本文關(guān)鍵詞：產(chǎn)業(yè)經(jīng)濟(jì)研究雜志，由筆耕文化傳播整理發(fā)布。

一、文獻(xiàn)綜述

宏觀經(jīng)濟(jì)沖擊和金融脆弱性會(huì)導(dǎo)致銀行貸款損失的增加（JarmoPesola，2011），其中宏觀經(jīng)濟(jì)會(huì)對(duì)整個(gè)銀行業(yè)產(chǎn)生影響，而銀行個(gè)體特征會(huì)在微觀層面對(duì)銀行自身產(chǎn)生影響。

（一）宏觀經(jīng)濟(jì)對(duì)銀行業(yè)信貸質(zhì)量的影響銀行信貸具有順周期性特征，國(guó)內(nèi)生產(chǎn)總值與銀行不良貸款率有顯著的負(fù)相關(guān)關(guān)系（張雪蘭等，2012）。拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的“三駕馬車”——消費(fèi)、投資、進(jìn)出口同樣對(duì)降低銀行不良貸款余額有著正向的促進(jìn)作用（謝冰，2009）。此外，Louzis和Vouldis（2012）的研究表明失業(yè)率、利率和公共債務(wù)等宏觀經(jīng)濟(jì)變量是銀行體系不良貸款形成的原因。宏觀經(jīng)濟(jì)政策，尤其是貨幣政策，也會(huì)對(duì)銀行不良貸款造成影響。當(dāng)期緊縮的銀根會(huì)導(dǎo)致下一期銀行整體不良貸款率的顯著上升，反之會(huì)引致下一期銀行整體不良貸款率的顯著下降（黃立新等，2012）。由于信息不對(duì)稱、我國(guó)企業(yè)的融資結(jié)構(gòu)等原因，我國(guó)一年期貸款基準(zhǔn)利率對(duì)銀行不良貸款率有正向沖擊。在我國(guó)，國(guó)有企業(yè)制度是形成國(guó)有銀行不良貸款的重要原因，銀行作為主要融資渠道的體制是形成銀行不良貸款的重要原因（衷誠斌，2011）。

（二）個(gè)體特征對(duì)銀行信貸質(zhì)量的影響銀行的資產(chǎn)規(guī)模、資本、成本收入比、貸款增長(zhǎng)、信貸審批制度等個(gè)體特征會(huì)對(duì)銀行信貸質(zhì)量產(chǎn)生影響。銀行資產(chǎn)規(guī)模越大，受到政府“大而不倒”的隱性保護(hù)越多，道德風(fēng)險(xiǎn)會(huì)刺激銀行從事更高風(fēng)險(xiǎn)的業(yè)務(wù)，進(jìn)而對(duì)信貸質(zhì)量產(chǎn)生影響（Stern和Feldman，2004）。銀行資本處于較低水平時(shí)，管理層存在為追逐高盈利而提高貸款組合風(fēng)險(xiǎn)度的道德風(fēng)險(xiǎn)激勵(lì)，從而提高不良貸款率（Keeton和Morris，1987）。關(guān)于銀行成本收入比對(duì)信貸質(zhì)量的影響，有兩個(gè)截然相反的假設(shè)：“劣質(zhì)管理”假設(shè)和“克扣”假設(shè)（Berger和DeYoung，1997）�！傲淤|(zhì)管理”假設(shè)認(rèn)為如果成本收入比高，則表明管理效率低，將會(huì)導(dǎo)致不良貸款增加�！翱丝邸奔僭O(shè)則認(rèn)為若過分強(qiáng)調(diào)成本效率，就會(huì)導(dǎo)致不良貸款的增加。貸款增長(zhǎng)會(huì)對(duì)信貸質(zhì)量造成負(fù)面影響（DanelFoos和LarsNorden，2010），且中央政府控制、民營(yíng)化程度低或大股東持股比例高的銀行具有更高的信貸擴(kuò)張速度，其擴(kuò)張行為受宏觀調(diào)控的影響更大（儲(chǔ)著貞等，2012）。在不同的信貸審批制度下，由于對(duì)貸款項(xiàng)目的認(rèn)知和所需承擔(dān)的責(zé)任不同，不良貸款繼續(xù)擴(kuò)大程度有明顯區(qū)別（劉青，2012）�，F(xiàn)有研究成果對(duì)銀行信貸質(zhì)量影響因素的研究或側(cè)重于宏觀或關(guān)注微觀，較少綜合考慮宏微兩方面的影響因素，因而本文的研究視角更全面科學(xué)。關(guān)于宏觀變量，本文篩選了廣義貨幣供應(yīng)量（M2）、發(fā)電量環(huán)比增速、制造業(yè)PMI指數(shù)、工業(yè)企業(yè)利潤(rùn)總額這些能夠更好地刻畫宏觀經(jīng)濟(jì)狀況的指標(biāo)。對(duì)于所有權(quán)結(jié)構(gòu)對(duì)銀行信貸質(zhì)量的研究，現(xiàn)階段只有理論研究，并無實(shí)證研究，本文引入大股東持股和中央政府控股這兩個(gè)虛擬變量，對(duì)其進(jìn)行實(shí)證研究。

