第 36卷 第 1期
2015年 1月
经 济 与 管 理 研 究
Research on Economics and Management
V01．36 No．1
Jan．2015
商业银行贷款损失准备具有顺周期性吗?
周 晔 张 萍 高 赛
内容提要：本文通过对中国2004--2013年间55家商业银行的实证检验，发现中国商业银行的贷款损失准备的
计提存在顺周期性和收入平滑效应。将总体样本分为上市银行与非上市银行后发现，上市银行贷款损失准备的收
入平滑效应更为显著；而非上市银行在贷款快速增长的同时，贷款损失准备的计提反而出现下滑迹象。对交互效
应的进一步研究还发现，在控制 GDP波动和税前利润的前提下，贷款规模、银行资产增速、不良贷款率、银行资本化
程度对贷款损失准备计提均具有显著影响。本文证实基于商业银行 自身特点的贷款损失准备并不适合统一的监
管行为，监管当局应考虑建立差异化的拔备和监管机制。
关键词：贷款损失准备 顺周期性 收入平滑效应
中图分类号：F830 文献标识码 ：A 文章编号 ：1000—7636(2015)01—0057—10
引言
自21世纪以来 ，全球金融市场震荡频繁，危机层出不穷。为预防经济下行时银行顺周期行为所引发的增长
停滞，各国监管部门纷纷强调要加强宏观审慎管理，实施逆周期缓冲政策，避免信贷投放的过度波动。在此背景
下，研究、评估商业银行贷款损失准备计提对宏观经济周期以及银行收入波动的影响，具有重要的理论和现实
意义。
本文采用动态面板系统 GMM估计方法，对国内55家商业银行2004--2013年的非平衡面板数据进行实证检
验，发现中国商业银行的贷款损失准备计提存在顺周期性和收入平滑效应。将总体样本分为上市银行与非上市
银行后发现，上市与非上市银行的贷款损失准备均表现出显著的顺周期特点，同时上市银行贷款损失准备的收入
平滑效应更为显著。非上市银行则发现其贷款损失准备政策的连贯性不好，并且非上市银行在贷款快速增长的
同时，贷款损失准备的计提反而出现下滑迹象。对模型交互效应的进一步研究还发现，在控制 GDP波动和税前
利润的前提下，贷款规模、银行资产增速、不良贷款率、银行资本化程度对贷款损失准备计提均具有显著影响。本
文实证基于商业银行自身特点的贷款损失准备并不适合统一的监管行为，差异化的拨备和监管机制应该更符合
中国银行业的运营现状。
本文余下部分结构安排如下：第二部分为文献综述；第三部分为相关计量模型，解释样本数据的选取，并且描
收稿日期：2014—08—25
基金项目：北京市教育委员会人文社会科学研究计划面上项目“银行业非利息收入结构及其风险防范研究”(SM20140038002)；北京市哲
学社会科学规划项目“市场结构快速变迁下的中小银行风险研究”(14JGB073)
作者简介：周 哗 首都经济贸易大学金融学院／金融风险研究院副教授，北京，100070；
张 萍 首都经济贸易大学金融学院／金融风险研究院讲师；
高 赛 首都经济贸易大学金融学院硕士研究生。
57
经济与管理研究(2015年第1期) l Research on Economics and Management(No．1，2015)
述本数据的统计特征；第四部分为实证检验，在对贷款损失准备计提的顺周期行为及利润平滑效应进行实证检
验，并对相关实证结果做出解释；第五部分为研究结论及启示。
一
、文献综述
对于不同国家、不同制度和计提方法下，贷款损失准备(Loan Loss Provision，LLP)是否具有顺周期性问题，国
外的相关研究颇为丰富。早期大多数研究表明，银行经济行为的顺周期性特征十分明显。在贷款发放方面表现
为经济繁荣期信贷增速较高，贷款损失准备金方面表现则为繁荣期减少提取比例。如保里奥等(Borio et a1．，
2001)通过研究 10个 OECD国家 1980--1990年间的数据，认为贷款损失准备与经济周期具有极强的负相关关系 ，
即顺周期性⋯。但也有学者认为，从一个完整经济周期的角度来看，商业银行贷款损失准备的计提很难考虑到经
济周期的长期影响，在很大程度上具有被动适应经济周期的特点。如斯托兹(Stolz，2011)以 1993--2004德 国银
行业数据为样本，研究经济周期对德国银行贷款损失准备的影响，发现存在逆周期计提的波动。资本较少的银行
在经济衰退时不会减少风险加权资产，表明低资本化不会迫使银行减少放贷 。
相关文献对新兴经济体国家银行业资本缓冲的顺周期性行为也有涉及。安克诺姆克丽武等(Angklomkliew，
et a1．，2009)利用1998--2008年间的官方数据，研究次贷危机后亚洲区域银行机构贷款损失准备的表现，他们发
现8个亚洲国家的贷款损失计提均具有逆周期性 。帕克和朱(Packer&Zhu，2012)通过对亚太地区12个经济
体2000--2009年问240家银行的研究，也发现亚洲部分地区，尤其是印度的贷款损失准备计提呈现逆周期性的特
点。他们对这种逆周期行为解释是：1997年的亚洲金融危机给亚洲银行业足够的经验教训，促使亚洲地区各监管
当局和金融机构积极采取逆周期的计提等措施，以抵御外部风险冲击。这让亚洲银行业的贷款损失准备在随后
