馮 簡(jiǎn)
(蘇州大學(xué)東吳商學(xué)院 江蘇 蘇州 215000)
我國(guó)上市商業(yè)銀行不良貸款的影響因素研究
馮 簡(jiǎn)
(蘇州大學(xué)東吳商學(xué)院 江蘇 蘇州 215000)
本文根據(jù)國(guó)內(nèi)外的研究成果,從宏觀、行業(yè)、銀行經(jīng)營(yíng)因素三個(gè)方面出發(fā),采用面板數(shù)據(jù)模型分析了影響商業(yè)銀行不良貸款率的因素,發(fā)現(xiàn)國(guó)民生產(chǎn)總值、社會(huì)消費(fèi)品零售總額增長(zhǎng)率、成本收入比、撥備覆蓋率對(duì)上市商業(yè)銀行的不良貸款率有顯著的負(fù)向影響,而貸款利率和銀行資產(chǎn)規(guī)模對(duì)不良貸款率有顯著的正向影響。根據(jù)研究結(jié)果,對(duì)上市商業(yè)銀行和外部政府、監(jiān)管部門提出了一些針對(duì)防范不良貸款的建設(shè)性意見。
上市商業(yè)銀行;不良貸款率;面板數(shù)據(jù)
在現(xiàn)代經(jīng)濟(jì)體系中,金融一直居于核心地位,而商業(yè)銀行由于資本雄厚、機(jī)構(gòu)網(wǎng)點(diǎn)眾多、業(yè)務(wù)多樣化,構(gòu)成了各國(guó)金融體系的主體部分,并在促進(jìn)經(jīng)濟(jì)發(fā)展和維護(hù)社會(huì)穩(wěn)定等方面,發(fā)揮著重要作用。一旦商業(yè)銀行體系不穩(wěn)定,必然會(huì)引起經(jīng)濟(jì)金融的動(dòng)蕩,美國(guó)在2006年的次貸危機(jī)中,銀行次級(jí)貸款濫發(fā),使得多家大型金融機(jī)構(gòu)破產(chǎn)倒閉,隨后危機(jī)傳導(dǎo)至實(shí)體經(jīng)濟(jì),最終導(dǎo)致全球性的經(jīng)濟(jì)危機(jī),這次危機(jī)將全世界專家學(xué)者的目光聚焦到對(duì)商業(yè)銀行的不良貸款的關(guān)注上來(lái)。他們發(fā)現(xiàn)銀行破產(chǎn)以及金融危機(jī)與銀行不良貸款有很大關(guān)系,銀行不良資產(chǎn)率過(guò)高,會(huì)增加銀行的信貸風(fēng)險(xiǎn),銀行脆弱性增加,對(duì)其盈利能力產(chǎn)生重大的影響;其次,杠桿效應(yīng)會(huì)將不良貸款造成的風(fēng)險(xiǎn)通過(guò)各行業(yè)傳導(dǎo)到實(shí)體經(jīng)濟(jì),產(chǎn)生多米諾骨牌效應(yīng),對(duì)國(guó)民經(jīng)濟(jì)的運(yùn)行和發(fā)展造成巨大的危機(jī)和影響;最后,由于銀行業(yè)在國(guó)民經(jīng)濟(jì)中的特殊地位,不良貸款直接導(dǎo)致銀行危機(jī)后,很有可能觸發(fā)全面的金融危機(jī),給國(guó)民經(jīng)濟(jì)帶來(lái)致命打擊。因此,分析我國(guó)上市商業(yè)銀行不良貸款率的影響因素并據(jù)此提出防范措施具有重大的現(xiàn)實(shí)意義。
盡管中國(guó)的商業(yè)銀行體系從未出現(xiàn)過(guò)大量銀行倒閉和大范圍內(nèi)的支付危機(jī),但是隨著金融全球化進(jìn)程的加速、利率市場(chǎng)化改革的完成,銀行之間競(jìng)爭(zhēng)加劇,而我國(guó)經(jīng)濟(jì)增長(zhǎng)也進(jìn)一步放緩,房地產(chǎn)市場(chǎng)泡沫依然存在,商業(yè)銀行的脆弱性不斷累積。近年來(lái),我國(guó)商業(yè)銀行不良貸款整體出現(xiàn)了上升趨勢(shì)。2016年末,商業(yè)銀行不良貸款余額15123億元,較上年末增加2379億元;商業(yè)銀行不良貸款率1.74%,相比2015年的1.67%又有所上升,已經(jīng)連續(xù)5年呈現(xiàn)這種“雙升”趨勢(shì)。由此可見,當(dāng)前我國(guó)商業(yè)銀行信貸資產(chǎn)質(zhì)量下降明顯,這不僅構(gòu)成了我國(guó)商業(yè)銀行經(jīng)營(yíng)中的風(fēng)險(xiǎn),也是我國(guó)國(guó)民經(jīng)濟(jì)可持續(xù)發(fā)展的隱患。本文將基于以上背景,研究我國(guó)商業(yè)銀行不良貸款的影響因素。
