我國商業(yè)銀行不良貸款影響因素實證分析
——以平安銀行為例

楊姝琴

（廣州市委黨校，廣東 廣州 510070）

1 不良貸款的影響因素分析

一是經(jīng)濟增長。銀行的經(jīng)營具有周期性的特點，當宏觀經(jīng)濟水平平穩(wěn)運行時，銀行會對后續(xù)的發(fā)展具有比較高的信心，增加貸款的規(guī)模。企業(yè)也就可得到充足的資金進行生產(chǎn)，增強盈利能力和變現(xiàn)能力，資金回籠速度也較快，還款能力也隨之增強。商業(yè)銀行的信用風險就低，不良貸款率也就低。

二是經(jīng)濟政策。當政府采取擴張性的貨幣政策時，市場上的流通資金就會增加，商業(yè)銀行用于放貸的資金總量也就越大，企業(yè)的融資成本就相對降低，有利于企業(yè)的生產(chǎn)經(jīng)營，還貸款的能力也會提高，銀行的不良貸款率就會下降；反之亦然。

三是產(chǎn)能過剩。從2015年到2018年我國的煤炭開采、土木工程建筑玻璃鋼鐵和有色金屬等行業(yè)一直都出現(xiàn)了產(chǎn)能過剩的情況，直接影響了企業(yè)償還貸款的能力，導致債權(quán)人不能按時收回欠款，引發(fā)不良貸款的發(fā)生[1]。

四是撥備覆蓋率。它是針對不良貸款發(fā)生所采取的一種措施，指銀行是否有充足的貸款損失準備金，也是銀行經(jīng)營過程中重要的指標之一。一般認為一個銀行的撥備覆蓋率為100%即達到了最佳狀態(tài)，目前我國的撥備覆蓋率正常標準是在120%-150%之間。如果某個銀行的撥備覆蓋率處于較低的狀態(tài)，也就意味著損失準備金不夠充足，出現(xiàn)不良貸款時，也就不能及時彌補壞賬損失，導致銀行不良貸款率的上升。

2 平安銀行不良貸款現(xiàn)狀和影響因素分析

2.1 平安銀行不良貸款率現(xiàn)狀

2.1.1 平安銀行不良貸款規(guī)模遞增。從2014年開始的近五年報表顯示，不良貸款總額增加了244億元，不良貸款率一直為增加趨勢。其原因在于，經(jīng)濟大環(huán)境影響下的中小企業(yè)在發(fā)展過程中受到大型國有企業(yè)的排擠以至發(fā)展困難，甚至破產(chǎn)，而平安銀行的大部分企業(yè)客戶屬于小微企業(yè)，其不良貸款余額和不良貸款兩個方面存在不穩(wěn)定現(xiàn)象，而且呈逐步上升趨勢，嚴重影響著平安銀行的發(fā)展。

2.1.2 平安銀行不良貸款率結(jié)構(gòu)分布。平安銀行的貸款總額從2014年到2018年這五年間由最初的10247 億元快速增長至19975 億元。在貸款總額增加的同時，不良貸款余額也增長至224 億元，總體增長了0.7 個百分點。它的不良貸款資產(chǎn)中，有大部分的資產(chǎn)屬于損失貸款，到期后即使有抵押和擔保也不能收回貸款，會造成銀行資產(chǎn)的損失。

2.1.3 平安銀行不良貸款率行業(yè)分布。2018年末不良貸款主要集中在制造業(yè)和商業(yè)，占不良貸款余額的46%。2016-2017，平安銀行的制造業(yè)不良貸款率占的比重最大分別是11.67%和8.33%，雖然相較于2016年有所下降，但自2014年以來占比卻一直呈現(xiàn)上升趨勢，可見其最近幾年的生產(chǎn)經(jīng)營活動不如以前，產(chǎn)業(yè)結(jié)構(gòu)化改革已被提上了日程，高成本、低附加值的企業(yè)經(jīng)營逐漸乏力。在這種情況之下，商業(yè)銀行應(yīng)該調(diào)整對這些企業(yè)的貸款標準，提高擔保和抵押物的價值，降低不良貸款率。其次是商業(yè)和房地產(chǎn)業(yè)分別占比10.07%和9.94%，采掘業(yè)和建筑業(yè)占的比重雖然不及前兩者，但是在整個銀行的不良貸款分布中，也占有相當大的一部分。

