我國商業(yè)銀行不良貸款影響因素的實(shí)證研究

易澳妮

(湘潭大學(xué)商學(xué)院金融系，湖南　湘潭　411105)

?

我國商業(yè)銀行不良貸款影響因素的實(shí)證研究

易澳妮

(湘潭大學(xué)商學(xué)院金融系，湖南湘潭411105)

本文基于我國商業(yè)銀行2009-2015年季度不良貸款數(shù)據(jù)，選取宏觀經(jīng)濟(jì)指標(biāo)和商業(yè)銀行管理指標(biāo)，建立了多元回歸模型和VAR模型，實(shí)證分析了我國商業(yè)銀行不良貸款的影響因素。回歸結(jié)果表明經(jīng)濟(jì)增長率和撥備覆蓋率與不良貸款率顯著正相關(guān)，流動性比率與不良貸款率顯著負(fù)相關(guān)，其余變量不顯著；方差分解結(jié)果表明撥備覆蓋率對不良貸款率的貢獻(xiàn)度最大。最后，本文在實(shí)證研究的基礎(chǔ)上，結(jié)合近年來我國經(jīng)濟(jì)現(xiàn)狀和商業(yè)銀行管理情況，提出防范和化解商業(yè)銀行不良貸款的政策建議。

商業(yè)銀行；不良貸款；金融監(jiān)管

一、引言

不良貸款問題一直是國內(nèi)外學(xué)術(shù)界研究的熱點(diǎn)課題。隨著經(jīng)濟(jì)全球化，2008年金融危機(jī)和2010年歐債危機(jī)對世界各國經(jīng)濟(jì)都造成了不同程度的影響，而銀行業(yè)過高的不良貸款率成為釀成危機(jī)的主要原因之一。不良貸款與我國商業(yè)銀行信用風(fēng)險(xiǎn)相輔相成，是我國商業(yè)銀行防范和控制信用風(fēng)險(xiǎn)的關(guān)鍵，對我國宏觀經(jīng)濟(jì)、企業(yè)和個(gè)人的發(fā)展都會產(chǎn)生巨大的影響，尤其是近年來不良貸款情況出現(xiàn)惡化，因此關(guān)于我國商業(yè)銀行不良貸款影響因素及處理對策的研究極為必要。

雖然我國于1999年、2004年和2005年分別三次對四大國有銀行的不良貸款進(jìn)行了集中剝離，2003年以來商業(yè)銀行賬面不良貸款有了較大幅度下降，但近年來我國商業(yè)銀行不良貸款情況持續(xù)惡化。圖1反映了2003—2015 年我國商業(yè)銀行不良貸款的情況?？梢钥吹?，我國商業(yè)銀行不良貸款率總體呈下降趨勢，從2003年的17.8%下降到2011年的1%，不良貸款余額也從2003年的24406億元下降到2011年的4279億元，這十年里兩者實(shí)現(xiàn)了“雙降”，說明這些年里我國商業(yè)銀行對不良貸款的控制取得了較好的成果。但是在2012年不良貸款率雖有小幅下降不良貸款余額卻上升了650億元。近幾年來，我國不良貸款余額和不良貸款出現(xiàn)了“雙升”的狀況，并且這種趨勢沒有改善，2015年我國商業(yè)銀行不良貸款余額是2011年的近三倍，數(shù)據(jù)表明未來我國商業(yè)銀行不良貸款情況不容樂觀。

不良貸款不僅影響著商業(yè)銀行經(jīng)營的安全性、流動性和盈利性，也是國內(nèi)銀行無效率的主要來源，對整個(gè)金融體系的穩(wěn)定有著重大影響?；谖覈?jīng)濟(jì)高速增長結(jié)束經(jīng)濟(jì)下行壓力增大及利率市場化深化的宏觀背景，我國商業(yè)銀行存貸差不斷降低，銀行利潤告別了過去爆發(fā)式增長，而不良貸款余額和不良貸款率出現(xiàn)“雙升”的現(xiàn)狀，為了維持我國金融體系的穩(wěn)定，提升銀行體系的核心競爭力，更好的迎接國際挑戰(zhàn)，進(jìn)一步分析我國商業(yè)銀行不良貸款的影響因素，提出防范和化解商業(yè)銀行不良貸款的治理對策，具有重要的意義。

圖1　2003-2015 年我國商業(yè)銀行不良貸款余額和不良貸款率的情況

二、實(shí)證分析

1.單位根檢驗(yàn)

在對時(shí)間序列數(shù)據(jù)做回歸模型前，為獲得無偏估計(jì)量，需進(jìn)行單位根檢驗(yàn)。本采用ADF檢驗(yàn)對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。從數(shù)據(jù)中可以看出，變量經(jīng)濟(jì)增長率原始時(shí)間序列在10%顯著性水平下平穩(wěn)，消費(fèi)物價(jià)指數(shù)、采購經(jīng)理人指數(shù)、資產(chǎn)負(fù)債率和流動性比率原始時(shí)間序列在1%顯著性水平下均的是平穩(wěn)的；變量不良貸款率、廣義貨幣供應(yīng)量、撥備覆蓋率和資本充足率的原始時(shí)間序列是不平穩(wěn)的，經(jīng)過一階差分后變量不良貸款率、廣義貨幣供應(yīng)量和資本充足率都能通過在1%顯著性水平下的檢驗(yàn)，三個(gè)變量均為一階單整；變量撥備覆蓋率經(jīng)過二階差分后在1%顯著性水平下平穩(wěn)，為二階單整。

