新常態(tài)下商業(yè)銀行不良貸款率的影響因素

孫佳怡

（上海工程技術(shù)大學(xué)，上海 201620）

一、研究背景

當(dāng)前，中國宏觀經(jīng)濟(jì)正在從高速增長期轉(zhuǎn)移到中高速增長期。商業(yè)銀行的不良貸款有上升趨勢(shì)，不良貸款涉及經(jīng)濟(jì)周期性變動(dòng)和經(jīng)濟(jì)發(fā)展水平，與兩者同處于反向變化趨勢(shì)，同時(shí)與經(jīng)濟(jì)的周期性繁榮、產(chǎn)業(yè)鏈位置、產(chǎn)業(yè)競爭力和中國家庭的產(chǎn)業(yè)政策密切相關(guān)，還與企業(yè)自身管理和商業(yè)銀行運(yùn)營機(jī)制有關(guān)。中國經(jīng)濟(jì)已經(jīng)進(jìn)入“新常態(tài)”了，經(jīng)濟(jì)的轉(zhuǎn)換和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整導(dǎo)致了不良貸款的增加。這不僅會(huì)影響商業(yè)銀行的流動(dòng)性、利潤和安全程度，還不利于我國的金融系統(tǒng)穩(wěn)定。

我國改革開放已經(jīng)進(jìn)入深水期，經(jīng)濟(jì)上升速度已經(jīng)明顯放緩，并且國家在井然有序地調(diào)整經(jīng)濟(jì)架構(gòu)，供給側(cè)改革也日漸深入。商業(yè)銀行的日常運(yùn)營工作受不良貸款問題影響嚴(yán)重，經(jīng)常性地會(huì)引發(fā)銀行危機(jī)。在經(jīng)濟(jì)發(fā)展轉(zhuǎn)換、換代期間，我國經(jīng)濟(jì)體由于相關(guān)制度和技術(shù)的原因，產(chǎn)生了大量的不良貸款。受我國國情和目前的經(jīng)濟(jì)發(fā)展?fàn)顩r影響，商業(yè)銀行的不良貸款率持續(xù)上升，影響了整個(gè)金融行業(yè)。目前，如何解決不良貸款問題成為商業(yè)銀行發(fā)展的瓶頸。應(yīng)盡快制定應(yīng)對(duì)風(fēng)險(xiǎn)的對(duì)策，增強(qiáng)金融部門快速發(fā)展的能力。

時(shí)值2016 年年底，15 123 億元的不良貸款是由我國所給出，這還導(dǎo)致了1.81%的不良貸款率，這是近7年來的最高金額。截至2018 年年底，中國商業(yè)銀行的不良貸款率正在逐步邁向2%水平線，這是十分危險(xiǎn)的信號(hào)。我國商業(yè)銀行貸款中，正常類貸款占比95.31%、剩余占比4.69%是余下四類不良貸款率的總和。在2019 年年末，我國商業(yè)銀行不良貸款已經(jīng)高達(dá)2.41 萬億元，較上季度上升463 億元，商業(yè)銀行不良貸款率達(dá)到1.86%。近年來，中國商業(yè)銀行的不良貸款比例不斷上升。預(yù)防金融危害的首要方法就是要減少不良貸款，這也是確保改革能夠有效推行的重要因素。本文從銀行日常經(jīng)營管理出發(fā)，分析市場法則，探究為何近年來不良貸款率逐漸上升，背后是哪些因子在起作用，只有這樣，才能有的放矢，解決不良貸款率的問題。

二、實(shí)證分析

（一）變量選取

為了進(jìn)行商業(yè)銀行不良貸款率的影響成因?qū)嵶C分析，本文摘取2011—2018 年間，16 家上市商業(yè)銀行的各項(xiàng)數(shù)據(jù)，采用平衡面板數(shù)據(jù)建立回歸模型，同時(shí)對(duì)所有數(shù)據(jù)取對(duì)數(shù)以更準(zhǔn)確地得出回歸結(jié)果。本文以2011—2018 年的季度數(shù)據(jù)為樣本，共計(jì)1 392 個(gè)觀測(cè)數(shù)據(jù)，進(jìn)行平均化處理。實(shí)際操作方法是，把16 家上市銀行的不良貸款率平均化處理后用作被解釋變量NPL，以制造業(yè)貸款需求指數(shù)INDEX、存貸比LDR、撥備覆蓋率PCR、成本收入比CIR、資本充足率CAR、凈息差NIM、貨幣供給增長率M2、匯率水平EXRATE、總資產(chǎn)SIZE、GDP 增長率作為解釋變量，創(chuàng)建回歸模型以此研究，這些因子的變動(dòng)是否會(huì)對(duì)不良貸款率產(chǎn)生影響。在這些數(shù)據(jù)里，制造業(yè)貸款需求指數(shù)、貨幣供給增加量M2 數(shù)據(jù)來源于中國人民銀行官網(wǎng)，GDP 數(shù)據(jù)來源于中國統(tǒng)計(jì)局官網(wǎng)，其他數(shù)據(jù)均來自16 家銀行年報(bào)和半年報(bào)，見下頁表1。

