商业银行不良贷款率的影响因素研究

赵辉越 申红雨

［摘要］商业银行的经营状况与其资产质量密切相关，而商业银行的不良贷款比率则是其经营状况的主要指标。当前经济衰退的情况下，有必要对银行不良资产产生的原因进行深入探讨。本文选取5家大型商业银行、9家股份制商业银行和7家城市商业银行，选取7个银行微观指标、1个相关联产业指标和4个宏观经济指标，建立面板数据模型，通过實证研究，分析宏观经济运行、相关产业发展和银行自身管理对不同类型商业银行不良贷款率的影响及其差异。

［关键词］商业银行；不良贷款率；面板数据模型；固定效应模型

［作者简介］赵辉越（1976-），女，长春工业大学经济管理学院副教授；申红雨（1997-），女，长春工业大学经济管理学院硕士研究生（长春 130012）。

不良贷款率是衡量金融稳定性和银行健康状况的重要指标，它直接关系到商业银行的盈利能力。截至2021年12月，全国商业银行的不良贷款平均比率为1.73%，比2019年的最高点降低了0.13%，一方面体现了去杠杆和防范金融风险成绩显著，另一方面也反映出企业不愿意扩大再生产，居民借贷消费倾向弱。同时，不良贷款余额也在逐年增加，虽然增速有所减缓，但截止到2022年3月，已经达到了29123亿元，创十年来的新高，说明商业银行信用资产的质量正在不断下降，其潜在的风险无疑会对中国的金融体系造成巨大的冲击，为未来中国经济稳定健康发展埋下隐患。为此，文章选择中国21家商业银行13年的历史数据，运用实证分析的方法，对宏观经济和商业银行的经营状况与银行不良贷款比率的相关性进行了分析，以期得到相应数据并提出相关结论。

针对商业银行不良贷款率的研究国内外已有很多成果。从宏观角度入手，郭晓蓓等（2020）从不良贷款存量特征的角度，对近年来不良贷款上升的内外部因素进行分析，指出目前我国宏观经济增速放缓、货币紧缩以及一些行业的风险暴露是不良贷款增长的重要外部因素

郭晓蓓：《商业银行不良贷款现状、成因及对策研究》，《当代经济管理》2020年第6期。；GolitsisPetros，KhudoykulovKhurshid，PalanovSavica（2022）以北马其顿共和国中对GDP和失业率作为最相关的宏观经济变量研究不良贷款的决定因素，发现对不良贷款的最强长期影响来自失业、GDP和利率

GolitsisP.，“DeterminantsofnonperformingloansinNorthMacedonia”，CogentBusiness&Management，vol.9，Issue1.2022.；SyedAamirAijaz，KamalMuhammadAbdul（2022）等从宏观经济基本面分析对新兴国家不良贷款的影响，认为宏观经济变量中通货膨胀、失业和利率的正向冲击对不良贷款有正向影响

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

Emira，HakimiAbdelaziz（2022）认为宏观经济环境和制度质量显著影响不良贷款水平

AlnabulsiK.，“Assessingthedeterminantsofnonperformingloansunderfinancialcrisisandhealthcrisis：evidencefromtheMENAbanks”，CogentEconomics&Finance，vol.10，Issue1.2022.。从产能过剩和需求不足的视角，杨姝琴（2019）从四个方面分析了对信贷不良贷款的影响，即GDP增长、货币供给、制造业PMI和准备金覆盖率

杨姝琴：《我国商业银行不良贷款影响因素实证分析——以平安银行为例》，《浙江工商职业技术学院学报》2019年第4期。；孙光林等（2017）通过对产能利用率和库存规模的分析，发现产能过剩是导致不良贷款率升高的主要因素

孙光林：《数字经济对商业银行不良贷款率的影响机制研究》，《证券市场导报》2021年第5期。。从产业关联角度，刘妍（2014）以房地产行业作研究对象，发现不良贷款率不仅受到宏观经济因素的影响，与国内贷款的房地产投资额、房屋销售面积等有相关关系

刘妍：《我国商业银行不良贷款成因及相关因素分析》，《系统工程》2014年第5期。；李馨（2020）等发现房价波动和住房抵押对商业银行不良贷款率的影响还通过资本充足率和事务所规模表现

