宏觀經濟對我國商業銀行信用風險的影響

文/周維維 何云（四川師范大學）

隨著世界金融經濟全球化進程的加快、國際大型商業銀行跨國貿易活動的發展，在新經濟背景下,我國商業銀行的信用風險管理問題越來越突出。近年來，受國家宏觀經濟政策方面的影響，短期內部分領域風險仍然處于相對釋放階段,帶動著商業銀行不良貸款的增長，對于商業銀行的不良貸款率控制和信用風險問題仍需加以重點關注。

一、文獻綜述

國內外研究商業銀行信用風險和宏觀經濟因素方面的研究成果較多，但主要是研究宏觀經濟因素對某個商業銀行不良貸款率的影響，且沒有具體說明哪些宏觀經濟變量對銀行信用風險的影響最大，這就有進一步研究的必要。

銀行信用風險與不良貸款率。現代金融理念認為，銀行是一個“風險機器”，將風險、風險管理、風險轉化和風險再加工轉化為金融產品。世界銀行對全球銀行危機的研究表明，信用風險是促使銀行倒閉的最常見的原因。有學者認為，金融體系的脆弱性的根本性原因是銀行的不良貸款率，這種不良貸款率會影響銀行信用風險，可能導致銀行信用危機（曾詩鴻，2015）。對于銀行業而言,信貸資產質量處于重中之重的地位,銀行的穩定性、資金流動性以及盈利性等都受到不良貸款率變化的影響（王一臣，2018）。

宏觀經濟對銀行不良貸款的影響。國外有學者指出，指出宏觀經濟波動范圍深度和持續時間是影響信貸成本的主要因素,經濟波動會直接影響信貸成本，繼而影響銀行貸款的質量（Bernanke，1983)。有學者通過實證研究發現以不良貸款率表示的我國信貸風險和經濟周期之間存在一定關系（符林,邱田振，2009）。宏觀經濟變動對信用風險模型的度量結果有影響（賈文學，2012）。

銀行信用風險與宏觀經濟變量的關系。許多學者都對違約率、違約損失率等信用風險與宏觀經濟之間的關系進行了實證研究。通過對英國企業貸款違約率的研究，發現利率、GDP 等宏觀經濟變量對違約率確實存在影響（Vlieghe，2001），貨幣供應量可以以銀行為途徑來影響實體經濟（Diamond D W.，Rajan R G.,2013）。這說明了宏觀經濟變量可以通過商業銀行內部因素來對商業銀行風險產生影響，說明銀行的脆弱性具有內生性，在外部沖擊下產生放大效應，使得銀行面臨更高的風險，進而可能引發金融危機。從國內外研究商業銀行不良貸款率和宏觀經濟因素關系的文獻來看，運用宏觀經濟因子建立信用風險測度模型的研究成果較多，目前我國關于宏觀經濟對商業銀行信用風險的影響方面的實證研究還比較少，大多數文獻都只分析了銀行信貸風險的原因以及應對措施，主要采用定性分析，忽視了定量分析。

二、理論分析與假設提出

在研究商業銀行信用風險時，涉及了較多宏觀經濟變量，基于相關理論，對宏觀經濟變量與銀行不良貸款率之間的關系作出了假設。

（一）理論分析

1.銀行信用風險與不良貸款率

信用風險，即交易對手不能完全履行合同的風險。現代意義上的信用風險，包括由借款人直接違約造成的投資組合損失風險和因為借款人違約概率的可能性變化而造成的損失風險。如果不能夠及時地進行資產損失確認，商業銀行就可能面臨嚴重的信用風險問題，從而陷入信用危機。

不良貸款是指按照貸款風險分類標準對銀行貸款質量進行評估的五類貸款，分別為：正常、關注、次級、可疑和損失的貸款，其中后三類合稱為不良貸款（見表1）。不良貸款率指金融機構不良貸款占總貸款余額的比重。不良貸款率=（次級類貸款+可疑類貸款+損失類貸款）/各項貸款×100%=貸款撥備率/撥備覆蓋率×100%。商業銀行的不良貸款率是衡量商業銀行信貸資產安全狀況的重要指標之一。不良貸款率越高，對應著可能不能收回的貸款占總貸款的比例越大，其相應的信用風險水平就越高；不良貸款率越低，代表著商業銀行無法收回的貸款占銀行總貸款的比例越小，其相應的信用風險水平就越低。

表1 不良貸款的五級分類

2.宏觀經濟與銀行信用風險

宏觀經濟指總量經濟活動，是指整個國民經濟及其經濟活動和經濟狀況。宏觀經濟環境與不良貸款的關系植根于經濟周期理論：經濟運行處于上升階段時，商業銀行傾向于擴張信貸，并開始向信用等級較低的借款人發放貸款，推動經濟持續高漲甚至過熱，但此時無論是企業還是個人都有比較充裕的收入來償還債務；而當經濟下滑時，商業銀行則通常會收縮信貸，從而抑制消費和投資，加劇經濟衰退，企業經營狀況不佳，盈利水平下降，銀行不良貸款亦隨之增加。

