袁 鲲，王 娇

(1.广东财经大学金融学院，广东 广州 510320;2.中国银行广东省分行风险管理部，广东 广州 510180)

一、引言及文献综述

贷款损失准备是贷款资产损失的缓冲机制，同时也是银行的经营预警机制，然而贷款损失准备一直被认为是一个次要的报表项目。2008年金融危机爆发后，各国金融监管当局深刻地认识到健全的贷款损失准备制度对防范和化解商业银行信贷顺周期性风险至关重要。2011年7月中国银监会颁布《商业银行贷款损失准备管理办法》，规定商业银行贷款拨备率基本标准为2.5%，拨备覆盖率基本标准为150%，两项标准中的较高者为商业银行贷款损失准备的监管标准，并且规定系统重要性银行应当于2013年底前达标，非系统重要性银行应当于2016年底前达标。

许多学者注意到信贷波动引发金融体系顺周期性，加剧经济周期波动、金融不稳定性及信贷资源的误配。Asea和Blomberg(1998)发现商业银行在经济周期不同阶段改变了授信审查标准，一般表现为在扩张期放松而在萧条期收紧［1］。Lown和Morgan(2006)确认了贷款标准变化对银行贷款供给及实体经济活动的冲击［2］。

本文探讨了扩大商业银行信贷活动顺周期性的另外一种机制:贷款损失准备制度。一般认为银行贷款的预期损失由贷款损失准备所覆盖，而非预期损失则由银行资本所吸收。计提贷款损失准备对银行利润具有直接影响，经济扩张阶段对信用风险的低估进一步刺激银行信贷的过度增长，而在经济萧条阶段贷款资产质量的恶化引发贷款损失准备大幅上升与银行信贷压缩，这样基于贷款损失准备计提的信用风险管理将导致商业银行顺周期性。

一些学者注意到，贷款损失准备计提对信贷供给波动的影响可能包含不同的内在机制:第一、非相机决策型计提。目的是覆盖银行贷款组合的未来预期损失(Whalen，1994)［3］，然而现行制度下贷款损失准备被认为是典型的“后视型”变量，在经济上升期(下行期)问题贷款很少(多)，贷款损失准备水平较低(高)，Laeven和Majnoni(2003)证明贷款损失准备表现出很强的顺周期性［4］。Jimenez et al．(2009)甚至认为更具风险性的贷款往往在周期顶峰发放，但是根据“后视法则”，贷款损失准备只能在下行期建立，从而影响经济周期下行期的贷款发放［5］。第二、相机决策型计提。目的是实现某种管理目标，Beaver和Engel(1996)、Ahmed等(1999)认为至少存在以下三种管理目标:(1)收入平滑。银行倾向于选择收益的平稳增长，往往在扩张期增加贷款损失准备计提，而在下行期减少计提;(2)资本管理。无论是计提一般贷款损失准备还是计提特别贷款损失准备均会减少留存收益从而减少核心一级资本，资本不足的银行一般选择较少计提准备。然而，监管当局也允许银行将一般贷款损失准备列入二级资本并从加权风险资产中予以扣除，如果二级资本的增加量大于一级资本的减少量时，一般准备的计提实际上将增加监管资本，此时可以看到资本不足的银行倾向于多计提准备。应该说明的是，这是一种监管资本的套利行为。(3)信号显示。作为财务状况稳健性的信号，银行通过高水平的贷款损失准备计提向外部投资者表明具有足够的实力吸收未来潜在的损失［6］［7］。

由于非相机决策型准备计提强化了经济活动的周期性，相反，通过收入平滑或信号显示等机制，相机决策型准备计提有助于减弱顺周期性，因此对于贷款损失准备计提内在机制及其影响仍存在广泛的争论。国内学者孙天琦和杨岚(2005)分析了5家上市银行的贷款损失准备计提情况，发现部分机构存在利用贷款损失准备操纵利润，且在经济周期高点相对少计提贷款损失准备的现象［8］，鹿波和李昌琼(2009)同样发现银行具有明显的顺周期效应冲动，但银行会在自身收益比较好的时候增加准备金计提，熨平收入的波动［9］，赵胜民等(2012)认为我国商业银行没有进行以提高资本充足率为目的的盈余管理，但存在用贷款损失准备平滑利润的盈余管理［10］。

