王曉嬈，王奎倩

(1.中國人民大學博士后流動站，北京 100872；2.南開大學經(jīng)濟學院，天津 300071)

?

腐敗對銀行不良貸款的影響
——基于中國省級動態(tài)面板數(shù)據(jù)GMM方法

王曉嬈1，王奎倩2

(1.中國人民大學博士后流動站，北京 100872；2.南開大學經(jīng)濟學院，天津 300071)

運用動態(tài)GMM回歸方法，探討了2005-2013年我國各地區(qū)腐敗與銀行不良貸款之間的關(guān)系，結(jié)果表明：腐敗程度與銀行不良貸款規(guī)模正相關(guān)。同時，銀行信貸規(guī)模增加會導致不良貸款增加，而經(jīng)濟發(fā)展水平、非國有化程度提高，政府干預(yù)程度以及企業(yè)資產(chǎn)負債率提高都能抑制我國銀行業(yè)不良貸款增加。據(jù)此，提出如下政策建議：繼續(xù)加大對腐敗案件的查處力度，完善相關(guān)法律法規(guī)體系；商業(yè)銀行應(yīng)建立科學有效的風險防范機制；政府職能應(yīng)由干預(yù)型向服務(wù)型轉(zhuǎn)變，在提高經(jīng)濟增速的同時加快提高經(jīng)濟非國有化程度；企業(yè)應(yīng)合理利用銀行貸款，控制貸款資金流向。

腐??；不良貸款；銀行業(yè)；GMM

一、引 言

近些年來，全球經(jīng)濟高速增長，但各國頻繁經(jīng)歷金融危機，各界均探究金融危機發(fā)生的緣由。1997年東亞金融危機提供了重要線索：日益普遍的腐敗行為是引發(fā)金融危機的關(guān)鍵因素。腐敗一直是學術(shù)界與政策制定者關(guān)注的熱點，他們的目光主要聚焦于腐敗對經(jīng)濟增長的影響。大量研究表明，腐敗通過影響私人投資、公共開支等進而影響經(jīng)濟增長[1][2][3]。但腐敗是否為金融危機根源？一些學者認為，腐敗會引起銀行不良貸款增加，干擾金融市場正常運轉(zhuǎn)。理論上，腐敗可能通過以下兩條截然不同的路徑影響銀行不良貸款：其一，企業(yè)發(fā)展需要融資，尤其是掌握新技術(shù)的企業(yè)，他們通常會賄賂政府官員以快速通過信貸審批流程獲取資金以在市場上占得先機，但這樣的企業(yè)往往處于快速成長期，償債能力較強，可以有效降低銀行不良貸款規(guī)模；其二，若企業(yè)本身經(jīng)營狀況不佳，通過賄賂官員獲得的貸款會投入到更易成為壞賬的項目，引起銀行不良貸款的增加。

為了探究腐敗對銀行不良貸款的影響方向，國外學者們從實證角度給出了答案。Rajeev和Iftekhar(2011)驗證了銀行不良貸款多產(chǎn)生于腐敗程度較高的國家[4]。Park(2012)認為腐敗顯著損害了銀行貸款的質(zhì)量，導致國家在金融危機面前更加脆弱[5]。國內(nèi)學者還未就此問題進行研究，他們主要從腐敗的影響及銀行不良貸款的決定因素兩方面單獨進行探討。針對腐敗影響的研究主要集中于腐敗對我國收入不平等的影響[6][7][8]，對經(jīng)濟增長的影響[9][10]，以及對企業(yè)的創(chuàng)新、訂單、生命力、全要素生產(chǎn)率和對外直接投資等的影響[11][12][13][14][15][16]。對不良貸款決定因素的研究通常從宏觀角度出發(fā)，如樊綱(1999)提出國有經(jīng)濟體制是導致國有商業(yè)銀行不良貸款產(chǎn)生的根本原因[17]。李麟、索彥峰(2009)認為經(jīng)濟增長引起了我國商業(yè)銀行至少70%不良貸款的變化[18]。譚勁松等(2012)認為政府干預(yù)是銀行不良貸款產(chǎn)生的主要原因[19]。在對宏觀因素研究的基礎(chǔ)上，張雪蘭、陳百助(2012)認為銀行自身特征也是影響不良貸款產(chǎn)生的關(guān)鍵變量[20]。吳曉靈(1995)認為企業(yè)過高的資產(chǎn)負債率惡化了企業(yè)經(jīng)營條件，從而引起銀行不良貸款的產(chǎn)生[21]。

