呂蘇越

摘 要：銀行信貸行為具有顯著的順周期特征，“新常態(tài)”背景下我國(guó)經(jīng)濟(jì)發(fā)展減速，商業(yè)銀行信用風(fēng)險(xiǎn)高發(fā)，經(jīng)濟(jì)增長(zhǎng)和信貸質(zhì)量二者關(guān)系呈現(xiàn)互抑特征。對(duì)宏觀、微觀和金融環(huán)境因素與銀行信貸質(zhì)量的相互影響進(jìn)行研究，發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與信貸質(zhì)量存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系以及新常態(tài)下二者存在相互抑制關(guān)系等結(jié)論。

關(guān)鍵詞：新常態(tài)；經(jīng)濟(jì)增長(zhǎng)；信貸質(zhì)量；監(jiān)管

中圖分類號(hào)：F830.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2017）07-0065-06

一、引言

銀行的信貸行為具有顯著的順周期特征，當(dāng)經(jīng)濟(jì)處于上升階段，銀行擴(kuò)張信用，推動(dòng)實(shí)體經(jīng)濟(jì)中的投資和消費(fèi)，信貸投放進(jìn)一步向經(jīng)濟(jì)中的繁榮行業(yè)和企業(yè)傾斜，產(chǎn)融呈現(xiàn)良性互利關(guān)系；當(dāng)經(jīng)濟(jì)增長(zhǎng)減速，上述互利關(guān)系反轉(zhuǎn)，銀行在信用風(fēng)險(xiǎn)上升的壓力下收縮信貸供給，抑制實(shí)體經(jīng)濟(jì)中投資和消費(fèi)，退出蕭條行業(yè)和企業(yè)，加劇經(jīng)濟(jì)的衰退。近年來，我國(guó)經(jīng)濟(jì)發(fā)展逐步進(jìn)入速度回歸、結(jié)構(gòu)優(yōu)化、動(dòng)力轉(zhuǎn)換的“新常態(tài)”，原有經(jīng)濟(jì)增長(zhǎng)模式發(fā)展不平衡、不協(xié)調(diào)、不可持續(xù)問題逐步顯現(xiàn)，受順周期效應(yīng)影響，經(jīng)濟(jì)下行壓力深刻地反映到銀行信貸上，對(duì)銀行經(jīng)營(yíng)模式和風(fēng)險(xiǎn)防控形成挑戰(zhàn)和沖擊，銀行業(yè)盈利能力隨之出現(xiàn)結(jié)構(gòu)性下滑，信貸質(zhì)量與經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)出復(fù)雜深刻的制約關(guān)系。以山東省銀行業(yè)為例，2012年，不良貸款率為1.6%，信貸投放增速為14.2%，利潤(rùn)增速為17.4%，而2016年末，不良貸款率上升至2.14%，信貸投放增速下降至10.5%，利潤(rùn)增速下滑至-5.9%。對(duì)經(jīng)濟(jì)增長(zhǎng)與信貸質(zhì)量這種互相制約的關(guān)系開展深入客觀的研究，有助于尋找制約關(guān)系的突破口，為監(jiān)管政策的制定實(shí)施提供理論依據(jù)和實(shí)證基礎(chǔ)，更好地引導(dǎo)銀行業(yè)主動(dòng)適應(yīng)經(jīng)濟(jì)結(jié)構(gòu)變革，實(shí)現(xiàn)與經(jīng)濟(jì)發(fā)展的良性互動(dòng)。

