主办: 上海立信会计金融学院

  • ISSN 2096-9554
  • CN 31-2074/F

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

银行组织层级与贷款契约行为

来自商业银行事业部制改革的经验证据

新夫 牛月月

新夫, 牛月月. 2023. 银行组织层级与贷款契约行为——来自商业银行事业部制改革的经验证据. 会计与经济研究, 37(2): 99-117.
引用本文: 新夫, 牛月月. 2023. 银行组织层级与贷款契约行为——来自商业银行事业部制改革的经验证据. 会计与经济研究, 37(2): 99-117.
Xin Fu, Niu Yueyue. 2023. The Bank Organizational Level and Loan Contract Behaviors:Empirical Evidence from Commercial Bank Divisional System Reform. Accounting and Economic Research, 37(2): 99-117.
Citation: Xin Fu, Niu Yueyue. 2023. The Bank Organizational Level and Loan Contract Behaviors:Empirical Evidence from Commercial Bank Divisional System Reform. Accounting and Economic Research, 37(2): 99-117.

银行组织层级与贷款契约行为

——来自商业银行事业部制改革的经验证据

基金项目: 国家社会科学基金一般项目(19BJY029);教育部人文社会科学研究青年项目(18YJC790189);财政部国际化高端会计人才培养工程(2020)
详细信息
    作者简介:

    新夫(通讯作者),博士,河海大学商学院副教授,xinfu@hhu.edu.cn

    牛月月,河海大学商学院硕士研究生,niuyy2019@163.com

  • 中图分类号: F832.33

  • 摘要: 研究基于商业银行事业部制改革事件,手工收集 2001−2018 年上市公司银行贷款信息,利用银保监会金融许可证信息确定贷款银行分支机构组织层级后,发现银行组织层级会对贷款契约行为产生利率效应、抵押效应和期限效应,即商业银行事业部制改革后,贷款银行组织层级越低,贷款利率越高,越可能采用抵押贷款,贷款期限也越短。检验信息沟通机制、所有权机制和数字金融环境机制后发现,上述效应在创新企业、国有企业和数字金融发展环境三方面存在显著差异。

    The Bank Organizational Level and Loan Contract Behaviors:Empirical Evidence from Commercial Bank Divisional System Reform

  • 图  1  安慰剂检验:银行组织层级与贷款契约行为(利率效应、抵押效应、期限效应)

    图  2  平行趋势检验:银行组织层级与贷款契约行为(利率效应、抵押效应、期限效应)

    表  1  银行改革

    类别 名称 改革时间 改革事件
    城市商业银行 齐鲁银行     2008 事业部制改革
    成都银行     2010 事业部制改革
    上海银行     2012 组织架构改革
    包商银行     2013 事业部制改革
    河北银行     2013 事业部制改革
    哈尔滨银行    2015 组织架构改革
    晋城银行     2015 事业部制改革
    农村商业银行 厦门农村商业银行 2014 部门改革  
    股份制银行 光大银行     2006 组织架构改革
    民生银行     2007 事业部制改革
    上海浦东发展银行 2013 组织架构改革
    华夏银行     2014 事业部制改革
    平安银行     2014 事业部制改革
    招商银行     2015 组织架构改革
    中信银行     2016 组织架构改革
    广发银行     2017 组织架构改革
    兴业银行     2017 组织架构改革
    恒丰银行     2019 组织架构改革
    国有银行 中国农业银行   2008 事业部制改革
    中国交通银行   2014 组织架构改革
    中国工商银行   2014 组织架构改革
    中国银行     2014 组织架构改革
    中国建设银行   2015 组织架构改革
    下载: 导出CSV

    表  2  变量定义

    变量 名称 定义
    Post 银行事业部制改革 若贷款银行 $ j $在 $ t $年已经改革取值为1,否则为0
    BOL 银行贷款组织层级 定义银行层级H和G为0,定义B和K为1,定义L、M和N为2,定义S为3,定义U为4
    Size 企业规模 贷款企业贷款开始年份上一年末总资产的自然对数
    INNO 企业创新 企业研发投入/营业收入
    Index 数字金融指数 北京大学城市级数字普惠金融指数取自然对数
    Breadth 数字金融覆盖广度 北京大学城市级数字普惠金融覆盖广度取自然对数
    Depth 数字金融使用深度 北京大学城市级数字普惠金融使用深度取自然对数
    NE 企业性质 国有企业取值为1,否则为0
    ROA 总资产净利润率 贷款企业贷款开始年份上一年净利润/总资产
    Lev 资产负债率 贷款企业贷款开始年份上一年末总负债/总资产
    ICR 利息保障倍数 贷款企业贷款开始年份上一年(净利润+所得税费用+财务费用)/财务费用
    CR 流动比率 贷款企业贷款开始年份上一年末流动资产/流动负债
    MOR 是否抵押 若贷款方式是抵押或质押取值为1,否则为0
    LA 贷款金额 贷款金额(元)的自然对数
    LT 贷款期限 贷款期限(月)的自然对数
    BPIR 贷款利率基点 (贷款年利率−贷款开始时点中国人民银行发布的同期限基准年利率)×100
    下载: 导出CSV

    表  3  描述性统计

    变量 样本量 最小值 最大值 均值 中位数 标准差
    Post 22686 0.000 1.000 0.122 0.000 0.327
    Size 21221 19.730 25.030 22.110 21.960 1.123
    INNO 21911 0.000 10.720 0.588 0.000 1.640
    Index 6857 3.735 5.642 4.857 4.911 0.456
    Breadth 6857 3.433 5.607 4.887 4.986 0.450
    Depth 6857 3.635 5.682 4.832 4.885 0.456
    NE 18822 0.000 1.000 0.629 1.000 0.483
    ROA 21221 −0.161 0.164 0.032 0.031 0.045
    Lev 21221 0.155 0.956 0.572 0.580 0.164
    ICR 19898 −8.985 237.500 12.370 4.017 32.500
    CR 21211 0.217 6.195 1.383 1.205 0.899
    MOR 22686 0.000 1.000 0.262 0.000 0.440
    LA 22681 12.770 20.720 17.290 17.280 1.549
    LT 22420 2.398 5.429 3.782 3.584 0.616
    Raw rate 17051 0.023 0.103 0.061 0.060 0.011
    BPIR 17051 −0.051 4.886 0.023 0.000 0.325
    BOL 22686 0.000 4.000 2.386 3.000 0.805
    下载: 导出CSV

    表  4  银行组织层级与贷款契约行为:利率效应、抵押效应和期限效应

    变量 BPIR
    (1)
    BPIR
    (2)
    MOR
    (3)
    MOR
    (4)
    LT
    (5)
    LT
    (6)
    Post −0.166** −0.137* 0.198**
    (−2.44) (−1.95) (2.09)
    Post×BOL 0.106** 0.054** −0.134***
    (2.50) (2.50) (−4.18)
    Before1×BOL 0.010 −0.006 0.134***
    (1.08) (−0.21) (3.22)
    Before0×BOL 0.087 0.095** −0.137**
    (1.62) (2.38) (−2.38)
    BOL −0.018** −0.019** 0.026** 0.023** −0.001 −0.007
    (−2.32) (−2.31) (2.52) (2.13) (−0.07) (−0.40)
    After1×BOL 0.113* 0.107*** −0.140**
    (1.96) (2.63) (−2.19)
    After2+×BOL 0.092** 0.045** −0.101***
    (2.29) (2.11) (−3.02)
    Cons_ −0.068 −0.067 1.397** 1.393** 2.028*** 2.045***
    (−0.31) (−0.31) (2.30) (2.29) (2.85) (2.87)
    Controls Yes Yes Yes Yes Yes Yes
    Year/Bank/Firm Yes Yes Yes Yes Yes Yes
    N 14759 14759 14759 14759 14759 14759
    R2 0.643 0.644 0.574 0.575 0.551 0.553
      注: ******分别表示在10%、5%和1%的水平上显著;括号内为t值,根据公司层面聚类标准差调整后得到。下同。
    下载: 导出CSV

    表  5  银行组织层级与贷款契约行为:地级市支行层面

    变量 BPIR
    (1)
    BPIR
    (2)
    MOR
    (3)
    MOR
    (4)
    LT
    (5)
    LT
    (6)
    Post 0.325** 0.146*** −0.284***
    (2.10) (3.15) (−3.44)
    Before1×BOL 0.027 0.067 0.085
    (1.53) (1.50) (1.59)
    Before0×BOL 0.166 0.184*** −0.175**
    (1.54) (3.10) (−2.24)
    After1×BOL 0.308** 0.180** −0.242**
    (2.05) (2.50) (−2.20)
    After2+×BOL 0.631** 0.155** −0.375***
    (2.18) (2.21) (−2.65)
    Cons_ −0.363 −0.344 1.755** 1.746** 3.445*** 3.440***
    (−1.03) (−0.95) (2.13) (2.14) (3.40) (3.40)
    Controls Yes Yes Yes Yes Yes Yes
    Year/Bank/Firm Yes Yes Yes Yes Yes Yes
    N 8418 8418 8418 8418 8418 8418
    R2 0.778 0.786 0.660 0.660 0.601 0.602
    下载: 导出CSV

    表  6  基于均衡样本的再检验

    变量 改革前后三年 改革前后五年 改革前后十年
    BPIR
    (1)
    MOR
    (2)
    LT
    (3)
    BPIR
    (4)
    MOR
    (5)
    LT
    (6)
    BPIR
    (7)
    MOR
    (8)
    LT
    (9)
    Post −0.248* −0.317*** 0.328** −0.282** −0.284*** 0.157 −0.171** −0.184*** 0.141
    (−1.74) (−3.81) (2.33) (−2.23) (−4.58) (1.33) (−2.27) (−2.87) (1.49)
    BOL −0.011 0.003 0.057 −0.019** 0.017 −0.011 −0.018*** 0.029*** −0.018
    (−0.87) (0.15) (1.16) (−2.02) (1.52) (−0.36) (−2.61) (2.76) (−0.88)
    Post×BOL 0.076* 0.083*** −0.174*** 0.112** 0.065*** −0.124*** 0.106** 0.056*** −0.116***
    (1.82) (2.88) (−3.40) (2.36) (3.18) (−2.90) (2.52) (2.61) (−3.43)
    Cons_ −0.920 0.954 3.664* −0.822 1.106 3.761*** −0.169 1.014 1.734**
    (−1.00) (0.88) (1.88) (−1.31) (1.14) (3.11) (−0.66) (1.36) (2.12)
    Controls Yes Yes Yes Yes Yes Yes Yes Yes Yes
    Year/Bank/Firm Yes Yes Yes Yes Yes Yes Yes Yes Yes
    N 4000 4000 4000 7356 7356 7356 11676 11676 11676
    R2 0.872 0.755 0.658 0.763 0.691 0.592 0.669 0.616 0.571
    下载: 导出CSV

