風(fēng)險評分體系及我國地區(qū)風(fēng)險評估

倪鵬 王彥博 彭立強

2007～2009年，美國次貸危機和歐洲主權(quán)債務(wù)危機相繼爆發(fā)，以標(biāo)普、穆迪、惠譽為首的國際評級機構(gòu)不斷下調(diào)主權(quán)國家和企業(yè)的信用評級，金融市場劇烈波動，實體經(jīng)濟融資渠道受阻。同時，以國際貨幣基金組織和世界銀行為首的國際權(quán)威機構(gòu)不斷下調(diào)全球經(jīng)濟增速預(yù)期，全球消費和投資信心下降，加速了全球經(jīng)濟增速放緩的自我實現(xiàn)過程。其中，作為本次國際金融危機重災(zāi)區(qū)的歐洲，眾多國家經(jīng)濟陷入衰退。在此背景下，歐美國家相繼出臺強力量化寬松政策，力圖阻止自身經(jīng)濟陷入“大蕭條”式的衰退，同時各國紛紛利用技術(shù)性貿(mào)易壁壘限制新興市場國家對本國的出口以保護本國產(chǎn)業(yè)。目前，美國經(jīng)濟已然開始復(fù)蘇，而歐洲經(jīng)濟雖然避免了災(zāi)難性的大幅衰退，但將在未來數(shù)十年內(nèi)處于低迷狀態(tài)。

以中國為首的新興市場國家在本次金融危機中表現(xiàn)搶眼，成為全球經(jīng)濟增長的重要拉動力量。然而在后危機時代，中國卻不得不面對國際貿(mào)易環(huán)境惡化、勞動力成本上升、居民消費能力相對下降和政府隱性債務(wù)規(guī)模龐大等困境，依賴規(guī)模擴張的粗放型發(fā)展方式難以為繼，經(jīng)濟轉(zhuǎn)型升級勢在必行。目前，中國經(jīng)濟已進入緩速調(diào)整期，且在較長時間內(nèi)經(jīng)濟增速將難以回到危機前水平。受上述負面因素影響，中國銀行業(yè)貸款風(fēng)險將出現(xiàn)上升，而由于地區(qū)差異原因，各地區(qū)貸款風(fēng)險變化的特征又不盡相同，地區(qū)風(fēng)險定價成為當(dāng)前各商業(yè)銀行亟待研究的重要課題。為此，本文將構(gòu)建地區(qū)風(fēng)險評分體系以期對地區(qū)風(fēng)險進行分析。

地區(qū)風(fēng)險評分相關(guān)研究

我國地區(qū)風(fēng)險評分研究起步較晚，風(fēng)險分析技術(shù)尚不成熟，而國際評級機構(gòu)制定的國家信用風(fēng)險評級系統(tǒng)起步較早，與地區(qū)風(fēng)險評級互通之處較多，值得借鑒。全球各大評級機構(gòu)對于國家信用風(fēng)險的定價主要依賴基于指標(biāo)加權(quán)打分法的地區(qū)評級方法。

在指標(biāo)選擇方面，標(biāo)普、穆迪和大公國際均采用了多層次的指標(biāo)體系搭建方式。以大公國際資信評估有限公司開發(fā)的國家信用風(fēng)險評級方法為例，其指標(biāo)體系選取了國家管理能力、經(jīng)濟實力、金融實力、財政實力和外匯實力五大因素作為一級指標(biāo)，并在其下分設(shè)二、三級指標(biāo)，對三級指標(biāo)打分后進行層層加權(quán)得到對一國中央政府償債能力的評分。

在指標(biāo)打分方面，各大評級機構(gòu)各有特色。以標(biāo)普為例，其指標(biāo)值域被分為數(shù)段區(qū)間，每個區(qū)間對應(yīng)一個分值。而大公則以由指數(shù)函數(shù)構(gòu)造的“S”形曲線映射到0～1之間的分值。

本文將以上述方法為基礎(chǔ)，結(jié)合我國實際，構(gòu)建地區(qū)風(fēng)險評分體系。

地區(qū)風(fēng)險評分方法

我們認為，地區(qū)風(fēng)險評分的最終目的——采用有預(yù)見性的打分方法得到與未來實際損失率呈高度負相關(guān)的地區(qū)得分作為地區(qū)風(fēng)險定價的基礎(chǔ)。

