信貸供給、經(jīng)濟波動與商業(yè)銀行信貸資產(chǎn)質(zhì)量關系分析

○唐 珂 邵 靜

（中國工商銀行 陜西 寶雞 721000）

一、引言

近年來受國際經(jīng)濟形勢的影響，國內(nèi)經(jīng)濟增速放緩。為刺激經(jīng)濟發(fā)展，我國信貸供給急劇增長。然而，信貸規(guī)模擴大的同時，影響商業(yè)銀行穩(wěn)定的信貸資產(chǎn)質(zhì)量近年來卻持續(xù)下滑。依靠擴大信貸供給刺激經(jīng)濟發(fā)展的初衷似乎影響到銀行信貸資產(chǎn)質(zhì)量，而銀行信貸資產(chǎn)質(zhì)量的惡化又會制約經(jīng)濟發(fā)展。目前貸款利息收入仍是我國商業(yè)銀行主要利潤構成部分。如何使政府在經(jīng)濟發(fā)展與銀行信貸資產(chǎn)質(zhì)量之間權衡，如何使商業(yè)銀行在信貸投放與信貸資產(chǎn)質(zhì)量之間權衡，成為政府部門和商業(yè)銀行亟待解決問題之一。本文通過研究信貸供給、經(jīng)濟波動與商業(yè)銀行信貸資產(chǎn)質(zhì)量之間關系，以期為政府部門和商業(yè)銀行管理者提供有益參考。

二、文獻綜述

有關三者關系的理論研究，主要以經(jīng)濟循環(huán)活動為切入點。經(jīng)濟上行期，企業(yè)通常經(jīng)營狀況良好，貸款違約概率較低，銀行傾向降低貸款標準，信貸快速增長；經(jīng)濟下行期，企業(yè)生產(chǎn)經(jīng)營效益下降，借款人財務狀況惡化，為降低貸款違約率，銀行傾向提高貸款標準，形成信貸緊縮，并加劇經(jīng)濟波動（巴曙光，2009）。經(jīng)濟擴張期的信貸風險通常在下滑期暴露出來（Ruckes，2004），巨額不良貸款將嚴重侵蝕銀行資本，進而導致銀行信用供給不足、企業(yè)大量破產(chǎn)，銀行繼續(xù)緊縮信貸，部分企業(yè)因難以獲得貸款而無法維持正常經(jīng)營，可能出現(xiàn)虧損而產(chǎn)生新的不良貸款（錢小安，2000）。

實證研究傾向于研究兩兩之間關系，對三者間關系的研究卻比較少。在信貸供給與經(jīng)濟波動方面，Cesare Caderon（1999）使用VAR模型和Geweke分解技術，發(fā)現(xiàn)二者存在雙向Granger因果關系；陳磊（2004）的實證檢驗結果卻表明信貸增長率可引起GDP增長率正向變動，反之則不成立。在信貸供給與信貸資產(chǎn)質(zhì)量方面，Agunget.al.（2001）使用面板回歸法得出結論為信貸供給下降往往伴隨不良貸款余額上升，而張漢飛和李宏瑾（2014）研究經(jīng)濟增長的不良貸款效應及異常分野，發(fā)現(xiàn)經(jīng)濟增長與不良貸款率正相關；經(jīng)濟增長水平相同的國家不良貸款率不同。在經(jīng)濟波動與信貸資產(chǎn)質(zhì)量方面，Salasand Saurina（2002）認為經(jīng)濟周期與不良貸款滯后3—4期顯著正相關；CavalloandMajnoni（2002）的研究結果則顯示經(jīng)濟增長與銀行貸款損失準備金負相關；李麟、索彥峰（2009）使用VAR模型分析結果表明，經(jīng)濟波動與信貸資產(chǎn)質(zhì)量之間存在較強的反向關系。

綜上看出，學者們就信貸供給、經(jīng)濟波動與銀行信貸資產(chǎn)質(zhì)量兩兩間關系已做出大量有益研究，但探討三者關系的研究比較匱乏，且研究方法主要使用VAR模型。然而，VAR模型對各經(jīng)濟變量沒有給出明確的結構關系，也沒有考慮變量間同期影響。本文使用可捕捉模型系統(tǒng)內(nèi)各個變量之間的及時性結構性關系的SVAR模型實證檢驗三者間關系，以期彌補已有文獻的不足。

