影响商业银行不良贷款率因素的实证分析

周雯静++洪阳++李浩

本文属国家大学生创新训练项目（项目编号：201610378118）阶段性研究成果

摘 要：商业银行不良贷款率近两年来处于较高的水平，对我国宏观经济的运行产生了不利的影响。本文将理论分析与实证分析相结合，通过收集2009年～2016年的最新季度数据，建立相关分析、多元线性回归模型探讨宏观影响因素和微观影响因素对商业银行不良贷款率的影响。由实证结论发现：GDP增长率和拨备覆盖率每下降1%，商业银行不良贷款率就分别上升0.084%和0.0059%。因此，可通过改善宏观经济环境和加强商业银行自身风险防范来降低不良贷款率。

关键词：商业银行；不良贷款率；GDP增长率；拨备覆盖率

一、引言

全球利率市场化给各国的经济发展都带来了不小的挑战。于中国而言，从1996年推进利率市场化至今已经二十年，当前我国正处于利率市场化的最后阶段。我国金融机构人民币贷款利率上限于2004年完全放开，商业银行可根据业务的风险状况自行决定利率。商业银行作为金融市场的主体，控制好信用风险是维持国民经济健康运行的必要条件。不良贷款率作为衡量商业银行信用风险的关键指标，对银行的生存和发展有着重要影响，对我国经济的稳定运行也起着举足轻重的作用。

从图中可以看出，近两年来我国商业银行不良贷款率上升到了较高的水平，这不仅阻碍了商业银行的发展，而且对我国宏观经济的平稳运行产生了不利影响。本文将基于2009年～2016年季度数据，从宏观和微观角度对我国商业银行不良贷款率的影响因素进行理论和实证分析，并提出相关建议供参考。

图 商业银行不良贷款率

二、不良贷款率影响因素的理论分析

1.宏观经济因素分析

国内生产总值（GDP）对不良贷款率的影响。我们知道宏观经济运行是周期性的：当经济蓬勃发展的时候，出于对市场的良好预期，公司将从银行申请贷款，银行将大量放款以赚取利润。在经济环境好的情况下，企业盈利能力强劲，财务状况更加规范化，企业违约的可能性小，银行不良贷款率下降；但是当经济衰退时，公司不能继续经营甚至破产，不能偿还贷款，所以银行的不良贷款上涨，企业要以低廉的价格抵押和出售资产来弥补债务负担。同时人们有望在市场下滑，出于保值心理选择将大部分资金存入银行，导致通货紧缩，银行面临严重的信用风险。也就是说，国内生产总值（GDP）通常与不良贷款率呈负相关。

货币供应量（M2）对不良贷款率的影响。货币供应量（M2）目前在中国是指M1加上机构、企业和机构在银行的定期存款、城乡居民储蓄存款、信托存款和外币存款。M2可以作为观察和调节中长期金融市场平衡的目标。货币供应量增加，利率下降，企业可以获得很多利润，财务状况较为可观，所以银行的不良贷款率大大降低。但是，当货币供应量减少时，利率上升，企业的融资成本增加，利润下降。企业为生存及赚取利润一定会从银行借款，但商业银行面临的信用风险明显增加，导致不良贷款率上升。即货币供应量M2与不良贷款率呈负相关。

2.微观因素分析

资本充足率（CAR）对不良贷款率的影响。资本充足率是衡量单个银行抗风险能力的关键指标，是银行资本总额与其风险加权资产的比值。通过监视一个银行的CAR可以保证银行具有化解吸收一定风险的能力。适当的资本充足率可以保证银行等金融机构正常运营和发展。资本充足率的提高，尤其是在资本证券化之后，银行的抗风险能力得以增强，并且可以进一步加强对贷款的管理，从而降低不良贷款率。

拨备覆盖率（PCR）对不良贷款率的影响。拨备覆盖率是银行在贷款损失准备与不良贷款总额的比率，可以从宏观上反映商业银行贷款防范风险的能力。拨备覆盖率反映出商业银行的风险意识，若该比率较低则说明银行风险意识不足，则不良贷款率可能较高。拨备覆盖率的高低需要根据风险程度来定，过低会导致拨备金不足，利潤虚增；而过高导致拨备金过剩，利润虚降。

三、不良贷款率影响因素的实证分析

1.模型的引入

根据以上理论的叙述，本文选择四个因素进行分析，建立不良贷款率（Y）与GDP增长率（X1）、M2增长率（X2）、资本充足率（X3）、拨备覆盖率（X4）的多元线性回归模型，其回归方程表示如下：

其中，β0，β1，β2，β3，β4分别是常数项与各自变量对应的系数，为随机扰动项。

2.多元回归分析

本文所选模型为2009年第一季度到2016年第四季度的时间序列，数据均来自于国家统计局和中国银监会，样本容量为32。将数据输入Eviews软件，利用最小二乘法建立模型。

