中國農(nóng)業(yè)銀行不良貸款率影響因素研究

田園

由于多種經(jīng)濟因素的共同作用，農(nóng)業(yè)銀行的不良貸款率高居國有商業(yè)銀行的首位，對我國金融秩序和經(jīng)濟運行都造成了巨大威脅，其防范和化解任務(wù)十分艱巨。首先，本文闡述了不良貸款的定義和分類，介紹了不良貸款的基本理論，并探討了中國農(nóng)業(yè)銀行不良貸款的現(xiàn)狀與發(fā)展。其次，選取了GDP增長率、貨幣供應(yīng)量增長率、資本充足率、銀行規(guī)模、撥備覆蓋率和凈利差六個經(jīng)濟指標。最后，對影響農(nóng)業(yè)銀行不良貸款率的經(jīng)濟因素進行實證分析，得出中國農(nóng)業(yè)銀行不良貸款率受此六個因素影響，并均與之呈負相關(guān)關(guān)系。其中凈利差、自身規(guī)模對不良貸款率的影響關(guān)系較大，GDP增長率影響較小。根據(jù)回歸結(jié)果，又進一步對農(nóng)業(yè)銀行下一步如何控制不良貸款率提出了幾點建議：提高自身盈利能力，增強自身在市場中的核心競爭力；控制規(guī)模，提高內(nèi)部管理效率；提高撥備覆蓋率，增強風險應(yīng)對能力。

引言

選題背景

在現(xiàn)代經(jīng)濟社會中，金融業(yè)占據(jù)著無比重要的地位，金融業(yè)的穩(wěn)定與否極大地影響著整體經(jīng)濟的運行。而在金融業(yè)中，商業(yè)銀行是經(jīng)濟市場化的產(chǎn)物，是在社會化大生產(chǎn)和市場經(jīng)濟發(fā)展的需要下形成的一種金融組織。

自2004年以來四大國有銀行陸續(xù)上市開始，我國已初步建立起一個多層次、競爭性和市場化的商業(yè)銀行體系。經(jīng)過十幾年的發(fā)展，中國的商業(yè)銀行在平均資本上已經(jīng)達到了世界先進水平，工商銀行更是在2013年英國《銀行家》雜志的全球銀行排名中位居第一，標志著我國的商業(yè)銀行發(fā)展進入了嶄新的階段。

然而，在我國商業(yè)銀行的資產(chǎn)規(guī)模不斷擴大的同時，資本質(zhì)量卻沒有明顯的改善。根據(jù)中國銀監(jiān)會發(fā)布的數(shù)據(jù)，2016年第三季度，我國銀行體系不良貸款余額已達到14937億元，其中農(nóng)村商業(yè)銀行不良貸款率最高，達到2.74%，已大大超過銀行業(yè)風險2%的警戒線。總體來看，我國商業(yè)銀行的不良貸款率已創(chuàng)七年來新高，并仍有不斷攀升的趨勢。

縱觀全球曾經(jīng)發(fā)生過的金融危機，大多都與銀行貸款違約相關(guān)。以2008年美國次貸危機為例，這場蔓延全球，引起多家金融機構(gòu)倒閉、被收購的金融風暴，最初就起源于美國次級房屋信貸行業(yè)違約劇增。盡管美國政府采取了多種措施，試圖降低這場危機的破壞力，但仍舊無法阻止這場危機升級、擴散。甚至直到今天全球經(jīng)濟依然沒能完全從這場風暴的陰影中走出來。

在不良貸款率不斷升高的今天，我國的金融秩序也面臨著巨大的威脅。因此，探明不良貸款率的影響因素無疑是迫在眉睫的重要議題。

由表1可以看出，占據(jù)總不良貸款余額之比最大的是大型商業(yè)銀行，超過了半數(shù)。而在大型商業(yè)銀行中，中國農(nóng)業(yè)銀行的不良貸款率始終處于最高水平。（見圖1）作為我國重要的國際化商業(yè)銀行，農(nóng)業(yè)銀行的不良貸款水平將很大程度上影響我國的整體金融秩序，為了緩解我國的不良貸款壓力，解決農(nóng)業(yè)銀行的不良貸款問題將是一條必經(jīng)之路。

