【摘要】： 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、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)險急劇增加,銀行資本充足率明顯不足,面臨著嚴(yán)重的流動性風(fēng)險。據(jù)美國聯(lián)邦存款保險公司(FDIC)統(tǒng)計的數(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,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、市場風(fēng)險和操作風(fēng)險中,信用風(fēng)險是我國銀行業(yè)面臨的主要風(fēng)險。全面實(shí)施巴塞爾新資本協(xié)議信用風(fēng)險的內(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)險量化模型計量精度和準(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)、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,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)險管理中,由于我國特殊的國情,不良貸款回收率對整個貸款風(fēng)險管理是必不可少的。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估計和處置都是重要的組成部分。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,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LossMetricsTM,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”、“先回收率單點(diǎn)預(yù)測模型到分布估計模型”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(0recovery rate1)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GDP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,分析了我國不良貸款回收率分布特點(diǎn),把過去對不良貸款回收率的研究從點(diǎn)預(yù)測推廣到分布估計上； (5)首次結(jié)合處置效應(yīng)和宏觀經(jīng)濟(jì)的二維度,以處置延續(xù)時間為劃分變量,按處置時間的長短把全樣本分為四個子樣本,分別考慮了子樣本中的宏觀經(jīng)濟(jì)因素對回收率波動造成的影響。
【圖文】：

前文已分析了我國不良貸款形成的特殊原因，這與我國經(jīng)濟(jì)體制的轉(zhuǎn)軌是息息相關(guān)的，第三章將詳細(xì)分析影響我國不良貸款回收率的因素的特殊性，本節(jié)將從分布的特殊性著手，簡要分析我國不良貸款回收率模型框架的特殊性。圖2.2給出LossCalc中美國貸款違約損失率和我國不良貸款回收率的對比圖。丫:::一標(biāo)一~石~，，.二 6080100120圖2.2:美國和中國違約損失率(回收率)對比圖通過上圖可以明顯的看出，美國的違約損失率分布圖的峰值是在20%和80%，而我國的不良貸款回收率分布圖的峰值是在0和1，這種分布的差異直接導(dǎo)致在構(gòu)建模型時能否直接變換的差異以及在描述beta分布圖時，分布的特征形狀的差異，第五、六章將更深入的分析這種差異對于構(gòu)建模型的影響�；凇靶纬稍颉�、“分布形狀”和“影響因素”這三個我國的特殊性，本文在構(gòu)建LGD計量框架時

穆迪 (2005)在Losscalc模型中，詳細(xì)分析了包括行業(yè)、地區(qū)、擔(dān)保級別和宏觀等因素對美國債券和貸款的違約損失率的影響，給出了一年期和多期違約損失率預(yù)測模型影響因素的框架和貢獻(xiàn)度大小對比，如圖3.1所示，分別從抵質(zhì)押、行業(yè)、宏觀和地區(qū)以及公司特性等四個方面分析了影響損失率的因素Debt(e川.Co】}歇erao今ndu引ryMa獷刁日OrDeC0nonl訟G印91日phi。 FifmSPe。一石�！甇韶犯一丫.翎徹O口以.1盯，濘勺臼口lal廿入匆‘如lO%，O%20%30%雞C%SC%圖3.1:美國貸款LGD影響因素對比分析圖(來源自穆迪 LosscalcV2)而分析我國不良貸款違約損失率與國外的難度和影響因素大有不同，這主要
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2010
【分類號】：F224;F832.4

【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 衷誠斌;張德鵬;;國有商業(yè)銀行不良貸款的形成原因及解決對策[J];金融教育研究;2011年06期

相關(guān)碩士學(xué)位論文 前2條

1 彭澤禹;我國商業(yè)銀行信用風(fēng)險管理研究[D];財政部財政科學(xué)研究所;2011年

2 李海娜;住房價格與商業(yè)銀行不良貸款率關(guān)系的實(shí)證研究[D];吉林大學(xué);2012年

本文編號：2605463