不良贷款论文
银行不良贷款问题
摘要
银行不良贷款,是指银行贷款给个人或者企业,企业逾期很长还款或者甚至无偿还能力,导致银行长期回收不了资金的贷款。不良贷款可以说是银行体内的“毒瘤”,侵蚀银行的利润或资本金,严重的还会引发银行破产。 本文针对2006—2013年四个主要商业银行的年报数据对不良贷款各影响因素进行分析,建立数学模型提出有效控制银行不良贷款发生金额方法。
对于问题一,首先我们以各银行2009年到2013年的不良贷款额、业绩增速、净息差变化、贷存比及资本充足率等为相关因素,建立多元线性回归模型,运用
ˆˆˆMATLAB画出散点图对有关数据进行相关性分析,并确定回归系数(,,,,,,021
2ˆˆ,),以及和的值,通过逐步对回归系数进行检验得出自变量和Rxx,,F2443
对因变量的影响比较小,考虑剔除自变量和得到最优回归方程,建立模型xxY24
(2),通过该模型,我们可以预测银行不良贷款的走势;
对于问题二,我们根据模型一分别对银行的业绩增速、净息差变化与不良贷款进行相关性分析,运用excel计算出相关系数,得出它们的相关性。由结果R
知:
R1,0.42057776,0.5,则银行的业绩增速与不良贷款间存在线性相关;
R2,0.013671365,0.3 ,则净息差与不良贷款不存在相关性。
对于问题三,我们通过分析存贷比与不良贷款额的关系,知道要控制银行的不良贷款额就要控制银行的存贷比等因素,因而对控制不良贷款额提出相关建议,有助于商业银行建立良好的贷款
制度
关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载
,减少不良贷款率,促进商业银行以及中国经济的良性发展。
关键词:不良贷款 MATLAB 回归分析 Excel 相关系数
一、问题重述
商业银行主要业务之一就是对项目建设、固定资产投资等进行贷款。目前较为突出的的问题是虽然我国银行贷款额平稳增长,但是商业银行普遍存在的比例较高的呆、坏帐和逾期贷款等不良贷款问题,使不良贷款率过高,给银行贷款业务的发展带来较大压力。截至2014年4月29日晚间,工农中建四大行的一季报出齐。虽然四家银行的业绩增速、净息差变化不尽相同,但是却暴露出了同一个问题——不良贷款余额进一步增加,不良贷款率几乎都在攀升。这也是几乎所有上市银行面临的窘境。
在资产质量方面,从一季报可以看出,随着经济结构转型推进,去产能化和去杠杆化等各种因素对包括四大行在内的商业银行的资产质量构成影响。虽然信贷质量总体保持稳定,但四家银行的不良贷款余额都在进一步增加。而不良贷款率仅农行与去年年末持平,其余三家均进一步上升。
按照贷款质量五级分类,工行不良贷款余额为1005.50亿元,比上年末增加68.61亿元;农行不良贷款余额919.91亿元,比上年末增加42.10亿元;中行不良贷款余额803.2亿元,较2013年底增加70.49亿元;建行不良贷款余额908.08亿元,较上年末增加55.44 亿元。其中,工行不良贷款率为0.97%,较去年年末上升0.03个百分点;农行不良贷款率最高,为1.22%,与上年末持平;中行0.98%,略升0.02个百分点;建行不良贷款率1.02%,较上年末上升0.03个百分点。
建模问题:
1.利用网络等渠道收集有关数据资料,建立银行不良贷款的预测模型,并分析模型的误差和可信度。
2.银行的业绩增速、净息差变化与不良贷款的增长之间是否存在联系,试进行实证分析。
3.不良贷款是多方面因素造成的,试通过相关的数据作定量分析,帮银行找出控制不良贷款的途径和办法。
二、问题分析
2.1 背景分析
不良贷款是指出现违约的贷款。一般而言,借款人若拖延还本付息达三个月之久,贷款即会被视为不良贷款。银行在确定不良贷款已无法收回时,应从利润中予以注销。不良贷款的出现已经引起社会上各界人士特别是商业银行关心的问题,良好的控制不良贷款是银行业急需解决的问题,是关系到一个银行高收益、高效运转的重要体现。
2.2 需要解决的问题
1.对银行不良贷款进行预测、分析模型的误差及可信度;
2.分析银行的业绩增速、净息差变化与不良贷款的增长之间是否存在联系, 3.帮银行找出控制不良贷款的途径和办法。
2.3 问题的理解
本题是一个关于影响不良贷款因素预测类的问题,题目要求从网络获取相
关数据资料建立模型,同时要求进行影响因素的选择,使得通过某影响因素来控制不良贷款,银行贷款预测是银行每年进行的重要预测,直接关系到银行的当年经济效益和长远发展战略,影响不良贷款的因素是多方面的,因此在信息不足及多种因素共同影响的前提下,需采用多元线性回归方法来进行关于不良贷款的预测。
