商业银行稳定性监控与影响因素研究毕业论文(编辑修改稿)

商业银行稳定性监控与影响因素研究毕业论文(编辑修改稿)内容摘要：

下一月份起至报告期期末的月份数； 0M 为报告期月份数； jE 为报告期回购或 现金分红 等减少净资产 ； jM为减少净资产下一月份起至报告期期末的月份数 11。 11董建伟 . 我国商业银行信贷规模问题研究 . 学位论 文 . 2020 年 山西财经大学 银行稳定性的监控和影响因素研究 13 表 7. 五大国有商业银行 2020— 2020 年 加权平均净资产收益率 的情况 单位： % 指标 银行 2020 2020 2020 2020 2020 2020 2020 2020 2020 加权平均净资产收益率 中行 建行 交行 工行 农行 （数据来源：同表 4） 从表 7 中可以看出，各大国有商业银行的净资产收益率在 2020 至 2020 年间，加权平均净资产收益率基本处于稳定或增长阶段，这与我国这一时期高速增长的GDP 以及良好的宏观金融政策有关。 而就这一指标而言，在此期间，各大国有商业银行，均处于较为稳定的状态，即使在 2020 年全球金融危机的情况下，中行、建行、工行都实现了收益率的增长。 然而随着 2020 年后，我国逐步放缓经济发展速度，各大国有商业银行的不良贷款量增加，以及由其他金融机构的完 善发展影响银行业提高利率降低贷款率导致的银行息差变窄，使得各大国有银行面临巨大的挑战。 因此银行的稳定性在短期内势必为收到一定的影响。 5. 国内金融稳健性指标之间的关系 上述只是选取了部分指标对银行稳定性进行了简要的分析。 资本充足率度量了银行的硬实力，它是银行稳定性的基本保证。 资本充足率越高，说明应该抵抗金融危机的能力越强，自身发展越稳固。 相反，资本充足率越低，则说明银行的“抗击打”能力越弱，本身面临的风险也越大。 不良贷款率反应了银行资本金的风险状况，是直接体现银行稳定性的重要指标。 不良贷款率越高，说 明银行的营业能力越差，资本金收回本息的风险越高，银行的稳定性越差。 存贷款比率则是显示银行营业情况的最直接值，其反应了银行两大基本业务，存款和贷款的比率。 在最优值或安全值一下，存贷款比率越高，说明银行对超额准本金的利用就越充分，也就是贷款额越高，同样面临的不良贷款的可能性也就越高。 同时过高的存贷款比率会是银行的流动性降低，致使银行面对危机的应变能力变差，银行稳定性下滑。 但是过低的存贷款率会使银行的获得利润能力下降，这是银行不想看到的。 因此，找到合理的存贷款比率是非常重要的，它是银行稳定性与利润最大化的平衡点。 加权平均净资产收益率是银行获利能力的体现。 收益率越高，说明银行对资产利用的越充分，盈利能力越强，银行的稳定性也会相对较好。 资本充足率、不良贷款率、存贷款比率和加权平均净资产收益率都可以从一方面去体现银行稳定性的特征，只是度量的角度不同。 在对上述指标进行简略分析后，可以根据成本 — 效益分析方法检验各个指标银行稳定性的监控和影响因素研究 14 和银行风险性的相关性。 也即银行面临的风险越大，其稳定性也就越差。 在本文中，为简略起见，风险的衡量指标可选为不良贷款率（ Y），可靠性指标可选取为资本充足率（ 1X ），流动性指标可选取为存贷款比 率（ 2X ），盈利指标可选为加权平均净资产收益率 （ 3X ）。 因此模型可以设立为： 1 1 2 2 3 3Y X X X         选取中国银行 2020 年 — 2020 年的数据为代表，根据 EVIEWS 可得出估计结果（附录 1）： 1 2 31 2 . 9 8 0 . 2 2 4 0 . 0 3 2 0 . 3 7 5Y X X X    ()t ( ) ( ) ( ) ()p () () ()  2  由上述回归分析可以看到，资本充足率和 加权平均净资产收益率 与不良贷款率的相关度比较高，随资本充足率和加权平均资产收益率的提高，不良贷款率呈反方向变化。 