表1 變量與指標(biāo)選取

解釋變量1：國內(nèi)生產(chǎn)總值增長率。本文選擇國內(nèi)生產(chǎn)總值增長率，用這個(gè)標(biāo)志來量度國內(nèi)國民經(jīng)濟(jì)。國內(nèi)生產(chǎn)總值增長率越大，那么不良貸款率越小。

解釋變量2：貨幣供應(yīng)量增長率。選擇這一標(biāo)志是用來量度國民經(jīng)濟(jì)政策變化的一個(gè)指標(biāo)。

解釋變量3：撥備覆蓋率。如果一個(gè)銀行本身的風(fēng)險(xiǎn)防范意識(shí)較弱，那么不良貸款就會(huì)乘虛而入，悄然形成。所以，本文選擇撥備覆蓋率作為量度銀行防范危險(xiǎn)的一個(gè)標(biāo)志。

解釋變量4：資本充足率。資本水平較弱的銀行更容易產(chǎn)生較大的不良貸款。所以，本文用一個(gè)量度資本水平的標(biāo)志，那就是資本充足率。

解釋變量5：成本收入比。不良貸款的提高一定程度上受到銀行成本效能變小的作用。所以本文采用成本收入比作為量度商業(yè)銀行的管理效率的指標(biāo)。

解釋變量6：存貸比。有一些喜好風(fēng)險(xiǎn)的銀行，它的不良貸款率往往會(huì)大于不喜歡風(fēng)險(xiǎn)的銀行的不良貸款率。所以，本文選取存貸比作為量度銀行風(fēng)險(xiǎn)喜好的指標(biāo)。

解釋變量7：凈息差。凈息差越大，不良貸款率越小。

解釋變量8：銀行規(guī)模。如果一個(gè)銀行只顧追求拓寬自身規(guī)模，卻忽視對(duì)于自己風(fēng)險(xiǎn)的防控，那么它一定會(huì)導(dǎo)致不良貸款的增大。所以，本文選取銀行資產(chǎn)規(guī)模，用來表示銀行資產(chǎn)規(guī)模的大小。

解釋變量9：匯率水平，即每單位美元可兌換的人民幣數(shù)額。如果匯率水平下降了，就表明人民幣將升值。如果國家的經(jīng)濟(jì)發(fā)展前景十分良好，那么不良貸款將變小，不良貸款率就會(huì)下降。

解釋變量10：制造業(yè)貸款需求指數(shù)。制造業(yè)貸款數(shù)額占比最大且連年上升。

（二）模型建立

本文選取的都是平衡面板數(shù)據(jù)，通過這些數(shù)據(jù)，建立相關(guān)模型如下：

本文利用此模型，對(duì)于所選取的數(shù)據(jù)進(jìn)行多元回歸分析，研究各類影響因子對(duì)于不良貸款率的作用程度。

（三）多元回歸分析

經(jīng)由Eviews 軟件，選擇OLS 最小二乘法對(duì)32 個(gè)樣本點(diǎn)數(shù)據(jù)進(jìn)行回歸分析，具體的回歸結(jié)果如表2 所示。

表2 多元回歸分析結(jié)果

在顯著水平=5%的情況下，PCR、LDR、SIZE、GDP增長率、貨幣供應(yīng)量增長率M2，共5 項(xiàng)數(shù)據(jù)的收尾值從上表中可以看出，分別是0.0000、0.0048、0.0250、0.0162、0.0001，都比0.1 小，基本上都檢驗(yàn)合格，但是匯率水平、成本收入比、凈息差、資本充足率、制造業(yè)貸款需求指數(shù)收尾值分別為0.6693、0.4355、0.3170、0.1750、0.8307，這些數(shù)值都比0.1 大，沒有承受住顯著性差異的檢驗(yàn)。不過根據(jù)這個(gè)模型的整體回歸情況判斷，P 值比0.1小。因此，雖然這5 個(gè)解釋變量并沒有經(jīng)受住檢驗(yàn)，但它們5 個(gè)并沒有影響到這個(gè)模型整體的準(zhǔn)確程度。

本文在保持其他的幾個(gè)變量不變動(dòng)的情形下，可以發(fā)現(xiàn)解釋變量廣義貨幣M2 增長率、銀行規(guī)模、國內(nèi)生產(chǎn)總值增長率、存貸比、撥備覆蓋率、分別對(duì)解釋變量“不良貸款率”有著明顯有關(guān)的線性關(guān)系。而另外5個(gè)解釋變量，資本充足率、成本收入比、凈息差、匯率水平、制造業(yè)貸款需求指數(shù)相較而言對(duì)不良貸款率這一被解釋變量沒有作用因素。

