我國上市商業銀行不良貸款的影響因素研究

馮 簡

(蘇州大學東吳商學院 江蘇 蘇州 215000)

我國上市商業銀行不良貸款的影響因素研究

馮 簡

(蘇州大學東吳商學院 江蘇 蘇州 215000)

本文根據國內外的研究成果，從宏觀、行業、銀行經營因素三個方面出發，采用面板數據模型分析了影響商業銀行不良貸款率的因素，發現國民生產總值、社會消費品零售總額增長率、成本收入比、撥備覆蓋率對上市商業銀行的不良貸款率有顯著的負向影響，而貸款利率和銀行資產規模對不良貸款率有顯著的正向影響。根據研究結果，對上市商業銀行和外部政府、監管部門提出了一些針對防范不良貸款的建設性意見。

上市商業銀行;不良貸款率;面板數據

一、引言

在現代經濟體系中，金融一直居于核心地位，而商業銀行由于資本雄厚、機構網點眾多、業務多樣化，構成了各國金融體系的主體部分，并在促進經濟發展和維護社會穩定等方面，發揮著重要作用。一旦商業銀行體系不穩定，必然會引起經濟金融的動蕩，美國在2006年的次貸危機中，銀行次級貸款濫發，使得多家大型金融機構破產倒閉，隨后危機傳導至實體經濟，最終導致全球性的經濟危機，這次危機將全世界專家學者的目光聚焦到對商業銀行的不良貸款的關注上來。他們發現銀行破產以及金融危機與銀行不良貸款有很大關系，銀行不良資產率過高，會增加銀行的信貸風險，銀行脆弱性增加，對其盈利能力產生重大的影響；其次，杠桿效應會將不良貸款造成的風險通過各行業傳導到實體經濟，產生多米諾骨牌效應，對國民經濟的運行和發展造成巨大的危機和影響；最后，由于銀行業在國民經濟中的特殊地位，不良貸款直接導致銀行危機后，很有可能觸發全面的金融危機，給國民經濟帶來致命打擊。因此，分析我國上市商業銀行不良貸款率的影響因素并據此提出防范措施具有重大的現實意義。

盡管中國的商業銀行體系從未出現過大量銀行倒閉和大范圍內的支付危機，但是隨著金融全球化進程的加速、利率市場化改革的完成，銀行之間競爭加劇，而我國經濟增長也進一步放緩，房地產市場泡沫依然存在，商業銀行的脆弱性不斷累積。近年來，我國商業銀行不良貸款整體出現了上升趨勢。2016年末，商業銀行不良貸款余額15123億元，較上年末增加2379億元；商業銀行不良貸款率1.74%，相比2015年的1.67%又有所上升，已經連續5年呈現這種“雙升”趨勢。由此可見，當前我國商業銀行信貸資產質量下降明顯，這不僅構成了我國商業銀行經營中的風險，也是我國國民經濟可持續發展的隱患。本文將基于以上背景，研究我國商業銀行不良貸款的影響因素。

二、文獻綜述

由于銀行不良貸款的積壓會直接損害商業銀行經營的穩定性、安全性，擴大商業銀行的潛在風險，甚至會引發金融風險。因此，國內外學者對于不良貸款的影響因素進行了研究，并結合研究結果提出相關對策。

國外學者很早就結合定量分析對不良貸款進行研究，Bernanke(1983)最早從外部環境的角度探究不良貸款的影響因素，發現經濟運行的波動性是影響信貸成本増加或減少的重要因素，從而對企業還款能為產生影響，使得銀行不良貸款隨之惡化或好轉。在此之后，Minsky P.Hyman(1995)研究發現，當經濟發展狀況低落時，借款人沒有足夠的資金去償還銀行的債務，從而造成商業銀行不良貸款增加，證實了商業銀行不良貸款的來源和其根本的影響因素。Pesaran(2007)選取幾個國家21年的季度數據，研究通貨膨脹率、GDP增長速度等宏觀經濟因素對銀行貸款質量的的影響，結果表明銀行的壞賬損失與國內外宏觀經濟因素的變動有著密切的相關關系。

