經(jīng)濟周期與我國商業(yè)銀行資產(chǎn)質(zhì)量的關(guān)系研究

經(jīng)濟周期與我國商業(yè)銀行資產(chǎn)質(zhì)量的關(guān)系研究

張曉茜

2007年由美國次貸危機掀起的全球性金融危機對世界各地大型和老牌銀行的穩(wěn)健性造成了巨大沖擊和負影響，引起了業(yè)界、學界和管理層對于經(jīng)濟周期和商業(yè)銀行資產(chǎn)質(zhì)量關(guān)系的重點關(guān)注，本文選取GDP同比增長率來作為經(jīng)濟周期的代理變量，選擇不良貸款率作為商業(yè)銀行資產(chǎn)質(zhì)量的代理變量，以面板模型研究了16家銀行2007-2014年資產(chǎn)質(zhì)量對經(jīng)濟周期的面板影響，結(jié)果發(fā)現(xiàn)資產(chǎn)質(zhì)量顯著正向影響經(jīng)濟周期。最后，全方位、綜合性政策建議。

經(jīng)濟周期；資產(chǎn)質(zhì)量；面板模型

1.引言

2007年由美國次貸危機掀起的全球性金融危機對世界各地大型和老牌銀行的穩(wěn)健性造成了巨大沖擊和負影響，引起了業(yè)界、學界和管理層對于經(jīng)濟周期和商業(yè)銀行資產(chǎn)質(zhì)量關(guān)系的重點關(guān)注。事實上，一般情況下，經(jīng)濟周期對商業(yè)銀行資產(chǎn)質(zhì)量的影響有以下特征：當經(jīng)濟周期處于擴張、上行階段，商業(yè)銀行的資產(chǎn)質(zhì)量是提升的，當經(jīng)濟周期處于萎縮、下滑階段，商業(yè)銀行的資產(chǎn)質(zhì)量是下降的。同時當商業(yè)銀行資產(chǎn)質(zhì)量提升時，又會促使經(jīng)濟進一步擴張，當商業(yè)銀行資產(chǎn)質(zhì)量下降，經(jīng)濟進一步萎縮，如此循環(huán)。因此，尤其是在經(jīng)濟周期在當今社會表現(xiàn)出周期時間短，波動程度大，影響范圍廣，沖擊力強的特點，更容易對商業(yè)銀行的資產(chǎn)質(zhì)量產(chǎn)生重大影響，危及整個宏觀經(jīng)濟系統(tǒng)的穩(wěn)定性，造成社會福利的下降，給居民收入、就業(yè)情況以及監(jiān)管層管理帶來嚴峻考驗，商業(yè)銀行自身也必須不斷調(diào)整信貸策略、加強風險防范能力，否則將面臨虧損和破產(chǎn)倒閉的風險。

在全球性的金融海嘯沖擊中，我國作為全球第二大經(jīng)濟體，不可避免的受到了嚴重影響，在2008年年底，國務(wù)院出臺了4萬億的一攬子經(jīng)濟刺激計劃，同時央行積極實行積極寬松的貨幣政策和信貸政策，由于4萬億的資金全部來源于商業(yè)銀行的貸款，因此，很大程度上刺激了國內(nèi)商業(yè)銀行擴張信貸的意愿和情緒，但是隨后四萬億刺激計劃的滯后效應(yīng)以及國內(nèi)外經(jīng)濟形勢的繼續(xù)不樂觀，使經(jīng)濟再次陷入下滑，2010年到2014年，GDP增速一直下降，到2014年時為近20年以來的最低值7.4%。同時，作為我國金融系統(tǒng)最主要的參與者商業(yè)銀行，其資產(chǎn)質(zhì)量也在經(jīng)濟周期的劇烈波動中，受到嚴重影響。不難看出，經(jīng)濟的周期性波動確實在一定程度上會對商業(yè)銀行的資產(chǎn)質(zhì)量產(chǎn)生影響。

