我国商业银行不良贷款率影响因素研究*

崔苧心 李子联

(江苏师范大学商学院 江苏 徐州 221116)

我国商业银行不良贷款率影响因素研究*

崔苧心 李子联

(江苏师范大学商学院 江苏 徐州 221116)

经济周期的波动会对不良贷款率的变化造成影响，除此之外，银行自身的特点也会对其造成较大影响。基于此，运用固定效应面板模型，以2010—2015年我国14家上市银行所组成的面板数据为样本，研究我国商业银行不良贷款率的影响因素，研究结果如下：首先，我国股份制商业银行对不良贷款率的调控相对国有商业银行来说较好；其次，从宏观角度来看，我国上市银行不良贷款率易受经济周期波动的影响，随着GDP增长率的增加以及货币供给增长率的增加，上市银行不良贷款率会随之减少；最后，从银行自身角度来看，贷存比和不良贷款拨备覆盖率的提高均可以在一定程度上降低不良贷款率水平。

不良贷款率；上市银行；面板模型

一、文献综述

随着利率市场化的推进，我国经济增速逐渐放缓，加之互联网金融的冲击，我国上市银行的盈利能力有所下降，不仅如此，商业银行的不良贷款率问题也越发严峻。不良贷款率是衡量上市银行核心竞争力与经营风险的关键指标，而上市银行又是我国银行系统中的重要组成成分。在我国进入中高速发展的“新常态”状态下，对我国上市银行不良贷款率的影响因素进行深入研究，并积累特殊制度背景下我国商业银行的发展经验，这不仅在理论上具有重要价值，同时，对于各银行内部应对由于存贷利差缩小、经济增长放缓等导致的不良贷款问题以及相关监管部门调整各种监管指标有重要的借鉴作用，因而也具有重要的现实意义。

就宏观经济因素对不良贷款率的影响来看，大量国内外文献都曾指出商业银行的不良贷款率与宏观经济因素的变动有关。其中很多文献都得出了几乎一致的结论，即不良贷款率与GDP的增长率呈负相关的关系。如李麟和索彦峰(2009)、[1]岳蓓蓓和郑循刚(2011)[2]通过建立VAR模型，运用脉冲响应函数和方差分解等计量手段分析了经济增长对商业银行不良贷款率的影响，得出了经济增长对不良贷款率的下降趋势有明显影响的结论；Salas和Suarina(2002)、[3]Rajan和Dhal(2003)[4]及Jimenez和Saurina(2005)[5]都曾在文中得出商业银行不良贷款率与GDP增长呈负相关关系的结论。除了GDP以外，还有很多学者研究了其他宏观经济指标对于银行不良贷款率的影响，但其侧重点各不相同。如万正晓和郑志尧(2014)[6]运用2005～2012年中国外资银行不良贷款率的数据进行研究发现，中国外资银行的信用风险水平较低，其不良贷款率与PPI增长率和M2增长率无关，而主要与失业率、CPI增长率以及GDP增长率有显著的相关关系；刘妍(2014)[7]研究得出：不良货款率同CPI、PPI、国内货款的房地产投资额、国内出口总额以及一年期货款利率呈正相关，而与城镇居民人均收入、国内生产总值、社会消费品零售总额、房屋销售面积呈负相关；董俊杰(2014)[8]从宏观和微观两个方面来研究影响企业不良贷款规模的各种因素。研究发现：小微贷款的规模、国民生产总值增长率、居民消费价格指数等都与小微企业不良贷款规模有着显著关系。其中不少学者在研究中都涉及广义货币供给量的变动与不良贷款率的关系，如Christopher和Bamidele(2009)[9]发现广义货币供给量增加时，银行往往选择减少放贷，宏观经济的变动对银行的贷款总量、投向和结构产生不同程度的影响；陈璐(2010)[10]也详细分析了货币供应量(广义M2)对不良贷款的影响，发现：货币供给量与不良贷款率呈负相关关系，即可以通过发展经济、改善商业银行的外部环境条件等措施来提高对商业银行不良贷款的管理效率。

