基于宏观视角的商业银行不良贷款影响因素的国际比较
时间：2021-02-24 12:02:33 来源：雅意学习网 本文已影响 人 
【摘要】本文选择国内生产总值、固定资产投资总额、广义货币供应量、居民消费物价指数、进出口总额这五个宏观经济指标，利用相关分析、共线性诊断、主成分回归分析等方法建立模型来研究对2000～2013年16个国家商业银行不良贷款率的影响程度。实证结果表明：各国不同宏观经济因素确实会对商业银行不良贷款率产生一定的影响，但是影响的程度和方向存在一定的差异。就中国而言，不能过多依赖相关宏观经济指标来进行调整，可能需要借助于除宏观因素以外的其他因素配合来降低不良贷款率。
【关键词】不良贷款率 宏观经济因素 主成分回归
中图分类号：F830.33 文献标识码：A
一、引言
我国商业银行的不良贷款率呈大幅下降趋势，从2000年的22.4%下降到2013年的1%，已基本上和国际平均水平持平，但是从不良贷款的具体数值来看，依然增势明显。截止到2013年末我国商业银行不良贷款总额为5921亿元，相当于2013年国内生产总值的1.04%，较高的不良资产对我国银行业健康的发展是一个挑战。一般来说，国际上发生的金融危机大多与银行体系巨额的不良贷款有关，当信贷资产质量不能得到保证时，银行体系的安全就会受到威胁。[1]因此研究不良贷款产生的原因，并提出有针对性的改进措施显得非常重要。
国内的研究大多侧重于单纯从国内银行或者企业角度展开分析，缺乏基于宏观因素实证分析的国际比较。事实上宏观经济因素的变动会改变借款人的经营环境，间接导致无法按期偿还借款的可能性增加，最终影响到银行的贷款运行质量。[2]基于此，横向的国家与国家之间的比较，可使得研究具备更好的可比性和参考性。故本文在参考国内外文献的基础上，选择若干个宏观经济影响因素来分析对商业银行不良贷款产生的影响程度，通过分析2000年～2013年14年的数据，把中国和其他15个国家影响程度进行比较，得出不同国家不良贷款影响因素的差异，并提出相应的对策建议。
二、变量的选取和数据的说明
（一）变量的选取
本文在选择实证模型的解释变量时，考虑到指标的代表性、经济意义和数据的可得性，综合国内外文献资料，选取了国内生产总值（X1）、固定资产投资总额（X2）、广义货币供应量（X3）、居民消费物价指数（X4）、进出口总额（X5）这五个指标来研究对不同国家商业银行不良贷款率的影响程度。
国内生产总值是反映一国经济增长和宏观经济周期运行状况的最核心指标，[3]一国经济增长情况越好，则企业的经营环境越好，其偿债能力就越强，形成银行不良贷款的概率就越小；一国固定资产投资总量越大，对经济的拉动作用越好，企业的还款能力就会增强，会在一定程度上制约银行不良贷款的形成概率；广义货币供应量的增加可以推动国民经济的发展，间接使得企业还款能力得到增强，形成银行不良贷款的概率就越小；[4]通货膨胀率越高，无形会增加企业和个人的生存成本，降低其还款的意愿，导致银行不良贷款有大量增加的可能性，本文主要选取居民消费价格指数（CPI）进行分析；除此之外，国内经济贸易的变化也会在一定程度上对银行不良贷款的变化产生影响，两者呈反向变动关系。[5]从以上的理论分析中可以看出，本文选取的五个解释变量除了居民消费价格指数（CPI）与被解释变量不良贷款比率呈正比关系外，其余均与被解释变量不良贷款比率呈反比关系。
（二）数据的选取
本文主要选取世界上主要的16个国家，对不同国家商业银行不良贷款受其宏观经济相关因素间接影响程度展开比较分析。基于数据的可得性及数据的完整性，这里删除了数据不完整的一些国家，16个国家主要包括阿根廷（英文缩写AR，下同）、澳大利亚（AU）、巴西（BR）、韩国（KP）、俄罗斯联邦（RU）、加拿大（CA）、墨西哥（MX）、美国（US）、南非（ZA）、日本（JP）、沙特阿拉伯（SA）、土耳其（TR）、英国（GB）、印度尼西亚（ID）、印度（IN）、中国（CN），涉及到发达国家、发展中国家，有一定的代表性。
本文收集整理的相关国家不良贷款率的数据主要来源于世界银行网站相关数据，基于计量单位统一性的要求，本文选取的五个解释变量涉及到的16个国家的2000年～2013年相关数据统一来源于EIU country data，其中国内生产总值、总固定投资支出、进出口贸易总额单位为10亿美元，广义货币供应量根据不同国家货币与美元的年平均汇率转化为10亿美元为单位，居民消费物价指数以2005年为基期。主要采用SPSS软件，对16个国家的相关因素分别进行实证检验。
三、实证分析过程
（一）相关性分析
本文主要选用Pearson模型进行非参数相关分析。表1的结果显示，除了俄罗斯联邦以外，其他15个国家的因变量与自变量五个指标的相关性都比较强，基本可以通过5%或1%的双侧检验，但是不同国家的相关性检验结果存在一定的差异。超过三分之二国家的不良贷款比率与自变量国内生产总值、固定资产投资总额、广义货币供应量、居民消费物价指数、进出口总额这五个指标都呈现负相关的关系，这与上文的理论分析基本一致。但澳大利亚和南非这两个国家的不良贷款比率与五个因变量指标都呈现正相关的关系，这与上文的理论分析相反，且南非在广义货币供应量、进出口总额这两个指标上缺乏一定的相关性。部分国家存在着因变量和自变量相关性不一致的情况，如美国、英国这两个国家的不良贷款比率除了与固定资产投资总额呈现负相关系外，与其他四个因变量均呈现正相关关系，而日本的不良贷款比率除了与居民消费物价指数呈现正相关系外，与其他四个因变量均呈现负相关关系。基于此，说明建立的模型具有一定的合理性，可以建立因变量与多个自变量的相关回归模型进行实际检验。
表1 16个国家因变量和自变量的相关性检验
其中（**）表示P<0.01，（*）表示P<0.05。
