1 研究背景和國內(nèi)外文獻(xiàn)綜述

我國自2002年全面實行貸款五級分類制度，不良貸款率過高一直威脅著我國的金融體系安全，給銀行業(yè)帶來了較大的風(fēng)險。2013年習(xí)近平總書記首次提出“新常態(tài)”，我國經(jīng)濟(jì)從高速增長轉(zhuǎn)變?yōu)楦哔|(zhì)量發(fā)展階段，然而我國經(jīng)濟(jì)下行壓力依然比較大，不良貸款也有所增多。

外國學(xué)者Norbert Wunner(2000)[1]從政治經(jīng)濟(jì)學(xué)的角度進(jìn)行了討論，為什么在大多數(shù)國家中金融市場改革沒有得到更強(qiáng)有力的追求。Simon H.Kwan(2003)[2]在研究過程中以商業(yè)銀行為立足點，認(rèn)為不良貸款的產(chǎn)生和銀行自身的運營成本有很大關(guān)系。在近幾年的論文中，Kjosevski(2017)[3]通過對三個國家的共計27家銀行的不良貸款進(jìn)行研究，發(fā)現(xiàn)GDP、通貨膨脹率和國家內(nèi)部信用貸款數(shù)量對不良貸款的影響最為顯著。

從國內(nèi)學(xué)者的研究狀態(tài)來看，張若平(2003)[4]較早將不良貸款和中國宏觀經(jīng)濟(jì)相結(jié)合，從而分析不良貸款對中國宏觀經(jīng)濟(jì)的影響。梁晴(2017)[5]對商業(yè)銀行不良貸款的成因及其管理策略進(jìn)行了分析，通過個體案例最終提出了相關(guān)的策略。

2 新經(jīng)濟(jì)常態(tài)下商業(yè)銀行不良貸款影響因素分析

2.1 GDP增長率和失業(yè)率對不良貸款率的影響

GDP增長率和失業(yè)率是宏觀因素中可能會影響不良貸款率的兩個方面。首先，銀行的經(jīng)營具有周期性的特點，當(dāng)宏觀經(jīng)濟(jì)平穩(wěn)運行時，銀行會增加貸款的規(guī)模，企業(yè)從而可以得到充分的資金進(jìn)行進(jìn)一步的生產(chǎn)，增強(qiáng)盈利能力和變現(xiàn)能力，商業(yè)銀行的信用風(fēng)險就低，不良貸款率也就比較低。[6]在現(xiàn)在經(jīng)濟(jì)發(fā)展新常態(tài)的局面下，GDP增長率保持在6%以上，但是處于一個逐步下降的趨勢，會給商業(yè)銀行不良貸款率帶來一定程度影響。

其次，從失業(yè)率方面進(jìn)行考慮，若是失業(yè)率升高則說明企業(yè)的經(jīng)營狀態(tài)變差，會面臨資金周轉(zhuǎn)的困難，企業(yè)的還款能力也隨之下降，面臨著信用風(fēng)險，不良貸款率也可能有所增加。

本文以建設(shè)銀行和招商銀行兩大商業(yè)銀行為例，將通過數(shù)據(jù)的回歸分析來進(jìn)行不良貸款影響因素的分析。

表1 中國建設(shè)銀行數(shù)據(jù)

表2 招商銀行數(shù)據(jù)

以上列出了2010年至2019年總共十年的GDP增長率、失業(yè)率及建設(shè)銀行和招商銀行近十年的加權(quán)平均凈資產(chǎn)收益率、不良貸款率。

2.2 GDP增長率對不良貸款率的影響

首先將兩大銀行的不良貸款率看作自變量，將GDP增長率看作因變量。將不良貸款率設(shè)為y，將GDP增長率設(shè)為x1，由此利用數(shù)據(jù)模型進(jìn)行回歸分析，以下是相關(guān)的結(jié)果。

根據(jù)表3相關(guān)結(jié)果可以列出一元回歸方程：y=2.06325-0.10187x1，由此得出GDP增長率和不良貸款率之間呈現(xiàn)負(fù)相關(guān)關(guān)系。其次，通過表3可以看出，在95%的顯著性水平下，Significance F的值為0.048589191，Significance F ＜α，表明GDP增長率和不良貸款率之間的關(guān)系顯著。

根據(jù)表4可以得出回歸方程：y=2.94855-0.23642x1。由此說明GDP增長率與不良貸款率呈現(xiàn)負(fù)相關(guān)，且Significance F=0.020179，Significance F ＜α，表明GDP增長率和不良貸款之間的關(guān)系顯著。

從兩大銀行的數(shù)據(jù)整合來看，得出的結(jié)果是一致的：GDP增長率和不良貸款率之間為負(fù)相關(guān)關(guān)系，并且兩者具有顯著的線性關(guān)系，說明GDP增長率對不良貸款率的影響明顯。

