(西安財(cái)經(jīng)大學(xué) 陜西 西安 710000)

一、引言

(一)不良貸款的概念

不良貸款指非正常貸款或有問(wèn)題貸款,是指借款人未能按原定的貸款協(xié)議按時(shí)償還商業(yè)銀行的貸款本息,或者已有跡象表明借款人不可能按原定的貸款協(xié)議按時(shí)償還商業(yè)銀行的貸款本息而形成的貸款。不良貸款是激化銀行信貸風(fēng)險(xiǎn)的導(dǎo)火索,屬于銀行信貸的消極產(chǎn)物,也相繼成為控制風(fēng)險(xiǎn)的關(guān)鍵點(diǎn),不良貸款的產(chǎn)生與發(fā)展,使商業(yè)銀行貸款作為主力業(yè)務(wù)承載的銀行生產(chǎn)力逐漸被削減。部分積極因素的出現(xiàn)在一定程度上實(shí)現(xiàn)了不良貸款“搬家”,但仍未取得革命性進(jìn)展,不良貸款問(wèn)題依然棘手。

(二)不良貸款產(chǎn)生的背景

近年來(lái),國(guó)內(nèi)經(jīng)濟(jì)持續(xù)迅猛發(fā)展,經(jīng)濟(jì)體制改革日益完善,經(jīng)濟(jì)局勢(shì)逐漸轉(zhuǎn)好。與此同時(shí),國(guó)際經(jīng)濟(jì)形勢(shì)也呈現(xiàn)大好局面,世界一體化趨勢(shì)的風(fēng)潮依舊不減,各國(guó)之間的聯(lián)系越發(fā)密切,在整個(gè)大的經(jīng)濟(jì)體系中各國(guó)資本迅速流轉(zhuǎn),全球經(jīng)濟(jì)在大方向上呈現(xiàn)優(yōu)勢(shì)發(fā)展。然而,在經(jīng)濟(jì)優(yōu)勢(shì)發(fā)展的同時(shí),引發(fā)的泡沫經(jīng)濟(jì)問(wèn)題相當(dāng)嚴(yán)峻,并隨之帶來(lái)了相當(dāng)多的不良影響。尤其是我國(guó)的金融體系,在全球資本的夾擊下存在巨大的風(fēng)險(xiǎn)。由于我國(guó)銀行業(yè)處于該形勢(shì)下,不可避免地產(chǎn)生了難以預(yù)料的不良貸款問(wèn)題。

由于我國(guó)經(jīng)濟(jì)仍處于加速發(fā)展階段,市場(chǎng)機(jī)制尚不健全,使經(jīng)濟(jì)運(yùn)營(yíng)面臨著極其復(fù)雜的局面。政策面上政府鼓勵(lì)商業(yè)銀行加大信貸力度以扶持市場(chǎng)中的中小企業(yè)和某些重點(diǎn)行業(yè),比如光伏、船舶等信貸風(fēng)險(xiǎn)“高危”行業(yè),使大量風(fēng)險(xiǎn)轉(zhuǎn)移給了商業(yè)銀行,由此也惡意破壞了行業(yè)“優(yōu)勝略汰”的發(fā)展模式。與此同時(shí),大批的商業(yè)銀行為了增加貸款業(yè)務(wù),信貸業(yè)務(wù)大多一味追求數(shù)量,而忽視業(yè)務(wù)水平，導(dǎo)致許多惡意信貸的滋生。而且一些銀行貸款機(jī)制落后,經(jīng)營(yíng)管理存在許多漏洞,出現(xiàn)放款緊收款松,追蹤機(jī)制不到位的問(wèn)題,進(jìn)一步誘發(fā)不良貸款的出現(xiàn)及日益猖獗。

