商業銀行不良貸款率的影響因素研究

趙輝越 申紅雨

［摘要］商業銀行的經營狀況與其資產質量密切相關，而商業銀行的不良貸款比率則是其經營狀況的主要指標。當前經濟衰退的情況下，有必要對銀行不良資產產生的原因進行深入探討。本文選取5家大型商業銀行、9家股份制商業銀行和7家城市商業銀行，選取7個銀行微觀指標、1個相關聯產業指標和4個宏觀經濟指標，建立面板數據模型，通過實證研究，分析宏觀經濟運行、相關產業發展和銀行自身管理對不同類型商業銀行不良貸款率的影響及其差異。

［關鍵詞］商業銀行；不良貸款率；面板數據模型；固定效應模型

［作者簡介］趙輝越（1976-），女，長春工業大學經濟管理學院副教授；申紅雨（1997-），女，長春工業大學經濟管理學院碩士研究生（長春 130012）。

不良貸款率是衡量金融穩定性和銀行健康狀況的重要指標，它直接關系到商業銀行的盈利能力。截至2021年12月，全國商業銀行的不良貸款平均比率為1.73%，比2019年的最高點降低了0.13%，一方面體現了去杠桿和防范金融風險成績顯著，另一方面也反映出企業不愿意擴大再生產，居民借貸消費傾向弱。同時，不良貸款余額也在逐年增加，雖然增速有所減緩，但截止到2022年3月，已經達到了29123億元，創十年來的新高，說明商業銀行信用資產的質量正在不斷下降，其潛在的風險無疑會對中國的金融體系造成巨大的沖擊，為未來中國經濟穩定健康發展埋下隱患。為此，文章選擇中國21家商業銀行13年的歷史數據，運用實證分析的方法，對宏觀經濟和商業銀行的經營狀況與銀行不良貸款比率的相關性進行了分析，以期得到相應數據并提出相關結論。

針對商業銀行不良貸款率的研究國內外已有很多成果。從宏觀角度入手，郭曉蓓等（2020）從不良貸款存量特征的角度，對近年來不良貸款上升的內外部因素進行分析，指出目前我國宏觀經濟增速放緩、貨幣緊縮以及一些行業的風險暴露是不良貸款增長的重要外部因素

郭曉蓓：《商業銀行不良貸款現狀、成因及對策研究》，《當代經濟管理》2020年第6期。；GolitsisPetros，KhudoykulovKhurshid，PalanovSavica（2022）以北馬其頓共和國中對GDP和失業率作為最相關的宏觀經濟變量研究不良貸款的決定因素，發現對不良貸款的最強長期影響來自失業、GDP和利率

GolitsisP.，“DeterminantsofnonperformingloansinNorthMacedonia”，CogentBusiness&Management，vol.9，Issue1.2022.；SyedAamirAijaz，KamalMuhammadAbdul（2022）等從宏觀經濟基本面分析對新興國家不良貸款的影響，認為宏觀經濟變量中通貨膨脹、失業和利率的正向沖擊對不良貸款有正向影響

S.A.Aijaz，“TheImpactofFinancialDevelopmentandMacroeconomicFundamentalsonNonperformingLoansamongEmergingCountries：AnAssessmentUsingtheNARDLApproach”，Computation，vol.10，Issue10.2022.pp.182-182.；AlnabulsiKhalil，Kozarevi

Emira，HakimiAbdelaziz（2022）認為宏觀經濟環境和制度質量顯著影響不良貸款水平

AlnabulsiK.，“Assessingthedeterminantsofnonperformingloansunderfinancialcrisisandhealthcrisis：evidencefromtheMENAbanks”，CogentEconomics&Finance，vol.10，Issue1.2022.。從產能過剩和需求不足的視角，楊姝琴（2019）從四個方面分析了對信貸不良貸款的影響，即GDP增長、貨幣供給、制造業PMI和準備金覆蓋率

楊姝琴：《我國商業銀行不良貸款影響因素實證分析——以平安銀行為例》，《浙江工商職業技術學院學報》2019年第4期。；孫光林等（2017）通過對產能利用率和庫存規模的分析，發現產能過剩是導致不良貸款率升高的主要因素

孫光林：《數字經濟對商業銀行不良貸款率的影響機制研究》，《證券市場導報》2021年第5期。。從產業關聯角度，劉妍（2014）以房地產行業作研究對象，發現不良貸款率不僅受到宏觀經濟因素的影響，與國內貸款的房地產投資額、房屋銷售面積等有相關關系

