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

一、文獻綜述

宏觀經(jīng)濟沖擊和金融脆弱性會導致銀行貸款損失的增加（JarmoPesola，2011），其中宏觀經(jīng)濟會對整個銀行業(yè)產(chǎn)生影響，而銀行個體特征會在微觀層面對銀行自身產(chǎn)生影響。

（一）宏觀經(jīng)濟對銀行業(yè)信貸質(zhì)量的影響銀行信貸具有順周期性特征，國內(nèi)生產(chǎn)總值與銀行不良貸款率有顯著的負相關(guān)關(guān)系（張雪蘭等，2012）。拉動經(jīng)濟增長的“三駕馬車”——消費、投資、進出口同樣對降低銀行不良貸款余額有著正向的促進作用（謝冰，2009）。此外，Louzis和Vouldis（2012）的研究表明失業(yè)率、利率和公共債務等宏觀經(jīng)濟變量是銀行體系不良貸款形成的原因。宏觀經(jīng)濟政策，尤其是貨幣政策，也會對銀行不良貸款造成影響。當期緊縮的銀根會導致下一期銀行整體不良貸款率的顯著上升，反之會引致下一期銀行整體不良貸款率的顯著下降（黃立新等，2012）。由于信息不對稱、我國企業(yè)的融資結(jié)構(gòu)等原因，我國一年期貸款基準利率對銀行不良貸款率有正向沖擊。在我國，國有企業(yè)制度是形成國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）個體特征對銀行信貸質(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、信貸審批制度等個體特征會對銀行信貸質(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”的隱性保護越多，道德風險會刺激銀行從事更高風險的業(yè)務，進而對信貸質(zhì)量產(chǎn)生影響（Stern和Feldman，2004）。銀行資本處于較低水平時，管理層存在為追逐高盈利而提高貸款組合風險度的道德風險激勵，從而提高不良貸款率（Keeton和Morris，1987）。關(guān)于銀行成本收入比對信貸質(zhì)量的影響，有兩個截然相反的假設：“劣質(zhì)管理”假設和“克扣”假設（Berger和DeYoung，1997）�！傲淤|(zhì)管理”假設認為如果成本收入比高，則表明管理效率低，將會導致不良貸款增加�！翱丝邸奔僭O則認為若過分強調(diào)成本效率，就會導致不良貸款的增加。貸款增長會對信貸質(zhì)量造成負面影響（DanelFoos和LarsNorden，2010），且中央政府控制、民營化程度低或大股東持股比例高的銀行具有更高的信貸擴張速度，其擴張行為受宏觀調(diào)控的影響更大（儲著貞等，2012）。在不同的信貸審批制度下，由于對貸款項目的認知和所需承擔的責任不同，不良貸款繼續(xù)擴大程度有明顯區(qū)別（劉青，2012）�，F(xiàn)有研究成果對銀行信貸質(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。關(guān)于宏觀變量，本文篩選了廣義貨幣供應量（M2）、發(fā)電量環(huán)比增速、制造業(yè)PMI指數(shù)、工業(yè)企業(yè)利潤總額這些能夠更好地刻畫宏觀經(jīng)濟狀況的指標。對于所有權(quán)結(jié)構(gòu)對銀行信貸質(zhì)量的研究，現(xiàn)階段只有理論研究，并無實證研究，本文引入大股東持股和中央政府控股這兩個虛擬變量，對其進行實證研究。

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)濟因素和銀行個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綜述，并結(jié)合我國銀行業(yè)的現(xiàn)實情況，本文構(gòu)建兩個模型，分別對宏觀經(jīng)濟因素和銀行個體特征因素進行研究。在宏觀整體因素分析模型中，本文以我國銀行業(yè)不良貸款率為因變量，以廣義貨幣供應量、發(fā)電量環(huán)比增速、制造業(yè)PMI指數(shù)和工業(yè)企業(yè)利潤總額為自變量，這些變量相較國內(nèi)生產(chǎn)總值增長率等變量能夠更及時準確地刻畫宏觀經(jīng)濟狀況。在銀行個因素分析模型中，本文總結(jié)已有研究結(jié)果，并考慮我國銀行所有權(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，本文引入了兩個虛擬變量，一是大股東持股虛擬變量D1，這個變量是股權(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)計如表1所示。樣本銀行包括：中國銀行、工商銀行、建設銀行、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，合并后各財務報表數(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)濟數(shù)據(jù)來源于國家統(tǒng)計局和中國人民銀行，銀行數(shù)據(jù)來源于中國銀監(jiān)會網(wǎng)站公布的數(shù)據(jù)以及各家上市銀行披露的季度報告、半年度報告和年度報告。

