中國(guó)農(nóng)業(yè)銀行不良貸款率變化趨勢(shì)預(yù)測(cè)研究

王婷婷　鄧雅文

摘要：文章通過農(nóng)業(yè)銀行2003年～2015年年報(bào)不良貸款率數(shù)據(jù)，對(duì)其進(jìn)行深入分析，建立灰色預(yù)測(cè)模型，并對(duì)未來5年不良貸款率進(jìn)行預(yù)測(cè)。預(yù)測(cè)結(jié)果為：2016年至2020年不良貸款率呈下降趨勢(shì)，2020年降至0.35%。文章最后為中國(guó)農(nóng)業(yè)銀行控制不良貸款率，提出建設(shè)性建議。

關(guān)鍵詞：中國(guó)農(nóng)業(yè)銀行；不良貸款率； 一、引言

在大數(shù)據(jù)背景下，互聯(lián)網(wǎng)金融飛速發(fā)展，給傳統(tǒng)的銀行業(yè)既帶來沖擊又提供了發(fā)展機(jī)遇。中國(guó)農(nóng)業(yè)銀行作為傳統(tǒng)銀行業(yè)的重要一員，近幾年農(nóng)業(yè)銀行營(yíng)利情況良好。但是，農(nóng)業(yè)銀行的不良資產(chǎn)并沒有減少，較前幾年有所上升。國(guó)內(nèi)外學(xué)者時(shí)刻關(guān)注并從不同角度對(duì)不良貸款率進(jìn)行研究。代表性的研究是不良貸款率的影響因素，郭耀中（2012）認(rèn)為中國(guó)經(jīng)濟(jì)持續(xù)穩(wěn)定增長(zhǎng)，金融體制改革等外在原因；王光偉，童元松（2014）認(rèn)為與GDP增長(zhǎng)率，資本充足率有關(guān)。還有一些實(shí)證研究。岳蓓蓓，鄭循剛（2011）用VAR模型研究不良貸款率，發(fā)現(xiàn)不良貸款率波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的速度有較大的制約作用；彭建剛，鄒克，張倚勝（2015）發(fā)現(xiàn)不良貸款率對(duì)資本利潤(rùn)率、凈利差、資本充足率有單向格蘭杰因果關(guān)系。本文通過灰色預(yù)測(cè)模型對(duì)不良貸款率進(jìn)行預(yù)測(cè)，通過實(shí)證分析，最終得出結(jié)論，并對(duì)農(nóng)業(yè)銀行不良貸款的管理給出意見和建議。

二、數(shù)據(jù)來源

中國(guó)農(nóng)業(yè)銀行是我國(guó)國(guó)有五大商業(yè)銀行之一，截至2015年年末，本行總資產(chǎn) 177，913.93億元，發(fā)放貸款和墊款89，099.18億元，吸收存款135，383.60億元，資本充足率 13.40%，全年實(shí)現(xiàn)凈利潤(rùn)1，807.74億元。不良資產(chǎn)率為2.39%。農(nóng)業(yè)銀行不良貸款率從2003年起，呈現(xiàn)下降趨勢(shì)，2003～2008年由于宏觀經(jīng)濟(jì)比較穩(wěn)定，農(nóng)業(yè)銀行內(nèi)部管理良好，一直穩(wěn)步下降。但是，相比國(guó)際5%，中國(guó)農(nóng)業(yè)銀行不良貸款率令人堪憂。2009年農(nóng)業(yè)銀行不良貸款率降為4.32%，實(shí)現(xiàn)歷史最低。2008年全球次貸危機(jī)背景下，農(nóng)業(yè)銀行能夠在宏觀環(huán)境如此惡劣下，完成如此大幅度的變化主要原因是完成不良貸款剝離及注資，信貸資產(chǎn)質(zhì)量顯著改善。本文研究數(shù)據(jù)來源于《中國(guó)農(nóng)業(yè)銀行年報(bào)》。從中整理出2003～2015 年農(nóng)業(yè)銀行不良貸款率。如表1所示。

