我國銀行業不良貸款率下降的理性思考

[摘 要]本次全球性的金融危機表明銀行僅靠資本不可能解決流動性問題，同時提示我們準確地揭示不良貸款比率變化的原因的重要性。本文將因素分析法和貢獻度分析法結合起來，選取2001—2007年國內四家商業銀行不良貸款率的真實變化及其相關數據，分別討論不良貸款余額和貸款余額在樣本銀行不良貸款率下降中的貢獻程度，挖掘我國商業銀行不良貸款率下降的真實原因，為銀行經營者與監管機構提供相關決策參考信息。

[關鍵詞]商業銀行;不良貸款率;因素分析法;貢獻度

[中圖分類號]F830.3 [文獻標識碼]A [文章編號]1005-6432(2010)14-0093-04

1 引 言

2008年美國次貸危機引發的全球性金融危機使全球商業銀行的持續經營能力承受著前所未有的挑戰，其中對以傳統存貸款業務為主的銀行而言，如何有效監控銀行經營的信用風險再次成為業界關注和熱議的焦點。改革開放 30多年來，我國商業銀行在國民經濟增長中一直發揮著重要的作用，同時伴隨著我國經濟市場化和國際化的發展，參照國際通行的“以資本緩沖風險損失”思想，我國通過各種方式補充國有商業銀行的資本金，我國銀行業的資本充足率呈現出不斷改善的趨勢。根據銀監會公布的數據，截至2008年6月末，我國商業銀行資本充足率達標的銀行已有175家，比年初增加14家;達標銀行資產占商業銀行總資產的84.2%。同時銀監會最近新公布的數據顯示，2009年一季度，我國銀行不良貸款總額為5495.4億元，占全部貸款比例的2.04%，與2008年一季度相比，絕對數下降了6961.1億元，相對數下降了3.74個百分點。的確，在經濟周期處于上升發展中，不良貸款的減少意味著我國銀行資本對風險的吸附能力和抗風險能力得以加強。然而，本次全球性的金融危機表明，僅靠資本不可能解決流動性問題，危機時期資本充足率再高也無法阻止存款人的集體行動，即使將流動性風險納入資本監管框架，資本充足率也不可能反映金融市場突然斷裂導致的融資流動性風險。在這樣的背景下，如何理性分析我國銀行業不良貸款率下降的現象，找出不良貸款率下降的原因，對于我國銀行業的穩健經營具有重要的研究意義。

不良貸款率是評價銀行信貸資產安全狀況的重要指標之一。不良貸款率高，說明商業銀行收回貸款的風險大;不良貸款率低，說明商業銀行收回貸款的風險小。從統計學的角度來看，真實的不良貸款是一個需要估計的存量，可以通過多方信息和渠道進行估計。按照國際通行的對貸款質量五級分類的動態監測方式，在理論上拋棄了對銀行信貸資產質量一刀切的簡單管理方式，強調通過對借款人現金流量、財務實力、抵押品價值等因素的連續監測和分析，判斷貸款的實際損失程度。因此，不良貸款率水平成為國際銀行業之間評價信貸資產質量管理能力的一個重要指標。同時如何準確地揭示不良貸款和銀行抵御風險的能力，就成為理論和實踐部門不斷探索的主要任務。

