關于降低我國商業銀行不良貸款率路徑思考

廖潔

摘要：近年來我國商業銀行不良貸款率持續上升，本文選取16家商業銀行面板數據，針對靜態面板計量模型實證結論，提出堅持貨幣政策市場化、推動產業結構升級、減輕企業稅收負擔、優化銀行信貸結構等建議。

關鍵詞：不良貸款率 貨幣政策 產業結構升級 企業稅收負擔

一、引言

自2011年起，我國商業銀行不良貸款余額和不良貸款率開始由“雙降”向“雙升”態勢轉換，銀監會數據顯示，2018年我國商業銀行不良貸款余額共計20254億元，同比增長18.74%，不良貸款率上升至1.83%。現有國內外文獻主要從宏微觀兩個角度探討商業銀行不良貸款成因。Minsky P.Hyman（1995）認為當經濟由繁榮轉向衰退時，商業銀行不良貸款余額因此上升。Makri，Tsagkanos（2014）通過研究歐元區的銀行體系，發現經濟總量、經濟政策等因素會影響到商業銀行的不良貸款規模。鄒克和蔡曉春（2017）的實證結果也表明寬松貨幣政策可降低銀行不良貸款率。孫光林（2017）認為企業存貨規模越大，企業產能利用率越低，商業銀行不良貸款率越高，強調加快去產能步伐。崔傅成（2018）研究表明經濟新常態背景下，提高經濟增長質量有利于降低商業銀行不良貸款率。當前我國商業銀行不良貸款反彈壓力較大，不良貸款率極有可能繼續上升。因此針對不良貸款成因，探討減少銀行不良貸款的政策建議，具有重要的現實意義。

二、理論分析與研究假說

（一）貨幣政策影響商業銀行不良貸款率

當央行實施寬松貨幣政策，增加貨幣供應量，會降低市場利率和企業資金借貸成本，提高企業盈利能力和債務清償能力，降低銀行不良貸款率，同時銀行擴張信貸規模會稀釋不良貸款率，短時間內不良貸款率進一步下降。當央行實施緊縮貨幣政策，減少貨幣供應量，會提高市場利率和企業資金借貸成本，導致企業收益下降甚至出現虧損，提高商業銀行不良貸款率。因此本文提出假說H1：寬松的貨幣政策能抑制不良貸款率。

（二）產業結構升級影響商業銀行不良貸款率

產業結構升級對商業銀行不良貸款的影響是不確定的。一方面，產能過剩行業企業的初始產能利用率不能達到飽和狀態，其擴大的產能也被閑置，企業資產周轉率和盈利能力下降（孫光林，2017）。產業結構升級可能會加速部分企業信貸風險暴露，提高商業銀行不良貸款率。另一方面，產業結構升級會增加企業產品附加值，提高企業生產效益和債務清償能力。同時在產業轉型過程中，商業銀行也傾向將信貸資金投向科技含量高和綠色低碳的新興產業（丁浩，2018），提高信貸資產質量，降低不良貸款率。因此，本文提出假說H2：產業結構升級能抑制不良貸款率。

（三）企業技術創新影響商業銀行不良貸款率

技術創新通過影響企業利潤和企業融資成本，進而影響到商業銀行不良貸款率。一方面，技術創新能顯著降低企業產品生產成本，同時技術創新可以提高產品技術含量和產品質量，促進企業利潤的增長（胡寶亮，2012）。另一方面，技術創新可明顯降低企業債務融資成本（劉天寶，2018）。即技術創新在提高企業利潤同時降低企業債務融資成本，使企業經營能力和債務清償能力上升，最終使商業銀行不良貸款率下降。因此，本文提出假說H3：企業技術創新能抑制不良貸款率。

（四）企業稅收影響商業銀行不良貸款率

稅收是政府對企業利潤的強制分享，會直接減少企業可自行支配收入，致使企業的外部融資需求和成本增加，同時，企業在面對稅收政策調整時，可能會對資源、技術和資產等生產要素進行低效率配置，導致企業經營績效下降。企業績效下降會使企業債務清償能力下降，提高銀行不良貸款率。另一方面，稅務人員在稅務檢查過程中要求非正式支付的行為顯著增加了企業稅收負擔（高文斌，2019），從而影響到企業留存收益、現金流和融資成本，降低企業的經營效益和債務清償能力，提高銀行不良貸款率。因此，本文提出假說H4：企業稅收能提升不良貸款率。

