论文部分内容阅读
本文拟从银行内部管理角度，结合2011年-2015年15家上市商业银行报表数据，采用面板数据模型进行实证研究，主要从银行内部管理角度分析我国商业银行不良贷款产生的原因。
不良贷款 实证研究 银行管理
引言
银行贷款质量的好坏直接影响到银行的经营可持续性，同时对国家经济安全也是至关重要的。衡量贷款质量好坏的指标之一不良贷款率（Non-Performing Loan），2008年全球金融危机发生后，为了应对经济下行的风险，国家实施了大规模的经济刺激计划。如今随着经济刺激计划逐步退出，经济结构中长期埋下的问题也逐步显现，一些地区行业陷入困境，产能过剩问题尤为突出。这些问题对企业的可持续发展构成了严重影响，随之而来银行逾期贷款大量增加，不良贷款率大幅度攀升。下图为根据银监会公布的2014年一季度-2016年二季度商业银行不良贷款率数据而画出变化趋势，从图中可以看出，商业银行的不良贷款率从2014年一季度的1.04%持续攀升，到2016年一季度已经达到了1.75%，距离监管警戒线2%仅一步之遥。
目前国内外的实证研究主要集中在宏观因素和信用风险因素。宏观因素主要是通过研究宏观经济数据包括GDP， CPI等对不良贷款率的影响。不可否认的是，这些指标确实是直接影响企业经营状况的外部指标，间接地也会对银行不良贷款构成影响。但我们也清楚地认识到，宏观经济统计数据失真的现象较为严重。信用风险角度主要从贷款集中度，行业集中度，客户集中度等角度对不良贷款率的影响因素进行研究。
目前从银行内部管理角度和政府政策角度来研究银行的不良贷款的问题还比较少见。
银行内部管理主要是制度管理，包括对业务人员的激励机制，法规管控、信贷风险的管理等。政府政策对于不良贷款的影响体现在政府是否对银行提供足够的政策财税支持。问题首先应该了解贷款发放的流程。贷款的发放经历以下步骤：申请、调查、审批、发放、贷后检查、不良处置等。调查，主要围绕贷款资质和偿还能力进行调查，信贷经理一般采取上门和电话联络方式，逐一反复地对借款人进行调查，这是一项费时费力的工作，在这个过程中会产生大量的费用。
银行主营业务是吸收存款与发放贷款，获得的利息收入需缴纳营业税。当经济处于下行状态时，由于经济连锁反应导致银行不良贷款率升高，政府是否有计划有义务帮助银行度过难关的问题是值得研究的。
数据与模型
（1）被解释变量
商业银行不良贷款率NPL（Non-Performing Loan Ratio）是评价银行信贷资产质量的重要指标之一。
（2）解释变量
业务及管理费MF（Management Fees），包括业务部门在日常开展业务活动的经费和管理部门工资、职工福利费、办公费等。我们假设随着业务及管理费的增加，银行管理者能够通过财务资源的配置来管理银行贷款发放的各个环节，降低银行的不良贷款的产生。
营业税及附加BTS（Business Taxes and Surcharges）。营业税，是值在中国境内提供应税劳务、转让无形资产或销售不动产的单位和个人，就其所取得的营业额征收的一种税。
银行接受其他单位或个人的委托，为其办理贷款业务时，其取得贷款利息收入应缴纳营业税。在一定的税基标准下，该指标能反映银行主营业务的收入情况。
本文假设银行随着业务规模不断扩大，营业税的增加，不良贷款率会随着贷款规模增大而降低。
存贷比LDR（Loan-deposit Ratio），存贷比，即存贷比率，是指将银行的贷款总额与存款总额进行对比。我国规定商业银行存贷比警戒线为75%。2015年6月24日假设存贷比越高，表明单位存款发放的贷款越多，不良贷款率随着贷款规模增加而降低，与存贷比呈负相关关系。
拨备覆盖率PC（Provision coverage），拨备覆盖率是指贷款损失准备与不良贷款的比率，反映商业银行对贷款损失的弥补能力和对贷款风险的防范能力。拨备覆盖率是衡量商业银行贷款损失准备金计提是否充足的一个重要指标。该项指标反映银行贷款的风险程度及社会经济环境、诚信等方面的情况。假设拨备覆盖率和不良贷款率成负相关关。
制造业投放占比MLR（Manufacturing loans ratio），经济下行周期，制造业受到较大影响，不良率也会升高，因此有必要对制造业贷款投放进行分析。假设制造业投放比例越高，随着经济下行，不良率会上升，呈负相关关系。
（3）数据选取与模型选用