由于銀行不良貸款的積壓會(huì)直接損害商業(yè)銀行經(jīng)營(yíng)的穩(wěn)定性、安全性,擴(kuò)大商業(yè)銀行的潛在風(fēng)險(xiǎn),甚至?xí)l(fā)金融風(fēng)險(xiǎn)。因此,國(guó)內(nèi)外學(xué)者對(duì)于不良貸款的影響因素進(jìn)行了研究,并結(jié)合研究結(jié)果提出相關(guān)對(duì)策。
國(guó)外學(xué)者很早就結(jié)合定量分析對(duì)不良貸款進(jìn)行研究,Bernanke(1983)最早從外部環(huán)境的角度探究不良貸款的影響因素,發(fā)現(xiàn)經(jīng)濟(jì)運(yùn)行的波動(dòng)性是影響信貸成本増加或減少的重要因素,從而對(duì)企業(yè)還款能為產(chǎn)生影響,使得銀行不良貸款隨之惡化或好轉(zhuǎn)。在此之后,Minsky P.Hyman(1995)研究發(fā)現(xiàn),當(dāng)經(jīng)濟(jì)發(fā)展?fàn)顩r低落時(shí),借款人沒(méi)有足夠的資金去償還銀行的債務(wù),從而造成商業(yè)銀行不良貸款增加,證實(shí)了商業(yè)銀行不良貸款的來(lái)源和其根本的影響因素。Pesaran(2007)選取幾個(gè)國(guó)家21年的季度數(shù)據(jù),研究通貨膨脹率、GDP增長(zhǎng)速度等宏觀經(jīng)濟(jì)因素對(duì)銀行貸款質(zhì)量的的影響,結(jié)果表明銀行的壞賬損失與國(guó)內(nèi)外宏觀經(jīng)濟(jì)因素的變動(dòng)有著密切的相關(guān)關(guān)系。
微觀影響因素方面,國(guó)外有學(xué)者試圖從銀行行為視角探索不良貸款的影響因素,Cair(1992)得出了信貸資金增長(zhǎng)速度和與不良貸款變動(dòng)有一定相關(guān)性研究的結(jié)論。Kwan(1997)通過(guò)實(shí)證分析,發(fā)現(xiàn)銀行的資產(chǎn)規(guī)模與銀行不良貸款的正相關(guān)關(guān)系,即銀行的相對(duì)規(guī)模越小,不良貸款越少。Simon H.Kwan(2003)大量搜集亞洲7個(gè)國(guó)家8年的相關(guān)數(shù)據(jù),對(duì)商業(yè)銀行運(yùn)營(yíng)績(jī)效進(jìn)行了面板數(shù)據(jù)分析,得出了銀行運(yùn)營(yíng)成本與不良貸款率密切相關(guān)的結(jié)論。此外,Steave Cheol(2002)認(rèn)為,要充分利用日益發(fā)達(dá)的資本市場(chǎng),將自身不良貸款打包出售或者將其證券化,運(yùn)用多種形式盤活不良貸款,從而降低自身的不良貸款率。
對(duì)不良貸款率的研究國(guó)內(nèi)學(xué)者研究相較于國(guó)外學(xué)者研究而言起步略晚,但現(xiàn)今也有許多關(guān)于這方面的研究。程銘(2010)認(rèn)為,銀行不良貸款率的高低會(huì)影響商業(yè)銀行自身經(jīng)營(yíng)和整體的社會(huì)經(jīng)濟(jì)狀況,并通過(guò)研究發(fā)現(xiàn)商業(yè)銀行的監(jiān)督管理機(jī)制和借款人的逃債動(dòng)機(jī)是導(dǎo)致不良貸款的主要原因。
崔苧心和李子聯(lián)(2016)選取了2010到2015年14家上市商業(yè)銀行的數(shù)據(jù)為樣本,使用固定效應(yīng)面板模型,經(jīng)濟(jì)周期是影響我國(guó)上市銀行不良貸款率的重要因素,GDP增長(zhǎng)率和貨幣供給增長(zhǎng)率與上市銀行不良貸款率呈現(xiàn)負(fù)相關(guān);同時(shí),各銀行自身的存貸比和不良貸款撥備覆蓋率上升,銀行的不良貸款率下降。
