摘要:2009年,我國信貸高增長引致未來銀行不良資產大量積聚的潛在風險引起了各方關注。在后金融危機背景下,研究商業(yè)銀行不良貸款的現狀,發(fā)掘不良貸款存在的根源,對信貸風險管理具有重要的現實意義。本文在回顧以前研究成果的基礎上,試圖以更加全面的視角,從宏觀經濟金融環(huán)境、宏觀調控政策以及銀行業(yè)運行情況等三個方面深入分析商業(yè)銀行不良資產的影響因素。文章運用協(xié)整分析、格蘭杰因素檢驗和脈沖響應模型對資產價格、固定資產投資、通脹率、存款準備金率、基準利率、銀行利潤等指標與不良貸款率(或不良貸款余額)的因果關系、影響程度進行了實證分析。結果表明,宏觀經濟金融形勢的變化和貨幣政策調整都是影響不良貸款變化的重要原因,而不良貸款率的變化對商業(yè)銀行利潤影響明顯。
關鍵詞:不良資產;宏觀經濟金融;宏觀調控;銀行業(yè)運行
中圖分類號:F832.33 文獻標識碼:A 文章編號:1003-9031(2010)10-0069-07DOI:10.3969/j.issn.1003-9031.2010.10.15
2009年,金融危機全面爆發(fā)后,我國政府為了促進經濟發(fā)展,出臺了適度寬松的貨幣政策,銀行加速放貸。據央行公布的2009年貨幣信貸數據顯示,人民幣貸款全年新增規(guī)模為9.59萬億元,同比增速為31.74%,2009年的天量信貸引人關注。由于刺激經濟的投資大多集中基礎設施領域,其資金主要依賴銀行貸款,授信相對集中,給銀行信貸埋下風險的種子。信貸高增長引致未來銀行不良資產大量積聚的風險。因此,在后金融危機背景下,研究商業(yè)銀行不良貸款的現狀,發(fā)掘不良貸款存在的根源,對信貸風險管理具有重要的現實意義。
一、文獻綜述
對不良貸款的研究一直是國內金融界、學術界的熱點課題,我國專家學者提出了許多分析、控制化解不良貸款的方法。張玉明、魯冀、衛(wèi)嫻(2001)從信息不對稱的角度說明我國不良貸款的成因,他們認為企業(yè)與銀行之間的信息不對稱使企業(yè)產生逆向選擇和道德風險行為[1]。劉錫良、羅志德(2001)的研究表明,銀行壟斷下的信用抑制與風險轉嫁及信貸交易的內部性是信用與金融層面產生不良貸款的根源[2]。李松國、張月飛(2003)從成本收益的角度說明我國銀行不良貸款產生的原因,認為銀行這種博弈行為的選擇是產生不良貸款的重要原因[3]。宋濤、唐德善(2006)用不完全信息動態(tài)博弈說明中央政府救助會增加國有銀行形成不良貸款的概率[4]。劉青、劉志遠、張健(2007)用統(tǒng)計的手段實證銀行高層的更替與其對不良貸款的處理方式的顯著相關關系[5]。聶華林等(2009)從宏觀經濟層面提出影響中國金融機構不良資產率的主要因素,認為除貨幣政策變量影響金融穩(wěn)定以外,財政赤字與金融機構不良資產比率具有單向因果關系,存在金融風險財政化的內生性[6]。
總體來看,國內的研究大多側重于從微觀和中觀的層面探討不良貸款產生的直接與間接原因。本文試圖以更加全面的視角,從宏觀經濟金融環(huán)境、宏觀調控政策以及銀行業(yè)運行情況等三個方面展開,通過與不良貸款率或者不良貸款余額的相關性進行實證分析,深入挖掘宏觀經濟形勢、貨幣政策變化以及銀行業(yè)自身經營等內、外部因素與不良貸款之間的聯系。本文運用協(xié)整分析、格蘭杰因素檢驗和脈沖響應模型對資產價格、固定資產投資、通脹率、存款準備金率、基準利率、銀行利潤等指標與不良貸款率或不良貸款余額的因果關系、影響程度進行了實證分析。結果表明,宏觀經濟金融形勢的變化和貨幣政策調整都是影響不良貸款變化的重要原因,而不良貸款率的變化對商業(yè)銀行利潤影響明顯。
