后危机时代商业银行不良资产形成因素的实证研究——基于江西省数据的经验分析

2009年,我国信贷高增长引致未来银行不良资产大量积聚的潜在风险引起了各方关注。在后金融危机背景下,研究商业银行不良贷款的现状,发掘不良贷款存在的根源,对信贷风险管理具有重要的现实意义。本文在回顾以前研究成果的基础上,试图以更加全面的视角,从宏观经济金融环境、宏观调控政策以及银行业运行情况等三个方面深入分析商业银行不良资产的影响因素。文章运用协整分析、格兰杰因素检验和脉冲响应模型对资产价格、固定资产投资、通胀率、存款准备金率、基准利率、银行利润等指标与不良贷款率（或不良贷款余额）的因果关系、影响程度进行了实证分析。结果表明,宏观经济金融形势的变化和货币政策调整都是影响不良贷款变化的重要原因,而不良贷款率的变化对商业银行利润影响明显。     

商业银行不良贷款与宏观经济因素相关性实证分析

回顾了国内有关银行不良贷款的研究文献,以宏观之视角探讨不良贷款与宏观经济因素之因缘。选取了国内生产总值、城镇固定资产投资总额、社会消费品零售总额、进出口总额四个宏观经济指标,联合运用了相关分析、因子分析、线性回归方法,对不良贷款与宏观经济指标的关系进行了统计分析。研究表明不良贷款与上述四个宏观经济指标呈强负相关关系,经济增长直接推动不良贷款减少。指出化解不良贷款的宏观手段就是推动国民经济之科学与可持续增长。     

基于VAR模型的商业银行信用风险与经济周期关系的实证研究

本文以不良贷款率作为评估商业银行信用风险的指标,选取对银行不良贷款率构成冲击的反映经济周期的宏观经济变量构建VAR模型,进行脉冲响应和方差分解分析。结果显示,CPI、GDP增长率比M2增长率更显著地影响到商业银行的信用风险水平,影响呈现周期性;信用风险水平与GDP增长率的滞后变量呈负相关关系,与CPI的滞后变量呈正相关关系;数量关系方面GDP增长率增加1个百分点,不良贷款率约降低1.7个百分点。     

商业银行期限错配下流动性风险测度及影响因素分析

本文立足于我国新的宏观经济金融形势，梳理分析商业银行期限错配与流动性风 险的相互关系。在此基础上，以某城市商业银行为例，通过H-P滤波流动性缺口分析方法对其 期限错配下的流动性风险进行了测度，通过测量发现该商业银行在近几年存在一定的流动性 风险。随后通过建立面板数据模型进一步分析了外部相关因素对商业银行期限错配下流动性 风险的影响关系和程度。研究表明，宏观经济增长、同业拆借利率、不良贷款以及存款准备金 率等因素都会对流动性产生不同程度的影响。据此提出相应的对策建议。     

后危机时代宏观压力测试研究

本文提出结合向量误差修正模型(VECM)和蒙特卡洛(Monte Carlo)模拟方法构造宏观压力测试模型,以我国主要商业银行不良贷款率作为评估银行系统稳定性的指标,定量评估宏观经济因素波动及国家宏观调控政策对我国银行系统稳定性的影响.结果显示:经济衰退情景下,银行体系不良贷款率会随着宏观压力情景严重程度而上升,但国家宏观调控措施对银行体系不良贷款率的下降影响显著.     

商业银行不良贷款与宏观经济因素关联分析

近年来,我国商业银行不良贷款的余额一直呈下降趋势,国内整个银行业的发展势头良好。本文以宏观的角度,选取7个重要宏观经济指标,对我国国有商业银行不良贷款率进行实证分析,探讨宏观经济的波动对银行业信用风险的影响。同时针对分析结果提出相应的建议,使银行能够更好地应对如今复杂多变的宏观经济状况。     

商业银行贷款集中度对不良贷款率的影响

采用行业集中度、地区集中度和客户集中度三个变量来测算国有商业银行、股份制商业银行和城市商业银行三类银行的贷款集中度,并通过建立回归模型对比分析这三类银行的贷款集中对不良贷款率的影响。研究结果表明,商业银行的贷款集中与不良贷款率正相关,各类商业银行的贷款集中程度与不良贷款的相关程度不同,其中贷款集中度对国有商业银行资产质量的影响要大于股份制商业银行,降低贷款集中度是遏制不良贷款的有效方法。     

