供給側(cè)改革視角下的商業(yè)銀行財務(wù)壞賬研究

黃電

【摘 要】 作為金融系統(tǒng)的重要評價指標(biāo)，“財務(wù)壞賬率”雖在金融系統(tǒng)改革中得到一定程度的改善，但仍存在許多風(fēng)險隱患。考慮到全球經(jīng)濟環(huán)境持續(xù)不明朗，國際資本流通不斷加速，加上國內(nèi)經(jīng)濟進入新常態(tài)以及進行中的企業(yè)供給側(cè)結(jié)構(gòu)性改革，應(yīng)對財務(wù)壞賬率加以重視和控制。文章選取了近五年主要商業(yè)銀行不良貸款余額的變化情況作為數(shù)據(jù)來源，通過定性和定量的統(tǒng)計分析方法進行詳細研究，提出構(gòu)建以商業(yè)銀行不良貸款率為被解釋變量，其他影響因素為解釋變量的線性回歸模型，并進一步給出相關(guān)解決財務(wù)壞賬率問題的可行性建議與方案，以有效促進我國金融業(yè)在經(jīng)濟新常態(tài)下的長遠發(fā)展。

【關(guān)鍵詞】 特別提款權(quán)； 線性回歸； 不良貸款率； 供給側(cè)結(jié)構(gòu)性改革； 風(fēng)險

【中圖分類號】 F832 【文獻標(biāo)識碼】 A 【文章編號】 1004-5937（2016）22-0093-05

一、引言

“十三五”規(guī)劃提出的我國財稅及金融體制改革目標(biāo)，在金融、財務(wù)、貿(mào)易和投資創(chuàng)新等方面均作了新的要求?？紤]到全球經(jīng)濟在大宗商品價格不斷下跌、美元持續(xù)加息預(yù)期引發(fā)國際資本流通加速產(chǎn)生的不明朗環(huán)境，同時國內(nèi)經(jīng)濟已進入新常態(tài)，商業(yè)銀行的供給側(cè)結(jié)構(gòu)性改革給我國整體金融業(yè)帶來全新的機遇和挑戰(zhàn)。

衡量商業(yè)銀行的綜合財務(wù)狀況，其中一個重要的評價指標(biāo)就是“財務(wù)壞賬率”，該指標(biāo)近年雖有一定程度的改善，但仍存在許多風(fēng)險隱患，如果不能更有效地對財務(wù)壞賬比率加以重視和控制，財務(wù)壞賬將可能持續(xù)增加和惡化。為更具針對性和指向性，本研究以我國主要商業(yè)銀行2011年至2015年間各季度不良貸款余額的變化情況為數(shù)據(jù)來源，對商業(yè)銀行為代表的金融業(yè)整體財務(wù)壞賬狀況在供給側(cè)結(jié)構(gòu)性改革視角下進行詳細分析和探討，通過定性和定量的統(tǒng)計分析方法進行研究，提出構(gòu)建以商業(yè)銀行不良貸款率為被解釋變量，其他影響因素為解釋變量的線性回歸模型，并進一步給出相關(guān)解決財務(wù)壞賬率問題的可行性建議與方案，以有效應(yīng)對我國金融業(yè)在經(jīng)濟新常態(tài)下的長遠發(fā)展。

二、文獻綜述

（一）國外文獻綜述

《Global Commercial Bank Business》（2015）報告指出，為了解決銀行財務(wù)壞賬，人們常常寄托于像華融等那樣的公司，通過其將財務(wù)壞賬移出賬外，使不良貸款減少。標(biāo)準(zhǔn)普爾（Standard & Poor）的分析師David Hu表示，隨著中國經(jīng)濟放緩，市場預(yù)見的不良資產(chǎn)將會增加，華融和其他三家銀行財務(wù)壞賬的業(yè)務(wù)會不斷增加[ 1 ]，這表明這幾家公司出手處理銀行財務(wù)壞賬的力度會有所加大。

（二）國內(nèi)文獻綜述

馬振國指出，我國商業(yè)銀行的不良貸款宏觀上是由我國經(jīng)濟體制以及監(jiān)管不健全等方面造成，微觀上是由銀行業(yè)主體風(fēng)險意識不全及借款人的信用問題造成，并從存量和增量的角度得出未來一段時間商業(yè)銀行財務(wù)壞賬將持續(xù)上升的結(jié)論，通過建立以不良貸款率為被解釋變量的回歸模型，印證了上述結(jié)論[ 2 ]。李美芳通過研究中國農(nóng)業(yè)銀行，選取2008年一季度到2012年四季度的20組樣本數(shù)據(jù)進行分析，建立線性回歸模型，發(fā)現(xiàn)資本充足率對銀行財務(wù)壞賬的影響所占比重最大，并指出要積極從多方面的影響因素入手，進一步控制我國商業(yè)銀行不良貸款的增長[ 3 ]。