二、商業(yè)銀行不良貸款形成的原因分析
不良貸款是經濟運行中積聚的矛盾在銀行的集中表現,是金融運行深層次矛盾長期積累的產物。其形成的原因既有制度性因素,也有市場性因素;既有歷史因素,也有現實因素;既有宏觀環(huán)境變化的因素,也有銀行自身經營管理水平的問題。
(一)宏觀經濟金融形勢的變化是不良貸款產生的外部環(huán)境
從現存的不良貸款產生的情況來看,不良貸款與不同時期宏觀經濟金融環(huán)境是緊密聯系的。在改革開放30年中,我國經濟發(fā)展周期性波動比較明顯,而經濟波動的同時都伴隨著信貸周期且領先于信貸周期。在經濟走勢上升階段,生產性投資趨熱,貨幣需求上升,銀行系統(tǒng)為了提高信貸市場占有率水平,放松對信貸資質的審查,同時經濟繁榮所造成的股價房價的上升產生大量的泡沫。如果一旦經濟形勢發(fā)生變化,泡沫破裂,本來由于放松信貸標準獲得融資的項目極易出現資金鏈的斷裂,市場出現大量違約,使得銀行不良貸款率上升;而此時銀行收縮貸款使許多有潛力的項目也得不到資金,會進一步加劇不良貸款率的上升。
(二)宏觀調控政策的變化是不良貸款產生的政策因素
宏觀調控政策也是不良貸款產生的政策因素,其作用主要表現在:在政策擴張時期,銀行信貸規(guī)模膨脹,企業(yè)獲得銀行貸款相對更加容易,此時企業(yè)擴大生產規(guī)模、增加投資項目、生產能力增強。而一旦政策出現收縮,企業(yè)過于旺盛的生產能力會導致生產過剩,企業(yè)產品銷路不旺,償貸能力下降,出現大批企業(yè)違約現象,導致銀行不良貸款增加。筆者認為,存在此影響的一個主要因素即是我國宏觀調控政策效應時滯的客觀存在。如以貨幣政策為例,由于不能預先對未來經濟形勢的可能變化作出準確的判斷而采取相應的行動,而是等到貨幣政策最終目標發(fā)生實際變化時才能出臺相應的貨幣政策調控措施,而未來經濟發(fā)展與調控目標往往又會產生一定的差別,使得貨幣政策的有效性降低,不僅其熨平經濟波動的作用不能得到充分發(fā)揮,而且政策的變化還成為銀行不良貸款形成的原因之一。
此外,還有一種情況也是導致我國商業(yè)銀行不良貸款產生的宏觀調控政策,就是政府過度干預經濟并視銀行貸款為宏觀經濟管理工具。陳榮(2000)指出所謂的“東亞模式”是這一政策的典型代表,并總結了該模式的兩個顯著的特征是:一是政府主導經濟,政府過度參與經濟活動;二是以間接融資為主,商業(yè)銀行是“準政府機構”[7]。
(三)銀行擴張型的經營管理模式是不良貸款產生的內部原因
在任何既定的宏觀環(huán)境下,不同銀行的經營管理水平不同,銀行貸款資產組合在由流動性、收益性和風險性構成的坐標系中所處的位置也不同。如果銀行冒險激進,信貸規(guī)模極度膨脹,資本充足率降低,抵御風險能力削弱;如果銀行保守謹慎,嚴格控制涉足高風險領域,而不良貸款會明顯低于前一類型銀行。從目前我國商業(yè)銀行經營模式來看,商業(yè)銀行在流動性、收益性和風險性三者之中過分突出了收益性的地位,追求規(guī)模擴張,而忽視風險管理,其行為具有高風險、擴張型的特點。這種經營理念使得商業(yè)銀行內部控制制度、貸款審查制度薄弱,安全性、流動性、盈利性之間保持平衡的經營原則難以實施,成為產生不良貸款的重要內部因素。
三、研究指標遴選以及數據處理
(一)研究指標的選取