本文选取我国15家上市商业银行2011年-2015年的财务报表数据，并利用面板数据模型研究银行管理因素以及政府政策因素对我国商业不良贷款率的影响。
面板数据模型如下：
NPL=β0+β1MF+β2BTS+β3LR+β4PC+β5MLR
进行实证研究的目的就是确定β1、β2、β3、β4、β5的系数，从而分析各种因素对于不良贷款率的影响。
实证分析
经济变量几乎都是非平稳的，为了避免伪回归，我们对面板数据各序列进行平稳性的检验。面板数据的单位根检验有相同根和不同根两种情形。其中LLC检验各截面之间存在一个相同的单位根，而ADF检验各截面之间存在不同单位根。结果如下：
数字后面备注^，^^，^^^分别表示在10%，5%，1%统计水平上显著
对NPL进行检验发现数据不平稳，对其进行一阶差分d（NPL），发现其通过检验。检验结果，所有变量在5%的测试水平下，满足一阶单整。
因各变量均为一阶单整，满足进行协整检验的前提条件。本文采用Kao检验方法对银行的面板数据进行协整检验。
数字后面备注^，^^，^^^分别表示在10%，5%，1%统计水平上顯著 结论各变量之间满足协整关系，接下来进行模型的回归分析。
本文选取个体固定效应模型进行回归，利用最小二乘法对面板数据进行回归分析，同时
检验拟合优度及显著性，结果如下：
面板数据回归模型结果
数字后面备注^，^^，^^^分别表示在10%，5%，1%统计水平上显著
由实证结果可知，商业银行的面板数据回归模型的决定系数为0.977，F值检验在1%显著性水平下通过检验，表明模型的拟合程度较优且显著性很高，我们根據模型中的各个变量对不良贷款率的影响程度和方向，可得以下结论：
第一，业务及管理费（MF），营业税金及附加（BTS）与不良贷款率存在较为显著的相关性。随着业务及管理费的增加，不良率也上升，实证分析结果和假设矛盾，表明银行贷款规模的不断扩大，银行的内部管理未能够及时跟上，对于贷款发放过程的各种审查和检查未能及时充分地落实。信贷经理对于贷款的检查流于形式，未能按规定利用银行给予的财务资源，对借款人进行深入调查。营业税金及附加与不良率成正相关，与假设背离。原因是银行在信贷投放中确实把规模做大了，取得了良好的经营业绩，这一点也反映在纳税额上。然而不可忽否认的是，不良贷款率持续攀升，表明银行未能很好地解决信用风险这个问题。
第二，存贷比（LDR）与不良贷款率呈负相关的关系，与原假设相符。但相比其他4个指标来看，存贷相对于商业银行不良贷款率显著性低。拨备覆盖率（PC）和不良贷款率呈负相关，和前文假设吻合，表明随着银行计提的拨备率越高，银行对不良贷款的容忍度越低。表现在贷款的审批较为严格，随之而来贷款不良率也会较低。
第三，制造业贷款投放比例（MLR）和不良率呈负相关，和假设吻合，即表明贷款投向行业对于经济环境较为敏感，随着经济周期的起伏会对银行贷款质量产生较大的影响。
不良贷款的防范
对于不良贷款，银行应该增强对信贷业务部门的管理。主要从经费入手，增强对信贷人员的管理。从贷款流程的全过程抓起，严格控制业务及管理费用的使用，做到专款专用，杜绝铺张浪费。从业务经费管理入手，对贷款发放的各个环节进行把控，对业务人员的尽职责任进行全程监督把控，减少不良贷款产生。
作为政府监管部门，应该制定一系列的政策支持银行降低不良贷款率，降低金融风险。银行业对于经济的健康发展起到至关重要的作用，在国家战略的实施中扮演重要角色。因此，在经济下行时期，政府对银行业应及时调整监管措施，利用税收的手段，当商业银行不良贷款率高于设定的水平时，应及时介入，以税收的方式适当调节银行的不良率，冲抵不良贷款，稳定金融行业特别是银行业的发展。
随着经济周期的变化，银行应该积极调整策略，审慎对待一些容易受经济周期影响的行业和企业。企业的经营状况直接导致银行贷款的回款，经济不景气，企业的贷款就会出现违约，银行的不良贷款就会增加。
郭路（1985—），男，汉族，广西钦州市人，硕士研究生，单位：中山大学岭南学院，研究方向：应用经济学
[1]白仲林.面板数据的计量经济分析[M].南开大学出版社.2008
[2]杨华、王建喜.农发行不良贷款的形成机制：一个分析框架[J].金融理论与实践，2006，11：69～71
[3]陈奕羽.我国商业银行不良贷款率的影响因素分析[D].南京理工大学，2015
[4]李心合.论公司财务概念框架[J].会计研究，2010（7）：32-39
