商業銀行貸款發放與產生不良貸款的時間滯后效應研究

王 睿

（上海理工大學，上海 200093）

引言

眾所周知，2008年由次貸危機引起的全球金融危機給全世界帶來了嚴重影響，各國紛紛出臺各種刺激性政策來應對這場危機，中國也不例外。在我國各項刺激性政策中，力度最大并且最引人注目的當屬寬松貨幣政策以及4萬億投資計劃。伴隨著各項政策的推進，各商業銀行的信貸投放也開始迅速擴張。與此同時，2013年以來，中國經濟開始邁入下行階段，經濟發展的多項指標都處于長期低迷的狀態。在“三期疊加”的背景下，中國宏觀經濟亟須進行調整，而調整必然伴隨著陣痛，出現大量企業利潤下滑，入不敷出。企業紛紛出現債務問題，并且大多都是與銀行的債務，而在我國以商業銀行為主導的金融體系中，這些債務問題最終必將傳至各商業銀行，導致大量不良貸款出現。

據官方數據表明，自2006年6月份起，我國商業銀行不良貸款率就已開始出現攀升態勢。直至2016年底，商業銀行的不良貸款規模及不良貸款率的“雙降”才開始嶄露頭角。但即便如此，我國商業銀行不良貸款仍處于高位。在此背景下，信貸規模擴張與不良貸款之間的關系變得尤為重要。

關于兩者之間的關系，可以從三個方面進行考量。其一是從信貸投放與不良貸款之間的傳導途徑來研究，由于信貸大量投放，可能導致銀行的經營風險或是操作風險，加上宏觀經濟環境不容樂觀，最終將導致不良貸款增加。其二是研究兩者之間的影響因素，如最明顯的是宏觀經濟環境，或者銀行放貸的利率等都會從宏觀和微觀兩方面來影響不良貸款比率。其三是研究兩者之間存在的時間滯后效應，即信貸從投放到產生不良貸款所需經過的時間。本文就將從第三個方面來研究信貸投放與不良貸款之間的關系。

本文余下部分安排如下：第二部分是文獻回顧與綜述；第三部分是數據選取以及模型構建；第四部分為本文實證得出的結論及啟示。

一、文獻綜述

本文將從國內和國外兩個角度對已有文獻進行回顧。首先，從國外文獻來看，已經有很多學者對這個問題進行過研究，大多數研究都認為信貸擴張會導致銀行未來的不良貸款率逐步增加。有很多學者從理論方面對此進行了研究。Keeton and Morris（1987）認為，某些銀行出于利益考慮愿意承擔高風險，其形式之一便是過度借貸，這將大大提高貸款損失的概率。同樣，Clair（1992）也認為，銀行為了賺取更多利潤會降低信貸標準以擴大信貸投放規模，但是，信貸標準的降低會帶來大量低質量的貸款，這些貸款未來違約的風險將遠遠高于平均水平，與此同時，在盲目信貸投放規模擴張的過程中，也會出現投機行為或是管理的缺失。

從實證研究來看，大多數文章會采用GMM方法建立動態面板模型進行研究。Espinoza and Prasad（2010）選取GCC成員國的80多家銀行1995—2008年的數據進行研究，結果表明，以往貸款投放規模的迅速擴張會在未來產生不良貸款。Salas and Saurina（2002）選取1985—1997年的西班牙銀行業為研究對象，經實證研究得出，的結論為貸款投放規模與不良貸款率之間存在三年滯后期。與此類似，Fooes et al（2010）也得出貸款投放規模與不良貸款率之間存在三年滯后期的結論。Fooes的研究對象更廣，他以14個主要西方國家的10 000多家銀行為樣本，選取研究區間為1997—2005年。Klein（2013）以中歐、東歐等共16個國家為研究對象，選取貸款資產占比以及貸款增長率兩個解釋變量來研究他們的信貸投放增長情況，其實證研究結果為滯后一期貸款比率和滯后兩期的信貸投放增長系數顯著為正，這表明信貸投放的高速增長在一至兩年后會導致不良貸款的增加。此外，Keeton（1999）運用VAR模型研究了1982—1996年貸款增長以及不良貸款率之間的關系，實證結果表明，貸款投放的快速增長短期來說會降低不良貸款率，但是從長期來看，貸款投放規模的迅速擴張會讓不良貸款集中于某年爆發，從而大大提高不良貸款率。