基于以上分析,本文擬從以下三個方面展開與不良貸款率(或不良貸款余額)的實證分析:宏觀經濟金融環(huán)境、宏觀調控政策(包括貨幣政策和財政政策)以及銀行業(yè)運行情況。由于本文以計量模型為核心展開論證,故此各指標的選取原則遵循:一要便于度量;二要貼切江西實際經濟金融情況;三要可能會對金融資產質量影響較大。鑒于此,本文最終選擇指標如表1所示。
(二)數據處理方法
因本文涉及大量數據需處理,最終計量結果的質量如何,不僅取決于數據的統(tǒng)計口徑,也取決于指標度量的方法,故此經過反復試驗和比較,發(fā)現以下對數據的處理方法效果最佳。
一是統(tǒng)計口徑的處理??紤]到研究需要以及現實情況,由于貸款無法進行價格處理,且各指標對不良貸款影響的滯后期并不長,故此為統(tǒng)一口徑,本文各指標數據均使用現值。
二是銀行業(yè)資產質量的處理。為盡量還原不良貸款的真實情況以使研究結果更有可信度,首先,本文將江西省2004年以后的不良貸款數據兩次剝離再補回;其次,為保持前后統(tǒng)計范圍一致,本文將2007年2季度以后才納入統(tǒng)計范圍的農村信用社和城市信用社不良貸款數據剔除;最后,對資產質量的計量指標具體有NPLB(不良貸款余額)和NPLR(不良貸款率),為得出最符合實際情況的研究效果,本文將視具體情況而靈活使用這兩個指標。
三是對指標度量的方法。GDP、FAI(固定資產投資)、IVA(工業(yè)增加值)、FE(財政支出)以及PRO(銀行業(yè)利潤)這五個指標是年內各季度累計增加值,為靈敏反應其動態(tài)變化情況,本文以各期(以季度為單位)的凈增加值作為基本計量值,后文中提到的這五個指標的增長率也為季度環(huán)比增長。
四是CPI(通脹率)的處理。以2004年二季度為基期,分別累計計算此后各個季度的通脹率數據。
五是對貨幣政策的度量方法。本文選取了RE(存款準備金率)和BIR(貸款基準利率)作為指標,由于2007年以后存款準備金率變化較快,凡一個季度內多次調整,為準確度量其效果,本文使用季度加權平均值。
六是除存款準備金率、貸款基準利率以及銀行業(yè)利潤外,其他數據一般情況下使用其自然對數值,以便于削弱數據的波動性,并且便于計量其動態(tài)效果。
(三)各指標相關性分析
考慮到江西省經濟發(fā)展的特點,表1中宏觀經濟金融指標之間可能存在多重共線性,首先需要對各指標進行相關性分析,結果如表2所示。
從表2中可看出,FAI(固定資產投資)、FE(財政支出)以及GDP(生產總值)三者之間相關度高達90%以上。因而它們作為一組指標在文中也無需對其中每個指標都進行分析,只需選取其中一個作為代表性指標即可??紤]到固定資產投資和信貸關系較為重要,本文選取該指標作為其中典型代表分析該組指標與不良貸款的關系。
AP(資產價格)和IVA(工業(yè)增加值)之間相關度也很高,達96%。這主要是因為江西省近年來房地產發(fā)展迅速,其已成為支柱產業(yè)。房地產的迅速發(fā)展,一方面推動資產價格走高;另一方面帶動了相關產業(yè)鏈(如鋼材、水泥等)的發(fā)展,故而工業(yè)增加值也會隨之增加,兩者之間相關度很高。而由于資產價格和信貸的關系更為密切,本文用其作為代表來分析該組指標與不良貸款的關系。而CPI與其他指標的相關性相對較低,故保留該指標。
四、影響不良貸款因素的實證分析
(一)宏觀經濟金融形勢與不良貸款之間的實證分析
根據相關性分析結果,本文選取了AP(資產價格),CPI(通脹率)以及FAI(固定資產投資)三個指標來分析宏觀經濟金融形勢對不良貸款的影響。
1.變量的平穩(wěn)性檢驗
基于分析要求,本文首先將以上各指標分別取自然對數,并對其進行單位根檢驗,檢驗的滯后階數由Schwarz信息準則(SC)來確定,檢驗結果如表3所示。
