我國商業(yè)銀行不良貸款的影響因素分析

孫明哲 趙領(lǐng)娣

摘 要：銀行業(yè)的發(fā)展是衡量一個(gè)地區(qū)和國家經(jīng)濟(jì)發(fā)展的重要指標(biāo)之一。確定不良貸款的形成原因，不僅可以有效降低不良貸款比例，而且能夠防微杜漸，在不良貸款形成之前將其控制。通過使用回歸分析模型對(duì)我國商業(yè)不良貸款的形成因素進(jìn)行回歸分析，研究各因素對(duì)不良貸款的影響程度，結(jié)果表明，商業(yè)銀行的不良貸款率與失業(yè)率和通貨膨脹率等因素存在正相關(guān)關(guān)系，而與銀行資產(chǎn)、股本收益率和GDP增長率等因素存在負(fù)相關(guān)關(guān)系。

關(guān)鍵詞：不良貸款;商業(yè)銀行;宏觀經(jīng)濟(jì)因素;銀行內(nèi)部因素;回歸分析

中圖分類號(hào)：F832? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2020）05-0127-07

引言

不良貸款是衡量銀行運(yùn)營狀況的重要指標(biāo)之一。不良貸款是指銀行貸給借貸者但借貸者未按時(shí)還款的款項(xiàng)。一旦借貸者沒有還款或在規(guī)定還款日90天以后還款，該筆款項(xiàng)就會(huì)被定義為不良貸款。

不良貸款率是衡量金融穩(wěn)定性和銀行健康狀況的重要指標(biāo)，另外也是引起經(jīng)濟(jì)下滑和銀行倒閉的主要原因（Bapat，2017）。在許多國家和地區(qū)，高不良貸款率是導(dǎo)致其經(jīng)濟(jì)發(fā)展緩慢的主要原因，因此，不良貸款率的水平是診斷銀行和經(jīng)濟(jì)狀況的重要指標(biāo)。2008年，世界經(jīng)濟(jì)危機(jī)席卷全球，導(dǎo)致世界上許多國家經(jīng)濟(jì)崩盤、企業(yè)倒閉，大部分亞洲國家也受到嚴(yán)重影響。雖然在經(jīng)濟(jì)危機(jī)期間我國不良貸款比率沒有明顯的上升，但是在經(jīng)濟(jì)危機(jī)結(jié)束的幾年內(nèi)各大銀行的不良貸款比率迅速提升，并且在2010年達(dá)到頂峰。作為阻礙銀行業(yè)發(fā)展的重要因素之一，降低不良貸款率成為了國家為了發(fā)展社會(huì)經(jīng)濟(jì)而不得不克服的難題。

根據(jù)官方數(shù)據(jù)表明，在2008年中國的不良貸款占總貸款數(shù)的5.8%，而在2012年這個(gè)數(shù)值達(dá)到最低（0.9%）。雖然在隨后的幾年內(nèi)我國不良貸款率沒有明顯的波動(dòng)，但它所占的比率仍然是不容忽視的。由于不良貸款率直接影響商業(yè)銀行的贏利能力，并且貸款的質(zhì)量和銀行成本效率之間有著密切的關(guān)系（Berger and De Young，1997），因此不良貸款率的上升會(huì)導(dǎo)致銀行資本效率的下降，從而導(dǎo)致銀行贏利能力下降，進(jìn)而導(dǎo)致銀行經(jīng)營狀況惡化，乃至市場經(jīng)濟(jì)倒退。因此，確定其主要影響因素將是控制不良貸款率上升，改善銀行經(jīng)營狀況的重要手段。

