基于宏觀視角的商業(yè)銀行不良貸款影響因素的國際比較

【摘要】本文選擇國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資總額、廣義貨幣供應(yīng)量、居民消費(fèi)物價(jià)指數(shù)、進(jìn)出口總額這五個(gè)宏觀經(jīng)濟(jì)指標(biāo)，利用相關(guān)分析、共線性診斷、主成分回歸分析等方法建立模型來研究對2000～2013年16個(gè)國家商業(yè)銀行不良貸款率的影響程度。實(shí)證結(jié)果表明：各國不同宏觀經(jīng)濟(jì)因素確實(shí)會(huì)對商業(yè)銀行不良貸款率產(chǎn)生一定的影響，但是影響的程度和方向存在一定的差異。就中國而言，不能過多依賴相關(guān)宏觀經(jīng)濟(jì)指標(biāo)來進(jìn)行調(diào)整，可能需要借助于除宏觀因素以外的其他因素配合來降低不良貸款率。

【關(guān)鍵詞】不良貸款率 宏觀經(jīng)濟(jì)因素 主成分回歸

中圖分類號(hào)：F830.33 文獻(xiàn)標(biāo)識(shí)碼：A

一、引言

我國商業(yè)銀行的不良貸款率呈大幅下降趨勢，從2000年的22.4%下降到2013年的1%，已基本上和國際平均水平持平，但是從不良貸款的具體數(shù)值來看，依然增勢明顯。截止到2013年末我國商業(yè)銀行不良貸款總額為5921億元，相當(dāng)于2013年國內(nèi)生產(chǎn)總值的1.04%，較高的不良資產(chǎn)對我國銀行業(yè)健康的發(fā)展是一個(gè)挑戰(zhàn)。一般來說，國際上發(fā)生的金融危機(jī)大多與銀行體系巨額的不良貸款有關(guān)，當(dāng)信貸資產(chǎn)質(zhì)量不能得到保證時(shí)，銀行體系的安全就會(huì)受到威脅。[1]因此研究不良貸款產(chǎn)生的原因，并提出有針對性的改進(jìn)措施顯得非常重要。

國內(nèi)的研究大多側(cè)重于單純從國內(nèi)銀行或者企業(yè)角度展開分析，缺乏基于宏觀因素實(shí)證分析的國際比較。事實(shí)上宏觀經(jīng)濟(jì)因素的變動(dòng)會(huì)改變借款人的經(jīng)營環(huán)境，間接導(dǎo)致無法按期償還借款的可能性增加，最終影響到銀行的貸款運(yùn)行質(zhì)量。[2]基于此，橫向的國家與國家之間的比較，可使得研究具備更好的可比性和參考性。故本文在參考國內(nèi)外文獻(xiàn)的基礎(chǔ)上，選擇若干個(gè)宏觀經(jīng)濟(jì)影響因素來分析對商業(yè)銀行不良貸款產(chǎn)生的影響程度，通過分析2000年～2013年14年的數(shù)據(jù)，把中國和其他15個(gè)國家影響程度進(jìn)行比較，得出不同國家不良貸款影響因素的差異，并提出相應(yīng)的對策建議。

二、變量的選取和數(shù)據(jù)的說明

（一）變量的選取

本文在選擇實(shí)證模型的解釋變量時(shí)，考慮到指標(biāo)的代表性、經(jīng)濟(jì)意義和數(shù)據(jù)的可得性，綜合國內(nèi)外文獻(xiàn)資料，選取了國內(nèi)生產(chǎn)總值（X1）、固定資產(chǎn)投資總額（X2）、廣義貨幣供應(yīng)量（X3）、居民消費(fèi)物價(jià)指數(shù)（X4）、進(jìn)出口總額（X5）這五個(gè)指標(biāo)來研究對不同國家商業(yè)銀行不良貸款率的影響程度。

