英语原文共 24 页，剩余内容已隐藏，支付完成后下载完整资料

贷款集中度对巴西银行收益和风险的影响

本杰明·塔巴克、迪马斯·法西奥、丹尼尔·奥卡朱罗

摘要

本文检验了银行层面信贷组合的分散是否有助于提高绩效和降低风险。我们采用为巴西银行系统构建的一个新的高频（每月）面板数据，其中包含经济部门贷款的银行级信息。我们发现，贷款组合集中度提高了回报率，同时也降低了违约风险；有明显的不可预测因素；外资银行和上市银行似乎不太受分散程度的影响。另一个重要的结论是，最近国际金融危机爆发后，特别是雷曼兄弟破产后，集中度呈上升趋势。

关键词：贷款组合构成、集中、分散、银行回报、银行风险

1引言

本文从经验上评估了在巴西银行体系内运营的银行是否集中或分散其信贷组合，以及这种选择如何影响其绩效和风险。两种投资组合策略都可以在现实世界中观察到。一些国家有一套规则限制银行对一个借款人的风险敞口，这被认为是有利于转移的必要性的论点（Bis，1991；Morris，2001）。相比之下，有许多银行决定将其贷款业务专门化到它们享有比较优势的部门。

传统银行理论认为，银行应使其信贷组合多样化，因为通过将信贷额度扩大到新部门，银行的违约可能性将降低（Diamond，1984）。其观点是，由于信息不对称，转移资金可以降低金融中介成本。此外，不太分散的银行将更容易受到经济衰退的影响，因为它们面临的行业很少。过去25年中，许多银行业危机是由银行贷款组合的集中度等原因造成的，这支持了风险与该战略高度相关的观点（BIS，1991）。这一观点也得到了阿根廷银行2001年和2002年阿根廷金融危机（Bebczuk和Galindo，2008年）和奥地利银行1997-2003年的经验支持（Rossi等人，2009）。

另一方面，公司理财理论支持这样一种观点，即客户经理应将其活动集中在特定的部门或部门组上，以获得在这些部门如何开展业务方面的专业知识（Jensen，1986；Denis等人，1997；Meyer和Yeager，2001；Stomper，2004；Acharya等人，2006）。另一个反对投资组合分散的观点是，这也会导致与其他银行的竞争加剧，从而降低这种策略的吸引力。尤其是，Winton（1999）辩称，在违约风险缓和的情况下，转移只会降低银行破产的可能性。当风险较低时，银行可能从专业化中获益，而不是从多样化中获益，因为失败的可能性很小。相反，当破产概率很高时，分拆甚至可能使情况恶化，因为银行将面临多个部门的风险，其中一个部门的低迷可能足以导致银行破产。因此，总体结论是，银行关注度与收益率之间的关系在风险上呈U型。此外，也有经验证据表明，多元化会增加意大利银行业（Acharya等人，2006）和德国银行业（Kamp等人，2006）的风险，而多元化会降低中国银行业（Berger等人，2010）和德国银行业（Norden和Szerencses，2005；Hayden等人，2007）。

不同于这两个主要观点，Kamp等人（2007）表明上述两种理论在1993年至2003年期间对整个德国银行业都不完全正确。他们指出，信贷投资组合多样化的主要好处是实现相对较低的风险水平，而不是集中的投资组合。然而，集中投资组合的回报似乎高于分散银行的回报。作者得出的结论是，典型的风险回报交易似乎是这一分析的解决方案，让银行选择自己的策略，以最大限度地提高其绩效。

采用四种不同的指标作为贷款组合集中度的代表，我们的主要目标是确定贷款集中度对巴西银行回报的影响。在此之后，我们还观察了风险如何与集中措施相互作用，从而影响绩效。最后，我们估计了贷款集中度对银行风险的影响，这表明银行的监控决策是否有效。我们还建议观察这些关系以何种方式取决于银行所有权的类型。

值得一提的是，迄今为止发表的关于这一问题的研究大多集中在发达国家的银行业，如美国和德国。除了Bebczuk和Galindo（2008）以及Berger等人（2010），缺乏关于贷款组合构成对新兴经济体银行的影响的证据和讨论。鉴于其经济条件的独特性，其结果可能与发达国家观察到的结果不同。本文通过提出研究贷款组合策略对巴西银行业绩的影响，对文献进行了贡献。此外，我们还表明，在金融危机之后，银行倾向于集中其信贷组合。