2.1.4 平安銀行不良貸款率地區(qū)分布。由于受交通、資源、人口、教育等情況的影響，我國經(jīng)濟發(fā)展東西不平衡，實體經(jīng)濟東西差距較大。西部地區(qū)的產(chǎn)業(yè)主要以重工業(yè)、高污染、高能耗、低產(chǎn)業(yè)附加值的第二產(chǎn)業(yè)比較多，企業(yè)抵抗風險的能力較弱。平安銀行的財報也可以看出，西部地區(qū)的不良貸款率明顯高于東部和南部地區(qū)。北部地區(qū)由于東北老工業(yè)基地也面臨著產(chǎn)業(yè)單一、產(chǎn)能過剩、人才流失等問題，不良貸款率僅次于西部地區(qū)。

2.2 平安銀行不良貸款率影響因素分析

2.2.1 GDP 增長對平安銀行不良貸款率的影響。我國經(jīng)濟一直在正增長，2018年GDP 總量高達900309 億元，但受到最近幾年金融危機、歐債危機等全球經(jīng)濟不良事件的影響，我國GDP 增速在放緩。十九大報告中將經(jīng)濟發(fā)展從“又快又好”改為了“又好又快”，我國的GDP 增長率從2010年的10.64%逐年下降到2018年的6.6%。平安銀行的不良貸款率跟國家的GDP 增長率大致呈反向變動的關(guān)系。

2.2.2 貨幣供應(yīng)量對平安銀行不良貸款率的影響。M2 主要反映基礎(chǔ)貨幣的投放速度和貨幣乘數(shù)的速度，2014年到2018年我國基礎(chǔ)貨幣的投放量基本穩(wěn)定，導致M2 增速放緩的主要原因是貨幣乘數(shù)的降低。它反應(yīng)的是，我國正進行的金融去杠桿化和擠壓資產(chǎn)泡沫的相關(guān)處理、規(guī)范金融市場監(jiān)管措施、防止經(jīng)濟脫實為虛等現(xiàn)實情況。從下圖可以看出，2014-2018年五年時間里，平安銀行的不良貸款率和M2 的增長率呈現(xiàn)負相關(guān)的關(guān)系。這種情況下，平安銀行應(yīng)該配合國家的相關(guān)政策來調(diào)整經(jīng)營策略，減少不必要的不良貸款。

圖1 M2 增長率對平安銀行不良貸款影響

2.2.3 制造業(yè)PMI 指數(shù)對平安銀行不良貸款率的影響。該指數(shù)即采購經(jīng)理指數(shù)，是通過對采購經(jīng)理的月度調(diào)查匯總出來的，在一定程度上可反映出經(jīng)濟的變化趨勢。圖2可看出2014年到2018年我國制造業(yè)經(jīng)理指數(shù)和平安銀行的不良貸款率大致呈正相關(guān)關(guān)系。當制造業(yè)PMI 指數(shù)上升時，平安銀行不良貸款率呈現(xiàn)上升的趨勢，說明我國制造業(yè)雖然在總量上呈增長的趨勢，但是其實企業(yè)的凈利潤在降低[2]。根據(jù)國家統(tǒng)計局數(shù)據(jù)，我國的工業(yè)利潤增長率從2010年的34.89%下降到2017年的6.48%?；蚩烧f明我國制造業(yè)的發(fā)展前景不容樂觀，企業(yè)凈利潤逐年下滑，違約風險增大，導致了平安銀行的不良貸款率呈現(xiàn)大致上升的一個趨勢。

圖2 制造業(yè)PMI 對平安銀行不良貸款影響

2.2.4 撥備覆蓋率對平安銀行不良貸款的影響。平安銀行的不良貸款率和撥備覆蓋率呈負相關(guān)。平安銀行2013年2014年的撥備覆蓋率一直保持在200%左右，2015年急劇下降了35.04 個百分點。但當年銀行在各種經(jīng)濟情況頻出的狀態(tài)下沒有及時作出應(yīng)對措施，不良貸款率增加了0.45%，從2014年的1.02%逐漸增加到了2018年的1.75%。

圖3 撥備覆蓋率對平安銀行不良貸款率影響

3 平安銀行不良貸款率影響因素實證分析

3.1 變量選取

本文把我國GDP 增長率、 制造業(yè)采購經(jīng)理指數(shù)、貨幣供應(yīng)增長率和平安銀行自身的撥備覆蓋率作為模型的解釋變量，把平安銀行不良貸款率作為模型的被解釋變量。導入Eviews 軟件進行描述統(tǒng)計、相關(guān)分析、在考慮變量的平穩(wěn)性和協(xié)整問題最后進行多元線性回歸分析[3]。

