貸款資產(chǎn)質(zhì)量遷徙分析與預(yù)測(cè)

廖燕平

【摘要】本文根據(jù)江西省法人金融機(jī)構(gòu)綜合抽樣統(tǒng)計(jì)的逐筆貸款數(shù)據(jù)，構(gòu)建江西省法人金融機(jī)構(gòu)貸款質(zhì)量遷徙矩陣，并運(yùn)用Markov模型對(duì)貸款質(zhì)量遷徙進(jìn)行了預(yù)測(cè)。根據(jù)預(yù)測(cè)結(jié)果，對(duì)當(dāng)前經(jīng)濟(jì)形勢(shì)下金融機(jī)構(gòu)優(yōu)化貸款質(zhì)量提出了幾點(diǎn)建議。

【關(guān)鍵詞】貸款質(zhì)量 遷徙矩陣 預(yù)測(cè)

在經(jīng)濟(jì)持續(xù)低位運(yùn)行和信貸風(fēng)險(xiǎn)不斷上升背景下，江西省金融機(jī)構(gòu)的不良貸款呈跳躍式上升，信貸風(fēng)險(xiǎn)持續(xù)暴露，且暴露過(guò)程具有突發(fā)性和嚴(yán)重性。因此，通過(guò)對(duì)貸款質(zhì)量的變化進(jìn)行跟蹤監(jiān)測(cè)，掌握貸款質(zhì)量變化的特征和趨勢(shì)，有利于為防控信貸風(fēng)險(xiǎn)提前做好準(zhǔn)備。

一、江西省法人金融機(jī)構(gòu)貸款質(zhì)量遷徙情況

（一）數(shù)據(jù)來(lái)源與處理

本文選取江西省法人金融機(jī)構(gòu)2013年12月-2015年9月間綜合抽樣統(tǒng)計(jì)中的逐筆貸款數(shù)據(jù)計(jì)算建模，構(gòu)建貸款質(zhì)量遷徙矩陣。同時(shí)，在構(gòu)建矩陣時(shí)，對(duì)數(shù)據(jù)進(jìn)行如下處理：一是初始時(shí)刻T0的貸款，在T1時(shí)刻已歸還，在T1時(shí)刻將該貸款視為初始時(shí)刻T0時(shí)狀態(tài)；二是在T0時(shí)刻與T1時(shí)刻期間新發(fā)生的貸款，在構(gòu)建T0時(shí)刻到T1 時(shí)刻的貸款質(zhì)量遷徙矩陣時(shí)不予考慮，而在構(gòu)建T1 時(shí)刻到T2時(shí)刻的遷徙矩陣時(shí)予以統(tǒng)計(jì)。

（二）江西省法人金融機(jī)構(gòu)貸款質(zhì)量遷徙矩陣

經(jīng)過(guò)計(jì)算，從月度和季度的時(shí)間跨度看，江西省法人金融機(jī)構(gòu)的貸款質(zhì)量遷徙矩陣如表1和表2所示。

表1為2015年9月份的貸款質(zhì)量遷徙矩陣，反映了貸款質(zhì)量在9月份所發(fā)生在各等級(jí)之間的遷徙情況；表2為2015年3季度的貸款質(zhì)量遷徙矩陣，反映了貸款質(zhì)量在3季度所發(fā)生在各等級(jí)之間的遷徙情況。以表2為例，第二行的含義為2季度末貸款等級(jí)為正常類的貸款中，到3季度末依然為正常類貸款的比例為97.73%，轉(zhuǎn)移為關(guān)注類、次級(jí)類、可疑類、損失類的比例分別為1.79%、0.18%、0.27%、0.03%；第三、四、五、六行的含義同理。