易澳妮(2016)選取了一些宏觀經(jīng)濟(jì)和商業(yè)銀行管理指標(biāo),與我國(guó)商業(yè)銀行2009至2015年不良貸款率季度數(shù)據(jù),共同構(gòu)建多元回歸模型,回歸結(jié)果顯示經(jīng)濟(jì)增長(zhǎng)率和撥備覆蓋率上升,不良貸款率上升;而流動(dòng)性比率上升,不良貸款率下降,其余變量則與不良貸款率無(wú)顯著關(guān)系。
何偉(2011)和劉艷梅(2015)都專注于推進(jìn)不良資產(chǎn)的處置進(jìn)程,指出應(yīng)該從商業(yè)銀行的內(nèi)部處置和金融資產(chǎn)管理公司的外部處置這兩個(gè)方面入手,結(jié)合近年經(jīng)濟(jì)現(xiàn)狀和銀行的管理狀況,靈活運(yùn)用各種處理手段,除了常見的訴訟與核銷等手段外,還可以采取包括打包轉(zhuǎn)讓、資產(chǎn)證券化等處理方法,創(chuàng)新不良貸款的處置手段,提高商業(yè)銀行解決不良貸款問(wèn)題的效率。
近年來(lái),商業(yè)銀行不良貸款率不斷上升,嚴(yán)重制約銀行的發(fā)展,分析不良貸款的影響因素具有重要意義。本文從宏觀因素、行業(yè)因素以及商業(yè)銀行經(jīng)營(yíng)因素三個(gè)方面分析不良貸款的影響因素。
(一)宏觀因素
宏觀因素會(huì)通過(guò)行業(yè)及微觀個(gè)體來(lái)影響商業(yè)銀行的信貸資產(chǎn)結(jié)構(gòu)和質(zhì)量,進(jìn)而對(duì)整個(gè)銀行體系產(chǎn)生重要影響。
1.宏觀經(jīng)濟(jì)
當(dāng)宏觀經(jīng)濟(jì)處于衰退階段時(shí),企業(yè)的盈利能力下降,還貸能力變差,銀行的信用風(fēng)險(xiǎn)隨之增加,不良貸款增加。本文以國(guó)內(nèi)生產(chǎn)總值GDP作為宏觀經(jīng)濟(jì)指標(biāo),當(dāng)GDP增速加快時(shí),表明經(jīng)濟(jì)處于繁榮階段,企業(yè)經(jīng)營(yíng)良好,信用風(fēng)險(xiǎn)降低,不良貸款率下降。
2.貨幣政策
當(dāng)貨幣當(dāng)局使用貨幣政策進(jìn)行宏觀調(diào)控時(shí),也會(huì)引起銀行不良貸款的變化。擴(kuò)張性的貨幣政策使得銀根寬松,企業(yè)更容易獲得銀行資金支持,改善企業(yè)的財(cái)務(wù)狀況,企業(yè)貸款違約風(fēng)險(xiǎn)降低;反之,緊縮的貨幣政策導(dǎo)致更多的不良貸款。本文選取廣義貨幣供給量M2作為衡量貨幣政策的指標(biāo)。
3.貸款利率
貸款利率提高,企業(yè)進(jìn)行貸款而產(chǎn)生的成本增加,很可能無(wú)法按期償還貸款,從而產(chǎn)生更多的不良貸款,此時(shí),貸款利率與不良貸款率呈正相關(guān)。本文選用一年期貸款基準(zhǔn)利率。
(二)行業(yè)因素
通過(guò)觀察近三年不良貸款余額行業(yè)分布可以發(fā)現(xiàn),我國(guó)商業(yè)銀行不良貸款主要集中在制造業(yè)、批發(fā)零售業(yè)、房地產(chǎn)業(yè)、建筑業(yè)和農(nóng)林牧漁業(yè)上,且制造業(yè)、批發(fā)零售業(yè)、房地產(chǎn)業(yè)與金融發(fā)展息息相關(guān)。因此,本文探究制造業(yè)、批發(fā)零售業(yè)以及房地產(chǎn)業(yè)對(duì)不良貸款的影響。
1.制造業(yè)
制造業(yè)是銀行信貸投放的重點(diǎn)行業(yè),當(dāng)制造業(yè)衰退時(shí),大量企業(yè)的還款能力下降,商業(yè)銀行的不良貸款可能增加。本文采取采購(gòu)經(jīng)理人指數(shù)PMI作為衡量制造業(yè)整體情況的指標(biāo),以50%作為其分界點(diǎn),當(dāng)PMI高于50%時(shí),表示整體制造業(yè)擴(kuò)張。2009-2012年,我國(guó)PMI指數(shù)一直保持在55%左右的較高水平,但從2012年開始,PMI在50%的分界點(diǎn)上下波動(dòng),2015年更是顯著下降,與我國(guó)商業(yè)銀行不良貸款“雙升”趨勢(shì)相聯(lián)系,制造業(yè)的問(wèn)題頻發(fā)可能使得銀行資產(chǎn)質(zhì)量下降。
