嚴長勇

（安徽財經(jīng)大學，安徽 蚌埠 233000）

?

不良貸款規(guī)模波動對經(jīng)濟增長影響的實證研究

嚴長勇

（安徽財經(jīng)大學，安徽 蚌埠 233000）

摘要：從2012年第1季度以來，我國商業(yè)銀行不良貸款率持續(xù)上升、經(jīng)濟增長速度趨于走低，探尋二者之間的作用機制，將為我國金融改革與經(jīng)濟發(fā)展提供一定的參考。選取2004年第1季度至2015年第3季度的季度數(shù)據(jù)，建立VAR模型的實證研究結(jié)果表明，不良貸款規(guī)模對經(jīng)濟增長在初期存在正向效應，隨著時間的推移，這種正向影響消失，轉(zhuǎn)而產(chǎn)生負的影響效應；最終，不良貸款規(guī)模變動產(chǎn)生的影響被經(jīng)濟系統(tǒng)吸收。

關鍵詞：不良貸款規(guī)模；經(jīng)濟增長；VAR模型

一、引言

不良貸款率和規(guī)模是衡量金融機構(gòu)財務狀況的重要指標，也是衡量整個金融系統(tǒng)的安全與穩(wěn)定性的重要指標，不良貸款規(guī)模過大還會影響宏觀經(jīng)濟的穩(wěn)定。如1929～1933年美國經(jīng)濟大蕭條，2008年由美國次貸危機而引發(fā)的全球性金融危機，都與商業(yè)銀行不良貸款規(guī)模有著直接的聯(lián)系。目前，我國經(jīng)濟下行壓力較大，增速減緩，同時，商業(yè)銀行不良貸款率從2012年第1季度至今，一直處于上升趨勢。銀監(jiān)會統(tǒng)計的數(shù)據(jù)顯示，截至2015年9月底，我國商業(yè)銀行的不良貸款規(guī)模高達1.09萬億元人民幣，不良貸款率達1.59%。關于不良貸款規(guī)模波動對經(jīng)濟增長影響的內(nèi)在聯(lián)動機制，國內(nèi)外學者已有研究，但在數(shù)據(jù)的選用與處理、研究方法以及得出的結(jié)論上存在分歧。本文將根據(jù)我國2004年以來的數(shù)據(jù)對其進行研究，以考量二者之間的內(nèi)在關系。

二、文獻回顧

對于經(jīng)濟增長與不良貸款二者內(nèi)在聯(lián)動機制的研究主要有兩條主線可循。

（一）不良貸款規(guī)模與經(jīng)濟增長負相關

早期的學者從金融穩(wěn)定和銀行結(jié)構(gòu)進行分析，認為宏觀經(jīng)濟的金融穩(wěn)定與商業(yè)銀行不良貸款規(guī)模之間存在緊密的聯(lián)系（Minsky，1992；Fischer，1933；Kaminsky&Reinhart，1999），總體是呈負相關性。[1-3]Minsky P.Hyman（1995）從經(jīng)濟周期與貸款人償債能力的角度分析了二者的關系，指出經(jīng)濟的波動會導致債務人償債能力的變動，從而影響銀行不良貸款率。[4]Salas、Saurina（2002）使用1985～1997年西班牙商業(yè)銀行的數(shù)據(jù)，研究了不良貸款率與GDP之間的關系，認為GDP的增長率對不良貸款率的下降是有效的。[5]張淼（2002）以上市銀行作為分析樣本，構(gòu)建不良貸款與宏觀經(jīng)濟實證模擬模型，發(fā)現(xiàn)宏觀經(jīng)濟與不良貸款率之間存在明顯的反向相關關系，其認為主要是宏觀經(jīng)濟發(fā)展的狀況影響了還款人的債務償還能力，進而影響商業(yè)銀行不良貸款率。[6]盧靜（2006）認為由于銀行不良貸款的增加會引起M2的增發(fā)，對企業(yè)的投資造成負面影響，進而打破經(jīng)濟的均衡，引起通貨膨脹和經(jīng)濟衰退，抑制宏觀經(jīng)濟的發(fā)展。[7]Berge、Boye（2007）通過研究1993～2005年商業(yè)銀行不良貸款規(guī)模、利率與失業(yè)率的關系，認為不良貸款規(guī)模的擴大提升了失業(yè)率，從而不利于宏觀經(jīng)濟的發(fā)展。[8]李思慧、顏向農(nóng)（2007）采用四種宏觀經(jīng)濟指標與不良貸款率進行相關性研究，結(jié)果表明宏觀經(jīng)濟效益與不良貸款率之間存在負的相關關系。[9]岳蓓蓓、鄭循剛（2011）在研究不良貸款率與宏觀經(jīng)濟波動性關系中指出，不良貸款率制約宏觀經(jīng)濟的發(fā)展，宏觀經(jīng)濟的發(fā)展只對不良貸款率的下降有作用。[10]還有一些學者從影響金融穩(wěn)定的諸多要素分析經(jīng)濟增長與不良貸款率的關系（陳學彬，1997；黃備臨，2013），均認為不良貸款率與經(jīng)濟增長呈現(xiàn)負相關的關系。[11-12]

