貸款損失準備計提、管理動機與商業銀行順周期性——基于中國上市銀行的實證研究

袁 鯤，王 嬌

(1.廣東財經大學金融學院，廣東 廣州 510320;2.中國銀行廣東省分行風險管理部，廣東 廣州 510180)

一、引言及文獻綜述

貸款損失準備是貸款資產損失的緩沖機制，同時也是銀行的經營預警機制，然而貸款損失準備一直被認為是一個次要的報表項目。2008年金融危機爆發后，各國金融監管當局深刻地認識到健全的貸款損失準備制度對防范和化解商業銀行信貸順周期性風險至關重要。2011年7月中國銀監會頒布《商業銀行貸款損失準備管理辦法》，規定商業銀行貸款撥備率基本標準為2.5%，撥備覆蓋率基本標準為150%，兩項標準中的較高者為商業銀行貸款損失準備的監管標準，并且規定系統重要性銀行應當于2013年底前達標，非系統重要性銀行應當于2016年底前達標。

許多學者注意到信貸波動引發金融體系順周期性，加劇經濟周期波動、金融不穩定性及信貸資源的誤配。Asea和Blomberg(1998)發現商業銀行在經濟周期不同階段改變了授信審查標準，一般表現為在擴張期放松而在蕭條期收緊［1］。Lown和Morgan(2006)確認了貸款標準變化對銀行貸款供給及實體經濟活動的沖擊［2］。

本文探討了擴大商業銀行信貸活動順周期性的另外一種機制:貸款損失準備制度。一般認為銀行貸款的預期損失由貸款損失準備所覆蓋，而非預期損失則由銀行資本所吸收。計提貸款損失準備對銀行利潤具有直接影響，經濟擴張階段對信用風險的低估進一步刺激銀行信貸的過度增長，而在經濟蕭條階段貸款資產質量的惡化引發貸款損失準備大幅上升與銀行信貸壓縮，這樣基于貸款損失準備計提的信用風險管理將導致商業銀行順周期性。

一些學者注意到，貸款損失準備計提對信貸供給波動的影響可能包含不同的內在機制:第一、非相機決策型計提。目的是覆蓋銀行貸款組合的未來預期損失(Whalen，1994)［3］，然而現行制度下貸款損失準備被認為是典型的“后視型”變量，在經濟上升期(下行期)問題貸款很少(多)，貸款損失準備水平較低(高)，Laeven和Majnoni(2003)證明貸款損失準備表現出很強的順周期性［4］。Jimenez et al．(2009)甚至認為更具風險性的貸款往往在周期頂峰發放，但是根據“后視法則”，貸款損失準備只能在下行期建立，從而影響經濟周期下行期的貸款發放［5］。第二、相機決策型計提。目的是實現某種管理目標，Beaver和Engel(1996)、Ahmed等(1999)認為至少存在以下三種管理目標:(1)收入平滑。銀行傾向于選擇收益的平穩增長，往往在擴張期增加貸款損失準備計提，而在下行期減少計提;(2)資本管理。無論是計提一般貸款損失準備還是計提特別貸款損失準備均會減少留存收益從而減少核心一級資本，資本不足的銀行一般選擇較少計提準備。然而，監管當局也允許銀行將一般貸款損失準備列入二級資本并從加權風險資產中予以扣除，如果二級資本的增加量大于一級資本的減少量時，一般準備的計提實際上將增加監管資本，此時可以看到資本不足的銀行傾向于多計提準備。應該說明的是，這是一種監管資本的套利行為。(3)信號顯示。作為財務狀況穩健性的信號，銀行通過高水平的貸款損失準備計提向外部投資者表明具有足夠的實力吸收未來潛在的損失［6］［7］。

由于非相機決策型準備計提強化了經濟活動的周期性，相反，通過收入平滑或信號顯示等機制，相機決策型準備計提有助于減弱順周期性，因此對于貸款損失準備計提內在機制及其影響仍存在廣泛的爭論。國內學者孫天琦和楊嵐(2005)分析了5家上市銀行的貸款損失準備計提情況，發現部分機構存在利用貸款損失準備操縱利潤，且在經濟周期高點相對少計提貸款損失準備的現象［8］，鹿波和李昌瓊(2009)同樣發現銀行具有明顯的順周期效應沖動，但銀行會在自身收益比較好的時候增加準備金計提，熨平收入的波動［9］，趙勝民等(2012)認為我國商業銀行沒有進行以提高資本充足率為目的的盈余管理，但存在用貸款損失準備平滑利潤的盈余管理［10］。