的次贷危机中呈现逆周期性，从而缓释了次贷危机对亚洲金融市场的冲击 。
从商业银行自身经营的动机来看，贷款损失准备计提在防范风险的同时，还会影响到银行的盈利水平，具有
收入平滑效应。鲍沃泰尔和莱贝德(Bouvatier＆Lepetit，2008)曾发现，当银行的预期盈余水平较低时，它可能“故
意”低估(或当期少提取)贷款损失准备，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，会选择多计提损失准备以最小化盈余的波动性 。
贷款损失准备的这种收入平滑效应能给银行及其管理者带来诸多好处。一方面，收入平滑能使银行获得更
为稳健的资本管理目标。莱文和马诺尼(Laeven&Majnoni，2003)发现，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侵蚀资本的可能 。巴拉和麦肯纳(Balla＆
McKenna，2009)认为利用在经济形势较好时，累积的动态拨备存量可用来吸收信贷损失，动态拨备的缓冲能力降
低了经济低谷期由于银行资本不足导致危机的可能性 。另一方面，收入平滑行为可以降低针对银行的各类约
束行为。如格林瓦尔特和申奇(Greenwah＆Sinkey，1988)认为，通过对贷款损失准备的顺周期管理(即在经营好
的时期计提较多的贷款损失准备，而在经营不好的时期计提较少的贷款损失准备)，能降低银行报告盈余的波动
性，“隐藏”其真实风险水平或风险承担行为，从而改变监管当局和市场参与者对其风险的感知与判断，最终降低
来自监管当局的监管约束①，以及来自市场参与者的市场约束 。
对于贷款损失准备收入平滑效应的国外实证文献存在较大差异。如：早期卡瓦略和马诺尼(Cavallo&
Majnoni，2002)发现，在G10国家的银行中，贷款损失计提与利润的增长呈正比，具有前瞻性；而非 G10国家却不
具有这个特点 。其后比克和梅泽梅克斯(Bikker＆Metzemakers，2005)等学者发现，贷款损失准备与银行的报告
盈余呈显著正相关关系 “ 。厄尔 ·苏德(E1Sood，2012)根据2001--2009年间878家英国银行数据进行实证检
58
① 从监管层面来看，贷款损失准备应该逆经济周期计提，才能有效防范银行体系的系统性风险。
Research on Economics and Management(No．1，2015)l经济与管理研究(2015年第1期)
验，结果强力支持贷款损失准备的收入平滑行为 。但是，丰赛卡和冈萨雷兹(Fonseca&Gonz~tlez，2008)对多国银
行面板数据的研究却认为，商业银行的收入平滑动机取决于投资者保护、会计信息披露、监督与管理、金融结构和金
融发展等因素，随着投资者保护程度、会计信息披露程度、监管活动的增强，银行的盈余管理动机呈下降趋势u 。
在国内，也有诸多研究贷款损失准备顺周期行为的相关文献，但是结论却迥然不同。早期有学者认为国内商
业银行的贷款损失准备不存在周期性特征。如孙天琦(2005)根据5家上市银行的年报分析认为，各上市银行贷
款损失准备提取比例有一定差异 。仅从贷款损失准备比例来看，大多未充分体现周期特征，在经济周期特征
高点可能相对少提。其后，诸多学者却认为商业银行的贷款损失准备存在逆周期性。如许友传(2011)a将中国
银行贷款损失准备的逆周期变动的根源归因于商业银行在根据即期或历史的贷款损失信息进行信贷风险的评估
时，高估了信贷组合未来的预期损失，从而倾向于计提较多的贷款损失准备 。许友传等(2011)b进而提出了一
种估算银行理论上应计提的贷款损失准备数量的模型，并在将之与监管当局要求的应提准备以及银行自身的实
提准备进行比较后，对中国商业银行贷款损失拨备管理的适度性进行研判 。也有学者将贷款损失准备的计提
与宏观经济政策联系起来。如段军山(2012)发现，在考虑宏观变量 M2的稳健模型下，贷款损失准备金与贷款总
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，进而他认为，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 。
与贷款损失准备的顺周期性研究相比，国内涉及贷款损失准备收入平滑效应的相关实证研究较少。许友传
和杨继光(2010)曾指出贷款损失准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。他们选取中
国42家商业银行2004--2007年间的数据，检验商业银行的贷款损失准备计提是否具有利润平滑行为，未发现中国商
业银行贷款损失准备的计提与当期盈余之间存在着显著的正向关系” 。但是，赵胜民等(2011)的实证却支持中国
商业银行运用贷款损失准备进行平滑利润的盈余管理 。陈雯靓和吴溪(2014)也发现，2007年起施行的新会计准
则显著遏制了商业银行的利润平滑行为，但是新会计准则的施行并未完全消除商业银行的利润平滑行为。加 。
