影響商業銀行不良貸款率因素的實證分析

周雯靜++洪陽++李浩

本文屬國家大學生創新訓練項目（項目編號：201610378118）階段性研究成果

摘 要：商業銀行不良貸款率近兩年來處于較高的水平，對我國宏觀經濟的運行產生了不利的影響。本文將理論分析與實證分析相結合，通過收集2009年～2016年的最新季度數據，建立相關分析、多元線性回歸模型探討宏觀影響因素和微觀影響因素對商業銀行不良貸款率的影響。由實證結論發現：GDP增長率和撥備覆蓋率每下降1%，商業銀行不良貸款率就分別上升0.084%和0.0059%。因此，可通過改善宏觀經濟環境和加強商業銀行自身風險防范來降低不良貸款率。

關鍵詞：商業銀行；不良貸款率；GDP增長率；撥備覆蓋率

一、引言

全球利率市場化給各國的經濟發展都帶來了不小的挑戰。于中國而言，從1996年推進利率市場化至今已經二十年，當前我國正處于利率市場化的最后階段。我國金融機構人民幣貸款利率上限于2004年完全放開，商業銀行可根據業務的風險狀況自行決定利率。商業銀行作為金融市場的主體，控制好信用風險是維持國民經濟健康運行的必要條件。不良貸款率作為衡量商業銀行信用風險的關鍵指標，對銀行的生存和發展有著重要影響，對我國經濟的穩定運行也起著舉足輕重的作用。

從圖中可以看出，近兩年來我國商業銀行不良貸款率上升到了較高的水平，這不僅阻礙了商業銀行的發展，而且對我國宏觀經濟的平穩運行產生了不利影響。本文將基于2009年～2016年季度數據，從宏觀和微觀角度對我國商業銀行不良貸款率的影響因素進行理論和實證分析，并提出相關建議供參考。

圖 商業銀行不良貸款率

二、不良貸款率影響因素的理論分析

1.宏觀經濟因素分析

國內生產總值（GDP）對不良貸款率的影響。我們知道宏觀經濟運行是周期性的：當經濟蓬勃發展的時候，出于對市場的良好預期，公司將從銀行申請貸款，銀行將大量放款以賺取利潤。在經濟環境好的情況下，企業盈利能力強勁，財務狀況更加規范化，企業違約的可能性小，銀行不良貸款率下降；但是當經濟衰退時，公司不能繼續經營甚至破產，不能償還貸款，所以銀行的不良貸款上漲，企業要以低廉的價格抵押和出售資產來彌補債務負擔。同時人們有望在市場下滑，出于保值心理選擇將大部分資金存入銀行，導致通貨緊縮，銀行面臨嚴重的信用風險。也就是說，國內生產總值（GDP）通常與不良貸款率呈負相關。

貨幣供應量（M2）對不良貸款率的影響。貨幣供應量（M2）目前在中國是指M1加上機構、企業和機構在銀行的定期存款、城鄉居民儲蓄存款、信托存款和外幣存款。M2可以作為觀察和調節中長期金融市場平衡的目標。貨幣供應量增加，利率下降，企業可以獲得很多利潤，財務狀況較為可觀，所以銀行的不良貸款率大大降低。但是，當貨幣供應量減少時，利率上升，企業的融資成本增加，利潤下降。企業為生存及賺取利潤一定會從銀行借款，但商業銀行面臨的信用風險明顯增加，導致不良貸款率上升。即貨幣供應量M2與不良貸款率呈負相關。

2.微觀因素分析

資本充足率（CAR）對不良貸款率的影響。資本充足率是衡量單個銀行抗風險能力的關鍵指標，是銀行資本總額與其風險加權資產的比值。通過監視一個銀行的CAR可以保證銀行具有化解吸收一定風險的能力。適當的資本充足率可以保證銀行等金融機構正常運營和發展。資本充足率的提高，尤其是在資本證券化之后，銀行的抗風險能力得以增強，并且可以進一步加強對貸款的管理，從而降低不良貸款率。

撥備覆蓋率（PCR）對不良貸款率的影響。撥備覆蓋率是銀行在貸款損失準備與不良貸款總額的比率，可以從宏觀上反映商業銀行貸款防范風險的能力。撥備覆蓋率反映出商業銀行的風險意識，若該比率較低則說明銀行風險意識不足，則不良貸款率可能較高。撥備覆蓋率的高低需要根據風險程度來定，過低會導致撥備金不足，利潤虛增；而過高導致撥備金過剩，利潤虛降。

三、不良貸款率影響因素的實證分析

1.模型的引入

根據以上理論的敘述，本文選擇四個因素進行分析，建立不良貸款率（Y）與GDP增長率（X1）、M2增長率（X2）、資本充足率（X3）、撥備覆蓋率（X4）的多元線性回歸模型，其回歸方程表示如下：

其中，β0，β1，β2，β3，β4分別是常數項與各自變量對應的系數，為隨機擾動項。

2.多元回歸分析

本文所選模型為2009年第一季度到2016年第四季度的時間序列，數據均來自于國家統計局和中國銀監會，樣本容量為32。將數據輸入Eviews軟件，利用最小二乘法建立模型。

