基于多元線性回歸分析的商業(yè)銀行不良貸款率影響因素模型

郭雙雙 王雨晴 孫暢

華北理工大學(xué)

引言：尹霞[1]以寧波市商業(yè)銀行為研究對(duì)象,采用多元線性回歸的實(shí)證研究方法,對(duì)寧波市商業(yè)銀行不良貸款影響因素進(jìn)行分析并對(duì)寧波市商業(yè)銀行不良貸款提出防范措施。項(xiàng)燕彪[2]基于浙江金融運(yùn)行特征,深入分析區(qū)域特定因素對(duì)于浙江銀行業(yè)不良貸款率走勢(shì)的影響機(jī)制,在此基礎(chǔ)上構(gòu)建實(shí)證模型,測(cè)度分析浙江不良貸款率的合理水平。

一、變量的選擇與數(shù)據(jù)選取建立

根據(jù)有關(guān)商業(yè)銀行不良貸款率的相關(guān)理論和文獻(xiàn)，提出影響其規(guī)模的因素，并選取合適的指標(biāo)構(gòu)建指標(biāo)體系。本文將選取六個(gè)指標(biāo)來分析影響商業(yè)銀行不良貸款率的因素。從微觀的角度上選取商業(yè)銀行的撥備覆蓋率，存貸比，流動(dòng)性比例和資本充足率四個(gè)銀行自身因素指標(biāo)，從宏觀的角度上選取GDP增長率和M2增長率兩個(gè)宏觀因素。上面六個(gè)因素分別設(shè)為X1，X2，X3，X4，X5，X6，商業(yè)銀行不良貸款率設(shè)為Y。本文數(shù)據(jù)來自于國家統(tǒng)計(jì)局和中國銀保監(jiān)會(huì)，樣本區(qū)間為2012年―2019年每一季度的相關(guān)數(shù)據(jù)。

二、模型的建立

根據(jù)相關(guān)性分析，建立如下多元線性回歸模型：

利用Eviews軟件，OLS估計(jì)結(jié)果如下所示：

三、模型的修正

（一）多重共線性修正

上述模型可決系數(shù)很高，F(xiàn)統(tǒng)計(jì)量檢驗(yàn)顯著，但是依然存在解釋變量的符號(hào)與預(yù)期不一致，故對(duì)此用逐步回歸法進(jìn)行修正，通過逐步回歸來篩選并剔除引起多重共線性的解釋變量。

對(duì)被解釋變量貢獻(xiàn)從大到小的解釋變量分別為X1,X5,X6,X4,X2,X3，從貢獻(xiàn)度最大的變量X1開始引入，添加解釋變量X2后觀察擬合度擬合優(yōu)度增大，F(xiàn)檢驗(yàn)同樣通過，繼續(xù)對(duì)解釋變量進(jìn)行t檢驗(yàn)，此時(shí)(25)=2.060，X1和X2均通過 t 檢驗(yàn)，所以保留該解釋變量。再引進(jìn)X6，該解釋變量引入后雖然對(duì)修正后擬合優(yōu)度有改進(jìn)，但是t檢不顯著，所以剔除該解釋變量。分別引入X3,X4和X5時(shí)，發(fā)現(xiàn)雖然擬合優(yōu)度有了較小的改進(jìn)，但是t檢驗(yàn)不顯著，故把這三個(gè)解釋變量剔除。因此是X3,X4,X5和X6引起的多重共線性，修正多重共線性后的回歸結(jié)果如下：

由以上回歸方程可以看出，修正的可決系數(shù)為0.994，說明擬合程度高，F(xiàn)統(tǒng)計(jì)量檢驗(yàn)參數(shù)聯(lián)合顯著性高。由此得出結(jié)論，商業(yè)銀行撥備覆蓋率和存貸比是影響商業(yè)銀行不良貸款率的主要因素。

（二）誤差修正模型

通過單位根檢驗(yàn)和協(xié)整檢驗(yàn)可得，X1、X2和Y存在協(xié)整關(guān)系。但從短期來看，可能會(huì)出現(xiàn)失衡，為了增強(qiáng)模型的精度，可以把誤差項(xiàng)看作是均衡誤差，通過建立誤差修正模型把短期行為與長期變化聯(lián)系起來。誤差修正模型如下：

商業(yè)銀行撥備覆蓋率（X1）、商業(yè)銀行存貸比（X2）和不良貸款率（Y）的差分序列如下：

上述估計(jì)結(jié)果表明，撥備覆蓋率、存貸比對(duì)商業(yè)銀行不良貸款率的變化有影響，不良貸款率不僅取決于撥備覆蓋率，存貸比這一期的影響，而且還取決于上一期不良貸款率對(duì)均衡水平的偏離的影響，誤差項(xiàng)的系數(shù)為0.376，當(dāng)短期波動(dòng)偏離長期均衡時(shí)，將以0.376的調(diào)整力度將非均衡狀態(tài)拉回到均衡狀態(tài)。

四、結(jié)論

本文利用Eviews軟件對(duì)我國的國內(nèi)生產(chǎn)總值及其影響因素進(jìn)行分析，通過多重共線性的修正得出影響國內(nèi)商業(yè)銀行不良貸款率的最主要因素是撥備覆蓋率和存貸比。

撥備覆蓋比和存貸比是影響我國商業(yè)銀行不良貸款率的兩個(gè)重要因素，撥備覆蓋率每增加1%，不良貸款率平均下降 0.006%。存貸比每增加1%億美元，不良貸款率平均增加0.026%。

最后，本文中雖然剔除了其他的四個(gè)變量，但是經(jīng)過查相關(guān)文獻(xiàn)和資料，這四個(gè)因素同樣也對(duì)商業(yè)銀行不良貸款率有重要影響。只是因?yàn)椴环隙嘣€性回歸模型和誤差修正模型的建立，但這些依然是影響我國商業(yè)銀行不良貸款率的相關(guān)因素，在探索我國商業(yè)銀行不良貸款率因素的過程中依然是不可以忽視的。