程思勱

(安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233000)

1.引言

不良貸款是指借款人未能按原定的貸款協(xié)議按時償還商業(yè)銀行的貸款本息，或者已有跡象表明借款人不可能按原定的貸款協(xié)議按時償還商業(yè)銀行的貸款本息而形成的貸款，一般而言，借款人若拖延還本付息達(dá)三個月之久，貸款即會被視為不良貸款.我國自2002年全面實(shí)行貸款五級分類制度，該制度按照貸款的風(fēng)險程度，將銀行信貸資產(chǎn)分為五類:正常、關(guān)注、次級、可疑、損失.不良貸款主要指次級、可疑和損失類貸款.近年來，我國商業(yè)銀行的不良貸款率以及不良貸款都有所下降，但是在我國商業(yè)銀行中還是有大量的不良貸款，正確地認(rèn)識和把握不良貸款的內(nèi)涵和影響因素對于我們有效實(shí)施監(jiān)管，防范風(fēng)險有著非常重大的意義.

2.我國商業(yè)銀行不良貸款現(xiàn)狀

圖1 2003—2011年我國商業(yè)銀行不良貸款數(shù)量和不良貸款率的情況(單位:億元)

從圖1看出，近年來我國商業(yè)銀行不良貸款數(shù)量逐漸減少，不良貸款率也有所下降.不良貸款數(shù)量從2003年的21004.6億元減少到了2011年的4278.7億元，不良貸款率也從2003年的17.9%降低到了2011年的1%.這說明了我國近年來對不良貸款的監(jiān)管和控制取得了良好的效果.

表1 2011到2012第2季度不良貸款、不良貸款率、撥備覆蓋率情況(單位:億元)

根據(jù)表1，截至2012年第2季度我國商業(yè)銀行不良貸款余額為4564億元，其中，次級類貸款1960億元，可疑類貸款1934億元，損失類貸款670億元.不良貸款率0.9%，其中，次級類0.4%，可疑類0.4%，損失類0.1%.貸款損失準(zhǔn)備為13244億元，撥備覆蓋率為290.2%.

3.變量和數(shù)據(jù)的選取

3.1 變量的選取

本文將研究影響不良貸款率的因素來探討不良貸款的相關(guān)問題.在選取相關(guān)指標(biāo)時，我們要考慮指標(biāo)的全面性、重要性和層次性.基于以上標(biāo)準(zhǔn)，我們根據(jù)銀監(jiān)會的年報以及國研網(wǎng)的數(shù)據(jù)，選取了資產(chǎn)負(fù)債率(X1)資本利潤率(X2)、貸款/總負(fù)債(X3)、GDP增長率(X4)以及貨幣供應(yīng)量同比增長率(X5)這五個指標(biāo)來研究對商業(yè)銀行不良貸款率的影響機(jī)制.下面對每個變量進(jìn)行簡單的解釋.

X1:資產(chǎn)負(fù)債率.資產(chǎn)負(fù)債率=負(fù)債/資產(chǎn)，一般來說資產(chǎn)負(fù)債率越高，說明銀行的負(fù)債高或者資產(chǎn)少，那么不良貸款的數(shù)量也就越高.

X2:資本利潤率.資本利潤率=凈利潤/平均資產(chǎn)總額，資產(chǎn)收益率可以反映商業(yè)銀行的資產(chǎn)的多少以及資產(chǎn)的結(jié)構(gòu)，這當(dāng)然也影響著不良貸款的形成.

X3:貸款/總負(fù)債.貸款/總負(fù)債反映了貸款在銀行資金中所占的比率，若這一比率過高，意味著銀行的貸款規(guī)模較大，這樣風(fēng)險就比較大.反之，這一比率若較低，就意味著貸款的規(guī)模較小，風(fēng)險較小，但同時銀行的盈利就可能比較少了.

X4:GDP增長率.經(jīng)濟(jì)周期對于商業(yè)銀行不良貸款的形成的過程有著重要影響，當(dāng)經(jīng)濟(jì)衰退時，央行可能采取減息的措施來刺激經(jīng)濟(jì)的發(fā)展，利率下降，貨幣的吸引力就可能會減少，不良貸款的數(shù)量隨之可能上升.

X5:貨幣供應(yīng)量增長率.貨幣供應(yīng)量的增加和減少也間接地影響著商業(yè)銀行的不良貸款數(shù)量，貨幣供應(yīng)量增加可以推動國民經(jīng)濟(jì)的發(fā)展，GDP也會隨之增長.這樣，企業(yè)還款的能力也會增強(qiáng)，不良貸款就會下降.

3.2 數(shù)據(jù)的選取

本文選取了2004年到2011年各個季度商業(yè)銀行的數(shù)據(jù)，根據(jù)中國銀監(jiān)會的統(tǒng)計數(shù)據(jù)，這里的商業(yè)銀行包括大型商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行、農(nóng)村商業(yè)銀行以及外資銀行.不良貸款率、資本利潤率、資產(chǎn)負(fù)債率、貸款/總負(fù)債根據(jù)中國銀行業(yè)年報以及國研網(wǎng)數(shù)據(jù)整理計算所得.GDP增長率和貨幣供應(yīng)量同比增長率來自于國家統(tǒng)計局網(wǎng)站.

表2 2004－2011年各季度變量值

4.實(shí)證過程

在本文中，所做的實(shí)證是通過Eviews6.0完成的.