微觀影響因素方面，國外有學者試圖從銀行行為視角探索不良貸款的影響因素，Cair(1992)得出了信貸資金增長速度和與不良貸款變動有一定相關性研究的結論。Kwan(1997)通過實證分析，發現銀行的資產規模與銀行不良貸款的正相關關系，即銀行的相對規模越小，不良貸款越少。Simon H.Kwan(2003)大量搜集亞洲7個國家8年的相關數據，對商業銀行運營績效進行了面板數據分析，得出了銀行運營成本與不良貸款率密切相關的結論。此外，Steave Cheol(2002)認為，要充分利用日益發達的資本市場，將自身不良貸款打包出售或者將其證券化，運用多種形式盤活不良貸款，從而降低自身的不良貸款率。

對不良貸款率的研究國內學者研究相較于國外學者研究而言起步略晚，但現今也有許多關于這方面的研究。程銘(2010)認為，銀行不良貸款率的高低會影響商業銀行自身經營和整體的社會經濟狀況，并通過研究發現商業銀行的監督管理機制和借款人的逃債動機是導致不良貸款的主要原因。

崔苧心和李子聯(2016)選取了2010到2015年14家上市商業銀行的數據為樣本，使用固定效應面板模型，經濟周期是影響我國上市銀行不良貸款率的重要因素，GDP增長率和貨幣供給增長率與上市銀行不良貸款率呈現負相關；同時，各銀行自身的存貸比和不良貸款撥備覆蓋率上升，銀行的不良貸款率下降。

易澳妮(2016)選取了一些宏觀經濟和商業銀行管理指標，與我國商業銀行2009至2015年不良貸款率季度數據，共同構建多元回歸模型，回歸結果顯示經濟增長率和撥備覆蓋率上升，不良貸款率上升；而流動性比率上升，不良貸款率下降，其余變量則與不良貸款率無顯著關系。

何偉(2011)和劉艷梅(2015)都專注于推進不良資產的處置進程，指出應該從商業銀行的內部處置和金融資產管理公司的外部處置這兩個方面入手，結合近年經濟現狀和銀行的管理狀況，靈活運用各種處理手段，除了常見的訴訟與核銷等手段外，還可以采取包括打包轉讓、資產證券化等處理方法，創新不良貸款的處置手段，提高商業銀行解決不良貸款問題的效率。

三、商業銀行不良貸款影響因素分析

近年來，商業銀行不良貸款率不斷上升，嚴重制約銀行的發展，分析不良貸款的影響因素具有重要意義。本文從宏觀因素、行業因素以及商業銀行經營因素三個方面分析不良貸款的影響因素。

(一)宏觀因素

宏觀因素會通過行業及微觀個體來影響商業銀行的信貸資產結構和質量，進而對整個銀行體系產生重要影響。

1.宏觀經濟

當宏觀經濟處于衰退階段時，企業的盈利能力下降，還貸能力變差，銀行的信用風險隨之增加，不良貸款增加。本文以國內生產總值GDP作為宏觀經濟指標，當GDP增速加快時，表明經濟處于繁榮階段，企業經營良好，信用風險降低，不良貸款率下降。

2.貨幣政策

當貨幣當局使用貨幣政策進行宏觀調控時，也會引起銀行不良貸款的變化。擴張性的貨幣政策使得銀根寬松，企業更容易獲得銀行資金支持，改善企業的財務狀況，企業貸款違約風險降低；反之，緊縮的貨幣政策導致更多的不良貸款。本文選取廣義貨幣供給量M2作為衡量貨幣政策的指標。

3.貸款利率

貸款利率提高，企業進行貸款而產生的成本增加，很可能無法按期償還貸款，從而產生更多的不良貸款，此時，貸款利率與不良貸款率呈正相關。本文選用一年期貸款基準利率。

(二)行業因素

通過觀察近三年不良貸款余額行業分布可以發現，我國商業銀行不良貸款主要集中在制造業、批發零售業、房地產業、建筑業和農林牧漁業上，且制造業、批發零售業、房地產業與金融發展息息相關。因此，本文探究制造業、批發零售業以及房地產業對不良貸款的影響。

1.制造業

制造業是銀行信貸投放的重點行業，當制造業衰退時，大量企業的還款能力下降，商業銀行的不良貸款可能增加。本文采取采購經理人指數PMI作為衡量制造業整體情況的指標，以50%作為其分界點，當PMI高于50%時，表示整體制造業擴張。2009-2012年，我國PMI指數一直保持在55%左右的較高水平，但從2012年開始，PMI在50%的分界點上下波動，2015年更是顯著下降，與我國商業銀行不良貸款“雙升”趨勢相聯系，制造業的問題頻發可能使得銀行資產質量下降。