近年來，腐敗與銀行業(yè)不良貸款問題日益嚴重已是不爭的事實，腐敗究竟對我國銀行不良貸款的影響如何，值得我們深入探討。本文從以下幾個方面對現(xiàn)有研究進行豐富和補充：首先，考察中國各地區(qū)腐敗程度對銀行不良貸款的影響，在一定意義上豐富了對腐敗的經(jīng)濟后果以及銀行不良貸款成因的研究成果。其次，采用動態(tài)GMM回歸模型，在考慮不良貸款滯后期對當期影響的同時，也解決了模型內(nèi)生性的問題。最后，將宏觀經(jīng)濟變量、銀行及企業(yè)特征變量作為重要控制變量納入模型。

二、中國的經(jīng)驗事實

1997年亞洲金融危機的爆發(fā)以極大破壞力給各國銀行當頭棒喝，我國銀行也開始意識到自身的不足，不良貸款問題亦得到各界高度關(guān)注。一直以來，商業(yè)銀行不良貸款數(shù)據(jù)披露不足，中國銀行業(yè)監(jiān)督管理委員會從2005年才開始公布分地區(qū)銀行業(yè)不良貸款額及不良貸款率。從圖1可以看出，2007-2008年，中國各地區(qū)平均不良貸款額和不良貸款率曾出現(xiàn)大幅下降，這主要是因為從2008年開始，國家加大力度降低不良貸款率，推進商業(yè)銀行改制。2008年以后銀行不良貸款率一直保持低位，到2013年稍有上升，而不良貸款額一直呈上升趨勢，到2013年各地區(qū)商業(yè)銀行的平均不良貸款額為177億元。

改革開放以來，中國經(jīng)濟飛速發(fā)展，但我國經(jīng)濟體制轉(zhuǎn)型卻相對緩慢，腐敗案件頻發(fā)。圖2顯示我國各地平均腐敗案件立案數(shù)與涉案人數(shù)呈逐年上升趨勢，2005年我國各地區(qū)平均每百萬人口腐敗案件立案數(shù)為每百萬人27.7件，涉案人數(shù)為32.4人，到2013年分別增加到28件和38.8人。

圖1 中國各地區(qū)平均不良貸款率及不良貸款額變化

圖2 中國各地年均腐敗案件立案數(shù)與涉案人數(shù)變化

分地區(qū)來看，各省腐敗程度存在較大差異。從表1可知,2013年百萬人口腐敗案件與涉案人數(shù)發(fā)生最多的省份為吉林省，每百萬人口涉案人數(shù)為88.6人，腐敗案件立案數(shù)為55件，東北三省在前四位排名中占據(jù)三位，說明作為老工業(yè)區(qū)的東北三省腐敗程度非常高。腐敗程度最低的省份為西藏，其次為東部地區(qū)較為發(fā)達的上海和北京。

表1 為2013年各地區(qū)每百萬人口涉案人數(shù)和腐敗案件立案數(shù)排名

我國腐敗程度與銀行不良貸款之間存在怎樣的聯(lián)系？理解兩者之間相互關(guān)系將有助于我們認識中國如何通過控制腐敗來控制銀行不良貸款的產(chǎn)生，從而保證銀行業(yè)的健康運行，防范金融危機。

三、模型、數(shù)據(jù)與變量

(一)計量模型設(shè)定

為了分析腐敗對銀行不良貸款的影響，本文構(gòu)建如下動態(tài)面板計量模型：

Lnbadloanit=α0+α1Lnbadloanit-1+β1Lncorit+β2Lngdpperit+β3Lngovit+β4Lninsit+

β5Lnloanit+β6Lnenterit+ηi+εit

(1)

其中，i代表地區(qū)(i=1,2,…,n)，t為時間下標(t=1,2，…，T)，Lnbadloanit是銀行不良貸款當期余額的對數(shù)，Lnbadloanit-1是銀行不良貸款上期余額的對數(shù)，Lncorit為腐敗程度的對數(shù)，ηi為不可觀測地區(qū)固定效應(yīng)，εit為隨機干擾項，Lngdpperit、Lngovit、Lninsit、Lnloanit、Lnenterit分別代表經(jīng)濟發(fā)展水平、政府干預(yù)經(jīng)濟程度、制度因素、銀行規(guī)模及企業(yè)的資本構(gòu)成。

