國有五大銀行不良貸款影響因素的實證檢驗分析綜述目錄TOC\o"1-2"\h\u14960國有五大銀行不良貸款影響因素的實證檢驗分析綜述 11705（一）模型構建與變量設計 1253441.模型選擇與構建 134962.變量設計 216893.數據來源 318748（二）實證分析與結果 4287661.描述性統計分析 419292.自相關分析 5202953.平穩性檢驗 5305894.多元線性回歸檢驗 719196（三）結論與討論 8（一）模型構建與變量設計1.模型選擇與構建社會上各種經濟現象之間的的關系通常是不確定的，而且大多數關系可能并不能用一種具體的函數來表達。多元線性回歸法是統計學中經常被用來描述相關關系的一種方法并且它的描述較為準確。所謂回歸分析法，是指利用統計學在獲取大量觀測數據的前提下描述隨機變量之間的聯系，之后建立變量之間的聯系。為了驗證上述分析中外部宏觀經濟層面，政府干預層面，商業銀行自身微觀層面和借款企業經營狀況層面各因素對不良貸款率的影響，參考前人的研究并結合本文前述的理論分析，建立下列多元線性回歸模型：其中，NPLRt為國有五大商業銀行的平均不良貸款率，X1代表GDP增速，X2代表貨幣供應量M2增速，X3代表通貨膨脹率，X4財政支出與GDP的比值，X5國有五大商業銀行平均資本充足率，X6代表國有五大商業銀行平均撥備覆蓋率，X7代表企業景氣指數，α代表常數，ε代表殘差。2.變量設計（1）被解釋變量本研究以2011年第1季度-2020年第4季度國有五大商業銀行的不良資產平均比率為的40組指標。在我國商業銀行的財務報告中，不良貸款和不良貸款比率是最能體現其不良資產狀況的指標。考慮到不同商業銀行有不同的貸款規模，而不良貸款率作為一個相對數更具有可比性。所以本文將不良貸款率作為被解釋變量。（2）解釋變量由上述理論分析可知，商業銀行不良貸款率的高低與宏觀經濟環境、政府干預、商業銀行自身的微觀因素和借款企業經營等因素有關。在外部宏觀經濟環境方面，本文選取了三個主要的解釋變量：GDP增長、M2增長率、通脹率。在政府干預方面，采用了以GDP和財政收入比率為指標的方法來衡量政府的干預程度。在微觀層次上，本文選擇了兩個指標，即資本充足率和準備金覆蓋率。借款企業經營狀況層面，用企業景氣指數衡量企業經營狀況和信心。國內生產總值（GDP）是衡量一國經濟發展水平的指標，直觀地體現了一國在一定時期內經濟發展的整體狀況。因為被解釋變量不良貸款率和其他解釋變量都為相對值，所以選取2011年-2020年國內生產總值累計同比增長率的季度數據作為解釋變量。貨幣供應量M2增長率是用于衡量流通中的貨幣數量的指標。為了與其他指標的相對性保持一致，因此選用2011年-2020年M2當季同比增速作為解釋變量。通貨膨脹率是衡量一國物價整體上漲水平的指標，也可以反映出實際利率被侵蝕的程度。本文選取我國2011年-2020年通貨膨脹率的季度數據作為解釋變量。財政支出與GDP的比值可以在一定程度上反映政府對經濟的干預程度。本文選取2011年-2020年財政支出與GDP比值的季度數據作為解釋變量。資本充足率可以反映出商業銀行資本是否充足，在危機發生時是否有能力應對。本文選取國有五大商業銀行2011年-2020年資本充足率的季度數據作為解釋變量。撥備覆蓋率可以衡量商業銀行抵御信貸風險的能力，同時撥備覆蓋率也是商業銀行的風險防范能力和財務穩健性的衡量指標。本文選取國有五大商業銀行2011年-2020年撥備覆蓋率的季度數據作為解釋變量。企業景氣指數反映企業生產的經營狀況以及企業家對宏觀經濟環境的感受。在一定程度上可以反映出借款企業的經營狀況。本文選取2011年-2020年我國企業景氣指數的季度數據作為解釋變量。表4-1解釋變量與被解釋變量指標影響因素簡稱變量名稱數據來源被解釋變量不良貸款情況y不良貸款率上證交易所官網解釋變量國內生產總值X1GDP累計同比增長率國家統計局解釋變量貨幣供應量X2M2當季同比增長率國家統計局解釋變量通貨膨脹X3通貨膨脹率國家統計局解釋變量政府干預X4財政支出與GDP的比值國家統計局解釋變量資本充足率X5資本充足率上證交易所官網解釋變量撥備覆蓋率X6撥備覆蓋率上證交易所官網解釋變量借款企業經營狀況X7企業景氣指數國家統計局3.