利率市場(chǎng)化對(duì)商業(yè)銀行風(fēng)險(xiǎn)控制影響因素的實(shí)證分析

涂詠梅

（武漢紡織大學(xué) 經(jīng)濟(jì)學(xué)院，武漢 430200）

利率市場(chǎng)化對(duì)商業(yè)銀行風(fēng)險(xiǎn)控制影響因素的實(shí)證分析

涂詠梅

（武漢紡織大學(xué) 經(jīng)濟(jì)學(xué)院，武漢 430200）

由于利率市場(chǎng)化對(duì)宏觀經(jīng)濟(jì)增長(zhǎng)及金融市場(chǎng)的健康發(fā)展均具有正向影響，但在推進(jìn)過(guò)程中給商業(yè)銀行帶來(lái)的風(fēng)險(xiǎn)也不容忽視。因此，為了考察利率市場(chǎng)化對(duì)商業(yè)銀行的風(fēng)險(xiǎn)控制帶來(lái)的影響、以及各影響因素的具體作用，文章以14家上市商業(yè)銀行1996—2014年的面板數(shù)據(jù)為基礎(chǔ)，從銀行內(nèi)、外部環(huán)境兩個(gè)角度實(shí)證分析并檢驗(yàn)了利率市場(chǎng)化對(duì)商業(yè)銀行風(fēng)險(xiǎn)控制水平的影響。

利率市場(chǎng)化；商業(yè)銀行；風(fēng)險(xiǎn)控制

0 引言

利率市場(chǎng)化是金融自由化改革的重要內(nèi)容。20世紀(jì)80年代以來(lái)，中國(guó)在調(diào)整利率水平和優(yōu)化利率結(jié)構(gòu)的同時(shí)，也逐步將傳統(tǒng)的利率管理體制向市場(chǎng)化過(guò)度，從放松對(duì)存貸利率的管制到國(guó)債利率和同業(yè)拆借利率的市場(chǎng)化，并于1999年實(shí)施《人民幣利率管理規(guī)定》以進(jìn)一步放寬利率市場(chǎng)化的范圍。實(shí)踐表明，利率市場(chǎng)化對(duì)我國(guó)宏觀經(jīng)濟(jì)增長(zhǎng)具有顯著的促進(jìn)作用，也有助于金融市場(chǎng)的規(guī)范有序發(fā)展。但是，利率市場(chǎng)化（尤其在放開(kāi)管制的初期）也會(huì)增加商業(yè)銀行面臨的風(fēng)險(xiǎn)：從內(nèi)部環(huán)境來(lái)看，利率市場(chǎng)化會(huì)削弱商業(yè)銀行的利率定價(jià)權(quán)，在某種程度上會(huì)導(dǎo)致銀行存貸比收窄，影響盈利水平，而且利率波動(dòng)還會(huì)增加商業(yè)銀行的機(jī)會(huì)成本風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)；從銀行外部環(huán)境來(lái)看，銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)也往往隨著利率市場(chǎng)化改革的深化而增加，包括信息不對(duì)稱導(dǎo)致信貸配給中的逆向選擇問(wèn)題、爭(zhēng)奪資金來(lái)源引發(fā)的惡性競(jìng)爭(zhēng)問(wèn)題等。如果缺乏對(duì)上述風(fēng)險(xiǎn)的防控與有效應(yīng)對(duì)，利率市場(chǎng)化給商業(yè)銀行帶來(lái)的紅利可能會(huì)被削弱，甚至抵消?；诖耍疚脑噲D利用1996—2014年中國(guó)14家商業(yè)銀行的面板數(shù)據(jù)，描述1996年以來(lái)我國(guó)商業(yè)銀行的風(fēng)險(xiǎn)控制與利率市場(chǎng)化改革的相互關(guān)系，并對(duì)2008年以來(lái)我國(guó)利率市場(chǎng)化改革背景下商業(yè)銀行風(fēng)險(xiǎn)控制的影響因素進(jìn)行實(shí)證分析。

1 研究設(shè)計(jì)

1.1 變量選擇

為了考察利率市場(chǎng)化對(duì)商業(yè)銀行風(fēng)險(xiǎn)控制的影響，本文將商業(yè)銀行的風(fēng)險(xiǎn)評(píng)估情況作為被解釋變量，具體地，通過(guò)測(cè)算不良貸款率（NPLR）指標(biāo)作為被解釋變量的描述統(tǒng)計(jì)量。解釋變量涵蓋了銀行內(nèi)部環(huán)境和外部環(huán)境兩方面因素，其中內(nèi)部環(huán)境因素包括：

