不良贷款规模波动对经济增长影响的实证研究

严长勇

（安徽财经大学，安徽 蚌埠 233000）



不良贷款规模波动对经济增长影响的实证研究

严长勇

（安徽财经大学，安徽 蚌埠 233000）

摘要：从2012年第1季度以来，我国商业银行不良贷款率持续上升、经济增长速度趋于走低，探寻二者之间的作用机制，将为我国金融改革与经济发展提供一定的参考。选取2004年第1季度至2015年第3季度的季度数据，建立VAR模型的实证研究结果表明，不良贷款规模对经济增长在初期存在正向效应，随着时间的推移，这种正向影响消失，转而产生负的影响效应；最终，不良贷款规模变动产生的影响被经济系统吸收。

关键词：不良贷款规模；经济增长；VAR模型

一、引言

不良贷款率和规模是衡量金融机构财务状况的重要指标，也是衡量整个金融系统的安全与稳定性的重要指标，不良贷款规模过大还会影响宏观经济的稳定。如1929～1933年美国经济大萧条，2008年由美国次贷危机而引发的全球性金融危机，都与商业银行不良贷款规模有着直接的联系。目前，我国经济下行压力较大，增速减缓，同时，商业银行不良贷款率从2012年第1季度至今，一直处于上升趋势。银监会统计的数据显示，截至2015年9月底，我国商业银行的不良贷款规模高达1.09万亿元人民币，不良贷款率达1.59%。关于不良贷款规模波动对经济增长影响的内在联动机制，国内外学者已有研究，但在数据的选用与处理、研究方法以及得出的结论上存在分歧。本文将根据我国2004年以来的数据对其进行研究，以考量二者之间的内在关系。

二、文献回顾

对于经济增长与不良贷款二者内在联动机制的研究主要有两条主线可循。

（一）不良贷款规模与经济增长负相关

早期的学者从金融稳定和银行结构进行分析，认为宏观经济的金融稳定与商业银行不良贷款规模之间存在紧密的联系（Minsky，1992；Fischer，1933；Kaminsky&Reinhart，1999），总体是呈负相关性。[1-3]Minsky P.Hyman（1995）从经济周期与贷款人偿债能力的角度分析了二者的关系，指出经济的波动会导致债务人偿债能力的变动，从而影响银行不良贷款率。[4]Salas、Saurina（2002）使用1985～1997年西班牙商业银行的数据，研究了不良贷款率与GDP之间的关系，认为GDP的增长率对不良贷款率的下降是有效的。[5]张淼（2002）以上市银行作为分析样本，构建不良贷款与宏观经济实证模拟模型，发现宏观经济与不良贷款率之间存在明显的反向相关关系，其认为主要是宏观经济发展的状况影响了还款人的债务偿还能力，进而影响商业银行不良贷款率。[6]卢静（2006）认为由于银行不良贷款的增加会引起M2的增发，对企业的投资造成负面影响，进而打破经济的均衡，引起通货膨胀和经济衰退，抑制宏观经济的发展。[7]Berge、Boye（2007）通过研究1993～2005年商业银行不良贷款规模、利率与失业率的关系，认为不良贷款规模的扩大提升了失业率，从而不利于宏观经济的发展。[8]李思慧、颜向农（2007）采用四种宏观经济指标与不良贷款率进行相关性研究，结果表明宏观经济效益与不良贷款率之间存在负的相关关系。[9]岳蓓蓓、郑循刚（2011）在研究不良贷款率与宏观经济波动性关系中指出，不良贷款率制约宏观经济的发展，宏观经济的发展只对不良贷款率的下降有作用。[10]还有一些学者从影响金融稳定的诸多要素分析经济增长与不良贷款率的关系（陈学彬，1997；黄备临，2013），均认为不良贷款率与经济增长呈现负相关的关系。[11-12]

