供給側背景下信貸配置變化及對銀行信貸風險的影響

李晗

摘 要：本文運用了2010 —2016年間來自三大傳統行業和三大新興行業的全部上市公司以及11家上市銀行對其行業的貸款數據，對供給側改革背景下，銀行信貸配置的行業間轉移所對銀行業信貸風險產生的影響進行研究。通過KMV模型，實證研究發現供給側改革前后，信貸資源配置從傳統行業向新興行業的轉移過程中銀行面臨的信貸風險總體而言加大了。因此必須促進銀行貸款的平穩性階段性的轉移，降低銀行業信貸風險。

關鍵詞：傳統行業 新興行業 信貸風險

中圖分類號：F832.4 文獻標識碼：A 文章編號：2096-0298（2018）05（a）-038-03

1 供給側改革的提出

2015年開始中國經濟進入了一個新的階段，反映了經濟狀況的各項指標：GDP、CPI、PPI、PMI出現聯動性的背離；2012年第三季度開始GDP同比增長率跌破10%，一路下行直至到達2015年第四季度的6.9%；而且2011年開始直至2015年，制造業PMI，CPI，PPI三項指數都呈現出巨大的波動中下浮傾向，這都意味著中國的經濟發展出現了問題。

供給側改革的提出為了解決經濟中所面臨的結構性問題和供需失衡性問題，在這之中銀行業起到了至關重要的作用，信貸政策直接關乎了產業結構優化和各種結構的調整問題。

2 供給側改革前后銀行信貸配置的變化

2015年之前，銀行業的信貸配置呈現以下特征：其一，貸款規模不斷上升，總體增速趨于平穩。其二，貸款期限側重于中長期，結構趨于穩定。其三，貸款三大產業間配比差距明顯。2015年之后實施的供給側改革要求銀行業在配置資源的過程中要優化信貸投資方向，提高信貸配置效率。在信貸政策的轉變過程中主要包括了地區間優化、企業間優化以及行業間優化。在這之中最為顯眼的轉變體現在行業間信貸資源的轉變，信貸支持由傳統行業轉向綠色環保和高科技等新興產業。

本文的關注重點就在于行業間貸款資源配置的問題，由于缺少整個銀行業對于各個具體行業的貸款發放的數據，因此基于數據可得性原則本文綜合比較考慮銀行貸款的具體行業發放情況，選取11家上市銀行：工商銀行、建設銀行、農業銀行、交通銀行、中信銀行、招商銀行、興業銀行、浦發銀行、平安銀行、華夏銀行、光大銀行作為觀察對象，并且也在后續中考慮這11家上市銀行作為銀行業的代表所面臨的風險問題。

基于這些銀行對于行業間的貸款發放的行業劃分以及貸款投放對象所屬的行業劃分有些許不同，本文統一按照中國證監會對于行業的CSRC分類來對行業進行分類。綜合各項數據，將銀行業貸款投向總體上分為傳統行業和新興行業兩大行業：其中將采礦業，建筑業和制造業納入傳統行業的框架下考慮；而將水利、環境和公共設施管理業，信息傳輸、軟件和信息技術服務業，租賃和商務服務業納入新興行業的框架中去。

通過數據的歸納以及處理，發現在供給側的背景要求下，銀行貸款配置出現了以下兩方面趨勢：（1）傳統行業貸款規模下降，增速明顯下滑。2010—2015年對于傳統行業貸款發放維持緩慢正增長，2016年貸款大幅減弱，首次降低了對傳統行業的信貸配置。（2）新興行業貸款規模激增，增速明顯上浮。2010 —2016年，以租賃和商務服務業、水利環境業以及信息技術業為代表的新興行業的貸款發放規模逐年提升。隨著改革的深入，銀行業在配置金融貸款資源的時候，會不斷加大對新興行業貸款的發放。

3 信貸配置對于銀行業信貸風險影響的理論分析

本文是基于銀行對于行業間貸款配置的變化來探討商業銀行的信貸風險問題，因此選擇的是從貸款對象——不同行業的上市公司出發，以期得出對于供給側改革具有建設性意義的結論。對于商業銀行信貸配置影響其自身信貸風險的影響機制可以大致分為以下三個方面。

