商業銀行視角下信貸企業擔保圈風險識別與預警

靳晨升++李軍++童超

【摘 要】 在國內經濟下行背景下，全國各地信貸企業擔保圈風險相繼爆發，擔保圈風險已成為商業銀行區域性、系統性信貸風險管控的重點。借鑒大量國內外文獻的研究成果，從商業銀行視角出發，將矩陣識別與擔保圈網絡的脆弱性分析結合，提出了一種改進的脆弱性分析模型，測度了風險閾值的合理邊界。從三個階段分析和測度，第一階段通過矩陣識別出所有的信貸企業擔保圈，第二階段借鑒商業銀行風險評價體系進行風險分類，第三階段通過脆弱性分析預測出擔保圈內違約風險最大的信貸企業。調用某省商業銀行信貸企業數據庫，利用該銀行SAS審計信息分析系統，繪制出2016年該省某經濟開發區內所有信貸企業的擔保圈關系圖，并進行風險識別和預警，提出風險化解措施。實證結果與該省商業銀行信貸監測結果一致，該方法實現了定性和定量的有機結合，具有一定的實際應用意義和學術參考價值。

【關鍵詞】 信貸企業； 擔保圈； 風險預警； 脆弱性分析

【中圖分類號】 F832.2 【文獻標識碼】 A 【文章編號】 1004-5937（2017）13-0032-06

一、研究背景

信貸企業擔保圈，通常是指多家信貸企業通過擔保和互保等形式，形成的具有多對擔保關系的網絡群體，擔保形式常見的有互保、交叉擔保和循環擔保[1-2]。在國內經濟下行壓力下，商業銀行信貸規模逐步收緊，全國各地的擔保圈風險問題相繼暴露，擔保圈風險已經成為區域性、系統性信用風險爆發的主要形式之一[3-4]，可謂“牽一發而動全局”，無疑對商業銀行信貸資產安全構成嚴重威脅。因此，從商業銀行視角出發，積極探索信貸企業擔保圈風險識別與預警方法并采取相應的措施，對防止信貸企業擔保圈風險的進一步蔓延，保證商業銀行信貸資金安全具有重要的意義[5-6]。

20世紀80年代以來，隨著西方國家金融市場化進程相繼完成，商業銀行之間的市場競爭趨于白熱化，信貸企業之間的擔保關系等要素的重要性逐漸被重視，出現了大量的信貸企業擔保實證研究理論，引起了國內外眾多學者對信貸企業擔保風險的廣泛重視，西方學者涉及該理論的研究大致分為三個層次：第一層次是信貸配給的交易成本擔保理論，如Barro et al.[7]研究了關于擔保的影響因素，提出了擔保理論的融資類模型，研究對象包括交易成本、信貸規模和經濟功能等；第二層次是信貸配給的代理成本擔保理論，如Chen x y et al.[8]提出了擔保在處理股東和債權人之間利益關系的債務功能，可以通過擔保減弱貸款項目的高風險，及時緩解股東間存在的利益沖突，避免風險發生轉移和債券人的利益受到損失，該理論被稱為替代效應；第三層次是逆向選擇和道德風險擔保理論，如Bin et al.[9]提出了在商業銀行視角下，擔保、利率與信貸分配間的關系，提出了擔保逆向選擇理論，該理論從不對稱信息出發，根據道德風險和逆向選擇因素，使利率和期限等擔保和貸款要素成為一種新的結構，該結構被稱之為信貸契約，商業銀行之所以存在不同的債務合約結構，正是在契約結構因素的篩選過程中形成的。

目前，中國比較有代表性的理論研究有：馮根福等[10]認為由于中國的上市公司提供相互擔保，這就使得上市公司和商業銀行之間不可避免地存在道德風險，同時，上市公司之間的相關擔保也不同程度地存在一定逆向選擇；敖慧[11]以信息不對稱理論為出發點，對中國中小企業擔保行為的表現形式進行分析，認為中小企業在擔保中存在雙重的逆向選擇；袁嵩迪[12]認為中國的公司治理通常存在結構上的缺陷，表現為“一股獨大”，大股東及關聯人之間的擔保，往往是利用擔保占用信貸資金或將風險轉移，大股東就會借助其絕對控股權在資金募集和為企業擔保過程中來牟取私利，其行為損害了上市公司的正當利益。