選題意義

理論意義。目前已有的研究多是以不良貸款本身的影響和作用機制為著眼點，而分析不良貸款的影響因素的較少。本文將在總結(jié)、分析前人研究成果的基礎(chǔ)上，從描述性分析和實證分析兩個角度出發(fā)，建立多元線性模型，深入剖析農(nóng)業(yè)銀行不良貸款率的影響因素，在一定程度上彌補這一研究空缺，具有理論意義。

現(xiàn)實意義。不良貸款的不斷攀升使我國的金融秩序面臨著嚴峻挑戰(zhàn)，為了解決這一問題，就必須要探明不良貸款的成因，了解各影響因素所在，進而有針對性地出臺相關(guān)治理政策，維護我國經(jīng)濟正常運轉(zhuǎn)。因此，本文所探究的以農(nóng)業(yè)銀行為代表的不良貸款的影響因素對于改善我國金融現(xiàn)狀具有現(xiàn)實意義。

文獻綜述

國外相關(guān)文獻綜述。在國外的研究中，Bernanke（1983）最早從外部環(huán)境的角度來探究不良貸款與宏觀經(jīng)濟環(huán)境之間的關(guān)系，發(fā)現(xiàn)經(jīng)濟運行的波動性是影響信貸成本增加或減少的重要因素，從而對企業(yè)還款能力產(chǎn)生影響，使得銀行不良貸款隨之惡化或好轉(zhuǎn)。自此，許多國外學者將目光投向這一領(lǐng)域，并作出了一些研究成果。

Vasicek（1987）運用單因素模型，探明了GDP增長率對不良貸款率具有顯著影響，這是首次在實證角度證實宏觀經(jīng)濟對于不良貸款率的影響。

隨后，研究方向趨向于同時考慮多個因素對不良貸款的影響，以獲得更加豐富的結(jié)果。Salas和Saurian（2002）通過面板計量模型對1985-1997年的數(shù)據(jù)進行分析，以期探究西班牙銀行不良貸款率的影響因素，結(jié)果顯示經(jīng)濟增長政策、管理激勵、信貸組合、市場支配能力對不良貸款率均有顯著影響；Barros c.P.等（2012）對日本銀行數(shù)據(jù)進行了研究，結(jié)果發(fā)現(xiàn)國內(nèi)外的宏觀經(jīng)濟因素均與不良貸款率有著密切影響。

為應(yīng)對不同的寫作背景，許多學者還創(chuàng)造性地提出了不同的模型，例如麥肯錫于1997年提出了CPV模型，以研究宏觀經(jīng)濟變量指標對不良貸款率的影響；Pesaran于2006年提出了GVAR模型，創(chuàng)新性地將全球經(jīng)濟沖擊因素考慮在影響因素之內(nèi)。

國內(nèi)相關(guān)文獻綜述。相比較于國外，國內(nèi)對于此問題的研究起步較晚，但仍取得了一定成果。

謝冰（2009）以2004年第一季度到2009年第一季度的數(shù)據(jù)為研究樣本，運用主成分分析的方法，得出了宏觀經(jīng)濟指標與不良貸款的余額存在負向關(guān)系這一猜想，并指出商業(yè)銀行的不良貸款總額一直居高不下已成為制約中國商業(yè)銀行發(fā)展的重要因素之一。

李美芳（2013）收集了中國農(nóng)業(yè)銀行2008-2012年的數(shù)據(jù)，運用實證分析的方法，探明不良貸款率與GDP增長率負相關(guān)，與貨幣增長率正相關(guān)。

陳金媛（2015）運用多元線性回歸模型分析了2008-2014年我國17家上市銀行季度數(shù)據(jù)，得出我國商業(yè)銀行不良貸款率在宏觀層面受GDP增長率、貸款利率水平、貨幣供應(yīng)量M1和貸款總量影響，且呈負相關(guān)關(guān)系的結(jié)論。