（二）模型變量的描述性統(tǒng)計根據(jù)模型1的描述性統(tǒng)計結(jié)果以及原始數(shù)據(jù)，可初步得出以下結(jié)論。我國銀行業(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)我國的經(jīng)濟發(fā)展需要，廣義貨幣供應量呈增加趨勢，但變化速度并不穩(wěn)定。發(fā)電量環(huán)比增速波動性較大。制造業(yè)PMI指數(shù)和工業(yè)企業(yè)利潤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銀行業(yè)基本相同，個別銀行的不良貸款率低于同業(yè)許多。由于各銀行經(jīng)營戰(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)波動性較大。國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)建兩個模型分別對宏觀經(jīng)濟因素和銀行個體特征因素進行研究。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)圖以及對模型的檢驗，最終決定采用移動平均模型（Moving-averageModel）。銀行個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所有商業(yè)銀行，故采用隨機效應模型（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，小于時序個數(shù)18，因此采用面板校正誤差法和個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、模型估計與檢驗

（一）宏觀整體因素分析模型為了避免偽回歸，確保估計結(jié)果的有效性，本文對各時間序列的平穩(wěn)性進行檢驗。本文先對各時間序列繪制時序圖，以粗略觀測變量的折線是否含有趨勢項、截距項，然后根據(jù)時序圖，確定單位根檢驗的模式，進行單位根檢驗。單位根檢驗結(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)性檢驗結(jié)果，可得出模型的隨機誤差項是一個白噪聲序列。

（1）廣義貨幣供應量（M2）增加1%，銀行不良貸款率下降1.07%。銀根寬松時，銀行流動性較為充足，銀行通過快速信貸擴張以實現(xiàn)近期利潤，分母做大的結(jié)果是不良貸款率下降。銀根緊縮時，分母增速有限，同時由于我國經(jīng)濟增長的主要動力是資本投入增加（邱曉華等，2006），所以實體經(jīng)濟轉(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)是一個綜合的經(jīng)濟監(jiān)測先行指標，能較為真實地反映宏觀經(jīng)濟狀況，較為準確地判斷經(jīng)濟走勢。PMI指數(shù)越大，實體經(jīng)濟越好，企業(yè)盈利就好，從而償債能力強，銀行信貸質(zhì)量高；PMI指數(shù)越小，實體經(jīng)濟較差，銀行信貸質(zhì)量惡化。

（3）工業(yè)企業(yè)利潤總額（TPIE）增加1%，銀行不良貸款率下降0.36%。工業(yè)企業(yè)利潤總額增加，表明企業(yè)經(jīng)濟效益較好，還款能力提高，相應地銀行不良貸款率下降，反之不良貸款率上升。模型1的三個回歸結(jié)果均表明銀行信貸質(zhì)量與經(jīng)濟周期密切相關(guān)。銀行傾向于在經(jīng)濟回升和繁榮階段擴大信貸，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，實體經(jīng)濟在經(jīng)濟繁榮時經(jīng)營效益較好，能夠償還貸款，在經(jīng)濟衰退時經(jīng)營陷入困境，違約可能性上升。對比各宏觀經(jīng)濟因素對銀行信貸質(zhì)量的影響程度，廣義貨幣供應量的影響更大。2008年的全球性金融危機給世界經(jīng)濟造成重創(chuàng)，中國政府推出4萬億元投資計劃，經(jīng)濟增長實現(xiàn)反轉(zhuǎn)。根據(jù)費雪交易方程：MV=PY，我國4萬億元投資計劃導致了新一輪的通貨膨脹，從而抵押資產(chǎn)的賬面價值上升，銀行信貸質(zhì)量較好。多發(fā)的貨幣逐漸被經(jīng)濟增長、通貨膨脹吸收，與此同時，政府逐步抽回過多的流動性，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，導致我國經(jīng)濟下滑，銀行信貸質(zhì)量惡化。在經(jīng)濟增長以及通貨膨脹的雙重作用下，廣義貨幣供應量對銀行信貸質(zhì)量影響更大。