遷徙矩陣中，對(duì)角線代表著貸款維持原分類級(jí)別的比例，元素值越大，貸款發(fā)生遷徙變動(dòng)的幾率越小，則表示遷徙越穩(wěn)定。從表1、表2看，正常類貸款維持原級(jí)別的比例最高，次級(jí)類貸款的比例最差，反映出次級(jí)類貸款最容易發(fā)生遷徙變動(dòng)。

在對(duì)角線元素給定的情況下，靠近對(duì)角線的元素值越大，遠(yuǎn)離對(duì)角線元素值越小的話，遷徙也越穩(wěn)定。從表1、表2看，江西省法人金融機(jī)構(gòu)貸款質(zhì)量遷徙總體較穩(wěn)定，靠近對(duì)角線元素的值絕大多數(shù)較大。

（三）江西省法人金融機(jī)構(gòu)貸款質(zhì)量遷徙的特征

（1）總體遷徙率偏低。貸款質(zhì)量遷徙矩陣中，非對(duì)角線元素的值代表遷徙率，非對(duì)角線元素值之和可以反映總體遷徙率的高低，值越大總體遷徙率越高。為避免各元素值因權(quán)重不同而造成偏差，本文以初始時(shí)刻的貸款金額作為權(quán)重進(jìn)行加權(quán)計(jì)算得到總體遷徙率。具體而言：假設(shè)初始時(shí)刻，貸款質(zhì)量為正常類、關(guān)注類、次級(jí)類、可疑類、損失類的貸款金額分別為L(zhǎng)1、L2、L3、L4、L5，則總體遷徙率為Σi，jLiPij、i，j=1，2，3，4，5， i≠j。

經(jīng)計(jì)算，2015年3季度的貸款質(zhì)量總體遷徙率為3.08%。從動(dòng)態(tài)來(lái)看，2014年總體遷徙率呈上升趨勢(shì)，且在2014年末達(dá)到一個(gè)峰值4.17%；2015年上半年，總體遷徙率直線回落，3季度略有回升，主要原因?yàn)?季度時(shí)多家銀行集中下調(diào)了部分企業(yè)的貸款級(jí)別，如江西賽維LDK公司等。但總的來(lái)說(shuō)，近兩年來(lái)總體遷徙率在3.5%左右上下波動(dòng)，變化幅度較小。

（2）躍變遷徙率顯著低于漸變遷徙率。漸變遷徙率為貸款從某一等級(jí)轉(zhuǎn)移至相鄰等級(jí)，躍變遷徙率為貸款從某一等級(jí)轉(zhuǎn)移至非相鄰類等級(jí)，兩者之和等于總體遷徙率，漸變遷徙率越高，貸款質(zhì)量狀態(tài)越為穩(wěn)定，反之，貸款質(zhì)量狀態(tài)越不穩(wěn)定。2015年3季度，漸變遷徙率為2.47%，躍變遷徙率為0.62%，躍變遷徙率處于較低水平。從長(zhǎng)期看，自2014年以來(lái)，漸變遷徙率顯著高于躍變遷徙率，且在2.3%左右浮動(dòng)，從側(cè)面反映了江西省法人金融機(jī)構(gòu)貸款質(zhì)量狀態(tài)的遷徙較為平穩(wěn)。

（3）向下遷徙率高于向上遷徙率。貸款質(zhì)量遷徙矩陣中以對(duì)角線為界，上三角各元素反映的是質(zhì)量狀態(tài)惡化的貸款比例，即貸款質(zhì)量向下遷徙狀況；下三角各元素反映的是質(zhì)量狀態(tài)優(yōu)化的貸款比例，即貸款質(zhì)量向上遷徙狀況。2015年3季度，貸款質(zhì)量向上遷徙率為0.47%，向下遷徙率為2.61%，兩者相差2.14個(gè)百分點(diǎn)。從動(dòng)態(tài)來(lái)看，自2014年以來(lái)，向下遷徙率均大于向上遷徙率，且差值越來(lái)越大，說(shuō)明江西省法人金融機(jī)構(gòu)貸款資產(chǎn)質(zhì)量整體下行趨勢(shì)明顯。

