伴随经济增速的下降,我国经济发展逐步进入经济发展的新常态阶段。具体来说,这种新常态主要表现在下述的三个方面：经济增速的转变、结构的调整和宏观政策的转变。经济增速的转变义指经济增长速度逐步从高速增长向中高速逐步增长转变的过程,2015年第三季度的GDP同比增长率突破7%的下线,达到了6.9%,这是自2009年第一季度以来,这是我国经济增速首次突破7%的红线；而与此同时,2015年全年GDP创自1990年以来25年新低,只增长了6.9%,可以看出中国经济增速从长达数十年的连续两位数回到了个位数,又从个位数上保持8%的增长率下探至6%增长率的时代,不断打破经济增速的预期,作为代表工业景气程度的PPI指数更是连续43个月处于负值状态,经济下行的压力不断增大。而且伴随这一过程我国传统的制造业开始出现效益下降的现象,产能过剩的局面进一步暴露,产业结构不断优化升级迫在眉睫。而房地产市场方面,其现状也是让人不容乐观。我国房地产市场自2004年起,房价出现了持续性上升,但从2014年开始,随着国家对房地产信贷市场政策的调控加强,住房市场的供求关系开始了转变,出现了房屋销量的明显回落,这一转变成为中国房地产市场的一个重要转折点而持续至今。随着宏观经济的下行和房地产市场的供求关系的转变,商业银行信贷的不良贷款余额和不良贷款率均出现了上升。2015年一季度末,商业银行在不良贷款余额方面较2014年末增加了1399亿元,达到了9825亿元；不良贷款率方面较上年末上升0.15个百分点,达到1.39%。而与此同时,商业银行的利润却大幅下降,根据2015年第一季度季报,多家商业银行净利润增速均出现大幅下降,银行利润增速跌入个位数增长的时代,由此更是加剧了不良贷款吞噬银行利润现象的显现,影响了银行的资本充足率,从而影响了银行的核心竞争力。而在此宏观经济背景下,面对国内经济出现前所未有的转折点和不良贷款率反弹上升的趋势,中央银行和政府出台了一系列政策来化解当前局势。不仅人民银行通过多次降准和降息等货币政策来调控宏观经济,释放了上万亿元的流动性资金。政府也接连出台一系列文件来刺激房地产市场的发展,如宣布将二套房商业贷款首付比例降至四成,公积金贷款首套房首付和二套房首付分别降至两成和三成,同时还通过下调个人购买普通住房免征营业税出售的起始期限,来促进房地产市场的交易。因此,在经济增长放缓、房价下跌、不良贷款率有所上升,同时,政府当局多次运用货币政策和财政政策进行调控的宏观经济背景下,经济增长率到底是否与不良贷款率有关系以及有多大程度的影响,国内外学者基于数据指标选取差异的基础上对此观点不一,这也就成为本文研究的主要焦点。同时,本文还对货币政策是否会削弱宏观经济对不良贷款率这一问题,进行了进一步的探讨研究。本文从宏观角度,通过多元线性回归模型以及VAR模型分析了我国当前经济增长放缓的情况下,经济增长率、商品房价格、财政政策、货币政策对我国商业银行不良贷款率的影响,进而在此基础上为商业银行自身和监管机构对不良贷款的管理提出建设性的意见。本文的结构安排如下：第1章绪论部分。该部分主要交代了本文的选题背景及研究意义,并对核心概念-不良贷款率的相关概念进行了界定,在此基础上对不良贷款的产生发展过程进行了探究,确定了本文的研究范围,提出了本文的创新与不足。第2章对国内外商业银行不良贷款率的研究进行了文献综述。该部分对影响商业银行的影响因素进行了分类综述,在此基础上发现不管是国外学者对经济增长与不良贷款率的研究还是国内学者的有关研究,对此得出结论并不一致。在此基础上提出了上述研究的不足,从而引出本文的研究主题,即宏观因素如经济增长率、房价、财政政策和货币政策对不良贷款率的研究。第3章宏观因素影响不良贷款率的理论分析。