1、我国商业银行信用风险的影响因素研究 李想 天津财经大学统计学系 摘 要： 银行作为我国社会融资和信贷的主体, 牵动着我国的经济命脉。本文将不良贷款率作为反应该信用风险的指标。因此如何抑制不良贷款率的持续上涨成为银行风险管控的重要项目之一, 同时也关系着我国金融市场的安全及稳健发展。了解影响不良贷款的因素可以更好的为之提供解决方法。关键词： 商业银行; 信用风险; 不良贷款率; 作者简介：李想, 女, 天津财经大学 2013 级经济统计学专业本科生。一、研究背景及意义随着我国金融市场的逐渐发展和完善, 商业银行取得了很大的进步和发展, 其管理经营方式逐渐完善, 利润获取的途径越来越多元化。但是,
2、 由于以前我国发展经济主要依靠增加劳动、物质投入等, 管理水平和生产技术等都较低, 产业结构、经济体制也不够不合理。在这种背景下, 对于商业银行这种周期性强、依赖性高的金融机构影响也是巨大的, 而对商业银行影响较大也较为重要的因素当属信用风险。商业银行信用风险会受到宏观和微观两方面因素影响, 因此本文通过对商行不良贷款率各项影响因素进行探究, 为商业银行适应经济环境和防范信用风险提供建议, 这样不仅有利于降低和缓解由于国家宏观经济调控而导致的信用风险加剧, 同时也有利于商业银行完善和优化其经营管理模式及风险管控体系。二、我国商业银行信用风险现状及影响因素分析对于我国银行业来说, 不良贷款不合理
3、的问题一直存在。数据显示, 2010-2016年我国的不良贷款率呈现先下降后上升的趋势, 2010-2012 年逐年下跌, 在2012 年达到了最低点且降到了 1%。从 2013 年开始上升, 且增长趋势较快, 2016 年不良贷款率已经突破了 2008 年经济危机之后的最高比率, 达到 1.74%。(一) 宏观因素对商业银行信用风险的影响从宏观角度来看, 本文选取了以下两个对信用风险可能存在显著影响的因素:1. 通货膨胀通货膨胀表示由于政府所实际发行的货币总量大于市场流通中真正所需要的货币总量而因此导致的货币贬值的现象。2. 货币流动性本文以广义货币 M2 与 GDP 的比值来表示。当 M2
4、/GDP 减小时, 货币流通速度变快, 相当于货币流动性增大, 即市场上经济相对活跃, 整体形势较好, 则企业经营效益相对较好, 还款压力小, 银行的不良贷款率也会相应减小。(二) 微观因素对商业银行信用风险的影响本文通过对信用风险现状分析发现, 信用风险还与银行自身的管理经营能力也有较大的关联。1. 资产规模相对占比通过本文前面的现状研究我们也可以发现, 规模不同的商业银行其不良贷款率有显著的差异。2. 净息差如果银行的净息差减小, 则表示银行的生息总资产平均收益率减小, 也就从侧面反映了银行的盈利能力减小, 则其抵御风险的能力也会变弱。3. 存贷比率存贷比也称贷存比, 如果某一银行的存贷比
5、减小即存款总额过多, 那么银行来说其盈利能力也会相应的受到影响, 相对应的其抵御风险能力也就会减弱, 则其不良贷款率会增加。4. 贷款增长率信贷规模的合理扩张会使得银行通过贷款获取利息收入增加, 其盈利能力增加, 使得其抵御风险能力增强, 则不良贷款率会相应的减小。5. 营业费用/利息收入营业费反映了银行经营效率。当该数值增大时, 则表示银行的经营效率降低, 即不能充分利用其现有资源。三、商业银行信用风险影响因素的实证分析(一) 理论模型的设定本文采用基于面板数据的多元回归模型, 模型形式如下所示:其中, C 为截距项, X it为各解释变量, 为各解释变量系数, 为随机误差项。(二) 变量与
6、数据说明1. 变量选择结合第四章对银行信用风险影响因素的分析, 本文选定变量如下表所示:表 1 变量的选择 下载原表 2. 数据说明为了保证样本的代表性和准确性, 本文依据大型国有银行、股份制银行和城市银行各自的总资产比例, 确定了各类型银行选取的个数。具体为大型国有银行:中国银行、中国农业银行、中国建设银行、中国工商银行、中国交通银行。股份制银行:招商银行、中信银行、浦发银行、光大银行。城市银行:北京银行、南京银行、重庆银行。(三) 实证分析1. 宏观因素影响回归分析本文采用协方差检验的方法, 对样本数据究竟属于不变参数模型、变参数模型还是变截距模型进行检验。两个检验的假设分别为:构造检验统
