999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

我國商業銀行不良貸款的影響因素分析

2020-04-10 06:46:10孫明哲趙領娣
經濟研究導刊 2020年5期
關鍵詞:商業銀行

孫明哲 趙領娣

摘 要:銀行業的發展是衡量一個地區和國家經濟發展的重要指標之一。確定不良貸款的形成原因,不僅可以有效降低不良貸款比例,而且能夠防微杜漸,在不良貸款形成之前將其控制。通過使用回歸分析模型對我國商業不良貸款的形成因素進行回歸分析,研究各因素對不良貸款的影響程度,結果表明,商業銀行的不良貸款率與失業率和通貨膨脹率等因素存在正相關關系,而與銀行資產、股本收益率和GDP增長率等因素存在負相關關系。

關鍵詞:不良貸款;商業銀行;宏觀經濟因素;銀行內部因素;回歸分析

中圖分類號:F832? ? ? ?文獻標志碼:A? ? ? 文章編號:1673-291X(2020)05-0127-07

引言

不良貸款是衡量銀行運營狀況的重要指標之一。不良貸款是指銀行貸給借貸者但借貸者未按時還款的款項。一旦借貸者沒有還款或在規定還款日90天以后還款,該筆款項就會被定義為不良貸款。

不良貸款率是衡量金融穩定性和銀行健康狀況的重要指標,另外也是引起經濟下滑和銀行倒閉的主要原因(Bapat,2017)。在許多國家和地區,高不良貸款率是導致其經濟發展緩慢的主要原因,因此,不良貸款率的水平是診斷銀行和經濟狀況的重要指標。2008年,世界經濟危機席卷全球,導致世界上許多國家經濟崩盤、企業倒閉,大部分亞洲國家也受到嚴重影響。雖然在經濟危機期間我國不良貸款比率沒有明顯的上升,但是在經濟危機結束的幾年內各大銀行的不良貸款比率迅速提升,并且在2010年達到頂峰。作為阻礙銀行業發展的重要因素之一,降低不良貸款率成為了國家為了發展社會經濟而不得不克服的難題。

根據官方數據表明,在2008年中國的不良貸款占總貸款數的5.8%,而在2012年這個數值達到最低(0.9%)。雖然在隨后的幾年內我國不良貸款率沒有明顯的波動,但它所占的比率仍然是不容忽視的。由于不良貸款率直接影響商業銀行的贏利能力,并且貸款的質量和銀行成本效率之間有著密切的關系(Berger and De Young,1997),因此不良貸款率的上升會導致銀行資本效率的下降,從而導致銀行贏利能力下降,進而導致銀行經營狀況惡化,乃至市場經濟倒退。因此,確定其主要影響因素將是控制不良貸款率上升,改善銀行經營狀況的重要手段。

本文的主要目的是研究影響不良貸款率的兩個主要方面:宏觀經濟影響因素和銀行內部因素。

一、文獻綜述

國內外學者對不良貸款的研究起步較早,早在20世紀80年代,Keeton和Morris(1987)就對第十屆美聯儲(Federal Reserve State)2 500家商業銀行的數據進行了分析,并得出投資組合和風險偏好對不良貸款率有顯著的影響。此外,不同的銀行規模對不良貸款的影響也不同。例如,Zaib,Farid,和Khan (2014)采用面板分析法對巴勒斯坦商業銀行的不良貸款率進行了分析,發現GDP增長率、匯率、貸款利率、通貨膨脹率和失業率等宏觀經濟決定因素對不良貸款有顯著影響。此外,影響不良貸款的銀行特定因素包括銀行規模、風險偏好和銀行管理策略。

在當代對不良貸款的研究中,多數學者認為不良貸款的形成有兩個關鍵因素:宏觀經濟因素和銀行特定因素。例如,Kjosevski和Petkovski(2017)通過對波羅的海三個國家共計27家銀行的不良貸款進行研究,發現GDP、通貨膨脹率和國家內部信用貸款數量對不良貸款的影響最為顯著。Louzis和Vouldis(2012)研究了宏觀經濟因素和銀行特定因素對三類不良貸款(消費貸款、商業貸款和抵押貸款)的影響,其結果表明,貸款利率、國債等宏觀經濟因素對不良貸款的影響較大。此外就銀行內部影響因素而言,銀行自身的贏利能力、效率等具體變量對不良貸款的影響較大。Nkusu(2011)的研究結果表明,在市場經濟發達的情況下,不良貸款對宏觀經濟的影響是巨大的。不僅GDP和失業率會導致不良貸款增加,而且不良貸款率的提高還會導致GDP下降和失業率上升,這將會是一個惡性循環。然而,大多數學者只研究一個決定因素(宏觀經濟決定因素或銀行特定決定因素)。Vithessonthi(2016)對日本82家商業銀行不良貸款的研究表明,金融危機前,銀行信用貸款增長與不良貸款水平呈正相關關系;而在金融危機之后,信貸增長與不良貸款之間存在負相關關系。