劉妍：《我國商業銀行不良貸款成因及相關因素分析》，《系統工程》2014年第5期。；李馨（2020）等發現房價波動和住房抵押對商業銀行不良貸款率的影響還通過資本充足率和事務所規模表現

李鑫：《房價波動、住房抵押貸款規模與不良貸款率》，《財會通訊》2020年第16期。從銀行微觀角度，王博格（2018）從商業銀行信貸集中度方面，研究其對商業銀行利潤的侵蝕，得出集中度過高會增加不良貸款率

王博格：《商業銀行貸款集中度的風險與收益分析——基于15家商業銀行面板數據》，《商業經濟研究》2018年第23期。；FerreiraCndida（2022）利用1999-2019年全球80個國家組成的面板，利用世界銀行全球金融發展數據庫的數據解釋不良貸款率的演變，認為不良貸款率的高值與銀行成本收入比、市場集中度和銀行監管的增加密切相關

F.Cndida，“DeterminantsofNonperformingLoans：APanelDataApproach”，InternationalAdvancesinEconomicResearch，vol.28，Issue3-4，2022，pp.133-153.；郭曉蓓等（2020）認為我國目前存在著的不良資產處置的社會生態環境缺陷、銀行內部治理能力的欠缺和銀行自身的缺陷亦增加商業銀行的信貸風險

郭曉蓓：《商業銀行不良貸款現狀、成因及對策研究》，《當代經濟管理》2020年第6期。。AlnabulsiKhalil，KozareviEmira，HakimiAbdelaziz（2022）用MENA銀行的數據評估金融危機和健康危機下不良貸款的決定因素，發現與宏觀經濟因素相比，不良貸款水平對銀行特質因素更為敏感

AlnabulsiK.，“Assessingthedeterminantsofnonperformingloansunderfinancialcrisisandhealthcrisis：evidencefromtheMENAbanks”，CogentEconomics&Finance，vol.10，Issue1，2022.。SyedAamirAijaz，KamalMuhammadAbdul（2022）等從金融發展和宏觀經濟基本面分析對新興國家不良貸款的影響，發現金融部門發展（金融中介與銀行規模）的正向沖擊增加了新興國家的不良貸款，反之亦然

S.A.Aijaz，“TheImpactofFinancialDevelopmentandMacroeconomicFundamentalsonNonperformingLoansamongEmergingCountries：AnAssessmentUsingtheNARDLApproach”，Computation，vol.10，Issue10，2022，pp.182-182.。

閱讀大量文獻，發現對不良貸款的影響大多從一個角度選取適當指標研究其對銀行體系不良貸款率的影響，沒有綜合宏微觀經濟發展狀況及銀行體系相關聯產業，而由于銀行體系有國有銀行、股份制商業銀行、城市商業銀行和村鎮銀行之別，所以本文旨在探討宏微觀經濟層面和相關聯產業對不同性質商業銀行在不良貸款比率的主要影響因子和程度方面的差別。在大型商業銀行、股份制商業銀行和城市商業銀行三類銀行中選取21家商業銀行為研究對象。選取資本充足率、流動性比率、貸存款比率、撥備覆蓋率、最大十家客戶貸款比率、凈利差、成本收入比等銀行因素指標，加入相關聯產業指標國房景氣指數，并綜合考慮GDP、貨幣供應量、制造業采購經理指數、居民儲蓄等宏觀經濟指標，并利用Eviews等計量軟件對數據進行實證分析研究。

一、商業銀行不良貸款現狀概述

（一）商業銀行不良貸款現狀概述

對表1的數據進行統計分析可以得到，截至2020年我國商業銀行的不良貸款余額累計達到27015億元，相比于2020年第一季度末大幅增加了893.89億元，增長幅度高達3.42%，呈顯著的上升趨勢。與此同時，我國銀行業2020年全年的銀行業總體不良貸款率為1.84%，與近10年以來的最高水平（1.86%，2019）僅降低了0.02%。

從表1中分析我國商業銀行不良貸款的組成結構可以得出如下的結論，商業銀行不良貸款中次級類貸款的余額增幅較大，增幅為11.48%，這種跡象也表明我國商業銀行的信貸資產質量在逐步惡化，商業銀行信貸資產質量和結構狀況令人擔憂。

（二）商業銀行不良貸款分機構情況分析

不同類型商業銀行不良貸款余額與不良貸款率情況如表2所示。

如圖1所示，2008年至2020年期間，我國大型商業銀行不良貸款余額、不良貸款率從整體來看，呈波浪下降趨勢，2020年有所升高。2012年不良貸款余額達到最小值，為2994億元，隨后持續上升，至2020年達到11052億元，為歷史新高，增長幅度達到269.14%。全球性金融危機過后，2013年不良貸款率達到最小值，為0.99%，后不良貸款率波浪上升，2016年創近年來最高記錄，為1.68%。

