风险2011年大部分银行的最大开始积聚，不利于中国经济结构的调整。根据披露的年报，10家客户贷款比例普遍较高，如天津银行2011年最大10家客户贷款比例为52．84%，甚至超过了监管红线。因此，贷款集中度较高的问题是当前高速扩张的银行业所面临的共性问题。国外实证文献对于银行集中度与银行风险的关系大致有三类观点。一是银行集［1］中度与银行风险负相关。Becketal．（2006）分析了1980～1997年69国的47个银行危机样本，发现银行集中度越高的国家，发生银行危机的可能性越低。Agorakietal．（2009）［2］研究了1998～2005年13个中东欧国家543家银行的集中度，发现具有市场势力的银行信用风险较低，总体倒闭概率也较低。二是银行集中度与银行风险正［3］相关。De．Nicoloetal．（2004）对100多个国家进行研究发现，银行集中度越高的国［4］这与之前的结论截然相反。SchaeckandCikak（2007）对欧洲10家银行风险也越高，［5］国以及Soedarmonoetal．（2010）对亚洲12个国家和地区的研究，都支持了集中度与银行风险正相关的观点。三是银行集中度与银行风险不相关。如YeyatiandMicco（2007）［6］的实证研究发现，20世纪90年代的拉美国家银行集中度对银行风险没有显［7］著影响。G．jimenezetal．（2010）通过勒纳指数对西班牙的银行业进行了实证研究，结果发现集中度的提升对银行风险没有显著影响。此外，国外部分学者（如K．2009［8］；ClaessensandLaeven，2004［9］）通过PanzarandＲosse模型研究Schaecketal．，银行集中度与银行风险、稳定性等之间的关系，认为降低银行集中度可以有效降低系［10］统性危机出现的概率，提升整个银行业系统的稳定性。而Ariss（2010）和Soedar-monoetal．（2011）［11］通过研究发现资产分散化与降低银行集中度将有助于增强银行稳定性和盈利效率。由于难以系统采集中国商业银行的贷款数据，所以国内关于贷款集中度方面的研［12］对中国80家城市商业银行的客户贷款集中度问题进究并不多见。王海霞（2009）结果显示，从较长的时间来看，客户贷款的集中一方面会增加银行的风行了实证研究，［13］险，另一方面还会不断侵蚀银行利润。李红侠（2010）采用二项式扩展技术对国内计算了信贷资产组合的非预期损失额。魏晓琴和李晓霞某商业银行进行了实证研究，（2011）［14］采用地区集中度、行业集中度、客户集中度三个指标来考察中国商业银行的贷款集中度，以15家上市银行为研究样本进行了测算。那么，较高的贷款集中度对商业银行的风险和收益会产生怎样的影响？商业银行又该如何采取措施进行应对？本文拟对这一问题进行实证分析。二、变量设计及模型设定(一)变量定义1．被解释变量。·50·

　　商业银行贷款集中度的风险与收益研究（1）银行收益。资产收益率ＲOA（ＲeturnonAssets），近几年各商业银行ＲOA有所上升，该指标反映了银行的综合经营成果，故以此作为银行收益的代理指标。（2）银行风险。本文的银行风险强调信用风险，用以下两种方式进行衡量。一是银行不良贷款率高意味着银行的信用风险大。不良贷款率BLＲ（ＲateofBadLoans），二是反映银行经营稳定性风险的Z指数。作为银行信用风险的替代指标的Z指数可衡量商业银行的破产风险，其定义为：ＲOA+Z=EAσＲOAＲOA和E/A分别是资产收益率和所有者权益占总资产的比率；σＲOA为资其中，产收益率在样本期间的标准差。Z指数与商业银行的破产概率负相关：Z指数越高，破产概率越小；Z指数越低，破产概率越大。（3）资本充足率CAＲ（CapitalAdequacyＲatio）。商业银行的资本是银行发放贷款（尤其是长期贷款）和其他投资的资金来源之一，资本金是承担风险和吸收损失的第一资金来源，因此，本文将资本充足率作为因变量考察贷款集中度对它的影响。2．解释变量。（1）商业银行贷款集中度。借鉴已有文献以及中国商业银行客户贷款集中情况，本文选用最大10家客户贷款占资本净额的比率（TENit）来衡量贷款集中度。（2）银行控制变量（Fit）。Fit为一组控制变量，Fit＇=（SIZEit，MGit，pGDPit）。其银行资产规模变量（SIZE）是银行资产的对数，资产规模越大则受到“太大而不能中，倒”的政府隐性政策保护越多，由此产生的道德风险会刺激银行从事高风险业务。MG为M2/GDP的比例，衡量货币流动性，它通过资本市场及银行信贷来影响银行业。pGDP为人均GDP，衡量经济增长环境，稳定的经济增长环境将有利于银行风险的降低。(二)模型设定本文收集了18家商业银行2005～2011年的相关数据①，多数数据来自于各家银CPI指数、GDP和M2的数据来源于国家统计局网站和中国人民银行网站。行年报，通过手工整理共得到770个数据，后文将使用EXCEL和EVIEWS6．0软件进行实证分析。相关模型如下：＇模型1：ln（ＲOAit）=Ci+αiln（TENit）+βiln（Fit）+εit＇模型2：ln（BLＲit）=Ci+αiln（TENit）+βiln（Fit）+εit＇模型3：ln（Zit）=Ci+αiln（TENit）+βiln（Fit）+εit＇模型4：ln（CAＲit）=Ci+αiln（TENit）+βiln（Fit）+εit（1）（2）（3）（4）宁波银行、上海浦东发展银行、华夏银行、中信银行、南京银行、民生银行、招①18家银行分别是平安银行、兴业银行、北京银行、交通银行、中国工商银行、中国建设银行、中国银行、恒丰银行、浙商银行、广发银行、商银行、中国光大银行。·51·