二、數據采集

本文的研究對象是中國最具代表性的商業銀行:中國工商銀行、中國建設銀行、中國農業銀行、中國銀行、招商銀行、交通銀行股份有限公司。因變量是這些銀行的不良貸款率,而宏觀經濟變量和銀行特定變量將作為回歸分析模型中的自變量進行分析。研究期間為2008—2017年。

在以往對不良貸款影響因素的研究中,國內生產總值增長(GDP)、失業率(UNEM)和通貨膨脹率(INF)被認為是影響不良貸款的主要宏觀經濟因素。影響不良貸款的銀行內部因素包括銀行規模(ASSET)、運營效率(CIR)、資產收益率(ROA)、股本回報率(ROE)和資本充足率(CAR)。銀行規模將由銀行的年度凈資產表示,并對變量進行對數處理,以便于分析和解釋分析結果。在大多數企業和商業銀行,經營效率可以用成本收益比來表示。根據以往的文獻研究,股本收益率能夠正確反映銀行的贏利能力。以上所有分析數據均來自官方財務報表。

三、分析方法與結果

本文采用面板數據分析方法來分析因變量與自變量之間的線性關系。主要的方法是建立面板數據分析模型,并利用stata軟件做回歸分析,最后對的得出的結果進行單位根檢驗和F測試。

圖1為2008—2016年商業銀行不良貸款率變化情況。從圖1中可以看出,2008—2013年這些銀行的不良貸款呈明顯下降趨勢而2014年以后銀行不良貸款均呈緩慢增長趨勢。

上表是宏觀經濟變量的描述性統計,從表中可以看出,(1)GDP平均增長率為8.27,標準差為1.406,這意味著中國經濟增長不穩定。(2)通貨膨脹的均值和標準差分別為2.615和19.22,表明我國物價水平近年來持續增長。(3)中國失業率的標準差為0.105 6,表明中國年失業率的變化不顯著。

表3表明,所有樣本銀行的資產收益率和資產對數的標準差均小于0.3,說明樣本銀行的資產收益率和凈資產沒有顯著變化;ROA、CAR和CIR三個變量的標準差來表明這些變量在分析期間有明顯的波動。

(一)單位根檢驗

根據LLC單位根檢驗結果可以看出,所有變量數據均穩定,避免了回歸模型中的偽回歸。

(二)F-檢驗和Hausman檢驗

根據變量的F檢驗和Hausman檢驗結果可以看出,模型更適合使用固定效應回歸模型進行回歸分析。

(三)變量相關系數

表6是利用軟件對自變量進行回歸分析的分析結果,由數據可以看出prob>F的值分別是0.000和000.5,說明模型效果顯著。

由數據可以看出GDP增長率與不良貸款率之間呈負相關關系,通貨膨脹率和失業率與不良貸款之間呈現正相關,且失業率對不良貸款的影響更大。

就銀行內部因素的分析結果而言,資產收益率(ROA)和銀行資產(ASSET)對不良貸款的影響較大(相關系數-2.666 8和-3.369);股本回報率(ROE)、收支比(CIR)和資本充足率(CAR)與不良貸款率之間也存在負相關關系,但數值較小,對不良貸款的影響不大。

綜上所述,在影響不良貸款的銀行特定變量中,資產收益率和凈資產是導致不良貸款率變化的主要決定因素。而就收支比、股本回報率和資本充足率的分析結果來看,雖然它們與不良貸款之間也存在負相關關系,但影響程度并不顯著。

四、分析結果與討論

2008年經濟危機結束以來,我國商業銀行的不良貸款呈現出明顯的下降趨勢。但近年來我國不良貸款率略有回升。為了更加準確地確定和研究我國商業銀行不良貸款的影響因素,尋找降低不良貸款率的有效途徑,本文運用面板數據分析模型分析了宏觀經濟和銀行內部決定因素。