由本文表2 中變量的估值系數(shù)可以得出多元線性回歸模型如下：

從所得到的回歸方程來看，PCR、M2 與GDP 的相關(guān)影響系數(shù)分別為-0.005419、-0.300361、-0.088963。即撥備覆蓋率、貨幣供應(yīng)量增長率和GDP 增長率與不良貸款率變現(xiàn)出負(fù)面有關(guān)這樣一個(gè)情況，也就是說，當(dāng)這3 個(gè)變量加大的時(shí)候，不良貸款率開始逐步慢慢減小。LDR 和SIZE 的相關(guān)影響系數(shù)分別為0.931886和0.007264，也就是說，存貸比和銀行規(guī)模與不良貸款率表現(xiàn)為正面有關(guān)；資本充足率CAR、成本收入比CIR和凈息差NIM 對(duì)不良貸款率NPL 有著正面作用，匯率水平EXRATE 對(duì)不良貸款率NPL 起到負(fù)影響。

（四）實(shí)證結(jié)果分析

通過對(duì)影響我國商業(yè)銀行不良貸款率的成因進(jìn)行理論分析和實(shí)證研究，本文發(fā)現(xiàn)變現(xiàn)宏觀經(jīng)濟(jì)政策和國民經(jīng)濟(jì)的影響因子，微觀程度上銀行的經(jīng)營管理影響因子和存在于制造業(yè)需求指數(shù)對(duì)制造市場的反應(yīng)，這些因素都與商業(yè)銀行不良貸款的產(chǎn)生和加速有相關(guān)。因此，各個(gè)因素對(duì)不良貸款率具有以下影響。

宏觀經(jīng)濟(jì)因素層面上，人民幣匯率與銀行的不良貸款率呈不顯著負(fù)相關(guān)關(guān)系；廣義貨幣供應(yīng)量、GDP 增長率和商業(yè)銀行不良貸款率表現(xiàn)為負(fù)面有關(guān)。銀行層面上，撥備覆蓋率和商業(yè)銀行不良貸款率表現(xiàn)為負(fù)面有關(guān)也影響程度很大，銀行規(guī)模SIZE、存貸比LDR 和不良貸款率表現(xiàn)出來正面有關(guān)。制造業(yè)市場這一層面上，制造業(yè)貸款需求指數(shù)與不良貸款率呈不顯著正相關(guān)關(guān)系。

但成本收入比CIR、凈息差NIM 和資本充足率CAR對(duì)于商業(yè)銀行不良貸款率沒有發(fā)現(xiàn)較為明顯的影響。

綜上所述，國家宏觀經(jīng)濟(jì)發(fā)展和經(jīng)濟(jì)政策的變動(dòng)，商業(yè)銀行日常經(jīng)營管理和防范化解風(fēng)險(xiǎn)的能力以及制造業(yè)需求都會(huì)對(duì)商業(yè)銀行產(chǎn)生對(duì)應(yīng)程度的影響。通過整理各影響因子對(duì)不良貸款率的不同程度的變動(dòng)，可以發(fā)現(xiàn)，宏觀經(jīng)濟(jì)調(diào)控和發(fā)展作用與不良貸款率的影響程度整體較大。不過對(duì)于有效控制不良貸款率這一方面，商業(yè)銀行主要得從自我出發(fā)，著重關(guān)注自身影響不良貸款率的因素，及時(shí)調(diào)度和控制影響因子以達(dá)到削弱不良貸款率的目的。

三、政策建議

（一）完善企業(yè)的貸款制度結(jié)構(gòu)

商業(yè)銀行最主要的收益方法就是通過賺取銀行客戶存取和貸款的利益差。第十九次人民代表大會(huì)上，明確提出要去產(chǎn)能、去杠桿、去庫存、降成本以及把推動(dòng)發(fā)展綠色企業(yè)這一觀點(diǎn)植入人心，也就意味著原來這些行業(yè)的企業(yè)政策導(dǎo)向減弱，政策推動(dòng)力度肯定受到影響。對(duì)高污染的企業(yè)貸款過多，保有的利益只有減弱的趨勢(shì)，進(jìn)一步影響到商業(yè)銀行的經(jīng)營管理業(yè)績。商業(yè)銀行應(yīng)清理“兩高一?！鳖愋偷钠髽I(yè)，選擇效益高或者是由政府援助的綠色企業(yè)，繼續(xù)改善完備貸款制度。

（二）根據(jù)經(jīng)濟(jì)發(fā)展調(diào)整貸款政策

商業(yè)銀行的不良貸款能不能在一定期限內(nèi)回收，這一點(diǎn)主要取決于發(fā)放貸款的公司的經(jīng)營狀況和盈利能力。為了能有效合理地實(shí)施金融政策，應(yīng)根據(jù)社會(huì)景氣循環(huán)，不斷整頓貸款制度。

（三）適度發(fā)展表外業(yè)務(wù)，嘗試金融創(chuàng)新

商業(yè)銀行應(yīng)嘗試新型金融產(chǎn)品來減少不良貸款率的不利程度，發(fā)展擔(dān)保業(yè)務(wù)、承諾業(yè)務(wù)等，推動(dòng)外部業(yè)務(wù)，擴(kuò)大商業(yè)銀行收益渠道，調(diào)整業(yè)務(wù)體系。在此基礎(chǔ)上，商業(yè)銀行要逐步改善產(chǎn)業(yè)金融體系，逐漸消除金融杠桿帶來的負(fù)擔(dān)，使自身業(yè)務(wù)更好地發(fā)展。