综上所述，国内学者对于中国商业银行贷款损失准备是否具有顺周期性、利润平滑效应以及其影响程度都进
行了研究，但是对于银行贷款损失准备与经济周期、利润之间关系的争论仍在进行。大多数研究认为银行贷款损
失准备具有逆周期性，存在熨平收入的现象。但国内研究拘于数据来源所限，主要集中于上市银行，多数研究并
没有将现在发展势头较好的非上市银行及广大城商行囊括进去；此外，多数研究的时限较短，未能涵盖一个完整
的经济周期，因而很难判断商业银行贷款损失准备的周期性行为。因此，本文将利用 55家商业银行更加详实的
数据，根据2004--2013年这一更长的样本期限，对中国商业银行贷款损失准备的顺周期行为进行更为深入、全
面 、细致地实证研究。
二、模型设计、样本选取及数据的描述性统计
(一)模型设计
商业银行贷款损失准备计提的初衷是为了覆盖银行贷款业务中出现的预期损失。由于信贷投放的周期性特
点，加之影响银行贷款损失准备的各个因素(如财务绩效、风险承担等)是由个体银行间贷款损失准备计提的差异
造成的，而个体之间的差异是固定 的(非随机 )。① 因此，本文拟通过建立非平衡面板模型，采用系统矩估计
(System Generalized Method ofMoments，以下简称系统GMM)方法，( 控制各家银行的异质性影响，从宏观和微观两
① 如有可能存在的贷款范围(行业范围、地域范围)、管理能力和经营策略等方面的差异。
② Blundell＆Bond(1998)将差分 GMM与水平 GMM结合在～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。该估计方法可提高估计效率，还能估计不随时间变化的变量参数。
59
经济与管理研究(2015年第1期) I Research Oil Economics and Management(No．1．2015)
个层面来研究贷款损失准备计提的顺周期行为。基本模型设定如下：
L已P【．1=卢0+ l I．f—l+ 2Ⅳ + 3LOANASSET~
，
+ CAR + 5DLOANi
， +卢6EBTPTA +卢7 DGDP + (1)
模型的解释变量主要包括贷款质量(NPL、LOANASSET、贷款增长率)、资本充足率，GDP增长率，税前利润等
影响因素。在考察商业银行的周期性行为时 ，本文主要关注税前及计提前利润(EBTPTA)和 GDP增长率(DGDP)
这两个变量对银行贷款损失准备的影响。银行的税前利润与个体银行的经营行为有关。若该变量的系数 为
正，说明银行在利润高时会增加贷款损失准备的计提，是熨平收入的行为。GDP增长率表明的是贷款损失准备与
整个宏观经济间的周期关系，其系数 若为正，说明银行在经济形势转好时会多计提贷款损失准备，用于应对经
济的下行期，表现为贷款损失准备的逆周期性。
(二)变量选择及其统计特性
1．被解释变量
衡量贷款损失准备的指标有两项，贷款损失准备和贷款损失储备(Loan lossreserve，LLR)。本文分别采用这
两类指标进行实证检验和稳健性检验。其中：
贷款损失准备( P)：银行每年计提的数额，是流量概念。相对于银行资本缓冲覆盖非预期损失，贷款损失
准备主要用于覆盖预期损失。本文采用银行每年计提的数额与资产总额之比衡量。
贷款损失储备( )：银行每年计提贷款损失准备的累积数额，是存量概念。本文采用贷款损失准备余额与
资产总额之比衡量。
2．解释变量
贷款质量：由于设立贷款损失准备是作为贷款损失的缓冲，所以贷款质量是本文考虑的首选变量。参考以往
文献，本文采用三个指标衡量贷款质量。首先是最常用的不良贷款率(ⅣJ )；另一个银行贷款质量的关联变量是
贷款增长率(DLOAN)，这是因为通常高的贷款增长率一般意味着高风险。最后，本文还关注了贷款资产比
(LOANASSET)指标，这主要源于贷款比银行的其他资产，如现金、债券、储备金等的风险要高，高的贷款资产比理
应与较高的贷款风险相关。
经济周期：为考察中国银行业贷款损失准备是否具有顺周期的效应，本文遵循西摩(Shim，2013)的方法，采用
GDP增长率(DGDP)考察贷款损失准备的周期性行为 。
计提前利润：莱文和马诺尼(Laeven&Majnoni，2003)发现贷款损失准备的计提和利润收入之间具有正相关
关系。同理，本文通过引入计提前利润(EBTPTA)这一变量，考察国内银行是否存在运用贷款损失准备平滑收入
的现象。①
资本充足率：高资本意味着银行准备好了风险缓冲，而贷款损失准备也是银行为应对风险而做出的缓冲准
备。贷款损失准备金可分为一般准备、专项准备和特种准备，它的不同部分对经济周期和资本充足率的影响是不
同的。专项准备恶化了信贷紧缩，而一般准备则没有上述影响。不过相关文献，如鲍沃泰尔和莱贝德(Bouvatier
＆Lepetit，2008)等，并未证明银行的贷款损失准备与资本充足率之间的关系。为此，本文引入该变量考察国内银
行资本充足率(CAR)对贷款损失准备计提的影响。
(三)数据来源和数据的描述性统计
1．数据的来源和处理
本文选取2004--2013年全国21 1家商业银行的非平衡样本数据。样本选择起始时间为2004年，主要原因是
