吳啟航　陳慧敏

摘 要：在當(dāng)下全球經(jīng)濟(jì)多變的形勢(shì)中，我國主流商業(yè)銀行不良貸款率的超標(biāo)現(xiàn)象威脅我國經(jīng)濟(jì)高質(zhì)量平穩(wěn)發(fā)展。分析商業(yè)銀行不良貸款率的主要影響因素，對(duì)解決當(dāng)前不良貸款問題和維持經(jīng)濟(jì)穩(wěn)定都有重要的現(xiàn)實(shí)意義?？紤]到近階段全球經(jīng)濟(jì)較大波動(dòng)的影響，本文通過收集2011年3月到2018年3月我國傳統(tǒng)主流商業(yè)銀行的有關(guān)數(shù)據(jù)，形成有效資本充足率、有效撥備覆蓋率等指標(biāo)與國內(nèi)生產(chǎn)總值增長(zhǎng)率、貨幣供應(yīng)量同比增長(zhǎng)率等宏觀經(jīng)濟(jì)變量的季度數(shù)據(jù)，運(yùn)用多元回歸模型分析影響商業(yè)銀行不良貸款率的多種因素，得出了結(jié)論并提出可行性建議。

關(guān)鍵詞：商業(yè)銀行;有效不良貸款率;計(jì)量分析;可行性建議

中圖分類號(hào)：F832.4? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1673-2596（2019）11-0056-05

一、引言

金融是現(xiàn)代經(jīng)濟(jì)的血脈，立足于中國實(shí)際，傳統(tǒng)商業(yè)銀行則是現(xiàn)代金融業(yè)發(fā)展的支柱之一。銀行業(yè)是一個(gè)風(fēng)險(xiǎn)密集型行業(yè)，在當(dāng)前深化金融供給側(cè)改革的浪潮中，商業(yè)銀行怎樣降低業(yè)務(wù)運(yùn)行風(fēng)險(xiǎn)，更加優(yōu)質(zhì)高效的服務(wù)于實(shí)體經(jīng)濟(jì)是需要我們積極思考的。我國傳統(tǒng)“五大行”與其他國有商業(yè)銀行和股份制商業(yè)銀行一起組成中國金融體系主體。在整個(gè)國民經(jīng)濟(jì)的運(yùn)行中還有其專有屬性的維護(hù)金融穩(wěn)定的作用。

我國傳統(tǒng)五大行在我國金融市場(chǎng)具有專有屬性，由于各種經(jīng)濟(jì)因素和自身管理體系的限制，五大行的不良貸款率長(zhǎng)時(shí)間處于高位波動(dòng)，有一定的信用風(fēng)險(xiǎn)。所以，對(duì)影響傳統(tǒng)商業(yè)銀行不良貸款率的因素進(jìn)行剖析、提出有針對(duì)性防范和降低商業(yè)銀行不良貸款率的有關(guān)措施，在一定程度上完善我國金融體系的供給側(cè)改革工作，希望本文能促進(jìn)相關(guān)問題的解決。

本文從影響傳統(tǒng)五大國有商業(yè)銀行不良貸款的宏觀經(jīng)濟(jì)因素和商業(yè)銀行自身營(yíng)運(yùn)水平的有效性指標(biāo)入手，在商業(yè)銀行營(yíng)運(yùn)水平指標(biāo)數(shù)據(jù)方面，本文選取傳統(tǒng)五大行相關(guān)屬性的算術(shù)平均值進(jìn)行誤差處理，以求達(dá)到更高的說明效果。在計(jì)量分析方面，主要選取了五個(gè)有代表性的有效指標(biāo)，利用回歸模型，得出下面所選取的經(jīng)濟(jì)指標(biāo)與傳統(tǒng)商業(yè)銀行有效不良貸款率之間影響程度的大小。

二、文獻(xiàn)綜述

近年來，汪偉舵、王雅文（2018）通過貨幣政策角度研究對(duì)不良貸款率的影響，得出貨幣增速與不良貸款率存在負(fù)相關(guān);柴婭萍、王譯、柴智純（2018）對(duì)于不良貸款率的研究繞過了這些指表，轉(zhuǎn)而研究短期貸款與長(zhǎng)期貸款的關(guān)系，間接驗(yàn)證了中長(zhǎng)期貸款比重過高會(huì)提高我國不良貸款率，導(dǎo)致非常嚴(yán)重的后果。經(jīng)上簡(jiǎn)述，仁者見仁智者見智。有關(guān)學(xué)者利用前人的理論基礎(chǔ)，不斷研究探索，并結(jié)合當(dāng)時(shí)的具體情況，對(duì)于商業(yè)銀行不良貸款率影響因素的分析都有著自己的一定見解，才衍生出一系列影響不良貸款率水平的因素，比如說國內(nèi)生產(chǎn)總值增長(zhǎng)率、貨幣（M2）供應(yīng)量同比增長(zhǎng)率、撥備覆蓋率等等。