2.回歸分析

在平穩(wěn)性檢驗(yàn)的基礎(chǔ)上，為了考察各變量對不良貸款率的影響，本文建立如下多元回歸模型：

選用普通最小二乘法(OLS)對數(shù)據(jù)進(jìn)行回歸分析，通過對回歸模型的檢驗(yàn)，用逐步回歸的方法剔除造成多重共線性的變量，初步回歸結(jié)果表明，我國商業(yè)銀行不良貸款率與經(jīng)濟(jì)增長率和撥備覆蓋率負(fù)相關(guān)，與流動性比率正相關(guān)，而且三者否都通過了t 檢驗(yàn)，假設(shè)一、五和八成立；消費(fèi)物價(jià)指數(shù)、采購經(jīng)理人指數(shù)、廣義貨幣供應(yīng)量、資本充足率和資產(chǎn)負(fù)債率沒有通過t 檢驗(yàn)，說明這些變量對不良貸款率沒有顯著性的影響，假設(shè)二、三、四、六和七不成立。經(jīng)剔除不顯著的解釋變量后，可決系數(shù)和修正的可決系數(shù)分別為93.69%和92.90%，這說明模型整體的擬合效果較好；經(jīng)濟(jì)增長率的顯著性水平提高，說明其對不良貸款率的解釋力增強(qiáng)；F 值也大大增大，說明經(jīng)濟(jì)增長率、撥備覆蓋率和流動性比率這三個(gè)變量聯(lián)合起來對不良貸款率的顯著影響增強(qiáng)。所以該模型能很好地解釋不良貸款率的影響因素。

3.VAR模型

為了能夠更好的體現(xiàn)各變量之間的相關(guān)性，考慮了商業(yè)銀行不良貸款率對其影響因素的反應(yīng)的滯后性，未來一段時(shí)間內(nèi)某一變量的變動會通過向量自回歸模型在后期影響其他變量的變化，本文根據(jù)AIC和SC信息準(zhǔn)則，通過對樣本數(shù)據(jù)的估計(jì)確定了模型的最優(yōu)滯后階數(shù)為2，以NPLR、GDP、M2、NPL、LR這5個(gè)變量構(gòu)建了VAR模型：

由于模型設(shè)立的目的不是為了研究具體的回歸函數(shù)形式，本文對于VAR模型的具體函數(shù)形式不再列出。在進(jìn)行脈沖分析和方差分解之前，還需要通過VAR模型的穩(wěn)健性檢驗(yàn)。變量特征根均落在單位圓內(nèi)，因此建立的VAR模型是穩(wěn)健的。

4.脈沖響應(yīng)

在格蘭杰因果關(guān)系檢驗(yàn)和VAR模型建立的基礎(chǔ)上，進(jìn)一步進(jìn)行脈沖響應(yīng)函數(shù)分析來研究商業(yè)銀行不良貸款率對各個(gè)影響因素沖擊的反應(yīng)。本文對宏觀經(jīng)濟(jì)因素和商業(yè)銀行管理因素一個(gè)標(biāo)準(zhǔn)差的沖擊不良貸款率做出了反映的脈沖響應(yīng)的函數(shù)圖，縱軸表示不良貸款率的波動情況，橫軸則表示脈沖函數(shù)的滯后期間(單位：季度)，實(shí)線為脈沖響應(yīng)函數(shù)圖，虛線表示置信區(qū)間，選取滯后期為10期。

從宏觀經(jīng)濟(jì)因素對不良貸款率沖擊的脈沖響應(yīng)函數(shù)圖中可以分析出宏觀經(jīng)濟(jì)因素經(jīng)濟(jì)增長率GDP一個(gè)標(biāo)準(zhǔn)誤的沖擊，其對不良貸款率的沖擊始終保持負(fù)向，在第四期達(dá)到最大幅度，之后幾期波動上升到第十期趨于0；廣義貨幣供應(yīng)量增長率M2對不良貸款率的沖擊影響基本為負(fù)，在第二期略大于0隨后幾期均為負(fù)。結(jié)果表明，從長期來看，經(jīng)濟(jì)增長率的增加能提高國民經(jīng)濟(jì)收入，穩(wěn)定國內(nèi)經(jīng)濟(jì)運(yùn)行從而能降低不良貸款率；廣義貨幣供應(yīng)量增長率的增加能夠給經(jīng)濟(jì)發(fā)展注入新的活力，推動國民經(jīng)濟(jì)的發(fā)展，企業(yè)還款的能力增強(qiáng)，不良貸款率就會下降。兩者對商業(yè)銀行的不良貸款率均有負(fù)向影響。

