邢澤斌

【摘 要】基于2011-2018年我國商業(yè)銀行相關(guān)季度數(shù)據(jù)，從宏觀經(jīng)濟與商業(yè)銀行微觀運營兩方面選擇指標(biāo)，通過建立向量誤差修正模型對影響商業(yè)銀行不良貸款率的相關(guān)因素進行計量分析。結(jié)果表明：商業(yè)銀行不良貸款率與GDP增速、廣義貨幣供應(yīng)量增長率正相關(guān)，與商業(yè)銀行存貸比、資本充足率負(fù)相關(guān)。存貸比為影響商業(yè)銀行不良貸款率的主要因素。根據(jù)實證結(jié)果，為降低商業(yè)銀行不良貸款率提出合理建議。

【關(guān)鍵詞】不良貸款率；影響因素；VEC模型；脈沖響應(yīng)

在商業(yè)銀行經(jīng)營過程中，不良貸款率是評價一家銀行風(fēng)險管理、盈利水平的重要監(jiān)管指標(biāo)。如果商業(yè)銀行在經(jīng)營過程中出現(xiàn)貸款風(fēng)險，容易造成群眾擠兌，進而發(fā)生金融危機，危害國民經(jīng)濟發(fā)展與社會安定，因此不良貸款的風(fēng)險控制尤為重要。充分了解影響商業(yè)銀行不良貸款率變化的相關(guān)因素，精確地執(zhí)行防范和解決不良貸款的相關(guān)政策，對推動商業(yè)銀行穩(wěn)健發(fā)展具有相當(dāng)價值的現(xiàn)實指導(dǎo)意義。

目前，國內(nèi)外學(xué)者對商業(yè)銀行不良貸款率的影響因素有所研究。在國外，Salas和Saurina（2002）[1]通過建立面板數(shù)據(jù)模型針對西班牙商業(yè)銀行進行研究，發(fā)現(xiàn)國民經(jīng)濟增長是影響不良貸款率的重要因素。Allan Kearns（2004）[2]對愛爾蘭商業(yè)銀行進行壓力測試，發(fā)現(xiàn)失業(yè)率對不良貸款率的沖擊最大。Jimenez與Saurina（2005）[3]對西班牙商業(yè)銀行實證分析，得出貨幣供應(yīng)量的變化對不良貸款率起決定性作用。在國內(nèi)，郭耀中（2012）[4]通過構(gòu)建多元線性回歸統(tǒng)計模型對中國商業(yè)銀行不良貸款率下降的影響因素進行實證分析，結(jié)果表明宏觀經(jīng)濟的健康運行、國有企業(yè)利潤、金融體制改革都對商業(yè)銀行不良貸款率的下降有正向促進作用。黃琦等（2013）[5]采用縣域的面板數(shù)據(jù)，建立計量經(jīng)濟模型，發(fā)現(xiàn)縣域商業(yè)銀行經(jīng)營狀況的改善對降低不良貸款率有重大作用。由于在研究中較少考慮滯后影響，因此本文基于上述研究成果，建立向量自回歸修正模型，結(jié)合實際對商業(yè)銀行不良貸款率影響因素的滯后影響進行計量分析，以期發(fā)現(xiàn)商業(yè)銀行經(jīng)營過程中存在的問題并加以解決。

一、指標(biāo)選取與相關(guān)性分析

（一）指標(biāo)選取

本文將我國商業(yè)銀行不良貸款率Y（%）作為被解釋變量。影響商業(yè)銀行不良貸款率的解釋變量從宏觀經(jīng)濟與商業(yè)銀行微觀運營兩方面選取。

在宏觀經(jīng)濟方面，GDP增長率可以反映一個國家或地區(qū)宏觀經(jīng)濟發(fā)展的周期變化以及增長速度，是評價國民經(jīng)濟運行是否穩(wěn)定、健康的重要指標(biāo)之一；央行主要通過改變廣義貨幣供應(yīng)量來實施其貨幣政策，以調(diào)節(jié)經(jīng)濟的健康運行，因此選擇GDP當(dāng)期增長率（%）、廣義貨幣供應(yīng)量M2的當(dāng)期增長率（%）作為衡量中國宏觀經(jīng)濟發(fā)展程度的指標(biāo)，記作X1、X2。

