宋一鳴
一、研究背景
2013年7月20日起我國全面放開金融機構(gòu)貸款利率管制。隨后中國人民銀行行長周小川在2014年初表示,在近兩年將實現(xiàn)存款利率市場化。2015年10月24日央行宣布對商業(yè)銀行和農(nóng)村合作金融機構(gòu)等不再設(shè)置存款利率浮動上限。然而利率市場化會使得商業(yè)銀行存貸差的利潤空間被擠壓,這將會降低銀行的凈資產(chǎn)收益率,即降低了銀行的盈利能力,從而增加商業(yè)銀行所面臨的信用風(fēng)險,可能導(dǎo)致商業(yè)銀行的不良貸款率加速增加。不良貸款率的增加反映了銀行業(yè)信用風(fēng)險的積累,而信用風(fēng)險是系統(tǒng)性風(fēng)險的主要組成部分。通過研究不良貸款率對銀行業(yè)的影響,發(fā)現(xiàn)其中的作用機理,引導(dǎo)商業(yè)銀行在利率市場化條件下采取有效的手段應(yīng)對不良貸款率對商業(yè)銀行帶來的影響,有利于控制銀行業(yè)的信用風(fēng)險和系統(tǒng)性風(fēng)險。
商業(yè)銀行不良貸款的定義一種是指那些償還出現(xiàn)問題,不能按時償還銀行正常的利息甚至本金的貸款;另一種定義則是指借款人超過了合同期限也不能償還本息,致使銀行蒙受損失的貸款。本文所提及的不良貸款是指銀行發(fā)放貸款后未能如期收回的貸款,不良貸款率指銀行不良貸款額占總貸款余額的比重。
劃分銀行不良貸款主要有兩個標準:一是質(zhì)量標準,二是時間標準。按照質(zhì)量標準,只要貸款損失可能性高于20%的貸款都被歸為不良貸款。而按時間標準,各國的標準互不相同,一般來說,貸款合同到期后三個月內(nèi)仍不能如數(shù)償還本金及利息的貸款就稱作不良貸款。
1998年4月,為了加強國內(nèi)銀行信貸管理水平,提高銀行信貸資產(chǎn)的整體質(zhì)量,中國人民銀行參照國際通行做法的同時結(jié)合我國的實際情況,頒布了《貸款風(fēng)險分類指導(dǎo)原則》,要求各商業(yè)銀行要按借款人的實際還款能力進行貸款分類,按照風(fēng)險程度將貸款分為正常、關(guān)注、次級、可疑和損失,前兩類為正常貸款,后三類統(tǒng)稱為不良貸款這種分類標準最大的優(yōu)勢在于借款人的實際經(jīng)營狀況能夠在銀行的部分掌控之中,銀行能夠?qū)ζ浣?jīng)營進行監(jiān)控和分析,及早地發(fā)現(xiàn)貸款中的問題,從而提高自身風(fēng)險的防控能力。盡管自2002年1月起,我國開始正式地推行貸款五級分類方法,但在實施此分類方法過程中發(fā)現(xiàn),還存在著簡單地套用的做法,并不是以未來現(xiàn)金流預(yù)測結(jié)果作為判斷借款人有無能力償還貸款的重要依據(jù)。因此全面準確地領(lǐng)會和執(zhí)行五級分類方法還需要一個過程。
具體定義劃分見表1:
大量的不良貸款在銀行系統(tǒng)內(nèi)集聚是金融危機爆發(fā)的一個重要原因。幾十年前,在銀行體系中占主導(dǎo)地位的大型商業(yè)銀行巨額的不良貸款是我國銀行業(yè)的主要風(fēng)險。為此1994年起國家成立了四家資產(chǎn)管理公司剝離了國有銀行的不良貸款,我國不良貸款率略有下降,后來又經(jīng)過中國人民銀行和銀行業(yè)監(jiān)督協(xié)會的不懈努力,2008年以來來我國商業(yè)銀行的不良貸款率維持在8%以下,不良貸款問題取得了巨大的進展。但在銀行不良貸款和不良貸款率“雙降”的過程中,銀行整體的不良貸款結(jié)構(gòu)和不良貸款額并沒有得到優(yōu)化,存在著許多風(fēng)險隱患。近期,受宏觀經(jīng)濟增長速度下降影響,制造業(yè)不景氣,房地產(chǎn)業(yè)低迷,能源和原材料需求減少,導(dǎo)致商業(yè)銀行不良貸款率快速上升。不良貸款率具有累積性,隨著前期信用風(fēng)險的累積而表現(xiàn)出來,不良貸款率上升要求商業(yè)銀行計提更多資本;當不良貸款核銷時,將可能會影響到銀行的利潤水平,同時也可能會影響銀行的凈息差。更進一步,由于存在經(jīng)營績效考核壓力,商業(yè)銀行可能通過承擔更高的風(fēng)險選擇貸款利率更高的項目,形成惡性循環(huán)。尤其是自2011年起,不良貸款和不良貸款率開始呈現(xiàn)“雙升”趨勢,根據(jù)中國銀監(jiān)會統(tǒng)計數(shù)據(jù),截至2016年第三季度,我國商業(yè)銀行不良貸款為14939億元,截至2016年12月末,商業(yè)銀行不良貸款率達到1.81%,創(chuàng)下近7年最高水平,僅次于2009年一季度末的2.04%。
二、文獻綜述
Robert Stieglitz和Weiss (1981)提出了關(guān)于信貸配給的理論模型,該模型表明,因為信貸市場存在著信息不對稱,所以相對貸款人而言,借款人更容易認識到所投資項目的風(fēng)險,從而產(chǎn)生道德困境和逆向選擇。
