基于Eviews分析的銀行家信心指數(shù)與大型商業(yè)銀行不良貸款余額的研究

王藝璇

（重慶工商大學(xué)國際商學(xué)院，重慶　400000）

基于Eviews分析的銀行家信心指數(shù)與大型商業(yè)銀行不良貸款余額的研究

王藝璇

（重慶工商大學(xué)國際商學(xué)院，重慶400000）

2008年由于受到金融危機的影響，我國商業(yè)銀行的不良貸款也受到不少挑戰(zhàn)。通過截取2008年3月到2014年3月的大型商業(yè)銀行不良貸款余額的季度值和銀行家信心指數(shù)，對兩者之間的相關(guān)性進(jìn)行實證分析。結(jié)果表明：大型商業(yè)銀行不良貸款余額和銀行家信心指數(shù)存在顯著的負(fù)相關(guān)性，這與假設(shè)是一致的，即商業(yè)銀行不良貸款余額越高，銀行家信心指數(shù)就越低；商業(yè)銀行不良貸款余額越低，銀行家信心指數(shù)就越高。因此，可以從商業(yè)銀行不良貸款入手，提高銀行經(jīng)營管理效率，明晰銀行產(chǎn)權(quán)問題，提升銀行工作人員從業(yè)素養(yǎng)，做好貸后管理工作等方式，有效約束不良貸款，從而使銀行家對于銀行前景持正面的態(tài)度，更加促進(jìn)了銀行良性循環(huán)的發(fā)展。

商業(yè)銀行；不良貸款余額；銀行家信心指數(shù)；相關(guān)分析；結(jié)論

引言

銀行家信心指數(shù)采用的是全面調(diào)查與抽樣調(diào)查相互結(jié)合對全國各類銀行機構(gòu)高管人員進(jìn)行問卷調(diào)查的方式，是銀行家問卷調(diào)查中對本季經(jīng)濟形勢持正常態(tài)度的銀行家占比和預(yù)期占比的算術(shù)平均數(shù)，反映了銀行家們對未來的經(jīng)濟發(fā)展前景的預(yù)測。不良貸款是指借款人未能按貸款協(xié)議按時償還商業(yè)銀行的貸款本金和利息，或者已有跡象表明借款人不可能按貸款協(xié)議按時償還商業(yè)銀行的貸款本金和利息而形成的貸款。不良貸款分為由對公貸款和個人貸款所造成的不良貸款，其中由對公貸款引起的不良貸款能夠明顯的反映出我國企業(yè)經(jīng)營狀況，從而預(yù)測出我國經(jīng)濟的情況。當(dāng)前的國有銀行銀行的不良資產(chǎn)和不良資產(chǎn)率從數(shù)據(jù)上都表現(xiàn)出了雙降，這不是商業(yè)銀行發(fā)展的正常趨勢，這是近年國家對國有商業(yè)銀行不良資產(chǎn)處置采取措施的結(jié)果，其中隱含著近年受經(jīng)濟刺激政策因素的影響因素且政府的干預(yù)和主導(dǎo)性是很強的加上我國國有商業(yè)銀行自身的抗風(fēng)險能力較差，但從數(shù)據(jù)上來看，不良資產(chǎn)余額仍很大。因此，研究兩者之間的關(guān)系是很有必要的，對于銀行本身的經(jīng)營決策有很大的影響，不僅在于貸款業(yè)務(wù)是銀行的最主要的收入來源，而且在于銀行家在其領(lǐng)域的主導(dǎo)地位；對于我國經(jīng)濟發(fā)展同樣重要，商業(yè)銀行是我國重要的經(jīng)濟體，掌握銀行家信心指數(shù)和商業(yè)銀行不良貸款之間的關(guān)系，對于促進(jìn)企業(yè)發(fā)展，國家經(jīng)濟向上有良好的參考作用。

本文以時間序列的樣本數(shù)據(jù)，對銀行家信心指數(shù)和商業(yè)銀行不良貸款之間的相關(guān)性進(jìn)行了實證分析，計算分析的過程均由Eviews來完成。

