宏观经济与货币政策对商业银行不良贷款率影响.docVIP

宏观经济与货币政策对商业银行不良贷款率影响 　　摘要：我国商业银行的不良贷款率随着宏观经济的波动而发生变化，但在经济形势发生变化的同时，国家会采用货币政策进行宏观调控。因此，不良贷款率同时受宏观经济与货币政策的双重影响。本文利用结合Johanse协整检验和VECM模型，得出了商业银行不良贷款率与GDP增长率、M2增长率之间存在短期影响关系以及长期均衡稳定关系。即在短期内，经济增长的越快，不良贷款率越低，但是在长期内不良贷款率与经济增长呈正向相关关系；在短期内，宽松的货币政策也会使的不良贷款率增加，但是随着滞后时期的延长作用效果越来越弱。 　　关键词：宏观经济周期；货币政策；不良贷款率；协整检验；误差修正模型 　　经济周期性波动是各国经济运行中普遍存在的一种经济现象，而商业银行作为强周期性行业，受经济周期的影响比较大，在经济收缩和扩张阶段，对未来经济走势的不同判断，导致其愿意承担的风险和信贷标准不一致，信贷规模也随之变化，进而信贷风险水平呈现周期性变化。美国的次债危机，显示了不良贷款率与宏观经济和货币政策之间的关系，信贷快速扩张会引起未来不良贷款大量积聚的风险，当经济形势变化时，收紧银根，大量不良贷款暴露。因此，研究经济周期波动以及货币政策的实施与不良贷款率的关系显得尤为重要。 　　一、指标选取及数据来源 　　（一）指标的选取 　　商业银行的不良贷款率是反映商业银行信贷风险的重要指标，根据国内外学者的实证研究[1-2]表明，GDP增长率、M2增长率是其重要的影响因素。因此，考虑对三变量进行协整检验并建立误差修正模型。不良贷款率，不良贷款率高，说明金融机构收回贷款的风险大；不良贷款率低，说明金融机构收回贷款的风险小。GDP，由于中国的经济周期，更多表现为GDP增速的加快和放缓，增速加快则经济处于上行，增速放缓则经济处于下行。M2，反映货币供应量的总要指标，流动性偏弱，但反映的是社会总需求的变化和未来通货膨胀的压力状况，能够体现现实的购买力和潜在的购买力。在货币政策工具中，M2对不良贷款率的影响最大，而利率与存款准备金率的影响较小。由于我国的利率尚未完全市场化，而存款准备金率这一数量型工具较为猛烈，所以我国常采用货币供应量作为中介目标[3]。 　　（二）数据来源 　　根据国家统计年鉴和东方财富网站提供的数据，搜集到2006～2015年的季度数据，并对数据进行一定的处理。NLPt代表不良贷款率，采用原始数据；GDPt代表国内生产总值的增长率，以2006年第1季度作为基期；M2t代表货币供应量的增长率，以2006年第1季度作为基期。 　　二、实证结果与分析 　　（一）单位根检验 　　通过软件，分别对3个时间序列进行单位根检验，以判断其平稳性，检验结果如表1所示。 　　由表1可以看出NLPt、GDPt、M2t一阶差分后平稳，均为I（1）过程。 　　（二）协整检验 　　1.协整阶数确定 　　在无约束水平的VAR模型基础上，从较大的滞后阶数开始，通过比较LR值、AIC值、SC值等，选择滞后阶数为8。 　　2.协整方程的建立 　　通过Johanse特征根迹检验，假设含有截距项，确定协整关系的个数。由表2可以看出，检验结果是3个变量在5%的显著性水平上存在3个协整关系。本文选择的是第1个协整关系，其对应的协整方程为： 　　NLPt=-152.6368GDPt+321.7016M2t 　　其中，协整方程的估计参数都通过了统计检验，商业银行不良贷款率、国内生产总值和货币供应量之间存在长期的协整关系。国内生产总值与商业银行不良贷款率呈负相关关系，货币供应量与商业银行不良贷款率呈正相关关系。（见表2） 　　（三）VECM模型 　　基于单位根检验和协整检验，发现3个变量间的长期协整关系。为了研究短期的均衡关系，建立VECM模型。由于选择的原时间序列的最大滞后期为8，因此一阶差分序列的最大滞后期就应该选择为7，得到计量检验的估计结果。这里只给出通过显著性检验的变量系数估计结果，如表3所示： 　　模型的R2=0.9224，对模型进行LM检验，检验结果显示，LM1=3.071937，p=0.9614，故不存在自相关性。总之，模型不存在设定偏差，且有较高的稳定性。 　　从协整模型可看出在长期内，经济增长会使得商业银行不良贷款率下降，而货币供应量的增加会使得商业银行不良贷款率增加。由误差修正模型的结果显示，ΔNLPt的误差修正项系数显著为负，说明变量间短期偏离长期均衡时，将其调整到均衡状态的力度大，调整方向符合调整机制，可以保证并自动调节3个变量间的协整关系。在短期内，GDP的增加会使得不良贷款率先减少再增加，但是随着滞后期的延长，GDP的增加带来的效应是负的，这与长期的负向关系相吻合。同时，在短期内，M2的增加会使得