溫秀玲

(華夏銀行股份有限公司長春分行 吉林長春 130000 )

現(xiàn)代經濟社會，商業(yè)銀行作為重要的金融中介，不良貸款問題一直被有關部門高度重視。整體來看，2008年末，我國境內商業(yè)銀行不良貸款率為2.45%，2008—2012年，受銀行上市的政策紅利、金融危機后人民幣信貸資產的快速擴張，以及中國經濟高速增長的影響，商業(yè)銀行不良貸款率呈整體下降趨勢，從2013年開始，商業(yè)銀行不良貸款率開始上升，并在2020年達到最高，開始逐步下降，2022年我國商業(yè)銀行不良貸款率為1.63%。將商業(yè)銀行不良貸款率保持在一個合理水平，對維持穩(wěn)健經營、防范金融風險、支持實體經濟發(fā)展均具有重要意義。因此，從宏觀和微觀角度探究商業(yè)銀行不良貸款率影響因素，對商業(yè)銀行可持續(xù)發(fā)展及防范金融危機具有重要意義。

1 文獻綜述

商業(yè)銀行不良貸款率一直是理論界研究的熱點，國內學者從制度、宏觀因素及微觀因素多個維度對商業(yè)銀行不良貸款率影響因素進行分析。于為群(2000)認為，治理金融不良資產必須以制度創(chuàng)新、制度建設為根本；施華強(2004)指出，逐步硬化商業(yè)銀行軟預算約束預期對從根本上解決國有商業(yè)銀行不良貸款問題有決定性意義；謝冰(2009)認為，宏觀經濟因素與不良貸款余額負相關，可通過擴大內需、改善商業(yè)銀行的外部信用環(huán)境等措施間接降低商業(yè)銀行的不良貸款；劉妍(2014)認為，不良貸款率同國內生產總值、房屋銷售面積、城鎮(zhèn)居民人均收入、社會消費品零售總額呈負相關；與房地產投資額、CPI、PPI、國內出口總額和一年期貸款利率呈正相關；張赫等(2016)認為，GDP增長率對不良貸款率的影響一直為正向影響，M2增長率在前期為正向影響，然后轉變?yōu)樨撓蛴绊?，總貸款/總負債和銀行相對規(guī)模對不良貸款率整體均具有正向影響；陳家偉(2018)認為，GDP增長率、撥備覆蓋率對商業(yè)銀行不良貸款率具有負向影響；郭曉蓓等(2020)認為，當前宏觀經濟增速放緩、貨幣緊縮及部分行業(yè)風險暴露是造成不良貸款率上升的主要外部因素；鮑星等(2022)認為；金融自由化與東道國不良貸款率之間呈現(xiàn)顯著的倒“U”型關系。

2 影響因素選擇

2.1 數據來源

本文共選取了13家上市商業(yè)銀行2008—2022年的年度數據作為研究對象，包括5家大型國有銀行及8家全國股份制商業(yè)銀行。本文通過建立面板數據模型，研究分析商業(yè)銀行不良貸款率的影響因素。其中，商業(yè)銀行數據來源于公開財務報表，GDP增速來源于國家統(tǒng)計局網站，M2增速來源于人民銀行公布數據。

2.2 變量選取

本文本著綜合考慮宏觀因素及微觀因素影響的原則，選取了不良貸款率作為被解釋變量，撥備覆蓋率、存貸比、資本充足率、最大十家客戶貸款占比、凈利差5個指標作為微觀解釋變量，GDP增長率、M2增長率2個指標作為宏觀解釋變量。

2.2.1 解釋變量(NPL)：不良貸款率

不良貸款率=(次級類貸款+可疑類貸款+損失類貸款)/各項貸款

不良貸款率是衡量商業(yè)銀行資產質量的重要指標。按照監(jiān)管要求，商業(yè)銀行應把貸款按風險程度分為正常、關注、次級、可疑和損失五類，其中后三類合稱為不良貸款。

2.2.2 解釋變量1(PCR)：撥備覆蓋率

撥備覆蓋率=貸款損失準備/(次級類貸款+可疑類貸款+損失類貸款)

撥備覆蓋率是衡量商業(yè)銀行貸款損失準備金計提是否充足的重要指標，從宏觀上反映銀行財務是否穩(wěn)健，風險是否可控。

2.2.3 解釋變量2(LDR)：存貸比

存貸比=貸款總額/存款總額

存貸比是反映商業(yè)銀行資產負債結構的指標。早期，我國央行規(guī)定，商業(yè)銀行存貸比率不得超過75%。目前，監(jiān)管部門已將貸存比由法定監(jiān)管指標轉為流動性監(jiān)測指標。

