信贷供给 经济波动与商业银行信贷资产质量关系分析.docxVIP

信贷供给 经济波动与商业银行信贷资产质量关系分析 信贷供给period;经济波动与商业银行信贷资产质量关系分析 【摘要】 本文使用多变量Granger因果关系检验和SVAR模型的脉冲响应函数，实证检验信贷供给、经济波动与我国商业银行信贷资产质量之间关系，结果表明信贷供给是经济波动和信贷资产质量变化的驱动力。结合研究成果，提出相应政策建议。 【关键词】 信贷供给 ?经济波动 ?信贷资产质量 ?Granger 因果关系 ?SVAR模型 近年来受国际经济形势的影响，国内经济增速放缓。为刺激经济发展，我国信贷供给急剧增长。然而，信贷规模扩大的同时，影响商业银行稳定的信贷资产质量近年来却持续下滑。依靠扩大信贷供给刺激经济发展的初衷似乎影响到银行信贷资产质量，而银行信贷资产质量的恶化又会制约经济发展。目前贷款利息收入仍是我国商业银行主要利润构成部分。如何使政府在经济发展与银行信贷资产质量之间权衡，如何使商业银行在信贷投放与信贷资产质量之间权衡，成为政府部门和商业银行亟待解决问题之一。本文通过研究信贷供给、经济波动与商业银行信贷资产质量之间关系，以期为政府部门和商业银行管理者提供有益参考。 二、文献综述 有关三者关系的理论研究，主要以经济循环活动为切入点。经济上行期，企业通常经营状况良好，贷款违约概率较低，银行倾向降低贷款标准，信贷快速增长;经济下行期，企业生产经营效益下降，借款人财务状况恶化，为降低贷款违约率，银行倾向提高贷款标准，形成信贷紧缩，并加剧经济波动（巴曙光，2021）。经济扩张期的信贷风险通常在下滑期暴露出来（Ruckes，2021），巨额不良贷款将严重侵蚀银行资本，进而导致银行信用供给不足、企业大量破产，银行继续紧缩信贷，部分企业因难以获得贷款而无法维持正常经营，可能出现亏损而产生新的不良贷款（钱小安，2000）。 实证研究倾向于研究两两之间关系，对三者间关系的研究却比较少。在信贷供给与经济波动方面，Cesare Caderon（1999）使用VAR模型和Geweke分解技术，发现二者存在双向Granger因果关系;陈磊（2021）的实证检验结果却表明信贷增长率可引起GDP增长率正向变动，反之则不成立。在信贷供给与信贷资产质量方面，Agung et. al.（2001）使用面板回归法得出结论为信贷供给下降往往伴随不良贷款余额上升，而张汉飞和李宏瑾（2021）研究经济增长的不良贷款效应及异常分野，发现经济增长与不良贷款率正相关;经济增长水平相同的国家不良贷款率不同。在经济波动与信贷资产质量方面，Salas and Saurina（2002）认为经济周期与不良贷款滞后3―4期显著正相关;Cavallo and Majnoni（2002）的研究结果则显示经济增长与银行贷款损失准备金负相关;李麟、索彦峰（2021）使用VAR模型分析结果表明，经济波动与信贷资产质量之间存在较强的反向关系。 综上看出，学者们就信贷供给、经济波动与银行信贷资产质量两两间关系已做出大量有益研究，但探讨三者关系的研究比较匮乏，且研究方法主要使用VAR模型。然而，VAR模型对各经济变量没有给出明确的结构关系，也没有考虑变量间同期影响。本文使用可捕捉模型系统内各个变量之间的及时性结构性关系的SVAR模型实证检验三者间关系，以期弥补已有文献的不足。 三、数据说明及模型构建 1、变量选取与数据来源 （1）信贷供给。大部分学者采用商业银行贷款总额衡量信贷供给状况，由于贷款损失准备与不良贷款相关，故本文选用剔除贷款损失准备后的银行贷款（LOAN）度量信贷供给。 （2）经济波动。本文使用GDP增长率衡量经济波动状况。 （3）信贷资产质量。目前学术界用来衡量信贷资产质量的两个主要指标是不良贷款率和不良贷款余额。不良贷款率由不良贷款余额与贷款总额共同决定，金融机构可依靠规模的盲目扩张来维持“不良贷款率”的不超限，所以该指标不能准确衡量信贷资产质量;不良贷款余额则较直观，可较好地反映不良贷款的绝对规模，故本文选取不良贷款余额（NPL）衡量信贷资产质量。 本文从大型商业银行、股份制商业银行两个个层面共选取10个样本。大型商业银行和股份制银行在我国银行业金融市场占有绝对份额，可较好地反映我国银行业市场情况，选择样本代表性强。 2、模型构建 （1）VAR模型构建 VAR模型从某种程度上说是SVAR模型的缩减式，因此，构建SVAR模型之前首先需要构建稳定的VAR模型。单位根检验结果显示（见表1）ADF检验、PP检验、LLC检验GDP均平稳，LNLOAN、LNNPL不平稳，对LNLOAN、LNNPL做一阶差分得到贷款增长率DFLNLOAN和不良贷