陳奕羽（2015）則著眼于將微觀與宏觀因素相結(jié)合，采用2009年第一季度到2014年第二季度的數(shù)據(jù)，表明M2增長率、資本充足率及銀行資產(chǎn)規(guī)模對不良貸款率有顯著的正向影響，銀行自身的成本收入比、存貸比對不良貸款率的影響并不顯著。

文獻評述。由上文綜述可以看出，國內(nèi)外學者雖然對不良貸款率的影響因素作出了許多分析，但仍存在如下問題：

首先，國外研究起步較早，較多地運用了數(shù)學模型，而國內(nèi)學者則較多地著眼于定性分析和描述性分析，定量分析研究則比較少；其次，大多數(shù)研究都著眼于宏觀經(jīng)濟因素對不良貸款率的影響，對微觀因素卻沒有過多考慮。

因此，本文將在借鑒國內(nèi)外學者研究成果的基礎(chǔ)上，嘗試將宏觀經(jīng)濟指標與銀行自身經(jīng)營數(shù)據(jù)相結(jié)合，探究這兩者對不良貸款率的共同影響，以補充當前的研究不足，并為中國農(nóng)業(yè)銀行下一步的發(fā)展方向提出一些建議。

商業(yè)銀行不良貸款概述

不良貸款定義及分類

不良貸款定義。所謂商業(yè)銀行不良貸款，即銀行的不良資產(chǎn)，主要是指償還出現(xiàn)問題，無法按時支付利息甚至連本金都難以收回的貸款。貸款作為商業(yè)銀行的主要盈利業(yè)務(wù)，它的質(zhì)量很大程度上決定了行業(yè)銀行的盈利能力。因此，不良貸款成為評價商業(yè)銀行資產(chǎn)質(zhì)量的重要指標之一。

相比較于不良貸款額，不良貸款率是一個相對值，能夠更好地反映出商業(yè)銀行的貸款結(jié)構(gòu)。在不同規(guī)模的銀行中，不良貸款額會有很大差別，大型商業(yè)銀行的不良貸款額一般均會高于規(guī)模較小的商業(yè)銀行，但這并不能說明規(guī)模越大的銀行信貸質(zhì)量越差。因此，在銀行規(guī)模不同時，采用不良貸款率作為商業(yè)銀行信貸質(zhì)量的衡量值相對比較合理。

不良貸款分類。針對不良貸款的分類，普遍采用的是以美國為代表的“貸款風險五級分類法”的解釋，即為了貸款風險管理的需要，對未到期的信貸資產(chǎn)劃分為五類：正常（Pass）、關(guān)注（Specialmention）、次級（Substandard）、可疑（Doubtful）、損失（Loss），后三類貸款被稱為不良貸款（Non-performingloans），也稱為銀行的不良資產(chǎn)。各級貸款具體定義如下：

不良貸款成因理論

信用論。金融活動實質(zhì)上是一種信用過程，信用是包括時間長度在內(nèi)的一種預(yù)期。因此，任何一種金融活動中事實上都包含不確定性。信用是商業(yè)銀行賴以生存的基礎(chǔ)和保障，它既負有向公眾存款還本付息的義務(wù)，又擁有向借款人索要貸款本金和利息的權(quán)利。但由于金融活動存在不確定的影響因素，例如通脹、匯率、利率等的變化，導(dǎo)致這些指標的實際值偏離了借款人的預(yù)期，借款人的預(yù)期收益下降，最終導(dǎo)致其無力償還銀行貸款，導(dǎo)致違約。這種違約也就導(dǎo)致了商業(yè)銀行不良貸款的產(chǎn)生。