三、數(shù)據(jù)說明及模型構建

1、變量選取與數(shù)據(jù)來源

（1）信貸供給。大部分學者采用商業(yè)銀行貸款總額衡量信貸供給狀況，由于貸款損失準備與不良貸款相關，故本文選用剔除貸款損失準備后的銀行貸款（LOAN）度量信貸供給。

（2）經(jīng)濟波動。本文使用GDP增長率衡量經(jīng)濟波動狀況。

（3）信貸資產(chǎn)質(zhì)量。目前學術界用來衡量信貸資產(chǎn)質(zhì)量的兩個主要指標是不良貸款率和不良貸款余額。不良貸款率由不良貸款余額與貸款總額共同決定，金融機構可依靠規(guī)模的盲目擴張來維持“不良貸款率”的不超限，所以該指標不能準確衡量信貸資產(chǎn)質(zhì)量；不良貸款余額則較直觀，可較好地反映不良貸款的絕對規(guī)模，故本文選取不良貸款余額（NPL）衡量信貸資產(chǎn)質(zhì)量。

本文從大型商業(yè)銀行、股份制商業(yè)銀行兩個個層面共選取10個樣本。大型商業(yè)銀行和股份制銀行在我國銀行業(yè)金融市場占有絕對份額，可較好地反映我國銀行業(yè)市場情況，選擇樣本代表性強。

2、模型構建

（1）VAR模型構建

VAR模型從某種程度上說是SVAR模型的縮減式，因此，構建SVAR模型之前首先需要構建穩(wěn)定的VAR模型。單位根檢驗結果顯示（見表1）ADF檢驗、PP檢驗、LLC檢驗GDP均平穩(wěn)，LNLOAN、LNNPL不平穩(wěn)，對LNLOAN、LNNPL做一階差分得到貸款增長率DFLNLOAN和不良貸款增長率DFLNNPL，單位根檢驗結果顯示各變量ADF檢驗、PP檢驗、LLC檢驗均平穩(wěn)。

表1 單位根檢驗結果

根據(jù)LR、FPE、AIC、SC和HQ準則，可以確定VAR模型的最優(yōu)滯后階數(shù)為3（見表2）。

表2 滯后階數(shù)檢驗

通過觀察AR根圖可確定VAR模型是否穩(wěn)定。如果VAR模型所有根模的倒數(shù)都小于1，即都在單位圓內(nèi)，則該模型穩(wěn)定；如果VAR模型所有根模的倒數(shù)都大于1，即都在單位圓外，則該模型不穩(wěn)定。圖2表明滯后階數(shù)為3時，VAR模型所有根模的倒數(shù)都位于單位圓之內(nèi)，表明模型穩(wěn)定，選擇滯后階數(shù)為3是合適的。

（2）Granger因果關系檢驗

Granger因果關系檢驗解決了X是否引起Y的問題，如果X在Y的預測中有幫助，或者X與Y的相關系數(shù)在統(tǒng)計上顯著時，就可以說“Y是由X Granger引起的”。但這種因果關系不一定是真正意義上的因果關系，只是統(tǒng)計意義上的因果性，對經(jīng)濟預測具有重大作用。因此，根據(jù)Granger因果關系檢驗結果可解決SVAR模型變量排序問題。

對變量兩兩做Granger因果檢驗，結果表明：DFLNLOAN是引起GDP和DFLNNPL變動的Granger原因，反之則不成立；GDP是引起DFLNNPL的Granger原因，反之則不成立。基于此，本文對SVAR模型的變量排序為：DFLNLOAN→GDP→DFLNNPL。