商业银行不良贷款的宏观经济影响因素分析

商业银行不良贷款总额一直在高位徘徊,成为制约中国商业银行发展的重要因素之一.通过收集2004年1季度～2009年1季度的最新数据,运用相关分析、共线性诊断、主成分回归分析等方法建立模型,探讨宏观经济因素对商业银行不良贷款的影响和贡献率.由实证结论发现:宏观经济因素与不良贷款余额负相关;社会消费品零售总额、进出口总额对降低商业银行不良贷款的贡献度最大,每增加1%会导致不良贷款平均降低0.0249%和0.0248%;宏观经济因素对降低不良贷款有正向促进作用,因此,在操作层面上可通过扩大内需、改善商业银行的外部信用环境等措施间接降低商业银行的不良贷款.     

我国商业银行信贷风险与宏观经济不确定性关系实证研究

研究了宏观经济不确定性对我国商业银行信贷风险的影响,通过首先构建了一个GARCH模型得到代理变量来测度宏观经济不确定性,然后利用我国银行业2000年至2009年的面板数据,实证分析了宏观经济不确定性对我国银行业信贷风险的影响程度.结果表明当宏观经济不确定性增加时,不良贷款率显著上升,银行将收缩信贷供给,信贷风险显著增加.     

宏观经济因素影响下的我国商业银行信贷风险研究

本文基于2004年1季度至2011年2季度的数据,分析了宏观经济因素对我国商业银行信贷风险的影响。首先提出了分析宏观经济因素对我国商业银行信贷风险的必要性及其作用机理。其次通过实证分析,得出了宏观经济因素对商业银行信贷风险有显著影响的结论。最后,针对实证分析的结果提出降低我国商业银行信贷风险、减少不良贷款的相关建议。     

不良贷款与宏观经济的灰色关联分析

本文通过研究影响不良贷款变化的主要宏观经济因素及各因素的影响机理,建立了基于灰色理论的不良贷款影响因素分析模型,对影响淮南市不良贷款的各宏观因素进行实证分析。从而得出影响淮南市不良贷款变化的各因素的相对重要性,并提出相应的降低商业银行不良贷款余额的建议。     

宏观经济与货币政策对商业银行不良贷款率的影响

我国商业银行的不良贷款率随着宏观经济的波动而发生变化,但在经济形势发生变化的同时,国家会采用货币政策进行宏观调控.因此,不良贷款率同时受宏观经济与货币政策的双重影响.本文利用结合Johanse协整检验和VECM模型,得出了商业银行不良贷款率与GDP增长率、M 2增长率之间存在短期影响关系以及长期均衡稳定关系.即在短期内,经济增长的越快,不良贷款率越低,但是在长期内不良贷款率与经济增长呈正向相关关系;在短期内,宽松的货币政策也会使的不良贷款率增加,但是随着滞后时期的延长作用效果越来越弱.     

银行体系信用风险宏观压力测试研究——以湖南省为例

2008年国际金融危机后,压力测试逐步成为量化评估金融体系系统性风险、推进宏观审慎管理的重要手段。本文以银行体系的不良贷款率为风险测度指标,运用Logistic模型,分别模拟2008年历史情景和历史最差情景来测算宏观经济因素波动对银行体系的冲击大小。从设置的两种情景压力测试结果看,消费和投资增速变化形成信用风险因子时,湖南省银行体系形成的不良贷款率都低于初期不良贷款率,湖南省银行体系稳定性较高。     

杠杆率和资本充足率对商业银行不良贷款的影响:宏观经济的调节效应

在宏观经济的不同周期,杠杆率和资本充足率对商业银行不良贷款的影响是不同的,理解宏观经济如何调节杠杆率和资本充足率对商业银行不良贷款的影响,对于防范商业银行金融风险的政策选择具有重要价值.本文基于2008—2018年15家上市商业银行数据,采用固定效应模型、广义最小二乘法等,对杠杆率和资本充足率对商业银行不良贷款率的影响及宏观经济对其影响的调节效应进行了实证研究.结果表明,商业银行杠杆率对不良贷款率具有显著的正向影响;资本充足率对不良贷款率具有显著的负向影响;宏观经济通过加强或削弱商业银行杠杆率、资本充足率对不良贷款率的影响产生调节效应.针对结论,提出了加强对杠杆率监管并引导适度杠杆率水平、合理化资本充足率监管并多渠道增加资本金、建立动态监管机制以促进资本高效安全运用的政策建议.     