可以說，不良貸款的存在是必然的，商業(yè)銀行貸款借出與償還之間的時間差距就足以證明這一點?，F(xiàn)代經(jīng)濟社會是用信用連接起來的整體，即使僅僅是某一個環(huán)節(jié)遭到破壞，也將會引起整個系統(tǒng)的混亂，信用不佳的企業(yè)將把信用良好的企業(yè)也拖入泥沼，從而導(dǎo)致整個金融系統(tǒng)的崩潰。因此，商業(yè)銀行的不良貸款本身就存在著蔓延的趨勢，需要盡快出臺調(diào)控措施。

金融脆弱性理論。金融脆弱性理論的觀點是金融脆弱性的根源是宏觀經(jīng)濟，它的論證思路是探尋宏觀經(jīng)濟環(huán)境的變化與銀行不良貸款的變化之間的關(guān)系。

（1）明斯基的“金融脆弱性假說”。明斯基的“金融脆弱”理論認為，銀行不良貸款的產(chǎn)生涉及宏觀經(jīng)濟周期、銀行和企業(yè)三方面因素。銀行是一個以吸收存款發(fā)放貸款為主要業(yè)務(wù)的特殊企業(yè)，自有資金少，資產(chǎn)負債率高是其一大特點，同時也是銀行風險產(chǎn)生的主要原因，具有天然的金融脆弱性。

當經(jīng)濟處于繁榮期時，企業(yè)預(yù)期利潤上升，投機性企業(yè)和龐氏企業(yè)借款需求也隨之上升，使得銀行向高風險水平的企業(yè)發(fā)放貸款的比重加大，導(dǎo)致更嚴重的金融脆弱性；當經(jīng)濟走勢趨緩走向反面時，此類高風險企業(yè)收入降低，將出現(xiàn)違約和破產(chǎn)的可能性，不良貸款不斷擴大將導(dǎo)致銀行破產(chǎn)，進而引發(fā)新一輪的金融危機。

（2）“安全邊界說”（Margins ofSafety）理論。商業(yè)銀行進行資金借貸不可避免地會產(chǎn)生不良貸款，但一般都應(yīng)控制在一定的范圍之內(nèi)，在及時解決存量不良貸款的同時，一般都會采取措施，控制不良貸款增量的上升。具體來講，遵循謹慎性原則的銀行，為了防止自身產(chǎn)生經(jīng)濟損失，即防止發(fā)放給企業(yè)的貸款無法順利收回，往往會選擇采取一種安全措施，以保證銀行的經(jīng)濟利益在一定的安全邊界范圍之內(nèi)不受損失。

因此，當經(jīng)濟繁榮時，借款企業(yè)大多信用較好，銀行所接受的安全邊界會隨之降低，那些本來不能通過審核的高風險企業(yè)也能獲得貸款；當經(jīng)濟衰退時，那些高風險企業(yè)將無法償還貸款，從而導(dǎo)致不良貸款的增加，金融脆弱性加大。

貸款客戶關(guān)系理論。在70年代，JohnH.Woo提出了貸款客戶關(guān)系理論。該理論的內(nèi)容主要是：銀行為了長期保持貸款的需求，追求其長期利潤最大化的目標，往往會降低貸款利率，擴大貸款規(guī)模，以保持與客戶的關(guān)系，由此導(dǎo)致銀行傾向于采取以擴張貸款量為特點的激進型貸款策略。這樣，首先銀行的貸款質(zhì)量會受到影響，其次銀行的收益也會隨之降低，銀行的風險承受能力相對被削弱，因而，銀行不良貸款風險也就增加。

中國農(nóng)業(yè)銀行不良貸款的影響因素理論分析

中國農(nóng)業(yè)銀行不良貸款狀況

中國農(nóng)業(yè)銀行不良貸款現(xiàn)狀。截止到2016年6月30日，中國農(nóng)業(yè)銀行發(fā)放的貸款總額為人民幣2，253.89億元，比上年末增加125.22億。其貸款的五級分類情況見表3。

可以看出，2014-2016年，中國農(nóng)業(yè)銀行的貸款總余額逐年上升，由人民幣7.661，924億元上升至8.778，451億元，不良貸款率也逐年上升，由1.54%到2.39%，再到2016年的2.4%。同時，不良貸款的內(nèi)部結(jié)構(gòu)也在惡化，損失部分相對占比上升。