（二）不良貸款與經(jīng)濟增長正相關

Acemoglu and Zilibotti（1997）從資本的原始積累和分散投資作為切入點，認為在資本積累與經(jīng)濟增長的初期，收益的波動會呈現(xiàn)一個比較大的波動是正常的，在經(jīng)過一段時間發(fā)展以后，這種波動會趨于穩(wěn)定。[13]周忠明（2005）以江蘇省379家企業(yè)銀行不良貸款數(shù)據(jù)作為對象進行研究，認為在經(jīng)濟發(fā)展減速時，不良貸款率也隨之下降。[14]Hoggarth、Reis、Saporta（2001）通過對比幾次金融危機前7個高收入國家和10個低收入國家經(jīng)濟增長率與不良貸款率的數(shù)據(jù)，發(fā)現(xiàn)上升的不良貸款率與經(jīng)濟增長并存，進一步做實證分析得出二者呈正相關關系。[15]張漢飛、李宏瑾（2014）通過對142個經(jīng)濟體的截面數(shù)據(jù)進行實證分析得出，不良貸款率和宏觀經(jīng)濟的增長具有密切正相關的關系，由于制度因素的影響，部分經(jīng)濟體宏觀經(jīng)濟的增長并不呈現(xiàn)正相關，但大多數(shù)經(jīng)濟體經(jīng)濟的發(fā)展都伴隨著不良貸款率的增長。[16]

將已有的研究進行分析總結(jié)、歸納發(fā)現(xiàn)，部分學者對于指標的選擇、數(shù)據(jù)的處理、模型的構(gòu)建上還有不足之處。通常僅考察二者影響的相關性，并沒有交代是單向影響還是雙向影響，是當期影響還是滯后影響。同時，在銀行不良貸款率的數(shù)據(jù)方面，近年來趨于平穩(wěn)，因此，在數(shù)據(jù)的使用上需更貼近實際。因而，本文將采用2004年第1季度至2015年第3季度我國商業(yè)銀行不良貸款余額與季度GDP作為初始數(shù)據(jù)，通過建立VAR模型，對二者的聯(lián)動關系做進一步研究，為正確制定經(jīng)濟金融政策提供可靠的理論依據(jù)。

三、實證分析

（一）數(shù)據(jù)的選取與處理

在以往的研究中，部分學者使用商業(yè)銀行不良貸款率作為實證分析的變量，雖然該指標能夠直接反映不良貸款規(guī)模的一般概況，但由于目前我國商業(yè)銀行的不良貸款率總體趨于平穩(wěn)，因而該指標在反映時間趨勢、規(guī)模數(shù)量等綜合能力方面有所欠缺。為了使實證分析更符合商業(yè)銀行不良貸款規(guī)模的實際情況，在指標的選擇上，本文選取我國商業(yè)銀行不良貸款余額作為反映不良貸款發(fā)展規(guī)模的一般趨勢。

由于數(shù)據(jù)的可得性，在實證階段采用2004年第1季度到2015年第3季度我國商業(yè)銀行不良貸款余額（BNL）與季度GDP作為初始數(shù)據(jù)?？紤]到GDP、BNL數(shù)據(jù)在數(shù)值上較大，不便于實證分析研究，同時，為了消除時間序列的異方差性，本文將原始數(shù)據(jù)取自然對數(shù)，即LNGDP、LNBNL。由于季度數(shù)據(jù)又存在季節(jié)上的波動性、階段性，影響模型擬合的真實性，從而影響實證結(jié)果的準確性，因此在序列的處理上，本文采用×12平滑指數(shù)法對LNGDP、LNBNL進行季節(jié)調(diào)整，從而使序列趨于平穩(wěn)，記為LNGDP_SA、LNBNL_SA。