因此也验证了提高资本充足率与资产收益率对商业银行风险控制的必要性。 从另一方面可以看到，存贷款比率与不良贷款率呈反方向变化，但是从统计显著性的角度上来看，得到的结果是不显著的。 这证明了检验流动性新指标的科学性存在。 旧的存贷款比指标能反应的流动性情况是非常有限的。 表 8. 五大国有商业银行稳定性内部监控指标平均值 不良贷款率 资本充足率 存贷款比率 收益 率 2020 2020 2020 2020 2020 2020 2020 2020 2020 国有商业银行的不良贷款率在逐年递减，也就意味着银行所面临的风险在减少，整体稳定程度在增强。 但是在 2020 年 — 2020 年，不良贷款率出现了剧烈的下滑，这和 2020 年的美国次贷危机引发的金融危机是密切相关的。 在此期间银行的存贷款比率和资本充足率明显出现了下滑。 所以可以故此分析出银行出现了指 标 年 份 银行稳定性的监控和影响因素研究 15 低风险的不稳定状态。 因此可以得出，以不良贷款率为风险标志，其他指标为影响因素，以上银行的内部监控指标基本可以反映出银行在一段时间的稳定情况。 三 、外部因素对银行稳定性的影响 通过上述四大指标对我国商业银行的验证可以看出，不良贷款率、资本充足率、存贷款比率以及加权平均净资产收益率基本可以反映银行稳定性在面临重大危机时的变化，且在银行内部起到了初步监控稳定性的作用。 那么一国的整体发展和政策变化，以及银行体制外部对银行业的稳定性是否有影响。 为突出典型，本文选取主要的三大方面来探讨外部因素对银行稳定性的影响。 在我国， GDP是最重要的监控国家经济发展的指标代表了宏观经济的发展；建筑业是我国与银行发生业务最主要的大型实体业，而国有建筑业很大一部分的资金支持来自 于财政拨款，因此选择非国有企业建筑业总产来代表大型实体业与银行业业务联系对银行稳定性的影响；同样，还应选取一个非银行业的金融机构作为同类型产业对银行业稳定性的影响，由于我国基金业发展不健全，保险业等其他非金融机构起步晚，市场份额较低，因此选取我国股票市值总额作为非银行业金融机构的指标。 （一）银行稳定性监控指标 —— BSSI 为了进一步探究银行稳定性，找出影响其外在的因素，同时将稳定程度量化以监控银行业乃至整个金融系统的稳定性，本文提出一个可以用来反映银行过度承担风险行为的年度数据频率的 BSSI 指数 12来显示在 某一个规定时期内一国银行体系的稳定状况。 首先必须明确的是银行危机的现行指标。 银行对非政府部门的贷款（ Bank credits to nongovernment, CNG） ,反映了银行的信贷风险；银行存款（ Bank deposits， BD），反映了银行的流动性风险；银行的外币负债（ Foreign liabilities of banks, FL）。 以上三个指标的波动可以用来代表一个国家银行业不稳定程度的变化。 因此，本文采用中国人民银行年度报表中所得数据来研究我国 21 世纪以来的银行业稳定状况。 1． BSSI 模型的建立 12邹微 . 基于 BSSI 指数的银行体系稳定性研究 . 经济理论与经济管理， 2020 （ 2）： 3— 4. 银行稳定性的监控和影响因素研究 16 11ttttR C N G R C N GCNG R C N G  (1) 11ttttR B D R B DBD RBD  (2) 11ttttR F L R F LFL RFL  (3) ( ) ( ) ( )3t c n g t b d t flc n g b d flC N G B D F LB S S I       (4) 在（ 4）式中， BSSI 被视为 CNG， BD， FL这三个变量标准差的平均值； 和  分别代表这三个变量的算术平均和标准差； RCNG 、 RBD 、 RFL 分别代表，银行业对非政府部门贷款，银行业存款和银行业外币负债。 