國(guó)外理論界對(duì)經(jīng)濟(jì)增長(zhǎng)與銀行信貸質(zhì)量的關(guān)系做了大量的研究與探討，如Meyer和Yeager（2001）認(rèn)為收入增長(zhǎng)率、利率和失業(yè)率等一些重要宏觀經(jīng)濟(jì)變量可以作為銀行不良貸款率的良好預(yù)警指標(biāo)。Max Bruche（2010）則從企業(yè)個(gè)體的微觀角度分析，認(rèn)為企業(yè)違約概率與信用周期相關(guān)等。我國(guó)學(xué)者也進(jìn)行了許多有益的探索，如巴曙松等（2008）認(rèn)為經(jīng)濟(jì)回落周期是檢驗(yàn)中國(guó)銀行業(yè)風(fēng)險(xiǎn)管理能力的最好時(shí)機(jī)；吳亞男和胡捷（2012）選擇GDP、CPI等少數(shù)解釋變量建立多元線性模型，分析其與不良貸款間的關(guān)系；唐丹（2015）從理論研究角度，探討了新常態(tài)下銀行面臨的挑戰(zhàn)和應(yīng)對(duì)等。但總體看，現(xiàn)有的研究選取少數(shù)經(jīng)濟(jì)指標(biāo)作為解釋變量者多，建立全面指標(biāo)體系探討者少；定性研究多，定量研究少；基于時(shí)段性研究多，而基于較長(zhǎng)時(shí)間序列的研究少。本文通過建立經(jīng)濟(jì)金融指標(biāo)體系，構(gòu)建綜合評(píng)價(jià)模型，利用監(jiān)管部門較長(zhǎng)時(shí)段的樣本數(shù)據(jù)，全面測(cè)算樣本期間指標(biāo)評(píng)價(jià)值，并綜合運(yùn)用多種時(shí)間序列研究方法，實(shí)證分析經(jīng)濟(jì)因素與銀行信貸質(zhì)量的相互影響，并從監(jiān)管角度提出政策建議。

二、綜合評(píng)價(jià)模型與時(shí)間序列值測(cè)算

（一）指標(biāo)體系確定

本文在評(píng)價(jià)指標(biāo)選擇時(shí)，主要遵循四個(gè)原則：一是全面性，將指標(biāo)體系分為經(jīng)濟(jì)綜合指標(biāo)、金融環(huán)境指標(biāo)和企業(yè)經(jīng)營(yíng)指標(biāo)3個(gè)模塊，并繼續(xù)細(xì)分層次，以期從宏觀、中觀和微觀視角全面反映商業(yè)銀行與金融生態(tài)環(huán)境的相互作用。二是規(guī)范性，為保證指標(biāo)的科學(xué)性和可得性，從國(guó)家統(tǒng)計(jì)局頒布的宏觀經(jīng)濟(jì)評(píng)價(jià)指標(biāo)和銀監(jiān)會(huì)非現(xiàn)場(chǎng)監(jiān)管指標(biāo)等成熟體系中選取。三是重要性，由于同一類型的經(jīng)濟(jì)指標(biāo)往往存在較高的關(guān)聯(lián)度，為確保指標(biāo)代表性，在同類指標(biāo)中，重點(diǎn)選取代表性較為突出的關(guān)鍵指標(biāo)。四是靈敏性，傾向于選擇增速指標(biāo)等變動(dòng)相對(duì)較大，能夠充分體現(xiàn)出經(jīng)濟(jì)發(fā)展趨勢(shì)細(xì)微調(diào)整的指標(biāo)。

綜合上述原則，本文建立的經(jīng)濟(jì)增長(zhǎng)評(píng)價(jià)指標(biāo)體系由3個(gè)模塊組成，包括3個(gè)基礎(chǔ)指標(biāo)、10個(gè)一級(jí)指標(biāo)和20個(gè)二級(jí)指標(biāo)，如圖1所示。

同時(shí)，本文選擇不良貸款率作為衡量銀行信貸質(zhì)量的指標(biāo)，作為被解釋變量納入時(shí)間序列分析，以對(duì)比經(jīng)濟(jì)減速增長(zhǎng)階段銀行與經(jīng)濟(jì)間相互制約的程度差異。

