某银行不良贷款成因的分析.docVIP

** PAGE ** 某银行不良贷款的成因分析 某家大型银行有多家分行，近年来，该银行的贷款额平稳增长，但不良贷款额也有较大比例的提高。为弄清楚不良贷款形成的原因，我希望利用银行业务的有关数据建立模型做些定量分析，找出控制不良贷款的办法，有关数据见附表。 首先，我们对什么是不良贷款做一界定：不良贷款是指出现违约的贷款。一般而言，借款人若拖延还本付息达三个月之久，贷款即会被视为不良贷。其次，贷款余额是指截止到某一日以前商业银行已发放的贷款总和。 然后，从银行业务和某些相关资料得知，不良贷款的数额大致和各项贷款余额、本年累计应收贷款、贷款项目个数和本年固定资产投资额有关。该银行共有25家分行。 首先，我先对这几个变量和因变量做一个散点图，以便初步确定回归模型的形式。通过做y、x1、x2、x3、x4的散点图知道，几个变量基本都是呈线性趋势增长，所以可以建立线性模型。注：y表示不良贷款，x1表示各项贷款余额（亿元），x2表示本年累计应收贷款（亿元），x3表示贷款项目个数，x4表示本年固定资产投资额（亿元）。 首先做y关于所有变量的回归，所得结果如下： Variable Coefficient Std. Error t-Statistic Prob.?? C -1.021640 0.782372 -1.305823 0.2064 X1 0.040039 0.010434 3.837495 0.0010 X2 0.148034 0.078794 1.878738 0.0749 X3 0.014529 0.083033 0.174983 0.8629 X4 -0.029193 0.015073 -1.936769 0.0670 R-squared 0.797604 ????Mean dependent var 3.728000 Adjusted R-squared 0.757125 ????S.D. dependent var 3.609307 S.E. of regression 1.778752 ????Akaike info criterion 4.166558 Sum squared resid 63.27919 ????Schwarz criterion 4.410333 Log likelihood -47.08197 ????F-statistic 19.70404 Durbin-Watson stat 2.625709 ????Prob(F-statistic) 0.000001 可见，x3、x2、x4的系数都不是显著的，回归模型的可决系数R-squared达到0.797604，可认为回归模型整体是显著的。由于个别的系数不显著，没有通过检验，且变量x3的p值最大，可以首先将解释变量x3从模型中剔除，然后做y对其余三个变量的回归。回归结果如下： Variable Coefficient Std. Error t-Statistic Prob.?? C -0.971605 0.711240 -1.366071 0.1864 X1 0.041039 0.008525 4.814000 0.0001 X2 0.148858 0.076817 1.937838 0.0662 X4 -0.028502 0.014206 -2.006264 0.0579 R-squared 0.797294 ????Mean dependent var 3.728000 Adjusted R-squared 0.768336 ????S.D. dependent var 3.609307 S.E. of regression 1.737213 ????Akaike info criterion 4.088088 Sum squared resid 63.37607 ????Schwarz criterion 4.283108 Log likelihood -47.10109 ????F-statistic 27.53279 Durbin-Watson stat 2.596015 ????Prob(F-statistic) 0.000000 从上表可看出，x2、x4的系数依旧不显著，R-squared为0.797294，模型整体是显著的。再将x2从模型中剔除。再做一次回归。 Variable Coefficient Std. Error t-Statistic Prob.?? C -0.443424 0.696865 -0.636312 0.5311 X1 0.050332 0.007477 6.731607 0.0000 X4 -0.031903 0.014954 -2.133368 0.0443 R-squared 0.761046 ????