　　i=1，…，18；t=2005，…，2011。其中，根据面板数据的两维性特点，需要进行模型类别的识别性检验。H1：回归斜率系数相同（齐性），但截距不同，即：α1=α2=…=α18=α；β1=β2=…=β18=β。ln（ＲOAit）=Ci+αln（TENit）+β＇ln（Fit）+εitln（BLＲit）=Ci+αln（TENit）+β＇ln（Fit）+εitln（Zit）=Ci+αln（TENit）+β＇ln（Fit）+εitln（CAＲit）=Ci+αln（TENit）+β＇ln（Fit）+εit=β且C1=C2=…=C18=C。ln（ＲOAit）=C+αln（TENit）+β＇ln（Fit）+εitln（BLＲit）=C+αln（TENit）+β＇ln（Fit）+εitln（Zit）=C+αln（TENit）+β＇ln（Fit）+εit（9）（10）（11）（5）（6）（7）（8）H2：回归斜率系数和截距都相同，即：α1=α2=…=α18=α；β1=β2=…=β18ln（CAＲit）=C+αln（TENit）+β＇ln（Fit）+εit（12）1．相关性分析。为避免面板数据变量间的多重共线性问题，本文首先对各变量进行了Pearson相关性检验。表1ＲOATENSIZEMGpGDP0．1350．3680．3920．390Z－0．4720．6850．6240．830主要变量间Pearson相关性检验BLＲ0．602－0．548－0．562－0．888CAＲ－0．521－0．2310．2580．591TEN1－0．462－0．219－0．424SIZE－0．46210．1910．244MG－0．2190．19110．706pGDP－0．4240．2440．7061MG和为保证样本回归的准确性，本文在回归前做一些调整。从表1可以看出，pGDP的相关系数较高，为0．706，鉴于此，解释变量MG和pGDP应尽量避免出现在同同时又保证了样本回归的自一回归方程中。这样做的好处是既可以避免多重共线性，由度。2．模型选取的F检验。为了判断面板数据模型的类别，进行如下的F检验。F2=F1=（S3－S1）/［（N－1）（K+1）］～F［（N－1）（K+1），N（T－K－1）］（13）S1/［NT－N（K+1）］（S2－S1）/［（N－1）k］～F［（N－1）k，N（T－k－1）］S1/（NT－N（k+1））（14）T表示从2005～2011年的时期数，上式中，本文为7；N表示截面单元数，本文为18；K表示除截距项以外的自变量个数，S2、S3分别代表模型（1）～（4）、本文为3；S1、模型（5）～（8）、模型（9）～（12）式的残差平方和。在零假设H2和H1下，若计算所得F2统计量的值大于给定显著性水平下的临界值，即F2＞Fa，则拒绝H2，继续检验，找·52·