本文的主要目的是研究影響不良貸款率的兩個(gè)主要方面：宏觀經(jīng)濟(jì)影響因素和銀行內(nèi)部因素。

一、文獻(xiàn)綜述

國內(nèi)外學(xué)者對(duì)不良貸款的研究起步較早，早在20世紀(jì)80年代，Keeton和Morris（1987）就對(duì)第十屆美聯(lián)儲(chǔ)（Federal Reserve State）2 500家商業(yè)銀行的數(shù)據(jù)進(jìn)行了分析，并得出投資組合和風(fēng)險(xiǎn)偏好對(duì)不良貸款率有顯著的影響。此外，不同的銀行規(guī)模對(duì)不良貸款的影響也不同。例如，Zaib，F(xiàn)arid，和Khan （2014）采用面板分析法對(duì)巴勒斯坦商業(yè)銀行的不良貸款率進(jìn)行了分析，發(fā)現(xiàn)GDP增長率、匯率、貸款利率、通貨膨脹率和失業(yè)率等宏觀經(jīng)濟(jì)決定因素對(duì)不良貸款有顯著影響。此外，影響不良貸款的銀行特定因素包括銀行規(guī)模、風(fēng)險(xiǎn)偏好和銀行管理策略。

在當(dāng)代對(duì)不良貸款的研究中，多數(shù)學(xué)者認(rèn)為不良貸款的形成有兩個(gè)關(guān)鍵因素：宏觀經(jīng)濟(jì)因素和銀行特定因素。例如，Kjosevski和Petkovski（2017）通過對(duì)波羅的海三個(gè)國家共計(jì)27家銀行的不良貸款進(jìn)行研究，發(fā)現(xiàn)GDP、通貨膨脹率和國家內(nèi)部信用貸款數(shù)量對(duì)不良貸款的影響最為顯著。Louzis和Vouldis（2012）研究了宏觀經(jīng)濟(jì)因素和銀行特定因素對(duì)三類不良貸款（消費(fèi)貸款、商業(yè)貸款和抵押貸款）的影響，其結(jié)果表明，貸款利率、國債等宏觀經(jīng)濟(jì)因素對(duì)不良貸款的影響較大。此外就銀行內(nèi)部影響因素而言，銀行自身的贏利能力、效率等具體變量對(duì)不良貸款的影響較大。Nkusu（2011）的研究結(jié)果表明，在市場經(jīng)濟(jì)發(fā)達(dá)的情況下，不良貸款對(duì)宏觀經(jīng)濟(jì)的影響是巨大的。不僅GDP和失業(yè)率會(huì)導(dǎo)致不良貸款增加，而且不良貸款率的提高還會(huì)導(dǎo)致GDP下降和失業(yè)率上升，這將會(huì)是一個(gè)惡性循環(huán)。然而，大多數(shù)學(xué)者只研究一個(gè)決定因素（宏觀經(jīng)濟(jì)決定因素或銀行特定決定因素）。Vithessonthi（2016）對(duì)日本82家商業(yè)銀行不良貸款的研究表明，金融危機(jī)前，銀行信用貸款增長與不良貸款水平呈正相關(guān)關(guān)系;而在金融危機(jī)之后，信貸增長與不良貸款之間存在負(fù)相關(guān)關(guān)系。

二、數(shù)據(jù)采集

本文的研究對(duì)象是中國最具代表性的商業(yè)銀行：中國工商銀行、中國建設(shè)銀行、中國農(nóng)業(yè)銀行、中國銀行、招商銀行、交通銀行股份有限公司。因變量是這些銀行的不良貸款率，而宏觀經(jīng)濟(jì)變量和銀行特定變量將作為回歸分析模型中的自變量進(jìn)行分析。研究期間為2008—2017年。

