王婷婷 鄧雅文

摘要:文章通過農業銀行2003年~2015年年報不良貸款率數據,對其進行深入分析,建立灰色預測模型,并對未來5年不良貸款率進行預測。預測結果為:2016年至2020年不良貸款率呈下降趨勢,2020年降至0.35%。文章最后為中國農業銀行控制不良貸款率,提出建設性建議。
關鍵詞:中國農業銀行;不良貸款率; 一、引言
在大數據背景下,互聯網金融飛速發展,給傳統的銀行業既帶來沖擊又提供了發展機遇。中國農業銀行作為傳統銀行業的重要一員,近幾年農業銀行營利情況良好。但是,農業銀行的不良資產并沒有減少,較前幾年有所上升。國內外學者時刻關注并從不同角度對不良貸款率進行研究。代表性的研究是不良貸款率的影響因素,郭耀中(2012)認為中國經濟持續穩定增長,金融體制改革等外在原因;王光偉,童元松(2014)認為與GDP增長率,資本充足率有關。還有一些實證研究。岳蓓蓓,鄭循剛(2011)用VAR模型研究不良貸款率,發現不良貸款率波動對經濟增長的速度有較大的制約作用;彭建剛,鄒克,張倚勝(2015)發現不良貸款率對資本利潤率、凈利差、資本充足率有單向格蘭杰因果關系。本文通過灰色預測模型對不良貸款率進行預測,通過實證分析,最終得出結論,并對農業銀行不良貸款的管理給出意見和建議。
二、數據來源
中國農業銀行是我國國有五大商業銀行之一,截至2015年年末,本行總資產 177,913.93億元,發放貸款和墊款89,099.18億元,吸收存款135,383.60億元,資本充足率 13.40%,全年實現凈利潤1,807.74億元。不良資產率為2.39%。農業銀行不良貸款率從2003年起,呈現下降趨勢,2003~2008年由于宏觀經濟比較穩定,農業銀行內部管理良好,一直穩步下降。但是,相比國際5%,中國農業銀行不良貸款率令人堪憂。2009年農業銀行不良貸款率降為4.32%,實現歷史最低。2008年全球次貸危機背景下,農業銀行能夠在宏觀環境如此惡劣下,完成如此大幅度的變化主要原因是完成不良貸款剝離及注資,信貸資產質量顯著改善。本文研究數據來源于《中國農業銀行年報》。從中整理出2003~2015 年農業銀行不良貸款率。如表1所示。
用上述數據研究和預測未來5年不良貸款率,以期為農業銀行不良資產的控制提出相關意見和建議。
三、統計分析
(一)灰色預測模型簡介
1. 建立一次累加生成數列。設原始數列為
x(0)={x(0)(1),x(0)(2),x(0)(3),…,x(0)(n)},i=1,2,…,n
2. 按下述方法做一次累加,得到生成數列(n為樣本空間)
x(1)(i)= x(0)(m),i=1,2,…,n
3. 利用最小二乘法求參數a、u。設
B=- [x (1)+x (2)] 1- [x (2)+x (3)] 1 ┆ ┆- [x (n-1)+x (n)] 1,
yn=[x(0)(2),x(0)(3),…,x(0)(n)]T
參數辨識a、u:
a^=au=(BTB)-1BTyn
4. 求出GM(1,1)的模型
x^(1)(i+1)=(x(0)(1)- )e-at+ ,
x^ (1)=x^ (1)x^ (i)=x^ (i)-x^ (i-1),i=2,3,…,n
5. 對模型精度的檢驗。
首先計算原始數列x(0)(i)的均方差S0。其定義為
S0= ,S = [x(0)(i)-x(0)]2,x(0)= x(0)(i)
然后計算殘差數列ε(0)(i)=x(0)(i)-x^(0)(i)的均方差S1。其定義
S1= ,S = [ε(0)(i)-ε(0)]2,ε(0)= ε(0)(i),
由此計算方差比:c= 和小誤差概率:p={|ε(0)(i)-ε(0)|<0.6745·S0}
輸出結果見表2所示。
(二)基于GM(1,1)模型的中國農業銀行不良貸款率預測
使用r軟件編寫程序,并對灰色預測模型進行殘差檢驗、關聯度檢驗和后驗差檢驗。通過模型預測未來3年的中國農業銀行不良貸款率。
得出的預測值見表3所示。
四、結論與對策
使用R軟件,通過灰色預測模型預測出:2016至2020年農業銀行發展良好,不良貸款率呈下降趨勢,2020年低至0.35。通過統計分析出不良貸款率呈下降趨勢。主要可能因素如下:近幾年經濟發展進入新常態,經濟基本面積極向好。其次,大數據技術也被應用于銀行系統,可以通過分析,更好的對借款人信用進行測評,有效減少壞賬。國家和政府更要加強對銀行等金融機構的管理,保障國家的金融安全。中國農業銀行的管理人員要隨時關注不良貸款,采取有效手段降低不良貸款率。
參考文獻:
[1]郭耀中.商業銀行不良貸款率下降影響因素研究[J]. 山西財經大學學報,2012(S1).
[2]岳蓓蓓,鄭循剛.經濟增長與商業銀行不良貸款率波動的VAR模型分析[J].金融與經濟,2011(01).
[3]彭建剛,鄒克,張倚勝.不良貸款率對銀行業影響的統計關系檢驗[J].湖南大學學報(社會科學版),2015(05).
(作者單位:南京郵電大學)