　　商业银行贷款集中度的风险与收益研究出参数非齐性的来源；否则，应用模型（9）～（12）拟合样本。在确认参数存在非齐性若计算所得F1统计量的值大于给定显著性水平下的临界值，即F1＞Fa，则的情况下，拒绝H1，利用模型（1）～（4）拟合样本；否则，利用模型（5）～（8）拟合样本。本文关于面板数据模型类别的F检验结果如表2所示。表2被解释变量ＲOABLＲZCAＲS14．0253．7317．129．57S210．9058．2124．3810．99面板数据模型类别的F检验结果S325．30152．9044．3617．35F24．2019．595．381．54F11．811．181．920．37模型类型变系数变截距变系数变截距F2的临界值F0．05（68，54）=1．47，F1的临界值F0．05（51，54）在5%的显著性水平下，=1．64。对于模型1来说，54）=1．47，因F2＞F0．05（68，故拒绝H2假设；进一步对假设H1进行检验，54）=1．64，得F1＞F0．05（51，故拒绝H1，可以将模型设定为变系数模型。同理可判断其他模型所适用的模型类别，所有被解释变量适用模型具体如表2所示。三、实证分析(一)描述性统计分析由表3的描述性统计分析结果可知，样本银行不良贷款率平均为1．90%，说明近年来各商业银行在风险资产的控制上取得了较大的成效；资本充足率均值为11．38%，中值也超过了最低8%的监管规定，表明各商业银行的资本充足率提升较快；资产利润率均值为0．92%。银行最大10家客户贷款余额占资本净额的均值为33．89%，中值为28．41%，值得注意的是，该指标的标准差较大，表明各家银行存在较大的差异，比如该指标的最大值为122．22%，远远高于50%的监管标准。此外，统计分析还显示且各商业银行之间的差异各家银行的资产规模有较大的差异；Z指数的均值为0．27，不大；人均GDP和M2/GDP都呈上升趋势。表3TEN均值中值最大值最小值标准差33．8928．41122．2215．1816．16ＲOA0．920．991．720．150．33SIZE22300．818483．95154768．70218．4632825．87描述性统计分析BLＲ1．901．439．570．001．73CAＲ11．3811．2730．670．393．62Z0．270．240．800．0020．14MG167．35161．54183．69151．2513．55pGDP15665．4915997．6020352．1011237．503019．75(二)实证结果及经验分析1．贷款集中度对ＲOA及Z的影响（模型1和模型3）。为尽可能避免面板数据的异方差问题，本文采用GLS检验。根据研究需要，检验结果中只列示αi，即贷款集中·53·

　　度的弹性系数估计结果。本文应用的变系数模型可以基于微观面板数据计算出每家银行的贷款集中度对收益（ＲOA）和风险（Z）的影响系数，由于监管机构和商业银行都希望得到微观信息及其变化，因此，本文将回归结果按商业银行的类型进行归类（表4）。表4国有商业银行工商ＲOA－0．17（－1．82）－0．12（－2．33）－0．18（－2．05）－0．18（－2．42）＊＊＊＊＊＊*贷款集中度对银行收益（ＲOA）和风险（Z）的影响系数股份制商业银行＊＊＊Z－0．61（－11．89）ＲOA－0．36（－3．55）＊＊＊Z－0．59（－7．96）＊＊＊城市商业银行宁波ＲOA－0．10（－0．96）－0．11（－1．08）－0．14（－2．01）＊＊Z－0．06（－0．59）－0．18（－1．95）－0．24（－3．48）＊＊＊*平安建设－0．41（－7．11）＊＊＊浦发－0．25（－3．40）＊＊＊－0．55（－7．95）＊＊＊南京中国－0．39（－7．19）＊＊＊华夏－0．37（－5．23）＊＊＊－0．41（－5．94）＊＊＊北京交通－0．37（－5．84）＊＊＊中信－0．20（－2．83）＊＊＊－0．43（－6．46）＊＊＊民生－0．22（－3．24）＊＊＊－0．50（－7．53）＊＊＊招商－0．15（－2．12）－0．18（－2．51）－0．36（－4．83）＊＊＊＊＊＊＊－0．52（－7．89）＊＊＊兴业－0．49（－7．12）＊＊＊广发－0．51（－7．89）＊＊＊光大－0．22（－3．64）＊＊＊－0．65（－4．14）＊＊＊恒丰－0．28（－2．89）＊＊＊－0．48（－5．59）＊＊＊浙商均值－0．16－0．44均值－0．25（－2．43）－0．26＊＊－0．19（－2．07）－0．48＊＊均值－0．14－0．21*＊＊＊、＊、5%、10%的置信水平上显著。注:表中括号内是t统计量;＊分别表示在1%、根据表4，图1进一步清晰地描述了各商业银行贷款集中度对ＲOA和Z指数的影响。针对贷款集中度对银行ＲOA的影响，可以按αi"－0．25、－0．25＜αi"－0．15、αi＞－0．15划分为贷款集中度对ＲOA影响较大、中等、较小等3个档次，表5归纳描述了国有商业银行、股份制商业银·54·