（1）銀行規(guī)模（SIZE），用銀行總資產(chǎn)表示，為了提高樣本的平穩(wěn)性并避免隨機(jī)因素的干擾，本文對(duì)總資產(chǎn)取對(duì)數(shù)值。

（2）資本充足性（CAR），用銀行資本充足率表示，即銀行資本總額對(duì)其風(fēng)險(xiǎn)加權(quán)資產(chǎn)的比率，這是保證銀行等金融機(jī)構(gòu)正常運(yùn)營(yíng)和發(fā)展所必需的資本比率。

（3）權(quán)益乘數(shù)（CS），即資產(chǎn)總額與股東權(quán)益總額的比值，該指標(biāo)反映了企業(yè)財(cái)務(wù)杠桿的大小，權(quán)益乘數(shù)越大，財(cái)務(wù)杠桿往往就越大。

（4）存貸比（LDR），用銀行貸款與存款余額的比值表示。銀行存貸比越高，其發(fā)放單位貸款所耗費(fèi)的資本成本越低，盈利能力就越強(qiáng)。

（5）員工人數(shù)（SN），員工是商業(yè)銀行的重要資源，存貸款業(yè)務(wù)及中間業(yè)務(wù)都與員工的人數(shù)、結(jié)構(gòu)及素質(zhì)密切相關(guān)。模型取員工人數(shù)的對(duì)數(shù)值。

（6）收入結(jié)構(gòu)（II），商業(yè)銀行的收入包括傳統(tǒng)的信貸業(yè)收入以及證券、保險(xiǎn)等其他業(yè)務(wù)收入，銀行收入主要包括利息收入和中間業(yè)務(wù)收入。模型取中間業(yè)務(wù)收入的對(duì)數(shù)值來(lái)衡量收入結(jié)構(gòu)。

（7）國(guó)有股比重（SO），商業(yè)銀行的股權(quán)結(jié)構(gòu)和股權(quán)性質(zhì)無(wú)疑會(huì)影響其各項(xiàng)政策、管理制度和管理水平，進(jìn)而對(duì)其盈利能力、經(jīng)營(yíng)效率、風(fēng)險(xiǎn)評(píng)估等造成影響。模型選取國(guó)有股比重（國(guó)有股占商業(yè)銀行權(quán)益總數(shù)的比重）作為解釋變量。

（8）境外股比重（OVERSEA），指境外股占商業(yè)銀行權(quán)益總數(shù)的比重。

銀行外部環(huán)境因素則包括：

（1）城鄉(xiāng)居民人均可支配收入（AI），模型取人均收入的對(duì)數(shù)值來(lái)反映居民收入水平對(duì)中間業(yè)務(wù)的影響。

（2）股票市場(chǎng)（SM），股票市場(chǎng)籌資額是一個(gè)重要的宏觀影響因素，一方面，銀行信貸和股票市場(chǎng)均是企業(yè)的重要資金來(lái)源；另一方面，銀行存款和股票市場(chǎng)又是個(gè)人和企業(yè)的重要投資方向。因此，商業(yè)銀行的盈利與股票市場(chǎng)息息相關(guān)。模型取股票市場(chǎng)籌資額的對(duì)數(shù)值。

（3）GDP增長(zhǎng)率（GDP），銀行業(yè)具有明顯的周期性，其經(jīng)營(yíng)狀況受?chē)?guó)家經(jīng)濟(jì)影響較大。因此在經(jīng)濟(jì)周期的不同階段，銀行業(yè)所處的經(jīng)營(yíng)環(huán)境具有顯著差異，這對(duì)其盈利能力和經(jīng)營(yíng)效率等均會(huì)造成影響。

（4）貨幣供應(yīng)量（MS），指國(guó)家在特定時(shí)刻能夠保證社會(huì)經(jīng)濟(jì)正常運(yùn)營(yíng)所需要的貨幣存量，它由包括央行在內(nèi)的金融機(jī)構(gòu)提供的存款與現(xiàn)金兩方面構(gòu)成。模型取廣義貨幣供應(yīng)量的平均增長(zhǎng)率來(lái)衡量貨幣供應(yīng)量。

