• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      我國商業(yè)銀行不良貸款率與經(jīng)濟(jì)增長關(guān)系的實證分析

      2019-09-23 06:35:54袁鳳嬌
      智富時代 2019年8期
      關(guān)鍵詞:VAR模型經(jīng)濟(jì)增長

      袁鳳嬌

      【摘 要】自2014年起我國商業(yè)銀行不良貸款率連續(xù)兩年逐步上升。商業(yè)銀行在我國的經(jīng)濟(jì)中起著重要作用,不良貸款率的高低直接影響我國經(jīng)濟(jì)的運行及金融業(yè)的風(fēng)險水平,同時金融業(yè)風(fēng)險的高低在經(jīng)濟(jì)發(fā)展的影響下又反作用于經(jīng)濟(jì)發(fā)展。本文以我國2011-2017年的季度數(shù)據(jù)為樣本,通過構(gòu)建VAR模型,運用脈沖響應(yīng)和方差分解方法,分析兩者間的動態(tài)關(guān)系。結(jié)果顯示:商業(yè)銀行不良貸款率會制約經(jīng)濟(jì)增長的速度,而經(jīng)濟(jì)增長對不良貸款率本身波動的影響不大,只是對不良貸款率向下的變動趨勢有明顯影響。

      【關(guān)鍵詞】不良貸款率;經(jīng)濟(jì)增長;VAR模型

      一、引言

      自1998年我國對貸款進(jìn)行分類調(diào)整及對國有銀行資產(chǎn)剝離之后,隨著經(jīng)濟(jì)的發(fā)展,我國商業(yè)銀行不良貸款率較低,總體態(tài)勢良好。但從2014年起,我國商業(yè)銀行的不良貸款余額和不良貸款率便開始上升。由2017年中國銀行業(yè)監(jiān)督管理委員會公布的數(shù)據(jù)可知:我國商業(yè)銀行不良貸款余額由2014年末的8426億元增加到2017年末的17057億元,增加了8631億元;不良貸款率從2014年末的1.25%上升至2017年末的1.74%,升高了0.49%。從目前來看,我國經(jīng)濟(jì)下行壓力大,經(jīng)濟(jì)增長緩慢,未來年我國銀行業(yè)不良貸款率將持續(xù)增加,潛在風(fēng)險壓力不容忽視。

      不良貸款的高低及變化直接影響著銀行的穩(wěn)定性、流動性及盈利水平,甚至影響金融體系的運作進(jìn)而影響經(jīng)濟(jì)的持續(xù)穩(wěn)定發(fā)展。目前,伴隨著我國經(jīng)濟(jì)進(jìn)入新常態(tài),經(jīng)濟(jì)增長與商業(yè)銀行不良貸款率之間的關(guān)系日益成為學(xué)界關(guān)注的熱點。本文以我國2011至2017年的季度數(shù)據(jù)為樣本,在對數(shù)據(jù)進(jìn)行處理后,運用VAR模型,實證檢驗商業(yè)銀行不良貸款率與經(jīng)濟(jì)增長之間的關(guān)系,并對原因進(jìn)行分析,從而提出有針對性的對策建議。

      二、理論分析

      經(jīng)濟(jì)增長對銀行不良貸款率的影響機理,主要包括三個渠道:一是企業(yè)財務(wù)狀況,在經(jīng)濟(jì)下行的期間,借款方的經(jīng)營會更加困難,企業(yè)財務(wù)狀況會惡化,盈利水平、還款能力及意愿都會表現(xiàn)出不同程度的下降;二是資產(chǎn)價值,在經(jīng)濟(jì)下行階段,資產(chǎn)會發(fā)生減值,從而降低企業(yè)的還款能力,導(dǎo)致不良貸款的產(chǎn)生;三是銀行自身所具有的“親周期”性的特征影響不良貸款率,即在經(jīng)濟(jì)景繁榮階段,銀行往往過度樂觀,會降低對抵押品的要求、借貸門檻,盲目増加信貸,使得在經(jīng)濟(jì)下行階段出現(xiàn)更多的不良貸款,導(dǎo)致不良貸款率上升。

      三、實證分析

      (一)變量的選取及數(shù)據(jù)來源

      本文選取國內(nèi)生產(chǎn)總值環(huán)比增長率(RGDP)來衡量我國的經(jīng)濟(jì)增長、商業(yè)銀行不良貸款率(NPL)來衡量商業(yè)銀行不良貸款;數(shù)據(jù)來自歷年中國統(tǒng)計年鑒、中國銀監(jiān)會數(shù)據(jù)庫;時間截取2011年第1季度到2017年第4季度。