（二）不良贷款与经济增长正相关

Acemoglu and Zilibotti（1997）从资本的原始积累和分散投资作为切入点，认为在资本积累与经济增长的初期，收益的波动会呈现一个比较大的波动是正常的，在经过一段时间发展以后，这种波动会趋于稳定。[13]周忠明（2005）以江苏省379家企业银行不良贷款数据作为对象进行研究，认为在经济发展减速时，不良贷款率也随之下降。[14]Hoggarth、Reis、Saporta（2001）通过对比几次金融危机前7个高收入国家和10个低收入国家经济增长率与不良贷款率的数据，发现上升的不良贷款率与经济增长并存，进一步做实证分析得出二者呈正相关关系。[15]张汉飞、李宏瑾（2014）通过对142个经济体的截面数据进行实证分析得出，不良贷款率和宏观经济的增长具有密切正相关的关系，由于制度因素的影响，部分经济体宏观经济的增长并不呈现正相关，但大多数经济体经济的发展都伴随着不良贷款率的增长。[16]

将已有的研究进行分析总结、归纳发现，部分学者对于指标的选择、数据的处理、模型的构建上还有不足之处。通常仅考察二者影响的相关性，并没有交代是单向影响还是双向影响，是当期影响还是滞后影响。同时，在银行不良贷款率的数据方面，近年来趋于平稳，因此，在数据的使用上需更贴近实际。因而，本文将采用2004年第1季度至2015年第3季度我国商业银行不良贷款余额与季度GDP作为初始数据，通过建立VAR模型，对二者的联动关系做进一步研究，为正确制定经济金融政策提供可靠的理论依据。

三、实证分析

（一）数据的选取与处理

在以往的研究中，部分学者使用商业银行不良贷款率作为实证分析的变量，虽然该指标能够直接反映不良贷款规模的一般概况，但由于目前我国商业银行的不良贷款率总体趋于平稳，因而该指标在反映时间趋势、规模数量等综合能力方面有所欠缺。为了使实证分析更符合商业银行不良贷款规模的实际情况，在指标的选择上，本文选取我国商业银行不良贷款余额作为反映不良贷款发展规模的一般趋势。

由于数据的可得性，在实证阶段采用2004年第1季度到2015年第3季度我国商业银行不良贷款余额（BNL）与季度GDP作为初始数据。考虑到GDP、BNL数据在数值上较大，不便于实证分析研究，同时，为了消除时间序列的异方差性，本文将原始数据取自然对数，即LNGDP、LNBNL。由于季度数据又存在季节上的波动性、阶段性，影响模型拟合的真实性，从而影响实证结果的准确性，因此在序列的处理上，本文采用×12平滑指数法对LNGDP、LNBNL进行季节调整，从而使序列趋于平稳，记为LNGDP_SA、LNBNL_SA。

（二）序列的统计检验

1.ADF检验

序列的波动性会造成实证分析的结果不能有效反映出真实的经济情况，因此，在序列的使用过程中，首先需要对序列的平稳性进行检验，从而避免伪回归的产生。同时，序列的平稳性检验是Granger因果检验的基础，非平稳序列不能反映Grange因果检验结果的真实性。此外，各序列只有是平稳的，才可以进行协整检验，进而考察变量之间是否存在长期稳定的关系。以5%的置信水平考察LNGDP_SA、DLNGDP_SA、LNBNL_SA、DLNBNL_SA序列的稳定性，结果如表1所示。

表1　VAR模型构建向量的序列平稳性检验结果

从序列的检验结果可以看出，LNGDP、LNBNL是不平稳的，但是二者的一阶差分都是平稳的序列，所以LNGDP、LNBNL都是一阶单整序列。

2.协整检验

对于经济时间序列，由于关联度较大，经济时间序列在长期可能存在稳定的关系，通过协整检验来确定变量之间是否存在长期稳定的线性关系。如果是协整的，就需要对建立的VAR模型进行误差修正，构建VEC误差修正模型；本文采用Johansen协整检验方法进行检验，检验结果如表2所示。从协整的检验结果可知，在5%的置信水平下，迹统计量和最大特征值都无法拒绝不存在协整的假设。也就是说，不良贷款与经济增长之间存在长期稳定的线性关系，二者的协整关系为：ecmt=DLNGDP_SA+ 0.138270DLNBNL_SA，因而需要建立二者的误差修正模型（VEC），考察二者长期与短期的均衡。[17]