總結(jié)現(xiàn)有的文獻不難發(fā)現(xiàn)，已有較多學(xué)者對商業(yè)銀行綜合財務(wù)報表狀況作出過分析研究。但已有研究幾乎都集中于需求側(cè)的角度進行，對壞賬比率的分析也僅限于從需求方角度提出關(guān)于影響因子變動的財務(wù)比率暫時性改良方案，而從供給側(cè)角度對該行業(yè)的壞賬財務(wù)狀況深入分析，并從不同方面闡述商業(yè)銀行財務(wù)壞賬的決定性影響因素及提出改進建議措施的文獻非常少。因此，本研究嘗試基于供給側(cè)結(jié)構(gòu)性改革視角建立回歸分析模型，探索經(jīng)濟新常態(tài)下我國商業(yè)銀行財務(wù)壞賬的解決方法。

三、當(dāng)前商業(yè)銀行財務(wù)壞賬的成因及相關(guān)因素分析

（一）成因分析

1.商業(yè)信用的發(fā)展依然不夠完善

由于銀行經(jīng)營的特殊性，風(fēng)險便伴隨著這一過程而開始?！缎掳腿麪栙Y本協(xié)議》指出，當(dāng)代銀行業(yè)面臨的最大風(fēng)險——信用風(fēng)險，又稱作違約風(fēng)險，主要是指商業(yè)銀行因借款者違約而給銀行形成損失的可能性。人民幣加入一籃子貨幣后，資本流通的步伐幾乎可以跨越全球，國家不斷推出新政促使人民幣匯率形成機制更加市場化，利率市場化進一步發(fā)展也是對我國商業(yè)信用考評前所未有的考驗。從2011年開始，截至2015年第四季度，可以看到各銀行機構(gòu)不良貸款的增長情況，由于貸款更加便利了，因此隨著銀行貸款業(yè)務(wù)增加而引起的收入也有所增加，但隨之增加的還有銀行的財務(wù)壞賬。

2.現(xiàn)有金融體系不能完全適應(yīng)以市場為主導(dǎo)的匯率水平

金融體制改革一直備受外界關(guān)注。如何更好地推進金融領(lǐng)域的開放，加大金融改革的力度，已經(jīng)成為一個非常重要的課題。從近幾年金融改革開放的實際情況看，我國也采取了大量的實質(zhì)性措施：利率市場化取得重大突破，滬市和香港股市聯(lián)通，人民幣加入特別提款權(quán)，主張建立亞投行，金融業(yè)對民營資本開放等等，使中國的金融業(yè)和市場開放向更高水平發(fā)展。伴隨著國外資本流動性增強，我國金融經(jīng)濟體制還不能經(jīng)受急劇的非秩序化調(diào)整，面對類似于全球性的金融危機，其抵御能力是亟需提高的。在這樣的背景下，以存貸利差為主要盈利模式的商業(yè)銀行，由于制度上還處于不斷完善的階段，防范風(fēng)險力度不足，加之商業(yè)信用本身也在完善過程中，更容易導(dǎo)致銀行不良貸款的產(chǎn)生。

3.銀行內(nèi)控制度存在監(jiān)管不嚴(yán)的漏洞

這里著重分析外資銀行不良貸款率低的原因。經(jīng)過觀察和研討，可以發(fā)現(xiàn)外資銀行的內(nèi)控制度十分嚴(yán)格，并且能夠執(zhí)行到位，主要表現(xiàn)在審批程序多，內(nèi)控制度嚴(yán)格，放貸過程層層把關(guān)。以東亞銀行為例。東亞銀行總部在香港，正常的放貸一般首先經(jīng)珠海審批，有時候經(jīng)過上海審批；所要提交的資料不是一次性簽發(fā)，而是根據(jù)實際的資料需要，一步一步審批。比如萬達集團為解決車位貸的事情向東亞銀行貸款，他們內(nèi)部相關(guān)負責(zé)人需要催東亞銀行的貸款到位，而東亞銀行湛江分行也只能催上海分行，因為只有所有程序、手續(xù)到位，貸款才能發(fā)放。其他商業(yè)銀行則比較寬松，為了盈利，有時候也允許放貸后再補足資料。