2.批發零售業

批發零售業是社會化大生產過程中的重要環節，是決定經濟運行速度、質量和效益的引導性力量，是我國市場化程度最高的行業之一。本文選取社會消費品零售總額衡量批發零售業的發展情況，當社會消費品零售總額減少時，說明消費者信心下降，很可能導致批發零售業資金鏈斷裂，進而傳導至銀行體系中，使得銀行不良貸款率上升。

3.房地產業

房地產行業的投資周期長，資金需求量大，對銀行貸款的依賴性較強。一旦經濟衰退時，居民的可支配收入減少，個人住房貸款還款可能會出現問題，房地產商的違約風險也會加強，銀行的不良貸款增加。本文選取國房景氣指數作為衡量房地產行業發展趨勢的指標，指數上升時，房地產行業還款能力有了保證，貸款違約概率降低，商業銀行的不良貸款率隨之下降。

(三)商業銀行經營因素

1.資本充足率

資本充足率是銀行自有資本與其風險加權資產的比率，反應了銀行用自有資金承擔的風險損失的能力。較高的資本充足率意味著銀行具有較高的資金管理水平，能夠審慎發放貸款，銀行抵御風險的能力增強，不良貸款產生的可能性就比較小，從而使得不良貸款率下降。

2.銀行規模

我國商業銀行目前仍主要采取增加銀行發放存貸款的規模來獲取更大的利潤，在追求貸款規模的過程中，很可能忽視對信貸風險的管控，從而產生大量不良貸款。當銀行擴大市場份額時，必然會降低貸款要求，再加上利率市場化導致銀行間競爭加劇，資金流向信用風險較高的客戶，造成不良貸款率的提升。

3.成本收入比

成本收入比是銀行營業費用與營業收入之比。成本收入比越低，銀行獲取收入的能力越強。因此，成本收入比是衡量銀行盈利能力的重要指標。成本收入比低，一方面說明商業銀行盈利能力強，利用部分利潤核銷壞賬的能力也就相對較強，另一方面意味著銀行無需采取降低貸款標準的方式去獲取利潤，不良貸款率便隨著下降。

4.存貸比

存貸比是銀行貸款余額與存款余額之比。我國商業銀行盈利的主要來源還是存貸款利差，存貸比越高的銀行獲得的存貸款利差越大，盈利能力越強，但意味著面臨的風險更大。此外，當存貸比較高時，一旦發生擠兌等情況，銀行只能低價變現資產增加流動性，發生壞賬的可能性增加。選取存貸比作為衡量商業銀行風險偏好的指標，存貸比越高，表明銀行越偏向風險，不良貸款率越高。

5.撥備覆蓋率

撥備覆蓋率是銀行貸款可能發生的呆、壞賬準備金的使用比率，常用來衡量貸款損失準備金計提是否充足。提高撥備覆蓋率，可以提升商業銀行的風險抵御能力，同時也間接體現了其經營管理強度，減少不良貸款的產生。

四、上市商業銀行不良貸款影響因素實證分析

根據上文的分析，宏觀經濟、行業發展和商業銀行自身經營狀況均會對我國商業銀行不良貸款的產生一定的影響，本文運用Eviews軟件，采用面板數據模型對影響我國上市商業銀行不良貸款的因素進行實證研究。

(一)數據的選取和處理

根據國內外學者的研究成果并結合數據可得性，本文選取商業銀行不良貸款率作為被解釋變量，選取國民生產總值、貨幣供應量、貸款利率、制造業采購經理人指數、社會消費品零售總額、國房景氣指數、資本充足率、銀行規模、成本收入比、存貸比和撥備覆蓋率作為解釋變量探究上市商業銀行不良貸款的影響因素，具體指標選取如下表所示。

表1 變量的具體指標選取

樣本選擇方面，由于目前我國只有上市商業銀行的季度數據較為完整，且上市銀行占銀行業總資產的比例在50%左右，具有較高的代表性，因此本文選擇上市銀行作為研究對象。為了擴大時間跨度，剔除2010年后上市的農業銀行和光大銀行，選取了其余 14 家上市銀行2007 年第四季度至2016年第三季度為樣本區間。而數據來源方面，國民生產總值、貨幣供應量等宏觀因素來源于國家統計局官網，行業因素及商業銀行經營因素來自同花順iFinD數據庫。

通過描述性統計量檢驗發現，變量X1、X2、X5、X8相對其他變量具有很大的標準差，波動幅度過大。因此，在進行數據處理時，對于X1、X2、X5、X8使用自然對數，從而縮小變量的取值范圍，減小序列的波動性。

