趙輝越 申紅雨

［摘要］商業(yè)銀行的經(jīng)營(yíng)狀況與其資產(chǎn)質(zhì)量密切相關(guān)，而商業(yè)銀行的不良貸款比率則是其經(jīng)營(yíng)狀況的主要指標(biāo)。當(dāng)前經(jīng)濟(jì)衰退的情況下，有必要對(duì)銀行不良資產(chǎn)產(chǎn)生的原因進(jìn)行深入探討。本文選取5家大型商業(yè)銀行、9家股份制商業(yè)銀行和7家城市商業(yè)銀行，選取7個(gè)銀行微觀指標(biāo)、1個(gè)相關(guān)聯(lián)產(chǎn)業(yè)指標(biāo)和4個(gè)宏觀經(jīng)濟(jì)指標(biāo)，建立面板數(shù)據(jù)模型，通過(guò)實(shí)證研究，分析宏觀經(jīng)濟(jì)運(yùn)行、相關(guān)產(chǎn)業(yè)發(fā)展和銀行自身管理對(duì)不同類型商業(yè)銀行不良貸款率的影響及其差異。

［關(guān)鍵詞］商業(yè)銀行；不良貸款率；面板數(shù)據(jù)模型；固定效應(yīng)模型

［作者簡(jiǎn)介］趙輝越（1976-），女，長(zhǎng)春工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院副教授；申紅雨（1997-），女，長(zhǎng)春工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生（長(zhǎng)春 130012）。

不良貸款率是衡量金融穩(wěn)定性和銀行健康狀況的重要指標(biāo)，它直接關(guān)系到商業(yè)銀行的盈利能力。截至2021年12月，全國(guó)商業(yè)銀行的不良貸款平均比率為1.73%，比2019年的最高點(diǎn)降低了0.13%，一方面體現(xiàn)了去杠桿和防范金融風(fēng)險(xiǎn)成績(jī)顯著，另一方面也反映出企業(yè)不愿意擴(kuò)大再生產(chǎn)，居民借貸消費(fèi)傾向弱。同時(shí)，不良貸款余額也在逐年增加，雖然增速有所減緩，但截止到2022年3月，已經(jīng)達(dá)到了29123億元，創(chuàng)十年來(lái)的新高，說(shuō)明商業(yè)銀行信用資產(chǎn)的質(zhì)量正在不斷下降，其潛在的風(fēng)險(xiǎn)無(wú)疑會(huì)對(duì)中國(guó)的金融體系造成巨大的沖擊，為未來(lái)中國(guó)經(jīng)濟(jì)穩(wěn)定健康發(fā)展埋下隱患。為此，文章選擇中國(guó)21家商業(yè)銀行13年的歷史數(shù)據(jù)，運(yùn)用實(shí)證分析的方法，對(duì)宏觀經(jīng)濟(jì)和商業(yè)銀行的經(jīng)營(yíng)狀況與銀行不良貸款比率的相關(guān)性進(jìn)行了分析，以期得到相應(yīng)數(shù)據(jù)并提出相關(guān)結(jié)論。

針對(duì)商業(yè)銀行不良貸款率的研究國(guó)內(nèi)外已有很多成果。從宏觀角度入手，郭曉蓓等（2020）從不良貸款存量特征的角度，對(duì)近年來(lái)不良貸款上升的內(nèi)外部因素進(jìn)行分析，指出目前我國(guó)宏觀經(jīng)濟(jì)增速放緩、貨幣緊縮以及一些行業(yè)的風(fēng)險(xiǎn)暴露是不良貸款增長(zhǎng)的重要外部因素

郭曉蓓：《商業(yè)銀行不良貸款現(xiàn)狀、成因及對(duì)策研究》，《當(dāng)代經(jīng)濟(jì)管理》2020年第6期。；GolitsisPetros，KhudoykulovKhurshid，PalanovSavica（2022）以北馬其頓共和國(guó)中對(duì)GDP和失業(yè)率作為最相關(guān)的宏觀經(jīng)濟(jì)變量研究不良貸款的決定因素，發(fā)現(xiàn)對(duì)不良貸款的最強(qiáng)長(zhǎng)期影響來(lái)自失業(yè)、GDP和利率

GolitsisP.，“DeterminantsofnonperformingloansinNorthMacedonia”，CogentBusiness&Management，vol.9，Issue1.2022.；SyedAamirAijaz，KamalMuhammadAbdul（2022）等從宏觀經(jīng)濟(jì)基本面分析對(duì)新興國(guó)家不良貸款的影響，認(rèn)為宏觀經(jīng)濟(jì)變量中通貨膨脹、失業(yè)和利率的正向沖擊對(duì)不良貸款有正向影響

