微宏觀經濟因素與銀行信貸風險的關系研究

汪長劍 齊魯晉

（廣西大學商學院，廣西 南寧 530004）

一、引言

銀行是聚集和經營風險的企業，控制好風險是商業銀行存在和發展的基本前提，因此建立健全風險管理體系是商業銀行重要的職責之一。盡管各國的銀行監管部門都相當重視銀行業的風險管理，但是美國投資銀行——雷曼兄弟公司的破產，還是引起了全球各國對商業銀行的防范和抵抗金融風險能力的擔憂。2010年9月，由27個國家銀行業監管部門和中央銀行高級代表組成的巴塞爾銀行監管委員會，制定并通過了《巴塞爾協議Ⅲ》，對銀行風險進行更為嚴格的管理。由此可見，防范和抵抗商業銀行信貸風險是全球金融行業關注的核心課題。本文正基于此建立起其微宏觀經濟因素與商業銀行信貸風險的實證模型，以確定各經濟因素對商業銀行信貸風險的相關關系，以助于我國商業銀行建立科學、有效的風險控制體系，以增強商業銀行在經營中抵御風險的能力。

二、影響銀行信貸風險的因素

（一）微觀變量對銀行信貸的影響因素

1.貸款比例（LOAN）。在微觀方面，貸款比例對銀行不良貸款率的變化有著重要的代表意義。一般認為，過快的信貸擴張是比較容易產生信貸風險，但信貸量的增加相當于加大了不良貸款率的分母。因而，對于貸款比例，本文假設H 1:貸款比例與銀行信貸風險呈負相關關系。

2.資產規模（SIZE）。一般而言，資產規模越大的銀行擁有更多的分支機構和網點數量，這樣在發揮各網點的地理優勢時，可以起到因地制宜、取長補短的作用，以實現風險的分散化，有效降低信貸風險。因而，本文假設H 2：資產規模與銀行信貸風險呈負相關關系。

3.管理費用支出比例（OR）。銀行管理費用的大小直接體現出銀行運行效率水平的高低。如果管理費用的支出水平較高，說明企業未能有效利用企業資源，低下的管理效率水平將會增加銀行的風險。因而，本文假設H 3:管理費用支出比例與銀行信貸風險呈正相關關系。

4.資本充足率（CAR）。資本充足率是指資本總額與加權風險資產總額的比例。如果資本充足率越高，說明商業銀行抵抗風險水平越強，商業銀行風險就越低。因此，本文假設H 4:資本充足率與銀行信貸風險呈負相關關系。

5.凈利息收入占總資產的比例（NIC）。銀行的存貸差歷來是我國商業銀行生存和發展的基礎。一般認為，凈利息收入比重越大，風險越高。因此，本文假設H 5：凈利息收入占總資產的比例與銀行信貸風險呈正相關關系。

6.不良貸款率（NPL）。當前較為常見的衡量商業銀行信貸資產安全的有兩個指標：一是違約率，二是不良貸款率。本文將采用不良貸款率作為衡量商業銀行資產狀況的指標。

（二）宏觀變量對銀行信貸的影響因素

1.GDP增長率（GDPG） 。一般而言，宏觀經濟越好，社會的消費水平就越高，企業就更渴望擴大投資，以提高產出水平。同時，銀行也會在預期良好的宏觀經濟條件下，擴大企業的信貸規模，增加信貸供應量。因而，本文假設H 6:GDP增長率與銀行信貸風險呈負相關關系。

2.貸款利率（INR）。貸款利率是衡量資本市場信貸資金的供需狀況。一般而言，貸款利率越高，資金的供應量就會越多，而資金的需求量就會越少。本文是選取六個月至一年貸款利率水平作為衡量貸款利率的高低水平，并假設H 7：貸款利率與銀行信貸風險呈負相關關系。

3.廣義貨幣供應量增長率（M2G）。廣義貨幣供應量是反應貨幣當局投放到貨幣市場的貨幣數量。如果廣義貨幣供應量增長率越大，說明市場資金投放量就越多，相對的信貸基數就越大，不良貸款率就越低。由于貨幣供應量對市場作用有一個時滯過程，因此本文作了滯后一期的處理，用M 2G（-1）表示，并假設H 8:廣義貨幣供應量增長率與銀行信貸風險呈負相關關系。

三、計量模型與數據選取

（一）計量模型設定

結合微宏觀經濟因素對商業銀行信貸資產風險的影響，建立如下模型：

（二）樣本選取與數據來源

本文選取2005～2011年7年期間在滬深兩市上市的國有商業銀行、股份制商業銀行、城市商業銀行以及農村商業銀行作為研究樣本。樣本數據來源于RESSET金融研究數據庫、中經網統計數據庫。其中中國農業銀行在05～07年的資本充足率數據缺失，因此該數據為非平衡面板數據。

（三）實證檢驗

本文是利用EView s6.0軟件對模型進行實證檢驗。首先，檢查多重共線性問題，通過方差擴大因子計算公式：VIF=1/（1-R2），計算出方差擴大因子（VIF）值，如表1所示。由于各個變量的VIF值均低于10，可見，多重共線性對模型的影響很小，基本不存在多重共線性的問題。

