银行不良贷款问题银行不良贷款问题.doc

银行不良贷款问题 摘要 持续受国内外宏观经济形势的不利影响，2014年国内银行业面临不良贷款阶段性的上升压力，不良贷款率高，最大的危害是影响银行对经济的支持能力。中国的银行对贷款极其谨慎小心，就是因为不良贷款太多，影响了银行放贷能力。如果靠发行基础货币来解决不良贷款问题，容易引发通货膨胀。如果对之掉以轻心，不良贷款的大量发生还会诱发社会道德风险，如果加大处理不良贷款的力度又可能会引起企业连锁倒闭破产，增加财政风险和社会危机。为了解决以上问题，所以银行必须制定良好的方案。 本文通过分析不良贷款与总资产、总负债、流动性比率、拨备覆盖率的函数关系在自然现象中普遍存在相关关系，我们将用回归分析处理变量之间的相关关系，根据初步的作图分析，不良贷款受几个影响因素主次难以区分，这时采用一元回归分析预测法进行预测分析是难以奏效的，我们需要采用多元回归分析预测法。多元线性回归预测首先是不良因素与其有关影响因素之间线性关系的数学模型。我们利用网络等渠道收集有关数据资料，建立银行不良贷款的预测模型。 关键词：商业银行 不良贷款 多元线性回归 最优回归方程 数学建模 一 问题重述 商业银行主要业务之一就是对项目建设、固定资产投资等进行贷款。目前较为突出的的问题是虽然我国银行贷款额平稳增长，但是商业银行普遍存在的比例较高的呆坏帐和逾期贷款等不良贷款问题，使不良贷款率过高，给银行贷款业务的发展带来较大压力。截至20144月29日晚间，工农中建四大行的一季报出齐。虽然四家银行的业绩增速、净息差变化不尽相同，但是却暴露出了同一个问题——不良贷款余额进一步增加，不良贷款率几乎都在攀升。这也是几乎所有上市银行面临的窘境。 在资产质量方面，从一季报可以看出，随着经济结构转型推进，去产能化和去杠杆化等各种因素对包括四大行在内的商业银行的资产质量构成影响。虽然信贷质量总体保持稳定，但四家银行的不良贷款余额都在进一步增加。而不良贷款率仅农行与去年年末持平，其余三家均进一步上升。 按照贷款质量五级分类，工行不良贷款余额为1005.50亿元，比上年末增加68.61亿元；农行不良贷款余额919.91亿元，比上年末增加42.10亿元；中行不良贷款余额803.2亿元，较2013年底增加70.49亿元；建行不良贷款余额908.08亿元，较上年末增加55.44亿元。其中，工行不良贷款率为0.97%，较去年年末上升0.03个百分点；农行不良贷款率最高，为1.22%，与上年末持平；中行0.98%，略升0.02个百分点；建行不良贷款率1.02%，较上年末上升0.03个百分点。 1. 利用网等收集有关数据资料，建立银行不良贷款模型 3. 不良贷款是多方面因素造成的，银行找出控制不良贷款的办法1）对数据进行分析: 股份制商业银行 不良贷款（亿元）Y 总资产（亿元）X1 总负债 （亿元）X2 流动性比例 X3 拨备覆盖率 X4 2010 一季度 609.6 126459 120254.9 41.10 170.20 二季度 592.1 135195.4 128391.2 42.40 186 三季度 586.7 142047.6 134472.3 42.10 203 四季度 565.1 148616.9 140456.4 42.20 218.30 2011 一季度 552 158743 150089 41.30 230.20 二季度 530 166350 157164 42 248.90 三季度 531 166909 156671 42.80 248.90 四季度 563 183794 173000 43.20 270.70 2012 一季度 608 193978 182538 45.66 287.40 二季度 657 211788 199916 46.69 290.18 三季度 743 220137 207760 45.23 289.97 四季度 797 235271 235271 45.83 295.51 2013 一季度 896 250038 236080 45.36 291.95 二季度 956 259339 244922 43.68 292.50 三季度 1026 261718 246571 42.80 287.03 四季度 1091 44.03 282.70 对于问题二首先根据图二利用 Matlab作出散点图（见附表5、6）,利用Matlab计算出相关系数（见附表3），建立多元线性回归模型。从而得出银行的业绩增速、净息差变化与不良的增长之间的关系。问题三由于不良贷款是多方面因素造成的银行找出控制不良贷款的办法2）近4年内人民币汇率和银行利率变动对不良贷款等本文相关指