投資率對商業銀行不良貸款率影響的實證分析

李國義，隋　婧

（哈爾濱商業大學金融學院，哈爾濱150028）

投資率對商業銀行不良貸款率影響的實證分析

李國義，隋婧

（哈爾濱商業大學金融學院，哈爾濱150028）

本文用固定資產投資額占國內生產總值的比重代表投資率，通過對投資率的時間序列數據與我國2000年至2014年經過加權處理的16家上市商業銀行的不良貸款率數據之間的關系分析，可知投資率的提高對商業銀行不良貸款率向下的變動趨勢有明顯影響。但這一結論的準確性取決于商業銀行貸款在固定資產投資資金來源中所占比重的大小。為使分析結論更加嚴密和可靠，須進行深入的機理分析。

投資率；銀行；不良貸款率；影響；比重

一、引言

商業銀行的不良貸款率是反映商業銀行來自于借款人信用風險的綜合指標，也是銀行業監督管理部門判斷商業銀行風險大小的的一項重要指標。商業銀行不良貸款率的影響因素較多，其中可以分為借款人外部因素與借款人內部因素，而在借款人外部因素中，又包含商業銀行自身因素和非銀行因素。分析這些因素對不良貸款率的影響，有利于正確評價商業銀行不良貸款率形成的原因以及這些原因的影響力度，并通過這些因素的變化較準確地預測未來商業銀行不良貸款率的變動趨勢。分析諸因素對商業銀行不良貸款率的影響主要有兩種方法：一種是多因素分析法，即同時分析多個因素甚至全部因素對商業銀行不良貸款率的影響；另一種是單因素分析法，即單獨分析某一因素對商業銀行不良貸款率的影響。限于篇幅，本文主要采用單一分析法，分析固定資產投資率（以下簡稱投資率）的變動對商業銀行不良貸款率（以下簡稱不良率）變動的影響，在此基礎上，對投資率與不良貸款率之間關系具有重要影響的主要“干擾素”或稱“條件因素投資貸款率”的作用略作分析。之所以選擇投資率，是因為固定資產投資被視為促進經濟增長的“三駕馬車”之一，也是銀行提供融資服務的重要對象，同時考慮到被影響因子不良率是一個相對數，所以影響因子也應該是一個相對數。

國內直接研究固定資產投資率與商業銀行不良貸款率之間關系的文獻極少，相關成果主要有三個方面。一是研究縣域商業銀行不良貸款率與投資率的關系。黃琦、陶建平、田杰（2013）基于全國2006年至2010年2069個縣（市）的樣本分析，認為投資率每提高一個百分點，縣域商業銀行不良貸款率下降0.534個百分點。［1］二是研究固定資產投資額變動與商業銀行不良貸款率的關系。張婷婷、彭振江、屈松（2010）基于江西省數據分析了后危機時代商業銀行不良資產形成因素，認為在其他條件不變的情況下，每當固定資產投資增（減）1%，將使滯后5期左右的不良貸款率降低（增加）0.0087個百分點。［2］三是固定資產投資膨脹與國有商業銀行不良貸款額的關系。李德（2005）認為投資膨脹會導致國有商業銀行不良貸款增加。［3］

本文的創新之處是選取我國具有代表性的16家上市商業銀行的不良貸款率數據，計算出各家銀行的不良貸款余額占所有16家上市銀行的不良貸款總額的比例，以該比例為權重對各家銀行的不良貸款率進行加權處理，得出2000年至2014年各年度的商業銀行平均不良貸款率，用于代表我國整個商業銀行系統的不良貸款率，并以全社會固定資產投資總額占國內生產總值的比重代表我國全社會的投資率，分析我國投資率與商業銀行不良貸款率的關系，再選擇銀行貸款占固定資產投資資金來源的比重作為影響投資率與不良貸款率關系的條件因素進行分析，使得對投資率與不良貸款率關系的認識進一步深化和嚴密。

二、投資率對銀行不良貸款率影響的實證分析

（一）變量選取與數據來源

本文以2000～2014年我國全社會固定資產投資總額占國內生產總值的比重代表投資率（IR），兩組數據均來源于中國國家統計局官網http：//www. stats.gov.cn。由于我國上市的16家商業銀行的規模和業務量均較大，其經營狀況基本上可以代表我國商業銀行的整體水平，因此本文以我國16家上市銀行的不良貸款率數據為基礎，計算出各家銀行的不良貸款余額占所有16家上市銀行的不良貸款總額的比例，以該比例為權重對各家銀行的不良貸款率進行加權處理，再將所得的結果加總，作為該年份我國商業銀行平均的不良貸款率，由此得出表1所示的2000年至2014年各年我國商業銀行的不良貸款率（NPL）數據。16家上市銀行的不良貸款率實際數據來源于這些銀行公布的年報。

