供給側改革視角下的商業銀行財務壞賬研究

黃電

【摘 要】 作為金融系統的重要評價指標，“財務壞賬率”雖在金融系統改革中得到一定程度的改善，但仍存在許多風險隱患。考慮到全球經濟環境持續不明朗，國際資本流通不斷加速，加上國內經濟進入新常態以及進行中的企業供給側結構性改革，應對財務壞賬率加以重視和控制。文章選取了近五年主要商業銀行不良貸款余額的變化情況作為數據來源，通過定性和定量的統計分析方法進行詳細研究，提出構建以商業銀行不良貸款率為被解釋變量，其他影響因素為解釋變量的線性回歸模型，并進一步給出相關解決財務壞賬率問題的可行性建議與方案，以有效促進我國金融業在經濟新常態下的長遠發展。

【關鍵詞】 特別提款權； 線性回歸； 不良貸款率； 供給側結構性改革； 風險

【中圖分類號】 F832 【文獻標識碼】 A 【文章編號】 1004-5937（2016）22-0093-05

一、引言

“十三五”規劃提出的我國財稅及金融體制改革目標，在金融、財務、貿易和投資創新等方面均作了新的要求。考慮到全球經濟在大宗商品價格不斷下跌、美元持續加息預期引發國際資本流通加速產生的不明朗環境，同時國內經濟已進入新常態，商業銀行的供給側結構性改革給我國整體金融業帶來全新的機遇和挑戰。

衡量商業銀行的綜合財務狀況，其中一個重要的評價指標就是“財務壞賬率”，該指標近年雖有一定程度的改善，但仍存在許多風險隱患，如果不能更有效地對財務壞賬比率加以重視和控制，財務壞賬將可能持續增加和惡化。為更具針對性和指向性，本研究以我國主要商業銀行2011年至2015年間各季度不良貸款余額的變化情況為數據來源，對商業銀行為代表的金融業整體財務壞賬狀況在供給側結構性改革視角下進行詳細分析和探討，通過定性和定量的統計分析方法進行研究，提出構建以商業銀行不良貸款率為被解釋變量，其他影響因素為解釋變量的線性回歸模型，并進一步給出相關解決財務壞賬率問題的可行性建議與方案，以有效應對我國金融業在經濟新常態下的長遠發展。

二、文獻綜述

（一）國外文獻綜述

《Global Commercial Bank Business》（2015）報告指出，為了解決銀行財務壞賬，人們常常寄托于像華融等那樣的公司，通過其將財務壞賬移出賬外，使不良貸款減少。標準普爾（Standard & Poor）的分析師David Hu表示，隨著中國經濟放緩，市場預見的不良資產將會增加，華融和其他三家銀行財務壞賬的業務會不斷增加[ 1 ]，這表明這幾家公司出手處理銀行財務壞賬的力度會有所加大。

（二）國內文獻綜述

馬振國指出，我國商業銀行的不良貸款宏觀上是由我國經濟體制以及監管不健全等方面造成，微觀上是由銀行業主體風險意識不全及借款人的信用問題造成，并從存量和增量的角度得出未來一段時間商業銀行財務壞賬將持續上升的結論，通過建立以不良貸款率為被解釋變量的回歸模型，印證了上述結論[ 2 ]。李美芳通過研究中國農業銀行，選取2008年一季度到2012年四季度的20組樣本數據進行分析，建立線性回歸模型，發現資本充足率對銀行財務壞賬的影響所占比重最大，并指出要積極從多方面的影響因素入手，進一步控制我國商業銀行不良貸款的增長[ 3 ]。

總結現有的文獻不難發現，已有較多學者對商業銀行綜合財務報表狀況作出過分析研究。但已有研究幾乎都集中于需求側的角度進行，對壞賬比率的分析也僅限于從需求方角度提出關于影響因子變動的財務比率暫時性改良方案，而從供給側角度對該行業的壞賬財務狀況深入分析，并從不同方面闡述商業銀行財務壞賬的決定性影響因素及提出改進建議措施的文獻非常少。因此，本研究嘗試基于供給側結構性改革視角建立回歸分析模型，探索經濟新常態下我國商業銀行財務壞賬的解決方法。