在商業(yè)銀行微觀運營方面，選取商業(yè)銀行撥備覆蓋率X3（%）、存貸比X4（%）、資產(chǎn)利潤率X5（%）、成本收入比X6（%）、資本充足率X7（%）作為商業(yè)銀行經(jīng)營績效指標(biāo)，通過這些指標(biāo)可以大體看出商業(yè)銀行在經(jīng)營過程中的相關(guān)情況。

本文數(shù)據(jù)來源中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫，樣本區(qū)間為2011年至2018年的所有季度數(shù)據(jù)，共32組數(shù)據(jù)。

（二）相關(guān)性分析

利用SPSS軟件對這些數(shù)據(jù)進行Person相關(guān)性分析，以確定影響我國商業(yè)銀行不良貸款率的關(guān)鍵指標(biāo)。Person相關(guān)性分析結(jié)果見表1。

由表1可知，X1、X2、X4、X7是影響商業(yè)銀行不良貸款率的高度相關(guān)指標(biāo)。因此保留這4個相關(guān)性強的指標(biāo)，剔除其余指標(biāo)，以提高模型的擬合精度。

由于本文選取指標(biāo)數(shù)據(jù)為季度數(shù)據(jù)，直接使用建立模型可能會與實際情況發(fā)生較大偏離。為消除季節(jié)對不良貸款率的影響，特別利用Census X12季節(jié)調(diào)整方法對數(shù)據(jù)進行調(diào)整，處理后的時間序列分別記為YSA、X1SA、X2SA、X4SA、X7SA。

二、實證分析

（一）ADF平穩(wěn)性檢驗

為防止出現(xiàn)“偽回歸”現(xiàn)象，首先利用ADF單位根檢驗法對變量數(shù)據(jù)進行檢驗，若ADF檢驗值大于5%臨界值，表示序列不平穩(wěn)；反之則表示序列平穩(wěn)。Eviews檢驗結(jié)果見表2。

由表2可知，原序列不平穩(wěn)。經(jīng)過一階差分后的△YSA、△X1SA、△X2SA、△X4SA、△X7SA序列平穩(wěn)。這表明原始序列均是一階單整序列。

（二）最優(yōu)滯后期定階

基于SC與AIC準(zhǔn)則測定模型的最優(yōu)滯后期，即SC、AIC在各滯后檢驗中的數(shù)值最小。檢驗結(jié)果見表3。由表可知，VAR模型最優(yōu)滯后期為3。

（三）向量誤差修正模型的建立

由于商業(yè)銀行不良貸款率與各影響因素之間存在著長期均衡關(guān)系，因此在研究各變量之間短期波動變化關(guān)系的基礎(chǔ)上，通過構(gòu)造誤差修正項來對商業(yè)銀行不良貸款率影響因素的長期波動進行分析。利用Eviews軟件在VAR模型的基礎(chǔ)上增加協(xié)整約束，得到VEC模型。結(jié)果如下：

△YSA=0.079996ECMt-1-0.00104ECM2t-1+0.0011ECM3t-1+

0.019699△X1SA（-1）+0.045365△X1SA（-2）-0.008△X2SA（-1）-

0.00223△X2SA（-2）-0.00992△X4SA（-1）-0.01492△X4SA（-2）+

0.048147△X7SA（-1）+0.078692△X7SA（-2）+0.166272△YSA（-1）+

0.518585△YSA（-2）+0.020962 （2）

其中，

ECMt-1=X1SA（-1）+0.114967+1.037684YSA（-1）-10.10974 （3）

ECM2t-1=X2SA（-1）+3.040140X7SA（-1）+4.946145YSA（-1）-55.75458 （4）

ECM3t-1=X4SA（-1）-7.176093X7SA（-1）+1.089977YSA（-1）+23.15260 （5）

上述方程的可決系數(shù)R2=0.965278，F(xiàn)=32.07736，十分顯著，表明建立的模型較為合理、穩(wěn)定。

（四）脈沖響應(yīng)函數(shù)分析

利用脈沖響應(yīng)函數(shù)分析商業(yè)銀行不良貸款率與各影響因素之間的動態(tài)變化關(guān)系，結(jié)果見圖2。

如圖2所示，當(dāng)期一單位GDP增速對商業(yè)銀行不良貸款率的沖擊表現(xiàn)為正向效應(yīng)。從第1期沖擊響應(yīng)程度開始增強，并在第8期達到最大值后趨于平穩(wěn)。其主要原因可能在于國民經(jīng)濟發(fā)展呈現(xiàn)良好態(tài)勢的同時，企業(yè)團體、公眾個人對商業(yè)貸款的需求量增加，但是由于投資者未能準(zhǔn)確判斷未來經(jīng)濟形勢，當(dāng)經(jīng)濟出現(xiàn)波動時，則會引起投資者還款能力減弱，使得商業(yè)銀行不良貸款率提高。