綜合以上文獻，學術界對擔保圈風險識別與控制措施的研究對象多為上市公司，針對商業銀行視角下信貸企業的理論研究相對較少，且多為定性分析，缺乏對復雜擔保圈網絡的系統性和全局性的定量分析，存在一定局限性，不利于商業銀行風險管控政策的制定和實施[13-14]。西方國家雖然提出較多理論模型和方法，但由于國情不同，在我國的適用范圍有限。本文借鑒國內外學者的研究成果，從商業銀行的視角出發，研究信貸企業擔保圈風險，提出一種基于改進的脆弱性分析[15-17]模型，該模型借鑒商業銀行信貸風險體系評價方法，利用SAS審計信息分析系統，實現了定性和定量的有效結合，通過調用某省商業銀行信貸企業數據庫，對該省某經濟開發區內的信貸企業擔保圈進行風險識別和預警，并有針對性地提出建議和措施，驗證了模型的有效性和準確性。

二、改進的脆弱性分析模型

本文基于改進的脆弱性分析模型，提出一種信貸企業擔保圈定性分析和定量計算相結合的風險預警模型，具體流程見圖1。

（一）矩陣識別

基本思路是：使用窮舉查找的方法，對區域內所有的擔保關系進行識別，直到形成封閉的圈為止，對圈內所有的企業進行標識，記錄各自不交叉的擔保圈[18-19]，將結果整理，具體步驟如下：

第一步：在商業銀行信貸客戶的數據庫中，下載信貸客戶擔保關系對應表，該表包括“借款人代碼”和“保證人代碼”共兩列，其中，借款人代碼用J表示，保證人代碼用B表示，形成擔保關系的基礎表記為S，如果區域內的擔保關系為n對，那么該矩陣計為n×2的2列矩陣。

S=（JB）=j1b1j2b2…jnbn （1）

第二步：在擔保關系矩陣S中，取第一行記為V=（j1b1），假設V的第一個元素為j1，記錄為W，那么通過在S中查詢所有包含W的行，將查詢結果存放到V中，并將S中相應的行刪除，比如W存在于基礎矩陣S中，并且W出現于S中的第1、3、6行，那么此時的V矩陣可表示為：

V=j1b1j3b3j6b6 （2）

以此類推，將以V的第二個元素為查詢條件，將W重新賦值到V中記為b1，在基礎矩陣S中繼續查找，如果S中沒有再出現V中的元素，那么，此時V就是一個互不交叉的擔保圈，形成第一個擔保圈，記為擔保圈V1，將圈內的信貸客戶的擔保信息存放于保證關系表中，對結果進行整理。

第三步：根據第二步，使用同樣的方法，重復查找，可以找到區域內存在的其他擔保圈，標記為V2，V3，…，Vm，擔保圈的窮舉直到S為空時結束，定義T為窮舉后的擔保圈保證關系表，即：

T=V1V2…Vm （3）

假設在擔保圈基礎表S中，存在6對擔保關系，如企業B是企業A的擔保人，依次列出6對擔保關系，如下所示：

S=ABBAACDCEFFE （4）

在基礎表S中，V=（AB）記為第一行，按照第二步的思路，將V的第一個元素A記錄為W，通過在S中不斷窮舉，列出所有涉及A的擔保關系，并且在S中將A的元素刪除，可以得到：

V=ABBAAC （5）

S=DCEFFE （6）

在V中將W的值設為其他參數，在基礎表中，將C企業為A企業等的擔保關系也列示出來，記錄在V中，那么，就可以得到V1和V2共2個擔保圈，如下：

V1=ABBAACDC （7）

V2=EFFE （8）

使用該方法，直到基礎矩陣S元素全部為空，那么，可以將2個擔保圈合并到一個新的矩陣中，其中，A、B、C、D四家為第一個擔保圈的企業，E、F為第二個擔保圈的企業，如下：

Y=AB1BA1AC1DC1EF2FE2 （9）

使用以上矩陣方法，可以將保證人和擔保人所組成的對照表關聯起來，識別出區域內所有的擔保圈，之后再進行定性分析，運用商業銀行信貸企業風險評級體系，將擔保圈按照風險程度大小劃分為不同的類型，根據擔保圈內企業的要素如擔保關系數量、互保和循環擔保等來初步推斷其復雜程度，對不同類型擔保圈內企業的擔保能力、違約情況和信用記錄等復雜的因素進行量化分析，預測出可能出現風險的信貸企業。