圖1 單位根圖形表示

（3）SVAR模型識別與估計

在估計SVAR模型之前，需要對SVAR模型識別，也就是通過限制一定的條件，利用樣本信息估計出待估計統(tǒng)計量。其基本思想是，通過一定的約束條件，使得估計出的VAR模型對應的系數(shù)矩陣、對應的方差矩陣等統(tǒng)計量的個數(shù)不少于SVAR模型中待求的未知量的個數(shù)。對于K元P階VAR模型需要估計的參數(shù)個數(shù)為k2p+（k+k2）/2，對于相應的SVAR模型需要估計參數(shù)個數(shù)為k2p+k2，需要對結構式施加的限制條件個數(shù)為k2p+（k+k2）/2-（k2p+k2），即k(k-1）/2。AmisanoandGiannini(1997）根據(jù)SVAR系統(tǒng)中對當期變量之間的結構性關系假設不同，提出了三種不同類型的SVAR模型，即C—模型，K—模型和AB—模型。本文建立了一個3變量SVAR（3）的AB—模型，形式如下：

其中εt是VAR模型的擾動項，u1t、u2t和u3t分別表示作用在DFLNLOAN、GDP、DALNNPL上的結構式?jīng)_擊，εt是結構式擾動項ut的線性組合。

由于模型中包含3個內(nèi)生變量，因此需要施加限制條件個數(shù)為3*（3－1）/2=3。根據(jù)經(jīng)濟原理作出如下假設：銀行信貸供給對當期經(jīng)濟波動沒有反應，即a12=0；信貸供給和經(jīng)濟波動狀況對當期信貸資產(chǎn)質(zhì)量的變化沒有反應，即a13=0，a23=0。則矩陣模式可定義為：a21、a23和a32值分別為0.0003、0.0000、0.0000，均在1%顯著水平下顯著，模型P值為0.0000，在1%顯著水平下顯著，表明模型設定合理。

四、信貸沖擊、經(jīng)濟波動與信貸資產(chǎn)質(zhì)量關系分析

1、信貸供給、經(jīng)濟波動與信貸資產(chǎn)質(zhì)量Granger因果關系

為分析信貸供給、經(jīng)濟波動與信貸資產(chǎn)質(zhì)量之間關系，本文首先利用eviews7.2進行多變量Granger因果關系檢驗，初步確定三者之間關系。Granger因果檢驗假設自變量不是因變量的Granger原因，當P值小于0.05時，則拒絕原假設，自變量Granger引起因變量；否則接受原假設，自變量不能Granger引起因變量。

以DFLNLOAN為因變量的多變量Granger因果檢驗結果顯示，PGDP=0.714ffgt;0.05，PDFLNNPL=0.777ffgt;0.05，均接受原假設，表明經(jīng)濟波動和信貸供給增長率都不能Granger引起信貸供給增長率變動，聯(lián)合檢驗P值為0.778ffgt;0.05，表明經(jīng)濟波動和信貸供給增長率不能同時Granger引起信貸供給增長率變動。以GDP為因變量的多變量Granger因果檢驗結果顯示，PDFLNLOAN=0.033fflt;0.05，拒絕原假設，表明信貸供給增長率能Granger引起經(jīng)濟波動，PDFLNNPL=0.306ffgt;0.05，接受原假設，表明不良貸款率不能Granger引起經(jīng)濟波動。以DFLNNPL為因變量的多變量Granger因果檢驗結果顯示，PDFLNLOAN=0.003fflt;0.05，PGDP=0.000fflt;0.05，均拒絕原假設，表明信貸供給增長率和經(jīng)濟波動Granger引起不良貸款增長率變動，聯(lián)合檢驗P值為0.000fflt;0.05，拒絕原假設，表明信貸供給增長率和經(jīng)濟波動可以同時Granger引起不良貸款增長率變動。

綜上，實證分析結果表明：信貸供給變動和經(jīng)濟波動是商業(yè)銀行信貸資產(chǎn)質(zhì)量波動的重要來源，信貸供給變動是經(jīng)濟波動與商業(yè)銀行信貸資產(chǎn)質(zhì)量波動的驅動力來源。可以認為，在我國信貸供給變動導致經(jīng)濟波動，經(jīng)濟波動又引起不良貸款增長率變動。