2.3 失業(yè)率對不良貸款率的影響

表5、表6分別是兩大銀行的不良貸款率和失業(yè)率之間的回歸分析結(jié)果。分析的過程和GDP增長率類似，所以從表5和表6中可以直接得出結(jié)果。表5中Significance F的值為0.132176，大于α，表6中Significance F的值為0.368593，更是明顯遠(yuǎn)遠(yuǎn)超過α值。所以綜上可以得出，失業(yè)率和不良貸款率之間的線性關(guān)系并不顯著。

3 銀行加權(quán)平均凈資產(chǎn)收益率對不良貸款率的影響

GDP增長率和失業(yè)率是兩個經(jīng)濟(jì)方面的宏觀因素，而對于商業(yè)銀行自身來說，不良貸款的產(chǎn)生與銀行也有一定的關(guān)系。資產(chǎn)收益率作為業(yè)界應(yīng)用最為廣泛的衡量銀行盈利能力的指標(biāo)之一，也可能對不良貸款率產(chǎn)生影響。

以下是通過表7和表8，同樣將不良貸款率看作因變量y，資產(chǎn)收益率看作自變量x2進(jìn)行回歸分析。

從建設(shè)銀行的結(jié)果可以得出回歸方程：y=2.250902-0.05273x2，即不良貸款率和資產(chǎn)收益率之間呈現(xiàn)負(fù)相關(guān)的關(guān)系。從招商銀行的結(jié)果可以得出：y=3.560684-0.12297x2，同樣得出兩者呈負(fù)相關(guān)關(guān)系。此外上方兩張表格中的Significance F的值分別為0.001422和0.000332，明顯小于顯著性水平0.05，所以說明不良貸款和資產(chǎn)收益率之間呈現(xiàn)較強(qiáng)的線性關(guān)系，資產(chǎn)收益率的增多可以使不良貸款率降低。

表3 建設(shè)銀行GDP增長率對不良貸款率影響的回歸分析結(jié)果

表4 招商銀行GDP增長率對不良貸款率影響的回歸分析結(jié)果

表5 建設(shè)銀行失業(yè)率對不良貸款率影響的回歸分析結(jié)果

表6 招商銀行失業(yè)率對不良貸款率影響的回歸分析結(jié)果

表7 建設(shè)銀行加權(quán)平均凈資產(chǎn)收益率對不良貸款率影響的回歸分析結(jié)果

表8 招商銀行加權(quán)平均凈資產(chǎn)收益率對不良貸款率影響的回歸分析結(jié)果

4 商業(yè)銀行不良貸款治理對策

4.1 加快政府職能轉(zhuǎn)變，促進(jìn)經(jīng)濟(jì)增長

在我國早期的計劃經(jīng)濟(jì)模式下，商業(yè)銀行都是國有銀行，這種政策的影響對商業(yè)銀行的管理和經(jīng)營效率帶來了較大的影響。盡管現(xiàn)在的商業(yè)銀行都開始自主經(jīng)營，但是在經(jīng)營效率方面仍然比較低，所以我國需要加強(qiáng)對金融業(yè)的宏觀調(diào)控，不要過多干預(yù)商業(yè)銀行的運作，但是要作為輔佐者來幫助商業(yè)銀行解決不良貸款的問題。

在銀行發(fā)展態(tài)勢良好的情況下，也會促進(jìn)金融業(yè)的進(jìn)一步發(fā)展，對GDP的增長也可以做出一定的貢獻(xiàn)。根據(jù)上文的分析，GDP的增長會減少不良貸款，所以國家也應(yīng)進(jìn)一步刺激經(jīng)濟(jì)，保持經(jīng)濟(jì)發(fā)展態(tài)勢，穩(wěn)中求進(jìn)。

4.2 提高資產(chǎn)質(zhì)量，增強(qiáng)非利息收入比例

客戶要辦理貸款業(yè)務(wù)時，商業(yè)銀行要重視貸款前的調(diào)查問題。首先對申請貸款人員或者企業(yè)進(jìn)行資質(zhì)審核，并且對提交的材料進(jìn)行全面的評估。此外，還可以通過對企業(yè)的經(jīng)營狀況進(jìn)行分析，并且結(jié)合企業(yè)的信譽情況來決定是否進(jìn)行貸款，從而確定貸款的質(zhì)量。

由上文的數(shù)據(jù)分析可以看出，商業(yè)銀行資產(chǎn)收益率和不良貸款率呈現(xiàn)負(fù)相關(guān)。所以銀行應(yīng)該采取措施提升自身的收益，可以通過中間業(yè)務(wù)，如代理業(yè)務(wù)、托管業(yè)務(wù)等來實現(xiàn)。商業(yè)銀行在自身發(fā)展的同時也可以為企業(yè)提供更好的發(fā)展空間。