結果表明,其中除LNAP(資產價格)因波動較少是水平平穩(wěn)外,其他變量都因波動較大而呈一階平穩(wěn),為I(1)序列。
2.協(xié)整與回歸模型
為深入研究它們之間的關系,對四者進行Johnson協(xié)整檢驗,結果表明四者(沒有滯后值)之間并不存在協(xié)整關系。然而考慮到變量之間并非當期發(fā)生影響,有可能存在滯后效應,于是對它們進行多元逐步回歸,并引入滯后期,可以得出最優(yōu)線性回歸模型如下:
NPLR=-7.27×LNAP(-2)-25.58×LNCPI(-5)
(-4.50)(-5.51)
-0.87×LNFAI(-5)+195.11
(-3.13) (15.36)(1)
Adjusted R-squared:0.9756
D.W:1.4759
模型的檢驗結果表明,模型質量較高、結論可靠。另外,從對方程的殘差檢驗結果來看,殘差為水平平穩(wěn)序列,表明變量之間存在協(xié)整關系,也即存在長期均衡的關系。
3.Granger因果關系檢驗
雖然上述回歸模型給出了各變量的系數,但并不能從中得出變量與因變量之間的具體統(tǒng)計上的因果關系,需利用Granger因果檢驗。
(1)通脹率(LNCPI)與不良貸款率(NPLR)之間的Granger因果關系。LNCPI和NPLR同為一階平穩(wěn),故此Granger因果檢驗的結果更加可靠。由于該檢驗對不同的滯后期相當敏感,因此有必要對比不同滯后期的檢驗結果,找出其中影響較為顯著的因果關系,檢驗結果如表4所示。
結果表明當滯后4期、5期和6期時,存在由LNCPI到NPLR的顯著的單向因果關系,拒絕原假設的概率都在95%以上。尤其是當滯后4期和5期時,拒絕原假設的概率在99%以上。
結合上述回歸方程可以得出結論,CPI對滯后4到5期的NPLR(不良貸款率)具有顯著的單向因果關系,且呈反向變動關系。一般來說,當CPI處于上升通道時,經濟發(fā)展也處于上升時期。此時,企業(yè)經營效益向好,償貸能力增強,不良貸款率減少,反之亦然。具體來說,當其他因素不變時,CPI每上升(下降)1%,滯后5期的NPLR就下降(上升)0.25個百分點。
(2)資產價格(LNAP)與不良貸款率(NPLR)之間的Granger因果關系。選擇不同的滯后期,檢驗結果如表5所示。
由此可見,當滯后2期時,存在從LNAP(資產價格)到NPLR(不良貸款率)的單向Granger因果關系,且因果關系隨著滯后期的增加而逐步減弱,至第4期,因果關系就難以成立。筆者認為,資產價格對滯后兩期的不良貸款率影響最顯著,并且存在單向的因果關系。結合回歸模型(1)可得出結論,當其他因素不變時,資產價格每上升(下降)1%,滯后兩期的不良貸款率就下降(上升)0.07個百分點。
同時也證實,當房地產價格走高時,也推動了房地產市場的繁榮,開發(fā)商資金充裕,還貸能力增強,銀行不良貸款率必然下降;反之,房地產價格走低,市場低迷,開發(fā)商資金緊張,無法按期還貸,必然帶來銀行不良貸款率的上升。
(3)固定資產投資(LNFAI)與不良貸款率(NPLR)之間的Granger因果關系。選擇不同的滯后期,具有顯著因果關系的檢驗結果如表6所示。
同以上變量間單向因果關系不同的是,這兩個變量之間具有非常顯著的雙向因果關系。具體來說,前1~3期,NPLR(不良貸款率)到LNFAI(固定資產投資)的因果關系更顯著;而后4~6期,以LNFAI(固定資產投資)到NPLR(不良貸款率)的單向因果關系為主。表6顯示,從第1期開始,直到第6期,LNFAI都是引起NPLR變化的Granger原因,且檢驗結果非常的顯著,1~5期內,都是以99%以上的概率拒絕原假設。這表明不良貸款率對固定資產投資的影響相對更快、更迅速,而固定資產投資則對不良貸款率的影響相對更持久。