本文的贡献在于:运用2003－2012年中国上市银行的面板数据，构造两类贷款损失准备计提的代理变量，并实证分析其对商业银行信贷顺周期性的影响。

二、研究设计

借鉴 Ahmed 等(1999)［7］、Bouvatier和 Lepetit(2008)［11］，建立计量模型如式(1):

其中LLPit为贷款损失准备计提比例，即贷款减值损失除以贷款总额①贷款减值损失为本年计提的贷款减值准备，即在利润表中计提的减值准备减去在利润表中转回的减值准备。稳健性检验表明，贷款损失计提比例采用贷款减值损失除以资产总额，结果也没有变化。，此外将收入平滑、资本管理及信号显示等三种管理目标的代理变量引入模型。

首先，贷款准备非相机决策型计提是基于实际贷款损失确认的预期损失估计，我们采用不良贷款比例NPLit作为银行信用风险的代理变量，其影响系数预计为正。

其次，贷款准备相机决策型计提至少来自于三个不同的管理目标。在收入平滑理论假设下，当收入增速很低(很高)时，银行倾向于低估(高估)贷款准备，因此税前收入ERit增速与贷款损失准备计提之间应存在正相关关系。进一步引入哑变量ERDit，当银行处于当年样本绩效前25%的较高绩效组时，令ERDit=1，否则为0。收入增速较高的银行组别应具有更高的平滑收入的动机，我们预期ERDit*ERit的系数为正。由于计提贷款损失准备减少留存收益从而减少核心一级资本，但同时监管当局也允许银行将超额贷款损失准备列入二级资本，因此贷款损失准备计提对资本水平的影响并不确定，资本充足率TCRit的系数不作事先预判。引入哑变量TCRDit，当银行资本充足率TCRit处于当年样本前25%的较高资本水平组时，TCRDit=1，否则为0。一般来说，资本不足银行没有动力计提足额的贷款损失准备，可以预期TCRDit*TCRit系数为正，然而如果监管资本的提高主要来自于贷款损失准备，而非留存收益，则可以预期贷款损失准备计提与TCRDit*TCRit之间的相关系数为负，因此TCRDit*TCRit的系数符号也不作事先预判①监管资本中核心一级资本包括权益资本及留存收益，而二级资本包括次级债务及贷款损失准备，因此贷款损失准备计提比例LLP应与二级资本正相关，与核心一级资本负相关。。商业银行也可能将贷款损失准备计提作为一种对外显示实力的信号，此时应可以观察到计提与税前收益率的预期变化SIGNit之间存在正相关关系，其中，SIGNit=(ERit+1－ERit)/(0.5*(TAit+TAit+1))，其中TA是资产总额。

最后，经济周期对于借款人的偿还能力也会产生影响，引入实际GDP增长率GDPR，我们预期GDPR的系数为负。此外，为了控制商业银行不同微观特征的影响，引入三个银行特征变量BSC，分别是银行规模(LNSIZE)、盈利能力(ROA)及流动性(LIQUID)。

为了检验贷款损失准备计提对银行信贷顺周期性的影响，需估计贷款损失准备相机决策型计提与非相机决策型计提两个组成部分的大小。在对式(1)进行估计之后，利用所获得的变量系数，构造代理变量NDISC与DISC，分别表示相机决策型准备计提与非相机决策型准备计提，其中非相机决策型计提如式(2):

而相机决策型贷款损失准备计提分为以下四种形式，如式(3)－(6):

其中，DISC1包含收入平滑、资本管理及信号显示动机，DISC2包含收入平滑与信号显示动机，DISC3仅包含资本管理动机，DISC4仅包含信号显示动机。

在获得非相机决策型计提与相机决策型计提代理变量后，构建动态面板数据模型考察贷款损失准备计提对银行信贷顺周期性的影响，如式(7):