    表  7  事业部制改革与银行处理软信息能力:基于创新企业贷款契约行为的检验

    变量 创新低
    BPIR
    (1)
    创新高
    BPIR
    (2)
    创新低
    MOR
    (3)
    创新高
    MOR
    (4)
    创新低
    LT
    (5)
    创新高
    LT
    (6)
    Post −0.104 −0.108 −0.004 −0.240* 0.102 0.298
    (−1.53) (−0.92) (−0.05) (−1.94) (0.93) (1.58)
    BOL −0.016** 0.006 0.029** −0.009 −0.014 0.090**
    (−2.23) (0.80) (2.58) (−0.34) (−0.77) (2.22)
    Post×BOL 0.033 0.084 −0.048** 0.052 −0.050 −0.234***
    (1.56) (1.00) (−2.29) (1.02) (−1.21) (−2.72)
    Cons_ −0.043 0.095 1.706** −1.277 1.299 7.154**
    (−0.24) (0.20) (2.41) (−0.63) (1.60) (2.47)
    Suest检验 0.600 11.980*** 8.100***
    Controls Yes Yes Yes Yes Yes Yes
    Year/Bank/Firm Yes Yes Yes Yes Yes Yes
    N 11890 2030 11890 2030 11890 2030
    R2 0.456 0.964 0.557 0.801 0.551 0.702
    下载: 导出CSV

    表  8  银行组织层级与贷款契约行为:国有银行与非国有银行

    变量 全样本 国有银行 非国有银行
    BPIR
    (1)
    MOR
    (2)
    LT
    (3)
    BPIR
    (4)
    MOR
    (5)
    LT
    (6)
    BPIR
    (7)
    MOR
    (8)
    LT
    (9)
    Post −0.217** −0.321*** 0.257** −0.924 −1.021*** 0.574* −0.028 −0.317*** 0.166
    (−1.97) (−3.20) (2.21) (−1.60) (−4.50) (1.70) (−1.00) (−2.87) (1.35)
    BOL −0.017** 0.042** −0.006 0.001 0.067** −0.023 −0.007 −0.008 0.036
    (−2.21) (2.20) (−0.20) (0.09) (2.10) (−0.57) (−0.70) (−0.39) (1.20)
    NE −0.025 −0.024 0.100 0.000 0.070 0.150 −0.004 −0.089 0.019
    (−1.08) (−0.41) (0.86) (0.01) (0.75) (0.92) (−0.21) (−0.96) (0.13)
    Post×BOL 0.149* 0.136*** −0.162*** 0.434 0.433*** −0.305** 0.010 0.120*** −0.143***
    (1.89) (3.28) (−3.28) (1.60) (4.83) (−2.08) (0.88) (2.79) (−2.95)
    Post×NE 0.107 0.281*** −0.117 0.762 0.730*** −0.002 0.010 0.335*** −0.206
    (0.95) (2.95) (−0.83) (1.38) (3.06) (−0.01) (0.46) (3.01) (−1.24)
    BOL×NE 0.006 −0.015 −0.015 −0.010 −0.045 −0.016 0.004 0.028 −0.036
    (0.82) (−0.74) (−0.46) (−0.87) (−1.28) (−0.35) (0.36) (1.10) (−0.92)
    Post×BOL×NE −0.112 −0.139*** 0.046 −0.368 −0.327*** 0.012 −0.007 −0.132*** 0.118*
    (−1.39) (−3.12) (0.72) (−1.37) (−3.26) (0.08) (−0.56) (−2.77) (1.71)
    Cons_ −0.025 1.056 1.743** 0.271 0.954 1.767* 0.082 0.032 1.062
    (−0.11) (1.46) (2.09) (1.51) (1.19) (1.87) (0.90) (0.04) (0.98)
    Controls Yes Yes Yes Yes Yes Yes Yes Yes Yes
    Year/Bank/Firm Yes Yes Yes Yes Yes Yes Yes Yes Yes
    N 12753 12753 12753 9577 9577 9577 3073 3073 3073
    R2 0.727 0.613 0.571 0.782 0.626 0.614 0.828 0.789 0.636
    下载: 导出CSV

