我國不良貸款違約損失率計(jì)量模型研究.pdf

1、不良資產(chǎn)的清收、管理和處置一直是經(jīng)濟(jì)、金融問題的重中之重。最近十五年內(nèi)爆發(fā)的兩次大規(guī)模金融危機(jī)—亞洲金融風(fēng)暴和次貸金融海嘯都與銀行業(yè)不良資產(chǎn)緊密相連，最直接的原因即為銀行業(yè)不良資產(chǎn)的過度累積。銀行業(yè)的不良資產(chǎn)以不良貸款為主要載體，截至2008年三季度，我國銀行業(yè)不良貸款仍高達(dá)12654.3萬億，貸款占比5.49％，其中國有銀行不良貸款高達(dá)11173.8萬億，貸款占比7.35％，是不良貸款的主要來源。當(dāng)前我國銀行業(yè)正面臨后次貸危機(jī)和巴塞爾

2、新資本協(xié)議2012在國有銀行全面實(shí)施的雙重壓力，總結(jié)過去不良貸款的歷史經(jīng)驗(yàn)、管理次貸危機(jī)影響下導(dǎo)致的不良貸款、防止寬松信貸政策特別是上萬億的刺激經(jīng)濟(jì)貸款發(fā)放后可能產(chǎn)生的不良貸款，是我國銀行業(yè)需解決的嚴(yán)峻問題。
　　 2007年美國爆發(fā)次貸危機(jī)后，其對全球金融和經(jīng)濟(jì)的不良影響在2008-2009年達(dá)到頂峰，許多銀行，保險(xiǎn)等金融機(jī)構(gòu)和國家被卷入其中，銀行不良貸款率和壞帳大幅上升，貸款信用風(fēng)險(xiǎn)急劇增加，銀行資本充足率明顯不足，面臨著嚴(yán)

3、重的流動性風(fēng)險(xiǎn)。據(jù)美國聯(lián)邦存款保險(xiǎn)公司(FDIC)統(tǒng)計(jì)的數(shù)據(jù)顯示，僅2009年破產(chǎn)的銀行就高達(dá)百家，而預(yù)計(jì)為破產(chǎn)銀行善后的費(fèi)用就需上千億美金。目前雖然經(jīng)濟(jì)、金融環(huán)境有企穩(wěn)好轉(zhuǎn)的趨勢，但仍存在很大風(fēng)險(xiǎn)，諸如冰島、希臘等面臨的國家破產(chǎn)危機(jī)、在未來幾年可能會破產(chǎn)的數(shù)百家銀行、依然脆弱的國際金融市場等等。而這其中，急需處置、轉(zhuǎn)讓和管理的銀行業(yè)不良貸款是核心問題之一。
　　 在外部金融環(huán)境的重重壓力下，2010年我國的部分國有大銀行已初步

4、開始實(shí)施巴塞爾新資本協(xié)議，而2012年將有更多的國有銀行和股份制商業(yè)銀行將全面實(shí)施巴塞爾新資本協(xié)議。在巴塞爾新資本協(xié)議指出的信用風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)中，信用風(fēng)險(xiǎn)是我國銀行業(yè)面臨的主要風(fēng)險(xiǎn)。全面實(shí)施巴塞爾新資本協(xié)議信用風(fēng)險(xiǎn)的內(nèi)部評級高級法，既給予了銀行更多的資本金管理寬度和自由度，也對信用風(fēng)險(xiǎn)量化模型計(jì)量精度和準(zhǔn)確度提出了更高的要求。內(nèi)部評級法的高級法要求銀行能夠建立巴塞爾新資本協(xié)議中的四個關(guān)鍵因素：違約率(PD)，違約損失率(LGD

5、)、違約暴露(EAD)和期限(M)的量化模型。其中LGD的估量，作為與PD密切相關(guān)的二維信用評級體系中的一環(huán)顯得至關(guān)重要。正確估計(jì)和預(yù)測不良貸款的LGD，對我國銀行業(yè)更好的實(shí)施巴塞爾新資本協(xié)議具有重要的意義。首先，針對不良貸款的信用風(fēng)險(xiǎn)監(jiān)管已經(jīng)納入巴塞爾新資本協(xié)議中，只有總結(jié)過去不良貸款回收和處置的經(jīng)驗(yàn)，才能在巴塞爾新資本協(xié)議下更好的監(jiān)管未來可能出現(xiàn)的不良貸款；而更為重要的一點(diǎn)是，在巴塞爾新資本協(xié)議中的核心部分—銀行業(yè)貸款的風(fēng)險(xiǎn)管理中，

6、由于我國特殊的國情，不良貸款回收率對整個貸款風(fēng)險(xiǎn)管理是必不可少的。目前我國銀行業(yè)現(xiàn)狀是大量的違約不良貸款在2000年前后劃撥給了四大資產(chǎn)管理公司，而銀行在剔除掉劃撥或者出售給資產(chǎn)管理公司的不良貸款后而估計(jì)出來的整體貸款LGD水平，無疑會低估貸款的LGD，在此基礎(chǔ)上計(jì)算出的最低監(jiān)管資本要求會被全面低估，監(jiān)管當(dāng)局對貸款債務(wù)人評級水平等也會造成偏差。因此，準(zhǔn)確考量現(xiàn)階段我國銀行業(yè)LGD的真實(shí)水平，資產(chǎn)管理公司對不良貸款的LGD估計(jì)和處置都是重

