宏觀經濟因素對我國商業銀行信貸風險的影響
——基于VAR模型的實證研究

李英齊

（安徽財經大學金融學院，安徽 蚌埠 233000）

一、前言

近年來，我國供給側結構性改革不斷深化，但從宏觀上看，經濟增長并沒出現拐點，改革使我國正處經濟結構調整的持續陣痛期，商業銀行要消化大量前期存量的、隱性的不良資產，同時在“僵尸企業”加速出清、煤炭鋼鐵等傳統行業去產能的過程中，部分非金融企業的應收賬款周轉速度降低，銀行的逾期貸款增加。在國內外錯綜復雜的經濟金融形勢影響下，當前我國商業銀行資產質量管理面臨較大壓力，強監管依然是主旋律，從資源配置結構來看，商業銀行資產投放向信貸業務回歸，但截至2018年末，我國商業銀行不良貸款余額達2萬億，比2017年上漲近3000億元，不良率小幅上漲0.15%，信貸業務存在較大的風險隱患。

銀行經營的是信用，管理的是風險，銀行業是典型的周期性行業，信貸則是商業銀行傳統業務中最主要、核心的業務，因此宏觀經濟的周期波動對不良貸款率和不良貸款結構產生一定影響，近年來互聯網技術的快速發展也沖擊著商業銀行的傳統業務。本文利用VAR模型實證分析國內生產總值增長率、居民消費價格指數和貨幣供應量增長率對我國商業銀行信貸風險的影響，希望能針對我國商業銀行降低經營風險、維持信貸結構穩定提出可行建議。

二、文獻綜述

20世紀末至今，商業銀行信貸風險及其影響因素深受國內外學者關注，相對而言，西方經濟學家起步較早，主要從商業銀行間競爭、企業信用、監管標準等角度，通過構建單因素模型、面板模型、VAR模型，實證分析了GDP、CPI、M2、利率、匯率、股指等經濟因子及金融危機對銀行業信貸風險的影響，取得了豐碩的研究成果。

21世紀以來，國內學者結合我國國情展開了一系列研究。理論研究方面，王莉珊（2010）從銀行信貸擴張行為約束乏力、低息背景、凈息差減少等方面進行研究，得出新形勢下我國商業銀行信貸風險會在流動性管理難度加大、信貸結構數量不均衡、利潤同信貸額增長不成正比等情況出現時增大的結論。王倩（2018）分析了宏觀經濟波動下我國商業銀行信貸風險現狀和信貸風險管理現狀，指出宏觀經濟的不穩定會增加商業銀行的信貸風險，商業銀行需要密切關注宏觀政策變化，及時合理應對宏觀經濟波動，建立健全風險預警機制，調整信貸資產配置，加強風險管控，防范信貸風險。實證研究方面，張欣（2014）通過對2004—2013年的季度數據用分布滯后模型進行分析，發現宏觀經濟的周期性波動對商業銀行不良貸款率有非常顯著的負相關影響，而且宏觀經濟波動對股份制商業銀行不良貸款率的影響明顯弱于對國有商業銀行不良貸款率的影響。葉偉超（2016）采用固定效應的估計方法分析15家上市商業銀行的面板數據，指出商業銀行規模、收入結構、營業成本、居民購買力、貨幣政策都與商業銀行信貸風險呈正相關關系，貸款規模、財政政策、經濟發展狀況與商業銀行信貸風險呈負相關關系，通貨膨脹與商業銀行信貸風險關系不顯著。

從各位學者的研究成果來看，宏觀經濟因素對商業銀行信貸風險影響的研究方法不同，得出的結論也不同，本文擬在此基礎上，利用VAR模型，實證研究我國國內生產總值增長率、居民消費價格指數及貨幣供應量增長率三個宏觀經濟指標周期波動對信貸風險的影響。

三、宏觀經濟因素對商業銀行信貸風險影響機制分析

大量研究成果表明，不良貸款率周期性很強。經濟上行時期金融需求旺盛，銀行對未來經濟形勢較為樂觀，為增強同業競爭力，會降低信貸投放的門檻，不斷擴大放貸規模，借款人憑此實現對企業發展的融資，市場經濟整體向好，企業盈利能力顯著提升，此時因經營不善導致破產的企業數量大大降低，不良貸款率較低，銀行信貸業務繁榮。但當社會總需求大于總供給，市場過熱或價格出現泡沫，會引發通貨膨脹，這時政府會采取緊縮性政策進行調控，宏觀經濟進入下行周期，企業因產能過剩，經營利潤減少，無力償還貸款，信貸風險就會暴露出來，不良貸款率顯著上升，特別是當風險相互傳染時，不良貸款比率也會波動較大。