（4）個(gè)人客戶的遷徙率略高于單位客戶遷徙率。從客戶類型看，2015年3季度，個(gè)人客戶的總體遷徙率為3.12%，高于所有客戶總體遷徙率4個(gè)百分點(diǎn)，向下遷徙率為2.62%，向上遷徙率為0.50%；單位客戶的總體遷徙率為3.03%，向下遷徙率為2.61%，向上遷徙率為0.42%。個(gè)人客戶和單位客戶的貸款質(zhì)量總體均有所下行，但單位客戶的貸款質(zhì)量稍好于個(gè)人客戶。

二、貸款質(zhì)量預(yù)測(cè)分析

（一）預(yù)測(cè)結(jié)果

根據(jù)Markov模型來(lái)對(duì)江西省法人金融機(jī)構(gòu)貸款質(zhì)量進(jìn)行預(yù)測(cè)。本文選擇季度作為時(shí)間跨度，并以2015年3季度的貸款質(zhì)量遷徙矩陣作為概率轉(zhuǎn)移矩陣，預(yù)測(cè)未來(lái)一年內(nèi)各季度的貸款質(zhì)量概率轉(zhuǎn)移矩陣。

對(duì)矩陣中各概率值進(jìn)行金額加權(quán)后可以計(jì)算各季度的總體遷徙率、向上遷徙率和向下遷徙率。表中顯示，未來(lái)一年，江西省法人金融機(jī)構(gòu)的貸款質(zhì)量的遷徙概率不斷走高，向下遷徙率仍高于向上遷徙率，且差值也越來(lái)越大，表明江西省貸款質(zhì)量總體向下遷徙趨勢(shì)明顯。

進(jìn)一步地，在轉(zhuǎn)移概率矩陣基礎(chǔ)上，利用2015年3季度末各質(zhì)量等級(jí)貸款占總貸款的比重來(lái)推測(cè)未來(lái)一年各季度的貸款質(zhì)量等級(jí)分布情況。

預(yù)測(cè)結(jié)果顯示，未來(lái)一年內(nèi)江西省法人金融機(jī)構(gòu)正常類貸款的比重逐步降低，其他四個(gè)等級(jí)的比重逐步提高，其中關(guān)注類貸款比重提高幅度最大。2015年末，關(guān)注類貸款和可疑類貸款的比重較3季度末分別上升了0.48個(gè)和0.14個(gè)百分點(diǎn)；2016年3季度末，關(guān)注類貸款和可疑類貸款的比重較2015年3季度末分別上升了3.08個(gè)和1.38個(gè)百分點(diǎn)。這說(shuō)明未來(lái)一年內(nèi)江西省法人金融機(jī)構(gòu)貸款質(zhì)量總體向下遷徙態(tài)勢(shì)的可能性較高，不良貸款率的波動(dòng)將更大。

（二）主要結(jié)論

經(jīng)預(yù)測(cè)，貸款質(zhì)量總體向下遷徙態(tài)勢(shì)明顯，關(guān)注類、次級(jí)類、可疑類和損失類貸款比重持續(xù)上升。這與江西省經(jīng)濟(jì)金融發(fā)展情況反映的現(xiàn)實(shí)相符合，一是從未來(lái)發(fā)展趨勢(shì)看，受國(guó)際商品行情影響，江西省多數(shù)行業(yè)市場(chǎng)行情不穩(wěn)定，如批發(fā)零售、房地產(chǎn)等，資金鏈陸續(xù)斷裂造成逾期貸款增加及關(guān)注類貸款上升，隨著逾期貸款與不良貸款的差距越來(lái)越大，貸款質(zhì)量向下遷徙空間較大，向下遷徙率仍將進(jìn)一步擴(kuò)大；二是隨著江西省逐步解除多家企業(yè)的行政保護(hù)，引發(fā)多家銀行集中下調(diào)貸款級(jí)別，一旦企業(yè)清算重組提上日程，由于貸款抵押品受市場(chǎng)價(jià)格波動(dòng)較大，銀行抵押品價(jià)值面臨較大貶值風(fēng)險(xiǎn)，抵押品變現(xiàn)回收價(jià)值難以有效覆蓋其債權(quán)，不良貸款的暴露速度可能加快；三是從經(jīng)濟(jì)增速看，江西省不良貸款率變動(dòng)滯后于宏觀經(jīng)濟(jì)增速兩年左右，近幾年來(lái)江西省GDP增速持續(xù)下滑，故而，未來(lái)一兩年內(nèi)江西省不良貸款可能保持上升態(tài)勢(shì)不變。

