基于我國不同類型商業銀行信用風險成因分析

孫露雨

（宿州學院數學與統計學院，安徽 宿州 234000）

商業銀行信用風險伴隨我國金融機構的成立而存在，它是指銀行面臨貸款違約而造成損失的金融風險，特別是在2015年10月24日中國人民銀行不再設置存款利率浮動上限之后，利率市場化進程的加快使商業銀行面臨信用風險的挑戰更加嚴峻。商業銀行作為主要經營貨幣這種虛擬商品的特殊機構，其面臨的信用風險比經營實物商品的一般企業要更大。因此，商業銀行信用風險一直是國內外學者討論的焦點問題。

近年來，中國經濟下行壓力明顯增大，金融行業投資回報率驟減，由此帶來我國各類商業銀行的資產質量也隨之降低。作為國有銀行之一的中國農業銀行自2015年以來，其不良貸款率在同期國有銀行之中高居不下；大型股份制商業銀行之一的恒豐銀行在經歷了三年資產重組、計提不良貸款之后，于2019年重新公布了年度財務報表；城市商業銀行（以下簡稱“城商行”）中的包商銀行也因為嚴重的信用風險問題在2020年11月份正式進入破產程序。由此可見，我國不同類型的商業銀行存在著不同程度的信用風險，因此對我國商業銀行按類型劃分并研究信用風險就尤為必要。

一、文獻綜述

國內外學者關于商業銀行信用風險的研究成果顯著。就國內學者而言，王曉等（2019）利用面板數據作為樣本分析了資產證券化對銀行信用風險的影響，結果表明資產證券化對非上市銀行、規模較小銀行以及城商行的信用風險影響更大。謝太峰等（2020）利用我國城商行面板數據對不同規模城商行的信用風險分析得出，不同規模城商行的信用風險影響因素各不相同，從而針對性提出意見建議。馬斌等（2019）基于上市銀行面板數據采用兩階段系統GMM方法分析銀行杠桿率對信用風險的影響，得出成本收入比和撥備覆蓋率與其杠桿率負相關，資產規模的增長提升了其信用風險。

國外學者方面，Amel Ben Youssef（2018）對突尼斯商業銀行的研究表明，銀行貸款的信用風險與實際GDP增長之間存在顯著的負相關關系，資產收益率和銀行規模對信貸質量有顯著的負面影響，而貸款凈額與總資產的比率則與此呈正相關。Messai（2018）用西班牙信貸資產數據分析后得出，宏觀經濟沖擊（極端通貨膨脹，國內生產總值和失業率）對西班牙銀行體系產生了負面影響。Gasha Jose Giancarlo.等（2004）使用北美多國數據的研究發現，GDP增長顯然僅對低于某個特定閾值的不良貸款產生影響，這與觀察到的繁榮時期信貸風險對經濟活動變化的彈性較低有關。

本文借鑒以上研究的經驗，建立面板數據探討不同類型商業銀行信用風險的影響因素。本文與同類研究不同之處主要表現為以下幾個方面：第一，使用貸款撥備率（LPR）作為衡量銀行信用風險的指標；第二，現有研究大多從單一類型銀行的角度來研究信用風險，本文分別從國有銀行、大型股份制銀行和城商行三種銀行類型進行探究。

二、數據、變量及描述性統計分析

1.樣本選取和數據來源

本文選取2011年～2019年我國5大國有銀行、12家大型股份制銀行和2019年總資產排名前10家城商行共27家商業銀行的面板數據，其中，作為商業銀行類型之一的農村商業銀行2015年才完成全部改造，樣本數據不具代表性，固本文不做研究。銀行數據來源于國泰安數據庫和各銀行年度財務報表，宏觀數據來源于中國統計局網站。

2.變量選取及分析

（1）變量選取

信用風險描述了商業銀行借款交易方不履行到期債務而面臨的風險，為了提高銀行抵御風險的能力并合理估算貸款損失，銀行應及時計提貸款減值準備。因此本文選取貸款撥備率（LPR）作為衡量銀行信用風險的指標，該指標表示銀行在計提貸款損失準備時會預估貸款損失率，更能反映出銀行的風險承擔意愿（于博等，2020）。在分析銀行信用風險成因方面，本文從銀行微觀變量和宏觀經濟變量兩個角度來選取變量。其中：銀行微觀變量包括：銀行存貸凈利差、資本充足率、資產收益率、成本收入比、存款占比和貸款占比；宏觀經濟變量包括通貨膨脹率和GDP增長率。具體指標見表1。

表1 變量定義

（2）變量描述性統計分析

為了形象描述本文研究的三種類型商業銀行各個指標，以下的圖和表分別描繪了指標的變化特點和趨勢。圖1直觀地畫出了2011年～2019年期間三種類型商業銀行信用風險指標貸款撥備率的變化情況。這一指標越高，表示銀行為了應對信用風險需要計提貸款損失準備就越多，此時銀行面臨的信用風險越大。

圖1 2011年～2019年我國不同類型商業銀行貸款撥備率變化情況

整體來看，商業銀行貸款撥備率都呈現上升趨勢。但不同類型銀行之間存在差異，國有銀行貸款撥備率在2.8%上下波動且較為平穩。2011年～2016年，大型股份制銀行和農商行的貸款撥備率變化趨勢基本一致，但在2017年后，城商行貸款撥備率明顯增長。