表1　2000～2014年我國投資率與銀行不良貸款率

（二）數據平穩性檢驗

由于兩組數據都是時間序列數據，所以需要先對數據的平穩性進行檢驗。為了消除異方差現象，對IR和NPL取自然對數，得到的數據分別用LNIR和LNNPL表示，兩組數據代表的經濟意義不改變。本文選用KPSS方法檢驗數據的平穩性。本文使用的計量軟件為Stata13.0。檢驗結果如表2所示。可見兩組原數據均不平穩，經過一階差分后的數據DLNIR和DLNNPL均為平穩數據。可見，LNIR和LNNPL均為一階單整序列。

表2　數據平穩性檢驗

（三）MLE協整檢驗

接下來進行MLE協整檢驗。檢驗結果如表3所示。結果表明LNIR和LNNPL只存在一個協整關系，即協整方程為LNNPL=-2.99LNIR+12.39，可知，從長期來看，商業銀行的投資率（LNIR）和不良貸款率（LNNPL）呈反方向變動關系。投資率每上升1%，商業銀行的不良貸款率就會下降2.99%；反之則不良貸款率上升2.99%。

表3　LNIR和LNNPL的協整檢驗

（四）VAR模型及其穩定性檢驗

由于投資率和不良貸款率具有長期穩定的均衡關系，因此本文建立LNIR和LNNPL兩個變量的VAR模型，進一步檢驗二者之間的數量關系。首先根據大多數準則，確定VAR模型的最優滯后階數為4。VAR模型的穩定性檢驗結果如表4所示，可知該模型是穩定的。

表4　VAR模型的特征根

（五）Granger因果關系檢驗

由于LNIR和LNNPL存在長期均衡關系，為進一步判斷出短期內兩個變量變化的先后關系，對LNIR和LNNPL進行Granger因果關系檢驗。檢驗結果如表5所示。可知LNNPL是LNIR的Granger原因，即不良貸款率的變動能夠影響到投資率。但LNIR不是LNNPL的Granger原因。

表5　Granger因果關系檢驗結果

（六）脈沖響應函數和方差分解

1.脈沖響應函數分析

接下來進行脈沖響應函數分析。脈沖響應函數分析結果如圖1所示（經驗證，變量排序改變時，此脈沖響應函數結果和下文的方差分解結果均未發生改變），圖中橫坐標表示時期，單位為年，縱坐標表示累計響應。

圖1顯示以LNIR為脈沖變量，以LNNPL為響應變量，LNIR對LNNPL的動態效應。可以看出，LNIR對LNNPL的作用較明顯，而且大約在前7年幾乎都是反向作用，即投資率的上升會引起不良貸款率的下降。這種反向作用在前4年較強，但會逐漸減弱。第7年之后，投資率對不良貸款率的作用變為十分微弱的正向作用，即投資率的上升會導致不良貸款率隨之微弱地升高。

圖1　LNNPL對LNIR正交脈沖的響應

2.方差分解

接下來對兩個變量進行方差分解，結果如表6和表7所示。由表6可知，對LNIR進行向前一年的預測，其預測方差完全來自LNIR自身。但是LNNPL的作用在逐漸增強，到第20期，LNNPL的作用達到最大值約57.41%。說明不良貸款率在投資率的變動中起到很大的作用。表7顯示，對LNNPL進行向前一年的預測，其預測方差有約1.90%來自LNIR，其余98.10%來自LNNPL自身。LNIR對LNNPL的作用在第4期達到最大值2.39%，之后逐漸減小，在第12期達到最小值1.68%。由此可知投資率在不良貸款率的變動中也起到一定的作用。

表6　LNIR的方差分解

表7　LNNPL的方差分解

三、投資率對不良貸款率影響的機理分析

投資率擴大導致銀行不良貸款率下降的機理可以通過以下兩個理論公式說明：

理論公式一：

銀行不良貸款率=銀行不良貸款總額/銀行全部貸款總額×100%

上式中，在銀行不良貸款總額不變的情況下，如果銀行全部貸款總額增加，則銀行不良貸款率必然下降；如果銀行不良貸款總額增加，但是銀行全部貸款總額增加幅度超過銀行不良貸款總額增加幅度，則銀行不良貸款率也必然下降。