(三)需要解決的問(wèn)題

首先，要借助可靠的網(wǎng)絡(luò)等媒介搜尋相關(guān)數(shù)據(jù)資料。

其次，熟悉并學(xué)習(xí)相關(guān)數(shù)學(xué)模型,選擇建立合適的數(shù)學(xué)模型,對(duì)將討論的問(wèn)題進(jìn)行研究,尋求不良貸款趨增的內(nèi)在原因。

再次，銀行應(yīng)該比照自身的現(xiàn)狀,仔細(xì)選擇變量,進(jìn)行相應(yīng)的定量分析,尋找遏制這一問(wèn)題的有效方法。

最后，進(jìn)行全面的分析總結(jié),深化理解。

(四)問(wèn)題的理解

本文重點(diǎn)在于討論影響不良貸款的因素,并著眼于如何有效解決不良貸款問(wèn)題。分析研究問(wèn)題的基礎(chǔ)在于收集真實(shí)可靠的數(shù)據(jù),然后是甄選指標(biāo),也就是預(yù)測(cè)影響因素。由于個(gè)人信息來(lái)源以及信息面的限制,眾多因素之中,為了得到精確可靠的信息以及避免失誤情況的發(fā)生,應(yīng)挑選相關(guān)性較強(qiáng)、易理解的指標(biāo),但這也是本文的難點(diǎn)所在。本文中挑選的指標(biāo)都是相對(duì)具有說(shuō)服力的,其中的奇異數(shù)據(jù)已被剔除,孤偏指標(biāo)不予以采用。但是所選擇的因素具有一定的偏向性,這是本文的不足。挑選數(shù)據(jù)以及選定因素之后,將重點(diǎn)放在對(duì)影響銀行不良貸款的因素進(jìn)行分析,預(yù)測(cè)何種因素對(duì)于不良貸款問(wèn)題最具影響,由此便可輕松衍生出合理的解決方案。

二、一元回歸模型

(一)所用指標(biāo)的選取

上文已經(jīng)提到,影響銀行不良貸款的因素繁多,因此具體哪些影響因素能夠?qū)刂撇涣假J款起到有效作用,如何選取這一問(wèn)題尤為關(guān)鍵。反復(fù)考量過(guò)后,最終在眾多數(shù)據(jù)概念中選取總資產(chǎn)以及銀行經(jīng)營(yíng)管理業(yè)務(wù)四大重要指標(biāo)。其一是信用風(fēng)險(xiǎn)指標(biāo),具體選用撥備覆蓋率、貸款撥備率;其二是流動(dòng)性指標(biāo),具體選用存貸比;其三是效益型指標(biāo),具體選用凈息差;其四是資本充足指標(biāo),具體是選用資本充足率。此四項(xiàng)指標(biāo)作為研究不良貸款影響因素的對(duì)象,具有切實(shí)的可操作性以及實(shí)際的數(shù)學(xué)意義。

(二)模型要求

1.數(shù)據(jù)真實(shí)可靠,已剔除異常數(shù)據(jù)。

2.所取指標(biāo)與不良貸款之間具有較穩(wěn)定關(guān)系,能切實(shí)反映不良貸款情況。

3.短期不存在人民幣大幅波動(dòng)現(xiàn)象以及其他變動(dòng),并對(duì)于所取指標(biāo)沒(méi)有顯著影響。

4.不考慮銀行經(jīng)營(yíng)變動(dòng)等其他不可預(yù)測(cè)波動(dòng)。

5.不考慮銀行業(yè)內(nèi)部的相對(duì)競(jìng)爭(zhēng)。

6.假設(shè)銀行對(duì)不良貸款預(yù)測(cè)呈線性彈性需求。

(三)變量選取以及指標(biāo)介紹

我們?cè)谶x擇實(shí)證模型指標(biāo)的時(shí)候,在充分考慮指標(biāo)的代表性及其實(shí)際意義的同時(shí),還要考慮其相應(yīng)數(shù)據(jù)的可獲得性。我們可以在一定程度上參考其他文章對(duì)于模型解釋變量的選取。經(jīng)過(guò)反復(fù)的考量后,選擇以下的指標(biāo)。

