工商银行信用风险管理论文格式怎么样？( 五 )

一、模型设定与计量方法
本文借鉴李晟，张宇航（2016）的研究，计算出12家银行近8年的违约距离，原始数据属于面板数据，面板模型主要结构如式（1）所示：（1）上式的Y代表违约距离DD，i是各家银行，t是不同年份，α为截距项，δi为横截面效应，γt为时间序列效应，εit是误差项。在选择因变量X时，参考分析企业信用风险及银行信用风险的各项研究，最终选取了6个自变量：（1）总不良贷款率（TNPLR），单位% 。（2）总资产（TA）数值较大，对数化处理，单位为百万元。（3）存贷比（LDR），单位% 。（4）净资产收益率（ROE），单位% 。（5）资产负债率（D/A），单位% 。
二、实证分析
（一）变量选取及数据来源以违约距离大小检验银行信用风险，需要特定的银行数据支撑，本文选取《2008-2015华夏银行、交通银行、北京银行、光大银行、建设银行、民生银行、南京银行、宁波银行、浦发银行、兴业银行、招商银行、中信银行年度报告》为银行数据来源。该资料提供了12家银行近8年的总不良贷款率、总资产、存贷比、净资产收益率、资产负债率数据统计。（二）结果及解释中国上市商业银行发展具有明显的差异性，因此不同发展水平的商业银行以违约距离大小检验银行信用风险可能存在差异。为识别这种差异，本文采用变系数模型展开估计，尝试对各商业银行的信用风险进行识别。银行均在5%水平上十分显著，浦发银行总不良贷款率则不显著。其中南京银行、宁波银行、北京银行、华夏银行总不良贷款率系数均较高，总不良贷款率上升1%，违约距离会增加超过1 。不良贷款率是不良贷款占总贷款余额的比重，往往意味着借款人无法足额偿还借款。综合而言，商业银行的不良贷款增加主要归究于以下几方面：其一，商业银行的风险控制意识薄弱，加上金融危机以来银行业资产的急剧扩张，致使其在目前经济的下行通道中集中爆发；其二，许多地方性银行金融机构，贷款和风险控制受地方政府的干预较多；其三，在经济新常态下，钢铁、煤炭等过剩行业去产能导致企业盈利能力下滑，甚至出现大面积亏损，使得不良资产规模逐渐增加。不良贷款率增加加重银行的慎贷、惜贷以及抽贷现象，对国内经济将产生较大的负面影响。因此，应尽快处置不断上升的不良贷款。对于总资产系数，12家商业银行均在1%水平上十分显著。总资产对违约距离体现正向影响，华夏银行、交通银行、建设银行、浦发银行、招行银行总资产系数较大，而宁波银行、兴业银行较小。对总资产而言，资产规模的增加本身可能表明银行的运营良好，具有一定的增长前景，规模越大的银行对于风险的承受能力相对越高，因此资产规模越大的银行风险越低，违约距离也就越大。对于存贷比系数，北京银行、浦发银行、中信银行均在5%水平上显著，其他银行存贷比系数则不显著。浦发银行，存贷比每增加1%，违约距离会增加0.0921 。存款比例占贷款比例过高时，其面对的违约风险就更小，更少的贷款会收不回来，因此其违约风险就会减小，违约距离就会增加。而北京银行，存贷比每增加1%，违约距离会减少0.0421；中信银行，存贷比每增加1%，违约距离会减少0.2237 。对于净资产收益率系数，华夏银行、北京银行、光大银行、宁波银行、兴业银行、中信银行均在5%水平上十分显著，其他银行净资产收益率系数则不显著。净资产收益率对违约距离体现负向影响。对于资产负债率系数，光大银行、建设银行、宁波银行、浦发银行、招商银行、中信银行均在5%水平上十分显著，其他银行资产负债率系数则不显著。光大银行，存贷比每增加1%，违约距离会减少3.8266；宁波银行，存贷比每增加1%，违约距离会减少5.7859；浦发银行，存贷比每增加1%，违约距离会减少20.7296；中信银行，存贷比每增加1%，违约距离会减少15.7957 。资产负债率与违约距离呈反比关系。资产负债率越高，其偿还债务的比例也就越大，因此其风险也就越高，违约距离就会减小。而建设银行，存贷比每增加1%，违约距离会增加46.9165 。银行业作为一个高风险与高收益的行业，日常经营过程中会经常面临着诸如操作风险、信用风险、流动性风险及市场风险等多种风险类型。因此，风险管理对于商业银行日常经营管理意义重大，控制风险与提高效率是银行永远的两大主题。