其中，因变量贷款增速滞后项DLOANit－1的系数β1表示商业银行当前贷款行为与上期贷款行为的关系，如果贷款行为存在惯性或部分调整行为，则该系数为正;相反，如果上期贷款增速较高，导致本期调控压力较大，则该系数为负，因此对β1的符号不作事前预测。我们关注的重点是，NDISC代表商业银行必须计提的用于对冲问题贷款的非相机决策型准备计提，直接冲减税前收益，β4预期为负。资本不足银行因其资本不足以抵御贷款损失而无法发放更多的贷款，β5预期为正。基于收入平滑假设及信号显示假设，相机决策型准备计提DISC2、DISC4对非相机决策型计提顺周期性具有对冲效应，β6预期为正;资本管理动机的影响不确定，DISC1、DISC3的系数β6符号不确定。

三、实证分析

(一)样本选择

本文采用年度面板数据进行实证分析，样本期为2003－2012年，样本银行包括15家上市商业银行①目前我国上市商业银行共16家，由于深圳发展银行与平安银行于2012年合并，为避免样本干扰，将其剔除。。数据来源于国家统计局和bankscope数据库。

(二)主要变量的描述性统计

变量的描述性统计如表1所示。贷款损失准备计提比例分布在－0.043%(宁波银行，2004年)至1.129%(工商银行，2003)之间，均值为0.581%;资本充足率分布在5.01%(宁波银行，2003年)至30.14%(南京银行，2007年)之间，均值为11.75%;不良贷款率分布在0.33%(宁波银行，2006年)至24.24%(工商银行，2003年)，均值为2.49%。总体上样本期内中国商业银行呈现资本水平上升、不良贷款水平下降的趋势。

表1 变量描述性统计

(三)实证结果

1．贷款损失准备计提的影响因素

每家银行可能存在不随时间而变的个体效应，且Hausman检验均以1%的水平拒绝了不可观测因素是随机效应的原假设，对式(1)采用固定效应模型，估计结果如表2。其中，列1为仅含有非相机决策型计提的基线回归模型，列2加入了收入平滑动机，列3加入了监管资本管理动机，列4加入了信号显示动机，列5同时加入了收入平滑动机及信号显示动机，列6则是在基线模型的基础上同时加入了收入平滑、监管资本管理及信号显示等三种动机。

从表2可以看出:(1)不良贷款率越高，银行贷款损失准备计提越多，与预期一致。(2)商业银行具有显著的资本管理动机，且主要表现为核心一级资本管理。以第6列模型为例，资本充足率(TCR)的系数为0.0589，即资本充足率越高的银行，贷款损失准备计提越多，交乘项TCR*TCRD的系数虽然为－0.0150，但其影响较小。(3)税前收入增速ER及税前收益率的变化SIGN的符号均为负，但并不显著，表明商业银行运用贷款损失准备计提实现收入平滑及显示良好财务状况的动机并不充分。

整体来说，商业银行贷款损失准备计提具有典型的“后视型”特征，且资本充足性监管对于商业银行贷款损失准备具有显著影响，强化了贷款损失准备计提的顺周期性。值得注意的是，收入平滑及信号显示动机并不明显，对商业银行顺周期性的缓释作用有限。

表2 贷款损失准备计提的影响因素估计结果

2．非相机决策型和相机决策型贷款损失准备计提代理变量的构造

在对式(1)进行估计后，采用表2中第6列模型相应变量的估计系数，根据式(2)－(6)分别构造非相机决策型和相机决策型贷款损失准备计提的代理变量NDISC与DISC。具体参数为:α1=0.1188;α2= －0.0059;α3= －0.0013;α4=0.0008;α5=0.0589;α6= －0.0150;α7= －0.0639。

3．贷款损失准备计提对银行信贷顺周期性的影响

在构造NDISC与DISC的基础上，对式(7)进行估计。式(7)中含有一阶滞后因变量，即使组内估计量(FE)也是不一致的，即存在“动态面板偏差”，为解决这一问题，分别采用差分广义矩方法(DiffGMM)与系统广义矩方法(SYSGMM)进行估计。由于截面N较小(15家上市银行)，时间跨度T较短(10个年份)，本文选择单步GMM估计。表3中列1－4为运用DiffGMM的估计结果，列5－8为运用SYSGMM的估计结果。

