探究影响农业银行不良贷款的因素.docx

探究影响中国农业银行不良贷款率的因素引言银行业属于高风险行业，在其经营过程中面临着信用风险、利率风险、流动性风险、汇率风险、市场风险等等与国外商业银行业务的多元发展相比，我国商业银行业务仍以存贷款为主，而近些年来这种以信贷业务快速扩张为标志的传统业务发展方式不仅没有明显的转变，发展的势头反而更为强劲，这导致我国商业银行的风险主要集中在信贷风险上，一个具体的表现是大量的不良贷款不良贷款率的大小，决定了一个银行在经济正常运行时的盈利能力和核心竞争力，也可以说是导致金融危机的重要因素它对银行的生存和发展，乃至国家的金融形势都具有不可忽视的影响力作为国有四大银行之一，中国农业银行由于历史因素、政策因素以及其他因素的影响，不良贷款率高居五大国有商业银行之首，资产质量最差，形成了不安全的信用风险隐患文章结合中国农业银行不良贷款的现状，对中国农业银行不良贷款的影响因素进行了多元回归分析，得出了 GDP 增长率、货币供应量增长率、资本充足率和净利息收益率与农业银行不良贷款率的相关关系一、研究设计（一）样本选择本文选取 2009 年第 1 季度至 2013 年第 4 季度的 20 组季度样本数据进行实证分析。

数据来源于国家统计局网站、中国农业银行网站发布的相关报告以及国泰安数据库使用的数据为 GDP 增长率、货币供应量增长率、资本充足率、净利息收益率的季度数据 （二）变量设计本文选取中国农业银行不良贷款率作为被解释变量，选取 GDP 增长率、货币供应量 M2 增长率、中国农业银行的资本充足率和净利息收益率作为解释变量，将这 4 个经济指标作为考察的相关变量，用来描述不同因素对中国农业银行不良贷款率的不同影响表 1 模型中使用的变量及其表示符号变量 符号 单位不良贷款率 Y %GDP 增长率 X1 %货币供应量增长率 X2 %资本充足率 X3 %净利息收益率 X4 %（三）描述性统计表 2、图 1、图 2、图 3、图 4 给出了变量描述性统计由图 1 可知中国农业银行不良贷款率在 2009 到 2013 年度呈现波动中的下降趋势，这种下降反映了农行经营管理水平的提高，但与其他四家国有银行相比，还是处于较高水平由图 2 与图 3 可知，GDP 增长率与货币供应量增长率均经历了先上升后下降平缓的趋势，这种变化具有一致性2008 年金融危机后，为了抑制衰退，政府推行四万亿投资计划并采取其他措施来刺激经济，使得 2009 年经济发展出现了一个小高潮，后期又逐渐平稳。

由图 4 可知，应《巴塞尔协议》对银行资本充足率的要求，农行的资本充足率大致保持在 10%左右但是，这种资本充足率的提高一部分是通过发行次级债人为虚抬的，另外研究显示包括农行在内的五大行有金融监管套利的嫌疑，所以农行的资本充足率有必要打个折扣由图 5 可知，净利息收益率波动中上升净利差是国内商业银行也是农业银行最主要的收入来源，体现了农业银行的盈利能力和风险管理能力，净利息收益率越高，说明农业银行盈利能力好，利用部分利润核销坏账的能力也就相对较强，不良贷款率也就越低表 2 变量描述性统计不良贷款率 YGDP 增长率 X1货币供应量增长率X2资本充足率 X3净利息收益率 X4均值 0.017725 0.08775 0.17689 0.11415 0.025595中位数 0.0149 0.0815 0.15335 0.1183 0.0269 最大值 0.0294 0.119 0.2679 0.1261 0.0282最小值 0.0114 0.066 0.1307 0.0988 0.0207标准差. 0.006331 0.014138 0.04732 0.008111 0.00242观测值 20 20 20 20 202009 2010 2011 2012 201300.0050.010.0150.020.0250.030.035不 良 贷 款 率Y图 1 农业银行不良贷款率2009 2010 2011 2012 20130.070.0750.080.0850.090.0950.10.1050.110.1150.120.125GDP增 长 率X1图 2 GDP 增长率2009 2010 2011 2012 201300.050.10.150.20.250.3货 币 供 应 量 增 长 率X2图 3 货币供应量增长率2009 2010 2011 2012 201300.020.040.060.080.10.120.14资 本 充 足 率X3图 4 资本充足率2009 2010 2011 2012 201300.0050.010.0150.020.0250.03净 利 息 收 益 率X4图 5 净利息收益率（四）模型设计运用多元回归模型对中国农业银行不良贷款率（Y ）的影响因素 GDP 增长率（X 1） 、货币供应量增长率（X 2） 、资本充足率（X 3） 、净利差（X 4）进行回归分析，其回归方程可以写为：Y=α+β1X1+β2X2+β3X3+β4X4+ε其中，α、β 1、β 2、β 3、β 4 为对应各个变量的估值系数，ε 为误差项。