对这三个指标进行标准化处理是为了使它们在同样的概率分布下具有比较好的可比性，并且可以保证其中任何一个指标的变化都不会主导 BSSI 指数。 通过（ 4）式可以看出， BSSI 样本区间的均值为 0。 因此 BSSI 的值越靠近 0，历史的经验表明，银行业一般不会出现严重的问题。 相反，严重的银行危机发生前 BSSI 的绝对值会显著变大 13。 2. 实证分析 以下是中国人民银行公布的 2020— 2020 年，存款性公司概览表中提取的数据。 表 9. 2020— 2020 三大先行 指标值 年份 对非政府部门贷款 CNG（亿元） 银行存款 BD（亿元） 银行的外币负债 FL（亿元） 1995 48086 1996 1997 70691 1998 1999 2020 2020 2020 13李艳菲 . 我国 银行体系稳定性影响因素实证分析 — 基于 BSSI 指数视角 .重庆科技学院学报（社会科学版）， 2020（ 6）： 1— 2. 银行稳定性的监控和影响因素研究 17 2020 2020 2020 2020 2020 2020 2020 2020 2020 2020 2020 （数据来源于中国人民银行年报） 根据模型中（ 1）（ 2）（ 3）（ 4）式，可以计算出 2020— 2020 年的 BSSI 值。 当 BSSI 的值显著大于 0 时，虽然银行业处于稳定的状况，但是 过度承担风险，银行业稳定程度急速下降，导致危机发生的可能性增加。 当 BSSI 的值突然下降绝大多数银行会选择规避风险，银行业不稳定程度上升，发生危机的可能性增加。 当 BSSI 的值大于 而小于 0 时，说明银行都开始回避风险，银行体系不稳定程度大幅上升，处于危机的边缘。 当 BSSI 的值小于 时，银行回避风险，不稳定程度继续恶化，危机大多在此阶段发生。 表 10. BSSI 指数计算值 年份 BSSI 指数 程度 1996 稳定 1997 稳定 1998 严重不稳定 1999 严重不稳定 2020 严重不稳定 2020 严重不稳定 2020 稳定（存在风险） 2020 稳定 2020 稳定（存在高风险） 2020 严重不稳定 2020 严重不稳定 2020 严重不稳定 2020 严重不稳定 2020 稳定（存在风险） 2020 稳定 2020 稳定 银行稳定性的监控和影响因素研究 18 2020 稳定 2020 严重不稳定 图 3. BSSI 指数趋势图 从表 9 和图 3 的显示结果来看，自 1997 年，亚洲金融危机爆发后，我国银行体系受到重创，稳定性迅速下降。 1998 年 — 2020 年，银行体系一直处于严重不稳定状态。 直至 2020 年银行业才出现复苏迹象。 所以 BSSI 指数准确反映了实际中的银行稳定性变化。 2020 年前后，全球没有遭遇危机，但是却出现 了明显的波动。 这是因为，一方面我国加入世界贸易组织 WTO，打开国门，各个行业受到了一定的冲击，同时影响了我国银行业的稳定性。 另一方面，我国在这段时期的 GDP 一直保持在 9%以上，促使了投资过热，消费者价格指数 14（ CPI）持续上升，石油等资源价格大幅飙升、通货膨胀加剧，增加了银行业的不稳定因素。 2020 年 —— 2020 年我国银行业股份制改造、财务重组，多家银行在香港上市，银行实现了所有权和经营权分离，规范了其经营运作的行为，分散了一部分银行风险，因此提高了银行体系的稳定性。 2020 年 — 2020 年我国银行处于不 稳定时期的长度大于稳定时期。 但从整体上来看，我国银行的稳定性是在波动中逐步变好的。 特别是最近几年， 2020 年到 2020 年，我国银行业总体上是比较稳定的，没有出现很大的波动现象。 不难发现，从 2020 开始至 2020 年，仅有 2020 年 — 2020 年出现了明显的波动，这说明， BSSI 指数准确的反应了 2020 年美国金融危机对我。