      (二)數(shù)據(jù)處理

      1.census×12平滑指數(shù)法

      因為本文所采用的是季度數(shù)據(jù),其在季節(jié)上有一定的階段性性、波動性,會影響模型擬合的真實性,進(jìn)一步影響實證結(jié)果的有效性、準(zhǔn)確性,因此在序列的處理上,本文采用census×12平滑指數(shù)法對NPL、RGDP進(jìn)行季節(jié)調(diào)整,從而使序列趨于平穩(wěn)。

      2.Hodrick-Prescott濾波

      通過分析調(diào)整后的數(shù)據(jù),可以發(fā)現(xiàn)不良貸款率的變動存在顯著的趨勢走向,為避免趨勢走向?qū)嵶C結(jié)果的影響,本文采用Hodrick-Prescott濾波,把趨勢項從NPL序列中分解出去,得到另外一組僅顯示本身波動性的數(shù)據(jù)CNPL。本文將分析CNPL和RGDP的相互影響關(guān)系。

      (三)單位根(ADF)檢驗

      時間序列本身所具有的波動性會使實證結(jié)果不能反映出經(jīng)濟(jì)運行的實際情況,因而,在使用時間序列時,首先要檢驗序列的平穩(wěn)性,以此避免產(chǎn)生偽回歸。從下表可知,各時間序列均平穩(wěn),可以進(jìn)行協(xié)整檢驗。

      (四)Johansen協(xié)整檢驗

      對于經(jīng)濟(jì)時間序列,可以通過協(xié)整檢驗判斷各變量間是否具有長期、穩(wěn)定的線性關(guān)系。本文采用Johansen協(xié)整檢驗方法對經(jīng)濟(jì)增長與不良貸款率之間的關(guān)系進(jìn)行檢驗,檢驗結(jié)果顯示:在5%的顯著性水平下,原假設(shè)“不存在協(xié)整關(guān)系”的值為0.0007,拒絕原假設(shè);原假設(shè)“至多存在一個協(xié)整關(guān)系”的值為0.0699,接受原假設(shè),表明CNPL和RGDP之間存在唯一的協(xié)整關(guān)系。

      (五)格蘭杰因果檢驗

      格蘭杰因果關(guān)系檢驗的主要任務(wù)就是檢驗過去變量能在多大程度上解釋現(xiàn)在變量,由前面的協(xié)整檢驗可知CNPL和RGDP存在唯一的協(xié)整關(guān)系,利用Eviews7.2對CNPL和RGDP進(jìn)行格蘭杰因果檢驗,結(jié)果顯示:在5%的顯著性水平下,對于零假設(shè)CNPL不是RGDP變動的原因,P值為0.0314,拒絕原假設(shè);對于RGDP不是CNPL變動的原因,P值為0.2021,接受原假設(shè),從而可知:不良貸款率(CNPL)是經(jīng)濟(jì)增長率(RGDP)的格蘭杰原因,經(jīng)濟(jì)增長率(RGDP)不是不良貸款率(CNPL)的格蘭杰原因。

      (六)VAR模型的構(gòu)建

      1.滯后階數(shù)P的確定

      不同的滯后階數(shù)會對VAR模型實證結(jié)果的準(zhǔn)確性及信息反饋的有效性產(chǎn)生影響。因此,本文依據(jù)LR統(tǒng)計量、FPE準(zhǔn)則、AIC準(zhǔn)則、SC準(zhǔn)則和HQ信息準(zhǔn)則5個常用的準(zhǔn)則來確定VAR模型的最優(yōu)滯后階數(shù)。通過實證檢驗滯后期分別為0、1、2期時LR、FPE、AIC、SC、HQ準(zhǔn)則對應(yīng)的值并進(jìn)行分析可判斷出該向量自回歸模型的最優(yōu)滯后階數(shù)為一階。

      2.VAR模型平穩(wěn)性檢驗

      在運用VAR模型進(jìn)行實證分析前,我們需要先保證VAR模型具有整體穩(wěn)定性,對模型的穩(wěn)定性展開檢驗,如果模型全部根模的倒數(shù)都小于1,表明模型的穩(wěn)定性較好。VAR模型平穩(wěn)性檢驗結(jié)果顯示:VAR模型特征根的模的倒數(shù)均小于1,這說明VAR模型穩(wěn)定。

      (七)脈沖響應(yīng)分析和方差分解

      由前面的分析,我們已經(jīng)知道不良貸款率(CNPL)是經(jīng)濟(jì)增長率(RGDP)的格蘭杰原因,,但要想進(jìn)一步了解兩者之間的相互影響關(guān)系及影響程度還需要我們以下分析:

      1.脈沖響應(yīng)函數(shù)分析

      脈沖響應(yīng)函數(shù)可以客觀的描述變量之間所具有的動態(tài)關(guān)系以及所產(chǎn)生的效應(yīng)。為了考察不良貸款率對RGDP水平影響的動態(tài)效應(yīng),需要建立脈沖響應(yīng)函數(shù),本次脈沖響應(yīng)的追蹤期數(shù)為10期。

      從圖1可以看出:經(jīng)濟(jì)增長率先對對商業(yè)銀行不良貸款率的沖擊產(chǎn)生正向響應(yīng),在持續(xù)了約2.1期即6個多月,就呈現(xiàn)負(fù)向響應(yīng),這種對經(jīng)濟(jì)增長的遏制到第4期即12個月達(dá)到最大,之后隨著時間的推移這種反向影響逐漸縮小,并在第10期實現(xiàn)長期均衡。

      從圖2可以發(fā)現(xiàn):從總體上來說,經(jīng)濟(jì)增長率波動對商業(yè)銀行不良貸款率的沖擊較小,只產(chǎn)生了小幅度的正向響應(yīng),且這種幅度逐漸變小。在第1期,商業(yè)銀行不良貸款率對經(jīng)濟(jì)增長率的波動并沒有回應(yīng),但在第2期開始產(chǎn)生正向回應(yīng),之后是負(fù)向回應(yīng),并在第4期后逐漸趨于平穩(wěn)。由此可以看出經(jīng)濟(jì)增長影響不良貸款率主要表現(xiàn)在不良貸款率下降的趨勢上,對不良貸款率的波動并無明顯影響。

      2.方差分解

      方差分解是研究其他內(nèi)生變量的結(jié)構(gòu)沖擊對目標(biāo)內(nèi)生變量影響的貢獻(xiàn)度。為了更加直觀明了的反應(yīng)RGDP對不良貸款率的影響大小,我們將基于VAR模型來對NPL進(jìn)行方差分解,本文采用預(yù)測方差分解技術(shù)對CNPL對RGDP變化的貢獻(xiàn)度進(jìn)行分析。

      從圖3可得,在第1-3期CNPL對RGDP的貢獻(xiàn)率較低,大約為22%,且相對平穩(wěn),之后從第4期起逐漸增大,且該貢獻(xiàn)率在第7期達(dá)到最大25%,之后趨于穩(wěn)定。

      由圖4可以看出,RGDP對CNP的貢獻(xiàn)率接近0,基本上沒有貢獻(xiàn),這進(jìn)一步表明經(jīng)濟(jì)增長影響不良貸款率主要表現(xiàn)在對不良貸款率下降趨勢的作用上,對不良貸款率波動的影響較小。

      四、結(jié)論及政策建議

      (一)結(jié)論

      本文基于我國2011年第一季度至2017年第四季度的28組季度面板數(shù)據(jù),選取VAR模型對經(jīng)濟(jì)增長與商業(yè)銀行不良貸款率的關(guān)系進(jìn)行實證研究,得到以下結(jié)論:一方面,我國商業(yè)銀行不良貸款率對經(jīng)濟(jì)增長有著顯著的影響,在一定程度上會抑制經(jīng)濟(jì)增長的速度。因此,我國各銀行應(yīng)當(dāng)根據(jù)自己的信息數(shù)據(jù)庫,運用計算機模擬與預(yù)測不良貸款率,當(dāng)發(fā)現(xiàn)不良貸款率的波動較大時,應(yīng)立即采取措施,使不良貸款率保持在較低的水平,從而保證經(jīng)濟(jì)的持續(xù)、穩(wěn)定增長;另一方面經(jīng)濟(jì)增長對商業(yè)銀行不良貸款率波動的影響較小。而目前已有研究顯示經(jīng)濟(jì)增長會使不良貸款率先降后升,但根據(jù)本文的實證結(jié)果,可發(fā)現(xiàn)經(jīng)濟(jì)增長僅僅對不良貸款率向下的變動趨勢有顯著影響,對不良貸款率自身波動的反應(yīng)并不明顯。