表2反映了國有銀行、大型股份制銀行和城商行微觀變量的描述性統計。存貸凈利差（NI）代表銀行盈利能力，現如今利率市場化進程的加快促使存貸利差縮小，在降低銀行盈利能力的同時也加劇了信用風險的發生（陳黎，2020）；資產收益率（ROA）和成本收入比（CBB）也代表銀行的盈利能力。

表2 商業銀行微觀經濟變量分析

一般來說，資產收益率越高，銀行面臨的信用風險越低；而成本收入比越高，代表銀行在成本既定時收入卻很低，此時銀行盈利水平變差；我國《商業銀行理財子公司凈資本管理辦法（試行）》中要求銀行資本充足率（CAR）不得低于8%，說明該指標越高，銀行抵御信用風險的能力越強；存款占比（DTA）和貸款占比（LTA）表示銀行規模，兩者都可能會對銀行信用風險產生影響。

圖2表示2011年～2019年期間全國通貨膨脹率和GDP增長率的變化情況。其中，通貨膨脹率在2.0%上下徘徊，整體走勢平穩。

圖2 2011年～2019年影響商業銀行信用風險宏觀變量變化情況

在“經濟新常態”下，我國GDP增長率在2011年后不斷下降并保持穩定，表明我國經濟已從高速增長轉為中高速增長。這兩個指標作為宏觀經濟變量的代表對商業銀行的信用風險也會產生影響。

三、我國不同類型商業銀行信用風險的模型構建與實證分析

1.模型的構建

為了探究不同類型商業銀行信用風險成因的差異，選取銀行貸款撥備率作為被解釋變量，上文選取的微觀和宏觀指標作為解釋變量，建立回歸模型如下：

其中，（1）（2）（3）式分別為國有銀行、股份制銀行和城商行的回歸方程，α表示常數項，β1、β2、…β8為方程的回歸系數，εit為隨機誤差項。

2.模型的實證分析

為了準確建立面板數據對應的模型，本文分別對三種類型商業銀行的面板數據采用豪斯曼檢驗，得出檢驗結果如表3所示，在5%的顯著性水平上，國有銀行和大型股份制銀行無法拒絕原假設，因此建立隨機效應模型進行回歸分析；城商行則拒絕原假設，因此建立固定效應模型進行回歸分析。

表3 豪斯曼檢驗結果

下表4和表5報告了三種類型商業銀行的回歸結果。從整體上看，三種類型商業銀行的R2分別達到了0.9536、0.4834和0.6227，且P值接近于零，說明模型整體擬合程度較好；分開來看，三種類型銀行信用風險的顯著影響變量各不相同，具體如下表4、表5所示。

表4 國有銀行和大型股份制銀行固定效應模型回歸結果

表5 城商行隨機效應模型回歸結果

通過實證結果發現：國有銀行通過顯著性檢驗的變量有存貸凈利差、資產收益率、成本收入比、資本充足率和通貨膨脹率；大型股份制銀行通過顯著性檢驗的變量有存貸凈利差、資本充足率和通貨膨脹率；城商行通過顯著性檢驗的變量有資本充足率和資產收益率。整體而言資本充足率對三種類型銀行信用風險都產生顯著正向影響。該結論雖然與常規理解有所偏差，但需要注意的是，資本充足率和信用風險的衡量指標貸款撥備率都是事前預防指標，當資本充足率上升時，銀行應增加貸款損失準備防范信用風險發生。

四、結論及建議

1.結論

（1）國有銀行的信用風險受到存貸凈利差、成本收入比和通貨膨脹率的正向顯著影響，資產收益率對國有銀行信用風險產生負向顯著影響。具體來說，銀行凈利差的增大使得過高貸款利率的資產有更高的風險溢價，信用違約概率攀升；同時成本收入比越低、資產收益率越高，意味著銀行盈利能力越好，因此面臨的信用風險產生的損失越??；而通貨膨脹率越高，金融資產的實際收益率降低，國有銀行更容易受到信用風險的影響。

（2）大型股份制銀行的信用風險受到存貸凈利差的正向顯著影響，而通貨膨脹率對其有負向顯著影響。具體來說，銀行凈利差的縮減可以提高銀行處理不良資產的能力，信用風險降低。同時，通貨膨脹率越高，大型股份制銀行卻不同于國有銀行，其抵御信用風險的能力越強。

（3）城商行的信用風險受到資產收益率的負向顯著影響。說明城商行資產收益率越高，盈利水平越好，其面臨的信用風險越低。

2.建議

（1）資本充足率是衡量商業銀行抵御信用風險的關鍵指標，所以各類型銀行該指標應保持在平穩水平，我國銀保監會要求的資本充足率最低標準為8%。但值得注意的是，資本充足率也不應過高而造成銀行收益來源減少。

（2）不同類型的商業銀行要根據自身特點制定信用風險管理方法。對于國有銀行來說，要采取更復雜的措施才能有效化解信用風險。比如監測存貸利率波動防范存貸利差增大、提高經營效率降低成本收入比率、嚴防宏觀經濟波動導致通脹的危害。對大型股份制銀行來說，加強資產質量監控防范不良貸款的發生、增強應對宏觀經濟形勢的能力才是關鍵；而對于城商行來說，重中之重在于如何提升自身盈利能力增強資產收益比率。

（3）宏觀經濟的穩定對銀行乃至整個金融業的發展尤為重要，因此在經濟發展的過程中，應避免物價水平大幅度上升或下降造成通貨膨脹或通貨緊縮。只有這樣，才能促進金融行業有條不紊的發展。