經濟波動、信貸投放與信貸資產質量的關系分析

劉曉瑞 楊凡

摘要：文章在描述全國商業銀行資產質量呈現特點的基礎上，分析了經濟波動、信貸投放和信貸資產質量三者之間的關系，研究結果表明：僅靠擴大信貸投放總量并不能刺激經濟發展，但經濟的持續下行卻能帶動信貸投放增加；在經濟增長過程中伴隨著不良貸款效應；信貸資產質量的惡化制約了商業銀行信貸投放的積極性。最后提出了政策性建議，供金融管理部門和商業銀行參考。

關鍵詞：經濟波動；信貸投放；信貸資產質量；關系分析

為刺激經濟發展，我國信貸規模急劇增長，各項貸款余額由2010年底的50.92萬億元增加到2015年底的93.95萬億元。然而，信貸規模擴大的同時，信貸資產質量近年來卻持續下滑，依靠擴大信貸投放刺激經濟發展的初衷似乎影響到了銀行信貸資產質量。目前，政府面臨著在經濟發展和銀行信貸資產質量之間權衡的問題，而商業銀行面臨著在信貸投放和信貸資產質量之間權衡的問題。本文以全國商業銀行數據為例，分析了信貸資產質量下滑的主要原因，以及經濟波動、信貸投放與信貸資產質量之間的關系，最后提出建議供政府部門和商業銀行參考。

一、 基本情況

目前，全國商業銀行信貸資產質量呈現一定的特點。如表1所示，一是不良貸款"雙升"持續。截至2016年6月末，全國商業銀行不良貸款余額為1.44萬億元，分別較去年同期和今年年初增加32.11%、13.39%；不良貸款率為1.75%，分別較去年同期和今年年初增加16.67%、4.79%。二是隱性不良貸款基數增大。截至2016年6月末，關注類貸款余額為3.32萬億元，分別較去年同期和今年年初增加25.28%、14.88%。三是不良貸款在機構分布中不均。截至2016年6月末，大型商業銀行、股份制商業銀行、城市商業銀行、農村商業銀行和外資銀行的不良貸款率分布為1.72%、1.61%、1.46% 、2.56%和1.30%。

就金融機構而言，信貸資產質量的持續下滑制約了金融機構信貸投放的積極性。截至2016年6月末，全國金融機構本外幣貸款余額較年初增加7.79萬億元，與去年同期相比下降1.43萬億元。那么信貸投放的收縮會影響地方經濟的發展嗎？地方經濟的發展會反過來影響銀行信貸資產質量嗎？經濟波動、信貸投放與信貸資產質量三者之間因果關系以及影響的動態機制將是本文的研究重點。

二、 經濟波動、信貸投放與信貸資產質量的關系分析

經濟波動、信貸投放與信貸資產質量關系的理論研究主要以經濟的循環活動為切入點進行分析，國內外學者普遍認為：在經濟上行期，企業通常經營狀況良好，貸款違約率較低，銀行傾向于降低貸款標準，導致貸款投放速度過快，出現信貸膨脹；在經濟下行期，企業生產經營效率下降，借款人財務狀況惡化，銀行為降低不良貸款率，傾向于提高貸款標準，形成信貸緊縮，并加劇經濟波動。而實證研究中更傾向于兩兩之間關系的分析，對三者關系的分析較少。因此，本文使用Granger檢驗和SVAR模型，實證分析三者之間的因果關系和動態作用機制，有一定的理論價值。

1. 經濟波動、信貸投放與信貸資產質量的相關性檢驗。本文的實證分析數據來源于中國銀監會、國家統計局網站，各指標數據為2005年～2016年第二季度的季度數據。本文用GDP增長率（gdp）衡量經濟波動狀況；用貸款余額（loan）衡量商業銀行信貸投放情況；用不良貸款率（lv）衡量商業銀行信貸資產質量。如表2所示，對經濟波動、信貸投放與信貸資產質量進行相關性檢驗，結果顯示，三者之間顯著性相關。其中，經濟波動與信貸投放之間顯著負相關，經濟波動與信貸資產質量之間顯著正相關，信貸投放與信貸資產質量之間顯著負相關。