    表  9  银行组织层级与贷款契约行为:数字金融的调节作用

    Panel A:市级层面
    变量 BPIR
    (1)
    LT
    (2)
    MOR
    (3)
    BPIR
    (4)
    LT
    (5)
    MOR
    (6)
    BPIR
    (7)
    LT
    (8)
    MOR
    (9)
    Index×Post×BOL −1.855*** 0.255 −0.082
    (−2.60) (0.89) (−0.57)
    Breadth×Post×BOL −1.695*** 0.219 −0.037
    (−2.88) (0.85) (−0.31)
    Depth×Post×BOL −1.657* 0.335 −0.086
    (−1.72) (1.24) (−0.55)
    Post×BOL 0.868*** −0.282* 0.141** 0.790*** −0.268* 0.120** 0.753* −0.291** 0.138**
    (2.60) (−1.87) (2.51) (2.87) (−1.87) (2.50) (1.73) (−2.24) (2.39)
    Index 0.008 −0.179 0.137
    (0.30) (−0.73) (0.84)
    Post×Index 3.464** −0.789 0.211
    (2.56) (−1.23) (0.61)
    Index×BOL 0.007 0.060 −0.054*
    (1.05) (1.21) (−1.75)
    Breadth −0.010 −0.174 0.157
    (−0.53) (−0.95) (1.36)
    Post×Breadth 3.172*** −0.786 0.095
    (2.82) (−1.38) (0.32)
    Breadth×BOL 0.013* 0.055 −0.057
    (1.72) (1.01) (−1.59)
    Depth −0.010 0.039 0.068
    (−0.34) (0.16) (0.65)
    Post×Depth 2.964* −0.827 0.247
    (1.70) (−1.46) (0.74)
    Depth×BOL 0.006 0.028 −0.049*
    (0.78) (0.60) (−1.93)
    Cons_ 0.562 7.579*** −1.974 0.511 7.554*** −1.938 0.606 7.511*** −1.976
    (1.17) (4.28) (−1.57) (1.25) (4.28) (−1.54) (1.25) (4.20) (−1.58)
    Controls Yes Yes Yes Yes Yes Yes Yes Yes Yes
    Year/Bank/Firm Yes Yes Yes Yes Yes Yes Yes Yes Yes
    N 3536 3536 3536 3536 3536 3536 3536 3536 3536
    R2 0.918 0.643 0.820 0.922 0.643 0.820 0.903 0.642 0.820
    下载: 导出CSV
    续表9
    Panel B:省级层面
    变量 BPIR
    (1)
    LT
    (2)
    MOR
    (3)
    BPIR
    (4)
    LT
    (5)
    MOR
    (6)
    BPIR
    (7)
    LT
    (8)
    MOR
    (9)
    Index×Post×BOL −1.465** 0.231 0.032
    (−2.42) (0.97) (0.30)
    Breadth×Post×BOL −1.069* 0.182 0.077
    (−1.88) (0.88) (0.87)
    Depth×Post×BOL −1.474** 0.233 −0.022
    (−2.06) (1.12) (−0.22)
    Post −1.708** 0.705** −0.302** −1.350* 0.679** −0.224* −1.406** 0.581** −0.363***
    (−2.40) (1.97) (−2.06) (−1.86) (1.98) (−1.74) (−2.05) (2.23) (−2.90)
    BOL 0.000 0.011 −0.008 0.001 0.009 −0.007 0.002 0.008 −0.008
    (0.09) (0.19) (−0.46) (0.24) (0.15) (−0.41) (0.56) (0.15) (−0.47)
    Post×BOL 0.914** −0.277* 0.075 0.744* −0.250 0.041 0.778** −0.245** 0.103**
    (2.42) (−1.67) (1.31) (1.88) (−1.55) (0.82) (2.06) (−2.06) (2.05)
    Index 0.008 0.170*** 0.012 0.168*** 0.006 0.169***
    (0.98) (3.05) (1.13) (3.00) (0.74) (3.04)
    Post×Index 0.000 0.045*** −0.001 0.044*** 0.001 0.044***
    (0.08) (2.76) (−0.20) (2.71) (0.22) (2.76)
    Index×BOL 0.001 0.105*** −0.017** 0.000 0.105*** −0.017** 0.001 0.104*** −0.017**
    (0.52) (5.48) (−2.29) (0.19) (5.50) (−2.30) (0.43) (5.45) (−2.28)
    Breadth −0.010 0.004 0.010
    (−0.88) (0.04) (0.22)
    Post×Breadth 1.907* −0.650 −0.142
    (1.86) (−1.46) (−0.66)
    Breadth×BOL 0.002 −0.000 −0.019
    (0.85) (−0.01) (−1.39)
    Depth −0.022 −0.020 −0.002
    (−1.11) (−0.13) (−0.03)
    Post×Depth 2.635** −0.616 0.104
    (2.04) (−1.35) (0.46)
    Depth×BOL 0.004 −0.003 −0.029**
    (0.96) (−0.10) (−1.97)
    Cons_ 0.708 7.784*** −2.034 0.687 7.808*** −2.050 0.829* 7.764*** −1.945
    (1.64) (4.32) (−1.62) (1.56) (4.34) (−1.63) (1.78) (4.24) (−1.57)
    Controls Yes Yes Yes Yes Yes Yes Yes Yes Yes
    Year/Bank/Firm Yes Yes Yes Yes Yes Yes Yes Yes Yes
    N 3578 3578 3578 3578 3578 3578 3578 3578 3578
    R2 0.917 0.643 0.822 0.907 0.644 0.822 0.911 0.643 0.822
      注:对连续变量Index、BreadthDepth进行了中心化处理。
    下载: 导出CSV
  • [1] 邓伟, 宋敏, 刘敏. 2021. 借贷便利创新工具有效影响了商业银行贷款利率吗? 金融研究 (11): 60−78.
    [2] 段永琴, 何伦志. 2021. 数字金融与银行贷款利率定价市场化. 金融经济学研究 (2): 18−33.
    [3] 苟琴, 黄益平, 刘晓光. 2014. 银行信贷配置真的存在所有制歧视吗? 管理世界 (1): 16−26.
    [4] 郭丽虹, 朱柯达. 2021. 金融科技、银行风险与经营业绩——基于普惠金融的视角. 国际金融研究 (7): 56−65.
    [5] 黄轲, 朱莹. 2020. 银行信贷歧视是政府干预的结果吗——来自改革进程中的经验证据. 当代财经 (3): 50−63.
    [6] 黄锐, 赖晓冰, 赵丹妮, 汤子隆. 2021. 数字金融能否缓解企业融资困境——效用识别、特征机制与监管评估. 中国经济问题 (1): 52−66.
    [7] 李后建, 刘思亚. 2015. 银行信贷、所有权性质与企业创新. 科学学研究 (7): 1089−1099. doi: 10.3969/j.issn.1003-2053.2015.07.016
    [8] 刘瑞明, 毛宇, 亢延锟. 2020. 制度松绑、市场活力激发与旅游经济发展——来自中国文化体制改革的证据. 经济研究 (1): 115−131.
    [9] 罗建章, 周立. 2020. 事业部改制对信贷配置效率影响的研究——以农业银行三农金融事业部为例. 农村金融研究 (11): 58−66.
    [10] 吕铁, 王海成. 2019. 放松银行准入管制与企业创新——来自股份制商业银行在县域设立分支机构的准自然试验. 经济学(季刊) (4): 1443−1464.
    [11] 孙素民. 2009. 民生银行公司业务事业部制改革的实践及启示. 农村金融研究 (12): 16−22. doi: 10.3969/j.issn.1003-1812.2009.12.004
    [12] 孙旭然, 王康仕, 王凤荣. 2020. 金融科技、竞争与银行信贷结构——基于中小企业融资视角. 山西财经大学学报 (6): 59−72. doi: 10.13781/j.cnki.1007-9556.2020.06.005
    [13] 唐松, 伍旭川, 祝佳. 2020. 数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异. 管理世界 (5): 52−66. doi: 10.3969/j.issn.1002-5502.2020.05.005
    [14] 汪莉, 马诗淇, 叶欣. 2015. 数字普惠金融对我国家庭金融资产配置的影响——基于CHFS数据的实证研究. 会计与经济研究 (4): 93−109.
    [15] 汪莉, 邵雨卉, 汪亚楠. 2021. 网络结构与银行效率: 基于时变“银行−股东”网络的研究. 经济研究 (12): 60−76.
    [16] 王贞洁. 2016. 信贷歧视、债务融资成本与技术创新投资规模. 科研管理 (10): 9−17.
    [17] 解维敏, 吴浩, 冯彦杰. 2021. 数字金融是否缓解了民营企业融资约束? 系统工程理论与实践(12): 3129−3146.
    [18] 辛清泉. 2017. 银行上市与贷款契约: 来自中国上市公司的经验证据. 经济学报 (3): 41−64. doi: 10.16513/j.cnki.cje.2017.03.002
    [19] 许坤. 2018. 信贷价格歧视与银企共生关系. 财经科学 (12): 1−13.
    [20] 姚立杰, 周颖. 2018. 管理层能力、创新水平与创新效率. 会计研究 (6): 70−77. doi: 10.3969/j.issn.1003-2886.2018.06.010
    [21] 尹应凯, 艾敏. 2020. 金融科技、银行业结构与中小企业融资——基于新结构经济学的视角. 上海大学学报(社会科学版) (2): 19−32.
    [22] 张维迎. 2005. 博弈论与信息经济. 上海人民出版社.
    [23] 张璇, 刘贝贝, 汪婷, 李春涛. 2017. 信贷寻租、融资约束与企业创新. 经济研究 (5): 161−174.
    [24] 张颖. 2015. 大型商业银行组织架构变革的目标模式——基于模型和案例的分析. 经济管理 (3): 110−119.
    [25] 赵娜, 王博, 张珂瑜. 2021. 融资租赁、银行信贷与企业投资. 金融研究 (1): 150−168.
    [26] Acemoglu, D., P. Aghion, C. Lelarge, J. V. Reenen, and F. Zilibotti. 2007. Technology, information and the decentralization of the firm. Quarterly Journal of Economics 122(4): 1759−1799. doi: 10.1162/qjec.2007.122.4.1759
    [27] Alessandrini, P., A. F. Presbitero, and A. Zazzaro. 2009. Banks, distances and firms’ financing constraints. Review of Finance 13(2): 261−307. doi: 10.1093/rof/rfn010
    [28] Bertomeu, J., and I. Marinovic. 2016. A theory of hard and soft information. Accounting Review 91(1): 1−20. doi: 10.2308/accr-51102
    [29] Bertrand, M., and S. Mullainathan. 2003. Enjoying the quiet life? Corporate governance and managerial preferences. Journal of Political Economy 111(5): 1043−1075. doi: 10.1086/376950
    [30] Boot, A. W., and A. V. Thakor. 2000. Can relationship banking survive competition? Journal of Finance 55(2): 679−713.
    [31] Brandt, L., and H. Li. 2003. Bank discrimination in transition economies: Ideology, information, or incentives? Journal of Comparative Economics 31(3): 387−413.
    [32] Canales, R., and R. Nanda. 2012. A darker side to decentralized banks: Market power and credit rationing in SME lending. Journal of Financial Economics 105(2): 353−366. doi: 10.1016/j.jfineco.2012.03.006
    [33] Cao, Y., R. Fisman, H. Lin, and Y. Wang. 2018. Target setting and allocative inefficiency in lending: Evidence from two Chinese banks. NBER Working Paper.
    [34] Degryse, H., and S. Ongena. 2005. Distance, lending relationships, and competition. Journal of Finance 60(1): 231−266. doi: 10.1111/j.1540-6261.2005.00729.x
    [35] Demertzis, M., S. Merler, and G. Wolff. 2018. Capital markets union and the fintech opportunity. Journal of Financial Regulation 4(1): 157−165. doi: 10.1093/jfr/fjx012
    [36] Dessein, W. 2002. Authority and communication in organizations. Review of Economic Studies 69(4): 811−838. doi: 10.1111/1467-937X.00227
    [37] Fisman, R., D. Paravisini, and V. Vig. 2017. Cultural proximity and loan outcomes. American Economic Review 107(2): 457−492. doi: 10.1257/aer.20120942
    [38] Garicano, L. 2000. Hierarchies and the organization of knowledge in production. Journal of Political Economy 108(5): 874−904. doi: 10.1086/317671
    [39] Gomber, P., R. J. Kauffman, C. Parker, and B. W. Weber. 2018. On the fintech revolution: Interpreting the forces of innovation, disruption, and transformation in financial services. Journal of Management Information Systems 35(1): 220−265. doi: 10.1080/07421222.2018.1440766
    [40] Herpfer, C., A. Mjøs, and C. Schmidt. 2022. The causal impact of distance on bank lending. Social Science Electronic Publishing.
    [41] Jiménez, G., V. Salas, and J. Saurina. 2009. Organizational distance and use of collateral for business loans. Journal of Banking & Finance 33(2): 234−243.
    [42] Kofman, F., and J. Lawarrée. 1993. Collusion in hierarchical agency. Econometrica 61(3): 629−656. doi: 10.2307/2951721
    [43] Li, P., Y. Lu, and J. Wang. 2016. Does flattening government improve economic performance? Evidence from China. Journal of Development Economics 123: 18−37. doi: 10.1016/j.jdeveco.2016.07.002
    [44] Liberti, J. M. 2017. Initiative, incentives, and soft information. Management Science 64(8): 3469−3970.
    [45] Liberti, J. M., and M. A. Petersen. 2019. Information: Hard and soft. Review of Corporate Finance Studies 8(1): 1−41. doi: 10.1093/rcfs/cfy009
    [46] Patti, E. B., and G. Gobbi. 2001. The changing structure of local credit markets: Are small businesses special? Journal of Banking and Finance 25(12): 2209−2237.
    [47] Petersen, M. A., and R. G. Rajan. 1994. The benefits of lending relationships: Evidence from small business data. Journal of Finance 49(1): 3−37. doi: 10.1111/j.1540-6261.1994.tb04418.x
    [48] Qian, J., P. E. Strahan, and Z. Yang. 2015. The impact of incentives and communication costs on information production and use: Evidence from bank lending. Journal of Finance 70(4): 1457−1492. doi: 10.1111/jofi.12251
    [49] Sheng, T. 2021. The effect of fintech on banks’ credit provision to SMEs: Evidence from China. Finance Research Letters 39, 101558
    [50] Skrastins, J., and V. Vig. 2019. How organizational hierarchy affects information production. Review of Financial Studies 32(2): 564−604. doi: 10.1093/rfs/hhy071
    [51] Song, Z., K. Storesletten. and F. Zilibotti. 2011. Growing like China. American Economic Review 101(1): 196−233. doi: 10.1257/aer.101.1.196
    [52] Stein, J. C. 2002. Information production and capital allocation: Decentralized versus hierarchical firms. Journal of Finance 57(5): 1891−1921. doi: 10.1111/0022-1082.00483
    [53] Stiglitz, J. E. 1993. Endogenous growth and cycles. NBER Working Paper.
    [54] Stiglitz, J. E., and A. Weiss. 1981. Credit rationing in markets with imperfect information. American Economic Review 71(3): 393−410.
    [55] Strahan, P. E. 2017. Are concentrated banks better informed than diversified ones? Journal of Accounting and Economics 64(2-3): 278−283.
    [56] Tirole, J. 2010. The theory of corporate finance. Princeton University Press.
图(2) / 表(10)
计量
  • 文章访问数:  109
  • HTML全文浏览量:  100
  • PDF下载量:  503
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-10-19
  • 网络出版日期:  2023-04-20
  • 刊出日期:  2023-03-25

