謝易和

摘 ?要：為分析我國(guó)商業(yè)銀行不良貸款率現(xiàn)狀，加強(qiáng)商業(yè)銀行不良貸款風(fēng)險(xiǎn)防控，本文通過(guò)分析2008年國(guó)際金融危機(jī)爆發(fā)以來(lái)我國(guó)商業(yè)銀行不良貸款率的有關(guān)數(shù)據(jù)，從分機(jī)構(gòu)類型、分地區(qū)和分行業(yè)等角度對(duì)我國(guó)商業(yè)銀行不良貸款率的結(jié)構(gòu)特征進(jìn)行比較，在此基礎(chǔ)上通過(guò)選取相關(guān)經(jīng)濟(jì)指標(biāo)，采用線性回歸模型分析影響不良貸款率的主要因素，并結(jié)合當(dāng)前實(shí)際就如何防控不良貸款風(fēng)險(xiǎn)提出對(duì)策建議。

關(guān)鍵詞：不良貸款率 ?結(jié)構(gòu)特征 ?回歸模型

黨的十九大報(bào)告將防范化解重大風(fēng)險(xiǎn)作為三大攻堅(jiān)戰(zhàn)之首。2018年中央政府工作報(bào)告強(qiáng)調(diào)，推動(dòng)重大風(fēng)險(xiǎn)防范化解，對(duì)不良資產(chǎn)等累積風(fēng)險(xiǎn)要高度警惕。近年來(lái)我國(guó)商業(yè)銀行不良貸款進(jìn)入新一輪擴(kuò)張期，對(duì)于商業(yè)銀行的穩(wěn)健經(jīng)營(yíng)構(gòu)成重大威脅，成為金融風(fēng)險(xiǎn)主要隱患，防控商業(yè)銀行不良貸款風(fēng)險(xiǎn)對(duì)于打好防范化解重大風(fēng)險(xiǎn)攻堅(jiān)戰(zhàn)具有重要意義。

一、我國(guó)商業(yè)銀行不良貸款率結(jié)構(gòu)特征分析

（一）不良貸款率總體呈“先降后升再平緩”特征

2008-2018年間我國(guó)商業(yè)銀行不良貸款率變動(dòng)情況總體可分為3個(gè)階段（圖1）：2008-2012年，在4萬(wàn)億經(jīng)濟(jì)刺激計(jì)劃作用下，商業(yè)銀行面臨的信貸環(huán)境較為寬松，不良貸款率總體有明顯下降，從2.42%下降至0.95%，合計(jì)下降1.47個(gè)百分點(diǎn)。2013-2016年，隨著刺激效應(yīng)減弱，加之經(jīng)濟(jì)增速放緩，不良貸款率出現(xiàn)明顯上升，由1%升至1.74%，累計(jì)上升0.74個(gè)百分點(diǎn)。2017-2018年，中央加大金融風(fēng)險(xiǎn)防范力度，商業(yè)銀行經(jīng)營(yíng)風(fēng)險(xiǎn)有所下降，不良貸款率相對(duì)平穩(wěn)，由1.74%緩慢升至1.83%，升幅0.09個(gè)百分點(diǎn)。

（二）分機(jī)構(gòu)類型不良貸款率存在差距，且變動(dòng)趨勢(shì)近年來(lái)出現(xiàn)分化

2008-2018年，不同類型的機(jī)構(gòu)不良貸款率存在一定差距，其中農(nóng)村商業(yè)銀行不良貸款率最高，年均值為2.51%，其次是大型商業(yè)銀行（1.5%）、城市商業(yè)銀行（1.31%）和股份制商業(yè)銀行（1.19%），外資商業(yè)銀行（0.72%）最低。從變動(dòng)趨勢(shì)（圖2）來(lái)看，大體可分為兩個(gè)階段：2008-2015年，不同機(jī)構(gòu)類型商業(yè)銀行不良貸款率總體均呈現(xiàn)出先降后升的態(tài)勢(shì)。2015-2018年則出現(xiàn)分化，農(nóng)村商業(yè)銀行不良貸款率顯著上升，大型商業(yè)銀行和外資商業(yè)銀行有所下降，而股份制商業(yè)銀行與城市商業(yè)銀行則基本平穩(wěn)。

