银行市场势力对银行效率的异质性影响：基于126家银行的实证洞察

银行市场势力对银行效率的异质性影响：基于126家银行的实证洞察一、引言1.1研究背景与意义在现代金融体系中，银行业占据着举足轻重的地位，是经济发展的关键支撑。银行业的市场势力与效率问题一直是学术界和金融界关注的焦点，对金融市场的稳定和经济的健康发展有着深远影响。随着全球经济一体化和金融自由化进程的加速，银行业面临着日益激烈的竞争环境。一方面，金融创新不断涌现，新的金融产品和服务层出不穷，这对银行的业务模式和市场份额产生了冲击；另一方面，外资银行的进入以及金融科技公司的崛起，进一步加剧了市场竞争的激烈程度。在这种背景下，深入研究银行业的市场势力与效率，具有极为重要的现实意义。从市场势力的角度来看，市场势力反映了银行在市场中对价格和产量的控制能力。拥有较强市场势力的银行，在产品定价和资源配置方面具有更大的话语权，能够获取超额利润。然而，这种市场势力也可能导致资源配置的低效率，抑制市场竞争，从而对金融市场的活力和公平性产生负面影响。例如，一些大型银行可能凭借其市场垄断地位，对贷款利率进行不合理的定价，增加企业的融资成本，阻碍实体经济的发展。从效率的角度而言，银行效率是衡量银行经营管理水平和资源利用能力的重要指标。高效的银行能够更有效地配置资金，降低运营成本，提高盈利能力，从而增强自身在市场中的竞争力。同时，银行效率的提升还有助于优化金融资源的配置，促进经济增长。相反，低效率的银行不仅会浪费金融资源，还可能引发金融风险，对金融稳定构成威胁。银行业市场势力与效率之间存在着复杂的相互关系。一方面，市场势力可能对银行效率产生促进作用。例如，具有一定市场势力的银行，能够通过规模经济和范围经济降低成本，提高效率；同时，市场势力带来的稳定收益，也有助于银行进行技术创新和人才培养，进一步提升效率。另一方面，市场势力也可能阻碍银行效率的提升。过度的市场垄断会导致银行缺乏竞争压力，从而降低创新动力和经营效率，甚至可能引发寻租行为，造成资源的浪费。深入研究银行业市场势力与效率问题，有助于我们更好地理解金融市场的运行机制，为银行业的改革和发展提供理论支持和实践指导。通过对市场势力的准确评估，我们可以判断市场竞争的充分程度，识别可能存在的垄断行为，从而制定相应的反垄断政策，促进市场的公平竞争。而对银行效率的分析，则能够帮助我们发现银行经营管理中的问题和不足，为银行改进管理、提升效率提供方向。此外，研究市场势力与效率之间的关系，还能为监管部门制定科学合理的监管政策提供依据，确保银行业在保持稳定的前提下，实现效率的提升和市场的健康发展。1.2研究目标与问题提出本研究以126家银行作为样本，旨在深入探究银行市场势力对银行效率的影响。具体而言，期望通过实证分析达成以下目标：一是准确测度样本银行的市场势力和效率水平，清晰地展现各银行在市场中的地位以及经营管理的效率状况。通过科学合理的指标和方法，量化市场势力和效率，为后续分析提供数据支持。二是深入剖析银行市场势力与效率之间的内在联系，揭示市场势力究竟是如何作用于银行效率的，是促进还是抑制，以及影响的程度和机制。这有助于我们从理论和实践层面更好地理解银行业市场的运行规律。基于上述研究目标，提出以下具体研究问题：不同类型银行（国有大型银行、股份制银行、城市商业银行等）的市场势力和效率存在怎样的差异？市场势力的变化如何对银行成本效率、利润效率和技术效率产生影响？在不同的市场竞争环境和宏观经济背景下，银行市场势力对效率的影响是否存在显著差异？通过对这些问题的深入研究，为银行业的发展和监管提供有针对性的建议。1.3研究创新点本研究在样本选取、变量设定以及研究方法等方面具有一定的创新之处。在样本选取上，本研究选取了126家银行作为样本，涵盖了国有大型银行、股份制银行、城市商业银行以及农村商业银行等多种类型的银行，样本类型丰富且覆盖面广。相较于以往研究多集中于少数大型银行或特定区域银行，本研究的样本更具代表性，能够更全面地反映银行业整体的市场势力与效率状况，从而使研究结果更具普遍性和可靠性。在变量设定方面，对于市场势力的衡量，综合运用多种指标，如勒纳指数、PCM指数等，从不同角度对银行的市场势力进行测度。这种多指标的综合运用，克服了单一指标衡量的局限性，能够更准确地反映银行在市场中的垄断或竞争地位。在银行效率变量设定上，不仅考虑了成本效率和利润效率，还引入了技术效率等多个维度的指标，全面衡量银行的经营效率，使研究结果更具说服力。在研究方法上，采用了多种计量经济学模型相结合的方式。在分析市场势力对银行效率的影响时，运用面板数据固定效应模型，控制个体异质性和时间趋势，提高估计的准确性；同时，为了进一步探究两者之间的因果关系，采用工具变量法解决可能存在的内生性问题。这种多模型的综合运用，在研究银行业市场势力与效率关系的文献中具有一定的创新性，能够更深入、准确地揭示两者之间的内在联系。二、理论基础与文献综述2.1银行市场势力相关理论市场势力是指企业在市场中对价格和产量的控制能力，是企业在不完全竞争市场环境下所具备的一种能力。当企业拥有市场势力时，其可以使产品价格偏离边际成本，进而获取超额利润。从经济学理论来看，市场势力的存在会导致市场偏离完全竞争状态，影响资源的有效配置。在完全竞争市场中，众多企业作为价格接受者，无法单独影响市场价格，资源能够实现最优配置。然而，当市场中存在具有市场势力的企业时，这些企业能够通过控制产量、提高价格等手段，改变市场的供求关系，从而使资源配置无法达到帕累托最优状态。在衡量市场势力时，学术界常用的指标包括勒纳指数、赫芬达尔指数等。勒纳指数（LernerIndex）由阿贝・勒纳（A.Lerner）提出，通过对价格与边际成本偏离程度的度量，来反映市场中垄断力量的强弱。其计算公式为L=\frac{P-MC}{P}，其中L代表勒纳指数，P是产品或服务的价格，MC是边际成本。勒纳指数在0到1之间变动，数值越大，表明垄断势力越大。当勒纳指数为0时，说明市场处于完全竞争状态，价格等于边际成本；当勒纳指数接近1时，则表示企业具有很强的垄断势力，能够将价格设定远高于边际成本。例如，若某银行的贷款利率为8\%，边际成本为5\%，则其勒纳指数为\frac{8\%-5\%}{8\%}=0.375，这表明该银行在市场中具有一定程度的市场势力。赫芬达尔指数（Herfindahl-HirschmanIndex，简称HHI），是一种测量产业集中度的综合指数。它是指一个行业中各市场竞争主体所占行业总收入或总资产百分比的平方和，用来计量市场份额的变化，即市场中厂商规模的离散度。其计算公式为HHI=\sum_{i=1}^{n}{S_{i}^{2}}，其中S_{i}表示第i个企业的市场占有率，n为该产业内的企业数。HHI值越大，表示市场集中程度越高，垄断程度越高。当市场处于完全垄断时，HHI=1；当市场上有许多企业，且规模都相同时，HHI=\frac{1}{n}，n趋向无穷大，HHI就趋向0。假设某地区有5家银行，市场份额分别为40\%、30\%、20\%、5\%、5\%，则该地区银行业的赫芬达尔指数为0.4^{2}+0.3^{2}+0.2^{2}+0.05^{2}+0.05^{2}=0.265，通过该指数可以直观地了解到该地区银行业的市场集中程度。银行市场势力的形成原因较为复杂，受到多种因素的影响。从规模经济角度来看，随着银行资产规模的扩大，单位运营成本可能会降低，从而形成规模经济效应。大型银行在资金筹集、风险管理、技术创新等方面往往具有更大的优势，能够以更低的成本提供金融服务，进而在市场中占据主导地位。