S.A.Aijaz，“TheImpactofFinancialDevelopmentandMacroeconomicFundamentalsonNonperformingLoansamongEmergingCountries：AnAssessmentUsingtheNARDLApproach”，Computation，vol.10，Issue10.2022.pp.182-182.；AlnabulsiKhalil，Kozarevi

Emira，HakimiAbdelaziz（2022）認(rèn)為宏觀經(jīng)濟(jì)環(huán)境和制度質(zhì)量顯著影響不良貸款水平

AlnabulsiK.，“Assessingthedeterminantsofnonperformingloansunderfinancialcrisisandhealthcrisis：evidencefromtheMENAbanks”，CogentEconomics&Finance，vol.10，Issue1.2022.。從產(chǎn)能過(guò)剩和需求不足的視角，楊姝琴（2019）從四個(gè)方面分析了對(duì)信貸不良貸款的影響，即GDP增長(zhǎng)、貨幣供給、制造業(yè)PMI和準(zhǔn)備金覆蓋率

楊姝琴：《我國(guó)商業(yè)銀行不良貸款影響因素實(shí)證分析——以平安銀行為例》，《浙江工商職業(yè)技術(shù)學(xué)院學(xué)報(bào)》2019年第4期。；孫光林等（2017）通過(guò)對(duì)產(chǎn)能利用率和庫(kù)存規(guī)模的分析，發(fā)現(xiàn)產(chǎn)能過(guò)剩是導(dǎo)致不良貸款率升高的主要因素

孫光林：《數(shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響機(jī)制研究》，《證券市場(chǎng)導(dǎo)報(bào)》2021年第5期。。從產(chǎn)業(yè)關(guān)聯(lián)角度，劉妍（2014）以房地產(chǎn)行業(yè)作研究對(duì)象，發(fā)現(xiàn)不良貸款率不僅受到宏觀經(jīng)濟(jì)因素的影響，與國(guó)內(nèi)貸款的房地產(chǎn)投資額、房屋銷售面積等有相關(guān)關(guān)系

劉妍：《我國(guó)商業(yè)銀行不良貸款成因及相關(guān)因素分析》，《系統(tǒng)工程》2014年第5期。；李馨（2020）等發(fā)現(xiàn)房?jī)r(jià)波動(dòng)和住房抵押對(duì)商業(yè)銀行不良貸款率的影響還通過(guò)資本充足率和事務(wù)所規(guī)模表現(xiàn)

李鑫：《房?jī)r(jià)波動(dòng)、住房抵押貸款規(guī)模與不良貸款率》，《財(cái)會(huì)通訊》2020年第16期。從銀行微觀角度，王博格（2018）從商業(yè)銀行信貸集中度方面，研究其對(duì)商業(yè)銀行利潤(rùn)的侵蝕，得出集中度過(guò)高會(huì)增加不良貸款率

王博格：《商業(yè)銀行貸款集中度的風(fēng)險(xiǎn)與收益分析——基于15家商業(yè)銀行面板數(shù)據(jù)》，《商業(yè)經(jīng)濟(jì)研究》2018年第23期。；FerreiraCndida（2022）利用1999-2019年全球80個(gè)國(guó)家組成的面板，利用世界銀行全球金融發(fā)展數(shù)據(jù)庫(kù)的數(shù)據(jù)解釋不良貸款率的演變，認(rèn)為不良貸款率的高值與銀行成本收入比、市場(chǎng)集中度和銀行監(jiān)管的增加密切相關(guān)

F.Cndida，“DeterminantsofNonperformingLoans：APanelDataApproach”，InternationalAdvancesinEconomicResearch，vol.28，Issue3-4，2022，pp.133-153.；郭曉蓓等（2020）認(rèn)為我國(guó)目前存在著的不良資產(chǎn)處置的社會(huì)生態(tài)環(huán)境缺陷、銀行內(nèi)部治理能力的欠缺和銀行自身的缺陷亦增加商業(yè)銀行的信貸風(fēng)險(xiǎn)