中國農(nóng)業(yè)銀行不良貸款發(fā)展狀況。由圖2可以看出，由2008-2013年，中國農(nóng)業(yè)銀行的不良貸款率始終處于下降狀態(tài)。這是由于中國農(nóng)業(yè)銀行在過去一直在政府的主導(dǎo)下對鄉(xiāng)鎮(zhèn)企業(yè)和農(nóng)村基礎(chǔ)建設(shè)項目提供信用貸款，背上了沉重的歷史包袱，而近些年這種情況有所改善，三農(nóng)金融業(yè)務(wù)的占比逐年下降。但截至2016年6月30日，中國農(nóng)業(yè)銀行對三農(nóng)金融業(yè)務(wù)款和墊款總額仍高達31，208.38億元，占發(fā)放貸款和墊款總額的32.44%，這部分的不良貸款率為3.04%，比總不良貸款率高0.65%。這也是中國農(nóng)業(yè)銀行不良貸款率始終處于我國四大商業(yè)銀行之首的重要原因。

此外還可以看出，在2013年之后，中國農(nóng)業(yè)銀行的不良貸款率開始逐年上升，并且上升速度越來越快。這種上升是在多種因素的共同作用下導(dǎo)致的，為了找到究竟是哪些原因影響了不良貸款率，本文將繼續(xù)做出探究。

中國農(nóng)業(yè)銀行不良貸款率影響因素的實證分析

模型變量選取及結(jié)果假設(shè)

本文將采用多元線性回歸的方式來分析中國農(nóng)業(yè)銀行不良貸款率的影響因素和影響程度。

為了得出適當?shù)难芯砍晒疚膶⑥r(nóng)業(yè)銀行的不良貸款率作為被解釋變量，宏觀經(jīng)濟指標選擇GDP增長率和M2增長率，微觀方面選擇銀行自身的資本充足率、撥備覆蓋率、凈利差、銀行規(guī)模（各年總資產(chǎn)的自然對數(shù)）作為解釋變量。

解釋變量1：國內(nèi)生產(chǎn)總值增長率。本文采用這一指標來代表整體宏觀經(jīng)濟情況的代表。基于國內(nèi)外的研究成果及前文的分析可知，GDP增長率與不良貸款率之間呈負相關(guān)關(guān)系。

解釋變量2：貨幣供應(yīng)量（M2）增長率。本文采用這一指標作為宏觀經(jīng)濟政策走向的代表。假設(shè)M2增長率對商業(yè)銀行不良貸款率的影響為負。

解釋變量3：中國農(nóng)業(yè)銀行撥備覆蓋率。撥備覆蓋率能反映銀行貸款的風險程度和社會信用情況。假設(shè)撥備覆蓋率與不良貸款率為負相關(guān)關(guān)系。

解釋變量4：資本充足率。資本充足率是衡量銀行抵御風險能力的指標。假設(shè)農(nóng)業(yè)銀行資本充足率與不良貸款率負相關(guān)。

解釋變量5：銀行規(guī)模自然對數(shù)。根據(jù)前文的分析，銀行規(guī)模對不良貸款率的影響還與銀行內(nèi)部的管理結(jié)構(gòu)相關(guān)，需要具體分析，因此在此先不作出假設(shè)。

解釋變量6：凈利差。凈利差是國內(nèi)商業(yè)銀行也是農(nóng)業(yè)銀行最主要的收入來源，體現(xiàn)了農(nóng)業(yè)銀行的盈利能力和風險管理能力。假設(shè)農(nóng)業(yè)銀行凈利差與不良貸款率負相關(guān)。

數(shù)據(jù)來源

文章研究的對象主要是中國農(nóng)業(yè)銀行不良貸款率，此次實證分析考察的樣本期間為2010年第3季度至2016年第3季度的25組季度樣本數(shù)據(jù)，回歸中所用到的銀行數(shù)據(jù)均由中國農(nóng)業(yè)銀行各年季報、中報與年報中搜集整理而成，GDP增長率和M2增長率則來源于國家統(tǒng)計局官網(wǎng)。具體數(shù)據(jù)見表4。