國內(nèi)生產(chǎn)總值是反映一國經(jīng)濟(jì)增長和宏觀經(jīng)濟(jì)周期運(yùn)行狀況的最核心指標(biāo)，[3]一國經(jīng)濟(jì)增長情況越好，則企業(yè)的經(jīng)營環(huán)境越好，其償債能力就越強(qiáng)，形成銀行不良貸款的概率就越??；一國固定資產(chǎn)投資總量越大，對經(jīng)濟(jì)的拉動(dòng)作用越好，企業(yè)的還款能力就會(huì)增強(qiáng)，會(huì)在一定程度上制約銀行不良貸款的形成概率；廣義貨幣供應(yīng)量的增加可以推動(dòng)國民經(jīng)濟(jì)的發(fā)展，間接使得企業(yè)還款能力得到增強(qiáng)，形成銀行不良貸款的概率就越??；[4]通貨膨脹率越高，無形會(huì)增加企業(yè)和個(gè)人的生存成本，降低其還款的意愿，導(dǎo)致銀行不良貸款有大量增加的可能性，本文主要選取居民消費(fèi)價(jià)格指數(shù)（CPI）進(jìn)行分析；除此之外，國內(nèi)經(jīng)濟(jì)貿(mào)易的變化也會(huì)在一定程度上對銀行不良貸款的變化產(chǎn)生影響，兩者呈反向變動(dòng)關(guān)系。[5]從以上的理論分析中可以看出，本文選取的五個(gè)解釋變量除了居民消費(fèi)價(jià)格指數(shù)（CPI）與被解釋變量不良貸款比率呈正比關(guān)系外，其余均與被解釋變量不良貸款比率呈反比關(guān)系。

（二）數(shù)據(jù)的選取

本文主要選取世界上主要的16個(gè)國家，對不同國家商業(yè)銀行不良貸款受其宏觀經(jīng)濟(jì)相關(guān)因素間接影響程度展開比較分析?；跀?shù)據(jù)的可得性及數(shù)據(jù)的完整性，這里刪除了數(shù)據(jù)不完整的一些國家，16個(gè)國家主要包括阿根廷（英文縮寫AR，下同）、澳大利亞（AU）、巴西（BR）、韓國（KP）、俄羅斯聯(lián)邦（RU）、加拿大（CA）、墨西哥（MX）、美國（US）、南非（ZA）、日本（JP）、沙特阿拉伯（SA）、土耳其（TR）、英國（GB）、印度尼西亞（ID）、印度（IN）、中國（CN），涉及到發(fā)達(dá)國家、發(fā)展中國家，有一定的代表性。

本文收集整理的相關(guān)國家不良貸款率的數(shù)據(jù)主要來源于世界銀行網(wǎng)站相關(guān)數(shù)據(jù)，基于計(jì)量單位統(tǒng)一性的要求，本文選取的五個(gè)解釋變量涉及到的16個(gè)國家的2000年～2013年相關(guān)數(shù)據(jù)統(tǒng)一來源于EIU country data，其中國內(nèi)生產(chǎn)總值、總固定投資支出、進(jìn)出口貿(mào)易總額單位為10億美元，廣義貨幣供應(yīng)量根據(jù)不同國家貨幣與美元的年平均匯率轉(zhuǎn)化為10億美元為單位，居民消費(fèi)物價(jià)指數(shù)以2005年為基期。主要采用SPSS軟件，對16個(gè)國家的相關(guān)因素分別進(jìn)行實(shí)證檢驗(yàn)。