（二）綜合評(píng)價(jià)模型構(gòu)建

本文所用經(jīng)濟(jì)數(shù)據(jù)來源于萬得數(shù)據(jù)庫(kù)；銀行數(shù)據(jù)來源于銀監(jiān)會(huì)監(jiān)管統(tǒng)計(jì)信息系統(tǒng)，均為季度數(shù)據(jù)；受限于銀監(jiān)會(huì)監(jiān)管統(tǒng)計(jì)信息系統(tǒng)數(shù)據(jù)收集時(shí)間，選擇2009—2016年末山東省的數(shù)據(jù)進(jìn)行研究。運(yùn)用綜合指數(shù)法對(duì)樣本期各時(shí)點(diǎn)數(shù)據(jù)進(jìn)行綜合評(píng)價(jià)，將基礎(chǔ)指標(biāo)合成為綜合度量值，綜合反映宏觀、微觀和金融生態(tài)三個(gè)層面的經(jīng)濟(jì)運(yùn)行特征。公式為：[M=i=1nDiWi]，其中D表示標(biāo)準(zhǔn)化的基礎(chǔ)指標(biāo)值，[ω]表示相應(yīng)指標(biāo)的權(quán)重，M表示各評(píng)價(jià)指標(biāo)值。具體計(jì)算思路是對(duì)照各項(xiàng)基礎(chǔ)指標(biāo)的實(shí)際數(shù)值和預(yù)先設(shè)定的評(píng)價(jià)區(qū)間計(jì)算出標(biāo)準(zhǔn)值，再加權(quán)平均得到綜合評(píng)價(jià)值。本文將分別從劃分基礎(chǔ)指標(biāo)評(píng)價(jià)區(qū)間、指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化和確定各級(jí)指標(biāo)權(quán)重三個(gè)方面，建立綜合評(píng)價(jià)模型。

1. 根據(jù)樣本期內(nèi)各基礎(chǔ)指標(biāo)統(tǒng)計(jì)分布，將指標(biāo)值劃分為5個(gè)評(píng)價(jià)區(qū)間，分別對(duì)應(yīng)（0，20]、（20，40]、（40，60]、（60，80]、（80，100]5個(gè)標(biāo)準(zhǔn)化的取值區(qū)間。指標(biāo)值達(dá)到某個(gè)評(píng)價(jià)區(qū)間端點(diǎn)意味著該指標(biāo)已經(jīng)發(fā)生了顯著變化，鑒于指標(biāo)均為定量指標(biāo)，本文主要基于指標(biāo)值落在各區(qū)間概率相等的原則，分別計(jì)算出80%、60%、40%、20%概率的分位數(shù)，以此作為臨界值對(duì)各指標(biāo)進(jìn)行劃分，具體區(qū)間見表1。

2. 依據(jù)區(qū)間劃分對(duì)定量指標(biāo)的實(shí)際數(shù)值進(jìn)行標(biāo)準(zhǔn)化處理。指標(biāo)可分為兩類：一是正指標(biāo)，即數(shù)值越大越好的指標(biāo)，如人均收入指標(biāo)；二是逆指標(biāo)，即數(shù)值越小越好的指標(biāo)，如虧損企業(yè)虧損額增速指標(biāo)。本文根據(jù)指標(biāo)值與區(qū)間臨界值間的相對(duì)位置，將原始值映射到分?jǐn)?shù)上限和下限的對(duì)應(yīng)位置。構(gòu)建如下模型：

用[x]表示指標(biāo)原始值，則指標(biāo)標(biāo)準(zhǔn)值[S（x）]即為：

[Sx=li-+x-ti-ti+-ti-×li+-li-，x是正指標(biāo)li-+ti+-xti+-ti-×li+-li-，x是逆指標(biāo)]

其中[x∈[ti-，ti+]]，[ti-]和[ti+]分別表示指標(biāo)原始值第i個(gè)風(fēng)險(xiǎn)預(yù)警區(qū)間的上限和下限，[li-]和[li+]分別表示標(biāo)準(zhǔn)值第i個(gè)區(qū)間的上限和下限，i=1，2，3，4，5。endprint

3. 運(yùn)用層次分析法確定指標(biāo)權(quán)重。具體方法是通過專家問卷的方式，對(duì)同一層級(jí)指標(biāo)進(jìn)行兩兩比較，然后綜合評(píng)估主體的判斷矩陣，確定諸因素相對(duì)重要性的總順序。本文以經(jīng)濟(jì)綜合指標(biāo)的3個(gè)一級(jí)指標(biāo)為例，說明權(quán)重建模過程。

（1）構(gòu)造判斷矩陣。通過兩兩比較3個(gè)中間指標(biāo)，得到3階判斷矩陣。[A=（aij）4×4]=[14514111511]，其中[aij]表示第i個(gè)指標(biāo)和第j個(gè)指標(biāo)兩兩比較的結(jié)果，i=1，…，n，j=1，…，n。