結合模型(1)可估計出,在其他條件不變的情況下,每當固定資產投資增長(減少)1%時,將使得滯后5期左右的不良貸款率下降(上升)0.0087個百分點。結合實際情況分析,固定資產投資離不開銀行信貸資金的支持,所以當固定資產投資增長時貸款也隨之增加,基數的增加必然導致不良貸款率下降。
(二)貨幣政策與不良貸款之間的實證分析
1.最優(yōu)回歸模型
本文涉及的貨幣政策變量主要是RE(存款準備金率)和BIR(貸款基準利率),相對而言,由于這兩個變量對不良貸款余額影響更大,而對不良貸款率則沒有明顯影響,因此本文選取RE、BIR以及NPLB來構建模型,以深入分析貨幣政策對金融資產質量的影響。經過逐步回歸,得出最優(yōu)回歸模型如下:
NPLB=2.35×RE(-4)+10.51×BIR(-4)+526.44(2)
(3.11)(2.90)(28.58)
Adjusted R-squared:0.7044
D.W.:1.0818
從回歸方程的各統(tǒng)計結果看,方程系數顯著不為0,表明宏觀調控措施對不良貸款確實有著明顯影響。
2.Granger因果關系檢驗
(1)存款準備金率(RE)與不良貸款余額(NPLB)的因果關系。通過比較不同的滯后期,較為顯著的檢驗結果如表7所示。
結果表明,只有在滯后4期的情況下,存在從RE(存款準備金率)到NPLB(不良貸款余額)的顯著的單向因果關系,且呈同方向變動。存款準備金率提高,將會凍結相應的銀行資金,使得銀行可用信貸資金減少,企業(yè)從銀行獲得信貸總量減少。由此,部分企業(yè)在前期信貸資金投入生產后,后續(xù)資金不能及時到位,使得企業(yè)還貸能力也隨之減弱,故此部分貸款可能形成不良,反之,存款準備金率的降低也會減少相應的不良貸款。
結合以上計量結果可得出結論,存款準備金率的變化是引起滯后4期的不良貸款余額變化的Granger原因,在其他條件不變的情況下,前者上調(下調)1個百分點,將使得后者余額增加(減少)2.35億元。
(2)基準利率(BIR)與不良貸款余額(NPLB)的因果關系。比較不同的滯后期,具有顯著因果關系的檢驗結果如表8所示。
檢驗結果表明,在滯后4期的情況下存在從BIR(基準利率)到NPLB(不良貸款余額)的單向因果關系,且顯著程度比RE(存款準備金率)要強,這表明相對存款準備金率,基準利率對不良貸款的影響程度更大。從經驗解釋的角度,基準利率的提高比起存款準備金率的提高,其會在更大程度上提升企業(yè)從銀行獲得貸款的成本,增加企業(yè)的貸款難度,同前存款準備金率影響分析,繼而使得銀行不良貸款有所增加;反之,如果降低基準利率,銀行業(yè)不良貸款將減少。
結合回歸方程可得出,在其他條件不變的情況下,基準利率每上調(下調)1個百分點,將使得滯后4期的不良貸款增加(減少)10.51億元。由此可見,基準利率是比存款準備金猛烈很多的調控工具,從數量角度上說,前者的影響程度是后者的4.5倍。
(三)銀行業(yè)運行情況與不良貸款之間的實證分析
目前,不良貸款率已成為銀行業(yè)考核的極為重要的指標,本文以銀行利潤作為衡量銀行業(yè)運行情況的指標,先對銀行利潤與不良貸款率進行Granger因果關系檢驗,結果如表9所示。