① 国际会计准则规定贷款损失准备只能基于已发生的贷款损失 ，熨平收入被认为违背了国际通行的会计准则，如 IAS 39。
Research Oil Economics and Management(No．1，2015)J经济与管理研究(2m5年第1期)
2004年银监会颁布了《城市商业银行监管与发展纲要》，城市商业银行年度报告的信息披露工作至此才得以完
善。此外，本文所有银行的数据均来源于bankscope数据库和国泰安数据库，相关宏观经济方面的数据则来源于
世界银行数据库。
为保证数据的完整性，对数据进行如下处理：一是为减少误差，删除有离群观测值的银行样本数据。本文首
先计算资产回报率、银行资产增长率、银行贷款增长率、贷款与资产的比率以及不良贷款率这些变量的1％和
99％分位数；然后将观测值低于 1％分位数或者高于99％分位数的银行从我们的样本中剔除，剔除后还保留有
179家银行样本。二是为了保证银行报告的质量，剔除少于连续三年数据的样本对象。这样便于从纵向的动态角
度观察样本。经数据处理后，符合上述条件的中国商业银行样本共计 55家。
2．数据的描述性统计
表 1给出了全体样本数据变量的描述性统计。总体样本变量的观测值大致在400个左右，平均每家银行在
2004--2013年有7个以上的观测值。其中， R作为贷款损失准备的存量，与资产的比率的均值是 1．34％，标准
差为0．82，波动较大。，J P与资产的比率的均值为0．44％，标准差为0．37，波动较小。不良贷款率为1．27％，这
主要源于中国政府对大型银行的不良贷款剥离。资产和贷款的增长率在23％ ～26％，同时其标准差相对较大，原
因在于不同类型银行的发展速度差异较大。贷款与资产比率的均值大约54％，税前及计提前的利润不高，呈现中
国银行业粗放型经营模式的特征。
从分类样本的角度来看，上市银行的贷款损失储备LLR要高于非上市商业银行，这是由于上市银行损失储备
的积累年限多于发展短期限较短的非上市商业银行。从表中也可以发现，非上市银行出现偏高的资本充足率和
不良贷款率的同时，从资产和贷款的扩张速度和盈利能力来看，非上市银行要高于上市银行，说明伴随着非上市
银行资产和贷款规模的扩张，不良贷款的增加较为明显，非上市银行为此相应增加了贷款损失准备的计提，这使
得其贷款损失准备相对偏高。以上数据初步验证 ，相对于上市银行的低资本充足率和低不 良贷款率，非上市银行
虽然有风险防范的意识，但是风险水平依旧偏高。
表 1 主要变量的描述统计
LL尺 1．34 0．82 420 1．40 1．11 135
LLP O．4_4 0．37 405 0．33 0．19 120
CAR l1．56 3．54 39l 11．24 3．39 126
1．27 1|48 393 1．15 1．63 l29
，jASSE 26．38 15．94 342 25．O1 13．38 114
D OAⅣ 23．O9 13．4_4 410 21．49 12．91 13l
LOA 4SSET 54．26 8．53 435 52．87 7．53 135
EBTP 1．86 O．63 405 1．64 0．35 120
1．31
0．49
11．71
1．32
27．O6
23．84
54．88
1．95
0．65
0．41
3．61
1．40
17．O6
13．64
8．89
0．70
资料来源：Bankscope和国泰安数据库。
三、商业银行贷款损失准备计提的实证分析
本文采用 stata 12软件进行非平衡动态面板数据的系统GMM估计。
(一)总体样本分析
总体样本系统GMM的估计结果如表2所示。
由实证结果可知，两个关键变量 EBTPTA和 DGDP的系数均非常显著。基本上 EBTPTA每增长 1％，贷款损
61
5 5 5 4 8 9 O 5 勰 ∞
经济与管理研究(2015年第1期) l Research on Economics and Management(No．1，2015)
失准备增长0．07％ ，验证了中国银行计提贷款损失准备时的平滑利润行为 ，即在利润增长较多的年份会计提较多
的贷款损失准备。DGDP的系数在99％的置信水平下显著为负，说明经济周期与银行贷款损失准备计提之间呈
负相关性，即中国商业银行的贷款损失准备计提具有顺周期性。贷款损失准备滞后一期变量的系数为负，并且统
计上具有显著影响，这表明贷款损失准备金遵循均值回复的过程，说明贷款损失准备政策具有连贯性，前期损失
会继续在下一期计提贷款损失准备。
贷款损失准备与代表贷款质量的变量(不良贷款率NPL和贷款资产比LOANASSET)的系数呈显著正相关关
系；表明与中国的会计准则的要求相一致，商业银行在贷款损失风险提高时，会增加损失准备的计提。此外，实证
结果发现，资本充足率 CAR的系数也非常显著，说明银行资本准备损失计提与资本充足率之间的联系较为密切。
商业银行会在考虑资本准备是否充足的同时，按照损失情况计提其资本准备损失。最后，贷款损失准备与贷款增
长率(DLOAN)的系数数值相对较小，说明银行在贷款增长快的时候，商业银行会按照会计规则计提其资本准备损