　　商业银行贷款集中度的风险与收益研究行、城市商业银行的相应结果。同样，针对贷款集中度对银行Z指数的影响，可以按αi"－0．5、－0．5＜αi"－0．3、－0．3＜αi"0划分为贷款集中度对Z指数影响较大、中等、较小等3个档次，表6是样本银行相应结果的归纳。表5类型国有商业银行股份制商业银行城市商业银行表6类型国有商业银行股份制商业银行城市商业银行样本银行贷款集中度对Z指数的影响程度αi"－0．5（影响较大）工商、平安、浦发、民生、招商、广发、光大－0．5＜αi"－0．3（影响中等）交通、中国、建设中信、兴业、华夏、恒丰浙商宁波、南京、北京－0．3＜αi"0（影响较小）平安、浦发、华夏、广发、恒丰、浙商样本银行贷款集中度对ＲOA的影响程度－0．25＜αi"－0．15（影响中等）工商、中国、交通民生、招商、中信、兴业、光大南京、北京宁波、αi＞－0．15（影响较小）建设αi"－0．25（影响较大）根据以上的实证结果，可以得出以下结论。第一，表4显示，除宁波银行和南京银行外，其他商业银行弹性系数的t统计量均显著。三类商业银行贷款集中度对ＲOA的影响系数αi的均值分别为－0．16、－0．26、－0．14。弹性系数值为负，表明贷款集中度与商业银行ＲOA呈反向关系，即较高的贷款集中度侵蚀了银行的利润，降低了银行的收益率。其原因可能在于大客户普遍具有较强的谈判能力，商业银行不得不给予大客户较优惠的利率。第二，从贷款集中度对ＲOA的影响程度来看，股份制商业银行较大，国有商业银城市商业银行影响较小。2003年以来，成立时间较晚的股份制商业银行迅速行次之，扩张，以进入经济较发达的地区和城市为分布网点的原则，迄今为止，已在长三角、珠其贷款集中度下降三角和环渤海经济圈建立了较多的网点。受益于经营地域的扩张，较快，贷款分散化也使得银行收益来源多样化，从而对ＲOA产生了积极的影响。与之城市商业银行的经营地域较窄，网点扩张受到一定的制约，因而其贷款集中度变相比，化并不大，对银行ＲOA的影响系数较小且并不显著。第三，与贷款集中度对银行收益的影响相比，贷款集中度对银行风险的影响在三类银行之间的差异较小。表4显示三类商业银行贷款集中度对银行风险（Z指数）的－0．48、－0．21。这表明，影响系数αi的均值分别为－0．44、贷款集中度与Z指数成反努力降低贷款集中度可以使得Z指数值增加，从而会提升商业银行的经营稳定性。比，第四，从贷款集中度对Z指数的影响程度来看，股份制商业银行的影响系数最大，·55·

　　均值为－0．48，但其内部存在一定程度上的分化，影响最大的平安银行（－0．59）和最小的浙商银行（－0．19）之间相差0．4。国有商业银行的弹性系数均为负值，且均值达到了－0．44，表明对国有商业银行来说，也应着力于降低贷款集中度以提高经营稳定均值为－0．21。本文的结果对正致性。三家上市城市商业银行的弹性系数相对较小，表明可以通过经营地域的扩展来降力于异地扩张的城市商业银行来说具有现实意义，低贷款集中度，从而提升其Z指数，提高商业银行的经营稳定性。2．贷款集中度对CAＲ及BLＲ的影响（模型2和模型4）。根据前文对面板数据模型类别的F检验结果，应采用固定影响变截距模型进行估计，为了降低面板数据产生的异方差性，在回归估计时同样选取GLS方法对模型进行估计，回归结果见表7。表7指标C贷款集中度对CAＲ和BLＲ的影响系数及截距系数CAＲ3．64（5．59）α＊＊＊BLＲ12．02（6．47）＊＊＊Ln（TEN）－0．46（－8．54）0．01（0．39）0．03（0．21）－0．390．29－0．17－0．050．0060．51－0．08－0．02＊＊＊0．38（2．66）＊＊＊Ln（SIZE）β－0．55（－4．35）＊＊＊Ln（MG）平安－C宁波－C浦发－C华夏－C中信－C南京－C民生－C招商－C兴业－C北京－C交通－C工商－C建设－C中国－C恒丰－C浙商－C广发－C光大－Cγ－1．60（－3．09）0．10－1．760．180．300．43－0．830．590．370．19－0．201．072．111．941．99－1．47－6．120．510．60＊＊＊Ci－0．080．49－0．01－0．02－0．05－0．050．040．180．02－0．59·56·