從商業(yè)銀行管理因素對不良貸款率沖擊的脈沖響應(yīng)函數(shù)圖中可以看出商業(yè)銀行管理因素?fù)軅涓采w率NPL對不良貸款的沖擊在10期內(nèi)影響較大且均保持負(fù)向，第四期的負(fù)向影響達(dá)到最大；流動性比率LR對不良貸款率的沖擊在10期內(nèi)均為正，第四期達(dá)到最小值。結(jié)果表明，銀行撥備覆蓋率的增加會對不良貸款率有負(fù)的影響，該比率越高，銀行風(fēng)險(xiǎn)抵御能力越強(qiáng)；銀行流動性比率的增加會對不良貸款率有正的影響，在信貸需求旺盛的情況下，流動性比率較高，銀行因較多地放貸，不良貸款風(fēng)險(xiǎn)也會加大。

5.方差分解

利用VAR模型，把內(nèi)生變量的波動按其成因分解為與各方程外生變量相關(guān)聯(lián)的組成部分，來研究各外生變量對內(nèi)生變量的相對重要性。方差分解結(jié)果顯示，第一期，其他各因素在第一期加起來的貢獻(xiàn)度不到20%，但不良貸款率NPLR對自身的貢獻(xiàn)最大為81.47%，之后一直下降，到第十期為21.93%，說明在其他各因素的作用下，商業(yè)銀行不良貸款率對自身的影響作用下降較大。廣義貨幣供應(yīng)量M2和撥備覆蓋率NPL對不良貸款率的貢獻(xiàn)度持續(xù)增加且幅度較大，說明兩者對商業(yè)銀行不良貸款率的影響作用持續(xù)增大。第十期，廣義貨幣供應(yīng)量M2、撥備覆蓋率NPL和不良貸款率NPLR加起來對不良貸款率的貢獻(xiàn)度約90%，說明三者對不良貸款影響作用較大。

三、結(jié)論與建議

本文基于2009-2015年我國商業(yè)銀行的不良貸款率數(shù)據(jù)，實(shí)證檢驗(yàn)了我國商業(yè)銀行不良貸款率的影響因素，實(shí)證結(jié)果表明：(1)經(jīng)濟(jì)增長率、撥備覆蓋率和流動性比率對商業(yè)銀行不良貸款率有顯著影響，消費(fèi)物價(jià)指數(shù)、廣義貨幣供應(yīng)量、采購經(jīng)理人指數(shù)、資本充足率和資產(chǎn)負(fù)債率與商業(yè)銀行不良貸款率沒有顯著相關(guān)關(guān)系。(2)經(jīng)濟(jì)增長率、廣義貨幣供應(yīng)量和撥備覆蓋率對降低不良貸款率有正向影響，流動性比率對降低不良貸款率有負(fù)向影響(3)廣義貨幣供應(yīng)量和撥備覆蓋率對不良貸款率的貢獻(xiàn)度較大。

通過前文的分析可知我國商業(yè)銀行不良貸款的影響因素涉及到國家宏觀經(jīng)濟(jì)，因此為了應(yīng)對不良貸款問題，我國政府應(yīng)更加重視經(jīng)濟(jì)建設(shè)。第一，穩(wěn)定經(jīng)濟(jì)增長。國家在適度擴(kuò)大總需求的同時(shí)，應(yīng)著力加強(qiáng)供給側(cè)結(jié)構(gòu)性改革，清理僵尸企業(yè)淘汰落后產(chǎn)能，解決三四線城市樓市高庫存，企業(yè)債務(wù)負(fù)擔(dān)重的困難；第二，控制貨幣供應(yīng)量。雖然貨幣供應(yīng)量在會在一定程度降低不良貸款率，但是過大的貨幣供應(yīng)量會使利率下降杠桿增加，短期內(nèi)會因借貸投資行為的不合理而造成不良貸款的增加。因此要注意把握貨幣政策的松緊適度，真正實(shí)現(xiàn)降低實(shí)體經(jīng)濟(jì)融資成本的目標(biāo)；第三，加強(qiáng)金融監(jiān)管。改革金融監(jiān)管體制，使用傳統(tǒng)貨幣政策與宏觀審慎管理工具，密切關(guān)注銀行業(yè)整體的信貸規(guī)模及其與有關(guān)資產(chǎn)價(jià)格的關(guān)系，防范由信貸風(fēng)險(xiǎn)引發(fā)的系統(tǒng)性金融危機(jī)。盲目大幅度降低撥備率不是治本之策，若銀行出現(xiàn)大量不良貸款，撥備準(zhǔn)備金必將覆蓋不了風(fēng)險(xiǎn)資金，因此應(yīng)嚴(yán)格控制好撥備覆蓋率這一監(jiān)管指標(biāo)。

[1] 錢小安.“信貸緊縮——不良貸款”陷阱的形成及其治理[J].金融研究，2000(5).

[2] 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，(6).

[3] 王兵，朱寧.不良貸款約束下的中國上市商業(yè)銀行效率和全要素生產(chǎn)率研究—基于SBM方向性距離函數(shù)的實(shí)證分析[J].金融研究，2011，(1).