宏觀因素對貸款企業(yè)違約率影響的實證分析

賈海濤　邱長溶

摘要：文章從巴塞爾新資本協(xié)議視角選取GDP增長率、失業(yè)率、財政支出、消費指數(shù)、人力資本、總儲蓄率六個因素作為研究各地企業(yè)違約率的解釋變量，探討各地區(qū)宏觀因素與違約率之間的內(nèi)在關(guān)系，實證結(jié)果表明，GDP增長率、財政支出、失業(yè)率與違約率呈負相關(guān)關(guān)系，居民消費價格指數(shù)、人力資本與違約率呈正相關(guān)關(guān)系，而總儲蓄率對違約率并沒有產(chǎn)生顯著影響。

關(guān)鍵詞：違約率；宏觀因素；巴塞爾新資本協(xié)議

一、引言

巴塞爾新資本協(xié)議是國際銀行界的“游戲規(guī)則”，2004年6月26日在經(jīng)過長達5年的修訂后，最終定稿。中國銀監(jiān)會推動我國銀行業(yè)實施新資本協(xié)議的步伐正在加快，根據(jù)銀監(jiān)會的部署，我國的大型商業(yè)銀行應從2010年底開始實施新資本協(xié)議，如果屆時不能達到銀監(jiān)會規(guī)定的最低要求，經(jīng)批準可暫緩實施新資本協(xié)議。但不得遲于2013年底。對于我國銀行業(yè)來說。目前最為關(guān)鍵的是如何建立科學的評估模型對貸款企業(yè)違約概率進行測度以及探討宏觀因素如何影響貸款企業(yè)的違約概率。

目前國外學術(shù)界和金融界對違約概率的測度與評估的研究概括起來有：一是學術(shù)界對違約概率測度研究，集中于影響違約率的關(guān)鍵變量探尋，并利用企業(yè)歷史樣本建立企業(yè)違約率分類判別模型來估計企業(yè)違約的可能性。違約率評估模型可從對單個資產(chǎn)評估和對整個信貸組合評估兩方面進行考慮。近些年來，在對單個資產(chǎn)違約率評估模型的構(gòu)建上，主要有經(jīng)驗法、線性模型、Logistic模型、結(jié)構(gòu)化模型和復合模型。對整個信貸組合違約率評估的模型主要有Credit Metrics模型、KMV模型、Credit Portfolio Vi-ew模型、Credit Risk+模型等。二是巴塞爾委員會新資本協(xié)議與國際知名金融機構(gòu)推出的高級信用風險模型，主要針對企業(yè)違約概率數(shù)值如何測算問題的研究，這些模型也是巴塞爾委員會推薦的在資本金及經(jīng)濟資本方面計算的依據(jù)。這兩個渠道的研究相互補充，相互促進，不斷深化。

宏觀因素對違約率如何影響的研究相對較少。對于違約率的周期性變動，穆迪(2001)的研究結(jié)果認為可以解釋為宏觀經(jīng)濟波動造成的。Fama(1986)和Wilson(1997)發(fā)現(xiàn)違約概率的周期性，尤其在經(jīng)濟衰退時期，顯著增加。Altman和Brady(2001)證明違約概率與宏觀經(jīng)濟狀況的關(guān)系。根據(jù)Atlmam等對違約概率和宏觀經(jīng)濟條件之間關(guān)系所作出的實證分析和研究，可以得出，相對于1993年～1998年經(jīng)濟繁榮期較低的違約率，美國經(jīng)濟在2000年進入衰退期后，違約率也有一個顯著增加的過程，甚至在1990年～1991年的衰退期，違約率超過10％。Grohy，Galai和Mark(2001)研究表明。經(jīng)濟周期對違約風險的影響是非對稱的，即經(jīng)濟衰退時違約概率顯著增加，但經(jīng)濟擴張時違約概率不會顯著減少。總之，經(jīng)濟周期宏觀因素在研究企業(yè)違約率方面起著不可或缺的作用。