如圖2所示，2008年至2020年期間，我國股份制商業銀行不良貸款余額在2011年達到最小值，從2013年始持續上升，在2020年達到最大值5008億元，增長幅度達到784.81%。不良貸款率在2016年達到頂峰，為1.74%，后緩慢降低。

如圖3所示，2008年至2019年股份制商業銀行不良貸款余額和不良貸款率均呈現“U”型，2011年不良貸款余額和不良貸款率均為最小值。不良貸款余額在2019年達到峰值4074億元，較最低值增長幅度達到1150%。

二、研究設計

（一）樣本選擇與數據來源

按照三類商業銀行性質，根據中國銀行業協會推出的“2021年中國銀行業100強榜單”排名和商業銀行歷年年報的可得性，選取21家商業銀行作為樣本行進行分析，見表3。銀行數據源于年度財務報表；GDP增長率、貨幣供應量增長率、居民儲蓄率來自中國統計年鑒；制造業采購經理人指數、國房景氣指數來自于中經網數據庫。

（二）研究變量

商業銀行不良貸款問題的產生受到多方面因素的共同影響，在參考現有文獻的基礎上，本文著重將宏觀經濟因素、相關聯產業指標、銀行微觀經濟變量作為解釋變量對不同類型商業銀行不良貸款率這一被解釋變量進行回歸分析，如表4。

三、面板數據分析

（一）面板數據的單位根檢驗

因為面板包括了時間維度和截面維度上的數據，所以在對面板數據進行回歸之前，應分別對模型中變量的數據序列進行單位根檢驗。實證分析可知，大型商業銀行的NPL、LDR、PCR、MAX、CIR、NIMR、CAR變量，股份制商業銀行的NPL、LDR、PCR、MAX、CIR變量，城市商業銀行的LDR、PCR、CIR、LR變量檢驗結果均不平穩，不能拒絕原假設，即存在單位根，為非平穩序列。因此對以上變量進行一階差分檢驗，檢驗結果顯示數據序列為一階單整。

（二）面板數據的協整檢驗

由于所有的變量都是一階單整型，因而符合了協整檢驗的先決條件。本文運用Kao檢驗的方法，對各面板數據進行協整關系檢驗。本文的實證研究內容包括：第一，構建基于面板數據的回歸模型；第二，對回歸方程中的殘差項是否存在單位根進行驗證。當殘差序列中存在單位根時，該模型的各個變量之間沒有協整關系；如果不存在單位根，則具有協整關系。

由表5可知，變量之間存在協整關系，因此上述面板數據回歸模型不是偽回歸，可對銀行面板數據進行回歸分析。

（三）面板數據模型設定及檢驗

本文首先利用F檢驗和Hausman檢驗來決定選擇面板數據分析是采用隨機效應模型還是固定效應模型。我們利用F檢驗的假設為：“H0=all，μi=0”，此時應當選取混合回歸模型進行面板數據分析。

由表6分析得出，不同類型商業銀行的F檢驗和Hausman檢驗，P值均為0，拒絕原假設，應當采用固定效應模型。

根據以上數據的分析，為考察宏觀因素對商業銀行不良貸款率的影響，建立如下面板數據模型：

Yit=λ（Xit）+μi+εit

Yit表示t時刻i銀行的不良貸款率，Xit表示宏微觀經濟變量的向量，i代表每家銀行，t表示時期，μi表示銀行的固定效應，εit是一個獨立且同分布的誤差項。

四、回歸結果

根據上述檢驗分析，對大型商業銀行、股份制商業銀行和城市商業銀行的面板數據進行回歸分析如表7。

根據表7的實證結果可以看出，采用固定效應模型進行回歸，發現大型商業銀行、股份制商業銀行、城市商業銀行Rsquared均值都在0.7以上，F值在1%的顯著水平下通過檢驗，這表明該模型的可信性更好。此外，對解釋變量的相關系數進行正負及幅度的分析，得出以下結論。

（一）宏觀因素方面

在宏觀因素方面，GDP增長率與大型商業銀行、股份制商業銀行和城市商業銀行的不良貸款率之間存在著明顯的負相關。理論上，GDP增長率越高，則表明經濟發展速度與水平越高，投資、需求和供給越旺盛，企業利潤和居民收入都會增加，企業和居民的收入現金流得到保證，獲得的收入能按照借貸合同還清商業銀行的貸款。因此，商業銀行的不良貸款率會下降。