與國外文獻相比，目前國內關于這方面的文獻則屈指可數。周忠明（2005）選取江蘇省數家曾有長期貸款行為的企業為研究對象，計算了這些企業不良貸款對應的初始投放期。周忠明的研究表明，這些不良貸款的初始投放期一般與貸款投放規模迅速增長的年份相吻合，然而，一旦出現貸款投放下降或者貸款緊縮，大量不良貸款就會現出水面。此外，儲海燕（2011）則選取我國1982—2009年商業銀行不良貸款數據進行實證研究，通過時間序列數據的逐步回歸，最后得出結論為不良貸款發生存在滯后，一般滯后期為三四年及十年，并且滯后四年的概率最大。陳茜（2013）以我國30多家商業銀行2003—2012年的年度數據為對象，運用面板回歸以及GMM模型，得出了與儲海燕類似的結論。

此外，宏觀經濟因素也是影響不良貸款率的重要因素，已有很多研究表明宏觀經濟形勢與不良貸款之間存在密切聯系。從理論方面來看，Salas and Saurina（2002）等學者的研究表明不良貸款具有逆周期性，因為經濟形勢可觀時，無論是企業還是個人都有足夠的現金流能夠償還債務；然而在經濟不樂觀的時期，經濟下滑，導致很多企業利潤下滑，經營惡化從而無法償還債務，此時不良貸款便會增加。實證研究方面，Quagliarello（2007）以1985—2002年間印度銀行為樣本，經實證研究表明宏觀經濟周期對不良貸款率有影響。Louzis et al.（2011）也通過實證研究發現，宏觀經濟層面的變量能在很大程度上解釋不良貸款的變化。DeBockandDemyanets（2012）以巴西、中國、阿根廷等25個新興國家為研究對象進行實證研究，其結果表明，經濟增速放緩時，會導致銀行資產質量下降，不良貸款將大量爆發。

國內也有很多這方面的研究表明，在我國，經濟形勢也是一個解釋不良貸款率變化的很好的變量。張雪蘭等（2012）采用2006—2011年的季度數據進行動態面板回歸分析，結果表明，GDP增長率與不良貸款率之間呈現出顯著的負相關關系。

二、研究假設與模型構建

在總結已有研究的基礎上，本文認為，在商業銀行的信貸投放規模迅速擴張的同時，往往一味追求增加市場份額而降低信貸標準，導致銀行資產在數量上增加，卻在質量上嚴重下降，迅速的信貸擴張往往會埋下安全隱患；再者，在信貸擴張期，銀行的重心一般會放在增加貸款規模上，而忽略對貸款的管理，無論是事前、事中還是事后，銀行都缺乏嚴格的審查與管理；此外，由于信貸業務的擴張，銀行亟須招納新的信貸人員，導致很多在職信貸人員由于缺乏經驗，不能很好的分析借款人的還款能力，將貸款授予高風險的借款人，從而導致貸款質量下降。綜上所述，本文提出如下假設：

H0：貸款投放規模的迅速擴張會在之后幾期導致不良貸款的提升。

本文的核心就是要檢驗H0假設的真實性。但是，根據國內外相關研究，不良貸款率受宏觀經濟層面的影響尤為重大，尤其是宏觀經濟形勢如國內生產總值增長率。因此，本文將與前人研究一致，選取實際GDP增長率為控制變量。選取實際GDP增長率可以剔除價格因素的影響，能夠比較真實地反映宏觀經濟形勢。已有大量研究表明，宏觀經濟形勢與不良貸款之間存在顯著的負相關關系。經濟擴張時期，經濟增速快，借款人經營狀況較好，因此，能夠大幅度提高還款能力；而在經濟緊縮時期，增速放緩，導致大量借款人經營惡化從而資金短缺，無法償還貸款。鑒于此，提出如下假設：

H1：GDP增長率與不良貸款率之間呈現負相關關系。

由以上分析可知，本文研究的問題是信貸規模的迅速擴張對不良貸款率的影響，因此被解釋變量即為不良貸款率（用NLR表示），解釋變量為信貸規模增長率，包括滯后的各期貸款增長率（用CREDIT表示），控制變量為實際GDP增長率（用GDP表示），本文選取的變量及各變量的預期符號如表1所示。

表1

類商業銀行之間的差異。①本文中銀行的貸款規模增長率以及不良貸款率數據來自于我國銀監局網站（http：//www.cbrc.gov.cn/chinese/home/docViewPage/110009.html）；季度的實際GDP由各季度名義GDP除以各期的GDP平減指數得到，其數據來自于中華人民共和國國家統計局網站（http：//data.stats.gov.cn/easyquery.htm?cn=B01）。

