版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
金融統(tǒng)計(jì)分析課程論文:我國上市商業(yè)銀行信用風(fēng)險(xiǎn)的影響因素分析目錄一、 引言 )在本文中,混合樣本回歸與固定效應(yīng)回歸的選擇可以通過統(tǒng)計(jì)量來判斷,經(jīng)分析,值為23.83,對(duì)應(yīng)的值為0.0000,拒絕原假設(shè),表明應(yīng)該選擇固定效應(yīng)模型。接下來考慮固定效應(yīng)模型與隨機(jī)效應(yīng)模型哪個(gè)最優(yōu),經(jīng)過Hausman檢驗(yàn)可知,統(tǒng)計(jì)量為3.16,對(duì)應(yīng)的值為0.6755,不能拒絕原假設(shè),表明應(yīng)當(dāng)選擇隨機(jī)效應(yīng)模型。實(shí)證檢驗(yàn)和結(jié)果分析相關(guān)性分析實(shí)證分析前需要考察自變量之間的相關(guān)系數(shù),以避免出現(xiàn)嚴(yán)重的多重共線性。自變量的相關(guān)系數(shù)矩陣如表3所示。相關(guān)系數(shù)矩陣表明,解釋變量之間的相關(guān)系數(shù)的絕對(duì)值均在0.5以下,表明可以入選實(shí)證模型。表SEQ表\*ARABIC3:自變量相關(guān)系數(shù)矩陣NIMloan_ratioDebt_Asset_ratiooperating_margingrowth_gdpgrowth_m2BCINIM1-0.36***0.02-0.020.35***0.45***0.19***loan_ratio-0.32***1-0.50***-0.21***-0.40***-0.34***-0.05Debt_Asset_ratio-0.05-0.47***10.18***0.39***0.31***0.04operating_margin-0.03-0.11***0.12***10.47***0.29***0.21***growth_gdp0.16***-0.24***0.27***0.34***10.63***0.38***growth_m20.42***-0.32***0.30***0.28***0.17***10.18***BCI0.22***-0.050.07*0.23***0.28***0.23***1注:***,**和*分別表示1%,5%和10%水平上顯著基準(zhǔn)回歸本文根據(jù)隨機(jī)效應(yīng)面板數(shù)據(jù)模型,首先給出微觀因素和宏觀因素對(duì)上市商業(yè)銀行的整體效應(yīng)結(jié)果,如表4。表SEQ表\*ARABIC4:基準(zhǔn)回歸結(jié)果表變量(1)(2)(3)混合樣本回歸固定效應(yīng)回歸隨機(jī)效應(yīng)回歸NIM-0.016-0.148***-0.136***(-0.41)(-4.35)(-4.15)loan_ratio0.005***0.003***0.003***(4.26)(2.86)(2.98)Debt_Asset_ratio-0.112***-0.148***-0.145***(-8.55)(-9.92)(-10.14)operating_margin-0.013***-0.014***-0.014***(-7.99)(-7.74)(-8.11)growth_gdp0.041***0.046***0.045***(6.96)(10.08)(10.09)growth_m2-0.0000.013**0.012**(-0.05)(2.24)(2.05)BCI-0.026***-0.025***-0.025***(-9.39)(-13.61)(-13.72)_cons13.604***17.124***16.820***(10.89)(12.24)(12.53)N6086086080.390.50注:***,**和*分別表示1%,5%和10%水平上顯著;括號(hào)中為值基準(zhǔn)回歸結(jié)果表明,本文選取的自變量系數(shù)在統(tǒng)計(jì)上均顯著,對(duì)商業(yè)銀行的信用質(zhì)量都能產(chǎn)生顯著的影響。