盡管每個企業(yè)的風(fēng)險特征很大程度上取決于經(jīng)營者自身的能力，但其所處的地區(qū)也會對其產(chǎn)生不容忽視的作用。對某一地區(qū)的任何一家企業(yè)來講，當(dāng)?shù)氐闹贫拳h(huán)境和經(jīng)濟環(huán)境均會對其產(chǎn)生重大影響。前者可直接影響該企業(yè)的經(jīng)營方式；后者則主要作用于該企業(yè)上下游企業(yè)或消費者的經(jīng)濟表現(xiàn)，從而影響該企業(yè)的風(fēng)險水平。此外，當(dāng)?shù)氐慕鹑诃h(huán)境和財政狀況均將透過當(dāng)?shù)氐慕?jīng)濟環(huán)境間接影響該企業(yè)的風(fēng)險特征。因此，同一地區(qū)的企業(yè)往往能夠在一定程度上表現(xiàn)出相似的風(fēng)險特征，這也構(gòu)成了地區(qū)風(fēng)險評分方法的邏輯基礎(chǔ)。

地區(qū)風(fēng)險可從四個方面進行分析：制度環(huán)境、金融環(huán)境、財政環(huán)境、經(jīng)濟環(huán)境，下面我們對其進行逐一解讀。

制度環(huán)境是地區(qū)風(fēng)險分析中最基礎(chǔ)的要素，主要從政府發(fā)展戰(zhàn)略和政府治理水平兩個角度加以解讀。在我國，政策差異是各地區(qū)企業(yè)經(jīng)營環(huán)境差異的最根本原因。改革開放以來，中央相繼推出了“東部率先發(fā)展戰(zhàn)略”、“西部大開發(fā)戰(zhàn)略”、“振興東北老工業(yè)基地戰(zhàn)略”和“中部崛起戰(zhàn)略”，我國從計劃經(jīng)濟體制逐步向市場經(jīng)濟轉(zhuǎn)型。在經(jīng)濟體制改革過程中，中央奉行了“先試點、再鋪開”的漸進式改革思路，由此也為先行先試的東部沿海地區(qū)帶來了制度優(yōu)勢。雖然國家發(fā)展戰(zhàn)略對地區(qū)制度環(huán)境影響重大，但地方政府的作用也不容忽視。以浙江為例，雖然相對廣東和江蘇來講，浙江并未獲得太多的國家政策優(yōu)惠，但當(dāng)?shù)馗骷壵疄槊駹I企業(yè)創(chuàng)造了寬松的發(fā)展環(huán)境，浙江經(jīng)濟得到了快速發(fā)展，并于2008年實現(xiàn)了人均GDP省域排名第一的好成績。

金融環(huán)境主要考慮的是當(dāng)?shù)亟鹑诎l(fā)展水平和金融穩(wěn)定性。經(jīng)濟的發(fā)展離不開金融的支撐，當(dāng)?shù)亟鹑谙到y(tǒng)能否為企業(yè)提供充足、穩(wěn)定的融資來源將在很大程度上影響投資者的信心和意愿。然而，從另一角度而言，如果缺乏有效監(jiān)管，縱容企業(yè)過度負債，則將出現(xiàn)企業(yè)盲目擴張或挪用資金從事比主營業(yè)務(wù)更高風(fēng)險的行業(yè)，增加金融隱患。同時，一旦金融風(fēng)險爆發(fā)，金融機構(gòu)收緊資金投放，將會進一步波及更多企業(yè)，進而引發(fā)鏈?zhǔn)椒磻?yīng)。

財政環(huán)境主要考慮政府的收支狀況。一方面，收支狀況良好的地方政府通常更有財力進行公共設(shè)施投資和施行財稅減免、財政補貼政策，其產(chǎn)生的溢出效應(yīng)將惠及當(dāng)?shù)仄髽I(yè)。另一方面，政府債務(wù)負擔(dān)過重的地區(qū)往往存在金融資源被政府過度擠占、金融系統(tǒng)穩(wěn)健性差等問題。

經(jīng)濟環(huán)境是對地區(qū)風(fēng)險影響最直接的要素，主要從經(jīng)濟發(fā)展水平、經(jīng)濟開放度、經(jīng)濟發(fā)展環(huán)境三個方面予以評價。通常來講，經(jīng)濟發(fā)展水平高的地區(qū)，經(jīng)濟體制較健全，經(jīng)濟基礎(chǔ)較雄厚，企業(yè)抗風(fēng)險能力也較強。經(jīng)濟開放度較高的地區(qū)，由于與國際接軌的程度更高，無論是政府治理水平還是企業(yè)主經(jīng)營理念均較為先進，企業(yè)經(jīng)營戰(zhàn)略總體較靈活。經(jīng)濟發(fā)展環(huán)境考慮的則是地區(qū)經(jīng)濟安全、所有制結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)等較為深層次的要素。一般來講，對外依存度較高的地區(qū)對外部沖擊較為敏感，其他地區(qū)的沖擊反應(yīng)則相對滯后；所有制結(jié)構(gòu)中民營經(jīng)濟占比較高的地區(qū)經(jīng)濟活力較強，畢竟從長期來看，產(chǎn)業(yè)升級的主體仍然是民營企業(yè)；而產(chǎn)業(yè)結(jié)構(gòu)越高端的地區(qū)，其產(chǎn)業(yè)附加值也越高，企業(yè)利潤也越豐厚，信用風(fēng)險就越小。

