商業銀行不良貸款率因素的實證分析

陳家偉

摘 要：我國商業銀行的不良貸款率在近幾年呈現持續上漲的趨勢，始終保持著較高的水平，這對我國宏觀經濟的運行帶來了很大的負面影響。本文采用理論分析與實證分析相結合的研究方法，對2009年至2016年期間的季度數據進行了全面收集與分析，在此基礎上構建了相關分析、多元線性回歸模型，旨在探討各種宏觀影響因素以及微觀影響因素對商業銀行不良貸款率所產生的影響。研究結果表明：當GDP增長率每降低1個點時，商業銀行的不良貸款率平均值就會提高0.84個點；當撥備覆蓋率每降低1個點時，商業銀行的不良貸款率平均值就會提高0.059個點。由此可見，可以通過優化宏觀經濟環境以及強化商業銀行自身風險防范水平等措施來促進商業銀行不良貸款率的減低，有效減少銀行在市場環境中的運行風險。

關鍵詞：商業銀行；不良貸款率；GDP增長率；撥備覆蓋率

全球利率市場化發展勢頭愈發迅猛，給經濟發展帶來了前所未有的挑戰和機遇。就我國情況而言，1996年首次開始在全國范圍內實施利率市場化，歷經了二十多年的發展，目前我國已經在利率市場化的最后一個進程中停留了很久。金融機構中所設置的人民幣貸款上限在2004年便放開，商業銀行基本能依托業務風險水平來設置具體的利率。商業銀行在金融市場中扮演著主體的角色，圍繞信用風險實施有效控制可以在很大程度上促進我國經濟的穩健發展。對于商業銀行來說，不良貸款是風險評價中最常用的一種指標，十分關鍵，它在很大程度上影響著銀行的經營情況，同時對我國經濟的穩健運行也具有十分關鍵的作用。

對下圖進行分析可以發現，這兩年我國商業銀行不良貸款率達到了一個較高的水平，這一狀況對于我國商業銀行的發展產生了極為嚴重的不良影響。本文將2009年至2016年的季度數據作為研究對象，分別站在宏觀以及微觀的視角針對我國銀行不良貸款率的影響因素實施了理論分析以及實證分析，并基于分析結果提出了具體的改進建議。

一、不良貸款率影響因素的理論分析

1.宏觀經濟因素分析

GDP給不良貸款率帶來的影響。在經濟迅速發展時期中，企業對市場寄予厚望，于是向銀行申請貸款，銀行也會通過放款來獲取利潤。當經濟環境理想時，企業盈利水平高，財務管理體系也更為系統，企業違約概率較低，從而不良貸款率也不高；當經濟環境變差時，企業無法維持穩定運行甚至還會陷入破產局面中，即使欠款也不能及時償還，從而引起銀行不良貸款率指標提升，作為企業來說，它們只能依靠低價出售或抵押企業資產來獲得資金來還債。此外，當市場不景氣的情況下，人們往往會考慮到保值功能，把大量資產存入銀行，引起市場通貨緊縮，銀行同樣存在極大的信用風險。由此可見，GDP與不良貸款率之間存在密切的關系，主要表現為負相關。

貨幣供應量（M2）給不良貸款率帶來的影響。M2通常能夠作為觀察以及調整中長期金融市場平衡的一大目標。在M2增加的情況下，利率通常會下跌，企業在此過程中能夠賺取很大一部分利潤，使內部財務狀況十分理想，從而極大程度降低了不良貸款行為的發生率。然而在M2減少的情況下，利率通常會呈現出上漲趨勢，企業在融資過程中需要付出更高的成本，使經營利潤減少。企業為了能夠繼續運行下去，并賺取一定的利潤，會選擇向銀行借款，從而導致商業銀行面臨著巨大的信用風險，并引起不良貸款行為發生率的產生。由此可見，M2與不良貸款率之間存在密切的關系，主要表現為負相關。

2.微觀經濟因素分析

對銀行的CAR進行監測，并對監測結果進行分析，能夠在一定程度上提高銀行金融風險化解的能力。對于銀行來說，充足的資本能夠保障銀行等金融機構維持健康穩定的發展。當CAR指標提升時，特別是在資本證券化以后，銀行的風險抵御能力將會顯著上升，從而強化貸款管理工作，使不良貸款率明顯降低。由此可見，CAR與不良貸款率之間存在密切的關系，主要表現為正相關。

