宏观经济因素对商业银行信用风险的影响分析
时间：2020-09-21 07:55:10 来源：达达文档网 本文已影响 人 
摘 要:文章主要研究近几年中国宏观经济变量分别对于国有商业银行与股份制商业银行不良贷款率的影响。尤其在美国次贷危机爆发以后,国内的宏观经济因素波动剧烈,在此情况下,研究国内商业银行对于宏观经济波动的反应,具有一定的现实意义。
关键词:不良贷款率 宏观经济变量 主成分分析
中图分类号:F830文献标识码:A
文章编号:1004-4914(2010)03-202-03
一、引言
对于银行来说,风险是与生俱来的,它不仅承担风险、管理风险,还将风险进行转化。在银行面临的各种风险中,信用风险是最重要的风险,而不良贷款率是衡量商业银行信用风险最直接的指标。普遍观点认为银行较高的不良贷款主要是由于金融机构自身经营方式存在的弊端和金融监管体制的不到位造成的。然而,2007年爆发的美国次贷危机,使美国经济发生了大幅波动,各大商业银行贷款的违约率直线上升,实体经济的恶化对商业银行体系产生了不利影响。回顾历史,1929年10月的美国,20世纪80年代的日本,以及1997年亚洲金融危机之后的韩国等都在经历了一个经济快速增长、资产价格快速上扬和信用快速扩张的阶段之后,金融体系却遭遇了一场全面危机。由此可以看出,宏观经济的波动会通过许多相关因素传递给金融体系,对商业银行信用风险具有极其巨大的影响。
本文主要研究宏观经济波动对我国商业银行的不良贷款存在哪些影响,对于经济可能发生的转变,我国商业银行需要吸取各国之经验教训,提前做好准备,控制信用风险,防患于未然。
二、关于不良贷款率的文献回顾及研究中存在的问题
(一)相关文献回顾
对于不良贷款,国内的许多学者对其成因都做了较为深入的研究。吴晓灵(1995)认为不良贷款产生的主要因素归于企业的过度负债,其因果关系实质上是一个问题的两个方面;林毅夫(1998)认为其重要成因之一是可贷资金投向了效益低的行业和企业,解决关键是调整优化产业结构;王瑞(2001)以法律的视角探寻症结之所在与产生的体制原因,指出应弥补债权保护的法律缺陷;施华强(2004)在双重软预算约束框架下分析不良贷款的内生性,指出应硬化银行软预算约束预期;刘青等(2007)用统计的手段实证银行高层的更替与其对不良贷款的处理方式具有显著的相关关系。
另外,也有部分学者研究了各种因素对不良贷款的影响。比如,李江等(2007)应用主因子分析对国有商业银行企业不良贷款的相关要素进行分析;蒋鑫(2008)研究了影响商业银行信用风险的宏观经济因素分析;谭燕芝、张运东(2009)基于中国、美国、日本部分银行的基础数据对这三个国家的信用风险水平与宏观经济变量进行了实证研究。本文的研究也是受到这些学者研究成果的启发,但在深入研究过程中发现由于我国原有的四大国有商业银行不良贷款曾进行过政策性剥离,如果仅仅基于官方公布的不良贷款数据进行分析,忽略国有商业银行不良贷款的政策性剥离,势必导致实证的结果出现偏差,为提高研究结果的精确度,本文将国有商业银行不良贷款的政策性剥离这一重要因素考虑进去,对国有商业银行的不良贷款率单独进行计算,以期得到更加准确的结果。
(二)我国商业银行不良贷款率研究中存在的问题
迄今为止,对我国商业银行不良贷款率的研究中存在几个比较突出的问题。一是多种口径混用。商业银行的不良贷款有不良贷款、呆坏账、不良债务等多种提法,由于概念的不同导致计算口径的不同,因而不良贷款率的估算差异较大。二是不良贷款认定标准的变化影响了数据的可比性。2000年之前,我国商业银行一直采用期限分类法(即通常所说的四级分类法),2000年之后陆续采用风险分类法(即通常所说的五级分类法),贷款分类标准的变化导致数据即使口径一致也不完全可比。三是对于国有商业银行的政策性剥离,影响了各行之间和剥离前后不良贷款数据的可比性。中央政府于2004年、2005年和2008年分别对四大国有商业银行的不良贷款进行了集中剥离。对同一家银行而言,政策性剥离影响了剥离前后数据的可比性;对不同的商业银行而言,政策性剥离的时间差异和剥离数额的差异也影响了各行之间数据的可比性。
其中,time表示2003-2009年季度;y代表官方网站公布的我国国有商业银行不良贷款率;y1表示剔除政策性剥离后我国国有商业银行实际不良贷款率;y2表示官方网站公布的我国股份制银行不良贷款率。