多元线性回归分析,就是在分析变量之间相关关系的基础上,进一步考察变量之间的数量变化规律,并通过回归方程的形式加以描述和反应变量之间的关系,帮助人们准确把握变量受其他多个变量的影响程度,进而为控制和预测提供依据"
为此,利用与不良贷款有关的业绩增速、净息差变化“总资产”、“资本充足率”、“存贷比”、“存款总额”、“贷款总额”、“利息收人”这八个因素进行多元回归分析,得出它们与不良贷款比率之间的关系式,并利用回归模型对不良贷款进行预测,控制。同时,应用灰色系统理论的关联度分析八个因素对不良贷款比率的关联程度,以控制不良贷款金额的发生。
三、模型假设
1.收集的数据真实可靠,所得数据可以反映不良贷款的相关情况 2.近五年内人民币汇率和银行利率变动对不良贷款等本文相关指标无显著影响;
3.忽略突发性事件对不良贷款造成的损失(如地震、金融危机等) 4.假设银行对不良贷款预测的弹性需求为线性
5.假设社会环境稳定,社会政策关于银行贷款方面无较大调整; 6.本文不考虑各银行之间的竞争力关系影响;
注:上述假设是模型建立中的全局假设,在后面的模型建立中可能会引入局部性假设。
四、符号说明
五、模型的建立与求解
5.1 问题一
本文采用多元线性回归模型对某商业银行不良贷款进行分析,从商业银行的不良贷款和业绩增速(净增长率)、净息差变化、存贷比、资本充足率之间的关系入手,建立了不良贷款与这几种影响因素的线性回归模型。
5.1.1数据整理
我们通过中国银行业监督管理委员会查询了主要商业银行(中国银行、工商银行、建设银行、农业银行)不良贷款额等相关数据,并用Excel对数据进行整理,结果如下:
表1:Y与X、X、X、X间的数据 1234
编号 Y X X X X 11234
1 732.71 25.47 13.96 72.52 12.46 2 637.45 11.51 -7.32 71.99 13.63 3 620.31 18.83 -9.69 68.77 12.97 4 624.70 28.52 -2.64 71.72 12.58 5 747.18 31.16 26.18 72.04 11.14 6 845.26 4.98 -24.07 63.71 13.43 7 859.40 29.05 -23.33 64.78 13.34 8 944.36 52.38 0.08 59.45 13.59 9 729.58 14.5 -11.05 64.1 13.66 10 730.00 25.55 -2.8 63.5 13.17 11 715.32 28.35 2.88 62 12.27 12 732.71 25.47 13.96 72.52 12.46 13 637.45 11.51 -7.32 71.99 13.63 14 620.31 18.83 -9.69 68.77 12.97 15 624.70 28.52 -2.64 71.72 12.58 16 747.18 31.16 26.18 72.04 11.14 17 845.26 4.98 -24.07 63.71 13.43 18 859.40 29.05 -23.33 64.78 13.34 19 944.36 52.38 0.08 59.45 13.59 20 729.58 14.5 -11.05 64.1 13.66 21 730.00 25.55 -2.8 63.5 13.17 22 715.32 28.35 11.98 62 12.27 23 877.81 14.52 -4.48 47.34 12.57 24 818.40 19.00 -9.5 44.97 12.61 25 836.82 28.5 -17.51 58.5 11.94 26 971.97 46.01 19.68 55.77 11.59 27 852.64 11.12 -3.14 70.28 13.34 28 746.18 14.26 -11.22 66.23 14.32 29 689.45 25.48 -0.91 65.05 13.68 30 629.97 26.39 11.07 62.47 12.68 31 703.94 15.32 -18.67 60.24 11.7 32 814.07 33.99 -15.28 59.5 12.16 33 827.64 49.27 50.92 61.27 12.58
5.1.2 建立模型
为了大致分析Y与X(i=1,2,3)的关系,首先利用上表的数据分别作出Y对i
X的散点图,在MATLAB输入相应程序(见附录 )执行命令后得出下图: i
从四个图中都可以发现大部分点是分布在直线两边的,说明Y与X(i=1,2,3)i之间有比较好的线性关系,因此可以建立如下模型:
(y,x,?,x)ii1im由收集到的独立观测数据:,,,i,1,2,?,5m,0,1,2,,,,,4得到:
,,,,,,,,,yxx4?,i0114
,2 ,,N(0,,)i,
2x,x,?,x,,,,?,,,,,,?,,,,12m01mm01(都是与无关的未知参数,其中称为回归系数,其中,随机误差E包含了影响Y的其它因素作用,,E应大致服从均值为零的正态分布)
记:
y,,11x?x,,1114,,,,Y?,,X????,,,,,,,,1x?xy51545,,,,
,,,,,,,,,?,,,,,,,?,5012412,
该回归模型可变化为:
,,,,YX,
,2,(0,),N,E5,
E5其中,为5阶单位矩阵。
5.1.3 参数估计及模型求解
4y,,,,x,?,,x,,0114i由上知,回归方程为:
,
,,,jm,0,1,?,4jm最小二乘法估计,的值,即取的一组估计值,使当
,
,,,j,0,1,?,4jj,若记
552Q,,,(,,,,x,,x)y,,ii011454i,,ii11
达到最小,为此,令
,Q,0,,j,0,1,2,?,5j,
得
5,Q,,,,,,,,,,,2(yx?x)0,i01i1mim,,i,1,,0,5,Q,,,,,,,,,2(y,,x?,x)x0,j1,2,?,m,i011mimiji,1,,,j, 经整理化为以下正规方程组
55n5,,,,,n,x,x,?,x,y,,,,01i12i2mimi,i,1i,1i,1i,1
55555,2,,,,xxxx?xxxy,,,,,,,,,,,0i11i12i1i2mi1imi1ii,1iiii,,,,1111,555552,,x,,xx,,xx,?,,x,xy,,,,,0im1imi12imi2mimimiiiii,,,,11i,111, 正规方程组的矩阵形式为
,,XX,,XY
,XXX当矩阵列满秩时,为可逆方阵,解为
^,,1,,(XX)XY,
^
,y将代回原模型得到的估计值
^^^^
,,x,?,x ,,,y14014
^^^
,Xe,,,YYY而这组数据的拟合值为,拟合误差称为残差,可作为随机
,误差的估计,而
^5522为残差平方和。 Q,e,(,)yy,,iiii,i,11
用MATLAB对上面建立的模型进行求解,得到了:
表2 MATLAB程序的计算结果
参数 参数估计值 参数置信区间
,0 ,,0.3759,1.5860 980.9094
,1 ,,0.0006,0.0066 3.5968
,2 ,,-0.0033,0.0015 -0.8845
,3 ,,-0.0118,-0.0025 -7.1390
,4 ,,-0.0315,0.054611.5384
2 F,0.0056P,0.0000R,0.0004 因此得到基本的回
归方程为:
Y,980.9094,3.5968x1,0.8845x2,7.1390x3,11.5384x4
5.1.3 模型分析及检验
一、模型分析
应用MATLAB对模型进行分析,得到:
x2x4x2x4从表Stepwise Table中看出变量和的显著性最差.,移去变量和后模型具有显著性,虽然剩余标准差(RMSE)没有太大的变化,但是统计量F的值明显增大,因此新的回归模型更好。对新模型进行求解,得到:
表3 MATLAB程序的计算结果
参数 参数估计值 参数置信区间
,0 ,,0.8901,.4835739.523511099198
,1 ,,0.0003,0.00502.46930207907237
,2,, -0.0120,-0.0033-0.65663242278911
2F,6.65774587084256P,0.0000 R,0.74460936
故新的回归方程为:
Y=739.523511099198-0.65663242278911X3+2.46930207907237X1
二、模型检验
0.8~1相关系数:一般地,若相关系数的绝对值在范围内,可断定回归变量RR
2R,0.74460936之间具有较强的线性相关性,本例中由可得的绝对值为R
F,F1,,(k,n,k,1)0.554443096,表明线性相关性强。检验法:当时则拒绝F
x1,x2,x3,x4原假设,即认为因变量与自变量之间存在显著地线性相关关Y
x1,x2,x3,x4系;否则认为因变量与自变量之间线性相关关系不显著。本例Y
中(查表)。值检验法: 若 ,,F,6.65774587084256,F1-, 4,28,2.714P
x1,x2,x3,x4P,,(为预定显著水平),则说明因变量与自变量之间存在,Y
P,0.0000,,,0.05显著地线性相关关系。本例中。以上三种统计检验方法推
