会员登录
会员注册摘要：本文利用动态面板模型的经验估计结果发现，在考虑宏观变量M2的稳健模型下，贷款损失准备金LLP与贷款总量、资产收益率、不良贷款率和货币供应量之间存在显著的正相关关系。中国商业银行提取贷款损失准备金的行为与宏观环境、经济周期以及央行货币政策调整有关，今后在准确界定行业景气、行业风险的基础上，可以考虑按预计损失而非实际损失计提特种准备，可在一定程度上做到逆经济周期和提前防范系统性风险。
关键词：商业银行，贷款行为，盈余管理，贷款损失准备，动态面板模型
一、引言
从实践应用来看，贷款损失准备具有防范银行信用风险与补充银行资本的特性，是目前我国银行监管当局对商业银行监管的一个重点。有研究发现，缺乏对银行贷款损失准备的有效监管会降低最低资本监管的有效性，银行资本的周期性波动不仅是以风险为基础的银行资本监管造成的，更主要的是缺乏以风险为基础的对银行贷款损失准备计提行为的监管造成的，银行资本的不足很大程度上是计提贷款损失准备不足引发的。
从理论上看，商业银行贷款的数量和质量影响到其贷款损失准备的计提，而贷款损失准备的计提又会影响到商业银行的贷款能力；另一方面商业银行有通过贷款损失计提来操纵利润的动机，商业银行的盈余和贷款损失计提存在相互的动态影响。另外，经济景气循环和宏观环境也会影响贷款损失准备金的计提。
但在实证分析上，还缺乏对我国银行体系的经验研究，贷款损失准备有多种影响因素及复杂的制度背景。本文正是基于此，采用新的实证分析方法来探讨我国商业银行贷款损失准备金的影响因素。
二、文献综述
(一)商业银行的损失准备金管理与信贷周期关于贷款损失准备管理与信贷周期的研究，国外有多种文献。Arpa等(2001)、Laeven和Majoni(2003)等将贷款损失准备金LLP与宏观经济变量联系起来，他们假设银行贷款的质量会随着经济周期的波动而波动，在变化波动过程中，银行的损失准备金管理及其派生后果发挥了较为重要的作用，原因就在于银行在经济低迷期提取较多损失准备会缩减贷款供给，进而通过金融加速器效应来影响实体经济的波动和周期。Asea和Blomberg(1998)揭示在经济周期的演化过程中，商业银行习惯按照由严到松的路径改变借款标准，从而使信贷在经济周期的不同阶段均具有放大效应。Bouvatier和Lepetit(2008)研究发现，在经济繁荣时期，由于对未来具有乐观预期，商业银行提供更多的信贷投放；相反在经济低迷期，商业银行因为要提取较多的贷款损失准备可能进一步压缩信贷。
相对而言，直接考察贷款损失准备对银行借贷行为影响的文献相对较少。Shrieves和Dahl(2002)对日本银行业的研究发现，贷款损失准备与贷款变化之间有显著的负向关系，表明贷款损失准备可能影响商业银行的信贷周期。Bouvatier和Lepetit(2008)发现非自由裁量的贷款损失准备管理(包括资本充足约束)诱导的银行行为放大了信贷波动，并将之归结于后向的损失准备制度。他们认为这能被基于前向规则的风险评估的LLP管理所抵消，当银行基于前向规则进行LLP的管理时，银行的LLP行为将是逆周期的。因为信贷风险通常是在经济繁荣时期产生，在经济低迷时形成，经济扩张可能引致银行借款的过度扩张和风险评估的放松，因此银行应在经济繁荣时期承认其信贷组合的潜在风险，并及早为经济衰退时期的风险形成提取足够和有远见的LLP，从而降低经济低迷时期LLR不足引发的预期损失对资本的侵蚀，以及由此引致的信贷紧缩和宏观经济的衰退(Borio等，2001)。也就是说，当银行对其LLP进行逆周期管理时，能减小资本监管的顺周期影响。