回歸結果表明,與宏觀經濟因素相比,銀行內部因素對不良貸款的影響更為重要,這與Warue(2013)的研究結論一致。根據宏觀經濟變量的回歸分析結果,GDP增長率與不良貸款率之間呈負相關,其結果與以往學者得出的結論(Salas and Saurian(2002)、Makri and Tsagkanos(2014))相似。此外,還發現失業率與不良貸款之間存在顯著的正相關關系,Nkusu(2011)、Messai和Jouini(2013)也證實了這一結論。對于銀行內部變量,研究發現所有銀行特定變量都與不良貸款水平呈負相關關系,Peric和Konjusak(2017)的研究也證實了這個現象。關于股本收益率和銀行規模,經分析發現它們與不良貸款水平存在正相關關系,其結果與Peric和Konjusak(2017)的研究結果一致。此外,研究還發現資本充足率和成本收益率與不良貸款均呈正相關。

本文存在的一些不足之處:本文選取的研究時間為2008—2017年,周期較短,短周期可能導致數據單位根檢驗不準確。由于研究對象的局限性,本文的主要研究對象為市場份額較大的商業銀行。在取研究變量的過程中,本文只研究了國內生產總值(GDP)、失業率、資產收益率(ROA)、股本收益率(ROE)等主流變量,而忽略了油價、房價、利率、公共投資等其他影響不良貸款的因素。

五、結論

本文運用面板數據分析方法,對中國工商銀行、中國建設銀行、中國農業銀行、中國銀行、招商銀行等市場份額較大的中國商業銀行的不良貸款率的影響因素進行了研究。從分析結果可以看出,包括GDP增長率、通貨膨脹率和失業率在內的宏觀經濟變量對不良貸款的變化具有顯著影響。在這三個變量中,通貨膨脹率和失業率與不良貸款水平呈正相關,即失業率和通貨膨脹率的上升將導致不良貸款水平的上升。與通貨膨脹率相比,失業率對不良貸款的影響更加明顯的。相反,GDP增長率與不良貸款呈負相關,但是,通過提高GDP增長率來減少不良貸款的效果并不明顯。因此,提高就業率是將不良貸款率控制在可控范圍內的首要措施。

此外,分析結果表明,銀行特定因素比宏觀經濟因素對商業銀行不良貸款的影響更為顯著。研究表明,主要影響不良貸款的銀行內部變量是資產回報率、股本回報率、資本充足率、成本收入比和凈資產。其中,資產回報率和銀行資產是對不良貸款率影響最顯著的因素,它們的下降是導致不良貸款產生的主要因素;而股本回報率、收支比和資本充足率雖然也與不良貸款存在負相關關系,但是影響較小。

綜上所述,與宏觀經濟因素相比,銀行內部因素對不良貸款的形成影響更為顯著。因此,降低不良貸款的主要途徑是改善商業銀行的經營狀況。例如,擴大商業銀行的經營規模,或降低銀行的經營成本。此外,通過政府干預穩定物價水平,提高就業率也是降低不良貸款水平的有效手段。

參考文獻:

[1]? Bapat,D.(2017).Profitability drivers for Indian banks:a dynamic panel data analysis.Eurasian Business Review.doi:10.1007/s40821-017-0096-2.

[2]? Berger,A.N.,& DeYoung,R.(1997).Problem loans and cost efficiency in commercial banks.Journal of Banking&Finance,21(6),849-870.

[3]? Keeton,W.R.,& Morris,C.S.(1987).Why do banks loan losses differ?.Economic Review,72(5),3-21.

[4]? Kjosevski,J.,& Petkovski,M.(2017).Non-performing loans in Baltic States:determinants and macroeconomic effects.Baltic Journal of Economics,17(1),25-44.

[5]? Louzis,D.P.,Vouldis,A.T.,& Metaxas,V.L.(2012).Macroeconomic and bank-specific determinants of non-performing loans in Greece:A comparative study of mortgage,business and consumer loan portfolios.Journal of Banking&Finance,36(4),1012-1027.

[6]? Makri,V.,Tsagkanos,A.,& Bellas,A.(2014).Determinants of non-performing loans:The case of Eurozone.Panoeconomicus,61(2),193-206.doi:10.2298/pan1402193m.

[7]? Messai,A.S.,& Jouini,F.(2013).Micro and macro determinants of non-performing loans.International journal of economics and financial issues,3(4),852-860.

[8]? Nkusu,M.(2011).Nonperforming Loans and Macrofinancial Vulnerabilities in Advanced Economies.IMF Working Papers,11(161),1.doi:10.5089/9781455297740.001.

