(天津財經(jīng)大學統(tǒng)計學院 天津 300222)

一、引言

(一)研究背景

近年來，我國商業(yè)銀行的不良貸款余額和不良貸款率持續(xù)上升，2019年2月我國銀保監(jiān)會公布了最新的監(jiān)管年報數(shù)據(jù)，2018年末，我國不良貸款余額達2.03萬億元，相較2017年末增加了2 800億元，同比增長16%。與此同時，我國銀行業(yè)的不良貸款率為1.83%，相較2017年又增加了0.1%。在如此嚴峻的形勢下，商業(yè)銀行風險暴露的問題將變得更為尖銳，如果處理不當，容易引發(fā)系統(tǒng)性風險。未來我國銀行業(yè)的不良貸款的風險還會不斷積聚。由此可見，分析影響我國銀行業(yè)不良貸款率的宏微觀因素，具有十分重要的現(xiàn)實意義。

(二)文獻綜述

分析世界銀行的經(jīng)營史可知，導致銀行經(jīng)營失敗的原因眾多，但是銀行不良貸款問題是導致銀行經(jīng)營危機的首要原因。因此，銀行不良貸款受到世界各國廣泛的研究和關(guān)注。從宏觀角度分析，Akinlo和Emmanuel(2014)發(fā)現(xiàn)，從長期看，經(jīng)濟增長與不良貸款率呈反向關(guān)系。Tanskovic和Jandric(2015)分析結(jié)果表明這些因素與不良貸款率的增加呈正相關(guān)關(guān)系。徐曉通(2015)經(jīng)過實證分析得知，M2增長率對不良貸款率有顯著的正向影響。商業(yè)銀行不良貸款率受GDP增長率的影響并與之呈負相關(guān)關(guān)系，受貨幣供應(yīng)量增長率的影響并與之呈負相關(guān)關(guān)系。從銀行自身角度分析，Zelalem(2014)就銀行資產(chǎn)規(guī)模與商業(yè)銀行不良貸款率的關(guān)系進行研究，發(fā)現(xiàn)二者之間成正相關(guān)關(guān)系。梁秋霞(2012)研究發(fā)現(xiàn)商業(yè)銀行不良貸款率受銀行的資產(chǎn)負債率的影響并與之呈正相關(guān)關(guān)系。徐曉通(2015)認為我國商業(yè)銀行不良貸款率受銀行自身的撥備覆蓋率影響，且呈負相關(guān)關(guān)系。

二、數(shù)據(jù)處理與變量選擇

(一)數(shù)據(jù)來源及數(shù)據(jù)處理

本文研究的數(shù)據(jù)主要包括兩部分，一部分來源于Wind數(shù)據(jù)庫中宏觀經(jīng)濟板塊2014—2018年各項宏觀經(jīng)濟指標數(shù)據(jù)，其中包括季度數(shù)據(jù)與月度數(shù)據(jù)。另一部分數(shù)據(jù)是銀行自身數(shù)據(jù)，來源于Wind數(shù)據(jù)庫中股票板塊中每只股票的銀行專項指標數(shù)據(jù)，這部分數(shù)據(jù)是16家銀行2014—2018年四個季度的各個銀行專項指標數(shù)據(jù)。由于其他銀行上市時間不足5年，所以只篩選出16家銀行，對數(shù)據(jù)處理如下。第一步，宏觀月度數(shù)據(jù)與宏觀季度數(shù)據(jù)的匹配。對于宏觀月度數(shù)據(jù)做兩種處理，一種是將各季度的三個月的數(shù)據(jù)分別作為三個指標；另一種月度數(shù)據(jù)處理方法是將各季度三個月的數(shù)據(jù)的平均值作為一個指標。第二步，16家銀行自身數(shù)據(jù)與宏觀數(shù)據(jù)匹配。將第一步中的兩種宏觀數(shù)據(jù)分別與各個銀行自身數(shù)據(jù)按照季度對應(yīng)然后合并。

(二)變量的選取

自變量的選?。簩︻A處理后的數(shù)據(jù)進行變量選取，得到四大類自變量。其中微觀層面包括銀行業(yè)務(wù)情況變量及銀行各項貸款業(yè)務(wù)占比情況的變量，宏觀層面包括宏觀經(jīng)濟情況變量及金融市場流動性、風險性指標變量。

因變量的選?。阂圆涣假J款率是否上升(Y)作為因變量。本文先選取各銀行企業(yè)每年的不良貸款率為初始變量，然后計算出當年不良貸款率相對上一年不良貸款率的變動值，變動值為正代表不良貸款率上升，變動值為負或零代表不良貸款率沒有上升。