4.1 平穩(wěn)性檢驗(yàn)檢驗(yàn)

如果經(jīng)濟(jì)變量是非平穩(wěn)的序列，用傳統(tǒng)的線性回歸直接估計就有可能導(dǎo)致偽回歸.在研究變量之間的相關(guān)性之前，為了避免偽回歸，我們首先進(jìn)行平穩(wěn)性檢驗(yàn)，本文使用的是最常用的ADF檢驗(yàn)，得出的結(jié)果如下.

表3 單位根檢驗(yàn)結(jié)果

由上表可知，序列X1、X2、X3、X4、X5、Y的檢驗(yàn)值在5%的顯著性水平下均大于臨界值，在經(jīng)過一階差分之后各個變量序列平穩(wěn)了.

4.2 協(xié)整檢驗(yàn)

由平穩(wěn)性檢驗(yàn)可知，不良貸款率及其影響因素雖然是不平穩(wěn)的，但是經(jīng)過一階差分后是平穩(wěn)的，這時候我們可以采取協(xié)整檢驗(yàn).本文我們選擇Johansen檢驗(yàn)進(jìn)行協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果如下.

圖2 Johansen檢驗(yàn)結(jié)果

由圖2可知，各個變量在5%的顯著性水平下具有一個協(xié)整關(guān)系，所以我們可以對所選取的五個變量建立回歸模型進(jìn)行回歸分析.

4.3 回歸分析

確定能夠最好地代表解釋變量與被解釋變量之間關(guān)系的直線有多重方法或者原則，本文選用了最常用的普通最小二乘法(OLS).下面是回歸結(jié)果:

圖3 回歸分析結(jié)果

由圖3可以得到相應(yīng)的回歸方程:

R2=0.834603，調(diào)整的R2=0.802796，R2越接近于1，則表明模型對樣本數(shù)據(jù)的擬合度越高，對于給定的顯著水平5%，可由F分布表查得臨界值F?(5，26)=2.59，從上圖可知F=26.23947 ＞F?(5，26)=2.59，P=0.000000，拒絕原假設(shè)，說明模型的線性關(guān)系顯著.對于給定的顯著水平5%，可以由t分布表查得臨界值t與Eviews所得到的t值進(jìn)行比較可得出結(jié)論，所有變量的t檢驗(yàn)都通過了，說明了所選擇的五個變量對解釋被解釋變量都有顯著影響.

5.政策建議

根據(jù)實(shí)證所得到的結(jié)果，我們可以得出結(jié)論，不良貸款率和資產(chǎn)負(fù)債率呈正相關(guān)關(guān)系，不良貸款率和貸款/總負(fù)債的比例呈正相關(guān)關(guān)系，不良貸款率和資本利潤率呈負(fù)相關(guān)關(guān)系，不良貸款率和GDP增長率呈正相關(guān)關(guān)系，不良貸款率和貨幣供應(yīng)量增長率呈負(fù)相關(guān)關(guān)系.根據(jù)得出的結(jié)果可知，不良貸款不僅受微觀因素影響，也受宏觀因素的影響.我國商業(yè)銀行不良貸款的形成受到經(jīng)濟(jì)周期，宏觀經(jīng)濟(jì)大背景的影響，也和商業(yè)銀行經(jīng)營體制，防范風(fēng)險的能力和意識，信貸管理水平等息息相關(guān).

從商業(yè)銀行自身來看，在及時關(guān)注國家經(jīng)濟(jì)的發(fā)展的同時，提高對風(fēng)險的防范意識和應(yīng)對風(fēng)險的能力，建立有效的風(fēng)險防范機(jī)制.商業(yè)銀行要增強(qiáng)自身的盈利能力，但也不能一味地追逐眼前利益而不顧銀行的可持續(xù)發(fā)展，要加強(qiáng)對不良貸款的認(rèn)識程度，積極調(diào)整商業(yè)銀行資產(chǎn)的結(jié)構(gòu).構(gòu)建科學(xué)的不良貸款管理體系對于不良貸款的控制也是非常必要的，商業(yè)銀行應(yīng)該積極完善相關(guān)體系，明確具體責(zé)任，落實(shí)任務(wù).

從政府來看，加強(qiáng)對商業(yè)銀行的監(jiān)管，努力完善相關(guān)法律法規(guī)，規(guī)范相關(guān)主體行為.金融監(jiān)管部門要密切地關(guān)注銀行的風(fēng)險性指標(biāo)，密切關(guān)注銀行的經(jīng)營情況.

［1］莊毓敏.商業(yè)銀行業(yè)務(wù)與經(jīng)營(第三版)［M］.北京:中國人民大學(xué)出版社，2010.

［2］付天佑.國有商業(yè)銀行不良貸款處置問題探索［J］.銀行分析，2009(4):59－60.

［3］高鐵梅.計量經(jīng)濟(jì)分析方法與建模—EViews應(yīng)用及實(shí)例［M］.北京:清華大學(xué)出版社，2009.

［4］段默.我國商業(yè)銀行不良資產(chǎn)的現(xiàn)狀與治理對策［J］.金融論壇，2006(8):31－33.

［5］李思慧，顏向農(nóng).商業(yè)銀行不良貸款與宏觀經(jīng)濟(jì)因素相關(guān)性實(shí)證分析［J］.時代金融，2007(8):23－27.

［6］梁秋霞.我國商業(yè)銀行不良貸款影響因素的實(shí)證分析［J］.吉林工商學(xué)院學(xué)報，2012(1):69－74.