x1,x2,x3,x4断的结果是一致的,说明因变量与自变量之间存在显著地线性Y
相关关系,因而该模型从整体看来是可用的。
5.2 问题二
该题需要实证分析银行的业绩增速、净息差变化与不良贷款的增长之间是否存在联系。由问题一我们列出来不良贷款额与业绩增速、净息差变化等相关数据,并建立了回归方程:
Y,980.9094,3.5968x1,0.8845x2,7.1390x3,11.5384x4 故我们通过Excel作逐步回归分析得出业绩增速、净息差变化的相关系数,若R,0R,0R,0R,1为正相关;为负相关;表示不存在线性关系;表示完全
0,R,1线性相关;表示存在不同程度线性相关,具体关系如下图:
表4 相关系数的取值范围 R
值 相关程度 R
R,0.3 不存在线性相关
0.3,R,0.5 低度线性相关
0.5,R,0.8 显著线性相关
R,0.8 高度线性相关
R,0.013671365,0.3通过Excel得出净息差变化的相关系数;业绩增速的
R,0.42057776,0.5相关系数,结合上图,净息差变化与不良贷款额不存在线性相关,业绩增速与不良贷款额存在低度线性相关。
5.3 问题三
通过搜集整理近几年不良贷款额及存贷比、利息收入等数据,应用Excel对其进行整理,如下图:
表5 不良贷款额与存贷比之间的数据
不良贷款额 贷存比(%)
732.71 72.52
637.45 71.99
620.31 68.77
624.70 71.72
747.18 72.04
845.26 63.71
859.40 64.78
729.58 64.1
730.00 63.5
715.32 62
877.81 47.34
818.40 44.97
836.82 58.5
971.97 55.77
852.64 70.28
746.18 66.23
689.45 65.05
629.97 62.47
703.94 60.24
814.07 59.5
827.64 61.27
利用问题一的模型,可得出存贷比与不良贷款额的相关系数R,0.455180773,与不良贷款额呈线性相关。故要降低商业的银行的不良贷款就要控制银行的存贷比,所以本文对降低不良贷款额提出了以下建议:
一、提高风险管理文化和信贷人员的整体素质。在树立科学的发展观和业绩观的前提,并坚持“审慎经营”的原则下,商业银行要加强对信贷人员的培训,端正每位人员的风险理念,不断提高他们的风险意识,并有能力管控信贷风险。在业务能力培训方面,不仅要对政策、法律、专业等常规培训,而且要进行产品、技能培训,不断扩充他们的知识面,掌握足够多的知识迎接这个千变万化的市场环境;在职业道德方面,树立正确的价值观,增强他们的
责任
安全质量包保责任状安全管理目标责任状8安全事故责任追究制幼儿园安全责任状占有损害赔偿请求权
感、归属感及集体感,激发积极性与创造性,进一步完善商业银行经营管理。
二、建立贷款使用
管理制度
档案管理制度下载食品安全管理制度下载三类维修管理制度下载财务管理制度免费下载安全设施管理制度下载
。商业银行重视贷前的信用评定和贷款风险度测算, 对于优化贷款投向起到了一定的促进作用。但只有对贷款进行全过程监控, 才有可能较好地防止新的不良贷款的产生。
三、政府要为银行控制不良贷款创造良好环境。面对不断增加的不良贷款债权,单靠银行的自我讨债是难以见到成效的,必须唤起社会信用意识,增强信用观念,提高归还银行贷款的自觉性,特别是政府要充分认识到社会信用危机、不良债权增加对当地经济的危害,以及经济与金融的关系和金融在经济中的特殊地位,动员社会力量清偿不良贷款,并纳入政府日常工作。
六、模型评价
6.1 优点分析
1.用多元线性回归模型,通过多组数据,可直观、快速分析出因变量与自变量的线性关系。回归分析可以准确的剂量各个因素之间的相关程度与拟合程度的高低,提高预测方程式的效果。
2.本文根据表中合理的数据及特点结构建成了线性回归模型,从四个方面对此模型进行了数据分析,得出了合理的结论;
6.2 缺点分析
1.该模型没有考虑近五年内人民币汇率和银行利率变动对不良贷款等相关指标的影响;
2.该模型没有将客户信用程度作为一个影响因素,而现实生活中,客户信用程度对不良贷款起着一个至关重要的作用,所以可将客户信用程度进行量化再代入模型;
6.3 模型应用
1.可探讨地区公路运输经济理论,通过该模型预测该地区今后年份的公路客、货运输量的变化,以便为公路运输市场、公路运输政策及公路运辅建设项目投资作出正确决策提供理论依据。
2.可利用多元线性回归方法预测未来几年的商品房平均价格等等。
七、参考文献
[1]吴珊. 基于多元回归分析的我国某商业银行的不良贷款研究[J]. 商,2013,10:119.