[5]李斐然，商业银行贷款集中度风险管理研究[D]，山西财经大学，2010
不良贷款 实证研究 银行管理
引言
银行贷款质量的好坏直接影响到银行的经营可持续性，同时对国家经济安全也是至关重要的。衡量贷款质量好坏的指标之一不良贷款率（Non-Performing Loan），2008年全球金融危机发生后，为了应对经济下行的风险，国家实施了大规模的经济刺激计划。如今随着经济刺激计划逐步退出，经济结构中长期埋下的问题也逐步显现，一些地区行业陷入困境，产能过剩问题尤为突出。这些问题对企业的可持续发展构成了严重影响，随之而来银行逾期贷款大量增加，不良贷款率大幅度攀升。下图为根据银监会公布的2014年一季度-2016年二季度商业银行不良贷款率数据而画出变化趋势，从图中可以看出，商业银行的不良贷款率从2014年一季度的1.04%持续攀升，到2016年一季度已经达到了1.75%，距离监管警戒线2%仅一步之遥。
目前国内外的实证研究主要集中在宏观因素和信用风险因素。宏观因素主要是通过研究宏观经济数据包括GDP， CPI等对不良贷款率的影响。不可否认的是，这些指标确实是直接影响企业经营状况的外部指标，间接地也会对银行不良贷款构成影响。但我们也清楚地认识到，宏观经济统计数据失真的现象较为严重。信用风险角度主要从贷款集中度，行业集中度，客户集中度等角度对不良贷款率的影响因素进行研究。
目前从银行内部管理角度和政府政策角度来研究银行的不良贷款的问题还比较少见。
银行内部管理主要是制度管理，包括对业务人员的激励机制，法规管控、信贷风险的管理等。政府政策对于不良贷款的影响体现在政府是否对银行提供足够的政策财税支持。问题首先应该了解贷款发放的流程。贷款的发放经历以下步骤：申请、调查、审批、发放、贷后检查、不良处置等。调查，主要围绕贷款资质和偿还能力进行调查，信贷经理一般采取上门和电话联络方式，逐一反复地对借款人进行调查，这是一项费时费力的工作，在这个过程中会产生大量的费用。
银行主营业务是吸收存款与发放贷款，获得的利息收入需缴纳营业税。当经济处于下行状态时，由于经济连锁反应导致银行不良贷款率升高，政府是否有计划有义务帮助银行度过难关的问题是值得研究的。
数据与模型
（1）被解释变量
商业银行不良贷款率NPL（Non-Performing Loan Ratio）是评价银行信贷资产质量的重要指标之一。
（2）解释变量
业务及管理费MF（Management Fees），包括业务部门在日常开展业务活动的经费和管理部门工资、职工福利费、办公费等。我们假设随着业务及管理费的增加，银行管理者能够通过财务资源的配置来管理银行贷款发放的各个环节，降低银行的不良贷款的产生。
营业税及附加BTS（Business Taxes and Surcharges）。营业税，是值在中国境内提供应税劳务、转让无形资产或销售不动产的单位和个人，就其所取得的营业额征收的一种税。
银行接受其他单位或个人的委托，为其办理贷款业务时，其取得贷款利息收入应缴纳营业税。在一定的税基标准下，该指标能反映银行主营业务的收入情况。
本文假设银行随着业务规模不断扩大，营业税的增加，不良贷款率会随着贷款规模增大而降低。
存贷比LDR（Loan-deposit Ratio），存贷比，即存贷比率，是指将银行的贷款总额与存款总额进行对比。我国规定商业银行存贷比警戒线为75%。2015年6月24日假设存贷比越高，表明单位存款发放的贷款越多，不良贷款率随着贷款规模增加而降低，与存贷比呈负相关关系。
拨备覆盖率PC（Provision coverage），拨备覆盖率是指贷款损失准备与不良贷款的比率，反映商业银行对贷款损失的弥补能力和对贷款风险的防范能力。拨备覆盖率是衡量商业银行贷款损失准备金计提是否充足的一个重要指标。该项指标反映银行贷款的风险程度及社会经济环境、诚信等方面的情况。假设拨备覆盖率和不良贷款率成负相关关。
制造业投放占比MLR（Manufacturing loans ratio），经济下行周期，制造业受到较大影响，不良率也会升高，因此有必要对制造业贷款投放进行分析。假设制造业投放比例越高，随着经济下行，不良率会上升，呈负相关关系。
（3）数据选取与模型选用
本文选取我国15家上市商业银行2011年-2015年的财务报表数据，并利用面板数据模型研究银行管理因素以及政府政策因素对我国商业不良贷款率的影响。