PCR這一質保還能夠有效表示商業銀行對風險防范的意識，在PCR較低的情況下，說明銀行對于風險防范并不具備較高的意識，從而導致不良貸款率升高；PCR的水平大小主要取決于風險的實際程度，當PCR過低時會引起撥備金缺乏，引起利潤的虛高；而PCR過高時則會引起撥備金剩余情況嚴重，引起利潤虛低。由此可見，PCR與不良貸款率之間存在密切的關系，主要表現為正相關。

二、不良貸款率影響因素的實證分析

1.模型導入

以上述理論描述為基礎，主要對這四項不良貸款率影響因素展開實證分析，并依此構建貸款率（Y）與GDP增長率（X1）、貸款率（Y）與M2增長率（X2）、貸款率（Y）與CAR（X3）、貸款率（Y）與PCR率（X4）的多元線性回歸模型，具體回歸方程如下所示：

2.多元回歸分析

在本次實證分析中，所選擇的模型是2009年第一季度至2016年第四季度的時間序列，數據采集渠道全部為國家統計局以及中國銀監會，樣本容量是32。把這些數據輸入Eviews軟件當中，并通過最小二乘法來實施模型構建，最終得到的結果見下表1。

對這一模型估計結果進行分析可以發現，該模型的擬合優度R2為0.9735，對其進行調整后R2為0.9696，由此可見這一模型對樣本具有較高的擬合優度。F檢驗值是248.3659，具有極高的明顯度，這表示整體上宏觀因素GDP增長率、貨幣供應量M2增長率以及銀行自身的資本充足率、撥備覆蓋率是導致商業銀行不良貸款率居高不下的主要原因。然而，M2增長率以及CAR在T檢驗過程中的P值依次達到0.50以及0.21，表現出較高的數據，沒有通過T檢驗。所以說必須針對最初的四元線性回歸模型實施合理調整，首先針對4個變量實施多重共線性檢驗，計算出有關的系數矩陣，具體見下表2所示。

對上表2進行分析后可以發現，X2以及X3兩者間的相關系數是-0.801，意味著X2與X3之間呈高度相關關系。X1以及X3兩者間的相關系數為-0.672，足以證明上述模型具備顯著的多重共線性特征。endprint

隨后使用逐步回歸這一方式對多重共線性進行處理，并基于有關系數理論來展開分析，X2以及X3在逐步回歸檢測過程中不滿足有關條件，因此對變量處理進行解釋時是將X2以及X3剔除并將統計表中比較明顯的X1以及X4保留下來后構建的全新模型，具體參見下表3所示。

對原有模型進行修正后得到的新模型在F檢驗后得出R2=0.9718，說明該模型的擬合優度較高，F檢驗也十分明顯，意味著GDP增長率以及銀行撥備覆蓋率對于商業銀行不練貸款率具有極為關鍵的影響。在顯著水平為0.01的情況下，解釋變量GDP增長率以及撥備覆蓋率都能夠經過T檢驗，從而說明這兩種因素對商業銀行不良貸款率所帶來的影響十分明顯。

3.實證分析的基本概括

在經過上面一輪實證分析后可以得知，即使多重共線性對M2增長率以及銀行資本充足率施加了一定的作用，這兩項指標也不會對不良貸款率形成過高的影響，然而另外兩個指標對不良貸款的出現卻會起著決定性作用，這兩個指標分別為GDP增長率和商業銀行自己的撥備覆蓋率。其中，前者是在所有影響因素當中影響程度排名第一的，用實際數據來表示，當GDP增長率每降低1個點時，商業銀行的不良貸款率平均值就會提高0.84個點；當撥備覆蓋率每降低1個點時，商業銀行的不良貸款率平均值就會提高0.059個點。所以說，創造理想的宏觀經濟環境，促進經濟的穩定健康發展，對商業銀行不良貸款率的降低具有十分積極的作用。