（二）主要相關(guān)因素分析

1.GDP增長率對銀行不良貸款的影響

GDP是權(quán)衡國家經(jīng)濟發(fā)展程度的一個重要指標(biāo)。在通常情況下，GDP的增長率越高，表明經(jīng)濟社會發(fā)展水平越好，人民幣幣值越穩(wěn)定，股市需求的資金增加，企業(yè)營業(yè)狀態(tài)總體良好，違約風(fēng)險減低。這個時候整個社會對于信貸資金的需求就會有所上漲，銀行也因此而加大了放貸的力度，無形中增加了貨幣的流通量，盈利增加，不良貸款減少。相反，GDP的增長率放緩甚至下滑，則表明經(jīng)濟良好形勢放緩，股市低迷，企業(yè)經(jīng)營狀態(tài)不理想，社會信心不足，信貸資金需求不足，曾經(jīng)放出的貸款很可能面臨到期無法收回的風(fēng)險，銀行財務(wù)壞賬增加。

2011年到2015年間，伴隨著改革不斷步入深水區(qū)，我國GDP總量呈現(xiàn)出不斷增長的勢頭。然而GDP環(huán)比增長率卻有所放緩（具體見表1），由2011年一季度的2.5%增速，到2015年四季度的1.5%，中間波動幅度較大，已有明顯的放緩。與此相適應(yīng)的商業(yè)銀行不良貸款率有這樣一個特點，當(dāng)年的不良貸款率幾乎在一個水平上：2011年保持在1.00%，2012年0.94%～0.95%，2013年在0.97%左右浮動，2014年為1.15%，到2015年，分別為1.39%、1.5%、1.59%、1.67%，不良貸款率總體趨勢是不斷上漲的。也就是說隨著近幾年我國GDP增長率增速的放緩，經(jīng)濟增長缺乏后勁，GDP增速的下滑導(dǎo)致了我國商業(yè)銀行不良貸款率的增長，這是國民信心不足的表現(xiàn)之一。

鑒于此前的理解，假設(shè)GDP增長率與銀行業(yè)中的不良貸款率呈負相關(guān)關(guān)系。

2.貨幣供應(yīng)量對銀行不良貸款的影響

在經(jīng)濟發(fā)展態(tài)勢良好的時候，我國一般采取寬松的貨幣政策，即增加貨幣供應(yīng)量來刺激市場經(jīng)濟的發(fā)展，此時市場上流通的貨幣量增加，銀行的貸款利率下降，人們貸款的成本下降，流向股市的資金增加，企業(yè)的經(jīng)營信心增強，為擴大生產(chǎn)，也紛紛增加銀行貸款來實行擴大生產(chǎn)，整個社會經(jīng)濟呈現(xiàn)出一片朝氣蓬勃的景象。然而，在經(jīng)濟低迷的時候，央行一般采取緊縮的貨幣政策，此時的現(xiàn)象則相反，由于信息的不對稱和滯后性，許多企業(yè)在經(jīng)濟前景好的時候借入大量的債務(wù)資金，在經(jīng)濟低迷期該還而無法償還貸款本金和利息，其結(jié)果是顯而易見的：債務(wù)人無法償還，違約風(fēng)險增加；銀行的盈利下降，不良貸款增加，不良資產(chǎn)增加，最終影響金融業(yè)的發(fā)展。

值得注意的是，商業(yè)銀行不要為了增加利差而盲目放貸，否則最后也容易造成不良貸款的產(chǎn)生。盡管我國這幾年來貨幣供應(yīng)量在數(shù)量上不斷增加，然而供應(yīng)量的增長率卻有較為明顯的下滑痕跡，與此同時，我國商業(yè)銀行的不良貸款率正在上升[ 4 ]。從這里，可以估計貨幣供應(yīng)的增長速度與不良貸款率呈負相關(guān)。

3.資本充足率和撥備覆蓋率對不良貸款率的影響

資本充足率是資產(chǎn)與風(fēng)險的比值，從公式來看，可以得出，資本充足率越高，銀行資產(chǎn)對于風(fēng)險的保障程度就越高，也就是說，其抵御風(fēng)險的能力就越強，能滿足風(fēng)險償付的要求，否則相反。對于撥備覆蓋率，正常情況下，該值越大，商業(yè)銀行承擔(dān)不良貸款所造成的損失能力就越強。對于資本充足率與商業(yè)銀行不良貸款的關(guān)系，由于數(shù)值之間差距太大，放在同一個圖表中不易看出二者的關(guān)系，因此不作圖表分析，但是理論上是可行的。由此可見，資本充足率、撥備覆蓋率二者與不良貸款率存在負相關(guān)關(guān)系。