三、研究設計

（一）變量設計及說明

本文選取2008年到2017年共10年的數據，本文核心解釋變量為貨幣和準貨幣供應量（M）、產業結構升級指數（TS）、企業專利申請受理量（TE）和企業納稅額（TAX）;被解釋變量為不良貸款率（NPL）;控制變量分別為國內生產總值增速（GDP）、商業銀行的資本回報率（ROA）、資本充足率（CAR）、存貸比（DLR）。所有數據來自于國家統計局網站和16家商業銀行年度報表。

（二）模型設定和回歸

1.模型設定如下：

2.樣本的初步估計結果見表1：

3.回歸結果和分析如下。

由表3可得出模型的回歸方程：

（1）貨幣供應量（M）對不良貸款率（NPL）的影響為負，且十分顯著。說明增加貨幣供應量有利于抑制商業銀行不良貸款率，這與假設H1是一致的。

（2）產業結構升級指數（TS）對不良貸款率（NPL）的影響為正，且十分顯著，即產業結構升級不利于降低不良貸款率，這與假設H4以及丁浩（2018）等的實證結果相悖。這主要是“四萬億計劃”后遺癥以及企業環保成本上升背景下，產業結構升級的推進致使產能過剩行業經營風險暴露，致使企業經營效益和償債能力下降，商業銀行不良貸款率上升。

（3）企業專利申請受理量（TE）與不良貸款率（NPL）呈負相關關系，且非常顯著，即企業技術創新有利于降低不良貸款率，與假設H3一致。同時，企業納稅額（TAX）與不良貸款率（NPL）成負相關關系，且十分顯著，即企業稅收負擔越重，不良貸款率越高，與假設H4一致。

（4）GDP增長率（GDP）對不良貸款率（NPL）的影響為正，且十分顯著，實證結果與鄒克等（2017）的實證結果相悖。這主要是“四萬億計劃”弊端顯現，大量行業產能過剩，企業生產效益和償債能力下降，不良貸款率隨之上升。

四、結論及政策建議

基于上述實證分析，本文提出以下政策建議：

第一，堅持貨幣政策市場化，政府始終堅持宏觀經濟政策調控以市場化導向，調動市場積極性，同時使貨幣政策、財政政策、產業政策多種政策等密切配合，形成多方聯動，充分調動市場積極性，從而引導當前經濟結構進行優化調整，為宏觀經濟增長提供充足動力。

第二，推動產業結構升級，政府必須轉變現有發展模式，從注重經濟規模數量、高耗能的發展模式向注重經濟發展質量、資源節約可持續發展模式轉變，推動制造業綠色化和智能化，構建綠色制造業體系，同時政府要大力扶持發展現代服務業，以技術創新帶動現代服務業產業整體創新和產業結構升級。

第三，減輕企業稅收負擔。國家應繼續推進稅務制度改革，調整減稅政策使減稅政策效用最大化;稅務機關要使其征稅管理活動規范化，減少企業因不規范的稅收征管活動產生的非正式支出;在現行的稅務制度下，企業應進行稅收籌劃工作，通過合理的避稅、節稅行為維護其合法權益。

第四，優化銀行信貸結構。商業銀行必須優化信貸結構，實施有差別的信貸政策，對中高端行業提供優先貸款權，對產能過剩的低端行業，嚴格控制其信貸授信管理和信貸額度，并提高產能嚴重過剩行業貸款標準和貸后管理力度，同時商業銀行可重新設定銀行信貸邊界，將綠色新興行業作為其重要貸款對象，引導企業走綠色發展道路，發展綠色金融。

參考文獻：

[1]Minsky Hyman P.Longer waves in financial relations：financial factors In the more severe depressions II[J].Journal of Economic issues，1995（3）：54-57.

[2]Makri，Tsagkanos，Bellas.Determinants of non-performing loans[J].The case of Eurozone Panoeconomicus，2014，61（2）：193-206.

[3]鄒克，蔡曉春.不良貸款率影響因素的實證分析——基于2005—2014年省級面板數據[J].金融理論與實踐，2017（02）：10-18.

[4]孫光林，王海軍，王雪標.經濟波動、產能過剩與商業銀行不良貸款——基于PVAR模型的實證分析[J].經濟問題探索，2017（06）：138-145.

[5]崔傅成，陶浩.經濟新常態下我國商業銀行不良貸款的成因及對策[J].經濟體制改革，2018（04）：139-145.

（作者單位：長沙理工大學 ）