導語：不良貸款影響要素及金融風險一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

美國金融危機和歐債危機使不良貸款問題再次受到廣泛關注。我國在近幾年來發放的巨額信貸也導致不良貸款生成率有了微幅放大。雖然，之后國家通過資產管理公司運作、注資等方式清收、盤活不良貸款，帶來不良貸款和不良貸款率的“雙降”，但是不良貸款實際數額遠遠超過我們所見。中國正面臨著信貸惡化的風險，這需要我們認真關注不良貸款產生的原因及其可能導致的風險。

近幾年，由于美國金融危機和歐債危機的影響，不良貸款問題再度吸引了眾多國際學者的關注。如，MartinF.Hellwig（2009）對美國次貸危機的系統性金融風險的形成機制進行了研究。他指出用抵押資產證券化的方式分配不動產風險，這種機制在某些情況下反而會造成風險的擴散和加劇。而證券公允價值在擔保機制中的順周期作用在危機時期會進一步在系統中造成向下的連鎖惡性反應，即“多米諾骨牌效應”。RishiGoyal和RonaldMcKinnon（2002）則對日本20世紀90年代的不良貸款解釋成因進行了分析。他們認為，當時日本對美有巨額國際收支順差，持有大量美國債券，“廣場協議”之后，美元相對日元貶值引發日本資產價格泡沫，從而間接造成日本大量不良貸款。反觀現在，中國同樣也持有大量的美國國債，我們應該吸取日本的經驗教訓，謹防美元價值變化對我國經濟產生不良影響。國內關于不良貸款的研究絕大多數都是定性分析，主要集中在對不良貸款成因、不良貸款解決方法、不良貸款的影響等幾個方面。如，周晗菲（2011）將不良貸款生成理論分為:經濟基礎成因論、銀行自身成因論、信息不對稱理論和預算軟約束理論，認為銀行不良貸款源自于經濟運行本身的風險、逆向選擇、道德風險、國有企業的軟約束或者是銀行自身內部的風險控制等問題。孫亞軍（2010）等學者則從其他方面入手，指出法律制度不完善、政府干預，信用體系不健全以及銀行業產權不明等問題也是不良貸款產生的重要原因。黃友志，戚威等（2009）提出應結合國外的經驗，對我國資產管理公司進行整改解決其發展的瓶頸。鄧少春（2009）認為應爭取政府和有關部門的理解與支持，采取切實可行的措施降低不良貸款，組建股份制形式的資產管理公司，剝離、化解、盤活不良貸款，把銀行債權變企業股權甚至是不良貸款打包出售、不良貸款證券化。

賈通志（2011）認為應該積極探索處置不良貸款的新出路，清收并盤活不良貸款。不良貸款原本只是信用風險，但美國的金融危機表明其潛在的系統性金融風險不容忽視。何自云（2010）深入研究了不良貸款對中小企業的不良影響，他認為，銀行不良貸款容忍度的下降必然會導致中小企業融資難的困境加重。孫浩然（2011）提醒我們正確看待不良貸款的“雙降”，對其內在的隱患提高警惕。謹防因不審慎行為、地方政府融資平臺的擴大、將不良貸款挪用于股票和房地產的投資、以及風險集中等導致不良貸款余額的上升，影響銀行的有效經營，從而可能產生系統性的金融風險。國內對不良貸款的定量分析主要集中在不良貸款警戒率、不良貸款定價模型以及不良貸款的宏觀經濟影響因素分析等方面。蔡中華，白學清等（2008）計算得出我國實際不良貸款額，并進而計算出我國實際不良貸款率，再與我國現有的商業銀行不良貸款狀況比較，分析我國不良貸款的真實風險。謝冰（2009）分析了7個宏觀經濟因素與不良貸款之間的關系，得出了良好的宏觀經濟發展情況會降低不良貸款的發生的結論。綜上可見，在定性研究方面，不良貸款產生的原因以及解決方法已經有比較詳細的研究，但定量方面的研究則頗顯不足，尤其是在不良貸款的影響因素上，大多停留在宏觀經濟影響因素，如GDP的增長、貨幣供應量等，沒有考慮到借款人自身的因素。借款人貸款數額、盈利能力、償債能力以及資金成本等都因素都可能導致不良貸款的生成。同時，國內學者對不良貸款可能造成的系統性金融風險也研究不多。因此，本文在總結前人的基礎上，從企業景氣指數和信貸供給兩個方面研究它們對不良貸款的影響，并分析不良貸款可能產生的系統性金融風險。