该部分主要从经济增长率、房价因素、货币政策、财政政策四个方面来考察各自对银行不良贷款率影响,详细的论述了各个因素对不良贷款率的传导过程和作用机制。第4章宏观因素影响不良贷款率的实证研究。首先,该部分主要介绍了变量选取及模型设定,以国内生产总值增长率、商品房平均价格、财政支出、货币供应量、一年期贷款基准利率为解释变量,以中国银监会公布的商业银行不良贷款率为被解释变量,通过剔除数据的价格因素和季节性因素的影响,运用多元线性回归模型的实证分析,得出各个变量对不良贷款率的作用关系。在此基础上,通过选取对不良贷款率作用显著并且变量之间相互影响较强的国内生产总值增长率、货币供应量、不良贷款率来进行VAR模型的协整检验、格兰杰因果关系检验、脉冲响应和方差分解实证分析,得出当前我国商业银行不良贷款率波动主要受自身前期不良贷款率的影响,并且在后期经济增长和货币政策的共同作用中,货币政策从某种程度上可以削弱经济增长对银行不良贷款的一部分作用。第5章研究结论和展望。该部分在实证研究的基础上,得出了我国经济增长率、商品房价格、货币政策、财政政策对不良贷款率的影响,同时基于本文的研究局限,指出了进一步深入研究的方向。本文的研究结论：1、本文基于对不良贷款率影响因素的多元线性回归和脉冲响应分析发现,GDP季度增长率与不良贷款率成负相关。具体而言：经济增长率越高不良贷款率越低,相反,经济增长乏力会出现不良贷款率的上升。这也充分说明了当前我国经济增长乏力的状态下为何会出现不良贷款率的反弹趋势。2、房地产市场的价格与我国商业银行的不良贷款率具有负相关性,即房价增长率越高,商业银行的不良贷款的越低。这也正体现了其对上下游产业带动巨大,成为国民经济的支柱产业。因而国内商品房平均价格越高,说明房地产企业和其相关的上下游企业对按期偿还银行贷款的能力越有保障,银行不良贷款发生的概率越低。3、财政支出对银行不良贷款率的影响不显著,说明当前我国政府通过财政政策的对商业银行的干预指导有所减轻。从一定意义上讲,商业银行在去行政化干预方面有所加强。4、货币供给量和利率的变动对不良贷款率的变动成负相关的影响。说明货币供给量的增加具有稀释不良贷款率的作用,而利率的上升对提高借款企业的准入门槛作用显著,使得不良贷款率降低。5、根据方差分解结果得出,不良贷款率(NPL)主要受自身前期量的影响较大,宏观经济增长率、货币政策对其的影响相对较小,但在宏观经济对不良贷款产生作用的同时,货币政策从一定程度上削弱宏观经济增长率对不良贷款率的作用具有一定的时滞性,即在前期时,货币政策削弱宏观经济增长对不良贷款率的作用较弱,而在后期这种削弱作用比较明显。本文的创新点如下：1、以往大多数学者选取的数据都是某个银行的数据,而且在实证分析上多运用理论分析以及线性回归模型进行研究分析,而本文选取数据来源于中国银监会公布的银行业整体的统计数据,并运用多元线性回归、VAR模型相结合的方法进行了实证研究,二者相互印证的情况下分析了宏观因素对不良贷款的动态计量关系。2、在对不良贷款率数据时间段的截取方面考虑到了不良贷款的剥离,所以数据的回归结果能够更真实的反应结果的准确性；在数据指标的选取和处理上,为剔除价格因素、季节变化对数据的影响,本文多选用CPI指数调整、运用census X12进行了调整；3、在指标选取上加入了近些年一直比较热议的房价因素,来具体分析了一下房地产市场对商业银行不良贷款率的影响；本文的不足之处：1、因为银监会的成立时间还不长,加上农业银行股份制改革对不良贷款的剥离,导致分析时时间序列数据较短。2、宏观因素对对不良贷款率的影响可能较多,本文并未全面考虑在内,可能有遗漏之处。再加上,在选取宏观数据指标时考虑到多重共线性问题,相关指标不得不剔除。