目录

    银行组织层级与贷款契约行为

    来自商业银行事业部制改革的经验证据

      基金项目:  国家社会科学基金一般项目(19BJY029);教育部人文社会科学研究青年项目(18YJC790189);财政部国际化高端会计人才培养工程(2020)
      作者简介:

      新夫(通讯作者),博士,河海大学商学院副教授,xinfu@hhu.edu.cn

      牛月月,河海大学商学院硕士研究生,niuyy2019@163.com

    • 中图分类号: F832.33

    摘要: 研究基于商业银行事业部制改革事件,手工收集 2001−2018 年上市公司银行贷款信息,利用银保监会金融许可证信息确定贷款银行分支机构组织层级后,发现银行组织层级会对贷款契约行为产生利率效应、抵押效应和期限效应,即商业银行事业部制改革后,贷款银行组织层级越低,贷款利率越高,越可能采用抵押贷款,贷款期限也越短。检验信息沟通机制、所有权机制和数字金融环境机制后发现,上述效应在创新企业、国有企业和数字金融发展环境三方面存在显著差异。

    English Abstract

    新夫, 牛月月. 2023. 银行组织层级与贷款契约行为——来自商业银行事业部制改革的经验证据. 会计与经济研究, 37(2): 99-117.
    引用本文: 新夫, 牛月月. 2023. 银行组织层级与贷款契约行为——来自商业银行事业部制改革的经验证据. 会计与经济研究, 37(2): 99-117.
    Xin Fu, Niu Yueyue. 2023. The Bank Organizational Level and Loan Contract Behaviors:Empirical Evidence from Commercial Bank Divisional System Reform. Accounting and Economic Research, 37(2): 99-117.
    Citation: Xin Fu, Niu Yueyue. 2023. The Bank Organizational Level and Loan Contract Behaviors:Empirical Evidence from Commercial Bank Divisional System Reform. Accounting and Economic Research, 37(2): 99-117.
      • 2021年,国务院金融稳定发展委员会第五十三次会议提出,“深化金融机构改革,优化金融组织结构”,以实现中国金融业高质量发展目标。银行作为中国金融机构的重要组成部分,组织结构改革的迫切性在大力发展数字经济的背景下显得尤为突出,表现在银行业的传统组织形式与新型经济业态之间存在巨大的信息沟通成本。尤其是,当前银行组织结构并不适应经济发展环境,这会进一步导致银行经营效率低下、经营风险加剧、服务实体经济能力下降等问题。从产业组织理论来看,科层组织的存在影响组织内部的信息沟通成本,最终影响组织的缔约效率(张维迎,2005Acemoglu等,2007Tirole,2010)。这一问题在银行业尤为突出,如大型银行分支机构数量庞大(中国工商银行、中国邮政储蓄银行等),分支机构组织层级的变化会影响信贷资金效率、信贷资金质量。因此,研究银行组织层级与贷款契约行为之间的关系具有重要的理论和现实意义。本文关注的核心问题是,银行组织层级会对贷款契约行为带来何种影响,具体表现为银行组织层级是否影响贷款利率、贷款抵押和贷款期限。本文将贷款契约行为的三种情况分别称之为利率效应、抵押效应和期限效应。

        研究银行组织层级与贷款契约行为之间的关系,最大的困难是难以找到合适的外生事件来构建银行内部信息沟通成本的变化与贷款契约行为之间的逻辑链条。已有研究大多从银行组织内部获取组织层级相关信息展开。例如,Qian等(2015)利用中国一家大型国有银行内部信贷数据,研究当信贷风险与客户经理个人绑定时,银行内部信贷制度改革对银行信贷效率的影响。Skrastins和Vig(2019)利用印度一家银行的2000多家分支机构进行的内部重组计划作为外生事件,研究发现银行组织层级增加会带来信贷资金效率下降、信贷资金质量下降等负面影响。辛清泉(2017)则是利用手工收集的上市公司银行贷款信息,研究国内银行IPO对贷款行为的影响。此外,Cao等(2018)利用中国两家大型国有商业银行贷款数据,研究组织考核目标与信贷资金配置效率问题。然而,由于银行内部数据难以获取,有关银行组织层级的研究大多停留在理论层面。本文的贡献在于收集了上市公司逐笔银行贷款数据,并结合银保监会公开发布的各银行分支机构金融许可证信息来确定贷款来源的组织层级,利用各家银行事业部制改革作为外生事件,从而避免了以往研究数据缺乏的窘境,在数据经验层面研究银行组织层级与贷款契约行为之间的关系。

        本文以自2006年以来中国银行业逐步推行的事业部制改革作为外生事件,重点围绕事业部制改革前后,不同层级银行分支机构所发生贷款契约行为的变化,深入探讨银行组织层级与银行贷款契约行为之间的关系。具体而言,本文通过梳理自《国有商业银行公司治理及相关监管指引》(银监发〔2006〕22号)(下称《指引》)发布以来各商业银行事业部制改革事件,结合手工收集的2001−2018年上市公司逐笔银行贷款信息确定贷款银行分支机构名称,进而通过银保监会公开发布的金融许可证信息确定贷款银行分支机构组织层级,最终共获得22686笔银行贷款有效数据,涉及114家银行(包括工、农、中、建、交五家国有大型商业银行)。研究发现,事业部制改革后,贷款银行的组织层级越低,则贷款利率越高,越有可能采用抵押贷款,贷款期限越短。这里将三种贷款契约行为的影响归结为利率效应、抵押效应和期限效应。这说明,事业部制改革显著改善了银行贷款契约的效率,可能的机制是层级越低的贷款银行通过降低信息沟通成本,缓解了与贷款客户之间的信息不对称程度,具有更强的议价权,从而影响了贷款契约行为。

        进一步地,本文探讨了形成银行组织层级与贷款契约行为之间关系的三个可能机制:(1)信息沟通机制。本文识别出从事创新活动的企业本身具有更多软信息,因此信息不对称程度更高。研究发现,银行事业部制改革后,在较低银行组织层级贷款时, 高创新企业的抵押效应、期限效应更显著。这说明银行较好地识别出了创新企业的风险,从而改善了银行贷款契约行为,保护了银行自身的金融安全性。(2)所有权机制。国有企业承载着一定的国家信用,因而在银行贷款契约中占有较强的谈判优势。本文将贷款客户分为国有企业和非国有企业,验证所有权机制的作用效果。研究发现,抵押效应明显被抑制,即贷款银行的组织层级越低,对国有企业要求的抵押越少;在非国有银行中还存在期限效应,对非国有企业的贷款期限越短。这也说明银行在国有企业贷款契约中的谈判地位仍有待进一步提高。(3)数字金融环境机制。本文分别利用北京大学数字金融研究中心发布的省级和市级数字金融发展指数,采用数字金融指数、数字金融覆盖广度以及数字金融覆盖深度三个指标衡量数字金融发展程度。研究发现,银行事业部制改革后,数字金融发展好的地区会抑制组织层级较低银行贷款利率的上升,即利率效应被数字金融发展稀释,而抵押效应和期限效应没有随着数字金融的发展而被弱化。

        本文的研究贡献主要在于:(1)本文从银行组织层级视角研究贷款契约行为问题,通过发现利率效应、抵押效应和期限效应的经验证据,丰富了产业组织理论在银行领域的相关文献(Qian等,2015张颖,2015辛清泉,2017吕铁和王海成,2019Skrastins和Vig,2019罗建章和周立,2020邓伟等,2021汪莉等,2021赵娜等,2021)。基于银行内部组织层级微观数据,本文分析了银行事业部制改革后银行组织层级与贷款契约行为之间存在的不同效应,并通过检验信息沟通机制、所有权机制和数字金融环境机制,丰富了银行贷款行为微观层面的经验证据。(2)从研究方法和研究数据来看,本文克服了以往研究在获取银行组织层级和贷款信息等数据层面的困难,手工收集了上市公司逐笔银行贷款数据,结合银保监会公开发布的各银行分支机构金融许可证信息,确定贷款来源的组织层级,再利用各家银行事业部制改革作为外生事件,进一步提出利率效应、抵押效应和期限效应,丰富了银行组织层级与贷款契约行为领域的研究发现。

      • 事业部制最早产生于20世纪20年代的美国通用汽车公司,是一种典型的对经营权的分权,在事业部内高度集权的、以客户为中心的组织模式比传统的总分行制具有更高的效率。随着银行业的发展,《指引》要求“国有商业银行应根据自身实际和客户需求,逐步实行以产品单元、业务线为流程的事业部管理制度”。2007年,民生银行作为首家全面启动公司金融事业部制改革的单位,为国内其他商业银行提供了学习和借鉴的经验。此后,中国商业银行开启了事业部制改革之路。政府也出台了一系列重要改革方案,引导中国银行业更好地进行事业部制改革。2010年,中国县域经济发展高层论坛强调,要引导银行业金融机构实施事业部制改革,探索创新服务机制,为不同客户群体提供专业化、差异化和有针对性的金融服务。2017年,根据《政府工作报告》的部署和国务院第171次常务会议精神,大型银行要在当年设立普惠金融事业部。中国银行业的组织结构发生了重大变化,国内银行的贷款模式也随着事业部制改革而变化。表1列示了各家银行开始组织层级改革的时间,数据来自银保监会官网、银行官网和互联网新闻报道。