（5）通貨膨脹（CPI），通貨膨脹率與銀行利潤(rùn)緊密相關(guān)，能夠?qū)︺y行營(yíng)業(yè)結(jié)構(gòu)和盈利模式的轉(zhuǎn)變產(chǎn)生變革性力量，常見(jiàn)的通貨膨脹率指標(biāo)有CPI、GDP平減指數(shù)和PPI，模型取CPI。

（6）制造業(yè)采購(gòu)經(jīng)理指數(shù)（PMI），PMI指數(shù)50為榮枯分水線，PMI＞50說(shuō)明經(jīng)濟(jì)處于發(fā)展階段，PMI＜50則處于衰退階段，而銀行業(yè)的績(jī)效跟經(jīng)濟(jì)的繁榮與衰退顯然密不可分。

1.2 數(shù)據(jù)處理

結(jié)合模型所需樣本的可獲得性，本文選取14家上市商業(yè)銀行1996—2014年的財(cái)務(wù)數(shù)據(jù)分析，包括浦發(fā)銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業(yè)銀行、北京銀行、交通銀行、工商銀行、建設(shè)銀行、中國(guó)銀行、中信銀行、平安銀行、寧波銀行。所有銀行的內(nèi)部數(shù)據(jù)均來(lái)自國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)，宏觀數(shù)據(jù)來(lái)自1997—2015年《中國(guó)統(tǒng)計(jì)年鑒》，缺漏數(shù)據(jù)通過(guò)上市銀行1996—2014年公司年報(bào)手工搜集匯總得到。

面板數(shù)據(jù)同時(shí)擁有時(shí)間序列和截面兩個(gè)維度，截面?zhèn)€體影響形式的差別將面板數(shù)據(jù)模型劃分為隨機(jī)效應(yīng)模型和固定效應(yīng)模型兩種形式。固定效應(yīng)模型是有多個(gè)對(duì)應(yīng)著不同的截面?zhèn)€體的不同截距，它建立在模型中不隨時(shí)間序列變化的非觀測(cè)效應(yīng)與隨機(jī)誤差項(xiàng)相關(guān)的假設(shè)之上，其實(shí)驗(yàn)結(jié)果只比較每一個(gè)自變項(xiàng)的特定類目或類別間的差異及與其他自變項(xiàng)的特定類目或類別間的交互作用，固定效益模型的表達(dá)式為：

其中，i=1，2，3，…，表示不同個(gè)體；t=1，2，3，…，表示時(shí)間序列的跨度；αi表示不隨時(shí)間序列變化的非觀測(cè)效應(yīng)；μit為隨機(jī)誤差項(xiàng)。

固定效應(yīng)模型通常采用準(zhǔn)差分方法進(jìn)行處理，然后再用最小二乘虛擬變量法或者普通最小二乘法（OLS）估計(jì)，但如果模型誤差項(xiàng)不滿足相互獨(dú)立及方差齊次性假定時(shí)，就需要使用廣義最小二乘法（GLS）進(jìn)行估計(jì)。隨機(jī)效應(yīng)模型是在經(jīng)典線性模型基礎(chǔ)上的推廣，它將固定效應(yīng)推廣到隨機(jī)效應(yīng)，假設(shè)模型中的誤差項(xiàng)和不隨時(shí)間序列變化的非觀測(cè)效應(yīng)不存在相關(guān)性，但對(duì)同一個(gè)個(gè)體而言，它在不同時(shí)間的擾動(dòng)項(xiàng)則存在著相關(guān)性問(wèn)題，因此一般需要使用GLS方法進(jìn)行估計(jì)，表達(dá)式為：

當(dāng)時(shí)間序列的長(zhǎng)度很短，而截面的數(shù)量卻很大時(shí)，固定效應(yīng)模型與隨機(jī)效應(yīng)模型的結(jié)果可能會(huì)存在很大差異，需要通過(guò)Hausman檢驗(yàn)來(lái)確定使用哪一個(gè)模型的分析效果更好。Hausman檢驗(yàn)的是將驗(yàn)證原假設(shè)的正確性轉(zhuǎn)變?yōu)闄z驗(yàn)兩個(gè)不同的估計(jì)值是否具有一致性，只有當(dāng)兩個(gè)估計(jì)值具有一致性，即相減的結(jié)果為零時(shí)，原假設(shè)才可能成立。該方法在本文中的應(yīng)用是將GLS和最小二乘虛擬變量法設(shè)定為這兩個(gè)不同的估計(jì)值，并通過(guò)Eviews8.0對(duì)數(shù)據(jù)進(jìn)行檢驗(yàn)。