我国商业银行不良贷款率的变化趋势与对策研究

不良贷款率是银行日常经营当中需要重点关注的目标,本文针对我国商业银行的不良贷款率进行分析,寻求影响我国商业银行不良贷款率的相关因素,并对商业银行控制不良贷款率提出相应的建议。     

经济发展、银行特征与不良贷款水平——基于浙江面板数据的实证分析

近年来,随着经济下行压力较大,结构调整持续推进,银行业不良贷款加快暴露。本文以2012年3月-2015年3月的浙江省银行机构为样本,运用动态面板数据模型,对浙江省不良贷款影响因素进行实证研究。研究结果表明:区域经济指标、企业亏损面、贷款担保方式(互保联保类贷款占比)等三个指标对银行业整体不良贷款率影响最大,且均呈正相关关系;信贷规模、投向行业集中度、贷款投向企业结构、多元化经营水平等指标对商业银行不良贷款率也有显著影响。针对实证研究结果,本文提出了对策建议。     

基于隐含不良贷款率加强商业银行信用风险预判的研究

本文在梳理和比较当前商业银行信用风险评估技术的基础上,引出了隐含不良贷款率指标。通过汇总计算非金融上市企业相关财务数据,我们对国际、国内上市非金融企业的隐含不良贷款率与商业银行不良贷款率进行了比较分析,对利用隐含不良贷款率指标加强商业银行信用风险预判的有效性进行了研究。结果表明,虽然该指标存在局限性,但在揭示企业信贷风险方面仍具有一定的先导性和可参考性,可以用于辅助预判银行信贷风险。     

不良贷款率影响因素的实证分析——基于2005—2014年省级面板数据

首次利用2005—2014年省级面板数据实证分析不良贷款率的影响因素,主要使用不良贷款率的差分值作为被解释变量,运用了双向固定效应模型、基于GMM的动态面板模型相结合的方法。得出:宽松的货币政策、较高的经济增速与经济发展水平有利于不良贷款率的降低,过快的信贷增长与过高的存贷余额比例不利于不良贷款率的降低,金融深化程度加大有利于不良贷款率的降低,地方政府财政收支压力过大会导致不良贷款率相对上升,产业结构的优化降低了因第二产业占比过高导致的不良贷款率上升。不良贷款率变化趋势一定程度上反映系统性风险的积累,十分有必要加强控制不良贷款率。目前,货币政策能够发挥积极效应,同时应通过结构优化保持较快的经济增速、控制信贷过快增长、化解地方政府性债务风险,需要注意的是,在调控过程中要处理好相关政策的反作用。     

供给侧结构性改革背景下系统性金融风险防范问题研究

随着近年来我国经济下行压力加大和银行不良贷款率上升,系统性金融风险的发生概率逐渐加大。在分析我国经济发展中供给侧结构性改革因素的基础上,借鉴相关文献采用的指标,研究其与系统性金融风险的内在关联。首先从房地产行业、金融资源错配等供给侧结构性改革的四个方面与系统性金融风险的关系进行了分析,随后基于2001—2015年各省(自治区、直辖市)的商业银行不良贷款率和流动性比率作为描述系统性金融风险的因素,利用混合模型、固定效应模型和随机效应模型三种类型对全国、东部、中部和西部地区所面临的系统性金融风险进行了实证研究。研究结果表明:相对于中西部地区,东部地区系统性金融风险受环境因素影响程度更大,资本市场环境成为影响商业银行不良贷款率的重要因素。最后就防范系统性金融风险的措施提出了建议。     

宏观经济因素对银行不良贷款率的影响——基于2007至2019年面板数据

不良贷款率的不稳定会对经济产生潜在的严重后果,实证结果表明,宏观经济变量对不良贷款率会产生显著影响,加强宏观经济的风险控制,可为全球商业银行的健康发展和金融环境的稳定性提供稳定支撑。