表3 贷款损失准备计提对银行信贷顺周期性影响的估计结果

以差分广义矩方法(DiffGMM)为例，列1－4分别将四种形式的非相机型贷款损失准备计提代理变量引入式(7)，可以看出:(1)因变量滞后项L．DLOAN的符号为负，说明商业银行贷款增速的变化存在均值回归特征;(2)非相机决策型变量NDISC的系数显著为负，其均值为－0.7左右，说明经济下滑时，商业银行“后视型”贷款损失准备增大，商业银行贷款发放的动机减弱，与我们预期相符。另外，NDISC*TCRD系数为正，说明资本充足性较高的银行在经济下滑时发放贷款的能力更强，因而顺周期性较弱。(3)DISC1、DISC2、DISC3、DISC4系数均为正，其中涵盖了收入平滑及信号显示两种动机的DISC2的系数最大，为1.311，而包含三种动机的代理变量的DISC1的系数为0.173，从整体上看，非相机决策型准备计提减弱了商业银行顺周期性，但缓释作用有限。

四、结论与政策建议

本文以2003－2012年15家上市商业银行为研究样本，对贷款损失准备计提的内在动机及其对商业银行顺周期性的影响进行了实证研究。主要结论如下:(1)按照对信贷供给波动影响的不同内在机制，确认了非相机决策与相机决策两种类型的贷款损失准备计提行为。(2)商业银行贷款损失准备计提存在显著的顺周期性特征，其中非相机决策性计提的影响处于主导地位;(3)收入平滑动机与信号显示动机弱化了商业银行贷款行为的顺周期性，但其缓释作用有限。

为了客观、合理地反映损失承担状况，缓解贷款损失准备计提行为的不合理加剧银行信贷周期波动，有必要对目前我国贷款损失准备制度进行改革，为此提出以下建议:(1)鼓励商业银行建立稳健的内部模型，探讨按预计损失而非实际损失计提贷款损失准备的可行性。(2)实行动态拨备制度，引入逆周期机制，当银行利润增速或者贷款增速显著高于历史平均值时，引导银行计提逆周期性贷款损失准备。(3)协调银行监管政策与会计政策，提高贷款损失准备信息披露的透明度，增强银行贷款损失准备计提的审慎性与可比性。

［1］Asea，P．K．，B．Blomberg．Lending Cycles［J］．Journal of Econometrics，1998，83(1):89 －128．

［2］Lown，C．，D．P．Morgan．The Credit Cycle and the Business Cycle:New findings Using the Loan Officer Opinion Survey ［J］．Journal of Money，Credit and Banking，2006，38(6):1575 －1598．

［3］J．M．Whalen．The Nature of Information in Commercial Bank Loan Loss Disclosures［J］．The Accounting Review，1994，69(3):455－478．

［4］Laeven，L．，G．Majnoni．Loan Loss Provisioning and Economic Slowdowns:Too Much，Too Late?［J］Journal of Financial Intermediation，2003，12(2):178－197．

［5］Jiménez G．，V．Salas，J．Saurina．Organizational Distance and Use of Collateral for Business Loans［J］．Journal of Banking ＆ Finance，2009，33(2):234 －243．

［6］Beaver，W．H．，E．Engel．Discretionary Behavior with Respect to Allowances for Loan Losses and the Behavior of Security Prices［J］．Journal of Accounting and Economics，1996，22(1):177 －206．

［7］Ahmed，A．S．，C．Takeda，S．Thomas．Bank Loan Loss Provisions:A Re-examination of Capital Management，Earnings Management and Signaling Effects［J］．Journal of Accounting and Economics，1999，28(1):1 －26．

［8］孙天琦，杨岚．有关银行贷款损失准备制度的调查报告——以我国五家上市银行为例的分析［J］．金融研究，2005，(6):116－130．

［9］鹿波，李昌琼．资本充足率对我国商业银行贷款损失准备金计提行为的影响——顺周期效应与熨平收入效应的考察［J］．武汉金融，2009，(6):56－58．

［10］赵胜民，翟光宇，张瑜．我国上市商业银行盈余管理与市场约束——基于投资收益及风险管理的视角［J］．上海经济研究，2012，(1):75－85．

［11］Bouvatier V，L．Lepetit．Banks'Procyclical Behavior:Does Provisioning Matter? ［J］．Journal of International Financial Markets，Institutions and Money，2008，18(5):513－526．