本文的貢獻在于:運用2003－2012年中國上市銀行的面板數據，構造兩類貸款損失準備計提的代理變量，并實證分析其對商業銀行信貸順周期性的影響。

二、研究設計

借鑒 Ahmed 等(1999)［7］、Bouvatier和 Lepetit(2008)［11］，建立計量模型如式(1):

其中LLPit為貸款損失準備計提比例，即貸款減值損失除以貸款總額①貸款減值損失為本年計提的貸款減值準備，即在利潤表中計提的減值準備減去在利潤表中轉回的減值準備。穩健性檢驗表明，貸款損失計提比例采用貸款減值損失除以資產總額，結果也沒有變化。，此外將收入平滑、資本管理及信號顯示等三種管理目標的代理變量引入模型。

首先，貸款準備非相機決策型計提是基于實際貸款損失確認的預期損失估計，我們采用不良貸款比例NPLit作為銀行信用風險的代理變量，其影響系數預計為正。

其次，貸款準備相機決策型計提至少來自于三個不同的管理目標。在收入平滑理論假設下，當收入增速很低(很高)時，銀行傾向于低估(高估)貸款準備，因此稅前收入ERit增速與貸款損失準備計提之間應存在正相關關系。進一步引入啞變量ERDit，當銀行處于當年樣本績效前25%的較高績效組時，令ERDit=1，否則為0。收入增速較高的銀行組別應具有更高的平滑收入的動機，我們預期ERDit*ERit的系數為正。由于計提貸款損失準備減少留存收益從而減少核心一級資本，但同時監管當局也允許銀行將超額貸款損失準備列入二級資本，因此貸款損失準備計提對資本水平的影響并不確定，資本充足率TCRit的系數不作事先預判。引入啞變量TCRDit，當銀行資本充足率TCRit處于當年樣本前25%的較高資本水平組時，TCRDit=1，否則為0。一般來說，資本不足銀行沒有動力計提足額的貸款損失準備，可以預期TCRDit*TCRit系數為正，然而如果監管資本的提高主要來自于貸款損失準備，而非留存收益，則可以預期貸款損失準備計提與TCRDit*TCRit之間的相關系數為負，因此TCRDit*TCRit的系數符號也不作事先預判①監管資本中核心一級資本包括權益資本及留存收益，而二級資本包括次級債務及貸款損失準備，因此貸款損失準備計提比例LLP應與二級資本正相關，與核心一級資本負相關。。商業銀行也可能將貸款損失準備計提作為一種對外顯示實力的信號，此時應可以觀察到計提與稅前收益率的預期變化SIGNit之間存在正相關關系，其中，SIGNit=(ERit+1－ERit)/(0.5*(TAit+TAit+1))，其中TA是資產總額。

最后，經濟周期對于借款人的償還能力也會產生影響，引入實際GDP增長率GDPR，我們預期GDPR的系數為負。此外，為了控制商業銀行不同微觀特征的影響，引入三個銀行特征變量BSC，分別是銀行規模(LNSIZE)、盈利能力(ROA)及流動性(LIQUID)。

為了檢驗貸款損失準備計提對銀行信貸順周期性的影響，需估計貸款損失準備相機決策型計提與非相機決策型計提兩個組成部分的大小。在對式(1)進行估計之后，利用所獲得的變量系數，構造代理變量NDISC與DISC，分別表示相機決策型準備計提與非相機決策型準備計提，其中非相機決策型計提如式(2):

而相機決策型貸款損失準備計提分為以下四種形式，如式(3)－(6):

其中，DISC1包含收入平滑、資本管理及信號顯示動機，DISC2包含收入平滑與信號顯示動機，DISC3僅包含資本管理動機，DISC4僅包含信號顯示動機。

在獲得非相機決策型計提與相機決策型計提代理變量后，構建動態面板數據模型考察貸款損失準備計提對銀行信貸順周期性的影響，如式(7):