7、要的組成部分。綜上可知在當(dāng)前國內(nèi)外形勢的要求下，總結(jié)我國資產(chǎn)管理公司過去近十年在不良貸款回收和處置方面的經(jīng)驗(yàn)，建立不良貸款LGD的量化模型迫在眉睫。
　　 與長期被銀行業(yè)、學(xué)術(shù)界和各信用評級機(jī)構(gòu)所關(guān)注違約率(PD)的研究相比，由于數(shù)據(jù)缺乏、影響因素眾多和形成原因多樣等問題，對違約損失率(LGD)國外學(xué)者也是從90年代中后期才開始關(guān)注，而國內(nèi)的研究起步更晚，大部分還處于定性的描述，定量模型幾乎一片空白。而且我國銀行業(yè)不良貸款LGD

8、與國外有明顯差別，獨(dú)具中國特色，在分析和建模上都與國外有所不同。主要表現(xiàn)在：我國不良貸款形成原因的特殊性；我國不良貸款違約損失率分布的特殊性；影響我國不良貸款違約損失率因素的特殊性；我國不良貸款違約損失率預(yù)測估計(jì)模型的特殊性四個方面。本文基于國內(nèi)最大的違約損失率數(shù)據(jù)庫LossMetrics TM，分析了來自中國銀行、工商銀行和建設(shè)銀行包含十七個省市二十一個行業(yè)共20000余筆的不良貸款數(shù)據(jù)，圍繞“由判別分類模型到廣義線性預(yù)測模型”、“先

9、回收率單點(diǎn)預(yù)測模型到分布估計(jì)模型”和“從靜態(tài)因素模型到加入動態(tài)宏觀因素模型”的主線，系統(tǒng)構(gòu)建了不良貸款回收率(1-違約損失率)的量化估計(jì)與預(yù)測框架，給出了多個量化實(shí)證模型，其中由于違約損失率和回收率加和為1的特殊相關(guān)性，本文在研究問題時將交互使用這兩個概念，具體結(jié)構(gòu)如下：
　　 第二章探討了我國不良貸款的形成原因，處置現(xiàn)狀，以及其違約損失率分布特征等，與國際上不良貸款的處置情況進(jìn)行對比并根據(jù)其違約損失率分布特征給出本文分析不良貸

10、款違約損失率的量化模型框架；
　　 第三章從債務(wù)人、貸款自身、宏觀經(jīng)濟(jì)和處置效應(yīng)等多角度詳細(xì)分析了影響我國不良貸款違約損失率的關(guān)鍵因素，重點(diǎn)分析了獨(dú)具中國特色的影響因素；第四章利用多項(xiàng)logistic方法，構(gòu)建了中小型企業(yè)不良貸款回收率(1-違約損失率)的分類判別模型，分析了完全回收(recovery rate=1)，完全無回收(recovery rate=0)，部分回收中較低(recovery rate∈(0，0.5))，部分

11、回收較高(recovery rate∈(0.5，1))四類不同回收率的債務(wù)人的特點(diǎn)，給出不良貸款資質(zhì)判別的基本參考；
　　 第五章基于前文的分類判別基礎(chǔ)，首次對非極端回收(0＜recovery rate＜1)的我國不良貸款回收率建立了變換后的線性模型；
　　 第六章利用廣義beta回歸方法，把我國的不良貸款的回收率點(diǎn)預(yù)測模型推廣到不良貸款分布估計(jì)上，并分析了回收率分布均值、方差與各影響因素的關(guān)系，此外還在模型中引入了GD

12、P增長率，把模型從靜態(tài)推廣到動態(tài)情況；
　　 第七章利用廣義logistic模型族，首次從GDP增長率和資產(chǎn)處置時間效應(yīng)的二維角度，分析了零回收強(qiáng)度隨時間波動的規(guī)律和影響其波動的原因；
　　 第八章總結(jié)了不良貸款LGD量化模型建立的實(shí)際意義，根據(jù)模型和數(shù)據(jù)需求給出相應(yīng)的政策建議。
　　 本文的創(chuàng)新點(diǎn)在于：
　　 (1)通過統(tǒng)計(jì)圖表詳盡分析了影響我國不良貸款顯著因素，重點(diǎn)分析了包括處置方法、轉(zhuǎn)讓方式等中國特

13、色的因素；
　　 (2)結(jié)合我國不良貸款分布的雙峰以0，1為峰值的特征，給出了“先判別—后回歸”的建模思路，這與國外的回收率模型都是直接回歸有明顯區(qū)別；
　　 (3)針對我國不良貸款按戶回收的特點(diǎn)和判別后所得到的非極端回收貸款，創(chuàng)新的提出了由單筆到多筆、由簡單到復(fù)雜的建模思想，并在模型構(gòu)建中，對比了beta-正態(tài)變換和logit變換在擬合優(yōu)度和變量顯著性的差異；
　　 (4)首次引入廣義beta回歸模型，分析了我