　　商业银行贷款集中度的风险与收益研究固定影响变截距模型假定各银行贷款集中度对其资本充足率和不良贷款率有相本文估计的贷款集中度对资本充足率的影响系数是－0．46，表明贷款同的斜率系数，集中度每下降1个百分点会使得资本充足率上升0．46个百分点。但这只是固定影响设立固定影响变截距模型的主要目的是为了检验各银变截距模型估计出的辅助结果，18家商业银行的平行之间的资本充足率结构差异。从表7可知，就资本充足率而言，均截距水平为3．74，表中第5行至第22行数据为各商业银行的截距与平均截距水平的偏离，用来反映各商业银行之间的资本充足率结构差异。因此，可以分别计算各商如平安银行为3．25（=3．64－0．39），宁波银行为3．93（=3．64+业银行的截距水平，0．29）。表7显示，除平安银行、宁波银行、南京银行、北京银行、光大银行等5家银行之外，其余各银行的截距与平均截距水平的偏离均小于0．2，表明各商业银行的资本充足率不存在结构性差异。究其原因，这可能与中国对商业银行的监管政策有关，根《商业银行资本管理办法（试行）》，据2012年6月中国银监会颁布的要求各商业银行一级资本充足率不得低于6%，核心一级资本充足率不得低资本充足率不得低于8%，这在一定程度上可以解释本文的估计结果。于5%，相较于资本充足率来说，贷款集中度对不良贷款率的影响存在较大差异。本文估计的贷款集中度对不良贷款率的影响系数为0．38，该系数为正值，说明贷款集中度对不良贷款率有正向的影响，即贷款集中度每下降1个百分点会使得不良贷款率下降0．38个百分点。从表7可知，18家商业银行的不良贷款率平均截距水平为12．02，表中第5行至第22行数据为各商业银行不良贷款率截距与不良贷款率平均截距水平的用来反映各商业银行之间的不良贷款率的结构差异。其中，浙商银行的偏离最偏离，为－6．12，其原因可能在于其自身的经营特性和不良贷款率数据的特点。成立相大，2006、2007连续三年的不良贷款率均为0，对较晚的浙商银行2005、随着规模的扩大2011年为0．24%。此外，和经营地域的扩展，不良贷款率有所上升，国有商业银行的平均偏离度也略高于股份制商业银行和城市商业银行。四、主要结论及政策建议本文选取了18家商业银行2005～2011年的面板数据，实证检验了贷款集中度对银行业风险和收益的影响。结果显示，贷款集中度对商业银行ＲOA和经营稳定性的影响呈反向关系，即较高的贷款集中度侵蚀了银行的利润，降低了银行的收益率，也降低了银行的经营稳定性。其原因在于：一是过高的贷款集中度使得商业银行的风险集中于一家或几家大客户的生产经营状况，如果这几家大客户发生信用事件，将对商业银行的经营产生重大影响；二是由于大客户的议价能力较强，商业银行对其的贷款定价不一定能随行就市，往往难以获得较高的净利差收益。实证结果也显示，贷款集中度对资本充足率具有负向影响，对不良贷款率具有正向影响，且该影响在不同类型的商业银行之间存在着结构性差异。据此，本文认为，贷款集中度风险是商业银行信用·57·