Y不良貸款額；

X1總資產(chǎn)；

X2撥備覆蓋率；

X3貸款撥備率；

X4存貸比；

X5凈息差；

X6資本充足率。

三、建立回歸模型，改進(jìn)回歸模型

(一)建模思路

根據(jù)上文的內(nèi)容已挑選出的六項(xiàng)指標(biāo)作為建模因素,首先我們要采用一元線性回歸模型逐一分析上述六項(xiàng)指標(biāo)對(duì)于不良貸款余額的影響。然后進(jìn)一步采用多元線性回歸模型來(lái)探究這些指標(biāo)綜合起來(lái)及彼此間相互作用對(duì)不良貸款可能會(huì)產(chǎn)生的影響,并且從其中篩選出影響力最強(qiáng)的指標(biāo)。

(二)數(shù)據(jù)整理

通過(guò)中國(guó)銀行業(yè)監(jiān)督委員會(huì)查詢了主要商業(yè)銀行(建設(shè)銀行、工商銀行、農(nóng)業(yè)銀行等)近八年來(lái)的不良貸款相關(guān)數(shù)據(jù),見(jiàn)表3-1。

表3-1 主要商業(yè)銀行不良貸款相關(guān)數(shù)據(jù)

(三)一元線性回歸分析

1.繪制散點(diǎn)圖

在SPSS程序中導(dǎo)入相關(guān)的數(shù)據(jù),輸入相關(guān)程序代碼得到散點(diǎn)圖：

圖3-1 X1與Y的簡(jiǎn)單散點(diǎn)圖 圖3-2 X2與Y的簡(jiǎn)單散點(diǎn)圖

圖3-3 X3與Y的簡(jiǎn)單散點(diǎn)圖 圖3-4 X4與Y的簡(jiǎn)單散點(diǎn)圖

圖3-5 X5與Y的簡(jiǎn)單散點(diǎn)圖 圖3-6 X6與Y的簡(jiǎn)單散點(diǎn)圖

觀察散點(diǎn)圖我們可以發(fā)現(xiàn),前三個(gè)變量與因變量成明顯的線性關(guān)系,而后三個(gè)變量與因變量線性關(guān)系不明顯,因此建立的一元回歸模型就沒(méi)有實(shí)際的意義。

2.分析相關(guān)性

利用數(shù)據(jù)對(duì)模型進(jìn)行一元線性回歸分析,采用SPSS統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)擬合,進(jìn)而分析Y與X1的線性相關(guān)性。

表3-2 不良貸款額與總資產(chǎn)的線性相關(guān)性

觀察擬合結(jié)果,sig.=0.011<0.05,回歸方程為

Y=0.827X1-331554.615.

所建立的回歸方程顯著。

同理我們就可以觀察出Y與X2、X3的相關(guān)關(guān)系：

Y=-0.806X2+324205.815

Y=0.889X3-1195399.465

所建立的回歸方程顯著。

(四)模型的改進(jìn)

在上述的一元回歸線性模型中,根據(jù)相關(guān)數(shù)據(jù),我們可以分別計(jì)算出X1、X2、X3與Y的相關(guān)性及線性方程,但是由于一元線性回歸模型忽略了這三個(gè)因素綜合起來(lái)及彼此相互作用對(duì)不良貸款可能產(chǎn)生的影響,所以我們將模型改進(jìn)為多元線性回歸方程的預(yù)測(cè)。通過(guò)多元線性回歸分析,計(jì)算因素綜合的影響。分析如下。

表3-3 因變量Y與自變量X1、X2、X3的線性相關(guān)性

CoefficientsaModelUnstandardizedCoefficientsBStd.ErrorStandardizedCoefficientsBetatsig.1(Constant)-3422001.0401416822.144-2.4150.043X10.4620.1270.4253.6370.030X2484264.126120503.9251.5314.0180.021X39.846E72.041E71.9744.8240.011a.DependentVariable:Y