第一，銀行信貸配置的轉變影響不同行業的企業對于貸款的可得性與可得規模；從銀行將貸款資源從制造業等傳統行業向新興行業的轉移過程中，可以明顯發現經營傳統行業的企業：如采礦、建筑等三高產業獲得貸款規模會變少；相應的，作為國家不斷鼓勵和支持大力發展的高新技術和環保產業的企業會更容易獲得更多的貸款用以支持產業發展。

第二，企業貸款可得性和貸款規模決定企業的運營決策以及償債決策；傳統行業的企業獲取的銀行貸款規模越來越少，這就對行業的可持續經營產生沖擊。一方面，企業欠缺足夠的流動性資金來滿足生產需要，必須通過削減產量和更加高效的利用資金資源來維持行業的平穩運行，以及向下一個階段過渡。對于企業的運營而言是非常艱難的；另一方面，由于沒有足夠的生產銷售，階段性庫存的累計就將使得企業作出不能如期償債的償債決策。在削減銀行信貸資源之后，行業的經營決策和償債決策也會相對應的受到影響。對于新興行業來說，企業獲得合理的信貸資源，會增大投資支出以及產品的開發創新，且由于全社會對于新興行業的照顧扶持力度會使得產品的銷售變得十分通暢，資金的回籠周期也會壓縮，因而對于這些新興行業的企業而言會采取擴大再生產以及銷售更加高質量的產品的經營決策；另外按時償貸會有利于維持銀企關系，所以企業會在經營好的基礎上按時償還銀行貸款。也就是說供給側改革下信貸配置的轉變會對新興行業帶來不同的經營與償債決策。

第三，企業經營績效和償債能力決定了企業的信用風險，因而對行業違約概率造成沖擊，并最終影響商業銀行的不良貸款率和信貸風險。伴隨著供給側改革的不斷推進，傳統行業的業務規模，金融資源以及整體行業發展都受到了嚴重的限制，在信貸資源不足以及行業景氣度大幅滑坡的情況下，對企業的正常經營以及正常還貸來說都是巨大的挑戰。因此在經營的當期沒有穩定現金流會導致企業無法按期歸還銀行貸款，這對于商業銀行來說就是行業的不良貸款率和信貸風險的雙向飛升。但是改革給予了新興行業政策的福利優惠，資金的有利支持以及社會對于產業的高度認可，這在非常大程度上使得新興行業的企業在產品生產銷售賺取利潤的全過程變得異常順利。尤其從企業對于貸款的獲取上出發，資金源源不斷的補給促進了產品質量的穩步提升，企業的可持續的經營決策為企業在當期以及以后多期都會帶來利潤，這就是企業進行償債決策所付出的本金和利息；為了維持穩定的銀企關系和后續貸款的持續發放，企業會嚴格遵守還貸期限。出于新興行業的企業在經營以及償債能力兩方面考慮，商業銀行會面臨非常小的信貸風險。最終商業銀行面臨的信貸風險來自于兩方面的權衡，也就是說從新興行業緩解的信貸風險彌補與傳統行業的信貸風險暴露兩個角度來看，都會給銀行業的信貸帶來巨大的沖擊。

4 供給側改革下信貸配置轉變對銀行業信貸風險影響實證分析

基于本文是從銀行貸款的發放對象—— 上市公司的角度去觀察行業的違約風險，進而反映銀行業的信貸風險。所以在客觀比較各種模型以及考慮中國實際情況的基礎上，本文選擇KMV模型作為本文的計量模型，并且用KMV模型的違約距離來度量風險，違約距離越大，則信貸風險越小；違約距離越小，信貸風險越大。具體實證可分為以下步驟。

第一步，基于KMV模型，運用MATLAB的遺傳算法計算出2010—2016年樣本中六個行業的每一家上市公司的資產價值和資產價值的波動率。

第二步，在已知資產價值和資產價值的波動率的基礎上，計算每個行業內每一家上市公司的違約距離DD。同時以行業內每一家上市公司的股權價值相對于行業總股權價值的占比為權重，來計算每個行業的平均違約距離DD，以此來反映六個行業所面臨的信貸風險。