郭曉蓓：《商業(yè)銀行不良貸款現(xiàn)狀、成因及對(duì)策研究》，《當(dāng)代經(jīng)濟(jì)管理》2020年第6期。。AlnabulsiKhalil，KozareviEmira，HakimiAbdelaziz（2022）用MENA銀行的數(shù)據(jù)評(píng)估金融危機(jī)和健康危機(jī)下不良貸款的決定因素，發(fā)現(xiàn)與宏觀經(jīng)濟(jì)因素相比，不良貸款水平對(duì)銀行特質(zhì)因素更為敏感

AlnabulsiK.，“Assessingthedeterminantsofnonperformingloansunderfinancialcrisisandhealthcrisis：evidencefromtheMENAbanks”，CogentEconomics&Finance，vol.10，Issue1，2022.。SyedAamirAijaz，KamalMuhammadAbdul（2022）等從金融發(fā)展和宏觀經(jīng)濟(jì)基本面分析對(duì)新興國(guó)家不良貸款的影響，發(fā)現(xiàn)金融部門發(fā)展（金融中介與銀行規(guī)模）的正向沖擊增加了新興國(guó)家的不良貸款，反之亦然

S.A.Aijaz，“TheImpactofFinancialDevelopmentandMacroeconomicFundamentalsonNonperformingLoansamongEmergingCountries：AnAssessmentUsingtheNARDLApproach”，Computation，vol.10，Issue10，2022，pp.182-182.。

閱讀大量文獻(xiàn)，發(fā)現(xiàn)對(duì)不良貸款的影響大多從一個(gè)角度選取適當(dāng)指標(biāo)研究其對(duì)銀行體系不良貸款率的影響，沒(méi)有綜合宏微觀經(jīng)濟(jì)發(fā)展?fàn)顩r及銀行體系相關(guān)聯(lián)產(chǎn)業(yè)，而由于銀行體系有國(guó)有銀行、股份制商業(yè)銀行、城市商業(yè)銀行和村鎮(zhèn)銀行之別，所以本文旨在探討宏微觀經(jīng)濟(jì)層面和相關(guān)聯(lián)產(chǎn)業(yè)對(duì)不同性質(zhì)商業(yè)銀行在不良貸款比率的主要影響因子和程度方面的差別。在大型商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行三類銀行中選取21家商業(yè)銀行為研究對(duì)象。選取資本充足率、流動(dòng)性比率、貸存款比率、撥備覆蓋率、最大十家客戶貸款比率、凈利差、成本收入比等銀行因素指標(biāo)，加入相關(guān)聯(lián)產(chǎn)業(yè)指標(biāo)國(guó)房景氣指數(shù)，并綜合考慮GDP、貨幣供應(yīng)量、制造業(yè)采購(gòu)經(jīng)理指數(shù)、居民儲(chǔ)蓄等宏觀經(jīng)濟(jì)指標(biāo)，并利用Eviews等計(jì)量軟件對(duì)數(shù)據(jù)進(jìn)行實(shí)證分析研究。

一、商業(yè)銀行不良貸款現(xiàn)狀概述

（一）商業(yè)銀行不良貸款現(xiàn)狀概述

對(duì)表1的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析可以得到，截至2020年我國(guó)商業(yè)銀行的不良貸款余額累計(jì)達(dá)到27015億元，相比于2020年第一季度末大幅增加了893.89億元，增長(zhǎng)幅度高達(dá)3.42%，呈顯著的上升趨勢(shì)。與此同時(shí)，我國(guó)銀行業(yè)2020年全年的銀行業(yè)總體不良貸款率為1.84%，與近10年以來(lái)的最高水平（1.86%，2019）僅降低了0.02%。

從表1中分析我國(guó)商業(yè)銀行不良貸款的組成結(jié)構(gòu)可以得出如下的結(jié)論，商業(yè)銀行不良貸款中次級(jí)類貸款的余額增幅較大，增幅為11.48%，這種跡象也表明我國(guó)商業(yè)銀行的信貸資產(chǎn)質(zhì)量在逐步惡化，商業(yè)銀行信貸資產(chǎn)質(zhì)量和結(jié)構(gòu)狀況令人擔(dān)憂。

（二）商業(yè)銀行不良貸款分機(jī)構(gòu)情況分析

不同類型商業(yè)銀行不良貸款余額與不良貸款率情況如表2所示。

如圖1所示，2008年至2020年期間，我國(guó)大型商業(yè)銀行不良貸款余額、不良貸款率從整體來(lái)看，呈波浪下降趨勢(shì)，2020年有所升高。2012年不良貸款余額達(dá)到最小值，為2994億元，隨后持續(xù)上升，至2020年達(dá)到11052億元，為歷史新高，增長(zhǎng)幅度達(dá)到269.14%。全球性金融危機(jī)過(guò)后，2013年不良貸款率達(dá)到最小值，為0.99%，后不良貸款率波浪上升，2016年創(chuàng)近年來(lái)最高記錄，為1.68%。