（二）風險評價方法

風險評價方法是一種統計學評價參數體系，一般利用統計學和計量學方法進行風險的測算，綜合分析各種因素，得出整個系統出現風險的大小和程度，也可以結合傳統的計量學指標，推斷系統的安全等級，同時對可能出現的風險提出建議和控制措施，以使系統受到的損失最小[11]。現實中，由于信貸企業擔保圈通常較復雜，影響因素諸多，通常可利用信貸企業的擔保關系、經營效果、征信記錄等因素，對擔保圈從總體上進行綜合評價，將擔保圈按照風險程度劃分為四類，具體分類標準見圖2。

一類擔保圈，即風險可控的擔保圈，有三種情況：一是擔保圈內的企業均為商業銀行的長期優質客戶，生產經營情況良好，償債能力較強，最近3個月無本金逾期，最近6個月欠息，生產經營良好，企業償債能力較強，信用等級一般在AA級或以上；二是圈內企業的擔保能力較強，或有負債率較低，流動比率小于1或低于商業銀行平均水平，近3年內經營活動的凈現金流量不高，與負債總量相比低于商業銀行平均水平，企業之間擔保關系較為透明，信息披露及時準確；三是互保的情況符合銀行信貸政策，信用等級為AA-級（含）或以上水平，等級在銀行信貸評級體系中均較高，企業不存在過度融資，抵押物足以滿足融資額度。

二類擔保圈，即風險一般的擔保圈，有三種情況：一是圈內少數企業的擔保額≤25%，資產負債率超過80%，生產經營狀況不理想；二是少數企業存在過度融資，近3年企業凈利潤、經營性現金流均為正，但有下降趨勢，或流動比率和速動呈下降趨勢，企業存在對償債不利的影響因素，償債能力低下，擔保能力弱；三是圈內企業擔保關系相對復雜，或存在隱性的對外擔保（暗保），少數企業的信用等級為AA-級或以下。

三類擔保圈，即風險較大的擔保圈，有四種情況：一是圈內多數企業經營情況較差，多數企業擔保額>25%，存在他行不良信用貸款，或同一企業法人在他行出現不良信用記錄；二是圈內多數企業擔保能力較弱，企業償債能力不足，經營性凈現金流量為負，存在一定系統性或區域性風險；三是圈內企業存在較多隱性的擔保形式如暗保等，擔保圈情況較復雜；四是圈內部分企業是商業銀行信貸政策限制類客戶，如限制行業類客戶（高污染類和產能過高類等）或最近30天內到期的貸款金額占全年銷售收入的70%以上，企業當前的貸款處于關注級及以下。

四類擔保圈，即風險嚴重的擔保圈，有三種情況：一是圈內部分企業的擔保能力嚴重不足，經營難以維持，或已出現停工等情形；二是圈內部分企業出現貸款違約記錄，如最近3個月內有本金逾期，或最近6個月內有欠息現象，風險等級為次級及以下；三是圈內較多企業出現生產經營停滯，或融資風險全面暴露，擔保能力喪失，遭多家銀行起訴等情況。

（三）脆弱性分析

假設區域內擔保和被擔保的信貸企業數量為N，那么可以得到一個N×N的矩陣，設矩陣為Y。

利用矩陣識別模型，可以將擔保關系進行有效識別，那么，根據區域內企業的擔保關系，可以將Y表示為：

設P為企業的擔保向量集，Q為企業的被擔保向量集。

C代表企業的凈資本，D代表企業的負債。

可以將區域內擔保關系網絡用一個向量U=（Y，C，D）來描述，通常情況下，企業的凈資本、負債、擔保或被擔保的金額、擔保企業的數量等因素關系著整個網絡是否穩定，如果一家企業發生違約，那么極有可能會出現“多米諾效應”，這里定義一個指標K，代表企業在復雜的擔保關系中對整個擔保圈網絡的影響[20-21]，其中，d表示入度，該關鍵性的指標K為：

本文創新之處在于將擔保圈矩陣識別模型與復雜網絡的脆弱性分析模型結合，并利用風險評價方法對擔保圈進行準確分類，提出一種新的風險預警模型，獲得更加快速和準確的測算值；根據矩陣識別結果Y，可以得到擔保圈內擔保和被擔保企業的或有負債率和凈資本率，利用二者之比形成的杠桿率，可以推斷出企業的償債能力，若杠桿率過高，代表企業的償債能力較弱，則容易發生違約行為，改進后的脆弱性分析模型為：