就银行具体因素对不良贷款率的影响来看，不少学者指出银行不良贷款率的波动与银行本身的效率有关。如Keeton和Morris(1987)[11]主要用贷款与存贷款之和的比例来衡量银行的风险偏好，结果发现风险偏好与银行的贷款损失成正比；Sinkey和Greenwalt(1991)[12]的文章中也有相似的结论；马振国(2015)、[13]索有(2015)[14]都运用面板模型的计量手段得出，除了宏观经济因素的影响，像资本充足率水平、银行效率等银行自身因素也都会对商业银行的不良贷款率造成影响；郭婧洲(2010)、[15]高峰(2013)[16]和刘颖(2013)[17]在分析中都得到了相似的结论，但其视角各不相同。郭婧洲(2010)[18]主要从银行内部自身经营管理的角度出发，高峰从美国次贷危机的角度出发，而刘颖从借款企业的角度分析内部因素对不良贷款率的影响。他们都指出了政府对我国商业银行的行政干预较大，银行的治理也主要依靠制度并且政府把国有商业银行当做经济调控的主要对象，这都造成了银行业的低效率，着重强调了银行内部强化资本约束机制、提高资本运作效率等内因的重要性。杨盛昌(2012)主要从拨备覆盖率的视角看中国商业银行的信用风险监管，提出了动态调整的拨备充足制度理念，这对于商业银行加强对不良贷款率的监管有重要意义。

国内外的专家学者在不良贷款率这方面的研究已经取得显著的成果，这对于我们进一步的研究有十分重要的借鉴意义，综合上述的文献可以得出：首先，我国现有文献大多把重点放在政策性不良贷款上，将我国不良贷款产生的原因简单地归纳为经济转型时期所特有的改革不彻底和制度缺陷问题，以及政府、企业和银行三者综合作用的结果。并且，大多数的研究视角侧重在考察宏观经济对不良贷款的影响，而忽视了银行的角度，更忽视了银行这个经营个体自身的经营管理行为对控制不良贷款的形成起到关键作用；其次，与国外的研究相比，国内更多的是从理论层面研究商业银行不良资产的形成原因。尽管面板数据模型在国外的应用已较为成熟，但在国内将其用于对不良贷款的研究却较为少见。针对以上研究现状，我们的研究将从以下几方面进行可能的创新：从理论的角度，我们主要从宏观经济和银行自身行为这两个视角入手，全面分析我国商业银行不良贷款的各种影响因素，并着重分析当前经济背景，尤其考虑利率市场化加速，制造业产业、房地产市场以及国际贸易都处在低迷的状态下，商业银行不良贷款的变动趋势；从技术的角度，主要运用2010—2015的最新数据建立固定效应面板模型来有效的估计模型的参数，这能够更加全面的包含14家上市银行的数据，更加形象地横向比较同时期上市银行间不良贷款率的情况。

二、商业银行不良贷款率影响因素的理论分析：几个有待验证的命题

(一)外部因素成因论

金融脆弱性假说认为：金融体系的脆弱性与宏观经济的周期有关，这主要是由于商业银行及其相关贷款人的内在特性。过度负债而产生债务危机使得他们不得不经历周期性危机和破产浪潮，经济危机因此产生。Minsky(1963)[19]和Kregel(1997)[20]分别从企业和银行两个角度说明了金融内在的脆弱性。其中，Minsky(1963)最早对金融脆弱性进行了系统性的分析，指出金融脆弱性的内在根源来源于周期性的宏观经济波动。在新周期的初期阶段，绝大多数企业处于经营状况良好的状态，预期收入可以覆盖现有借款。随着经济进一步繁荣，市场更加活跃，企业有着较好的预期就会扩大借款，此时风险较高的贷款在商业银行贷款结构中出现。然而，一旦经济回落金融脆弱性就会显现出来，不良贷款也随之爆发。为了进一步解释金融内在脆弱性。Kregel(1997)从银行角度引入了“安全边界”这个概念，更好地解释了Minsky的金融内在脆弱性理论。他指出，在经济形势利好时，商业银行扩大贷款的发放。一旦经济下滑，就会加剧了不良贷款的产生。基于银行的亲周期性，即良好的宏观经济可以使银行获得较高的利润，此时银行业绩较好而不良贷款率较低，我们提出假说：

