導(dǎo)語(yǔ)：銀行信貸違約風(fēng)險(xiǎn)影響因素研究一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：全球性的經(jīng)濟(jì)危機(jī)再一次說明信貸違約對(duì)全球社會(huì)造成的影響是巨大的，因此，我國(guó)銀行業(yè)需要充分加強(qiáng)自身的風(fēng)險(xiǎn)管理控制意識(shí)和水平，構(gòu)建有效的預(yù)防機(jī)制和采取相關(guān)措施來將風(fēng)險(xiǎn)局限在可控范圍內(nèi)。本研究以我國(guó)上市商業(yè)銀行為研究樣本，總結(jié)國(guó)內(nèi)外學(xué)者對(duì)銀行信貸違約風(fēng)險(xiǎn)的影響因素的實(shí)證研究。在此基礎(chǔ)上，分析我國(guó)銀行信貸違約風(fēng)險(xiǎn)的影響因素。本文的創(chuàng)新之處在于比較我國(guó)內(nèi)地14家上市銀行數(shù)據(jù)，通過面板數(shù)據(jù)進(jìn)行了實(shí)證分析，探討了我國(guó)銀行信貸違約風(fēng)險(xiǎn)的影響因素的組成，并對(duì)銀行業(yè)規(guī)避信貸風(fēng)險(xiǎn)提出合理化建議。

關(guān)鍵詞：銀行信貸；信貸違約；信貸風(fēng)險(xiǎn)；上市商業(yè)銀行

1研究概況

1.1研究背景

信貸業(yè)務(wù)在我國(guó)經(jīng)濟(jì)發(fā)展中具有非常高的拉動(dòng)作用，在拉動(dòng)我國(guó)國(guó)內(nèi)需求、促進(jìn)國(guó)人消費(fèi)方面更是功不可沒。不過隨之市場(chǎng)化改革的加深，信貸業(yè)務(wù)的規(guī)模也逐步擴(kuò)大，違約風(fēng)險(xiǎn)等問題也漸漸凸顯出來。銀行出現(xiàn)違約之后，就會(huì)在很大程度上制約我國(guó)信貸市場(chǎng)的健康發(fā)展。

1.2研究目的

評(píng)估分析中國(guó)上市銀行的信貸經(jīng)營(yíng)水平。實(shí)證分析信貸違約風(fēng)險(xiǎn)對(duì)于整個(gè)銀行業(yè)乃至民生產(chǎn)業(yè)的影響。

2研究?jī)?nèi)容

2.1研究方法

本文通過研究發(fā)現(xiàn)違約風(fēng)險(xiǎn)的影響因素非常廣泛，其中包括了企業(yè)特征、財(cái)務(wù)比率等微觀因素、宏觀因素和非經(jīng)濟(jì)因素等。本文的變量（違約風(fēng)險(xiǎn)影響因素變量）主要包括以下兩個(gè)方面：①企業(yè)特征的變量——企業(yè)總資產(chǎn)；②財(cái)務(wù)特征變量——杠桿比率、流動(dòng)性比率、效率比率、生產(chǎn)率、周轉(zhuǎn)率、盈利率等變量。另外，之前相關(guān)的研究表明，目前并沒有一種模型明顯優(yōu)于其他模型。因此本文選用通用的Logistic違約模型，對(duì)商業(yè)銀行違約風(fēng)險(xiǎn)影響因素進(jìn)行實(shí)證分析。

2.2建模與研究方法

本文選用Logistic違約模型對(duì)商業(yè)銀行違約風(fēng)險(xiǎn)影響因素進(jìn)行實(shí)證分析?；谥暗募僭O(shè)，本文以企業(yè)規(guī)模SIZE、資產(chǎn)負(fù)債率DA、流動(dòng)比率LR、應(yīng)收賬款銷售收入比率ARSR、主營(yíng)成本比例MCR、總資產(chǎn)周轉(zhuǎn)率TAT、總資產(chǎn)收益率ROA這七個(gè)因素為自變量，以違約頻率作為因變量，得到初步的模型：式中：1-Y1：沒有違約的頻率；α0-α7：待估計(jì)的系數(shù)；μ：隨機(jī)誤差項(xiàng)。

2.3數(shù)據(jù)源

本文以某商業(yè)銀行2019年的500個(gè)貸款企業(yè)為樣本。在樣本特征分析的基礎(chǔ)上，進(jìn)行描述性統(tǒng)計(jì)、相關(guān)性分析和Logistic回歸分析，對(duì)商業(yè)銀行違約風(fēng)險(xiǎn)研究模型提出的相關(guān)假設(shè)進(jìn)行驗(yàn)證。

