龙源期刊网 http://www.qikan.com.cn
探究我国商业银行不良贷款率的影响因素
作者：谭红叶
来源：《市场周刊·市场版》2017年第02期
摘要：不良贷款与经济的健康运行紧密相关，它的形成受到宏观和微观两方面的影响。本文通过建立面板数据固定效应模型，对包括最新上市的9家银行在内的25家上市银行进行研究分析，发现商业银行不良贷款率受GDP增长率、银行资本充足率、拨备覆盖率以及存贷比的显著影响。其中，不良贷款率与GDP增长率、资本充足率、拨备覆盖率均呈负相关关系，与存贷比呈正相关关系。
关键词：不良贷款；上市银行；固定效应模型 一、研究背景
自上世纪90年代的金融改革以来，我国为处理商业银行的不良贷款做出了多方面的努力，并取得了良好的成果，成功将银行的不良贷款率降到了较低的水平。然而近几年，我国商业银行的不良贷款开始出现了“双升”的局面。2015年末的不良贷款余额超过了1.2万亿，不良贷款率也跃升到1.5%以上。
不良贷款率一直以来都是商业银行及其监管机构的重要监测对象，它反映了银行的资产质量，以及未来持续稳健经营承受风险的能力。不良贷款还与整个宏观经济的健康运行密切相关。因此，不论从微观还是宏观角度，关注银行的不良贷款，并研究其影响因素都具有重要意义。
二、文献回顾
不良贷款是影响经济运行的重要课题，中外学者对它开展了大量研究。在不良贷款率的影响因素方面，国外的学者主要集中于探讨宏观经济环境的作用。如Ranciere、Tornell和Westrmann（2006）通过实证分析发现金融自由化程度与银行的不良贷款率负相关。Berge和Boye（2007）利用北欧银行1993到2005年的数据进行分析，认为不良贷款率与贷款利率、失业率等宏观因素显著相关。Mwanza Nkusu（2011）研究认为经济增长放缓、汇率贬值、贸易萎缩都会造成银行不良贷款率的攀升。De bock和Demyanets（2012）以25个新兴市场国家作为样本，也得出了经济增速与不良贷款负相关的结论。
国内学者的研究也主要采用实证方式，并结合了宏观与微观因素。如程铭（2010）发现商业银行的监督管理机制问题和借款人的逃债动机是导致银行信贷资产质量恶化的主要原因。梁秋霞（2012）利用多元线性回归模型，认为GDP增长率、M2增长率、银行的资产负债率、贷款占总负债比重、规模等共同影响了银行的不良贷款率水平。
龙源期刊网 http://www.qikan.com.cn
综上所述，国外的研究主要采用数据进行宏观层面的分析，国内的研究结合了宏观与微观因素，但在各因素的影响程度及方向上存在不一致，这可能与数据的选取有一定关系。在已有研究的基础上，本文以我国上市银行作为研究对象，包括了国有大型商业银行，股份制商业银行，城商行以及农商行，以确保数据的全面性与代表性。 三、实证分析
本文采用面板数据多元回归模型来对我国商业银行不良贷款率的影响因素进行研究。样本为我国A股上市银行共25家，包括5家国有大型商业银行，8家股份制商业银行，7家城市商业银行以及5家农村商业银行。 1、变量选取
本文参照国内外已有研究成果，并结合我国商业银行的实际情况，选取宏观层面的两个指标及微观层面的四个指标作为解释变量，分别是GDP增长率、货币供应量增长率、商业银行资本充足率、拨备覆盖率、存贷比以及总资产规模。
GDP增长率（GDP）：当宏观经济运行良好时，市场繁荣，企业的盈利增加，财务风险及违约的可能性都会降低，商业银行的不良贷款率下降。反之，不良贷款率上升。因此，预测GDP增长率与不良贷款率负相关。
货币供应量增长率（M2）：该指标以M2增长率来衡量。本文认为货币供应量增长率主要是货币作用的结果。当宏观经济低迷时，会倾向于推出扩张型的货币，增加货币供给，刺激经济发展。银行通过放贷进行信用创造，一方面扩大了贷款规模，缓解部分企业的财务危机重新盈利，另一方面银行降低信贷标准，使得原本无法获得贷款的高风险项目也获得融资，衍变成不良贷款。因此，此指标与不良贷款率的关系不定。
资本充足率（CAR）：由委托代理关系，当资本量处于较低水平，银行股东更有意愿参与高风险项目，以期获取高回报，而将损失的风险转嫁给债权人，造成不良贷款率高企的局面。因此，假设资本充足率与不良贷款率负相关。
拨备覆盖率（PCR）：拨备覆盖率反映了商业银行抵御风险、弥补贷款损失的能力。一方面，较高的拨备覆盖率代表银行具有较强的风险防范意识；而另一方面，过高的拨备覆盖率意味着银行存在多余的损失准备金，风险管理不够有效。本文预测该指标与不良贷款率负相关。 存贷比（LDR）：较高的存贷比意味着银行的贷款规模较大，面临的风险也较大，预测其与不良贷款率正相关。
总资产规模（ln_size）：该指标以银行的总资产取自然对数来衡量。当银行的资产规模越大时，它通过开展不同地区不同行业的业务，可以充分有效地分散风险。预测银行总资产与不良贷款率负相关。
龙源期刊网 http://www.qikan.com.cn
2、数据来源与分析
本文的宏观经济数据来自国家统计局官网，银行不良贷款的整体情况数据来自中国银监会官网，25家上市银行的数据来源于各自的年报。
本研究的时间区间为2008年到2015年，模型采用面板数据多元回归分析。 3、实证分析 1）平稳性检验