2.國內(nèi)外文獻綜述

在資產(chǎn)質(zhì)量與經(jīng)濟周期的關(guān)系上，國外學者進行了深入研究。Minsky Hyman P(1995)1提出在經(jīng)濟增長和繁榮的時候，企業(yè)往往會去增加負債，以獲得更多的收益和利潤，而一旦經(jīng)濟出現(xiàn)衰退和蕭條時，會因為沒有足夠的現(xiàn)金流動性來對負債進行清償，從而引起了銀行不良貸款率的上升，影響銀行整體的資產(chǎn)質(zhì)量。Cair(1992)2和Gonzalez(1997)3通過對宏觀經(jīng)濟和銀行資產(chǎn)數(shù)據(jù)的分析研究，認為銀行不良貸款率的上升與銀行過高的信貸投放是密切相關(guān)的。Pauer (2001)4對北歐四國發(fā)生的經(jīng)濟危機進行了探討，提出不良貸款率、新增壞賬率的上升會使銀行發(fā)生危機，從而對宏觀經(jīng)濟面產(chǎn)生巨大沖擊。Valckx(2003)5通過歐洲一些國家的商業(yè)銀行的不良貸款率、資產(chǎn)充足率等體現(xiàn)資產(chǎn)質(zhì)量的指標對經(jīng)濟波動的影響，發(fā)現(xiàn)這些指標會很大程度上影響經(jīng)濟、利率等宏觀經(jīng)濟指標。Gambacorta(2003)6通過以美國銀行業(yè)作為研究對象，發(fā)現(xiàn)美國銀行業(yè)總體新增壞賬對經(jīng)濟有顯著作用，并具有很好的預(yù)測效果。Jimenez(2005)7發(fā)現(xiàn)信貸的快速增長會導(dǎo)致不良貸款率的上升，從而使經(jīng)濟增長出現(xiàn)由快而減慢的趨勢。Fofack(2005)8以非洲國家的商業(yè)銀行作為研究對象，探討了非洲商業(yè)銀行不良貸款產(chǎn)生的原因，主要是因為經(jīng)濟結(jié)構(gòu)問題、GDP增長率、匯率以及相關(guān)的利率差等因素引起的。Jimenez and Saurina(2005)9分析了西班牙銀行部門不良貸款率發(fā)生的原因，主要受到經(jīng)濟增長率、授信條件以及市場化的利率等因素影響。邁克爾·佩蒂斯(2009)10從中國政府對銀行的干預(yù)來研究商業(yè)銀行不良貸款增加的原因，提出中國政府通過減少稅收、維持存貸低利率來保護銀行利益，降低銀行運營成本，但這會導(dǎo)致銀行的信貸猛增，從而對消費和長期經(jīng)濟發(fā)展產(chǎn)生不利影響。Reinhart and Rogoff(2009)11通過對比歷史上發(fā)生的金融危機，歸納了金融危機發(fā)生的共同本質(zhì)因素，即存在過度舉債。由于政府、銀行、企業(yè)和消費者的過度舉債，使得經(jīng)濟在繁華時期積累了巨大的系統(tǒng)性風險。國內(nèi)研究方面，謝冰(2009)12通過相關(guān)性分析和主成分分析法，對2004年-2009年的季度不良貸款率進行分析，以研究宏觀經(jīng)濟層面的因素對銀行不良貸款的影響程度。結(jié)果發(fā)現(xiàn)，不良貸款率與宏觀經(jīng)濟因子是顯著負相關(guān)，其中進出口總額、社會消費品零售總額影響程度和共享最大，因此，可以通過增大內(nèi)需、優(yōu)化宏觀外部信用環(huán)境等措施來降低銀行業(yè)的不良貸款率。李思慧和顏向農(nóng)(2009)13選取了GDP、固定投資總額、社會消費品零售總額和進出口總額來探討宏觀經(jīng)濟與不良貸款之間的關(guān)系，發(fā)現(xiàn)宏觀經(jīng)濟的增長有利于減小不良貸款率。李俊峰(2010)14建立VAR模型分析了商業(yè)銀行不良貸款率與經(jīng)濟增長之間的影響，發(fā)現(xiàn)不良貸款的變化滯后于經(jīng)濟周期，即不良貸款可以有國內(nèi)生產(chǎn)總值來調(diào)節(jié)，新貸款成為不良貸款是有時滯效應(yīng)的。李宏瑾(2014)15提出經(jīng)濟增長很可能是引起不良貸款增加的原因，兩者之間應(yīng)該呈現(xiàn)正相關(guān)關(guān)系，并通過對166個不同發(fā)展水平國家的不良貸款率數(shù)據(jù)進行截面對比分析，研究發(fā)現(xiàn)經(jīng)濟增長確實對銀行業(yè)的不良貸款率增加具有顯著的正相關(guān)因果關(guān)系，而制度水平的高低決定了不良貸款率與自然貸款率之間的區(qū)別。

通過上面的文獻綜述，可以發(fā)現(xiàn)發(fā)達國家對于經(jīng)濟周期的理解以及經(jīng)濟周期與銀行資產(chǎn)質(zhì)量關(guān)系的文獻已比較豐富，但是我國由于歷史、體制的原因，經(jīng)濟周期與銀行資產(chǎn)質(zhì)量的問題一直都是學界的研究熱點，因此，探究經(jīng)濟的周期性波動與商業(yè)銀行的資產(chǎn)質(zhì)量之間關(guān)系具有重要意義。