實證分析

多元回歸模型的設(shè)計。所謂回歸分析法，是在掌握大量觀察數(shù)據(jù)的基礎(chǔ)上，利用數(shù)理統(tǒng)計方法建立因變量與自變量之間的回歸關(guān)系函數(shù)表達式（稱回歸方程式）。社會經(jīng)濟現(xiàn)象之間的相關(guān)關(guān)系往往難以用確定性的函數(shù)關(guān)系來描述，它們大多是隨機性的，要通過統(tǒng)計觀察才能找出其中規(guī)律?；貧w分析是利用統(tǒng)計學原理描述隨機變量間相關(guān)關(guān)系的一種重要方法。

根據(jù)前文的分析，本文選取了6個變量進行分析，以此建立不良貸款率與GDP增長率（GDP）、貨幣供應(yīng)量增長率（M2）、撥備覆蓋率（BBFG）、資本充足率（zBCZ）和銀行規(guī)模（sIZE）、凈利差（JLC）的多元線性回歸模型，其回歸方程可以寫為：

Y=CI+C2*GDP+C3*M2+C4*BBFG+C5*ZBCZ+C6*SIZE+C7*JLC+U

其中，C1-C7為分別對應(yīng)的各個變量模型的估計系數(shù)，u為殘差項。

變量的平穩(wěn)性檢驗。為了使回歸結(jié)果是有意義的，首先需要對模型中的各時間序列進行單位根檢驗，以確定其平穩(wěn)性。將25組數(shù)據(jù)導(dǎo)入Eviews進行ADF檢驗，變量及其一階差分的ADF檢驗結(jié)果如下：

從運行結(jié)果來看，各變量的P值均大于0.05，即在5%的置信水平下接受原假設(shè)，存在單位根，時間序列是非平穩(wěn)的。將各變量進行一階差分后再做ADF檢驗，得出的P值除撥備覆蓋率大于0.05外，其余均小于0.05，即拒絕原假設(shè)，不存在單位根，時間序列平穩(wěn)。對撥備覆蓋率進行2次差分后，P值降為0.0016，拒絕原假設(shè)，時間序列平穩(wěn)。

因此，為了使回歸結(jié)果有意義，應(yīng)當采用不良貸款率、GDP增長率、M2增長率、資本充足率、規(guī)模、凈利差的一階差分，以及撥備覆蓋率的二次差分進行回歸。

回歸分析。為了減少時間序列的異方差影響，在Eviews中用廣義最小二乘法對25組數(shù)據(jù)進行回歸，并檢驗了模型的擬合優(yōu)度、模型顯著性和變量的顯著性?；貧w結(jié)果見表7。

從參數(shù)中可以看出，模型決定系數(shù)R2=0.962864，調(diào)整后的R2統(tǒng)計量為0.948938，也就是修正可決系數(shù)為94.89%，該模型對樣本的擬合程度較好，說明模型所選擇的解釋變量是被解釋變量的原因。

又可以看出，模型的F統(tǒng)計量為69.141171，模型通過了F檢驗，犯錯誤的概率僅為1.52乘以10的負10次方，說明所選擇的因變量總體上對自變量有顯著的線性影響。

回歸結(jié)果見表8。

表中可以看出，備變量回歸結(jié)果的P值均小于0.05，即說明各個解釋變量均通過了t檢驗。從第二列的各個變量估計值可以得出線性回歸模型為：

DY=0.001268-0.25809DGDP-O.039672DM2-0.038647DSIZE-0.076141DZBCZ-0.006064DDBBFG-0.776069DπC+u

由模型結(jié)果可以看出，中國農(nóng)業(yè)銀行不良貸款率受GDP增長率影響，并與之呈負相關(guān)；受貨幣增長速度影響，并與之呈負相關(guān)；受其自身的規(guī)模大小影響，并與之呈負相關(guān)；受資本充足度影響，并與之呈負相關(guān)；受撥備覆蓋率影響，并與之呈負相關(guān)；受凈利差影響，并與之呈負相關(guān)?；貧w結(jié)果與前文理論分析結(jié)果基本相符。