        表 1  银行改革

        类别 名称 改革时间 改革事件
        城市商业银行 齐鲁银行     2008 事业部制改革
        成都银行     2010 事业部制改革
        上海银行     2012 组织架构改革
        包商银行     2013 事业部制改革
        河北银行     2013 事业部制改革
        哈尔滨银行    2015 组织架构改革
        晋城银行     2015 事业部制改革
        农村商业银行 厦门农村商业银行 2014 部门改革  
        股份制银行 光大银行     2006 组织架构改革
        民生银行     2007 事业部制改革
        上海浦东发展银行 2013 组织架构改革
        华夏银行     2014 事业部制改革
        平安银行     2014 事业部制改革
        招商银行     2015 组织架构改革
        中信银行     2016 组织架构改革
        广发银行     2017 组织架构改革
        兴业银行     2017 组织架构改革
        恒丰银行     2019 组织架构改革
        国有银行 中国农业银行   2008 事业部制改革
        中国交通银行   2014 组织架构改革
        中国工商银行   2014 组织架构改革
        中国银行     2014 组织架构改革
        中国建设银行   2015 组织架构改革

        事业部制改革对公司金融主要产品线和行业线实施准事业部制,使分行成为公司业务的基本单元,支行专注于零售业务经营,不再经营批发业务;实行严格的分层授权管理体制,内部经营权限高度集中,授信额度内的信贷审批权均在事业部总部(孙素民,2009)。在这种制度下,支行层面原有的贷款审批权不复存在,企业向支行层面借款的贷款审批权收归分行层面,即更加集权化。现有理论认为,信息交流和传输的成本会随着层级的增加而增加(Garicano,2000Dessein,2002Stein,2002),软信息比硬信息更难向上传达,因此,相比于拥有多级管理层的大型等级制银行,软信息在管理层级较少的扁平化银行更具吸引力(Stein,2002),即总体来看,银行事业部制改革会不利于软信息的传达。

      • 银行组织层级与贷款契约行为之间关系研究的核心理论问题是信息成本(Stiglitz和Weiss,1981)。银行作为信贷供给方有获取贷款客户信贷风险的信息需求,由此产生信息获取成本(Information Acquiring Costs)。组织层级是影响信息获取成本的因素之一,即银行组织层级越多,层级越高的信贷决策者获取信息的成本越高。首先,组织距离决定了级别越高的信贷决策者获取的信息,在通过科层组织层层上报时可能存在信息漏损和偏误(Degryse和Ongena,2005Herpfer等,2022)。Jiménez等(2009)发现距离银行总部越远的分支机构,越容易采用抵押条款,原因在于距离越远的分支机构,信息获取成本越高,总部更愿意采用更苛刻的贷款条件,以弥补信息不足可能产生的风险。组织距离也可以进一步扩展到贷款人与贷款银行之间的距离。例如,Degryse和Ongena(2005)发现贷款人与贷款银行之间的物理距离会影响贷款利率,距离越远,贷款利率越低。其次,贷款契约的复杂信息,特别是软信息,很难在科层组织内部高质量传递。从信息获取的难易程度来看,信息可以分为硬信息和软信息(Bertomeu和Marinovic,2016Liberti和Petersen,2019)。硬信息更容易被标准化、格式化,因此硬信息(如贷款客户的财务信息和报表等)的获取成本更低,硬信息也更容易在科层组织内部有效传递。而软信息的特点是难以标准化,在科层组织内部难以有效传递,会出现大量信息失真和漏损。在科层组织内,信息获取成本会随着组织层级的增加而增加(Dessein,2002)。最后,科层组织内部委托代理关系的有效性也是影响信息获取成本的因素之一(Kofman和Lawarrée,1993)。为获取真实、有效的信息,委托人(上级行)可能要花费成本和精力构建内部控制体系来监督代理人(下级行),因此会发生额外的审计和监督成本。综上,银行组织层级会通过信息获取成本渠道来影响贷款契约行为,包括影响贷款利率、贷款抵押条件等。

        借鉴银行贷款契约中的信息成本理论,本文试图进一步提炼银行组织层级与贷款契约行为之间关系的相关假设,并进行进一步检验。以银行贷款契约行为中的贷款利率为例,利率作为贷款风险的定价基础是整个贷款契约中的核心条款,而信息是影响贷款利率的重要因素(Stiglitz和Weiss,1981)。本质上,贷款利率是一种信息筛选工具(Screening Devices)。贷款人愿意接受较高利率,根本上源于贷款人可能存在较高的违约风险。从贷款银行来看,银行发放利率较高的贷款,隐含的意义在于接受此类贷款客户较高的违约风险。贷款利率越高并不意味着银行利润越高,因为高利率的贷款存在高坏账风险,从而可能增加银行的运营成本。上述问题的关键在于如何获取准确信息,识别贷款人违约风险。而银行内部组织层级是影响贷款人信息获取的重要因素。这里存在一个权衡问题,原因在于信息存在硬信息和软信息(Liberti和Petersen,2019)。如果给定信息集合不变,在贷款人提供的硬信息(如企业财务报表等结构化信息)质量相同的情况下,基层分支机构所给予的银行贷款利率一定程度上受到所获取软信息(贷款人个人品质等非结构化信息)的影响。理论上,层级越低的分支机构获取的软信息越多,这有助于银行制定更合理的贷款契约。而层级越高的分支机构的信息集合主要以硬信息为主,更多依赖企业历史财务状况和经营成果来判断违约风险,对于软信息更丰富的初创企业或创新型企业,由于难以获取有效信息,从而会给出更高的利率来抵御信息不足造成的违约风险。此外,硬信息和软信息的质量评价存在差异,造成两类信息在组织层级中的传递效率不同。诸如财务报表等结构化信息更容易在组织层级内高效传递,具有较高可验证性。而诸如贷款人人品等非结构化信息在组织内部难以标准化,因而无法在组织层级内有效传递。这类信息无法在事前验证,存在较高逆向选择问题。从这个角度来看,组织层级越低的分支机构获得的软信息并不一定能在贷款契约签订和执行中带来信息优势,相反可能存在较高违约风险,从而影响贷款利率的高低。因此,银行组织层级是影响贷款契约行为中利率制定的重要因素,本文将银行组织层级与贷款利率之间的关系称之为利率效应。那么,银行组织层级如何影响银行贷款签约行为?本文引入银行事业部制改革这一外生事件,采用双重差分方法来具体检验两者之间的因果关系。值得强调的是,银行事业部制改革对组织层级内硬信息和软信息的流动和分布起到了重新配置的作用,这为本文提供了较好的观察银行组织层级与贷款契约行为之间关系的契机。

        本文考察的贷款契约行为除贷款利率,还包括贷款契约的抵押条款和贷款期限。同理,抵押条款是贷款契约行为的重要表现形式之一。贷款契约中是否采用抵押,与利率的基本原理相同,也是一种信息筛选工具。抵押贷款相对于信用贷款,要求有有形资产作为附加条件,本质上是将资产抵押能力弱的贷款人排除在契约之外。在本文分析框架下,资产抵押能力作为一种硬信息,能够以较低成本在银行组织层级内部传递。因此,按照本文信息沟通成本相关理论,组织层级高低可能会对是否采用抵押条款产生影响。本文将银行组织层级对贷款契约中是否采用抵押条款的影响称之为抵押效应。贷款期限亦是贷款契约行为的重要表现形式之一。贷款按期限可划分为短期贷款和长期贷款。期限的选择取决于贷款人需求,也取决于银行对贷款人的信用评估,同样都依赖于信息的获取。而信息获取成本与银行组织层级密切相关。本文将银行组织层级对贷款契约中贷款期限长短的影响称之为期限效应。

        综上,本文提出如下研究假设:

        H1:银行事业部制改革后,随着银行组织层级的高低变化,贷款契约行为会在利率、抵押、期限三方面发生显著改变,即存在利率效应、抵押效应和期限效应。

      • 本文核心数据主要来自三个方面:一是手工收集的上市公司年报中长期贷款明细数据。具体包括贷款银行、贷款开始时间、贷款到期时间、贷款利率、贷款条件(抵押、质押或信用等)、贷款金额和贷款分支机构等信息,共收集2001−2018年中国A股非金融类上市公司47137笔贷款明细。二是银保监会公开披露的、银行网点的金融许可证信息,该数据用来确定贷款银行机构组织层级,共22686条记录。本文将银行贷款明细数据和金融许可证数据两者合并,确定贷款银行组织层级。三是银行事业部制改革信息。中国各家银行事业部制改革时间来自银保监会官网、银行官网和互联网新闻报道。上市公司财务数据来自CSMAR 数据库。样本筛选过程如下:(1)剔除非银行机构、政策性银行、外资银行以及信用社贷款的数据;(2)剔除借款开始时间披露不完整的数据;(3)剔除银行贷款分行、支行等描述不清或未有金融许可证的数据;(4)剔除银行贷款利率缺失或无法估计、贷款期限缺失的数据。本文对主要连续变量按照上下1%进行了Winsorize处理。

      • 本文借鉴已有关于银行贷款契约的相关研究,构建如下模型(1):

        $$ CreditRisk_{i,j,t}= a_{i}+ a_{j}+ a_{t} + β_{1}Post_{t}+ β_{2}BOL_{t}+ β_{3} Post_{t}\times BOL_{t} +β_{4}Controls_{i,j,t} +δ$$ (1)

        其中,CreditRisk代表贷款契约,包括贷款利率基点(BPIR)、是否抵押(MOR)和贷款期限(LT)。Post为各家银行事业部制改革的时间。BOL表示企业的贷款银行组织层级,即总行H及其营业部、专营机构G定义为0,一级分行B及其营业部K定义为1,二级分行L、直属支行M以及二级分行营业部N定义为2,支行S定义为3,分理处、办事处、营业所U定义为4。Post×BOL为核心解释变量,其系数β3反映了银行事业部制改革前后对不同银行组织层级贷款契约的影响。

        控制变量参考辛清泉(2017)姚立杰和周颖(2018)以及Skrastins和Vig(2019)的研究,选取贷款企业的规模(Size)、总资产净利润率(ROA)、资产负债率(Lev)、利息保障倍数(ICR)、流动比率(CR)、贷款金额(LA)等,具体如表2所示。