數據來源從數據來源的角度看：銀行不良貸款率、銀行相對資產規模、準備金比率等指標主要來自于銀行官網上的有關投資者關系披露的定期報表，并通過人工統計的方法進行統計。GDP的季度增長主要來自于國家統計局網站上的季度數據，而廣義貨幣供給和借貸利率則來自中國央行官網，而住房價格指數則是從同花順數據庫獲取的。國內生產總值（GDP）選取2011年-2020年國內生產總值累計同比增長率的季度數據作為解釋變量。貨幣供應量M2選用2011年-2020年M2當季同比增速作為解釋變量。通貨膨脹率是選取我國2011年-2020年通貨膨脹率的季度數據作為解釋變量。財政支出與GDP的比值選取2011年-2020年財政支出與GDP比值的季度數據作為解釋變量。資本充足率本文選取國有五大商業銀行2011年-2020年資本充足率的季度數據作為解釋變量。撥備覆蓋率選取國有五大商業銀行2011年-2020年撥備覆蓋率的季度數據作為解釋變量。企業景氣指數文選取2011年-2020年我國企業景氣指數的季度數據作為解釋變量。表4-2解釋變量與被解釋變量數據指標國內生產總值(億元)貨幣和準貨幣供應量(億元)通貨膨脹財政支出(億元)2011年487940851591991038742012年538580974149991172542013年5929631106525991292102014年64356312283751001403702015年68885813922781011522692016年74639515500671001596052017年83203616902351001725932018年91928118267441001833602019年9865151986489991903902020年10135672186796101182914實證分析與結果1.描述性統計分析為了了解樣本數據的特點，對模型中各個變量的最大值、最小值和均值做了描述性的統計。表4-3變量的描述性統計分析表變量MeanMaxMinStd不良貸款率（%）1.36082.40.810.3208GDP增速（%）6.567510.2-6.83.0561M2增速（%）11.707516.682.4726通貨膨脹率（%）2.50756.40.21.3121財政支出/GDP（%）9.242114.47286.34871.8561資本充足率（%）14.018317.5210.921.3848撥備覆蓋率（%）211.7096367.04136.1451.8526企業景氣指數0.20980.356-0.11780.0832由表4-2可以看出，2011年第一季度到2020年第四季度國有五大商業銀行的平均不良貸款率為1.3608%，最大值為2.4%，最小值為0.81%，表明國有五大商業銀行不良貸款率差異較大，結合文章前述圖表可以得知是農業銀行與其他四家商業銀行不良貸款率相差較大。2.自相關分析關于變量間的相關強度，可以根據它們之間的相關系數來判斷。如果變量間的相關系數過高會產生多重共線性，對后面的多元線性回歸分析會產生干擾。相關系數的絕對值處于0-0.2之間，代表二者相關性極弱；處于0.2-0.4之間，代表二者存在弱相關關系；處于0.4-0.6之間，代表二者存在中等程度的相關關系；處于0.6-0.8之間，代表二者之間存在強相關關系；處于0.8-1.0之間，則代表二者相關性極強。表4-4解釋變量間的相關系數X1X2X3X4X5X6X71.0000000.3758760.179662-0.3913390.1651180.7120510.1511570.3758761.0000000.321898-0.6181650.5493350.1708780.2807850.1796620.3189771.000000-0.1658470.1300250.1303780.047163-0.391339-0.6181650.1984711.000000-0.583961-0.347574-0.2091400.1651180.5493350.130025-0.5839611.0000000.3757060.4354850.7120510.1708780.130378-0.3475740.3757061.0000000.2497070.1511570.2807850.047163-0.2091400.4354850.2497071.000000從表4-3中可以看出，除了X1和X6之間存在強相關關系，其他變量之間存在的相關關系都比較弱，不存在完全相關的相關關系，多重共線性的影響較小。