四、基于VAR模型的實證研究

本文使用VAR模型分析宏觀經濟因素對我國商業銀行信貸風險的影響，在做變量選擇時，以Y表示我國商業銀行不良貸款率，用作被解釋變量反映我國商業銀行信貸風險水平，以GDP表示國內生產總值增長率、CPI表示居民消費價格指數、M2表示貨幣供應量增長率，作為解釋變量反映我國宏觀經濟的變動。本文采用2011年1季度到2018年2季度的季度數據作為樣本區間，數據來源于中國銀監會、中國人民銀行及國家統計局等官方網站。

（一）平穩性分析

VAR模型要求所需要的數據是平穩的，若數據非平穩，往往出現“虛假回歸”，利用Eviews8.0軟件對上述變量及其一階差分序列做ADF檢驗，檢驗結果如表 1所示。

表1 一階差分檢驗結果

D(CPI) -5.310694 -2.998064 0.0002 平穩D(M2) -4.785821 -2.986225 0.0008 平穩

在5%顯著性水平下，所有序列都拒絕了原假設，說明它們的一階差分為平穩的時間列。

（二）協整性檢驗

協整傳遞出一種長期均衡關系，對各變量進行Johansen協整檢驗，結果如表 2所示。

表2 Johansen協整檢驗結果

在5%的顯著性水平下，Y與GDP、CPI、M2之間存在穩定的長期協整關系，可以建立VAR模型進行實證分析。

（三）Granger因果關系檢驗

分別對被解釋變量和選取的解釋變量進行Granger檢驗，檢驗結果如表 3所示。

表3 格蘭杰檢驗結果

由表可知，被解釋變量與各解釋變量之間均存在雙向因果關系，可建立VAR模型。

（四）VAR模型

運用Eviews8.0建立VAR模型，并對模型平穩性進行檢驗，得到估計結果如表 4所示。

表4 VAR模型估計結果

分析上述結果可知，該模型擬合效果非常好，且從單位根分布圖可知特征根都位于單位圓內，滿足穩定性條件，由此說明GDP、M2的變化是Y變化的影響因素，而CPI變動對Y影響并不顯著，總體來說，該模型主要檢驗值比較理想。

五、結論與建議

根據上述的理論研究和實證分析我們可以得出，宏觀經濟波動對我國商業銀行信貸風險具有一定的影響，相對而言，國內生產總值增長率和貨幣供應量增長率對不良貸款貢獻程度較大，居民消費價格指數貢獻程度較小，即經濟發展狀況和貨幣政策的變化對商業銀行信貸風險有較大影響，而通貨膨脹影響并不顯著。從相關關系上看，宏觀經濟波動與商業銀行不良貸款率呈負相關關系，經濟向好時，信貸風險也會減小。基于宏觀經濟波動與我國商業銀行信貸風險之間這種長期穩定的相關關系，本文提出以下建議：

（一）加強對國內外宏觀經濟波動情況的研究

商業銀行應時刻密切關注國內外經濟運行狀況，加強對國家產業政策的研究，增強憂患意識，以便準確判斷未來經濟走勢，更好應對未來的機遇或風險。我國政府會根據國內外經濟形勢，制定確保經濟平穩運行的政策，商業銀行需要認真分析每一個行業相關政策，預估新政策對自身信貸業務的影響，并對貸出資金進行跟蹤監督，了解投放行業的市場現狀和發展前景，在大背景下調整資源配置方向，有效防范經濟下行對信貸業務造成的沖擊，實現宏觀經濟波動下穩健經營。

（二）構建資本逆周期監管機制及全面風險管理體系

在當前貨幣政策和宏觀審慎政策雙支柱調控框架下，應在經濟周期的不同階段對商業銀行實施差別化和動態化的監管，同時采用動態撥備制度，商業銀行在經濟繁榮時期計提資金，用于彌補經濟衰退時的損失。針對不同類型商業銀行的發展要求，采取差異化的逆周期資本監管政策，進一步提高監管效率。另一方面，要確立全方位的風險管理流程并探索全新的風險管理手段，使風險管理在業務的每一個環節均得到體現，為達到“風險可控”的目的，商業銀行需要沿著流程模塊，對不同環節所面臨不同的風險進行選擇、過濾以及管理。此外，還應培養全員的風險管理文化，銀行風險管理應當覆蓋所有的部門、崗位和人員。

（三）規范放貸行為，加強貸后管理

商業銀行與借款人之間的信息永遠是不對稱的。因此商業銀行在放貸之前要全面、真實了解借款人的借款用途、還款來源以及擔保措施等情況，并對借款人未來還款的可能性做出評估，重視合同的簽訂，貸款放出后同樣要根據客戶生意特點設計監控方向和時間，不被客戶正常還款迷惑。在放貸對象的選擇上，要做到風險分散，加強對我國小微企業的扶持。