一、研究設(shè)計

（一）數(shù)據(jù)采集和樣本選擇

計量經(jīng)濟學(xué)分析的有效性取決于經(jīng)濟模型是否真實的反映其經(jīng)濟現(xiàn)狀，且還需考察樣本數(shù)據(jù)的質(zhì)量是否完整、準(zhǔn)確、可比、一致。經(jīng)仔細(xì)分析后，不難發(fā)現(xiàn)，選擇從2008年開始的數(shù)據(jù)其中包含了對于中國遭受2008年全球金融危機的因素考量，并按照時間先后順序進(jìn)行樣本選取，數(shù)據(jù)的選擇基本到達(dá)了分析研究要求。根據(jù)中國經(jīng)濟信息網(wǎng)，2008年3月至2014年3月大型商業(yè)銀行不良貸款余額（X）和銀行家信心指數(shù)（Y）如表1：

表1　2008年3月至2014年3月大型商業(yè)銀行不良貸款余額（X）和銀行家信心指數(shù)（Y）

（二）提出研究假設(shè)

本文的研究主要受以下幾個部分研究的啟發(fā)：

首先是關(guān)于銀行家信心指數(shù)的研究。饒品貴（2012）《貨幣政策信貸傳導(dǎo)機制——基于商業(yè)信用與企業(yè)產(chǎn)權(quán)性質(zhì)的證據(jù)》中分析了銀行借款和商業(yè)信用水平值、變化值與銀行家信心指數(shù)之間的關(guān)系，由其回歸分析表明銀行借款水平值、變化值與銀行家信心指數(shù)呈顯著正相關(guān)；商業(yè)信用水平值、變化值與銀行家信心指數(shù)呈顯著負(fù)相關(guān)。葉康濤、祝繼高（2009）《銀根緊縮與信貸資源配置》中對銀根緊縮與信貸資源配置效率進(jìn)行了實證分析，其中銀根緊縮用銀行家信心指數(shù)來表示，分析表明上一季度貨幣政策越緊，則本季度企業(yè)融資額越少，但本季度的貨幣政策與本季度企業(yè)信貸融資額之間不存在顯著相關(guān)性。吳彩麗（2014）《宏觀經(jīng)濟不確定性與銀行信貸：宏觀與微觀層面的證據(jù)》中闡述了銀行家信心指數(shù)對銀行信貸有顯著的正影響，且宏觀經(jīng)濟不確定性對銀行信貸行為存在顯著的負(fù)面影響。

其次關(guān)于大型商業(yè)銀行不良貸款余額的研究。王威、趙安平（2013）《信貸波動、經(jīng)濟周期與商業(yè)銀行不良貸款》中解釋不良貸款額下降形成了對銀行信貸投放的正面沖擊，強化了銀行信貸的投放能力，但銀行信貸規(guī)模擴張不是造成不良貸款增多和信用風(fēng)險增加的原因。

綜上可見，很多研究大量考證了銀行家信心指數(shù)與銀行信貸之間的關(guān)系或者銀行信貸與商業(yè)銀行不良貸款的關(guān)系，未對銀行家信心指數(shù)與不良貸款進(jìn)行直接的分析研究。

大型商業(yè)銀行不良貸款余額按季度核算，它是衡量銀行資產(chǎn)質(zhì)量的重要指標(biāo)，對銀行有風(fēng)險提示的作用。因此，可推測當(dāng)商業(yè)銀行不良貸款余額增加時，銀行家信心指數(shù)會相應(yīng)減少；反之，則相應(yīng)增加。基于此，本文提出以下假設(shè)：

H0：大型商業(yè)銀行不良貸款余額和銀行家信心指數(shù)存在顯著的負(fù)相關(guān)性。

（三）建立模型

由Eviews分析，大型商業(yè)銀行不良貸款余額（X）和銀行家信心指數(shù)（Y）大致存在著一元線性關(guān)系，我們假設(shè)擬建立如下一元回歸模型：

