我国商业银行不良贷款的影响因素分析

孙明哲 赵领娣

摘 要：银行业的发展是衡量一个地区和国家经济发展的重要指标之一。确定不良贷款的形成原因，不仅可以有效降低不良贷款比例，而且能够防微杜渐，在不良贷款形成之前将其控制。通过使用回归分析模型对我国商业不良贷款的形成因素进行回归分析，研究各因素对不良贷款的影响程度，结果表明，商业银行的不良贷款率与失业率和通货膨胀率等因素存在正相关关系，而与銀行资产、股本收益率和GDP增长率等因素存在负相关关系。

关键词：不良贷款;商业银行;宏观经济因素;银行内部因素;回归分析

中图分类号：F832       文献标志码：A      文章编号：1673-291X（2020）05-0127-07

引言

不良贷款是衡量银行运营状况的重要指标之一。不良贷款是指银行贷给借贷者但借贷者未按时还款的款项。一旦借贷者没有还款或在规定还款日90天以后还款，该笔款项就会被定义为不良贷款。

不良贷款率是衡量金融稳定性和银行健康状况的重要指标，另外也是引起经济下滑和银行倒闭的主要原因（Bapat，2017）。在许多国家和地区，高不良贷款率是导致其经济发展缓慢的主要原因，因此，不良贷款率的水平是诊断银行和经济状况的重要指标。2008年，世界经济危机席卷全球，导致世界上许多国家经济崩盘、企业倒闭，大部分亚洲国家也受到严重影响。虽然在经济危机期间我国不良贷款比率没有明显的上升，但是在经济危机结束的几年内各大银行的不良贷款比率迅速提升，并且在2010年达到顶峰。作为阻碍银行业发展的重要因素之一，降低不良贷款率成为了国家为了发展社会经济而不得不克服的难题。

根据官方数据表明，在2008年中国的不良贷款占总贷款数的5.8%，而在2012年这个数值达到最低（0.9%）。虽然在随后的几年内我国不良贷款率没有明显的波动，但它所占的比率仍然是不容忽视的。由于不良贷款率直接影响商业银行的赢利能力，并且贷款的质量和银行成本效率之间有着密切的关系（Berger and De Young，1997），因此不良贷款率的上升会导致银行资本效率的下降，从而导致银行赢利能力下降，进而导致银行经营状况恶化，乃至市场经济倒退。因此，确定其主要影响因素将是控制不良贷款率上升，改善银行经营状况的重要手段。

本文的主要目的是研究影响不良贷款率的两个主要方面：宏观经济影响因素和银行内部因素。

一、文献综述

国内外学者对不良贷款的研究起步较早，早在20世纪80年代，Keeton和Morris（1987）就对第十届美联储（Federal Reserve State）2 500家商业银行的数据进行了分析，并得出投资组合和风险偏好对不良贷款率有显著的影响。此外，不同的银行规模对不良贷款的影响也不同。例如，Zaib，Farid，和Khan （2014）采用面板分析法对巴勒斯坦商业银行的不良贷款率进行了分析，发现GDP增长率、汇率、贷款利率、通货膨胀率和失业率等宏观经济决定因素对不良贷款有显著影响。此外，影响不良贷款的银行特定因素包括银行规模、风险偏好和银行管理策略。

在当代对不良贷款的研究中，多数学者认为不良贷款的形成有两个关键因素：宏观经济因素和银行特定因素。例如，Kjosevski和Petkovski（2017）通过对波罗的海三个国家共计27家银行的不良贷款进行研究，发现GDP、通货膨胀率和国家内部信用贷款数量对不良贷款的影响最为显著。Louzis和Vouldis（2012）研究了宏观经济因素和银行特定因素对三类不良贷款（消费贷款、商业贷款和抵押贷款）的影响，其结果表明，贷款利率、国债等宏观经济因素对不良贷款的影响较大。此外就银行内部影响因素而言，银行自身的赢利能力、效率等具体变量对不良贷款的影响较大。Nkusu（2011）的研究结果表明，在市场经济发达的情况下，不良贷款对宏观经济的影响是巨大的。不仅GDP和失业率会导致不良贷款增加，而且不良贷款率的提高还会导致GDP下降和失业率上升，这将会是一个恶性循环。然而，大多数学者只研究一个决定因素（宏观经济决定因素或银行特定决定因素）。Vithessonthi（2016）对日本82家商业银行不良贷款的研究表明，金融危机前，银行信用贷款增长与不良贷款水平呈正相关关系;而在金融危机之后，信贷增长与不良贷款之间存在负相关关系。