2.批發(fā)零售業(yè)
批發(fā)零售業(yè)是社會(huì)化大生產(chǎn)過(guò)程中的重要環(huán)節(jié),是決定經(jīng)濟(jì)運(yùn)行速度、質(zhì)量和效益的引導(dǎo)性力量,是我國(guó)市場(chǎng)化程度最高的行業(yè)之一。本文選取社會(huì)消費(fèi)品零售總額衡量批發(fā)零售業(yè)的發(fā)展情況,當(dāng)社會(huì)消費(fèi)品零售總額減少時(shí),說(shuō)明消費(fèi)者信心下降,很可能導(dǎo)致批發(fā)零售業(yè)資金鏈斷裂,進(jìn)而傳導(dǎo)至銀行體系中,使得銀行不良貸款率上升。
3.房地產(chǎn)業(yè)
房地產(chǎn)行業(yè)的投資周期長(zhǎng),資金需求量大,對(duì)銀行貸款的依賴性較強(qiáng)。一旦經(jīng)濟(jì)衰退時(shí),居民的可支配收入減少,個(gè)人住房貸款還款可能會(huì)出現(xiàn)問(wèn)題,房地產(chǎn)商的違約風(fēng)險(xiǎn)也會(huì)加強(qiáng),銀行的不良貸款增加。本文選取國(guó)房景氣指數(shù)作為衡量房地產(chǎn)行業(yè)發(fā)展趨勢(shì)的指標(biāo),指數(shù)上升時(shí),房地產(chǎn)行業(yè)還款能力有了保證,貸款違約概率降低,商業(yè)銀行的不良貸款率隨之下降。
(三)商業(yè)銀行經(jīng)營(yíng)因素
1.資本充足率
資本充足率是銀行自有資本與其風(fēng)險(xiǎn)加權(quán)資產(chǎn)的比率,反應(yīng)了銀行用自有資金承擔(dān)的風(fēng)險(xiǎn)損失的能力。較高的資本充足率意味著銀行具有較高的資金管理水平,能夠?qū)徤靼l(fā)放貸款,銀行抵御風(fēng)險(xiǎn)的能力增強(qiáng),不良貸款產(chǎn)生的可能性就比較小,從而使得不良貸款率下降。
2.銀行規(guī)模
我國(guó)商業(yè)銀行目前仍主要采取增加銀行發(fā)放存貸款的規(guī)模來(lái)獲取更大的利潤(rùn),在追求貸款規(guī)模的過(guò)程中,很可能忽視對(duì)信貸風(fēng)險(xiǎn)的管控,從而產(chǎn)生大量不良貸款。當(dāng)銀行擴(kuò)大市場(chǎng)份額時(shí),必然會(huì)降低貸款要求,再加上利率市場(chǎng)化導(dǎo)致銀行間競(jìng)爭(zhēng)加劇,資金流向信用風(fēng)險(xiǎn)較高的客戶,造成不良貸款率的提升。
3.成本收入比
成本收入比是銀行營(yíng)業(yè)費(fèi)用與營(yíng)業(yè)收入之比。成本收入比越低,銀行獲取收入的能力越強(qiáng)。因此,成本收入比是衡量銀行盈利能力的重要指標(biāo)。成本收入比低,一方面說(shuō)明商業(yè)銀行盈利能力強(qiáng),利用部分利潤(rùn)核銷壞賬的能力也就相對(duì)較強(qiáng),另一方面意味著銀行無(wú)需采取降低貸款標(biāo)準(zhǔn)的方式去獲取利潤(rùn),不良貸款率便隨著下降。
4.存貸比
存貸比是銀行貸款余額與存款余額之比。我國(guó)商業(yè)銀行盈利的主要來(lái)源還是存貸款利差,存貸比越高的銀行獲得的存貸款利差越大,盈利能力越強(qiáng),但意味著面臨的風(fēng)險(xiǎn)更大。此外,當(dāng)存貸比較高時(shí),一旦發(fā)生擠兌等情況,銀行只能低價(jià)變現(xiàn)資產(chǎn)增加流動(dòng)性,發(fā)生壞賬的可能性增加。選取存貸比作為衡量商業(yè)銀行風(fēng)險(xiǎn)偏好的指標(biāo),存貸比越高,表明銀行越偏向風(fēng)險(xiǎn),不良貸款率越高。
5.撥備覆蓋率