（三）分地區(qū)不良貸款率變動(dòng)趨勢(shì)總體一致，但東部地區(qū)相對(duì)超前

2008-2017年，東部地區(qū)作為經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，不良貸款率相對(duì)較低，年均值為1.36%，而中、西部地區(qū)不良貸款年均值分別為1.63%、1.67%，高于東部地區(qū)，但兩者相對(duì)接近，從變動(dòng)趨勢(shì)（圖3）來(lái)看，三個(gè)地區(qū)大體一致，均呈先降后升再平緩的態(tài)勢(shì)，但時(shí)間節(jié)點(diǎn)上有所不同，東部地區(qū)于2011年率先出現(xiàn)上升，中部地區(qū)于2012年出現(xiàn)上升，而西部地區(qū)則于2013年出現(xiàn)上升，呈依次交替。至2015年，三個(gè)地區(qū)不良貸款率變動(dòng)趨勢(shì)均有所變化，中、西部地區(qū)轉(zhuǎn)為平穩(wěn)上升，而東部地區(qū)則出現(xiàn)平穩(wěn)下降。

（四）分行業(yè)不良貸款率差距明顯，部分主要行業(yè)近年來(lái)出現(xiàn)大幅上升

2008-2017年，不同行業(yè)不良貸款率差距明顯，年均值較高的有制造業(yè)（2.65%），批發(fā)和零售業(yè)（2.64%），信息傳輸、軟件和技術(shù)服務(wù)業(yè)（2.46%）與住宿餐飲業(yè)（2.25%），而其余行業(yè)不良貸款率年均值則均未超過(guò)1.5%。從近年來(lái)變動(dòng)趨勢(shì)看，2012-2017年，制造業(yè)，批發(fā)和零售業(yè)，住宿餐飲業(yè)出現(xiàn)明顯上升，分別上升2.6、3.09、1.51個(gè)百分點(diǎn);信息傳輸、軟件和技術(shù)服務(wù)業(yè)，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)等行業(yè)總體呈下降趨勢(shì);金融業(yè)，房地產(chǎn)業(yè)，租賃和商務(wù)服務(wù)業(yè)則基本持平，略有上升。

二、我國(guó)商業(yè)銀行不良貸款率影響因素實(shí)證分析

通過(guò)上述不良貸款率的結(jié)構(gòu)性特征分析可以發(fā)現(xiàn)，在不良貸款率總體呈現(xiàn)“先降后升”特征前提下，不同機(jī)構(gòu)類型、不同地區(qū)和不同行業(yè)之間的不良貸款率變動(dòng)趨勢(shì)存在較大差異，反映出經(jīng)濟(jì)發(fā)展水平、銀行經(jīng)營(yíng)狀況以及行業(yè)景氣程度等因素均對(duì)不良貸款率具有明顯影響。為分析商業(yè)銀行不良貸款率的影響因素，本文擬通過(guò)選取部分經(jīng)濟(jì)行業(yè)、銀行監(jiān)管等指標(biāo)，構(gòu)建回歸模型，對(duì)相關(guān)影響因素進(jìn)行實(shí)證分析。

（一）指標(biāo)選取及數(shù)據(jù)來(lái)源

參考相關(guān)文獻(xiàn)及結(jié)合前文分析，本文選取商業(yè)銀行不良貸款率（BLL）為因變量;選取經(jīng)濟(jì)增速（GDP）、廣義貨幣量增速（M）、資本充足率（ZBL）、貸款撥備率（BBL）、存貸比（CDB）和采購(gòu)經(jīng)理指數(shù)（PMI）等指標(biāo)為自變量，構(gòu)建多元線性回歸模型（式1）。考慮數(shù)據(jù)可得性，樣本選取2011年第1季度至2019年第2季度的季度數(shù)據(jù)（右表）。

BLL=α+β1*GDP+β2*M+β3*ZBL+β4*BBL+β5*CDB+β6*PMI+ε（1）

（二）回歸分析過(guò)程及結(jié)果

使用Eviews8.0軟件，對(duì)上述模型進(jìn)行回歸分析，結(jié)果如圖5。可以發(fā)現(xiàn)，式1模型擬合優(yōu)度高達(dá)99%，通過(guò)F檢驗(yàn)，表明方程整體回歸顯著。但PMI、ZBL、M等變量t檢驗(yàn)未通過(guò)，須予以剔除，重新進(jìn)行回歸分析。