表2　Johansen协整检验结果

3.Grange因果检验

在以往的研究中，众学者对于不良贷款规模与经济增长的关系各执一词，部分学者认为二者是双向影响或单向影响，还有部分学者认为二者没有显著的作用机制。而在影响的方向上，正向、负向以及无关联性的观点并存，因此，需要对二者的关系做进一步考察。同时，变量之间是否会有交互的影响，通过何种方向影响，是构建VAR模型的前提，否则构建的VAR模型就没有意义。通过对DLNGDP_SA、LNBNL_SA序列进行Grange检验，其结果如表3所示。

表3　Grange因果协整检验结果

从Grange检验的结果来看，在5%显著性水平的情况下，拒绝DLNBNL_SA不是DLNGDP_SA的Grange原因，接受 DLNGDP_SA不是 DLNBNL_ SA的Grange原因。也就是说不良贷款规模与经济增长存在单方面的因果关系，即不良贷款规模影响经济增长；反之，则无影响。

（三）VAR模型的构建

在经济问题的分析中，通常使用已有的经济理论进行要素影响的单方面分析，对于时间序列的数据分析，已有的经济理论并不能很好地描述要素的动态交互影响，而VAR模型采用非结构性的方法，将所有变量的滞后变量进行回归，描述内生变量的动态关系，模型矩阵形式如下所示。

单方程结构即为：

Ymt、Xnt分别表示内生变量和外生变量，m、n是内生变量和外生变量的个数，p、r表示各变量的滞后期，a、b为参数，u为随机扰动项。

（四）实证分析

1.VAR模型滞后期选择与稳定性检验

在VAR模型构建的过程中，首先需要对VAR模型滞后期进行选择，有助于建立拟合优度较为良好的模型，从而提高模型的准确性和解释能力。由于本文使用的是季度数据，在滞后期的检验上，以滞后4阶开始检验，以LR、FPE、AIC、SC、HQ五个指标作为滞后期优良的评价体系，检验结果见表4。

表4　VAR模型滞后期检验结果

从检验的结果上看，在5%显著性水平下，LR、FPE、AIC、SC、HQ五个评价指标中，全部都显示应建立VAR（2）模型，估计的方程如下。

通过对VAR（2）模型所有多项式的AR特征根倒数进行检验，特征根的倒数均小于1，如图1所示，从VAR（2）的AR特征多项式逆根图可以发现，所有的逆根都位于单位圆的内部，说明建立的VAR（2）模型是稳定的。也就是说不良贷款规模的变化，会引起GDP水平的变动，但随之时间的推移，这种变化将逐步减弱，最终被系统吸收。

2.误差修正模型

从协整检验的结果可知，由于不良贷款与经济增长存在长期稳定的协整关系，即不良贷款的规模每上升1个单位，经济增长下降0.1382个单位。为了考察二者长期与短期的动态均衡，需建立向量自回归误差修正模型，对模型的参数进行估计，拟合出的VEC（2）为：

图1　VAR(2)的AR特征多项式跟图

从估计的结果可知，滞后1期至滞后2期，经济增长与不良贷款规模表现为同向的正向作用。从长期来看，当不良贷款与经济增长的作用机制偏离长期均衡时，通过系统内部的调节，系统分别以0.2521与3.4432个单位的力度作用于经济增长与不良贷款规模，反向将其拉回至均衡状态。