矩陣A是正互反矩陣，對(duì)任意[aij]滿足[aij=1aji]。

（2）計(jì)算中間指標(biāo)權(quán)重。采用以下近似求解法：首先計(jì)算判斷矩陣每行元素的乘積[Bi=j=1naij]，代入[aij]取值，得到[B1=20]，[B2=14]，[B3=15]。

然后計(jì)算[Bj]的n次方根：[Ci=Bin]，代入[Bi]取值，得到[C1=2.71]，[C2=0.63]，[C3=0.58]。

對(duì)向量[C=（C1，C2，C3，…，Cn）T]歸一化：

[ωi=C1i=1nC1，i=1，2，…，n]，

算出[ω1=0.69]，[ω2=0.16]，[ω3=0.15]。

[ω=（ω1，ω2，ω3，…，ωn）T]即為所求的特征向量，[ω1]、[ω2]、[ω3]分別為第一層次各指標(biāo)的權(quán)重。

（3）一致性檢驗(yàn)。首先計(jì)算一致性指標(biāo)[CI]：[CI=λmax-nn-1]，其中[λmax=1ni=1nj=1naijωiωi]。[λmax]為判斷矩陣的最大特征根，n為階數(shù)，通過計(jì)算得到3階判斷矩陣的最大特征根[λmax=3.006]，一致性指標(biāo)[CI=0.0028]。

然后計(jì)算一致性比率[CR]：[CR=CIRI]，其中[RI]為平均隨機(jī)一致性指標(biāo)。3階[RI]值為0.52，代入計(jì)算即得[CR=0.0053]。

若[CR<0.1]，接受一致性，即判斷矩陣一致性檢驗(yàn)被通過；若[CR≥0.1]，則應(yīng)對(duì)判斷矩陣重新做適當(dāng)調(diào)整。顯然3階判斷矩陣的[CR]值小于0.1，通過一致性檢驗(yàn)。

重復(fù)上述的過程，結(jié)果見表2。

（三）時(shí)間序列值測(cè)算

基于上述計(jì)算方法，將樣本期各時(shí)點(diǎn)數(shù)據(jù)映射到0—100的區(qū)間內(nèi)，得出基礎(chǔ)指標(biāo)標(biāo)準(zhǔn)值，代入評(píng)價(jià)模型，運(yùn)用表2權(quán)重進(jìn)行加權(quán)平均，計(jì)算出樣本期間三項(xiàng)經(jīng)濟(jì)評(píng)價(jià)指標(biāo)的綜合評(píng)價(jià)值。限于篇幅，以趨勢(shì)圖的形式列示（見圖2）。

運(yùn)用同樣標(biāo)準(zhǔn)化方法，可以計(jì)算商業(yè)銀行不良貸款率指標(biāo)標(biāo)準(zhǔn)值。以全國(guó)性銀行（國(guó)有銀行和股份制銀行）為例，以趨勢(shì)圖的形式反映信貸質(zhì)量指標(biāo)的變動(dòng)趨勢(shì)①（見圖3）。這里使用與上述經(jīng)濟(jì)評(píng)價(jià)指標(biāo)相同的標(biāo)準(zhǔn)化方法，依據(jù)區(qū)間劃分對(duì)不良貸款數(shù)值進(jìn)行標(biāo)準(zhǔn)化處理，將其映射到[0，100]區(qū)間之中。