為剔除未通過(guò)t檢驗(yàn)的相關(guān)自變量，本文采取按P值高低排序逐步剔除的方法，即先將P值最高的變量PMI剔除，重新進(jìn)行回歸，若仍有自變量未通過(guò)t檢驗(yàn)，重復(fù)上述步驟，直到保留的自變量全部通過(guò)t檢驗(yàn)為止。

經(jīng)剔除相關(guān)自變量重新回歸后，結(jié)果如圖6?？梢园l(fā)現(xiàn)，模型擬合優(yōu)度仍高達(dá)99%，F(xiàn)檢驗(yàn)及相關(guān)自變量t檢驗(yàn)均已通過(guò)，表明方程整體及各個(gè)變量系數(shù)回歸顯著。即模型回歸結(jié)果為：

BLL=0.0112-0.0558*GDP-0.0056*BBL+0.029*CDB ? ? ? （2）

（三）主要結(jié)論

1.影響不良貸款率的主要因素包括：經(jīng)濟(jì)增長(zhǎng)率（GDP）、貸款撥備率（BBL）和存貸比（CDB）三個(gè)指標(biāo)。廣義貨幣量增速（M）、資本充足率（ZBL）和采購(gòu)經(jīng)理指數(shù)（PMI）等指標(biāo)從實(shí)證角度看對(duì)不良貸款率影響不顯著。

2.經(jīng)濟(jì)增長(zhǎng)率對(duì)不良貸款率影響最大，經(jīng)濟(jì)增長(zhǎng)率每變動(dòng)1個(gè)百分點(diǎn)，將影響不良貸款率0.0558個(gè)百分點(diǎn)，且呈反向作用，即經(jīng)濟(jì)繁榮時(shí)，經(jīng)濟(jì)增長(zhǎng)率越高，企業(yè)經(jīng)營(yíng)狀況越好，銀行不良貸款率越低，反之則越高。

3.第二大影響因素是存貸比，存貸比每變動(dòng)1個(gè)百分點(diǎn)，將影響不良貸款率0.029個(gè)百分點(diǎn)，且呈正向作用，即存貸比越高，往往意味著銀行發(fā)放貸款越寬松，形成不良貸款的可能性越大，則不良貸款率越高。

4.第三大影響因素是貸款撥備率，貸款撥備率每變動(dòng)1個(gè)百分點(diǎn)，將影響不良貸款率0.0056個(gè)百分點(diǎn)，且呈反向作用，即貸款撥備率越高，體現(xiàn)出銀行經(jīng)營(yíng)風(fēng)格越穩(wěn)健，防范風(fēng)險(xiǎn)能力越強(qiáng)，則不良貸款率越低。

三、對(duì)策建議

為加強(qiáng)我國(guó)商業(yè)銀行不良貸款的防范化解能力，結(jié)合上述不良貸款率結(jié)構(gòu)性特征分析和相關(guān)影響因素實(shí)證檢驗(yàn)結(jié)論，提出以下四點(diǎn)建議：

（一）加強(qiáng)對(duì)不良貸款的結(jié)構(gòu)性管理

根據(jù)不同區(qū)域、不同機(jī)構(gòu)類型和不同行業(yè)的不良貸款情況差異性明顯的特征，應(yīng)采取結(jié)構(gòu)性管理思路，針對(duì)不良貸款率高的地區(qū)、銀行機(jī)構(gòu)和行業(yè)貸款發(fā)放，要適當(dāng)提高管理要求，防止其不良貸款率提高，出現(xiàn)風(fēng)險(xiǎn)隱患。針對(duì)不良貸款率低的地區(qū)、銀行機(jī)構(gòu)和行業(yè)貸款發(fā)放，要加強(qiáng)貸款質(zhì)量監(jiān)控，避免不良貸款率有所提高，形成風(fēng)險(xiǎn)積累。