根據《巴塞爾協議》和中國人民銀行《貸款損失準備金計提指引》，我們可以直接給出不良貸款率的計算公式:不良貸款率=(次級類貸款+可疑類貸款+損失類貸款)/總貸款余額。顯然，不良貸款率取決于不良貸款的余額和銀行貸款資產規模兩大因素。事實上，由于銀行市場的不確定性和經營環境的復雜性，因素分析法一直就是商業銀行信貸資產評價的基礎方法。Larry G. Meeker and Laura Gray(1987)針對美國1983年開始正式披露的銀行不良資產的相關統計數據，運用回歸分析揭示了影響銀行信貸資產質量的相關因素的分析有助于評價銀行的資產質量。Robert Craig West(1988)通過因素分析法將傳統預警指標體系中的財務比率和綜合績效考核因素結合起來，分析了將銀行區分為問題銀行與非問題銀行的條件。隨著我國銀行業的市場化和信貸管理框架與國際接軌，國內學者也在借鑒國際經驗的基礎上，針對中國銀行業發展的現實討論影響中國銀行信貸質量的因素與方法。斐學文(2001)運用統計學中的因素分析法，基于中國商業銀行不良貸款率的變化，驗證了不良貸款和各項貸款余額對不良貸款率的影響程度。李興發(2005)針對2005年上半年我國商業銀行的相關統計數據，利用兩因素分解法實證分析了我國國有商業銀行不良貸款率下降的原因。蔡中華、白學清(2008)進一步通過建立一個均衡分析模型，從理論上尋找出商業銀行不良貸款率的警戒比率，并在估算2005年不良貸款率的警戒比率的同時，提出影響不良貸款警戒比率的因素主要是存貸利差和法定準備金率。

國內外學者的相關研究證實了因素分析法在討論商業銀行資產質量中的適用性，同時提示我們商業銀行經營環境的復雜性需要我們不斷深入地探索和解析銀行業不良貸款率及其變化中存在的問題。因此，本文將因素分析法和貢獻度分析方法結合起來，選取2001—2007年國內四家商業銀行不良貸款率的真實變化及其相關數據，嘗試找尋各銀行不良貸款率下降的主要因素，為銀行經營者與監管機構提供相關決策參考信息。

2 研究思路與方法

商業銀行不良貸款率是不良貸款占總貸款余額的比例，是一個存量指標，也是評價商業銀行信貸資產安全狀況的重要指標之一。將統計學中的因素分析法和貢獻度分析法相結合，首先，可以通過討論不良貸款本身的變化和貸款規模的變化兩個因素對銀行不良貸款率的變化趨勢作出判斷;其次，可以分別討論這兩個因素對不良貸款率下降的貢獻度，解析導致銀行不良貸款率變化的主要原因。

3 樣本選擇和統計分析

根據各家銀行的年報數據顯示，中國工商銀行、中國銀行、招商銀行和民生銀行四家商業銀行自2005年以來，其不良貸款率都控制在5%以下，而且2001—2008年間這四家商業銀行的不良貸款率都呈下降趨勢。因此本文選擇中國工商銀行、中國銀行、招商銀行和民生銀行四家商業銀行為典型樣本，根據各行年報整理的數據和統計分析方法進行統計分析。

4 統計結果分析

4.1 樣本銀行的不良貸款率變化的影響因素

表2的計算結果顯示，2001—2008年間四家樣本銀行的不良貸款比率均呈不斷下降的趨勢，但是統計分析的結論顯示各家銀行的影響因素不盡相同。

4.1.1 中國工商銀行和中國銀行不良貸款率變化的因素分析

從表1可以看出，2001—2008年間中國工商銀行的NPLe全部為負值，說明該銀行的不良貸款余額在不斷減少;GLe全部為正值，說明新增貸款余額在不斷擴張，這對不良貸款率下降有一定的稀釋作用。但是也可以看到，2001—2004年，中國工商銀行的GLe絕對值均大于NPLe的絕對值，說明這段時間該銀行不良貸款率下降的主要因素是新增貸款增加;而2005—2008年，其NPLe的絕對值均大于GLe絕對值，說明這期間中國工商銀行的不良貸款余額的減少是其不良貸款率下降的主要影響因素。

2001年中國銀行的不良貸款率計算結果為0.31%，當年其NPLe和GLe全部為正值，表明當年其不良貸款余額在增加，同時新增貸款的增加在一定程度上對不良貸款率的變化起了稀釋作用;2002—2008年，其NPLe均為負值，而GLe全部為正值，說明2002—2008年間中國銀行不良貸款率下降是由不良貸款余額減少和新增貸款總量擴張同時作用的結果。如果進一步比較兩因素的絕對值，可以發現，2003—2005年間，中國銀行NPLe的絕對值大于GLe的絕對值，說明這期間中國銀行不良貸款余額的減少是不良貸款率下降的主要影響因素。而其余年份中GLe均大于NPLe的絕對值，顯示了新增貸款對不良貸款率下降所起的稀釋作用。