三、模型設(shè)定

（一）變量的選取

被解釋變量Y：有效不良貸款率（%）。本文取傳統(tǒng)五大國有商業(yè)銀行的2011年3月到2018年3月的季度不良貸款率進(jìn)行平均化處理，從而得到模型估計(jì)的有效不良貸款率：被解釋變量Y。

解釋變量：X1：GDP增長(zhǎng)率、X2：貨幣供應(yīng)量同比增長(zhǎng)率、X3：有效資本充足率、X4：有效撥備覆蓋率、X5：有效凈息差，根據(jù)相關(guān)文獻(xiàn)與事實(shí)，本文中假設(shè)解釋變量與Y為負(fù)相關(guān)關(guān)系，在下面的數(shù)據(jù)處理中，本文將五大商業(yè)性銀行的相關(guān)數(shù)據(jù)進(jìn)行加權(quán)平均處理數(shù)據(jù)處理，以求達(dá)到更高的精確度，下文將不一一贅述。

（二）變量的設(shè)定

通過對(duì)以上分析，以下面六個(gè)變量作為構(gòu)建模型的主要變量。

（三）數(shù)據(jù)收集

為避免中美貿(mào)易戰(zhàn)給不良貸款率造成的影響，2018年4月至今的數(shù)據(jù)暫不放入表二，僅以2011年3月至2018年3月的數(shù)據(jù)為準(zhǔn)。

（四）模型設(shè)定

相關(guān)系數(shù)分析：在分析軟件中進(jìn)行Y、X1、X2、X3、X4、X5的相關(guān)性分析

由表二可知被解釋變量傳統(tǒng)主流商業(yè)銀行有效不良貸款率Y與解釋變量X1-X5的相關(guān)系數(shù)分別為-0.626703、0.691686、0.794971、-0.987579、-0.793077，絕對(duì)值均大于0.6，進(jìn)一步比較相關(guān)系數(shù)可得，不良貸款率Y與有效資本金充足率X3、撥備覆蓋率X4、有效凈息差X5之間可能存在高度線性相關(guān)關(guān)系;而被解釋變量不良貸款率Y與X1、X2的相關(guān)系數(shù)分別為-0.626703、0.691686，其絕對(duì)值均小于0.6，表明不良貸款率Y與GDP增長(zhǎng)率、貨幣（M2）供應(yīng)量同比增長(zhǎng)率可能均存在低度線性相關(guān)關(guān)系。

根據(jù)上述分析和經(jīng)濟(jì)理論，初步建立以有效不良貸款率為被解釋變量，X1-X5作為解釋變量建立回歸模型：

六、研究結(jié)論與政策建議

（一）研究結(jié)論

由以上分析檢驗(yàn)結(jié)果可以得到，國內(nèi)生產(chǎn)總值增長(zhǎng)率、貨幣供應(yīng)量同比增長(zhǎng)率、資本充足率和撥備覆蓋率都對(duì)商業(yè)銀行不良貸款率有顯著性影響，在假定其他變量不變的情況下，我們最終總結(jié)出以下結(jié)論：銀行資本充足率對(duì)于商業(yè)銀行不良貸款率的影響最大，國內(nèi)生產(chǎn)總值增長(zhǎng)率次之;而貨幣供應(yīng)量同比增長(zhǎng)率對(duì)于傳統(tǒng)商業(yè)銀行不良貸款率的影響最小。由此可以看出，宏觀經(jīng)濟(jì)與金融運(yùn)行水平對(duì)于其有一定的影響，但在控制不良貸款率方面，商業(yè)銀行更應(yīng)該積極地通過調(diào)控自身經(jīng)營(yíng)行為來達(dá)到目的。

（二）政策建議

從對(duì)傳統(tǒng)五大商業(yè)銀行有效不良貸款率影響因素的淺析中可以看出，商業(yè)銀行不良貸款率的高低不僅受到我國經(jīng)濟(jì)水平影響，還受到銀行運(yùn)行等因素的影響。本文建議，國家金融監(jiān)管機(jī)構(gòu)和商業(yè)銀行可以通過對(duì)地區(qū)經(jīng)濟(jì)分析，實(shí)行嚴(yán)格的信貸管理體制，積極構(gòu)建科學(xué)有效的風(fēng)險(xiǎn)預(yù)警體系，采取積極風(fēng)險(xiǎn)防范處理措施，從而進(jìn)一步降低商業(yè)銀行的不良貸款水平，為我國經(jīng)濟(jì)平穩(wěn)高質(zhì)量發(fā)展注入新的活力。