巴西的银行系统被认为是拉丁美洲最发达的银行系统之一，无论是规模还是业绩。银行体系的稳固地位是1990年政府推动经济结构变化的结果，目的是稳定货币，改善银行监管。在过去的几年里，巴西的银行的生产率有了大幅提高，它们也经历了兼并和收购的增长。因此，银行贷款组合绩效的最大化已成为一个极其重要的问题。因此，有必要评估贷款转移（或集中）是否有利于巴西金融稳定。论文的其余部分结构如下。在第2节中，我们描述了我们的方法，定义了感兴趣的变量和所采用的回归方法。在第3节中，我们介绍了数据源。我们在第4节中给出了经验结果。最后评论见第5节。

2方法论

2.1集中度测量

是集中度的代表，本文考虑了两种传统的集中度测量和两种距离测量：Hirshmann-Her-Findahl指数（HHI）、香农熵（SE）、绝对距离测量（DA）和相对距离测量（DR）。每种类型的度量都有不同的假设。例如，虽然卫生和公众服务部认为每个部门的多样性风险敞口相等，但距离测量使用基准作为多样性的指标。必须强调的是，我们的分析对象是银行贷款组合中工业部门的构成，即银行对行业的相对风险敞口。原因是，在这类投资组合中，该部门的参与度高于其他任何部门。因此，集中度指标将用于估计和验证一个或多个经济部门贷款集中度对银行收益的影响。在说明如何计算集中度指标之前，我们将B银行在时间t时对每个经济部门i的相对风险敞口（ri）定义为：

（1）

HHI，即相对曝光的平方和，由于其相对简单，一直是工业组织和有关这一问题的研究中最著名的浓度测量方法之一。时间t时B银行的HHI可定义为：

（2）

请注意，HHI的下限为1n，代表一个完美的多样化投资组合，这意味着每个部门n的风险敞口份额相等。另一方面，如果HHI等于1，则所有贷款仅发放给一个行业，即完全专业化情景。该指数的一个优点是其值越高，浓度越高。香农熵是一种有效的工具，用于指示给定时间点的各种分布，也可作为工业集中度的度量。熵计算如下：

（3）

如果SE等于0，则贷款组合极为集中（贷款仅发放给一个借款人）。完全多样性用等于minus;ln（n）的se表示。此外，我们还采用距离度量来量化银行（R）和基准（X）贷款组合之间的差异。在这种情况下，经济体贷款市场组合的行业构成被用作多样化的基准。因此，对于每一个扇区I，RI的值越接近于XI，则银行越多样化。我们计算Da和Dr，如下：

（4）

和

（5）

高值意味着集中度，低值代表多样性。P.Fifingsten和Rudolph（2002）是使用这些距离测量作为浓度代表的公司之一。他们指出，与传统措施相比，它们的优势之一是考虑到每个部门的规模差异。它们也很容易计算，不需要收集额外的数据。坎普等人（2005）估计德国银行的贷款组合集中度，并表明传统和距离度量可能会有显著差异，这是在我们的模型中比较这些度量的另一个动力。另一方面，McElligott和Stuart（2007）发现，这两种衡量方法在爱尔兰银行贷款组合构成演变方面产生了相似的结果。

2．2 面板规格

在本节中，我们介绍了用于测试贷款组合集中度对巴西银行业绩影响的模型。首先，我们估计集中度对收益的平均影响。其次，检查这种关系是否取决于银行所有权的类型。然后，引入风险变量，以了解这种关系随银行风险函数的变化情况。最后，我们测试风险和集中度之间的关系，这可能取决于银行监控的效果，并检查这种效果是否取决于银行的所有权类型。

在银行收益为因变量的回归中，我们采用了可行的广义最小二乘估计。该模型的优点在于，它允许分组异方差和一阶自相关（ar（1））。第一个问题是组间的异方差和组内的常方差，这正是FGLS模型的假设之一。我们用一个没有异方差性的空假设的修正瓦尔德检验来检验这个假设。如果否定了零假设，我们可以得出结论：fgls模型是很好地指定的。

值得一提的是，我们的一些回归基于动态面板数据模型规范。我们也知道，使用fgls估计的小时间维动力面板可能有严重的偏差。因此，我们采用基于差分和系统广义矩法（Arellano and Bond（1991）/Blundell and Bond（1998）估计量的一些变化）的程序来处理这一动态特性。根据Bond（2002）的结论，GMM估计量是估计动态面板的最一致的模型。文献中越来越多地使用这些估计量，因为它是一个固定效应模型，可以纠正解释变量的内生性，同时避免动态偏差。