凈利差(NIM)、資產(chǎn)負(fù)債率(Debt_Asset_ratio)、營業(yè)利潤率(operating_margin)和銀行業(yè)景氣指數(shù)(BCI)對(duì)應(yīng)的系數(shù)在統(tǒng)計(jì)上均顯著為負(fù)。如:凈利差(NIM)的系數(shù)為-0.136,表明在1%的顯著性水平下對(duì)銀行信用風(fēng)險(xiǎn)產(chǎn)生負(fù)影響,這是因?yàn)閮衾畲砹算y行的盈利能力,NIM越大表明銀行的收益水平就越高,能夠有效抵御信用風(fēng)險(xiǎn),因此兩者之間呈現(xiàn)負(fù)相關(guān)關(guān)系。資產(chǎn)負(fù)債率(Debt_Asset_ratio)對(duì)信用風(fēng)險(xiǎn)具有明顯的負(fù)效應(yīng),一般情況下,資產(chǎn)負(fù)債率較低表明其資本收益較少,可能導(dǎo)致銀行面臨較高的風(fēng)險(xiǎn)。而存貸款比例(loan_ratio)、GDP增速(growth_gdp)和M2增速(growth_m2)系數(shù)均為正值。存貸款比例越高,表明銀行負(fù)債對(duì)應(yīng)的貸款資產(chǎn)較多,降低銀行的流動(dòng)性,進(jìn)一步增加銀行的不良貸款比例,從而影響其信用質(zhì)量。而外部經(jīng)濟(jì)變量GDP增速和M2增速均對(duì)不良貸款率產(chǎn)生顯著的正效應(yīng),貨幣供給速度越快,宏觀經(jīng)濟(jì)體系中的貨幣需求猛增,經(jīng)濟(jì)過熱,這將導(dǎo)致商業(yè)銀行擴(kuò)大其信貸業(yè)務(wù)規(guī)模,但無疑會(huì)產(chǎn)生信用風(fēng)險(xiǎn)問題。分組回歸為進(jìn)一步研究不同類型的商業(yè)銀行的不良貸款率影響因素之間的差異,本文分別對(duì)上述3種銀行類型進(jìn)行回歸,分組回歸結(jié)果見表5。表SEQ表\*ARABIC5:分組回歸結(jié)果(1)(2)(3)國有大型商業(yè)銀行股份制商業(yè)銀行城市商業(yè)銀行NIM-0.202*-0.246***-0.117(-1.87)(-4.68)(-1.19)loan_ratio-0.0080.004**-0.001(-1.14)(2.52)(-0.31)Debt_Asset_ratio-0.127***-0.083**-0.156***(-3.63)(-1.98)(-3.16)operating_margin0.009-0.016***-0.015***(1.08)(-3.12)(-3.79)growth_gdp0.0070.028**0.043***(0.96)(2.40)(5.60)growth_m2-0.009-0.0160.015(-0.74)(-0.97)(1.47)BCI-0.029***-0.029***-0.020***(-2.89)(-11.36)(-6.15)_cons15.808***11.920***17.795***(4.93)(3.28)(3.73)N96144368注:***,**和*分別表示1%,5%和10%水平上顯著;括號(hào)中為值圖SEQ圖\*ARABIC1:不同銀行類型的回歸系數(shù)估計(jì)值差異圖圖1直觀地展示了不同銀行類型的回歸系數(shù)差異,三類商業(yè)銀行主要在凈利差與資產(chǎn)負(fù)債率上的估計(jì)系數(shù)差異較大。分銀行類型來看,對(duì)于凈利差的系數(shù)而言,股份制商業(yè)銀行、國有大型商業(yè)銀行、城市商業(yè)銀行依次減小,股份制商業(yè)銀行類對(duì)不良貸款率的影響最大,這歸因于其市場規(guī)模較大、市場競爭較強(qiáng),因此需要更謹(jǐn)慎地考慮不良貸款可能帶來的影響。穩(wěn)健性檢驗(yàn)為驗(yàn)證回歸的穩(wěn)健性,本文選取資本充足率作為不良貸款率的替代變量,同時(shí)分別進(jìn)行全樣本隨機(jī)效應(yīng)回歸、分銀行類型回歸,回歸結(jié)果見表6。