探究影响农业银行不良贷款因素.docxVIP

探究影响中国农业银行不良贷款率的因素 引言 银行业属于高风险行业，在其经营过程中面临着信用风险、利率风险、流动性风险、汇率风险、市场风险等等。与国外商业银行业务的多元发展相比，我国商业银行业务仍以存贷款为主，而近些年来这种以信贷业务快速扩张为标志的传统业务发展方式不仅没有明显的转变，发展的势头反而更为强劲，这导致我国商业银行的风险主要集中在信贷风险上，一个具体的表现是大量的不良贷款。 不良贷款率的大小，决定了一个银行在经济正常运行时的盈利能力和核心竞争力，也可以说是导致金融危机的重要因素。它对银行的生存和发展，乃至国家的金融形势都具有不可忽视的影响力。作为国有四大银行之一，中国农业银行由于历史因素、政策因素以及其他因素的影响，不良贷款率高居五大国有商业银行之首，资产质量最差，形成了不安全的信用风险隐患。文章结合中国农业银行不良贷款的现状，对中国农业银行不良贷款的影响因素进行了多元回归分析，得出了GDP 增长率、货币供应量增长率、资本充足率和净利息收益率与农业银行不良贷款率的相关关系。 一、研究设计 （一）样本选择 本文选取2009年第1季度至2013年第4季度的20组季度样本数据进行实证分析。数据来源于国家统计局网站、中国农业银行网站发布的相关报告以及国泰安数据库。使用的数据为GDP增长率、货币供应量增长率、资本充足率、净利息收益率的季度数据。 （二）变量设计 本文选取中国农业银行不良贷款率作为被解释变量，选取GDP增长率、货币供应量M2增长率、中国农业银行的资本充足率和净利息收益率作为解释变量，将这4个经济指标作为考察的相关变量，用来描述不同因素对中国农业银行不良贷款率的不同影响。 表1模型中使用的变量及其表示符号 变量符号单位不良贷款率Y%GDP增长率 X1%货币供应量增长率 X2%资本充足率X3%净利息收益率X4% （三）描述性统计 表2、图1、图2、图3、图4给出了变量描述性统计。由图1可知中国农业银行不良贷款率在2009到2013年度呈现波动中的下降趋势，这种下降反映了农行经营管理水平的提高，但与其他四家国有银行相比，还是处于较高水平。 由图2 与图3可知，GDP增长率与货币供应量增长率均经历了先上升后下降平缓的趋势，这种变化具有一致性。2008年金融危机后，为了抑制衰退，政府推行四万亿投资计划并采取其他措施来刺激经济，使得2009年经济发展出现了一个小高潮，后期又逐渐平稳。 由图4 可知，应《巴塞尔协议》对银行资本充足率的要求，农行的资本充足率大致保持在10%左右。但是，这种资本充足率的提高一部分是通过发行次级债人为虚抬的，另外研究显示包括农行在内的五大行有金融监管套利的嫌疑，所以农行的资本充足率有必要打个折扣。 由图5可知，净利息收益率波动中上升。净利差是国内商业银行也是农业银行最主要的收入来源，体现了农业银行的盈利能力和风险管理能力，净利息收益率越高，说明农业银行盈利能力好，利用部分利润核销坏账的能力也就相对较强，不良贷款率也就越低。 表2变量描述性统计 不良贷款率YGDP增长率X1货币供应量增长率X2资本充足率X3净利息收益率X4均值0.0177250.087750.176890.114150.025595 中位数0.01490.08150.153350.11830.0269 最大值0.02940.1190.26790.12610.0282 最小值0.01140.0660.13070.09880.0207 标准差.0.0063310.0141380.047320.0081110.00242 观测值2020202020 图1 农业银行不良贷款率 图2 GDP增长率 图3 货币供应量增长率 图4 资本充足率 图5 净利息收益率 （四）模型设计 运用多元回归模型对中国农业银行不良贷款率（Y）的影响因素GDP增长率（X1）、货币供应量增长率（X2）、资本充足率（X3）、净利差（X4）进行回归分析，其回归方程可以写为： Y=α+β1X1+β2X2+β3X3+β4X4+ε 其中，α、β1、β2、β3、β4为对应各个变量的估值系数，ε为误差项。 二、实证分析 （一）变量的平稳性检验 本文采用ADF检验，对模型各时间序列进行单位根检验，以确定其平稳性。从运行结果来看原变量存在单位根，时间序列非平稳。需要进一步对该序列的一阶差分项作 ADF 检验。进一步检验后，时间序列通过ADF检验，5个变量的一阶差分在 5%的显著水平下都是平稳的，即 5 变量都是一阶单整的。 表3 变量检验模式（c，t，k）ADF检验值 5%显著水平下的临界值检验结论 变量检验模式ADF