撥備覆蓋率是銀行貸款可能發(fā)生的呆、壞賬準(zhǔn)備金的使用比率,常用來(lái)衡量貸款損失準(zhǔn)備金計(jì)提是否充足。提高撥備覆蓋率,可以提升商業(yè)銀行的風(fēng)險(xiǎn)抵御能力,同時(shí)也間接體現(xiàn)了其經(jīng)營(yíng)管理強(qiáng)度,減少不良貸款的產(chǎn)生。
根據(jù)上文的分析,宏觀經(jīng)濟(jì)、行業(yè)發(fā)展和商業(yè)銀行自身經(jīng)營(yíng)狀況均會(huì)對(duì)我國(guó)商業(yè)銀行不良貸款的產(chǎn)生一定的影響,本文運(yùn)用Eviews軟件,采用面板數(shù)據(jù)模型對(duì)影響我國(guó)上市商業(yè)銀行不良貸款的因素進(jìn)行實(shí)證研究。
(一)數(shù)據(jù)的選取和處理
根據(jù)國(guó)內(nèi)外學(xué)者的研究成果并結(jié)合數(shù)據(jù)可得性,本文選取商業(yè)銀行不良貸款率作為被解釋變量,選取國(guó)民生產(chǎn)總值、貨幣供應(yīng)量、貸款利率、制造業(yè)采購(gòu)經(jīng)理人指數(shù)、社會(huì)消費(fèi)品零售總額、國(guó)房景氣指數(shù)、資本充足率、銀行規(guī)模、成本收入比、存貸比和撥備覆蓋率作為解釋變量探究上市商業(yè)銀行不良貸款的影響因素,具體指標(biāo)選取如下表所示。
表1 變量的具體指標(biāo)選取
樣本選擇方面,由于目前我國(guó)只有上市商業(yè)銀行的季度數(shù)據(jù)較為完整,且上市銀行占銀行業(yè)總資產(chǎn)的比例在50%左右,具有較高的代表性,因此本文選擇上市銀行作為研究對(duì)象。為了擴(kuò)大時(shí)間跨度,剔除2010年后上市的農(nóng)業(yè)銀行和光大銀行,選取了其余 14 家上市銀行2007 年第四季度至2016年第三季度為樣本區(qū)間。而數(shù)據(jù)來(lái)源方面,國(guó)民生產(chǎn)總值、貨幣供應(yīng)量等宏觀因素來(lái)源于國(guó)家統(tǒng)計(jì)局官網(wǎng),行業(yè)因素及商業(yè)銀行經(jīng)營(yíng)因素來(lái)自同花順iFinD數(shù)據(jù)庫(kù)。
通過(guò)描述性統(tǒng)計(jì)量檢驗(yàn)發(fā)現(xiàn),變量X1、X2、X5、X8相對(duì)其他變量具有很大的標(biāo)準(zhǔn)差,波動(dòng)幅度過(guò)大。因此,在進(jìn)行數(shù)據(jù)處理時(shí),對(duì)于X1、X2、X5、X8使用自然對(duì)數(shù),從而縮小變量的取值范圍,減小序列的波動(dòng)性。
(二)平穩(wěn)性檢驗(yàn)
為了避免“偽回歸”的問(wèn)題,在進(jìn)行回歸前,需要對(duì)序列平穩(wěn)性進(jìn)行研究。本文采用ADF對(duì)各變量進(jìn)行檢驗(yàn),檢驗(yàn)結(jié)果如下表。
表2 各變量ADF檢驗(yàn)結(jié)果
對(duì)各個(gè)變量做ADF檢驗(yàn)結(jié)果表明這些時(shí)間序列中,社會(huì)消費(fèi)品零售總額的對(duì)數(shù)lnX5和國(guó)房景氣指數(shù)X6所對(duì)應(yīng)的P值大于0.05,即在5%的顯著性水平下拒絕原假設(shè),表明這些序列是不平穩(wěn)的,需要進(jìn)一步對(duì)序列的一階差分做平穩(wěn)性檢驗(yàn)。在進(jìn)行一階差分ADF檢驗(yàn)以后,這2個(gè)變量的一階差分序列都為平穩(wěn)序列,故而可以進(jìn)行回歸分析。
(三)相關(guān)性檢驗(yàn)
為了確保對(duì)被解釋變量解釋的準(zhǔn)確性,在進(jìn)行回歸分析前,需要進(jìn)行自變量的相關(guān)性檢驗(yàn),以判斷是否存在多重共線性,對(duì)存在嚴(yán)重的多重共線性的解釋變量進(jìn)行篩選。
從得到的相關(guān)系數(shù)矩陣可以發(fā)現(xiàn),變量lnX1和lnX2之間的相關(guān)系數(shù)超過(guò)0.8,兩變量之間存在嚴(yán)重的多重共線性,因此刪去自變量lnX2。其余因變量之間的相關(guān)系數(shù)在可以接受范圍內(nèi),多重共線性不明顯。