目前宏觀因素對違約率的影響研究中遇到的問題是：(1)信用損失計量范圍的確定出現(xiàn)了兩種不同的理解。從傳統(tǒng)觀點出發(fā)，認為只有當違約實際發(fā)生后信用資產(chǎn)才發(fā)生損失，而在此之前，借款人信用狀況的變化并不直接影響信用資產(chǎn)的價值；但是新的觀點認為在觀察期限內(nèi)。借款人信用等級的下降會使信用資產(chǎn)的價值相應降低，即信用損失在違約實際發(fā)生之前也會產(chǎn)生，這樣就造成了對違約損失確定的兩種不同的標準。(2)模型的參數(shù)估計復雜且困難。模型的參數(shù)估計是建立信用風險量化模型尤為關(guān)鍵而且最艱難的任務。模型所涉及的參數(shù)規(guī)模龐大且復雜。如在違約模式下，建模者需要估計資產(chǎn)組合中每項貸款違約的概率及違約情況下貸款損失率的概率分布和每兩項貸款間違約的相關(guān)系數(shù)。(3)模型數(shù)據(jù)的缺乏。即使銀行很多貸款周期較長，很多銀行所不具備橫跨多個周期歷時很多年的歷史數(shù)據(jù)。正是由于以上所述規(guī)模與數(shù)據(jù)的制約，不少銀行在建模時采用了許多簡化問題的假設和主觀判斷，比如假設隨機變量呈正態(tài)分布，參數(shù)穩(wěn)定等。這些主觀假設對模型所估測的結(jié)果有很大影響，在一定程度上影響了模型的有效性(高艷，2003)。(4)大多數(shù)模型缺乏對宏觀經(jīng)濟變量的考慮。目前現(xiàn)有的絕大多數(shù)企業(yè)違約概率測度方法和模型并沒有將宏觀經(jīng)濟變量納入其中，也沒有過多的考慮度量結(jié)果受到的宏觀經(jīng)濟變化的影響程度。一方面因為宏觀經(jīng)濟變量的加入會使模型的復雜程度更加加?。毫硪环矫媸且驗檫@些方法和模型把絕大多數(shù)精力放在了如何在同一時點上或同一截面數(shù)據(jù)中，如何利用企業(yè)的違約風險程度將企業(yè)加以區(qū)分。

目前國內(nèi)的相關(guān)研究存在以下缺陷：(1)都只是針對企業(yè)是否違約進行的預測，并沒有提升或聚焦到違約概率這個核心指標上來。眾所周知，是否違約是個事件，違約率則是這個事件發(fā)生的可能性，研究未來事件和研究事件發(fā)生的可能性是一個問題兩個不同的層面。對應信用違約或財務危機預測，目前大多數(shù)研究建立的都是確定性模型，而我們對未來的預測只可能是建立在事件發(fā)生可能性的基礎上的。如何將定性指標(違約)轉(zhuǎn)化為定量指標(違約率)在現(xiàn)有研究中很少有人提及，也缺乏專門針對違約率的測度模型研究。(2)大多數(shù)模型缺乏對宏觀經(jīng)濟變量考慮的原因。目前現(xiàn)有的絕大多數(shù)企業(yè)違約概率測度方法和模型并沒有將宏觀經(jīng)濟變量納入其中，也沒有過多的考慮度量結(jié)果受到宏觀經(jīng)濟變化的影響程度，故很難全面考慮企業(yè)違約影響的內(nèi)外部因素。

針對以上不足，本文擬進行以下創(chuàng)新和改進：實證分析宏觀因素對違約率的影響，即將各地區(qū)的違約率與宏觀經(jīng)濟變量構(gòu)建模型，判斷該宏觀因素是否對違約率起影響作用，若存在作用，分析該因素的變化情況對違約率產(chǎn)生何種變動趨勢。