降低不良貸款率的措施

觀察分析結(jié)果可以看出，規(guī)模大小與凈利差的T值較小，即與不良貸款率的關(guān)系最為密切。所以，農(nóng)業(yè)銀行要想防范和化解不良貸款，首先要提高自身盈利能力和對風險的防控能力，增強中國農(nóng)業(yè)銀行在金融市場的核心競爭力；其次要控制規(guī)模的盲目擴張，改善內(nèi)部管理體系，提高行政效率。

此外，撥備覆蓋率對不良貸款率的作用也比較明顯，說明中國農(nóng)業(yè)銀行應(yīng)當適當提高撥備覆蓋率，增強對不良貸款的應(yīng)對措施。

在所有的自變量中，GDP增長率變化的影響相對較小，這說明中國農(nóng)業(yè)銀行的不良貸款率上升雖然與總體經(jīng)濟下行有關(guān)，但這種下行并不是不可抗的，農(nóng)行仍然可以從內(nèi)部進行實施一些措施進行改善。

由于多種經(jīng)濟因素的共同作用，農(nóng)業(yè)銀行的不良貸款率高居國有商業(yè)銀行的首位，截止到2016年中期，中國農(nóng)業(yè)銀行的不良貸款仍高達2，253.89億元，其防范和化解任務(wù)十分艱巨。

文章首先對不良貸款的定義和分類進行了說明，介紹了三個不良貸款的相關(guān)基礎(chǔ)理論：信用論、金融脆弱論和貸款客戶關(guān)系理論。緊接著，探究了中國農(nóng)業(yè)銀行的不良貸款現(xiàn)狀和發(fā)展情況，發(fā)現(xiàn)其不良貸款率呈現(xiàn)拋物線形，2013年之前逐年下降，2013年后逐年上升，而且從農(nóng)業(yè)銀行貸款五級分類情況表中發(fā)現(xiàn)，不良貸款結(jié)構(gòu)也在逐年惡化。2013年前的下降可以歸因于國家對于其支持三農(nóng)金融業(yè)務(wù)的強制性要求，2013年以后的上升則將在后文中從理論和實證角度進行探究。

其次，對影響中國農(nóng)業(yè)銀行不良貸款率的宏微觀經(jīng)濟因素進行理論分析，主要從影響農(nóng)業(yè)銀行不良貸款率的宏觀經(jīng)濟周期和農(nóng)業(yè)銀行自身經(jīng)營行為出發(fā)，最終選取了GDP增長率、貨幣供應(yīng)量增長率、資本充足率、銀行規(guī)模、撥備覆蓋率和凈利差六個經(jīng)濟指標。

最后，對影響農(nóng)業(yè)銀行不良貸款率的經(jīng)濟因素進行實證分析。進一步證實選取的七個變量與農(nóng)業(yè)銀行不良貸款率相關(guān)關(guān)系。得出中國農(nóng)業(yè)銀行不良貸款率受GDP增長率影響，并與之呈負相關(guān)；受貨幣增長速度影響，并與之呈負相關(guān)；受其自身的規(guī)模大小影響。并與之呈負相關(guān)；受資本充足度影響，并與之呈負相關(guān)；受撥備覆蓋率影響，并與之呈負相關(guān)；受凈利差影響，并與之呈負相關(guān)的結(jié)論。根據(jù)回歸結(jié)果，又進一步對農(nóng)業(yè)銀行下一步如伺控制不良貸款率提出了幾點建議：提高自身盈利能力，增強自身在市場中的核心競爭力；控制規(guī)模，提高內(nèi)部管理效率；提高撥備覆蓋率，增強風險應(yīng)對能力。為中國農(nóng)業(yè)銀行的下一步發(fā)展作出一定的參考和借鑒。