[2]周浔倩. 商业银行不良贷款影响因素分析及防范措施[D].重庆大学,2005. [3]刘颖. 银行不良贷款影响因素的实证分析[D].浙江大学,2013. [4]包凤达,翁心真. 多元回归分析的软件求解和案例解读[J]. 数理统计与管理,2000,05:56-61.
附录
%建立模型(1)
x=[732.71,25.47,13.96,72.52,12.46; ... 637.45,11.51,-7.32,71.99,13.63; ... 620.31,18.83,-9.69,68.77,12.97; ... 624.70,28.52,-2.64,71.72,12.58; ... 747.18,31.16,26.18,72.04,11.14; ... 845.26,4.98,-24.07,63.71,13.43; ... 859.40,29.05,-23.33,64.78,13.34; ... 944.36,52.38,0.08,59.45,13.59; ... 729.58,14.5,-11.05,64.1,13.66; ... 730.00,25.55,-2.8,63.5,13.17; ... 715.32,28.35,2.88,62,12.27; ... 732.71,25.47,13.96,72.52,12.46; ... 637.45,11.51,-7.32,71.99,13.63; ... 620.31,18.83,-9.69,68.77,12.97; ... 624.70,28.52,-2.64,71.72,12.58; ... 747.18,31.16,26.18,72.04,11.14; ... 845.26,4.98,-24.07,63.71,13.43; ... 859.40,29.05,-23.33,64.78,13.34; ... 944.36,52.38,0.08,59.45,13.59; ... 729.58,14.5,-11.05,64.1,13.66; ... 730.00,25.55,-2.8,63.5,13.17; ... 715.32,28.35,11.98,62,12.27; ... 877.81,14.52,-4.48,47.34,12.57; ... 818.40,19.00,-9.5,44.97,12.61; ... 836.82,28.5,-17.51,58.5,11.94; ... 971.97,46.01,19.68,55.77,11.59; ... 852.64,11.12,-3.14,70.28,13.34; ... 746.18,14.26,-11.22,66.23,14.32; ... 689.45,25.48,-0.91,65.05,13.68; ... 629.97,26.39,11.07,62.47,12.68; ... 703.94,15.32,-18.67,60.24,11.7; ... 814.07,33.99,-15.28,59.5,12.16; ... 827.64,49.27,50.92,61.27,12.58]; X=[ones(size(x(:,1))),x(:,2:5)]; Y=x(:,1);
[b,bint,r,rint,stats]=regress(Y,X,0.05); b,bint,stats
rcoplot(r,rint);
%对四个影响因素进行显著性水平分析
x1=[25.47,11.51,18.83,28.52,31.16,4.98,29.05,52.38,14.5,25.55,28.35,25.47,11.51,18.83,28.52,31.16, ... 4.98,29.05,52.38,14.5,25.55,28.35,14.52,19.00,28.5,46.01,11.12,14.26,25.48,26.39,15.32,33.99,49.27]';
x2=[13.96,-7.32,-9.69,-2.64,26.18,-24.07,-23.33,0.08,-11.05,-2.8,2.88,13.96,-7.32,-9.69,-2.64,26.18, ... -24.07,-23.33,0.08,-11.05,-2.8,11.9,-4.48,-9.5,-17.51,19.68,-3.14,-11.22,-0.91,11.07,-18.67,-15.28,50.92]'; x3=[72.52,71.99,68.77,71.72,72.04,63.71,64.78,59.45,64.1,63.5,62,72.52,71.99,68.77,71.72,72.04,63.71, ... 64.78,59.45,64.1,63.5,62,47.34,44.97,58.5,55.77,70.28,66.23,65.05,62.47,60.24,59.5,61.27]';