        表 2  变量定义

        变量 名称 定义
        Post 银行事业部制改革 若贷款银行 $ j $在 $ t $年已经改革取值为1,否则为0
        BOL 银行贷款组织层级 定义银行层级H和G为0,定义B和K为1,定义L、M和N为2,定义S为3,定义U为4
        Size 企业规模 贷款企业贷款开始年份上一年末总资产的自然对数
        INNO 企业创新 企业研发投入/营业收入
        Index 数字金融指数 北京大学城市级数字普惠金融指数取自然对数
        Breadth 数字金融覆盖广度 北京大学城市级数字普惠金融覆盖广度取自然对数
        Depth 数字金融使用深度 北京大学城市级数字普惠金融使用深度取自然对数
        NE 企业性质 国有企业取值为1,否则为0
        ROA 总资产净利润率 贷款企业贷款开始年份上一年净利润/总资产
        Lev 资产负债率 贷款企业贷款开始年份上一年末总负债/总资产
        ICR 利息保障倍数 贷款企业贷款开始年份上一年(净利润+所得税费用+财务费用)/财务费用
        CR 流动比率 贷款企业贷款开始年份上一年末流动资产/流动负债
        MOR 是否抵押 若贷款方式是抵押或质押取值为1,否则为0
        LA 贷款金额 贷款金额(元)的自然对数
        LT 贷款期限 贷款期限(月)的自然对数
        BPIR 贷款利率基点 (贷款年利率−贷款开始时点中国人民银行发布的同期限基准年利率)×100
      • 表3报告了变量的描述性统计结果。考虑到商业银行贷款基准利率的经常性调整,为有效观察银行改革对不同组织层级贷款利率的影响,参考辛清泉(2017)的做法,本文利用贷款年利率减去贷款开始时点中国人民银行发布的同期限基准年利率,计算得出调整后的贷款利率基点。可以看出,贷款利率基点的均值为2.3%,中位数为0,说明上市公司贷款利率平均高于基准利率,但中位数与基准利率相同。

        表 3  描述性统计

        变量 样本量 最小值 最大值 均值 中位数 标准差
        Post 22686 0.000 1.000 0.122 0.000 0.327
        Size 21221 19.730 25.030 22.110 21.960 1.123
        INNO 21911 0.000 10.720 0.588 0.000 1.640
        Index 6857 3.735 5.642 4.857 4.911 0.456
        Breadth 6857 3.433 5.607 4.887 4.986 0.450
        Depth 6857 3.635 5.682 4.832 4.885 0.456
        NE 18822 0.000 1.000 0.629 1.000 0.483
        ROA 21221 −0.161 0.164 0.032 0.031 0.045
        Lev 21221 0.155 0.956 0.572 0.580 0.164
        ICR 19898 −8.985 237.500 12.370 4.017 32.500
        CR 21211 0.217 6.195 1.383 1.205 0.899
        MOR 22686 0.000 1.000 0.262 0.000 0.440
        LA 22681 12.770 20.720 17.290 17.280 1.549
        LT 22420 2.398 5.429 3.782 3.584 0.616
        Raw rate 17051 0.023 0.103 0.061 0.060 0.011
        BPIR 17051 −0.051 4.886 0.023 0.000 0.325
        BOL 22686 0.000 4.000 2.386 3.000 0.805
      • 本文参考Bertrand和Mullainathan(2003)以及辛清泉(2017)的做法,采用Before−1×BOL、Before0×BOL、After1×BOL以及After2+×BOL四个哑变量替换Post×BOL进行回归。如果贷款发生在银行事业部制改革前一年,Before−1×BOL取值为1,否则为0;发生在改革当年,Before0×BOL取值为1,否则为0;发生在改革后一年,After1×BOL取值为1,否则为0;发生在改革后两年及以上,After2+×BOL取值为1,否则为0。

      • 表4列(1)显示,Post×BOL的系数在5%的水平上显著为正,说明银行事业部制改革后,银行组织层级越低,贷款利率越高,即存在利率效应。列(2)中After1×BOLAfter2+×BOL的系数均显著为正,说明相比于银行事业部制改革当期以及之前更早年度,在改革后一年及以后,银行组织层级越低,贷款利率越高。

        表 4  银行组织层级与贷款契约行为:利率效应、抵押效应和期限效应

        变量 BPIR
        (1)
        BPIR
        (2)
        MOR
        (3)
        MOR
        (4)
        LT
        (5)
        LT
        (6)
        Post −0.166** −0.137* 0.198**
        (−2.44) (−1.95) (2.09)
        Post×BOL 0.106** 0.054** −0.134***
        (2.50) (2.50) (−4.18)
        Before1×BOL 0.010 −0.006 0.134***
        (1.08) (−0.21) (3.22)
        Before0×BOL 0.087 0.095** −0.137**
        (1.62) (2.38) (−2.38)
        BOL −0.018** −0.019** 0.026** 0.023** −0.001 −0.007
        (−2.32) (−2.31) (2.52) (2.13) (−0.07) (−0.40)
        After1×BOL 0.113* 0.107*** −0.140**
        (1.96) (2.63) (−2.19)
        After2+×BOL 0.092** 0.045** −0.101***
        (2.29) (2.11) (−3.02)
        Cons_ −0.068 −0.067 1.397** 1.393** 2.028*** 2.045***
        (−0.31) (−0.31) (2.30) (2.29) (2.85) (2.87)
        Controls Yes Yes Yes Yes Yes Yes
        Year/Bank/Firm Yes Yes Yes Yes Yes Yes
        N 14759 14759 14759 14759 14759 14759
        R2 0.643 0.644 0.574 0.575 0.551 0.553
          注: ******分别表示在10%、5%和1%的水平上显著;括号内为t值,根据公司层面聚类标准差调整后得到。下同。
      • 表4列(3)显示,Post×BOL的系数在5%的水平上显著为正,说明银行事业部制改革后,银行组织层级越低,贷款抵押、质押越多,即存在抵押效应。列(4)中Before0×BOL、After1×BOL以及After2+×BOL的系数均显著为正,说明相比于银行事业部制改革之前,在改革当期及以后,银行组织层级越低,贷款抵押、质押越多。

      • 表4列(5)显示,Post×BOL的系数在1%的水平上显著为负,说明银行事业部制改革后,银行组织层级越低,贷款期限越短,即存在期限效应。列(6)中Before0×BOL、After1×BOL以及After2+×BOL的系数均显著为负,说明相比于银行事业部制改革之前,在改革当期及以后,银行组织层级越低,贷款期限越短。

      • 银行组织层级中各地级市支行最富活力,也是银行事业部制改革的主力军。本文考察银行事业部制改革对支行层面贷款契约条件的影响。银行事业部制改革纵向缩减了组织层级,使分行成为公司业务的基本单元,支行专注经营零售业务,不再经营批发业务,实行严格的分层授权管理体制,授信额度内的信贷审批权均在事业部总部(孙素民,2009),即支行层面的信贷批准权力被收归。银行和贷款企业之间存在严重的信息不对称问题(Stiglitz,1993)。Canales和Nanda(2012)发现分行经理在放贷决策上具有更大自主权,能够为小客户经理提供更多的贷款;Alessandrini 等(2009)发现对于软信息较多的小企业而言,运营距离越大,融资约束越强,但运营距离越小,信贷可获得性却不一定越强。Fisman等(2017)研究表明在信息不对称的市场中,文化相近(共同的信仰、种族等)的贷款人和借款人之间的信贷数量会增加,违约会减少。Qian等(2015)认为更高的信用评级会使改革后的利率大幅度下降,通过适当的激励措施,银行可以获得更有效的贷款利率信息,这反过来会有利于利用利率预测未来违约,信息生产者和决策者之间的组织距离沟通成本也会降低信息质量。Patti和Gobbi(2001)发现分支机构密度对小企业的信贷流动具有积极影响,能够降低不良贷款比例。此外,银行竞争可能会导致关系贷款增加,从而使信息更不透明的借款人受益,因为关系贷款会使银行免受纯粹价格竞争的影响(Boot和Thakor,2000)。

        表5列(1)、列(3)中Post的系数显著为正,说明银行事业部制改革使支行贷款利率升高,贷款抵押、质押增多。列(5)中Post的系数在1%的水平上显著为负,说明银行事业部制改革使支行贷款期限缩短。由表5亦可知,改革一年及以后,银行贷款利率升高;改革当期及以后,支行贷款抵押、质押增多,支行贷款期限变短。

        表 5  银行组织层级与贷款契约行为:地级市支行层面

        变量 BPIR
        (1)
        BPIR
        (2)
        MOR
        (3)
        MOR
        (4)
        LT
        (5)
        LT
        (6)
        Post 0.325** 0.146*** −0.284***
        (2.10) (3.15) (−3.44)
        Before1×BOL 0.027 0.067 0.085
        (1.53) (1.50) (1.59)
        Before0×BOL 0.166 0.184*** −0.175**
        (1.54) (3.10) (−2.24)
        After1×BOL 0.308** 0.180** −0.242**
        (2.05) (2.50) (−2.20)
        After2+×BOL 0.631** 0.155** −0.375***
        (2.18) (2.21) (−2.65)
        Cons_ −0.363 −0.344 1.755** 1.746** 3.445*** 3.440***
        (−1.03) (−0.95) (2.13) (2.14) (3.40) (3.40)
        Controls Yes Yes Yes Yes Yes Yes
        Year/Bank/Firm Yes Yes Yes Yes Yes Yes
        N 8418 8418 8418 8418 8418 8418
        R2 0.778 0.786 0.660 0.660 0.601 0.602
      • 为排除其他政策性因素的影响,本文借鉴Li等(2016)刘瑞明等(2020)的方法进行安慰剂检验。本文随机生成处理组并重复进行1000次回归,绘制相应被解释变量下银行改革t值的密度图。从图1可以看出,与表4主回归结果中的t值相比,结果没有显著差异。

        图  1  安慰剂检验:银行组织层级与贷款契约行为(利率效应、抵押效应、期限效应)

      • 为考察银行组织层级的利率效应、抵押效应和期限效应是否由事业部制改革引起,本文采用Before−2×BOL、Before−1×BOL、Before0×BOL、After1×BOL以及After2+×BOL五个哑变量取代Post×BOL进行平行趋势检验。从图2可以看出,银行事业部制改革前银行组织层级与贷款契约行为无明显变化;改革后发生显著变化,这说明银行事业部制改革引起银行组织层级与贷款契约行为的变化。