二、我國商業(yè)銀行貸款企業(yè)違約率多維度分析

1企業(yè)貸款違約行業(yè)分布。從這幾年的情況看，銀行業(yè)存在的不良貸款有相當一部分就是由于行業(yè)的衰落而引起的。比如。工商銀行前幾年投在紡織、煤炭等行業(yè)的貸款。由于行業(yè)收縮，有相當部分貸款轉(zhuǎn)化為不良資產(chǎn)。因此，行業(yè)分析應成為今后商業(yè)銀行信貸分析的重要內(nèi)容。通常，行業(yè)的成熟水平高低制約著該行業(yè)中企業(yè)的經(jīng)營發(fā)展狀況。例如，在一個成熟的行業(yè)。由于市場飽和、新技術(shù)機會缺乏、收益水平普遍下降等等，都會給企業(yè)的生產(chǎn)經(jīng)營活動帶來不利的影響。按目前國家頒布的行業(yè)分類，我們收集的某國有商業(yè)銀行內(nèi)部信貸臺賬系統(tǒng)2003年～2005年具有短期貸款的51 344家樣本企業(yè)中，批發(fā)和零售業(yè)不良貸款所占比重最大，2003年～2005年平均為44.65％，尤以商貿(mào)業(yè)居多；其次是制造業(yè)平均為36.40％，房地產(chǎn)為5.42％，采礦業(yè)比重較小，僅為1.63％，表明該銀行的不良貸款主要來自于批發(fā)和零售業(yè)和制造業(yè)這兩個行業(yè)。2003年～2005年不良貸款違約的行業(yè)分布。

2企業(yè)貸款違約地區(qū)分布。從不良貸款產(chǎn)生的區(qū)域

看，不良貸款的形成與地區(qū)差別有很大關(guān)系，尤以東北和西北地區(qū)較為突出，3年的總不良貸款占東北地區(qū)和西北地區(qū)貸款總額的百分比分別是14％和15.2％左右，超過全國不良貸款率好幾個百分點：不良貸款率最少的是華東地區(qū)，三年平均值低于8％，故本文構(gòu)建違約率測度模型時考慮地區(qū)因素。不良貸款企業(yè)的區(qū)域分布如圖2。

3企業(yè)貸款違約的所有制性質(zhì)分布。從貸款違約的企業(yè)性質(zhì)看，國有企業(yè)是不良貸款的主要來源。占不良貸款總額的44.77％，占國有企業(yè)貸款總額的13.48％：其次是私營企業(yè)占不良貸款總額的24.15％，占私營企業(yè)貸款總額的36.43％，表明私營企業(yè)的貸款回收率很低，信貸風險非常大：集體企業(yè)占12.10％。占集體企業(yè)貸款總額的18.67％；股份制企業(yè)占12.06％。占股份制企業(yè)貸款總額僅為3.1％，表明股份制企業(yè)內(nèi)部治理結(jié)構(gòu)和風險管理機制都優(yōu)于其他所有制企業(yè)，詳見圖3。

三、宏觀因素對貸款企業(yè)違約率影響的實證分析

1宏觀因素的選取。對于如何處理宏觀經(jīng)濟周期性波動因素，大多數(shù)模型都采用“外推”(Extrapolate)的方法。即如果當前的經(jīng)濟狀態(tài)是好的，則意味著未來也是向好的方向發(fā)展，如果當前的經(jīng)濟狀態(tài)是壞的，則意味著未來也將變壞，但是這個方法沒有考慮實際經(jīng)濟周期波動的影響。結(jié)合我國國情。我國在由計劃經(jīng)濟向市場經(jīng)濟轉(zhuǎn)軌的過程中，資金并不是充分自由流動的，不同地區(qū)由于地區(qū)分割、經(jīng)濟發(fā)展水平差異以及地區(qū)信用環(huán)境的不同，企業(yè)信用存在很大的差異，因此地區(qū)之間的風險差異是不可忽視的。如東部沿海開放城市經(jīng)濟發(fā)展程度高。地方政府更加注重本地區(qū)信用體系建設，強調(diào)本地區(qū)的企業(yè)客戶要講究誠信，要更好地建設地區(qū)信用環(huán)境，企業(yè)的信用意識相對來說好一些，這些地區(qū)的企業(yè)違約率相應的也要小一些。而西部欠發(fā)達地區(qū)。經(jīng)濟發(fā)展相對落后。企業(yè)信用意識較差，企業(yè)違約嚴重程度相對高一些。鑒于我國區(qū)域經(jīng)濟發(fā)展如此不平衡，宏觀經(jīng)濟周期波動對不同地區(qū)的影響程度也存在較大的差異。因此，我們在度量宏觀經(jīng)濟周期對違約率的影響時納入?yún)^(qū)域因素。