x4=[12.46,13.63,12.97,12.58,11.14,13.43,13.34,13.59,13.66,13.17,12.27,12.46,13.63,12.97,12.58,11.14,13.43, ... 13.34,13.59,13.66,13.17,12.27,12.57,12.61,11.94,11.59,13.34,14.32,13.68,12.68,11.7,12.16,12.58]';
y=[732.71,637.45,620.31,624.70,747.18,845.26,859.40,944.36,729.58,730.00,715.32,732.71,637.45,620.31, ... 624.70,747.18,845.26,859.40,944.36,729.58,730.00,715.32,877.81,818.40,836.82,971.97,852.64,746.18,689.45, ... 629.97,703.94,814.07,827.64]';
x=[x1,x2,x3,x4];
stepwise(x,y);
%剔除自变量x2和x4建立模型(2)
x=[732.71,25.47,72.52; ... 637.45,11.51,71.99; ... 620.31,18.83,68.77; ... 624.70,28.52,71.72; ... 747.18,31.16,72.04; ... 845.26,4.98,63.71; ... 859.40,29.05,64.78; ... 944.36,52.38,59.45; ... 729.58,14.5,64.1; ... 730.00,25.55,63.5; ... 715.32,28.35,62; ... 732.71,25.47,72.52; ... 637.45,11.51,71.99; ... 620.31,18.83,68.77; ... 624.70,28.52,71.72; ... 747.18,31.16,72.04; ... 845.26,4.98,63.71; ... 859.40,29.05,64.78; ... 944.36,52.38,59.45; ... 729.58,14.5,64.1; ... 730.00,25.55,63.5; ... 715.32,28.35,62; ... 877.81,14.52,47.34; ... 818.40,19.00,44.97; ... 836.82,28.5,58.5; ... 971.97,46.01,55.77; ... 852.64,11.12,70.28; ... 746.18,14.26,66.23; ... 689.45,25.48,65.05; ... 629.97,26.39,62.47; ... 703.94,15.32,60.24; ... 814.07,33.99,59.5; ... 827.64,49.27,61.27]; X=[ones(size(x(:,1))),x(:,2:3)];
Y=x(:,1);
[b,bint,r,rint,stats]=regress(Y,X,0.05);
b,bint,stats,
文 - 汉语汉字 编辑词条
文,wen,从玄从爻。天地万物的信息产生出来的现象、纹路、轨迹,描绘出了阴阳二气在事物中的运行轨迹和原理。
故文即为符。上古之时,符文一体。
古者伏羲氏之王天下也,始画八卦,造书契,以代结绳(爻)之政,由是文籍生焉。--《尚书序》
依类象形,故谓之文。其后形声相益,即谓之字。--《说文》序》
仓颉造书,形立谓之文,声具谓之字。--《古今通论》
(1) 象形。甲骨文此字象纹理纵横交错形。"文"是汉字的一个部首。本义:花纹;纹理。
(2) 同本义 [figure;veins]
文,英语念为:text、article等,从字面意思上就可以理解为文章、文字,与古今中外的各个文学著作中出现的各种文字字形密不可分。古有甲骨文、金文、小篆等,今有宋体、楷体等,都在这一方面突出了"文"的重要性。古今中外,人们对于"文"都有自己不同的认知,从大的方面来讲,它可以用于表示一个民族的文化历史,从小的方面来说它可用于用于表示单独的一个"文"字,可用于表示一段话,也可用于人物的姓氏。
折叠编辑本段基本字义
1(事物错综所造成的纹理或形象:灿若,锦。
2.刺画花纹:,身。
3(
记录
混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载
语言的符号:,字。,盲。以,害辞。
4(用文字记下来以及与之有关的:,凭。,艺。,体。,典。,苑。,献(指有历史价值和参考价值的图书资料)。,采(a(文辞、文艺方面的才华;b(错杂艳丽的色彩)。
5(人类劳动成果的总结:,化。,物。
6(自然界的某些现象:天,。水,。