用上述數(shù)據(jù)研究和預(yù)測(cè)未來5年不良貸款率，以期為農(nóng)業(yè)銀行不良資產(chǎn)的控制提出相關(guān)意見和建議。

三、統(tǒng)計(jì)分析

（一）灰色預(yù)測(cè)模型簡(jiǎn)介

1. 建立一次累加生成數(shù)列。設(shè)原始數(shù)列為

x（0）={x（0）（1），x（0）（2），x（0）（3），…，x（0）（n）}，i=1，2，…，n

2. 按下述方法做一次累加，得到生成數(shù)列（n為樣本空間）

x（1）（i）= x（0）（m），i=1，2，…，n

3. 利用最小二乘法求參數(shù)a、u。設(shè)

B=- [x （1）+x （2）] 1- [x （2）+x （3）] 1 ┆ ┆- [x （n-1）+x （n）] 1，

yn=[x（0）（2），x（0）（3），…，x（0）（n）]T

參數(shù)辨識(shí)a、u：

a^=au=（BTB）-1BTyn

4. 求出GM（1，1）的模型

x^（1）（i+1）=（x（0）（1）- ）e-at+ ，

x^ （1）=x^ （1）x^ （i）=x^ （i）-x^ （i-1），i=2，3，…，n

5. 對(duì)模型精度的檢驗(yàn)。

首先計(jì)算原始數(shù)列x（0）（i）的均方差S0。其定義為

S0= ，S = [x（0）（i）-x（0）]2，x（0）= x（0）（i）

然后計(jì)算殘差數(shù)列ε（0）（i）=x（0）（i）-x^（0）（i）的均方差S1。其定義

S1= ，S = [ε（0）（i）-ε（0）]2，ε（0）= ε（0）（i），

由此計(jì)算方差比：c= 和小誤差概率：p={|ε（0）（i）-ε（0）|<0.6745·S0}

輸出結(jié)果見表2所示。

（二）基于GM（1，1）模型的中國(guó)農(nóng)業(yè)銀行不良貸款率預(yù)測(cè)

使用r軟件編寫程序，并對(duì)灰色預(yù)測(cè)模型進(jìn)行殘差檢驗(yàn)、關(guān)聯(lián)度檢驗(yàn)和后驗(yàn)差檢驗(yàn)。通過模型預(yù)測(cè)未來3年的中國(guó)農(nóng)業(yè)銀行不良貸款率。

得出的預(yù)測(cè)值見表3所示。

四、結(jié)論與對(duì)策

使用R軟件，通過灰色預(yù)測(cè)模型預(yù)測(cè)出：2016至2020年農(nóng)業(yè)銀行發(fā)展良好，不良貸款率呈下降趨勢(shì)，2020年低至0.35。通過統(tǒng)計(jì)分析出不良貸款率呈下降趨勢(shì)。主要可能因素如下：近幾年經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，經(jīng)濟(jì)基本面積極向好。其次，大數(shù)據(jù)技術(shù)也被應(yīng)用于銀行系統(tǒng)，可以通過分析，更好的對(duì)借款人信用進(jìn)行測(cè)評(píng)，有效減少壞賬。國(guó)家和政府更要加強(qiáng)對(duì)銀行等金融機(jī)構(gòu)的管理，保障國(guó)家的金融安全。中國(guó)農(nóng)業(yè)銀行的管理人員要隨時(shí)關(guān)注不良貸款，采取有效手段降低不良貸款率。

參考文獻(xiàn)：

[1]郭耀中.商業(yè)銀行不良貸款率下降影響因素研究[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2012（S1）.

[2]岳蓓蓓，鄭循剛.經(jīng)濟(jì)增長(zhǎng)與商業(yè)銀行不良貸款率波動(dòng)的VAR模型分析[J].金融與經(jīng)濟(jì)，2011（01）.

[3]彭建剛，鄒克，張倚勝.不良貸款率對(duì)銀行業(yè)影響的統(tǒng)計(jì)關(guān)系檢驗(yàn)[J].湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015（05）.

（作者單位：南京郵電大學(xué)）