为防止出现伪回归的结果，本文对各变量的数据进行了平稳性检验。
通过采用LLC检验和IPS检验，结果显示变量NPL、PCR、CAR、LDR、ln_size在10%的显著性水平下都为平稳，因此可用于模型估计。 2）回归分析
经Hausman检验，本文确定采用面板数据固定效应模型进行分析。具体模型如下： 由回归结果可知，模型的拟合度较好，R方值达到了将近0.7的水平。F统计量的值为6.67，P值小于0.01，说明模型的线性关系在99%的置信度下显著成立。根据各个解释变量对不良贷款率的影响方向和程度，可以得出结论：
第一、宏观层面的两个影响因素中，GDP增长率与不良贷款率显著负相关，系数为-0.07，表明GDP增长率可以解释不良贷款率7%的变动。而M2增长率与商业银行不良贷款率的关系不显著。
GDP增速越快，表明国家宏观经济处于高速发展状态，企业经营效益快速提高，盈利能力增强，从而降低了银行的不良贷款率。反之，当宏观经济趋于低迷状态，投资萎缩，企业经营困难，可能无法按时偿还银行贷款，导致不良贷款率上升。因此GDP增长率与不良贷款率负相关。
货币供给量受货币的影响。当国家推行宽松的货币以刺激经济时，一方面银行流动性充裕，可以发放更多贷款，另一方面在扩大贷款规模的同时，可能降低贷款标准，导致风险较高的项目也获得融资，信贷资产质量下降，不良贷款增多。因此M2增速与不良贷款率的关系不确定。
第二、微观层面的四个解释变量中，资本充足率、拨备覆盖率均与不良贷款率存在显著的负相关关系。根据结果，资本充足率可以解释不良贷款率5.11%的变动。拨备覆盖率系数为-0.005，表明它可以解释不良贷款率0.5%的变动。存贷比与不良贷款率显著正相关，可以解释
龙源期刊网 http://www.qikan.com.cn
不良贷款3%的变动。而资本充足率及总资产规模与商业银行的不良贷款率不存在显著的相关关系。
资本充足率是监管资本与银行风险资产的比例，当资本充足率较低，表明银行资本量较少，风险资产较多，同时股东也有意愿开展高风险业务，使得不良贷款率较高。当资本充足率较高，表明银行资本量较多，风险资产相对较少，银行的不良贷款率相对较低。因此资本充足率与不良贷款率具有负相关关系。
拨备覆盖率能够反映商业银行抵御风险、弥补贷款损失的能力。较高的拨备覆盖率表明银行具有较强的风险防范意识，这类银行在开展业务时也会做到谨慎合规，使得不良贷款率处于较低水平。若银行的拨备覆盖率较低，表明银行在风险管理方面意识不够强，可能会有较高的不良贷款率。因此拨备覆盖率与银行不良贷款率负相关。
较高的存贷比意味着在相同的存款支持下，银行的贷款规模较大，面临的风险也较大，属于风险偏好类型，不良贷款率也高。存贷比较低表明银行在开展业务时较为保守，承担的风险小，不良贷款率较低。因此存贷比与不良贷款率正相关。
银行资产规模对不良贷款率的影响不显著，可能是因为银行扩大资产规模时，一方面可以更好地分散风险，起到降低不良贷款率的作用，另一方面一味地追求规模扩张也会忽略对贷款风险的把控，导致不良贷款率上升。 四、结论
通过对我国上市商业银行2008年到2015年的数据进行分析，本文发现：GDP增长率、银行资本充足率、拨备覆盖率均与不良贷款率显著负相关，存贷比与不良贷款率正相关。即我国商业银行的不良贷款率不仅受宏观经济的影响，还受到自身资本水平、风险防范等因素的影响。
在宏观经济增速由高速转为中高速发展的经济新常态下，我国商业银行应不断完善内部风险控制，提高风险防范意识，严格管理贷款程序，将不良贷款率控制在合理水平。 （作者单位：广州工商学院）
作者简介：谭红叶，广州工商学院教师。 参考文献
[1]程铭：《不良贷款对我国银行体系脆弱性影响研究》[D]，哈尔滨：哈尔滨工程大学经济管理学院，2010
龙源期刊网 http://www.qikan.com.cn
[2]梁秋霞：《我国商业银行不良贷款影响因素的实证分析》[J]，《吉林工商学院学报》，2012（1）：39-42
[3]Berge， T.O.， Boye， K.G.， An Analysis of Bank’s Problem Loans[J]. Norges Bank Economic Bulletin，2007，78：65-76
[4]Mwanza Nkusu. Nonperforming Loans and Macro-financial Vulnerabilities in Advanced Economies[R].IMF Working Papers，2011，1-27
[5]R.De Bock，A. Demyanets. Bank Asset Quality in Emerging Markets： Determinants and Spillovers[R].IMF Working Papers，2012，1-27
[6]Romain Ranciere，Aaron Tornell. Decomposing the Effects of Financial Liberalization：Crisis vs growth[J]. Journal of Banking & Finance，2006，30：3331-3348