M2增速與大型商業銀行、城市商業銀行的不良貸款率呈正相關。在經濟衰退和蕭條時期，M2的增長速度往往會下降，而這時，商業銀行的不良貸款率就會下降。而在經濟恢復和繁榮時期，M2的增長速度往往更快，這時的商業銀行不良貸款率就更高了。M2增速與股份制商業銀行的不良貸款比率則呈現出負相關，這可能是由于股份制商業銀行對市場的反應更加迅速，從而進一步減小了貨幣政策對其的滯后效應。

制造業經理采購指數PMI與三類商業銀行不良貸款率之間均呈負向相關性。制造業PMI指數的增長表明，制造業具有較好的發展前景，而企業的生產和運營活動所帶來的收益和利潤，可以確保公司的現金流量充足，從而使制造業能夠及時償還貸款，從而降低銀行的壞賬率。相反，如果PMI指數下跌，則說明制造業的發展前景并不樂觀，生產企業的盈利能力和還貸能力都會降低，生產企業無法按時償還貸款，影響到銀行的資產信用水平，進而提高銀行的不良貸款率。

三種類型的商業銀行的不良貸款率與儲蓄利率存在著顯著的負相關。銀行吸收居民存款、發放信貸，不僅可以提高居民的存款利息收入，還可以擴大信貸規模，這樣的良性循環不僅有利于居民個人，而且可以為企業的發展提供資金。發展生產，既改善了居民的生活水平，又增加了居民存款來源。當居民儲蓄率高時，表明經濟發展較好，企業有較好的業績，居民有閑置的資金，對于商業銀行的貸款有能力進行償還，商業銀行不良貸款率降低。

（二）相關聯產業方面

三類商業銀行的不良貸款率與國房景氣指數的變化呈現出正相關關系。從經濟周期的角度來看，當經濟處于復蘇繁榮的時候，房地產市場也非常的景氣，房地產企業大規模地從商業銀行借貸，而此時的商業銀行業降低了房地產企業的借貸標準，從而導致一些不符合借款資質的房地產企業獲得商業貸款，這不可避免地降低了商業銀行的信貸質量，從而無形中提高了商業銀行的不良貸款率。當經濟處于蕭條衰敗的時候，房地產行業也同樣不景氣，其為了自身的生存而減少從商業銀行的借貸，商業銀行的不良貸款率會隨之降低。

（三）微觀因素方面

資本充足率與大型商業銀行的不良貸款率呈正向相關關系，這一現象的原因可能在于，增加資本充足率會導致放貸規模的下降，為了維持一定的放貸規模，并承擔起社會責任，大型商業銀行利用自有的資金放貸，提高了不良貸款率。而資本充足率與股份制商業銀行、城市商業銀行不良貸款率之間呈負向相關關系，這可能是由于當資本充足率較高時，城市商業銀行風險加權資產總額也就越小，銀行采用保守型的信貸政策從而保證了商業銀行信貸資產質量和效益，其所面臨的風險損失也就越小，從而不良貸款率也就越低。

流動性比率與大型商業銀行和城市商業銀行不良貸款率之間存在著顯著的負相關關系。流動性管理是商業銀行經營行為的基本準則，流動性比率越高，說明商業銀行資產流動性水平越高，其使用的資金效率也就越高。由于大型商業銀行多與具有良好信用的機構和企業進行業務往來，而城市商業銀行則更多地是為地方服務，其道德風險和逆向選擇現象也相對較少，因此它們的資產質量、流動性、不良貸款率均有所下降。而股份制商業銀行的不良貸款率與流動性比率之間存在著顯著的正相關性。這可能由于股份制商業銀行多專注于個人業務，在信用卡和消費貸等方面，流動性提高的同時，違約率也可能提高，不良貸款隨之增多。

貸存比與三類商業銀行的不良貸款率均呈負向相關關系。商業銀行貸存款比率的升高通常意味著商業銀行發放貸款的規模在逐漸升高。這種情況說明商業銀行在進行貸款的時候并沒有采取更為嚴格的監管或者審查等措施，從而導致過多的資金放貸難以收回本金和利息導致其本身的不良貸款率的上升。而結果顯示貸存比與商業銀行的不良貸款率呈負向相關關系，原因是商業銀行對執行相關貸款政策時更為嚴格，較比在放出貸款的同時能夠更好地收回相應本金和利息。

