商业银行不良贷款率因素的实证分析

陈家伟

摘 要：我国商业银行的不良贷款率在近几年呈现持续上涨的趋势，始终保持着较高的水平，这对我国宏观经济的运行带来了很大的负面影响。本文采用理论分析与实证分析相结合的研究方法，对2009年至2016年期间的季度数据进行了全面收集与分析，在此基础上构建了相关分析、多元线性回归模型，旨在探讨各种宏观影响因素以及微观影响因素对商业银行不良贷款率所产生的影响。研究结果表明：当GDP增长率每降低1个点时，商业银行的不良贷款率平均值就会提高0.84个点；当拨备覆盖率每降低1个点时，商业银行的不良贷款率平均值就会提高0.059个点。由此可见，可以通过优化宏观经济环境以及强化商业银行自身风险防范水平等措施来促进商业银行不良贷款率的减低，有效减少银行在市场环境中的运行风险。

关键词：商业银行；不良贷款率；GDP增长率；拨备覆盖率

全球利率市场化发展势头愈发迅猛，给经济发展带来了前所未有的挑战和机遇。就我国情况而言，1996年首次开始在全国范围内实施利率市场化，历经了二十多年的发展，目前我国已经在利率市场化的最后一个进程中停留了很久。金融机构中所设置的人民币贷款上限在2004年便放开，商业银行基本能依托业务风险水平来设置具体的利率。商业银行在金融市场中扮演着主体的角色，围绕信用风险实施有效控制可以在很大程度上促进我国经济的稳健发展。对于商业银行来说，不良贷款是风险评价中最常用的一种指标，十分关键，它在很大程度上影响着银行的经营情况，同时对我国经济的稳健运行也具有十分关键的作用。

对下图进行分析可以发现，这两年我国商业银行不良贷款率达到了一个较高的水平，这一状况对于我国商业银行的发展产生了极为严重的不良影响。本文将2009年至2016年的季度数据作为研究对象，分别站在宏观以及微观的视角针对我国银行不良贷款率的影响因素实施了理论分析以及实证分析，并基于分析结果提出了具体的改进建议。

一、不良贷款率影响因素的理论分析

1.宏观经济因素分析

GDP给不良贷款率带来的影响。在经济迅速发展时期中，企业对市场寄予厚望，于是向银行申请贷款，银行也会通过放款来获取利润。当经济环境理想时，企业盈利水平高，财务管理体系也更为系统，企业违约概率较低，从而不良贷款率也不高；当经济环境变差时，企业无法维持稳定运行甚至还会陷入破产局面中，即使欠款也不能及时偿还，从而引起银行不良贷款率指标提升，作为企业来说，它们只能依靠低价出售或抵押企业资产来获得资金来还债。此外，当市场不景气的情况下，人们往往会考虑到保值功能，把大量资产存入银行，引起市场通货紧缩，银行同样存在极大的信用风险。由此可见，GDP与不良贷款率之间存在密切的关系，主要表现为负相关。

货币供应量（M2）给不良贷款率带来的影响。M2通常能够作为观察以及调整中长期金融市场平衡的一大目标。在M2增加的情况下，利率通常会下跌，企业在此过程中能够赚取很大一部分利润，使内部财务状况十分理想，从而极大程度降低了不良贷款行为的发生率。然而在M2减少的情况下，利率通常会呈现出上涨趋势，企业在融资过程中需要付出更高的成本，使经营利润减少。企业为了能够继续运行下去，并赚取一定的利润，会选择向银行借款，从而导致商业银行面临着巨大的信用风险，并引起不良贷款行为发生率的产生。由此可见，M2与不良贷款率之间存在密切的关系，主要表现为负相关。

2.微观经济因素分析

对银行的CAR进行监测，并对监测结果进行分析，能够在一定程度上提高银行金融风险化解的能力。对于银行来说，充足的资本能够保障银行等金融机构维持健康稳定的发展。当CAR指标提升时，特别是在资本证券化以后，银行的风险抵御能力将会显著上升，从而强化贷款管理工作，使不良贷款率明显降低。由此可见，CAR与不良贷款率之間存在密切的关系，主要表现为正相关。

