基于多元回归模型的金融风险降低研究.docVIP

　　基于多元回归模型的金融风险降低研究 　　多元线性回归模型，在实际经济问题中，一个变量往往受到多个变量的影响。例如，家庭消费支出，除了受家庭可支配收入的影响外，还受诸如家庭所有的财富、物价水平、金融机构存款利息等多种因素的影响。 　　摘要：本文以商业银行为例，采用多元回归模型进行金融风险降低的研究，模型的因变量指标为净资产收益率(Y)，自变量指标为资本充足率(X1)、不良贷款率(X2)以及流动性比率(X3)，模型得出的结论为：资本充足率以及流动性比率的提高会降低金融风险，而不良贷款率的提高会增加金融风险。 　　关键词：多元回归模型 商业银行 金融风险 　　伴随着世界金融一体化进程脚步的飞速迈进，我国商业银行面临的非系统性金融风险形势越来越复杂，而金融风险不单单对商业银行的经营业绩产生不利的影响，甚至可以对商业银行的生死存亡产生决定性作用。本文着手于商业银行的非系统性金融风险进行研究，旨在为商业银行降低非系统性金融风险提供相关策略。 　　一、商业银行金融风险现状 　　(1)商业银行呆坏账水平居高不下 　　2002年以来，我国金融机构尤其是商业银行的不良贷款额没有出现上升的趋势，然而，不良贷款的比率的情况依旧不容乐观。不良贷款的潜在风险一直存在，我国不良贷款的比率大约在15%左右，仅仅符合我国的监管标准，距离国际的10%标准还相差甚远。但是如果过分关注这些问题，并不能有效的解决眼前的困境，甚至会因为盲目的采取措施而导致出现不良信贷的贷款被稀释，或盈利的贷款被提前收回的后果。 　　(2)盲目加速信贷的投放引发新的金融风险 　　金融机构信贷的投放率近年来呈持续上升的现象，这与我国的经济增长有着直接的关系。面对外资的大量涌入，以及当前的资本、经常账户的顺差表现，央行采取投入大量基础货币进行对冲措施。银行系统在债券市场的长期疲软状态以及内在的金融风险潜在的双重压力下，盲目采取了以信贷款来稀释不良贷款的行为，这为银行的发展带来了不可估计的潜在金融风险。因此，这迫使银行在实行扩大贷款的行为后，必须重新考虑怎样进行经济结构合理化、完善社会信用环境、提高商业银行自身的内部控制和提高应对风险管理的能力，以有效躲避因金融风险带来的不可估计的后果。 　　二、模型分析 　　本文依据金融风险的有关理论，并与我国商业银行的实际状况结合在一起，以15家商业银行为研究对象，构建多元回归模型。其中，样本数据的时间窗口为2007-2014年，模型的因变量指标为净资产收益率(Y)，自变量指标为资本充足率(X1)、不良贷款率(X2)以及流动性比率(X3)。多元线性回归是利用最优组合的思想来判断因变量与自变量之间关系的，在进行多元线性回归时使用的软件为SPSS 19.0。分析步骤如下：导入数据、SPSS做数据预处理、SPSS建模分析、假设验证、结论分析。分析过程如下： 　　(1)描述性统计 　　对样本进行描述性统计，主要统计各变量的均值，描述一下样本数据大致的情况，也就是对我们之前所设定的因变量和自变量及控制变量值域的描述，具体如表1所示。 　　(2)模型汇总 　　模型汇总表示的是模型的拟合度，由上表可以看出模型的拟合度为0.817，在少样本量的情况下还是很高的。模型的拟合度反映了因变量Y的全部值中能通过自变量回归系数被自变量解释的比例为81.7%，这是比较接近于1的，说明因变量的全部值中能通过回归系数被自变量解释的比例很高，，变量之间的关联性很强。 　　(3)回归系数分析 　　由表3得，回归方程为Y=1.236X1-0.291X2+0.516X3+0.094;该方程中X1的系数为正值，且P值小于0.05，说明X1与Y之间是显著的正相关的关系，即资本充足率的提高有助于商业银行净资产收益率的增加，也就是金融风险的降低。同理，X3的系数为正值，且P值小于0.05，说明X3与Y之间也是显著的正相关的关系，即流动性比率的提高有助于商业银行净资产收益率的增加，也就是金融风险的降低。反之，X2的系数为负值，且P值小于0.05，说明X2与Y之间是显著的负相关关系，即不良贷款率的提高导致商业银行净资产收益率的减少，也就是金融风险的增加。因此，我们可以说，不良贷款率的降低、资本充足率的提高以及流动性比率的提高能够降低商业银行的金融风险。 　　三、对策建议 　　(1)商业银行应加大资产证券化力度 　　依据资本充足率计算公式，作为分母的风险加权资产减少，资本充足率将提高，或者理解为作为分子的资本得以节约。银行可用节约的资金来放贷或配置别的资产，银行也将有更多的积极性来做信贷资产证券化，从而盘活存量。因此，发起人可以通过资产证券化业务适当降低资本耗用。 　　(2)加强信用风险管理 　　利率市场化使大型企业议价的能力得到提高，银行会转向定价较高的中小企业，来应对收益水平下降所带来的影响，并且倾向