大型商業銀行、股份制商業銀行、城市商業銀行的不良貸款率與撥備覆蓋率存在著明顯的負相關。理論上，當撥備覆蓋率較低時，意味著商業銀行對于風險防范意識越低，從而會導致信貸資產質量的降低，繼而不良貸款率也就會越高。撥備覆蓋率越高，銀行的風險防范意識越高，從而會保證信貸資產的質量，降低商業銀行不良貸款率。

最大十家客戶貸款比例和三種類型的商業銀行不良貸款率都有顯著的正相關。當最大十家客戶貸款比例越高時，銀行的信貸集中度就會提高，一旦這些客戶的還款出現了問題，那么，銀行就會在資產安全和資金周轉方面遇到更大的問題，從而導致不良貸款增多，不良貸款率提高。

凈利差與大型商業銀行的不良貸款率呈正向相關關系，這意味著當商業銀行的凈利潤增加時不良貸款率也隨之升高，大型商業銀行在追求盈利的同時還要兼顧社會責任，對國家重點扶持產業給予大力支持，而這些產業往往需要長期投入。因為商業銀行的經營業務收入來源于銀行的借貸業務，當商業銀行擴大自己的借貸業務增加利潤的同時也會增加不良貸款產生的風險，進而導致不良資產的比率上升。凈利差與股份制、城市商業銀行不良貸款率存在著正相關，而股份制、城市商業銀行則更多以贏利為主，隨著銀行的盈利水平和償債能力不斷提高，其不良貸款率也會下降，因為高盈利的銀行會從事更多的經營和投融資借貸活動，在保證穩定的經營現金流的情況下，商業銀行的利潤率較高，從而降低了銀行的不良貸款率。

成本收入比與大型銀行、城市商業銀行兩類銀行的不良貸款率有正相關關系。成本收入比反映了銀行每一單位的收入需要支出的成本，成本收入比越低，說明銀行獲利能力越強。大型商業銀行憑借自己的規模優勢，城市商業銀行利用對該地區的熟悉度，降低商業銀行不良貸款率。股份制商業銀行不良貸款率與成本收入比呈負向相關關系。這種情況出現的原因可能是當資產項目成本高于獲利水平時，股份制商業銀行就會放棄該資產項目，將貸款投放到盈利性、安全性高的資產中，不良貸款率降低。

五、政策建議

當前，我國正處于由高速發展到高質量發展的關鍵階段，金融風險防范、污染防治、脫貧攻堅是我們當前面臨的三大重要課題。通過實證研究發現，我國的GDP增速和商業銀行的不良貸款率有一定的相關性，因此，通過宏觀調控來降低銀行的壞賬率是一個很好的方法。中國的經濟韌性很強，宏觀調控水平和防范金融危機的水平都在逐步提升。從中長期來看，經濟的向好趨勢不會改變，智能化、信息化、數字化的新興產業不斷涌現，這也給中國的經濟轉型升級帶來了機遇。通過保證我國經濟穩定發展、防范金融風險、強化對商業銀行的監督管理，可以從根本上減少我國商業銀行的不良貸款。

商業銀行需要根據自身的經營情況，創新相應的不良貸款管理模式。2021年9月銀保監會發布《商業銀行監管評級辦法》，從政策層面上規定了商業銀行的信用評級問題。商業銀行應建立全面的風險管理制度，實行風險管理委員會與業務部門的集中管理模式：在產品、業務、技術、管理創新上線或執行之前，都要進行風險管理的審查，以檢驗風險管理的有效性，從而完善風險管理的各個環節，保證其有效運作，從而達到控制風險、滿足商業銀行的風險偏好。將風險控制局限于制度過程，最大限度地降低人為因素，不管是專業人士，亦或是職場人士，都須具備一定的風控知識，在實際工作中堅守底線，提高風險控制的水平，不觸及底線。對銀行內部總分支各部門的風險管理工作進行進一步的梳理，確保其對上級行風險的有效傳遞，并對其進行了指導。對信用風險、市場風險、流動性風險、經營風險、聲譽風險、戰略風險、信息技術風險等風險進行綜合分析，確保風險管理委員會能有效地識別、計量、評估和監測各類風險，并對其進行有效的風險管理。

從本文實證研究結果可知，我國商業銀行的資本充足率、流動性比率、貸款存款比例、撥備覆蓋率、最大十家客戶貸款比例、凈利差、成本收入比等指標均與商業銀行的不良貸款率有顯著的相關性。這就要求銀行管理者在嚴格執行商業銀行各項指標的前提下，通過改善銀行資產質量，優化銀行的信用資產，制定符合銀行自身利益發展的戰略，增強銀行的韌性，適當地解決銀行的壞賬問題。