        图  2  平行趋势检验:银行组织层级与贷款契约行为(利率效应、抵押效应、期限效应)

      • 为保证样本均衡性,本文采用限定事业部制改革前后年份的方法,分别选取银行事业部制改革前后三年、前后五年以及前后十年的数据作为回归样本。从表6中可以看出,Post×BOL的回归结果与前文保持一致,说明本文结果稳健。

        表 6  基于均衡样本的再检验

        变量 改革前后三年 改革前后五年 改革前后十年
        BPIR
        (1)
        MOR
        (2)
        LT
        (3)
        BPIR
        (4)
        MOR
        (5)
        LT
        (6)
        BPIR
        (7)
        MOR
        (8)
        LT
        (9)
        Post −0.248* −0.317*** 0.328** −0.282** −0.284*** 0.157 −0.171** −0.184*** 0.141
        (−1.74) (−3.81) (2.33) (−2.23) (−4.58) (1.33) (−2.27) (−2.87) (1.49)
        BOL −0.011 0.003 0.057 −0.019** 0.017 −0.011 −0.018*** 0.029*** −0.018
        (−0.87) (0.15) (1.16) (−2.02) (1.52) (−0.36) (−2.61) (2.76) (−0.88)
        Post×BOL 0.076* 0.083*** −0.174*** 0.112** 0.065*** −0.124*** 0.106** 0.056*** −0.116***
        (1.82) (2.88) (−3.40) (2.36) (3.18) (−2.90) (2.52) (2.61) (−3.43)
        Cons_ −0.920 0.954 3.664* −0.822 1.106 3.761*** −0.169 1.014 1.734**
        (−1.00) (0.88) (1.88) (−1.31) (1.14) (3.11) (−0.66) (1.36) (2.12)
        Controls Yes Yes Yes Yes Yes Yes Yes Yes Yes
        Year/Bank/Firm Yes Yes Yes Yes Yes Yes Yes Yes Yes
        N 4000 4000 4000 7356 7356 7356 11676 11676 11676
        R2 0.872 0.755 0.658 0.763 0.691 0.592 0.669 0.616 0.571
      • Petersen和Rajan(1994)的研究主要关注银行组织结构或竞争环境如何影响创新企业获得贷款。而创新企业又严重依赖于其他人无法轻易核实的软信息,银行和创新企业之间存在严重的信息不对称(Stiglitz,1993)。贷款银行提供的信息可以分为硬信息和软信息,硬信息是指更善于传输和处理的数字信息,软信息是指很难用数字完全概括,需要了解其背景知识才能完全理解的信息。但由于信息不对称,软信息比硬信息更难被向上传达,等级结构更加森严的机构将更多依赖于硬信息(Strahan,2017)。相比于拥有多级管理层的大型等级制银行,软信息对分散、单一以及管理层较少的扁平化银行更加具有吸引力(Stein,2002),并且信息收集机构和贷款审批人员之间的层级距离越大,其对主观信息的依赖程度越低,而对客观信息的依赖程度越高(Liberti,2017)。同一银行内的组织设计可以有效地使用软信息,这表明大型银行可以通过使用层次结构来分配实际权力,以模拟较小银行的管理环境(Skrastins和Vig,2019)。以上分析可知,组织层级越低,越有利于搜集和处理软信息。信贷层级上移,有利于降低信贷决策成本,但难以照顾到差异化的信贷需求和软信息。

        基于上述研究,本文进一步探索银行事业部制改革后,不同组织层级对创新企业贷款契约的影响。本文借鉴张璇等(2017)的方法,采用研发投资密度(企业研发投入占营业收入比)衡量企业创新程度,在此基础上将研发投资密度二等分,将大于均值的设为企业创新程度较高组,低于均值的设为企业创新程度较低组。表7列(3)、列(6)Post×BOL的系数显著为负,说明银行事业部制改革后,银行组织层级越低,创新程度低的企业抵押、质押越少,贷款期限越长。

        表 7  事业部制改革与银行处理软信息能力:基于创新企业贷款契约行为的检验

        变量 创新低
        BPIR
        (1)
        创新高
        BPIR
        (2)
        创新低
        MOR
        (3)
        创新高
        MOR
        (4)
        创新低
        LT
        (5)
        创新高
        LT
        (6)
        Post −0.104 −0.108 −0.004 −0.240* 0.102 0.298
        (−1.53) (−0.92) (−0.05) (−1.94) (0.93) (1.58)
        BOL −0.016** 0.006 0.029** −0.009 −0.014 0.090**
        (−2.23) (0.80) (2.58) (−0.34) (−0.77) (2.22)
        Post×BOL 0.033 0.084 −0.048** 0.052 −0.050 −0.234***
        (1.56) (1.00) (−2.29) (1.02) (−1.21) (−2.72)
        Cons_ −0.043 0.095 1.706** −1.277 1.299 7.154**
        (−0.24) (0.20) (2.41) (−0.63) (1.60) (2.47)
        Suest检验 0.600 11.980*** 8.100***
        Controls Yes Yes Yes Yes Yes Yes
        Year/Bank/Firm Yes Yes Yes Yes Yes Yes
        N 11890 2030 11890 2030 11890 2030
        R2 0.456 0.964 0.557 0.801 0.551 0.702
      • 学者们从多角度论证了中国的银行系统存在企业所有制的信贷歧视(Brandt和Li,2003Song等,2011黄轲和朱莹,2020)。许坤(2018)发现,相比于国有企业,民营企业贷款利率偏高,银行针对民营企业个体信贷的事前价格歧视会导致民营企业群体的事后违约上升,这说明信贷的价格歧视损害了银企共生关系。王贞洁(2016)发现,信贷歧视降低了中国信贷资源的配置效率,促使低成本的债务资源流向部分技术创新动力匮乏的国有企业和大企业,而民营上市公司和小规模企业却苦于承担较高的债务融资成本,缩减技术创新投资规模。相对而言,国有企业凭借其与政府部门之间的天然联系,在债务融资方面享有独到优势(李后建和刘思亚,2015)。但有学者认为,中国的银行系统不存在企业所有制的信贷歧视,苟琴等(2014)利用世界银行对中国国有企业投融资环境的调查数据,考察银行信贷资金配置中的所有制歧视问题及其变化,研究表明国有企业和非国有企业之间并不存在显著的信贷配给差异,信贷资金配给更多与企业自身禀赋和宏观金融环境有关。这对银行信贷决策中存在所有制歧视的论断提出了质疑。基于前文研究结果,本文进一步探索不同股权性质下企业贷款契约条件在不同银行组织层级中的变化情况。

        表8列(2)、列(5)和列(8)中Post×BOL×NE的系数均在1%的水平上显著为负,说明银行事业部制改革后,贷款银行组织层级越低,非国有企业的抵押、质押越多,国有银行和非国有银行中均是如此。列(9)中Post×BOL×NE的系数在10%的水平上显著为正,说明非国有银行事业部制改革后,贷款银行组织层级越低,非国有企业的贷款期限越短。

        表 8  银行组织层级与贷款契约行为:国有银行与非国有银行

        变量 全样本 国有银行 非国有银行
        BPIR
        (1)
        MOR
        (2)
        LT
        (3)
        BPIR
        (4)
        MOR
        (5)
        LT
        (6)
        BPIR
        (7)
        MOR
        (8)
        LT
        (9)
        Post −0.217** −0.321*** 0.257** −0.924 −1.021*** 0.574* −0.028 −0.317*** 0.166
        (−1.97) (−3.20) (2.21) (−1.60) (−4.50) (1.70) (−1.00) (−2.87) (1.35)
        BOL −0.017** 0.042** −0.006 0.001 0.067** −0.023 −0.007 −0.008 0.036
        (−2.21) (2.20) (−0.20) (0.09) (2.10) (−0.57) (−0.70) (−0.39) (1.20)
        NE −0.025 −0.024 0.100 0.000 0.070 0.150 −0.004 −0.089 0.019
        (−1.08) (−0.41) (0.86) (0.01) (0.75) (0.92) (−0.21) (−0.96) (0.13)
        Post×BOL 0.149* 0.136*** −0.162*** 0.434 0.433*** −0.305** 0.010 0.120*** −0.143***
        (1.89) (3.28) (−3.28) (1.60) (4.83) (−2.08) (0.88) (2.79) (−2.95)
        Post×NE 0.107 0.281*** −0.117 0.762 0.730*** −0.002 0.010 0.335*** −0.206
        (0.95) (2.95) (−0.83) (1.38) (3.06) (−0.01) (0.46) (3.01) (−1.24)
        BOL×NE 0.006 −0.015 −0.015 −0.010 −0.045 −0.016 0.004 0.028 −0.036
        (0.82) (−0.74) (−0.46) (−0.87) (−1.28) (−0.35) (0.36) (1.10) (−0.92)
        Post×BOL×NE −0.112 −0.139*** 0.046 −0.368 −0.327*** 0.012 −0.007 −0.132*** 0.118*
        (−1.39) (−3.12) (0.72) (−1.37) (−3.26) (0.08) (−0.56) (−2.77) (1.71)
        Cons_ −0.025 1.056 1.743** 0.271 0.954 1.767* 0.082 0.032 1.062
        (−0.11) (1.46) (2.09) (1.51) (1.19) (1.87) (0.90) (0.04) (0.98)
        Controls Yes Yes Yes Yes Yes Yes Yes Yes Yes
        Year/Bank/Firm Yes Yes Yes Yes Yes Yes Yes Yes Yes
        N 12753 12753 12753 9577 9577 9577 3073 3073 3073
        R2 0.727 0.613 0.571 0.782 0.626 0.614 0.828 0.789 0.636

        综上,无论国有银行还是非国有银行,事业部制改革后,银行组织层级越低,非国有企业的贷款抵押、质押越多。在非国有银行事业部制改革后,银行组织层级越低,非国有企业的贷款期限越短。