2. 經濟波動、信貸資產質量與信貸投放的因果關系檢驗。為確定經濟波動、信貸資產質量與信貸投放之間的因果關系，本文使用stata進行多變量Granger因果關系檢驗，同時Granger因果關系檢驗結果也可以解決SVAR模型中變量排序問題。因本文的Granger因果關系檢驗、SVAR模型的建立都要求變量數據是平穩的，所以要各變量進行單位根檢驗。如表3所示，gdp、lnloan和lv都為一階單整，可以建立Granger因果關系檢驗和SVAR模型。

對變量進行Granger因果關系檢驗的結果如表4所示，在10%的顯著性水平下，經濟波動和信貸資產質量能Granger引起信貸投放，信貸投放能Granger引起經濟波動，經濟波動能Granger引起信貸資產質量。即：經濟波動和信貸資產質量是信貸投放的重要驅動力來源，信貸投放是經濟波動的重要原因，經濟波動又是信貸資產質量波動的重要原因。可以認為：在我國，信貸投放變動影響經濟波動，經濟波動又影響不良貸款率的變動，不良貸款率的變動又影響信貸投放的變動；同時經濟波動又反過來影響信貸投放。

3. 經濟波動、信貸投放與信貸資產質量的動態作用機制。為進一步研究經濟波動、信貸投放與信貸資產質量相互影響的程度和方向，本文使用SVAR模型的脈沖響應函數做變量間的動態作用機制分析。脈沖響應函數是描述在隨機誤差項上施加一個標準差大小的沖擊后對內生變量的當期值和未來值所產生的動態影響。SVAR模型中的正交化脈沖響應函數可以單獨考慮各變量的沖擊對其他變量的影響，因此，本文基于SVAR模型分析經濟波動、信貸投放與信貸資產質量之間的動態作用機制。

（1）信貸投放對經濟波動沖擊的動態反應。如圖1和表5所示，信貸投放對經濟波動沖擊的脈沖響應函數值為負數，信貸投放對經濟波動沖擊的反應是先緩慢加速，到第13期時影響最大，之后影響緩慢減小。這表明：持續的經濟下滑并沒有降低商業銀行信貸投放，反而在較長時期內助推了信貸投放的增加。在經濟下行時，政府為支持實際經濟發展，積極引導商業銀行擴大信貸投放。

（2）信貸投放對信貸資產質量沖擊的動態反應。如圖2和表5所示，信貸投放對信貸資產質量沖擊的脈沖響應函數值為負數，信貸投放對信貸資產質量沖擊的反應也是先緩慢加速，到第9期時影響最大，之后影響緩慢減小。這表明：信貸資產質量惡化制約了商業銀行信貸投放的積極性。商業銀行為控制不良貸款率，更傾向于提高貸款標準，形成信貸緊縮。

（3）經濟波動對信貸投放沖擊的動態反應。如圖3和表5所示，經濟波動對信貸投放沖擊的脈沖響應函數值為負數，從第1期開始影響緩慢增加，直到第7期影響最大，之后影響緩慢下降。這表明：信貸投放的持續增加并沒有促進經濟持續向好，反而在較長時間內助推了經濟的加劇波動。我國的信貸投放在總量上存在“流動性陷阱”，信貸投放應從重視總量轉向更重視結構，金融供給側結構性改革勢在必行。