3研究分析

3.1描述性分析

為了更好地了解樣本的整體情況，本文采用SPSS統(tǒng)計(jì)軟件對(duì)所選變量相關(guān)數(shù)據(jù)進(jìn)行處理。從樣本描述性統(tǒng)計(jì)結(jié)果來看，貸款企業(yè)規(guī)模對(duì)數(shù)的均值為6.78，最小值為5.53，最大值為8.12，說明所選企業(yè)的規(guī)模整體上差異不大。資產(chǎn)負(fù)債率均值為0.94，最小值為0.91，最大值為0.96，說明貸款企業(yè)資產(chǎn)負(fù)債率總體上差異性很小。

3.2相關(guān)性分析

在做logistic回歸分析之前首先研究下自變量與因變量之間的關(guān)系，看是否都與因變量有關(guān)，以及自變量之間是否存在多重共線性。從研究結(jié)果來看，所有數(shù)據(jù)的VIF值都明顯小于5，各自變量之間不存在多重共線性。因此，可以對(duì)自變量與因變量進(jìn)行l(wèi)ogistic回歸分析。

3.3Logistic回歸分析

把之前的七個(gè)自變量帶入Logistic的全變量模型回歸分析，模型的分析結(jié)果如表1所示。Wald統(tǒng)計(jì)量顯著水平Sig值小于0.1的自變量為SIZE、DA、LR、MCR、TAT、ROA和Cons.,認(rèn)為自變量為SIZE、DA、LR、MCR、TAT、ROA和Cons.在90%置信水平上與零有顯著差異，這些因子變量與之LogitP之間線性關(guān)系顯著。從結(jié)果可以看出，應(yīng)收賬款銷售收入比率未能通過統(tǒng)計(jì)顯著性檢驗(yàn)，應(yīng)收賬款銷售收入比率對(duì)銀行信貸違約風(fēng)險(xiǎn)的影響不顯著，不支持假設(shè)四?？赡艿脑颍簯?yīng)收賬款銷售收入比率雖然是衡量一個(gè)企業(yè)的經(jīng)營(yíng)能力，但它的比率或高或低只是賬面上的，另外企業(yè)采用賒銷、代銷等運(yùn)作方式會(huì)強(qiáng)烈的影響該企業(yè)的應(yīng)收賬款銷售收入比率，但是未必意味著該企業(yè)的違約概率會(huì)增加或者降低。主營(yíng)成本比例與企業(yè)違約率呈現(xiàn)正相關(guān)的關(guān)系，這與假設(shè)五不符?？赡艿脑颍褐鳡I(yíng)成本比例越高，意味著主營(yíng)業(yè)務(wù)成本對(duì)主營(yíng)業(yè)務(wù)收入的比重越大，因此，企業(yè)的運(yùn)營(yíng)成本也就隨之增加，會(huì)增加企業(yè)資金鏈的壓力，進(jìn)而導(dǎo)致企業(yè)違約的概率提高。所以，主營(yíng)成本比例與企業(yè)違約率呈現(xiàn)正相關(guān)。除應(yīng)收賬款銷售收入比率、主營(yíng)成本比例和企業(yè)違約率的關(guān)系與原文的假設(shè)不符，其他的變量實(shí)證結(jié)果都與預(yù)期相符合。HosmerandLemeshow檢驗(yàn)卡方分布統(tǒng)計(jì)量的顯著水平為0.886>0.05,不顯著，表示因變量的實(shí)際值與預(yù)測(cè)值的分布沒有顯著差異,說明模型擬合較好。

3.4累積Logistic回歸分析

本文在定義銀行信貸違約的風(fēng)險(xiǎn)等級(jí)時(shí)，按照銀行對(duì)每筆貸款記錄的風(fēng)險(xiǎn)狀態(tài)進(jìn)行劃分。如果完全正常按時(shí)還本息的貸款風(fēng)險(xiǎn)等級(jí)為完全正常,記為1；如果有逾期一次或作連續(xù)兩次以上且累積罰息和累計(jì)拖欠總額欄金額為零的貸款風(fēng)險(xiǎn)等級(jí)為值得注意，記為2；如果拖欠本息且貸款記采的累積罰息和累計(jì)拖欠總額欄金額為不為零的貸款風(fēng)險(xiǎn)等級(jí)為違約，記為3。在之前的數(shù)據(jù)源部分,在500個(gè)有效樣中,完全正常的樣本為136個(gè),逾期的樣本為194個(gè),實(shí)質(zhì)性違約的樣本為170個(gè)。因變量為貸款風(fēng)險(xiǎn)等級(jí)，自變最為文章前面部分對(duì)商業(yè)銀行信貸違約的7個(gè)影響因素。研究結(jié)果顯示，因變量中有序次關(guān)系。根據(jù)累積Logistic模型，可以得到兩個(gè)累積Logit函數(shù)，并對(duì)其同時(shí)進(jìn)行平行度檢驗(yàn)。本文研究發(fā)現(xiàn)χ2統(tǒng)計(jì)量的值為13.784，自由度為8，SigP值為0.125>0.05，說明其不顯著。這說明成比例假設(shè)對(duì)所有Logit都成立，成比例假設(shè)不能被拒絕。因而累積Logistic模型適用于上市商業(yè)銀行樣本的分析。