      • 关于数字金融对银行的影响,已有学者分别从优化银行业结构、改善银行信贷结构和期限结构、促进银行信用贷款、降低银行信贷风险、提高银行服务效率等角度展开研究(尹应凯和艾敏,2020郭丽虹和朱柯达,2021Sheng,2021解维敏等,2021)。孙旭然等(2020)认为区块链、大数据、人工智能等技术在投融资领域的应用有助于银行等金融机构提升信息获取、处理及应用能力,缓解信息不对称问题,促使信贷服务更符合实体经济转型发展的需求。黄锐等(2021)从数字金融视角,认为数字金融发展对于缓解企业融资约束至关重要,随着数字金融发展水平的提高,这种缓解效应将得到显著加强,并且数字金融能够在挖掘和分析海量软硬信息过程中有效识别具备创新实力却难以获得融资支持的企业。段永琴和何伦志(2021)发现数字金融对银行贷款利率定价市场化具有显著正向作用,其中大数据等数字技术提升了银行贷款利率定价技术水平,是促进银行贷款利率定价市场化的核心动力。数字金融依托大数据、云计算及移动互联等数字技术,能够以较低成本和风险进行数据处理(Gomber等,2018),其作为一种金融溢出,在一定程度上能够驱动传统金融体系重塑。数字金融也能够通过信用的透明化和信息化,创新性地颠覆传统的信用定价模式(唐松等,2020)。数字金融还可以对海量标准化和非标准化数据进行挖掘,降低银行和企业的信息不对称程度, 逐步构建硬化企业软信息的算法和大数据仓库(Demertzis等,2018),为银行获取企业硬信息和软信息提供了更多方式。

        根据前文研究结果,在事业部制改革后,银行收归了信贷批准权力,更加有利于降低信贷决策成本,但难以照顾到差异化的信贷需求和软信息。而本文根据已有研究发现,数字金融大大改变了软信息和硬信息的获取方式,丰富了银行获取软信息的手段,从而可能会改变组织层级作为主要影响因素的因果联系,所以本文将数字金融作为调节变量加入回归模型,进一步观察贷款契约的变化。本文参考汪莉等(2015)唐松等(2020)的方法,数字金融指标采用北京大学数字金融研究中心和蚂蚁科技集团组成的联合课题组编制的2011−2018年数字普惠金融指数(Index)。考虑到数字普惠金融发展的多维度特征,本文还选取了数字普惠金融覆盖广度指数(Breadth)、使用深度指数(Depth)两个指标。为保证回归的可靠性,本文分别利用省级层面和市级层面的数字金融发展指数。

        表9的Panel A显示,列(1)中Index×Post×BOL、列(4)中Breadth×Post×BOL、列(7)中Depth×Post×BOL的系数均显著为负,说明数字金融发展抑制了银行事业部制改革后银行组织层级低导致的贷款利率上升问题。Panel B的结果与Panel A的结果保持一致,不再赘述。从表9还可以看出,数字金融发展在抵押效应、期限效应中没有发挥明显的调节作用。

        表 9  银行组织层级与贷款契约行为:数字金融的调节作用

        Panel A:市级层面
        变量 BPIR
        (1)
        LT
        (2)
        MOR
        (3)
        BPIR
        (4)
        LT
        (5)
        MOR
        (6)
        BPIR
        (7)
        LT
        (8)
        MOR
        (9)
        Index×Post×BOL −1.855*** 0.255 −0.082
        (−2.60) (0.89) (−0.57)
        Breadth×Post×BOL −1.695*** 0.219 −0.037
        (−2.88) (0.85) (−0.31)
        Depth×Post×BOL −1.657* 0.335 −0.086
        (−1.72) (1.24) (−0.55)
        Post×BOL 0.868*** −0.282* 0.141** 0.790*** −0.268* 0.120** 0.753* −0.291** 0.138**
        (2.60) (−1.87) (2.51) (2.87) (−1.87) (2.50) (1.73) (−2.24) (2.39)
        Index 0.008 −0.179 0.137
        (0.30) (−0.73) (0.84)
        Post×Index 3.464** −0.789 0.211
        (2.56) (−1.23) (0.61)
        Index×BOL 0.007 0.060 −0.054*
        (1.05) (1.21) (−1.75)
        Breadth −0.010 −0.174 0.157
        (−0.53) (−0.95) (1.36)
        Post×Breadth 3.172*** −0.786 0.095
        (2.82) (−1.38) (0.32)
        Breadth×BOL 0.013* 0.055 −0.057
        (1.72) (1.01) (−1.59)
        Depth −0.010 0.039 0.068
        (−0.34) (0.16) (0.65)
        Post×Depth 2.964* −0.827 0.247
        (1.70) (−1.46) (0.74)
        Depth×BOL 0.006 0.028 −0.049*
        (0.78) (0.60) (−1.93)
        Cons_ 0.562 7.579*** −1.974 0.511 7.554*** −1.938 0.606 7.511*** −1.976
        (1.17) (4.28) (−1.57) (1.25) (4.28) (−1.54) (1.25) (4.20) (−1.58)
        Controls Yes Yes Yes Yes Yes Yes Yes Yes Yes
        Year/Bank/Firm Yes Yes Yes Yes Yes Yes Yes Yes Yes
        N 3536 3536 3536 3536 3536 3536 3536 3536 3536
        R2 0.918 0.643 0.820 0.922 0.643 0.820 0.903 0.642 0.820

        续表9
        Panel B:省级层面
        变量 BPIR
        (1)
        LT
        (2)
        MOR
        (3)
        BPIR
        (4)
        LT
        (5)
        MOR
        (6)
        BPIR
        (7)
        LT
        (8)
        MOR
        (9)
          注:对连续变量Index、BreadthDepth进行了中心化处理。
        Index×Post×BOL −1.465** 0.231 0.032
        (−2.42) (0.97) (0.30)
        Breadth×Post×BOL −1.069* 0.182 0.077
        (−1.88) (0.88) (0.87)
        Depth×Post×BOL −1.474** 0.233 −0.022
        (−2.06) (1.12) (−0.22)
        Post −1.708** 0.705** −0.302** −1.350* 0.679** −0.224* −1.406** 0.581** −0.363***
        (−2.40) (1.97) (−2.06) (−1.86) (1.98) (−1.74) (−2.05) (2.23) (−2.90)
        BOL 0.000 0.011 −0.008 0.001 0.009 −0.007 0.002 0.008 −0.008
        (0.09) (0.19) (−0.46) (0.24) (0.15) (−0.41) (0.56) (0.15) (−0.47)
        Post×BOL 0.914** −0.277* 0.075 0.744* −0.250 0.041 0.778** −0.245** 0.103**
        (2.42) (−1.67) (1.31) (1.88) (−1.55) (0.82) (2.06) (−2.06) (2.05)
        Index 0.008 0.170*** 0.012 0.168*** 0.006 0.169***
        (0.98) (3.05) (1.13) (3.00) (0.74) (3.04)
        Post×Index 0.000 0.045*** −0.001 0.044*** 0.001 0.044***
        (0.08) (2.76) (−0.20) (2.71) (0.22) (2.76)
        Index×BOL 0.001 0.105*** −0.017** 0.000 0.105*** −0.017** 0.001 0.104*** −0.017**
        (0.52) (5.48) (−2.29) (0.19) (5.50) (−2.30) (0.43) (5.45) (−2.28)
        Breadth −0.010 0.004 0.010
        (−0.88) (0.04) (0.22)
        Post×Breadth 1.907* −0.650 −0.142
        (1.86) (−1.46) (−0.66)
        Breadth×BOL 0.002 −0.000 −0.019
        (0.85) (−0.01) (−1.39)
        Depth −0.022 −0.020 −0.002
        (−1.11) (−0.13) (−0.03)
        Post×Depth 2.635** −0.616 0.104
        (2.04) (−1.35) (0.46)
        Depth×BOL 0.004 −0.003 −0.029**
        (0.96) (−0.10) (−1.97)
        Cons_ 0.708 7.784*** −2.034 0.687 7.808*** −2.050 0.829* 7.764*** −1.945
        (1.64) (4.32) (−1.62) (1.56) (4.34) (−1.63) (1.78) (4.24) (−1.57)
        Controls Yes Yes Yes Yes Yes Yes Yes Yes Yes
        Year/Bank/Firm Yes Yes Yes Yes Yes Yes Yes Yes Yes
        N 3578 3578 3578 3578 3578 3578 3578 3578 3578
        R2 0.917 0.643 0.822 0.907 0.644 0.822 0.911 0.643 0.822

      • 本文利用2001−2018年上市公司年报披露的银行贷款数据,考察银行组织层级对贷款契约的影响。研究发现,银行事业部制改革后,由于在处理硬信息和软信息方面存在信息获取成本差异,银行组织层级在贷款契约行为上存在利率效应、抵押效应和期限效应,即银行组织层级越低,贷款利率越高、抵押越多、贷款期限越短,且数字金融发展会抑制组织层级较低银行贷款利率的上升。进一步检验发现,事业部制改革后,在组织层级较低银行贷款时,高创新企业的抵押、质押相对更多、贷款期限更短;无论是国有银行还是非国有银行,事业部制改革后,银行组织层级越低,非国有企业的贷款抵押、质押越多;在非国有银行事业部制改革后,银行组织层级越低,非国有企业的贷款期限越短。

        本文研究结果对于理解和评估中国的银行改革具有重要政策含义。银行改革后收归贷款审批权,提高了信息尤其是软信息在组织层级中的传递成本,这一现象在支行层面表现更加明显。这主要是由于银行事业部制改革后,银行开始以客户为中心,经营权分权但事业部内高度集权,且银行内部分工明确,有专门的贷款中心进行贷款审批,支行专注于零售业务,贷款审批权力被削弱,这种集权化的贷款审批制度也进一步影响了贷款契约。自2007年民生银行实施事业部制改革后,中国政府期望以银行改革作为突破口,进一步促进中国银行业的发展,越来越多的银行开始加入事业部制改革和组织架构改革的浪潮。

    参考文献 (56)

    目录

      /

      返回文章
      返回