在擔保圈的復雜網絡中，將初次違約的企業形成的集合記為Z0，為其擔保的企業形成集合Ω1，若ω>c，則將這類企業記為Z1，此時，可理解為第一輪搜索的結果；那么同理為Z1擔保的企業形成集合Ω2，若ω>c，則將這類企業記為Z2，為第二搜索；按照這種方法，依次搜索，可將最后一次的搜索記為Zn=？漬，那么整個擔保圈的違約概率為：

外在因素的影響也不可忽略，可以用初次違約的企業概率來體現，可以記為p，p值越大，說明外在因素對擔保圈的影響越劇烈，p值與整體違約率成正比關系。

可以得出一條影響程度與整體違約概率的關系曲線，通常將這條曲線稱為擔保圈的風險閾值曲線，那么擔保圈的風險閾值可進一步由整體違約率Φ的積分求出，記為：

通常情況下，擔保圈的風險閾值范圍是S∈（0.5，-0.9），S越大說明擔保圈的風險越大，因此，在信貸企業監測中，可以使用計算機數據庫分析系統，利用矩陣識別的方法首先找出復雜擔保圈關系網絡，再根據區域特點結合銀行的實際情況定義一個風險閾值，對于達到閾值的企業，應立即風險預警。

三、實證分析

本文利用國內某省商業銀行“SAS審計信息分析系統”，數據來源為2016年該銀行的信貸企業數據庫，以該省某經濟開發區內的擔保圈網絡為案例，采用本文所提出的改進的脆弱性分析模型進行風險識別與預警，驗證該方法的有效性。鑒于商業銀行客戶信息保密的原則，故以下將所有企業名稱進行脫敏操作。具體步驟為：

（一）矩陣識別

首先，在該銀行的信貸企業數據庫中調用信貸客戶的基本信息，列出所有借款人和保證人的擔保關系，見表1。

其次，使用矩陣對所有保證關系進行窮舉，識別出區域內所有的擔保圈，根據識別結果，整理擔保關系，畫出該省經濟開發區內信貸企業的擔保圈關系圖，如圖3所示。

（二）風險評價

借鑒商業銀行的風險評價體系，綜合考慮擔保圈內信貸企業的經營情況、擔保情況和信用記錄等因素，將擔保圈按風險程度進行分級，結果如表2所示。

（三）風險預警

使用本文提出的改進的脆弱性分析模型，借助該商業銀行SAS審計信息分析系統，測算風險較大的擔保圈V1和V3內的5家企業在2016年4個季度的脆弱性指標，采用該銀行風險評估專家小組的年度預測閥值，確定0.8為風險警戒線，計算結果見圖4。

測算結果顯示，2016年4個季度中，F化工有限公司和H宇化工有限公司的脆弱性指標均高于該銀行當年確定的風險警戒線0.8，表示上述兩家企業違約風險出現的概率較大，且有不斷擴大的趨勢，因此，應該立即進行風險預警，該結論與2016年該省商業銀行信貸監測結果一致，建議該商業銀行及時采取有效措施，降低擔保圈系統性和內生性風險，避免信貸企業擔保圈違約風險的“多米諾骨牌”效應。

（四）建議和措施

對于信貸企業擔保圈內存在較大風險的企業，商業銀行應該及時采取對策，將防范擔保圈違約風險的關口前移，最大限度地降低信用風險，具體措施為：（1）規范貸款流程。商業銀行要完善信貸政策，規范貸款流程，從源頭上防范信貸風險的出現，在信貸流程中，要嚴格審核企業貸款資金的償還能力，關注企業現金流量、營運能力和經營情況，了解企業的擔保情況，判斷是否存在過度擔保的風險，預測出現信用風險的概率，加強貸后流程的監督和審查，關注作為第二還款來源的擔保措施，并將其作為風險緩釋手段。（2）及時化解擔保風險。當擔保圈中擔保人的償還能力不足時，如出現過度擔保、利息或本金逾期、經營困難等情況，商業銀行應采取風險緩釋措施，如采取擔保方式置換，將保證方式置換為抵押或質押方式，進一步降低擔保風險，同時，要加強對逾期或不良貸款的保全，如貸款及時清收、多收少貸、停止融資和發放貸款等化解措施，避免擔保圈風險的進一步擴大。（3）加強擔保圈風險監控。商業銀行要加強對區域內擔保圈的日常監督和檢查，定期摸底，搞清擔保圈的數量和風險程度，分類管理，了解擔保圈內企業的擔保關系、償債能力和經營情況，通過多種渠道多方搜集企業的相關數據，如信貸數據庫中的企業財務報表、人民銀行征信系統的征信報告、工商局網站和紅盾網等，徹底摸清企業的擔保、經營和信用情況，預測擔保圈內潛在的風險，提早采取措施，避免擔保圈信用風險的爆發。