觀察擬合結(jié)果分析,sig.=0.029<0.05,顯著性檢驗(yàn)可知有統(tǒng)計(jì)學(xué)意義,所以我們由此可知建立Y與X1、X2、X3的多元線性回歸方程是有意義的。其標(biāo)準(zhǔn)化方程為Y=0.425X1+1.531X2+1.974X3。

觀察前文所做的分析,我們得出所取指標(biāo)中三項(xiàng)因素綜合起來(lái)會(huì)對(duì)不良貸款產(chǎn)生影響的結(jié)論,但我們需要進(jìn)一步討論,在此三項(xiàng)影響因素中哪項(xiàng)因素起決定作用,所以我們選擇采用多元線性逐步回歸的方法。選擇最優(yōu)多元線性回歸的統(tǒng)計(jì),篩選出與Y確實(shí)相關(guān)的因素。

表3-3 自變量最優(yōu)檢驗(yàn)

CoefficientsaModelUnstandardizedCoefficientsBStd.ErrorStandardizedCoefficientsBetatsig.1(Constant)-1.195E6273365.818-4.3730.005X34.436E79.319E60.8894.7600.003a.DependentVariable:Y

參考回歸結(jié)果我們發(fā)現(xiàn)得出結(jié)果,X3對(duì)Y確實(shí)有線性相關(guān)。由上可知,從我們選擇的指標(biāo)來(lái)看,影響不良貸款的主要原因是總資產(chǎn)(X1)、撥備覆蓋率(X2)、貸款撥備率(X3),其中重要影響指標(biāo)是貸款撥備率(X3),貸款撥備率與不良貸款額呈正相關(guān),貸款撥備率越高,不良貸款額就越高。

上述模型所用的各項(xiàng)重要參數(shù)以及數(shù)據(jù)來(lái)自中國(guó)銀行監(jiān)督委員會(huì)官方網(wǎng)站,數(shù)據(jù)可靠,參數(shù)有意義。對(duì)于根據(jù)實(shí)際需要建立的數(shù)學(xué)模型,使用SPSS軟件進(jìn)行統(tǒng)計(jì)分析,借助一元及多元線性分析進(jìn)行求解。通過(guò)對(duì)六項(xiàng)指標(biāo)的分析,相對(duì)精確地實(shí)現(xiàn)探究目的。前三項(xiàng)指標(biāo)與不良貸款的關(guān)系呈線性,后三項(xiàng)呈非線性,不需予以討論。詳細(xì)來(lái)說(shuō),總資產(chǎn)、撥備覆蓋率、貸款撥備率對(duì)于不良貸款余額具有顯著影響,其中貸款撥備率最為有影響。由于個(gè)人水平以及學(xué)術(shù)深度的局限,未對(duì)模型進(jìn)行更深刻的研究。

總體來(lái)講,所建立的模型在很大程度上能夠確切反映六項(xiàng)指標(biāo)對(duì)于不良貸款的影響,準(zhǔn)確率較高。但是畢竟所取的因素只有六項(xiàng),相當(dāng)多的可能因素被忽視,難免具有些許偏向性,對(duì)于模型的選擇與規(guī)劃存在不足,未能做到全面分析,給接下來(lái)深度研究問(wèn)題帶來(lái)風(fēng)險(xiǎn)與挑戰(zhàn)。