Bernanke(1983)最早從外部環(huán)境的角度來探究不良貸款與宏觀經(jīng)濟環(huán)境之間的關(guān)系,他發(fā)現(xiàn)經(jīng)濟運行的波動性是影響信貸增加或降低成本的重要因素,從而對企業(yè)的還款能力產(chǎn)生影響,進而使商業(yè)銀行不良貸款隨之惡化或好轉(zhuǎn)。
Vasicek(1987)最先提出了單因素模型,只以GDP增長率等經(jīng)濟周期變量作為系統(tǒng)的風(fēng)險因素,忽略其他經(jīng)濟變量來解釋宏觀經(jīng)濟環(huán)境對債務(wù)人信用風(fēng)險的影響。
Louzis等(2012)的研究樣本涵蓋了希臘9家銀行的數(shù)據(jù),研究發(fā)現(xiàn)宏觀經(jīng)濟的多項指標可以在很大程度上解釋不良貸款的增加。
謝冰(2009)探討了宏觀經(jīng)濟因素對商業(yè)銀行不良貸款率的影響和貢獻率,其中GDP,貨幣供應(yīng)量每上升1%都會使得不良貸款率下降0.0246%。
李麟和索彥峰(2009)提出,中國經(jīng)濟周期波動具有顯著的信貸驅(qū)動特征,并且與不良貸款之間有著較為顯著的負相關(guān)性。
譚燕芝,張運東(2009)研究發(fā)現(xiàn)貸款利率上升對銀行違約率的沖擊遠大于GDP 增長率降低的沖擊。
三、實證分析
在我國銀行同業(yè)拆借市場中,大型商業(yè)銀行、全國性股份制商業(yè)銀行和城市商業(yè)銀行構(gòu)成網(wǎng)絡(luò)結(jié)構(gòu)。本文選取 14 家上市商業(yè)銀行,由于中國農(nóng)業(yè)銀行以及光大銀行上市較晚數(shù)據(jù),故剔除這兩個銀行,共包含4 家大型商業(yè)銀行,7 家上市全國性股份制商業(yè)銀行以及3家有代表性的上市城市商業(yè)銀行。因此,變量 N=14。
同時,本文選取國內(nèi)生產(chǎn)總值對數(shù)差分LNGDP和貨幣供應(yīng)量對數(shù)差分LNM2作為衡量宏觀因素指標??紤]數(shù)據(jù)可得性,微觀指標采用季度數(shù)據(jù),樣本期自2007年第四季度至2015年第四季度,由于某些樣本值缺失,先利用SPSS進行缺失值補充,再使用Eviews進行月度化,共得到97組數(shù)據(jù),即為從2007年12月至2015年12月。
本文以2011年9月為節(jié)點,對“雙降”、“雙升”不良貸款率增長率數(shù)據(jù)進行回歸分析,回歸結(jié)果如下所示:
四、研究結(jié)論
由表2可知,在未考慮時滯效應(yīng)的情況下,“雙降”期間,由于我國經(jīng)濟的高速發(fā)展,企業(yè)經(jīng)營狀況良好,使得投資規(guī)模盲目擴大,對銀行貸款的需求增加,銀行審批同時較為寬松,但是在短期內(nèi),一些投資行為缺乏合理的預(yù)期與完善的規(guī)劃,造成投資項目的虧損,從而使不良貸款率增加,導(dǎo)致GDP與不良貸款呈現(xiàn)正相關(guān)性。同時由于社會整體對資金需求量較大,城市商業(yè)銀行與全國股份制商業(yè)銀行為獲得更高利潤,會降低審批門檻,從而爭取更高業(yè)務(wù),因此相比大型商業(yè)銀行更容易受到經(jīng)濟波動的影響。
在“雙升”期間,因為整體經(jīng)濟下行以及銀行控制不良貸款的原因,對貸款審批標準逐漸提高,只有有良好預(yù)期與合理規(guī)劃的企業(yè)才能長久發(fā)展,貸款的發(fā)放對象也大多為該類穩(wěn)定盈利的優(yōu)質(zhì)企業(yè),GDP的增加能夠給經(jīng)濟發(fā)展注入新的活力,刺激經(jīng)濟的增長從而企業(yè)進一步盈利進而可以償還貸款,因此GDP與不良貸款之間呈現(xiàn)符合相關(guān)理論的負相關(guān)性。大型商業(yè)銀行由于政策需求,需要對部分重要企業(yè)發(fā)放貸款,反而即期受到經(jīng)濟波動影響更大;城市商業(yè)銀行由于體量問題,需要其謹慎經(jīng)營,但可能受到當?shù)卣蠼o予當?shù)仄髽I(yè)適當扶持,故仍受部分經(jīng)濟波動的影響。全國股份制由于其較為出色的運營監(jiān)管體系,則受到經(jīng)濟波動以及政策影響最低。
參考文獻:
[1]謝冰.商業(yè)銀行不良貸款的宏觀經(jīng)濟影響因素分析[J]. 財經(jīng)理論與實踐. 2009, (6).
[2]李麟, 索彥峰.經(jīng)濟波動、不良貸款與銀行業(yè)系統(tǒng)性風(fēng)險[J]. 國際金融研究, 2009,(6).
[3]譚燕芝,張運東.信用風(fēng)險水平與宏觀經(jīng)濟變量的實證研究——基于中國, 美國, 日本部分銀行的比較分析[J].國際金融研究,2009,(4).
[4]沈陽,馮望舒.宏觀經(jīng)濟變量與銀行信用風(fēng)險的實證研究——基于宏觀壓力測試的分析[J].會計之友,2010,(22).