上述動態(tài)面板模型無法估計不可觀測的各地區(qū)固定效應(yīng)，而且模型可能由于解釋變量與被解釋變量的雙向因果關(guān)系產(chǎn)生內(nèi)生性問題，導致估計結(jié)果偏差。為解決上述問題，我們采用1998年Blundell和Bond提出的系統(tǒng)廣義矩估計模型(System-GMM)。這一模型通過差分可有效控制未觀察到的個體固定效應(yīng)，同時還采用滯后以及差分的解釋變量作為工具變量克服模型內(nèi)生性。

(二)變量選取和數(shù)據(jù)來源

1.被解釋變量。本文利用中國31個省、市、自治區(qū)主要商業(yè)銀行不良貸款余額作為被解釋變量的衡量指標。數(shù)據(jù)來源于中國銀行業(yè)監(jiān)督管理委員會發(fā)布的年報。由于報告發(fā)布年數(shù)限制，時間跨度為2005-2013年。同時為消除價格因素的影響，利用CPI價格指數(shù)將其平減為以2005年為基期的實際值，在模型回歸時取其對數(shù)值，以消除異方差影響。

2.解釋變量。目前文獻中測度中國各地區(qū)的腐敗程度，學者們主要采用以下幾種方法：第一，采用人民檢察院每年立案偵察貪污賄賂、瀆職案件數(shù)與公職人員數(shù)之比以及涉案人數(shù)與公職人員數(shù)之比[22][23]。第二，采用每百萬人口中的腐敗案件數(shù)量[24][25]。

首先，我們參考吳一平(2008)[24]所持觀點,《中國檢察年鑒》中各省工作報告所發(fā)布的數(shù)據(jù)是針對整個社會的腐敗案件，而非政府機關(guān)，因此轉(zhuǎn)換人均量時，應(yīng)除以全社會的總?cè)丝跀?shù)；此外，中國各省紀委監(jiān)察由中央直接負責，可以認為各省反腐執(zhí)法力度和政策安排大致相同，因此本文采用每百萬人中貪污賄賂、瀆職*瀆職罪是指國家機關(guān)工作人員利用職務(wù)上的便利或者徇私舞弊、濫用職權(quán)、玩忽職守，妨害國家機關(guān)的正?；顒?，損害公眾對國家機關(guān)工作人員職務(wù)活動客觀公正性的信賴，致使國家與人民利益遭受重大損失的行為。腐敗不僅涉及到直接的金錢交易，同時瀆職罪的濫用職權(quán)、徇私舞弊等行為使得國家工作人員權(quán)利與義務(wù)相互分離，也屬于腐敗的一種，因此本文在計算腐敗程度時包含了此種犯罪的案件數(shù)和涉案人數(shù)。涉案人數(shù)與立案案件數(shù)度量中國各省的腐敗程度。其中，貪污賄賂、瀆職案件涉案人數(shù)數(shù)據(jù)來自歷年《中國檢察年鑒》以及各省檢察院網(wǎng)站公布的《人民檢察院年度工作報告》，人口數(shù)據(jù)來自《中國統(tǒng)計年鑒》中年末人口數(shù)。

3.控制變量。許多文獻表明，宏觀經(jīng)濟因素對商業(yè)銀行的健康程度產(chǎn)生影響。Gerlach et al.(2005)提出一國經(jīng)濟發(fā)展(GDP增長規(guī)模、通貨膨脹率、失業(yè)率等)決定了銀行的發(fā)展[26]，而且宏觀政策、制度也是銀行業(yè)健康程度的重要決定因素[27]。此外，作為資金出借方的銀行，其自身特征自然是不可忽視的關(guān)鍵因素，而作為借款方的企業(yè)擴大生產(chǎn)規(guī)模、技術(shù)改造及生產(chǎn)經(jīng)營所需資金通常依靠銀行貸款也是不良貸款的主要來源[28]。因此在控制變量的選擇上，我們主要考慮宏觀經(jīng)濟因素、銀行特征和企業(yè)特征三個方面，具體包括：