2、信貸供給、經(jīng)濟波動與信貸資產(chǎn)質(zhì)量動態(tài)作用機制

為進一步探究系統(tǒng)內(nèi)變量間相互影響、影響程度及方向，本部分使用SVAR模型脈沖響應函數(shù)做變量間動態(tài)作用機制分析。脈沖響應函數(shù)是描述在隨機誤差項上施加一個標準差大小的沖擊（來自系統(tǒng)內(nèi)部或外部）后對內(nèi)生變量的當期值和未來值所產(chǎn)生的影響（動態(tài)影響）。SVAR模型中的正交化脈沖響應函數(shù)則可以單獨考慮各個變量的沖擊對其他變量的影響，因此，基于SVAR模型分析信貸供給、經(jīng)濟波動與信貸資產(chǎn)質(zhì)量間動態(tài)作用機制比較合適。

（1）經(jīng)濟對信貸沖擊沖擊的動態(tài)反應

圖3、圖4和圖5分別是經(jīng)濟波動對信貸供給沖擊、信貸資產(chǎn)質(zhì)量對信貸供給沖擊以及信貸資產(chǎn)質(zhì)量對經(jīng)濟波動沖擊的脈沖響應函數(shù)圖，橫軸表示沖擊作用的滯后期間數(shù)（單位：季度），縱軸表示分別表示GDP增長率、不良貸款增長率、不良貸款增長率，實物線表示脈沖響應函數(shù)，虛線表示正負兩倍標準差偏離帶。

根據(jù)信貸供給沖擊對經(jīng)濟波動脈沖響應函數(shù)系數(shù)值可以看出，信貸供給沖擊對GDP增長率的影響大約持續(xù)7期。當信貸供給增長率突然增加一個百分點時，導致GDP增長率增加，增加幅度為0.015個百分點，到第2期增加幅度迅速增加至3.079個百分點，到第4期達到最大，增長幅度為6.554個百分點，第7期開始趨于穩(wěn)定（響應函數(shù)系數(shù)值為3.953）。表明信貸供給沖擊是經(jīng)濟波動的重要來源，信貸供給沖擊對經(jīng)濟具有顯著的促進作用和較長的持續(xù)效應，即通過擴大信貸供給增長率一定程度上可刺激經(jīng)濟發(fā)展。

圖3 經(jīng)濟波動對信貸供給沖擊的脈沖響應

（2）信貸資產(chǎn)質(zhì)量對信貸供給與經(jīng)濟沖擊的動態(tài)反應

根據(jù)信貸沖擊和經(jīng)濟波動對信貸資產(chǎn)質(zhì)量的脈沖響應函數(shù)系數(shù)值可以看出，信貸資產(chǎn)質(zhì)量對信貸供給與經(jīng)濟沖擊的脈沖響應函數(shù)系數(shù)值均為負數(shù)。當給信貸供給增長率突然增加一個百分點時，不良貸款增長率迅速下降，至第2期達到負向最大，下降幅度為0.452個百分點，隨后又有所上升，至第3期下降幅度為0.273個百分點，經(jīng)過第4期一個調(diào)整后開始逐期遞增，但始終位于橫軸下部，表明信貸沖擊會給不良貸款增長率帶來負向沖擊，即信貸規(guī)模的擴張可降低不良貸款增長率，有效改善信貸資產(chǎn)質(zhì)量問題，尤其在滯后2期時對控制信貸資產(chǎn)質(zhì)量具有顯著效果。同樣，一個百分點的經(jīng)濟正沖擊可導致不良貸款增長率迅速下降，至第2期達到負向最大，但作用效果比較微弱，下降幅度僅為0.017個百分點，隨后又有所上升，至第3期下降幅度為0.011個百分點，經(jīng)過第4期一個調(diào)整后開始逐期遞減。這表明經(jīng)濟的持續(xù)良好發(fā)展對抑制信貸資產(chǎn)質(zhì)量下滑具有一定作用。

圖4 信貸資產(chǎn)質(zhì)量對信貸供給沖擊的脈沖響應

圖5 信貸資產(chǎn)質(zhì)量對經(jīng)濟沖擊的脈沖響應

比較圖4和圖5可以發(fā)現(xiàn)，信貸資產(chǎn)質(zhì)量對信貸供給沖擊和經(jīng)濟沖擊的反應具有顯著的同步性。信貸資產(chǎn)質(zhì)量對信貸供給與經(jīng)濟沖擊的反應持續(xù)期均為7期，且同時在第2期下降到最低，第3期有所回升，經(jīng)過第4期調(diào)整后呈逐漸上升態(tài)勢。這與Granger因果關系檢驗結果相一致：信貸供給沖擊是經(jīng)濟波動與信貸資產(chǎn)質(zhì)量變動的重要影響因素。