二、模型構(gòu)建與變量選擇

（一）變量和樣本選擇及其數(shù)據(jù)來源本文從宏觀經(jīng)濟(jì)因素和銀行個(gè)體特征因素兩方面研究銀行信貸質(zhì)量的影響因素�；谖墨I(xiàn)綜述，并結(jié)合我國(guó)銀行業(yè)的現(xiàn)實(shí)情況，本文構(gòu)建兩個(gè)模型，分別對(duì)宏觀經(jīng)濟(jì)因素和銀行個(gè)體特征因素進(jìn)行研究。在宏觀整體因素分析模型中，本文以我國(guó)銀行業(yè)不良貸款率為因變量，以廣義貨幣供應(yīng)量、發(fā)電量環(huán)比增速、制造業(yè)PMI指數(shù)和工業(yè)企業(yè)利潤(rùn)總額為自變量，這些變量相較國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率等變量能夠更及時(shí)準(zhǔn)確地刻畫宏觀經(jīng)濟(jì)狀況。在銀行個(gè)因素分析模型中，本文總結(jié)已有研究結(jié)果，并考慮我國(guó)銀行所有權(quán)結(jié)構(gòu)的特殊情況，以13家上市銀行不良貸款率為因變量，以成本收入比、非利息收入占比、資產(chǎn)規(guī)模、資本充足率、貸款環(huán)比增速以及股權(quán)結(jié)構(gòu)為自變量，這樣能夠較為全面地刻畫銀行特征和經(jīng)營(yíng)狀況。為了更好地描述股權(quán)結(jié)構(gòu)情況，本文引入了兩個(gè)虛擬變量，一是大股東持股虛擬變量D1，這個(gè)變量是股權(quán)集中度，如果第一大股東持股比例高于30%，就取1，否則取0；二是中央政府控股虛擬變量D2，中央政府控股取1，否則取0。各變量的描述性統(tǒng)計(jì)如表1所示。樣本銀行包括：中國(guó)銀行、工商銀行、建設(shè)銀行、交通銀行、中信銀行、浦東發(fā)展銀行、華夏銀行、興業(yè)銀行、民生銀行、招商銀行、寧波銀行、南京銀行和北京銀行。鑒于農(nóng)業(yè)銀行和光大銀行分別于2010年7月和2010年8月上市，數(shù)據(jù)缺失較多，，深圳發(fā)展銀行于2012年6月與平安銀行合并，合并后各財(cái)務(wù)報(bào)表數(shù)據(jù)與合并前變化較大，故本文在16家上市銀行里剔除這三家。本文所使用的宏觀經(jīng)濟(jì)數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局和中國(guó)人民銀行，銀行數(shù)據(jù)來源于中國(guó)銀監(jiān)會(huì)網(wǎng)站公布的數(shù)據(jù)以及各家上市銀行披露的季度報(bào)告、半年度報(bào)告和年度報(bào)告。