1.3 特征性事實(shí)

商業(yè)銀行1996—2014年數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表1?？梢钥吹剑琑OA的平均值為0.0104，最大值也僅為0.0155，說(shuō)明商業(yè)銀行的整體盈利水平并不高；中間業(yè)務(wù)收入對(duì)數(shù)值的最大、最小值分別為24.9543和17.1520，平均值為21.6175，標(biāo)準(zhǔn)差是1.7818，說(shuō)明我國(guó)商業(yè)銀行中間業(yè)務(wù)一直處于較為緩慢的發(fā)展?fàn)顟B(tài)；不良貸款率的最大值也僅為0.0562，說(shuō)明選取的樣本銀行對(duì)自身風(fēng)險(xiǎn)已經(jīng)有所控制；成本收入比的平均值為0.3356，說(shuō)明銀行的經(jīng)營(yíng)效率仍有較大提高空間。銀行內(nèi)部變量的描述性統(tǒng)計(jì)結(jié)果揭示了各銀行發(fā)展水平參差不齊，比如資本充足率的最大值達(dá)到30.67%，而最小值僅為5.77%，兩者相差近6倍。

表1 解釋變量的描述性統(tǒng)計(jì)結(jié)果

從宏觀變量來(lái)看，GDP增長(zhǎng)率的最大值為14.16%，最小值也達(dá)到7.4%，平均值10.28%，標(biāo)準(zhǔn)差0.0898，說(shuō)明我國(guó)的國(guó)內(nèi)生產(chǎn)總值在觀測(cè)期間始終保持較為穩(wěn)定的增長(zhǎng)速度；貨幣供應(yīng)量M2的平均增速為16.99%，標(biāo)準(zhǔn)差0.9805，這與我國(guó)長(zhǎng)期實(shí)行較為穩(wěn)健的貨幣政策的宏觀背景是相契合的；城鄉(xiāng)居民人均可支配收入的平均值為9.9222，標(biāo)準(zhǔn)差是0.2486，說(shuō)明我國(guó)城鄉(xiāng)居民人均收入保持著較為平穩(wěn)的速度?？傊?，上述宏觀指標(biāo)可以反映出我國(guó)經(jīng)濟(jì)宏觀面在2007—2014年表現(xiàn)出平穩(wěn)向上的增長(zhǎng)態(tài)勢(shì)。

表2報(bào)告了1996—2007年及2008—2014年商業(yè)銀行風(fēng)險(xiǎn)評(píng)估變量的相關(guān)描述性統(tǒng)計(jì)?？梢钥闯?，1996—2007年銀行不良貸款率的最大值為0.2298，2008—2014年不良貸款率的最大值為0.0265，說(shuō)明選取的樣本銀行對(duì)自身風(fēng)險(xiǎn)已經(jīng)采取了有效控制。

表2 商業(yè)銀行風(fēng)險(xiǎn)評(píng)估描述性統(tǒng)計(jì)結(jié)果

通過(guò)Hausman檢驗(yàn)發(fā)現(xiàn)，1996—2007年風(fēng)險(xiǎn)評(píng)估結(jié)果的卡方統(tǒng)計(jì)量為0，伴隨概率為0.0014。Hausman檢驗(yàn)結(jié)果得出的結(jié)論是應(yīng)該建立隨機(jī)效應(yīng)模型，為此，使用Eviews8.0對(duì)隨機(jī)效應(yīng)模型進(jìn)行估計(jì)，結(jié)果見(jiàn)表3。

表3 風(fēng)險(xiǎn)評(píng)估的回歸模型各內(nèi)部因素系數(shù)和統(tǒng)計(jì)參數(shù)（1996—2007年）

從模型回歸結(jié)果來(lái)看，隨機(jī)效應(yīng)模型的判決系數(shù)R2是0.9111，而利率市場(chǎng)化進(jìn)程系數(shù)為0.3990842，據(jù)此可以得出截距項(xiàng)、資本結(jié)構(gòu)、資產(chǎn)規(guī)模、GDP增長(zhǎng)率、PMI指數(shù)、城鄉(xiāng)居民人均可支配收入、貨幣供應(yīng)量是統(tǒng)計(jì)正顯著的，這也驗(yàn)證了上文關(guān)于利率市場(chǎng)化背景下，商業(yè)銀行面臨的風(fēng)險(xiǎn)受到影響的觀點(diǎn)。