例如，大型国有银行凭借其广泛的分支机构网络和庞大的客户群体，能够在资金吸收和投放方面实现规模经济，降低资金成本和运营成本，相比小型银行具有更强的市场势力。产品差异化也是银行市场势力形成的重要因素之一。银行通过提供多样化的金融产品和个性化的服务，满足不同客户群体的需求，从而与竞争对手形成差异。一些银行专注于特定领域的金融服务，如专注于中小企业贷款的银行，通过深入了解中小企业的经营特点和融资需求，开发出针对性的金融产品和服务模式，在该细分市场中形成竞争优势，获得一定的市场势力。进入壁垒同样对银行市场势力的形成起着关键作用。银行业受到严格的监管，新进入者需要满足一系列的监管要求，如资本充足率、风险管理能力等。这些监管要求提高了行业的进入门槛，限制了新竞争者的进入，使得现有银行能够在市场中保持相对稳定的市场份额，从而形成市场势力。此外，客户转换成本也是一种进入壁垒，客户在更换银行时可能面临手续繁琐、信息不匹配等问题，这使得客户更倾向于选择熟悉的银行，进一步巩固了现有银行的市场地位。2.2银行效率相关理论2.2.1银行效率的概念银行效率是指银行在经营过程中，将投入转化为产出的有效程度，反映了银行对资源的利用能力和经营管理水平。它涵盖多个方面，包括成本效率、利润效率、规模效率、技术效率等。成本效率体现了银行在一定产出水平下，实际成本与最小成本的接近程度。若银行能以最低成本实现既定产出，说明其成本效率高。例如，银行A和银行B在提供相同数量和类型的金融服务时，银行A的运营成本为100万元，银行B的运营成本为80万元，银行B以更低的成本实现了相同产出，因此银行B的成本效率更高。利润效率则反映了银行在获取利润方面的能力，即在给定投入和市场价格条件下，银行实际利润与最大可能利润的接近程度。若银行能够充分利用市场机会，合理定价金融产品和服务，有效控制成本，从而实现较高的利润水平，那么其利润效率较高。规模效率衡量的是银行规模变动对成本和产出的影响。当银行扩大规模时，若单位成本降低，产出增加，说明存在规模经济，银行具有较高的规模效率。例如，一些大型银行通过开设更多分支机构、扩大业务范围，实现了资金的更有效配置，降低了单位资金的运营成本，体现了规模经济带来的规模效率提升。然而，当银行规模过大，导致管理难度增加、运营成本上升，出现规模不经济时，规模效率会降低。技术效率反映了银行在生产过程中，利用现有技术将投入转化为产出的能力。技术效率高的银行能够充分发挥技术优势，减少投入浪费，提高产出水平。随着金融科技的发展，许多银行采用先进的信息技术，如大数据分析、人工智能等，优化业务流程，提高服务效率和质量，从而提升了技术效率。例如，某银行利用大数据技术精准识别客户需求，提供个性化的金融产品，同时优化风险管理，减少了不良贷款的发生，提高了整体运营效率。2.2.2银行效率的衡量指标常用的银行效率衡量指标包括成本收入比、资产回报率、净息差等，这些指标从不同角度反映了银行的效率状况。成本收入比是衡量银行成本控制能力的重要指标，其计算公式为：成本收入比=业务及管理费÷营业收入×100%。该指标越低，表明银行每获取单位收入所花费的成本越低，成本控制能力越强，成本效率越高。假设银行C的业务及管理费为5000万元，营业收入为20000万元，则其成本收入比为\frac{5000}{20000}\times100\%=25\%；银行D的业务及管理费为4000万元，营业收入为20000万元，成本收入比为\frac{4000}{20000}\times100\%=20\%，相比之下，银行D的成本收入比更低，在成本控制方面表现更优，成本效率更高。资产回报率（ReturnonAssets，ROA）反映了银行运用全部资产获取利润的能力，计算公式为：资产回报率=净利润÷平均资产总额×100%。该指标越高，说明银行资产的盈利能力越强，利润效率越高。例如，银行E的净利润为8000万元，平均资产总额为100000万元，其资产回报率为\frac{8000}{100000}\times100\%=8\%；银行F的净利润为10000万元，平均资产总额为100000万元，资产回报率为\frac{10000}{100000}\times100\%=10\%，银行F的资产回报率更高，表明其在利用资产创造利润方面的能力更强，利润效率更高。净息差（NetInterestMargin，NIM）衡量的是银行利息收入与利息支出之间的差额与平均生息资产的比值，计算公式为：净息差=（利息收入-利息支出）÷平均生息资产×100%。净息差反映了银行的利息业务盈利能力，是衡量银行盈利能力和效率的关键指标之一。较高的净息差意味着银行在存贷款业务中能够获得更大的利差收益，表明银行在资金运用和定价方面具有较强的能力，效率较高。假设银行G的利息收入为15000万元，利息支出为10000万元，平均生息资产为100000万元，则其净息差为\frac{15000-10000}{100000}\times100\%=5\%；银行H的利息收入为18000万元，利息支出为10000万元，平均生息资产为100000万元，净息差为\frac{18000-10000}{100000}\times100\%=8\%，银行H的净息差更高，说明其在利息业务上的盈利能力更强，效率相对更高。2.3银行市场势力对银行效率影响的研究综述关于银行市场势力对银行效率的影响，学术界尚未达成一致结论，存在多种不同观点和争议。部分学者认为银行市场势力对银行效率具有促进作用。从理论角度来看，具有市场势力的银行在市场中处于优势地位，能够凭借其垄断力量获取超额利润。这些利润可以为银行提供更充足的资金用于技术研发和创新，进而提高银行的运营效率。例如，一些大型银行利用其市场势力获取的高额利润，投入大量资金开发先进的金融信息技术系统，实现业务流程的自动化和智能化，提高了业务处理速度和准确性，降低了运营成本，从而提升了效率。在实证研究方面，相关学者运用多种方法和样本进行分析，得出了支持这一观点的结论。如学者[学者姓名1]通过对[具体地区或国家]银行业的研究，采用[具体实证方法，如面板数据模型]，以[具体市场势力指标，如勒纳指数]衡量市场势力，以[具体效率指标，如成本效率、利润效率等]衡量银行效率，发现市场势力与银行效率之间存在显著的正相关关系。这表明市场势力越强的银行，其效率水平越高。学者[学者姓名2]在对[另一个地区或国家]的银行业研究中，也得到了类似的结果，进一步验证了市场势力对银行效率的促进作用。另一些学者则持有相反观点，认为银行市场势力会抑制银行效率的提升。从理论上分析，市场势力的存在会使银行面临的竞争压力减小。在缺乏竞争的环境下，银行缺乏改进经营管理和提高效率的动力，容易产生X-非效率，即由于垄断或市场势力导致的资源配置无效率和生产无效率。例如，垄断银行可能会在人员配置上存在冗余，内部管理流程繁琐，从而增加运营成本，降低效率。实证研究也为这一观点提供了证据。学者[学者姓名3]对[某一地区或国家]的银行进行研究，通过构建[具体实证模型]，发现市场势力较高的银行，其成本效率和利润效率明显低于市场竞争较为充分的银行。这说明市场势力阻碍了银行效率的提高。学者[学者姓名4]利用[不同的实证方法和样本]进行研究，同样发现银行市场势力与效率之间存在负向关系，市场势力越强，银行效率越低。还有部分学者认为银行市场势力与银行效率之间的关系并非简单的线性关系，而是存在更为复杂的非线性关系或门槛效应。一些研究表明，在市场势力较低时，随着市场势力的增强，银行效率可能会有所提升；但当市场势力超过一定程度后，继续增强市场势力则会对银行效率产生负面影响。