7(旧时指礼节仪式:虚,。繁,缛节(过多的礼节仪式)。
8(文华辞采,与“质”、“情”相对:,质彬彬。
9(温和:,火。,静。,雅。
10(指非军事的:,职。,治武功(指礼乐教化和军事功绩)。
11(指以古汉语为基础的书面语:552,言。,白间杂。
12(专指社会科学:,科。
13(掩饰:,过饰非。
14(量词,指旧时小铜钱:一,不名。
15(姓。
16( 皇帝谥号,经纬天地曰文;道德博闻曰文;慈惠爱民曰文;愍民惠礼曰文;赐民爵位曰文;勤学好问曰文;博闻多见曰文;忠信接礼曰文;能定典礼曰文;经邦定誉曰文;敏而好学曰文;施而中礼曰文;修德来远曰文;刚柔相济曰文;修治班制曰文;德美才秀曰文;万邦为宪、帝德运广曰文;坚强不暴曰文;徽柔懿恭曰文;圣谟丕显曰文;化成天下曰文;纯穆不已曰文;克嗣徽音曰文;敬直慈惠曰文;与贤同升曰文;绍修圣绪曰文;声教四讫曰文。如汉文帝。
折叠编辑本段字源字形
字源演变与字形比较
折叠编辑本段详细字义
〈名〉
1(右图是
“文”字的甲骨文图片,资料来源:徐无闻主编:《甲金篆隶大字典》,四川辞书出版社。1991年7月第一版。
“文”字的甲骨文字绘画的像一个正面的“大人”,寓意“大象有形”、“象形”;特别放大了胸部,并在胸部画了“心”,含义是“外界客体在心里面的整体影像、整体写真、整体素描、整体速写”。
许慎《说文解字》把“文”解释为“错画也”,意思是“对事物形象进行整体素描,笔画交错,相联相络,不可解构”,这与他说的独体为文、合体为字的话的意思是一致的。“说文解字”这个书名就表示了“文”只能“说”,而“字”则可“解”的意思。“文”是客观事物外在形象的速写,是人类进一步了解事物内在性质的基础,所以它是“字”的父母,“字”是“文”的孩子。“文”生“字”举例(以“哲”为例):先对人手摩画,其文为“手”;又对斧子摩画,其文为“斤”。以手、斤为父母,结合、生子,其子就是“折”(手和斤各代表父母的基因)。这个“折”就是许慎所谓的“字”。“字”从宀从子,“宀”表示“独立的房子”,子在其中,有“自立门户”的意思。故“字”还能与“文”或其他“字”结合,生出新“字”来。在本例,作为字的“折”与作为文的“口”结合,就生出了新的字“哲”。
2(
同本义 [figure;veins]
文,错画也。象交文。今字作纹。——东汉?许慎《说文》
五章以奉五色。——春秋?左丘明《左传?昭公二十五年》。注:“青与赤谓之文,赤与白谓之章,白与黑谓之黼,黑与青谓之黻。”
美于黼黼文章。——《荀子?非相》
茵席雕文。——《韩非子?十过》
织文鸟章,白旆央央。——《诗?小雅?六月》
斑文小鱼。——明? 刘基《诚意伯刘文成公文集》
3(又如:文驾(彩车);文斑(杂色的斑纹);文旆(有文彩的旗帜);文绣(绣有彩色花纹的丝织品;刺花图案);文织(有彩色花纹的丝织品);文鳞(鱼鳞形花纹)。
4(字,文字(“文”,在先秦时期就有文字的意思,“字”,到了秦朝才有此意。分别讲,“文”指独体字;“字”指合体字。笼统地说,都泛指文字。) [character]
饰以篆文。——南朝宋?范晔《后汉书?张衡传》
分文析字。——东汉?班固《汉书?刘歆传》
夫文,止戈为武。——《左传?宣公十二年》
距洞数百步,有碑仆道,其文漫灭。——王安石《游褒禅山记》
文曰“天启壬戌秋日”。——明? 魏学洢《核舟记》
文曰“初平山尺”。
5(又如:甲骨文;金文;汉文;英文;文迹(文字所记载的
事迹
优秀志愿者事迹材料平安创建事迹材料优秀班集体事迹材料工会先进集体事迹材料优秀教师事迹300字
);文书爻(有关文字、文凭之类的卦象);文异(文字相异);文轨(文字和车轨);文狱(文字狱);文钱(钱。因钱有文字,故称);文状(字据,军令状);文引(通行证;路凭);文定(定婚)。
6(文章(遣造的词句叫做“文”,结构段落叫做 “章”。) [literary composition]
故说诗者不以文害辞。——《孟子?万章上》
好古文。——唐? 韩愈《师说》
属予作文以记之。——宋? 范仲淹《岳阳楼记》
能述以文。——宋? 欧阳修《醉翁亭记》
摘其诗文。——清? 纪昀《阅微草堂笔记》
7(又如:文价(文章的声誉);文魔(书呆子);文会(旧时读书人为了准备应试,在一起写文章、互相观摩的集会);文移(旧时官府文书的代称);文雄(擅长写文章的大作家);文意(文章的旨趣);文义(文章的义理);文情(文章的词句和情思);本文(所指的这篇文章);作文(写文章;学习练习所写的文章);文魁(文章魁首);文价(文章的声价);文什(文章与诗篇)。
8(美德;文德 [virtue]
圣云继之神,神乃用文治。——杜牧《感怀诗一首》
9(又如:文丈(对才高德韶的老者的敬称);文母(文德之母);文武(文德与武功);文命(文德教命);文惠(文德恩惠);文德(写文章的道德);文薄(谓文德浅薄);文昭(文德昭著)。
10.文才;才华。亦谓有文才,有才华 [literary talent]