面板数据模型如下：
NPL=β0+β1MF+β2BTS+β3LR+β4PC+β5MLR
进行实证研究的目的就是确定β1、β2、β3、β4、β5的系数，从而分析各种因素对于不良贷款率的影响。
实证分析
经济变量几乎都是非平稳的，为了避免伪回归，我们对面板数据各序列进行平稳性的检验。面板数据的单位根检验有相同根和不同根两种情形。其中LLC检验各截面之间存在一个相同的单位根，而ADF检验各截面之间存在不同单位根。结果如下：
数字后面备注^，^^，^^^分别表示在10%，5%，1%统计水平上显著
对NPL进行检验发现数据不平稳，对其进行一阶差分d（NPL），发现其通过检验。检验结果，所有变量在5%的测试水平下，满足一阶单整。
因各变量均为一阶单整，满足进行协整检验的前提条件。本文采用Kao检验方法对银行的面板数据进行协整检验。
数字后面备注^，^^，^^^分别表示在10%，5%，1%统计水平上顯著 结论各变量之间满足协整关系，接下来进行模型的回归分析。
本文选取个体固定效应模型进行回归，利用最小二乘法对面板数据进行回归分析，同时
检验拟合优度及显著性，结果如下：
面板数据回归模型结果
数字后面备注^，^^，^^^分别表示在10%，5%，1%统计水平上显著
由实证结果可知，商业银行的面板数据回归模型的决定系数为0.977，F值检验在1%显著性水平下通过检验，表明模型的拟合程度较优且显著性很高，我们根據模型中的各个变量对不良贷款率的影响程度和方向，可得以下结论：
第一，业务及管理费（MF），营业税金及附加（BTS）与不良贷款率存在较为显著的相关性。随着业务及管理费的增加，不良率也上升，实证分析结果和假设矛盾，表明银行贷款规模的不断扩大，银行的内部管理未能够及时跟上，对于贷款发放过程的各种审查和检查未能及时充分地落实。信贷经理对于贷款的检查流于形式，未能按规定利用银行给予的财务资源，对借款人进行深入调查。营业税金及附加与不良率成正相关，与假设背离。原因是银行在信贷投放中确实把规模做大了，取得了良好的经营业绩，这一点也反映在纳税额上。然而不可忽否认的是，不良贷款率持续攀升，表明银行未能很好地解决信用风险这个问题。
第二，存贷比（LDR）与不良贷款率呈负相关的关系，与原假设相符。但相比其他4个指标来看，存贷相对于商业银行不良贷款率显著性低。拨备覆盖率（PC）和不良贷款率呈负相关，和前文假设吻合，表明随着银行计提的拨备率越高，银行对不良贷款的容忍度越低。表现在贷款的审批较为严格，随之而来贷款不良率也会较低。
第三，制造业贷款投放比例（MLR）和不良率呈负相关，和假设吻合，即表明贷款投向行业对于经济环境较为敏感，随着经济周期的起伏会对银行贷款质量产生较大的影响。
不良贷款的防范
对于不良贷款，银行应该增强对信贷业务部门的管理。主要从经费入手，增强对信贷人员的管理。从贷款流程的全过程抓起，严格控制业务及管理费用的使用，做到专款专用，杜绝铺张浪费。从业务经费管理入手，对贷款发放的各个环节进行把控，对业务人员的尽职责任进行全程监督把控，减少不良贷款产生。
作为政府监管部门，应该制定一系列的政策支持银行降低不良贷款率，降低金融风险。银行业对于经济的健康发展起到至关重要的作用，在国家战略的实施中扮演重要角色。因此，在经济下行时期，政府对银行业应及时调整监管措施，利用税收的手段，当商业银行不良贷款率高于设定的水平时，应及时介入，以税收的方式适当调节银行的不良率，冲抵不良贷款，稳定金融行业特别是银行业的发展。
随着经济周期的变化，银行应该积极调整策略，审慎对待一些容易受经济周期影响的行业和企业。企业的经营状况直接导致银行贷款的回款，经济不景气，企业的贷款就会出现违约，银行的不良贷款就会增加。
郭路（1985—），男，汉族，广西钦州市人，硕士研究生，单位：中山大学岭南学院，研究方向：应用经济学
[1]白仲林.面板数据的计量经济分析[M].南开大学出版社.2008
[2]杨华、王建喜.农发行不良贷款的形成机制：一个分析框架[J].金融理论与实践，2006，11：69～71
[3]陈奕羽.我国商业银行不良贷款率的影响因素分析[D].南京理工大学，2015
[4]李心合.论公司财务概念框架[J].会计研究，2010（7）：32-39
[5]李斐然，商业银行贷款集中度风险管理研究[D]，山西财经大学，2010