在以往對(duì)不良貸款影響因素的研究中，國內(nèi)生產(chǎn)總值增長（GDP）、失業(yè)率（UNEM）和通貨膨脹率（INF）被認(rèn)為是影響不良貸款的主要宏觀經(jīng)濟(jì)因素。影響不良貸款的銀行內(nèi)部因素包括銀行規(guī)模（ASSET）、運(yùn)營效率（CIR）、資產(chǎn)收益率（ROA）、股本回報(bào)率（ROE）和資本充足率（CAR）。銀行規(guī)模將由銀行的年度凈資產(chǎn)表示，并對(duì)變量進(jìn)行對(duì)數(shù)處理，以便于分析和解釋分析結(jié)果。在大多數(shù)企業(yè)和商業(yè)銀行，經(jīng)營效率可以用成本收益比來表示。根據(jù)以往的文獻(xiàn)研究，股本收益率能夠正確反映銀行的贏利能力。以上所有分析數(shù)據(jù)均來自官方財(cái)務(wù)報(bào)表。

三、分析方法與結(jié)果

本文采用面板數(shù)據(jù)分析方法來分析因變量與自變量之間的線性關(guān)系。主要的方法是建立面板數(shù)據(jù)分析模型，并利用stata軟件做回歸分析，最后對(duì)的得出的結(jié)果進(jìn)行單位根檢驗(yàn)和F測試。

圖1為2008—2016年商業(yè)銀行不良貸款率變化情況。從圖1中可以看出，2008—2013年這些銀行的不良貸款呈明顯下降趨勢而2014年以后銀行不良貸款均呈緩慢增長趨勢。

上表是宏觀經(jīng)濟(jì)變量的描述性統(tǒng)計(jì)，從表中可以看出，（1）GDP平均增長率為8.27，標(biāo)準(zhǔn)差為1.406，這意味著中國經(jīng)濟(jì)增長不穩(wěn)定。（2）通貨膨脹的均值和標(biāo)準(zhǔn)差分別為2.615和19.22，表明我國物價(jià)水平近年來持續(xù)增長。（3）中國失業(yè)率的標(biāo)準(zhǔn)差為0.105 6，表明中國年失業(yè)率的變化不顯著。

表3表明，所有樣本銀行的資產(chǎn)收益率和資產(chǎn)對(duì)數(shù)的標(biāo)準(zhǔn)差均小于0.3，說明樣本銀行的資產(chǎn)收益率和凈資產(chǎn)沒有顯著變化;ROA、CAR和CIR三個(gè)變量的標(biāo)準(zhǔn)差來表明這些變量在分析期間有明顯的波動(dòng)。

（一）單位根檢驗(yàn)

根據(jù)LLC單位根檢驗(yàn)結(jié)果可以看出，所有變量數(shù)據(jù)均穩(wěn)定，避免了回歸模型中的偽回歸。

（二）F-檢驗(yàn)和Hausman檢驗(yàn)

根據(jù)變量的F檢驗(yàn)和Hausman檢驗(yàn)結(jié)果可以看出，模型更適合使用固定效應(yīng)回歸模型進(jìn)行回歸分析。

（三）變量相關(guān)系數(shù)

表6是利用軟件對(duì)自變量進(jìn)行回歸分析的分析結(jié)果，由數(shù)據(jù)可以看出prob>F的值分別是0.000和000.5，說明模型效果顯著。

由數(shù)據(jù)可以看出GDP增長率與不良貸款率之間呈負(fù)相關(guān)關(guān)系，通貨膨脹率和失業(yè)率與不良貸款之間呈現(xiàn)正相關(guān)，且失業(yè)率對(duì)不良貸款的影響更大。

就銀行內(nèi)部因素的分析結(jié)果而言，資產(chǎn)收益率（ROA）和銀行資產(chǎn)（ASSET）對(duì)不良貸款的影響較大（相關(guān)系數(shù)-2.666 8和-3.369）;股本回報(bào)率（ROE）、收支比（CIR）和資本充足率（CAR）與不良貸款率之間也存在負(fù)相關(guān)關(guān)系，但數(shù)值較小，對(duì)不良貸款的影響不大。

綜上所述，在影響不良貸款的銀行特定變量中，資產(chǎn)收益率和凈資產(chǎn)是導(dǎo)致不良貸款率變化的主要決定因素。而就收支比、股本回報(bào)率和資本充足率的分析結(jié)果來看，雖然它們與不良貸款之間也存在負(fù)相關(guān)關(guān)系，但影響程度并不顯著。