表SEQ表\*ARABIC6:穩(wěn)健性檢驗(yàn)回歸表全樣本回歸分組回歸隨機(jī)效應(yīng)回歸國有大型商業(yè)銀行股份制商業(yè)銀行城市商業(yè)銀行NIM0.0410.469**0.520-0.057(0.23)(2.05)(1.55)(-0.30)loan_ratio-0.0060.008-0.003-0.004(-1.20)(0.72)(-1.51)(-0.28)Debt_Asset_ratio-0.892***-1.194***-0.971***-0.712***(-10.16)(-8.69)(-7.35)(-5.50)operating_margin0.008-0.034***0.0210.006(1.23)(-2.61)(1.07)(0.76)growth_gdp-0.067***-0.087***-0.058***-0.053**(-3.66)(-5.57)(-3.75)(-2.17)growth_m2-0.122***-0.124***-0.149**-0.106***(-3.99)(-2.71)(-2.22)(-2.81)BCI-0.0070.004-0.031**0.001(-1.02)(0.28)(-2.04)(0.12)_cons98.248***126.591***105.146***80.885***(11.85)(10.07)(8.95)(6.40)N60896144368注:***,**和*分別表示1%,5%和10%水平上顯著;括號(hào)中為值對(duì)于表4和表5,可以得出變量的顯著性基本一致,表明本文的模型具有一定的現(xiàn)實(shí)解釋能力,結(jié)論依然成立。研究結(jié)論本文建立商業(yè)銀行信用風(fēng)險(xiǎn)影響因素模型,通過隨機(jī)效應(yīng)面板模型發(fā)現(xiàn)商業(yè)銀行微觀因素(凈利差、存貸款比例、資產(chǎn)負(fù)債率與營業(yè)利潤率)和外部宏觀因素(GDP增速、M2增速與銀行業(yè)景氣指數(shù))都會(huì)不同程度地影響銀行的不良貸款率和資本充足率,進(jìn)而影響銀行的信貸質(zhì)量。分銀行類型來看,相比于其他類型的商業(yè)銀行,國有大型商業(yè)銀行市場基礎(chǔ)穩(wěn)固、占有率和影響力都比較高,信貸風(fēng)控機(jī)制完善,因此應(yīng)對(duì)信貸風(fēng)險(xiǎn)的能力更強(qiáng)大。因此商業(yè)銀行在進(jìn)行信貸時(shí),需要考慮各方面的因素。首先是外部經(jīng)濟(jì)環(huán)境關(guān)注央行貨幣政策,了解當(dāng)下經(jīng)濟(jì)運(yùn)行的特征和社會(huì)貨幣需求,降低高風(fēng)險(xiǎn)信貸,合理配置信貸資本。此外要完善內(nèi)部風(fēng)險(xiǎn)控制體系,建立核心風(fēng)控技術(shù),提高風(fēng)險(xiǎn)管理和應(yīng)對(duì)能力,調(diào)整產(chǎn)品戰(zhàn)略,改進(jìn)收入結(jié)構(gòu),實(shí)現(xiàn)穩(wěn)定市場情緒和金融市場穩(wěn)健運(yùn)行。參考文獻(xiàn)曹道勝,何明升.商業(yè)銀行信用風(fēng)險(xiǎn)模型的比較及其借鑒[J].金融研究,2006(10):90-97.徐忠,沈艷,王小康,沈明高.市場結(jié)構(gòu)與我國銀行業(yè)績效:假說與檢驗(yàn)[J].經(jīng)濟(jì)研究,2009,44(10):75-86.吳軍,張繼寶.信用風(fēng)險(xiǎn)量化模型比較分析[J].國際金融研究,2004(08):50-54.李碩,侯曉輝.流動(dòng)性風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)與商業(yè)銀行流動(dòng)性創(chuàng)造[J].經(jīng)濟(jì)經(jīng)緯,2020,37(04):168-176.李晟,張宇航.中國上市商業(yè)銀行信用風(fēng)險(xiǎn)分析及比較——基于KMV模型及面板數(shù)據(jù)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào),2016(10):31-38.周愛民,劉欣蕊.經(jīng)濟(jì)政策不確定性、銀行集中度與銀行風(fēng)險(xiǎn)[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2021,41(03):10-25.顧文濤,潘莉燕,李恒奎.經(jīng)濟(jì)政策不確定性、銀行信貸與企業(yè)投資:基于企業(yè)異質(zhì)性視角的實(shí)證分析[J].