四、針對(duì)性給予我國(guó)不良貸款問(wèn)題的建議

通過(guò)數(shù)據(jù)我們了解到總資產(chǎn)、撥備覆蓋率、貸款撥備率對(duì)于不良問(wèn)題的重要影響。也就是說(shuō),要想進(jìn)一步緩解或者有效解決不良貸款的現(xiàn)狀,商業(yè)銀行此時(shí)應(yīng)注重這三項(xiàng)指標(biāo),力求平衡。具體來(lái)講,商業(yè)銀行在發(fā)展日常業(yè)務(wù)的同時(shí),應(yīng)加快對(duì)中間業(yè)務(wù)的發(fā)展,最大化實(shí)現(xiàn)總資產(chǎn)。與此同時(shí),銀行應(yīng)重點(diǎn)緊密觀測(cè)撥備覆蓋率這項(xiàng)指標(biāo),根據(jù)相關(guān)數(shù)據(jù)進(jìn)行準(zhǔn)備金的調(diào)整,此外也是用以防范銀行業(yè)績(jī)過(guò)失。商業(yè)銀行應(yīng)進(jìn)一步提高撥備覆蓋率,此舉的目的在于能夠更加有效地對(duì)不良貸款的發(fā)生加以防范并最大化降低損失。準(zhǔn)備金所衡量的層面不僅包括已發(fā)生的不良信貸,還涵蓋未來(lái)可能發(fā)生的不良貸款,過(guò)高準(zhǔn)備金勢(shì)必增加銀行的經(jīng)營(yíng)成本,在平衡上述兩者之余,適當(dāng)降低貸款撥備率能間接降低不良貸款。

五、全文總結(jié)

通過(guò)全文的分析，我們可以知道總資產(chǎn)、撥備覆蓋率、貸款撥備率對(duì)于不良貸款的現(xiàn)狀有著重要的影響，我們?nèi)粝刖徑饣蛘哂行У亟鉀Q不良貸款的現(xiàn)狀，商業(yè)銀行應(yīng)該著重注意這三項(xiàng)指標(biāo)，在日常發(fā)展業(yè)務(wù)的時(shí)候應(yīng)該加快對(duì)中間業(yè)務(wù)的發(fā)展，實(shí)現(xiàn)總資產(chǎn)的最大化。與此同時(shí)，銀行應(yīng)重點(diǎn)緊密觀測(cè)撥備覆蓋率這項(xiàng)指標(biāo),根據(jù)相關(guān)數(shù)據(jù)進(jìn)行準(zhǔn)備金的調(diào)整,此外也是用以防范銀行業(yè)績(jī)過(guò)失。再者，商業(yè)銀行應(yīng)進(jìn)一步提高撥備覆蓋率,這種做法能夠更加有效地對(duì)不良貸款的發(fā)生加以防范且能夠最大化地降低損失。準(zhǔn)備金所衡量的層面不僅包括已發(fā)生的不良信貸,還涵蓋未來(lái)可能會(huì)發(fā)生的不良貸款,所以過(guò)高準(zhǔn)備金勢(shì)必會(huì)增加銀行的經(jīng)營(yíng)成本,在平衡上述兩種情況之余,應(yīng)該適當(dāng)?shù)亟档唾J款撥備率使其能間接降低不良貸款。

關(guān)于不良貸款問(wèn)題的研究良久,但是依舊缺乏革命性的高效解決方案,這也是目前現(xiàn)階段針對(duì)性研究的主要方向。本文對(duì)于不良貸款的影響指標(biāo)進(jìn)行簡(jiǎn)要分析,利用數(shù)學(xué)建模比較得出影響力較強(qiáng)的指標(biāo),并進(jìn)一步得出最佳指標(biāo),根據(jù)軟件計(jì)算所得的結(jié)論闡述相應(yīng)的解決方案。

未來(lái)對(duì)于不良貸款問(wèn)題的解決也應(yīng)該著眼于多個(gè)方面,綜合各類解決方案?，F(xiàn)在已經(jīng)有對(duì)于不良貸款研究的理論知識(shí)且較為完備,下一步的研究重點(diǎn)在于應(yīng)用現(xiàn)有工具,在逐步完善工具的基礎(chǔ)上,對(duì)理論知識(shí)進(jìn)行客觀的研究說(shuō)明,然后就可以針對(duì)性地給出解決方案。并且應(yīng)對(duì)其他領(lǐng)域進(jìn)行深化認(rèn)識(shí),結(jié)合各科的幫助解決現(xiàn)有問(wèn)題。