李鑫：《房价波动、住房抵押贷款规模与不良贷款率》，《财会通讯》2020年第16期。从银行微观角度，王博格（2018）从商业银行信贷集中度方面，研究其对商业银行利润的侵蚀，得出集中度过高会增加不良贷款率

王博格：《商业银行贷款集中度的风险与收益分析——基于15家商业银行面板数据》，《商业经济研究》2018年第23期。；FerreiraCndida（2022）利用1999-2019年全球80个国家组成的面板，利用世界银行全球金融发展数据库的数据解释不良贷款率的演变，认为不良贷款率的高值与银行成本收入比、市场集中度和银行监管的增加密切相关

F.Cndida，“DeterminantsofNonperformingLoans：APanelDataApproach”，InternationalAdvancesinEconomicResearch，vol.28，Issue3-4，2022，pp.133-153.；郭晓蓓等（2020）认为我国目前存在着的不良资产处置的社会生态环境缺陷、银行内部治理能力的欠缺和银行自身的缺陷亦增加商业银行的信贷风险

郭晓蓓：《商业银行不良贷款现状、成因及对策研究》，《当代经济管理》2020年第6期。。AlnabulsiKhalil，KozareviEmira，HakimiAbdelaziz（2022）用MENA银行的数据评估金融危机和健康危机下不良贷款的决定因素，发现与宏观经济因素相比，不良贷款水平对银行特质因素更为敏感

AlnabulsiK.，“Assessingthedeterminantsofnonperformingloansunderfinancialcrisisandhealthcrisis：evidencefromtheMENAbanks”，CogentEconomics&Finance，vol.10，Issue1，2022.。SyedAamirAijaz，KamalMuhammadAbdul（2022）等从金融发展和宏观经济基本面分析对新兴国家不良贷款的影响，发现金融部门发展（金融中介与银行规模）的正向冲击增加了新兴国家的不良贷款，反之亦然

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

閱读大量文献，发现对不良贷款的影响大多从一个角度选取适当指标研究其对银行体系不良贷款率的影响，没有综合宏微观经济发展状况及银行体系相关联产业，而由于银行体系有国有银行、股份制商业银行、城市商业银行和村镇银行之别，所以本文旨在探讨宏微观经济层面和相关联产业对不同性质商业银行在不良贷款比率的主要影响因子和程度方面的差别。在大型商业银行、股份制商业银行和城市商业银行三类银行中选取21家商业银行为研究对象。选取资本充足率、流动性比率、贷存款比率、拨备覆盖率、最大十家客户贷款比率、净利差、成本收入比等银行因素指标，加入相关联产业指标国房景气指数，并综合考虑GDP、货币供应量、制造业采购经理指数、居民储蓄等宏观经济指标，并利用Eviews等计量软件对数据进行实证分析研究。

一、商业银行不良贷款现状概述

（一）商业银行不良贷款现状概述

对表1的数据进行统计分析可以得到，截至2020年我国商业银行的不良贷款余额累计达到27015亿元，相比于2020年第一季度末大幅增加了893.89亿元，增长幅度高达3.42%，呈显著的上升趋势。与此同时，我国银行业2020年全年的银行业总体不良贷款率为1.84%，与近10年以来的最高水平（1.86%，2019）仅降低了0.02%。

从表1中分析我国商业银行不良贷款的组成结构可以得出如下的结论，商业银行不良贷款中次级类贷款的余额增幅较大，增幅为11.48%，这种迹象也表明我国商业银行的信贷资产质量在逐步恶化，商业银行信贷资产质量和结构状况令人担忧。

（二）商业银行不良贷款分机构情况分析

不同类型商业银行不良贷款余额与不良贷款率情况如表2所示。

如图1所示，2008年至2020年期间，我国大型商业银行不良贷款余额、不良贷款率从整体来看，呈波浪下降趋势，2020年有所升高。2012年不良贷款余额达到最小值，为2994亿元，随后持续上升，至2020年达到11052亿元，为历史新高，增长幅度达到269.14%。全球性金融危机过后，2013年不良贷款率达到最小值，为0.99%，后不良贷款率波浪上升，2016年创近年来最高记录，为1.68%。