三、當前商業銀行財務壞賬的成因及相關因素分析

（一）成因分析

1.商業信用的發展依然不夠完善

由于銀行經營的特殊性，風險便伴隨著這一過程而開始。《新巴塞爾資本協議》指出，當代銀行業面臨的最大風險——信用風險，又稱作違約風險，主要是指商業銀行因借款者違約而給銀行形成損失的可能性。人民幣加入一籃子貨幣后，資本流通的步伐幾乎可以跨越全球，國家不斷推出新政促使人民幣匯率形成機制更加市場化，利率市場化進一步發展也是對我國商業信用考評前所未有的考驗。從2011年開始，截至2015年第四季度，可以看到各銀行機構不良貸款的增長情況，由于貸款更加便利了，因此隨著銀行貸款業務增加而引起的收入也有所增加，但隨之增加的還有銀行的財務壞賬。

2.現有金融體系不能完全適應以市場為主導的匯率水平

金融體制改革一直備受外界關注。如何更好地推進金融領域的開放，加大金融改革的力度，已經成為一個非常重要的課題。從近幾年金融改革開放的實際情況看，我國也采取了大量的實質性措施：利率市場化取得重大突破，滬市和香港股市聯通，人民幣加入特別提款權，主張建立亞投行，金融業對民營資本開放等等，使中國的金融業和市場開放向更高水平發展。伴隨著國外資本流動性增強，我國金融經濟體制還不能經受急劇的非秩序化調整，面對類似于全球性的金融危機，其抵御能力是亟需提高的。在這樣的背景下，以存貸利差為主要盈利模式的商業銀行，由于制度上還處于不斷完善的階段，防范風險力度不足，加之商業信用本身也在完善過程中，更容易導致銀行不良貸款的產生。

3.銀行內控制度存在監管不嚴的漏洞

這里著重分析外資銀行不良貸款率低的原因。經過觀察和研討，可以發現外資銀行的內控制度十分嚴格，并且能夠執行到位，主要表現在審批程序多，內控制度嚴格，放貸過程層層把關。以東亞銀行為例。東亞銀行總部在香港，正常的放貸一般首先經珠海審批，有時候經過上海審批；所要提交的資料不是一次性簽發，而是根據實際的資料需要，一步一步審批。比如萬達集團為解決車位貸的事情向東亞銀行貸款，他們內部相關負責人需要催東亞銀行的貸款到位，而東亞銀行湛江分行也只能催上海分行，因為只有所有程序、手續到位，貸款才能發放。其他商業銀行則比較寬松，為了盈利，有時候也允許放貸后再補足資料。

（二）主要相關因素分析

1.GDP增長率對銀行不良貸款的影響

GDP是權衡國家經濟發展程度的一個重要指標。在通常情況下，GDP的增長率越高，表明經濟社會發展水平越好，人民幣幣值越穩定，股市需求的資金增加，企業營業狀態總體良好，違約風險減低。這個時候整個社會對于信貸資金的需求就會有所上漲，銀行也因此而加大了放貸的力度，無形中增加了貨幣的流通量，盈利增加，不良貸款減少。相反，GDP的增長率放緩甚至下滑，則表明經濟良好形勢放緩，股市低迷，企業經營狀態不理想，社會信心不足，信貸資金需求不足，曾經放出的貸款很可能面臨到期無法收回的風險，銀行財務壞賬增加。

2011年到2015年間，伴隨著改革不斷步入深水區，我國GDP總量呈現出不斷增長的勢頭。然而GDP環比增長率卻有所放緩（具體見表1），由2011年一季度的2.5%增速，到2015年四季度的1.5%，中間波動幅度較大，已有明顯的放緩。與此相適應的商業銀行不良貸款率有這樣一個特點，當年的不良貸款率幾乎在一個水平上：2011年保持在1.00%，2012年0.94%～0.95%，2013年在0.97%左右浮動，2014年為1.15%，到2015年，分別為1.39%、1.5%、1.59%、1.67%，不良貸款率總體趨勢是不斷上漲的。也就是說隨著近幾年我國GDP增長率增速的放緩，經濟增長缺乏后勁，GDP增速的下滑導致了我國商業銀行不良貸款率的增長，這是國民信心不足的表現之一。