假说1：GDP的增长与不良贷款率呈负相关关系。

除了GDP以外，不良贷款率的变动也会受其他宏观经济因素的影响。我们认为，货币供给增长率能够体现货币政策的方向，是数量型工具也是首要的货币政策中介指标。货币供给决策问题就是为了实现一定的宏观经济目标，决定货币供给量增长速度的问题。当宏观经济形式波动较为剧烈时，政府会及时推出货币政策、财政政策等来进行宏观调控，熨平经济。货币政策会对不良贷款率造成如下影响：当经济处于低迷状态，央行会采用扩张性的货币政策来刺激经济运行，此时银行降低贷款准入规则，使得一些盈利相对低的项目获得贷款，从而改善企业的财务状况，这能够降低当期的不良贷款水平。但是，在这种情况下，信贷数量的高速增长大大降低了贷款质量，也造成了大量的潜在风险。当经济出现过热的情况，央行一旦采取紧缩性的货币政策手段时，大量的不良贷款就会暴露出来。基于此，我们提出假说：

假说2：货币供给增长率(M2)与不良贷款率呈负相关关系

(二)银行内部因素成因论

John H.Wood于上个世纪70年代提出了贷款客户关系理论。该理论认为：商业银行为了追求最大利润，保证贷款的长期稳定需求，倾向于通过降低贷款利率来维持与客户的稳定关系。这种情况下，贷款质量和银行收益都会降低，银行的不良贷款风险也随之增加；1986年Eaton、Gersovitz和Stiglitz提出了贷款竞争模型。[21]该模型的核心内容是：银行在贷款市场开展竞争时会通过降低自己的利润空间以获取更多贷款，最后甚至导致利润为零。随着银行的获利空间降低，其抵御风险的能力也就降低了；贷款勉强理论首先由Gwyne提出，后来Eaton，Taylor和Kindleberger等人对其做了进一步研究使其逐渐完善起来。该理论的核心内容是：当利率水平给定后，银行向借款人提供的贷款过多超过了其意愿需求时，这会使贷款的质量降低。这主要因为银行经理以升迁为目的而盲目地将贷款量扩大到其安全的范围之外，产生不良贷款的隐患。我们知道，贷款的盲目扩大以及贷款质量的降低会造成不良贷款率增加。基于此，我们提出假说：

假说3：贷存比与不良贷款率呈正相关关系。

杨盛昌(2012)指出不良贷款拨备覆盖率实际上指的是商业银行运营过程中可能产生的各种不良贷款准备金的比率，是银监会衡量商业银行信用风险的重要指标。该指标反映的主要是商业银行抵御风险的能力以及弥补贷款损失的能力，不良贷款拨备覆盖率不能太低也不能太高，最佳的拨备覆盖率是100%。拨备覆盖率过高，意味着银行的损失准备金多余，这会使其利润下降，即银行对风险的控制不够好，该变量在以往的文献中很少被使用。在一般情况下，较高的拨备覆盖率往往意味着较差的风险控制，这种情况下会产生较高的不良贷款率。基于此，我们提出假说：

假说4：不良贷款拨备覆盖率与不良贷款率呈正相关关系。

三、变量设置与数据描述

实证分析部分的研究对象主要是我国上市的商业银行。我国现阶段共有16家上市银行，其中由于深发展和浦发银行上市时间较晚，其数据不够全面，将这两家银行去除。我们以2010—2015年的年度与半年度数据为样本，共计700个观测数据。具体来说，以我国14家上市银行的不良贷款率为被解释变量1，以贷存比、拨备覆盖率、广义货币(M2)供给增长率和GDP增长率为解释变量构建面板数据模型来分析其变动对不良贷款率的影响机理。这里，广义货币供给量(M2)数据来源于中国人民银行官网；GDP数据来源于中国统计局官网；其他数据均来自14家银行年报和半年报。相关变量表示如下表1所示：