(四)模型的確定
在對(duì)面板數(shù)據(jù)做回歸分析之前,要先確定模型的形式,使用F檢驗(yàn)以確定是選擇混合數(shù)據(jù)模型還是固定效應(yīng)模型,再使用Hausman檢驗(yàn)以確定是選擇隨機(jī)效應(yīng)模型還是固定效應(yīng)模型,檢驗(yàn)結(jié)果如下表所示。
表3 模型效應(yīng)的檢驗(yàn)
根據(jù)混合回歸模型和固定效應(yīng)模型的F檢驗(yàn)結(jié)果來(lái)看,P值小于0.05,拒絕了混合回歸模型的原假設(shè),固定效應(yīng)模型優(yōu)于混合效應(yīng)模型。固定效應(yīng)模型和隨機(jī)效應(yīng)模型的Hausman檢驗(yàn)可以發(fā)現(xiàn),P值同樣小于0.05,拒絕了隨機(jī)效應(yīng)模型的原假設(shè),固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型。綜上,本文采用固定效應(yīng)模型。
(五)回歸分析
通過(guò)上面的分析,使用Eviews對(duì) 14 家上市銀行的數(shù)據(jù)使用固定效應(yīng)模型進(jìn)行回歸,得到結(jié)果如下表所示。
表4 面板數(shù)據(jù)回歸結(jié)果
由上表可以看出,上市銀行不良貸款率對(duì)各種因素進(jìn)行回歸估計(jì)結(jié)果通過(guò)了F檢驗(yàn),且R方超過(guò)了50%,模型的擬合程度較好,表明本文使用的不良貸款影響因素模型具有一定的合理性。其中,由于對(duì)應(yīng)的P值小于0.05,lnx1(GDP對(duì)數(shù))、X3(貸款利率)、dlnx5(社會(huì)消費(fèi)品零售總額對(duì)數(shù)增長(zhǎng)率)、lnx8(銀行規(guī)模對(duì)數(shù))、lnx9(成本收入比)以及x11(存貸比)對(duì)不良貸款率具有顯著性影響。
國(guó)民生產(chǎn)總值與不良貸款率之間相關(guān)系數(shù)為負(fù),說(shuō)明GDP增長(zhǎng),經(jīng)濟(jì)處于景氣階段,各行業(yè)發(fā)展?fàn)顩r良好,信貸風(fēng)險(xiǎn)降低,從而使得不良貸款率下降;貸款利率與不良貸款率之間相關(guān)系數(shù)為正,當(dāng)貸款利率上升時(shí),企業(yè)所負(fù)擔(dān)的利息增加,難以按時(shí)償還貸款,不良貸款率隨之上升;社會(huì)消費(fèi)品零售總額增長(zhǎng)率與不良貸款率之間的關(guān)系為負(fù),增長(zhǎng)率上升說(shuō)明居民消費(fèi)水平提高,對(duì)消費(fèi)品的需求增大,批發(fā)零售業(yè)經(jīng)營(yíng)良好,經(jīng)過(guò)產(chǎn)業(yè)鏈傳導(dǎo),使得銀行的不良貸款率下降;銀行資產(chǎn)規(guī)模與不良貸款率呈正相關(guān)關(guān)系,當(dāng)銀行擴(kuò)大機(jī)構(gòu)資產(chǎn)規(guī)模追求業(yè)務(wù)經(jīng)濟(jì)效益時(shí),往往會(huì)忽略對(duì)貸款的風(fēng)險(xiǎn)把控,從而導(dǎo)致銀行不良貸款率上升;不良貸款撥備覆蓋率和不良貸款率負(fù)相關(guān),撥備覆蓋率越髙,說(shuō)明銀行計(jì)提越高的資產(chǎn)減值準(zhǔn)備金來(lái)面對(duì)不良貸款所帶來(lái)的損失,其風(fēng)險(xiǎn)抵御能力越強(qiáng),不良貸款隨之減少,這與前文的假設(shè)相一致。但是,回歸結(jié)果表明不良貸款率與成本收入比呈現(xiàn)負(fù)相關(guān)關(guān)系,與假設(shè)不一致,雖然成本收入比低的銀行盈利能力較強(qiáng),但這種盈利能力可能是通過(guò)投資風(fēng)險(xiǎn)收益高的企業(yè)而來(lái)的,這種經(jīng)營(yíng)方式潛在風(fēng)險(xiǎn)大,產(chǎn)生了較高的不良貸款率。