如圖2所示，2008年至2020年期間，我國(guó)股份制商業(yè)銀行不良貸款余額在2011年達(dá)到最小值，從2013年始持續(xù)上升，在2020年達(dá)到最大值5008億元，增長(zhǎng)幅度達(dá)到784.81%。不良貸款率在2016年達(dá)到頂峰，為1.74%，后緩慢降低。

如圖3所示，2008年至2019年股份制商業(yè)銀行不良貸款余額和不良貸款率均呈現(xiàn)“U”型，2011年不良貸款余額和不良貸款率均為最小值。不良貸款余額在2019年達(dá)到峰值4074億元，較最低值增長(zhǎng)幅度達(dá)到1150%。

二、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

按照三類商業(yè)銀行性質(zhì)，根據(jù)中國(guó)銀行業(yè)協(xié)會(huì)推出的“2021年中國(guó)銀行業(yè)100強(qiáng)榜單”排名和商業(yè)銀行歷年年報(bào)的可得性，選取21家商業(yè)銀行作為樣本行進(jìn)行分析，見(jiàn)表3。銀行數(shù)據(jù)源于年度財(cái)務(wù)報(bào)表；GDP增長(zhǎng)率、貨幣供應(yīng)量增長(zhǎng)率、居民儲(chǔ)蓄率來(lái)自中國(guó)統(tǒng)計(jì)年鑒；制造業(yè)采購(gòu)經(jīng)理人指數(shù)、國(guó)房景氣指數(shù)來(lái)自于中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)。

（二）研究變量

商業(yè)銀行不良貸款問(wèn)題的產(chǎn)生受到多方面因素的共同影響，在參考現(xiàn)有文獻(xiàn)的基礎(chǔ)上，本文著重將宏觀經(jīng)濟(jì)因素、相關(guān)聯(lián)產(chǎn)業(yè)指標(biāo)、銀行微觀經(jīng)濟(jì)變量作為解釋變量對(duì)不同類型商業(yè)銀行不良貸款率這一被解釋變量進(jìn)行回歸分析，如表4。

三、面板數(shù)據(jù)分析

（一）面板數(shù)據(jù)的單位根檢驗(yàn)

因?yàn)槊姘灏藭r(shí)間維度和截面維度上的數(shù)據(jù)，所以在對(duì)面板數(shù)據(jù)進(jìn)行回歸之前，應(yīng)分別對(duì)模型中變量的數(shù)據(jù)序列進(jìn)行單位根檢驗(yàn)。實(shí)證分析可知，大型商業(yè)銀行的NPL、LDR、PCR、MAX、CIR、NIMR、CAR變量，股份制商業(yè)銀行的NPL、LDR、PCR、MAX、CIR變量，城市商業(yè)銀行的LDR、PCR、CIR、LR變量檢驗(yàn)結(jié)果均不平穩(wěn)，不能拒絕原假設(shè)，即存在單位根，為非平穩(wěn)序列。因此對(duì)以上變量進(jìn)行一階差分檢驗(yàn)，檢驗(yàn)結(jié)果顯示數(shù)據(jù)序列為一階單整。

（二）面板數(shù)據(jù)的協(xié)整檢驗(yàn)

由于所有的變量都是一階單整型，因而符合了協(xié)整檢驗(yàn)的先決條件。本文運(yùn)用Kao檢驗(yàn)的方法，對(duì)各面板數(shù)據(jù)進(jìn)行協(xié)整關(guān)系檢驗(yàn)。本文的實(shí)證研究?jī)?nèi)容包括：第一，構(gòu)建基于面板數(shù)據(jù)的回歸模型；第二，對(duì)回歸方程中的殘差項(xiàng)是否存在單位根進(jìn)行驗(yàn)證。當(dāng)殘差序列中存在單位根時(shí)，該模型的各個(gè)變量之間沒(méi)有協(xié)整關(guān)系；如果不存在單位根，則具有協(xié)整關(guān)系。

由表5可知，變量之間存在協(xié)整關(guān)系，因此上述面板數(shù)據(jù)回歸模型不是偽回歸，可對(duì)銀行面板數(shù)據(jù)進(jìn)行回歸分析。

（三）面板數(shù)據(jù)模型設(shè)定及檢驗(yàn)