3.2 研究假設(shè)

根據(jù)以上分析，本文以13年到18年五年間平安銀行的季度和年報數(shù)據(jù)一共22 組進行分析，研究假設(shè)如下：GDP 增長率與平安銀行不良貸款率的變動方向相反；貨幣供應(yīng)量的增長率和平安銀行的不良貸款率的變動方向相反；制造業(yè)采購經(jīng)理指數(shù)和平安銀行的不良貸款率的變動方向一致；撥備覆蓋率和不良貸款率的變動方向相反。

3.3 數(shù)據(jù)來源

本文從GDP 增長率、M2 增長率、制造業(yè)采購經(jīng)理指數(shù)以及平安銀行自身的撥備覆蓋率四個維度選取變量來研究對平安銀行不良貸款率的影響。數(shù)據(jù)來自國家統(tǒng)計局、中國人民銀行和平安銀行的年報，并對從2013年第一季度到2018年第二季度一共22 組共100 個數(shù)據(jù)做回歸分析。

3.4 描述統(tǒng)計

在數(shù)據(jù)的處理上由于統(tǒng)計的結(jié)果均是時間順勢，所以采用時間序列分析導入Eviews 軟件。為了適應(yīng)軟件的輸出，把變量用字母來代替，平安銀行不良貸款率用Y 表示、GDP 增長率用X1表示、M2增長率用X2表示、 制造業(yè)采購人經(jīng)理指數(shù)用X3表示、撥備覆蓋率用X4表示。對變量進行描述后，變量均值也隨之產(chǎn)生，其中包括中位數(shù)、最大值、最小值等參數(shù)。最終給出了雅克-貝拉檢驗結(jié)果，來判斷樣本的數(shù)據(jù)是否具有符合正態(tài)分布的偏度以及峰度。根據(jù)雅克貝拉檢驗結(jié)果（原假設(shè)：數(shù)據(jù)服從正態(tài)分布），得出變量均滿足正態(tài)分布，原因在于所有P值都大于0.1。

表1 雅克貝拉檢驗

3.5 相關(guān)分析

這個主要給出各個變量之間是否存在關(guān)聯(lián)。本文采用了皮爾遜相關(guān)系數(shù)（PPMCC）來分析平安銀行不良貸款率和GDP 增長率、M2 的增長率、制造業(yè)采購經(jīng)理指數(shù)、和撥備覆蓋率之間的相關(guān)性。可以看出Y 和X1的皮爾遜相關(guān)系數(shù)是-0.47，顯著水平為0.05，說明GDP 增長率在0.05 的水平下下顯著。

X2和Y 之間的皮爾遜相關(guān)系數(shù)為-0.29564，顯著水平不明顯；

X3和Y 的皮爾遜相關(guān)系數(shù)為0.428792，顯著水平較低，說明制造業(yè)采購經(jīng)理在0.05 的水平上顯著；

X4和Y 的皮爾遜相關(guān)系數(shù)為-0.88472，顯著水平為0.01，說明撥備覆蓋率在0.01 的水平上顯著。

可以看出，Y 和大部分自變量均存在顯著的相關(guān)性，其中Y 和X1，X4負相關(guān)，和X3正相關(guān)。

表2 相關(guān)性分析

3.6 平穩(wěn)性檢驗

進行回歸分析很可能會受到偽回歸現(xiàn)象的影響，因此在進行分析之前首先要對相關(guān)變量進行平穩(wěn)性分析。下表中標量X1，X2，X3平穩(wěn)性較好，而X4和Y 則屬于一階差分后平穩(wěn)，針對非平穩(wěn)系列，需要結(jié)合同階單整屬性來分析相互之間的均衡關(guān)系。通過Johansen 協(xié)整檢驗確定變量間的相互關(guān)系，發(fā)現(xiàn)原假設(shè)與變量之間不存在直接關(guān)聯(lián)，協(xié)整關(guān)系不存在。在0.05 水平下檢驗統(tǒng)計量值明顯高于臨界值，原假設(shè)不成立，從側(cè)面反襯出變量間的協(xié)整關(guān)系。