對(duì)比圖2與圖3可見，經(jīng)濟(jì)綜合指標(biāo)ME、金融環(huán)境指標(biāo)FE、企業(yè)經(jīng)營(yíng)指標(biāo)EM和信貸質(zhì)量指標(biāo)GYNR的變動(dòng)趨勢(shì)在一定程度上吻合。經(jīng)濟(jì)綜合指標(biāo)ME和企業(yè)經(jīng)營(yíng)指標(biāo)EM均出現(xiàn)明顯下滑，經(jīng)濟(jì)綜合指標(biāo)ME和企業(yè)經(jīng)營(yíng)指標(biāo)EM之間變動(dòng)趨勢(shì)的符合度較高，在ME下降時(shí)，EM大體上也呈下降趨勢(shì)，但ME變動(dòng)的劇烈程度明顯低于EM，這反映出同宏觀指標(biāo)相比，微觀經(jīng)濟(jì)主體經(jīng)濟(jì)行為存在更高的不確定性，微觀指標(biāo)的波動(dòng)性也更為顯著。金融環(huán)境指標(biāo)FE雖然也出現(xiàn)一定程度的下滑，但相對(duì)穩(wěn)定，金融環(huán)境受貨幣政策、財(cái)政政策等宏觀政策因素影響較多，宏觀調(diào)控傾向于呈現(xiàn)逆周期的特征，在經(jīng)濟(jì)減速背景下，宏觀政策趨于寬松，有利于金融環(huán)境指標(biāo)保持相對(duì)穩(wěn)定?？傮w看，經(jīng)濟(jì)進(jìn)入新常態(tài)以來各項(xiàng)指標(biāo)均趨于下滑，在趨勢(shì)上呈現(xiàn)出銀行信貸質(zhì)量與經(jīng)濟(jì)增長(zhǎng)相互制約特征，宏觀調(diào)控目標(biāo)與微觀運(yùn)行態(tài)勢(shì)出現(xiàn)了背離。

但也可以觀察到，各經(jīng)濟(jì)指標(biāo)與信貸質(zhì)量指標(biāo)均未達(dá)到完全契合的程度，這說明，單純依據(jù)宏觀或微觀某一種模型難以充分合理地解釋二者之間的關(guān)系，必須建立包含多種解釋變量的模型，進(jìn)行全面綜合的實(shí)證檢驗(yàn)。

三、經(jīng)濟(jì)增長(zhǎng)與信貸質(zhì)量關(guān)系探討

（一）基于山東省數(shù)據(jù)的實(shí)證研究

限于各類銀行機(jī)構(gòu)在數(shù)據(jù)可靠性與規(guī)范性等方面存在差異，本文選取全國(guó)性銀行樣本期間的數(shù)據(jù)進(jìn)行檢驗(yàn)，來探討評(píng)價(jià)指標(biāo)與信貸質(zhì)量指標(biāo)之間的關(guān)系。

1. 單位根檢驗(yàn)。對(duì)ME、FE、EM、GYNR及各自的一階差分時(shí)間序列分別進(jìn)行ADF檢驗(yàn)，滯后階數(shù)根據(jù)AIC準(zhǔn)則來判定，結(jié)果如表3所示。

從檢驗(yàn)結(jié)果可見，對(duì)于未差分的各原始變量，在5%的顯著性水平下均不拒絕原假設(shè)，即認(rèn)為序列存在單位根，是不平穩(wěn)的。一階差分后的各序列均在5%的顯著性水平下拒絕原假設(shè)，認(rèn)為差分后的序列不存在單位根，是平穩(wěn)的。由此可見，經(jīng)濟(jì)綜合指標(biāo)ME、金融環(huán)境指標(biāo)FE、企業(yè)經(jīng)營(yíng)指標(biāo)EM、信貸質(zhì)量指標(biāo)GYNR這4個(gè)時(shí)間序列均在一階差分后變?yōu)槠椒€(wěn)序列，也就是均為一階單整序列I（1）。

2. Johansen協(xié)整檢驗(yàn)。根據(jù)之前的單位根檢驗(yàn)，已經(jīng)證實(shí)各變量均為一階單整，因而可以進(jìn)行下一步的檢驗(yàn)，判斷各變量間是否存在協(xié)整關(guān)系。由于本文采用的Johansen檢驗(yàn)基于VAR模型，需要確定VAR模型的滯后階數(shù)。時(shí)間序列研究中通常用于確定滯后階數(shù)的準(zhǔn)則包括LR、FPE、AIC、SC、HQ五種，各類準(zhǔn)則檢驗(yàn)結(jié)果如表4所示。

由表4可見，F(xiàn)PE、AIC、SC和HQ均選擇1階滯后，而LR選擇了3階滯后，因此根據(jù)多數(shù)的原則，確定滯后階數(shù)為1階，建立VAR模型?；诮⒌腣AR模型，進(jìn)行協(xié)整檢驗(yàn)，其結(jié)果如表5所示。