7、计量如下:其中 S1、S 2、S 3分别为变参数模型、变截距模型和不变参数模型的残差平方和, N 为公司个数, k 为解释变量个数, T 为时期个数。经计算两个检验统计量为:由检验结果, 在 0.05 的显著性水平下, 拒绝 H10、H 20两个原假设, 模型应该选择为变参数模型。为了比较不同类型银行不良贷款率受宏观经济变量的影响情况, 对面板数据建立固定效应变系数模型, 结果如下表 2 所示:表 2 固定效应变系数模型结果 下载原表 由估计结果可以看出, 模型调整的 R 为 0.768, F 检验 P 值为 0.000, 模型整体拟合效果良好, 反映出宏观经济变量对不同类型银行的影响确有显著
8、差异, 故该检验结果可以接受。2. 微观因素影响回归分析同样, 在对微观因素进行分析前, 利用协方差检验的方法确定模型的形式, 检验结果如下所示:由检验结果可知在 0.05 的显著性水平下, 接受原假设, 模型应采用不变参数模型。根据本文前期对各影响因素的分析, 以及对各个因素分别与不良贷款率建立散点图发现, X 1为资产相对占比和 X4为贷款增长率散点图分布呈 U 型, 因此本文考虑其增长对不良贷款率有双向的影响, 因此对银行的不良贷款率和其五个微观变量进行相应回归分析得到结果如下:如上式所示, 模型表示了微观因素对不良贷款率的回归模型。其中 X1为资产相对占比、X 2为净息差、X 3为营业
9、费用比利息收入、X 4为贷款增长率、X 5为存贷比率。从模型的结果中可以看到 , 调整后的 , 数值虽然较低, 但仍可接受。针对原假设 在给定显著性水平 =0.01 下, Prob (F-statistic) =0.000 小于 0.01, 应拒绝原假设, 说明回归方程显著。从 X1资产规模相对占比的系数为 72.788 中可以看出, 银行规模的扩大, 会使银行的信用风险增加。X2净利差的系数为-0.713, 其系数为负与本文假设的结果一致。X3营业费用占利息收入的系数为 1.252, 该指标数值越大, 商业银行的经营效率越低, 银行存在的经营风险越高。X4贷款增长率的正负与贷款增长是否合理有
10、很大关系, 模型中 X4 的系数为负值, 说明其对信用风险有负向影响。X5存贷比例为负值, 说明存贷比例对信用风险存在负向关系, 存贷比例增加, 信用风险降低。四、对策建议本文通过实证分析, 对我国商业银行降低不良贷款率, 提高信用风险提出以下对策和建议:(一) 从宏观角度分析从宏观角度来看, 银行应重点关注宏观经济形势的变化, 关注通货膨胀率与货币流动性等指标, 它们体现了国家的经济形势与货币政策。通过分析我们发现通货膨胀率与不良贷款率呈负相关且其对大型国有银行的影响比股份制和城市银行更强, 而货币流动性与不良贷款率呈正相关且其对股份制银行的影响大于大型国有银行和城市银行的影响。(二) 从微
11、观角度分析从微观角度来看, 我们分析发现资产规模相对占比与不良贷款率呈正相关, 但随着银行资产规模相对占比的增加, 不良贷款率增长的速度逐渐的减小, 因为过大的规模会导致效率的下降。净息差、存贷比以及贷款增长率与不良贷款率呈负相关, 但随着贷款增长率的增加, 不良贷款率降低的速度在逐渐的减小。其次, 银行应该合理的控制信贷规模, 找到较优的存贷比率, 并组织建立优秀的宏观经济分析团队, 结合经济形势, 制定合理的存贷战略方向。参考文献1杨菡.我国商业银行信用风险管理问题分析J.西部金融, 2012 (6) . 2梁秋霞.我国商业银行不良贷款影响因素的实证分析J.吉林工商学院学报, 2012 (1) . 3邓少春.商业银行不良贷款的形成原因及其处理对策J.时代金融, 2009 (2) .