當(dāng)前一單位廣義貨幣供應(yīng)量增速對不良貸款率的沖擊綜合表現(xiàn)為正效應(yīng)，但在第二期出現(xiàn)了減小的趨勢，之后又逐漸變大并趨于穩(wěn)定。造成該現(xiàn)象的原因可能是國家在實行寬松的貨幣政策時，短期內(nèi)使得投資者的資金周轉(zhuǎn)能力增強，償還貸款能力有所上升，這可以促使不良貸款率的下降。

當(dāng)期一單位存貸比對商業(yè)銀行不良貸款率的沖擊效應(yīng)為負(fù)，這種現(xiàn)象符合實際情況。

當(dāng)期一單位資本充足率對商業(yè)銀行不良貸款率的沖擊效應(yīng)表現(xiàn)為起初是負(fù)向影響，接著轉(zhuǎn)變?yōu)檎蛴绊懀罱K轉(zhuǎn)變?yōu)樨?fù)向影響并趨于平穩(wěn)。

（五）方差分解

方差分解是分析目標(biāo)變量發(fā)生變化時，由哪些因素決定的方法。方差分解結(jié)果詳表6。

由表6可知，滯后10期時，X4SA對YSA預(yù)測方差的貢獻率為62.67%，其自身貢獻度為30.74%，X1SA對其貢獻率為3.99%，X2SA對其貢獻率為2.38%，X7SA對其影響僅有0.22%。該現(xiàn)象說明存貸比是決定商業(yè)銀行不良貸款率變動的關(guān)鍵因素。

三、結(jié)論與建議

本文通過建立向量誤差修正模型對中國商業(yè)銀行不良貸款率的影響因素進行探究，得到結(jié)論：寬松貨幣政策在短期內(nèi)可以對不良貸款率有所抑制，但是長期來看，不良貸款率仍然會反彈。合理控制存貸比可以有效抑制不良貸款率。資本充足率對不良貸款率的沖擊可能在短期表現(xiàn)為促進作用，但長期來看依然可以抑制不良貸款率的上升。

基于上述結(jié)論，為降低商業(yè)銀行的不良貸款率，提出以下建議：第一，政府相關(guān)部門應(yīng)該迅速推動國民經(jīng)濟發(fā)展，采取寬松貨幣政策。當(dāng)國民經(jīng)濟迅速增長時，企業(yè)團體生產(chǎn)經(jīng)營狀況改善，還款能力增強，從而有效地抑制不良貸款率的上升。因此政府需要積極提高經(jīng)濟增長率，優(yōu)化宏觀經(jīng)濟環(huán)境，對在經(jīng)濟新常態(tài)背景下不良貸款率的下降有著重要意義。第二，商業(yè)銀行應(yīng)合理配置存貸規(guī)模，適當(dāng)控制資本充足率。商業(yè)銀行對經(jīng)濟形勢的主觀臆測失誤往往會導(dǎo)致信用風(fēng)險的發(fā)生，因此商業(yè)銀行需要建立健全風(fēng)險管理機制，通過客觀地定量分析經(jīng)濟指標(biāo)，從而確定合適的存貸規(guī)模以提高商業(yè)銀行的信貸質(zhì)量。

【參考文獻】

[1] Salas V， Saurina J. Credit Risk in Two Institutional Regimes： Spanish Commercial and Savings Banks [J]. Journal of Financial Services Research， 2002，22（3）：203-224.

[2]Kearns A. Loan losses and the macroeconomy： A frame work for stress testing credit institutions' financial well-being[J].Financial Stability Report，2004：111-121.

[3]Jimenez G， Saurina J.Credit Cycles， Credit risk， and prudential regulation[R].Banco de Espana Working Paper， No.0531， 2005.9-11.

[4]郭耀中.商業(yè)銀行不良貸款率下降影響因素研究[J].山西財經(jīng)大學(xué)學(xué)報，2012，34（S1）：62-63.

[5]黃琦，陶建平，田杰.縣域金融信貸風(fēng)險的影響因素——基于全國2069個縣（市）的樣本分析[J].金融論壇，2013，18（10）：9-15+57.