近年來(lái),我國(guó)商業(yè)銀行整體的不良貸款率一直呈現(xiàn)上升趨勢(shì),嚴(yán)重影響到整個(gè)銀行體系的穩(wěn)定性。因此,研究不良貸款的影響因素,從根源上防范不良貸款的產(chǎn)生極為重要。
本文通過(guò)實(shí)證分析我們可以發(fā)現(xiàn),我國(guó)上市商業(yè)銀行的不良貸款不僅受到國(guó)家經(jīng)濟(jì)和行業(yè)發(fā)展?fàn)顩r的影響,也與銀行自身行為密切相關(guān)。回歸結(jié)果表明,宏觀方面,國(guó)民生產(chǎn)總值對(duì)上市商業(yè)銀行的不良貸款率有負(fù)向影響;行業(yè)因素中,社會(huì)消費(fèi)品零售總額增長(zhǎng)率也與不良貸款率呈現(xiàn)負(fù)相關(guān);銀行自身行為方面,成本收入比、撥備覆蓋率與不良貸款率負(fù)相關(guān),而上市商業(yè)銀行的資產(chǎn)規(guī)模則與不良貸款率之間相關(guān)系數(shù)為正。因此,要對(duì)不良貸款率進(jìn)行把控,必須從宏觀和微觀兩個(gè)方面同時(shí)著手。
外部環(huán)境方面應(yīng)該全面促進(jìn)經(jīng)濟(jì)穩(wěn)定增長(zhǎng),對(duì)于內(nèi)需疲軟的現(xiàn)狀,可以采取政府投資等擴(kuò)張性的政策來(lái)擴(kuò)大內(nèi)需,并進(jìn)一步進(jìn)行經(jīng)濟(jì)體制改革,加大技術(shù)研發(fā)投入,大力扶持各行業(yè)創(chuàng)新發(fā)展,形成新的經(jīng)濟(jì)增長(zhǎng)點(diǎn);同時(shí),促進(jìn)批發(fā)零售業(yè)的發(fā)展,推進(jìn)商業(yè)經(jīng)營(yíng)特色的專業(yè)店和連鎖店建設(shè),適應(yīng)現(xiàn)階段居民多層次、多樣化、個(gè)性化的需求,刺激居民消費(fèi),營(yíng)造穩(wěn)定增長(zhǎng)的經(jīng)濟(jì)發(fā)展環(huán)境,使得借款人能夠及時(shí)償還貸款,減少不良貸款產(chǎn)生。此外,建立更加有效的監(jiān)管體系也是必不可少的,監(jiān)管當(dāng)局應(yīng)依據(jù)我國(guó)的金融發(fā)展?fàn)顩r,加強(qiáng)宏觀審慎監(jiān)管,將銀行資本的補(bǔ)充渠道、資本充足率和杠桿率納入監(jiān)管體系中,確保銀行資本的流動(dòng)性,進(jìn)而控制不良貸款。
對(duì)于上市商業(yè)銀行自身來(lái)說(shuō),應(yīng)該加強(qiáng)對(duì)風(fēng)險(xiǎn)的管理,除了加強(qiáng)對(duì)資產(chǎn)質(zhì)量指標(biāo)的監(jiān)管外,應(yīng)對(duì)風(fēng)險(xiǎn)管理體系進(jìn)行創(chuàng)新,建立完善的風(fēng)險(xiǎn)預(yù)警機(jī)制以及差異化的風(fēng)險(xiǎn)管理技術(shù),對(duì)于經(jīng)濟(jì)下行期出現(xiàn)的不良貸款率上升趨勢(shì),需要建立完整的信息反饋機(jī)制,及時(shí)制定應(yīng)急預(yù)案。商業(yè)銀行在追求規(guī)模擴(kuò)大時(shí),不能盲目追求貸款量,更要注重自身資產(chǎn)質(zhì)量和經(jīng)營(yíng)效率的運(yùn)營(yíng)。最后,上市商業(yè)銀行可以利用當(dāng)前金融網(wǎng)絡(luò)化、電子化和人民幣國(guó)際化趨勢(shì),增加境外業(yè)務(wù)盈利渠道,并不斷加強(qiáng)中間業(yè)務(wù)的創(chuàng)新發(fā)展,實(shí)現(xiàn)多元化經(jīng)營(yíng)。
[1]Blaschke W Jones M.T.,G.Majnoni and S.M.Peria.Stress testing of financial systems:an overview of issues,methodologies,and FSAP experiences[J].IMF Working Paper,1999.