結果顯示,兩個變量在1~3期上存在逐步減弱的、從NPLR(不良貸款率)到PRO(銀行業(yè)利潤)的單向因果關系,且該因果關系非常顯著,均在99%以上的水平上拒絕原假設。于是,用NPLR作為自變量,而PRO作為應變量,可以構建以下最優(yōu)回歸模型:
PRO=-3.19×NPLR+68.36(3)
(-6.1977) (8.1157)
Adjusted R-squared:0.6192
D.W.:2.2717
從模型的相關統(tǒng)計量結果來看,模型整體質量較高,估計結果也較為可靠。這表明不良貸款率每上升(下降)一個百分點,銀行業(yè)利潤則下降(上升)3.19億元。從模型的結果看,并沒有滯后期,這與當前商業(yè)銀行基本都是當季考核的實際情況也是相符的,說明當季的銀行資產質量情況如何是其盈利水平的重要影響因素。
(四)影響不良貸款因素的實證分析小結
1.宏觀經濟金融形勢的變化是影響不良貸款的重要原因。從實證結果分析,通脹率對滯后4~5期的不良貸款率具有顯著的單向因果關系,且呈反向變動關系。資產價格對滯后2期的NPLR不良貸款率影響最顯著,具有單向因果關系,呈反向變動關系。同理,與資產價格相關性很高的工業(yè)增加值對不良貸款率的影響也具有趨同性。固定資產投資與不良貸款率之間存在顯著的雙向因果關系,且不良貸款率和固定資產投資對各自的擾動都有快速的響應,并且最后逐步收斂于某一個負值,這表明兩者無論哪個上升,都會使得對方的水平有一定程度的降低。此處,與固定資產投資相關程度很高的國內生產總值、財政支出對不良貸款率的影響也具有趨同性。
2.貨幣政策指標與不良貸款變化有密切聯系。存款準備金率和基準利率兩者都對不良貸款余額存在顯著的單向因果關系,存款準備金率和基準利率的提高均會使得滯后4期的不良貸款增加。兩者比較而言,基準利率對不良貸款的影響程度更大。
3.不良貸款的變化情況對銀行利潤有明顯影響,但銀行利潤不是導致不良貸款變化的原因。實證結果表明,不良貸款率的變動會導致銀行利潤出現反向變動,即不良貸款率每上升(下降)一個百分點,銀行業(yè)利潤則下降(上升)3.19億元,且沒有滯后期,即當季的銀行資產質量是其盈利水平的重要影響因素。
五、啟示與建議
為刺激經濟,我國2009年新增貸款規(guī)模達9.6萬億元人民幣的天量。由于當前經濟發(fā)展面臨的不確定性因素復雜,為遏制經濟下滑苗頭,貨幣政策相對寬松,在信貸增長保持一定速度的情況下,2010年銀行不良貸款率可能會繼續(xù)降低。但與此同時,在商業(yè)銀行做大分母所帶來的不良資產占總資產比率的下降和近年來商業(yè)銀行股份制改革所帶來大量的不良資產剝離的背景下,銀行不良貸款可能存在賬面風險低估實際風險的隱患。據中國東方資產管理公司一份最新的調查報告指出,2009年巨量信貸會導致不良貸款生成的概率增大,由此導致的新增不良貸款會在2012年后集中出現。為此,本文根據前文實證分析的結果,從以下三方面提出降低銀行不良資產的建議。
(一)從外部環(huán)境看,穩(wěn)定的宏觀經濟金融發(fā)展形勢是降低銀行不良貸款的重要外部環(huán)境
一方面,要保持健康穩(wěn)定、平穩(wěn)發(fā)展的宏觀經濟環(huán)境,為商業(yè)銀行降低不良貸款;另一方面,銀行要重視經濟走勢的研究,評估信貸周期與經濟各個行業(yè)的彈性系數,對于不同時期不同的行業(yè)設置靈活可操作的信貸標準。在經濟快速發(fā)展時期,對不良貸款率降幅要求要相應提高;在經濟衰退期的到來時隱藏的信貸風險可能集中爆發(fā),給銀行資產造成威脅。結合當前的實際,目前商業(yè)銀行對風險累積程度偏高的經濟體要實施果斷的信貸約束,其中對政府融資平臺的信貸風險要尤為關注,對違約信貸項目及時調整管理策略,提高商業(yè)銀行抵御風險的能力。