例如，学者[学者姓名5]运用门槛回归模型，对[具体样本银行]进行分析，发现市场势力对银行效率的影响存在双重门槛效应。当市场势力低于第一个门槛值时，市场势力的增强对银行效率有促进作用；当市场势力介于两个门槛值之间时，市场势力对银行效率的影响不显著；当市场势力超过第二个门槛值时，市场势力的增强会抑制银行效率的提升。目前关于银行市场势力对银行效率影响的研究存在诸多争议。不同的研究结果可能是由于研究样本、研究方法、变量选取以及研究背景等因素的差异导致的。未来的研究需要进一步综合考虑这些因素，采用更科学、全面的研究方法，以更准确地揭示银行市场势力与银行效率之间的内在关系。三、研究设计3.1样本选取与数据来源为全面、准确地探究银行市场势力对银行效率的影响，本研究选取了126家银行作为样本，样本涵盖了国有大型银行、股份制银行、城市商业银行以及农村商业银行等多种类型的银行。这一丰富的样本类型使得研究结果能够更广泛地代表银行业整体的市场势力与效率状况，增强了研究结论的普遍性和可靠性。在样本选取过程中，充分考虑了银行的资产规模、地域分布、业务特点等因素。不同资产规模的银行在市场竞争中具有不同的地位和行为模式，纳入多种规模层次的银行有助于全面分析市场势力的差异及其对效率的影响。例如，国有大型银行通常资产规模庞大，在市场中占据重要地位，具有较强的市场势力；而一些小型城市商业银行和农村商业银行资产规模相对较小，面临着更为激烈的市场竞争，其市场势力和效率表现可能与大型银行存在显著差异。地域分布方面，样本银行覆盖了我国多个地区，包括东部经济发达地区、中部崛起地区以及西部大开发地区等。不同地区的经济发展水平、金融市场环境以及政策支持力度各不相同，这会对银行的市场势力和效率产生影响。东部地区经济发达，金融市场活跃，银行的业务机会较多，市场竞争也更为激烈；而西部地区经济相对落后，银行在业务拓展和市场竞争方面可能面临更多挑战。通过纳入不同地域的银行，能够分析地域因素对银行市场势力与效率关系的调节作用。业务特点也是样本选取的重要考量因素。不同类型的银行在业务重点上存在差异，有的银行专注于零售业务，有的则侧重于公司业务，还有的在金融创新业务方面具有特色。这些业务特点的差异会影响银行的市场定位和市场势力，进而对效率产生不同的影响。例如，专注于零售业务的银行可能通过提供个性化的金融服务，吸引大量个人客户，从而在零售市场中获得一定的市场势力；而侧重于公司业务的银行则需要与大型企业建立长期稳定的合作关系，以获取业务资源和市场份额。数据收集主要来源于多个权威渠道，以确保数据的可靠性和准确性。其中，银行的年报是获取数据的主要来源之一，年报中包含了丰富的财务信息和业务数据，如资产负债表、利润表、现金流量表等，这些数据能够反映银行的经营状况和财务绩效。此外，还参考了Wind金融数据库、同花顺iFind金融数据终端等专业金融数据平台，这些平台整合了大量金融机构的数据，提供了较为全面和系统的数据支持。监管机构发布的统计数据和报告也是重要的数据来源，如中国银行业监督管理委员会（现中国银行保险监督管理委员会）发布的各类监管报告和统计信息，能够从宏观层面提供银行业整体的运行情况和监管要求。数据收集的时间跨度为[具体时间区间]，这一时间段涵盖了不同的经济周期和金融市场环境，能够更好地反映银行市场势力与效率在不同宏观经济背景下的变化情况。在经济繁荣时期，银行业务增长较快，市场竞争相对活跃，银行的市场势力和效率可能呈现出与经济衰退时期不同的特征。通过较长时间跨度的数据收集，可以更全面地分析宏观经济因素对银行市场势力与效率关系的影响，增强研究结果的稳定性和可靠性。3.2变量定义与度量3.2.1被解释变量——银行效率本研究选用成本效率作为衡量银行效率的关键指标，并采用随机前沿分析（SFA）方法进行计算。随机前沿分析方法由Aigner、Lovell和Schmidt于1977年提出，在经济学领域被广泛应用于效率测度。其基本原理是通过构建生产函数或成本函数，将实际产出或成本与最优前沿进行比较，从而确定生产单元的效率水平。在银行效率研究中，假设银行的成本函数为C=C(y,w,u,\nu)，其中C表示银行的总成本，y表示产出向量，w表示投入要素价格向量，u表示非效率项，反映银行偏离成本效率前沿的程度，\nu表示随机误差项，代表不可控的外部冲击等因素。通过对成本函数的估计，可以得到非效率项u的估计值，进而计算出银行的成本效率E=\frac{C_{min}}{C}，其中C_{min}表示在相同产出和投入价格条件下的最小成本，成本效率E的值介于0到1之间，越接近1表明银行的成本效率越高。随机前沿分析方法相较于其他效率测度方法，具有诸多优势。该方法能够充分考虑随机因素对银行成本的影响，更贴合实际情况。在实际经营中，银行可能会受到宏观经济波动、政策调整等不可控因素的影响，这些因素会导致银行成本的波动，随机前沿分析方法通过引入随机误差项\nu，可以有效捕捉这些随机因素的影响。随机前沿分析方法可以对非效率项u进行估计，从而深入分析银行效率低下的原因。通过对非效率项的进一步分解和分析，可以探究是哪些内部管理因素或外部市场因素导致银行偏离成本效率前沿，为银行改进管理、提升效率提供有针对性的建议。此外，随机前沿分析方法在处理多投入多产出的复杂生产系统时具有较强的适应性，能够准确地估计银行的成本效率。银行业务涉及多种投入要素和产出产品，随机前沿分析方法能够综合考虑这些因素，提供更全面、准确的效率评估。3.2.2解释变量——银行市场势力本研究选择勒纳指数作为市场势力度量指标。勒纳指数通过对价格与边际成本偏离程度的度量，反映市场中垄断力量的强弱。其计算公式为L=\frac{P-MC}{P}，其中L代表勒纳指数，P是产品或服务的价格，MC是边际成本。在银行业中，价格通常可以用银行的贷款利率来表示，边际成本则需要通过一定的方法进行估算。由于银行的边际成本难以直接观测，本研究采用超越对数成本函数来估算边际成本。超越对数成本函数是一种灵活的函数形式，能够较好地拟合银行的成本结构。通过对超越对数成本函数的估计，可以得到银行的总成本函数，进而根据总成本函数对产出求导，得到边际成本的估计值。勒纳指数在衡量银行市场势力方面具有较高的适用性。它能够直接反映银行在市场中的定价能力，即银行将价格设定高于边际成本的程度。勒纳指数越大，说明银行的市场势力越强，在市场中具有更大的定价话语权，能够获取更高的利润。勒纳指数不受银行规模和市场份额的直接影响，更能准确地反映银行的市场竞争地位。即使两家银行的规模和市场份额相近，但如果它们的勒纳指数不同，说明它们在市场中的定价能力和市场势力存在差异。勒纳指数的计算相对较为简单，数据获取相对容易，便于在实证研究中应用。通过银行的财务报表数据，可以获取贷款利率等关键数据，结合超越对数成本函数的估计方法，能够较为准确地计算出勒纳指数。3.2.3控制变量为了更准确地分析银行市场势力对银行效率的影响，本研究引入了多个控制变量，包括银行规模、资本充足率、资产质量等。银行规模是一个重要的控制变量，通常用银行的总资产来衡量。银行规模对银行效率可能产生多方面的影响。从规模经济角度来看，随着银行规模的扩大，银行可以通过共享资源、降低单位运营成本等方式实现规模经济，从而提高效率。大型银行在资金筹集方面具有优势，能够以更低的成本获取资金，同时在风险管理、技术研发等方面也可以进行更有效的资源配置，降低成本，提高效率。然而，当银行规模过大时，可能会出现管理层次增多、信息传递不畅等问题，导致管理效率下降，出现规模不经济的情况。例如，大型银行在决策过程中可能需要经过多个层级的审批，导致决策速度变慢，错失市场机会，从而对效率产生负面影响。