地方法人機(jī)構(gòu)信貸資產(chǎn)質(zhì)量遷徙情況分析及預(yù)測

韓婉瑩

摘 要：受國內(nèi)外宏觀經(jīng)濟(jì)環(huán)境的影響，近幾年商業(yè)銀行資產(chǎn)質(zhì)量出現(xiàn)下降趨勢，陜西省地方法人機(jī)構(gòu)也出現(xiàn)不良貸款快速上升的情況。本文以陜西省農(nóng)村信用社為例，借助數(shù)學(xué)模型分析總結(jié)其貸款資產(chǎn)質(zhì)量遷徙的特征規(guī)律，并提出改善地方法人機(jī)構(gòu)信貸資產(chǎn)質(zhì)量的政策建議。

關(guān)鍵詞：貸款質(zhì)量；遷徙矩陣；馬爾科夫模型

中圖分類號：F830.31 文獻(xiàn)標(biāo)識碼：B 文章編號：1674-0017-2016（12）-0088-03

一、引言

根據(jù)中國銀行業(yè)監(jiān)督管理委員會發(fā)布的數(shù)據(jù)，截至2016年6月末，商業(yè)銀行全行業(yè)不良貸款余額為14373億元，同比增長31.63%，不良貸款率1.81%，較2015年末上升0.14個百分點(diǎn)。與全國類似，受宏觀經(jīng)濟(jì)大環(huán)境的影響，2016年陜西省銀行業(yè)金融機(jī)構(gòu)的資產(chǎn)質(zhì)量下降，尤其是地方法人機(jī)構(gòu)不良貸款增加較多。截至2016年6月末，全省銀行業(yè)不良貸款率較年初提高0.22個百分點(diǎn)，預(yù)期未來一段時間金融機(jī)構(gòu)信貸資產(chǎn)狀況將繼續(xù)承壓。

本文以陜西省農(nóng)村信用社為例，通過數(shù)學(xué)模型分析其貸款資產(chǎn)質(zhì)量遷徙的特征規(guī)律，并對未來貸款質(zhì)量變化進(jìn)行預(yù)測，提出轉(zhuǎn)變發(fā)展思路、調(diào)整信貸投向、加強(qiáng)風(fēng)險(xiǎn)防控、實(shí)現(xiàn)穩(wěn)健經(jīng)營的對策思路。

二、陜西省地方法人機(jī)構(gòu)貸款質(zhì)量下遷的原因分析

總體來看，目前陜西省的金融風(fēng)險(xiǎn)主要體現(xiàn)為產(chǎn)能過剩行業(yè)以及與其相關(guān)的債務(wù)風(fēng)險(xiǎn)，地域范圍上主要集中在榆林地區(qū)。

分析陜西省地方法人機(jī)構(gòu)貸款質(zhì)量下遷的主要原因，有以下幾個方面：

一是宏觀經(jīng)濟(jì)增長放緩。2007年美國次貸危機(jī)以及2009年歐債危機(jī)的爆發(fā)，使國外經(jīng)濟(jì)受到重創(chuàng)，至今發(fā)達(dá)經(jīng)濟(jì)體復(fù)蘇依然緩慢，加之我國經(jīng)濟(jì)轉(zhuǎn)型節(jié)奏加快、結(jié)構(gòu)調(diào)整力度加大以及國內(nèi)對環(huán)境治理的加強(qiáng)，我國經(jīng)濟(jì)增速也開始換擋回落，進(jìn)入了發(fā)展的“新常態(tài)”。受此影響，煤炭價(jià)格大幅下跌，導(dǎo)致以煤炭行業(yè)為支柱產(chǎn)業(yè)的榆林地區(qū)經(jīng)濟(jì)遭到重創(chuàng)，停產(chǎn)、倒閉的中小型煤炭企業(yè)眾多，大型煤企也處于虧損狀態(tài)，煤貿(mào)以及當(dāng)?shù)氐姆康禺a(chǎn)行業(yè)也受到拖累出現(xiàn)下行。

二是信貸投向過于集中。陜西省榆林地區(qū)作為國家級能源化工城市，信貸資源分布主要集中在“兩高一資”特征比較明顯的采礦業(yè)、能源化工等涉煤行業(yè)，信貸風(fēng)險(xiǎn)相對集中。2012-2015年，陜西省對榆林市神木縣、府谷縣的50處不符政策規(guī)定的煤礦實(shí)施了關(guān)閉措施，由此形成了較多的銀行不良貸款。根據(jù)陜西省煤礦整頓關(guān)閉和資源整合工作要求，榆林市還將有70處煤礦需要關(guān)閉，84處煤礦納入淘汰落后產(chǎn)能行列，在新的產(chǎn)業(yè)政策和環(huán)保政策下，后期銀行信貸資產(chǎn)的下遷壓力較大。