本文首先利用F檢驗(yàn)和Hausman檢驗(yàn)來(lái)決定選擇面板數(shù)據(jù)分析是采用隨機(jī)效應(yīng)模型還是固定效應(yīng)模型。我們利用F檢驗(yàn)的假設(shè)為：“H0=all，μi=0”，此時(shí)應(yīng)當(dāng)選取混合回歸模型進(jìn)行面板數(shù)據(jù)分析。

由表6分析得出，不同類型商業(yè)銀行的F檢驗(yàn)和Hausman檢驗(yàn)，P值均為0，拒絕原假設(shè)，應(yīng)當(dāng)采用固定效應(yīng)模型。

根據(jù)以上數(shù)據(jù)的分析，為考察宏觀因素對(duì)商業(yè)銀行不良貸款率的影響，建立如下面板數(shù)據(jù)模型：

Yit=λ（Xit）+μi+εit

Yit表示t時(shí)刻i銀行的不良貸款率，Xit表示宏微觀經(jīng)濟(jì)變量的向量，i代表每家銀行，t表示時(shí)期，μi表示銀行的固定效應(yīng)，εit是一個(gè)獨(dú)立且同分布的誤差項(xiàng)。

四、回歸結(jié)果

根據(jù)上述檢驗(yàn)分析，對(duì)大型商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行的面板數(shù)據(jù)進(jìn)行回歸分析如表7。

根據(jù)表7的實(shí)證結(jié)果可以看出，采用固定效應(yīng)模型進(jìn)行回歸，發(fā)現(xiàn)大型商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行Rsquared均值都在0.7以上，F(xiàn)值在1%的顯著水平下通過(guò)檢驗(yàn)，這表明該模型的可信性更好。此外，對(duì)解釋變量的相關(guān)系數(shù)進(jìn)行正負(fù)及幅度的分析，得出以下結(jié)論。

（一）宏觀因素方面

在宏觀因素方面，GDP增長(zhǎng)率與大型商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行的不良貸款率之間存在著明顯的負(fù)相關(guān)。理論上，GDP增長(zhǎng)率越高，則表明經(jīng)濟(jì)發(fā)展速度與水平越高，投資、需求和供給越旺盛，企業(yè)利潤(rùn)和居民收入都會(huì)增加，企業(yè)和居民的收入現(xiàn)金流得到保證，獲得的收入能按照借貸合同還清商業(yè)銀行的貸款。因此，商業(yè)銀行的不良貸款率會(huì)下降。

M2增速與大型商業(yè)銀行、城市商業(yè)銀行的不良貸款率呈正相關(guān)。在經(jīng)濟(jì)衰退和蕭條時(shí)期，M2的增長(zhǎng)速度往往會(huì)下降，而這時(shí)，商業(yè)銀行的不良貸款率就會(huì)下降。而在經(jīng)濟(jì)恢復(fù)和繁榮時(shí)期，M2的增長(zhǎng)速度往往更快，這時(shí)的商業(yè)銀行不良貸款率就更高了。M2增速與股份制商業(yè)銀行的不良貸款比率則呈現(xiàn)出負(fù)相關(guān)，這可能是由于股份制商業(yè)銀行對(duì)市場(chǎng)的反應(yīng)更加迅速，從而進(jìn)一步減小了貨幣政策對(duì)其的滯后效應(yīng)。

制造業(yè)經(jīng)理采購(gòu)指數(shù)PMI與三類商業(yè)銀行不良貸款率之間均呈負(fù)向相關(guān)性。制造業(yè)PMI指數(shù)的增長(zhǎng)表明，制造業(yè)具有較好的發(fā)展前景，而企業(yè)的生產(chǎn)和運(yùn)營(yíng)活動(dòng)所帶來(lái)的收益和利潤(rùn)，可以確保公司的現(xiàn)金流量充足，從而使制造業(yè)能夠及時(shí)償還貸款，從而降低銀行的壞賬率。相反，如果PMI指數(shù)下跌，則說(shuō)明制造業(yè)的發(fā)展前景并不樂(lè)觀，生產(chǎn)企業(yè)的盈利能力和還貸能力都會(huì)降低，生產(chǎn)企業(yè)無(wú)法按時(shí)償還貸款，影響到銀行的資產(chǎn)信用水平，進(jìn)而提高銀行的不良貸款率。