资本充足率反映了银行的资本实力和风险抵御能力，计算公式为资本净额与风险加权资产的比值。较高的资本充足率意味着银行有更充足的资本来应对潜在的风险损失，能够增强银行的稳定性和信誉度。这有助于银行吸引更多的客户和资金，降低融资成本，进而提高效率。资本充足的银行在业务拓展和创新方面也更具优势，能够更好地满足客户的需求，提升市场竞争力。相反，资本充足率较低的银行可能面临较高的风险，在市场竞争中处于劣势，效率也可能受到影响。例如，当银行资本充足率不足时，监管机构可能会对其业务进行限制，导致银行的业务范围缩小，盈利能力下降，从而影响效率。资产质量是衡量银行经营状况的关键指标，通常用不良贷款率来表示，即不良贷款占总贷款的比例。不良贷款率越低，表明银行的资产质量越高，贷款资产的安全性和收益性越好。资产质量高的银行，其资金回收风险较低，能够减少贷款损失，提高资产的盈利能力，进而提升银行效率。相反，不良贷款率较高的银行，需要计提更多的贷款损失准备金，这会增加银行的运营成本，降低利润水平，对银行效率产生负面影响。例如，不良贷款的增加会导致银行的资金流动性降低，影响银行的资金周转和业务开展，同时也会增加银行的风险管理成本，降低整体效率。3.3模型构建为深入探究银行市场势力对银行效率的影响，本研究构建了如下面板数据模型：Efficiency_{it}=\alpha_0+\alpha_1Lerner_{it}+\sum_{j=1}^{n}{\alpha_{j+1}Control_{jit}}+\mu_i+\lambda_t+\varepsilon_{it}其中，i代表第i家银行，t表示年份。被解释变量Efficiency_{it}表示第i家银行在t时期的效率，本研究采用成本效率作为衡量指标，通过随机前沿分析（SFA）方法计算得出，该指标能有效反映银行将投入转化为产出的成本控制能力和效率水平。解释变量Lerner_{it}为第i家银行在t时期的勒纳指数，用于衡量银行的市场势力，勒纳指数越大，表明银行的市场势力越强，其通过对价格与边际成本偏离程度的度量，准确反映了银行在市场中的垄断或竞争地位。Control_{jit}为控制变量，j表示控制变量的个数。本研究选取了银行规模（Size_{it}）、资本充足率（CAR_{it}）、资产质量（NPL_{it}）等作为控制变量。银行规模用银行的总资产衡量，它对银行效率可能存在规模经济或规模不经济的影响。资本充足率反映银行的资本实力和风险抵御能力，对银行效率有重要作用。资产质量以不良贷款率表示，不良贷款率越低，资产质量越高，对银行效率的正面影响越大。\mu_i为个体固定效应，用于控制银行个体层面不随时间变化的异质性因素，如银行的地理位置、历史背景、企业文化等。这些因素虽然不随时间改变，但会对银行效率产生影响，通过个体固定效应可以消除这些因素的干扰，使估计结果更准确。\lambda_t为时间固定效应，用于控制宏观经济环境、政策变化等随时间变化的共同因素对银行效率的影响。不同年份的宏观经济形势、货币政策、监管政策等都会对银行业产生影响，时间固定效应能够捕捉这些因素的变化，提高模型的解释力。\varepsilon_{it}为随机误差项，代表其他未被纳入模型的随机因素对银行效率的影响。选择面板数据模型进行分析，主要基于以下考虑。面板数据模型能够同时利用截面数据和时间序列数据的信息，增加了样本容量，提高了估计的准确性和可靠性。相较于仅使用截面数据或时间序列数据，面板数据模型可以更好地控制个体异质性和时间趋势，减少遗漏变量偏差。通过引入个体固定效应和时间固定效应，能够有效解决由于个体特征和时间因素导致的内生性问题，使估计结果更能反映变量之间的真实关系。例如，在研究银行市场势力对效率的影响时，不同银行可能由于自身的独特属性（如成立时间、业务特色等）而存在差异，同时不同年份的宏观经济环境也在不断变化，面板数据模型可以很好地控制这些因素，从而更准确地分析市场势力与银行效率之间的关系。四、实证结果与分析4.1描述性统计在进行深入的实证分析之前，先对样本银行的各变量进行描述性统计，以初步了解数据的基本特征，展示银行市场势力和效率的现状。表1呈现了126家样本银行在研究期间内主要变量的描述性统计结果。表1：变量描述性统计变量观测值均值标准差最小值最大值成本效率12600.7560.1020.4580.982勒纳指数12600.3150.0840.1230.567银行规模（亿元）12605436.878215.6323.5645680.32资本充足率（%）126013.251.5610.2318.67不良贷款率（%）12601.780.650.543.89从成本效率来看，样本银行的平均成本效率为0.756，这表明在样本期内，银行平均能够以75.6%的最优成本实现产出，整体成本控制水平有待进一步提升。成本效率的标准差为0.102，最小值为0.458，最大值为0.982，说明不同银行之间的成本效率存在较大差异。一些银行在成本控制方面表现出色，能够接近最优成本水平，而另一些银行则存在较大的成本改进空间。例如，部分管理高效、运营流程优化的银行，能够有效降低成本，提高成本效率；而一些经营管理不善、业务结构不合理的银行，成本效率相对较低。勒纳指数衡量银行的市场势力，样本银行的勒纳指数均值为0.315，说明我国银行业整体具有一定程度的市场势力，银行能够将价格设定在高于边际成本的水平。勒纳指数的标准差为0.084，最小值为0.123，最大值为0.567，显示出不同银行的市场势力存在明显的分化。大型国有银行和部分股份制银行凭借其规模优势、品牌影响力和客户资源，往往具有较高的勒纳指数，市场势力较强；而一些小型城市商业银行和农村商业银行，由于市场份额较小、竞争压力较大，勒纳指数相对较低，市场势力较弱。银行规模方面，以总资产衡量，样本银行的均值达到5436.87亿元，反映出银行业整体资产规模较大。但标准差高达8215.63亿元，最小值仅为23.56亿元，最大值则为45680.32亿元，这表明银行规模分布极为不均。国有大型银行和主要股份制银行的资产规模庞大，在市场中占据主导地位；而众多小型银行的资产规模相对较小，在市场竞争中面临较大压力。资本充足率均值为13.25%，表明样本银行整体资本实力较为雄厚，具备较强的风险抵御能力。资本充足率的标准差为1.56%，最小值为10.23%，最大值为18.67%，说明不同银行之间的资本充足状况存在一定差异。一些资本充足率较高的银行，在业务拓展和风险应对方面更具优势；而资本充足率较低的银行，可能需要加强资本管理，提高资本充足水平，以满足监管要求和应对潜在风险。不良贷款率均值为1.78%，反映出样本银行整体资产质量处于可接受水平。但不良贷款率的标准差为0.65%，最小值为0.54%，最大值为3.89%，显示出不同银行的资产质量参差不齐。资产质量较好的银行，不良贷款率较低，资金回收风险较小，有助于提高银行的运营效率和盈利能力；而资产质量较差的银行，面临较高的不良贷款风险，可能会增加运营成本，降低效率。通过描述性统计分析，可以看出我国银行业在市场势力和效率方面存在显著的个体差异，同时银行规模、资本充足率和资产质量等因素也呈现出较大的离散性。这些差异和离散性为后续深入分析银行市场势力对银行效率的影响提供了基础，也提示在制定银行业发展政策和监管措施时，需要充分考虑不同银行的特点和实际情况。4.2相关性分析在进行回归分析之前，对各变量进行相关性分析，以初步了解变量之间的线性相关程度，判断是否存在多重共线性问题，为后续回归分析提供参考。