(1)經(jīng)濟發(fā)展水平(Lngdpper)。根據(jù)經(jīng)濟周期理論，不良貸款體現(xiàn)了信用風險與商業(yè)的親周期性[20]。當一國經(jīng)濟處于繁榮階段，企業(yè)有較好的盈利能力和償債能力，銀行不良貸款率更易下降；反之，若一國處于經(jīng)濟下行區(qū)間，企業(yè)往往經(jīng)營狀況不佳，更易產(chǎn)生不良貸款。本文采用人均GDP代表經(jīng)濟發(fā)展水平，GDP與人口數(shù)據(jù)都來源于歷年《中國統(tǒng)計年鑒》，為消除價格因素影響，GDP平減為以2005年為基期的實際值。

(2)政府干預(yù)經(jīng)濟程度(Lngov)。政府對經(jīng)濟干預(yù)可以在一定程度上起到熨平經(jīng)濟周期的作用，在經(jīng)濟下行時拉動基建投資，增加企業(yè)利潤，減少不良貸款的形成。同時，政府通過控制審批流程、資金流向、獲得技術(shù)和其他稀缺資源的權(quán)力以及制定產(chǎn)業(yè)政策等方式對經(jīng)濟施行調(diào)控，同時也會影響金融領(lǐng)域的資金運轉(zhuǎn)。本文采用各地區(qū)財政支出占GDP的比重反映政府干預(yù)經(jīng)濟的程度，數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》。

(3)制度因素(Lnins)。我國改革開放以來，經(jīng)濟體制和銀行管理方式都發(fā)生了重大變革，非國有化程度不斷提高。在計劃經(jīng)濟體制下，資金和信貸的分配高度集中，國家財政直接撥付和調(diào)配使得企業(yè)既無承擔風險能力又無盈利壓力，較易形成不良貸款。隨著非國有化程度提高，商業(yè)銀行信貸發(fā)放日益市場化，不良貸款隨之下降。本文采用蔣殿春、張宇(2008)的調(diào)整方法，利用內(nèi)資部門中非國有經(jīng)濟發(fā)展程度作為經(jīng)濟制度的衡量指標[29]。出于全面性考慮, 我們?nèi)》菄衅髽I(yè)主營業(yè)務(wù)收入比重*此處應(yīng)該用產(chǎn)值來計算，由于個別年份數(shù)據(jù)未公布，因此用主營業(yè)務(wù)收入代替。、固定資產(chǎn)比重和勞動數(shù)量比重這三個指標的算術(shù)平均值作為衡量制度的指標，數(shù)據(jù)來源于歷年《中國工業(yè)統(tǒng)計年鑒》。

(4)銀行信貸總規(guī)模(Lnloan)。通常，銀行信貸規(guī)模與不良貸款額呈正相關(guān)關(guān)系。信貸總規(guī)模大的銀行，其資產(chǎn)規(guī)模也大，受到的政府隱性保護就越多，在道德風險帶來的收益的刺激下，銀行更傾向于風險高的信貸行為[30]。銀行信貸總規(guī)模數(shù)據(jù)來源于《中國金融年鑒》中各地區(qū)銀行業(yè)金融機構(gòu)各項貸款余額，并對其進行平減得到以2005年為基期的實際值。

(5)企業(yè)資產(chǎn)負債率(Lnenter)。企業(yè)盈利能力和償債能力不足可能會導致銀行不良貸款的增加，然而，高負債企業(yè)是否會最終導致不良貸款形成，主要還應(yīng)看企業(yè)負債資金的利用效率。本文采用規(guī)模以上工業(yè)企業(yè)資產(chǎn)負債率代表企業(yè)總體的資產(chǎn)負債結(jié)構(gòu)，數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》。

所有變量的樣本時間跨度均為2005-2013年，變量的描述性統(tǒng)計見表2。

表2 變量的描述性統(tǒng)計

四、計量結(jié)果

(一)估計結(jié)果與分析

腐敗會帶來銀行不良貸款規(guī)模的擴大，反過來當銀行不良貸款增加后，銀行的信貸審批可能會更嚴格，一些企業(yè)只能通過賄賂才能獲得貸款，從而增加腐敗程度，因此模型可能由于解釋變量和被解釋變量的雙向因果關(guān)系而產(chǎn)生內(nèi)生性問題。首先，我們通過計算Hausman統(tǒng)計量和Davidson-MacKinnon統(tǒng)計量來驗證模型是否存內(nèi)生性問題。檢驗結(jié)果表明主要變量為嚴格外生的原假說基本都在5%的水平上被拒絕，即模型中存在內(nèi)生性問題(此處我們對完整模型進行內(nèi)生性檢驗，其他模型同，見表3)。