（二）銀行個體因素分析模型銀行信貸決策是微觀個體行為,本文擬在宏觀影響變量的基礎上進一步考察微觀銀行個體特征對銀行信貸決策及信貸質(zhì)量的影響效果。本文對面板數(shù)據(jù)各序列進行平穩(wěn)性檢驗，檢驗結(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檢驗結(jié)果，P值為1表明不能絕隨機效應模型成立這一零假設。（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。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)部的風險控制以及信貸管理存在問題，如此將會導致不良貸款增加。（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)務收入和咨詢、投資等活動產(chǎn)生的收入，穩(wěn)定、安全，且利潤相對較高。信貸是我國商業(yè)銀行的主要業(yè)務，銀行非利息收入占比的提高，表明銀行業(yè)務經(jīng)營更加多元化、更加合理化。當銀行盈利的來源多元化時，銀行會更加理性而不會盲目地將信貸規(guī)模做大，從而埋下風險隱患，所以不良貸款率會下降。（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，我國銀行業(yè)發(fā)展迅猛，各家銀行的資產(chǎn)規(guī)模一直在擴張，且越來越多的城市商業(yè)銀行以及民營銀行如雨后春筍般涌現(xiàn)。與此同時，我國銀行業(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，從而分散風險，所以對貸款風險的控制更好，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%。銀行信貸快速擴張時期，貸款審批較寬松，會影響信貸質(zhì)量，不良貸款率會上升。而在信貸緊縮時期，商業(yè)銀行對貸款的審批更為嚴格，相應會提高貸款質(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)相對集中的銀行，大股東在股東大會上具有更高的表決權(quán)，能夠左右銀行的經(jīng)營管理決策。此時，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，從事風險更高的經(jīng)營活動，為未來信貸資產(chǎn)轉(zhuǎn)壞埋下潛在的風險。（6）中央政府控股的銀行不良貸款率較高。根據(jù)中國銀監(jiān)會網(wǎng)站公布的數(shù)據(jù)，國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，承擔更多的政治任務和社會任務，高層管理人員由中央政府直接任命，政府干預銀行經(jīng)營，促使宏觀政策調(diào)控意圖快速傳導至實體經(jīng)濟部門。地方政府融資平臺貸款、大額的國有企業(yè)貸款、政策性貸款等都是導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，四大國有商業(yè)銀行的平臺貸款余額為1.96萬億元，占全部平臺貸款余額的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體因素分析模型的估計結(jié)果，本文得出了三個重要的結(jié)論。第一，銀行信貸質(zhì)量與宏觀經(jīng)濟周期以及貨幣供應量密切相關(guān)，經(jīng)濟繁榮、貨幣供應量增加時，銀行信貸質(zhì)量轉(zhuǎn)好；經(jīng)濟衰退、貨幣供應量減少時，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)營決策時受到大股東、政府的干預較大，從而影響信貸質(zhì)量。以上結(jié)論均與國內(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，首次用實證分析證明股權(quán)集中度以及國有化程度對銀行信貸質(zhì)量的影響，為銀行的相關(guān)研究提供了一個新的思路�；谝陨先齻�結(jié)論，本文提出以下政策建議。第一，為了緩釋宏觀經(jīng)濟周期波動對銀行信貸質(zhì)量的影響，貸款利率的市場化已經(jīng)在今年完成，銀行經(jīng)營中要制定長期的經(jīng)營戰(zhàn)略，防止信貸資產(chǎn)大幅波動，同時資產(chǎn)結(jié)構(gòu)要實現(xiàn)多元化，監(jiān)管當局的逆周期監(jiān)管工具要逐步實施。第二，政府應提高對銀行信息披露的要求，使市場參與者能更客觀地判斷銀行抵御風險的能力，促使銀行不斷健全公司治理結(jié)構(gòu)和風險內(nèi)控制度。同時，銀行可適度引進優(yōu)秀戰(zhàn)略投資者，吸收國外銀行公司治理的經(jīng)驗，完善對管理層的激勵機制，達成股東、銀行和管理層多贏的局面，更加注重業(yè)務多元化，提高盈利能力與風險管理能力。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，政府應減少對銀行的行政干預，充分尊重銀行的經(jīng)營自主權(quán)，完善公司法中對中小股東權(quán)益保護的規(guī)定；銀行可優(yōu)化銀行股權(quán)結(jié)構(gòu)，增強董事會的功能，保持董事會的獨立性。

作者：鐘永紅陳璐單位：華南理工大學經(jīng)濟與貿(mào)易學院

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