上式中，Y為被解釋變量，X為解釋變量，β0和β1為待估參數(shù)，u為隨機干擾項。

二、回歸估計、檢驗

（一）時間序列的平穩(wěn)性檢驗

對時間序列進(jìn)行回歸，是建立在時間序列平穩(wěn)性的假定基礎(chǔ)之上的，無論是單方程計量模型還是聯(lián)立方程計量模型，都需要在分析之前檢驗其數(shù)據(jù)的平穩(wěn)性，否則假設(shè)檢驗未必成立。雖從Eviews回歸分析可大致看出兩個時間序列X、Y的穩(wěn)定性，但運用統(tǒng)計量進(jìn)行統(tǒng)計檢驗更為有效和重要。圖1為對銀行家信心指數(shù)（Y）進(jìn)行時間序列平穩(wěn)性檢驗的結(jié)果圖。

圖1　對銀行家信心指數(shù)（Y）進(jìn)行時間序列平穩(wěn)性檢驗的結(jié)果圖

由圖1可知，給定α=5%下，t檢驗值〉-1.955681，接受H0。因此，再對其進(jìn)行一次差分，圖2為對銀行家信心指數(shù)（Y）一次差分后進(jìn)行時間序列平穩(wěn)性的結(jié)果圖。

圖2　對銀行家信心指數(shù)（Y）一次差分后進(jìn)行時間序列平穩(wěn)性檢驗的結(jié)果圖

由圖2，可知給定α=5%下，t檢驗值〈-1.956406，拒絕H0。則認(rèn)為Y的原序列為一階單整序列。

我們再對大型商業(yè)銀行不良貸款余額（X）進(jìn)行時間序列平穩(wěn)性檢驗，圖3為對大型商業(yè)銀行不良貸款余額（X）進(jìn)行時間序列平穩(wěn)性檢驗的結(jié)果圖。

圖3　對大型商業(yè)銀行不良貸款余額（X）進(jìn)行時間序列平穩(wěn)性檢驗的結(jié)果圖

由上圖可知給定α=5%下，t檢驗值〈-1.955681，拒絕H0。認(rèn)為X的時間序列不存在單位根，是平穩(wěn)的。

綜上，對大型商業(yè)銀行不良貸款余額（X）和銀行家信心指數(shù)（Y）都進(jìn)行了平穩(wěn)性的檢測，都得出了原序列不存在單位根，為平穩(wěn)序列的結(jié)論，從而可以進(jìn)行回歸分析。

（二）初始回歸

圖4給出了采用Eviews軟件對原數(shù)據(jù)進(jìn)行回歸分析的計算結(jié)果，表明可建立如下的銀行家信心指數(shù)函數(shù)-大型商業(yè)銀行不良貸款余額函數(shù)：

圖4　大型商業(yè)銀行不良貸款余額（X）對銀行家信心指數(shù)（Y）的回歸結(jié)果

（三）模型的檢驗與修正

1.統(tǒng)計檢驗

擬合優(yōu)度：從圖4的回歸估計結(jié)果來看，所建模型整體上對樣本數(shù)據(jù)整體上擬合度較低?？蓻Q系數(shù)R2=0. 266098，表明銀行家信心指數(shù)函數(shù)變化的26.6098%可由大型商業(yè)銀行不良貸款余額的變化來解釋。同時，修正后的可決系數(shù)為0.234189，說明其模型對樣本的擬合度相符合。

回歸系數(shù)t檢驗：設(shè)原假設(shè)H0：β0=0，H1：β1=0，回歸系數(shù)β0的t值為：t（β0）=13.61230，β1的t值為：t（β1）=-2. 887788。給定α=0.05下，由t分布表得，自由度n-2=23的臨界值t0.025（23）=2.069。因為t（β0）=13.61230〉t0.025（23）=2.069，所以拒絕原假設(shè)H0：β0=0，因為|t（β1）|=2.887788〉t0.025（23）=2.069所以拒絕原假設(shè)H1。以上表明大型商業(yè)銀行不良貸款余額對銀行家信心指數(shù)函數(shù)有顯著影響。

2.計量經(jīng)濟學(xué)檢驗

檢驗是否存在異方差：根據(jù)White檢驗中輔助函數(shù)的構(gòu)造，最后一項為變量的交叉乘積項，因為本題為一元函數(shù)，故無交叉乘積項，則輔助函數(shù)為：