對于宏觀經(jīng)濟因素變量的選擇，在參考了國內(nèi)外對宏觀經(jīng)濟因素對違約率影響的研究之后，剔除各個地區(qū)相同的匯率和利率因素，選取GDP增長率、失業(yè)率、財政支出、消費指數(shù)、人力資本、總儲蓄率6個因素作為研究影響各地企業(yè)違約率的解釋變量。

2樣本數(shù)據(jù)的選取。由于模型涉及變量較多，僅對全國3年數(shù)據(jù)進行時間序列分析的論證性不強，而僅把全國30個地區(qū)的橫截面數(shù)據(jù)做截面分析也難以充分說明問題，因此結(jié)合時間與截面數(shù)據(jù)的面板數(shù)據(jù)(Panel Data)分析方法認為更適合本文研究的數(shù)據(jù)特點。此外，面板數(shù)據(jù)分析既擴大了樣本容量，又有效地防止了多重共線性，能夠更好地解決忽略變量與解釋變量相關(guān)性的問題，從而使得參數(shù)估計結(jié)果更加可信。分析更加深入。本文中利用我國31個省份、直轄市、自治區(qū)(北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、海南、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆)的相關(guān)數(shù)據(jù)，在時間趨勢方向有3個值，每個截面有31個單元，樣本容量為93。通過整理得到六個指標，其中GGDP表示各地區(qū)GDP的增長率，CPI表示消費指數(shù)，GOV表示政府財政支出，SAVING表示總儲蓄率、UNJOB表示失業(yè)率、HC表示人力資本，其中GOV的單位為人民幣萬元，HC的單位為年數(shù)。其它指標均為百分比。將這六個指標作為解釋變量；同時PD表示各地的違約率，作為被解釋變量。PD的值由前章測算所得。其他解釋變量采用的樣本數(shù)據(jù)自2003年，至2005年，數(shù)據(jù)取自《中國統(tǒng)計年鑒》(2004卷、2005卷、2006卷)。

3理論假設。在構(gòu)建模型時。主要驗證H₀假設，即失業(yè)率、消費指數(shù)、人力資本、GDP增長率、財政支出、總儲蓄率六大宏觀因素對違約率有顯著影響。從經(jīng)濟意義上看，宏觀環(huán)境經(jīng)濟運行狀況對違約率的變動均有著重大影響，該假設也是對傳統(tǒng)模型的補充和改進，是本文的核心與重心。失業(yè)率越高，違約率越高；消費指數(shù)越大，違約率越高；人力資本年數(shù)越長，違約率越低；GDP增長率越高，違約率越低；財政支出越高，違約率越低；總儲蓄率越高，違約率越高。

為了驗證該假設，本文通過選取中國31個省份、自治區(qū)和直轄市的六大指標，構(gòu)建模型。力求通過不同地區(qū)不同宏觀環(huán)境來分析違約率的變化情況。因此，以上假設可以轉(zhuǎn)換為六個具體模型的假設。對于該假設的操作是，找出決定違約率的六個關(guān)鍵指標，發(fā)現(xiàn)其分別與違約率呈正或者負相關(guān)關(guān)系。