三、減少商業不良貸款率的有效對策

商業銀行貸款品質與宏觀經濟環境的改變之間存在十分密切的關聯性。當宏觀經濟處于昌盛、衰敗、不景氣、恢復時期時，商業銀行的經營情況也會在此過程中發生一系列變化，尤其體現在不良貸款率這一指標上。例如，宏觀經濟較為昌盛時，企業的整體運營情況較好，不良貸款率也呈現出較低的狀態。當宏觀經濟從昌盛轉向衰敗的過程中，雖然銀行出于風險防范考慮會對信貸政策加以收緊，然而由于大部分企業的財務情況都處于惡化狀態，很容易導致銀行不良貸款率上升。針對這一情況，筆者站在宏觀角度以及微觀角度提出了下面一些自己的見解：

1.宏觀角度

站在政府的立場來看，應盡快推出相關政策用于支持擴張，從而激發各內需的增長，起到宏觀調控水平優化的目的，這樣能夠在一定程度上促進經濟的穩健發展。加強基礎建設方面的投資強度，做好經濟模式革新工作，在以往引起經濟活動運行場所的基礎上進行改善與優化。

關于金融政策方面，中央銀行必須盡快健全現有的金融風險管理監督系統，尤其是商業銀行的風險資產方面，必須加大監督管理的力度。另外，還必須站在宏觀角度上進行一定的指導，在原有風險預警系統的基礎上進行不斷完善。

站在企業改造的角度上來看，應充分把握好金融體制革新與企業改造間的和諧統一關系，在此基礎上建立一套良好的征信系統。無論所選擇的改造模式為哪一種，企業都必須對原有管理制度進行重新梳理與改進，從而促進效率提升，強化自己的資金水平。構建一套銀企之間的信用系統，保證國有金融資產和公共存款可以被有效保護起來。

2.微觀角度

第一，銀行必須緊扣宏觀經濟的發展腳步，將其作為基本命脈搞好相應的管理工作。在任何一個階段當中，每一個行業都具有自己獨特的發展特色，所對應的發展潛力也存在一些差異。因此銀行需要選擇市場中發展前景較好的企業來提供貸款服務，通過這一方式能夠有效降低不良貸款率。另外，對待風險還應盡快采取有效的防范及對應措施，對其進行預先反應，將風險遏制在萌發階段，從而使不良貸款額始終處于一個十分低的范圍內。

第二，銀行應依托最初的內部風險管理體制，對其進行完善與補充。在經濟市場當中，銀行要想實現穩定健康的發展，必須得到風險管理機制的保障。在市場化進程快速推進的趨勢之下，各種各樣的風險開始朝著銀行逼近，且發生率也呈現出不斷上漲的勢頭，然而眼下銀行現有的風險管理措施完全無法滿足多樣化的風險類型，必須在原有基礎上進行不斷完善。

第三，銀行必須擴展利潤獲取渠道。在新形勢下，銀行僅僅依靠傳統的業務來賺錢利潤是無法跟上時代發展步伐的，必須將眼光瞄準中間業務，并加大中間業務的拓展力度，根據市場需求推出各種的信用貸款業務，使信貸產品能夠更具針對性，從而使商業銀行的風險得到有效控制。

四、結束語

實證分析后得出以下結論：GDP增長率每降低1個點時，商業銀行的不良貸款率平均值就會提高0.84個點；當撥備覆蓋率每降低1個點時，商業銀行的不良貸款率平均值就會提高0.059個點。由此可見，可以通過優化宏觀經濟環境以及強化商業銀行自身風險防范水平等措施來促進商業銀行不練貸款率的減低，有效減少銀行在市場環境中的運行風險。

參考文獻：

[1]萬丹丹.KMV模型在我國商業銀行度量上市公司信用風險中的適用性研究[D].西南財經大學，2016.

[2]甘兆雯.美國個人住房貸款風險管理經驗及啟示[J].特區經濟，2016（12）：92-94.

[3]程超，趙春玲.信用評分技術在商業銀行的應用——基于對信貸可獲性、不良貸款率和經營績效的實證分析[J].南京財經大學學報，2015，（01）：41-48.

[4]王光偉，童元松.我國商業銀行不良貸款率的影響因素研究——基于2005-2013年宏觀季度數據的實證分析[J].湖北工業職業技術學院學報，2014，27（03）：50-54.

[5]范力志.2004年至2012年我國商業銀行次級債券市場約束效應實證分析[D].西南財經大學，2012.endprint