(二)從政策因素看,貨幣政策調控要堅持市場化導向,提高前瞻性,保持穩(wěn)定性
一是貨幣政策調控應堅持市場化導向。市場機制就是要讓市場在資源配置上起基礎性作用,貨幣政策作為宏觀調控政策手段之一就是要使市場配置資源的作用充分發(fā)揮。如果政府在貨幣政策上一直管到行業(yè)甚至是項目,宏觀調控就成了微觀決策。當前,要減少政府干預行為,提高中央銀行獨立性,貨幣政策要堅持加強與產業(yè)政策、財政政策的協(xié)調配合,運用貨幣政策工具組合進行預調和微調的最優(yōu)策略,發(fā)揮市場導向作用,讓微觀主體根據市場信號作出經濟決策。二是要提高貨幣政策的制定的前瞻性。通過對經濟先行指標的研究建立宏觀經濟變量預警體系,完善有預期的貨幣調節(jié)機制,從被動適應到“預防性貨幣政策”,起到熨平經濟波動的作用。三是要保持貨幣政策的連續(xù)性和穩(wěn)定性。目前我國經濟發(fā)展的外部環(huán)境依然嚴峻,市場尚未回暖,“外憂”仍然存在,而內部向好的經濟形勢尚需進一步確立和鞏固。結合當前的形勢,是要繼續(xù)實施適度寬松的貨幣政策,更側重的是要增強針對性和靈活性。要綜合運用多種貨幣政策工具,合理安排貨幣政策工具組合、期限結構和操作力度。既要滿足經濟增長對貨幣信貸的合理需求,又要防止貨幣信貸快速增長引發(fā)通貨膨脹,引導經濟結構的調整,引導貸款適度增長,平滑投放,有效防范和及時化解各類潛在金融風險。
(三)從內部因素看,商業(yè)銀行要采取切實有效措施,加強風險管理,降低不良貸款余額和占比
一是建立科學、有效、完善的信貸業(yè)務管理制度和操作規(guī)程。風險識別的關鍵主要受制于審查部門對每個風險資產潛在風險的預測、監(jiān)視、識別的能力。商業(yè)銀行必須建立一套合理、科學、標準的貸款審批流程,以提高對信貸風險的識別。二是完善以風險管理為核心的績效考核機制。由以利潤大化為核心的盈利能力考核轉變?yōu)橐詢r值管理為核心的綜合效益考核。同時衡量經營風險和盈利情況,并且考慮為可能的最大風險做出資本準備,使銀行的收益與所承擔的風險直接掛鉤,以此將銀行的收益與銀行所承擔的風險相結合進行考核。三是加大依法收貸的力度。制定銀行獨立處理抵押物的法律措施,建立銀行抵押拍賣、轉讓市場,使抵押物盡快變現。對銀行有較完備貸款手續(xù)的破產企業(yè)的拍賣及轉讓抵押物,應優(yōu)先償還銀行貸款。
參考文獻:
[1]張玉明,魯冀,衛(wèi)嫻.非均衡信息與中日銀行不良資產[J].世界經濟文匯,2001(4):39-44.
[2]劉錫良,羅志德.論我國銀行不良資產的根源——信用、金融層面的分析[J].金融研究,2001(10):50-59.
[3]李松國,張月飛.本利權衡和利益博弈下的行為選擇——國有商業(yè)銀行不良貸款形成機理剖析及其化解途徑[J].金融論壇,2003,8(1):10-16.
[4]宋濤,唐德善.中央政府救助對國有銀行不良貸款影響的博弈分析[J].特區(qū)經濟,2006(12):22-23.
[5]劉青,劉志遠,張健.銀行高層更替與不良貸款惡性增資——基于不良貸款撥備與剝離視角的分析[J].金融論壇,2007,12(2):7-33.
[6]聶華林,景文宏,石建平,周潮等.基于宏觀視角的金融機構不良資產狀況研究:中國經驗(1978-2007)[J].寧夏大學學報(人文社會科學版),2009(5):127-131.
[7]陳榮.論國有商業(yè)銀行不良貸款和債轉股[D].中國人民銀行研究生部論文,2000.