在建立面板模型分析之前，对14家上市银行2010—2015年的不良贷款率数据进行描述性统计分析。美国的次贷危机给各国带来了不小的冲击，我国采取各种刺激政策进行适时适度的干预，使得我国经济在“新常态”的稳定状态下持续发展。然而，伴随着利率市场化的加速、房地产市场以及国际贸易的冲击，我国银行业不良贷款率有所回升。其具体数据如下表2所示：

表1 模型中使用的变量与其表示符号

表2 各年度上市银行不良贷款率(%)的描述性统计

由上表2可知，从2010年到2012年我国上市银行的不良贷款率呈下降趋势，其平均值从0.9778%下降至0.7721%。我们知道2011年国有商业银行不良贷款率和不良贷款余额保持“双降”，这主要是因为国家采取措施对国有商业银行不良资产进行处置，单单从数据来看有较为明显的效果。但也体现了较强的主导性，依靠政府的干预并不是商业银行发展的正常趋势。随着我国金融体系的进一步放开，想要化解不良资产更加需要依靠金融市场。数据下降的背后还有部分原因是受到经济刺激的影响，虽然银行贷款基数的增长能够在一定程度上降低不良贷款率水平但这并不是真正意义上的下降。然而从2012年年末的数据来看，不良贷款率有回升趋势，到2015年上半年我国上市银行不良贷款率水平从2012年上半年的0.7721%上升至1.25%。一方面，这主要是因为上市银行受到了经济增长速度放缓的冲击加之房地产行业不景气以及国际贸易额下降等种种不利因素；另一方面，银行贷款逐步退出了“两高一剩”，这一产业过程可能在短期内会带来对不良贷款的预判。此外，不良贷款率的标准差从2010年的0.5004%到2014年末下降到了0.1735%，这在一定程度上说明了我国上市银行的资产质量抵御系统性风险的能力有所降低。

进一步横向来分析我国上市银行间的不良贷款率情况。五大国有控股商业银行的不良贷款率的均值都在1%之上，略高于股份制商业银行。除均值外，从最值和中位数的数据来看，民生银行(CMBC)；兴业银行(CIB)；中信银行(CITIC)；光大银行(CEB)；招商银行(CMB)。国有商业银行的不良贷款率均在股份制商业银行之上。其中，中国农业银行的不良贷款率最高，其均值为1.593%。而北京银行的不良贷款率水平最低，其均值只有0.574%。在2010到2015年期间内，我国具体14家上市商业银行的描述性统计数据如下表3所示：

表3 各银行间不良贷款率(%)的描述性统计

在我国，长期以来大型商业银行有着国家背景，出于对国家的信任，大多数人和企业会将资金聚集于此，因此不良贷款也都聚集在大型商业银行。大型商业银行的产权结构主体也较为单一且其承担较多的政策性业务，有着较为沉重的历史包袱，这也导致了大量不良资产的出现。一直以来，国有银行有着较严重的“重贷轻管”的现象，对风险的管理较弱。而股份制商业银行的产权主体多元化，能在某种程度上抵挡政府的干预。在长期的商业化经营管理过程中，股份制银行已经积累了大量防范和化解不良贷款的经验并形成了独立高效的经营管理体系，能够从贷款发放的各个环节控制不良贷款的发生。但是，大型商业银行一般有着较为充足的资金优势能够妥善处理不良贷款的负面影响；而股份制商业银行主要凭借其多样性化的经营手段获取利润，也有良好的对策应对不连良贷款的的发生。

四、商业银行不良贷款率的面板模型估计与解读

在应用面板数据分析前，为避免“伪回归”现象对已有数据进行单位根检验以确保数据的可靠和平稳性。我们采用LLC检验、Fisher-ADF这两种检验方法。结果为LNNPL，DA，NPLC，RGDP，RM2都为水平平稳，可用于模型估计。模型单位根检验结果见下表4：