四、分析結(jié)果與討論

2008年經(jīng)濟(jì)危機(jī)結(jié)束以來，我國商業(yè)銀行的不良貸款呈現(xiàn)出明顯的下降趨勢。但近年來我國不良貸款率略有回升。為了更加準(zhǔn)確地確定和研究我國商業(yè)銀行不良貸款的影響因素，尋找降低不良貸款率的有效途徑，本文運(yùn)用面板數(shù)據(jù)分析模型分析了宏觀經(jīng)濟(jì)和銀行內(nèi)部決定因素。

回歸結(jié)果表明，與宏觀經(jīng)濟(jì)因素相比，銀行內(nèi)部因素對(duì)不良貸款的影響更為重要，這與Warue（2013）的研究結(jié)論一致。根據(jù)宏觀經(jīng)濟(jì)變量的回歸分析結(jié)果，GDP增長率與不良貸款率之間呈負(fù)相關(guān)，其結(jié)果與以往學(xué)者得出的結(jié)論（Salas and Saurian（2002）、Makri and Tsagkanos（2014））相似。此外，還發(fā)現(xiàn)失業(yè)率與不良貸款之間存在顯著的正相關(guān)關(guān)系，Nkusu（2011）、Messai和Jouini（2013）也證實(shí)了這一結(jié)論。對(duì)于銀行內(nèi)部變量，研究發(fā)現(xiàn)所有銀行特定變量都與不良貸款水平呈負(fù)相關(guān)關(guān)系，Peric和Konjusak（2017）的研究也證實(shí)了這個(gè)現(xiàn)象。關(guān)于股本收益率和銀行規(guī)模，經(jīng)分析發(fā)現(xiàn)它們與不良貸款水平存在正相關(guān)關(guān)系，其結(jié)果與Peric和Konjusak（2017）的研究結(jié)果一致。此外，研究還發(fā)現(xiàn)資本充足率和成本收益率與不良貸款均呈正相關(guān)。

本文存在的一些不足之處：本文選取的研究時(shí)間為2008—2017年，周期較短，短周期可能導(dǎo)致數(shù)據(jù)單位根檢驗(yàn)不準(zhǔn)確。由于研究對(duì)象的局限性，本文的主要研究對(duì)象為市場份額較大的商業(yè)銀行。在取研究變量的過程中，本文只研究了國內(nèi)生產(chǎn)總值（GDP）、失業(yè)率、資產(chǎn)收益率（ROA）、股本收益率（ROE）等主流變量，而忽略了油價(jià)、房價(jià)、利率、公共投資等其他影響不良貸款的因素。

五、結(jié)論

本文運(yùn)用面板數(shù)據(jù)分析方法，對(duì)中國工商銀行、中國建設(shè)銀行、中國農(nóng)業(yè)銀行、中國銀行、招商銀行等市場份額較大的中國商業(yè)銀行的不良貸款率的影響因素進(jìn)行了研究。從分析結(jié)果可以看出，包括GDP增長率、通貨膨脹率和失業(yè)率在內(nèi)的宏觀經(jīng)濟(jì)變量對(duì)不良貸款的變化具有顯著影響。在這三個(gè)變量中，通貨膨脹率和失業(yè)率與不良貸款水平呈正相關(guān)，即失業(yè)率和通貨膨脹率的上升將導(dǎo)致不良貸款水平的上升。與通貨膨脹率相比，失業(yè)率對(duì)不良貸款的影響更加明顯的。相反，GDP增長率與不良貸款呈負(fù)相關(guān)，但是，通過提高GDP增長率來減少不良貸款的效果并不明顯。因此，提高就業(yè)率是將不良貸款率控制在可控范圍內(nèi)的首要措施。

