基于多元回归模型的金融风险降低研究

上传者：网友
|

翻新时间：2022-09-21

收藏到账号

全屏

基于多元回归模型的金融风险降低研究

多元线性回归模型，在实际经济问题中，一个变量往往受到多个变量的影响。例如，家庭消费支出，除了受家庭可支配收入的影响外，还受诸如家庭所有的财富、物价水平、金融机构存款利息等多种因素的影响。

关键词：多元回归模型商业银行金融风险

伴随着世界金融一体化进程脚步的飞速迈进，我国商业银行面临的非系统性金融风险形势越来越复杂，而金融风险不单单对商业银行的经营业绩产生不利的影响，甚至可以对商业银行的生死存亡产生决定性作用。本文着手于商业银行的非系统性金融风险进行研究，旨在为商业银行降低非系统性金融风险提供相关策略。

一、商业银行金融风险现状

(1)商业银行呆坏账水平居高不下

2002年以来，我国金融机构尤其是商业银行的不良贷款额没有出现上升的趋势，然而，不良贷款的比率的情况依旧不容乐观。不良贷款的潜在风险一直存在，我国不良贷款的比率大约在15%左右，仅仅符合我国的监管标准，距离国际的10%标准还相差甚远。但是如果过分关注这些问题，并不能有效的解决眼前的困境，甚至会因为盲目的采取措施而导致出现不良信贷的贷款被稀释，或盈利的贷款被提前收回的后果。

(2)盲目加速信贷的投放引发新的金融风险

金融机构信贷的投放率近年来呈持续上升的现象，这与我国的经济增长有着直接的关系。面对外资的大量涌入，以及当前的资本、经常账户的顺差表现，央行采取投入大量基础货币进行对冲措施。银行系统在债券市场的长期疲软状态以及内在的金融风险潜在的双重压力下，盲目采取了以信贷款来稀释不良贷款的行为，这为银行的发展带来了不可估计的潜在金融风险。因此，这迫使银行在实行扩大贷款的行为后，必须重新考虑怎样进行经济结构合理化、完善社会信用环境、提高商业银行自身的内部控制和提高应对风险管理的能力，以有效躲避因金融风险带来的不可估计的后果。

二、模型分析

(1)描述性统计

对样本进行描述性统计，主要统计各变量的均值，描述一下样本数据大致的情况，也就是对我们之前所设定的因变量和自变量及控制变量值域的描述，具体如表1所示。

(2)模型汇总

模型汇总表示的是模型的拟合度，由上表可以看出模型的拟合度为0.817，在少样本量的情况下还是很高的。模型的拟合度反映了因变量Y的全部值中能通过自变量回归系数被自变量解释的比例为81.7%，这是比较接近于1的，说明因变量的全部值中能通过回归系数被自变量解释的比例很高，，变量之间的关联性很强。

(3)回归系数分析

三、对策建议

(1)商业银行应加大资产证券化力度

依据资本充足率计算公式，作为分母的风险加权资产减少，资本充足率将提高，或者理解为作为分子的资本得以节约。银行可用节约的资金来放贷或配置别的资产，银行也将有更多的积极性来做信贷资产证券化，从而盘活存量。因此，发起人可以通过资产证券化业务适当降低资本耗用。

(2)加强信用风险管理

利率市场化使大型企业议价的能力得到提高，银行会转向定价较高的中小企业，来应对收益水平下降所带来的影响，并且倾向于发放高风险的贷款;同时，企业也会以高利率借贷，客户风险识别压力加大，从而加大了信用风险管理压力，因此，商业银行方面需要加强信用风险管理。

(3)强化流动性风险管理