（二）序列的統(tǒng)計檢驗

1.ADF檢驗

序列的波動性會造成實證分析的結(jié)果不能有效反映出真實的經(jīng)濟情況，因此，在序列的使用過程中，首先需要對序列的平穩(wěn)性進行檢驗，從而避免偽回歸的產(chǎn)生。同時，序列的平穩(wěn)性檢驗是Granger因果檢驗的基礎，非平穩(wěn)序列不能反映Grange因果檢驗結(jié)果的真實性。此外，各序列只有是平穩(wěn)的，才可以進行協(xié)整檢驗，進而考察變量之間是否存在長期穩(wěn)定的關系。以5%的置信水平考察LNGDP_SA、DLNGDP_SA、LNBNL_SA、DLNBNL_SA序列的穩(wěn)定性，結(jié)果如表1所示。

表1　VAR模型構(gòu)建向量的序列平穩(wěn)性檢驗結(jié)果

從序列的檢驗結(jié)果可以看出，LNGDP、LNBNL是不平穩(wěn)的，但是二者的一階差分都是平穩(wěn)的序列，所以LNGDP、LNBNL都是一階單整序列。

2.協(xié)整檢驗

對于經(jīng)濟時間序列，由于關聯(lián)度較大，經(jīng)濟時間序列在長期可能存在穩(wěn)定的關系，通過協(xié)整檢驗來確定變量之間是否存在長期穩(wěn)定的線性關系。如果是協(xié)整的，就需要對建立的VAR模型進行誤差修正，構(gòu)建VEC誤差修正模型；本文采用Johansen協(xié)整檢驗方法進行檢驗，檢驗結(jié)果如表2所示。從協(xié)整的檢驗結(jié)果可知，在5%的置信水平下，跡統(tǒng)計量和最大特征值都無法拒絕不存在協(xié)整的假設。也就是說，不良貸款與經(jīng)濟增長之間存在長期穩(wěn)定的線性關系，二者的協(xié)整關系為：ecmt=DLNGDP_SA+ 0.138270DLNBNL_SA，因而需要建立二者的誤差修正模型（VEC），考察二者長期與短期的均衡。[17]

表2　Johansen協(xié)整檢驗結(jié)果

3.Grange因果檢驗

在以往的研究中，眾學者對于不良貸款規(guī)模與經(jīng)濟增長的關系各執(zhí)一詞，部分學者認為二者是雙向影響或單向影響，還有部分學者認為二者沒有顯著的作用機制。而在影響的方向上，正向、負向以及無關聯(lián)性的觀點并存，因此，需要對二者的關系做進一步考察。同時，變量之間是否會有交互的影響，通過何種方向影響，是構(gòu)建VAR模型的前提，否則構(gòu)建的VAR模型就沒有意義。通過對DLNGDP_SA、LNBNL_SA序列進行Grange檢驗，其結(jié)果如表3所示。

表3　Grange因果協(xié)整檢驗結(jié)果

從Grange檢驗的結(jié)果來看，在5%顯著性水平的情況下，拒絕DLNBNL_SA不是DLNGDP_SA的Grange原因，接受 DLNGDP_SA不是 DLNBNL_ SA的Grange原因。也就是說不良貸款規(guī)模與經(jīng)濟增長存在單方面的因果關系，即不良貸款規(guī)模影響經(jīng)濟增長；反之，則無影響。

（三）VAR模型的構(gòu)建

在經(jīng)濟問題的分析中，通常使用已有的經(jīng)濟理論進行要素影響的單方面分析，對于時間序列的數(shù)據(jù)分析，已有的經(jīng)濟理論并不能很好地描述要素的動態(tài)交互影響，而VAR模型采用非結(jié)構(gòu)性的方法，將所有變量的滯后變量進行回歸，描述內(nèi)生變量的動態(tài)關系，模型矩陣形式如下所示。

單方程結(jié)構(gòu)即為：

Ymt、Xnt分別表示內(nèi)生變量和外生變量，m、n是內(nèi)生變量和外生變量的個數(shù)，p、r表示各變量的滯后期，a、b為參數(shù)，u為隨機擾動項。

