基于Logit模型商业银行个人贷款业务风险成因实证研究.docVIP

基于Logit模型商业银行个人贷款业务风险成因实证研究 　　摘 要：文章运用logit模型对我国商业银行个人贷款业务风险成因进行了实证研究，发现受教育程度与经济状况对个人贷款违约率有显著影响，商业银行在发放个人贷款业务前除了考察年龄、婚姻状况等因素外，应重点考察这两个因素。 　　关键词：个人贷款 logit模型 风险成因 　　中图分类号：F830.589 文献标识码：A 　　文章编号：1004-4914（2014）05-166-03 　　一、引言 　　改革开放以来，中国经济得到了快速发展，尤其是金融市场的逐步放开，使得金融业逐渐成长为现代经济的核心部分。随着居民收入的不断提高，消费观念及水平的不断变化，个人对信用消费的需求逐渐增加，再加上房地产业一直是国民经济重要的增长点。商业银行个人贷款业务，如个人住房按揭等得到快速发展。在银行业大量进行重组、兼并、股份制化等改革后，保障银行业的健康运行十分必要。然而我国金融市场上的融资行为主要还是依靠银行间接融资，以证券、债券等为主的直接融资方式还很不成熟，这就导致银行成为了风险聚集处。众所周知，商业银行主要的利润来源是存贷款利差，主要业务是吸收存款和发放贷款，因此，商业银行面临的主要风险是贷款风险管理{1}。 　　在我国，随着个人贷款业务市场的不断扩大，许多商业银行都表现出个人贷款业务粗放型风险管理与业务快速发展不匹配的现象，一些商业银行的个人贷款业务风险管理体系已不能适应个人贷款业务风险防控管理的要求{2}{3}{4}。对商业银行而言，个人贷款业务见效快、增长明显。比如，2009年个人贷款增长率为40.01%，较企业贷款21.56%的增长率而言增长速度更显著，但个人贷款业务风险的累积速度和程度也是极高的，因此能否很好地防范和化解个人贷款业务风险不仅关系到商业银行的业绩表现，更与其长远发展有着不可忽视的联系。因此商业银行必须对现行的个人贷款业务风险管理体系进行有效地改进与完善，使之与蓬勃发展的个人信贷业务水平相匹配，以保持个人信贷业务稳健发展。 　　二、模型的选择及变量的选取 　　1.模型的选择。在本文所研究的问题中，个人贷款是否违约就是一种决策变量，由于需要研究个人特征如何影响个人贷款违约发生，所以选择logit模型来模拟决策的发生。 　　对商业银行个人贷款违约的风险进行模拟，该模型中因变量是二值变量，代表个人贷款违约是否发生，如果发生违约，则因变量取值为1；反之，因变量取值为0。解释变量是个人特征变量，如个人受教育程度、经济状况、年龄和婚姻状况等。我们在取得样本数据后，运用SPSS统计软件，将样本数据带入建立的logit线性回归方程，得出解释变量对于被解释变量即个人特征变量对于个人贷款违约与否的影响与关系，评估出个人贷款违约的主要影响因素，从而达到对商业银行个人贷款业务风险的主要影响因素进行判别的目的{5}。 　　Logit分布函数的表达式为： 　　P（Yi=1）=Pi=■ （1） 　　设Zi=β1+β2Xi时，上式可写为： 　　P（Yi=1）=Pi=■ （2） 　　记Pi为事件发生的概率，则Pi不发生的概率为， 　　1-Pi=1-■=■ （3） 　　机会比率的定义为事件“发生”与“没有发生”的概率之比 　　■ （4） 　　将（2）和（3）代入得到 　　■=■=■=eZi （5） 　　对上式两边取自然对数： 　　Li=Ln（■）=Ln（■）=Ln（eZi）=Zi=β1+β2Xi （6） 　　此模型称为对数单位模型（logit模型），可见Xi变动一个单位，机会比率的对数平均变化β2个单位。 　　Li=Ln（■） （7） 　　为对数单位，这里的对数单位Li是对Xi和β的线性函数。 　　2.Logit模型的参数估计方法――极大似然估计。在线性回归中估计总体未知参数时，为使被解释变量的观测值与模型估计值之间的参差平方值为最小，通常采用最小二乘法的方法。最大似然估计方法在线性回归分析中，可以得到与最小二乘法一致的结果{6}{7}。但与最小二乘法相比，最大似然估计法既可以用于线性模型，又可以用于非线性模型，由于logit回归模型是非线性模型，因此选择最大似然估计法对logit回归模型进行估计{7}。 　　接下来我们以单变量为例，说明极大似然估计方法的原理。 　　设被估计的模型如下： 　　Pi=■=■ （8） 　　如果第一种选择发生了n次，则第二种选择发生了N-n次。设第一种选择的概率是Pi，第二种选择的概率是1-Pi。则n次观察的似然函数为： 　　L（β1，β2）=p（y1，y2，…yN）=■Pi■（1-Pi） （9） 　　最大似然估计就是求解出能够最大化似然函数的参数值和。上式也可表示为： 　　L（β1，β2）=■p（Yi）=