【作者】 张燕；

【导师】 尹志超；

【作者基本信息】 西南财经大学 ， 金融学， 2011， 硕士

【摘要】 目前,经济市场化和货币化水平日益提高,农业产业的发展、农村经济的增长和农民收入的提高都离不开金融的支持。农村金融部门和机构更多地承担着我国农村经济快速发展的使命。对农村金融机构的涉农信贷资产质量、经营效率及其影响因素的分析已成为官员和学者极为关注的焦点。(1)论文的主要内容本文基于某商业银行四川省分行涉农贷款的数据,联系经济理论和计量统计的知识,通过建立计量经济模型,把数据和模型有机糅合起来,对商业银行涉农企业贷款违约率的影响因素进行实证分析。1)结合我国商业银行涉农贷款的相关特征,在经济理论的基础上建立计量经济模型,从涉农企业贷款方面,将涉农贷款的潜在影响因子与贷款违约情况联系起来,计量模型为Pr(efault=1D)=αi+βXit+εit,与Pr(efault=1D)=G(αi+βXit+εit),并分别从截面数据与面板数据的角度对解释变量的效应进行分析。2)根据初步拟定的计量模型,按照中国人民银行规定的涉农贷款统计口径,从数据总体中提取涉农企业贷款数据,从中选取可观测的因素作为自变量,分别为担保方式、贷款金额、贷款期限、贷款利率、还款方式、企业规模、企业经济性质和企业管理特征等。其次,通过对相关数据进行描述性统计、计算简单相关矩阵系数等,从整体上对数据有一个宏观和前期的了解和认识,便于后期的分析和研究。3)进行实证分析。将样本数据与模型结合在一起,采用stata软件进行线性概率模型(LPM)和Logit模型回归分析,并采取robust估计、cluster估计和固定效应估计的方法,对截面数据和面板数据进行研究,比较两种模型回归结果的统一和差异之处。其次,在实证的基础上进行自相关检验、异方差检验和稳定性检验等,在修正的基础上不断完善模型,使模型拟合程度更高,更具代表性和适用性。同时,根据平新乔、杨慕云(2009)的研究方法和中国人民银行的规定,按照两种不同的标准来界定违约状态,将不同标准产生的因变量值(defaultl与default2)代入模型,对两种回归结果中解释变量的显著性进行对比,以此来对线性概率模型和Logit模型进行稳健性检验。4)本文通过对涉农企业贷款数据进行描述性统计,并采取线性概率模型和Logit模型进行计量研究分析,根据实证结果,将影响涉农企业贷款违约率的因素归纳如下,并提出相应的建议,以降低涉农企业贷款的违约率,改善商业银行涉农信贷资产质量。①贷款期限的影响：相对于短期贷款而言,中期贷款对违约率有显著的正效应,这一现象符合经济理论和人们的日常观念。出人意料的是,长期贷款对违约率的影响是非显著的,这与该变量非0观测值较多有关,剔除异常值问题后,长期贷款理应与违约率正相关。因此,商业银行在开展信贷业务时,应合理匹配贷款的期限和结构,保证中长期贷款与短期贷款的比例保持在一个平稳和安全的水平上,避免因为经济周期风险、政策风险、信用风险、市场风险等带来的贷款违约率的增加,在保证安全性的前提下,实现资产流动性和收益性的较好结合。②贷款利率的影响：尽管每个模型和回归中基准利率和利率浮动的显著性并不完全相同,但是综合起来考虑,既存在固定效应下基准利率与违约率有正相关效应,也存在robust回归中利率浮动范围与违约率有显著正效应,因此,利率总量的变动会对违约产生一个正向刺激的作用。如果政府对商业银行涉农企业贷款有一定的政策扶持和补贴,银行可以利用政府的补贴来作为缓冲,尽可能减少利率总额调整的频率和幅度,从而既能保证涉农企业借款人有一定的时间来应对和解决资本成本增加的问题,又避免银行因为利润压缩进而给市场带来负面效应。③贷款担保方式的影响：相对于信用贷款而言,保证贷款对违约率有显著的正效应,或者是两者的违约率没有显著的差异；抵押贷款无论是在线性模型或Logit模型,robust、cluster估计,又或是固定效应分析中,均与违约率成高度正相关,而质押贷款与信用贷款的违约率没有明显的差异。此外,票据贴现的贷款担保方式与违约率成反比。因此,商业银行应该加强与客户联系和沟通,通过深入了解原有客户的资信状况,获得其他银行不可获得的软信息,与客户建立相互依赖的借贷关系,增加关系型贷款,降低担保贷款方式的使用,避免两难境界的选择问题。④企业规模的影响：相对于小型企业而言,特大型企业与违约率有相对显著负效应；大型企业对贷款违约率有显著正效应,这一现象的原因值得进一步研究,而中小企业之间的违约率并无统计上的显著性。无论是从统计结果的显著性出发,还是考虑国家政策对中小企业的支持,又或是对中小企业的发展前景进行分析,商业银行向涉农企业贷款时,贷款投向中小企业是一个难得的双赢选择。⑤企业管理特征的影响：相对于淘汰客户而言,优良客户、一般客户和限制客户具有较低的违约率。这在一定程度上说明商业银行通过信用评级的方法,将企业划分为不同的管理特征群体,对控制违约风险比较有效。因此,商业银行应该继续扩大信用评分模型的使用,为放贷过程中客户筛选和制定相应贷款决策提供参考价值。⑥企业经济类型的影响：相对于其他企业而言,国有企业、股份合作企业、联营企业、有限责任公司、股份有限公司、私营企业、外资企业对贷款违约率均有显著的负效应,而集体企业却存在显著的正效应。⑦与基准组相比,年度虚拟变量和地区虚拟变量都是统计显著的,这说明在不同的年份和不同的地区,由于受到宏观经济状况以及不可观测因素的影响,相应年度和地区的违约率也具有显著差异。(2)论文的主要贡献1)目前国内关于商业银行信贷资产质量的实证研究比较少,大部分是从宏观角度来进行分析,通过对信贷数据进行描述性统计来分析信贷质量,相关性分析较多,计量分析较少。其次,在现有的实证研究中,大多是对商业银行整体信贷质量的分析,对某一行业或类别的贷款研究较少,对涉农贷款的实证研究基本上没有。因此,笔者选择商业银行涉农贷款数据进行研究,希望能在一定意义上有所贡献。2)在研究方法上,首先对数据进行描述性统计,再将其纳入计量模型进行实证分析,将相关性分析与计量经济分析结合起来。其次,在进行模型构造时,分别采取截面数据和面板数据两种方式,对数据进行分析。既能对截面数据的共性进行解释,又能将个体的差异性在面板数据的固定效应中得到体现,分析比较全面。3)在研究对象上,选取涉农企业贷款作为细化研究对象,具有一定的实效意义。商业银行目前的涉农贷款中,大部分农户贷款为小额贷款,对银行自身的效益和资产质量影响有限,其大部分涉农贷款的投向是涉农企业,这一部分贷款数额、期限和结构方面,与一般企业贷款有很多相似和不同之处,当然对银行资产的影响程度也就很大。因此,选取涉农企业贷款作为研究对象,无论是从银行角度,还是从国家政策指引的角度,在现实意义和学术意义上都有一定的依据。(3)论文研究难点1)本文涉及混合截面数据和面板数据的分析,分别采取混合OLS、聚类估计、Logit模型和固定效应等方法进行回归,由于数据量较大,后期的修正和检验比较复杂。2)在进行实证分析时,需要对样本数据进行相应的取舍,从而将非平衡面板数据转为所需的平衡面板数据,存在一定数据缺省和丢失,可能会在某些程度上影响计量的精准度。更多还原