（二）模型變量的描述性統(tǒng)計(jì)根據(jù)模型1的描述性統(tǒng)計(jì)結(jié)果以及原始數(shù)據(jù)，可初步得出以下結(jié)論。我國(guó)銀行業(yè)不良貸款率2008年第四季度以來總體在下降，但到了2012年又重新反彈。根據(jù)我國(guó)的經(jīng)濟(jì)發(fā)展需要，廣義貨幣供應(yīng)量呈增加趨勢(shì)，但變化速度并不穩(wěn)定。發(fā)電量環(huán)比增速波動(dòng)性較大。制造業(yè)PMI指數(shù)和工業(yè)企業(yè)利潤(rùn)總額的變化情況與不良貸款率基本相反。根據(jù)模型2的描述性統(tǒng)計(jì)結(jié)果以及原始數(shù)據(jù)，可初步得出以下結(jié)論。樣本銀行的不良貸款率情況與整個(gè)銀行業(yè)基本相同，個(gè)別銀行的不良貸款率低于同業(yè)許多。由于各銀行經(jīng)營(yíng)戰(zhàn)略等不同，成本收入比、非利息收入占比以及貸款環(huán)比增速有較大區(qū)別，因此樣本數(shù)據(jù)波動(dòng)性較大。國(guó)有銀行以及城市商業(yè)銀行的資本充足率較其他股份制商業(yè)銀行高。

（三）模型構(gòu)建本文構(gòu)建兩個(gè)模型分別對(duì)宏觀經(jīng)濟(jì)因素和銀行個(gè)體特征因素進(jìn)行研究。宏觀整體因素分析模型：宏觀整體因素分析模型的數(shù)據(jù)為時(shí)間序列數(shù)據(jù)（TimeSeriesData）。本文根據(jù)因變量的自相關(guān)和偏自相關(guān)圖以及對(duì)模型的檢驗(yàn)，最終決定采用移動(dòng)平均模型（Moving-averageModel）。銀行個(gè)體因素分析模型分析13家上市商業(yè)銀行不良貸款率的影響因素，希望從樣本推廣到我國(guó)所有商業(yè)銀行，故采用隨機(jī)效應(yīng)模型（RandomEf-fectsModel）。本文樣本數(shù)據(jù)為面板數(shù)據(jù)（PanelDa-ta），即既有時(shí)間序列數(shù)據(jù)又有截面數(shù)據(jù)，可能存在序列相關(guān)性和截面異方差性。Beck和Katz（1995）引入了面板校正誤差法（PanelCorrectedStandardEr-rors，PCSE），可有效處理復(fù)雜的面板誤差結(jié)構(gòu)，如同步相關(guān)、異方差、序列相關(guān)等，在樣本量不夠大時(shí)尤為有用。Zellne（r1962,1963）在他的兩篇開創(chuàng)性論文中首次介紹了似不相關(guān)回歸（SeeminglyUnrelatedRegressions，SUR），以修正序列相關(guān)性和截面異方差性。本文樣本數(shù)據(jù)中，橫截面?zhèn)�數(shù)為13，小于時(shí)序個(gè)數(shù)18，因此采用面板校正誤差法和個(gè)體成員截面似不相關(guān)回歸（Cross-sectionSUR）相結(jié)合的方法，也就是Cross-sectionSUR（PCSE）方法。

三、模型估計(jì)與檢驗(yàn)

（一）宏觀整體因素分析模型為了避免偽回歸，確保估計(jì)結(jié)果的有效性，本文對(duì)各時(shí)間序列的平穩(wěn)性進(jìn)行檢驗(yàn)。本文先對(duì)各時(shí)間序列繪制時(shí)序圖，以粗略觀測(cè)變量的折線是否含有趨勢(shì)項(xiàng)、截距項(xiàng)，然后根據(jù)時(shí)序圖，確定單位根檢驗(yàn)的模式，進(jìn)行單位根檢驗(yàn)。單位根檢驗(yàn)結(jié)果顯示各序列均平穩(wěn)，變量之間是零階單整的，能夠直接進(jìn)行回歸分析。模型1回歸結(jié)果如表3所示，可見除發(fā)電量環(huán)比增速不顯著外，其余變量的系數(shù)均在5%的顯著性水平上顯著。根據(jù)回歸方程殘差的序列相關(guān)性檢驗(yàn)結(jié)果，可得出模型的隨機(jī)誤差項(xiàng)是一個(gè)白噪聲序列。

