一、引言
改革开放以来，我国经济迅速发展，1987年，我国国内生产总值为12058.6亿元，至2009年这一数字达到340506.9亿元，增长了17倍之多。国内经济迅猛发展的同时，各行各业也在快速前行，银行业也不例外，我国银行业总存款额在1987年为6572.05亿元，而截止到2009年银行存款数额达到597741亿元，增加了90多倍。1987年，我国银行总贷款数额为9032.35，到2009年，贷款数额为399685亿元，增长了44倍。银行数目也大幅度的增加，截止2009年我国银行业金融机构共有法人机构3，857家，营业网点19.3万个，从业人员284.5万人。银行业金融机构资产规模市场份额也逐步发生变化，从机构类型看，2009年资产规模较大的依次为：大型商业银行、股份制商业银行和农村中小金融机构，三类机构资产占银行业金融机构资产的份额分别为50.9%、15.0%和11.0%。股份制商业银行、城市商业银行及城市信用社和非银行金融机构资产份额比上年分别上升0.84、0.49和0.08个百分点，政策性银行及国家开发银行、大型商业银行、外资银行、邮政储蓄银行和农村中小金融机构资产份额分别下降0.23、0.13、0.44、0.12和0.48个百分点。虽然银行业的规模不断扩张，但是由于银行数目的增加，银行业的竞争力加大，四大国有商业银行（中国工商银行、中国农业银行、中国银行、中国建设银行）在市场上的份额逐渐下降，这也必然与我国经济增长有一定的联系。
关于银行业的集中程度与经济增长之间的关系，已经有很多学者做了研究。Guzman指出在垄断的银行市场中，资金的供给远小于资金的需求，极易形成信贷配给制度，为了寻找配给对象和监督投资项目，银行往往要耗费大量的资源［1］。以Domsetz和Peltzman为代表的学者提出了“X效率结构假说”，他们认为，拥有更加先进管理和技术的银行在生产和配置上具有高效率，能降低成本、增加利润，获得更大的市场份额［2］［3］。国内的学者也对此做出了相当多的研究，周琴、刘彩在中国银行业市场结构与经济增长分析疑问中指出，中国目前银行业的市场结构以国有四大商业银行构成的寡头垄断为主要特征，并且这种市场结构与中国经济增长只存在一定的正相关关系，仅存在偏高的低度相关关系［4］。李琼、刘建军在研究中国银行业市场结构与经济增长后指出，资金的跨地区流动收到限制，银行业市场结构发展的不平衡是影响地区经济增长的一个重要的因素，并且得到这样的结论，国有企业的效率低下甚至比错误的信贷政策和限制银行进入更会导致经济的糟糕表现以及银行业的高度垄断不利于非国有企业的发展［5］。
本文通过研究1995年―2009年我国四大商业银行的集中程度与经济增长之间的关系，进一步论证集中程度与经济增长的反向关系，并根据这种关系提出对我国银行业改革的相关建议，从而致力于进一步提高我国经济发展水平。
二、模型的建立
（1）指标的选取及数据来源
产业集中度（Degree of Concentration）是衡量某一市场（或产业）内厂商之间市场份额分布的一个指标，反映了产量或市场份额向产业核心厂商集中的程度，一般是产业中少数几个最大厂商（排名前四位、前五位或前八位）所占有的产量比例或市场份额。其衡量指标可以分为绝对指标和相对指标，前者包括集中程度系数（CR????n??）和赫芬达尔―赫希曼指数（HHI指数），后者包括基尼系数和洛伦兹曲线。CR????n??指标可以在一定程度上反映行业的集中度，而且比较容易测定，但是它不能反映出整个市场的规模分布情况，而HHI指数则可以很好的弥补这一点，它能综合地反映市场的分化程度和市场垄断水平。因此本文针对银行业的研究选取反应银行业集中程度的指标HHI指数，并选取我国四大商业银行作为银行业的少数几个最大的企业，选取我国规模比较大的前14名银行作为总体市场份额。HHI指数的计算方法为四大商业银行占总体市场份额比例的平方和，即??HHI=∑??n????k=1??xkx??2?В?n是指该行业内前n位的企业，在这里n=4。根据这一公式我们得到我国四大商业银行的HHI指数。一般来说，HHI指数较小，为了进行比较，可以将该指数乘以10000，在这里为了方便不再乘以10000。通过上述公式得到的我国四大商业银行的HHI指数如下表所示：??
表1 我国四大国有商业银行HHI指数??
