商業銀行不良貸款相關指標分析

摘? 要：近些年來我國經濟下行壓力不斷增加，商業銀行不良貸款率逐漸攀升。而商業銀行不良貸款作為衡量銀行資產質量的重要指標，對銀行風險管理有重要意義。本文主要以宣城建行不良貸款問題為研究對象，根據實際的統計數據，借助計量經濟模型分析宣城建行不良貸款相關指標;然后，對實證研究得出的觀點和結論進行歸納總結。

關鍵詞：不良貸款;宣城建行;多元線性回歸方程

一、引言

受次貸危機影響，世界各經濟主體相繼出現衰退，企業利潤不斷下降、經營難以持續，不少企業面臨停產甚至倒閉的困境。為激活市場經濟中央政府實施了積極的財政政策和寬松的貨幣政策，此時銀行信貸規模開始不斷擴張。在經歷危機之后，我國又提出了經濟新常態，要求我國經濟增速由高速向中高速轉變。經濟增速的放緩加上過剩的產能，中央政府又提出了供給側結構性改革。面對經濟調整期，經濟增速下滑、企業效益降低。除此之外，互聯網金融的迅速崛起、利率市場化進程的加快和資本市場的進一步擴大等給我國銀行業帶來了巨大沖擊。自2012年以來GDP增速一直處于7.7%以下水平并呈現逐年下降的趨勢，此外互聯網金融的發展對商業銀行產生了巨大沖擊。使得商業銀行不良貸款率卻呈現出持續上升的態勢。宣城建行是宣城市繼工商銀行之后第二大商業銀行。近年來，宣城市大力整頓落后企業，積極倡導發展服務業和高新技術產業，這些舉措在增加建行信貸規模的同時也使得建行不良貸款的風險相應增加。為此，新常態下，解決好宣城建行不良貸款問題，防范和化解銀行信貸風險對于宣城市銀行體系穩定和全市經濟健康發展至關重要，研究宣城建行不良貸款問題自然成為宣城市經濟發展過程中不可避免的重要議題。

二、實證分析過程

（1）模型建立與樣本數據來源

本文在對宣城建行不良貸款的影響因素進行實證分析的時候主要以宣城建行不良貸款率作為被解釋變量Y，選取銀行資本充足率X1、撥備覆蓋率X2、貸款與負債比例X3、凈利差X4和凈息差X5共五個指標作為解釋變量，建立形如 的多元線性回歸方程，其中a為常數項，β1、β2 、β3 、β4 、β5 分別對應解釋變量的估值系數，ε為隨機擾動項。文中樣本選取2007—2018年的季度數據，數據主要來源于宣城市統計局、宣城市銀監局、中國人民銀行宣城分行等主要機構網站和宣城建行提供，部分數據由間接計算整理所得。

（2）相關指標分析

近年來，宣城建行不良貸款率整體呈下降趨勢，但近幾年呈現出上升趨勢。再觀察其他變量可以發現，除貸款負債比例和不良貸款率呈正相關關系，其他變量整體上和不良貸款率呈負相關關系。以下進行計量模型的檢驗過程：

1.變量的多重共線性檢驗

由相關系數矩陣可知，X3和X5、X4和X5相互之間相關系數較高，確實存在一定的多重共線性。分別將每個解釋變量依次作為被解釋變量對剩余變量進行回歸，得可決系數和方差擴大因子數值。

由回歸分析結果可知除變量X1可決系數（0.4312）較低其他變量的可決系數均偏高。X4、X5的方差擴大因子（12.7226、23.4192）都大于10，存在多重共線性。為了消除多重共線性，結合各變量的實際經濟意義可以發現X4、X5分別代表銀行凈息差和凈利差，而凈息差主要由凈利差來決定，所以本文在回歸分析中采用剔除變量法來消除變量間的多重共線性，將凈息差X4從回歸模型的剔除。剔除變量后的回歸模型為： 。

2.時間序列的平穩性檢驗

對各變量的時間序列進行ADF檢驗，Eviews的運算結果如下：

各序列的ADF檢驗結果表明時間序列未通過檢驗存在單位根，是非平穩序列。所以需要對序列的一階差分序列繼續進行單位根檢驗，將各序列的一階差分分別記為DY、DX1、DX2、DX3、DX5，帶入數據Eviews的運算結果如下：

從檢驗結果看，在5%的顯著性水平下各序列的一階差分序列的ADF檢驗的T統計量值均小于相應的臨界值。說明各序列的一階差分序列不存在單位根，是平穩序列，即各序列是一階單整的。殘差序列檢驗后也不存在單位根，是平穩序列。對時間序列進行平穩性檢驗后需要對模型進行協整分析。從檢驗結果來看，雖然各時間序列是非平穩序列，但進行一階差分后的時間序列均是平穩序列，且殘差序列也是平穩序列。Y和X1、X2、X3之間存在協整，表明被解釋變量和各解釋變量之間存在某種長期均衡關系，但短期看來可能會有失衡。