（1）廣義貨幣供應(yīng)量（M2）增加1%，銀行不良貸款率下降1.07%。銀根寬松時(shí)，銀行流動(dòng)性較為充足，銀行通過快速信貸擴(kuò)張以實(shí)現(xiàn)近期利潤(rùn)，分母做大的結(jié)果是不良貸款率下降。銀根緊縮時(shí)，分母增速有限，同時(shí)由于我國(guó)經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿κ琴Y本投入增加（邱曉華等，2006），所以實(shí)體經(jīng)濟(jì)轉(zhuǎn)差，企業(yè)盈利下降，信貸違約率上升。

（2）制造業(yè)PMI指數(shù)（PMI）增加1%，銀行不良貸款率下降0.03%。PMI指數(shù)是一個(gè)綜合的經(jīng)濟(jì)監(jiān)測(cè)先行指標(biāo)，能較為真實(shí)地反映宏觀經(jīng)濟(jì)狀況，較為準(zhǔn)確地判斷經(jīng)濟(jì)走勢(shì)。PMI指數(shù)越大，實(shí)體經(jīng)濟(jì)越好，企業(yè)盈利就好，從而償債能力強(qiáng)，銀行信貸質(zhì)量高；PMI指數(shù)越小，實(shí)體經(jīng)濟(jì)較差，銀行信貸質(zhì)量惡化。

（3）工業(yè)企業(yè)利潤(rùn)總額（TPIE）增加1%，銀行不良貸款率下降0.36%。工業(yè)企業(yè)利潤(rùn)總額增加，表明企業(yè)經(jīng)濟(jì)效益較好，還款能力提高，相應(yīng)地銀行不良貸款率下降，反之不良貸款率上升。模型1的三個(gè)回歸結(jié)果均表明銀行信貸質(zhì)量與經(jīng)濟(jì)周期密切相關(guān)。銀行傾向于在經(jīng)濟(jì)回升和繁榮階段擴(kuò)大信貸，提高獲利能力，在衰退和蕭條階段減少信貸，減少或避免出現(xiàn)損失。與此同時(shí)，實(shí)體經(jīng)濟(jì)在經(jīng)濟(jì)繁榮時(shí)經(jīng)營(yíng)效益較好，能夠償還貸款，在經(jīng)濟(jì)衰退時(shí)經(jīng)營(yíng)陷入困境，違約可能性上升。對(duì)比各宏觀經(jīng)濟(jì)因素對(duì)銀行信貸質(zhì)量的影響程度，廣義貨幣供應(yīng)量的影響更大。2008年的全球性金融危機(jī)給世界經(jīng)濟(jì)造成重創(chuàng)，中國(guó)政府推出4萬億元投資計(jì)劃，經(jīng)濟(jì)增長(zhǎng)實(shí)現(xiàn)反轉(zhuǎn)。根據(jù)費(fèi)雪交易方程：MV=PY，我國(guó)4萬億元投資計(jì)劃導(dǎo)致了新一輪的通貨膨脹，從而抵押資產(chǎn)的賬面價(jià)值上升，銀行信貸質(zhì)量較好。多發(fā)的貨幣逐漸被經(jīng)濟(jì)增長(zhǎng)、通貨膨脹吸收，與此同時(shí)，政府逐步抽回過多的流動(dòng)性，4萬億元投資的藥效也隨之逐漸失去。而4萬億元投資也加劇了產(chǎn)能過剩，導(dǎo)致我國(guó)經(jīng)濟(jì)下滑，銀行信貸質(zhì)量惡化。在經(jīng)濟(jì)增長(zhǎng)以及通貨膨脹的雙重作用下，廣義貨幣供應(yīng)量對(duì)銀行信貸質(zhì)量影響更大。