表3 完整模型內(nèi)生性檢驗

我們采用系統(tǒng)GMM回歸方法考察腐敗對銀行業(yè)不良貸款的影響，結(jié)果見表4。我們采用分步加入控制變量的方法來驗證模型的穩(wěn)健性，模型1只包含宏觀經(jīng)濟因素，模型2加入銀行特征代理變量，模型3繼續(xù)加入企業(yè)資產(chǎn)負債率。系統(tǒng)GMM估計方法依賴于解釋變量滯后值作為工具變量的有效性檢驗。從表4結(jié)果來看，AR檢驗、Hansen J過度識別檢驗的結(jié)果說明了模型設(shè)定的合理性和工具變量的有效性。

從表4的回歸結(jié)果來看，三個模型中，腐敗對銀行不良貸款的回歸系數(shù)都顯著為正，保持了較好的一致性。在加入全部控制變量后，其回歸系數(shù)為0.3845，在1%水平上顯著。這表明腐敗程度與銀行不良貸款正相關(guān)，腐敗程度每增加1%，會引起銀行不良貸款額增加0.3個百分點，在中國地區(qū)層面上佐證了國外學者關(guān)于腐敗引起了銀行不良貸款增加的結(jié)論。

此外，銀行信貸總規(guī)模的回歸系數(shù)為0.5168，且在1%水平上顯著，這說明銀行信貸的擴張過程中，往往會降低風險防范意識和企業(yè)信貸審批標準，從而導致不良貸款增加。人均GDP對銀行不良貸款的回歸系數(shù)為負(-0.5737)，且在1%水平上顯著，這說明隨著經(jīng)濟發(fā)展水平提高，經(jīng)濟和金融運行效率可能更高，銀行的不良貸款規(guī)模會隨之降低。模型中，非國有化程度回歸系數(shù)在1%水平上顯著為負，這說明非國有程度越高，不良貸款越少，這與譚勁松等(2012)得到的研究結(jié)論一致，而與其不一致的部分是本文回歸結(jié)果顯示政府干預(yù)對銀行不良貸款的減少起到正向作用，這可能由于他們所研究的對象為國有商業(yè)銀行。國有商業(yè)銀行的信貸流向受政府的影響較大，一些政府項目成為銀行壞賬的主要來源，而本文采用樣本為地區(qū)所有商業(yè)銀行，包括許多受政府限制較少的股份制銀行和私營銀行。最后，企業(yè)資產(chǎn)負債率越高，銀行不良貸款額越低，這一方面可能是由于本文采用的數(shù)據(jù)為規(guī)模以上工業(yè)企業(yè)的資產(chǎn)負債率，它們負債資金利用效率和資金周轉(zhuǎn)頻率較高，不易形成不良貸款；另一方面，企業(yè)資產(chǎn)負債率與銀行不良貸款實際上呈“U”型關(guān)系，隨著企業(yè)資產(chǎn)負債率增加，銀行不良貸款首先呈下降趨勢，當企業(yè)資產(chǎn)負債率上升達到一定限度，銀行不良貸款又會隨之上升，而對我國工業(yè)企業(yè)來講，資產(chǎn)負債率可能還未達到這一上限，因此以上回歸結(jié)果仍然合理。

表4 腐敗對銀行不良貸款影響GMM回歸結(jié)果

注：括號內(nèi)為回歸系數(shù)標準差，“* ”、“** ”和“*** ”分別表示10%、5%和1%的顯著性水平；AR(1)和AR(2)報告的為p值。下同。

(二)穩(wěn)健性檢驗

我們還選取了每百萬人口貪污賄賂、瀆職罪立案案件數(shù)作為被解釋變量的代理變量進行敏感性分析，從而檢驗回歸模型的穩(wěn)健性。仍然采用逐步添加控制變量的方法進行三個模型的回歸。表5結(jié)果表明，腐敗對銀行不良貸款的回歸系數(shù)在1%水平上顯著為正，說明腐敗程度的提高會導致不良貸款的提高，同樣銀行信貸規(guī)模越大，越易產(chǎn)生不良貸款，經(jīng)濟發(fā)展水平、政府干預(yù)程度、非國有化程度的提高以及企業(yè)資產(chǎn)負債率的上升都起到降低銀行不良貸款額的作用，回歸結(jié)果與上文模型一致。