　　风险的主要成因之一，应在以下几个方面给予足够重视。1．完善信贷管理机制。对现有的信贷制度进行全面梳理，使信贷管理由传统、经科学化、现代化管理转变；同时，通过绩效考核等手段有意识地引验型管理向集约化、导员工的营销取向，坚决执行对同一借款人的贷款余额占商业银行资本余额的比例不对最大10家客户的贷款余额占商业银行资本余额的比例不得超过50%得超过10%、的标准。2．建立贷款集中度风险预警机制。国外银行的研究表明，贷后管理中大部分不必要损失的发生原因，是由于预警信号虽被发现但没有被及时披露，或即使披露却没商业银行应建立鲜明的风险文化，并辅之以适当的组有采取相应的后续对策。因此，织结构和流程机制，确保预警信号一旦发生能够及时披露并启动相应的应急预案。3．重新进行市场定位。各商业银行应重新进行市场定位，深入挖掘中小企业优质客户，并根据中小企业客户贷款的特点和实际需要，针对性地开发相应的信贷流程、风险评估等技术。通过拓展优质贷款客户，降低商业银行的贷款集中度，实现收益的上升和风险的分散，从而提升商业银行的经营稳定性和核心竞争力。参考文献：［1］Beck，T，Demirguc－Kunt，A．，andＲ．Levine，2006．BankConcentration，competition，andCrisis：FirstJournalofBanking，andFinance，Vol．30，No．5：1581－1603．Ｒesults，［2］Agoraki，M，Delis．M．，andFotiosPasiouras，2011．ＲegulationsCompetitionandBankＲiskTakinginTransitionCountries，JournalofFinancialStability，Vol．7，No．1：38－48．［3］DeNicoloG．，BartholomewP．，ZamanJ．，andM．Zephirin，2004．BankConsolidation，Internationaliza-tion，andConglomeration：TrendsandImplicationsforFinancialＲisk，FinancialMarketsInstitutionsVol．13，No．4：173－217．andInstruments，［4］SchaeckK．，andCihakM．，2012．CompetitionandCapitalＲatios，EuropeanFinancialManagement，Vol．18，No．5：836－866．［5］Soedarmono，W．，Machrouh，F．，andA．Tarazi，2010．BankCompetitionＲiskandCapitalＲatios：Evi-UniversityofLimogesWorkingPaperSeries．dencefromAsia，［6］Yeyati，Levy．，andA．Micco，2007．ConcentrationandForeignPenetrationinLatinAmericanBankingSectors：ImpactonCompetitionandＲisk，JournalofBankingandFinance，Vol．31，No．6：1633－1647．［7］G．Jimenez，J．A．Lopez，andJ．S．Salas，2010．HowDoesCompetitionImpactBankＲisk－Taking？BancodeEspanaWorkingPaperNo．1005．［8］K．Schaeck，M．Cihak，andS．Wolfe，2009．AreCompetitiveBankingSystemsMoreStable？JournalofMoney，CreditandBanking，Vol．41，No．4：711－734．［9］S．Claessens，andL．laeven，2004．WhatDrivesBankCompetition？SomeInternationalEvidence，Jour-CreditandBanking，Vol．36，No．3：563－583．nalofMoney，［10］Ｒ．TurkAriss，2010．OntheImplicationsofMarketPowerinBanking：EvidencefromDevelopingCountries，JournalofBankingandFinance，Vol．34，No．4：765－775．·58·

　　商业银行贷款集中度的风险与收益研究［11］W．Soedarmono，F．Machrouh，andA．Tarazi，2011．BankMarketPower，EconomicGrowthandFinan-JournalofAsianEconomics，Vol．22，No．6：460－470．cialstability：EvidencefromAsianbanks，［12］王海霞．银行风险、——基于城市商业银行的实证分析［J］．金融理论收益与客户贷款集中度—2009（11）．与实践，［13］李红侠．商业银行贷款集中度风险的计量模型与实证研究［J］．海南金融，2010（2）．［14］魏晓琴，J］．金融理论与实践，2011（4）．李晓霞．我国商业银行贷款集中度的测算及效应分析［(责任编辑三平)ＲesearchontheＲisksandBenefitsoftheConcentrationofCommercialBankLoans———BasedonthePanelDataof18CommercialBanksinChinaWangXu（SchoolofEconomicsandManagement，BeijingJiaotongUniversity，Beijing100044，China）Abstract：Thispaperstudiestheinfluenceofloanconcentrationonrisksandbenefitsofourcommercialbanks．Basedonthepaneldataof18commercialbanksduringtheperiodof2005－2011，wedivideallsamplesintothreegroupsofhomogenousbanks．Throughthedesignofvariablesandempiricalmodel，wemakeanempiricaltestontheinfluenceofloanreturnonassets，therateofbadloans，theoperatingstabilityandcapitalade-concentration，quacyratio．Theresultshowsthattheinfluenceofloanconcentrationontherisksandbene-fitsofdifferentbanksarenotthesame．Therefore，thispaperputsforwardthatweshouldperfectcreditsadministrativemechanism，andestablishriskpre－warningmechanismoversoastorelocatethemarketandbringdowntheloanconcentration，andloanconcentration，finallyimprovethebenefitsandlowertherisksefficiently．Keywords：commercialbanks；loanconcentration；ＲOA；Zindex；panelmodel·59·