PCR这一质保还能够有效表示商业银行对风险防范的意识，在PCR较低的情况下，说明银行对于风险防范并不具备较高的意识，从而导致不良贷款率升高；PCR的水平大小主要取决于风险的实际程度，当PCR过低时会引起拨备金缺乏，引起利润的虚高；而PCR过高时则会引起拨备金剩余情况严重，引起利润虚低。由此可见，PCR与不良贷款率之间存在密切的关系，主要表现为正相关。

二、不良贷款率影响因素的实证分析

1.模型导入

以上述理论描述为基础，主要对这四项不良贷款率影响因素展开实证分析，并依此构建贷款率（Y）与GDP增长率（X1）、贷款率（Y）与M2增长率（X2）、贷款率（Y）与CAR（X3）、贷款率（Y）与PCR率（X4）的多元线性回归模型，具体回归方程如下所示：

2.多元回归分析

在本次实证分析中，所选择的模型是2009年第一季度至2016年第四季度的时间序列，数据采集渠道全部为国家统计局以及中国银监会，样本容量是32。把这些数据输入Eviews软件当中，并通过最小二乘法来实施模型构建，最终得到的结果见下表1。

对这一模型估计结果进行分析可以发现，该模型的拟合优度R2为0.9735，对其进行调整后R2为0.9696，由此可见这一模型对样本具有较高的拟合优度。F检验值是248.3659，具有极高的明显度，这表示整体上宏观因素GDP增长率、货币供应量M2增长率以及银行自身的资本充足率、拨备覆盖率是导致商业银行不良贷款率居高不下的主要原因。然而，M2增长率以及CAR在T检验过程中的P值依次达到0.50以及0.21，表现出较高的数据，没有通过T检验。所以说必须针对最初的四元线性回归模型实施合理调整，首先针对4个变量实施多重共线性检验，计算出有关的系数矩阵，具体见下表2所示。

对上表2进行分析后可以发现，X2以及X3两者间的相关系数是-0.801，意味着X2与X3之间呈高度相关关系。X1以及X3两者间的相关系数为-0.672，足以证明上述模型具备显著的多重共线性特征。endprint

随后使用逐步回归这一方式对多重共线性进行处理，并基于有关系数理论来展开分析，X2以及X3在逐步回归检测过程中不满足有关条件，因此对变量处理进行解释时是将X2以及X3剔除并将统计表中比较明显的X1以及X4保留下来后构建的全新模型，具体参见下表3所示。

对原有模型进行修正后得到的新模型在F检验后得出R2=0.9718，说明该模型的拟合优度较高，F检验也十分明显，意味着GDP增长率以及银行拨备覆盖率对于商业银行不练贷款率具有极为关键的影响。在显著水平为0.01的情况下，解释变量GDP增长率以及拨备覆盖率都能够经过T检验，从而说明这两种因素对商业银行不良贷款率所带来的影响十分明显。

3.实证分析的基本概括

在经过上面一轮实证分析后可以得知，即使多重共线性对M2增长率以及银行资本充足率施加了一定的作用，这两项指标也不会对不良贷款率形成过高的影响，然而另外两个指标对不良贷款的出现却会起着决定性作用，这两个指标分别为GDP增长率和商业银行自己的拨备覆盖率。其中，前者是在所有影响因素当中影响程度排名第一的，用实际数据来表示，当GDP增长率每降低1个点时，商业银行的不良贷款率平均值就会提高0.84个点；当拨备覆盖率每降低1个点时，商业银行的不良贷款率平均值就会提高0.059个点。所以说，创造理想的宏观经济环境，促进经济的稳定健康发展，对商业银行不良贷款率的降低具有十分积极的作用。