（四）實證分析

1.VAR模型滯后期選擇與穩(wěn)定性檢驗

在VAR模型構(gòu)建的過程中，首先需要對VAR模型滯后期進行選擇，有助于建立擬合優(yōu)度較為良好的模型，從而提高模型的準確性和解釋能力。由于本文使用的是季度數(shù)據(jù)，在滯后期的檢驗上，以滯后4階開始檢驗，以LR、FPE、AIC、SC、HQ五個指標作為滯后期優(yōu)良的評價體系，檢驗結(jié)果見表4。

表4　VAR模型滯后期檢驗結(jié)果

從檢驗的結(jié)果上看，在5%顯著性水平下，LR、FPE、AIC、SC、HQ五個評價指標中，全部都顯示應建立VAR（2）模型，估計的方程如下。

通過對VAR（2）模型所有多項式的AR特征根倒數(shù)進行檢驗，特征根的倒數(shù)均小于1，如圖1所示，從VAR（2）的AR特征多項式逆根圖可以發(fā)現(xiàn)，所有的逆根都位于單位圓的內(nèi)部，說明建立的VAR（2）模型是穩(wěn)定的。也就是說不良貸款規(guī)模的變化，會引起GDP水平的變動，但隨之時間的推移，這種變化將逐步減弱，最終被系統(tǒng)吸收。

2.誤差修正模型

從協(xié)整檢驗的結(jié)果可知，由于不良貸款與經(jīng)濟增長存在長期穩(wěn)定的協(xié)整關系，即不良貸款的規(guī)模每上升1個單位，經(jīng)濟增長下降0.1382個單位。為了考察二者長期與短期的動態(tài)均衡，需建立向量自回歸誤差修正模型，對模型的參數(shù)進行估計，擬合出的VEC（2）為：

圖1　VAR(2)的AR特征多項式跟圖

從估計的結(jié)果可知，滯后1期至滯后2期，經(jīng)濟增長與不良貸款規(guī)模表現(xiàn)為同向的正向作用。從長期來看，當不良貸款與經(jīng)濟增長的作用機制偏離長期均衡時，通過系統(tǒng)內(nèi)部的調(diào)節(jié)，系統(tǒng)分別以0.2521與3.4432個單位的力度作用于經(jīng)濟增長與不良貸款規(guī)模，反向?qū)⑵淅刂辆鉅顟B(tài)。

3.脈沖響應函數(shù)

為了考察不良貸款規(guī)模對GDP水平影響的動態(tài)效應，需要建立脈沖響應函數(shù)。由于選取的是季度數(shù)據(jù)，為使結(jié)果更能反映時間因素的影響，我們設定脈沖響應函數(shù)的期限為12期，結(jié)果如圖2所示。從脈沖響應函數(shù)上看，不良貸款規(guī)模對系統(tǒng)的沖擊在初期對GDP水平有正向的影響效應，從第2期以后，影響為負。第7期以后，影響趨于穩(wěn)定。從數(shù)值上看，不良貸款規(guī)模與經(jīng)濟增長在短期雖然存在正向關系，但影響的力度是極其微弱的。

圖2　VEC（2)模型的脈沖響應函數(shù)

四、結(jié)論與作用機制探討

（一）研究結(jié)論

實證分析的結(jié)果顯示，不良貸款規(guī)模與經(jīng)濟增長在初期存在正向的相關關系，且僅存在單向影響的關系，即不良貸款規(guī)模會對經(jīng)濟增長造成一定的影響，而經(jīng)濟增長并不會對不良貸款規(guī)模產(chǎn)生顯著的影響。同時，在不良貸款規(guī)模擴大后，并不會馬上在經(jīng)濟增長上表現(xiàn)出來，實證結(jié)果顯示，在不良貸款規(guī)模擴大后的1期，雖然會對經(jīng)濟增長產(chǎn)生一定的刺激，但影響較為有限，在第2期影響較為明顯。隨著時間的推移，這種正向影響消失，轉(zhuǎn)而產(chǎn)生負的影響效應，抑制了經(jīng)濟增長，最終，不良貸款規(guī)模變動產(chǎn)生的影響被經(jīng)濟系統(tǒng)吸收?？傮w來說，不良貸款規(guī)模的變化對經(jīng)濟增長的影響是有限的。

