不良贷款论文

银行不良贷款问题

摘要

银行不良贷款，是指银行贷款给个人或者企业，企业逾期很长还款或者甚至无偿还能力，导致银行长期回收不了资金的贷款。不良贷款可以说是银行体内的“毒瘤”，侵蚀银行的利润或资本金，严重的还会引发银行破产。 本文针对2006—2013年四个主要商业银行的年报数据对不良贷款各影响因素进行分析，建立数学模型提出有效控制银行不良贷款发生金额方法。

对于问题一，首先我们以各银行2009年到2013年的不良贷款额、业绩增速、净息差变化、贷存比及资本充足率等为相关因素，建立多元线性回归模型，运用

MATLAB 画出散点图对有关数据进行相关性分析，并确定回归系数（0ˆβ，1

ˆβ，2ˆβ，3

ˆβ，4ˆβ）,以及2R 和F 的值，通过逐步对回归系数进行检验得出自变量2x 和4x 对因变量Y 的影响比较小，考虑剔除自变量2x 和4x 得到最优回归方程，建立模型（2），通过该模型，我们可以预测银行不良贷款的走势；

对于问题二，我们根据模型一分别对银行的业绩增速、净息差变化与不良贷款进行相关性分析，运用excel 计算出相关系数R ，得出它们的相关性。由结果知:

5.04205777

6.01<=R ,则银行的业绩增速与不良贷款间存在线性相关; 3.0013671365.02<=R ,则净息差与不良贷款不存在相关性。 对于问题三，我们通过分析存贷比与不良贷款额的关系，知道要控制银行的不良贷款额就要控制银行的存贷比等因素，因而对控制不良贷款额提出相关建议，有助于商业银行建立良好的贷款制度，减少不良贷款率，促进商业银行以及中国经济的良性发展。

关键词：不良贷款 MATLAB 回归分析 Excel 相关系数

一、问题重述

商业银行主要业务之一就是对项目建设、固定资产投资等进行贷款。目前较为突出的的问题是虽然我国银行贷款额平稳增长，但是商业银行普遍存在的比例较高的呆、坏帐和逾期贷款等不良贷款问题，使不良贷款率过高，给银行贷款业务的发展带来较大压力。截至2014年4月29日晚间，工农中建四大行的一季报出齐。虽然四家银行的业绩增速、净息差变化不尽相同，但是却暴露出了同一个问题——不良贷款余额进一步增加，不良贷款率几乎都在攀升。这也是几乎所有上市银行面临的窘境。

在资产质量方面，从一季报可以看出，随着经济结构转型推进，去产能化和去杠杆化等各种因素对包括四大行在内的商业银行的资产质量构成影响。虽然信贷质量总体保持稳定，但四家银行的不良贷款余额都在进一步增加。而不良贷款率仅农行与去年年末持平，其余三家均进一步上升。

按照贷款质量五级分类，工行不良贷款余额为1005.50亿元，比上年末增加68.61亿元；农行不良贷款余额919.91亿元，比上年末增加42.10亿元；中行不良贷款余额803.2亿元，较2013年底增加70.49亿元；建行不良贷款余额908.08亿元，较上年末增加55.44 亿元。其中，工行不良贷款率为0.97%，较去年年末上升0.03个百分点；农行不良贷款率最高，为1.22%，与上年末持平；中行0.98%，略升0.02个百分点；建行不良贷款率1.02%，较上年末上升0.03个百分点。

建模问题：

1.利用网络等渠道收集有关数据资料，建立银行不良贷款的预测模型，并分析模型的误差和可信度。

2.银行的业绩增速、净息差变化与不良贷款的增长之间是否存在联系，试进行实证分析。

3.不良贷款是多方面因素造成的，试通过相关的数据作定量分析，帮银行找出控制不良贷款的途径和办法。

二、问题分析

2.1 背景分析

不良贷款是指出现违约的贷款。一般而言，借款人若拖延还本付息达三个月之久，贷款即会被视为不良贷款。银行在确定不良贷款已无法收回时，应从利润中予以注销。不良贷款的出现已经引起社会上各界人士特别是商业银行关心的问题,良好的控制不良贷款是银行业急需解决的问题,是关系到一个银行高收益、高效运转的重要体现。

2.2 需要解决的问题

1.对银行不良贷款进行预测、分析模型的误差及可信度；

2.分析银行的业绩增速、净息差变化与不良贷款的增长之间是否存在联系，

3.帮银行找出控制不良贷款的途径和办法。

2.3 问题的理解

本题是一个关于影响不良贷款因素预测类的问题，题目要求从网络获取相

关数据资料建立模型，同时要求进行影响因素的选择，使得通过某影响因素来控制不良贷款，银行贷款预测是银行每年进行的重要预测，直接关系到银行的当年经济效益和长远发展战略，影响不良贷款的因素是多方面的，因此在信息不足及多种因素共同影响的前提下，需采用多元线性回归方法来进行关于不良贷款的预测。

多元线性回归分析，就是在分析变量之间相关关系的基础上，进一步考察变量之间的数量变化规律，并通过回归方程的形式加以描述和反应变量之间的关系，帮助人们准确把握变量受其他多个变量的影响程度，进而为控制和预测提供依据"

为此,利用与不良贷款有关的业绩增速、净息差变化“总资产”、“资本充足率”、“存贷比”、“存款总额”、“贷款总额”、“利息收人”这八个因素进行多元回归分析,得出它们与不良贷款比率之间的关系式,并利用回归模型对不良贷款进行预测，控制。同时，应用灰色系统理论的关联度分析八个因素对不良贷款比率的关联程度,以控制不良贷款金额的发生。

三、模型假设

1.收集的数据真实可靠，所得数据可以反映不良贷款的相关情况

2.近五年内人民币汇率和银行利率变动对不良贷款等本文相关指标无显著影响；

3.忽略突发性事件对不良贷款造成的损失（如地震、金融危机等）

4.假设银行对不良贷款预测的弹性需求为线性

5.假设社会环境稳定，社会政策关于银行贷款方面无较大调整；

6.本文不考虑各银行之间的竞争力关系影响；

注：上述假设是模型建立中的全局假设，在后面的模型建立中可能会引入局部性假设。

四、符号说明

五、模型的建立与求解

5.1 问题一

本文采用多元线性回归模型对某商业银行不良贷款进行分析，从商业银行的不良贷款和业绩增速（净增长率）、净息差变化、存贷比、资本充足率之间的关系入手，建立了不良贷款与这几种影响因素的线性回归模型。

5.1.1数据整理

我们通过中国银行业监督管理委员会查询了主要商业银行（中国银行、工商银行、建设银行、农业银行）不良贷款额等相关数据，并用Excel对数据进行整理，结果如下：

表1：Y与X

1、X

2

、X

3

、X

4

间的数据

编号Y

1X

1

X

2

X

3

X

4