(二)平穩性檢驗

為了避免“偽回歸”的問題，在進行回歸前，需要對序列平穩性進行研究。本文采用ADF對各變量進行檢驗，檢驗結果如下表。

表2 各變量ADF檢驗結果

對各個變量做ADF檢驗結果表明這些時間序列中，社會消費品零售總額的對數lnX5和國房景氣指數X6所對應的P值大于0.05，即在5%的顯著性水平下拒絕原假設，表明這些序列是不平穩的，需要進一步對序列的一階差分做平穩性檢驗。在進行一階差分ADF檢驗以后，這2個變量的一階差分序列都為平穩序列，故而可以進行回歸分析。

(三)相關性檢驗

為了確保對被解釋變量解釋的準確性，在進行回歸分析前，需要進行自變量的相關性檢驗，以判斷是否存在多重共線性，對存在嚴重的多重共線性的解釋變量進行篩選。

從得到的相關系數矩陣可以發現，變量lnX1和lnX2之間的相關系數超過0.8，兩變量之間存在嚴重的多重共線性，因此刪去自變量lnX2。其余因變量之間的相關系數在可以接受范圍內，多重共線性不明顯。

(四)模型的確定

在對面板數據做回歸分析之前，要先確定模型的形式，使用F檢驗以確定是選擇混合數據模型還是固定效應模型，再使用Hausman檢驗以確定是選擇隨機效應模型還是固定效應模型，檢驗結果如下表所示。

表3 模型效應的檢驗

根據混合回歸模型和固定效應模型的F檢驗結果來看，P值小于0.05，拒絕了混合回歸模型的原假設，固定效應模型優于混合效應模型。固定效應模型和隨機效應模型的Hausman檢驗可以發現，P值同樣小于0.05，拒絕了隨機效應模型的原假設，固定效應模型優于隨機效應模型。綜上，本文采用固定效應模型。

(五)回歸分析

通過上面的分析，使用Eviews對 14 家上市銀行的數據使用固定效應模型進行回歸，得到結果如下表所示。

表4 面板數據回歸結果

由上表可以看出，上市銀行不良貸款率對各種因素進行回歸估計結果通過了F檢驗，且R方超過了50%，模型的擬合程度較好，表明本文使用的不良貸款影響因素模型具有一定的合理性。其中，由于對應的P值小于0.05，lnx1(GDP對數)、X3(貸款利率)、dlnx5(社會消費品零售總額對數增長率)、lnx8(銀行規模對數)、lnx9(成本收入比)以及x11(存貸比)對不良貸款率具有顯著性影響。

國民生產總值與不良貸款率之間相關系數為負，說明GDP增長，經濟處于景氣階段，各行業發展狀況良好，信貸風險降低，從而使得不良貸款率下降；貸款利率與不良貸款率之間相關系數為正，當貸款利率上升時，企業所負擔的利息增加，難以按時償還貸款，不良貸款率隨之上升；社會消費品零售總額增長率與不良貸款率之間的關系為負，增長率上升說明居民消費水平提高，對消費品的需求增大，批發零售業經營良好，經過產業鏈傳導，使得銀行的不良貸款率下降；銀行資產規模與不良貸款率呈正相關關系，當銀行擴大機構資產規模追求業務經濟效益時，往往會忽略對貸款的風險把控，從而導致銀行不良貸款率上升；不良貸款撥備覆蓋率和不良貸款率負相關，撥備覆蓋率越髙，說明銀行計提越高的資產減值準備金來面對不良貸款所帶來的損失，其風險抵御能力越強，不良貸款隨之減少，這與前文的假設相一致。但是，回歸結果表明不良貸款率與成本收入比呈現負相關關系，與假設不一致，雖然成本收入比低的銀行盈利能力較強，但這種盈利能力可能是通過投資風險收益高的企業而來的，這種經營方式潛在風險大，產生了較高的不良貸款率。