得到如下结果：

从模型的估计结果可以看出，该模型拟合优度R2=0.9735，调整后的R2=0.9696，因此该模型对样本的拟合优度很好。F检验值为248.3661也是显著的，说明整体上宏观因素GDP增长率、货币供应量M2增长率和银行业自身的资本充足率、拨备覆盖率对商业银行不良贷款率有较强的解释力。但是由于货币供应量M2增长率（X2）和银行业自身的资本充足率（X3）在t检验中的P值分别高达0.50和0.21，未通过t检验。因此，需要对初步的四元线性回归模型做出适当调整。我们先对四个变量进行了多重共线性检验，得到相关系数矩阵。（见表2）

由相关系数矩阵可以看出，X2和X3之间的相关系数为-0.801，即二者之间是高度相关的，X1和X3之间的相关系数为-0.672，即模型存在多重共线性。

利用逐步回归方法处理多重共线性，根据相关系数和理论分析，X2、X3在逐步回归检测中不符合条件，故对解释变量的处理是剔除变量X2、X3，保留统计上较为显著的X1，X4，建立新的模型：

修正后的模型能通过经济意义检验，R2=0.9718，模型有较高的拟合优度，F检验也是显著的，說明GDP增长率和银行业自身的拨备覆盖率对商业银行不良贷款率有较强的解释力。从图3看出，当显著性水平α=0.01时，解释变量GDP增长率和拨备覆盖率都通过了t检验，表明这两个因素对商业银行不良贷款率的影响是非常显著的。

3.实证分析小结

从实证分析中可以看到，由于多重共线性的存在M2增长率和银行业自身的资本充足率对不良贷款率没有产生显著性影响，而GDP增长率和商业银行自身的拨备覆盖率对不良贷款率的影响非常显著。其中，GDP增长率对不良贷款率的影响最大，GDP增长率每下降1%，平均来说商业银行不良贷款率就上升0.084%；拨备覆盖率每下降1%，平均来说商业银行不良贷款率就上升0.0059%。因此，提供良好的宏观经济环境，推动经济持续稳定增长可以有效降低商业银行的不良贷款率。

四、相关建议

商业银行贷款质量与宏观经济环境的变化具有很强的相关性。宏观经济在经历萧条、复苏、繁荣、衰退四个周期的同时，银行的不良贷款率也会发生随之变化。在宏观经济繁荣时期，企业财务状况优良，商业银行不良贷款率维持在较低的水平。而当宏观经济陷入衰退期时，尽管银行为防控风险收紧信贷，但此时很多企业财务状况恶化，直接造成银行不良贷款的增加。

针对于上述分析与结论，相关政策建议如下：

1.宏观层面

在政府行为上，要采取一系列扩张性政策来扩大内需，提高宏观调控能力，全面推进经济持续稳定增长。加大对基础建设的投资，加速经济体制改革，为银行和企业提供良好的经济环境。

在金融政策上，中央银行应首先完善金融风险监管体系，对商业银行在风险资产方面的管理进行严格监管与督促。同时逐步加强金融宏观指导，建立科学化的风险预警、制裁、信息调查与披露系统。

在企业改造上，要与金融体制改革相协调，建立良好的信用关系。无论改革形式如何，企业应当重振管理机制，提高效率，提高自身资金实力，建立健全银行和企业间的信用关系，使国有金融资产和公共存款得到保障。

2.微观层面

首先，银行要加强对宏观经济形势的把握。不同时期，不同行业的发展前景各异。因此选择当下蓬勃发展的企业提供贷款，可以有效降低不良贷款率。此外，对还应及时采取风险防范措施，提前做出反应，尽量减少不良贷款额。

其次，银行要完善内部风险管理体系。一套完备的风险管理体系在当前市场尤其重要。随着市场化进程的加速，商业银行风险种类呈上升趋势。目前银行的风险管理不足以面对如此多种多样的风险来源。

最后，银行要拓展利润来源。银行要大力扩大中间业务，不仅仅依赖于传统的存贷款业务获取利润。开发多种信贷业务，降低商业银行风险。

参考文献：

[1]李纪星.商业银行不良贷款率的影响因素分析--以中国农业银行为例[J].现代商业，2016，（32）：99-100.

[2]尹德磊.我国商业银行不良贷款率的影响因素分析[J].中国商论，2016，（28）：79-80.

[3]田林峰.宏观经济因素对商业银行不良贷款率的影响及对策建议[J].时代金融，2016，（29）：103-104.

[4]王光伟，童元松.我国商业银行不良贷款率的影响因素研究--基于2005-2013年宏观季度数据的实证分析[J].湖北工业职业技术学院学报，2014，（03）：50-54.

[5]谢冰.商业银行不良贷款的宏观经济影响因素分析[J].财经理论与实践，2009，（06）：22-25.

[6]施华强.国有商业银行账面不良贷款、调整因素和严重程度：1994-2004[J].金融研究，2005，（12）：25-39.

[7]牛丽.宏观经济因素冲击对商业银行不良贷款率影响的实证研究[D].上海：上海师范大学，2015.

[8]周浔倩.商业银行不良贷款影响因素分析及防范措施[D].重庆：重庆大学，2005.

作者简介：周雯静（1996.10- ），女，汉族，安徽泾县人，安徽财经大学金融学院，2014级本科生，研究方向：金融学