從圖1可以發現，作為傳統行業中具有代表性的三個子行業而言，供給側改革造成采礦業和制造業的違約風險越來越大，而建筑業的違約風險得到了有效的控制。另外，供給側改革之后的2015—2016年，新興行業的三個子行業的違約風險出現了一致性的下降傾向。說明改革對于新興行業的各個子行業而言帶來的良性效應已經有所體現。

第三步，結合2010—2016年銀行業對于不同子行業信貸發放規模的數據基礎上，簡單計算得出銀行業對于傳統行業中各個子行業的貸款發放比值以及銀行業對于新興行業中各個子行業的貸款發放比值。依據本文中所計算出的傳統行業和新興行業每個子行業在2010—2016年間的平均違約距離，整體上得出在銀行業發放貸款的背景之下，銀行業所承擔的傳統行業和新興行業的違約距離的變動狀況以及2015年之前與2015年后銀行業承擔的信貸風險的變化趨勢，如表1所示。

銀行業在大幅降低對于傳統行業的貸款配置的情形下，面臨的信貸風險非常大。在供給側改革的要求下，優化信貸等金融資源，銀行業對傳統行業信貸開始呈現負增長，也就是說大大削弱對于傳統幾大行業信貸配置的規模，來應對供給側改革以期形成產業的升級優化調整。但是明顯發現銀行業由此產生了很大的信貸風險，違約距離的快速下降逼至0.45證明了信貸違約的概率非常之大，這必須引起銀行業對于傳統行業貸款的重視與管制。同時銀行業在2015—2016年間大幅加大了對于新興子行業的信貸配置規模，且信貸增速也遠遠超過2015年，在這種巨大的信貸投入的情況下對于商業銀行而言形成了良性的機制，它在新興行業上所面臨的信貸風險大幅減弱，表現與傳統行業完全不一致。也就是對于新興行業信貸配置增速的明顯上浮，降低銀行業在此方面的信貸風險。

第四步，依據傳統行業與新興行業總體貸款發放的各自比重以及傳統行業和新興行業的銀行違約距離數據，通過加權得出2010—2016年銀行業整體承擔的信貸風險，清楚地判別信貸配置對于銀行業整體造成的信貸風險的變化情況。通過計算可知2015—2016年，作為供給側改革實施的關鍵性年份，銀行業整體信貸風險是在上升的。這很大程度上是由于大幅降低對于傳統行業的信貸配置由此產生非常巨大的信貸風險，即使大力增大對于新興行業信貸投入緩和了信貸風險，還是會由于傳統行業相對于新興行業比重很大的原因帶來整體信貸風險的增大。

5 結論及建議

對于2015年11月提出的供給側改革，短短一年之內，銀行業從信貸資源上絕對支持了此項改革。對于傳統行業貸款的迅速下跌，對于新興行業信貸資源配置的極速上升給銀行造成的結果呈現分化的態勢。巨大的貸款從傳統行業的撤離，威脅到了傳統行業中企業的持續經營，進而不良貸款的巨大增漲給銀行業帶來了巨大的信貸危機；而對于新興行業的貸款源源不斷的發放最終十分有利于新興行業的健康發展，且違約概率的下跌有效緩和了商業銀行的信貸風險。但是由于傳統行業信貸轉移速度過快以及傳統行業巨大的行業發展規模致使商業銀行在供給側改革后仍然面臨較大的信貸風險，不過相對于前期有所緩和。

結合本文的理論和實證研究結果，降低銀行業的信貸風險對于維持銀行業穩定運營具有重大的意義，而且在銀行大力支持供給側改革的狀況下，信貸配置的具體調整所給銀行業和國家帶來的啟示也至關重要：（1）階段性的改變傳統行業以及新興行業的信貸配置；（2）堅持傳統行業的主體地位，充分發展新興行業；（3）深入供給側改革，促進產業結構的優化調整。

參考文獻

[1] 曾詩鴻，許程.新興產業非ST上市公司風險管理新思路——基于KMV模型的信用風險分析[J].科學管理研究，2014，32（1）.

[2] 曹國華，劉睿凡.供給側改革背景下我國商業銀行信貸風險的防控[J].財經科學，2016（4）.

[3] 姜翔程，孔唯，喬瑩瑩.供給側改革背景下商業銀行信貸風險管理的行業思維[J].管理現代化，2017，37（6）.