使用Stata软件计算各变量之间的Pearson相关系数，结果如表2所示。表2：变量相关性分析变量成本效率勒纳指数银行规模资本充足率不良贷款率成本效率1勒纳指数-0.356***1银行规模0.287***-0.185**1资本充足率0.215***-0.134*0.156**1不良贷款率-0.248***0.167**-0.143*-0.256***1注：*、、*分别表示在1%、5%、10%的水平上显著相关。从表2可以看出，勒纳指数与成本效率之间呈现显著的负相关关系，相关系数为-0.356，在1%的水平上显著。这初步表明，银行市场势力越强，其成本效率可能越低，与“安逸生活假说”的理论预期相符。市场势力较强的银行，由于缺乏竞争压力，可能会在经营管理上出现懈怠，导致成本上升，效率下降。例如，一些具有垄断地位的银行，可能在内部管理上存在流程繁琐、人员冗余等问题，从而增加了运营成本，降低了成本效率。银行规模与成本效率呈显著正相关，相关系数为0.287，在1%的水平上显著。这意味着银行规模越大，其成本效率可能越高，体现了一定的规模经济效应。大型银行在资金筹集、风险管理、技术创新等方面往往具有优势，能够通过规模经济降低单位运营成本，提高成本效率。例如，大型银行可以通过大规模的资金运作，降低资金成本，同时在信息技术投入上也具有规模优势，能够提高业务处理效率，降低运营成本。资本充足率与成本效率也呈现正相关关系，相关系数为0.215，在1%的水平上显著。较高的资本充足率表明银行具有较强的资本实力和风险抵御能力，有助于银行吸引更多的客户和资金，降低融资成本，从而提高成本效率。资本充足的银行在业务拓展和创新方面也更具优势，能够更好地满足客户需求，提升市场竞争力，进而促进成本效率的提升。不良贷款率与成本效率呈显著负相关，相关系数为-0.248，在1%的水平上显著。不良贷款率反映了银行的资产质量，不良贷款率越高，说明银行的资产质量越差，贷款资产的安全性和收益性越低。资产质量差会导致银行计提更多的贷款损失准备金，增加运营成本，同时也会影响银行的资金流动性和盈利能力，从而降低成本效率。例如，不良贷款的增加会导致银行资金周转困难，业务开展受到限制，进而影响成本效率。从各控制变量之间的相关性来看，银行规模与勒纳指数呈负相关，相关系数为-0.185，在5%的水平上显著。这表明规模较大的银行，其市场势力可能相对较弱，可能是由于市场竞争较为充分，大型银行难以凭借规模优势形成较强的垄断力量。银行规模与资本充足率呈正相关，相关系数为0.156，在5%的水平上显著，说明规模较大的银行往往资本实力也相对较强。资本充足率与不良贷款率呈负相关，相关系数为-0.256，在1%的水平上显著，反映出资本充足的银行在风险管理方面可能更为有效，资产质量相对较高。各变量之间的相关系数绝对值均小于0.5，初步判断变量之间不存在严重的多重共线性问题。但为了进一步确保回归结果的准确性和可靠性，在后续回归分析中，还将通过方差膨胀因子（VIF）等方法对多重共线性进行更严格的检验。相关性分析结果为后续回归分析中变量的选择和模型的设定提供了重要参考，有助于更准确地揭示银行市场势力对银行效率的影响。4.3回归结果分析4.3.1全样本回归结果运用面板数据固定效应模型对全样本数据进行回归，以探究银行市场势力对银行效率的影响，回归结果如表3所示。表3：全样本回归结果|变量|系数|标准误|t值|P>|t|||---|---|---|---|---||勒纳指数|-0.235***|0.056|-4.20|0.000||银行规模|0.128***|0.031|4.13|0.000||资本充足率|0.086**|0.037|2.32|0.021||不良贷款率|-0.152***|0.045|-3.38|0.001||常数项|0.356***|0.089|4.00|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.568||---|---|---|---|---||勒纳指数|-0.235***|0.056|-4.20|0.000||银行规模|0.128***|0.031|4.13|0.000||资本充足率|0.086**|0.037|2.32|0.021||不良贷款率|-0.152***|0.045|-3.38|0.001||常数项|0.356***|0.089|4.00|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.568||勒纳指数|-0.235***|0.056|-4.20|0.000||银行规模|0.128***|0.031|4.13|0.000||资本充足率|0.086**|0.037|2.32|0.021||不良贷款率|-0.152***|0.045|-3.38|0.001||常数项|0.356***|0.089|4.00|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.568||银行规模|0.128***|0.031|4.13|0.000||资本充足率|0.086**|0.037|2.32|0.021||不良贷款率|-0.152***|0.045|-3.38|0.001||常数项|0.356***|0.089|4.00|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.568||资本充足率|0.086**|0.037|2.32|0.021||不良贷款率|-0.152***|0.045|-3.38|0.001||常数项|0.356***|0.089|4.00|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.568||不良贷款率|-0.152***|0.045|-3.38|0.001||常数项|0.356***|0.089|4.00|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.568||常数项|0.356***|0.089|4.00|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.568||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.568||时间固定效应|是||观测值|1260||R²|0.568||观测值|1260||R²|0.568||R²|0.568|注：*、、*分别表示在1%、5%、10%的水平上显著。在表3的回归结果中，勒纳指数的系数为-0.235，且在1%的水平上显著。这表明银行市场势力对银行效率存在显著的负面影响，即银行的市场势力越强，其成本效率越低。具体而言，勒纳指数每增加1个单位，银行的成本效率将降低0.235个单位。这一结果与“安逸生活假说”相符，市场势力较强的银行由于缺乏竞争压力，可能会在经营管理上出现懈怠，导致成本上升，效率下降。例如，一些具有较强市场势力的银行，可能在业务审批流程上过于繁琐，人员配置不合理，从而增加了运营成本，降低了成本效率。银行规模的系数为0.128，在1%的水平上显著为正，说明银行规模对银行效率具有显著的正向影响。银行规模越大，其成本效率越高，体现了规模经济效应。大型银行在资金筹集、风险管理、技术创新等方面具有优势，能够通过规模经济降低单位运营成本，提高成本效率。