如图2所示，2008年至2020年期间，我国股份制商业银行不良贷款余额在2011年达到最小值，从2013年始持续上升，在2020年达到最大值5008亿元，增长幅度达到784.81%。不良贷款率在2016年达到顶峰，为1.74%，后缓慢降低。

如图3所示，2008年至2019年股份制商业银行不良贷款余额和不良贷款率均呈现“U”型，2011年不良贷款余额和不良贷款率均为最小值。不良贷款余额在2019年达到峰值4074亿元，较最低值增长幅度达到1150%。

二、研究设计

（一）样本选择与数据来源

按照三类商业银行性质，根据中国银行业协会推出的“2021年中国银行业100强榜单”排名和商业银行历年年报的可得性，选取21家商业银行作为样本行进行分析，见表3。银行数据源于年度财务报表；GDP增长率、货币供应量增长率、居民储蓄率来自中国统计年鉴；制造业采购经理人指数、国房景气指数来自于中经网数据库。

（二）研究变量

商业银行不良贷款问题的产生受到多方面因素的共同影响，在参考现有文献的基础上，本文着重将宏观经济因素、相关联产业指标、银行微观经济变量作为解释变量对不同类型商业银行不良贷款率这一被解释变量进行回归分析，如表4。

三、面板数据分析

（一）面板数据的单位根检验

因为面板包括了时间维度和截面维度上的数据，所以在对面板数据进行回归之前，应分别对模型中变量的数据序列进行单位根检验。实证分析可知，大型商业银行的NPL、LDR、PCR、MAX、CIR、NIMR、CAR变量，股份制商业银行的NPL、LDR、PCR、MAX、CIR变量，城市商业银行的LDR、PCR、CIR、LR变量检验结果均不平稳，不能拒绝原假设，即存在单位根，为非平稳序列。因此对以上变量进行一阶差分检验，检验结果显示数据序列为一阶单整。

（二）面板数据的协整检验

由于所有的变量都是一阶单整型，因而符合了协整检验的先决条件。本文运用Kao检验的方法，对各面板数据进行协整关系检验。本文的实证研究内容包括：第一，构建基于面板数据的回归模型；第二，对回归方程中的残差项是否存在单位根进行验证。当残差序列中存在单位根时，该模型的各个变量之间没有协整关系；如果不存在单位根，则具有协整关系。

由表5可知，变量之间存在协整关系，因此上述面板数据回归模型不是伪回归，可对银行面板数据进行回归分析。

（三）面板数据模型设定及检验

本文首先利用F检验和Hausman检验来决定选择面板数据分析是采用随机效应模型还是固定效应模型。我们利用F检验的假设为：“H0=all，μi=0”，此时应当选取混合回归模型进行面板数据分析。

由表6分析得出，不同类型商业银行的F检验和Hausman检验，P值均为0，拒绝原假设，应当采用固定效应模型。

根据以上数据的分析，为考察宏观因素对商业银行不良贷款率的影响，建立如下面板数据模型：

Yit=λ（Xit）+μi+εit

Yit表示t时刻i银行的不良贷款率，Xit表示宏微观经济变量的向量，i代表每家银行，t表示时期，μi表示银行的固定效应，εit是一个独立且同分布的误差项。

四、回归結果

根据上述检验分析，对大型商业银行、股份制商业银行和城市商业银行的面板数据进行回归分析如表7。

根据表7的实证结果可以看出，采用固定效应模型进行回归，发现大型商业银行、股份制商业银行、城市商业银行Rsquared均值都在0.7以上，F值在1%的显著水平下通过检验，这表明该模型的可信性更好。此外，对解释变量的相关系数进行正负及幅度的分析，得出以下结论。

（一）宏观因素方面

在宏观因素方面，GDP增长率与大型商业银行、股份制商业银行和城市商业银行的不良贷款率之间存在着明显的负相关。理论上，GDP增长率越高，则表明经济发展速度与水平越高，投资、需求和供给越旺盛，企业利润和居民收入都会增加，企业和居民的收入现金流得到保证，获得的收入能按照借贷合同还清商业银行的贷款。因此，商业银行的不良贷款率会下降。

