不同時期商業(yè)銀行不良貸款率宏觀影響因素分析

宋一鳴

一、研究背景

2013年7月20日起我國全面放開金融機構貸款利率管制。隨后中國人民銀行行長周小川在2014年初表示，在近兩年將實現(xiàn)存款利率市場化。2015年10月24日央行宣布對商業(yè)銀行和農(nóng)村合作金融機構等不再設置存款利率浮動上限。然而利率市場化會使得商業(yè)銀行存貸差的利潤空間被擠壓，這將會降低銀行的凈資產(chǎn)收益率，即降低了銀行的盈利能力，從而增加商業(yè)銀行所面臨的信用風險，可能導致商業(yè)銀行的不良貸款率加速增加。不良貸款率的增加反映了銀行業(yè)信用風險的積累，而信用風險是系統(tǒng)性風險的主要組成部分。通過研究不良貸款率對銀行業(yè)的影響，發(fā)現(xiàn)其中的作用機理，引導商業(yè)銀行在利率市場化條件下采取有效的手段應對不良貸款率對商業(yè)銀行帶來的影響，有利于控制銀行業(yè)的信用風險和系統(tǒng)性風險。

商業(yè)銀行不良貸款的定義一種是指那些償還出現(xiàn)問題，不能按時償還銀行正常的利息甚至本金的貸款；另一種定義則是指借款人超過了合同期限也不能償還本息，致使銀行蒙受損失的貸款。本文所提及的不良貸款是指銀行發(fā)放貸款后未能如期收回的貸款，不良貸款率指銀行不良貸款額占總貸款余額的比重。

劃分銀行不良貸款主要有兩個標準：一是質(zhì)量標準，二是時間標準。按照質(zhì)量標準，只要貸款損失可能性高于20%的貸款都被歸為不良貸款。而按時間標準，各國的標準互不相同，一般來說，貸款合同到期后三個月內(nèi)仍不能如數(shù)償還本金及利息的貸款就稱作不良貸款。

1998年4月，為了加強國內(nèi)銀行信貸管理水平，提高銀行信貸資產(chǎn)的整體質(zhì)量，中國人民銀行參照國際通行做法的同時結(jié)合我國的實際情況，頒布了《貸款風險分類指導原則》，要求各商業(yè)銀行要按借款人的實際還款能力進行貸款分類，按照風險程度將貸款分為正常、關注、次級、可疑和損失，前兩類為正常貸款，后三類統(tǒng)稱為不良貸款這種分類標準最大的優(yōu)勢在于借款人的實際經(jīng)營狀況能夠在銀行的部分掌控之中，銀行能夠?qū)ζ浣?jīng)營進行監(jiān)控和分析，及早地發(fā)現(xiàn)貸款中的問題，從而提高自身風險的防控能力。盡管自2002年1月起，我國開始正式地推行貸款五級分類方法，但在實施此分類方法過程中發(fā)現(xiàn)，還存在著簡單地套用的做法，并不是以未來現(xiàn)金流預測結(jié)果作為判斷借款人有無能力償還貸款的重要依據(jù)。因此全面準確地領會和執(zhí)行五級分類方法還需要一個過程。

具體定義劃分見表1：

大量的不良貸款在銀行系統(tǒng)內(nèi)集聚是金融危機爆發(fā)的一個重要原因。幾十年前，在銀行體系中占主導地位的大型商業(yè)銀行巨額的不良貸款是我國銀行業(yè)的主要風險。為此1994年起國家成立了四家資產(chǎn)管理公司剝離了國有銀行的不良貸款，我國不良貸款率略有下降，后來又經(jīng)過中國人民銀行和銀行業(yè)監(jiān)督協(xié)會的不懈努力，2008年以來來我國商業(yè)銀行的不良貸款率維持在8%以下，不良貸款問題取得了巨大的進展。但在銀行不良貸款和不良貸款率“雙降”的過程中，銀行整體的不良貸款結(jié)構和不良貸款額并沒有得到優(yōu)化，存在著許多風險隱患。近期，受宏觀經(jīng)濟增長速度下降影響，制造業(yè)不景氣，房地產(chǎn)業(yè)低迷，能源和原材料需求減少，導致商業(yè)銀行不良貸款率快速上升。不良貸款率具有累積性，隨著前期信用風險的累積而表現(xiàn)出來，不良貸款率上升要求商業(yè)銀行計提更多資本；當不良貸款核銷時，將可能會影響到銀行的利潤水平，同時也可能會影響銀行的凈息差。更進一步，由于存在經(jīng)營績效考核壓力，商業(yè)銀行可能通過承擔更高的風險選擇貸款利率更高的項目，形成惡性循環(huán)。尤其是自2011年起，不良貸款和不良貸款率開始呈現(xiàn)“雙升”趨勢，根據(jù)中國銀監(jiān)會統(tǒng)計數(shù)據(jù)，截至2016年第三季度，我國商業(yè)銀行不良貸款為14939億元，截至2016年12月末，商業(yè)銀行不良貸款率達到1.81%，創(chuàng)下近7年最高水平，僅次于2009年一季度末的2.04%。

二、文獻綜述

Robert Stieglitz和Weiss （1981）提出了關于信貸配給的理論模型，該模型表明，因為信貸市場存在著信息不對稱，所以相對貸款人而言，借款人更容易認識到所投資項目的風險，從而產(chǎn)生道德困境和逆向選擇。