圖5　懷特檢驗結(jié)果圖

由上圖可知nR2=0.209839，在=0.05情況下查χ2分布表，得臨界值表明模型不存在異方差。

3.自相關(guān)的檢驗與修正

圖6　含一階滯后殘差項的輔助回歸圖

拉格朗日乘數(shù)LM檢驗：由圖6可知：含一階滯后殘差項的輔助回歸為：

于是，LM=24×0.208008=4.992192，該值大于顯著性水平為5%，自由度為1的χ2的臨界值（1）=3.82，由此判斷原模型存在1階序列相關(guān)性。

圖7　含二階滯后殘差項的輔助回歸

由圖7可知：含二階滯后殘差項的輔助回歸為：

于是，LM=25×0.283240=7.081，該值大于顯著性水平為5%，自由度為2的χ2的臨界值（2）=5.991，但是et-2的參數(shù)未通過5%的顯著性檢驗，由此判斷原模型不存在2階序列相關(guān)性。結(jié)合一階滯后殘差項的輔助回歸情況，可判斷該模型存在一階自相關(guān)。

因此，應(yīng)該對其進(jìn)行自相關(guān)的修正，圖8為廣義差分法去除自相關(guān)的回歸結(jié)果圖。

圖8　廣義差分法去除自相關(guān)的回歸結(jié)果圖

由圖8我們可以看出，使用迭代法就是在解釋變量中添入AR（1）項后，DW檢驗值從1.056474提高到1.793214，下面再采用自相關(guān)的LM檢驗法對模型進(jìn)行檢驗，得到圖9的結(jié)果。

圖9　調(diào)整后自相關(guān)的檢驗結(jié)果圖

由上面的檢驗結(jié)果我們可以看出，在0.05的顯著水平下LM的統(tǒng)計量的概率P值為0.2444大于0.05的顯著水平，所以我們不能拒絕原假設(shè)，認(rèn)為模型的殘差項不存在自相關(guān)性，即我們消除了模型的自相關(guān)性。因此得到修正后的模型如下：

三、總結(jié)

通過以上分析，我們可以得出，大型商業(yè)銀行不良貸款余額和銀行家信心指數(shù)存在顯著的負(fù)相關(guān)性，這與假設(shè)是一致的，即商業(yè)銀行不良貸款余額越高，銀行家信心指數(shù)就越低；商業(yè)銀行不良貸款余額越低，銀行家信心指數(shù)就越高。因此，我們可以從商業(yè)銀行不良貸款入手，提高銀行經(jīng)營管理效率，明晰銀行產(chǎn)權(quán)問題，提升銀行工作人員從業(yè)素養(yǎng)，做好貸后管理工作等方式，有效約束不良貸款，從而使銀行家對于銀行前景持正面的態(tài)度，更加促進(jìn)了銀行良性循環(huán)的發(fā)展。

［1］鄭紅賓，陳雄.基于EViews軟件對金華城鎮(zhèn)居民的消費和支出進(jìn)行分析預(yù)測［J］.棗莊學(xué)院學(xué)報，2011（5）:84-88

［2］饒品貴，姜國華.貨幣政策對銀行信貸與商業(yè)信用互動關(guān)系影響研究［J］.經(jīng)濟研究，2013（1）:68-82+150

［3］李江，馮宗憲，萬映紅.國有商業(yè)銀行企業(yè)不良貸款的主因子分析［J］.數(shù)理統(tǒng)計與管理，2007（1）:149-157

［4］郭婧洲.淺析我國國有商業(yè)銀行不良資產(chǎn)形成的原因及對策［J］.統(tǒng)計研究，2010（8）:96-98

［5］］葉康濤，祝繼高.銀根緊縮與信貸資源配置［J］.管理世界，2009（1）:22-28+188

［6］吳彩麗.宏觀經(jīng)濟不確定性與銀行信貸：宏觀和微觀層面的證據(jù)［D］.浙江大學(xué)，2014

［7］王威，趙安平.信貸波動、經(jīng)濟周期與商業(yè)銀行不良貸款:基于Beveridge-Nelson分解的實證研究［J］.投資研究，2013（7）:3-14

［責(zé)任編輯：潘洪志］

F640

B

1009-6043（2016）010-0153-04

2016-08-22