(二)LLP与商业银行盈余管理
LLP的盈余管理假说是指：当银行的预期盈余水平较低时，它可能“故意”低估LLP(或当期提取较少的LLP)来缓和其他因素对盈余的不利冲击；相反，当银行的预期盈余水平较高时，它选择能减少收入的应计项目来最小化盈余的波动性(Bouvatier和Lepetit，2008)。当银行的实际损失超过预期时，它将从LLR(Loan Loss Reserve，简称“LLR”)中核销部分准备；当其实际损失小于预期损失时，它将追加计提LLP到LLR中去。收入平滑能给银行及其管理者带来诸多好处，第一，收入平滑能使银行获得更为稳健的资本管理目标。当银行收入被(部分地)平滑之后，其盈余将受到经济周期中信贷损失波动的较小影响，从而降低了预期损失对资本的侵蚀可能(Laeven和Majnoni，2003)。第二，收入平滑通过减小银行报告盈余的波动性来积极影响人们对其风险的感知(Greenwalt和Sinkey，1988)，进而降低市场约束。第三，银行经理的补偿计划也可能鼓励了其收入平滑行为。大多数相关文献报告了银行使用LLP进行盈余管理的经验证据(Collins等，1995；Ahmed等，1999；Laeven和Majnoni，2003；Hasan和Wall，2004；Bikker和Metzemakers，2005)。
目前国内文献主要集中在研讨影响商业银行贷款损失准备计提的影响因素及计提策略分析方面；李宗嘉、陆军(2008)指出在信贷市场完全信息假设的条件下，银行在贷款定价中已经通过对风险溢价的调整反映了不同借款人违约风险的大小，银行所需计提的贷款准备金可以用风险溢价来抵补，而银行则可以因此而获得无风险收益。然而，事实上，信贷市场是典型的信息不完全市场。在信贷市场中，贷款损失具有不确定性、滞后性和隐藏性等特点。同时，在缺乏贷款二级市场和贷款会计处理目前普遍采用历史成本会计法的情况下，风险溢价仅仅反映的是银行在贷款初期对损失的判断，贷款存续期内影响借款人履约能力的任何因素的恶化都会使风险溢价难以覆盖预期损失。王林(2009)分析认为商业银行的信贷投放行为具有顺周期性，而现存的贷款损失准备计提制度有内在缺陷。王林认为巴塞尔协议作为一种微观经济风险管理的手段，只能降低单个借款者所带来的不同程度的风险，而对于影响所有经济实体的宏观经济风险，这种制度本身所具有的顺周期性使其很难在一个完整经济周期中降低整个银行体系的系统性风险。所以王林提出了基于完整估计周期的贷款损失准备计提的制度设计这一想法。
该制度设计的关键是将逆经济周期的要素引入到现有的拨备计提框架中来，建立起某种向前看的拨备制度。在这一制度下，经济繁荣时期，商业银行每增加一笔贷款，就要预期到未来可能发生的潜在损失。
完整的实施反周期的贷款损失准备计提制度也需要会计准则方面以及税法方面的相应调整。反周期性的贷款损失准备制度作为一种着眼于管理宏观系统性风险的重要制度创新，将在很大程度上提升商业银行管理系统风险的能力，并在微观与宏观两个层面上完善商业银行的风险管理体系。许友传、杨继光(2010)研究指出，贷款损失准备是银行事前计提的用于覆盖预期损失的一种拨备，能降低银行报告盈余的波动性，可被用于满足盈余管理的需要。当商业银行使用贷款损失准备进行盈余管理时，其报告盈余将与贷款损失准备正相关，然而在对我国的样本商业银行和样本主要股份制商业银行进行实证研究时却发现我国的样本银行缺乏对贷款损失准备的管理动机或者说是管理需要。研究还发现城市商业银行的盈余管理动机更弱，这可能是由于我国银行特定的所有权结构、控股结构及其衍生的管理激励所造成的。王小稳(2010)研究发现，银行的规模与贷款损失准备有关，规模越大，相应的贷款损失准备越多。