一、研究設計與模型分析

1.測度方法與變量選擇通常會從以下幾個方面對借款人因素進行研究：企業景氣指數、盈利能力、資產負債率或貸款數額（還款能力）以及貸款利率（資金成本）等，即主要考慮的是借款人的還款能力和違約可能性對不良貸款的影響。企業的經營狀況良好，盈利能力強，會提高企業的償債能力，則會降低不良貸款的發生額；資產負債率過高，或者是貸款利率較高都可能導致違約，從而提高不良貸款的發生額。在剔除了存在自相關以及不顯著的指標后，本文選取企業景氣指數和信貸供給兩個指標，與不良貸款余額進行計量檢驗。各變量界定如下：不良貸款余額（億元）：不良貸款是指借款人未能按原定的貸款協議按時償還商業銀行的貸款本息，或者已有跡象表明借款人不可能按原定的貸款協議按時償還商業銀行的貸款本息而形成的貸款，其本質是銀行經營中的一種潛在損失或者成本。按照貸款的“五級分類法”劃分，可將貸款分為正常、關注、次級、可疑、損失五類，其中將次級類貸款、可疑類貸款、損失類貸款三種貸款稱為不良貸款。金融機構各項信貸供給（億元）：主要指金融機構發放的工業貸款、商業貸款、農業貸款、中長期貸款以及農村信用社貸款。企業景氣指數：又稱企業綜合生產經營景氣指數，是根據企業負責人對本企業綜合生產經營情況的判斷與預期而編制的指數，用以綜合反映企業的生產經營狀況。用純正數形式表示，以100作為景氣指數臨界值，其數值范圍在0—200之間。

2.樣本選擇和數據來源不良貸款數據自2004年開始對外公開，因此，本文的研究時間跨度為2004年第1季度到2011年第3季度，樣本對象為我國商業銀行，包括大型商業銀行、股份制商業銀行、城市商業銀行、農村商業銀行以及外資銀行，數據為不良貸款余額、金融機構發放的信貸供給以及企業景氣指數的季度數據。數據至主要來源于中經網數據庫、中國銀監會網站以及中國金融年鑒（2004年至2011年）。表1不良貸款余額、信貸供給和企業景氣指數。

3.實證分析(1)協整檢驗為了讓變量之間更好的擬合，本文采取了對數的形式。LNNPL、LNEBI、LNCL分別是不良貸款余額、企業景氣指數和信貸供給的對數。首先做回歸分析的單位根檢驗和協整檢驗。表2單位根檢驗結果注：LNNPL、LNEBI、LNCL分別是不良貸款余額、企業景氣指數和信貸供給的對數形式通過單位根檢驗，可看出LNNPL、LNEBI以及LNCL三者的原序列是不平穩的，但是一次差分系列是平穩的，都是一階單整，可以對他們做協整檢驗，檢驗三者之間是否存在協整的關系。表3協整檢驗結果從協整檢驗的結果看，三者之間存在協整關系，可以進行回歸分析。(2)自回歸檢驗不良貸款可能受到不良貸款前期余額和前期信貸供給的影響，因此，將其滯后2期值作為自變量；景氣指數是企業家對未來的預期，因此，也將其滯后2期值作為自變量，運用Eviews軟件進行自回歸得出以下結果。LNNPL=0.054LNNPL(-1)+0.239LNNPL(-2)+2.067LNEBI(-1)(0.21)(0.89)(2.47)-0.21LNEBI(-2)+1.12LNCL(-1)-2.106LNCL(-2)+9.581(-0.21)(0.61)(-1.08)(1.87)注：括號中的是t值，5%水平的臨界值為1.96從自回歸模型的t檢驗結果可知，前期不良貸款額、前期信貸供給對不良貸款沒有顯著影響，前期企業景氣指數對不良貸款有顯著正向影響。(3)格蘭杰因果檢驗為了了解解釋變量和被解釋變量之間的因果關系，本文根據AIC、SC和HQ準則選擇滯后階數為2，格蘭杰因果關系檢驗的結果如下：表4格蘭杰因果檢驗結果格蘭杰因果檢驗表明，在5%的水平上，企業景氣指數是不良貸款的格蘭杰原因；10%的水平上，信貸供給是不良貸款的格蘭杰原因；1%的水平上，企業景氣指數是信貸供給的格蘭杰原因。這可能是因為企業預期經營狀況良好，從而增加了貸款需求，最終造成不良貸款的增長，因此，究其原因，不良貸款的產生可能源自于企業家過分樂觀的預期，也可能是因為貸款發放后的管理不善。(4)回歸分析對不良貸款余額與企業景氣指數、信貸供給進行回歸分析，得到以下結果：LNNPL=18.98+1.40*LNEBI-1.34*LNCL+0.20*D0708（11.39）（4.84）（-24.10）（4.09）R2=0.96F=230.77P=0.00注：括號里的為t值，在5%水平上臨界值為1.96其中，LNNPL為不良貸款額的對數；LNEBI為企業景氣指數的對數；LNCL為信貸供給的對數；考慮到2007年~2008年美國金融危機，設置虛擬變量D0708，2007年1季度到2008年4季度為1，其余為0?；貧w結果表明，括號里面的數值表示的對應截距和解釋變量的t值，均大于1.96，回歸結果顯著。同時R2達到96%，擬合結果較好。不良貸款與企業景氣指數呈現顯著正相關關系，企業景氣指數每增加（或減少）1%，不良貸款額變動增加（或減少）1.40%。同時，不良貸款與信貸供給呈現顯著負相關關系，信貸供給每增加（或減少）1%，不良貸款就減少（或增加）1.34%。虛擬變量與不良貸款呈現顯著正相關關系，也就是說，在2007年~2008年之間，由于某些原因，一個時期內每增加（或減少）1%，不良貸款增加0.20%，表明美國金融危機確實對我國不良貸款的形成產生了顯著影響。

