我国商业银行不良贷款率结构分析及实证检验.docxVIP

我国商业银行不良贷款率结构分析及实证检验 　　摘 要：为分析我国商业银行不良贷款率现状，加强商业银行不良贷款风险防控，本文通过分析2008年国际金融危机爆发以来我国商业银行不良贷款率的有关数据，从分机构类型、分地区和分行业等角度对我国商业银行不良贷款率的结构特征进行比较，在此基础上通过选取相关经济指标，采用线性回归模型分析影响不良贷款率的主要因素，并结合当前实际就如何防控不良贷款风险提出对策建议。 　　关键词：不良贷款率 结构特征 回归模型　　党的十九大报告将防范化解重大风险作为三大攻坚战之首。2018年中央政府工作报告强调，推动重大风险防范化解，对不良资产等累积风险要高度警惕。近年来我国商业银行不良贷款进入新一轮扩张期，对于商业银行的稳健经营构成重大威胁，成为金融风险主要隐患，防控商业银行不良贷款风险对于打好防范化解重大风险攻坚战具有重要意义。　　一、我国商业银行不良贷款率结构特征分析　　（一）不良贷款率总体呈“先降后升再平缓”特征　　2008-2018年间我国商业银行不良贷款率变动情况总体可分为3个阶段（图1）：2008-2012年，在4万亿经济刺激计划作用下，商业银行面临的信贷环境较为宽松，不良贷款率总体有明显下降，从2.42%下降至0.95%，合计下降1.47个百分点。2013-2016年，随着刺激效应减弱，加之经济增速放缓，不良贷款率出现明显上升，由1%升至1.74%，累计上升0.74个百分点。2017-2018年，中央加大金融风险防范力度，商业银行经营风险有所下降，不良贷款率相对平稳，由1.74%缓慢升至1.83%，升幅0.09个百分点。　　（二）分机构类型不良贷款率存在差距，且变动趋势近年来出现分化　　2008-2018年，不同类型的机构不良贷款率存在一定差距，其中农村商业银行不良贷款率最高，年均值为2.51%，其次是大型商业银行（1.5%）、城市商业银行（1.31%）和股份制商业银行（1.19%），外资商业银行（0.72%）最低。从变动趋势（图2）来看，大体可分为两个阶段：2008-2015年，不同機构类型商业银行不良贷款率总体均呈现出先降后升的态势。2015-2018年则出现分化，农村商业银行不良贷款率显著上升，大型商业银行和外资商业银行有所下降，而股份制商业银行与城市商业银行则基本平稳。　　（三）分地区不良贷款率变动趋势总体一致，但东部地区相对超前　　2008-2017年，东部地区作为经济较发达地区，不良贷款率相对较低，年均值为1.36%，而中、西部地区不良贷款年均值分别为1.63%、1.67%，高于东部地区，但两者相对接近，从变动趋势（图3）来看，三个地区大体一致，均呈先降后升再平缓的态势，但时间节点上有所不同，东部地区于2011年率先出现上升，中部地区于2012年出现上升，而西部地区则于2013年出现上升，呈依次交替。至2015年，三个地区不良贷款率变动趋势均有所变化，中、西部地区转为平稳上升，而东部地区则出现平稳下降。　　（四）分行业不良贷款率差距明显，部分主要行业近年来出现大幅上升　　2008-2017年，不同行业不良贷款率差距明显，年均值较高的有制造业（2.65%），批发和零售业（2.64%），信息传输、软件和技术服务业（2.46%）与住宿餐饮业（2.25%），而其余行业不良贷款率年均值则均未超过1.5%。从近年来变动趋势看，2012-2017年，制造业，批发和零售业，住宿餐饮业出现明显上升，分别上升2.6、3.09、1.51个百分点;信息传输、软件和技术服务业，交通运输、仓储和邮政业等行业总体呈下降趋势;金融业，房地产业，租赁和商务服务业则基本持平，略有上升。　　二、我国商业银行不良贷款率影响因素实证分析　　通过上述不良贷款率的结构性特征分析可以发现，在不良贷款率总体呈现“先降后升”特征前提下，不同机构类型、不同地区和不同行业之间的不良贷款率变动趋势存在较大差异，反映出经济发展水平、银行经营状况以及行业景气程度等因素均对不良贷款率具有明显影响。为分析商业银行不良贷款率的影响因素，本文拟通过选取部分经济行业、银行监管等指标，构建回归模型，对相关影响因素进行实证分析。　　（一）指标选取及数据来源　　参考相关文献及结合前文分析，本文选取商业银行不良贷款率（BLL）为因变量;选取经济增速（GDP）、广义货币量增速（M）、资本充足率（ZBL）、贷款拨备率（BBL）、存贷比（CDB）和采购经理指数（PMI）等指标为自变量，构建多元线性回归模型（式1）。考虑数据可得性，样本选取2011年第1季度至2019年第2季度的季度数据（右表）。　　BLL=α+β1*GDP+β2*M+β3*ZBL+β4*BBL+β5*CDB+β6*PMI+ε（1）　　（二）回归分析过程及结果　　使