三種類型的商業(yè)銀行的不良貸款率與儲(chǔ)蓄利率存在著顯著的負(fù)相關(guān)。銀行吸收居民存款、發(fā)放信貸，不僅可以提高居民的存款利息收入，還可以擴(kuò)大信貸規(guī)模，這樣的良性循環(huán)不僅有利于居民個(gè)人，而且可以為企業(yè)的發(fā)展提供資金。發(fā)展生產(chǎn)，既改善了居民的生活水平，又增加了居民存款來(lái)源。當(dāng)居民儲(chǔ)蓄率高時(shí)，表明經(jīng)濟(jì)發(fā)展較好，企業(yè)有較好的業(yè)績(jī)，居民有閑置的資金，對(duì)于商業(yè)銀行的貸款有能力進(jìn)行償還，商業(yè)銀行不良貸款率降低。

（二）相關(guān)聯(lián)產(chǎn)業(yè)方面

三類商業(yè)銀行的不良貸款率與國(guó)房景氣指數(shù)的變化呈現(xiàn)出正相關(guān)關(guān)系。從經(jīng)濟(jì)周期的角度來(lái)看，當(dāng)經(jīng)濟(jì)處于復(fù)蘇繁榮的時(shí)候，房地產(chǎn)市場(chǎng)也非常的景氣，房地產(chǎn)企業(yè)大規(guī)模地從商業(yè)銀行借貸，而此時(shí)的商業(yè)銀行業(yè)降低了房地產(chǎn)企業(yè)的借貸標(biāo)準(zhǔn)，從而導(dǎo)致一些不符合借款資質(zhì)的房地產(chǎn)企業(yè)獲得商業(yè)貸款，這不可避免地降低了商業(yè)銀行的信貸質(zhì)量，從而無(wú)形中提高了商業(yè)銀行的不良貸款率。當(dāng)經(jīng)濟(jì)處于蕭條衰敗的時(shí)候，房地產(chǎn)行業(yè)也同樣不景氣，其為了自身的生存而減少?gòu)纳虡I(yè)銀行的借貸，商業(yè)銀行的不良貸款率會(huì)隨之降低。

（三）微觀因素方面

資本充足率與大型商業(yè)銀行的不良貸款率呈正向相關(guān)關(guān)系，這一現(xiàn)象的原因可能在于，增加資本充足率會(huì)導(dǎo)致放貸規(guī)模的下降，為了維持一定的放貸規(guī)模，并承擔(dān)起社會(huì)責(zé)任，大型商業(yè)銀行利用自有的資金放貸，提高了不良貸款率。而資本充足率與股份制商業(yè)銀行、城市商業(yè)銀行不良貸款率之間呈負(fù)向相關(guān)關(guān)系，這可能是由于當(dāng)資本充足率較高時(shí)，城市商業(yè)銀行風(fēng)險(xiǎn)加權(quán)資產(chǎn)總額也就越小，銀行采用保守型的信貸政策從而保證了商業(yè)銀行信貸資產(chǎn)質(zhì)量和效益，其所面臨的風(fēng)險(xiǎn)損失也就越小，從而不良貸款率也就越低。

流動(dòng)性比率與大型商業(yè)銀行和城市商業(yè)銀行不良貸款率之間存在著顯著的負(fù)相關(guān)關(guān)系。流動(dòng)性管理是商業(yè)銀行經(jīng)營(yíng)行為的基本準(zhǔn)則，流動(dòng)性比率越高，說(shuō)明商業(yè)銀行資產(chǎn)流動(dòng)性水平越高，其使用的資金效率也就越高。由于大型商業(yè)銀行多與具有良好信用的機(jī)構(gòu)和企業(yè)進(jìn)行業(yè)務(wù)往來(lái)，而城市商業(yè)銀行則更多地是為地方服務(wù)，其道德風(fēng)險(xiǎn)和逆向選擇現(xiàn)象也相對(duì)較少，因此它們的資產(chǎn)質(zhì)量、流動(dòng)性、不良貸款率均有所下降。而股份制商業(yè)銀行的不良貸款率與流動(dòng)性比率之間存在著顯著的正相關(guān)性。這可能由于股份制商業(yè)銀行多專注于個(gè)人業(yè)務(wù)，在信用卡和消費(fèi)貸等方面，流動(dòng)性提高的同時(shí)，違約率也可能提高，不良貸款隨之增多。