（4）信貸資產質量對經濟波動沖擊的動態反應。如圖4和表5所示，信貸資產質量對經濟波動沖擊的脈沖響應函數值為正數，從第1期開始影響緩慢增加，直到第3期時影響最大，之后影響緩慢減小。這表明：經濟的持續向好并不能提高信貸資產質量，反而會在較長時期內助推商業銀行信貸資產質量的惡化。不良貸款雖在經濟下行期暴露，但大都在經濟向好期內投放，在經濟增長的過程中伴隨著不良貸款效應，經濟增長是以冒險性創新成本引起的不良貸款率上升為代價。

三、 結論和建議

本文利用我國2005年～2016年第二季度商業銀行的季度數據，通過使用Granger因果關系和SVAR模型的脈沖響應函數，實證分析了經濟波動、信貸投放與信貸資產質量的關系。分析的結果表明，僅靠擴大信貸投放總量并不能刺激經濟發展，但經濟的持續下行卻能帶動信貸投放增加；在經濟增長過程中伴隨著不良貸款效應；信貸資產質量的惡化制約了商業銀行信貸投放的積極性。因此，在信貸投放過程中要關注效率，在經濟增長過程中關注成本，在控風險過程中要關注逆周期效應。

1. 政府推動金融供給側結構性改革以強國。政府有關部門要從重金融規模轉向重金融結構和功能，逐步建立以直接融資為主、間接融資為輔的資本市場體系；改變傳統的增加信貸投放總量以促經濟增長的觀念，更多關注促進實體經濟發展高效率行業的信貸投放在信貸總量的結構。社會主體要主體配合貨幣當局出臺的相關貨幣政策，特別是金融機構，要從戰略創新、管理創新和產品創新等方面增加有效的金融產能供給，提高商業銀行服務的質量和效率，實現金融供給與實體經濟需求的有效匹配。

2. 商業銀行提高自身風險管理能力以提質。一是應制定合理有效的授信政策，在信貸投放時根據行業特點配以適當比例授信比重，不能過度依賴于擔保抵押物。二是要加強貸后管理工作，密切關注貸款資金流向，防止企業將貸款挪作他用；建立信貸風險預警機制，提高信貸風險的識別能力。三是加強與資產管理公司等專業不良處置機構的合作，主動與司法等有關部門的溝通，加快消化不良資產。四是積極加快金融創新，通過不良資產證券化和其他衍生工具，提高信貸資產流動性，規避預期風險損失。

3. 貨幣當局建立逆周期宏觀審慎管理框架以維穩。金融市場參與者的羊群行為、道德風險等特征最終在宏觀層次上形成了金融體系的順周期特征，在經濟景氣時過度樂觀而盲目擴張，在經濟蕭條時又過度悲觀紛紛退場，從而加劇了經濟波動。因此，貨幣當局有必要建立逆周期的宏觀審慎管理框架，但不是僅僅建立銀行的資本充足率、不良貸款率等技術性指標體系，而是應該包括政策目標、調控手段、政策體系、機制建設、風險預警與處置等多方面，避免系統性的金融風險發生，維持經濟平穩增長。

參考文獻：

[1] 陳彥達，丁韋娜.經濟波動、貨幣供給與銀行業信貸資產質量[J].征信，2017，（11）：77-80.

[2] 邵靜，SHAOJing.信貸供給、經濟波動與商業銀行信貸資產質量[J].西部金融，2016，（3）：12-18.

[3] 唐珂，邵靜.信貸供給、經濟波動與商業銀行信貸資產質量關系分析[J].當代經濟，2015，（32）：50-53.

[4] 徐靈超，吳光偉.中國信貸資產質量對經濟波動的沖擊效應研究——基于不良貸款增長率的分析[J].中國城市經濟，2011，（29）：43-46.

作者簡介：劉曉瑞（1985-），男，漢族，安徽省六安市人，南京航空航天大學經濟與管理學院博士生，研究方向為商業銀行風險管理與控制；楊凡（1995-）（通訊作者），男，漢族，安徽省合肥市人，吉林大學和俄羅斯托木斯克理工大學大四學生，研究方向為物理。

收稿日期：2018-08-08。