《表2 银行不良贷款与盈利性回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《资本监管压力对商业银行低估不良贷款的影响》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：括号中为t统计量，*、**、***分别代表统计量在10%、5%、1%的置信水平下显著。采用ArellanoBond和Sargan检验来判定工具变量的有效性，Arellano-Bond检验存在一阶自相关但不存在二阶自相关，证明选用系统GMM模型估计是合理的；Sargan检验接受工具变量不存在过度识别的原假设

模型（1）和（2）的回归结果如表2所示。由表2可知，银行公布的不良贷款率RepNPL与盈利指标之间的关系不显著，与国外学者得出的结论一致。Brock和Suarez(2000）认为发展中国家不充分的监管会导致银行对不良贷款率的数据进行扭曲，公布不实的贷款损失。García-Herrero等（2009）在研究中国银行盈利水平影响因素的文章中也提到，由于数据缺失和统计口径不一致，导致数据质量较差，中国银行业的不良贷款水平与盈利能力之间的实证关系并不明显。表2中AdjNPL前的系数显著为-0.033，即不良贷款率增加1%，则银行每单位资产赚取的利润会下降0.033%。由此可知，相比银行自己公布的不良贷款率，新的测算方法得到的不良贷款率能够对银行盈利水平的变化作出更合理的解释，证明了测算结果可以更真实地反映银行资产质量水平。本文采用固定效应模型进行稳健性检验，具体回归结果见表2第四、五列，AdjNPL前系数显著为负，而公布的不良贷款率RepNPL与盈利指标之间的关系仍不显著，其他解释变量回归系数符号与动态面板模型保持一致，由此验证了上述结论的稳健性。