2.2.4 解釋變量3(CAR)：資本充足率

資本充足率=銀行的資本總額/ 風險加權資產

資本充足率是反映商業(yè)銀行資本強度和抵御風險的能力的指標。根據我國《商業(yè)銀行資本管理辦法》，商業(yè)銀行核心一級資本充足率不得低于5%；一級資本充足率不得低于6%；資本充足率不得低于8%。

2.2.5 解釋變量4(MAX)：最大十家客戶貸款比例

最大十家客戶貸款比例=最大十家客戶貸款總額/總資本凈額

最大十家客戶貸款占比是反映商業(yè)銀行貸款集中度的指標之一。為了對銀行金融機構集中度風險加強監(jiān)管，監(jiān)管部門對商業(yè)銀行貸款集中度做出了相關要求，最大十家貸款客戶的貸款比例一般不應超過銀行凈資本的50%。

2.2.6 解釋變量5(NIMR)：凈利差

凈利差=平均生息資產收益率-平均計息負債成本率。

凈利差是衡量商業(yè)銀行凈利息收入水平最常用的標準，是反映銀行經營業(yè)務盈利能力的重要指標，反映了銀行在資產和負債管理方面的效率，也體現(xiàn)了銀行在利潤與風險權衡后的戰(zhàn)略差異。

2.2.7 解釋變量6(GDPR)：GDP增長率

GDP增長率= (本期GDP - 上期GDP)/上期GDP

GDP增長率是本期GDP與基期GDP的比較，是反映一定時期經濟發(fā)展水平變化程度的動態(tài)指標，也是反映一個國家或地區(qū)經濟是否具有活力的基本指標。

2.2.8 解釋變量7(M2R)：M2增長率

M2增長率=(本期M2 - 上期M2)/上期M2

M2增長率是廣義上的貨幣供應量的增長率，是反映貨幣政策的重要指標。

3 實證分析

3.1 描述性統(tǒng)計

為了顯示數據的統(tǒng)計特征，在模型建立前本文對變量進行描述性統(tǒng)計，將樣本銀行平均不良貸款率與我國商業(yè)銀行平均不良貸款率進行比較。由圖1可以看出，2008—2022年樣本商業(yè)銀行不良貸款率與商業(yè)銀行平均不良貸款率水平接近，且趨勢一致，說明所選樣本具有較好的代表性。

圖1 不良貸款率平均水平比較

表1 顯示了變量的描述性統(tǒng)計特征，可以看出整體樣本不良貸款率的最大值為4.32，最小值為0.38，均值為1.34，顯示了不同特征商業(yè)銀行不同時期的不良貸款率，標準差水平為0.49，說明樣本波動性較為合理，無異常數據。

表1 變量描述統(tǒng)計

3.2 共線性檢驗

回歸分析需要考慮多重共線性問題，多重共線性是指自變量之間存在高度相關性，導致回歸模型的系數估計不穩(wěn)定和假設檢驗不可靠。本文采用VIF方法進行共線性檢驗，檢驗結果如表2所示。經檢驗，VIF值均小于5，不存在多重共線性問題。

表2 共線性診斷

3.3 單位根檢驗

為了避免“偽回歸”的出現(xiàn)，確保估計結果的有效性，本文通過單位根檢驗來檢驗數據過程是否平穩(wěn)。由于樣本數據中T＞N，為長面板數據，故采用ADF和LLC進行單位根檢驗，檢驗結果如表3所示。經檢驗，每一個序列都是平穩(wěn)的，不會造成偽回歸問題，可以運用面板模型。

表3 單位根檢驗

3.4 模型建立

在對面板計量模型的選擇上，有很多檢驗模型，包括混合回歸模型、隨機效應模型及固定效應模型等，所以需要通過一定的檢驗選取適合的計量模型。本文借助F檢驗、LM檢驗及Hausman檢驗進行模型選擇。經F檢驗，固定效應模型優(yōu)于混合效應模型；經LM檢驗，隨機效應模型優(yōu)于混合效應模型；經Hausman檢驗，隨機效應模型的基本假設得不到滿足，因此本文采用固定效應模型，回歸結果如表4所示。

表4 回歸結果

實證結果表明，商業(yè)銀行不良貸款率受到微觀及宏觀等因素綜合影響。

(1)撥備覆蓋率(PCR)與不良貸款率有明顯的負相關。撥備覆蓋率越高，通常意味著商業(yè)銀行的風險防范與管理能力越強，不良貸款率越低。同時，較高的撥備覆蓋率意味著商業(yè)銀行處置消化不良貸款的能力較強，有利于商業(yè)銀行加快不良資產處置，降低不良貸款貸款率。