Bernanke（1983）最早從外部環(huán)境的角度來探究不良貸款與宏觀經(jīng)濟環(huán)境之間的關系，他發(fā)現(xiàn)經(jīng)濟運行的波動性是影響信貸增加或降低成本的重要因素，從而對企業(yè)的還款能力產(chǎn)生影響，進而使商業(yè)銀行不良貸款隨之惡化或好轉(zhuǎn)。

Vasicek（1987）最先提出了單因素模型，只以GDP增長率等經(jīng)濟周期變量作為系統(tǒng)的風險因素，忽略其他經(jīng)濟變量來解釋宏觀經(jīng)濟環(huán)境對債務人信用風險的影響。

Louzis等（2012）的研究樣本涵蓋了希臘9家銀行的數(shù)據(jù)，研究發(fā)現(xiàn)宏觀經(jīng)濟的多項指標可以在很大程度上解釋不良貸款的增加。

謝冰（2009）探討了宏觀經(jīng)濟因素對商業(yè)銀行不良貸款率的影響和貢獻率，其中GDP，貨幣供應量每上升1%都會使得不良貸款率下降0.0246%。

李麟和索彥峰（2009）提出，中國經(jīng)濟周期波動具有顯著的信貸驅(qū)動特征，并且與不良貸款之間有著較為顯著的負相關性。

譚燕芝，張運東（2009）研究發(fā)現(xiàn)貸款利率上升對銀行違約率的沖擊遠大于GDP 增長率降低的沖擊。

三、實證分析

在我國銀行同業(yè)拆借市場中，大型商業(yè)銀行、全國性股份制商業(yè)銀行和城市商業(yè)銀行構成網(wǎng)絡結(jié)構。本文選取 14 家上市商業(yè)銀行，由于中國農(nóng)業(yè)銀行以及光大銀行上市較晚數(shù)據(jù)，故剔除這兩個銀行，共包含4 家大型商業(yè)銀行，7 家上市全國性股份制商業(yè)銀行以及3家有代表性的上市城市商業(yè)銀行。因此，變量 N=14。

同時，本文選取國內(nèi)生產(chǎn)總值對數(shù)差分LNGDP和貨幣供應量對數(shù)差分LNM2作為衡量宏觀因素指標。考慮數(shù)據(jù)可得性，微觀指標采用季度數(shù)據(jù)，樣本期自2007年第四季度至2015年第四季度，由于某些樣本值缺失，先利用SPSS進行缺失值補充，再使用Eviews進行月度化，共得到97組數(shù)據(jù)，即為從2007年12月至2015年12月。

本文以2011年9月為節(jié)點，對“雙降”、“雙升”不良貸款率增長率數(shù)據(jù)進行回歸分析，回歸結(jié)果如下所示：

四、研究結(jié)論

由表2可知，在未考慮時滯效應的情況下，“雙降”期間，由于我國經(jīng)濟的高速發(fā)展，企業(yè)經(jīng)營狀況良好，使得投資規(guī)模盲目擴大，對銀行貸款的需求增加，銀行審批同時較為寬松，但是在短期內(nèi)，一些投資行為缺乏合理的預期與完善的規(guī)劃，造成投資項目的虧損，從而使不良貸款率增加，導致GDP與不良貸款呈現(xiàn)正相關性。同時由于社會整體對資金需求量較大，城市商業(yè)銀行與全國股份制商業(yè)銀行為獲得更高利潤，會降低審批門檻，從而爭取更高業(yè)務，因此相比大型商業(yè)銀行更容易受到經(jīng)濟波動的影響。

在“雙升”期間，因為整體經(jīng)濟下行以及銀行控制不良貸款的原因，對貸款審批標準逐漸提高，只有有良好預期與合理規(guī)劃的企業(yè)才能長久發(fā)展，貸款的發(fā)放對象也大多為該類穩(wěn)定盈利的優(yōu)質(zhì)企業(yè)，GDP的增加能夠給經(jīng)濟發(fā)展注入新的活力，刺激經(jīng)濟的增長從而企業(yè)進一步盈利進而可以償還貸款，因此GDP與不良貸款之間呈現(xiàn)符合相關理論的負相關性。大型商業(yè)銀行由于政策需求，需要對部分重要企業(yè)發(fā)放貸款，反而即期受到經(jīng)濟波動影響更大；城市商業(yè)銀行由于體量問題，需要其謹慎經(jīng)營，但可能受到當?shù)卣蠼o予當?shù)仄髽I(yè)適當扶持，故仍受部分經(jīng)濟波動的影響。全國股份制由于其較為出色的運營監(jiān)管體系，則受到經(jīng)濟波動以及政策影響最低。

參考文獻：

[1]謝冰.商業(yè)銀行不良貸款的宏觀經(jīng)濟影響因素分析[J]. 財經(jīng)理論與實踐. 2009， （6）.

[2]李麟， 索彥峰.經(jīng)濟波動、不良貸款與銀行業(yè)系統(tǒng)性風險[J]. 國際金融研究， 2009，（6）.

[3]譚燕芝，張運東.信用風險水平與宏觀經(jīng)濟變量的實證研究——基于中國， 美國， 日本部分銀行的比較分析[J].國際金融研究，2009，（4）.

[4]沈陽，馮望舒.宏觀經(jīng)濟變量與銀行信用風險的實證研究——基于宏觀壓力測試的分析[J].會計之友，2010，（22）.