心灵鸡汤之商业银行不良贷款率因素的实证分析
- 格式:docx
- 大小:10.16 KB
- 文档页数:3
商业银行不良贷款率因素的实证分析
摘要:我国商业银行的不良贷款率在近几年呈现持续上涨的趋势,始终保持着较高的水平,这对我国宏观经济的运行带来了很大的负面影响。
本文采用理论分析与实证分析相结合的研究方法,对2009年至2016年期间的季度数据进行了全面收集与分析,在此基础上构建了相关分析、多元线性回归模型,旨在探讨各种宏观影响因素以及微观影响因素对商业银行不良贷款率所产生的影响。
研究结果表明:当gdp增长率每降低1个点时,商业银行的不良贷款率平均值就会提高0.84个点;当拨备覆盖率每降低1个点时,商业银行的不良贷款率平均值就会提高0.059个点。
由此可见,可以通过优化宏观经济环境以及强化商业银行自身风险防范水平等措施来促进商业银行不良贷款率的减低,有效减少银行在市场环境中的运行风险。
关键词:商业银行;不良贷款率;gdp增长率;拨备覆盖率
全球利率市场化发展势头愈发迅猛,给经济发展带来了前所未有的挑战和机遇。
就我国情况而言,1996年首次开始在全国范围内实施利率市场化,历经了二十多年的发展,目前我国已经在利率市场化的最后一个进程中停留了很久。
金融机构中所设置的人民币贷款上限在2004年便放开,商业银行基本能依托业务风险水平来设置具体的利率。
商业银行在金融市场中扮演着主体的角色,围绕信用风险实施有效控制可以在很大程度上促进我国经济的稳健发展。
对于商业银行来说,不良贷款是风险评价中最常用的一种指标,十分关键,它在很大程度上影响着银行的经营情况,同时对我国经济的稳健运行也具有十分关键的作用。
对下图进行分析可以发现,这两年我国商业银行不良贷款率达到了一个较高的水平,这一状况对于我国商业银行的发展产生了极为严重的不良影响。
本文将2009年至2016年的季度数据作为研究对象,分别站在宏观以及微观的视角针对我国银行不良贷款率的影响因素实施了理论分析以及实证分析,并基于分析结果提出了具体的改进建议。
一、不良贷款率影响因素的理论分析
1.宏观经济因素分析
gdp给不良贷款率带来的影响。
在经济迅速发展时期中,企业对市场寄予厚望,于是向银行申请贷款,银行也会通过放款来获取
利润。
当经济环境理想时,企业盈利水平高,财务管理体系也更为
系统,企业违约概率较低,从而不良贷款率也不高;当经济环境变
差时,企业无法维持稳定运行甚至还会陷入破产局面中,即使欠款
也不能及时偿还,从而引起银行不良贷款率指标提升,作为企业来说,它们只能依靠低价出售或抵押企业资产来获得资金来还债。
此外,当市场不景气的情况下,人们往往会考虑到保值功能,把大量
资产存入银行,引起市场通货紧缩,银行同样存在极大的信用风险。
由此可见,gdp与不良贷款率之间存在密切的关系,主要表现为负
相关。
货币供应量(m2)给不良贷款率带来的影响。
m2通常能够作
为观察以及调整中长期金融市场平衡的一大目标。
在m2增加的情况下,利率通常会下跌,企业在此过程中能够赚取很大一部分利润,
使内部财务状况十分理想,从而极大程度降低了不良贷款行为的发
生率。
然而在m2减少的情况下,利率通常会呈现出上涨趋势,企业在融资过程中需要付出更高的成本,使经营利润减少。
企业为了能
够继续运行下去,并赚取一定的利润,会选择向银行借款,从而导
致商业银行面临着巨大的信用风险,并引起不良贷款行为发生率的
产生。
由此可见,m2与不良贷款率之间存在密切的关系,主要表现
为负相关。
2.微观经济因素分析
对银行的car进行监测,并对监测结果进行分析,能够在一定
程度上提高银行金融风险化解的能力。
对于银行来说,充足的资本
能够保障银行等金融机构维持健康稳定的发展。
当car指标提升时,特别是在资本证券化以后,银行的风险抵御能力将会显著上升,从
而强化贷款管理工作,使不良贷款率明显降低。
由此可见,car与不
良贷款率之間存在密切的关系,主要表现为正相关。
pcr这一质保还能够有效表示商业银行对风险防范的意识,在
pcr较低的情况下,说明银行对于风险防范并不具备较高的意识,从
而导致不良贷款率升高;pcr的水平大小主要取决于风险的实际程度,当pcr过低时会引起拨备金缺乏,引起利润的虚高;而pcr过高时
则会引起拨备金剩余情况严重,引起利润虚低。
由此可见,pcr与不
良贷款率之间存在密切的关系,主要表现为正相关。
二、不良贷款率影响因素的实证分析
1.模型导入
以上述理论描述为基础,主要对这四项不良贷款率影响因素展
开实证分析,并依此构建贷款率(y)与gdp增长率(x1)、贷款
率(y)与m2增长率(x2)、贷款率(y)与car(x3)、贷款率(y)与pcr率(x4)的多元线性回归模型,具体回归方程如下所示:
2.多元回归分析
在本次实证分析中,所选择的模型是2009年第一季度至2016
年第四季度的时间序列,数据采集渠道全部为国家统计局以及中国
银监会,样本容量是32。
把这些数据输入eviews软件当中,并通
过最小二乘法来实施模型构建,最终得到的结果见下表1。
对这一模型估计结果进行分析可以发现,该模型的拟合优度r2
为0.9735,对其进行调整后r2为0.9696,由此可见这一模型对样
本具有较高的拟合优度。
f检验值是248.3659,具有极高的明显度,这表示整体上宏观因素gdp增长率、货币供应量m2增长率以及银
行自身的资本充足率、拨备覆盖率是导致商业银行不良贷款率居高
不下的主要原因。
然而,m2增长率以及car在t检验过程中的p值
依次达到0.50以及0.21,表现出较高的数据,没有通过t检验。
所
以说必须针对最初的四元线性回归模型实施合理调整,首先针对4
个变量实施多重共线性检验,计算出有关的系数矩阵,具体见下表2
所示。