上海大学经济学院 尹德磊

我国商业银行不良贷款率的影响因素分析

上海大学经济学院 尹德磊

本文结合我国当前国内宏观经济和微观经济的相关数据，并以2004年～2015年的季度数据为样本数据，运用多元线性回归方法实证分析我国商业银行不良贷款率影响因素，从宏观、微观两个方面分析我国商业银行不良贷款率的影响因素。

商业银行 不良贷款率 影响因素

1　引言

我国国民经济的发展离不开金融业的发展，我国实体经济的发展更加离不开商业银行的贷款。由金融机构组成的商业银行在我国国民经济的发展中有着举足轻重的地位，我国商业银行的发展关系到我国金融业发展的全局。从2008年以来爆发的全球金融危机中可以看出商业银行的信贷质量的下降是导致金融危机的最直接因素。这点对于我国金融业的发展提供了很好的启示。我国商业银行在金融体制改革过程中，我国银行业的资本充足率在很大程度上得到了极大提高，但是总体资产的质量不够理想，银行体系的信贷规模在不断提高，并且迅速加以扩张，从而积累了大量的不良资产。从我国银行金融类相关数据可以看出，近年来我国商业银行的不良贷款和不良贷款率都呈现出下降的趋势，但是在我国商业银行中还存在着大量的不良贷款，正确地把握我国商业银行不良贷款率和影响不良贷款率的相关因素，对于我国商业银行实施有效的金融监督和防范金融风险有着积极的作用和深刻的现实意义。

因此，在这样的背景环境下研究我国商业银行不良贷款率的影响因素对于我国金融业的发展具有至关重要的意义。

2　数据与模型

2.1数据

本文的数据来源于中国银监会官方网站、中国统计局网站等，本文中的被解释变量为我国商业银行不良贷款率；解释变量宏观因素指标为社会消费品零售总额、社会固定资产投资总额、GDP增长率、通货膨胀率、名义货币供应量增长率；微观因素指标为商业银行资产负债率、商业银行相对规模、商业银行信贷供给总额、资本充足率、存贷比、不良贷款拨备覆盖率、成本收入比、贷款/总负债、资本利润率、资产利润率等。本文的数据选取2004年第一季度到2015年的第四季度的季度数据。下面我们对解释变量和被解释变量进行详细的说明。

2.2被解释变量

商业银行的不良贷款率（Y）：是指银行金融机构的不良贷款占总贷款余额的比重。

2.3解释变量

（1）社会消费品零售总额（SR）：社会消费品零售总额批发和零售业、住宿和餐饮业以及其他行业直接售给城乡居民和社会集团的消费品零售额。

（2）社会固定资产投资总额（TIFA）：全社会固定资产投资是以货币表现的建造和购置固定资产活动的工作量。

（3）GDP增长率（GDPR）：GDP增长率与商业银行不良贷款率之间存在着负相关关系。

（4）通货膨胀率（CPI）：假设通货膨胀率与我国商业银行不良贷款率两者之间呈现出正相关关系。

（5）名义货币供应量增长率（M1R）：本文采用的是广义货币供应量M2增长率作为名义货币供应量增长率。

（6）商业银行资产负债率（DAR）：商业银行资产负债率=商业银行总负债/商业银行总资产。

（7）商业银行相对规模（RBS）：本文采用商业银行的相对规模指标来衡量商业银行分散风险的水平。

（8）资本充足率（CAR）：资本充足率=资本净额/（信用风险加权资产+市场风险加权资产+操作风险加权资产+资本底线调整）×100%。

（9）存贷比（X1）：假设商业银行的存贷比与商业银行的不良贷款率两者之间呈现出负相关关系。

（10）不良贷款拨备覆盖率（PCR）：拨备覆盖率=贷款损失减值准备金余额/不良贷款余额×100%。

（11）成本收入比（X2）：成本收入比是商业银行营业费用与营业收入的比率。

（12）贷款/总负债（X3）：贷款/总负债这一指标是衡量我国商业银行资金运用于贷款的比重以及商业银行贷款能力的大小。

（13）资本利润率（X4）：银行资本利润率是指银行净利润比上商业银行平均资产总额。

（14）资产利润率（X5）：商业银行资产利率润反映商业银行资产的多少以及商业银行资产的结构，这也会影响着商业银行的不良贷款率。

2.4模型

无论是从理论上来说，还是从现实意义上来说，我国商业银行的不良贷款率会受到众多因素和变量的影响，本文从宏观微观两方面来分析商业银行的不良贷款率的影响因素。运用计量经济学原理和方法，建立我国商业银行的不良贷款率与其相关变量的多元回归方程进行回归分析。采用的模型是将我国商业银行的不良贷款率与宏微观的因素结合起来建立多元线性回归方程，如公式1所示。