（二）作用機制分析

1．經(jīng)濟理論的視角分析

企業(yè)與個人是銀行貸款的主要客戶，其中個人貸款主要是由消費產(chǎn)生的引致需求，企業(yè)貸款是為了擴大生產(chǎn)而產(chǎn)生的融資需求。以產(chǎn)能過剩與有效需求不足為例，當產(chǎn)能過剩與有效需求不足時，從總需求-總供給理論與生產(chǎn)理論可知，在短期，雖然供需錯位使利潤空間被壓縮，但只要邊際利潤不為0，廠商便愿意擴大生產(chǎn)規(guī)模，隨著生產(chǎn)規(guī)模的擴大，產(chǎn)品的價格持續(xù)走低，只要產(chǎn)品的價格不低于平均可變成本，廠商的這種生產(chǎn)就不會停止，從而彌補部分固定資產(chǎn)的折舊，即企業(yè)的融資規(guī)模擴大，在經(jīng)濟上的反應為經(jīng)濟的持續(xù)增長。從銀行對資產(chǎn)審查的角度來看，此時，眾多貸款已經(jīng)開始轉(zhuǎn)為不良貸款。當產(chǎn)能擴大到一定規(guī)模后，這種生產(chǎn)停止，企業(yè)宣布破產(chǎn)，對經(jīng)濟產(chǎn)生負面的效應。最終，產(chǎn)能與社會需求趨于穩(wěn)定，由不良貸款規(guī)模變化產(chǎn)生的經(jīng)濟刺激被經(jīng)濟體系消化吸收。而不良貸款規(guī)模變化對經(jīng)濟增長的變動會在一定時間后凸顯，主要是由于影響因素在經(jīng)濟系統(tǒng)傳遞過程中存在一定的時滯性。

2.利率市場化與存款保險制度實施視角分析

隨著我國利率市場化的全面放開，利率的決定由市場供需決定，商業(yè)銀行的利潤空間變窄。而金融機構(gòu)的利潤主要源于借貸利差獲得，在利潤空間被壓縮的情況下，商業(yè)銀行需盡可能多地將資金貸給融資客戶，而放松了對融資客戶的信貸審核。尤其是2015年5月1日我國存款保險制度的正式實施，提振了商業(yè)銀行經(jīng)營的信心，容易引發(fā)商業(yè)銀行經(jīng)營的道德風險，潛在地提升了不良貸款的規(guī)模。從短期來看，商業(yè)銀行將盈余資金投放到市場，類似于寬松的貨幣政策，對實體經(jīng)濟的發(fā)展起到積極的刺激作用，促進經(jīng)濟的發(fā)展。從長期來看，由不良資產(chǎn)引發(fā)的經(jīng)濟問題，會抑制經(jīng)濟的發(fā)展，但通過經(jīng)濟系統(tǒng)內(nèi)部的不斷調(diào)整，不良貸款規(guī)模對宏觀經(jīng)濟的刺激作用會逐步被經(jīng)濟系統(tǒng)消化吸收。

3.國家經(jīng)濟政策實施的視角分析

目前整個世界經(jīng)濟疲軟，出于國家經(jīng)濟發(fā)展戰(zhàn)略的考慮，對污染嚴重與產(chǎn)能過剩的產(chǎn)業(yè)，如煤炭、鋼鐵、電解鋁、航運業(yè)等，將實施關閉或并購重組。在“十二五”與“十三五”規(guī)劃中，我國在優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)調(diào)整上提出了具體要求，這必然導致部分企業(yè)被市場淘汰，間接地引發(fā)了不良資產(chǎn)規(guī)模的變動。在短期，國家政策的實施，會釋放經(jīng)濟發(fā)展方向的信號，引導投資者對某類產(chǎn)業(yè)的投資。即使由于某些夕陽產(chǎn)業(yè)的淘汰，導致不良貸款規(guī)模的上升，但在國家政策的影響下，資本會加速向扶持產(chǎn)業(yè)流動，促進經(jīng)濟的發(fā)展。在長期，由于夕陽產(chǎn)業(yè)的倒閉，失業(yè)、企業(yè)轉(zhuǎn)型等社會與經(jīng)濟問題逐漸凸顯，而扶持產(chǎn)業(yè)與朝陽產(chǎn)業(yè)的發(fā)展尚處于起步階段，在合力的作用下將會抑制經(jīng)濟的發(fā)展。最終，由國家經(jīng)濟政策對宏觀經(jīng)濟造成的沖擊，經(jīng)過經(jīng)濟系統(tǒng)不斷的調(diào)整，會逐步被經(jīng)濟系統(tǒng)消化吸收。

參考文獻：

［1］MINSKY H.The financial instability hypothesis［D］.The Jerome Levy Economics Institute Working Paper,No.74，1992.