2008—2014年風(fēng)險(xiǎn)評(píng)估的Hausman檢驗(yàn)結(jié)果是卡方統(tǒng)計(jì)量為0，伴隨概率為1.0000。Hausman檢驗(yàn)結(jié)果得出的結(jié)論是應(yīng)該建立隨機(jī)效應(yīng)模型，為此，使用Eviews8.0對(duì)隨機(jī)效應(yīng)模型進(jìn)行估計(jì)，結(jié)果見(jiàn)表4。

表4 風(fēng)險(xiǎn)評(píng)估的回歸模型各內(nèi)部因素系數(shù)和統(tǒng)計(jì)參數(shù)（2008—2014年）

從模型的回歸結(jié)果來(lái)看，隨機(jī)效應(yīng)模型的判決系數(shù)R2和調(diào)整的R2系數(shù)分別為0.371422和0.322533，而利率市場(chǎng)化進(jìn)程系數(shù)則為-0.02794，可以得出截距項(xiàng)、資本充足率、資本結(jié)構(gòu)、存貸比、員工人數(shù)對(duì)數(shù)值、股票市場(chǎng)籌資總額、GDP的增長(zhǎng)率是統(tǒng)計(jì)負(fù)顯著的，這也驗(yàn)證了上述利率市場(chǎng)化對(duì)商業(yè)銀行風(fēng)險(xiǎn)產(chǎn)生影響的論述。

根據(jù)上述兩階段的回歸擬合結(jié)果可以發(fā)現(xiàn)，隨著利率市場(chǎng)化程度的不斷加深，商業(yè)銀行受到的影響從第一階段（1996—2007年）的正向效應(yīng)逐漸轉(zhuǎn)為第二階段的（2008—2014年）的負(fù)向效應(yīng)，這表明隨著利率市場(chǎng)化改革的不斷推進(jìn)，商業(yè)銀行的風(fēng)險(xiǎn)控制能力逐漸得到加強(qiáng)。

2 實(shí)證分析

為進(jìn)一步檢驗(yàn)各個(gè)變量與商業(yè)銀行風(fēng)險(xiǎn)評(píng)估之間的關(guān)系，本文設(shè)定計(jì)量模型：

其中，μit是模型的隨機(jī)誤差項(xiàng)，βi分別是第i個(gè)變量的系數(shù)，其余各項(xiàng)指標(biāo)前文已經(jīng)詮釋，在此不再贅述?？紤]到2008年之前部分?jǐn)?shù)據(jù)缺失，本文實(shí)證部分采用的是14家樣本銀行2008—2014年的面板數(shù)據(jù)。通過(guò)Hausman檢驗(yàn)發(fā)現(xiàn)，卡方統(tǒng)計(jì)量為0，伴隨概率為1，因此不能拒絕原假設(shè)，應(yīng)考慮采用隨機(jī)效應(yīng)模型。本文使用Eviews8.0對(duì)模型進(jìn)行估計(jì)，回歸結(jié)果見(jiàn)表5。

表5 風(fēng)險(xiǎn)評(píng)估的回歸模型各內(nèi)部因素系數(shù)和統(tǒng)計(jì)參數(shù)

從模型的回歸結(jié)果來(lái)看，隨機(jī)效應(yīng)模型的判決系數(shù)R2和調(diào)整的R2分別為0.593479和0.557609，可以得出截距項(xiàng)、銀行規(guī)模、資本充足率、員工人數(shù)、境外股占比、人均可支配收入、廣義貨幣供應(yīng)量和CPI均存在統(tǒng)計(jì)顯著性。具體地，除銀行規(guī)模在5%的顯著性水平上顯著以外，其余指標(biāo)均在1%的顯著性水平上顯著。

3 結(jié)論

本文的實(shí)證分析結(jié)果顯示，商業(yè)銀行的風(fēng)險(xiǎn)控制情況與不良貸款率之間存在負(fù)相關(guān)關(guān)系。因此，當(dāng)解釋變量的系數(shù)為負(fù)時(shí)，表示該解釋變量與銀行不良貸款率之間為負(fù)相關(guān)，而與風(fēng)險(xiǎn)控制能力為正相關(guān)；反之，當(dāng)解釋變量系數(shù)為正時(shí)，表示該解釋變量與不良貸款率正相關(guān)，與風(fēng)險(xiǎn)控制水平負(fù)相關(guān)。根據(jù)回歸模型得到的結(jié)果，本文的主要發(fā)現(xiàn)可總結(jié)如下：

