商業銀行不良貸款率影響因素研究

黃世英 鄭 佳

商業銀行不良貸款率影響因素研究

黃世英 鄭 佳

不良貸款是銀行危機的根。商業銀行由于其自身的業務特點，不可避免的面臨著多種多樣的風險，近年來，商業銀行貸款業務不斷擴張，相應的信用風險也顯著升級。商業銀行不良貸款問題仍是我們關注的重點。

一、文獻綜述

商業銀行不良貸款率的降低有助于減弱商業銀行的信貸風險，保持其穩健運營。

現階段，直接融資的日益普遍導致商業銀行的資金來源總量遭受影響以至被迫提高存款利率，貸款客戶的分流又迫使銀行貸款利率下降。為應對挑戰，商業銀行必須提高自身的盈利能力、降低不良貸款以求發展（郭耀中，2012）。卓明應（2011）認為不良貸款率受到銀行具體因素的影響，包括銀行規模、存貸比、凈利差、資本充足率和不良貸款撥備覆蓋率。

二、商業銀行不良貸款影響因素分析

1.研究模型假設

假設一：GDP增長率作為整體經濟狀況的衡量指標，直接反應國內各生產部門經濟活動的真實情況。GDP增長率通常對不良貸款率產生反向影響，GDP增長率越高，不良貸款率越低；

假設二：通貨膨脹率與不良貸款率之間呈正相關關系。從通貨膨脹率的公式可以看出，當消費者物價指數升幅過大時，通貨膨脹率已成為不穩定因素，從而經濟前景不明朗。

假設三：名義貨幣供給量具體反映了貨幣當局所采取的貨幣政策情況。名義貨幣供給量充足時，企業及個人的融資難度降低，降低銀行產生不良貸款的概率，從而不良貸款率相對較低。

假設四：存貸比與不良貸款率呈負相關，存貸比越大，說明貸款占總資產的比例越大，銀行偏好風險，其信貸風險也越大；

假設五：資本充足率代表銀行的資產對其風險的比率。通常用資本充足率的高低對風險資產的快速增長進行抑制，以達到抵御風險的能力。

假設六：不良貸款撥備覆蓋率表明實際上銀行貸款可能發生的呆、壞帳準備金的使用比率，反映商業銀行對貸款損失的彌補能力和抵御風險的能力,預計不良貸款率與不良貸款撥備覆蓋率之間呈正相關關系；

假設七：成本收入比與銀行的風險管理水平具有正向關系。成本收入比高的銀行，其風險管理水平高，不良貸款率相對較低。

假設八：凈資產收益率對銀行不良貸款的影響為負效應，通常具有較高凈資產收益率的銀行意味著具有較強的盈利能力，從而減少不良貸款的產生。

2.計量模型與數據選取

NPLit表示第i個銀行在第t年的不良貸款率，GDPt表示第t年我國的GDP增長率，INFt表示第t年我國的通貨膨脹率，M2t表示第t年我國的名義貨幣供應量增長率，LCRit表示第i個銀行第t年的存貸比，CARit表示第i個銀行第t年的資本充足率，PCRit表示第i個銀行第t年的不良貸款撥備覆蓋率，CIRit表示第i個銀行第t年的成本收入比，ROEit表示第i個銀行第t年的凈資產收益率。借鑒國外的理論模型，結合宏觀因素與銀行具體因素構造如下模型：

Variable Coefficient Std.Error t-Statistic Prob. C 6.968664 1.142838 6.097684 0.0000 CIR? 0.010580 0.010907 0.970084 0.3353 LCR? -0.056940 0.007848 -7.254953 0.0000 PCR? -0.002969 0.000711 -4.174168 0.0001 CAR? -0.038246 0.019710 -1.940406 0.0563 ROE? 0.000498 0.008536 0.058380 0.9536 GDP? 0.017768 0.003662 4.852404 0.0000 CPI? -0.023489 0.008375 -2.804559 0.0065 M2? -0.008362 0.001660 -5.035845 0.0000 Weighted Statistics R-squared 0.770637 Mean dependent var 0.549034 Adjusted R-squared 0.744794 S.D.dependent var 0.500310 S.E.of regression 0.252747 Sum squared resid 4.535541 F-statistic 29.81916 Durbin-Watson stat 0.828655 Prob(F-statistic) 0.000000

層面影響因素 (MACRO)和銀行層面影響因素(BANK)。由此具體計量模型如下：

其中，Yit是被解釋變量，即第i家銀行第t年的不良貸款率。將可以量化的影響不良貸款的因素分為宏觀鑒于數據的可獲得性及相關性，選取2008-2012年間16家大中型商業銀行的面板數據。這16家銀行分別是中國銀行、中國工商銀行、中國建設銀行、中國農業銀行、交通銀行、招商銀行、中信銀行、興業銀行、光大銀行、民生銀行、浦發銀行、南京銀行、寧波銀行、北京銀行、華夏銀行和平安銀行（原深發展銀行）。由于所選比率指標均為無綱量指標，避免了對數據進行標準化處理，克服數據間的不可比性導致實證結果不準確。

三、實證檢驗與結果分析

利用計算分析軟件Eviews6.0對平衡面板數據進行回歸分析，同時采用混合回歸模型（OLS）、固定效應模型（Fixed Effects，FE）和隨機效應模型（Random Effects，RE）進行估計，并對估計結果進行likelihood Ratio和H檢驗，從中選出最佳估計方法。

首先，進行固體效應模型和混合效應模型的檢驗（原假設H0混合效應模型），結果如下：F檢驗的自由度為15、56時，p值為0.0001，F統計量為3.768遠大于p值，所以應選擇固定效應模型。其次，作出固定效應還是隨機效應模型的檢驗（原假設H0是隨機效應模型），結果如下：p值遠大于0.05，且Chi-Sq統計量小于p值，由此說明應該接受原假設，即將模型設定為隨機效應模型。

模型檢驗：R2=0.7706，說明預測模型的擬合度比較好。F檢驗值29.8192，明顯顯著。相關性大小依次為貸存比、資本充足率、通貨膨脹率、GDP、成本收入比、撥備覆蓋率、貨幣供給量和凈資產收益率。

四、結論

由以上的分析中，我們可以得知商業銀行不良貸款率與成本收入比、凈資產收益率和GDP增長率之間呈正向相關關系，而與存貸比、資本充足率、不良貸款撥備覆蓋率、通貨膨脹率和名義貨幣供應量增長率呈負向相關關系。此外，存貸比、資本充足率與不良貸款率之間的相關程度要比其他因素要大，凈資產收益率與不良貸款率之間的相關程度最小。

[1]郭耀中.商業銀行不良貸款率下降影響因素研究[J].山西財經大學學報,2012,34(1):62-63.

[2]郭婧洲.淺析我國國有商業銀行不良資產形成的原因及對策[J].統計研究,2010,08:96-98.

[3]卓明應.我國商業銀行不良貸款率影響因素研究[D].武漢：華中科技大學，2011.

（作者單位：大連海洋大學經濟管理學院）