3.銀行資產(chǎn)質(zhì)量對經(jīng)濟周期的面板分析

3.1 我國商業(yè)銀行資產(chǎn)質(zhì)量統(tǒng)計分析

本文選擇不良貸款率作為資產(chǎn)質(zhì)量的代理變量。以平安銀行、寧波銀行、浦發(fā)銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業(yè)銀行、北京銀行、農(nóng)業(yè)銀行、交通銀行、工商銀行、光大銀行、建設(shè)銀行、中國銀行、中信銀行16家銀行2007-2014年數(shù)據(jù)作為樣本。具體指標包括GDP同比增長率(GDP)、不良貸款率(NPL)、資產(chǎn)規(guī)模(AS)、資產(chǎn)負債率(LEV)、資產(chǎn)收益率(ROA)統(tǒng)計性描述如下表1：

表1 相關(guān)描述性統(tǒng)計

3.2 面板數(shù)據(jù)的平穩(wěn)性分析

由于直接由客觀數(shù)據(jù)形成的經(jīng)濟變量通常是非平穩(wěn)變量，而直接采用非平穩(wěn)變量進行回歸會出現(xiàn)偽回歸現(xiàn)象，從而不能真正客觀的反映和解釋問題，尤其是涉及現(xiàn)實經(jīng)濟數(shù)據(jù)較多面板數(shù)據(jù)，出現(xiàn)偽回歸的概率更大，因此為了避免這類現(xiàn)象在進行實證分析之前要進行數(shù)據(jù)平穩(wěn)性檢驗。

面板數(shù)據(jù)的平穩(wěn)性檢驗方法與時間序列數(shù)據(jù)的平穩(wěn)性檢驗方法不同，通常時間序列數(shù)據(jù)的平穩(wěn)性檢驗的方法都是釆取單位根檢驗，而面板數(shù)據(jù)的平穩(wěn)性檢驗方法大體上有兩種：一種是首先對面板數(shù)據(jù)序列進行假設(shè)，認為每一個序列都含有—個共同的單位根，由此檢驗過程就變成對共同單位根進行檢測的過程，也稱為同質(zhì)單位根檢驗。釆用這種原理的檢驗方法主要有HT檢驗、LLC檢驗、Hadri檢驗以及Breitung檢驗等；另一種平穩(wěn)性檢驗方法所釆取的原理與之相反，即對面板數(shù)據(jù)序列假定各個序列的單位根不同，則單位根檢驗的過程就變成個體單位根的檢驗過程，或者稱為異質(zhì)單位根檢驗。以這種原理為基礎(chǔ)的檢驗方法有ADF-Fisher檢驗、IPS檢驗以及PP-Fisher檢驗等。

首先對GDP同比增長率(GDP)、不良貸款率(NPL)、資產(chǎn)規(guī)模(AS)、資產(chǎn)負債率(LEV)、資產(chǎn)收益率(ROA)進行平穩(wěn)性檢驗，結(jié)果如下表2：

表2 面板數(shù)據(jù)單位根檢驗

注：***，**，*分別表示在1%，5%，10%的顯著性水平上拒絕存在單位根原假設(shè)。

GDP、NPL、AS、LEV、ROA在1%的顯著性水平下拒絕存在單位根原假設(shè)，即GDP、NPL、AS、LEV、ROA都是平穩(wěn)序列。

3.3 面板數(shù)據(jù)的回歸模型

面板數(shù)據(jù)模型的選擇通常有三種形式：一種是混合估計模型(Pooled Regression Model)。如果從時間上看，不同個體之間不存在顯著性差異；從截面上看，不同截面之間也不存在顯著性差異，那么就可以直接把面板數(shù)據(jù)混合在一起用普通最小二乘法(OLS)估計參數(shù)。一種是固定效應(yīng)模型(Fixed Effects Regression Model)。如果對于不同的截面或不同的時間序列，模型的截距不同，則可以采用在模型中添加虛擬變量的方法估計回歸參數(shù)。一種是隨機效應(yīng)模型(Random Effects Regression Model)。如果固定效應(yīng)模型中的截距項包括了截面隨機誤差項和時間隨機誤差項的平均效應(yīng)，并且這兩個隨機誤差項都服從正態(tài)分布，則固定效應(yīng)模型就變成了隨機效應(yīng)模型。

在面板數(shù)據(jù)模型形式的選擇方法上，我們經(jīng)常采用F檢驗決定選用混合模型還是固定效應(yīng)模型，然后用Hausman檢驗確定應(yīng)該建立隨機效應(yīng)模型還是固定效應(yīng)模型。下圖是F檢驗：