貸存比與三類商業(yè)銀行的不良貸款率均呈負(fù)向相關(guān)關(guān)系。商業(yè)銀行貸存款比率的升高通常意味著商業(yè)銀行發(fā)放貸款的規(guī)模在逐漸升高。這種情況說(shuō)明商業(yè)銀行在進(jìn)行貸款的時(shí)候并沒(méi)有采取更為嚴(yán)格的監(jiān)管或者審查等措施，從而導(dǎo)致過(guò)多的資金放貸難以收回本金和利息導(dǎo)致其本身的不良貸款率的上升。而結(jié)果顯示貸存比與商業(yè)銀行的不良貸款率呈負(fù)向相關(guān)關(guān)系，原因是商業(yè)銀行對(duì)執(zhí)行相關(guān)貸款政策時(shí)更為嚴(yán)格，較比在放出貸款的同時(shí)能夠更好地收回相應(yīng)本金和利息。

大型商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行的不良貸款率與撥備覆蓋率存在著明顯的負(fù)相關(guān)。理論上，當(dāng)撥備覆蓋率較低時(shí)，意味著商業(yè)銀行對(duì)于風(fēng)險(xiǎn)防范意識(shí)越低，從而會(huì)導(dǎo)致信貸資產(chǎn)質(zhì)量的降低，繼而不良貸款率也就會(huì)越高。撥備覆蓋率越高，銀行的風(fēng)險(xiǎn)防范意識(shí)越高，從而會(huì)保證信貸資產(chǎn)的質(zhì)量，降低商業(yè)銀行不良貸款率。

最大十家客戶貸款比例和三種類型的商業(yè)銀行不良貸款率都有顯著的正相關(guān)。當(dāng)最大十家客戶貸款比例越高時(shí)，銀行的信貸集中度就會(huì)提高，一旦這些客戶的還款出現(xiàn)了問(wèn)題，那么，銀行就會(huì)在資產(chǎn)安全和資金周轉(zhuǎn)方面遇到更大的問(wèn)題，從而導(dǎo)致不良貸款增多，不良貸款率提高。

凈利差與大型商業(yè)銀行的不良貸款率呈正向相關(guān)關(guān)系，這意味著當(dāng)商業(yè)銀行的凈利潤(rùn)增加時(shí)不良貸款率也隨之升高，大型商業(yè)銀行在追求盈利的同時(shí)還要兼顧社會(huì)責(zé)任，對(duì)國(guó)家重點(diǎn)扶持產(chǎn)業(yè)給予大力支持，而這些產(chǎn)業(yè)往往需要長(zhǎng)期投入。因?yàn)樯虡I(yè)銀行的經(jīng)營(yíng)業(yè)務(wù)收入來(lái)源于銀行的借貸業(yè)務(wù)，當(dāng)商業(yè)銀行擴(kuò)大自己的借貸業(yè)務(wù)增加利潤(rùn)的同時(shí)也會(huì)增加不良貸款產(chǎn)生的風(fēng)險(xiǎn)，進(jìn)而導(dǎo)致不良資產(chǎn)的比率上升。凈利差與股份制、城市商業(yè)銀行不良貸款率存在著正相關(guān)，而股份制、城市商業(yè)銀行則更多以贏利為主，隨著銀行的盈利水平和償債能力不斷提高，其不良貸款率也會(huì)下降，因?yàn)楦哂你y行會(huì)從事更多的經(jīng)營(yíng)和投融資借貸活動(dòng)，在保證穩(wěn)定的經(jīng)營(yíng)現(xiàn)金流的情況下，商業(yè)銀行的利潤(rùn)率較高，從而降低了銀行的不良貸款率。

成本收入比與大型銀行、城市商業(yè)銀行兩類銀行的不良貸款率有正相關(guān)關(guān)系。成本收入比反映了銀行每一單位的收入需要支出的成本，成本收入比越低，說(shuō)明銀行獲利能力越強(qiáng)。大型商業(yè)銀行憑借自己的規(guī)模優(yōu)勢(shì)，城市商業(yè)銀行利用對(duì)該地區(qū)的熟悉度，降低商業(yè)銀行不良貸款率。股份制商業(yè)銀行不良貸款率與成本收入比呈負(fù)向相關(guān)關(guān)系。這種情況出現(xiàn)的原因可能是當(dāng)資產(chǎn)項(xiàng)目成本高于獲利水平時(shí)，股份制商業(yè)銀行就會(huì)放棄該資產(chǎn)項(xiàng)目，將貸款投放到盈利性、安全性高的資產(chǎn)中，不良貸款率降低。

