楊正梅
(江蘇銀行淮安分行風(fēng)險(xiǎn)合規(guī)部,江蘇 淮安 223001)
目前我國(guó)對(duì)于商業(yè)銀行的資產(chǎn)管理也越來(lái)越重視,自1999年起,政府曾多次出面對(duì)商業(yè)銀行進(jìn)行壞賬剝離,國(guó)有銀行的壞賬數(shù)額在其中是占了絕大多數(shù)。目前四家國(guó)有商業(yè)銀行均已上市,資產(chǎn)狀況良好,同時(shí)我國(guó)的股份制商業(yè)銀行的發(fā)展也呈現(xiàn)出良好的態(tài)勢(shì),不良貸款余額和比例連續(xù)保持“雙降”。本文將以一個(gè)不同的視角,從宏觀經(jīng)濟(jì)的層面對(duì)不良貸款進(jìn)行深度剖析,從而對(duì)其有一個(gè)更為深刻地了解,也對(duì)商業(yè)銀行貸款的管理提出相應(yīng)建議。
銀行之間的貸款競(jìng)爭(zhēng)模型是在1986年提出的,該理論的核心觀點(diǎn)可表述為,銀行在貸款市場(chǎng)開展的競(jìng)爭(zhēng),促使銀行通過(guò)貸款而獲取的利潤(rùn)減少,降低了銀行的收益率和獲利能力,最終導(dǎo)致利潤(rùn)為零,嚴(yán)重削弱了銀行的抗風(fēng)險(xiǎn)能力和謀求發(fā)展的能力。
勉強(qiáng)貸款是指銀行在一定利率水平下向借款人提供超過(guò)其意愿需求的貸款。勉強(qiáng)貸款形成的原因大致有兩個(gè):一是能促進(jìn)出口時(shí),銀行傾向于提供超量跨國(guó)貸款;二是當(dāng)銀行經(jīng)理的升遷與其經(jīng)營(yíng)業(yè)績(jī)緊密相關(guān),而衡量經(jīng)營(yíng)業(yè)績(jī)的一個(gè)重要指標(biāo)是貸款量的情況下,銀行經(jīng)理傾向于超量貸款。
中國(guó)人民銀行淮南市中心支行課題組針對(duì)淮南市這一特定的對(duì)象做了不良貸款與宏觀經(jīng)濟(jì)的灰色關(guān)聯(lián)分析。
李紅梅、李劍采用國(guó)民生產(chǎn)總值、投資、消費(fèi)、居民消費(fèi)物價(jià)指數(shù),分別對(duì)剔除政策性壞賬剝離因素的國(guó)有商業(yè)銀行不良貸款率以及股份制商業(yè)銀行不良貸款率進(jìn)行實(shí)證分析,并提出了相應(yīng)的對(duì)策及建議。
宏觀經(jīng)濟(jì)指標(biāo)是體現(xiàn)經(jīng)濟(jì)情況的一種方式,主要指標(biāo)包括國(guó)民生產(chǎn)總值、通貨膨脹與緊縮、投資指標(biāo)、消費(fèi)、金融以及財(cái)政指標(biāo)等。
本文應(yīng)用施華強(qiáng)《固有商業(yè)銀行賬面不良貸款、調(diào)整因素和嚴(yán)重程度》的統(tǒng)計(jì)方法進(jìn)行調(diào)整得出調(diào)整后數(shù)據(jù),即從2004年開始每年不良貸款余額均加上18756億元,2005年開始不良貸款余額再加7050億元,從而得到剔除剝離影響后的不良貸款余額及不良貸款率。
GDP和投資、消費(fèi)有很強(qiáng)的相關(guān)性,7天同業(yè)拆借利率和貨幣供應(yīng)量增長(zhǎng)率有一定的相關(guān)性,CPI和失業(yè)率的相關(guān)性也較為顯著。以下,本文將嘗試用兩種不同的方法去除多重共線性,優(yōu)化擬合曲線。
在GDP、投資和消費(fèi)中選擇擬合程度最好的GDP為這一組的代表性變量,而其余四個(gè)變量由于相關(guān)性不是很強(qiáng),難以確定是否能夠相互替代,故本文將變量逐一加入,逐步回歸。
找出最簡(jiǎn)單的回歸形式,作NPLR2與GDP的回歸:
NPLR2 = 53.85 ! 0.0004GDP
選該方程為初始的回歸模型。
因此,最終的國(guó)有商業(yè)銀行不良貸款率函數(shù)應(yīng)以NPLR2 =f ( GDP,I,UR )為最優(yōu),擬合結(jié)果如下:
解釋變量與主成分之間的線性方程組,假設(shè)提取出來(lái)的兩個(gè)主成分分別為F1、F2,則構(gòu)造出來(lái)的線性方程組如下:
F1 = 0.3GDP + 0.124CPI + 0.296INVEST+
0.299CONSUME + 0.04I + 0.147M2R + 0.005UR
F2 =-0.008GDP - 0.341CPI + 0.03INVEST +
0.022CONSUME - 0.351I + 0.281M2R + 0.436UR
通過(guò)以上方程組可以看到,F(xiàn)1對(duì)于GDP、投資和消費(fèi)的指標(biāo)顯示出較強(qiáng)的關(guān)系,因此F1可以作為描述宏觀經(jīng)濟(jì)發(fā)展趨勢(shì)的變量,而F2對(duì)于CPI、利率、M2增長(zhǎng)率以及失業(yè)率顯示出較強(qiáng)的關(guān)系,F(xiàn)2則顯示出國(guó)家政策導(dǎo)向和宏觀經(jīng)濟(jì)發(fā)展的波動(dòng)情況。
根據(jù)實(shí)證分析表明,我國(guó)的國(guó)有商業(yè)銀行不良貸款間接受宏觀經(jīng)濟(jì)因子的影響,因此,要降低商業(yè)銀行不良貸款余額,首先需要加大對(duì)宏觀經(jīng)濟(jì)形勢(shì)及國(guó)家相關(guān)政策的研究,尤其是那些能夠提前反映宏觀經(jīng)濟(jì)變動(dòng)的指標(biāo),加強(qiáng)政府對(duì)經(jīng)濟(jì)的宏觀調(diào)控。其次要大力發(fā)展經(jīng)濟(jì),擴(kuò)大內(nèi)需,拉動(dòng)消費(fèi),間接降低不良貸款。另外,同時(shí)還要加強(qiáng)改善國(guó)有商業(yè)銀行外部環(huán)境,發(fā)揮政府在處理不良貸款中的引導(dǎo)作用,給予政策、資金等方面的支持,緩解不良貸款。最后,還要完善相關(guān)的法律制度,積極支持銀行部門保全資產(chǎn),規(guī)范市場(chǎng)經(jīng)濟(jì)秩序,完善社會(huì)信用體系,為商業(yè)銀行提供良好的信用環(huán)境。
[1]高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建?!狤views應(yīng)用及實(shí)例(第二版)[M].北京:清華大學(xué)出版社,2011.
[2]胡冰星.商業(yè)銀行不良貸款管理的理論與實(shí)踐[M].上海:復(fù)旦大學(xué)出版社,1999.
[3]李子奈.計(jì)量經(jīng)濟(jì)學(xué) [M].2版.北京:高等教育出版社,2009.
[4]李紅梅,李劍.宏觀經(jīng)濟(jì)因素對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響分析[J].經(jīng)濟(jì)師,2010(03).