（二）假設提出

國內生產總值增長率(GDPR)，是反映一個國家經濟增長和宏觀經濟周期運行的核心指標，當GDP增長率處在一個較高的水平，宏觀經濟普遍繁榮，企業的盈利能力和居民的收入水平也會在一定程度提高，貸款者的還款能力增強，從而降低了商業銀行的不良貸款率。據此提出假設1：商業銀行不良貸款率NPLR 與宏觀經濟變量國內生產總值增長率GDPR呈現負相關關系。

居民消費價格指數（CPI），可以反映家庭購買消費品和支付服務價格的趨勢，是衡量通貨膨脹程度的有效指標之一，當物價水平上漲時，居民手中的錢發生貶值，還款能力下降，從而提高了商業銀行的不良貸款率。據此提出假設2:商業銀行不良貸款率NPLR 與宏觀經濟變量居民消費價格指數CPI 呈現正相關關系。

失業率(UR) 是指失業人口占勞動人口的比率(一定時期滿足全部就業條件的就業人口中仍未有工作的勞動力數字)，當失業率較高時，失業者的收入水平降低，貸款者的還款能力降低，或者傾向于貸款消費，從而引起商業銀行不良貸款率的增加。據此提出假設3:商業銀行不良貸款率NPLR 與宏觀經濟變量失業率UR 呈現負相關關系。

廣義貨幣供給量增長率（M2R），該指標代表了貨幣政策狀況，反映每年貨幣供應量的變化情況。當貨幣供給量增加時，流通中的貨幣增多，一方面，在一定程度上使貸款者還款能力增強；另一方面，銀行用于放款的貨幣金額增加，從而降低了商業銀行的不良貸款率。據此提出假設4:商業銀行不良貸款率NPLR 與宏觀經濟變量廣義貨幣供應量增長率M2R 呈現負相關關系。

三、研究樣本與模型設定

為了建立銀行信用風險水平與宏觀經濟變量之間的實證關系，本文通過參考國內外文獻資料，并對我國商業銀行信用風險與宏觀經濟運行的特點綜合考慮，選取了2012年到 2020 年全國性股份制商業銀行不良貸款率年度數據和相關的宏觀經濟變量數據。

（一）研究樣本與數據來源

由于我國四大國有商業銀行的不良貸款會受到一些特殊政策方面的影響，比如信達、東方、長城、華融四大資產管理公司對四大國有商業銀行不良貸款的操作與剝離，國家及政府為四大國有商業銀行股份制改建而實行的巨額斥資，促使這些銀行的不良貸款率受到國家政策等非市場因素的影響。而全國性股份制商業銀行的不良貸款基本上靠自身消化，受歷史因素和國家操控的影響較小，所以本文的研究樣本選取是十二家全國性股份制商業銀行。在被解釋變量方面，選取我國商業銀行的信用風險作為被解釋變量，不良貸款率作為其衡量指標，不良貸款率越高，代表銀行的信用風險水平就越高。商業銀行的樣本包括了共12 家全國性股份制商業銀行的年度不良貸款率（見表2）。在解釋變量方面，選取的是2012 年到2020 年中國的國內生產總值增長率（GDPR）、居民消費價格指數（CPI）、失業率（UR）和廣義貨幣增長率（M2R）四個宏觀經濟變量數據（見表3）。其中，失業率選取的是城鎮登記失業率數據。

表2 2012-2020 年各商業銀行年度不良貸款率數據

表3 2012-2020 年部分宏觀經濟變量年度數據

（二）指標選取與模型設定

1.指標選取

研究選取信用風險為被解釋變量，以不良貸款率（NPLR）作為衡量商業銀行信用風險水平的標準。在解釋變量方面，選取四個宏觀經濟變量，分別是：國內生產總值增長率（GDPR）、居民消費價格指數（CPI）、失業率（UR）和廣義貨幣供應量增長率（M2R）（見表4）。

表4 變量定義表

2.模型設定

綜合上述被解釋變量和解釋變量的選取，本文將研究模型設置為多元線性回歸模型，回歸方程如下：

式中，β0，β1，β2，β3，β4是 模型的參數；ε為隨機誤差項。

通過SPSS 軟件操作，對影響商業銀行信用風險的宏觀經濟變量進行了篩選。該模型旨在解釋：商業銀行的信用風險水平是否受宏觀經濟變量的影響；對商業銀行的信用風險有著顯著影響的是宏觀經濟中的哪些變量。

