经济波动、信贷投放与信贷资产质量的关系分析

刘晓瑞 杨凡

摘要：文章在描述全国商业银行资产质量呈现特点的基础上，分析了经济波动、信贷投放和信贷资产质量三者之间的关系，研究结果表明：仅靠扩大信贷投放总量并不能刺激经济发展，但经济的持续下行却能带动信贷投放增加；在经济增长过程中伴随着不良贷款效应；信贷资产质量的恶化制约了商业银行信贷投放的积极性。最后提出了政策性建议，供金融管理部门和商业银行参考。

关键词：经济波动；信贷投放；信贷资产质量；关系分析

为刺激经济发展，我国信贷规模急剧增长，各项贷款余额由2010年底的50.92万亿元增加到2015年底的93.95万亿元。然而，信贷规模扩大的同时，信贷资产质量近年来却持续下滑，依靠扩大信贷投放刺激经济发展的初衷似乎影响到了银行信贷资产质量。目前，政府面临着在经济发展和银行信贷资产质量之间权衡的问题，而商业银行面临着在信贷投放和信贷资产质量之间权衡的问题。本文以全国商业银行数据为例，分析了信贷资产质量下滑的主要原因，以及经济波动、信贷投放与信贷资产质量之间的关系，最后提出建议供政府部门和商业银行参考。

一、 基本情况

目前，全国商业银行信贷资产质量呈现一定的特点。如表1所示，一是不良贷款"双升"持续。截至2016年6月末，全国商业银行不良贷款余额为1.44万亿元，分别较去年同期和今年年初增加32.11%、13.39%；不良贷款率为1.75%，分别较去年同期和今年年初增加16.67%、4.79%。二是隐性不良贷款基数增大。截至2016年6月末，关注类贷款余额为3.32万亿元，分别较去年同期和今年年初增加25.28%、14.88%。三是不良贷款在机构分布中不均。截至2016年6月末，大型商业银行、股份制商业银行、城市商业银行、农村商业银行和外资银行的不良贷款率分布为1.72%、1.61%、1.46% 、2.56%和1.30%。

就金融机构而言，信贷资产质量的持续下滑制约了金融机构信贷投放的积极性。截至2016年6月末，全国金融机构本外币贷款余额较年初增加7.79万亿元，与去年同期相比下降1.43万亿元。那么信贷投放的收缩会影响地方经济的发展吗？地方经济的发展会反过来影响银行信贷资产质量吗？经济波动、信贷投放与信贷资产质量三者之间因果关系以及影响的动态机制将是本文的研究重点。

二、 经济波动、信贷投放与信贷资产质量的关系分析

经济波动、信贷投放与信贷资产质量关系的理论研究主要以经济的循环活动为切入点进行分析，国内外学者普遍认为：在经济上行期，企业通常经营状况良好，贷款违约率较低，银行倾向于降低贷款标准，导致贷款投放速度过快，出现信贷膨胀；在经济下行期，企业生产经营效率下降，借款人财务状况恶化，银行为降低不良贷款率，倾向于提高贷款标准，形成信贷紧缩，并加剧经济波动。而实证研究中更倾向于两两之间关系的分析，对三者关系的分析较少。因此，本文使用Granger检验和SVAR模型，实证分析三者之间的因果关系和动态作用机制，有一定的理论价值。

1. 经济波动、信贷投放与信贷资产质量的相关性检验。本文的实证分析数据来源于中国银监会、国家统计局网站，各指标数据为2005年～2016年第二季度的季度数据。本文用GDP增长率（gdp）衡量经济波动状况；用贷款余额（loan）衡量商业银行信贷投放情况；用不良贷款率（lv）衡量商业银行信贷资产质量。如表2所示，对经济波动、信贷投放与信贷资产质量进行相关性检验，结果显示，三者之间显著性相关。其中，经济波动与信贷投放之间显著负相关，经济波动与信贷资产质量之间显著正相关，信贷投放与信贷资产质量之间显著负相关。

2. 经济波动、信贷资产质量与信贷投放的因果关系检验。为确定经济波动、信贷资产质量与信贷投放之间的因果关系，本文使用stata进行多变量Granger因果关系检验，同时Granger因果关系检验结果也可以解决SVAR模型中变量排序问题。因本文的Granger因果关系检验、SVAR模型的建立都要求变量数据是平稳的，所以要各变量进行单位根检验。如表3所示，gdp、lnloan和lv都为一阶单整，可以建立Granger因果关系检验和SVAR模型。

对变量进行Granger因果关系检验的结果如表4所示，在10%的显著性水平下，经济波动和信贷资产质量能Granger引起信贷投放，信贷投放能Granger引起经济波动，经济波动能Granger引起信贷资产质量。即：经济波动和信贷资产质量是信贷投放的重要驱动力来源，信贷投放是经济波动的重要原因，经济波动又是信贷资产质量波动的重要原因。可以认为：在我国，信贷投放变动影响经济波动，经济波动又影响不良贷款率的变动，不良贷款率的变动又影响信贷投放的变动；同时经济波动又反过来影响信贷投放。

3. 經济波动、信贷投放与信贷资产质量的动态作用机制。为进一步研究经济波动、信贷投放与信贷资产质量相互影响的程度和方向，本文使用SVAR模型的脉冲响应函数做变量间的动态作用机制分析。脉冲响应函数是描述在随机误差项上施加一个标准差大小的冲击后对内生变量的当期值和未来值所产生的动态影响。SVAR模型中的正交化脉冲响应函数可以单独考虑各变量的冲击对其他变量的影响，因此，本文基于SVAR模型分析经济波动、信贷投放与信贷资产质量之间的动态作用机制。