四、研究設(shè)計和分析統(tǒng)計

（一）研究假設(shè)

鑒于商業(yè)銀行在我國銀行業(yè)乃至金融業(yè)中扮演著重要的角色，是我國直接經(jīng)濟活動的主體市場，因此研究假設(shè)限定于商業(yè)銀行不良貸款的發(fā)展情況，選取2011年到2015年各個年份中四個季度商業(yè)銀行的不良貸款余額作為數(shù)據(jù)樣本，通過分析數(shù)據(jù)走勢得出一些基本規(guī)律，并借此找出背后的原因，從而使問題得到解決。

（二）樣本選取與數(shù)據(jù)來源

金融業(yè)包括了我國國內(nèi)銀行業(yè)、保險業(yè)以及證券業(yè)三大行業(yè)，范圍過大，為避免分析缺乏重點，本文主要選取金融業(yè)當(dāng)中銀行業(yè)的商業(yè)銀行作為研究對象。本文選取2011—2015年我國商業(yè)銀行的不良貸款余額、不良貸款率、GDP增長率、廣義貨幣供應(yīng)量增長率、資本充足率以及撥備覆蓋率的數(shù)據(jù)進行分析，數(shù)據(jù)樣本如表1所示。

（三）模型變量和定義選擇

在本文中，將要考察的對象——商業(yè)銀行不良貸款率作為被解釋變量，自變量選取GDP增長率、M2供應(yīng)量增長率、資本充足率以及撥備覆蓋率，通過多元線性回歸來分析其中的擬合程度，從而為解決商業(yè)銀行的不良貸款提出可行性的措施。

（四）研究模型設(shè)計

為更好地分析各個因素對商業(yè)銀行財務(wù)壞賬的影響，本文采用多元線性回歸的方法檢驗各個因素對不良貸款的影響程度，研究模型為：

其中a為常數(shù)，x1、x2、x3、x4分別為GDP增長率、M2供應(yīng)量增長率、資本充足率以及撥備覆蓋率，b1、b2、b3、b4分別為x1、x2、x3、x4的系數(shù)。

（五）變量間的相關(guān)性分析

表2列示了2011—2015年以來4個自變量的相關(guān)性結(jié)果。結(jié)果表明，商業(yè)銀行的不良貸款余額與GDP增長率、M2供應(yīng)量增長率、資本充足率以及撥備覆蓋率顯著相關(guān)，采取多元線性回歸模型是合理的。

（六）回歸結(jié)果分析

表3列示了2011—2015年影響我國商業(yè)銀行不良貸款率的因素，主要包括GDP增長率、M2供應(yīng)量增長率、資本充足率以及撥備覆蓋率的描述性統(tǒng)計。

通過表3可以看出，就單個因素而言，GDP增長率以及資本充足率與不良貸款率擬合程度較好；而M2供應(yīng)量增長率以及撥備覆蓋率則表現(xiàn)出明顯的偏離，這種變化是不穩(wěn)定的?；貧w結(jié)果見表4。

經(jīng)過SPSS17.0數(shù)據(jù)軟件的擬合分析，從表4的非標(biāo)準(zhǔn)化數(shù)據(jù)中，可以得出多元線性回歸方程為：

Y=2.382-2.778x1-0.025x2-0.048x3-0.014x4+u

從回歸方程中可以看到，x1、x2、x3、x4對于商業(yè)銀行不良貸款率Y而言，相關(guān)影響系數(shù)分別為-2.778、-0.025、-0.048、-0.014，模型得出的結(jié)論與假設(shè)保持一致：GDP增長率、撥備覆蓋率與不良貸款率呈負相關(guān)關(guān)系；M2供應(yīng)量增長率以及資本充足率在模型中亦呈現(xiàn)出負相關(guān)關(guān)系，因此上述多元線性回歸方程是有一定參考意義的。

（七）可靠性分析

為了考察研究結(jié)果的可靠性，對該多元線性方程以Anova分析進行可靠性檢驗（如表5）。多元線性回歸方程顯著性檢驗結(jié)果表明：此方程回歸平方和為0.048，殘差平方和為0.004，總平方和為0.052，其對應(yīng)的F統(tǒng)計量為20.423，顯著性水平sig為0.032，小于0.05，因此可以認(rèn)為本文所建立的回歸方程是有效的。