因此建议银行不应当盲目扩张。研究同时指出不良贷款与银行的贷款损失准备正相关，不良贷款越多，银行的风险便越大。而与此同时，资本充足率指标对贷款损失准备金的影响甚微。国内学者孙天琦(2005)根据5家上市银行的年报分析认为，仅仅从贷款损失准备比例看，大多未充分体现周期特征，在经济周期高点可能相对少提。各上市银行贷款损失准备提取比例有一定差异，计提损失准备时各家商业银行对抵押物金额扣除不同。
总体来看，关于商业银行贷款损失计提与宏观经济周期的研究文献相对丰富，但从微宏观相结合的角度来研究贷款损失准备计提影响因素方面存在不足，一是数据来源问题，二是计量方法问题，本文的研究希望弥补这方面的欠缺。
三、研究设计和样本
(一)样本数据
根据数据的可得性，样本期间为2004年-2009年，原因2004年之前，我国上市银行较少，进行规范信息披露的商业银行很少。选定国内上市银行的9家全国性银行，分别为中国银行、建设银行、工商银行、中国农业银行、兴业银行、浦发银行、深圳发展银行、民生银行、招商银行，相关数据来自国泰安金融数据库、北大中国经济研究中心色诺芬数据库。尽管这不是一个全样本的研究对象，但这几大银行基本能反映出国内银行的贷款损失准备计提情况。
表一给出了主要变量的名称及其解释，其中，LLP是商业银行贷款损失准备金当年计提的量，贷款损失准备是个预期变量，银行根据在期增加的贷款额预测未来的损失程度，并计提一定的贷款损失准备。自变量为商业银行在期的贷款总量LOAN。ROA为商业银行期的净利润占总资产的比率，如果商业银行有一定的平滑其收入动机时，会影响贷款损失准备，如果当年的ROA过高，可能会导致商业银行的LLP相应地高一些，而当ROA低时，可能会导致商业银行的LLP降低，因此预期其系数>0。BADLOAN为商业银行预期的不良贷款率，当贷款的违约概率上升时，贷款的预期损失增加，从而相应计提的贷款损失准备越多，故预期其系数>0。宏观控制变量包括货币供应量等指标。
(二)研究方法
本文主要研究上市商业银行贷款损失准备计提的微观和宏观影响因素。一方面商业银行的贷款数量和质量影响到其贷款损失准备的计提；另一方面宏观经济环境影响商业银行的盈利能力以及贷款质量，从而影响贷款损失准备金的计提。另外，考虑动态的影响，商业银行贷款损失准备金的计提受上期计提的影响，基于此，在本文的研究中加入宏观经济因素的相关变量。因为宏观经济因素的非平稳性，本文研究将使用非平稳面板数据动态估计计量方法进行实证研究。
本文的非平稳面板数据计量方法包括面板单位根和动态面板系统矩估计方法。面板单位根检验主要改善了小样本问题，提高检验效果；考虑到商业银行贷款损失计提的惯性或部分调整行为，商业银行计提贷款损失准备金的当前行为受前期和过去行为的影响，如果在面板模型中，解释变量包含了被解释变量的滞后值，则称之为“动态面板数据”(Dynamic PanelData，简记为DPD)，考虑动态面板数据，及时组内估计量(FE)也是不一致的，即存在“动态面板偏差”，为解决这个问题，Blundell和Bond(1998)将差分GMM与水平GMM结合在一起，将差分方程与水平方程作为一个方程系统进行GMM估计，称为“系统GMM”，可以提高估计效率和估计变量参数。
根据本文前面文献总结分析及动态面板估计方法要求，构建整体样本公司基本实证模型如下：