三是去產(chǎn)能、限“雙高”等宏觀調(diào)控措施，也是導(dǎo)致機(jī)構(gòu)不良貸款上升的催化劑。隨著去產(chǎn)能的深入推進(jìn)，煤炭、鋼鐵、石油等產(chǎn)能過剩行業(yè)持續(xù)承壓，且這種壓力已經(jīng)開始沿著產(chǎn)業(yè)鏈向上下游行業(yè)擴(kuò)散，導(dǎo)致與產(chǎn)能過剩行業(yè)相關(guān)的行業(yè)，尤其是產(chǎn)業(yè)鏈上的中小企業(yè)和民營企業(yè)風(fēng)險(xiǎn)陸續(xù)暴露。如受煤炭、鋼鐵、石油行業(yè)去產(chǎn)能影響，交通運(yùn)輸業(yè)行業(yè)景氣度持續(xù)下行，全省交通運(yùn)輸業(yè)、倉儲和郵政行業(yè)不良貸款余額占比約為7%。此外，與產(chǎn)能過剩行業(yè)相關(guān)的服務(wù)類、銷售類的中小民營企業(yè)也已受到較為嚴(yán)重的影響，全省批發(fā)和零售行業(yè)不良貸款余額占比已達(dá)40%。

三、貸款質(zhì)量遷徙的實(shí)證分析

（一）陜西省農(nóng)信社貸款質(zhì)量遷徙矩陣的構(gòu)建

本文運(yùn)用相關(guān)數(shù)據(jù)，按季度構(gòu)建2012年至2016年二季度陜西省農(nóng)信社貸款質(zhì)量遷徙矩陣，分析其貸款質(zhì)量遷徙的特征。特別要說明的是，2015年5月，陜西省西安市將城區(qū)內(nèi)的6家聯(lián)社進(jìn)行改制，組建為秦農(nóng)銀行，自2015年2季度起陜西省農(nóng)信社和秦農(nóng)銀行分別進(jìn)行數(shù)據(jù)報(bào)送，為保證數(shù)據(jù)的連續(xù)性，我們將2015年2季度之后的數(shù)據(jù)進(jìn)行處理，將陜西省農(nóng)信社和秦農(nóng)銀行的數(shù)據(jù)進(jìn)行加總還原。

表1是2016年1季度陜西省農(nóng)信社貸款質(zhì)量遷徙矩陣，反映了機(jī)構(gòu)一季度貸款在各個質(zhì)量等級之間的遷徙情況。其中，對角線上反映了至期間，貸款仍保持同一質(zhì)量等級的比例，因此對角線上的數(shù)值越大（即越接近1），說明貸款質(zhì)量遷徙越穩(wěn)定。另外，從該矩陣看出，對角線上半部分和下半部分的數(shù)值表明貸款向下（貸款質(zhì)量惡化）和向上遷徙（貸款質(zhì)量好轉(zhuǎn)）的比例。表1中的數(shù)據(jù)顯示，2016年1季度陜西省農(nóng)信社的貸款質(zhì)量遷徙情況還是較為穩(wěn)定的，但向下遷徙的比率明顯大于向上遷徙的比率。

（二）陜西省農(nóng)信社貸款質(zhì)量遷徙的特征分析

1.貸款質(zhì)量總體穩(wěn)定，遷徙率較低。在貸款質(zhì)量遷徙矩陣中，非對角線上的數(shù)值之和表明了貸款質(zhì)量的總遷徙率，值越大說明遷徙率越高?？傔w徙率的計(jì)算公式如下：

■Q■P■/■Q■，i≠j

其中，Q■、Q■、Q■、Q■、Q■分別代表了T■時刻正常類、關(guān)注類、次級類、可疑類、損失類的貸款金額。通過計(jì)算發(fā)現(xiàn)，除了個別季度外，陜西省農(nóng)信社貸款質(zhì)量的總體遷徙率始終在2%至5%之間變化，剔除波動較大的數(shù)據(jù)后，平均遷徙率為3.62%。說明陜西省農(nóng)信社貸款質(zhì)量總體上較為穩(wěn)定，遷徙率較低。