根據(jù)表5的檢驗(yàn)結(jié)果可知，在5%的顯著性水平下，跡檢驗(yàn)和最大特征值檢驗(yàn)均拒絕不存在協(xié)整關(guān)系的原假設(shè)，表明時(shí)間序列變量間存在協(xié)整關(guān)系。

3. 方差分解。對(duì)之前得到的VAR模型進(jìn)行方差分解，結(jié)果如圖4。可以看出，各個(gè)變量對(duì)GYNR的貢獻(xiàn)均為逐漸增加的。其中，經(jīng)濟(jì)綜合指標(biāo)ME對(duì)GYNR的貢獻(xiàn)率最大，呈長(zhǎng)期顯著的正向關(guān)系。因而，在經(jīng)濟(jì)增長(zhǎng)出現(xiàn)不利變動(dòng)時(shí)，銀行信貸質(zhì)量也將面臨不利影響，且這一影響隨時(shí)間推移逐漸深化，即在經(jīng)濟(jì)減速新常態(tài)下，經(jīng)濟(jì)減速增長(zhǎng)與銀行信貸質(zhì)量存在相互抑制關(guān)系。企業(yè)經(jīng)營(yíng)指標(biāo)EM雖然時(shí)滯較長(zhǎng)、在前期貢獻(xiàn)不顯著，但在一段時(shí)間后有所上升，最終貢獻(xiàn)率僅次于ME，顯示企業(yè)經(jīng)營(yíng)下滑對(duì)于信貸資產(chǎn)質(zhì)量的沖擊具有一定的滯后性。金融環(huán)境指標(biāo)FE對(duì)GYNR的貢獻(xiàn)率較為穩(wěn)定，但相對(duì)略低。endprint

（二）基于Granger因果檢驗(yàn)的四類銀行機(jī)構(gòu)對(duì)比研究

在方差分解的基礎(chǔ)上，我們選取最主要的解釋變量ME，檢驗(yàn)經(jīng)濟(jì)因素與各類銀行信貸質(zhì)量的因果關(guān)系，下面首先以國(guó)有銀行為例進(jìn)行說明。對(duì)銀行信貸質(zhì)量指標(biāo)GYNR和經(jīng)濟(jì)綜合指標(biāo)ME做Granger因果檢驗(yàn)，結(jié)果如表6。根據(jù)表6的檢驗(yàn)結(jié)果可知，二者在10%置信水平上存在雙向因果關(guān)系。

運(yùn)用相同方法，分別用國(guó)有商業(yè)銀行、股份制銀行、城市商業(yè)銀行和農(nóng)村金融機(jī)構(gòu)不良貸款率標(biāo)準(zhǔn)化指標(biāo)進(jìn)行Granger因果檢驗(yàn)，以探究宏觀經(jīng)濟(jì)因素對(duì)各類銀行影響的差異，檢驗(yàn)結(jié)果如表7所示。

從表7的檢驗(yàn)結(jié)果可知，不同類型銀行的Granger因果檢驗(yàn)結(jié)果有所差異，大型銀行信貸質(zhì)量指標(biāo)GYNR與經(jīng)濟(jì)綜合指標(biāo)ME為雙向因果關(guān)系，而中小銀行僅存在經(jīng)濟(jì)綜合指標(biāo)到信貸質(zhì)量指標(biāo)的單向因果關(guān)系，對(duì)宏觀經(jīng)濟(jì)的影響相對(duì)薄弱，因此，應(yīng)根據(jù)對(duì)各類機(jī)構(gòu)的不同特征，有針對(duì)性地采取差異化政策。

四、實(shí)證結(jié)果分析及路徑選擇

通過上述分析可以得出如下結(jié)論：

（一）經(jīng)濟(jì)增長(zhǎng)與信貸質(zhì)量存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系