例如，大型银行可以凭借其庞大的资产规模，在与供应商谈判时获得更优惠的价格，降低运营成本；同时，在信息技术投入上也具有规模优势，能够提高业务处理效率，进一步降低成本。资本充足率的系数为0.086，在5%的水平上显著为正，表明资本充足率对银行效率有积极作用。较高的资本充足率意味着银行有更充足的资本来应对潜在的风险损失，增强了银行的稳定性和信誉度，有助于银行吸引更多的客户和资金，降低融资成本，进而提高效率。例如，资本充足的银行在市场中更容易获得投资者的信任，能够以较低的成本筹集资金，同时在业务拓展方面也更具优势，能够更好地满足客户需求，提升市场竞争力，从而促进成本效率的提升。不良贷款率的系数为-0.152，在1%的水平上显著为负，说明不良贷款率与银行效率呈显著负相关。不良贷款率越高，银行的资产质量越差，贷款资产的安全性和收益性越低，会导致银行计提更多的贷款损失准备金，增加运营成本，同时也会影响银行的资金流动性和盈利能力，从而降低成本效率。例如，当银行不良贷款率上升时，银行需要投入更多的资源进行不良贷款的催收和处置，这会增加运营成本，同时也会使银行的资金周转受到影响，无法及时满足客户的贷款需求，降低了银行的效率。常数项的系数为0.356，在1%的水平上显著，其代表了模型中未包含的其他因素对银行效率的综合影响。个体固定效应和时间固定效应均在模型中得到控制，这有助于消除银行个体层面不随时间变化的异质性因素以及宏观经济环境、政策变化等随时间变化的共同因素对银行效率的影响，使回归结果更能准确反映银行市场势力与银行效率之间的关系。从回归结果的整体拟合优度来看，R²为0.568，说明模型对银行效率的解释能力较强，能够较好地解释银行市场势力及其他控制变量对银行效率的影响。4.3.2异质性分析为进一步探究银行市场势力对不同类型银行效率影响的差异，按照银行类型将样本分为国有大型银行、股份制银行和城市商业银行三组，分别进行回归分析，结果如表4所示。表4：不同类型银行回归结果变量国有大型银行股份制银行城市商业银行勒纳指数-0.182**-0.276***-0.315***(0.075)(0.063)(0.078)银行规模0.156***0.102**0.085*(0.042)(0.041)(0.045)资本充足率0.092**0.078*0.065(0.041)(0.043)(0.042)不良贷款率-0.125***-0.176***-0.198***(0.040)(0.051)(0.056)常数项0.285***0.423***0.516***(0.095)(0.102)(0.113)个体固定效应是是是时间固定效应是是是观测值280420560R²0.6120.5480.585注：括号内为标准误，*、、*分别表示在1%、5%、10%的水平上显著。从勒纳指数的系数来看，国有大型银行、股份制银行和城市商业银行的系数均为负，且在不同程度上显著，说明市场势力对不同类型银行的效率均存在负面影响，但影响程度存在差异。城市商业银行的勒纳指数系数绝对值最大，为-0.315，在1%的水平上显著，表明市场势力对城市商业银行效率的抑制作用最为明显。这可能是因为城市商业银行的市场份额相对较小，主要服务于当地企业和居民，市场竞争更为激烈。当城市商业银行具有较强的市场势力时，可能会凭借其在当地市场的优势地位，减少创新投入和服务优化，从而导致效率下降更为显著。例如，一些城市商业银行在当地市场具有一定的垄断地位后，可能会忽视对新业务的拓展和客户服务质量的提升，使得运营成本上升，效率降低。股份制银行的勒纳指数系数为-0.276，在1%的水平上显著，其市场势力对效率的负面影响程度次之。股份制银行处于市场竞争的中间层次，既面临国有大型银行的竞争压力，也面临城市商业银行和其他金融机构的竞争。虽然股份制银行在业务创新和市场拓展方面具有一定优势，但市场势力的增强仍会在一定程度上削弱其竞争动力，对效率产生负面影响。例如，一些股份制银行在市场势力增强后，可能会放松对成本的控制，导致运营效率下降。国有大型银行的勒纳指数系数为-0.182，在5%的水平上显著，市场势力对其效率的负面影响相对较小。国有大型银行通常具有庞大的资产规模、广泛的分支机构网络和较高的信誉度，在市场中具有较强的抗风险能力和资源整合能力。即使市场势力增强，国有大型银行由于受到严格的监管和社会责任的约束，仍会在一定程度上保持对效率的追求。例如，国有大型银行在国家政策的引导下，会积极支持实体经济发展，推动金融创新，不会因为市场势力的增强而过度放松对效率的管理。在控制变量方面，银行规模对不同类型银行效率均有正向影响，且国有大型银行的系数最大，说明国有大型银行在规模经济效应方面更为明显。国有大型银行凭借其巨大的资产规模，在资金筹集、风险管理、技术研发等方面能够实现更高效的资源配置，从而更大程度地提升效率。例如，国有大型银行可以通过大规模的资金运作，降低资金成本，同时在全国范围内布局分支机构，实现资源的优化配置。资本充足率对国有大型银行和股份制银行的效率有显著正向影响，对城市商业银行的影响不显著。这可能是因为国有大型银行和股份制银行在市场中更容易获得资金支持，资本充足率的提高能够进一步增强其稳定性和竞争力，从而对效率产生积极影响。而城市商业银行由于自身规模和信誉等因素的限制，资本充足率的提升对其效率的促进作用相对较弱。例如，国有大型银行和股份制银行在资本市场上具有较高的信誉度，能够以较低的成本筹集资金，当资本充足率提高时，能够更好地应对风险，拓展业务，提升效率。不良贷款率对不同类型银行效率均有显著负向影响，且城市商业银行的系数绝对值最大，说明城市商业银行的资产质量对其效率的影响更为敏感。城市商业银行的业务范围相对较窄，客户群体相对集中，一旦出现不良贷款，对其资金流动性和盈利能力的冲击较大，从而对效率产生更为显著的负面影响。例如，城市商业银行如果在某一行业或地区的贷款集中度过高，当该行业或地区经济出现波动时，不良贷款率上升，会严重影响银行的资金周转和盈利能力，导致效率大幅下降。通过异质性分析可以看出，银行市场势力对不同类型银行效率的影响存在显著差异，这为银行业的差异化监管和发展策略提供了依据。监管部门在制定政策时，应充分考虑不同类型银行的特点，采取针对性的措施，促进银行业的整体效率提升和健康发展。4.4稳健性检验为确保回归结果的可靠性和稳定性，本研究采用多种方法进行稳健性检验。首先，替换变量进行检验。在衡量银行市场势力时，除了使用勒纳指数外，引入PCM（Panzar-RosseH-statistic）指数作为替代指标。PCM指数通过考察银行总收入对投入要素价格变化的弹性来衡量市场竞争程度，进而反映银行的市场势力。该指数的取值范围在-1到1之间，当指数值越接近1时，表明市场竞争程度越高，银行的市场势力相对较弱；当指数值越接近-1时，则表示市场处于垄断状态，银行市场势力较强。在衡量银行效率方面，用利润效率替代成本效率作为被解释变量。利润效率反映了银行在获取利润方面的能力，通过随机前沿分析方法对利润函数进行估计，得到利润效率值。然后，重新构建回归模型进行估计，结果如表5所示。