（1）信贷投放对经济波动冲击的动态反应。如图1和表5所示，信贷投放对经济波动冲击的脉冲响应函数值为负数，信贷投放对经济波动冲击的反应是先缓慢加速，到第13期时影响最大，之后影响缓慢减小。这表明：持续的经济下滑并没有降低商业银行信贷投放，反而在较长时期内助推了信贷投放的增加。在经济下行时，政府为支持实际经济发展，积极引导商业银行扩大信贷投放。

（2）信贷投放对信贷资产质量冲击的动态反应。如图2和表5所示，信贷投放对信贷资产质量冲击的脉冲响应函数值为负数，信贷投放对信贷资产质量冲击的反应也是先缓慢加速，到第9期时影响最大，之后影响缓慢减小。这表明：信贷资产质量恶化制约了商业银行信贷投放的积极性。商业银行为控制不良贷款率，更倾向于提高贷款标准，形成信贷紧缩。

（3）经济波动对信贷投放冲击的动态反应。如图3和表5所示，经济波动对信贷投放冲击的脉冲响应函数值为负数，从第1期开始影响缓慢增加，直到第7期影响最大，之后影响缓慢下降。这表明：信贷投放的持续增加并没有促进经济持续向好，反而在较长时间内助推了经济的加剧波动。我国的信贷投放在总量上存在“流动性陷阱”，信贷投放应从重视总量转向更重视结构，金融供给侧结构性改革势在必行。

（4）信贷资产质量对经济波动冲击的动态反应。如图4和表5所示，信贷资产质量对经济波动冲击的脉冲响应函数值为正数，从第1期开始影响缓慢增加，直到第3期时影响最大，之后影响缓慢减小。这表明：经济的持续向好并不能提高信贷资产质量，反而会在较长时期内助推商业银行信贷资产质量的恶化。不良贷款虽在经济下行期暴露，但大都在经济向好期内投放，在经济增长的过程中伴随着不良贷款效应，经济增长是以冒险性创新成本引起的不良贷款率上升为代价。

三、 结论和建议

本文利用我国2005年～2016年第二季度商业银行的季度数据，通过使用Granger因果关系和SVAR模型的脉冲响应函数，实证分析了经济波动、信贷投放与信贷资产质量的关系。分析的结果表明，仅靠扩大信贷投放总量并不能刺激经济发展，但经济的持续下行却能带动信贷投放增加；在经济增长过程中伴随着不良贷款效应；信贷资产质量的恶化制约了商业银行信貸投放的积极性。因此，在信贷投放过程中要关注效率，在经济增长过程中关注成本，在控风险过程中要关注逆周期效应。

1. 政府推动金融供给侧结构性改革以强国。政府有关部门要从重金融规模转向重金融结构和功能，逐步建立以直接融资为主、间接融资为辅的资本市场体系；改变传统的增加信贷投放总量以促经济增长的观念，更多关注促进实体经济发展高效率行业的信贷投放在信贷总量的结构。社会主体要主体配合货币当局出台的相关货币政策，特别是金融机构，要从战略创新、管理创新和产品创新等方面增加有效的金融产能供给，提高商业银行服务的质量和效率，实现金融供给与实体经济需求的有效匹配。

2. 商业银行提高自身风险管理能力以提质。一是应制定合理有效的授信政策，在信贷投放时根据行业特点配以适当比例授信比重，不能过度依赖于担保抵押物。二是要加强贷后管理工作，密切关注贷款资金流向，防止企业将贷款挪作他用；建立信贷风险预警机制，提高信贷风险的识别能力。三是加强与资产管理公司等专业不良处置机构的合作，主动与司法等有关部门的沟通，加快消化不良资产。四是积极加快金融创新，通过不良资产证券化和其他衍生工具，提高信贷资产流动性，规避预期风险损失。

3. 货币当局建立逆周期宏观审慎管理框架以维稳。金融市场参与者的羊群行为、道德风险等特征最终在宏观层次上形成了金融体系的顺周期特征，在经济景气时过度乐观而盲目扩张，在经济萧条时又过度悲观纷纷退场，从而加剧了经济波动。因此，货币当局有必要建立逆周期的宏观审慎管理框架，但不是仅仅建立银行的资本充足率、不良贷款率等技术性指标体系，而是应该包括政策目标、调控手段、政策体系、机制建设、风险预警与处置等多方面，避免系统性的金融风险发生，维持经济平稳增长。

参考文献：

[1] 陈彦达，丁韦娜.经济波动、货币供给与银行业信贷资产质量[J].征信，2017，（11）：77-80.

[2] 邵静，SHAOJing.信贷供给、经济波动与商业银行信贷资产质量[J].西部金融，2016，（3）：12-18.

[3] 唐珂，邵静.信贷供给、经济波动与商业银行信贷资产质量关系分析[J].当代经济，2015，（32）：50-53.

[4] 徐灵超，吴光伟.中国信贷资产质量对经济波动的冲击效应研究——基于不良贷款增长率的分析[J].中国城市经济，2011，（29）：43-46.

作者简介：刘晓瑞（1985-），男，汉族，安徽省六安市人，南京航空航天大学经济与管理学院博士生，研究方向为商业银行风险管理与控制；杨凡（1995-）（通讯作者），男，汉族，安徽省合肥市人，吉林大学和俄罗斯托木斯克理工大学大四学生，研究方向为物理。

收稿日期：2018-08-08。