地方法人機構信貸資產質量遷徙情況分析及預測

韓婉瑩

摘 要：受國內外宏觀經濟環境的影響，近幾年商業銀行資產質量出現下降趨勢，陜西省地方法人機構也出現不良貸款快速上升的情況。本文以陜西省農村信用社為例，借助數學模型分析總結其貸款資產質量遷徙的特征規律，并提出改善地方法人機構信貸資產質量的政策建議。

關鍵詞：貸款質量；遷徙矩陣；馬爾科夫模型

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

一、引言

根據中國銀行業監督管理委員會發布的數據，截至2016年6月末，商業銀行全行業不良貸款余額為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。與全國類似，受宏觀經濟大環境的影響，2016年陜西省銀行業金融機構的資產質量下降，尤其是地方法人機構不良貸款增加較多。截至2016年6月末，全省銀行業不良貸款率較年初提高0.22個百分點，預期未來一段時間金融機構信貸資產狀況將繼續承壓。

本文以陜西省農村信用社為例，通過數學模型分析其貸款資產質量遷徙的特征規律，并對未來貸款質量變化進行預測，提出轉變發展思路、調整信貸投向、加強風險防控、實現穩健經營的對策思路。

二、陜西省地方法人機構貸款質量下遷的原因分析

總體來看，目前陜西省的金融風險主要體現為產能過剩行業以及與其相關的債務風險，地域范圍上主要集中在榆林地區。

分析陜西省地方法人機構貸款質量下遷的主要原因，有以下幾個方面：

一是宏觀經濟增長放緩。2007年美國次貸危機以及2009年歐債危機的爆發，使國外經濟受到重創，至今發達經濟體復蘇依然緩慢，加之我國經濟轉型節奏加快、結構調整力度加大以及國內對環境治理的加強，我國經濟增速也開始換擋回落，進入了發展的“新常態”。受此影響，煤炭價格大幅下跌，導致以煤炭行業為支柱產業的榆林地區經濟遭到重創，停產、倒閉的中小型煤炭企業眾多，大型煤企也處于虧損狀態，煤貿以及當地的房地產行業也受到拖累出現下行。

二是信貸投向過于集中。陜西省榆林地區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、能源化工等涉煤行業，信貸風險相對集中。2012-2015年，陜西省對榆林市神木縣、府谷縣的50處不符政策規定的煤礦實施了關閉措施，由此形成了較多的銀行不良貸款。根據陜西省煤礦整頓關閉和資源整合工作要求，榆林市還將有70處煤礦需要關閉，84處煤礦納入淘汰落后產能行列，在新的產業政策和環保政策下，后期銀行信貸資產的下遷壓力較大。

三是去產能、限“雙高”等宏觀調控措施，也是導致機構不良貸款上升的催化劑。隨著去產能的深入推進，煤炭、鋼鐵、石油等產能過剩行業持續承壓，且這種壓力已經開始沿著產業鏈向上下游行業擴散，導致與產能過剩行業相關的行業，尤其是產業鏈上的中小企業和民營企業風險陸續暴露。如受煤炭、鋼鐵、石油行業去產能影響，交通運輸業行業景氣度持續下行，全省交通運輸業、倉儲和郵政行業不良貸款余額占比約為7%。此外，與產能過剩行業相關的服務類、銷售類的中小民營企業也已受到較為嚴重的影響，全省批發和零售行業不良貸款余額占比已達40%。

三、貸款質量遷徙的實證分析

（一）陜西省農信社貸款質量遷徙矩陣的構建

本文運用相關數據，按季度構建2012年至2016年二季度陜西省農信社貸款質量遷徙矩陣，分析其貸款質量遷徙的特征。特別要說明的是，2015年5月，陜西省西安市將城區內的6家聯社進行改制，組建為秦農銀行，自2015年2季度起陜西省農信社和秦農銀行分別進行數據報送，為保證數據的連續性，我們將2015年2季度之后的數據進行處理，將陜西省農信社和秦農銀行的數據進行加總還原。

表1是2016年1季度陜西省農信社貸款質量遷徙矩陣，反映了機構一季度貸款在各個質量等級之間的遷徙情況。其中，對角線上反映了至期間，貸款仍保持同一質量等級的比例，因此對角線上的數值越大（即越接近1），說明貸款質量遷徙越穩定。另外，從該矩陣看出，對角線上半部分和下半部分的數值表明貸款向下（貸款質量惡化）和向上遷徙（貸款質量好轉）的比例。表1中的數據顯示，2016年1季度陜西省農信社的貸款質量遷徙情況還是較為穩定的，但向下遷徙的比率明顯大于向上遷徙的比率。