而文采不表于后世也。——汉? 司马迁《报任安书》
11(又如:文业(才学);文英(文才出众的人);文采风流(横溢的才华与潇洒的风度);文郎(有才华的青少年);文彦(有文才德行的人);文通残锦(比喻剩下不多的才华)。
12(文献,经典;韵文 [document;classics;verse]
儒以文乱法。——《韩非子?五蠹》
言必遵修旧文而不穿凿。——《说文解字?叙》
13(辞词句。亦指文字记载 [writings;record]。如:文几(旧时书信中开头常用的套语。意为将书信呈献于几前);文倒(文句颠倒);文过其实(文辞浮夸,不切实际);文义(文辞);文辞(言词动听的辞令);文绣(辞藻华丽)。
14(自然界的某些现象 [natural phenomenon]
经纬天地曰文。——《左传?昭公二十八年》
15(又如:天文;地文;水文;文象(日月星辰变化的迹象);文曜(指日月星辰;文星);文昌(星座名)。
16(文治;文事;文职。与“武”相对。 [achievements in culture and education;civilian post]
文能取胜。——《史记?平原君虞卿列传》
文不能取胜。
文武并用。——唐? 魏征《谏太宗十思疏》
精神折冲于千里,文武为宪于万邦。――明《袁可立晋秩兵部右侍郎诰》
17(又如:文臣,文吏(文职官吏);文席(教书先生的几席);文品(文官的品阶);文帅(文职官员出任或兼领统帅);文烈(文治显赫);文员(文职吏员);文阶(文职官阶);文道(文治之道);文业(文事);文僚(文职官吏)。
18(法令条文 [articles of decree]
而刀笔吏专深文巧诋,陷人于罪。——《史记?汲黯列传》
19(又如:文劾(根据律令弹劾);文法吏(通晓法令、执法严峻的官吏);文丈(规矩;制度);文移(官府文书);文牓(布告;文告);文宪(礼法;法制)。
20(文言。古代散文文体之一;别于白话的古汉语书面语 [literary language]。如:半文半白;文语;文白(文言文和白话文)。
21(文教;礼节仪式 [rites]
则修文德。——《论语?季氏》
22(又如:文丈(崇尚礼文仪节);文俗(拘守礼法而安于习俗);文致(指礼乐);文貌(礼文仪
节);文绪(文教礼乐之事);文仪(礼节仪式)
23(指表现形式;外表 [form;appearance]。如:文服(表面服从);文榜(告示、布告之类);文诰(诰令)
24(指鼓乐,泛指曲调 [music;tune]。如:文曲(指乐曲);文始(舞乐名)
25(谥号,谥法:勤学好问叫文 [study deligently]
何以谓之文。——《论语》
是以谓之文。
26(姓
〈动〉
1(在肌肤上刺画花纹或图案 [tatto (the skin)]
被发文身。——《礼记?王制》。注:“谓其肌,以丹青涅之。”
文绣有恒。——《礼记?月令》
2(又如:文笔匠(在人身上刺花的艺人);文身断发(古代荆楚、南越一带的习俗。身刺花纹,
截短头发,以为可避水中蛟龙的伤害。后常以指落后地区的民俗);文木(刻镂以文采之木)
3(修饰;文饰 [cover up]
身将隐,焉用文之?——《左传?僖公二十三年》
饰邪说,文奸言,以枭乱天下。——《荀子?非十二子》
4(又如:文过饰非;文致(粉饰;掩饰);文冢(埋葬文稿之处)
5(装饰 [decorate]
舍其文轩。——《墨子?公输》
此犹文奸。
文车二驷。——明? 归有光《项脊轩志》
文马四百匹。——《史记?宋世家》
若将比予文木邪。——《庄子?人间世》
6(又如:文巧(文饰巧辩);文竿(以翠羽为饰之竿);文舫(装饰华丽的游艇);文饰(彩饰);文榭(饰以彩画的台榭);文舟,文艘(装饰华丽的船);文剑(装饰华丽的剑);文舆(饰以彩绘的车)
7(撰写文章 [write]。如:文匠(写文章的大家);文祸(因写文章而招来的灾祸);文雄,文杰(指文豪)
〈形〉
1(有文采,华丽。与“质”或“野”相对 [magnificent;gorgeous]
其旨远,其辞文。——《易?系辞下》
晋公子广而俭,文而有礼。——《左传?僖公二十三年》
2(又如:文巧(华丽奇巧);文朴(文华与质朴);文服(华美的衣服);文砌(华美的石阶);文背(不文雅,粗俗);文轩(华美的车子);文质(文华与质朴)
3.柔和,不猛烈 [mild;gentle]。如:文烈(指火候温猛)
4(美,善 [fine;good]。如:文徽(华美);文鸳(即鸳鸯。以其羽毛华美,故称);文衣(华美的服装)
5(通“紊”。紊乱的 [disordered]
惇宗将礼,称秩元祀,咸秩无文。——《书?洛诰》
天子祭天下名山大川,怀柔百神,咸秩无文。——《汉书?郊祀志上》
王者报功,以次秩之,无有文也。——庆劭《风俗通义?山泽》
〈量〉
1(用于旧时的铜钱。如:一文钱
2(用于计算纺织物
五扶为一首,五首成一文。——《后汉书》