M2增速与大型商业银行、城市商业银行的不良贷款率呈正相关。在经济衰退和萧条时期，M2的增长速度往往会下降，而这时，商业银行的不良贷款率就会下降。而在经济恢复和繁荣时期，M2的增长速度往往更快，这时的商业银行不良贷款率就更高了。M2增速与股份制商业银行的不良贷款比率则呈现出负相关，这可能是由于股份制商业银行对市场的反应更加迅速，从而进一步减小了货币政策对其的滞后效应。

制造业经理采购指数PMI与三类商业银行不良贷款率之间均呈负向相关性。制造业PMI指数的增长表明，制造业具有较好的发展前景，而企业的生产和运营活动所带来的收益和利润，可以确保公司的现金流量充足，从而使制造业能够及时偿还贷款，从而降低银行的坏账率。相反，如果PMI指数下跌，则说明制造业的发展前景并不乐观，生产企业的盈利能力和还贷能力都会降低，生产企业无法按时偿还贷款，影响到银行的资产信用水平，进而提高银行的不良贷款率。

三种类型的商业银行的不良贷款率与储蓄利率存在着显著的负相关。银行吸收居民存款、发放信贷，不仅可以提高居民的存款利息收入，还可以扩大信贷规模，这样的良性循环不仅有利于居民个人，而且可以为企业的发展提供资金。发展生产，既改善了居民的生活水平，又增加了居民存款来源。当居民储蓄率高时，表明经济发展较好，企业有较好的业绩，居民有闲置的资金，对于商业银行的贷款有能力进行偿还，商业银行不良贷款率降低。

（二）相关联产业方面

三类商业银行的不良贷款率与国房景气指数的变化呈现出正相关关系。从经济周期的角度来看，当经济处于复苏繁荣的时候，房地产市场也非常的景气，房地产企业大规模地从商业银行借贷，而此时的商业银行业降低了房地产企业的借贷标准，从而导致一些不符合借款资质的房地产企业获得商业贷款，这不可避免地降低了商业银行的信贷质量，从而无形中提高了商业银行的不良贷款率。当经济处于萧条衰败的时候，房地产行业也同样不景气，其为了自身的生存而减少从商业银行的借贷，商业银行的不良贷款率会随之降低。

（三）微观因素方面

资本充足率与大型商业银行的不良贷款率呈正向相关关系，这一现象的原因可能在于，增加资本充足率会导致放贷规模的下降，为了维持一定的放贷规模，并承担起社会责任，大型商业银行利用自有的资金放贷，提高了不良贷款率。而资本充足率与股份制商业银行、城市商业银行不良贷款率之间呈负向相关关系，这可能是由于当资本充足率较高时，城市商业银行风险加权资产总额也就越小，银行采用保守型的信贷政策从而保证了商业银行信贷资产质量和效益，其所面临的风险损失也就越小，从而不良贷款率也就越低。

流动性比率与大型商业银行和城市商业银行不良贷款率之间存在着显著的负相关关系。流动性管理是商业银行经营行为的基本准则，流动性比率越高，说明商业银行资产流动性水平越高，其使用的资金效率也就越高。由于大型商业银行多与具有良好信用的机构和企业进行业务往来，而城市商业银行则更多地是为地方服务，其道德风险和逆向选择现象也相对较少，因此它们的资产质量、流动性、不良贷款率均有所下降。而股份制商业银行的不良贷款率与流动性比率之间存在着显著的正相关性。这可能由于股份制商业银行多专注于个人业务，在信用卡和消费贷等方面，流动性提高的同时，违约率也可能提高，不良贷款随之增多。

贷存比与三类商业银行的不良贷款率均呈负向相关关系。商业银行贷存款比率的升高通常意味着商业银行发放贷款的规模在逐渐升高。这种情况说明商业银行在进行贷款的时候并没有采取更为严格的监管或者审查等措施，从而导致过多的资金放贷难以收回本金和利息导致其本身的不良贷款率的上升。而结果显示贷存比与商业银行的不良贷款率呈负向相关关系，原因是商业银行对执行相关贷款政策时更为严格，较比在放出贷款的同时能够更好地收回相应本金和利息。

大型商业银行、股份制商业银行、城市商业银行的不良贷款率与拨备覆盖率存在着明显的负相关。理论上，当拨备覆盖率较低时，意味着商业银行对于风险防范意识越低，从而会导致信贷资产质量的降低，继而不良贷款率也就会越高。拨备覆盖率越高，银行的风险防范意识越高，从而会保证信贷资产的质量，降低商业银行不良贷款率。