H₁：失業(yè)率與違約率呈正相關(guān)關(guān)系；

H₂：居民消費價格指數(shù)與違約率呈正相關(guān)關(guān)系；

H₃：人力資本年數(shù)與違約率呈負相關(guān)關(guān)系；

H₄：GDP增長率與違約率呈負相關(guān)關(guān)系；

H₅：財政支出與違約率呈負相關(guān)關(guān)系；

H₆：總儲蓄率與違約率呈負相關(guān)關(guān)系。

4實證結(jié)果及分析。本文選用Panel Data回歸模型實證分析宏觀經(jīng)濟變量對違約率的影響，Panel Data又有固定效應和隨機效應模型之分。如果模型中的系數(shù)為確定性變量，即模型中省略因素對個體的差異影響是固定不變的，則認為模型是固定效應模型。如果為隨機變量。即模型中省略因素對個體的差異影響是隨機的，則認為模型是隨機模型。因此需要進行檢驗從而確定模型是固定效應還是隨機效應。由于本文的樣本取自全國的31個省市自治區(qū)，不是隨機抽樣。因此該模型屬于固定影響模型。回歸結(jié)果如表1所示。

根據(jù)檢驗結(jié)果，可以得出兩個結(jié)論：

(1)失業(yè)率、居民消費價格指數(shù)、人力資本、GDP增長率、財政支出均對違約率有顯著影響，直接效應明顯。在這些指標中，其t統(tǒng)計量均大于臨界值。且P值較小，這種結(jié)果表明失業(yè)率、居民消費價格指數(shù)、人力資本、GDP增長率、財政支出的變化將對違約率產(chǎn)生顯著影響。從各個指標的系數(shù)可以看出，GDP增長率與違約率呈負相關(guān)關(guān)系，財政支出與違約率呈負相關(guān)關(guān)系，居民消費價格指數(shù)與違約率呈正相關(guān)關(guān)系，均符合理論假設。其中消費價格指數(shù)影響較大。其系數(shù)為8.94，說明居民消費價格指數(shù)增長1％，將導致違約率上升8.94％，表明通貨膨脹對企業(yè)經(jīng)營產(chǎn)生較大的壓力，在通脹時期企業(yè)更加容易選擇違約。GDP增長率的變化也顯示了當它下降1％時，經(jīng)濟不景氣，大多數(shù)的企業(yè)經(jīng)營狀況不佳，盈利減少，企業(yè)融資困難。因此企業(yè)信用等級下降，違約概率升高0.37％。財政支出的負相關(guān)性說明了隨著財政支出的增加，政府更加能夠集中足夠的財力。為整個社會提供更多的公共產(chǎn)品、基礎設施，通過自己的支出活動，直接刺激需求，同時把社會資源配置到經(jīng)濟和社會效益均較好的環(huán)節(jié)中去而促進經(jīng)濟增長。當財政支出上升1％時。企業(yè)違約率相應地減少0.39％。而人力資本與違約率呈正相關(guān)關(guān)系，違背H₃假設。失業(yè)率與違約率呈負相關(guān)關(guān)系，違背H₁假設。人力資本對違約率成正相關(guān)關(guān)系十分令人費解。按照測算，人力資本越高。受到教育年限越長，受教育年數(shù)愈多，勞動力工作技能就愈熟練，勞動生產(chǎn)率就愈容易提高，從而促進經(jīng)濟增長。人力資本的不斷增長。勢必會給經(jīng)濟的發(fā)展提供強大的動力和支撐力，給投資者信心，預期經(jīng)濟環(huán)境將朝更好的方向發(fā)展，從而減少違約的可能性。但是測算出來的違約率卻越高。失業(yè)率與人力資本這兩個與勞動力相關(guān)的指標同時違背假設，均對違約率產(chǎn)生相反的效果，提示勞動力對違約率的影響關(guān)系值得進一步探討。

(2)總儲蓄率的作用對違約率的貢獻并不明顯。從數(shù)值來看，總儲蓄率的t統(tǒng)計值小于臨界值，P值極大，表明，不符合H₆假設。意味著中國不滿足現(xiàn)代經(jīng)濟理論所謂的高儲蓄高投資增加經(jīng)濟發(fā)展從而減少違約率的假設。雖然總儲蓄率在中國并沒有得到經(jīng)驗證據(jù)支持，但是總儲蓄率與違約率的關(guān)系還是值得進一步分析。