确定对土耳其不良贷款率的影响外文翻译资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

Journal of Finance and Investment Analysis，vol。2，

no.4,2013,119-129 ISSN：2241-0998（印刷版），2241-0996（在

线）

科学新闻有限公司, 2013

确定对土耳其不良贷款率的影响

Metin Vatansever¹ 和AliHepşen²

摘要

银行业是国家经济的重要组成部分，也是国家资本最重要的组成部分之一。同样，贷款组合代表一个银行总资产的重要组成部分。这些资产产生的巨额利息收入是衡量银行财务业绩和稳定性的关键指标。因此，不良贷款率是衡量银行业绩的关键工具。最近，人们对宏观经济指标、银行层面因素和不良贷款率（NPLs）之间有越来越多的认可。这项研究的目的是调查土耳其的宏观经济指标、银行层面因素和不良贷款率之间是否存在重大关系。在这项研究中线性回归模型和协整分析用于确定从2007年1月到2013年3月之间的重要关系。我们的实证结果表明债务比率，贷款与资产比率，实际部门信心指数，消费者价格指数，欧元/土耳其里拉率，美元/土耳其里拉率，货币供应量变化，利率，土耳其GDP增长，欧元区GDP增长以及标准普尔500股票的波动性市场指数对解释多变量的不良贷款率没有显著影响效果。另一方面，工业生产指数、伊斯坦布尔证券交易所交易100指数，所有银行的无效率对不良贷款率产生负面影响；失业率、股本回报率和资本充足率对不良贷款率产生积极影响。

JEL分类号：C53，E00，E27，E29

关键词：土耳其，不良贷款，宏观经济指标，银行特定指标，协整

¹Yildiz技术大学，艺术与科学系，数学与统计学系。伊斯坦布尔。

²伊斯坦布尔大学商学院金融系副教授。伊斯坦布尔

文章信息：收稿日期：2013年10月21日。修订日期：2013年11月23日。

在线发布：2013年11月30日

120 Metin Vatansever and Ali Hepşen

1 引言

人们越来越认识到，不良贷款（NPL）的数量或百分比与银行倒闭和一个国家的财务状况有关。特别是在当前的全球金融危机之后，由于次级抵押贷款的违约率迅速增加，不良贷款（NPLs）的问题越来越受到关注。

此外，有证据表明在东亚和撒哈拉以南非洲国家的金融和银行业危机发生之前，不良贷款有所增加。因此，从这种观点来看，不良贷款率是衡量银行业绩，经济活动以及国家金融稳定性和稳健性的关键指标。在文献中，宏观经济指标和银行特定因素可能导致不良贷款增加。

从这一点的必要性来看，本研究的目的是确定宏观经济和银行特定因素对土耳其不良贷款率的长期影响。特别是，我们运行线性回归模型和协整分析，通过使用涵盖2007年1月至2013年3月期间月度时间的时间序列数据集，找出不良贷款率与若干具体因素之间的重要的长期关系。

本研究其余部分的结构安排如下。下一节提供了一篇文献综述，试图描述贷款组合质量和不良贷款率的决定因素。第三部分概述了本文采用的数据集和理论框架，第四部分给出了实证结果。最后，第五节提出结论意见。

2 文献综述

本节回顾了之前关于确定不良贷款率的实证研究。许多研究通过检查银行特定变量与宏观经济因素之间的潜在联系来研究诱导不良贷款的因素。

[1]研究通过使用名义利率，CPI，房地产价格，股票价格，破产数量，失业率和实际GDP作为解释变量发现一个回归方程可以解释香港不良贷款率的趋势，他们发现不良贷款率随名义利率上升和破产数量增加而上升，但随着CPI通胀、经济增长和房地产价格上涨而下降。 另外，[2]表明捷克不良贷款的企业部门利率可以受实际有效汇率上升，贷款占GDP比率，失业率和加息的积极影响。

除经典线性回归模型外，[3]和[4]使用VAR方法研究哪些因素对不良贷款的影响最大。 [5]表明收益率可用于准确预测商业周期对资产质量的未来影响。[6]显示了GDP增长和商业周期对信用风险以及银行贷款的质量的影响。