為進一步分析信貸供給沖擊和經(jīng)濟波動對商業(yè)銀行信貸資產(chǎn)質(zhì)量影響的貢獻度，本文對不良貸款增長率做了方差分解。結果表明，滯后2期開始信貸供給沖擊對不良貸款增長率變動的影響比較大，且相對穩(wěn)定，解釋了約95%的不良貸款波動；經(jīng)濟沖擊對不良貸款增長的影響在第一期時效果比較明顯，解釋度約為98.5%，隨后貢獻度逐漸減弱，且維持在4%左右。

可以認為，信貸供給、經(jīng)濟波動與商業(yè)銀行信貸資產(chǎn)質(zhì)量之間存在這樣的作用機制：信貸供給是經(jīng)濟波動與商業(yè)銀行信貸資產(chǎn)質(zhì)量波動的驅動力來源；信貸供給沖擊導致經(jīng)濟波動，經(jīng)濟波動又引起信貸資產(chǎn)質(zhì)量波動；滯后2期以后，經(jīng)濟波動對信貸資產(chǎn)質(zhì)量變化作用逐漸減弱，信貸沖擊對信貸資產(chǎn)質(zhì)量解釋力逐漸加強。基于此，針對當前國際經(jīng)濟低迷、國內(nèi)經(jīng)濟增速放緩、商業(yè)銀行面臨信用風險越來越嚴峻的現(xiàn)實環(huán)境，本文認為商業(yè)銀行可通過適當增加信貸投放，促進經(jīng)濟發(fā)展，提高信貸資產(chǎn)質(zhì)量。

五、結論

本文利用我國2006—2014年季度數(shù)據(jù)，通過使用多變量Granger因果檢驗和SVAR模型的脈沖響應函數(shù)，實證檢驗了信貸供給、經(jīng)濟波動與我國商業(yè)銀行信貸資產(chǎn)質(zhì)量之間關系，結果表明：擴大信貸供給不僅可刺激經(jīng)濟發(fā)展，而且在一定程度上可有效抑制我國商業(yè)銀行信貸資產(chǎn)質(zhì)量下滑現(xiàn)象。

但過量的信貸投放必然伴隨有通貨膨脹、人民幣國際化受阻、銀行潛在信貸風險劇增等問題。如何使信貸政策兼顧保增長、控通脹、穩(wěn)幣值、維持社會穩(wěn)定等多重目標，成為商業(yè)銀行乃至貨幣當局面臨的兩難問題。這需要貨幣當局在不同階段根據(jù)實際情況，對多重目標進行權衡和取舍。當前我國經(jīng)濟處于下行階段，通貨膨脹整體水平較低，社會有效需求嚴重不足，擴張性信貸政策具有一定的存在空間。擴張性信貸供給政策對商業(yè)銀行也提出更高的風險管理要求。對此，筆者認為，首先商業(yè)銀行應當制定合理有效的授信政策。商業(yè)銀行在信貸投放時應根據(jù)行業(yè)特點配以適當比例授信比重。對親周期性行業(yè)發(fā)放短期貸款，周期性不明顯的行業(yè)可發(fā)放中長期貸款；對處于生命周期導入期和衰退期的行業(yè)應審慎確定準入資格，對處于成長期和成熟期行業(yè)可適當放松準入條件。其次，商業(yè)銀行需加強信貸監(jiān)督管理，做好項目跟進工作，落實已發(fā)放貸款的保全措施。另外，商業(yè)銀行還應積極加快金融創(chuàng)新，通過信貸資產(chǎn)證券化和其他衍生工具，提高資產(chǎn)流動性，規(guī)避預期風險損失，化解中長期信貸風險。

[1]陳磊：中國轉型期的信貸波動與經(jīng)濟波動[J].金融與保險，2004(9）.