二、数据采集

本文的研究对象是中国最具代表性的商业银行：中国工商银行、中国建设银行、中国农业银行、中国银行、招商银行、交通银行股份有限公司。因变量是这些银行的不良贷款率，而宏观经济变量和银行特定变量将作为回归分析模型中的自变量进行分析。研究期间为2008—2017年。

在以往对不良贷款影响因素的研究中，国内生产总值增长（GDP）、失业率（UNEM）和通货膨胀率（INF）被认为是影响不良贷款的主要宏观经济因素。影响不良贷款的银行内部因素包括银行规模（ASSET）、运营效率（CIR）、资产收益率（ROA）、股本回报率（ROE）和资本充足率（CAR）。银行规模将由银行的年度净资产表示，并对变量进行对数处理，以便于分析和解释分析结果。在大多数企业和商业银行，经营效率可以用成本收益比来表示。根据以往的文献研究，股本收益率能够正确反映银行的赢利能力。以上所有分析数据均来自官方财务报表。

三、分析方法与结果

本文采用面板数据分析方法来分析因变量与自变量之间的线性关系。主要的方法是建立面板数据分析模型，并利用stata软件做回归分析，最后对的得出的结果进行单位根检验和F测试。

图1为2008—2016年商业银行不良贷款率变化情况。从图1中可以看出，2008—2013年这些银行的不良贷款呈明显下降趋势而2014年以后银行不良贷款均呈缓慢增长趋势。

上表是宏观经济变量的描述性统计，从表中可以看出，（1）GDP平均增长率为8.27，标准差为1.406，这意味着中国经济增长不稳定。（2）通货膨胀的均值和标准差分别为2.615和19.22，表明我国物价水平近年来持续增长。（3）中国失业率的标准差为0.105 6，表明中国年失业率的变化不显著。

表3表明，所有样本银行的资产收益率和资产对数的标准差均小于0.3，说明样本银行的资产收益率和净资产没有显著变化;ROA、CAR和CIR三个变量的标准差来表明这些变量在分析期间有明显的波动。

（一）单位根检验

根据LLC单位根检验结果可以看出，所有变量数据均稳定，避免了回归模型中的伪回归。

（二）F-检验和Hausman检验

根据变量的F检验和Hausman检验结果可以看出，模型更适合使用固定效应回归模型进行回归分析。

（三）变量相关系数

表6是利用软件对自变量进行回归分析的分析结果，由数据可以看出prob>F的值分别是0.000和000.5，说明模型效果显著。

由数据可以看出GDP增长率与不良贷款率之间呈负相关关系，通货膨胀率和失业率与不良贷款之间呈现正相关，且失业率对不良贷款的影响更大。

就银行内部因素的分析結果而言，资产收益率（ROA）和银行资产（ASSET）对不良贷款的影响较大（相关系数-2.666 8和-3.369）;股本回报率（ROE）、收支比（CIR）和资本充足率（CAR）与不良贷款率之间也存在负相关关系，但数值较小，对不良贷款的影响不大。

综上所述，在影响不良贷款的银行特定变量中，资产收益率和净资产是导致不良贷款率变化的主要决定因素。而就收支比、股本回报率和资本充足率的分析结果来看，虽然它们与不良贷款之间也存在负相关关系，但影响程度并不显著。

四、分析结果与讨论

2008年经济危机结束以来，我国商业银行的不良贷款呈现出明显的下降趋势。但近年来我国不良贷款率略有回升。为了更加准确地确定和研究我国商业银行不良贷款的影响因素，寻找降低不良贷款率的有效途径，本文运用面板数据分析模型分析了宏观经济和银行内部决定因素。

回归结果表明，与宏观经济因素相比，银行内部因素对不良贷款的影响更为重要，这与Warue（2013）的研究结论一致。根据宏观经济变量的回归分析结果，GDP增长率与不良贷款率之间呈负相关，其结果与以往学者得出的结论（Salas and Saurian（2002）、Makri and Tsagkanos（2014））相似。此外，还发现失业率与不良贷款之间存在显著的正相关关系，Nkusu（2011）、Messai和Jouini（2013）也证实了这一结论。对于银行内部变量，研究发现所有银行特定变量都与不良贷款水平呈负相关关系，Peric和Konjusak（2017）的研究也证实了这个现象。关于股本收益率和银行规模，经分析发现它们与不良贷款水平存在正相关关系，其结果与Peric和Konjusak（2017）的研究结果一致。此外，研究还发现资本充足率和成本收益率与不良贷款均呈正相关。