[2]Clair Robert T.Loan Growth and Loan Quality:Some Preliminary Evidence from Texas Banks[J].Economic Review-Federal Reserve Bank of Dallas,1992(3).
[3]John S.Jordan.Problem Loans at New England B-anks,1989 to1992:Evidence of Aggressive Loan Policies[J].New England Economic Review,1998(2).
[4]Kregel J.A.Margins of Safety and Weight of the Argument in Generating Finaneial Fragility[J].Journal of Economies Issues,1997,31(2).
[5]María Fabiana Penas,Günseli Tümer-Alkan.Bank Disclosure and Market Assessment of Financial Fragility:Evidence from Turkish Banks’Equity Prices[J].Journal of Financial Services Research,2010(2).
[6]Minsky Hyman P.Longer waves in financial relations:financial factors in the more severe depressions II[J].Journal of Economic Issues,1995(3).
[7]Steave Cheol.Theory of credit risk and securitization of non-performing loans[J].Journal of Financial and Quantitative Analysis,2002(3).
[8]Simon H.Kwan.Operating performance of banks among Asian economies:An international and time series comparison[J].Journal of Banking & Finance,2003(9).
[9]程銘.不良貸款對(duì)我國(guó)銀行體系脆弱性影響研究[D].哈爾濱工程大學(xué),2010.
[10]何偉.我國(guó)商業(yè)銀行不良貸款管理研究[J].時(shí)代金融,2011(6):P6.
[11]張娜.我國(guó)商業(yè)銀行不良貸款率對(duì)CPI的影響——基于市場(chǎng)機(jī)制視角[D].廣東財(cái)經(jīng)大學(xué),2013.
[12]劉艷梅.我國(guó)國(guó)有商業(yè)銀行不良貸款影響因素的實(shí)證分析[J].時(shí)代金融,2015(5):P93-94.
[13]郭家.基于Wilson模型的商業(yè)銀行信用風(fēng)險(xiǎn)壓力測(cè)試實(shí)證研究[D].西南財(cái)經(jīng)大學(xué),2013.
[14]楊靖.逆向選擇視角下我國(guó)商業(yè)銀行不良貸款成因分析與防范思考[J].發(fā)展研究,2014(12):P36-39.
[15]宋娟.次貸危機(jī)以來(lái)我國(guó)商業(yè)銀行不良貸款率行業(yè)因素分析[D].蘇州大學(xué),2016.
[16]馬振國(guó).新經(jīng)濟(jì)形勢(shì)下我國(guó)商業(yè)銀行不良貸款的影響因素研究[D].吉林大學(xué),2015.
[17]易澳妮.我國(guó)商業(yè)銀行不良貸款影響因素的實(shí)證研究[J].金融經(jīng)濟(jì),2016(16):P116-118.
[18]崔苧心,李子聯(lián).我國(guó)商業(yè)銀行不良貸款率影響因素研究[J].中共南京市委黨校學(xué)報(bào),2016(3):P43-50.