另一方面，[7]和[8]为了在他们自己的研究中理解不良贷款的行为而研究了面板数据设定。他们同时使用了宏观经济因素和银行特定因素。根据他们的研究，贷款质量主要可以通过宏观经济变量来解释。

3 数据与理论框架

3.1 数据概述

越来越多的文献表明不良贷款率可能由宏观经济和银行特定因素来解释。在本研究中，我们考虑了6个银行特定因素，10个宏观经济因素和2个全球因素。表1，表2和表3给出了这些变量。

表1：银行特定因素

表2：宏观经济因素

表3：全球因素

根据各国的财务状况和立法，不良贷款期限（NPLs）可能会有所不同。 在土耳其，不良贷款被定义为未支付90天或更长时间的贷款。 作为目标变量，我们通过划分不良贷款计算的不良贷款总额除以总计（包括消费者，住房，汽车，信用卡和其他贷款）和不良贷款。目标和其他因素的时间段涵盖2007年1月至2013年3月的月度期间，总共75次观测，并从[9]和[10]的官方网站收集。

122 Metin Vatansever and Ali Hepşen

表4：不良贷款率的汇总统计

表4总结了不良贷款率的一些描述性统计数据，并显示2007年1月至2013年3月期间的平均比率，最小值和最大值分别约为3.46％，2.25％和5.07％。图1显示了不良贷款率如何分布在整个时间段内。

图1：2007年1月至2013年3月土耳其的不良贷款总比率

从图1可以看出，土耳其的不良贷款率出现了一次显着的上升，发生在全球金融危机的起始阶段，起源于美国2007年次级抵押贷款市场崩溃。 它显示了全球危机如何影响土耳其信贷市场的不良贷款率。然而，在全球危机之后，不良贷款率略有下降。未来几个月经济迅速复苏并继续增长，这反映在不良贷款率的提高上

3.2 理论框架

3.2.1 协整分析

协整的概念和协整关系的含义在房地产市场中非常重要。房地产经济和投资理论经常表明，预计两个或多个变量将保持一些长期关系彼此 因此，协整分析是存在这种长期关系的重要工具[11]。在文献中有许多测试协整的方法。本文考虑了两种最常用的协整检验;即Engle-Granger（EG）或Augmented Engle-Granger（AEG）检验和协整回归Durbin Watson（CRDW）检验[12]。

3.2.2 Engle-Granger（EG）或增强的Engle-Granger（AEG）测试

对其他非平稳时间序列回归非平稳时间序列可能会产生虚假回归。为了避免在一个或多个非平稳时间序列上回归非平稳时间序列可能产生的虚假回归问题，我们必须转换非平稳时间序列以使它们静止。如果我们将时间序列数据分别置于单位根分析中并发现它们都是I（1）;即，它们包含单位根;我们的回归有可能仍然有意义（即假设变量是协整的，那就不是假的。为了找出它们是否是协整的，我们只需执行原始回归并将误差项置于单位根分析中。如果它是静止的;即，I（0），这意味着我们的变量是协整的，并且它们之间存在长期的关系。简而言之，只要我们回归的残差是I（0）或静止，传统的回归方法适用于涉及非平稳时间序列的数据[13]。

3.2.3 协整回归Durbin Watson（CRDW）测试

另一种更快速的协整测试方法是CRDW测试，其临界值首先由[14]提供。在CRDW中，使用从协整回归获得的Durbin Watson统计量3.但是零假设是d = 0而不是标准d = 2。用于检验真实d = 0的假设的1％临界值是0.511。因此，如果计算的d值小于0.511，我们拒绝1％水平的零积分假设。否则，我们不能拒绝null，这意味着模型中的变量是协整的，并且变量之间存在长期关系[15]。

³我们知道，所以如果有一个单位根，估计大约为1，这意味着d大约为零。

124 Metin Vatansever and Ali Hepşen

4 实验结果

4.1 模型的发展

本研究的目的是调查土耳其银行体系中的不良总贷款比率是否存在显着的长期影响（分为三个部分，如国家，全球和银行特定因素）。为了找出它们之间的影响，不良贷款率在那些银行特定的，宏观经济的和全球的指标上得到了回归。最

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20426]，资料为PDF文档或Word文档，PDF文档可免费转换为Word