協(xié)整檢驗(yàn)的結(jié)果證明，各變量間確實(shí)存在著長(zhǎng)期穩(wěn)定的關(guān)系，協(xié)整關(guān)系式中各變量的變動(dòng)關(guān)系也沒有違背理論研究結(jié)論，因此，可以認(rèn)為協(xié)整檢驗(yàn)的結(jié)果是可靠的，也是有經(jīng)濟(jì)意義的。各變量間確實(shí)存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系，經(jīng)濟(jì)綜合指標(biāo)、金融環(huán)境指標(biāo)和企業(yè)經(jīng)營(yíng)指標(biāo)與商業(yè)銀行信貸質(zhì)量存在相互影響。

（二）新常態(tài)下經(jīng)濟(jì)增長(zhǎng)和信貸質(zhì)量存在相互抑制關(guān)系

Granger因果檢驗(yàn)證明，經(jīng)濟(jì)綜合指標(biāo)與信貸質(zhì)量指標(biāo)之間存在雙向因果關(guān)系，這種因果關(guān)系在新常態(tài)背景下具體體現(xiàn)為二者相互制約的關(guān)系。同時(shí)經(jīng)濟(jì)綜合指標(biāo)的滯后變量對(duì)信貸質(zhì)量指標(biāo)的影響更為顯著，即宏觀經(jīng)濟(jì)到銀行信用風(fēng)險(xiǎn)的因果關(guān)系較強(qiáng)，這一方面顯示經(jīng)濟(jì)增長(zhǎng)對(duì)銀行信貸質(zhì)量確實(shí)存在顯著影響，另一方面也說明銀行信貸質(zhì)量對(duì)經(jīng)濟(jì)增長(zhǎng)的潛在影響是不可忽視的。國(guó)家調(diào)控層面應(yīng)該在當(dāng)前趨于嚴(yán)重的互抑面前主動(dòng)作為，一方面積極采取逆周期措施提振經(jīng)濟(jì)增長(zhǎng)，另一方面推動(dòng)銀行業(yè)加強(qiáng)風(fēng)險(xiǎn)防控改善信貸質(zhì)量，將更有利于二者重回互利關(guān)系。

（三）宏觀經(jīng)濟(jì)環(huán)境是影響銀行信貸質(zhì)量的最重要因素

方差分解的結(jié)果顯示，在三項(xiàng)經(jīng)濟(jì)評(píng)價(jià)指標(biāo)中，經(jīng)濟(jì)綜合指標(biāo)的方差貢獻(xiàn)率明顯高于金融環(huán)境指標(biāo)和企業(yè)經(jīng)營(yíng)指標(biāo)，證明經(jīng)濟(jì)環(huán)境的變化對(duì)銀行信貸質(zhì)量的沖擊更為突出，是導(dǎo)致互抑的重要因素。這也為銀行信用風(fēng)險(xiǎn)管控提供了借鑒。在不利的宏觀環(huán)境下，如果單純注重對(duì)單個(gè)風(fēng)險(xiǎn)企業(yè)的跟蹤監(jiān)測(cè)和化解，其效果可能是有限的，應(yīng)當(dāng)更加注重銀行業(yè)整體利益，而非單家銀行個(gè)體利益，在互相抑制的關(guān)系下，商業(yè)銀行不應(yīng)采取簡(jiǎn)單的收縮信貸的方式規(guī)避風(fēng)險(xiǎn)，而應(yīng)增強(qiáng)配合宏觀調(diào)控政策的主動(dòng)性和契合度，助推宏觀調(diào)控目標(biāo)的實(shí)現(xiàn)，從而更有利于控制風(fēng)險(xiǎn)。