二、实证分析（一）变量的平稳性检验本文采用 ADF 检验，对模型各时间序列进行单位根检验，以确定其平稳性从运行结果来看原变量存在单位根，时间序列非平稳需要进一步对该序列的一阶差分项作 ADF 检验进一步检验后，时间序列通过 ADF 检验，5 个变量的一阶差分在 5%的显著水平下都是平稳的，即 5 变量都是一阶单整的表 3 变量检验模式（c ， t，k）ADF 检验值 5%显著水平下的临界值检验结论变量 检验模式 ADF 检验 5%显著水平下的临界值 检验结论X1 （ c，0，0） 0.050954 -1.96017 非平稳dX1 （ c，0，1） -3.16323 -3.04039 平稳X2 （ c，0，0） -1.20932 -1.96017 非平稳dX2 （ c，0，1） -3.81832 -3.04039 平稳X3 （ c，0，0） 1.396805 -1.96017 非平稳dX3 （ c，0，1） -5.04797 -3.04039 平稳X4 （ c，0，0） 1.314618 -1.96141 非平稳dX4 （ c，0，1） -5.96381 -3.04039 平稳Y （ c，0，0） -0.31896 -1.96627 非平稳dY （ c，0，1） -3.52196 -3.0989 平稳（二）协整分析虽然影响不良贷款率的指标是非平稳的，但是各指标的一阶差分是平稳的即各指标是一阶单整的，这些指标可能存在某种平稳的线性组合，这个组合反映了各变量间的长期稳定关系，即协整关系。

本文使用 Johansen 协整检验方法进行协整分析，结果见表 5表 4 无限制的秩检验协整结果假设 No. of CE(s) 特征值 T 统计量 5%临界值 P 值None * 0.906073 108.7109 69.81889 0At most 1 * 0.84546 68.50194 47.85613 0.0002At most 2 * 0.638119 36.75775 29.79707 0.0067At most 3 * 0.554838 19.4783 15.49471 0.0119At most 4 * 0.28571 5.719917 3.841466 0.0168通过对统计值和临界值的比较以及相关检验结果的分析，可以看出各变量一阶差分在 5%显著水平下呈现出一致的长期趋势，具有一个协整关系所以，尽管原变量不平稳，但由于其一阶差分存在协整关系，还是可以用多元线性回归模型对选取的 4 个农业银行不良贷款率影响因素与不良贷款率进行回归三）回归结果为了减少由于时间序列数据造成的异方差影响，使用广义最小二乘法（GLS ）对 20 个样本点数据进行回归分析，并检验了模型的拟合优度、模型显著性和变量的显著性。

表 5 回归分析中的相关统计量与参数值统计量 参数值 统计量 参数值R2 统计量 0.996377 因变量均值 0.014791调整 R2 统计量 0.995411 因变量标准差 0.048591回归标准差 0.001014 AIC 信息准确值 -10.7384残差平方和 0.001541 SC 信息准确值 -10.4895对数似然值 112.3844 Hannan-Quinn criter -10.6899F 统计量 98.35200 D.W.统计量 1.983567F 统计量对应的 P 值 0.000000从表 6 模型参数值中我们可以看出，模型的决定系数 R2=0.996377，调整后的 R2=0.995411，也就是修正的可决系数是 99.54%，该模型变量的可解释程度为 99.54%模型对样本的拟合程度比较好，说明模型所选择的解释变量是被解释变量的原因除此之外，模型的 D.W.统计值= 1.983567> R2，说明回归模型不是伪回归，具有一定的研究意义表 6 回归分析结果变量 系数 估计量的 标准差 t 值 P 值X1 -0.01919 0.026294 -0.72985 0.0467X2 -0.020991 0.014852 -1.413375 0.0381X3 -0.29382 0.044986 -6.53128 0.0021X4 -1.31702 0.160385 -8.21157 0.0012C 0.082951 0.008981 9.235842 0.0000对模型进行回归，通过表 6 我们可以看出，在显著水平 α=0.05 时，各变量p 值均小于 0.05，t 检验通过。

根据得出的系数，回归模型为Y=0.082951+-0.01919X1+-0.020991X2+-0.29382X3+-1.31702X4+ε三、结论由实证分析可得农业银行不良贷款率与 GDP 增长率、货币供应量 M2 增长率、农行的资本充足率和净利息收益率均呈负相关但是 GDP 增长率、货币供应量 M2 增长率的系数都较小，资本充足率和净利息收益率的系数则比较大，说明农行要想降低自身不良贷款率，还是要落脚于提高自身的经营能力与抗风险能力农行要实行严格的信贷管理体制、提高对信贷风险的分析控制能力、分散能力，构建全方面的风险防范体系。