表4 面板数据单位根检验结果

注：括号内为统计量的P值。

首先，在确定面板数据模型应采用混合效应模型还是固定效应模型时，这里采用了固定效应下的F检验，由下表5的输出结果可以看出适合选用固定效应模型。在确定面板数据模型应采用固定效应模型还是随机效应模型时，采用Hausman检验方法，所得检验P值为1，说明其随机误差项是不正确的，即所得的结论是不适用于随机效应模型。最终确定的是建立固定效应变截距模型，并对固定效应模型采取截面加权最小二乘法进行估计。

表5 固定效应下的Wald-F检验

注：***表示统计量在1%的显著性水平下拒绝原假设。

为避免不同银行的截面异方差性，对固定效应模型采取截面加权最小二乘法进行估计，截面加权回归后得到模型中各银行的固定效应值见下表6：

表6 各银行固定效应值

由表6可知，工商银行、南京银行、北京银行、宁波银行、兴业银行、中信银行和招商银行的固定效应系数明显为负数，而剩余7家上市商业银行均为正数，并且以农业银行效应最大。工商银行、南京银行、北京银行、宁波银行、兴业银行、中信银行和招商银行这7家大多为股份制商业银行，他们对不良贷款率的贡献较低，相对来说能较好的控制不良贷款情况，而国有控股商业银行对不良贷款率的控制较弱。这与描述性统计结果相一致，国有商业银行在我国经济体系中处于特殊地位，不仅要在经济体制逐渐完善的过程中满足对金融的支持，也要增进自身的效率，这与一般商业银行大不相同。随着经济体制的改革，国有控股银行由国家完全控制逐渐改为自主经营，在这一转变过程中，由于粗放的经营模式会产生大量的不良资产。但随着上市和进一步的发展，国有银行对不良贷款率的控制能力在逐渐增强的过程中。

进一步分析商业银行不良贷款率的影响因素，固定效应模型的估计结果如下表7所示：

表7 固定效应模型下的回归结果

表7说明各假设变量均通过了显著性检验，并且模型拟合较好(R2=83.42%)，模型也通过了F检验，同时DW=1.3272，说明不存在序列相关。各变量的P值都小于0.05，说明估计结果是显著的。由上表7可知，在各解释变量中，其系数的估计值都为负，这说明所选的解释变量的上升都会导致不良贷款率的下降；相反，解释变量的下降会抑制不良贷款率的下降。其中，影响最显著的是RM2，即货币供给量的增长率，回归结果表明，货币供给量每增加1%，对应的不良贷款率的对数值将下降0.0193%；其次，贷存比、拨备覆盖率和GDP增长率这三个变量每增加1%，对应的不良贷款率对数值分别会下降0.0123%，0.0024%和0.0077%。

首先从宏观角度来看，RGDP和RM2都在1%水平上显著影响LNNPL且呈负相关关系，这说了明经济增长阶段不良贷款率趋于下降的事实。由回归结果可以看出，我国经济还处于不断增长阶段，银行和市场有着较为乐观的前景，银行在增大放款的同时企业也在增大借款。此时企业的盈利能力相对较好，违约的概率也较小，各银行的不良贷款率能够不同程度的下降。这与索有(2015)的结论相似，在经济扩张时期，借款人的资金往往较为充足可以支付他们的债务，因此银行的不良贷款可以维持在一个较低水平。这与假说1相符合。此外，虽然我国货币供给量的增速有所放缓，但依然是增加的状态，市场上的资金较为充裕。银行的贷款利率在这种状态下则会有所下降，企业成本也会减低且经济效益转好，这样企业能够及时偿还所欠银行的贷款并支付利息，从而违约的概率大大降低，银行的不良贷款率也就降低。即货币供应量RM2与不良贷款率负相关。这与假设2相符。