3　实证分析

我们对宏微观经济因素结合在一起分析我国商业银行的不良贷款率的主要影响因素，我们还是首先通过多元线性回归方法对我国商业银行的不良贷款率的影响因素进行实证分析，得出实证分析结果如表1所示。

表1　宏微观经济因素对商业银行不良贷款率的多元线性回归分析

由表1我们可以得出相应的回归方程，如公式2所示。

Y=-1.764704SR+0.7129851TIFA-0.145249GDP-0.0105668CPI+0.0457411M1R-0.0092982DAR+0.3403423RBS+0. 3327474CAR+0.1043722X1-0.0041856PCR+0.005254X2+0.00969 3X3-0.0338496X4+1.482287X5 （2）

R2=0.8681，调整后的R2=0.8121，R2越接近于1，则表明该模型对样本数据的拟合度越高，对于给定的显著性水平5%，有多元线性回归结果得出F（14，33）=15.51，拒绝原假设，说明该模型的线性关系比较显著。所以可以得出宏微观经济方面的14个变量对我国商业银行的不良贷款率的影响都非常显著。我国商业银行的不良贷款率与社会消费品零售总额、DP增长率、通货膨胀率、商业银行资产负债率、不良贷款拨备覆盖率、资本利润率均呈现出负相关关系；而商业银行的不良贷款率与商业银行相对规模、社会固定资产投资总额、名义货币供应量增长率、资本充足率、存贷比、成本收入比、贷款/总负债、资产利润率均呈现出正相关关系。

4　结语

从宏观经济因素来说，在我国范围内，社会零售商品销售总额在短期内对我国商业银行的不良贷款率存在着显著的负相关关系，并且社会零售商品销售总额的贡献率相对较大；而社会固定资产投资总额对我国商业银行的不良贷款率呈现出高度正相关关系，这与有些学者的研究结论是不一致的，可能原因在于社会固定资产投资总额是我国政府财政支出的重要组成部分，固定资产投资的时间周期越长，企业所需要的贷款总额越大，企业偿还银行贷款的周期较长，最终得到的投资收益回报可能越大，从而可能造成我国商业银行的不良贷款量越大，商业银行的不良贷款率相对较大；我国国民经济增长率的各个季度的GDP每增长1%，我国商业银行的不良贷款率将会减少0.1452%，GDP增长率与我国商业银行的不良贷款率两者之间存在着较强的负相关关系；而通货膨胀即物价水平CPI与我国商业银行的不良贷款率之间存在着负相关关系，物价水平每提高1%时，我国商业银行的不良贷款率将会减少0.01056%；名义货币供给量与我国商业银行的不良贷款率两者之间存在着正相关关系，这在长期中比较显著。

从微观经济因素来说，我国商业银行的资产负债率由于涉及银行的资产和负债两个具体的因素，对我国商业银行的不良贷款率的影响呈现出正负变动波动；而我国商业银行的相对规模对我国商业银行的不良贷款率的影响，短期内两者之间呈现出正相关关系，但是从长期来看，随着我国经济的发展和银行规模的扩大，随后影响呈现出显著的正向影响；我国商业银行的资本充足率与银行的不良贷款率之间呈现出正相关关系，不良贷款拨备覆盖率与我国商业银行的不良贷款率呈现出负相关关系；我国商业银行的不良贷款率与成本收入比呈现出正相关关系；我国商业银行的不良贷款率与资本利润率呈现出负相关关系，而与资产利润率呈现出正相关关系。

［1］毛瑞宁.存量与增量：商业银行不良贷款的动态学分析［J］.金融研究，2002（6）.

［2］张健华，王鹏.银行风险、贷款规模与法律保护水平［J］.经济研究，2012（5）.

［3］周忠明.不良贷款与经济增长关系分析［J］.中国金融，2005（6）.

［4］贾宏文，颜咏华.市场纪律对银行风险承担行为的影响研究［J］.湖南财政经济学院学报，2012（8）.

F832.4

A

2096-0298（2016）10（a）-079-02