四、實證結果與分析

以不良貸款率作為商業銀行信用風險的指標研究商業銀行的信用風險與宏觀經濟變量之間的關系，利用SPSS 軟件對銀行不良貸款率和宏觀經濟變量進行描述性統計分析、相關性分析和多元回歸分析，進而確定宏觀經濟變量的變化對我國商業銀行信用風險的影響關系。

（一）描述性統計分析

為了研究商業銀行的信用風險與宏觀經濟變量之間的關系，對銀行不良貸款率和宏觀經濟變量進行描述性統計分析，分別得到銀行不良貸款率的描述性統計分析（見表5）和宏觀經濟變量指標的描述性統計分析（見表6）。

表5 銀行不良貸款率的描述性統計分析

表6 宏觀經濟變量指標的描述性統計分析

從表5 可以看出，在分布的集中趨勢方面，就均值而言，浙商銀行和渤海銀行的不良貸款率處于較低水平，廣發銀行和華夏銀行的不良貸款率處于較高的平均水平。在分布的離散程度方面，就波動范圍而言，廣發銀行、渤海銀行的不良貸款率波動范圍較大，其中廣發銀行的最高不良貸款率達到2.85%。中信銀行和華夏銀行的不良貸款率的波動范圍較小，總體來說相對比較穩定；就標準差來看，商業銀行不良貸款率的標準差在0.5 左右；從方差來看，渤海銀行的不良貸款率的波動最為劇烈，華夏銀行的不良貸款率的波動最小，不及渤海銀行的三分之一。在分布的形狀方面，大部分銀行呈中度偏態分布，其中廣發銀行、平安銀行、恒豐銀行的偏度系數絕對值大于1，呈高度偏態分布；中信銀行和華夏銀行的偏度系數絕對值小于0.5，呈低偏態分布。

從表6 宏觀經濟變量指標的描述性統計分析可以看出，近9 年來，我國GDP 增長率均值在8.2%的水平上，屬于GDP 增速較為快速的國家之一；標準差、方差數值均較小，表明我國GDP 增長率相對穩定。同時，我國的居民消費價格指數CPI的均值為2.722，方差為4.017，表明我國的GPI 指數波動較為劇烈且處于比較高的水平。我國失業率水平的均值在4%左右，標準差為0.087，明顯小于失業率的均值，這表明我國失業率處于穩定狀態，波動較為平穩。我國的廣義貨幣增長率均值為15.889，明顯高于GDP 的增長率，是GDP 增長率的近兩倍左右；且其波動范圍較大，標準差、方差數值較高，波動較為劇烈。

（二）相關性分析

相關分析就是對兩個變量之間線性關系的描述和度量。在進行回歸分析之前，應該先考察被解釋變量和解釋變量之間的相關關系。只有當解釋變量與被解釋變量之間具有較強的相關性時，才能進行回歸分析。同時，有必要對解釋變量與被解釋變量之間的相關關系進行研究，在這個時候，需要要求的是各解釋變量之間相關系數的絕對值較小，從而避免多重共線性的問題。

通過變量相關性分析可以看出，各大商業銀行的不良貸款率都與GDP 增長率的相關性較高且顯著，相關系數在-0.7 左右，在一定程度上呈負相關，CPI、失業率、廣義貨幣增長率與某些銀行的不良貸款率也有一定的相關關系，因此本文建立的模型是有意義的。同時，GDP增長率與CPI、失業率、廣義貨幣增長率的相關系數較小，在0.3左右，說明解釋變量之間不存在較強的相關性，多重共線性較弱，可視為不相關，可以同時引入回歸模型。

（三）回歸分析

回歸分析側重于通過一定的數學表達式考察變量之間的數量關系，進而確定解釋變量的變化對被解釋變量的影響程度。運用德國科學家卡爾·高斯的OLS 方法進行回歸分析，得到回歸結果（見表7）。

從表7 的回歸結果可以看出：

（1）十二家商業銀行的不良貸款率均與GDP 增長率呈現負相關關系，且樣本中超過90%的銀行（渤海銀行除外）t 統計量絕對值大于2，通過了t 檢驗，即認為在其他解釋變量不變的情況下GDP 增長率對商業銀行不良貸款率的影響是顯著的。這表明GDP 增長率越高，銀行不良貸款率越低；GDP 增長率越低，相應地，商業銀行的不良貸款率在一定程度上也會上升。從側面表明了宏觀經濟形勢較好能夠有效降低銀行的不良貸款率。（2）十二家商業銀行的不良貸款率均與居民消費價格指數呈現正相關關系，且樣本中超過70%的銀行t 統計量絕對值大于2，通過了t 檢驗，即認為在其他解釋變量不變的情況下消費者價格指數對商業銀行不良貸款率的影響是顯著的。這表明居民消費價格指數越高，銀行不良貸款率越高；居民消費價格指數越低，商業銀行的不良貸款率在一定程度上也會下降。（3）十二家商業銀行的不良貸款率均與失業率呈現正相關關系，但大多數銀行未通過t 檢驗，即認為失業率對我國商業銀行不良貸款率的影響是不顯著的。（4）十二家商業銀行的不良貸款率均與廣義貨幣增長率呈現負相關關系，但大多數銀行未通過t 檢驗，即認為廣義貨幣增長率對我國商業銀行不良貸款率的影響是不顯著的。