三、减少商业不良贷款率的有效对策

商业银行贷款品质与宏观经济环境的改变之间存在十分密切的关联性。当宏观经济处于昌盛、衰败、不景气、恢复时期时，商业银行的经营情况也会在此过程中发生一系列变化，尤其体现在不良贷款率这一指标上。例如，宏观经济较为昌盛时，企业的整体运营情况较好，不良贷款率也呈现出较低的状态。当宏观经济从昌盛转向衰败的过程中，虽然银行出于风险防范考虑会对信贷政策加以收紧，然而由于大部分企业的财务情况都处于恶化状态，很容易导致银行不良贷款率上升。针对这一情况，笔者站在宏观角度以及微观角度提出了下面一些自己的见解：

1.宏观角度

站在政府的立场来看，应尽快推出相关政策用于支持扩张，从而激发各内需的增长，起到宏观调控水平优化的目的，这样能够在一定程度上促进经济的稳健发展。加强基础建设方面的投资强度，做好经济模式革新工作，在以往引起经济活动运行场所的基础上进行改善与优化。

关于金融政策方面，中央银行必须尽快健全现有的金融风险管理监督系统，尤其是商业银行的风险资产方面，必须加大监督管理的力度。另外，还必须站在宏观角度上进行一定的指导，在原有风险预警系统的基础上进行不断完善。

站在企业改造的角度上来看，应充分把握好金融体制革新与企业改造间的和谐统一关系，在此基础上建立一套良好的征信系统。无论所选择的改造模式为哪一种，企业都必须对原有管理制度进行重新梳理与改进，从而促进效率提升，强化自己的资金水平。构建一套银企之间的信用系统，保证国有金融资产和公共存款可以被有效保护起来。

2.微观角度

第一，银行必须紧扣宏观经济的发展脚步，将其作为基本命脉搞好相应的管理工作。在任何一个阶段当中，每一个行业都具有自己独特的发展特色，所对应的发展潜力也存在一些差异。因此银行需要选择市场中发展前景较好的企业来提供贷款服务，通过这一方式能够有效降低不良贷款率。另外，对待风险还应尽快采取有效的防范及对应措施，对其进行预先反应，将风险遏制在萌发阶段，从而使不良贷款额始终处于一个十分低的范围內。

第二，银行应依托最初的内部风险管理体制，对其进行完善与补充。在经济市场当中，银行要想实现稳定健康的发展，必须得到风险管理机制的保障。在市场化进程快速推进的趋势之下，各种各样的风险开始朝着银行逼近，且发生率也呈现出不断上涨的势头，然而眼下银行现有的风险管理措施完全无法满足多样化的风险类型，必须在原有基础上进行不断完善。

第三，银行必须扩展利润获取渠道。在新形势下，银行仅仅依靠传统的业务来赚钱利润是无法跟上时代发展步伐的，必须将眼光瞄准中间业务，并加大中间业务的拓展力度，根据市场需求推出各种的信用贷款业务，使信贷产品能够更具针对性，从而使商业银行的风险得到有效控制。

四、结束语

实证分析后得出以下结论：GDP增长率每降低1个点时，商业银行的不良贷款率平均值就会提高0.84个点；当拨备覆盖率每降低1个点时，商业银行的不良贷款率平均值就会提高0.059个点。由此可见，可以通过优化宏观经济环境以及强化商业银行自身风险防范水平等措施来促进商业银行不练贷款率的减低，有效减少银行在市场环境中的运行风险。

参考文献：

[1]万丹丹.KMV模型在我国商业银行度量上市公司信用风险中的适用性研究[D].西南财经大学，2016.

[2]甘兆雯.美国个人住房贷款风险管理经验及启示[J].特区经济，2016（12）：92-94.

[3]程超，赵春玲.信用评分技术在商业银行的应用——基于对信贷可获性、不良贷款率和经营绩效的实证分析[J].南京财经大学学报，2015，（01）：41-48.

[4]王光伟，童元松.我国商业银行不良贷款率的影响因素研究——基于2005-2013年宏观季度数据的实证分析[J].湖北工业职业技术学院学报，2014，27（03）：50-54.

[5]范力志.2004年至2012年我国商业银行次级债券市场约束效应实证分析[D].西南财经大学，2012.endprint