（八）研究結(jié)論

整個研究過程就影響商業(yè)銀行財務(wù)壞賬的因素進行假設(shè)，通過收集數(shù)據(jù)并擬合模型分析，擬合結(jié)果為Y=2.382-2.778x1-0.025x2-0.048x3-0.014x4+u，該結(jié)果表明：基于人民幣加入一籃子貨幣，影響商業(yè)銀行財務(wù)壞賬的因素中，自變量GDP增長率對不良貸款率的影響最大，GDP增長2.778%，能使不良貸款率下降1%，反之，如果降低不良貸款率1%，就能帶來GDP2.778%的增長；其他同理可得類似的結(jié)論。因此，要化解商業(yè)銀行的不良貸款，首先，國家應(yīng)該把重心放在經(jīng)濟增長上，通過供給側(cè)結(jié)構(gòu)性改革，為經(jīng)濟增速釋放新的動力；其次，商業(yè)銀行也要注意自身盈利能力的提升，增強風(fēng)險防范能力；此外，不能單純通過提高撥備覆蓋率來降低不良貸款率，應(yīng)注意與商業(yè)銀行本身的信貸風(fēng)險匹配。只有增強投資者和消費者的信心，不良貸款率才有望被控制在一個合理的范疇。

五、供給側(cè)結(jié)構(gòu)性改革下商業(yè)銀行財務(wù)壞賬防范與解決方案

我國正處于經(jīng)濟新常態(tài)下，盡管金融改革一直在進行并且取得了比較理想的效果，然而我國的商業(yè)銀行壞賬問題始終處于高風(fēng)險狀態(tài)，可控與否很大程度取決于這一輪供給側(cè)結(jié)構(gòu)性改革的成效，這對于商業(yè)銀行甚至整個金融業(yè)的影響都是巨大的。因此，有效建立預(yù)警機制和準(zhǔn)備足夠的防范措施，才能降低“財務(wù)壞賬率”這個重要財務(wù)指標(biāo)，進而控制以商業(yè)銀行為代表的金融業(yè)整體財務(wù)風(fēng)險，主要方案措施如下：

（一）從供給側(cè)完善我國銀行業(yè)的信用評估體系

銀行識別借款前的風(fēng)險和貸款后對借款人道德風(fēng)險的控制能力是影響不良貸款率的重要因素。銀行出借資金給借款人，實質(zhì)也是一種委托代理關(guān)系。因為銀行與企業(yè)對信息的掌握程度不同，所以導(dǎo)致逆向選擇和道德風(fēng)險問題產(chǎn)生，不良貸款增加。不對稱信息的存在使銀行無法確定企業(yè)的實際風(fēng)險，錯誤地貸款給一個高風(fēng)險的借款人，而低風(fēng)險的借款人卻又因為各種原因得不到貸款。因此，銀行對借款人的貸前識別能力和對貸款組合的選擇能力直接影響不良貸款的產(chǎn)生。

為了減少信用風(fēng)險導(dǎo)致的不良貸款，必須從供給側(cè)采用嚴(yán)格的信用評級方法，對進入信用等級黑名單者進行公布，對其形成輿論壓力，在整個行業(yè)內(nèi)形成相互監(jiān)督的管理機制；科學(xué)合理地對金融工具進行定價，不要一味追隨市場趨勢，也不要基于傳聞證據(jù)的政治經(jīng)濟形勢，從而為決策者管理風(fēng)險提供一個準(zhǔn)確的參考，多維度降低商業(yè)銀行的信用風(fēng)險。

（二）從供給側(cè)加快我國金融體制的改革

在解決好不良貸款的定價和產(chǎn)權(quán)兩大技術(shù)問題基礎(chǔ)上試點從供給側(cè)有序開展資產(chǎn)證券化，通過設(shè)立專門的中介機構(gòu)或允許現(xiàn)有的證券公司、信托投資公司、資產(chǎn)管理公司股權(quán)證券化，并在證券交易所上市。這不僅可以增加金融資產(chǎn)管理公司股權(quán)的流動性，增加金融資產(chǎn)管理公司現(xiàn)金資產(chǎn)和解決金融資產(chǎn)管理公司的退出難題，還可以通過監(jiān)管當(dāng)局加強上市公司的強制性信息披露和社會監(jiān)督，抑制企業(yè)道德風(fēng)險發(fā)生。然而這只是權(quán)宜之計而非治本之策。經(jīng)濟學(xué)家郎咸平指出不良資產(chǎn)證券化、銀行倒閉的方法都是治標(biāo)不治本的辦法，他認(rèn)為要解決銀行危機和財務(wù)壞賬，目前應(yīng)把重點放在制造業(yè)領(lǐng)域，幫它們解決危機。