鑒于此前的理解，假設GDP增長率與銀行業中的不良貸款率呈負相關關系。

2.貨幣供應量對銀行不良貸款的影響

在經濟發展態勢良好的時候，我國一般采取寬松的貨幣政策，即增加貨幣供應量來刺激市場經濟的發展，此時市場上流通的貨幣量增加，銀行的貸款利率下降，人們貸款的成本下降，流向股市的資金增加，企業的經營信心增強，為擴大生產，也紛紛增加銀行貸款來實行擴大生產，整個社會經濟呈現出一片朝氣蓬勃的景象。然而，在經濟低迷的時候，央行一般采取緊縮的貨幣政策，此時的現象則相反，由于信息的不對稱和滯后性，許多企業在經濟前景好的時候借入大量的債務資金，在經濟低迷期該還而無法償還貸款本金和利息，其結果是顯而易見的：債務人無法償還，違約風險增加；銀行的盈利下降，不良貸款增加，不良資產增加，最終影響金融業的發展。

值得注意的是，商業銀行不要為了增加利差而盲目放貸，否則最后也容易造成不良貸款的產生。盡管我國這幾年來貨幣供應量在數量上不斷增加，然而供應量的增長率卻有較為明顯的下滑痕跡，與此同時，我國商業銀行的不良貸款率正在上升[ 4 ]。從這里，可以估計貨幣供應的增長速度與不良貸款率呈負相關。

3.資本充足率和撥備覆蓋率對不良貸款率的影響

資本充足率是資產與風險的比值，從公式來看，可以得出，資本充足率越高，銀行資產對于風險的保障程度就越高，也就是說，其抵御風險的能力就越強，能滿足風險償付的要求，否則相反。對于撥備覆蓋率，正常情況下，該值越大，商業銀行承擔不良貸款所造成的損失能力就越強。對于資本充足率與商業銀行不良貸款的關系，由于數值之間差距太大，放在同一個圖表中不易看出二者的關系，因此不作圖表分析，但是理論上是可行的。由此可見，資本充足率、撥備覆蓋率二者與不良貸款率存在負相關關系。

四、研究設計和分析統計

（一）研究假設

鑒于商業銀行在我國銀行業乃至金融業中扮演著重要的角色，是我國直接經濟活動的主體市場，因此研究假設限定于商業銀行不良貸款的發展情況，選取2011年到2015年各個年份中四個季度商業銀行的不良貸款余額作為數據樣本，通過分析數據走勢得出一些基本規律，并借此找出背后的原因，從而使問題得到解決。

（二）樣本選取與數據來源

金融業包括了我國國內銀行業、保險業以及證券業三大行業，范圍過大，為避免分析缺乏重點，本文主要選取金融業當中銀行業的商業銀行作為研究對象。本文選取2011—2015年我國商業銀行的不良貸款余額、不良貸款率、GDP增長率、廣義貨幣供應量增長率、資本充足率以及撥備覆蓋率的數據進行分析，數據樣本如表1所示。

（三）模型變量和定義選擇

在本文中，將要考察的對象——商業銀行不良貸款率作為被解釋變量，自變量選取GDP增長率、M2供應量增長率、資本充足率以及撥備覆蓋率，通過多元線性回歸來分析其中的擬合程度，從而為解決商業銀行的不良貸款提出可行性的措施。