失，对风险的关注度较低。
(二)分类分析
为进一步考察不同类型商业银行的损失计提特征，将总体样本分为两类，即：上市银行和非上市银行，相关实
证结果如表 3所示。
表2 总体样本估计结果 表 3 上市银行与非上市银行的计量结果
# ll
EBTPTA
DGDP
(一1)
NPL
CAR
DLoAN
观测值
0．0188⋯
(7．79)
O．1347⋯
(11．30)
0．0182
(7．14)
一 O．0o19”
(一2．21)
一 0．8060⋯
(一7．89)
243
注： 、” 、⋯ 分别代表系数在 10％ 、5％和 1％的
置信水平下显著，括号中的数字为 z统计量。
注： 、“、⋯ 分别代表系数在 10％、5％和1％的置信水平下显著，括号
中的数字为z统计量。
第一，从顺周期的考察指标看，上市与非上市银行的贷款损失准备计提与DGDP在99％的水平下均显著负相
关，说明国内商业银行的贷款损失准备具有顺周期性，会增加银行信贷的周期性波动。上市银行和非上市银行的
贷款损失准备计提都与计提前利润(EBTPTA)呈显著的正相关的关系，说明两者都在利润增长时增加对贷款损失
准备的计提，贷款损失准备具有熨平收入的作用。同时，上市银行的系数(0．236)明显高于非上市银行的系数(0．
084)，证明上市银行利用贷款损失准备来平滑各年利润的盈余管理策略更为超前。
第二，从估计结果来看，银行的不良贷款率NPL对于上市银行和非上市银行的贷款损失准备计提的影响显著
且均为正，这与中国的贷款损失准备计提的准则一致。此外，上市商业银行贷款损失准备与其滞后一期项系数为
62
●
+
} 十 。
4 O 2
1 ) 1 ) 6 ) 7 O 2 5 5 9
O 6 O 2 O 9 一 ． ． ． ． ． ． 监 0 2 O 9 O 2
( 一 一 一 一
一 ( (
Research on Economics and Management(No．1，2015)l经济与管理研究(2o15年第 1期)
负，且十分显著；在证明其贷款损失计提连贯性的同时，也昭示上市银行在证券监管机构严格的信息披露制度和
市场纪律的约束下，更加注重对于风险的控制。非上市银行的滞后项则不显著，说明整体样本贷款损失准备与滞
后项的显著性主要是受上市银行的影响；同时这也间接证明非上市银行贷款损失准备政策缺乏连贯性，从侧面昭
示了广大中小银行研发能力匮乏，难以事先预判经济周期，从而有针对性 的采取预防性计提措施，因而 自身风险
控制能力尚待进一步强化。
表 4 交互效应计量结果
注： 、“、⋯ 分别代表系数在 10％、5％和 1％的置信水平下显著，括号中数字为 z统计量。
第三，非上市银行贷款增长率
对于贷款损失准备计提在 95％置
信水平上显著为负 ，考虑到非上市
银行均为城商行的事实，说明城商
行在贷款快速增长的同时，贷款损
失准备的计提反而会出现下滑迹
象。这暴露 出中国城市商业银行
在飞速发展的过程中，风险防范意
识和能力的缺失。
(三)交互效应分析
为进一步厘清影响中国银行
业的贷款损失计提的因素，本文选
取资产规模、资产增长率、贷款质
量和资本充足率作为银行的特征
变量，考察 GDP增长率和税前利润
与银行特征变量之间的交互效应
对贷款损失准备的影响。相关实
证如表 4所示。
1．银行规模
为考察银行规模的交互效应
对计提顺周期性 的影响，我们将银
行家杂志中按照银行的总股本排
序前 1000的银行定义为大银行。
模型 1中的结果显示 ，考虑交互效
应后，大银行税前利润的交互项显
著为正 ，证明在控制规模 因素后，
大银行贷款损失计提的熨平收入
效应更为显著。同时，银行规模与
GDP的交互项显示，大银行贷款损
失准备的顺周期效应同样也更显
著。由于国内目前拨备规则和实
践集中于解决拨备充足性问题 ，所
63
经济与管理研究(2o15年第1期) l Research on Economics and Management(No．1，2015)
以监管当局倘若为降低系统风险而确立逆周期拨备制度，工作重心应聚焦于解决大型商业银行贷款损失准备的
顺周期性行为。
2．银行资产高速增长的年份
为考察顺周期性行为是否由银行资产高速增长造成的，将银行资产环比增长速度超过 32％的年份作为一个
虚拟变量，约占总体样本的20％。模型 2的实证结果支持，在控制了税前利润的条件下 ，中国银行业资产增长速
度对于贷款损失准备计提的影响显著为负。即伴随着资产的高速增长，税前利润对贷款损失准备计提的贡献会
相应降低。这证实国内银行业在追求自身快速增长的同时，没有意识到(或者刻意忽视)资产高速增长给自身所
带来的风险。这也提醒监管当局今后对资产高速增长的银行需要考虑适度强化监管。同时，由于资产高速增长
银行的交互项为正，证实其顺周期效应较弱。考虑到当国内银行资产以32％以上的高速增长时，贷款损失准备的
计提首先会考虑满足会计准则的要求，周期性因素对贷款损失准备计提的影响被相对削弱就不足为奇了。
3．银行贷款的质量
通过引入虚拟变量，定义不良贷款率超过 3．7％的银行为高不良贷款率(HIGHNPL)，同样占总体样本的