三、政策建議

（一）把好新增貸款準(zhǔn)入關(guān)，從源頭上防范信貸風(fēng)險(xiǎn)

嚴(yán)格貸款客戶篩選，加強(qiáng)客戶準(zhǔn)入審查機(jī)制，做好貸前調(diào)查，盡職調(diào)查企業(yè)信用等級(jí)和個(gè)人信用狀況，對(duì)客戶實(shí)力、發(fā)展前景、風(fēng)險(xiǎn)狀況進(jìn)行嚴(yán)格把關(guān)；嚴(yán)格貸款審查審批流程，確保貸款發(fā)放過(guò)程的合法合規(guī)，提高信貸監(jiān)督執(zhí)行管理職能，要對(duì)業(yè)務(wù)部門辦理的融資業(yè)務(wù)合法性、貸款支付方式及用途合規(guī)性、信貸業(yè)務(wù)合同及相關(guān)協(xié)議的完整性、有效性進(jìn)行嚴(yán)格審核。

（二）把好存量貸款管理關(guān)，防止貸款質(zhì)量向下遷徙

加大依法收貸力度，積極運(yùn)用以物抵債處置不良貸款，著重抓好有拖欠的正常、關(guān)注類貸款的管理，密切跟蹤潛在風(fēng)險(xiǎn)因素的變化，主動(dòng)與客戶商討有效的風(fēng)險(xiǎn)防范措施，逐戶研究制定風(fēng)險(xiǎn)化解方案，防止貸款向下遷徙；密切關(guān)注和跟蹤潛在損失增大的貸款，盡最大努力實(shí)現(xiàn)潛在損失的化解和回轉(zhuǎn)，努力提高現(xiàn)金回收比例，加強(qiáng)對(duì)可疑類、損失類貸款的管理，提前運(yùn)用傳統(tǒng)法律手段，保全抵押資產(chǎn)價(jià)值，最大限度挽回?fù)p失。

（三）把好風(fēng)險(xiǎn)預(yù)警監(jiān)測(cè)關(guān)，做好風(fēng)險(xiǎn)應(yīng)急方案

加強(qiáng)信貸風(fēng)險(xiǎn)前瞻性管理，建立信貸風(fēng)險(xiǎn)預(yù)警體系，動(dòng)態(tài)監(jiān)督客戶與銀行間交易以及信貸客戶的日常各項(xiàng)交易活動(dòng)，及時(shí)判斷貸款資產(chǎn)的風(fēng)險(xiǎn)狀況，選擇貸款措施和策略，保證貸款資產(chǎn)安全；積極開(kāi)發(fā)和引進(jìn)先進(jìn)的風(fēng)險(xiǎn)管理技術(shù)，實(shí)現(xiàn)對(duì)風(fēng)險(xiǎn)的量化管理，加強(qiáng)對(duì)跨市場(chǎng)、跨領(lǐng)域風(fēng)險(xiǎn)防范和控制的力度，建立風(fēng)險(xiǎn)隔離和應(yīng)急預(yù)案，防止外部風(fēng)險(xiǎn)對(duì)信貸資金的變相侵蝕。