其中，因變量貸款增速滯后項DLOANit－1的系數β1表示商業銀行當前貸款行為與上期貸款行為的關系，如果貸款行為存在慣性或部分調整行為，則該系數為正;相反，如果上期貸款增速較高，導致本期調控壓力較大，則該系數為負，因此對β1的符號不作事前預測。我們關注的重點是，NDISC代表商業銀行必須計提的用于對沖問題貸款的非相機決策型準備計提，直接沖減稅前收益，β4預期為負。資本不足銀行因其資本不足以抵御貸款損失而無法發放更多的貸款，β5預期為正。基于收入平滑假設及信號顯示假設，相機決策型準備計提DISC2、DISC4對非相機決策型計提順周期性具有對沖效應，β6預期為正;資本管理動機的影響不確定，DISC1、DISC3的系數β6符號不確定。

三、實證分析

(一)樣本選擇

本文采用年度面板數據進行實證分析，樣本期為2003－2012年，樣本銀行包括15家上市商業銀行①目前我國上市商業銀行共16家，由于深圳發展銀行與平安銀行于2012年合并，為避免樣本干擾，將其剔除。。數據來源于國家統計局和bankscope數據庫。

(二)主要變量的描述性統計

變量的描述性統計如表1所示。貸款損失準備計提比例分布在－0.043%(寧波銀行，2004年)至1.129%(工商銀行，2003)之間，均值為0.581%;資本充足率分布在5.01%(寧波銀行，2003年)至30.14%(南京銀行，2007年)之間，均值為11.75%;不良貸款率分布在0.33%(寧波銀行，2006年)至24.24%(工商銀行，2003年)，均值為2.49%。總體上樣本期內中國商業銀行呈現資本水平上升、不良貸款水平下降的趨勢。

表1 變量描述性統計

(三)實證結果

1．貸款損失準備計提的影響因素

每家銀行可能存在不隨時間而變的個體效應，且Hausman檢驗均以1%的水平拒絕了不可觀測因素是隨機效應的原假設，對式(1)采用固定效應模型，估計結果如表2。其中，列1為僅含有非相機決策型計提的基線回歸模型，列2加入了收入平滑動機，列3加入了監管資本管理動機，列4加入了信號顯示動機，列5同時加入了收入平滑動機及信號顯示動機，列6則是在基線模型的基礎上同時加入了收入平滑、監管資本管理及信號顯示等三種動機。

從表2可以看出:(1)不良貸款率越高，銀行貸款損失準備計提越多，與預期一致。(2)商業銀行具有顯著的資本管理動機，且主要表現為核心一級資本管理。以第6列模型為例，資本充足率(TCR)的系數為0.0589，即資本充足率越高的銀行，貸款損失準備計提越多，交乘項TCR*TCRD的系數雖然為－0.0150，但其影響較小。(3)稅前收入增速ER及稅前收益率的變化SIGN的符號均為負，但并不顯著，表明商業銀行運用貸款損失準備計提實現收入平滑及顯示良好財務狀況的動機并不充分。

整體來說，商業銀行貸款損失準備計提具有典型的“后視型”特征，且資本充足性監管對于商業銀行貸款損失準備具有顯著影響，強化了貸款損失準備計提的順周期性。值得注意的是，收入平滑及信號顯示動機并不明顯，對商業銀行順周期性的緩釋作用有限。

表2 貸款損失準備計提的影響因素估計結果

2．非相機決策型和相機決策型貸款損失準備計提代理變量的構造

在對式(1)進行估計后，采用表2中第6列模型相應變量的估計系數，根據式(2)－(6)分別構造非相機決策型和相機決策型貸款損失準備計提的代理變量NDISC與DISC。具體參數為:α1=0.1188;α2= －0.0059;α3= －0.0013;α4=0.0008;α5=0.0589;α6= －0.0150;α7= －0.0639。

3．貸款損失準備計提對銀行信貸順周期性的影響

在構造NDISC與DISC的基礎上，對式(7)進行估計。式(7)中含有一階滯后因變量，即使組內估計量(FE)也是不一致的，即存在“動態面板偏差”，為解決這一問題，分別采用差分廣義矩方法(DiffGMM)與系統廣義矩方法(SYSGMM)進行估計。由于截面N較小(15家上市銀行)，時間跨度T較短(10個年份)，本文選擇單步GMM估計。表3中列1－4為運用DiffGMM的估計結果，列5－8為運用SYSGMM的估計結果。