三、實(shí)證分析過程

（一）相關(guān)性分析

本文主要選用Pearson模型進(jìn)行非參數(shù)相關(guān)分析。表1的結(jié)果顯示，除了俄羅斯聯(lián)邦以外，其他15個(gè)國家的因變量與自變量五個(gè)指標(biāo)的相關(guān)性都比較強(qiáng)，基本可以通過5%或1%的雙側(cè)檢驗(yàn)，但是不同國家的相關(guān)性檢驗(yàn)結(jié)果存在一定的差異。超過三分之二國家的不良貸款比率與自變量國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資總額、廣義貨幣供應(yīng)量、居民消費(fèi)物價(jià)指數(shù)、進(jìn)出口總額這五個(gè)指標(biāo)都呈現(xiàn)負(fù)相關(guān)的關(guān)系，這與上文的理論分析基本一致。但澳大利亞和南非這兩個(gè)國家的不良貸款比率與五個(gè)因變量指標(biāo)都呈現(xiàn)正相關(guān)的關(guān)系，這與上文的理論分析相反，且南非在廣義貨幣供應(yīng)量、進(jìn)出口總額這兩個(gè)指標(biāo)上缺乏一定的相關(guān)性。部分國家存在著因變量和自變量相關(guān)性不一致的情況，如美國、英國這兩個(gè)國家的不良貸款比率除了與固定資產(chǎn)投資總額呈現(xiàn)負(fù)相關(guān)系外，與其他四個(gè)因變量均呈現(xiàn)正相關(guān)關(guān)系，而日本的不良貸款比率除了與居民消費(fèi)物價(jià)指數(shù)呈現(xiàn)正相關(guān)系外，與其他四個(gè)因變量均呈現(xiàn)負(fù)相關(guān)關(guān)系?；诖?，說明建立的模型具有一定的合理性，可以建立因變量與多個(gè)自變量的相關(guān)回歸模型進(jìn)行實(shí)際檢驗(yàn)。

表1 16個(gè)國家因變量和自變量的相關(guān)性檢驗(yàn)

其中（**）表示P<0.01，（*）表示P<0.05。

（二）共線性診斷

從表1的相關(guān)性檢驗(yàn)結(jié)果可以看出，自變量的相關(guān)性較為明顯，可能會(huì)出現(xiàn)嚴(yán)重的共線性，需要對回歸方程中的變量進(jìn)行共線性診斷。[6]由于樣本國家有16個(gè)，基于文章篇幅的限制，本文僅列出中國的共線性診斷結(jié)果。從結(jié)果看，五個(gè)變量的方差擴(kuò)大因子分別為VIF1=618.765，VIF2=494.946，VIF3=55.784，VIF4=123.287，VIF5 =89.585，全部大于10，可見自變量之間存在較強(qiáng)的多重共線性。對其他15個(gè)國家共線性診斷的結(jié)果證實(shí)了這個(gè)結(jié)論，因此需要采用主成分分析法提取公因子，消除多重共線性。

（三）主成分分析過程

在SPSS軟件中運(yùn)行factor過程，進(jìn)行KMO檢驗(yàn)和巴特利球度（Bartlett）檢驗(yàn)，判斷16個(gè)國家的相關(guān)自變量是否存在明顯的相關(guān)性。結(jié)果表明KMO值全部都大于0.6，Bartlett值除了日本低于100外，其余15個(gè)國家均大于100，即自變量之間存在明顯相關(guān)性，可以進(jìn)行主成分分析。

表2 主成分的累積方差明細(xì)表（以中國為例）

運(yùn)用統(tǒng)計(jì)軟件SPSS對16個(gè)國家自變量X1、X2、X3、X4和X5分別進(jìn)行主成分分析，根據(jù)主成分對應(yīng)的特征值大于1的原則提取公因子，16個(gè)國家的主成分累計(jì)方差明細(xì)表顯示，均只能提取一個(gè)因子作為公共因子，可用F表示。以中國為例，如表2所示，提取前一個(gè)因子（特征值=4.945）作為公共因子，其方差貢獻(xiàn)率為98.902%>70%，可將此公共因子命名為宏觀經(jīng)濟(jì)因子，用F來表示，宏觀經(jīng)濟(jì)因子的線性組合表示為：