投資研究,2017,36(02):17-32.劉志洋.商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)與償付能力風(fēng)險(xiǎn)[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào),2016(03):52-59+159-160.饒品貴,姜國華.貨幣政策波動(dòng)、銀行信貸與會(huì)計(jì)穩(wěn)健性[J].金融研究,2011(03):51-71.譚小芬,張文婧.經(jīng)濟(jì)政策不確定性影響企業(yè)投資的渠道分析[J].世界經(jīng)濟(jì),2017,40(12):3-26.中國工商銀行環(huán)境因素壓力測試課題組,張紅力,周月秋,馬駿,殷紅,馬素紅,樂宇,楊荇,邱牧遠(yuǎn).環(huán)境因素對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響——基于中國工商銀行的壓力測試研究與應(yīng)用[J].金融論壇,2016,21(02):3-16.樊桂嶺,笪鳳媛.商業(yè)銀行信用風(fēng)險(xiǎn)產(chǎn)生機(jī)制與管理研究——基于博弈論視角[J].技術(shù)經(jīng)濟(jì)與管理研究,2017(10):72-76.曾嶸欣.基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)度量模型研究[J].金融發(fā)展研究,2018(06):68-73.附錄:程序代碼*===============*-
數(shù)據(jù)預(yù)處理*===============cd
"D:\stata
files"clear
allimport
excel
"D:\stata
files\data.xlsx",
sheet("Sheet
1")
firstrow*
查看是否有缺失值*
ssc
install
mdescmdesc*
預(yù)處理encode
bank,
gen
(id)encode
date,
gen
(Date)*
把字符型日期轉(zhuǎn)為數(shù)值型gen
ymd
=
date(date,
"YMD")format
ymd
%tdgen
yt
=
year(ymd)
//
提取年份gen
mt
=
month(ymd)
//
提取月份keep
if
mt
==
6
|
mt
==
12
gen
halfyearid
=
1replace
halfyearid
=
2
if
mt
==
12gen
myhalfyear
=
yh(yt,
halfyearid)format
myhalfyear
%thxtset
id
myhalfyearxtdescribe*因變量的時(shí)間趨勢圖xtline
NPLxtline
CAR*===============*-
實(shí)證分析*===============*面板平穩(wěn)性檢驗(yàn)xtset
id
myhalfyearxtunitroot
llc
BCI,
trend
demeanxtunitroot
ips
NPL,
trend
demeanglobal
x
"NIM
loan_ratio
Debt_Asset_ratio
operating_margin
growth_gdp
growth_m2
BCI"*相關(guān)分析pwcorr_a
$x,
star1(0.01)
star5(0.05)
star10(0.1)*混合回歸reg
NPL
$x,
rest
store
OLS*固定效應(yīng)回歸xtreg
NPL
$x,
fe
est
store
fe//F統(tǒng)計(jì)量對(duì)應(yīng)的P值為0,拒絕原假設(shè),應(yīng)該選擇固定效應(yīng)模型*隨機(jī)效應(yīng)回歸xtreg
NPL
$x,
re
est
store
re*隨機(jī)效應(yīng)或混合回歸xttest0//P值為0,拒絕原假設(shè),選擇隨機(jī)效應(yīng)模型*豪斯曼檢驗(yàn)hausman
fe
re,
constant
sigmamore
//不能拒絕原假設(shè),選擇隨機(jī)效應(yīng)模型*匯報(bào)結(jié)果esttab
OLS
fe
re,
r2
ar2*分組回歸xtset