四、結論

本文調用某省商業銀行信貸企業數據庫，提出了改進的脆弱性分析模型，并利用該商業銀行風險評價體系進行分類，繪制出該省某經濟開發區內所有信貸企業的擔保圈關系圖，進行了風險識別和預測，測算出存在較大違約風險的企業，并針對該銀行提出風險化解措施。該模型的測算結果與2016年該省商業銀行信貸監測結果一致。因此，在當前全國各地信貸企業擔保圈違約事件頻發的背景下，對商業銀行而言，可通過本文提出的改進模型，測度擔保圈風險的合理邊界，加強對信貸企業違約風險的防范力度，提高銀行自身風險管控能力，避免和削弱內生性和系統性信貸風險的集中爆發。

【參考文獻】

[1] 陳道富.我國擔保圈大數據分析的初步發現[J]. 中國發展觀察，2015（1）：71-75.

[2] 呂蘇越.銀行業擔保圈風險與化解之道[J].中國農村金融，2016（12）：14-16.

[3] 鄭燕平.對商業銀行防范化解授信擔保圈風險的對策研究[J].中國經貿，2016（6）：140-141.

[4] 陳道富，劉新海.我國擔保圈大數據分析與風險管控[J].中國農村金融，2016（12）：25-27.

[5] JIN L，SHUNJIE Z.Financial ecology，economic growth and regional development difference：based on coupling analysis of China's provinces[J]. Management Review， 2015（12）：6-13.

[6] 潘小勤.商業銀行視角下擔保圈貸款風險管控的探索與研究[J].農村金融研究，2015（9）：54-56.

[7] BARRO R J. Rational expectations and the role of monetary policy[J].Journal of Monetary Economics， 1976， 2（1）： 1-32.

[8] CHEN X Y，et al. Formation and prevention of “Guarantee Circle” crisis[J]. Journal of Fujian Institute of Socialism，2004（3）：16-21.

[9] BIN L S L. Analysis of the interest relatives in listed companies' guarantee circle——“Hongyi series” as an example[J]. Journal of Shanghai Finance University，2007（1）：57-62.

[10] 馮根福，馬亞軍，姚樹潔.中國上市公司擔保行為的實證分析[J].中國工業經濟，2005（3）：13-21.

[11] 敖慧.信用擔保風險評價與控制研究[D].武漢理工大學博士學位論文，2007.

[12] 袁嵩迪.我國上市公司擔保圈形成的動因分析——以河南擔保圈為例[D].山東大學碩士學位論文，2016.

[13] 童嬋.基于商業銀行視角的“擔保圈”風險管控研究[D].浙江大學碩士學位論文，2011.

[14] YI L I N. Cause analysis of the guarantee circle risks and preventive measures[J]. Journal of Jilin Financial Research， 2014（10）：5-11.

[15] GOLLIER C， PRATT J W. Risk vulnerability and the tempering effect of background risk[J]. Econometrica： Journal of the Econometric Society， 1996：1109-1123.

[16] CORBETT J，VINES D. Asian currency and financial crises： Lessons from vulnerability， crisis and collapse[J].The World Economy， 1999，22（2）：155-177.

[17] GAPEN M T， GRAY D F， LIM C H， et al. The contingent claims approach to corporate vulnerability analysis： estimating default risk and economywide risk transfer[J]. Corporate Restructuring： Lessons from Experience. The World Bank Group：Washington，DC，2004：261-300.

[18] 張東.銀行業金融機構擔保圈風險化解探析[J].安徽電氣工程職業技術學院學報，2015，20（2）：40-43.

[19] JIAN M， XU M. Determinants of the guarantee circles： The case of Chinese listed firms[J]. Pacific-Basin Finance Journal，2012，20（1）：78-100.

[20] 張進紅，顧小明.對新常態下商業銀行擔保圈貸款風險管理的探索和思考[J].現代金融，2016（10）：12-14.

[21] 楊志會.關于商業銀行信貸業務擔保風險管理的思考[J].智富時代，2016（4）：96-97.