3.脉冲响应函数

为了考察不良贷款规模对GDP水平影响的动态效应，需要建立脉冲响应函数。由于选取的是季度数据，为使结果更能反映时间因素的影响，我们设定脉冲响应函数的期限为12期，结果如图2所示。从脉冲响应函数上看，不良贷款规模对系统的冲击在初期对GDP水平有正向的影响效应，从第2期以后，影响为负。第7期以后，影响趋于稳定。从数值上看，不良贷款规模与经济增长在短期虽然存在正向关系，但影响的力度是极其微弱的。

图2　VEC（2)模型的脉冲响应函数

四、结论与作用机制探讨

（一）研究结论

实证分析的结果显示，不良贷款规模与经济增长在初期存在正向的相关关系，且仅存在单向影响的关系，即不良贷款规模会对经济增长造成一定的影响，而经济增长并不会对不良贷款规模产生显著的影响。同时，在不良贷款规模扩大后，并不会马上在经济增长上表现出来，实证结果显示，在不良贷款规模扩大后的1期，虽然会对经济增长产生一定的刺激，但影响较为有限，在第2期影响较为明显。随着时间的推移，这种正向影响消失，转而产生负的影响效应，抑制了经济增长，最终，不良贷款规模变动产生的影响被经济系统吸收。总体来说，不良贷款规模的变化对经济增长的影响是有限的。

（二）作用机制分析

1．经济理论的视角分析

企业与个人是银行贷款的主要客户，其中个人贷款主要是由消费产生的引致需求，企业贷款是为了扩大生产而产生的融资需求。以产能过剩与有效需求不足为例，当产能过剩与有效需求不足时，从总需求-总供给理论与生产理论可知，在短期，虽然供需错位使利润空间被压缩，但只要边际利润不为0，厂商便愿意扩大生产规模，随着生产规模的扩大，产品的价格持续走低，只要产品的价格不低于平均可变成本，厂商的这种生产就不会停止，从而弥补部分固定资产的折旧，即企业的融资规模扩大，在经济上的反应为经济的持续增长。从银行对资产审查的角度来看，此时，众多贷款已经开始转为不良贷款。当产能扩大到一定规模后，这种生产停止，企业宣布破产，对经济产生负面的效应。最终，产能与社会需求趋于稳定，由不良贷款规模变化产生的经济刺激被经济体系消化吸收。而不良贷款规模变化对经济增长的变动会在一定时间后凸显，主要是由于影响因素在经济系统传递过程中存在一定的时滞性。

2.利率市场化与存款保险制度实施视角分析

随着我国利率市场化的全面放开，利率的决定由市场供需决定，商业银行的利润空间变窄。而金融机构的利润主要源于借贷利差获得，在利润空间被压缩的情况下，商业银行需尽可能多地将资金贷给融资客户，而放松了对融资客户的信贷审核。尤其是2015年5月1日我国存款保险制度的正式实施，提振了商业银行经营的信心，容易引发商业银行经营的道德风险，潜在地提升了不良贷款的规模。从短期来看，商业银行将盈余资金投放到市场，类似于宽松的货币政策，对实体经济的发展起到积极的刺激作用，促进经济的发展。从长期来看，由不良资产引发的经济问题，会抑制经济的发展，但通过经济系统内部的不断调整，不良贷款规模对宏观经济的刺激作用会逐步被经济系统消化吸收。

3.国家经济政策实施的视角分析

目前整个世界经济疲软，出于国家经济发展战略的考虑，对污染严重与产能过剩的产业，如煤炭、钢铁、电解铝、航运业等，将实施关闭或并购重组。在“十二五”与“十三五”规划中，我国在优化产业结构调整上提出了具体要求，这必然导致部分企业被市场淘汰，间接地引发了不良资产规模的变动。在短期，国家政策的实施，会释放经济发展方向的信号，引导投资者对某类产业的投资。即使由于某些夕阳产业的淘汰，导致不良贷款规模的上升，但在国家政策的影响下，资本会加速向扶持产业流动，促进经济的发展。在长期，由于夕阳产业的倒闭，失业、企业转型等社会与经济问题逐渐凸显，而扶持产业与朝阳产业的发展尚处于起步阶段，在合力的作用下将会抑制经济的发展。最终，由国家经济政策对宏观经济造成的冲击，经过经济系统不断的调整，会逐步被经济系统消化吸收。

参考文献：

［1］MINSKY H.The financial instability hypothesis［D］.The Jerome Levy Economics Institute Working Paper,No.74，1992.