（四）不同規(guī)模銀行對(duì)宏觀經(jīng)濟(jì)的影響存在明顯差異

根據(jù)比較研究的結(jié)果可知，不同類型銀行對(duì)宏觀經(jīng)濟(jì)影響有所差異，市場(chǎng)份額較大、同經(jīng)濟(jì)聯(lián)系更為密切的大型銀行信貸質(zhì)量指標(biāo)對(duì)經(jīng)濟(jì)綜合指標(biāo)的因果關(guān)系更顯著，而中小銀行對(duì)宏觀經(jīng)濟(jì)的影響則相對(duì)較為薄弱，因此，危機(jī)時(shí)采取差異化政策，允許中小銀行有選擇地退出高風(fēng)險(xiǎn)領(lǐng)域，加大弱周期領(lǐng)域和新興領(lǐng)域信貸投放，選擇性拓展溢價(jià)能力高、發(fā)展?jié)摿Υ蟮目蛻糍Y源，適度規(guī)避外部經(jīng)濟(jì)負(fù)面沖擊，同時(shí)重點(diǎn)鼓勵(lì)有實(shí)力的大型銀行穩(wěn)定信貸投放，履行社會(huì)責(zé)任，有利于兼顧經(jīng)濟(jì)體系與銀行體系的穩(wěn)定，是可行的政策選擇。

上述研究結(jié)論在監(jiān)管政策的制定層面和銀行業(yè)轉(zhuǎn)型發(fā)展層面都有啟示意義。當(dāng)前經(jīng)濟(jì)增速放緩，信用風(fēng)險(xiǎn)高發(fā)，經(jīng)濟(jì)增長(zhǎng)與信貸質(zhì)量呈現(xiàn)互抑關(guān)系，應(yīng)積極采取措施遏制這種制約關(guān)系積聚，引導(dǎo)銀行業(yè)主動(dòng)適應(yīng)經(jīng)濟(jì)結(jié)構(gòu)改革，實(shí)現(xiàn)與經(jīng)濟(jì)發(fā)展的良性互動(dòng)。從監(jiān)管層面來說，應(yīng)當(dāng)督促和引導(dǎo)銀行業(yè)一方面嚴(yán)控信用風(fēng)險(xiǎn)，加快不良資產(chǎn)處置；另一方面緊跟國(guó)家戰(zhàn)略，服務(wù)供給側(cè)改革，加強(qiáng)行業(yè)合作，擔(dān)當(dāng)社會(huì)責(zé)任。從銀行業(yè)轉(zhuǎn)型發(fā)展層面來說，將服務(wù)實(shí)體經(jīng)濟(jì)與自身可持續(xù)發(fā)展有機(jī)結(jié)合，及時(shí)順應(yīng)供給側(cè)改革導(dǎo)向，正確理解和貫徹逆周期的宏觀調(diào)控意圖，在積極支持經(jīng)濟(jì)結(jié)構(gòu)性改革的過程中持續(xù)增強(qiáng)自身競(jìng)爭(zhēng)力。

注：

①信貸質(zhì)量指標(biāo)數(shù)據(jù)來源為銀監(jiān)會(huì)監(jiān)管統(tǒng)計(jì)信息系統(tǒng)，不良貸款率=不良貸款/各項(xiàng)貸款。

參考文獻(xiàn)：

[1]Dornbusch，R.，F(xiàn)ischer，S.，and Startz， R.1997. Macroeconomics（7th edition）[M].Homewood：Richard D Irwin.

[2]Pesola，Jarmo. 2001. The Role of Macroeconomic Shocks in Banking Crises[J].Bank of Finland Discussion Paper，18（4）.

[3]Meyer，Andrew P. and Yeager，Timothy J. 2001. Are Small Rural Banks Vulnerable to Local Economic Downturns？[J].Federal Reserve Bank of St. Louis Review，82（2）

[4]Max Bruche and Carlos González-Aguado. 2010. Recovery Rates，Default Probabilities，and the Credit Cycle[J].Journal of Banking and Finance，34（4）.

[5]Frederic S. Mishkin. 2013. The Economics of Money， Banking and Financial Markets[M].Pearson Education Limited.

[6]巴曙松，林宇靈.經(jīng)濟(jì)回落時(shí)期中國(guó)銀行業(yè)的挑戰(zhàn)：從風(fēng)險(xiǎn)管理角度的考察[J].國(guó)際經(jīng)濟(jì)評(píng)論，2008，（6）.

[7]李文弘，羅猛.關(guān)于我國(guó)商業(yè)銀行資本充足率順周期性的實(shí)證研究[J].金融研究，2010，（2）.

[8]唐丹.經(jīng)濟(jì)新常態(tài)下商業(yè)銀行的應(yīng)變與轉(zhuǎn)型[J].金融經(jīng)濟(jì)，2015，（6）.endprint