篇六：贷款集中度过高的风险

　　上市银行贷款集中度对其风险承担能力的影响研究

　　伴随着中国经济的高质量发展,利率市场化不断推进,民间资本准入放松,普惠金融快速发展,各个银行之间的竞争愈发激烈,自身不良资产高筑,同时民营银行和互联网金融等因素无一不在冲击着银行的利润,内外环境的各方面因素使得我国商业银行的风险暴露逐步增加。因此,探讨银行业金融机构尤其是上市银行风险承担能力的强弱及其影响因素,对我国系统性金融风险防范具有至关重要的意义。

　　与此同时,商业银行将信贷资金集中投放于热门行业、优质客户以及沿海发达地区的趋势愈发明显,那么如今上市银行贷款集中的程度是高是低,贷款集中投放是否会影响上市银行的风险承担能力,对不同风险承担能力银行的影响是否有所不同以及如何对待上市银行贷款集中所带来的影响,有鉴于此,本文试图基于商业银行贷款集中度的视角,研究分析其与风险承担能力的关系。本文首先对银行贷款集中度和风险承担能力的相关内涵进行界定,随后分析影响银行风险承担能力的外在和内在因素,并分别从贷款行业、地区、客户和期限集中度四个角度重点分析其对上市银行风险承担能力的影响机制。

　　其次选取赫芬达尔指数法和敞口比率法,测算出行业、地区、客户和期限集中度,结合所测算出的结果,进一步对上市银行贷款集中度的现状进行分析,发现上市银行贷款投向在行业上集中于制造业等国家支柱产业,地区上集中于东部沿海等较发达城市,客户上集中于国有重点等大型企业,期限上集中于一年以上的中长期贷款。然后依据上市银行贷款集中度对其风险承担能力的作用机制,构建随机效应模型进行基准回归,得出行业集中度、客户集中度和期限集中度的增加均对上市银行风险承担能力的提升呈现着正向影响,而地区集中度的增加对上市

　　银行风险承担能力的提升呈现着负向影响。

　　比较各贷款集中度回归估计系数的绝对值大小,发现上市银行行业集中度对其风险承担能力产生的影响大于地区、客户和期限集中度,其中期限集中度对银行风险承担能力的影响最小。在此基础上,进一步采用面板分位数回归方法细致分析贷款集中度对不同风险承担能力银行的影响,可以总结得出地区集中度和期限集中度对不同风险承担能力上市银行的影响存在着异质性。

　　具体来说,随着上市银行风险承担能力的提升,地区集中度对其的负向影响逐渐减弱,期限集中度对其的正向影响也在逐渐减弱。另外,行业集中度和客户集中度在50%和70%分位点上对于上市银行风险承担能力的影响与基准回归有所不同,但是对低风险承担能力上市银行的影响并不显著。

　　因此,可以从以下几个方面着手提升上市商业银行的风险承担能力:第一,对传统支柱产业维持一定信贷比例的基础上,加强与新兴行业中优秀企业的合作,将贷款适度集中投放在这些成长期的行业上,以便未来实现更高的投资回报率;第二,加大对中西部和其他经济欠发达地区的信贷投放,并且引入战略投资者,以减少地方政府对城商行经营运行的干预,推动自身跨区域经营发展进程;第三,在与现有重点优势企业维系好合作关系的同时,扩大客户资源,从中发掘其他优质客户,而且要针对不同信用评级和授信额度的客户,制定实施差别化信贷政策;第四,将自身信贷资源适当向短期性贷款倾斜,根据客户和行业生产周期的特点合理确定贷款期限,并尝试将一部分能产生稳定现金流的中长期贷款证券化,以优化贷款期限结构。