五、結論與建議

近年來，我國商業銀行整體的不良貸款率一直呈現上升趨勢，嚴重影響到整個銀行體系的穩定性。因此，研究不良貸款的影響因素，從根源上防范不良貸款的產生極為重要。

本文通過實證分析我們可以發現，我國上市商業銀行的不良貸款不僅受到國家經濟和行業發展狀況的影響，也與銀行自身行為密切相關。回歸結果表明，宏觀方面，國民生產總值對上市商業銀行的不良貸款率有負向影響；行業因素中，社會消費品零售總額增長率也與不良貸款率呈現負相關；銀行自身行為方面，成本收入比、撥備覆蓋率與不良貸款率負相關，而上市商業銀行的資產規模則與不良貸款率之間相關系數為正。因此，要對不良貸款率進行把控，必須從宏觀和微觀兩個方面同時著手。

外部環境方面應該全面促進經濟穩定增長，對于內需疲軟的現狀，可以采取政府投資等擴張性的政策來擴大內需，并進一步進行經濟體制改革，加大技術研發投入，大力扶持各行業創新發展，形成新的經濟增長點；同時，促進批發零售業的發展，推進商業經營特色的專業店和連鎖店建設，適應現階段居民多層次、多樣化、個性化的需求，刺激居民消費，營造穩定增長的經濟發展環境，使得借款人能夠及時償還貸款，減少不良貸款產生。此外，建立更加有效的監管體系也是必不可少的，監管當局應依據我國的金融發展狀況，加強宏觀審慎監管，將銀行資本的補充渠道、資本充足率和杠桿率納入監管體系中，確保銀行資本的流動性，進而控制不良貸款。

對于上市商業銀行自身來說，應該加強對風險的管理，除了加強對資產質量指標的監管外，應對風險管理體系進行創新，建立完善的風險預警機制以及差異化的風險管理技術，對于經濟下行期出現的不良貸款率上升趨勢，需要建立完整的信息反饋機制，及時制定應急預案。商業銀行在追求規模擴大時，不能盲目追求貸款量，更要注重自身資產質量和經營效率的運營。最后，上市商業銀行可以利用當前金融網絡化、電子化和人民幣國際化趨勢，增加境外業務盈利渠道，并不斷加強中間業務的創新發展，實現多元化經營。

[1]Blaschke W Jones M.T.,G.Majnoni and S.M.Peria.Stress testing of financial systems:an overview of issues,methodologies,and FSAP experiences[J].IMF Working Paper,1999.

[2]Clair Robert T.Loan Growth and Loan Quality:Some Preliminary Evidence from Texas Banks[J].Economic Review-Federal Reserve Bank of Dallas,1992(3).

[3]John S.Jordan.Problem Loans at New England B-anks,1989 to1992:Evidence of Aggressive Loan Policies[J].New England Economic Review,1998(2).

[4]Kregel J.A.Margins of Safety and Weight of the Argument in Generating Finaneial Fragility[J].Journal of Economies Issues,1997,31(2).

[5]María Fabiana Penas,Günseli Tümer-Alkan.Bank Disclosure and Market Assessment of Financial Fragility:Evidence from Turkish Banks’Equity Prices[J].Journal of Financial Services Research,2010(2).

[6]Minsky Hyman P.Longer waves in financial relations:financial factors in the more severe depressions II[J].Journal of Economic Issues,1995(3)．

[7]Steave Cheol.Theory of credit risk and securitization of non-performing loans[J].Journal of Financial and Quantitative Analysis,2002(3).

[8]Simon H.Kwan.Operating performance of banks among Asian economies:An international and time series comparison[J].Journal of Banking & Finance,2003(9)．

[9]程銘.不良貸款對我國銀行體系脆弱性影響研究[D].哈爾濱工程大學,2010.

[10]何偉.我國商業銀行不良貸款管理研究[J].時代金融,2011(6):P6.

[11]張娜.我國商業銀行不良貸款率對CPI的影響——基于市場機制視角[D].廣東財經大學,2013.

[12]劉艷梅.我國國有商業銀行不良貸款影響因素的實證分析[J].時代金融,2015(5):P93-94.

[13]郭家.基于Wilson模型的商業銀行信用風險壓力測試實證研究[D].西南財經大學,2013.

[14]楊靖.逆向選擇視角下我國商業銀行不良貸款成因分析與防范思考[J].發展研究,2014(12):P36-39.

[15]宋娟.次貸危機以來我國商業銀行不良貸款率行業因素分析[D].蘇州大學,2016.

[16]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[D].吉林大學,2015.

[17]易澳妮.我國商業銀行不良貸款影響因素的實證研究[J].金融經濟,2016(16):P116-118.

[18]崔苧心,李子聯.我國商業銀行不良貸款率影響因素研究[J].中共南京市委黨校學報,2016(3):P43-50.