本文存在的一些不足之处：本文选取的研究时间为2008—2017年，周期较短，短周期可能导致数据单位根检验不准确。由于研究对象的局限性，本文的主要研究对象为市场份额较大的商业银行。在取研究变量的过程中，本文只研究了国内生产总值（GDP）、失业率、资产收益率（ROA）、股本收益率（ROE）等主流变量，而忽略了油价、房价、利率、公共投资等其他影响不良贷款的因素。

五、结论

本文运用面板数据分析方法，对中国工商银行、中国建设银行、中国农业银行、中国银行、招商银行等市场份额较大的中国商业银行的不良贷款率的影响因素进行了研究。从分析结果可以看出，包括GDP增长率、通货膨胀率和失业率在内的宏观经济变量对不良贷款的变化具有显著影响。在这三个变量中，通货膨胀率和失业率与不良贷款水平呈正相关，即失业率和通货膨胀率的上升将导致不良贷款水平的上升。与通货膨胀率相比，失业率对不良贷款的影响更加明显的。相反，GDP增长率与不良贷款呈负相关，但是，通过提高GDP增长率来减少不良贷款的效果并不明显。因此，提高就业率是将不良贷款率控制在可控范围内的首要措施。

此外，分析结果表明，银行特定因素比宏观经济因素对商业银行不良贷款的影响更为显著。研究表明，主要影响不良贷款的银行内部变量是资产回报率、股本回报率、资本充足率、成本收入比和净资产。其中，资产回报率和银行资产是对不良贷款率影响最显著的因素，它们的下降是导致不良贷款产生的主要因素;而股本回报率、收支比和资本充足率虽然也与不良贷款存在负相关关系，但是影响较小。

综上所述，与宏观经济因素相比，银行内部因素对不良贷款的形成影响更为显著。因此，降低不良贷款的主要途径是改善商业银行的经营状况。例如，扩大商业银行的经营规模，或降低银行的经营成本。此外，通过政府干预稳定物价水平，提高就业率也是降低不良贷款水平的有效手段。

参考文献：

[1]  Bapat，D.（2017）.Profitability drivers for Indian banks：a dynamic panel data analysis.Eurasian Business Review.doi：10.1007/s40821-017-0096-2.

[2]  Berger，A.N.，& DeYoung，R.（1997）.Problem loans and cost efficiency in commercial banks.Journal of Banking&Finance，21（6），849-870.

[3]  Keeton，W.R.，& Morris，C.S.（1987）.Why do banks loan losses differ？.Economic Review，72（5），3-21.

[4]  Kjosevski，J.，& Petkovski，M.（2017）.Non-performing loans in Baltic States：determinants and macroeconomic effects.Baltic Journal of Economics，17（1），25-44.

[5]  Louzis，D.P.，Vouldis，A.T.，& Metaxas，V.L.（2012）.Macroeconomic and bank-specific determinants of non-performing loans in Greece：A comparative study of mortgage，business and consumer loan portfolios.Journal of Banking&Finance，36（4），1012-1027.

[6]  Makri，V.，Tsagkanos，A.，& Bellas，A.（2014）.Determinants of non-performing loans：The case of Eurozone.Panoeconomicus，61（2），193-206.doi：10.2298/pan1402193m.

[7]  Messai，A.S.，& Jouini，F.（2013）.Micro and macro determinants of non-performing loans.International journal of economics and financial issues，3（4），852-860.

[8]  Nkusu，M.（2011）.Nonperforming Loans and Macrofinancial Vulnerabilities in Advanced Economies.IMF Working Papers，11（161），1.doi：10.5089/9781455297740.001.

[9]  Peric，B.，& Konjusak，N.（2017）.How did rapid credit growth cause non-performing loans in the CEE Countries？South East European Journal Of Economics And Business，12（2），73-84.doi：10.1515/jeb-2017-0019.

[10]  Salas，V.，& Saurina，J.（2002）.Credit risk in two institutional regimes：Spanish commercial and savings banks.Journal of Financial Services Research，22（3），203-224.

[11]  Vithessonthi，C.（2016）.Deflation，bank credit growth，and non-performing loans：Evidence from Japan.International review of financial analysis，45，295-305.

[12]  Warue，B.N.（2013）.The effects of bank specific and macroeconomic factors on nonperforming loans in commercial banks in Kenya：A comparative panel data analysis.Advances in Management and Applied Economics，3（2），135.

[13]  Zaib，A.，Farid，F.，& Khan，M.K.（2014）.Macroeconomic and Bank-Specific Determinants of Non-Performing Loans in the Banking Sector in Pakistan.International Journal of Information，Business and Management，6（2），53.