（四）研究模型設計

為更好地分析各個因素對商業銀行財務壞賬的影響，本文采用多元線性回歸的方法檢驗各個因素對不良貸款的影響程度，研究模型為：

其中a為常數，x1、x2、x3、x4分別為GDP增長率、M2供應量增長率、資本充足率以及撥備覆蓋率，b1、b2、b3、b4分別為x1、x2、x3、x4的系數。

（五）變量間的相關性分析

表2列示了2011—2015年以來4個自變量的相關性結果。結果表明，商業銀行的不良貸款余額與GDP增長率、M2供應量增長率、資本充足率以及撥備覆蓋率顯著相關，采取多元線性回歸模型是合理的。

（六）回歸結果分析

表3列示了2011—2015年影響我國商業銀行不良貸款率的因素，主要包括GDP增長率、M2供應量增長率、資本充足率以及撥備覆蓋率的描述性統計。

通過表3可以看出，就單個因素而言，GDP增長率以及資本充足率與不良貸款率擬合程度較好；而M2供應量增長率以及撥備覆蓋率則表現出明顯的偏離，這種變化是不穩定的。回歸結果見表4。

經過SPSS17.0數據軟件的擬合分析，從表4的非標準化數據中，可以得出多元線性回歸方程為：

Y=2.382-2.778x1-0.025x2-0.048x3-0.014x4+u

從回歸方程中可以看到，x1、x2、x3、x4對于商業銀行不良貸款率Y而言，相關影響系數分別為-2.778、-0.025、-0.048、-0.014，模型得出的結論與假設保持一致：GDP增長率、撥備覆蓋率與不良貸款率呈負相關關系；M2供應量增長率以及資本充足率在模型中亦呈現出負相關關系，因此上述多元線性回歸方程是有一定參考意義的。

（七）可靠性分析

為了考察研究結果的可靠性，對該多元線性方程以Anova分析進行可靠性檢驗（如表5）。多元線性回歸方程顯著性檢驗結果表明：此方程回歸平方和為0.048，殘差平方和為0.004，總平方和為0.052，其對應的F統計量為20.423，顯著性水平sig為0.032，小于0.05，因此可以認為本文所建立的回歸方程是有效的。

（八）研究結論

整個研究過程就影響商業銀行財務壞賬的因素進行假設，通過收集數據并擬合模型分析，擬合結果為Y=2.382-2.778x1-0.025x2-0.048x3-0.014x4+u，該結果表明：基于人民幣加入一籃子貨幣，影響商業銀行財務壞賬的因素中，自變量GDP增長率對不良貸款率的影響最大，GDP增長2.778%，能使不良貸款率下降1%，反之，如果降低不良貸款率1%，就能帶來GDP2.778%的增長；其他同理可得類似的結論。因此，要化解商業銀行的不良貸款，首先，國家應該把重心放在經濟增長上，通過供給側結構性改革，為經濟增速釋放新的動力；其次，商業銀行也要注意自身盈利能力的提升，增強風險防范能力；此外，不能單純通過提高撥備覆蓋率來降低不良貸款率，應注意與商業銀行本身的信貸風險匹配。只有增強投資者和消費者的信心，不良貸款率才有望被控制在一個合理的范疇。

五、供給側結構性改革下商業銀行財務壞賬防范與解決方案

我國正處于經濟新常態下，盡管金融改革一直在進行并且取得了比較理想的效果，然而我國的商業銀行壞賬問題始終處于高風險狀態，可控與否很大程度取決于這一輪供給側結構性改革的成效，這對于商業銀行甚至整個金融業的影響都是巨大的。因此，有效建立預警機制和準備足夠的防范措施，才能降低“財務壞賬率”這個重要財務指標，進而控制以商業銀行為代表的金融業整體財務風險，主要方案措施如下：

（一）從供給側完善我國銀行業的信用評估體系

銀行識別借款前的風險和貸款后對借款人道德風險的控制能力是影響不良貸款率的重要因素。銀行出借資金給借款人，實質也是一種委托代理關系。因為銀行與企業對信息的掌握程度不同，所以導致逆向選擇和道德風險問題產生，不良貸款增加。不對稱信息的存在使銀行無法確定企業的實際風險，錯誤地貸款給一個高風險的借款人，而低風險的借款人卻又因為各種原因得不到貸款。因此，銀行對借款人的貸前識別能力和對貸款組合的選擇能力直接影響不良貸款的產生。