圖1 面板模型F檢驗

由于上圖最后一行F檢驗的P值為0.9426，故接受原假設(shè)，即混合回歸優(yōu)于固定回歸模型。

再進行Hausman檢驗：

圖2 面板模型Hausman檢驗

由于P值為0.0993，可以決絕原假設(shè)，認為使用固定效應(yīng)模型比隨機效應(yīng)模型好。

綜上可知，應(yīng)使用混合效應(yīng)模型。具體模型結(jié)果為：

圖3 面板混合效應(yīng)模型結(jié)果

由上可知，NPL顯著正向影響GDP，lev顯著負向影響GDP，而GDP與AS和ROA相關(guān)性不顯著。

4.結(jié)論與政策建議

2007年由美國次貸危機掀起的全球性金融危機對世界各地大型和老牌銀行的穩(wěn)健性造成了巨大沖擊和負影響，引起了業(yè)界、學界和管理層對于經(jīng)濟周期和商業(yè)銀行資產(chǎn)質(zhì)量關(guān)系的重點關(guān)注，本文選取GDP同比增長率來作為經(jīng)濟周期的代理變量，選擇不良貸款率作為商業(yè)銀行資產(chǎn)質(zhì)量的代理變量，以面板模型研究了16家銀行2007-2014年資產(chǎn)質(zhì)量對經(jīng)濟周期的面板影響，結(jié)果發(fā)現(xiàn)資產(chǎn)質(zhì)量顯著正向影響經(jīng)濟周期。因此，保持一個平穩(wěn)、可持續(xù)的經(jīng)濟發(fā)展趨勢可以減弱不良貸款的波動。宏觀上，需要優(yōu)化整個金融生態(tài)環(huán)境，加強法制社會的建設(shè)，加快市場經(jīng)濟體制的完善，尤其是要完善社會信用體系，降低信息不對稱造成的道德風險和逆向選擇，微觀上，需要從完善商業(yè)銀行自身建設(shè)開始，建立風險預(yù)警和防范機制，加強對于信貸發(fā)放的監(jiān)控，減少不良貸款這種“金融污染”對金融體系乃至整個社會福利造成的損害。

(中國人民大學農(nóng)業(yè)與農(nóng)村發(fā)展學院，北京 100872；華夏銀行成都分行，四川 成都 610011)

[1] Minsky Hyman P.Longer waves in financial relations：financial factors in the more depressionⅡ[J].Journal of economic Issues.1995.29(3).83-96.

[2] Clair Robert T.Loan growth and Loan Quality：Some Preliminary Evidence from TexSCALE Banks[J].Economic Review-Federal Reserve Bank of DallSCALE，Third Quarter，1992：8-22.

[3] Brenda Gonzalez-Hermosillo，Ceyla PazarbSCALEioglu，Robert Billings.Determinants of bankings ystem fragility：A cSCALEe study of mexico[J].International Monetary Fund Staff papers.Sep 1997，44，3.295-315.

[4] Pauer F.Arpa M，Giulini I，Ittner A.The influence of macroeconomic developments on Austrian banks：implications for banking supervision[J].BIS Papers BSCALEel，March，2001.

[5] Valckx，D.D.Jensen，mode-locking and international business cycle transmission[J].Journal of

Economic Dynamics and Control，2003，23，591-618.

[6] Gambacorta L.and Mistrulli P.E，Bank Capital and Lending Behaviour：Empirical Evidence

for Italy[J].Bancad Italia-Temi discussione，486，Rome，2003.

[7] Jimenez，G，Saurina，J.Collateral，type of lender and relationship banking SCALE determinants of credit risk[J].Journal of Banking and Finance，2004，28(9)：2191-2212.

[8] Fofack.Capital Structure and SCALEset Prices：Some Effects of Bankruptcy Procedures[J].Journal of Business，2005(77)：387-411.

[9] Jimenez and Saurina.A Framework for Macro Stress-testing the Credit Risk Banks in Spanish[J].The Journal of Risk Model Validation，2005(6)：3-23.

[10] 邁克爾·佩蒂斯.不良貸款增加嚴重威脅中國經(jīng)濟長期增長[J].海外經(jīng)濟評論，2009(19).

[11] Reinhart，C.and K.Rogoff (2009)：This Time is Different，Princeton University Press.

[12] 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(162)：22-26.

[13] 李思慧，顏向農(nóng).商業(yè)銀行不良貸款與宏觀經(jīng)濟因素相關(guān)性實證分析[J].時代金融，2007(8)：45-46.

[14] 李俊峰.商業(yè)銀行不良貸款率對經(jīng)濟周期的時滯分析[J].商業(yè)現(xiàn)代化，2010(8)：159.

[15] 李宏瑾.不良貸款、經(jīng)濟增長與制度[J].金融評論，2014(5)：1-15.