表3 平穩(wěn)性檢驗

3.7 回歸分析

回歸分析作為統(tǒng)計學中的一部分，在進行分析統(tǒng)計時需要兩種或兩種以上的定量關(guān)系作為支撐。本論文中有關(guān)GDP 增長率、M2 增長率、制造業(yè)采購經(jīng)理指數(shù)和撥備覆蓋率對平安銀行不良貸款率的影響變化情況作者采用了回歸分析法進行分析。回歸方程建立為：Y=C1X1+C2X2++C3X3+C1X4+C

由輸出結(jié)果可得下式模型方程：

Y=-0.390494X1-0.019863X2+0.087113X3-0.015409X1+0.003426

（-1.939428）（-0.843713）（1.986983）（-7.250012）（0.146356）

R2=0.857942=0.824517 F=25.66741

3.8 模型檢驗

3.8.1 經(jīng)濟意義檢驗。從回歸結(jié)果可以看出X1的偏回歸系數(shù)為-0.390，X1和Y 負相關(guān)，說明我國GDP 增長率增加一個單位，平安銀行的不良貸款率減少0.390 個單位；X2的偏回歸系數(shù)為負，X2與Y呈負相關(guān)，說明我國M2 增長率增加一個單位，平安銀行的不良貸款率減少0.0199 個單位；X3的偏回歸系數(shù)為0.087，X3與Y 呈正相關(guān)，說明制造業(yè)PMI指數(shù)增加一個單位，平安銀行的不良貸款率增加0.087 個單位；X4的偏回歸系數(shù)為-0.015，X4與Y 負相關(guān)，說明平安銀行的撥備覆蓋率增加一個單位，不良貸款率減少0.015 個單位。

3.8.2 統(tǒng)計檢驗。先是擬合優(yōu)度?？蓻Q系數(shù)R2=0.857942，R2=0.824517，兩者較為接近約等于1，說明該模型擬合優(yōu)度很高，回歸直線對觀測值的擬合程度較好，說明這些因素對平安銀行不良貸款率有著較大的影響。結(jié)合上述對所建模型整體進行綜合分析，進而判斷其擬合度優(yōu)劣。再是F 檢驗。當顯著性水平α 為0.05 時，F(xiàn) 值為25.66741，根據(jù)自由度在Fα分布表中所規(guī)定的臨界值，求得回歸方程=25.66741＞F（3，18）=3.16，從而分析“制造業(yè)采購經(jīng)理指數(shù)”、“平安銀行撥備覆蓋率”變量對“平安銀行不良貸款率”的各項影響。最后是T 檢驗。顯著性水平用α 進行表示，其值為0.05，進而結(jié)合t 分布表進行分析，以此來確定自由度的臨界值（n-k）=1.734，從擬合模型回歸結(jié)果可以得知，因素X1、X3、X4的T 檢驗統(tǒng)計量絕對值均大于T 分布臨界值1.734，即“GDP 增長率”、“制造業(yè)采購經(jīng)理指數(shù)”、“平安銀行撥備覆蓋率”變量對“平安銀行不良貸款率”存在顯著影響，而X2的T 檢驗統(tǒng)計量小于臨界值，這說明M2 的增長率對平安銀行不良貸款率不存在顯著影響。

3.9 實證結(jié)論

通過實證分析，GDP 增長率、 平安銀行撥備覆蓋率對平安銀行不良貸款率呈反向變動影響。當國家宏觀經(jīng)濟數(shù)據(jù)GDP 呈現(xiàn)增長的時候，平安銀行的不良貸款率會有所降低；制造業(yè)采購經(jīng)理指數(shù)和平安銀行不良貸款率變化方向一致?？梢钥闯銎渲杏绊懽畲蟮氖荊DP 增長率。其原因是目前我國的制造業(yè)規(guī)模在不斷擴大，但最大的人口紅利優(yōu)勢已經(jīng)逐漸減退，制造業(yè)的利潤增長率在逐年下降。平安銀行應(yīng)該根據(jù)國家宏觀調(diào)控的相關(guān)政策，結(jié)合自身的發(fā)展情況和經(jīng)營方式，采取不同的放貸模式：對傳統(tǒng)的高能耗高污染等企業(yè)減少放貸額度，大力支持創(chuàng)新型科技型具有高產(chǎn)業(yè)附加值的企業(yè)，這既能增加企業(yè)和銀行的利潤，同時又可減少平安銀行的不良貸款率，從而促進整個金融體系的發(fā)展。另外，平安銀行也應(yīng)該重視銀行撥備覆蓋率的變化情況，按照審慎原則計提各類損失貸款的損失準備金，使之保持在適合銀行發(fā)展的正常水平，不能盲目地增加或減少損失準備金。