理論公式二：

銀行全部貸款總額=全社會固定資產投資總額×投資貸款率+其他貸款

上式中，投資貸款率是指固定資產投資資金來源中商業銀行貸款所占的比重；其他貸款是指除了商業銀行用于固定資產投資的貸款以外的所有其他貸款。本式說明，在投資貸款率不變或提高的的條件下，全社會固定資產投資總額擴大，銀行全部貸款總額也會擴大；反之，全社會固定資產投資總額縮小，銀行全部貸款總額也相應縮小。

將兩個理論公式結合起來即可說明投資率對不良貸款率的影響機理：當投資率提高時，說明我國全社會固定資產投資總額增加，由于銀行貸款是固定資產投資資金重要來源，因而銀行發放的固定資產投資貸款總額也會隨著全社會固定資產投資總額的增加而增加，于是導致銀行全部貸款總額擴大；由于固定資產投資貸款是一種長期貸款，所以在一個較長的期限內，固定資產投資貸款中的不良貸款總額增加幅度遠遠低于固定資產投資貸款總額增加幅度，因此，投資率的提高會導致銀行不良貸款率的下降。如果投資率持續提高，使得全社會固定資產投資規模持續擴大，銀行貸款總額增加幅度超過了銀行新增逾期貸款增加幅度，則由投資率提高引起銀行不良貸款率下降這種經濟現象就會延續下去。從某一個年度看，如果某年度投資率提高的幅度很大，固定資產投資規模增加幅度很高，銀行長期貸款總額隨之大幅增加，則由于當年貸款未到還款期，尚屬正常貸款，固定資產投資貸款中的不良部分增加額較小，則當年銀行不良貸款率會大幅下降。

表8列示了2000～2014年我國的投資貸款率即銀行貸款在固定資產投資資金來源中所占的比重，數據來源于中國國家統計局官網，同時列出同期投資率對不良貸款率的作用強度。

表8　投資貸款率與“投資率對不良貸款率的作用強度”對照表

把投資貸款率和“投資率對不良貸款率的作用強度”整合到圖2中可以更直觀地看出二者的關系，如圖2所示。

圖2　投資貸款率與“投資率對不良貸款率的作用強度”

結合表8和圖2可以看出，投資貸款率與“投資率對不良貸款率的作用強度”的關系并不是簡單的正向線性關系，即投資率對不良貸款率的作用強度隨著投資貸款率的增大而加強，隨著投資貸款率的降低而減弱。二者的關系更類似于一個不嚴格的拋物線型關系，即存在一個極值點，在投資貸款率極值點上，投資率對不良貸款率的作用強度最大，當投資貸款率小于這個極值點時，投資率對不良貸款率的作用強度隨投資貸款率的增加而增強；當投資貸款率大于這個極值點時，投資率對不良貸款率的作用強度隨投資貸款率的增加而減弱。結合表8和圖2的可知，這個極值點介于13.76%和14.88%之間。圖2可以看出，投資率對不良貸款率的作用強度是呈波浪型上下震動的，且震動幅度在逐漸減弱。

［1］黃琦，陶建平，田杰.縣域金融信貸風險的影響因素［J］.金融論壇，2013（10）：9～15.

［2］張婷婷，彭振江，屈松.后危機時代商業銀行不良資產形成因素的實證研究—基于江西省數據的經驗分析［J］.海南金融，2010（10）：69～75.

［3］李德.我國銀行業不良資產狀況和變化趨勢分析［J］.海南金融，2005（3）：7～9.

［責任編輯：文筠］

An em pirical Analysis of the Influence of the Rate of Investment on the Non-perform ing Loan Ratio of Commercial Banks

LIGuoyi，SUIJing
（School of Finance，Harbin University of Commerce，Harbin 150028，China）

Fixed assets investment accounts for the proportion of GDP represents the rate of investment.Based on the time series data of investment and the rate of China from 2000 to 2014 after the 16 listed commercial banks weighted non-performing loan ratio of the relationship between the data analysis，the investment rate has significant effect on the rate of non-performing loans of commercial banks change the downward trend.But the accuracy of this conclusion depends on the size of the proportion of commercial bank loans in the source of fixed assets investment funds.In order to make the analysismore rigorous and reliable，it is required to conduct a thorough analysis of themechanism.

investment rate；bank；non-performing loan ratio；influence；specific gravity

F830

A

1005-913X（2016）10-0093-04

2016-08-20

黑龍江省哲學社會科學基金資助項目（13B024）

李國義（1956-），男，哈爾濱人，教授，研究方向：投資學、金融學；隋婧（1993-），女，哈爾濱人，碩士，研究方向：投融資分析。