三、模型選擇

分別對兩個數(shù)據(jù)集，以最大深度為3的決策樹為基學習器，構(gòu)建隨機森林、AdaBoost、GBDT、XGBoost和LightGBM五種集成學習模型(基學習器均為50個)。將原始數(shù)據(jù)隨機劃分為訓練集(80%)和測試集(20%)，并對每個模型進行分類。對每個模型重復進行100次樣本劃分與分類，計算100次分類結(jié)果訓練集的準確率與測試集的準確率的平均值，結(jié)果如下。隨機森林訓練集與測試集的準確率分別為0.84、0.76，AdaBoost訓練集與測試集的準確率分別為1、0.74，GBDT訓練集與測試集的準確率分別為1、0.76，XGBoost訓練集與測試集的準確率分別為1、0.75，LightGBM訓練集與測試集的準確率分別為0.83、0.74。比較5個模型可以發(fā)現(xiàn)，默認參數(shù)下隨機森林的預測準確率較高，模型泛化能力較好，AdaBoost、GBDT、XGBoost、LightGBM存在過擬合現(xiàn)象。因此，選擇隨機森林模型作為預測模型。

四、銀行不良貸款率變動情況的預測及變量重要性分析

(一)模型評價

模型調(diào)優(yōu)后，混頻數(shù)據(jù)集隨機森林訓練集與測試集的準確率分別為86.55%、81.25%，同頻數(shù)據(jù)集隨機森林訓練集與測試集的混淆矩陣的準確率分別為87.89%、81.25%。可以發(fā)現(xiàn)，兩種數(shù)據(jù)集的隨機森林模型的測試集預測準確率均為81.25%，說明建立的模型對混頻數(shù)據(jù)與同頻數(shù)據(jù)都能準確地識別出不良貸款率上升的情況。

(二)變量重要性

隨機森林模型按照兩種數(shù)據(jù)集給出變量重要性排在前30位的特征。其中，國內(nèi)信貸規(guī)模、國房景氣指數(shù)、M2增速、資本充足率、房地產(chǎn)業(yè)貸款額占比，這5個變量的重要性明顯大于其他變量。

將數(shù)據(jù)按照國有銀行、股份制銀行及城市商業(yè)銀行將樣本進行分類，然后利用隨機森林模型擬合出影響不同類型銀行不良貸款率變動的特征重要性排名。結(jié)果如下，影響國有銀行不良貸款率變動的前六種因素分別為國房景氣指數(shù)、國內(nèi)信貸、生產(chǎn)價格指數(shù)、城鎮(zhèn)登記失業(yè)率、M2增速和商業(yè)銀行的流動性比率；影響股份制銀行不良貸款率變動的前六種因素分別是國房景氣指數(shù)、制造業(yè)貸款比例、批發(fā)和零售業(yè)貸款比例、城鎮(zhèn)登記失業(yè)率、商業(yè)銀行的流動性比率和國內(nèi)信貸；影響城商銀行不良貸款率變動的前六種因素分別是房地產(chǎn)業(yè)貸款比例、計息負債、單一客戶集中度、資本充足率、成本收入比和商業(yè)銀行的流動性比率。不難發(fā)現(xiàn)影響國有銀行不良貸款率變動的主要因素為宏觀經(jīng)濟指標，影響股份制銀行的主要因素既包括宏觀經(jīng)濟因素又包括銀行各項貸款占比情況，而城商銀行的不良貸款率變動主要受銀行自身業(yè)務(wù)和各項貸款占比的影響。

五、結(jié)論

本文利用機器學習研究銀行不良貸款率的變動情況得出以下結(jié)論。

第一，本文構(gòu)建基于隨機森林的銀行不良貸款率變動預測模型發(fā)現(xiàn)，隨機森林算法與其他集成學習方法比較，在處理樣本少、特征多的數(shù)據(jù)時預測精度更高，模型泛化能力更好。利用隨機森林構(gòu)建銀行不良貸款率變動預測模型，能較好地對銀行不良貸款率上升或下降進行預測，尤其能夠識別出不良貸款率上升的情況，預測精度在90%左右。

第二，研究銀行每季度不良貸款率變動時，加入高頻數(shù)據(jù)并做兩種處理。一種是將各季度的三個月的數(shù)據(jù)作為三個指標，另一種是將各季度三個月的數(shù)據(jù)的平均值作為一個指標。對比預測結(jié)果發(fā)現(xiàn)，混頻數(shù)據(jù)同頻數(shù)據(jù)預測效果相同，后續(xù)考慮增加樣本進一步進行比較。

第三，通過分析變量重要性發(fā)現(xiàn)，對整個的銀行業(yè)來說，國內(nèi)信貸資金的規(guī)模、房地產(chǎn)行業(yè)景氣程度、貨幣供應(yīng)量增速這些宏觀經(jīng)濟因素會影響銀行的不良貸款率的變動。對不同類型的銀行分析發(fā)現(xiàn)，低水平國內(nèi)信貸規(guī)模、高失業(yè)率以及貨幣供應(yīng)量增速緩慢，容易引起國有銀行不良貸款率上升；較高的制造業(yè)或批發(fā)和零售業(yè)貸款額占比、較高的社會失業(yè)率都易引起股份制銀行不良貸款率的上升；客戶集中度高、較高銀行成本收入容易引起城商銀行不良貸款率的上升。綜合可以發(fā)現(xiàn)國有銀行受宏觀經(jīng)濟情況及金融系統(tǒng)流動性的影響比較大，股份制銀行與城商銀行受自身因素的影響比較大。