三、对我国商业银行不良贷款率的实证分析
(一)变量选择
不良贷款率的高低与生产、消费以及政策导向等因素有密切联系,因此本文选取y1(国有商业银行剔除政策性剥离后不良贷款率)、y2(股份制商业银行不良贷款率)为被解释变量,解释变量则分别选取GDP(国民生产总值)、invest(投资)、consum(消费)、CPI(居民消费物价指数)四个与生产、消费有关的变量,i(7天同业拆借利率)、rm2(M2增长率)两个与政策导向有关的变量,以及ru(失业率)。
本文收集的不良贷款余额数据来自中国银监会官方网站,因为国有商业银行在2003—2009年进行过不良贷款的政策性剥离,所以本文应用施华强《国有商业银行账面不良贷款、调整因素和严重程度》(2005)的统计方法,对国有商业银行不良贷款季度数据进行政策性不良贷款剥离的剔除,得到了剔除政策因素后的国有商业银行实际的不良贷款率。宏观经济指标基础数据来自于2003年—2009年中国经济统计年鉴和国家统计局官方网站,金融季度基础数据则来自于中国人民银行官方网站。所有应用于计量模型的数据均是在以上基础数据经过数学计算所得到的。
(二)描述性统计
图1为投资、消费以及GDP的曲线图,由该图可以看出这三个变量都是随着季节周期性变化的,这种变动要素往往掩盖了经济发展中的客观变化,因此,在做计量分析之前应先剔除其中的周期性变动要素。
通过进行季节分解(X11),可以得到如图二所示的剔除季节变化因素的投资、消费以及GDP平滑曲线图,该图客观反映了投资、消费以及GDP真实变动情况。
本文使用的计量软件是SPSS 17.0 for Windows,首先将所有数据进行描述性统计,如表2。其中,失业率标准差最小,其波动强度也最弱;投资标准差最大,说明在宏观环境稳定的情况下,投资的增长速度很快。国有商业银行与股份制银行比较来说,两者不良贷款率的波动程度近似,但国有商业银行的不良贷款率一直较高。
(三)相关性分析
为了证明不良贷款率是否与上面所选择的经济变量有直接关系,运用Pearson模型进行变量间的相关分析,分析结果见表3。
结果表明,两类商业银行的不良贷款率均与消费物价指数、GDP、投资及消费强负相关;贷款利率及失业率对不良贷款率没有显著性影响;M2增长率与国有商业银行不良贷款率负相关性较强,而对股份制商业银行影响不显著。
(四)主成分分析
从表3可以看出不仅不良贷款率与某些经济指标间有较强的相关关系,而且,一些经济指标间也存在较强的正相关关系,即模型存在多重共线性问题。为消除模型的多重共线性,即要求解释变量与被解释变量间相关系数的绝对值较大,同时各个解释变量间相关系数的绝对值较小,因此,采用主成分分析的方法,将七个解释变量通过提取主成分,达到数据缩减的目的,以剔除造成多重共线性的经济指标。
表4显示了主成分的统计信息,得到了各主成分的贡献率及累计贡献率。第一主成分的特征值为4.204,它解释了7个原变量的总方差的60.051%;第二主成分的特征值为2.032>1,它解释了7个原变量的总方差的29.028%。前两个特征值的累计贡献率为89.079%,即前两个主成分包含了原有7个变量的89.079%的信息,所以取前两个主成分来代替原有的7个指标变量。图3为所有主成分的碎石图,从中也可看出前两个主成分的特征值均高于1,进一步说明应取前两个主成分。
(五)主成分回归分析
将提取出来的主成分与各解释变量运用主成分回归分析方法,得到以下成分得分系数矩阵,如表5。
由此可以构建一个各解释变量与主成分之间的线性方程组,假设提取出来的两个主成分分别为z1、z2,则构造的线性方程组如下:
z1=0.054i+0.068rm2-0.124ru+0.234GDP+0.228invest+0.233consum+0.232CPI
z2=-0.43i+0.385rm2+0.368ru+0.036GDP+0.115invest+0.081consum-0.047CPI(1)
通过方程组(1)可以看到,z1对于GDP、投资、消费及CPI指标显示出较强的关系,因此z1可以作为描述宏观经济发展趋势的变量,而z2对于M2、失业率显示出较强的相关关系,因此z2代表与国家政策导向相关的变量。
接下来再将这两个主成分z1、z2与被解释变量y1、y2进行线性回归,得到如下回归方程,其中Y^1、Y^2、分别是y1、y2的估计量。