由此可以看出，雖然中國工商銀行和中國銀行總體上呈現下降趨勢，但兩家銀行降低不良貸款比率一直依賴的主要因素還是新增貸款的稀釋作用。

4.1.2 招商銀行和民生銀行不良貸款率變化的因素分析

首先從招商銀行來看，其GLe一直為正值，表明該銀行的信貸資產總規模一直處于不斷擴張之中，而且從2001年到2008年該行的GLe的絕對值均大于NPLe的絕對值，這表明新增貸款的稀釋作用是招商銀行不良貸款率下降的主要原因。

就民生銀行而言，其不良貸款率一直控制在非常低的水平，雖然2004和2006年偏高，但是多數年份仍然處于不斷下降的水平。但是其NPLe和 GLe均為正值，并且多數年份GLe的絕對值均大于NPLe的絕對值，說明該銀行維持不良貸款比率低水平的方式，是在不良貸款余額增長的同時，主要依靠新增貸款總量的增加所形成的稀釋作用。特別是2004年和2006年的統計分析結果顯示，在這兩年由于GLe的絕對值均小于NPLe的絕對值，該行的不良貸款比率出現了一定程度的上升。

綜上所述，四家樣本銀行的情況整體說明，我國商業銀行盡管在努力降低不良貸款余額，但是就影響不良貸款比率下降的實踐因素看，依然主要依賴的是信貸資產的規模擴張作用。

4.2 NPL和GL對不良貸款率下降的貢獻度分析

從表3的不良貸款余額變化和貸款總額變化對不良貸款比率變化的貢獻度分析可以看出，各銀行的情況差異進一步顯現。

4.2.1 中國工商銀行和中國銀行不良貸款率變化的貢獻度分析

就中國工商銀行的統計結果看，可以將樣本區間分為兩段，2001—2004年間，表3中的數據顯示，該行的GLd的數值均大于NPLd的數值;2005—2008年間，其GLd的數值均小于NPLd的數值。這說明2005年前中國工商銀行不良貸款比率下降幅度中，貸款總量增加的貢獻度高于不良貸款余額本身減少的貢獻度;而2005年以來這種情況出現了明顯變化，表現為不良貸款余額本身減少的貢獻度高于貸款總量增加的貢獻度。事實上，結合中國工商銀行年報數據分析，由于2005年為準備上市，中國工商銀行剝離了大量的不良貸款，這一因素主導了該行不良貸款余額的迅速下降的同時，也使其貸款總額相對下降。相比較兩個因素的貢獻度，如表3中數據顯示，2005年GLd只有16.8%，同期NPLd達到了116.8%。受這一因素的影響，盡管2006年和2007年中國工商銀行的貸款總額的增加對其不良貸款比率下降的貢獻度相對于2005年有所上升，仍然在數值結果上表現為GLd 的貢獻度落低于NPLd。統計結論證明，中國工商銀行財務重組后，加大了對不良貸款處理的力度，2006—2008年的數據顯示其NPLd在上升，而GLd在下降，可以說，這兩年工商銀行的不良貸款余額和貸款總量在一定程度上出現了“雙降”。

比較而言，統計結果顯示，中國銀行各因素對不良貸款比率變動的貢獻度表現并不穩定。2001—2002年，中國銀行的情況與中國工商銀行前期的情況相同，該行的GLd的數值大于NPLd的數值，而且差距較大，充分說明這期間該行不良貸款率的變化主要是貸款總量變化的結果。而2003—2005年NPLd的數值均大于GLd的數值，而且這期間GLd的數值波動比較大，依次為46.89%、3.87% 和39.22%，同期，NPLd數值為53.11%、96.13%和60.78%。數據統計結果恰恰證實了因為中國銀行財務重組，國家剝離大量不良資產，使得該行貸款總量下降的同時不良貸款迅速減少對不良貸款率下降的貢獻度。與中國工商銀行的變化趨勢不同的是，隨后的2006年和2007年中國銀行GLd的數值大于NPLd的數值，說明該行并沒有找到更好的減少不良貸款余額的方式，其不良貸款率下降主要是由于貸款總量變化所致，并非真正意義上的“雙降”。