為了減少信用風險導致的不良貸款，必須從供給側采用嚴格的信用評級方法，對進入信用等級黑名單者進行公布，對其形成輿論壓力，在整個行業內形成相互監督的管理機制；科學合理地對金融工具進行定價，不要一味追隨市場趨勢，也不要基于傳聞證據的政治經濟形勢，從而為決策者管理風險提供一個準確的參考，多維度降低商業銀行的信用風險。

（二）從供給側加快我國金融體制的改革

在解決好不良貸款的定價和產權兩大技術問題基礎上試點從供給側有序開展資產證券化，通過設立專門的中介機構或允許現有的證券公司、信托投資公司、資產管理公司股權證券化，并在證券交易所上市。這不僅可以增加金融資產管理公司股權的流動性，增加金融資產管理公司現金資產和解決金融資產管理公司的退出難題，還可以通過監管當局加強上市公司的強制性信息披露和社會監督，抑制企業道德風險發生。然而這只是權宜之計而非治本之策。經濟學家郎咸平指出不良資產證券化、銀行倒閉的方法都是治標不治本的辦法，他認為要解決銀行危機和財務壞賬，目前應把重點放在制造業領域，幫它們解決危機。

（三）供給側結構性改革下發展創新經濟

可以看到，在經濟發展迅猛、GDP不斷創新高的時候，由于GDP增長而使得銀行業不良貸款率不斷下降，供給側結構性改革下發展創新經濟，給予社會各種資本以信心，企業經營狀況良好，能合理借貸進行生產經營，能按時還貸；股市看好，流入股市的資本增加；銀行經營狀況良好，形成良好的盈利能力，這樣才能形成良性循環。人民幣進入SDR短期內不會帶來太多資產配置的影響，投資者愿不愿意持有人民幣資產，主要參考中國經濟的內在增長潛力，包括人民幣資產的收益率水平、交易成本以及交易價格。2016年召開的兩會上，習近平總書記再次提及供給側結構性改革，由原來追求經濟增速到現在注重提高經濟質量、經濟潛在增速。因此大力發展經濟，要不斷推進供給側結構性改革，主要表現在不斷推進二胎開放政策釋放勞動力、開展精準扶貧、農地流轉更注重確權、確保資本有增無減、促進學研結合等方面。

（四）供給側構建大數據信息服務平臺，促進商業銀行風險管理

在2016年的寒潮當中，人們就是利用了過往的天氣資料數據，充分利用大數據網絡平臺，預報寒潮可能影響的范圍和地區以及溫度變化程度。大數據的價值得到充分發揮，也為人們深度挖掘和充分利用網絡大數據的大價值帶來了巨大機遇。為了防止不良貸款的產生，商業銀行可以在內部建立大數據分析平臺，幫助銀行加強風險建模，提高風險量化能力，對客戶及項目的風險和潛在風險作出有數據支撐的綜合評估。商業銀行可通過利用各種非傳統渠道，如互聯網、移動平臺等，及時捕捉到以前無法使用的客戶數據（包括非結構化、半結構化、流量數據等）并通過與傳統數據的快速整合、關聯補充，針對大數據的非結構化特征，依靠“云計算”等工具完成客戶行為模式的分析，及時發現有不良記錄或者出現不良貸款勢頭的客戶，從源頭處制止銀行財務壞賬的發生。

【參考文獻】

[1] 中國“壞賬銀行”再受關注或即將爆發違約潮[R/OL]. http：//opinion.hexun.com/2014-09-09/168277689.html.

[2] 馬振國.新經濟形勢下我國商業銀行不良貸款的影響因素研究[J].吉林大學學報，2015（3）：29-30.

[3] 李美芳.中國農業銀行不良貸款率影響因素分析[D].東北農業大學博士論文，2013：176-177.

[4] 畢海濤.論金融風險的防范與法律制度的完善[J].商場現代化，2015（8）：34-35.