Y^1=18.881-2.702z2Y^2=4.094-2.109z2(2)
最后,再将方程组(1)代入到(2)中去,就可得到如下线性方程组(3),该方程组说明7个解释变量与两个别解释变量之间的线性关系。
Y^=18.881+0.02265i-0.33466rm2+0.19079ru-0.64638GDP-0.66114invest-066132consum-0.60844CPI
Y^=4.094+0.02359i-0.22426rm2+0.18424ru-0.50107GDP-0.505invest-0.50841consum-047942CPI(3)
四、结论及建议
(一)实证分析结论
基于2003—2009年中国商业银行不良贷款季度数据,本文对影响银行不良贷款率的宏观经济因素进行了实证研究和两类所有制银行的比较,结果表明:1.我国商业银行的不良贷款率与GDP、投资、消费及CPI这些反映经济大环境的因素都存在较强的负相关关系,但相对来说,股份制商业银行的回归系数绝对值低于国有商业银行的回归系数绝对值,在经济快速增长,总体经济形势良好的情况下,银行的不良贷款率呈下降趋势;当经济处于衰退期时,不良贷款便会增加,不良贷款率也随之上升;2.与谭燕芝等人研究结果不同,本文在近几年季度数据的实证基础上得到不良贷款率与失业率呈正向关系,即失业率增加,不良贷款率也会随之增加,这一点国有商业银行与股份制商业银行的结果是一致的;3.对于M2增长率,国有商业银行与之有着更强的负相关关系。我国的货币投放在很大程度上受到政策的影响,当经济增速放缓,政府鉴于维持经济稳定的考虑,采用更加积极的货币政策,加大货币投放,来刺激经济,这也说明了国有商业银行是受到国家政策影响更为显著的。
(二)对策及建议
近年来,随着全球经济波动剧烈,我国商业银行所面临的信用风险也不断加剧,商业银行的不良贷款问题也成为国内一些学者关注的焦点。本文出于提高我国银行业不良贷款管理水平的目的,通过实证分析,提出以下政策建议:
第一,应对不良贷款的分类方法进行改进,精确地评价银行的信用风险状况。从表1可以看到,我国商业银行的不良贷款率基本上一直呈下降趋势,但随着银行不良贷款率的降低,特别是当不良贷款率低于5%时,现行的五级分类法区分不良贷款与正常贷款的能力也将随之降低,过粗的分类不能充分满足银行有效信贷管理的需要。目前,中国银行、工商银行等一些大、中型银行正在尝试在原有五级分类的基础上,将贷款细化为12级分类,更加细化和更加科学的不良贷款分类方法值得我们去探索。
第二,加大对宏观经济形势以及国家政策的研究。从我国商业银行不良贷款率与各经济变量之间关系方程可以看出,我国商业银行的不良贷款受宏观经济波动的影响较大,因此商业银行应密切关注反映宏观经济波动的指标,特别是那些能够提前反映宏观经济走势的指标,将会对商业银行下一步的信贷政策提供指引。
第三,进一步完善风险量化管理。商业银行在构建信用风险度量模型时,不仅要从受信企业各相关指标入手,更要将宏观经济波动因素考虑进去,最终要做到对信用风险的可量化与可控化。
第四,加快金融创新。我国商业银行业务的单调,受经济波动的影响极大,要不断进行金融创新探索出适应我国情况的新产品、新工具,以更好的适应经济的波动。
参考文献:
1.谢平.融资结构、不良资产与中国M2/GDP[J].经济研究,2007(2)
2.施华强.国有商业银行账面不良贷款,调整因素和严重程度1994-
2004[J].金融研究,2005(12)
3.蒋鑫.影响商业银行信用风险的宏观经济因素分析[J].财经研究,2008
4.李江,冯宗宪,万映红.国有商业银行企业不良贷款的主因子分析[J].数理统计与管理,2007(1)
5.谭燕芝,张运东.信用风险水平与宏观经济变量的实证研究——基于中国、美国、日本部分银行的比较分析[J].国际金融研究,2009(4)
6.Basel Committee on Banking Supervision.Sound Credit Risk Assess
ment and Valuation for Loans[M].Bank for International Settlements Press &Communications,2006
(作者单位:辽宁大学数学院 辽宁沈阳 110000)
(责编:廉靖)