其次从银行内部特征来看，DA和 NPLC都在1%水平上显著影响LNNPL且呈负相关关系，其结果与假设不同。从我国当前角度来看，贷存比是指在资产负债表中，一家商业银行贷款总额与存款总额的比例，又称存贷比，是法定监管的重要指标。2015年6月之前，《商业银行法》规定贷款余额与存款余额比例不得超过75%。虽然过高的贷存比有可能增大银行风险，带来不良贷款的隐患。但在监管范围内，从银行盈利的角度讲，存贷比越高银行的盈利能力就越好，存贷比的高低意味着银行经营能力的高低。在一定范围内，银行相对地提高存贷比，就会拥有更好的绩效，可以降低银行的不良贷款率。2015年6月24日，国务院通过商业银行法修正案，删除贷存比规定，将存贷比由法定监管指标转为流动性监测指标，这一更改可能会改变贷存比对不良贷款率的影响。从下图1可以更直观地看出，股份制商业银行的贷存比均值基本保持在1.4以上处于较高水平，其中以农业银行的表现最为显著，近几年农行的不良贷款率最早其均值达到1.6%而其贷存比例也相对较低，均值在55%的水平。基本上符合贷存比与不良贷款率呈负相关的关系。此外，我国在《股份制商业银行风险评级体系》中提出拨备覆盖率这个指标，在监管过程中该指标逐渐成为衡量商业银行风险的硬性指标。与贷存比类似，过高的拨备覆盖率会造成资金的浪费，但在一定的监管范围内，较高的拨备覆盖率代表着银行有较强的补偿贷款损失的能力。较为充足的贷款损失准备计提使银行更加从容的应对信用风险。从下图2可以看出，前5家为国有商业银行，其拨备覆盖率明显低于后面的股份制商业银行。其中，北京银行的拨备覆盖率最高而其不良贷款率最低，基本上说明了拨备覆盖率与不良贷款率呈负相关关系。

图1 上市银行贷存比和不良贷款率比较图

图2 上市银行拨备覆盖率和不良贷款率比较图

五、结论与启示

我们以2010—2015年我国14家上市银行的半年度、年度数据为依据，从宏观和微观角度分析了不同因素对我国上市银行不良贷款水平的影响，研究结论如下：首先，我国股份制商业银行对不良贷款率的调控相对优于国有商业银行。其次，我国上市银行不良贷款显著地受经济周期波动的影响，随着GDP增长率的增加以及货币供给增长率的增加，银行不良贷款水平会随之下降。最后，从银行自身角度来看，贷存比和不良贷款拨备覆盖率的提高均可以降低不良贷款率水平。基于此，我们得到如下启示：

第一，从宏观角度来看，由于信贷质量会受到经济波动以及货币政策的影响。一方面，央行要对经济形势作出系统性和前瞻性的预判。在经济衰退时，利用扩张性的货币政策给企业创造稳回升的条件。但仅仅依靠政府的调节会积累大量的潜在风险，在经济复苏中埋下隐患。因此，从另一方面来看，在利率市场化的情况下政府更应加强监管、完善市场的功能并逐渐退出干预。银行通过提高其整体的控制管理能力来应对经济形势的变化，降低其不良贷款率，以防止银行风险的发生。

第二，从银行自身角度来看，商业银行凭借较高的利息差异创造收益的时代已不再存在。创造收益是每家商业银行的根本目的，然而在增加收益的同时，银行也要通过提高其整体的经营能力来控制不良贷款率。首先，就提高贷存比来说，银行一般都会尽量扩大贷款规模来提高经营利润，而商业银行的经营不能只顾眼前利益而忽视了对长远发展的考虑，这就要求银行要慎重对待贷款发放审核的环节，在发放贷款之前加强对贷款方营业能力经营环境的调查，充分揭露贷款项目的潜在风险，并提前采取措施应对可能发生的风险，从而降低商业银行未来不良贷款的发生；其次，从提高拨备覆盖率来说，作为对商业银行监管的重要指标，它能揭示出信用风险的“量”。在当前经济处于下行阶段，由于不良贷款率的持续增加，拨备覆盖率会有下降趋势，监管压力加大。适度下调拨备覆盖率有利于逆周期拨备覆盖率调节机制的建立，也利于商业银行在经济下行周期实现利润与风险的平衡，这使商业银行信贷空间扩大，增强对实体经济的支持力度。同时，与国际市场相比我国不良贷款率水平较低，因此不存在监管要求宽松的问题。