從銀行內(nèi)部環(huán)境來(lái)看，（1）隨著商業(yè)銀行規(guī)模的擴(kuò)大，其風(fēng)險(xiǎn)評(píng)估能力也能夠得到一定提升，說(shuō)明隨著商業(yè)銀行業(yè)務(wù)的輻射范圍擴(kuò)展，銀行的不良貸款率會(huì)有所下降，風(fēng)險(xiǎn)評(píng)估能力有所增強(qiáng)。原因可能在于當(dāng)銀行規(guī)模保持相對(duì)較大水平時(shí)，其業(yè)務(wù)能夠輻射到盡可能多的行業(yè)與地區(qū)，有利于其在更大范圍內(nèi)進(jìn)行資源配置以平衡并降低投資風(fēng)險(xiǎn)，增強(qiáng)銀行的風(fēng)險(xiǎn)分散和控制能力，降低不良貸款率。上述結(jié)論也與國(guó)外文獻(xiàn)的一般結(jié)果相一致，比如國(guó)外學(xué)者的研究中，常常用銀行的相對(duì)規(guī)模來(lái)表示銀行的風(fēng)險(xiǎn)分散能力。（2）商業(yè)銀行的資本充足率與其風(fēng)險(xiǎn)評(píng)估能力存在顯著的正相關(guān)關(guān)系，即銀行的資本充足率越高，其不良貸款率越低，風(fēng)險(xiǎn)評(píng)估能力越強(qiáng)。該結(jié)論與Berger (1995)和Kwan(1997)的研究結(jié)論相符，Berger基于MM理論對(duì)銀行資本和不良貸款進(jìn)行了分析，指出缺少自由資金的約束是促使商業(yè)銀行采取風(fēng)險(xiǎn)型信貸政策，并導(dǎo)致不良貸款的一個(gè)重要原因；而Kwan等人通過(guò)一系列經(jīng)驗(yàn)分析證實(shí)了自由資本少的銀行更傾向于從事風(fēng)險(xiǎn)性投資的理論。（3）本文的回歸結(jié)果顯示存貸比與商業(yè)銀行的風(fēng)險(xiǎn)評(píng)估能力不存在顯著的相關(guān)性。（4）商業(yè)銀行的不良貸款率與員工人數(shù)存在顯著的負(fù)相關(guān)關(guān)系，即當(dāng)員工人數(shù)增加時(shí)，銀行的不良貸款率下降，風(fēng)險(xiǎn)評(píng)估能力上升。（5）商業(yè)銀行的境外股占比與不良貸款率存在顯著的正相關(guān)關(guān)系，說(shuō)明提高境外資本投資的比例能夠有效提高商業(yè)銀行的風(fēng)險(xiǎn)評(píng)估能力。