表3 貸款損失準備計提對銀行信貸順周期性影響的估計結果

以差分廣義矩方法(DiffGMM)為例，列1－4分別將四種形式的非相機型貸款損失準備計提代理變量引入式(7)，可以看出:(1)因變量滯后項L．DLOAN的符號為負，說明商業銀行貸款增速的變化存在均值回歸特征;(2)非相機決策型變量NDISC的系數顯著為負，其均值為－0.7左右，說明經濟下滑時，商業銀行“后視型”貸款損失準備增大，商業銀行貸款發放的動機減弱，與我們預期相符。另外，NDISC*TCRD系數為正，說明資本充足性較高的銀行在經濟下滑時發放貸款的能力更強，因而順周期性較弱。(3)DISC1、DISC2、DISC3、DISC4系數均為正，其中涵蓋了收入平滑及信號顯示兩種動機的DISC2的系數最大，為1.311，而包含三種動機的代理變量的DISC1的系數為0.173，從整體上看，非相機決策型準備計提減弱了商業銀行順周期性，但緩釋作用有限。

四、結論與政策建議

本文以2003－2012年15家上市商業銀行為研究樣本，對貸款損失準備計提的內在動機及其對商業銀行順周期性的影響進行了實證研究。主要結論如下:(1)按照對信貸供給波動影響的不同內在機制，確認了非相機決策與相機決策兩種類型的貸款損失準備計提行為。(2)商業銀行貸款損失準備計提存在顯著的順周期性特征，其中非相機決策性計提的影響處于主導地位;(3)收入平滑動機與信號顯示動機弱化了商業銀行貸款行為的順周期性，但其緩釋作用有限。

為了客觀、合理地反映損失承擔狀況，緩解貸款損失準備計提行為的不合理加劇銀行信貸周期波動，有必要對目前我國貸款損失準備制度進行改革，為此提出以下建議:(1)鼓勵商業銀行建立穩健的內部模型，探討按預計損失而非實際損失計提貸款損失準備的可行性。(2)實行動態撥備制度，引入逆周期機制，當銀行利潤增速或者貸款增速顯著高于歷史平均值時，引導銀行計提逆周期性貸款損失準備。(3)協調銀行監管政策與會計政策，提高貸款損失準備信息披露的透明度，增強銀行貸款損失準備計提的審慎性與可比性。

［1］Asea，P．K．，B．Blomberg．Lending Cycles［J］．Journal of Econometrics，1998，83(1):89 －128．

［2］Lown，C．，D．P．Morgan．The Credit Cycle and the Business Cycle:New findings Using the Loan Officer Opinion Survey ［J］．Journal of Money，Credit and Banking，2006，38(6):1575 －1598．

［3］J．M．Whalen．The Nature of Information in Commercial Bank Loan Loss Disclosures［J］．The Accounting Review，1994，69(3):455－478．

［4］Laeven，L．，G．Majnoni．Loan Loss Provisioning and Economic Slowdowns:Too Much，Too Late?［J］Journal of Financial Intermediation，2003，12(2):178－197．

［5］Jiménez G．，V．Salas，J．Saurina．Organizational Distance and Use of Collateral for Business Loans［J］．Journal of Banking ＆ Finance，2009，33(2):234 －243．

［6］Beaver，W．H．，E．Engel．Discretionary Behavior with Respect to Allowances for Loan Losses and the Behavior of Security Prices［J］．Journal of Accounting and Economics，1996，22(1):177 －206．

［7］Ahmed，A．S．，C．Takeda，S．Thomas．Bank Loan Loss Provisions:A Re-examination of Capital Management，Earnings Management and Signaling Effects［J］．Journal of Accounting and Economics，1999，28(1):1 －26．

［8］孫天琦，楊嵐．有關銀行貸款損失準備制度的調查報告——以我國五家上市銀行為例的分析［J］．金融研究，2005，(6):116－130．

［9］鹿波，李昌瓊．資本充足率對我國商業銀行貸款損失準備金計提行為的影響——順周期效應與熨平收入效應的考察［J］．武漢金融，2009，(6):56－58．

［10］趙勝民，翟光宇，張瑜．我國上市商業銀行盈余管理與市場約束——基于投資收益及風險管理的視角［J］．上海經濟研究，2012，(1):75－85．

［11］Bouvatier V，L．Lepetit．Banks'Procyclical Behavior:Does Provisioning Matter? ［J］．Journal of International Financial Markets，Institutions and Money，2008，18(5):513－526．