表5：替换变量后的回归结果|变量|系数|标准误|t值|P>|t|||---|---|---|---|---||PCM指数|0.208***|0.048|4.33|0.000||银行规模|0.115***|0.030|3.83|0.000||资本充足率|0.078**|0.036|2.17|0.030||不良贷款率|-0.136***|0.043|-3.16|0.002||常数项|0.325***|0.085|3.82|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.546||---|---|---|---|---||PCM指数|0.208***|0.048|4.33|0.000||银行规模|0.115***|0.030|3.83|0.000||资本充足率|0.078**|0.036|2.17|0.030||不良贷款率|-0.136***|0.043|-3.16|0.002||常数项|0.325***|0.085|3.82|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.546||PCM指数|0.208***|0.048|4.33|0.000||银行规模|0.115***|0.030|3.83|0.000||资本充足率|0.078**|0.036|2.17|0.030||不良贷款率|-0.136***|0.043|-3.16|0.002||常数项|0.325***|0.085|3.82|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.546||银行规模|0.115***|0.030|3.83|0.000||资本充足率|0.078**|0.036|2.17|0.030||不良贷款率|-0.136***|0.043|-3.16|0.002||常数项|0.325***|0.085|3.82|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.546||资本充足率|0.078**|0.036|2.17|0.030||不良贷款率|-0.136***|0.043|-3.16|0.002||常数项|0.325***|0.085|3.82|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.546||不良贷款率|-0.136***|0.043|-3.16|0.002||常数项|0.325***|0.085|3.82|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.546||常数项|0.325***|0.085|3.82|0.000||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.546||个体固定效应|是||时间固定效应|是||观测值|1260||R²|0.546||时间固定效应|是||观测值|1260||R²|0.546||观测值|1260||R²|0.546||R²|0.546|注：*、、*分别表示在1%、5%、10%的水平上显著。从表5结果可以看出，PCM指数的系数为0.208，在1%的水平上显著为正，说明市场竞争程度越高（即市场势力越弱），银行的利润效率越高，这与使用勒纳指数作为市场势力度量指标时市场势力与成本效率负相关的结果一致，进一步验证了市场势力对银行效率的负面影响。其他控制变量的系数符号和显著性水平也与之前的回归结果基本一致，表明回归结果具有一定的稳健性。其次，改变样本区间进行检验。考虑到宏观经济环境、政策变化等因素可能对银行市场势力和效率产生影响，选取样本期内的子区间[具体子区间]进行回归分析。在这一子区间内，宏观经济形势、金融政策等可能与全样本期存在差异，通过在该子区间进行回归，可以检验回归结果在不同经济环境下的稳定性。回归结果如表6所示。表6：改变样本区间后的回归结果|变量|系数|标准误|t值|P>|t|||---|---|---|---|---||勒纳指数|-0.223***|0.053|-4.21|0.000||银行规模|0.122***|0.032|3.81|0.000||资本充足率|0.082**|0.038|2.16|0.031||不良贷款率|-0.148***|0.046|-3.22|0.001||常数项|0.342***|0.090|3.80|0.000||个体固定效应|是||时间固定效应|是||观测值|840||R²|0.552||---|---|---|---|---||勒纳指数|-0.223***|0.053|-4.21|0.000||银行规模|0.122***|0.032|3.81|0.000||资本充足率|0.082**|0.038|2.16|0.031||不良贷款率|-0.148***|0.046|-3.22|0.001||常数项|0.342***|0.090|3.80|0.000||个体固定效应|是||时间固定效应|是||观测值|840||R²|0.552||勒纳指数|-0.223***|0.053|-4.21|0.000||银行规模|0.122***|0.032|3.81|0.000||资本充足率|0.082**|0.038|2.16|0.031||不良贷款率|-0.148***|0.046|-3.22|0.001||常数项|0.342***|0.090|3.80|0.000||个体固定效应|是||时间固定效应|是||观测值|840||R²|0.552||银行规模|0.122***|0.032|3.81|0.000||资本充足率|0.082**|0.038|2.16|0.031||不良贷款率|-0.148***|0.046|-3.22|0.001||常数项|0.342***|0.090|3.80|0.000||个体固定效应|是||时间固定效应|是||观测值|840||R²|0.552||资本充足率|0.082**|0.038|2.16|0.031||不良贷款率|-0.148***|0.046|-3.22|0.001||常数项|0.342***|0.090|3.80|0.000||个体固定效应|是||时间固定效应|是||观测值|840||R²|0.552||不良贷款率|-0.148***|0.046|-3.22|0.001||常数项|0.342***|0.090|3.80|0.000||个体固定效应|是||时间固定效应|是||观测值|840||R²|0.552||常数项|0.342***|0.090|3.80|0.000||个体固定效应|是||时间固定效应|是||观测值|840||R²|0.552||个体固定效应|是||时间固定效应|是||观测值|840||R²|0.552||时间固定效应|是||观测值|840||R²|0.552||观测值|840||R²|0.552||R²|0.552|注：*、、*分别表示在1%、5%、10%的水平上显著。从表6可以看出，在改变样本区间后，勒纳指数的系数依然为负，且在1%的水平上显著，说明市场势力对银行效率的负面影响在不同样本区间内依然成立。其他控制变量的系数符号和显著性水平也与全样本回归结果相似，这表明回归结果在不同样本区间下具有较好的稳定性，不受样本区间选择的影响。最后，采用不同估计方法进行检验。在原回归中采用的是面板数据固定效应模型，为进一步确保结果的可靠性，采用系统广义矩估计（System-GMM）方法进行估计。系统广义矩估计方法能够有效解决内生性问题，通过引入滞后项作为工具变量，利用差分方程和水平方程的矩条件进行估计，使估计结果更加准确。回归结果如表7所示。