4.2.2 招商銀行和民生銀行不良貸款率變化的貢獻度分析

據表3所示，很顯然，招商銀行和民生銀行的情況具有高度的相似性，主要表現在兩家銀行的GLd數值遠大于NPLd數值，充分說明這兩家銀行的不良貸款比率的變化主要依賴的是貸款規模的擴張。所不同的是，招商銀行2001—2003年的NPLd數值逐年上升，但卻遠低于GLd數值;而2004年和2005年兩年期間其NPLd為負數，說明其不良貸款不僅沒有下降，反而在不斷增加;進入2006年和2007年雖然NPLd數值轉變為正，顯示其不良貸款余額應該有所減少，從中也可以看出，NPLd迅速得到提高，說明銀行貸款總量增加的貢獻度更大。

而民生銀行的NPLd數值為負，說明其不良貸款余額是連年增加，不良貸款率下降從來都是由新增貸款所致。

5 結 論

本文結合因素分析法和貢獻度分析法，針對樣本銀行2001—2008年的相關數據對商業銀行不良貸款率變化進行了分析。結論顯示，通過分解影響不良貸款率變化的因素，可以直觀地了解商業銀行不良貸款率下降的路徑，而進一步量化兩個因素對不良貸款率變化的貢獻度，則可以更加客觀地了解不同因素對不良貸款率變化的作用程度，準確把握我國商業銀行不良貸款下降的真實原因。

本文的統計結論顯示，就影響不良貸款比率兩大因素而言，中國工商銀行在重組后逐步實現了“雙降”;中國銀行雖然在改組過程中實現“雙降”，可是改組后又重回過去主要靠增大貸款規模量而稀釋不良貸款的老路;招商銀行和民生銀行明顯沒有實現 “雙降”，盡管這兩家銀行的不良貸款率一直都處于低水平，但是比較其貸款總量的過度增加看，情況并不樂觀。從總體來看，我國銀行業不良貸款率下降主要依賴新增貸款規模擴張的貢獻，依賴不良貸款本身減少的貢獻不太明顯。值得注意的是，不良貸款率的下降固然可以作為評價商業銀行信貸質量改善的重要指標，但是只有結合不良貸款總額的變化，理性評價我國銀行業降低不良貸款的能力，督促商業銀行積極探索降低不良貸款的方式和提升信貸風險管理能力，才是我們監測商業銀行不良貸款比率的主要目的。

參考文獻:

[1]王勝邦，陳穎.全球金融危機與新資本協議實施[N].21世紀經濟報道，2009-04-02.

[2]Larry G. Meeker and Laura Gray，A Note on Non-performing Loans as an Indicator of Asset Quality[J].Journal of Banking Finance，1987，11(1):161-168.

[3]Robert Craig West.A Factor-analytic Approach to Bank Condition[J].Journal of Banking Finance，1985，9(2):253-266.

[4]斐學文.準確分析不良貸款率變化情況的一個建議[J].金融信息參考，2001(9):60-61.

[5]李興發.影響不良貸款率下降的因素分析[J].海南金融，2005(12):46-47.

[6]蔡中華，白學清.商業銀行的不良貸款警戒比率[J].生產力研究，2008(15):31-32.

[7]黃良文.統計學原理[M].北京:中國統計出版社，2000.

[作者簡介]王千紅(1967—)，女，東華大學工商管理學院金融系，經濟學博士，副教授，研究方向:金融理論與市場交易技術，銀行經營與管理;樊新民(1986—)，男，東華大學管理學院碩士研究生，研究方向:銀行管理。