表1 模型中各變量的方差擴大因子（VIF）

其次，對該非平衡面板數據進行模型回歸分析。由于混合回歸模型不能通過，因此只進行了固定效應和隨機效應模型兩種分析，并分別進行F檢驗和Hausman檢驗，所得的回歸結果整理得到表2。

表2 回歸模型實證計量結果

從兩種的估值方法中，我們可以看出固定效應變量的顯著水平明顯優于隨機效應模型，因為在SIZE、OR、INR的變量顯著性都高于10%；在擬合度中，固定效應的擬合度0.88明顯大于隨機效應的擬合度0.62；在D.W值檢驗中，固定效應1.72比隨機效應的0.93更接近2.0，說明了固定效應比隨機效應有更好的優良性；同時結合F檢驗和Hausman檢驗兩種檢驗，可以得出，選擇固定效應模型更為合理。

對實證結果分微觀和宏觀兩方面來分析，在微觀方面，一是貸款比例與不良貸款率在1%水平下呈顯著負相關關系，與假設相同，可見，信貸的投放比例越大，總體信貸風險就會降低。二是資產規模與不良貸款率在10%水平下呈顯著正相關關系，與理論的假設相反，可能有以下兩個方面的原因：其一,在我們目前的銀行業中，沒有充分利用分支機構和網點的優勢來提高銀行的信貸質量，未發揮因地制宜、取長補短的作用。其二，在我國的商業銀行中，雖然國有四大銀行通過不良資產剝離成功上市，但其股權機構、管理體制等原因，并不比一般股份制商業銀行來得有效率，在長久的積累中，就會形成較高的信貸風險。三是管理費用支出比例與不良貸款率在10%水平下呈顯著正相關關系，與模型的理論假設相吻合。說明管理費用的支出比例越高，商業銀行的管理效率水平就越低下，信貸風險就越高。四是資本充足率與不良貸款在1%水平下呈顯著負相關關系，與假設相同，這也許就是巴塞爾協議委員會，為何看重資本充足率的原因了。五是凈利息收入占總資產的比例與不良貸款率在1%水平下呈顯著正相關關系，與假設相同，吻合了凈利息收入越高，銀行信貸風險越大。

在宏觀方面，一是GDP增長率與不良貸款在1%水平下呈顯著正相關關系，與假設相反。說明國內生產總值越高，企業的還款意愿未必越強烈，為什么會出現這種與傳統觀點截然不同的結果呢？可能有以下原因：第一，中國GDP增長的構成，主要包含投資、出口、消費三個部分，其中投資與出口的比重較大，特別是投資，一般資金的回收期較長，容易造成GDP增長率與不良貸款率呈正相關，同時從側面也反映我國的投資更多偏向基礎設施投資或事前投資決策不良，盈利水平低，造就信貸風險偏高；第二，我們信用體系還不夠完善，出現企業逃廢銀行債務，明知還不起還要借，或者是借了就根本就不打算歸還，在這種情況下，就易于造成銀行對企業的評估失誤，提高信貸風險；第三，這種與傳統觀點相違背的分析結果，也可能與本樣本數量和分析年限偏少有關，還待以后進一步的驗證。二是貸款利率、廣義貨幣供應量增長率與不良貸款均在1%水平下呈顯著負相關關系。在寬松的貨幣經濟環境下，信貸投放的準入條件相對放松，銀行貸款利率下降，企業投資成本下降，企業的投資意愿增強，貸款的投放速度與投放量增加。但是持續的信貸增長，就會導致信貸膨脹，引發經濟過熱，導致通貨膨脹。而在通貨緊縮的經濟環境下，銀行對宏觀經濟前景低于預期，那么企業從銀行獲得的信貸支持將會降低，從而加劇了信貸風險的程度。因此，宏觀經濟的走向，將嚴重影響到銀行信貸的健康與否，穩定的宏觀經濟對銀行風險管控有著重要意義。

四、結論與啟示

通過以上的實證分析，表明了微宏觀經濟變量對我國商業銀行的信貸風險影響有著密切的聯系。在微觀方面，可以看出貸款比例、資產規模、管理費用支出比例、資本充足率和凈利息收入對信貸風險的高低有著重要的影響，體現了銀行內部風險管理控制是商業銀行降低自身風險的一個有效途徑。而在宏觀層面上，經濟的波動和貨幣政策的實施，對銀行的信貸風險更具有直接的影響作用。

銀行是經營風險的企業，只有管理好銀行的信貸風險，才能更好地維護我國金融體系的穩定與安全，有利于我國整個國民經濟的平穩發展。因此，充分利用微宏觀經濟因素對商業銀行的信貸風險的影響，將有助于我國商業銀行更好地管理信貸風險，建立更為完善的風險管理體系，以促進我國宏觀經濟的良性發展。

[1] 韓衛東.金融不良資產價值影響因素的實證研究[D].對外經濟貿易大學，2006.

[2] 賀瀟穎.基于微觀經濟基礎的銀行信貸風險防范研究[D].西南財經大學，2010.

[3] 張燕.我國商業銀行涉農企業貸款違約率的影響因素[D].西南財經大學，2011.