第三，由上面的实证分析我们知道，在不良贷款率这个指标上，国有商业银行体系要高于股份制商业银行体系。我国国有商业银行自身有着较差的抗风险性，而对政府有着较强的依赖性。对于国有商业银行，要建立科学的决策体系来剥离政策性业务，剥离不良贷款。此外，我国有商业银行需要进一步完善内部控制、优化资产结构，在此基础上严格管理贷款的相关程序，大力追究造成不良贷款的责任人，最终建成内控严密，服务和效益良好的现代金融企业。

[1]李麟，索彦峰. 经济波动、不良贷款与银行业系统性风险[J]. 国际金融研究，2009，(6).

[2]岳蓓蓓，郑循刚. 经济增长与商业银行不良贷款率波动的VAR模型分析[J]. 金融与经济，2011，(1).

[3]Salas，V.，Jesus Saurin，Credit Risk in Two Institutional Regimes: Spanish Commercial and Savings Banks[J]. Journal of Financial Services Research，2002，(3).

[4]Rajan，R.，Sarat C. Dhal，Non-performing Loans and Terms of Credit of Public Sector Banks in India: An Empirical Assessment[J]. Occasional Papers，2003，(3).

[5]Jimenez，G.，Saurina，J.，Credit cycles, credit risk, and prudential Regulation[J]. Banco de Espana，2005，(1).

[6]万正晓，郑志尧. 关于中国外资银行信用风险影响因素的实证研究[J]. 中国商论，2014，(5).

[7]刘妍. 我国商业银行不良贷款成因及相关因素分析[J]. 系统工程，2014，(5).

[8]董俊杰. 小微企业不良贷款规模的影响因素分析[J]. 金融发展研究，2014，(4).

[9]Somoye，R.O.，Christopher，The impact of macroeconomic instability on the banking sector lending behavior in Nigeria[J]. Journal of Money，2009，(10).

[10]陈璐. 我国商业银行不良贷款影响因素及管理策略研究[D]. 南京理工大学，2010.

[11]Keeton，W.R.，Morris，C.S.，Why do banks’

loan losses differ?[J]. Economic Review，1987.

[12]Sinkey，J.F.，Greenawalt，M.B.，Loan-Loss Experience and Risk-Taking Behavior at Large Commercial Banks[J]. Journal of Financial Services Research，1991，(1).

[13]马振国. 新经济形势下我国商业银行不良贷款的影响因素研究[D]. 吉林大学，2015.

[14]索有. 我国上市银行不良贷款影响因素研究——基于动态面板数据模型[J]. 社会科学辑刊，2015，(2).

[15]郭婧洲. 浅析我国国有商业银行不良资产形成的原因与对策[J]. 统计研究，2010，(8).

[16]高峰. 我国商业银行不良贷款的管理研究[J]. 中国商贸，2013，(3).

[17]刘颖. 银行不良贷款影响因素的实证分析—以某银行市级分行为例[D]. 浙江大学，2013.

[18]杨盛昌. 从拨备覆盖率看中国商业银行的信用风险监管[J]. 经济问题探，2012，(1).

[19]Minsky，H.P.，Longer Waves in Financial Relations:Financial Factors in the More Severe Depressions[J]. Journal of Economic Issues，1995.

[20]Kregel，J.A.，Margins of Safety and Weight of the Argument in Generating Fragility[J]. Journal of Economic Issues，1997，(2).

[21]Stigliz，J.，Weiss，A.，Credit Rationing in Markets with imperfect information[J]．American Economic Review，1981，(3).

(责任编辑：辉 龙)

2016-04-16

崔苧心(1993-)，女，江苏徐州人，江苏师范大学商学院硕士研究生，主要从事货币金融理论与政策方面的研究；李子联(1985-)，男，江西赣州人，江苏师范大学商学院副教授、硕士生导师，主要从事宏观经济学和发展经济学方面的研究。

F832.33

A

1672-1071(2016)03-0043-08