此外，分析結(jié)果表明，銀行特定因素比宏觀經(jīng)濟(jì)因素對(duì)商業(yè)銀行不良貸款的影響更為顯著。研究表明，主要影響不良貸款的銀行內(nèi)部變量是資產(chǎn)回報(bào)率、股本回報(bào)率、資本充足率、成本收入比和凈資產(chǎn)。其中，資產(chǎn)回報(bào)率和銀行資產(chǎn)是對(duì)不良貸款率影響最顯著的因素，它們的下降是導(dǎo)致不良貸款產(chǎn)生的主要因素;而股本回報(bào)率、收支比和資本充足率雖然也與不良貸款存在負(fù)相關(guān)關(guān)系，但是影響較小。

綜上所述，與宏觀經(jīng)濟(jì)因素相比，銀行內(nèi)部因素對(duì)不良貸款的形成影響更為顯著。因此，降低不良貸款的主要途徑是改善商業(yè)銀行的經(jīng)營狀況。例如，擴(kuò)大商業(yè)銀行的經(jīng)營規(guī)模，或降低銀行的經(jīng)營成本。此外，通過政府干預(yù)穩(wěn)定物價(jià)水平，提高就業(yè)率也是降低不良貸款水平的有效手段。

參考文獻(xiàn)：

[1]? Bapat，D.（2017）.Profitability drivers for Indian banks：a dynamic panel data analysis.Eurasian Business Review.doi：10.1007/s40821-017-0096-2.

[2]? Berger，A.N.，& DeYoung，R.（1997）.Problem loans and cost efficiency in commercial banks.Journal of Banking&Finance，21（6），849-870.

[3]? Keeton，W.R.，& Morris，C.S.（1987）.Why do banks loan losses differ？.Economic Review，72（5），3-21.

[4]? Kjosevski，J.，& Petkovski，M.（2017）.Non-performing loans in Baltic States：determinants and macroeconomic effects.Baltic Journal of Economics，17（1），25-44.

[5]? Louzis，D.P.，Vouldis，A.T.，& Metaxas，V.L.（2012）.Macroeconomic and bank-specific determinants of non-performing loans in Greece：A comparative study of mortgage，business and consumer loan portfolios.Journal of Banking&Finance，36（4），1012-1027.

[6]? Makri，V.，Tsagkanos，A.，& Bellas，A.（2014）.Determinants of non-performing loans：The case of Eurozone.Panoeconomicus，61（2），193-206.doi：10.2298/pan1402193m.

[7]? Messai，A.S.，& Jouini，F(xiàn).（2013）.Micro and macro determinants of non-performing loans.International journal of economics and financial issues，3（4），852-860.

[8]? Nkusu，M.（2011）.Nonperforming Loans and Macrofinancial Vulnerabilities in Advanced Economies.IMF Working Papers，11（161），1.doi：10.5089/9781455297740.001.

[9]? Peric，B.，& Konjusak，N.（2017）.How did rapid credit growth cause non-performing loans in the CEE Countries？South East European Journal Of Economics And Business，12（2），73-84.doi：10.1515/jeb-2017-0019.

[10]? Salas，V.，& Saurina，J.（2002）.Credit risk in two institutional regimes：Spanish commercial and savings banks.Journal of Financial Services Research，22（3），203-224.

[11]? Vithessonthi，C.（2016）.Deflation，bank credit growth，and non-performing loans：Evidence from Japan.International review of financial analysis，45，295-305.

[12]? Warue，B.N.（2013）.The effects of bank specific and macroeconomic factors on nonperforming loans in commercial banks in Kenya：A comparative panel data analysis.Advances in Management and Applied Economics，3（2），135.

[13]? Zaib，A.，F(xiàn)arid，F(xiàn).，& Khan，M.K.（2014）.Macroeconomic and Bank-Specific Determinants of Non-Performing Loans in the Banking Sector in Pakistan.International Journal of Information，Business and Management，6（2），53.