［2］FISCHER I.The debt-deflation theory of great depressions［J］. Econometrica，Vol.1，1933（4）.

［3］KAMINSKY G，REINHART，C.The twin crises，the causes of banking and balance of payments problems［J］.American Economic Review，Vol.89，1999（3）.

［4］MINSKY P.Hyman Longer waves in financial relations：financial factors in the more severe depressions［J］.Journal of Economic Issues.1995，29（3）：83-96.

［5］VICENTE SALAS，JESUS SAURINA.Credit Risk in Two Institutional Regimes：Spanish Commercial and Savings Banks［J］.Journal of Financial Services Research，2002（2）：223.

［6］张淼.银行不良贷款率与经济发展状况［J］.上海统计，2002 （11）：34-35.

［7］卢静.银行不良贷款对宏观经济运行的负面效应［J］.现代财经, 2009（3）：13-16.

［8］BERGE，T.O.，BOYE，K.G.An analysis of bank’s problem loans ［J］.Norges Bank Economic Bulletin，2007（78）：65－76.

［9］李思慧，颜向农.商业银行不良贷款与宏观经济因素相关性实证分析［J］.时代金融，2007（8）：45-46.

［10］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）：28-31.

［11］陈学彬.不良贷款、经济增长与制度［J］.经济研究，1997（7）：32-41.

［12］黄备临.商业银行不良贷款的成因与对策［J］.经济论坛，2013 （9）：19-20.

［13］ACEMOGLU D，F ZILIBOTTI.Was Prometheus Unbound by Chance?［J］.Journal of Political Economy，1997，105（4）：709-751.

［14］周忠明.不良贷款与经济增长关系分析［J］.银行业监管，2005 （5）：45-46.

［15］HOGGARTH G.，REIS，R.AND SAPORTA.V.Costs of banking system instability：Some empirical evidence［J］.Journal of Banking and Finance，2002，26（5）.

［16］张汉飞，李宏瑾.不良贷款、经济增长与制度［J］.金融评论，2014（5）：1-15.

［17］JOHANSEN S.Estimation and Hypothesis testing of Cointegration Vectors in Gaussian Vector Autoregressive Models［J］.Econometrical，1991（59）：1511-1580.

（责任编辑：李丹；校对：卢艳茹）

An Empirical Study on the Impact of Non-performing Loans’Size Fluctuation on Economic Growth

Yan Changyong

（Anhui University of Finance and Economics,Bengbu 233000,China）

Abstract：Since the first quarter in 2012,the non-performing loans ratio in China’s commercial banks kept increasing and the speed of economic growth was lowering down.Exploring the interacting mechanism between the aforementioned two elements would help providing useful reference for China’s financial reform and economic development.The paper based its research on the data collected from the first quarter in 2014 to the third quarter in 2015.And the empirical study via the establishment of VAR model could indicate that the size of non-performing loans had positive effects on economic growth in the initial stage.However,as time went by,the positive effects were disappearing and negative effects emerged.Eventually,the impact caused by the changes of the non-performing loan size would be absorbed by economic system.

Key words：non-performing loans size;economic growth;VAR model

中图分类号：F830

文献标识码：A

文章编号：1006－3544（2016）03－0033－06

收稿日期：2016-01-26

作者简介：严长勇（1990-），安徽六安人，安徽财经大学，研究方向为商业银行经营管理、经济投资和金融创新。