（四）實證結果分析與解釋

實證研究結果表明：我國銀行業的信用風險水平受GDP 增長率的影響較大，而且呈現較強的負相關關系，即GDP 增長率越低，我國商業銀行的不良貸款率越高，其面臨的信用風險也越高；GDP 增長率越高，我國商業銀行的不良貸款率越低，其面臨的信用風險也越低。居民消費價格指數CPI 對我國商業銀行信用風險的影響是正相關關系。對此結果的解釋是：

當GDP 增長率處在一個較高的水平，此時，宏觀經濟普遍繁榮，商業銀行和金融市場都很樂觀，銀行準備大量放貸以獲取利息，企業準備大量借款贏得利潤，由于宏觀經濟市場的繁榮景象，企業的盈利能力也會在一定程度提高，其還款能力隨著財務指標狀況向好，從而降低了企業不良貸款，在分子增大分母減小的情境下，商業銀行的不良貸款率自然也相應程度地降低；而在GDP 增長率下降時，一般象征著宏觀經濟相對的緊縮，此時，不管是作為商業銀行還是企業，其對未來的預期呈消極模式，致使一方面商業銀行不愿意或者沒有能力為企業發放更多貸款，一方面企業由于自身盈利能力下降甚至是投機思想上的故意違約，都會造成商業銀行的不良貸款率上升。

居民消費價格指數在一定程度上代表著通貨膨脹率，即物價的增長程度。當物價水平高，居民用于購買日常消費品后余下的可用收入變少，可能會傾向于貸款消費，同時貸款者的還款能力減弱，從而引起商業銀行的不良貸款率增加，所以居民消費價格指數對商業銀行的不良貸款率的影響符號是正向的。

五、研究結論與政策建議

通過對影響銀行信用風險的宏觀經濟因素進行實證研究，對研究結果中顯著影響我國商業銀行不良貸款率的宏觀經濟變量提出了一定的政策建議，以降低由于宏觀經濟波動引起的銀行信用風險。

（一）研究結論

基于2012-2020 年我國股份制商業銀行的不良貸款率數據，研究商業銀行的信用風險與宏觀經濟變量之間的關系，結果表明：第一，GDP 增長率對我國商業銀行的信用風險水平的影響較大，而且呈現較強的負相關關系，即GDP 增長率越低，我國商業銀行的不良貸款率越高，其面臨的信用風險也越高；GDP 增長率越高，我國商業銀行的不良貸款率越低，其面臨的信用風險也越低。第二，居民消費價格指數在一定程度上代表著通貨膨脹率，居民消費價格指數CPI 對我國商業銀行信用風險的影響是正相關關系，即居民消費價格指數CPI 越大，對應著不良貸款率越高，商業銀行的信用風險也越高；居民消費價格指數CPI 越小，相應地，商業銀行的不良貸款率越低。第三，失業率對我國商業銀行信用風險的影響不具有顯著的相關關系。第四，廣義貨幣供應量增長率對我國商業銀行的不良貸款率的影響不具有顯著的相關關系。

（二）政策建議

針對以上研究，從宏觀經濟變量方面對降低我國銀行業的信用風險提出以下建議：(1)促進我國宏觀經濟良好運行和GDP 的穩速增長。無論是作為放款的商業銀行，還是作為借款的企業和個人，都有利于降低商業銀行的不良貸款率，從而降低銀行的信用風險；(2)關注通貨膨脹水平的穩定。商業銀行在控制整體信貸規模和風險控制水平時，應考慮社會物價因素，對企業當前的原材料和勞動力成本作出合理估計，并對未來經營利潤和現金流量有一定了解和預期；（3）當宏觀經濟發展良好、GDP 高位穩定增長時，商業銀行可以適度放寬信貸規模，適應宏觀經濟的發展，從而提高商業銀行的盈利能力。

通過對我國全國性股份制商業銀行不良貸款率與宏觀經濟變量之間關系的研究，得出顯著影響我國商業銀行信用風險的兩個宏觀經濟變量，并對相應宏觀經濟變量提出政策建議，以降低由于宏觀經濟波動引起的銀行信用風險，這對于現階段我國商業銀行信用風險管理和提高我國商業銀行業的穩健性及其競爭力具有非常重要的意義。