表5 穩(wěn)健性檢驗回歸結(jié)果

五、結(jié)論及政策建議

本文運用中國31個省2005-2013年的腐敗與銀行不良貸款數(shù)據(jù)，采用動態(tài)GMM方法進行計量回歸，探究腐敗與銀行不良貸款之間的關(guān)系，得出腐敗程度的提高會導致銀行不良貸款增加的結(jié)論。此外，銀行信貸規(guī)模擴大會導致不良貸款增加，而經(jīng)濟發(fā)展水平和非國有化程度提高、政府干預(yù)以及企業(yè)資產(chǎn)負債率提高都能抑制銀行不良貸款增加。鑒于我國當前正處在經(jīng)濟轉(zhuǎn)軌時期，要切實防范腐敗對銀行帶來的各種風險，需從多方入手，進行綜合治理。

首先，應(yīng)繼續(xù)加大反腐力度，目前我國反腐工作已取得初步進展，但未來對腐敗的治理任務(wù)仍十分艱巨。其次，商業(yè)銀行應(yīng)建立科學有效的內(nèi)部控制和風險防范機制，強化內(nèi)部審計和稽核力度，避免內(nèi)部高層人員徇私舞弊，對信貸審批程序嚴格控制，防范銀行信貸規(guī)模的盲目擴張。再次，完善市場機制，在提高經(jīng)濟發(fā)展水平的同時加快提高經(jīng)濟非國有化程度。此外，在干預(yù)經(jīng)濟進程中，政府要做到逐漸轉(zhuǎn)變職能定位，使其由干預(yù)型向服務(wù)型轉(zhuǎn)變，隨著政府與市場關(guān)系的理順，腐敗程度也會隨之減弱，銀行不良貸款也會隨之下降。最后，企業(yè)在技術(shù)改造及生產(chǎn)經(jīng)營中，應(yīng)盡量合理利用銀行貸款，控制貸款資金流向，將其投入到風險低的項目中。

[1] Murphy, K.M., Shleifer, A., Vishny, R.W.Why is rent-seeking so costly to growth?[J].American Economic Review，1993,83 (2)：409-414.

[2] Tanzi, V., Davoodi, H. Corruption, Public Investment, and Growth[Z].IMF Working Paper , 1997：97-139.

[3]Méon P. G， Sekkat K. Does corruption grease or sand the wheels of growth?[J].Public Choice,2005,122(1-2)：69-97.

[4]Goel R. K., Hasan I. Economy-wide corruption and bad loans in banking: International evidence[J]. Applied Financial Economics, 2011, 21(7):455-461.

[5]Park J. Corruption, soundness of the banking sector, and economic growth: A cross-country study[J]. Journal of International Money and Finance, 2012, 31(5):907-929.

[6]陳剛.腐敗與收入不平等——來自中國的經(jīng)驗證據(jù)[J].南開經(jīng)濟研究,2011,(5):113-131.

[7]吳一平,芮萌.制度差異、地區(qū)腐敗與收入不平等[J].經(jīng)濟社會體制比較,2013,(2):165-178.

[8]張璇,楊燦明.行政腐敗與城鄉(xiāng)居民收入差距——來自中國120個地級市的證據(jù)[J].財貿(mào)經(jīng)濟,2015,(1):77-89.

[9]吳一平,芮萌.地區(qū)腐敗、市場化與中國經(jīng)濟增長[J].管理世界,2010,(11):10-17，27.

[10]劉勇政,馮海波.腐敗、公共支出效率與長期經(jīng)濟增長[J].經(jīng)濟研究,2011,(9):17-28.

[11]蔣冠宏,蔣殿春.中國對外投資的區(qū)位選擇:基于投資引力模型的面板數(shù)據(jù)檢驗[J].世界經(jīng)濟,2012,(9):21-40.

[12]黃玖立,李坤望.吃喝、腐敗與企業(yè)訂單[J].經(jīng)濟研究,2013,(6):71-84.

[13]胡兵,鄧富華.腐敗距離與中國對外直接投資——制度觀和行為學的整合視角[J].財貿(mào)經(jīng)濟,2014,(4):82-92.

[14]聶輝華,張彧,江艇.中國地區(qū)腐敗對企業(yè)全要素生產(chǎn)率的影響[J].中國軟科學,2014,(5):37-48.

