中國農(nóng)業(yè)銀行不良貸款率變化趨勢預(yù)測研究

王婷婷　鄧雅文

摘要：文章通過農(nóng)業(yè)銀行2003年～2015年年報不良貸款率數(shù)據(jù)，對其進行深入分析，建立灰色預(yù)測模型，并對未來5年不良貸款率進行預(yù)測。預(yù)測結(jié)果為：2016年至2020年不良貸款率呈下降趨勢，2020年降至0.35%。文章最后為中國農(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)展機遇。中國農(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。國內(nèi)外學者時刻關(guān)注并從不同角度對不良貸款率進行研究。代表性的研究是不良貸款率的影響因素，郭耀中（2012）認為中國經(jīng)濟持續(xù)穩(wěn)定增長，金融體制改革等外在原因；王光偉，童元松（2014）認為與GDP增長率，資本充足率有關(guān)。還有一些實證研究。岳蓓蓓，鄭循剛（2011）用VAR模型研究不良貸款率，發(fā)現(xiàn)不良貸款率波動對經(jīng)濟增長的速度有較大的制約作用；彭建剛，鄒克，張倚勝（2015）發(fā)現(xiàn)不良貸款率對資本利潤率、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)測模型對不良貸款率進行預(yù)測，通過實證分析，最終得出結(jié)論，并對農(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

中國農(nóng)業(yè)銀行是我國國有五大商業(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%，全年實現(xiàn)凈利潤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，2003～2008年由于宏觀經(jīng)濟比較穩(wěn)定，農(nóng)業(yè)銀行內(nèi)部管理良好，一直穩(wěn)步下降。但是，相比國際5%，中國農(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%，實現(xiàn)歷史最低。2008年全球次貸危機背景下，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《中國農(nóng)業(yè)銀行年報》。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)計分析

（一）灰色預(yù)測模型簡介

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. 對模型精度的檢驗。

首先計算原始數(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）模型的中國農(nóng)業(yè)銀行不良貸款率預(yù)測

使用r軟件編寫程序，并對灰色預(yù)測模型進行殘差檢驗、關(guān)聯(lián)度檢驗和后驗差檢驗。通過模型預(yù)測未來3年的中國農(nóng)業(yè)銀行不良貸款率。

得出的預(yù)測值見表3所示。

四、結(jié)論與對策

使用R軟件，通過灰色預(yù)測模型預(yù)測出：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，2020年低至0.35。通過統(tǒng)計分析出不良貸款率呈下降趨勢。主要可能因素如下：近幾年經(jīng)濟發(fā)展進入新常態(tài)，經(jīng)濟基本面積極向好。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，更好的對借款人信用進行測評，有效減少壞賬。國家和政府更要加強對銀行等金融機構(gòu)的管理，保障國家的金融安全。中國農(nóng)業(yè)銀行的管理人員要隨時關(guān)注不良貸款，采取有效手段降低不良貸款率。

參考文獻：

[1]郭耀中.商業(yè)銀行不良貸款率下降影響因素研究[J]. 山西財經(jīng)大學學報，2012（S1）.

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

[3]彭建剛，鄒克，張倚勝.不良貸款率對銀行業(yè)影響的統(tǒng)計關(guān)系檢驗[J].湖南大學學報（社會科學版），2015（05）.

（作者單位：南京郵電大學）