（三）供給側(cè)結(jié)構(gòu)性改革下發(fā)展創(chuàng)新經(jīng)濟

可以看到，在經(jīng)濟發(fā)展迅猛、GDP不斷創(chuàng)新高的時候，由于GDP增長而使得銀行業(yè)不良貸款率不斷下降，供給側(cè)結(jié)構(gòu)性改革下發(fā)展創(chuàng)新經(jīng)濟，給予社會各種資本以信心，企業(yè)經(jīng)營狀況良好，能合理借貸進行生產(chǎn)經(jīng)營，能按時還貸；股市看好，流入股市的資本增加；銀行經(jīng)營狀況良好，形成良好的盈利能力，這樣才能形成良性循環(huán)。人民幣進入SDR短期內(nèi)不會帶來太多資產(chǎn)配置的影響，投資者愿不愿意持有人民幣資產(chǎn)，主要參考中國經(jīng)濟的內(nèi)在增長潛力，包括人民幣資產(chǎn)的收益率水平、交易成本以及交易價格。2016年召開的兩會上，習(xí)近平總書記再次提及供給側(cè)結(jié)構(gòu)性改革，由原來追求經(jīng)濟增速到現(xiàn)在注重提高經(jīng)濟質(zhì)量、經(jīng)濟潛在增速。因此大力發(fā)展經(jīng)濟，要不斷推進供給側(cè)結(jié)構(gòu)性改革，主要表現(xiàn)在不斷推進二胎開放政策釋放勞動力、開展精準(zhǔn)扶貧、農(nóng)地流轉(zhuǎn)更注重確權(quán)、確保資本有增無減、促進學(xué)研結(jié)合等方面。

（四）供給側(cè)構(gòu)建大數(shù)據(jù)信息服務(wù)平臺，促進商業(yè)銀行風(fēng)險管理

在2016年的寒潮當(dāng)中，人們就是利用了過往的天氣資料數(shù)據(jù)，充分利用大數(shù)據(jù)網(wǎng)絡(luò)平臺，預(yù)報寒潮可能影響的范圍和地區(qū)以及溫度變化程度。大數(shù)據(jù)的價值得到充分發(fā)揮，也為人們深度挖掘和充分利用網(wǎng)絡(luò)大數(shù)據(jù)的大價值帶來了巨大機遇。為了防止不良貸款的產(chǎn)生，商業(yè)銀行可以在內(nèi)部建立大數(shù)據(jù)分析平臺，幫助銀行加強風(fēng)險建模，提高風(fēng)險量化能力，對客戶及項目的風(fēng)險和潛在風(fēng)險作出有數(shù)據(jù)支撐的綜合評估。商業(yè)銀行可通過利用各種非傳統(tǒng)渠道，如互聯(lián)網(wǎng)、移動平臺等，及時捕捉到以前無法使用的客戶數(shù)據(jù)（包括非結(jié)構(gòu)化、半結(jié)構(gòu)化、流量數(shù)據(jù)等）并通過與傳統(tǒng)數(shù)據(jù)的快速整合、關(guān)聯(lián)補充，針對大數(shù)據(jù)的非結(jié)構(gòu)化特征，依靠“云計算”等工具完成客戶行為模式的分析，及時發(fā)現(xiàn)有不良記錄或者出現(xiàn)不良貸款勢頭的客戶，從源頭處制止銀行財務(wù)壞賬的發(fā)生。

【參考文獻】

[1] 中國“壞賬銀行”再受關(guān)注或即將爆發(fā)違約潮[R/OL]. http：//opinion.hexun.com/2014-09-09/168277689.html.

[2] 馬振國.新經(jīng)濟形勢下我國商業(yè)銀行不良貸款的影響因素研究[J].吉林大學(xué)學(xué)報，2015（3）：29-30.

[3] 李美芳.中國農(nóng)業(yè)銀行不良貸款率影響因素分析[D].東北農(nóng)業(yè)大學(xué)博士論文，2013：176-177.

[4] 畢海濤.論金融風(fēng)險的防范與法律制度的完善[J].商場現(xiàn)代化，2015（8）：34-35.