2.貸款質(zhì)量遷徙走勢呈現(xiàn)明顯的季節(jié)變化特征。從整體走勢來看，普遍存在每年四季度貸款質(zhì)量的遷徙率高于其他三個季度的情況，如2012年、2014年、2015年四季度陜西省農(nóng)信社貸款質(zhì)量總體遷徙率分別為10.25%、9.44%、7.86%，遷徙率明顯偏高。另外，從向上遷徙率和向下遷徙率來看，每年四季度通常都表現(xiàn)為貸款質(zhì)量向上遷徙率大于向下遷徙率。分析原因，主要與年末監(jiān)管考核以及機(jī)構(gòu)自身考核有很大關(guān)系。在每年年末，機(jī)構(gòu)為了達(dá)到監(jiān)管目標(biāo)以及完成年初制定的計(jì)劃，會采取各項(xiàng)努力清降不良貸款的措施，促使向上遷徙的貸款增加，并導(dǎo)致總體遷徙率上升。

3.絕大部分季度貸款質(zhì)量向下遷徙率大于向上遷徙率。數(shù)據(jù)顯示，自2013年二季度開始，陜西省農(nóng)信社貸款質(zhì)量開始呈現(xiàn)出明顯的向下遷徙態(tài)勢，向下遷徙率大于向上遷徙率，且這種情況維持了9個季度，直到2015年3季度才出現(xiàn)好轉(zhuǎn)。

4.處于質(zhì)量等級最低的貸款遷徙最為穩(wěn)定，處于不良邊緣的貸款遷徙率較高。通過對不同質(zhì)量等級的貸款遷徙率分析發(fā)現(xiàn)，處于貸款質(zhì)量等級最低的貸款，即可疑類貸款和損失類貸款遷徙率較低，平均遷徙率分別只有0.74%和1.30%，也就是說，如果貸款質(zhì)量等級落入這兩個區(qū)域，就很難改變其狀態(tài)；處于質(zhì)量等級前端的正常類貸款和關(guān)注類貸款，其遷徙率要略高于可疑類貸款和損失類貸款遷徙率，平均遷徙率分別為5.77%和5.82%；而處于不良邊緣的次級類貸款，其遷徙率最高，平均達(dá)到37.10%，說明次級類貸款質(zhì)量最不穩(wěn)定，向上和向下遷徙的概率都比較高。

（三）陜西省農(nóng)信社貸款質(zhì)量預(yù)測

根據(jù)前文所述的預(yù)測方法，我們對2016年三季度、四季度陜西省農(nóng)信社貸款質(zhì)量進(jìn)行預(yù)測。把2016年二季度貸款質(zhì)量遷徙矩陣視為狀態(tài)轉(zhuǎn)移概率矩陣P，并將二季度貸款質(zhì)量分布情況作為進(jìn)行預(yù)測，結(jié)果顯示，2016年三、四季度，陜西省農(nóng)信社正常類貸款比例將會下降，關(guān)注類、次級類、可疑類貸款比例將會上升，說明在宏觀經(jīng)濟(jì)條件沒有大的改善的情況下，陜西省農(nóng)信社貸款資產(chǎn)質(zhì)量將會繼續(xù)惡化。

四、相關(guān)建議

一是嚴(yán)格把控信貸風(fēng)險(xiǎn)，從源頭上降低不良資產(chǎn)產(chǎn)生概率。構(gòu)建靈活的信貸退出機(jī)制，及時調(diào)整信貸結(jié)構(gòu)。隨著一些產(chǎn)能過剩行業(yè)企業(yè)破產(chǎn)倒閉、兼并重組的現(xiàn)象時有發(fā)生，商業(yè)銀行所面臨的風(fēng)險(xiǎn)正在逐步釋放。因此，對產(chǎn)能過剩程度較高、國家明令禁止以及預(yù)期會出現(xiàn)風(fēng)險(xiǎn)的行業(yè)，金融機(jī)構(gòu)要堅(jiān)決壓縮貸款規(guī)模，并建立靈活的信貸退出機(jī)制。對國家重點(diǎn)支持的行業(yè)以及一些高科技產(chǎn)業(yè)、新型產(chǎn)業(yè)提供有力的信貸支持，優(yōu)化自身信貸資金的行業(yè)投向，從而提高信貸資產(chǎn)質(zhì)量。嚴(yán)格落實(shí)信貸“三查”制度，防范業(yè)務(wù)操作風(fēng)險(xiǎn)。要按照規(guī)章制度開展貸前調(diào)查、貸時審查、貸后檢查，通過貸前調(diào)查、貸時審查全面了解借款人的基本情況、還款能力，通過貸后檢查及時發(fā)現(xiàn)風(fēng)險(xiǎn)隱患，采取風(fēng)險(xiǎn)防控措施，保證銀行信貸資金的安全。要將每一個步驟落實(shí)到位，切不可投機(jī)取巧，從而降低操作風(fēng)險(xiǎn)。