（二）加強(qiáng)對(duì)宏觀經(jīng)濟(jì)形勢(shì)的研判

當(dāng)前我國(guó)經(jīng)濟(jì)運(yùn)行雖然總體平穩(wěn)，但仍面臨著較大下行壓力，在發(fā)揮金融服務(wù)實(shí)體經(jīng)濟(jì)功能作用的同時(shí)，應(yīng)高度關(guān)注金融風(fēng)險(xiǎn)問(wèn)題。應(yīng)加強(qiáng)對(duì)宏觀經(jīng)濟(jì)形勢(shì)的研判，通過(guò)做好系統(tǒng)性和前瞻性的分析，在銀行經(jīng)營(yíng)監(jiān)管、企業(yè)信貸投放等方面加強(qiáng)逆周期宏觀調(diào)控，加大對(duì)商業(yè)銀行不良貸款率的監(jiān)控和管理，以降低不良貸款的發(fā)生率，避免風(fēng)險(xiǎn)累積。

（三）加強(qiáng)對(duì)貸款發(fā)放的審慎管理

盈利性是商業(yè)銀行的重要經(jīng)營(yíng)目標(biāo)，銀行天然便有擴(kuò)大貸款規(guī)模的傾向，但往往更容易發(fā)生不良貸款。應(yīng)加強(qiáng)對(duì)銀行存貸比指標(biāo)的監(jiān)控，關(guān)注存貸比指標(biāo)上升較快的銀行，通過(guò)對(duì)銀行貸款發(fā)放環(huán)節(jié)的業(yè)務(wù)指導(dǎo)，引導(dǎo)銀行審慎管理貸款發(fā)放，做好貸款的全流程管理，科學(xué)制定授信政策，從源頭上防范、降低不良貸款的發(fā)生。

（四）加強(qiáng)對(duì)貸款撥備率的監(jiān)管要求

商業(yè)銀行作為金融中介機(jī)構(gòu)，往往具有高風(fēng)險(xiǎn)性特征，增強(qiáng)抵御風(fēng)險(xiǎn)能力是銀行保持經(jīng)營(yíng)穩(wěn)健性的重要舉措。貸款撥備率是衡量商業(yè)銀行抵御風(fēng)險(xiǎn)能力以及彌補(bǔ)貸款損失能力的重要指標(biāo)。在當(dāng)前防范化解重大風(fēng)險(xiǎn)背景下，應(yīng)從提高商業(yè)銀行穩(wěn)健經(jīng)營(yíng)的角度，適度提高貸款撥備率指標(biāo)的監(jiān)控要求，避免銀行過(guò)度追求風(fēng)險(xiǎn)收益，從而導(dǎo)致較高的不良貸款率發(fā)生。

參考文獻(xiàn)：

[1]崔芋心，李子聯(lián).我國(guó)商業(yè)銀行不良貸款率影響因素研究[J].中共南京市委黨校學(xué)報(bào)，2016，（3）.

[2]鄒克，蔡曉春.不良資款率影響因素的實(shí)證分析—基于2005-2014年省級(jí)面板數(shù)據(jù) [J].金融理論與實(shí)踐，2017，（2）.

[3]鄭鵬慶.商業(yè)銀行不良貸款率的實(shí)證研究[D].合肥：安徽農(nóng)業(yè)大學(xué)，2017.

[4]王迪.商業(yè)銀行不良貸款率影響因素的實(shí)證分析—基于2008-2016年上市銀行面板數(shù)據(jù)[D].北京：對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)，2017.

[5]孫翔宇，周瓊.商業(yè)銀行不良貸款結(jié)構(gòu)分析與建議[J].中國(guó)銀行業(yè)，2018，（9）.

[6]屠宇航.我國(guó)商業(yè)銀行不良貸款率的影響因素研究[J].生產(chǎn)力研究，2018，（12）.

[7]宋琨達(dá).銀行不良貸款影響因素研究[D].濟(jì)南：山東大學(xué)，2018.

[8]陳曉雨.商業(yè)銀行不良貸款成因、影響與防范[J].現(xiàn)代管理科學(xué)，2019，（6）.

（作者單位：廣東省財(cái)政科學(xué)研究所）

責(zé)任編輯：張捷