id
myhalfyearxtreg
NPL
$x
if
bank_type
==
"A",
re
rest
store
group_Axtreg
NPL
$x
if
bank_type
==
"B",
re
rest
store
group_Bxtreg
NPL
$x
if
bank_type
==
"C",
re
rest
store
group_C*系數(shù)可視化coefplot
///(group_A,
label("國有大型商業(yè)銀行")
pstyle(p3))
///(group_B,
label("股份制商業(yè)銀行")
pstyle(p4))
///(group_C,
label("城市商業(yè)銀行")
pstyle(p5)),
///drop(_cons)
xline(0,
lp(dash)
lc(black*0.3))
///format(%9.2f)
scheme(s1mono)
esttab
group_A
group_B
group_C*穩(wěn)健性檢驗(yàn)xtset
id
myhalfyearxtreg
CAR
$x,
re
rvifest
store
re_robustxtset
id
myhalfyearxtreg
CAR
$x
if
bank_type
==
"A",
re
rest
store
group_A_rxtreg
CAR
$x
if
bank_type
==
"B",
re
rest
store
group_B_rxtreg
CAR
$x
if
bank_type
==
"C",
re
rest
store
group_C_resttab
re_robust
group_A_r
group_B_r
group_C_r*===============*-
分析結(jié)果輸出*===============*
1.輸出基本統(tǒng)計(jì)量sum2docx
NPL
CAR
$x
///using
描述性分析表.docx,
///replace
stats(N
mean(%9.2f)
sd
min(%9.0g)
median(%9.0g)
max(%9.0g))*
2.輸出相關(guān)系數(shù)矩陣corr2docx
$x
///using
相關(guān)系數(shù)表.docx,
///fmt(%9.2f)
///replace
star
note(*
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025年度個(gè)人貴金屬交易融資合同范本民間版4篇
- 二零二五年度網(wǎng)絡(luò)安全股份公司成立股東數(shù)據(jù)安全協(xié)議3篇
- 2025版危險(xiǎn)品運(yùn)輸駕駛員勞動(dòng)合同標(biāo)準(zhǔn)范本3篇
- 2025年高標(biāo)準(zhǔn)圍墻建設(shè)及維護(hù)服務(wù)合同細(xì)則3篇
- 二零二五年酒類企業(yè)產(chǎn)品追溯與防偽技術(shù)合作合同3篇
- 2024破樁勞務(wù)分包合同
- 2025年食堂承包合同補(bǔ)充協(xié)議強(qiáng)調(diào)食品安全與衛(wèi)生規(guī)范3篇
- 與物業(yè)公司合同范本(2024版)
- 鄭州科技學(xué)院《藝術(shù)考察與創(chuàng)新設(shè)計(jì)》2023-2024學(xué)年第一學(xué)期期末試卷
- 2025年度戶外景觀門窗工程分包合同范本8篇
- 南通市2025屆高三第一次調(diào)研測試(一模)地理試卷(含答案 )
- 2025年上海市閔行區(qū)中考數(shù)學(xué)一模試卷
- IF鋼物理冶金原理與關(guān)鍵工藝技術(shù)1
- 銷售提成對(duì)賭協(xié)議書范本 3篇
- 勞務(wù)派遣招標(biāo)文件范本
- 信息安全意識(shí)培訓(xùn)課件
- Python試題庫(附參考答案)
- 碳排放管理員 (碳排放核查員) 理論知識(shí)考核要素細(xì)目表三級(jí)
- 2024年河北省中考數(shù)學(xué)試題(含答案解析)
- 小學(xué)二年級(jí)數(shù)學(xué)口算練習(xí)題1000道
- 納布啡在產(chǎn)科及分娩鎮(zhèn)痛的應(yīng)用
評(píng)論
0/150
提交評(píng)論