（二）銀行個(gè)體因素分析模型銀行信貸決策是微觀個(gè)體行為,本文擬在宏觀影響變量的基礎(chǔ)上進(jìn)一步考察微觀銀行個(gè)體特征對(duì)銀行信貸決策及信貸質(zhì)量的影響效果。本文對(duì)面板數(shù)據(jù)各序列進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果顯示各序列均平穩(wěn)，變量之間是同階單整的，能夠直接進(jìn)行回歸分析。模型2回歸結(jié)果如表5所示，除資本充足率的系數(shù)不顯著外，其他變量的系數(shù)均在5%的顯著性水平上顯著。資本充足率是銀行內(nèi)部吸收信貸資產(chǎn)損失的變量，它與銀行信貸質(zhì)量在理論上沒有直接關(guān)系，因而資本充足率的系數(shù)不顯著。表6為Hausman檢驗(yàn)結(jié)果，P值為1表明不能絕隨機(jī)效應(yīng)模型成立這一零假設(shè)。（1）成本收入比（CTIR）增加1%，銀行不良貸款率上升0.01%。這一回歸結(jié)果符合Berger和DeYoung（1997）的“劣質(zhì)管理”假設(shè)。如果成本收入比高，表明銀行管理效率低，還可反映銀行內(nèi)部的風(fēng)險(xiǎn)控制以及信貸管理存在問題，如此將會(huì)導(dǎo)致不良貸款增加。（2）非利息收入占比（NII）增加1%，銀行不良貸款率下降0.02%。非利息收入主要是商業(yè)銀行中間業(yè)務(wù)收入和咨詢、投資等活動(dòng)產(chǎn)生的收入，穩(wěn)定、安全，且利潤(rùn)相對(duì)較高。信貸是我國(guó)商業(yè)銀行的主要業(yè)務(wù)，銀行非利息收入占比的提高，表明銀行業(yè)務(wù)經(jīng)營(yíng)更加多元化、更加合理化。當(dāng)銀行盈利的來源多元化時(shí)，銀行會(huì)更加理性而不會(huì)盲目地將信貸規(guī)模做大，從而埋下風(fēng)險(xiǎn)隱患，所以不良貸款率會(huì)下降。（3）資產(chǎn)規(guī)模（AS）增加1%，銀行不良貸款率下降0.29%。近年來，我國(guó)銀行業(yè)發(fā)展迅猛，各家銀行的資產(chǎn)規(guī)模一直在擴(kuò)張，且越來越多的城市商業(yè)銀行以及民營(yíng)銀行如雨后春筍般涌現(xiàn)。與此同時(shí)，我國(guó)銀行業(yè)的不良貸款率從2008年第四季度到2013年第一季度總體下降較多，盡管從2012年起有所反彈。資產(chǎn)規(guī)模的上升，使得銀行在貸款對(duì)象的地域、行業(yè)等方面的選擇可以更加多元化，從而分散風(fēng)險(xiǎn)，所以對(duì)貸款風(fēng)險(xiǎn)的控制更好，不良貸款率較低。（4）貸款環(huán)比增速（LGR）增加1%，銀行不良貸款率上升0.02%。銀行信貸快速擴(kuò)張時(shí)期，貸款審批較寬松，會(huì)影響信貸質(zhì)量，不良貸款率會(huì)上升。而在信貸緊縮時(shí)期，商業(yè)銀行對(duì)貸款的審批更為嚴(yán)格，相應(yīng)會(huì)提高貸款質(zhì)量，從而降低不良貸款率。（5）大股東持股超過30%的銀行不良貸款率較高。股權(quán)相對(duì)集中的銀行，大股東在股東大會(huì)上具有更高的表決權(quán)，能夠左右銀行的經(jīng)營(yíng)管理決策。此時(shí)，大股東和管理層傾向于合謀侵害中小股東、存款人和其他債權(quán)人的利益，從事風(fēng)險(xiǎn)更高的經(jīng)營(yíng)活動(dòng)，為未來信貸資產(chǎn)轉(zhuǎn)壞埋下潛在的風(fēng)險(xiǎn)。（6）中央政府控股的銀行不良貸款率較高。根據(jù)中國(guó)銀監(jiān)會(huì)網(wǎng)站公布的數(shù)據(jù)，國(guó)有銀行的不良貸款率較股份制銀行高，具體數(shù)據(jù)見表7。中央政府控股的銀行，承擔(dān)更多的政治任務(wù)和社會(huì)任務(wù)，高層管理人員由中央政府直接任命，政府干預(yù)銀行經(jīng)營(yíng)，促使宏觀政策調(diào)控意圖快速傳導(dǎo)至實(shí)體經(jīng)濟(jì)部門。地方政府融資平臺(tái)貸款、大額的國(guó)有企業(yè)貸款、政策性貸款等都是導(dǎo)致中央政府控股銀行不良貸款率提高的原因。截至2012年6月末，四大國(guó)有商業(yè)銀行的平臺(tái)貸款余額為1.96萬億元，占全部平臺(tái)貸款余額的24.8%。