20％。将其作为 GDP的增长和税前利润的交互项，相关实证如模型 3所示。在控制税前利润的前提下 ，银行不良
贷款率与贷款损失准备计提之间显著为正。与此同时，交互效应还发现，不良资产率高的银行顺周期性更强。这
意味着不良贷款率高的银行，出于对其自身信用的考虑，会有意识增加自身的贷款损失计提，加重银行业的顺周
期行为，在一定程度上阻碍了经济增长的可持续性。以上分析还从侧面印证，商业银行的贷款损失准备的计提似
乎主要依据会计准则 ，较少考虑到损失准备的前瞻性。
4．资本充足率
由于银行的资本和贷款损失准备计提的关系密切，有必要考察银行的资本充足率对贷款损失准备周期性的影
响。我们引入两个虚拟变量，一个是代表资本充足率高的银行(HIGHCAP)，即资本充足率超过12．2％；另一个是代表
资本充足率低的银行(LOWCAP)，即资本充足率低于10．2％；各占总体样本的20％。模型4显示，一方面，在控制了
税前利润的条件下，高资本充足率银行与税前利润的交互项系数并不显著；与之对应，低资本充足率的银行与税前利
润的交互项系数显著为正，此类银行为了防范系统性风险，会增加贷款损失准备的计提，因而强化了贷款损失准备的
熨平收入效应。另一方面，高资本充足率的银行交互项的顺周期行为并不显著；与之相反，低资本充足率的银行的交
互项显示，此类银行在经济形势较好时对利润的追求会更为迫切，会较少计提贷款损失准备以节约成本，进而强化了
商业银行的顺周期效应。需要补充说明的是，表3所有模型的相关实证均支持中国银行资本充足程度对于贷款损失
准备计提的影响显著，资本充足率(CAR)与贷款损失准备( )呈现显著的正相关关系。
(四)稳健性检验
检验一：用国民经济的产出缺口(output gap，GAP)来替代DGDP，代人模型进行检验。采用本地生产总值及其
变化趋势(1iP)之间差额的产出缺口法是另外一种测度经济周期的方法。保里奥和罗威 (Borio&Lowe，2001)曾
证实产出缺口和银行贷款损失计提存在负相关关系。
检验二：用贷款损失储备( )来替代贷款损失准备( P)作为被解释变量。从会计学的角度，这两个变量
之间关系密切，，J 尺是一个存量的概念，它的变动主要是由贷款损失准备的变化，以及注销和收回的不良贷款变
动组成。
检验三：同时用 LLR和 GAP替代相关变量。
相关实证结果表明不良贷款率、贷款资产比率以及银行贷款增长的影响，与基础分析的结果非常相似，可以
认定相关实证结果是稳健的。
Research on Economics and Management(No．1，2015)}经济与管理研究(2015年第1期)
四、研究结论及启示
本文通过对2004--2013年55家商业银行的实证分析，发现中国商业银行的贷款损失准备计提存在顺周期性
和熨平收入效应。在基础分析中还发现，中国商业银行在不良贷款和贷款增长时，会刻意增加贷款损失准备的计
提以防范风险，这与中国现行的贷款损失准备计提的政策相一致。稳健性的检验也从存量的角度，再次证实了商
业银行的贷款损失准备计提的顺周期性。根据上市银行与非上市银行的细分研究发现，上市银行与非上市银行
均呈现出显著的顺周期性特点，并且上市银行贷款损失准备的收入平滑效应更为显著。非上市银行则发现其贷
款损失准备政策的连贯性不好 ；并且伴随着非上市银行贷款的快速增长，贷款损失准备的计提反而出现下滑迹
象，由此暴露出中国城市商业银行在飞速发展的过程中，风险防范意识和能力的缺陷。对交互效应的进一步研究
还发现，在控制 GDP波动和税前利润的前提下，基于银行自身特征的贷款规模、银行资产增速、不良贷款率、银行
资本化程度等因素对贷款损失准备的熨平收入效应和顺周期性均具有显著影响。
本文对中国银行业的实证分析表明，银行自身特征对贷款损失准备的熨平收入效应和顺周期性均具有显著
影响。目前国内商业银行的资本拨备计提政策基本上是基于监管当局统一的规则。基于宏观环境变量的统一监
管规则的优点是：银行体系积累动态拨备的时问同步，能提高整个金融系统的风险抵御能力 ；同时采取统一的计
提规则，有利于市场参与者建立稳定的预期。不过，外部规则的一致性要求也存在着种种弊端。首先，一致性规
则要求很难照顾到各商业银行的特性，这对于审慎的银行(如贷款增速低的银行)，有可能出现计提拨备要求被迫
提高的窘境，这种奖劣惩优的监管策略不利于鼓励银行自身强化风险防范。其次，贷款损失准备不构成核心资
本。考虑到现阶段资本压力仍为制约中国商业银行业务拓展的主要因素之一，尚不具备通过贷款损失准备的计
提对资本规模进行调控的条件；并且中国银行当前的实提准备水平并不低，这让当前贷款损失准备的计提有沦为
平滑利润的盈余管理工具之嫌。最后，考虑到中国资本市场发展深度不足 ，投资者获取、评价上市银行绩效信息
的能力和渠道有限，通过贷款损失准备的信息披露来引导公众预期，相关传递经营信号的意识形成尚需时日。
银监会2010年 11月印发的《中国银监会关于加强当前重点风险防范工作的通知》(银监发[2010]98号)，④
意味着银监会开始将动态的贷款损失准备管理纳入其宏观审慎监管的工具范畴中来。鉴于不能获得特定银行的