F=0.449X1+0.448X2+0.444X3+0.448X4+0.446X5。

其余15個(gè)國家按照此步驟依次得出各自宏觀經(jīng)濟(jì)因子的線性組合。

下文主要基于宏觀經(jīng)濟(jì)因子對因變量的影響程度進(jìn)行線性回歸，16個(gè)國家的結(jié)果如表3所示。

表3 16個(gè)國家宏觀經(jīng)濟(jì)因子對不良貸款率回歸結(jié)果

（四）實(shí)證結(jié)果分析

1.表3的結(jié)果顯示，美國、澳大利亞、俄羅斯聯(lián)邦、南非和英國五個(gè)國家的因變量和宏觀經(jīng)濟(jì)因子的回歸系數(shù)為正，即每增加一個(gè)主成分單位，不良貸款比率也會(huì)增加，但英國和俄羅斯聯(lián)邦相應(yīng)回歸方程的顯著性偏弱，解釋能力不強(qiáng)。英國相應(yīng)回歸方程結(jié)果顯示，宏觀經(jīng)濟(jì)因子系數(shù)的t值為0.913，顯著性概率大于0.05，且R平方僅為0.065，擬合優(yōu)度太低。俄羅斯聯(lián)邦相應(yīng)回歸方程結(jié)果顯示，宏觀經(jīng)濟(jì)因子系數(shù)的t值為0.904，顯著性概率大于0.05，且R平方僅為0.064，擬合優(yōu)度太低，所以這兩個(gè)國家反映出的回歸結(jié)果不具有一定的代表性和顯著性。

表4 3個(gè)國家不良貸款比率和五個(gè)宏觀經(jīng)濟(jì)因素的回歸結(jié)果

2.將美國、澳大利亞和南非用F表示的宏觀經(jīng)濟(jì)因子的線性組合代入上述回歸方程中，可得到不良貸款比率和五個(gè)宏觀經(jīng)濟(jì)因素的回歸方程，如表4所示。通過比較后可看出，五個(gè)宏觀經(jīng)濟(jì)因素對不良貸款比率的影響均為正相關(guān)關(guān)系，即國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資總額、廣義貨幣供應(yīng)量、居民消費(fèi)物價(jià)指數(shù)、進(jìn)出口總額的增加對降低不良貸款比率均有負(fù)向阻礙作用，這與理論分析不一致。其中南非在降低不良貸款比例中所受到宏觀因素影響的程度更大，較于澳大利亞和美國，南非的五個(gè)宏觀因素規(guī)模數(shù)值的增加會(huì)相對較大幅度提高該國的不良貸款比率。表4中的數(shù)據(jù)顯示，南非、澳大利亞、美國的國內(nèi)生產(chǎn)總值每增長1%，對應(yīng)國家的不良貸款率分別上升0.003199%，0.000481%和0.000481%，其中南非的國內(nèi)生產(chǎn)總值對該國商業(yè)銀行不良貸款的影響程度要略高于澳大利亞和美國，另四個(gè)宏觀因素的影響同樣具備這樣的特點(diǎn)。此外，美國和南非的國內(nèi)生產(chǎn)總值的增加導(dǎo)致不良貸款比例上升的幅度是最大的，而澳大利亞的消費(fèi)物價(jià)指數(shù)上升對惡化該國商業(yè)銀行不良貸款比率影響更大。

3.表3的結(jié)果顯示，阿根廷、巴西、韓國、加拿大、墨西哥、日本、沙特阿拉伯、土耳其、印度尼西亞、印度、中國11個(gè)國家的因變量和宏觀經(jīng)濟(jì)因子的回歸系數(shù)為負(fù)，即每增加一個(gè)主成分單位，不良貸款比率將會(huì)降低，大部分國家的檢驗(yàn)結(jié)果具有較強(qiáng)的顯著性，擬合優(yōu)度較好，有一定的解釋力。但加拿大反映出的回歸結(jié)果顯著性偏弱，宏觀經(jīng)濟(jì)因子系數(shù)的t值為-1.933，顯著性概率大于0.05，解釋能力被削弱。

表5 11個(gè)國家不良貸款比率和五個(gè)宏觀經(jīng)濟(jì)因素的回歸結(jié)果

4.將以上11個(gè)國家用F表示的宏觀經(jīng)濟(jì)因子的線性組合分別代入上述回歸方程中，可得到不良貸款比率和五個(gè)宏觀經(jīng)濟(jì)因素的回歸方程，如表5所示。通過比較后發(fā)現(xiàn)，只有日本的不良貸款比率和相關(guān)自變量的關(guān)系符合上文的假設(shè)預(yù)期，即日本的國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資總額、廣義貨幣供應(yīng)量和進(jìn)出口總額的增加都會(huì)降低該國銀行的不良貸款比率，居民消費(fèi)物價(jià)指數(shù)的增加會(huì)提高該國銀行的不良貸款比率。其余10個(gè)國家的五個(gè)宏觀經(jīng)濟(jì)因素對不良貸款比率的影響均為負(fù)相關(guān)關(guān)系，即國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資總額、廣義貨幣供應(yīng)量、居民消費(fèi)物價(jià)指數(shù)、進(jìn)出口總額的增加對降低不良貸款比率均有正向的促進(jìn)作用，這與前述的假設(shè)不一致。