表7：系统广义矩估计结果|变量|系数|标准误|z值|P>|z|||---|---|---|---|---||勒纳指数|-0.215***|0.050|-4.30|0.000||银行规模|0.118***|0.031|3.81|0.000||资本充足率|0.079**|0.037|2.14|0.032||不良贷款率|-0.142***|0.044|-3.23|0.001||常数项|0.335***|0.088|3.81|0.000||Arellano-BondtestforAR(1)infirstdifferences|0.025||Arellano-BondtestforAR(2)infirstdifferences|0.156||Sargantestofover-identifyingrestrictions|0.234||---|---|---|---|---||勒纳指数|-0.215***|0.050|-4.30|0.000||银行规模|0.118***|0.031|3.81|0.000||资本充足率|0.079**|0.037|2.14|0.032||不良贷款率|-0.142***|0.044|-3.23|0.001||常数项|0.335***|0.088|3.81|0.000||Arellano-BondtestforAR(1)infirstdifferences|0.025||Arellano-BondtestforAR(2)infirstdifferences|0.156||Sargantestofover-identifyingrestrictions|0.234||勒纳指数|-0.215***|0.050|-4.30|0.000||银行规模|0.118***|0.031|3.81|0.000||资本充足率|0.079**|0.037|2.14|0.032||不良贷款率|-0.142***|0.044|-3.23|0.001||常数项|0.335***|0.088|3.81|0.000||Arellano-BondtestforAR(1)infirstdifferences|0.025||Arellano-BondtestforAR(2)infirstdifferences|0.156||Sargantestofover-identifyingrestrictions|0.234||银行规模|0.118***|0.031|3.81|0.000||资本充足率|0.079**|0.037|2.14|0.032||不良贷款率|-0.142***|0.044|-3.23|0.001||常数项|0.335***|0.088|3.81|0.000||Arellano-BondtestforAR(1)infirstdifferences|0.025||Arellano-BondtestforAR(2)infirstdifferences|0.156||Sargantestofover-identifyingrestrictions|0.234||资本充足率|0.079**|0.037|2.14|0.032||不良贷款率|-0.142***|0.044|-3.23|0.001||常数项|0.335***|0.088|3.81|0.000||Arellano-BondtestforAR(1)infirstdifferences|0.025||Arellano-BondtestforAR(2)infirstdifferences|0.156||Sargantestofover-identifyingrestrictions|0.234||不良贷款率|-0.142***|0.044|-3.23|0.001||常数项|0.335***|0.088|3.81|0.000||Arellano-BondtestforAR(1)infirstdifferences|0.025||Arellano-BondtestforAR(2)infirstdifferences|0.156||Sargantestofover-identifyingrestrictions|0.234||常数项|0.335***|0.088|3.81|0.000||Arellano-BondtestforAR(1)infirstdifferences|0.025||Arellano-BondtestforAR(2)infirstdifferences|0.156||Sargantestofover-identifyingrestrictions|0.234||Arellano-BondtestforAR(1)infirstdifferences|0.025||Arellano-BondtestforAR(2)infirstdifferences|0.156||Sargantestofover-identifyingrestrictions|0.234||Arellano-BondtestforAR(2)infirstdifferences|0.156||Sargantestofover-identifyingrestrictions|0.234||Sargantestofover-identifyingrestrictions|0.234|注：*、、*分别表示在1%、5%、10%的水平上显著。Arellano-Bond检验用于检验差分自相关，AR(1)检验结果小于0.1表明存在一阶自相关，AR(2)检验结果大于0.1表明不存在二阶自相关；Sargan检验用于检验过度识别，检验结果大于0.1表明工具变量有效。从表7结果来看，勒纳指数的系数为-0.215，在1%的水平上显著为负，与面板数据固定效应模型的回归结果一致，再次验证了市场势力对银行效率的负面影响。Arellano-Bond检验结果显示，AR(1)检验结果为0.025小于0.1，表明存在一阶自相关；AR(2)检验结果为0.156大于0.1，表明不存在二阶自相关，满足系统广义矩估计的假设条件。Sargan检验结果为0.234大于0.1，表明工具变量有效，估计结果可靠。通过替换变量、改变样本区间和采用不同估计方法等多种稳健性检验，均得到了与原回归结果一致的结论，即银行市场势力对银行效率存在显著的负面影响。这表明本研究的回归结果具有较强的可靠性和稳定性，能够准确反映银行市场势力与银行效率之间的关系。五、影响机制分析5.1理论机制探讨从理论层面来看，银行市场势力对银行效率的影响主要通过规模经济、范围经济、创新激励以及风险管理等方面产生作用。规模经济是银行市场势力影响效率的重要途径之一。具有市场势力的银行往往规模较大，能够在多个方面实现规模经济。在资金筹集方面，大型银行凭借其较高的信誉和广泛的客户基础，能够以更低的成本获取资金。例如，大型国有银行在市场中具有较高的知名度和稳定性，投资者更愿意将资金存入这些银行，使得银行能够以较低的利率吸收存款，降低资金成本。在运营成本方面，随着银行规模的扩大，固定成本可以分摊到更多的业务量上，从而降低单位业务的成本。大型银行在信息技术系统建设、风险管理体系构建等方面的投入虽然巨大，但由于业务量大，这些固定成本可以在众多业务中进行分摊，使得单位业务所承担的成本降低。大型银行还可以利用其规模优势进行大规模的资金运作，提高资金的使用效率，实现规模经济。然而，当银行规模过大时，也可能出现规模不经济的情况，如管理层次增多、信息传递不畅等问题，导致管理效率下降，增加运营成本，从而对银行效率产生负面影响。范围经济也是银行市场势力影响效率的重要机制。拥有市场势力的银行通常业务范围较广，能够提供多样化的金融产品和服务。通过提供多种金融产品和服务，银行可以共享资源，降低成本，提高效率。银行可以利用同一客户群体，向其提供存款、贷款、理财、保险等多种金融产品，减少营销成本和客户获取成本。银行还可以通过整合内部资源，实现不同业务之间的协同效应，提高整