信贷组合中各交易对手的资产收益状况 ，因此本文更倾向于当前监管当局考虑建立差异化的拨备和监管机制，以
便于不同银行根据其信贷规模及信贷风险结构设定不同的拨备规模，避免风险相对较低的金融机构在动态拨备
中计提过多。毕竟过度计提贷款损失准备不仅会浪费金融资源，并且还会通过影响低风险机构在金融市场上的
竞争力 ，引发金融机构对风险的逆向选择。为杜绝此类情况的发生，监管当局应在差异化拨备的基础上 ，尝试分
析基于全国(或地区)各行业资产收益率的变动规律，分别估计其动态特征参数，获得全国(或地区)各行业贷款
真正意义上的动态和前瞻性的贷款损失准备的真实需求信息。随着时间的推移和相关数据的不断积累，这种细
化的贷款损失准备监管将会更加逼近现实，且能降低贷款损失准备监管管理可能引致的潜在顺周期影响，为将来
动态一致性监管提供数据支持和实践经验。
参考文献：
[1]BORIO C，FURFINE C，LOWE P．Procyclicality ofthe financial system and financial stability：issues and policy options[Z]．BIS papers，2001(1)：1-57
① 要求“商业银行贷款损失准备金 占贷款余额的比例原则上应不低于2．5％，同时贷款损失准备金 占不 良贷款的比例原则上应不低于
150％，两者按孰高要求执行”。该项新规计划于2011年开始实施，其中系统重要性银行须在2012年底达标，非系统重要性银行于2016年达标。
65
经济与管理研究(2015年第1期) l Research on Economics and Management(No．1，2015)
[2]STOLZ s，WEDOWM．Banks’regulatory capital bufferandthe business cycle：evidenceforGermany[J]．Journal ofFinancial Stability，2011，7(2)：98—110．
[3]ANGKLOMKLIEW S，GEORGE J，PACKER F．Issues and developments in loan loss provisioning：the case ofAsia[C]．BIS Quarterly Review，2009．
[4]PACKER F，ZHU H．Loan loss provisioning practices of Asian banks[C]．BIS Working papers No．375：1—27，2012．
[5]BOUVATIER V，LEPETIT L．Banks’procyclical behavior：does provisioning matter?[J]．Journal ofInternational Financial Markets，Institutions and
Money，2008，18(5)：513—526．
[6]LEEVEN L，MAJNONI G．Loan loss provisioning and economic slowdowns：too much，too late?[J]．Journal of Financial Intermediation，2003，
12(2)：178—197．
[7]BALlJA E，MCKENNA A．Dynamic provisioning：a countercyclical tool for loan loss reserves[J]．Economic Quarterly，2009，95(4)：383—418．
[8]GREENAWALT M B，Jr SINKEY J F．Bank loan—loss provisions and the income-smoothing hypothesis：an empirical analysis，1976—1984【J]．Journal
of Financial Services Research，1988，l(4)：301—318．
[9]CAVALLO M，MAJNONI G．Do banks provision for bad loans in good times?empirical evidence and policy implications[M]．Springer US，2002．
[10]BIKKER J A，METzEMAKERs PA J．Bank provisioning bchaviour and procyclieality[J]．Journal ofInternationalFinancialMarkets，Institutions and
Money，2005，15(2)：141—157．
[11]DAVIS E P，ZHU H．Commercial property prices and bank performance[J]．The Quarterly Review ofEconomics and Finance，2009，49(4)：1341—
1359．