四、結(jié)論與建議

根據(jù)宏觀整體因素分析模型以及銀行個(gè)體因素分析模型的估計(jì)結(jié)果，本文得出了三個(gè)重要的結(jié)論。第一，銀行信貸質(zhì)量與宏觀經(jīng)濟(jì)周期以及貨幣供應(yīng)量密切相關(guān)，經(jīng)濟(jì)繁榮、貨幣供應(yīng)量增加時(shí)，銀行信貸質(zhì)量轉(zhuǎn)好；經(jīng)濟(jì)衰退、貨幣供應(yīng)量減少時(shí)，銀行信貸質(zhì)量惡化。第二，銀行信貸質(zhì)量與銀行的公司治理程度有關(guān)，公司治理程度越高，業(yè)務(wù)越多元化，信貸質(zhì)量越高；反之，信貸質(zhì)量越差。第三，股權(quán)程度集中、中央政府控股的銀行經(jīng)營(yíng)決策時(shí)受到大股東、政府的干預(yù)較大，從而影響信貸質(zhì)量。以上結(jié)論均與國(guó)內(nèi)外關(guān)于銀行信貸質(zhì)量的相關(guān)研究結(jié)果相符。本文引入大股東持股虛擬變量和中央政府控股虛擬變量，首次用實(shí)證分析證明股權(quán)集中度以及國(guó)有化程度對(duì)銀行信貸質(zhì)量的影響，為銀行的相關(guān)研究提供了一個(gè)新的思路�；谝陨先齻�(gè)結(jié)論，本文提出以下政策建議。第一，為了緩釋宏觀經(jīng)濟(jì)周期波動(dòng)對(duì)銀行信貸質(zhì)量的影響，貸款利率的市場(chǎng)化已經(jīng)在今年完成，銀行經(jīng)營(yíng)中要制定長(zhǎng)期的經(jīng)營(yíng)戰(zhàn)略，防止信貸資產(chǎn)大幅波動(dòng)，同時(shí)資產(chǎn)結(jié)構(gòu)要實(shí)現(xiàn)多元化，監(jiān)管當(dāng)局的逆周期監(jiān)管工具要逐步實(shí)施。第二，政府應(yīng)提高對(duì)銀行信息披露的要求，使市場(chǎng)參與者能更客觀地判斷銀行抵御風(fēng)險(xiǎn)的能力，促使銀行不斷健全公司治理結(jié)構(gòu)和風(fēng)險(xiǎn)內(nèi)控制度。同時(shí)，銀行可適度引進(jìn)優(yōu)秀戰(zhàn)略投資者，吸收國(guó)外銀行公司治理的經(jīng)驗(yàn)，完善對(duì)管理層的激勵(lì)機(jī)制，達(dá)成股東、銀行和管理層多贏的局面，更加注重業(yè)務(wù)多元化，提高盈利能力與風(fēng)險(xiǎn)管理能力。第三，為了提高股權(quán)集中及中央政府控股銀行的信貸質(zhì)量，政府應(yīng)減少對(duì)銀行的行政干預(yù)，充分尊重銀行的經(jīng)營(yíng)自主權(quán)，完善公司法中對(duì)中小股東權(quán)益保護(hù)的規(guī)定；銀行可優(yōu)化銀行股權(quán)結(jié)構(gòu)，增強(qiáng)董事會(huì)的功能，保持董事會(huì)的獨(dú)立性。

作者：鐘永紅陳璐單位：華南理工大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院

  本文關(guān)鍵詞：產(chǎn)業(yè)經(jīng)濟(jì)研究雜志，由筆耕文化傳播整理發(fā)布。