［2］FISCHER I.The debt-deflation theory of great depressions［J］. Econometrica，Vol.1，1933（4）.

［3］KAMINSKY G，REINHART，C.The twin crises，the causes of banking and balance of payments problems［J］.American Economic Review，Vol.89，1999（3）.

［4］MINSKY P.Hyman Longer waves in financial relations：financial factors in the more severe depressions［J］.Journal of Economic Issues.1995，29（3）：83-96.

［5］VICENTE SALAS，JESUS SAURINA.Credit Risk in Two Institutional Regimes：Spanish Commercial and Savings Banks［J］.Journal of Financial Services Research，2002（2）：223.

［6］張淼.銀行不良貸款率與經(jīng)濟發(fā)展狀況［J］.上海統(tǒng)計，2002 （11）：34-35.

［7］盧靜.銀行不良貸款對宏觀經(jīng)濟運行的負面效應［J］.現(xiàn)代財經(jīng), 2009（3）：13-16.

［8］BERGE，T.O.，BOYE，K.G.An analysis of bank’s problem loans ［J］.Norges Bank Economic Bulletin，2007（78）：65－76.

［9］李思慧，顏向農(nóng).商業(yè)銀行不良貸款與宏觀經(jīng)濟因素相關性實證分析［J］.時代金融，2007（8）：45-46.

［10］岳蓓蓓，鄭循剛.經(jīng)濟增長與商業(yè)銀行不良貸款率波動的VAR模型分析［J］.金融與經(jīng)濟，2011（1）：28-31.

［11］陳學彬.不良貸款、經(jīng)濟增長與制度［J］.經(jīng)濟研究，1997（7）：32-41.

［12］黃備臨.商業(yè)銀行不良貸款的成因與對策［J］.經(jīng)濟論壇，2013 （9）：19-20.

［13］ACEMOGLU D，F(xiàn) ZILIBOTTI.Was Prometheus Unbound by Chance?［J］.Journal of Political Economy，1997，105（4）：709-751.

［14］周忠明.不良貸款與經(jīng)濟增長關系分析［J］.銀行業(yè)監(jiān)管，2005 （5）：45-46.

［15］HOGGARTH G.，REIS，R.AND SAPORTA.V.Costs of banking system instability：Some empirical evidence［J］.Journal of Banking and Finance，2002，26（5）.

［16］張漢飛，李宏瑾.不良貸款、經(jīng)濟增長與制度［J］.金融評論，2014（5）：1-15.

［17］JOHANSEN S.Estimation and Hypothesis testing of Cointegration Vectors in Gaussian Vector Autoregressive Models［J］.Econometrical，1991（59）：1511-1580.

（責任編輯：李丹；校對：盧艷茹）

An Empirical Study on the Impact of Non-performing Loans’Size Fluctuation on Economic Growth

Yan Changyong

（Anhui University of Finance and Economics,Bengbu 233000,China）

Abstract：Since the first quarter in 2012,the non-performing loans ratio in China’s commercial banks kept increasing and the speed of economic growth was lowering down.Exploring the interacting mechanism between the aforementioned two elements would help providing useful reference for China’s financial reform and economic development.The paper based its research on the data collected from the first quarter in 2014 to the third quarter in 2015.And the empirical study via the establishment of VAR model could indicate that the size of non-performing loans had positive effects on economic growth in the initial stage.However,as time went by,the positive effects were disappearing and negative effects emerged.Eventually,the impact caused by the changes of the non-performing loan size would be absorbed by economic system.

Key words：non-performing loans size;economic growth;VAR model

中圖分類號：F830

文獻標識碼：A

文章編號：1006－3544（2016）03－0033－06

收稿日期：2016-01-26

作者簡介：嚴長勇（1990-），安徽六安人，安徽財經(jīng)大學，研究方向為商業(yè)銀行經(jīng)營管理、經(jīng)濟投資和金融創(chuàng)新。