二、結果分析

從回歸分析中可以看出，不良貸款和企業景氣指數呈正相關關系。這與李宏瑾（2008）曾說明的經濟增長與不良貸款存在正相關關系的結論一致。通常我們會認為經濟的繁榮意味著企業有更多的利潤和更強的還款能力，從而伴隨著不良貸款的下降。然而，根據收益與風險相對應的原則，經濟越好，不良貸款率就應該越高。經濟繁榮時，企業擴大融資來擴大生產，銀行放松警惕擴大信貸，不良貸款額就會上升。相反在經濟蕭條時，銀行緊縮銀根，對貸款人的信用水平要求較高，一定程度上會減少不良貸款的發生。不良貸款與信貸供給兩者之間存在負相關關系。這與通常我們所認為的信貸擴張會引起不良貸款增加的結果相悖。我國自2004年以來，不良貸款額總體上持續下降，尤其是在2008年第三季度之后，不良貸款急速下降，而信貸數量一直保持上升的狀態。針對這一現象，趙洪丹、丁志國和趙宣凱（2009）認為不良貸款額的減少主要是因為在統計局里顯示的不良貸款是經注資、剝離、清收之后才登記上去的，因此數量明顯比實際的少。同時，增加不良貸款率的分母數值，即信貸供給，從而降低了不良貸款率。在兩者的共同作用下，不良貸款率在2008年第4季度之后急速下降，因此出現“雙降”現象。但實際上不良貸款是從銀行的賬面移到了資產管理公司，真正實現了不良貸款的處理實際上非常的少，這也證明了為什么在我國不良貸款與信貸總額是負相關關系。最后，D0708虛擬變量與不良貸款是正相關關系，表示在2007年初到2008年末之間，不良貸款顯著上升。這是因為這一時期受到美國金融危機的影響，以外貿出口為主的企業受到重創，經濟陷入了低迷狀態。