[9]? Peric,B.,& Konjusak,N.(2017).How did rapid credit growth cause non-performing loans in the CEE Countries?South East European Journal Of Economics And Business,12(2),73-84.doi:10.1515/jeb-2017-0019.

[10]? Salas,V.,& Saurina,J.(2002).Credit risk in two institutional regimes:Spanish commercial and savings banks.Journal of Financial Services Research,22(3),203-224.

[11]? Vithessonthi,C.(2016).Deflation,bank credit growth,and non-performing loans:Evidence from Japan.International review of financial analysis,45,295-305.

[12]? Warue,B.N.(2013).The effects of bank specific and macroeconomic factors on nonperforming loans in commercial banks in Kenya:A comparative panel data analysis.Advances in Management and Applied Economics,3(2),135.

[13]? Zaib,A.,Farid,F.,& Khan,M.K.(2014).Macroeconomic and Bank-Specific Determinants of Non-Performing Loans in the Banking Sector in Pakistan.International Journal of Information,Business and Management,6(2),53.

猜你喜歡
商業銀行
商業銀行資金管理的探索與思考
支付機構與商業銀行迎來發展新契機
中國外匯(2019年10期)2019-08-27 01:58:00
“商業銀行應主動融入人民幣國際化進程”
中國外匯(2019年8期)2019-07-13 06:01:26
基于因子分析法國內上市商業銀行績效評
智富時代(2019年4期)2019-06-01 07:35:00
關于建立以風險管理為導向的商業銀行內部控制的思考
關于加強控制商業銀行不良貸款探討
消費導刊(2017年20期)2018-01-03 06:27:21
國有商業銀行金融風險防范策略
我國商業銀行海外并購績效的實證研究
我國商業銀行風險管理研究
當代經濟(2015年4期)2015-04-16 05:57:02
發達國家商業銀行操作風險管理的經驗借鑒
現代企業(2015年6期)2015-02-28 18:52:13
主站蜘蛛池模板: 自拍欧美亚洲| 色妞www精品视频一级下载| 欧美日韩福利| 91福利一区二区三区| 在线国产毛片手机小视频 | 中国国产高清免费AV片| 国产欧美日韩一区二区视频在线| 国产一区二区丝袜高跟鞋| 国产aⅴ无码专区亚洲av综合网| 国产午夜福利片在线观看| 在线观看av永久| 一级毛片在线免费视频| 久久综合色视频| 国产一级在线观看www色 | 国内熟女少妇一线天| 青青草综合网| 精品国产免费观看一区| 久久免费观看视频| 亚洲va视频| 亚洲 欧美 日韩综合一区| 国产精品成人观看视频国产 | 香蕉综合在线视频91| 久久久久久国产精品mv| 视频二区欧美| 色哟哟国产精品一区二区| 一级一级一片免费| 国产福利拍拍拍| 人妻21p大胆| 在线观看国产小视频| 国产一区成人| 波多野结衣视频网站| 亚洲欧美另类日本| 亚洲视频四区| 狠狠做深爱婷婷综合一区| 国产色网站| 欧美日韩精品综合在线一区| 成年女人a毛片免费视频| 国产激情无码一区二区三区免费| 亚洲色图欧美在线| 欧美国产精品不卡在线观看| 亚洲欧美不卡中文字幕| 国产精品一老牛影视频| 国产h视频免费观看| 国产综合欧美| 被公侵犯人妻少妇一区二区三区| 国产日韩欧美成人| 91麻豆精品国产91久久久久| 婷婷久久综合九色综合88| 亚洲乱伦视频| 青青草91视频| 99视频免费观看| 国产欧美日韩在线一区| 青青操国产视频| 亚洲永久精品ww47国产| 久久99精品久久久久久不卡| 国产区成人精品视频| 国产呦精品一区二区三区下载 | 91精品国产一区自在线拍| 免费jjzz在在线播放国产| 国产经典免费播放视频| 欧美在线网| 免费高清毛片| 91丝袜乱伦| 欧美激情伊人| 夜夜高潮夜夜爽国产伦精品| 国产黄色爱视频| 国产日韩欧美在线视频免费观看| 999国产精品永久免费视频精品久久| a国产精品| 欧美精品成人一区二区在线观看| 免费亚洲成人| 久久永久免费人妻精品| 色一情一乱一伦一区二区三区小说| 国产精品福利在线观看无码卡| 国产成人精品在线1区| 看国产毛片| 久久综合一个色综合网| 国产精品9| 在线看片国产| 国产永久在线观看| 亚洲精品视频在线观看视频| 亚洲人成网址|