[15]李后建,張劍.腐敗與企業(yè)創(chuàng)新:潤滑劑抑或絆腳石[J].南開經(jīng)濟研究,2015,(2):24-58.

[16]魏下海,董志強,金釗.腐敗與企業(yè)生命力:尋租和抽租影響開工率的經(jīng)驗研究[J].世界經(jīng)濟,2015,(1):105-125.

[17]樊綱.論“國家綜合負債”——兼論如何處理銀行不良資產(chǎn)[J].經(jīng)濟研究，1999.(5)：11-17.

[18]李麟,索彥峰.經(jīng)濟波動、不良貸款與銀行業(yè)系統(tǒng)性風險[J].國際金融研究,2009,(6):55-63.

[19]譚勁松,簡宇寅,陳穎.政府干預(yù)與不良貸款——以某國有商業(yè)銀行1988～2005年的數(shù)據(jù)為例[J].管理世界,2012,(7):29-43，187.

[20]張雪蘭,陳百助.宏觀經(jīng)濟要素、銀行特征與不良貸款——基于公司與零售貸款組合的比較研究[J].財貿(mào)經(jīng)濟,2012,(8):46-55.

[21]吳曉靈.中國國有企業(yè)—銀行債務(wù)重組問題[J].經(jīng)濟社會體制比較，1995，(3)：2-9.

[22]張軍,高遠,傅勇,張弘.中國為什么擁有了良好的基礎(chǔ)設(shè)施?[J].經(jīng)濟研究,2007,(3):4-19.

[23]周黎安,陶婧.政府規(guī)模、市場化與地區(qū)腐敗問題研究[J].經(jīng)濟研究,2009,(1):57-69.

[24]吳一平.財政分權(quán)、腐敗與治理[J].經(jīng)濟學(季刊),2008,(3):1045-1060.

[25]魏鋒.中國省域腐敗鄰居效應(yīng)的實證研究[J].經(jīng)濟社會體制比較,2010,(4):101-109.

[26]Gerlach, S., Peng, W., Shu, C. Macroeconomic Conditions and Banking Performance in Hong Kong SAR: A Panel Data Study[Z]. BIS Papers ,2005.

[27]Freixas, X., Rochet Ch, J. Microeconomics of Banking[M]. MIT Press,1997.

[28]袁鋼明.中國國有企業(yè)不良負債的實證分析[J].經(jīng)濟研究,2000,(5):12-20,79.

[29]蔣殿春、張宇.經(jīng)濟轉(zhuǎn)型與外商直接投資技術(shù)溢出效應(yīng)[J].經(jīng)濟研究,2008,(7):26-38.

[30]Stern G. H., Feldman R. J.Too Big to Fail: The Hazards of Bank Bailouts[M]. Brookings Institution Press, 2004.

(責任編輯:原 蘊)

Impact of Corruption on Banks’ Non-performing Loans——Based on Chinese Provinical Dynamic Panel GMM Method

WANG Xiao-rao1,WANG Kui-qian2

(1.Postdoctoral Research Station of Renmin University,Beijing 100872，China;2.Department of International Economics of Trade, Nankai University, Tianjin 300071,China)

Based on data from 2004 to 2013，this paper uses the dynamic GMM regression method to discuss the relationship between corruption and non-performing loans of banks in China. The results are as follows: The higher the level of corruption, the higher the scale of banks’ non-performing loans; High level of economic development and the degree of denationalization, asset-liability ratio of enterprise and government intervention can suppress an increase in non-performing loans of the banking sector, while increasing the size of bank credit will result in increased non-performing loans. Accordingly, we propose the following policy recommendations: First, further intensify efforts to investigate and deal with corruption cases, and perfect relevant laws and regulations system; secondly, commercial banks should establish scientific and effective risk prevention mechanisms to avoid bad loans; thirdly, quicken the steps of increasing the degree of economic denationalization while increasing the economic growth; fourthly, government functions should be transformed from intervention type to service type function, and lastly,companies should make a rational use of the bank loans and control the flow of loan funds.

corruption; non-performing loans；banking;GMM

2015-10-13

王曉嬈(1989-)，女，河北承德人，中國人民大學博士后流動站、中國工商銀行博士后工作站博士后；王奎倩(1989-)，女，山東臨沂人，南開大學經(jīng)濟學院博士生。

F832.33

A

1004-4892(2016)08-0036-08