三、不良貸款的系統性金融風險分析

不良貸款的隱患在于可能造成系統性金融風險。系統性金融風險指的是整個金融體系崩潰或喪失功能的或然性。與單個金融機構風險或個體風險相比，它具有復雜性、突發性、傳染快、波及廣、危害大五個基本特征。然而，目前我國對于不良貸款的系統性影響還不夠重視，研究不良貸款也僅是停留在成因、解決方法與宏觀經濟影響因素。在當前美國金融危機以及歐債危機所爆發的系統性影響之下，有必要對不良貸款導致系統性金融風險的機制進行研究。第一，從導致不良貸款的原因來看，價格泡沫是誘發系統性金融風險的典型特征。在金融危機之后，國家為了刺激經濟，加大投資并擴大信貸供給，一度導致經濟過熱，其中最顯著的是房地產價格的急劇上升和物價的大幅度上漲。2009年，我國主要金融機構商業性房地產貸款增速高出貸款平均增速6.7個百分點，房地產貸款余額及新增額占比均提高明顯，占比達五分之一左右。目前,我國購房者的月供占收入比、空置率、房價收入比等均超出國際警戒線。隨著國家嚴厲調控房地產政策的頻出，房地產信貸風險不容忽視。同時，通貨膨脹對金融系統性風險的影響也是多元和復雜的。價格上漲會直接導致勞動力成本和原材料成本大幅上漲，再加上“價格黏性”的原因，使得企業無法及時轉嫁生產成本，處境困難。其次通貨膨脹背景條件下，存款資金回報率相對降低，引發“存款搬家”現象?！鞍峒摇钡拇婵盍飨蛸Y本市場，易引發資產泡沫。為追求利潤，在可貸資金減少的情況下，銀行可能采取冒險性的經營活動，加劇風險。從銀行方面來看，過度追求利差和內部風險控制的不完善，使道德風險擴大，產生更多不良貸款。第二，金融的同質化會加劇系統性金融風險。就金融系統整體而言，金融的同質化風險是眾多不同的市場微觀主體基于同一制度規則要求、相同或相近的思維模式或認知模型預期而采取相同或類似的行為，這類行為的作用力方向基本一致，不能彼此抵消，形成金融系統內部的正反饋環，強化了放大作用，在正的一面會催化金融泡沫膨脹，在負的一面會加劇金融危機沖擊的惡性循環，兩方面都使系統缺乏收斂性，不利于保持金融穩定。目前我國存在五種金融同質化風險：采用公允價值計量的會計準則取消歷史成本計量時所存在的差異性，加劇了市場波動；監管部門設定某些規則要求也會導致金融的同質化風險，如評級機構。大多數金融機構普遍采用相同或類似的計算機模型導致了同質化風險；金融機構的公司治理機制失效，金融高管的薪酬激勵發生扭曲，導致追逐短期利益的冒險行為普遍化；在評級市場高度壟斷的情況下，金融系統在投資決策和風險管理時高度依賴外部信用評級，主要評級機構的行為失當會導致和加劇同質化風險。第三，銀行系統自身長期積累起來的金融風險。這種積累性金融風險的一個最明顯和最突出的外部表現特征是我國銀行系統長期積累起來的大量不良資產，并已成為我國銀行體系改革與發展的一大歷史包袱和棘手難題。從近幾年來看，銀行的不良貸款率有了顯著的下降，尤其在2008年底以后。但是實際不良資產仍然存在，只是部分轉移到資產管理公司或者由政府處理。同時，歷史經驗也表明，每輪宏觀調控后都是銀行體系不良貸款比率上升的高峰期，由于CPI指數的不斷攀高，2008年央行實施從緊的貨幣政策，貨幣緊縮政策及信貸規模控制的嚴格到位，投資、出口乃至整個GDP增長將逐步降溫等因素，有可能導致不良貸款出現反彈。實際上，信用風險與系統性風險之間并沒有完全的界限，有一個灰色地帶，一旦信用風險無法控制，就會產生一系列的系統性金融風險，美國的金融危機就是一個最好的例子。同時金融體系的傳導性會影響金融的穩定性，是銀行倒閉，引發危機的主要原因。

四、結語

本文用定量的方法研究了不良貸款的影響因素，并對不良貸款可能產生的系統性金融風險做了簡單的闡述，這是對各種金融風險相關性的初步探索。本文的創新點就在于從借款人的角度出發，選取指標進行實證分析，論證經濟的發展存在一定的風險，這種風險以銀行貸款違約的形式表現出來。但是，在指標的選擇上不能綜合的考慮各種因素，指標的選擇比較簡單。同時，數據選取較少，不能充分的說明問題。用時間序列進行實證分析也存在一定的缺陷，實證的結果只能作為參考，不能絕對的說明問題。對于本文想要闡述的不良貸款的系統性金融風險分析，還停留在簡單的定性分析。因此，在今后的研究中，應努力采取更合適的研究方法，如結構方程或者社會網絡分析等進行研究，選擇不良貸款的數據與系統性金融風險的量化指標進行驗證，這樣的分析才更加深入和完善，同時讓我們的討論更有現實意義。