(2)存貸款比率(LDR)與不良貸款率有明顯的負相關。存貸比越高，通常意味著商業(yè)銀行為了提高盈利能力，擴大貸款規(guī)模，在經濟前景不佳、優(yōu)質貸款項目有限的情況下，信貸大幅擴張會導致商業(yè)銀行的不良貸款率上升。

(3)資本充足率(CAR)與不良貸款率有明顯的正相關。看上去與理論相違背，對實證結果的合理解釋是，我國商業(yè)銀行普遍不良貸款清收質量較低，以核銷為主，不良貸款的核銷會消耗資本，導致資本充足率下降，為應對潛在的資產質量壓力風險，商業(yè)銀行會提前補充資本。

(4)最大十家客戶貸款比例(MAX)與不良貸款率存在正相關。最大十家客戶貸款比例越高，意味著商業(yè)銀行的客戶集中度相對較高，就會產生貸款集中的風險，也會提高不良貸款率。

(5)凈利差(NIMR)與不良貸款率有明顯的正相關。凈利差越高，通常意味著商業(yè)銀行對于貸款的定價水平相對越高，高收益通常意味著高風險，商業(yè)銀行提高定價的同時，往往會造成客戶質量下沉、不良貸款率上升。

(6)GDP增長率與不良貸款率存在負相關。GDP增長率越高，表明經濟發(fā)展速度越好，借款人的經營情況越好，盈利能力提高，償債能力越強，不良貸款率越低。

(7)M2增長率與不良貸款率存在明顯的負相關。M2增長率越高，通常意味著政府實行較為寬松的貨幣政策，增加了貨幣供應量，借款人流動資金較為充裕，可以及時且足額償還所欠貸款，可以在一定程度上降低商業(yè)銀行的不良貸款率。

4 結語

綜上所述，面對復雜多變的內外部經濟形勢，通過優(yōu)化宏觀經濟環(huán)境及提升商業(yè)銀行自身風險防范水平等措施，有利于促進商業(yè)銀行不良貸款率的降低，對商業(yè)銀行可持續(xù)發(fā)展及防范金融危機具有重要意義。

一是充分發(fā)揮宏觀經濟的調控作用。從宏觀經濟角度，站在政府的立場來看，擴張的經濟政策能夠激發(fā)內需的增長，在一定程度上促進經濟的穩(wěn)健發(fā)展。擴張的貨幣政策能夠增加貨幣供給，提高社會購買力，降低企業(yè)的融資成本及商業(yè)銀行不良貸款率。因此，應充分發(fā)揮宏觀經濟政策的跨周期調節(jié)力度，保持宏觀政策的連續(xù)性、穩(wěn)定性和可持續(xù)性，加強精準調控，發(fā)揮好宏觀政策及貨幣政策的協(xié)同作用，發(fā)揮好貨幣政策工具的總量和結構的雙重功能，既有力支持宏觀經濟大局的穩(wěn)定，又能引導金融機構加大對實體經濟的支持力度。

二是密切關注宏觀經濟形勢。對商業(yè)銀行而言，必須緊扣宏觀經濟的發(fā)展腳步，密切關注宏觀經濟形勢及貨幣政策，著力提高政策研究能力、形勢預判能力和趨勢把握能力，持續(xù)完善本行發(fā)展戰(zhàn)略及風險偏好。當經濟發(fā)展水平較高或央行實行寬松的貨幣政策時，商業(yè)銀行應積極響應國家政策號召，及時調整貸款規(guī)劃，做好客戶開發(fā)及準入，有利于擴大信貸規(guī)模，同時降低不良貸款率。當經濟發(fā)展緩慢或央行實行從緊的貨幣政策時，商業(yè)銀行應提高管理的前瞻性，分區(qū)域、行業(yè)、客戶實行差異化精細管理，從而降低信用風險整體水平。

三是全面提高自身風險管控能力。商業(yè)銀行須科學構建內部風險管理體系，持續(xù)提升自身資產管理水平和綜合盈利能力。首先，需要完善信用風險監(jiān)測體系，科學審慎評估信用風險程度，及時發(fā)現(xiàn)風險信號，提高對信用風險的應對能力；其次，商業(yè)銀行須拓寬利潤獲取渠道，實現(xiàn)收入多元化，在貸款利率下行、息差收窄的大背景下，僅依靠傳統(tǒng)的加大貸款投放、提高存貸利差來賺錢利潤不僅無法跟上時代發(fā)展的步伐，還會導致不良貸款率上升；最后，商業(yè)銀行須嚴控大額風險，加強客戶集中度管理，摒棄通過“壘大戶”做大規(guī)模，資產增長過度依賴大客戶，同時，加強對大客戶貸后管理，及時發(fā)現(xiàn)潛在風險，有效防控風險。