五個(gè)自變量中國內(nèi)生產(chǎn)總值的變化對銀行不良貸款的影響程度更大，尤以阿根廷、印度尼西亞為代表，每增加1%的國內(nèi)生產(chǎn)總值將會(huì)導(dǎo)致阿根廷、印度尼西亞商業(yè)銀行不良貸款平均降低0.014%、0.013%，這對降低不良貸款貢獻(xiàn)度最大，效果也是最佳的。但是反觀中國的實(shí)證結(jié)果發(fā)現(xiàn)，中國在利用發(fā)展經(jīng)濟(jì)，保持經(jīng)濟(jì)持續(xù)穩(wěn)定增長以提高國內(nèi)生產(chǎn)總值來間接降低商業(yè)銀行不良貸款比率的效果上表現(xiàn)不佳，在11個(gè)國家的排序中屬于中后位置。即中國每增加1%的國內(nèi)生產(chǎn)總值只會(huì)使得不良貸款平均降低0.000449%，和阿根廷、印度尼西亞相比而言差距較大。

此外，對降低不良貸款比率影響較明顯的其他宏觀因素表現(xiàn)在不同的國家有一定的差異，如阿根廷、日本、巴西、土耳其等國家的進(jìn)出口總額的增加對于不良貸款率的下降有較大的影響，進(jìn)出口貿(mào)易總額每增加1%，將會(huì)使不良貸款率分別下降至0.0143%、0.0025%、0.00090%、0.0072%，尤其以阿根廷的表現(xiàn)最好。墨西哥、印度尼西亞和印度這三個(gè)國家的廣義貨幣供應(yīng)量的增加對于不良貸款率的下降有較大的貢獻(xiàn)，韓國、沙特阿拉伯、中國的固定資產(chǎn)投資增長對不良貸款率下降的影響更明顯。加拿大、中國也在某種程度上可能依賴于國內(nèi)通貨膨脹水平的提高來抑制不良貸款率的提高，這和我們的理論分析不相符。盡管其他9個(gè)國家（除了日本）這一指標(biāo)也和不良貸款率呈反比關(guān)系，但是所反映的影響程度并不明顯。如巴西、土耳其、印尼、印度等國，其居民消費(fèi)物價(jià)指數(shù)增長彈性分別只有0.00088%、0.007056%、0.01290%、0.00089%。

四、結(jié)論和建議

（一）商業(yè)銀行不良貸款率確實(shí)會(huì)受到各國不同宏觀經(jīng)濟(jì)因素的影響，但是影響的程度和方向存在一定的差異

經(jīng)濟(jì)水平在某個(gè)區(qū)域發(fā)展越好的國家，其不良貸款與本國經(jīng)濟(jì)發(fā)展?fàn)顩r的相關(guān)性越不明顯，反而會(huì)起到一定的制約作用，即國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資總額、廣義貨幣供應(yīng)量、居民消費(fèi)物價(jià)指數(shù)、進(jìn)出口總額的增加對降低不良貸款比率均有負(fù)向阻礙作用。如美洲的美國、非洲的南非和大洋洲的澳大利亞均屬于此類國家，即這些國家反而需要減慢相關(guān)經(jīng)濟(jì)發(fā)展指標(biāo)，尤其表現(xiàn)為控制國內(nèi)生產(chǎn)總值過快增長，來避免過高的不良貸款可能給經(jīng)濟(jì)帶來的負(fù)面影響。