通过上表可以看出，我国银行业集中程度有下降的趋势，说明我国银行业竞争逐渐增强，但是四大国有商业银行仍是寡头垄断状态，从其利润的集中程度可以看出，利润的集中程度不如资产和存款的集中程度高，这反映了我国国有商业银行的效率不高的问题，这就增加了研究该论文的实际性。
经济增长一般选取国内生产总值（GDP）来表示，本文选用国内生产总值的增长率（IGDP）来反映经济增长。
数据来源于1995年―2010年的中国统计年鉴、中国金融年鉴、各银行的年度报表。
（2）模型的建立
根据本文所研究的内容，设定解释变量为HHI指数，被解释变量为IGDP（GDP增长率），模型如下所示：
IGDP=C+αHHI????1??+βHHI????2??+??HHI????3??+ε（ε为随机扰动项）
HHI????1??是指银行业资产的集中程度，HHI????2??指银行业存款的集中程度，HHI????3??指银行业利润的集中程度。
三、模型分析
（1）平稳性检验
为了进行协整检验和格兰杰因果检验，首先需要对各个变量作平稳性检验。使用ADF检验可以得出下表：??
表2 各个变量的平稳性检验??
（2）协整性检验
在平稳性检验后，可以利用这以结果通过协整检验来探究国内生产总值的增长率与各个集中程度指标的长期均衡关系。协整性检验的结果显示，残差单位根检验的T统计量=-4.4881，其相应的概率值P=0.0003，远小于5%的检验水平，因此拒绝残差序列存在单位根的原假设，即可以认为残差序列是平稳的。因此序列IGDP与序列HHI????1??、HHI????2??、HHI????3??之间存在协整关系，即可以认为序列IGDP与序列HHI????1??、HHI????2??、HHI????3??之间是有长期的均衡关系的。
通过OLS估计模型可以得到，该模型为：
IGDP=9.1249+60.3016HHI????1??-65.7345HHI????2??+9.2229HHI????3???は嘤Φ闹副耆缦卤硭?示：??
表3 模型估计指标??
Adjusted R-squared0.1772
DW统计量1.4594通过上述指标可以分析指，在10%的检验水平下，资产和存款集中度能反映GDP的增长率，而利润的集中程度不够显著。本模型的拟合优度较小，说明模型显著程度不高。因此可以得到最佳模型为：
IGDP=9.1249+60.3016 HHI????1??-65.7345 HHI????2??
结果表明，资产集中度每增加1%，会使国内生产总值增长率增加60.3016%，呈现正向关；而存款集中度每增加1%，会是国内生产总值增长率减少65.7345%，呈现负相关。
（3）格兰杰因果检验
格兰杰因果检验可以用来确定经济变量之间是否存在因果关系以及影响的方向。本文通过格兰杰因果检验来证明协整检验出存在的长期均衡关系的因果关系。利用软件得出结果如下表：??
表4 变量之间的因果检验??
注：IGDP与HHI????1??使用的是2阶滞后长度，IGDP与HHI????2??使用的是4阶滞后长度。
通过结果可以得知，序列IGDP与序列HHI????1??的检验在10%的水平下不能拒绝原假设，即序列IGDP与序列HHI????1??不存在因果关系，也就是说，银行业资产的集中程度与经济增长没有必然的联系。序列IGDP与序列HHI????2??在10%的检验水平下比较显著，因此应该拒绝原假设，即序列IGDP与序列HHI????2??存在因果关系，也就是说，银行业存款的集中程度能够影响经济的增长，并且经济的增长也能影响银行业存款的集中程度。
四、结论
本文通过实证分析论证经济增长与我国银行业集中程度的相互关系，结果表明，我国经济增长与银行业存款集中程度呈现负相关性，即随着我国银行业存款的集中程度的加强，会阻碍我国经济的增长。首先，集中程度过高容易引起效率低下，资源利用率下降。我国计划经济时代，由于银行业数目很少，四大商业银行几乎处于完全垄断的地位，这而就诱使他们了不注重经济效益的后果，因此会对经济发展有一定的负面作用，改革开放后，我国逐渐放开银行业的管制，银行集中度逐渐减轻，从而推动银行业的竞争更加激烈，银行业的效率逐步攀升，带动经济向前发展。再次，我国经济的发展、经济的全球化以及制度的开放，也促使越来越多的银行踊跃到市场上，这样一来，我国四大商业银行在整个银行业所占的比重也越来越少，但是仍然占据半壁江山，这在一定程度上降低了垄断程度，促使银行业市场竞争力度的加强，从而适应越来越复杂多变的国际环境。