（二）陜西省農信社貸款質量遷徙的特征分析

1.貸款質量總體穩定，遷徙率較低。在貸款質量遷徙矩陣中，非對角線上的數值之和表明了貸款質量的總遷徙率，值越大說明遷徙率越高。總遷徙率的計算公式如下：

■Q■P■/■Q■，i≠j

其中，Q■、Q■、Q■、Q■、Q■分別代表了T■時刻正常類、關注類、次級類、可疑類、損失類的貸款金額。通過計算發現，除了個別季度外，陜西省農信社貸款質量的總體遷徙率始終在2%至5%之間變化，剔除波動較大的數據后，平均遷徙率為3.62%。說明陜西省農信社貸款質量總體上較為穩定，遷徙率較低。

2.貸款質量遷徙走勢呈現明顯的季節變化特征。從整體走勢來看，普遍存在每年四季度貸款質量的遷徙率高于其他三個季度的情況，如2012年、2014年、2015年四季度陜西省農信社貸款質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為貸款質量向上遷徙率大于向下遷徙率。分析原因，主要與年末監管考核以及機構自身考核有很大關系。在每年年末，機構為了達到監管目標以及完成年初制定的計劃，會采取各項努力清降不良貸款的措施，促使向上遷徙的貸款增加，并導致總體遷徙率上升。

3.絕大部分季度貸款質量向下遷徙率大于向上遷徙率。數據顯示，自2013年二季度開始，陜西省農信社貸款質量開始呈現出明顯的向下遷徙態勢，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季度才出現好轉。

4.處于質量等級最低的貸款遷徙最為穩定，處于不良邊緣的貸款遷徙率較高。通過對不同質量等級的貸款遷徙率分析發現，處于貸款質量等級最低的貸款，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，如果貸款質量等級落入這兩個區域，就很難改變其狀態；處于質量等級前端的正常類貸款和關注類貸款，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，平均達到37.10%，說明次級類貸款質量最不穩定，向上和向下遷徙的概率都比較高。

（三）陜西省農信社貸款質量預測

根據前文所述的預測方法，我們對2016年三季度、四季度陜西省農信社貸款質量進行預測。把2016年二季度貸款質量遷徙矩陣視為狀態轉移概率矩陣P，并將二季度貸款質量分布情況作為進行預測，結果顯示，2016年三、四季度，陜西省農信社正常類貸款比例將會下降，關注類、次級類、可疑類貸款比例將會上升，說明在宏觀經濟條件沒有大的改善的情況下，陜西省農信社貸款資產質量將會繼續惡化。

四、相關建議

一是嚴格把控信貸風險，從源頭上降低不良資產產生概率。構建靈活的信貸退出機制，及時調整信貸結構。隨著一些產能過剩行業企業破產倒閉、兼并重組的現象時有發生，商業銀行所面臨的風險正在逐步釋放。因此，對產能過剩程度較高、國家明令禁止以及預期會出現風險的行業，金融機構要堅決壓縮貸款規模，并建立靈活的信貸退出機制。對國家重點支持的行業以及一些高科技產業、新型產業提供有力的信貸支持，優化自身信貸資金的行業投向，從而提高信貸資產質量。嚴格落實信貸“三查”制度，防范業務操作風險。要按照規章制度開展貸前調查、貸時審查、貸后檢查，通過貸前調查、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現風險隱患，采取風險防控措施，保證銀行信貸資金的安全。要將每一個步驟落實到位，切不可投機取巧，從而降低操作風險。

二是加大不良貸款清收力度，降低不良貸款比率。金融機構要根據實際情況，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，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。而對于那些已經確定損失的貸款，可以運用法律手段來維護自身權益，如成立不良貸款清收小組，聘請專業的律師團隊，加強與公安、法院等政府部門的合作等，盡快實現不良貸款的清收。在不良貸款的處置過程中，還要加快債權的轉換速度，及時處置那些收回的抵押物，從而實現抵債資產入賬，降低不良貸款比率。另外，還要加強同稅務部門等的聯系，積極協調不良貸款核銷等相關事宜。

三是創新不良資產核銷方式，拓寬處置不良貸款的渠道。傳統的不良資產處置方式主要有法律訴訟、重組、抵債、呆賬核銷、資產轉讓、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，但存在需要借款方高度配合、對抵債資產變現要求高等局限性。同時，由于不良資產增長速度較快，傳統的處置方式已經無法滿足商業銀行的要求。為此，金融機構應積極探索，創新不良資產核銷方式，拓寬處置渠道，加快不良資產處置速度，從而提高資產質量。目前來看，不良資產證券化是較為認可的做法。通過資產證券化可以更好地發現不良資產價格，從而提高商業銀行不良資產的回收率，降低不良貸款占比。另外，債轉股也是目前討論較多的方式之一。

參考文獻

[1]房光友.基于馬爾科夫鏈的資產質量預測建模研究[J].計算機仿真，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證研究[J].金融理論與實踐，2008（1）：15-19。

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

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

[5]施曉婧.商業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驗與啟示[J].農村金融研究，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

責任編輯、校對：續靜