【Abstract】 With the increasing of mercerization and monetization, the development of agricultural industry, growth of rural economic and income growth of farmers can not do without financial support currently. The analysis of agriculture-related asset quality, operational efficiency and its influencing factors of rural financial institutions has become the focus of great concern of officials and scholars.(1) The thesis consists of four parts:1) Make econometric models based on the economic theory combined with relevant characteristics of commercial banks’ agriculture-related loans and analyze the effects of explanatory variables using cross-sectional data and panel data.2) According to the preliminary econometric model, select factors can be observed from the database as independent variable. They are loan guarantee ways, loan amount, loan term, interest rate, repayment methods, enterprise scale, the economic nature and characteristics of enterprise management, respectively. Secondly, describe relevant statistics data and make calculation of simple correlation coefficient matrix.3) Do empirical analysis. First, make regression analysis to section data and panel data and compare the unity and difference in regression results of method of linear probability model (LPM) and Logit model, taking robust estimation, cluster estimates and fixed effects estimation with Stata. Secondly, make autocorrelation, heteroscedasticity test and stability inspection. Meanwhile, do robustness test of LPM and Logit model using defaultl and default2 which are defined according to different criteria of loan defaults.4) Conclusions:①Relative to short-term loans, medium-term loans have a significant positive effect to probability of default (PD) and long-term loans should be also positively correlated with PD according to economic theory.②The change of total interest rate will make a positive effect on PD of loans.③Relative to credit loans, guaranteed loans has significant positive effects on PD, or has no significant difference in PD with the former; Mortgage loans were highly correlated with PD no matter in Logit model or the linear model; Secured loans have no significant difference with credit loans about PD. Additional, discounted bills are related to PD of loans in inversely proportional manner.④Relative to small businesses, special large enterprises have a significant negative effect on PD of loans and large enterprise has a significant positive effect on it. There is no significant statistical difference about PD of loans between small and medium enterprises.⑤Relative to the phase-out of customers, good customers, general customers and restricted clients have a low PD of loans.⑥Relative to other enterprises, state-owned enterprises, cooperative enterprises, joint ventures, limited liability companies, joint stock, private enterprises, foreign-funded enterprises have significant negative effects on the loan delinquencies, but there is a significant positive effect for collective enterprises.⑦Compared with the baseline, annual dummy variables and regional dummy variables are statistically significant.(2) The main contributions of thesis:1) It is innovative to make empirical research in selecting agriculture-related loan data of commercial bank in China.2) The thesis combines correlation analysis with econometric analysis using the respective section data and panel data.(3) Difficulties of Study:1) This study involves mixing section and panel data in data analysis, using a mixed OLS, cluster estimation, Logit models and methods such as fixed effects regression, which results in more complex correction and test due to the large amount of data;2) The procedure which changes unbalanced panel data into the required panel data drops some sample data, leaving certain default and loss of data which may affect forecast accuracy.更多还原