所以，變量的選取總體上來說是比較好的，可以進行下一步檢驗。3.平穩性檢驗為了保證各個時間序列滿足同階單整，對原始序列展開平穩性檢驗。如果平穩性檢驗通過的話則可以進行后面的檢驗；如果平穩性檢驗沒有通過，則要進行一階差分處理，使時間序列數據滿足平穩性之后再進行之后的檢驗。如果一階差分也未通過檢驗，則要進行二階差分處理，以此推類。本文利用單位根檢驗的方法，利用Eviews軟件對ADF的單位根進行檢驗，從而判定根的存在與否。若沒有根，說明原始時間序列數據是穩定的，若有根，則被視為是不穩定的。表4-4解釋變量的平穩性檢驗變量ADF檢驗檢驗結果一階差分變量ADF檢驗檢驗結果不良貸款率-1.8757不平穩△不良貸款率-3.0068平穩-0.6474-0.0432GDP增速-3.5454平穩-0.0483M2增速-2.5231不平穩△M2增速-7.5612平穩-0.3160通貨膨脹率-1.1627不平穩△通貨膨脹率-28.4227平穩-0.9023-0.0001財政支出/GDP-4.7889平穩-0.0022資本充足率-3.5956平穩-0.0444撥備覆蓋率-3.5417平穩-0.0487企業景氣指數-1.9854不平穩△企業景氣指數-4.7864平穩-0.5887-0.0005由單位根檢驗可知，不良貸款率、M2增速、通貨膨脹率、企業景氣指數為不平穩序列。按照要求，對這4個變量進行一階差分處理，再重新進行單位根檢驗。由新的檢驗結果可知，處理后的時間序列數據是平穩的，可以進行下一步的檢驗。4.多元線性回歸檢驗圖4-1回歸結果圖在線性回歸中，R2反映擬合優度的好壞。根據圖4-1回歸結果分析可知，R2為0.969736，可以判斷該回歸模型整體的擬合效果是非常好的。接下來，對每個解釋變量的回歸系數和P值做具體的分析。衡量經濟發展水平的GDP增速的系數為-0.020778，且在1%的置信水平下顯著。即GDP增速每增加1%，不良貸款率將下降0.020778個百分點。在經濟繁榮發展時，不良貸款率會處在較低的水平。貨幣供應量M2增速的系數是-0.012126，且在1%的置信水平下顯著。即M2增速每增加1%，不良貸款率將下降0.012126個百分點。貨幣供應量越多，不良貸款率越低。通貨膨脹率的系數是0.002803，在10%的置信水平下顯著。即通貨膨脹率每提高1%，不良貸款率將增加0.002803個百分點。結合之前的分析，對于國有五大商業銀行來說，通貨膨脹率對不良貸款率起著正向作用。財政支出/GDP的系數是0.02196，且在1%的置信水平下顯著。即財政支出與GDP的比值每提高1%，不良貸款率增加0.02196個百分點。這也印證了上述政府干預會使得不良貸款率提高的假設。資本充足率為-0.004827，其可信度為1%時具有顯著性。也就是，資本比率每增加1%，壞賬比率就會減少0.004827個百分點。這表明，銀行資金充裕，不良貸款率降低。準備金覆蓋率的因子為-0.003313，置信程度為15%。也就是，每增加1%的準備金率，就會減少0.003313個百分點。表明銀行的撥備覆蓋率越高，面臨的信貸風險就越小。企業景氣指數的系數是-0.004671，即企業景氣指數每提高1%，不良貸款率下降0.004671個百分點。實證檢驗的結果只在50%的水平下顯著，相比于其他幾個變量，企業景氣指數的影響并不顯著。（三）結論與討論本文根據2011-2020年的相關數據，運用多元線性回歸模型系統分析影響國有商業銀行不良貸款的因素，結果表明：1.GDP增速、M2增速、資本充足率、撥備覆蓋率和企業景氣指數與不良貸款率呈現負相關的關系，變量的提高可以抑制不良貸款率的增長，對不良貸款的影響較為顯著；通貨膨脹率和政府干預力度與不良貸款率