[12]SOOD E，ABOU H．Loan loss provisioning and income smoothing in US banks pre and post the financial crisis[J]．International Review of Financial
Analysis，2012(25)：64—72．
[13 1 FONSECA A R，GONZALEZ F．Cross—country determinants of bank income smoothing by managing loan-loss provisions[J]．Journal of Banking＆
Finance，2008，32(2)：217—228．
[14]孙天琦，杨岚．有关银行贷款损失准备制度的调查报告——以我国五家上市银行为例的分析[J]．金融研究，2005(6)：116—130．
[15]许友传．我国银行后瞻性的贷款损失准备管理及其逆周期效应[J]．经济科学，2011(6)：62—73．
[16]许友传 ，刘庆富，王智鑫．基于动态和前瞻性的贷款损失拨备适度性研究[J]．金融研究，2011(12)：100—114．
[17]段军山．贷款损失准备计提的影响因素分析[J]．上海金融，2012(5)：36—40．
[18]许友传，杨继光．商业银行贷款损失准备与盈余管理动机[J]．经济科学，2010(2)：94—103．
[19]赵胜民，翟光宇，张瑜．我国上市商业银行盈余管理与市场约束[J]．经济理论与经济管理，2011(8)：75—85．
[20]陈雯靓 ，吴溪．我国商业银行的贷款损失准备计提与利润平滑：新会计准则的影响[J]．审计研究 ，2014(001)：105一】12．
[21 1SHIM J．Bank capital buffer and po~ lio risk：the influence of business cycle and revenue diversification[J]．Journal of Banking＆Finance，2013，
37(3)：761—772．
Does China’s Commercial Banks’Loan Loss Provisioning Have Procyclicality?
ZHOU Ye，ZHANG Ping，GAO Sai
(Capital University of Economics and Business，Beijing 100070)
Abstract：It is found that the loan loss provisions of China’s commercial banks have procyclicality and income
smoothing effect，through the 55 commercial banks’empirical analysis from 2004 to 2013．When the sample is divided into
listed and non—listed banks．it is also found that listed banks have more obvious income smoothing effect．By contrast，the
loan loss provisions indicate the tendency of decline with the rapid growth of non—listed bank’s loans．Further research on
the interaction effect also shows that loan scale，the growing rate of bank assets，the ratio of non—performing loans and the
level of bank capitalization have significant impact on the loan loss provisions when GDP growth and pre—tax profit are
controlled．It is concluded that unified regulatory rules are not suitable for loan lOSS provisions based on commercial bank’s
characteristics by empirical evidences，while regulatory authorities should be considered to set up tailored mechanisms of
provision and supervision for different banks．
Keywords：loan loss provisioning；procyclicality；income smoothing effect
责任编辑：高立红