得到如下結果：

從模型的估計結果可以看出，該模型擬合優度R2=0.9735，調整后的R2=0.9696，因此該模型對樣本的擬合優度很好。F檢驗值為248.3661也是顯著的，說明整體上宏觀因素GDP增長率、貨幣供應量M2增長率和銀行業自身的資本充足率、撥備覆蓋率對商業銀行不良貸款率有較強的解釋力。但是由于貨幣供應量M2增長率（X2）和銀行業自身的資本充足率（X3）在t檢驗中的P值分別高達0.50和0.21，未通過t檢驗。因此，需要對初步的四元線性回歸模型做出適當調整。我們先對四個變量進行了多重共線性檢驗，得到相關系數矩陣。（見表2）

由相關系數矩陣可以看出，X2和X3之間的相關系數為-0.801，即二者之間是高度相關的，X1和X3之間的相關系數為-0.672，即模型存在多重共線性。

利用逐步回歸方法處理多重共線性，根據相關系數和理論分析，X2、X3在逐步回歸檢測中不符合條件，故對解釋變量的處理是剔除變量X2、X3，保留統計上較為顯著的X1，X4，建立新的模型：

修正后的模型能通過經濟意義檢驗，R2=0.9718，模型有較高的擬合優度，F檢驗也是顯著的，說明GDP增長率和銀行業自身的撥備覆蓋率對商業銀行不良貸款率有較強的解釋力。從圖3看出，當顯著性水平α=0.01時，解釋變量GDP增長率和撥備覆蓋率都通過了t檢驗，表明這兩個因素對商業銀行不良貸款率的影響是非常顯著的。

3.實證分析小結

從實證分析中可以看到，由于多重共線性的存在M2增長率和銀行業自身的資本充足率對不良貸款率沒有產生顯著性影響，而GDP增長率和商業銀行自身的撥備覆蓋率對不良貸款率的影響非常顯著。其中，GDP增長率對不良貸款率的影響最大，GDP增長率每下降1%，平均來說商業銀行不良貸款率就上升0.084%；撥備覆蓋率每下降1%，平均來說商業銀行不良貸款率就上升0.0059%。因此，提供良好的宏觀經濟環境，推動經濟持續穩定增長可以有效降低商業銀行的不良貸款率。

四、相關建議

商業銀行貸款質量與宏觀經濟環境的變化具有很強的相關性。宏觀經濟在經歷蕭條、復蘇、繁榮、衰退四個周期的同時，銀行的不良貸款率也會發生隨之變化。在宏觀經濟繁榮時期，企業財務狀況優良，商業銀行不良貸款率維持在較低的水平。而當宏觀經濟陷入衰退期時，盡管銀行為防控風險收緊信貸，但此時很多企業財務狀況惡化，直接造成銀行不良貸款的增加。

針對于上述分析與結論，相關政策建議如下：

1.宏觀層面

在政府行為上，要采取一系列擴張性政策來擴大內需，提高宏觀調控能力，全面推進經濟持續穩定增長。加大對基礎建設的投資，加速經濟體制改革，為銀行和企業提供良好的經濟環境。

在金融政策上，中央銀行應首先完善金融風險監管體系，對商業銀行在風險資產方面的管理進行嚴格監管與督促。同時逐步加強金融宏觀指導，建立科學化的風險預警、制裁、信息調查與披露系統。

在企業改造上，要與金融體制改革相協調，建立良好的信用關系。無論改革形式如何，企業應當重振管理機制，提高效率，提高自身資金實力，建立健全銀行和企業間的信用關系，使國有金融資產和公共存款得到保障。

2.微觀層面

首先，銀行要加強對宏觀經濟形勢的把握。不同時期，不同行業的發展前景各異。因此選擇當下蓬勃發展的企業提供貸款，可以有效降低不良貸款率。此外，對還應及時采取風險防范措施，提前做出反應，盡量減少不良貸款額。

其次，銀行要完善內部風險管理體系。一套完備的風險管理體系在當前市場尤其重要。隨著市場化進程的加速，商業銀行風險種類呈上升趨勢。目前銀行的風險管理不足以面對如此多種多樣的風險來源。

最后，銀行要拓展利潤來源。銀行要大力擴大中間業務，不僅僅依賴于傳統的存貸款業務獲取利潤。開發多種信貸業務，降低商業銀行風險。

參考文獻：

[1]李紀星.商業銀行不良貸款率的影響因素分析--以中國農業銀行為例[J].現代商業，2016，（32）：99-100.

[2]尹德磊.我國商業銀行不良貸款率的影響因素分析[J].中國商論，2016，（28）：79-80.

[3]田林峰.宏觀經濟因素對商業銀行不良貸款率的影響及對策建議[J].時代金融，2016，（29）：103-104.

[4]王光偉，童元松.我國商業銀行不良貸款率的影響因素研究--基于2005-2013年宏觀季度數據的實證分析[J].湖北工業職業技術學院學報，2014，（03）：50-54.

[5]謝冰.商業銀行不良貸款的宏觀經濟影響因素分析[J].財經理論與實踐，2009，（06）：22-25.

[6]施華強.國有商業銀行賬面不良貸款、調整因素和嚴重程度：1994-2004[J].金融研究，2005，（12）：25-39.

[7]牛麗.宏觀經濟因素沖擊對商業銀行不良貸款率影響的實證研究[D].上海：上海師范大學，2015.

[8]周潯倩.商業銀行不良貸款影響因素分析及防范措施[D].重慶：重慶大學，2005.

作者簡介：周雯靜（1996.10- ），女，漢族，安徽涇縣人，安徽財經大學金融學院，2014級本科生，研究方向：金融學