指標(biāo)打分方法

地區(qū)風(fēng)險評分指標(biāo)的特點是地區(qū)數(shù)量少（全國共31個省市），分位點穩(wěn)定性不足，因此依賴兩端分位點確定曲線形狀的“S”形曲線法適用性偏低。而區(qū)間打分法中區(qū)間段的劃分過于依賴主觀判斷，且該方法對于指標(biāo)打分的區(qū)分能力不及連續(xù)函數(shù)的打分方法。

因此，我們采用了反正切函數(shù)族作為定量指標(biāo)的得分映射函數(shù)。令xi代表某指標(biāo)x在第i個省市的數(shù)值，其得分為f（xi）：

f（xi）=arctan[a·（xi/M-1）]/π+0.5

其中，M為該指標(biāo)在所有地區(qū)取值的中值，作用在于對xi進行標(biāo)準(zhǔn)化處理，a為參數(shù)。

指標(biāo)取值很低或很高時，得分區(qū)別不大，有利于降低單個指標(biāo)離群點對于某一地區(qū)得分的過度影響。同時，不同的參數(shù)取值會產(chǎn)生不同的得分分布，我們可以通過調(diào)整參數(shù)來優(yōu)化指標(biāo)得分與不良貸款率的相關(guān)性。

實證研究

本文采用2010年和2011年相關(guān)歷史數(shù)據(jù)對2012年上海、江蘇、浙江、福建、山東、廣東、廣西、海南八個東南部沿海省市的地區(qū)風(fēng)險進行打分，利用2012年商業(yè)銀行地區(qū)不良貸款率與之進行比對驗證，并用同樣方法對2013年地區(qū)風(fēng)險狀況作出預(yù)測。

由于定性指標(biāo)打分的客觀性需要依賴更為復(fù)雜的評分體系，不屬于本文研究范疇，因此在本文實證分析中，我們僅采用定量指標(biāo)對地區(qū)風(fēng)險進行打分。評分指標(biāo)體系如表2所示。

其中，滯后期為目標(biāo)評價年份滯后風(fēng)險評分指標(biāo)的年數(shù)。如：當(dāng)對2012年地區(qū)風(fēng)險進行評分時，采用2010年的“技術(shù)市場成交額/GDP”統(tǒng)計數(shù)據(jù)。滯后期的選擇主要取決于指標(biāo)的可獲得性。權(quán)重設(shè)定采用了專家打分法。我們采用本文提出的指標(biāo)打分方法對上述指標(biāo)進行打分后得出表3。

利用表2中設(shè)定的權(quán)重對上述指標(biāo)得分進行加權(quán)得出2012年各省市風(fēng)險評分：

計算可得，上述地區(qū)風(fēng)險評分與商業(yè)銀行不良貸款率相關(guān)系數(shù)為-0.6，基本實現(xiàn)了“得分越高、風(fēng)險越低”的預(yù)定目標(biāo)。

將評分期定為2013年，本文針對上述八個省市進一步采集了相關(guān)歷史數(shù)據(jù)：

用同樣的方式計算得出2013年各地區(qū)的風(fēng)險評分：

由表6可見，上海、江蘇的地區(qū)風(fēng)險仍將處于相對較高水平，而福建、海南地區(qū)風(fēng)險則相對較低。

結(jié)論與后續(xù)研究

通過實證研究，本文所構(gòu)建的地區(qū)風(fēng)險評分指標(biāo)體系能夠反映地區(qū)風(fēng)險情況，并具備一定的預(yù)測能力。后續(xù)研究可從兩方面對本文成果進行改進：一是，設(shè)計基于客觀論據(jù)的定性指標(biāo)打分方法，彌補本文實證研究部分缺乏定性指標(biāo)的不足；二是，探索基于數(shù)理邏輯的權(quán)重設(shè)定方法，改進現(xiàn)有的專家打分法。

（作者單位：倪鵬 中國民生銀行，王彥博 中國社科院金融研究所，彭立強 大公國際資信評估有限公司）