供给侧改革背景下商业银行信贷风险管理的行业思维

供给侧改革背景下商业银行信贷风险管理的行业思维

ID:27752121

大小:64.13 KB

页数:8页

时间:2018-12-05

供给侧改革背景下商业银行信贷风险管理的行业思维_第1页
供给侧改革背景下商业银行信贷风险管理的行业思维_第2页
供给侧改革背景下商业银行信贷风险管理的行业思维_第3页
供给侧改革背景下商业银行信贷风险管理的行业思维_第4页
供给侧改革背景下商业银行信贷风险管理的行业思维_第5页
资源描述:

《供给侧改革背景下商业银行信贷风险管理的行业思维》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、供给侧改革背景下商业银行信贷风险管理的行业思维姜翔程孔唯乔莹莹河海大学商学院摘要:棊于供给侧改革背景下,从行业思维分析了银行信贷的风险现状。实证表明银行信贷配置调整方向与产业供给侧改革方向一致,商业银行应从供给入手,调整信贷配罝行业方向,提高风险管理水平,服务实体经济发展。关键词:供给侧改革;商、Ik银行;信贷风险;行业配置;基金:教育部社科规划基金项FI(10YJA790080)随着中国供需关系面临着不可忽视的结构性失衡,开展供给侧改革变得尤力重要。供给侧改革的重点是通过去产能和去库存调整供给结构,推动产业转型

2、升级等。在此背景下,国内商业银行面临一系列经营新常态:经济增速换挡同增长模式转型使传统行业信贷需求放缓,部分行业产能过剩,导致银行不良贷款增加、信贷风险加剧,由此产生拨备和核销需求进一步减少银行利润。供给侧改革为商业银行调整业务结构、提高资产质量指明了方向。鉴于此,充分认识商业银行的经营新常态,从信贷资产行业配罝角度加强对银行风险管理的研宄,使银行回归服务实体经济的本质,具有现实意义。一、文献评述经济供给侧结构性改革的重点任务是“三去”,许多学者认为不良贷款的行业分布过于集中,基本均为供给侧改革中需转型升级的重点

3、行业,因而供给侧改革为商业银行带来新的发展契机。王曼怡和赵婕伶U1提出传统扩张模式下,商业银行的金融资源配置趋向于产能过剩、库存过多、资产负债率过高的行业。商业银行应顺势而为,加快自身出清。曹国华和刘睿凡m对新一轮不良贷款的诱因、处置手段及商业银行信贷转型策略进行了思考,提出从供给入手提高信贷配罝效率的具体方式,为供给侧改革提供信贷服务。学者们还从行业风险的角度分析银行信贷风险。房巧玲等通过研宄行业的风险—收益组合,发现不同的信贷资产行业配置将导致不同的经营风险和收益。针对高风险行业,竺纬U1认为,继房地产和地方

4、政府融资平台之后,信贷风险暴露的行业越来越多,伍括钢铁、造船、光伏等。在控制银行风险的基础上,杨子强1^1提出着力优化信贷资源配置,我国银行应该加人对重点领域、薄弱环节和社会民生的支持力度,才能降低信贷风险。当前文献集中在行业风险的探讨,缺少专门从供给侧背景实证分析哪些行业的贷款加剧了银行风险。供给侧改革为银行发展提供了新的契机,是仅仅作为政策引导,还是地方政府要切实干预银行信贷资产配置,这些问题都没有解决。因此,本文结合供给侧改革这一背景,实证分析银行如何在行业中配置信贷资源,降低信贷风险具有重要意义。二、银行

5、信贷资产行业配置与信贷风险的变量选择及模型构建(一)数据来源木文选取2010-2014年沪深证券交易所上市的商业银行为原始样木,并进行以下数据处理,其中2010—2014年正是我国经济结构性分化阶段,在此阶段供需关系逐步结构性失衡,选择该阶段具有代表意义。本文研究对象为16家商业银行,其中国有控股银行5家,股份制商业银行7家,城市商业银行和农村商业银行4家。本文所运用的数据包括各银行在各行业的贷款占比、银行各类财务指标、部分宏观变量等。其中银行各行业贷款占比和财务指标贷款数据通过各家上市商业银行披露的年报及BAN

6、KSC0PR数据库手工收集,且手工计算得到银行贷款集屮度,其他数据均来源于国泰安数据库。最终样本数据量为1040个。(二)变量选择1.被解释变量选择不良贷款率,即不良贷款占总贷款余额的比重,作为衡量银行资产质量的重要指标,因为本文重在研究信贷风险,所以采用该指标具有典型意义。2.解释变量解释变量方面,采用各行业的贷款占各银行总贷款的比重,具体详见表1。近年来个人贷款及垫款比重不断上升,贷款分布的行业比较集中,所以本文将加入这两个变量来排除其对木文研宄结论的影响。木文主要采用赫芬达尔一赫希曼指数法(Herfinda

7、hlHirschmanlndex,HHI)来计算银行贷款的行业集中度。这种综合指数R在于测量产业集中度,公式是:其中,n表示总行业的个数,X,表示某商业银行在某一行业的贷款投放额,Q表示某商、Ik.银行的总贷款额,S,表示某商业银行在某一行业的贷款投放额占总贷款额的比重。HHI从0取值到1,越接近于0,说明商业银行贷款的行业集中度越低;越接近于1,说明贷款在某些行业集中的程度越高。木文选择赫芬达尔一赫希曼指数法,可以根据11111数值大小直观判断某银行的贷款行业集屮度。I二J

8、==]控制变量方面,加入宏观变量,包

9、括GDP增长率、M2增长率,这两个指标是衡量经济状况的重要指标;加入银行其他财务指标,包括资本充足率、存贷比,这两个指标能够充分反映银行安全性和管理水平。由于数据差別较大,采用对数形式,以消除异方差性。具体详见表1。表1主要变量设计和说明下载原表(三)模型构建1.定效应模型(FixedEffect)设定固定效应模型如下:其中,被解释变量NPLh表示银行i第t年的不良贷款率

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。