二是加大不良貸款清收力度，降低不良貸款比率。金融機(jī)構(gòu)要根據(jù)實(shí)際情況，差別對待不良貸款的清收。對于那些尚具備償還條件的個人和企業(yè)，通過審核后，可以通過展期、借新還舊等方式處置，這樣不僅可以幫助個人和企業(yè)渡過資金緊張的時期，還可以降低自身不良率。而對于那些已經(jīng)確定損失的貸款，可以運(yùn)用法律手段來維護(hù)自身權(quán)益，如成立不良貸款清收小組，聘請專業(yè)的律師團(tuán)隊(duì)，加強(qiáng)與公安、法院等政府部門的合作等，盡快實(shí)現(xiàn)不良貸款的清收。在不良貸款的處置過程中，還要加快債權(quán)的轉(zhuǎn)換速度，及時處置那些收回的抵押物，從而實(shí)現(xiàn)抵債資產(chǎn)入賬，降低不良貸款比率。另外，還要加強(qiáng)同稅務(wù)部門等的聯(lián)系，積極協(xié)調(diào)不良貸款核銷等相關(guān)事宜。

三是創(chuàng)新不良資產(chǎn)核銷方式，拓寬處置不良貸款的渠道。傳統(tǒng)的不良資產(chǎn)處置方式主要有法律訴訟、重組、抵債、呆賬核銷、資產(chǎn)轉(zhuǎn)讓、委外清收等，雖然這些方式和手段成功處置了大批的不良資產(chǎn)，但存在需要借款方高度配合、對抵債資產(chǎn)變現(xiàn)要求高等局限性。同時，由于不良資產(chǎn)增長速度較快，傳統(tǒng)的處置方式已經(jīng)無法滿足商業(yè)銀行的要求。為此，金融機(jī)構(gòu)應(yīng)積極探索，創(chuàng)新不良資產(chǎn)核銷方式，拓寬處置渠道，加快不良資產(chǎn)處置速度，從而提高資產(chǎn)質(zhì)量。目前來看，不良資產(chǎn)證券化是較為認(rèn)可的做法。通過資產(chǎn)證券化可以更好地發(fā)現(xiàn)不良資產(chǎn)價(jià)格，從而提高商業(yè)銀行不良資產(chǎn)的回收率，降低不良貸款占比。另外，債轉(zhuǎn)股也是目前討論較多的方式之一。

參考文獻(xiàn)

[1]房光友.基于馬爾科夫鏈的資產(chǎn)質(zhì)量預(yù)測建模研究[J].計(jì)算機(jī)仿真，2010，（12）：354-357。

[2]顧乾屏，孫曉昆，楊小煒，王濤.貸款遷移的馬爾科夫模型實(shí)證研究[J].金融理論與實(shí)踐，2008（1）：15-19。

[3]管程龍.我國商業(yè)銀行不良貸款處置新方式探討[J].現(xiàn)代金融，2016，（6）：27-29。

[4]劉妍.我國商業(yè)銀行不良貸款成因及相關(guān)因素分析[J].系統(tǒng)程，2014，（5）：65-70。

[5]施曉婧.商業(yè)銀行不良貸款的成因與對策分析[J].中國市場，2016，（29）：94-95。

[6]謝群良.銀行不良貸款處置的國際經(jīng)驗(yàn)與啟示[J].農(nóng)村金融研究，2015，（9）：29-32。

The Analysis and Prediction on Credit Assets Quality Migration of Local

Corporate Financial Institutions

—A Case of Shaanxi Rural Credit Cooperatives Union

HAN Wanying

（Xian Operations Office PBC， Xian Shaanxi 710002）

Abstract： In recent years， the credit assets quality of the commercial banks presents a deteriorating trend because of the macroeconomic environment at home and abroad. Similarly， the non-performing loans of Shaanxi local corporate financial institutions have also risen rapidly. Taking Shaanxi Rural Credit Cooperatives Union as the example and with the aid of mathematical model， the paper analyzes and summarizes the characteristics of the credit assets quality migration， and provides suggestions to improve the credit assets quality of Local corporate financial institutions.

Keywords： loan quality； migration matrix； Markov model

責(zé)任編輯、校對：續(xù)靜