將回歸方程中的誤差項ε看成均衡誤差，建立型如：

3.回歸分析

使用Eviews軟件進行回歸運算，輸出模型為：

在其他變量保持一定的情況下，若銀行資本充足率每增加一個百分點，宣城不良貸款率平均降低0.02個百分點;若撥備覆蓋率每增加一個百分點，不良貸款率平均降低0.0037個百分點;若貸款負債比每增加一個百分點，不良貸款率平均上升0.08個百分點;若銀行凈利差每增加一個百分點，不良貸款率平均下降0.27個百分點。

由于上述模型分析的是長期關系，現就誤差修正模型進行短期考量?；貧w結果如下：

由回歸結果來看，在5%的顯著水平下除了 、 兩個變量未能通過顯著性檢驗，其他均能通過。說明宣城建行不良貸款率的變化不僅受到資本充足率、撥備覆蓋率、貸款負債比和凈利差的影響，還受到上一期資本充足率和凈利差對均衡水平的偏離，而誤差項 估值系數則體現了對偏離的修正。因此，除了考慮影響不良貸款的同期因素外，還要進一步考慮因素的歷史影響。

（3）內外部因素

除了宏觀經濟環境變化會對銀行不良貸款產生影響外，銀行系統內部同樣會有影響。一方面，銀行的風險策略和業務策略不匹配。在宣城建行實習期間發現工作人員在業務方面都有具體要求，本月要做多少業務，需要完成多少客戶存款，銷售多少理財產品等等，這些都涉及到每個經理人的業績和個人的薪酬福利。經理人在進行放貸操作上就會缺乏足夠的理性思考，加上總行沒有對前臺的風險管理有過多要求以及銀行對客戶信用審核不夠細致，就為信貸風險的產生埋下了禍根。另一方面，銀行在貸款供給結構上缺乏足夠的科學性。根據不良貸款現狀分析可以看出，宣城建行貸款流向主要集中在了制造業、交通運輸倉儲和郵政業、房地產業三者占比共達62.58%，而不良貸款率排在前三的行業分別是房地產業、制造業和批發零售業共計占比57.33%。貸款組合上過于集中于某幾類行業使得一旦宏觀環境或行業發生不利轉變，勢必會導致違約風險的出現，不良貸款增加。而宣城建行正是由于貸款結構的失衡，加上近年經濟調整，去產能、去庫存在很大程度上造成了其不良貸款率逐年攀升的現象。

三、結論與建議

經濟新常態下經濟增速放緩，商業銀行貸款規?？s減、增速回穩;加上互聯網金融的迅速發展，社會融資渠道、方式日趨多樣化，銀行存貸利差收窄。從宣城地區來看，近年實體經濟發展所積累的一些壓力在銀行信貸資產質量上逐漸顯現，最直接的表現就是近幾年銀行不良貸款率出現上升趨勢。商業銀行為企業運營提供資金來源，為經濟發展提供支撐。實行經濟體制改革，銀行至關重要，起著橋梁作用。宣城市正在加快經濟轉型發展，而宣城建行是宣城市重要的商業銀行之一，確保宣城建行的健康運營是我市改革順利推進的重要保障。不良貸款余額和不良貸款率的大小是衡量銀行核心競爭力的重要指標，本文在對宣城建行不良貸款的研究中發現了宏觀和微觀因素對不良貸款率的不同影響。銀行的資本充足率、撥備覆蓋率和凈利差三者和不良貸款水平呈負向相關關系，貸款負債比例和不良貸款水平正向變動。分析各方面因素與宣城建行不良貸款的相關關系并作出一定的量化分析，提出針對性意見。這對宣城建行未來防范和化解不良貸款、應對信貸風險提升信貸資產質量具有一定的參考價值。更是為實現宣城市“十三五”規劃創造一個良好金融環境?？紤]到本文在分析過程中的不足，以后還會繼續努力，進一步研究、完善。

參考文獻

[1]劉茹.我國商業銀行不良貸款率影響因素分析[D].東北財經大學，2015

[2]韓愛華，何國鋒.商業銀行不良貸款發生概率及影響因素：長三角地區的調查[J].改革，2006.11：92-98

[3]李佳.基于宏觀視角的商業銀行不良貸款影響因素的國際比較[J].時代金融，2015.24：68-70

[4]伍德里奇JM.費劍平，林相森，譯.計量經濟學導論：現代觀點[M].北京：中國人民大學出版社，2003

作者簡介：馮子文（1993年—），男，漢族，安徽宣城。碩士在讀，商業銀行經營管理，安徽大學，安徽省合肥市，230601。