系统GMM估计器首先将标准方程组与滞后水平作为工具结合起来，然后将一组附加方程组与滞后水平作为工具结合起来。然后，我们利用汉森超分辨检验检验，检验了这些仪器是否有效，即与估计量没有序列相关性。对无效假设的拒绝表明模型是很好的具体化的。我们也规避了由于大样本周期3而在我们的研究中可能出现的太多仪器的问题（Roodman，2009年）。此外，我们使用windmeijer（2005）finite样本对两步估计中的标准误差进行校正。接下来，我们将描述和讨论几种不同的方法，其中我们将运行的回归是专门的。

2.2.1银行收益与贷款组合集中度之间的关系

是与此相关的最基本的问题，即贷款组合集中度是否会导致更高的收益。它可以通过回归浓度的返回值来测量，如下回归：

（6）

其中，ReturnBt是B银行在时间t时的回报率，由资产回报率（ROA）或股本回报率（ROE）衡量；vbtminus;1包含控制变量的向量，例如银行的规模（sizeBt由自然对数表示，股本比率（eq）和银行所有权模型；cmbtminus;1分别表示集中度之一。n时间t时，银行B之前解释过的度量；tau;t代表时间模型，最后，b t是剩余价值。在我们分析的每个阶段，都引入了时间模型来捕捉巴西宏观经济状况。如果浓度比分散更有利，预计beta;1gt;0。否则，beta;1lt;0意味着如果银行的贷款组合跨行业多样化，银行的回报就会更高。然而，请注意，在这种回归中，我们不能控制风险。此外，我们也有兴趣测试所有权控制是否影响贷款组合集中度和回报之间关系的结果。因此，我们通过一个模型（包括浓度测量与两个所有权模型的相互作用）来估算浓度和回报的影响，如下方程所示：

（7）

其中j指的是公营、私营或外资银行。

2.2.2.集中收益作为银行风险的函数

用另一个方程估计了集中收益与银行风险函数的关系。为此，我们采用可变NPLBT，在这

种情况下，它表示不良贷款占总贷款的比率。它的平方值（npl2bt）用于检验Winton（1999）U型关系在银行收益率和贷款组合集中度中作为风险函数的准确性。我们考虑以下二次方程回归：

（8）

因此，U形行为的区别在于CMBTminus;1对因变量返回bt的以下边际效应：

（9）

仅当alpha;11lt;0和alpha;12gt;0时。如果这个效果被证明是真的，它意味着返回。贷款组合集中度可能以非线性方式取决于银行的风险。因此，通过在低风险和高风险情况下集中投资组合，可以实现更好的绩效。

2.2.3.集中度对风险的影响

我们分析的另一个斜率考虑了集中度和风险之间的关系。在这种情况下，除其他事项外，对银行的监测有效性进行了评估。为此，我们采用了不良贷款的自然对数——以绝对值表示。然后，主要的想法是在cmbt-1上对这个变量进行回归。文献的具体描述基于静态回归。然而，我们提出了以下方程的估计，即使用GMM估计量来校正自相关4。并更好地评估贷款组合集中度对银行风险的统计显著影响：

（10）

其中vbtminus;1是已经定义的控制变量的向量，包括过去的收益（roabtminus;1）。只有当omega;1lt;0时，焦点的增加才会降低风险。

阿查亚等（2006）列出三个原因，以解释为什么多样化增加也可能增加银行贷款组合的风险。首先，如果银行将贷款扩大到新部门，可能会因缺乏专业知识而降低监管效率。第二，这些行业可能已经由其他银行的信贷提供。因此，进入银行可能会从赢家的诅咒中苏醒，并面临来自竞争的逆向选择。第三，多元化可以增加一家银行的规模，使其规模化。

如等式（7）所示，我们还采用集中度度量和所有权假人的交互变量来观察集中度是否会因银行所有权类型的不同而影响风险。因此，回归变成：

（11）

其中j指的是公营、私营或外资银行。

3 数据

5 结论

对于金融稳定的研究来说，银行是否更倾向于集中或分散其跨经济部门的贷款组合的问题已经变得极其重要。然而，新兴经济体银行业尚未广泛分析贷款组合部门分布与银行业绩之间的关系。在本文中，我们建议评估贷款组合的集中（或分散）对2003-2009年期间96家巴西银行的回报和风险的影响。我们的高频（每月）面板数据改善了银行投资组合策略的波动性分析及其对绩效的影响。使用fgls估计模型，并使用传统的集中度度量（hhi和se）和距离度量（da和dr）作为贷款组合集中度的代理，对若干回归进行了估计。

lt;

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19872]，资料为PDF文档或Word文档，PDF文档可免费转换为Word