五、政策建議

當(dāng)前，我國(guó)正處于由高速發(fā)展到高質(zhì)量發(fā)展的關(guān)鍵階段，金融風(fēng)險(xiǎn)防范、污染防治、脫貧攻堅(jiān)是我們當(dāng)前面臨的三大重要課題。通過(guò)實(shí)證研究發(fā)現(xiàn)，我國(guó)的GDP增速和商業(yè)銀行的不良貸款率有一定的相關(guān)性，因此，通過(guò)宏觀調(diào)控來(lái)降低銀行的壞賬率是一個(gè)很好的方法。中國(guó)的經(jīng)濟(jì)韌性很強(qiáng)，宏觀調(diào)控水平和防范金融危機(jī)的水平都在逐步提升。從中長(zhǎng)期來(lái)看，經(jīng)濟(jì)的向好趨勢(shì)不會(huì)改變，智能化、信息化、數(shù)字化的新興產(chǎn)業(yè)不斷涌現(xiàn)，這也給中國(guó)的經(jīng)濟(jì)轉(zhuǎn)型升級(jí)帶來(lái)了機(jī)遇。通過(guò)保證我國(guó)經(jīng)濟(jì)穩(wěn)定發(fā)展、防范金融風(fēng)險(xiǎn)、強(qiáng)化對(duì)商業(yè)銀行的監(jiān)督管理，可以從根本上減少我國(guó)商業(yè)銀行的不良貸款。

商業(yè)銀行需要根據(jù)自身的經(jīng)營(yíng)情況，創(chuàng)新相應(yīng)的不良貸款管理模式。2021年9月銀保監(jiān)會(huì)發(fā)布《商業(yè)銀行監(jiān)管評(píng)級(jí)辦法》，從政策層面上規(guī)定了商業(yè)銀行的信用評(píng)級(jí)問(wèn)題。商業(yè)銀行應(yīng)建立全面的風(fēng)險(xiǎn)管理制度，實(shí)行風(fēng)險(xiǎn)管理委員會(huì)與業(yè)務(wù)部門的集中管理模式：在產(chǎn)品、業(yè)務(wù)、技術(shù)、管理創(chuàng)新上線或執(zhí)行之前，都要進(jìn)行風(fēng)險(xiǎn)管理的審查，以檢驗(yàn)風(fēng)險(xiǎn)管理的有效性，從而完善風(fēng)險(xiǎn)管理的各個(gè)環(huán)節(jié)，保證其有效運(yùn)作，從而達(dá)到控制風(fēng)險(xiǎn)、滿足商業(yè)銀行的風(fēng)險(xiǎn)偏好。將風(fēng)險(xiǎn)控制局限于制度過(guò)程，最大限度地降低人為因素，不管是專業(yè)人士，亦或是職場(chǎng)人士，都須具備一定的風(fēng)控知識(shí)，在實(shí)際工作中堅(jiān)守底線，提高風(fēng)險(xiǎn)控制的水平，不觸及底線。對(duì)銀行內(nèi)部總分支各部門的風(fēng)險(xiǎn)管理工作進(jìn)行進(jìn)一步的梳理，確保其對(duì)上級(jí)行風(fēng)險(xiǎn)的有效傳遞，并對(duì)其進(jìn)行了指導(dǎo)。對(duì)信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、經(jīng)營(yíng)風(fēng)險(xiǎn)、聲譽(yù)風(fēng)險(xiǎn)、戰(zhàn)略風(fēng)險(xiǎn)、信息技術(shù)風(fēng)險(xiǎn)等風(fēng)險(xiǎn)進(jìn)行綜合分析，確保風(fēng)險(xiǎn)管理委員會(huì)能有效地識(shí)別、計(jì)量、評(píng)估和監(jiān)測(cè)各類風(fēng)險(xiǎn)，并對(duì)其進(jìn)行有效的風(fēng)險(xiǎn)管理。

從本文實(shí)證研究結(jié)果可知，我國(guó)商業(yè)銀行的資本充足率、流動(dòng)性比率、貸款存款比例、撥備覆蓋率、最大十家客戶貸款比例、凈利差、成本收入比等指標(biāo)均與商業(yè)銀行的不良貸款率有顯著的相關(guān)性。這就要求銀行管理者在嚴(yán)格執(zhí)行商業(yè)銀行各項(xiàng)指標(biāo)的前提下，通過(guò)改善銀行資產(chǎn)質(zhì)量，優(yōu)化銀行的信用資產(chǎn)，制定符合銀行自身利益發(fā)展的戰(zhàn)略，增強(qiáng)銀行的韌性，適當(dāng)?shù)亟鉀Q銀行的壞賬問(wèn)題。