4結(jié)論

4.1研究結(jié)論

綜合本研究Logistic模型的分析結(jié)果，獲致研究結(jié)論如下：（1）企業(yè)規(guī)模與銀行信貸違約風(fēng)險(xiǎn)呈顯著負(fù)相關(guān)關(guān)系；（2）資產(chǎn)負(fù)債率與銀行信貸違約風(fēng)險(xiǎn)呈不顯著正相關(guān)關(guān)系；（3）流動(dòng)比率與銀行信貸違約風(fēng)險(xiǎn)呈顯著負(fù)相關(guān)關(guān)系；（4）應(yīng)收賬款銷售收入比率與銀行信貸違約風(fēng)險(xiǎn)呈不顯著負(fù)相關(guān)關(guān)系；（5）主營(yíng)成本比率與銀行信貸違約風(fēng)險(xiǎn)呈顯著正相關(guān)關(guān)系；（6）資產(chǎn)周轉(zhuǎn)率與銀行信貸違約風(fēng)險(xiǎn)呈顯著負(fù)相關(guān)關(guān)系；（7）總資產(chǎn)收益率與銀行信貸違約風(fēng)險(xiǎn)呈不顯著正相關(guān)關(guān)系。

4.2研究建議

通過實(shí)證分析，本研究對(duì)中國(guó)上市商業(yè)銀行提出以下建議供參考。研究建議是：（1）不同的貸款者的償還能力和信用有所差別，銀行所承擔(dān)的風(fēng)險(xiǎn)也有所差異。因此，商業(yè)銀行對(duì)于信用條件相對(duì)差的貸款者相應(yīng)地提高質(zhì)押品的比率。比如貸款人購(gòu)房需要按信用條件不同提高初次的購(gòu)房首付比例（目前均為1~3成），可以因應(yīng)信用水平提高或者不予借貸，以減輕可能信貸違約造成的損失。（2）商業(yè)銀行按揭成數(shù)提高，以降低銀行在放貸市場(chǎng)的信貸違約風(fēng)險(xiǎn)。但是這個(gè)數(shù)值具體是多少，依然需要國(guó)家宏觀調(diào)控和市場(chǎng)調(diào)節(jié)兩只手一起作用。（3）在日常管理上，銀行管理層要研究自身可以承受信貸違約風(fēng)險(xiǎn)的程度，不能盲目追求銀行效益。前不久福建興業(yè)銀行的一個(gè)支行就出現(xiàn)了破產(chǎn)的鬧劇，這主要也是由于當(dāng)?shù)刂忻つ糠刨J，導(dǎo)致資金虧空的結(jié)果。（4）信貸專業(yè)部門要因地制宜，認(rèn)真審核貸款客戶（特別是有政府擔(dān)保或者要求放貸的地方企業(yè)）的經(jīng)營(yíng)情況與信譽(yù)、資金實(shí)力與負(fù)債程度、經(jīng)濟(jì)效益與發(fā)展前景等。

參考文獻(xiàn)

[1]艾迪.凱德.銀行風(fēng)險(xiǎn)管理[M].北京:中國(guó)金融出版社,2004(2):2-10

[2]楊軍.銀行信用風(fēng)險(xiǎn)－理論、模型和實(shí)證分析[M].北京:中國(guó)財(cái)政經(jīng)濟(jì)出版社,2004(3):55.

[3]王春峰.金融市場(chǎng)風(fēng)險(xiǎn)管理[M].天津:天津大學(xué)出社,2001(5):71-83.

[4]于立勇,詹捷輝.基于Logistic回歸分析的違約概率預(yù)測(cè)研究[J].財(cái)政研究,2004(9):85.

[5]石曉軍,任遠(yuǎn)文和肖遠(yuǎn)文.邊界Logistic違約率模型及實(shí)證研究[J].管理科學(xué)學(xué)報(bào),2007(6):15-16.

[6]汪加興.中國(guó)銀行貸款違約損失率影響因素實(shí)證分析[J].經(jīng)濟(jì)評(píng)論,2007(3):90-93.

作者：錢子潮 魏?jiǎn)?毛鴻霖 單位：澳門城市大學(xué)商學(xué)院