據現有相關文獻表明，不良貸款率的變化是具有持續性的，即不良貸款率不僅受貸款規模和GDP增長率的影響，而且還會受到上一期不良貸款的影響。考慮到這些因素，本文將構建如下動態面板模型：

其中，NLRit是第i類銀行第t期的不良貸款率，預期符號為正。由以上分析可得，貸款增長對不良貸款率有滯后影響，為了檢驗H0假設是否成立，需在模型中加入貸款規模增長率的多期滯后，如果這些變量的系數顯著為正，則證明貸款規模的擴張會導致未來不良貸款率的上升。此外，還在模型中加入實際GDP增長率作為控制變量，預期符號將為負。最后，?it為隨機誤差項。

三、實證分析

本文分別對5類銀行的數據，從滯后1階到滯后40階來進行逐步回歸。先將所有變量納入回歸模型中，然后逐步剔除不顯著的變量。

對大型商業銀行的最后回歸結果如表2所示。

從回歸結果來看，對于大型商業銀行來說，信貸投放規

表2大型商業銀行計量結果

模的增長與不良貸款率之間存在顯著的滯后效應，且以滯后34個季度最為顯著；并且信貸投放規模與34個季度后的不良貸款率之間呈負相關關系。同時，不良貸款率與GDP增速之間存在顯著的負相關關系，即GDP增速放緩時，不良貸款率會上升，這與本文的假設1相符。

對城市商業銀行的最后回歸結果如表3所示。

表3大型商業銀行計量結果

由以上計量結果可以看出，對于大型商業銀行來說，信貸投放規模與不良貸款率之間也存在顯著的滯后效應，并且以滯后3個季度最為顯著；并且信貸投放規模與不良貸款之間也存在負相關關系。同時，不良貸款率與GDP之間也存在顯著的負相關關系。

綜合以上分析，無論是大型商業銀行還是城市商業銀行，其投放的信貸都不會立即就產生不良貸款，即信貸投放與不良貸款之間存在滯后，且大型商業銀行與城市商業銀行的滯后差異很大，大型商業銀行的滯后較長，為34個季度，而城市商業銀行的滯后期較短，為3個季度。其次，大型商業銀行和城市商業銀行2007—2016年的數據表明，其信貸投放與滯后的不良貸款之間是負相關關系，即表明不良貸款率的上升速度不及信貸投放規模的增長速度。最后，宏觀經濟環境對銀行不良貸款率的影響顯著為負。

結論

本文在前人研究的基礎上，提出了兩個假設，假設一是不良貸款率與信貸規模之間存在正相關性，假設二是不良貸款率與GDP增速之間存在負相關關系。本文在對兩類商業銀行的季度數據進行逐步回歸之后，得出了如下結論：（1）信貸投放規模的擴張與不良貸款率之間存在滯后期，而且大型商業銀行和城市上夜引航的滯后期是不一樣的。大型商業銀行以滯后8、28、29及34個季度后的影響較為顯著，而城市商業銀行以滯后2、3及27個季度的影響較為顯著。本文認為，大型商業銀行的貸款一般投放到我國經濟建設的大項目中，一般是較為長期的項目，所以產生不良貸款的周期較長；而對于城市商業銀行來說，貸款投放的去向多為城市大中小型企業，貸款周期較短，因此產生不良貸款的時間較短。同時，研究表明，無論是大型商業銀行還是城市商業銀行，其信貸投放與滯后的不良貸款率之間呈顯著的負相關關系，即表明2007—2016年間，信貸投放的增長速度快于不良貸款率的增長速度，這與本文的假設一不符。本文對此的解釋是，首先，我國近年來不斷加強對銀行業的監管，貸款的發放不再是粗放式的發放，而是有較好的管理與監督，極大降低了不良貸款的產生；其次，我國近年來雖然經濟增速放緩，但是我國仍是發展中大國，仍然需要大量投資建設，經濟仍然保持中高速增長，宏觀經濟環境不算相當惡劣，不良貸款產生的條件大大弱化。（2）不良貸款率與GDP的關系尤為密切，且呈現負相關性，即GDP增速的放緩會導致不良貸款率的上升。這與假設二是一致的。經濟增速放緩時，必然會導致很多企業的利潤下滑，導致償債能力下降。鑒于以上分析，本文認為，當前我國信貸投放的快速增長并不是不良貸款大量產生的根本原因，我國銀行業應繼續保持對貸款的強力監督，這能在源頭上減少不良貸款的產生。并且通過研究，本文認為應當對不同類型的銀行采取不同的監管措施、選取不同的監管指標。