      (二)政策建議

      以投資為主導(dǎo)的經(jīng)濟(jì)發(fā)展模式曾推動了我國經(jīng)濟(jì)的高速增長,但隨著時間的推移該種模式的弊端逐漸凸顯,阻礙了我國經(jīng)濟(jì)的持續(xù)、穩(wěn)定增長。目前,我國正處于轉(zhuǎn)型發(fā)展的關(guān)鍵期,經(jīng)濟(jì)亟需新的增長突破點。因此本文提出以下建議:首先要提高資本水平較低的商業(yè)銀行對于不良貸款危害的認(rèn)識;其次在現(xiàn)階段金融市場無法完善發(fā)展的情況下,為了減輕經(jīng)濟(jì)波動對信貸規(guī)模的影響,我國可以接受巴塞爾委員會所提出的逆周期資本緩沖要求,并設(shè)立信貸/GDP作為監(jiān)管指標(biāo);最后商業(yè)銀行應(yīng)加強關(guān)注并重視宏觀經(jīng)濟(jì)形勢的變動。國家宏觀經(jīng)濟(jì)形勢的變動、產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整及貨幣政策的取向等在很大程度上影響著商業(yè)銀行信貸資產(chǎn)的規(guī)模、質(zhì)量及投向。通過加強對經(jīng)濟(jì)周期及國家干預(yù)方向的預(yù)測,商業(yè)銀行可根據(jù)其變化做出與此相對應(yīng)的反應(yīng),降低經(jīng)濟(jì)波動引發(fā)的信貸風(fēng)險,而央行在制定貨幣政策時,可根據(jù)對相關(guān)經(jīng)濟(jì)指標(biāo)的模擬預(yù)測來判斷并分析其帶來的影響,從而在不同時期實施不同的政策以促進(jìn)經(jīng)濟(jì)持續(xù)、健康發(fā)展。

      【參考文獻(xiàn)】

      [1]岳蓓蓓,鄭循剛.經(jīng)濟(jì)增長與商業(yè)銀行不良貸款率波動的VAR模型分析[J].金融與經(jīng)濟(jì)2011( 1) : 28.

      [2]孫光林,王海軍等. 經(jīng)濟(jì)波動、產(chǎn)能過剩與商業(yè)銀行不良貸款——基于PVAR模型的實證分析[J].經(jīng)濟(jì)問題探索,2017-06-01(6) :140-142.

      [3]鄒克,蔡曉春.不良貸款率影響因素的實證分析——基于2005—2014年省級面板數(shù)據(jù)[J].金融理論與實踐,2017(02):10-18.

      [4樂云.宏觀經(jīng)濟(jì)因素對我國商業(yè)銀行不良貸款率的影響研究[D].江西財經(jīng)大學(xué),2017,30-39.

      [5]崔傅成,陶浩.經(jīng)濟(jì)新常態(tài)下我國商業(yè)銀行不良貸款的成因及對策[J].經(jīng)濟(jì)體制改革,2018(04):142-145.

      猜你喜歡
      VAR模型經(jīng)濟(jì)增長
      內(nèi)蒙古牛肉價格傳導(dǎo)實證研究
      商(2016年32期)2016-11-24 18:16:09
      房產(chǎn)稅對房價的影響實證研究
      提升最低生活保障標(biāo)準(zhǔn)對財政支出和經(jīng)濟(jì)增長的影響研究
      江淮論壇(2016年5期)2016-10-31 17:01:26
      我國快遞業(yè)與經(jīng)濟(jì)水平的關(guān)系探究
      中國市場(2016年36期)2016-10-19 03:41:35
      基于物流經(jīng)濟(jì)的區(qū)域經(jīng)濟(jì)增長研究
      中國市場(2016年36期)2016-10-19 03:34:16
      知識產(chǎn)權(quán)保護(hù)、國際貿(mào)易與經(jīng)濟(jì)增長的文獻(xiàn)綜述
      反腐與經(jīng)濟(jì)增長
      中國市場(2016年33期)2016-10-18 12:07:06
      安徽省產(chǎn)業(yè)集群與城鎮(zhèn)化的互動關(guān)系
      商(2016年27期)2016-10-17 07:21:16
      人口結(jié)構(gòu)與中國經(jīng)濟(jì)增長的經(jīng)濟(jì)分析
      商(2016年27期)2016-10-17 05:01:08
      碳排放、產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)增長的關(guān)系研究
      宜君县| 忻城县| 云安县| 兰考县| 宣恩县| 湟中县| 资溪县| 砚山县| 文山县| 出国| 舞钢市| 铜川市| 团风县| 墨竹工卡县| 朔州市| 四子王旗| 乌兰察布市| 鄯善县| 长治市| 清水河县| 河东区| 永宁县| 厦门市| 乌兰浩特市| 邢台县| 久治县| 宁国市| 遂宁市| 莱芜市| 潜山县| 宣武区| 揭西县| 榆林市| 枣阳市| 神木县| 专栏| 晋宁县| 龙口市| 建始县| 成武县| 玉山县|