經(jīng)濟(jì)水平在某個(gè)區(qū)域發(fā)展處于中等水平的國家，其不良貸款與本國經(jīng)濟(jì)發(fā)展?fàn)顩r的相關(guān)性會(huì)較明顯，即國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資總額、廣義貨幣供應(yīng)量、居民消費(fèi)物價(jià)指數(shù)、進(jìn)出口總額的增加對降低不良貸款比率均有正向的促進(jìn)作用，這些國家可以通過提高經(jīng)濟(jì)增長發(fā)展水平、增加固定資產(chǎn)投資，同時(shí)擴(kuò)大消費(fèi)和保持進(jìn)出口的平穩(wěn)增長，從而起到降低銀行不良貸款比率的作用。

（二）國內(nèi)生產(chǎn)總值是影響商業(yè)銀行不良貸款率高低的最顯著因素

其中阿根廷的商業(yè)銀行不良貸款率受到宏觀經(jīng)濟(jì)因素的影響程度最大，其次是印度尼西亞和土耳其，而中國商業(yè)銀行不良貸款率受到相關(guān)因素影響的程度較小。阿根廷、印度尼西亞和土耳其這三個(gè)國家可以通過提高相關(guān)經(jīng)濟(jì)指標(biāo)來達(dá)到降低不良貸款減少銀行業(yè)風(fēng)險(xiǎn)的作用。但就中國而言，則不能過多依賴于相關(guān)宏觀經(jīng)濟(jì)指標(biāo)來進(jìn)行調(diào)整，可能需要進(jìn)一步完善商業(yè)銀行經(jīng)營體制，提高自身防范風(fēng)險(xiǎn)能力和意識(shí)，借助于除宏觀因素以外的其他因素配合來降低不良貸款率。

此外，實(shí)證結(jié)果還表明，中國的不良貸款率和通貨膨脹影響為負(fù)相關(guān)的程度比較明顯，這可能和本國相應(yīng)的制度、政策環(huán)境和消費(fèi)投資習(xí)慣有關(guān)。為了降低經(jīng)濟(jì)過熱給國內(nèi)經(jīng)濟(jì)造成的負(fù)面影響，央行等職能部門會(huì)采取一定的經(jīng)濟(jì)手段而不是完全市場化的行為來抑制國內(nèi)的投資，會(huì)設(shè)置門檻提高貸款利率或制定限購政策減少房地產(chǎn)等的投資活動(dòng)，使得企業(yè)、個(gè)人較難從銀行等金融機(jī)構(gòu)取得貸款。銀監(jiān)會(huì)也會(huì)要求各銀行加大對每筆貸款的審核力度以防范風(fēng)險(xiǎn)，減少不符合標(biāo)準(zhǔn)的貸款發(fā)放量，從而提高貸款的整體質(zhì)量。

參考文獻(xiàn)

[1]莊毓敏.商業(yè)銀行業(yè)務(wù)與經(jīng)營[M].北京：中國人民大學(xué)出版社，2010.

[2]肖梓光.銀行不良貸款形成與區(qū)域經(jīng)濟(jì)相關(guān)性的實(shí)證分析[J]，統(tǒng)計(jì)與決策，2013，（15）：171-173.

[3]梁秋霞.我國商業(yè)銀行不良貸款影響因素的實(shí)證分析[J]，吉林工商學(xué)院學(xué)報(bào)，2012，（1）：69-74.

[4]程思勱.影響我國商業(yè)銀行不良貸款因素的實(shí)證分析[J]，棗莊學(xué)院學(xué)報(bào)，2012，（10）：88-90.

[5]李思慧，顏向農(nóng).商業(yè)銀行不良貸款與宏觀經(jīng)濟(jì)因素相關(guān)性實(shí)證分析[J]，時(shí)代金融，2007，（8）：45-46.

[6]謝冰.商業(yè)銀行不良貸款的宏觀經(jīng)濟(jì)影響因素分析[J]，財(cái)經(jīng)理論與實(shí)踐，2009，（11）：22-25.

作者簡介：李佳（1982-），女，漢族，江蘇南京人，任職于三江學(xué)院經(jīng)法學(xué)院，研究方向：金融。