4 我國商業(yè)銀行不良貸款防范措施和建議

4.1 政府方面

首先要建立健全相關(guān)政策。我國經(jīng)濟的快速發(fā)展使得市場環(huán)境結(jié)構(gòu)不斷發(fā)生改變，現(xiàn)行的規(guī)章制度有的已經(jīng)不能適應(yīng)新的發(fā)展需要，有關(guān)的法律制度更新比較滯后，存在一些漏洞和不合理之處。應(yīng)該及時更新關(guān)于銀行貸款的相關(guān)法律法規(guī)，降低商業(yè)銀行的不良貸款率來保證我國銀行業(yè)的良性正常發(fā)展。

其次要增強宏觀調(diào)控的能力。市場經(jīng)濟下，政府的宏觀調(diào)控職能應(yīng)進一步加強。地方政府不能為了GDP 政績?nèi)帄Z信貸資源，要求企業(yè)為完成所謂的政績目標而去擴大生產(chǎn)，或要求銀行對企業(yè)加大放貸的力度，使企業(yè)和銀行都面臨巨大的風險。

最后要大力支持經(jīng)濟創(chuàng)新。我國不僅是農(nóng)業(yè)大國，同時也是制造業(yè)強國，但目前鋼鐵、煤炭、水泥玻璃等行業(yè)的產(chǎn)能過剩問題比較嚴重，而且這些行業(yè)的特點是高能耗、高污染、低附加值、創(chuàng)新能力不夠。在經(jīng)濟“新常態(tài)”的發(fā)展目標之下，政府應(yīng)該大力倡導發(fā)展高新技術(shù)產(chǎn)業(yè)。

4.2 商業(yè)銀行方面

首先要完善風險管理體系。發(fā)放貸款作為商業(yè)銀行的主要業(yè)務(wù)和重要收入來源，銀行在條件允許的范圍內(nèi)都會盡量加大貸款的投放力度。但由于銀企信息不對稱等因素的影響，企業(yè)為了獲取更多的貸款融資往往會“美化”財務(wù)報表，銀行在發(fā)放貸款的時候往往重視數(shù)量的多少，輕忽了貸款質(zhì)量。銀行自身的經(jīng)營環(huán)境對不良貸款率具有影響，要完善自我約束機制，對貸款嚴格審查。從事放貸工作的人員必須具有相關(guān)的資質(zhì)，具有風險轉(zhuǎn)移和風險規(guī)避的意識。

其次要制定科學的貸款審批流程和監(jiān)管制度。商業(yè)銀行應(yīng)調(diào)整信貸結(jié)構(gòu)，制定科學的貸款審批流程和監(jiān)管制度。在放貸前，不僅要對企業(yè)的經(jīng)營狀況和行業(yè)地位、主要業(yè)務(wù)、管理層背景、上下供應(yīng)鏈企業(yè)的相關(guān)信息進行了解，還要對企業(yè)的擔保和抵押物進行合理和多方評估，對不達標的企業(yè)追加擔保和抵押物，或者拒絕向其發(fā)放貸款。貸款發(fā)放以后，銀行應(yīng)該對企業(yè)進行實時跟蹤調(diào)查，對不同企業(yè)進行分類管理，違約風險高的企業(yè)增加監(jiān)控的頻率。合約到期時，要積極主動與企業(yè)進行溝通，催促企業(yè)償還貸款，對不能按時償還的企業(yè)進行損失種類評估，對抵押資產(chǎn)拍賣來償還貸款，通過事前和事中的貸款流程和監(jiān)管制度的合理優(yōu)化，盡可能地把信用風險扼殺在“搖籃”里，減少銀行不必要的損失貸款。

最后要合理處置不良貸款。現(xiàn)階段我國商業(yè)銀行主要采用清收、 轉(zhuǎn)讓兩種方式來處理不良資產(chǎn)，或可適當借鑒國外先進的不良貸款證券化的處理方式，以債權(quán)轉(zhuǎn)讓、對不良資產(chǎn)進行拍賣和設(shè)立子公司的方式來處理不良貸款，從而降低銀行的不良貸款率。