從銀行外部環(huán)境來(lái)看，（1）城鄉(xiāng)居民人均可支配收入與商業(yè)銀行的不良貸款率之間存在顯著的負(fù)相關(guān)關(guān)系，與風(fēng)險(xiǎn)評(píng)估能力則顯著正相關(guān)，說(shuō)明當(dāng)人均收入水平提高時(shí)，銀行的不良貸款率會(huì)下降，風(fēng)險(xiǎn)評(píng)估能力隨即增強(qiáng)。這可能是由于城鄉(xiāng)居民人均可支配收入的增加可以激發(fā)人們對(duì)自身資產(chǎn)保值升值的需求，商業(yè)銀行為滿足客戶日益增長(zhǎng)的需求，加大了對(duì)理財(cái)、保險(xiǎn)、資產(chǎn)管理等中間業(yè)務(wù)的開(kāi)發(fā)，從而獲得更多的中間業(yè)務(wù)收入，減少對(duì)傳統(tǒng)信貸的過(guò)度依賴，進(jìn)而使得商業(yè)銀行減少為獲取貸款利息收入而發(fā)放高風(fēng)險(xiǎn)貸款的行為，不良貸款率由此下降。（2）回歸結(jié)果顯示宏觀經(jīng)濟(jì)周期與商業(yè)銀行的盈利水平不存在顯著的相關(guān)性。結(jié)果不顯著可能是由于滯后效應(yīng)，也可能是因?yàn)楸疚目紤]的變量有限，部分因素未涉及到。（3）貨幣供應(yīng)量與商業(yè)銀行的不良貸款率之間存在顯著的負(fù)相關(guān)關(guān)系，與風(fēng)險(xiǎn)評(píng)估能力存在正相關(guān)關(guān)系。當(dāng)貨幣供應(yīng)量上升時(shí)，商業(yè)銀行的不良貸款率下降，原因在于廣義貨幣供應(yīng)量作為中央貨幣政策的重要調(diào)控工具之一，能夠反映我國(guó)貨幣政策走向：當(dāng)經(jīng)濟(jì)低迷時(shí)，央行采用擴(kuò)張性貨幣政策，貨幣供應(yīng)量增加，銀行放寬貸款準(zhǔn)入條件，擴(kuò)大信貸規(guī)模，使得一些盈利能力較差的項(xiàng)目可能也會(huì)獲得貸款，使得企業(yè)財(cái)務(wù)狀況變好，擁有足夠多的資金用于還貸，當(dāng)期不良貸款率自然下降。當(dāng)期的貨幣供應(yīng)量與商業(yè)銀行不良貸款率呈現(xiàn)負(fù)相關(guān)關(guān)系，這里需要說(shuō)明的是，當(dāng)經(jīng)濟(jì)形勢(shì)發(fā)生變化，央行采取緊縮性貨幣政策后，會(huì)使得大量不良貸款開(kāi)始暴露，即雖然貨幣供應(yīng)量與不良貸款率之間存在負(fù)相關(guān)關(guān)系，但可能還存在滯后效應(yīng)。（4）CPI與銀行的不良貸款率呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，與風(fēng)險(xiǎn)評(píng)估能力存在正相關(guān)關(guān)系。這可能是由于當(dāng)CPI較大時(shí)，說(shuō)明出現(xiàn)了高通脹現(xiàn)象，而高通脹率會(huì)導(dǎo)致實(shí)際利率下滑，居民的銀行存款收益和商業(yè)銀行的利差實(shí)際收益都會(huì)受到影響。商業(yè)銀行為了控制利率風(fēng)險(xiǎn)會(huì)采取緊縮的政策，收縮傳統(tǒng)信貸，減少高風(fēng)險(xiǎn)型的信貸業(yè)務(wù)，從而一定程度上降低不良貸款率。因此商業(yè)銀行的風(fēng)險(xiǎn)評(píng)估與不良貸款率在數(shù)據(jù)上呈現(xiàn)顯著的負(fù)相關(guān)。

[1]Piazzesi M,Schneider M.Interest Rate Risk in Credit Markets[J].The American Economic Review,2010,100(2).

[2]Odhiambo N M.Interest Rate Reforms,Financial Deepening and Eco?nomic Growth in Kenya:An Empirical Investigation[J].The Journal of Developing Areas,2009,43(1).

[3]胡炳志.中國(guó)金融制度重構(gòu)研究[M].北京:人民出版社,2003.

[4]艾洪德.利率市場(chǎng)化進(jìn)程中的金融機(jī)構(gòu)利率風(fēng)險(xiǎn)管理研究[M].大連：東北財(cái)經(jīng)大學(xué)出版社，2004.

[5]黃金老.利率市場(chǎng)化與商業(yè)銀行風(fēng)險(xiǎn)控制[J].經(jīng)濟(jì)研究,2001,(1).

[6]常有新,官金華.我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)的內(nèi)部控制探究[J].財(cái)政監(jiān)督，2015,(14).

[7]金玲玲，朱元倩，巴曙松.利率市場(chǎng)化對(duì)商業(yè)銀行影響的國(guó)際經(jīng)驗(yàn)及啟示[J].農(nóng)村金融研究，2012，（1）.

[8]李成，楊禮，高智賢.利率市場(chǎng)化對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響研究——基于非平衡面板數(shù)據(jù)的實(shí)證分析[J].金融經(jīng)濟(jì)學(xué)研究，2015，（5）.

[9]呂耀民,林升.商業(yè)銀行利率風(fēng)險(xiǎn)管理研究[J].經(jīng)濟(jì)研究，1999,(5).

（責(zé)任編輯/劉柳青）

F832.5

A

1002-6487（2016）23-0158-04

湖北省教育廳人文社會(huì)科學(xué)研究一般項(xiàng)目（16Y068）

涂詠梅（1967—),女，湖北十堰人，碩士，教授，研究方向：財(cái)政與金融政策、紡織品國(guó)際貿(mào)易。