最大十家客户贷款比例和三种类型的商业银行不良贷款率都有显著的正相关。当最大十家客户贷款比例越高时，银行的信贷集中度就会提高，一旦这些客户的还款出现了问题，那么，银行就会在资产安全和资金周转方面遇到更大的问题，从而导致不良贷款增多，不良贷款率提高。

净利差与大型商业银行的不良贷款率呈正向相关关系，这意味着当商业银行的净利润增加时不良贷款率也随之升高，大型商业银行在追求盈利的同时还要兼顾社会责任，对国家重点扶持产业给予大力支持，而这些产业往往需要长期投入。因为商业银行的经营业务收入来源于银行的借贷业务，当商业银行扩大自己的借贷业务增加利润的同时也会增加不良贷款产生的风险，进而导致不良资产的比率上升。净利差与股份制、城市商业银行不良贷款率存在着正相关，而股份制、城市商业银行则更多以赢利为主，随着银行的盈利水平和偿债能力不断提高，其不良贷款率也会下降，因为高盈利的银行会从事更多的经营和投融资借贷活动，在保证稳定的经营现金流的情况下，商业银行的利润率较高，从而降低了银行的不良贷款率。

成本收入比与大型银行、城市商业银行两类银行的不良贷款率有正相关关系。成本收入比反映了银行每一单位的收入需要支出的成本，成本收入比越低，说明银行获利能力越强。大型商业银行凭借自己的规模优势，城市商业银行利用对该地区的熟悉度，降低商业银行不良贷款率。股份制商业银行不良贷款率与成本收入比呈负向相关关系。这种情况出现的原因可能是当资产项目成本高于获利水平时，股份制商业银行就会放弃该资产项目，将贷款投放到盈利性、安全性高的资产中，不良贷款率降低。

五、政策建议

当前，我国正处于由高速发展到高质量发展的关键阶段，金融风险防范、污染防治、脱贫攻坚是我们当前面临的三大重要课题。通过实证研究发现，我国的GDP增速和商业银行的不良贷款率有一定的相关性，因此，通过宏观调控来降低银行的坏账率是一个很好的方法。中国的经济韧性很强，宏观调控水平和防范金融危机的水平都在逐步提升。从中长期来看，经济的向好趋势不会改变，智能化、信息化、数字化的新兴产业不断涌现，这也给中国的经济转型升级带来了机遇。通过保证我国经济稳定发展、防范金融风险、强化对商业银行的监督管理，可以从根本上减少我国商业银行的不良贷款。

商业银行需要根据自身的经营情况，创新相应的不良贷款管理模式。2021年9月银保监会发布《商业银行监管评级办法》，从政策层面上规定了商业银行的信用评级问题。商业银行应建立全面的风险管理制度，实行风险管理委员会与业务部门的集中管理模式：在产品、业务、技术、管理创新上线或执行之前，都要进行风险管理的审查，以检验风险管理的有效性，从而完善风险管理的各个环节，保证其有效运作，从而达到控制风险、满足商业银行的风险偏好。将风险控制局限于制度过程，最大限度地降低人为因素，不管是专业人士，亦或是职场人士，都须具备一定的风控知识，在实际工作中坚守底线，提高风险控制的水平，不触及底线。对银行内部总分支各部门的风险管理工作进行进一步的梳理，确保其对上级行风险的有效传递，并对其进行了指导。对信用风险、市场风险、流动性风险、经营风险、声誉风险、战略风险、信息技术风险等风险进行綜合分析，确保风险管理委员会能有效地识别、计量、评估和监测各类风险，并对其进行有效的风险管理。

从本文实证研究结果可知，我国商业银行的资本充足率、流动性比率、贷款存款比例、拨备覆盖率、最大十家客户贷款比例、净利差、成本收入比等指标均与商业银行的不良贷款率有显著的相关性。这就要求银行管理者在严格执行商业银行各项指标的前提下，通过改善银行资产质量，优化银行的信用资产，制定符合银行自身利益发展的战略，增强银行的韧性，适当地解决银行的坏账问题。