銀行債權類不良資產評估方法改進研究

彭勝志 賀平

[摘 要] 銀行不良資產主要涉及銀行的不良貸款，是指不能按預先約定的期限、利率收回本金和利息的貸款。目前銀行債權類不良資產的評估方法主要有四種，它們分別是假設清算法、信用評價法、交易案例案例比較法與專家打分法，每一種評估方法都存在缺陷，使得評估價值不具有參考性。通過對常見的四種銀行債權類不良資產評估方法提出改進的思路，力求使得評估結果更加具有可靠性，以保護銀行在不良資產處置過程中利益不受損害。

[關鍵詞] 債權類不良資產;評估方法;改進

[中圖分類號] F640[文獻標識碼] A[文章編號] 1009-6043（2019）04-0141-03

一、引言

銀行債權類不良資產的評估方法主要有四種，它們分別是假設清算法、信用評價法、交易案例比較法和專家打分法。每一種評估方法或多或少存在缺陷，這使得評估價值缺乏參考性。目前，為了響應習近平防范金融風險的號召，許多銀行急于處置自己的不良資產，為了保護銀行在不良資產處置過程中利益不受到損害，尋找合理有效的評估方法就顯得尤為重要了。

二、各評估方法存在的問題

1.假設清算法在實踐過程中存在的問題。主要有兩個：第一，假設清算法是建立在假設企業已經進入清算環節的基礎上，然而企業實質上并沒有進入清算環節，計算出的評估結果與現實必然是存在偏差的。第二，假設清算法是一種不良資產債權回收的模擬，在我國不良資產處置的環境中，偏重對財務因素的評估，缺失對非財務因素的考量，使得評估結果的可靠性受到質疑。非財務因素如債務企業還款意愿也會對評估結果產生影響，這是因為不良資產的產生本身就是還款意愿和還款能力兩個因素綜合決定的，缺失了對還款意愿的分析，會影響到評估結果的有效性。另一方面，不良資產的回收過程一般先是協商催收，如果不行的話再采用訴訟催收。在協商催收階段，是不會強制企業償還某項不良資產的，因此還款意愿對于清收的結果是有影響的。

2.信用評價法在實踐過程中存在的問題。主要有三個：第一，定量指標只考慮了債務企業的財務狀況、資產營運狀況、償債能力狀況、發展能力狀況，對現金流這一指標的重視程度不夠。按照目前的會計準則，企業的資產負債表和利潤表是以權責發生制編制的，企業的現金流量表是以收付實現制編制的，利潤表中存在正的利潤并不一定代表現金流量表中存在正的現金流量，而決定企業能否拿出足夠資金來償還債務的是現金流量，因此在定量指標當中現金流量指標應該有一席之地。第二，定性指標所占比重過低。在我國傳統的信用評價打分模式下，定量指標占到80%的比重，定性指標只占到20%的比重。事實上，定性指標含有大量的信息，往往能在不經意之間決定貸款償還的走向。國際上著名的評級機構有三個，分別是標普、穆迪和惠譽。他們具有多年的評級經驗，在評級過程中也是采用定量與定性相互結合的方法，但是他們更加偏重定性分析，認為定量指標只能反映企業目前的過去與現在的情況，不能反映企業未來的償債能力。綜合上述，有必要提高定性指標的比重。第三，已設立的定性指標不夠全面。目前一共有八個定性指標，它們分別是領導班子基本素質、產品市場占有能力、基本管理水平、在崗員工素質、技術裝備更新水平、行業影響力、企業經營發展策略、長期發展能力預測，對于處于所有行業的所有企業，定性指標永遠是這八個，這也是不合理的。因為不同的行業具有不同的特色，例如對于餐飲行業，食品質量是一個受重視程度比較高的因素，然而在原有的評價體系下，不能夠反映這個因素，所有又必要對于某些特殊行業制定專項指標。

3.交易案例比較法在實踐過程中存在的問題。主要有兩個：第一，目前公開的不良資產交易成交案例比較少，評估人員在選取與被評估案例相似的參考案例時，由于樣本量較少，有時會產生將就用的心理，容易造成評估結果與最終成交價格產生較大的偏離，因而限制該方法在實務中的使用。第二，評估人員在做因素調整時，由于國內沒有統一因素項目，評估人員一般會運用學術論文中提及的因素和調整方法，而不會根據實際情況來增加或者減少相關因素以及修改調整的方法。這樣計算出的評估價值是不可靠的。

4.專家打分法在實踐過程中存在的問題。主要有兩個：第一，討論結果主要建立在專家確定性的判斷上，缺少對專家意見模糊性特征的考慮，不能夠真實反映專家的見解。第二，以中位數或者均值來形成一個統一的數值，會舍棄部分有價值的專家意見。

三、各評估方法的改進思路

1.針對假設清算法的改進，考慮在評估中加入企業還款意愿這一非財務因素的考量。企業還款意愿主要受到內部因素與外部因素的綜合影響。通過閱讀整理國內外文獻，總結出影響還款意愿的主要內部因素有企業經營能力、企業信用意識與企業資產結構，影響還款意愿的主要外部因素有法律環境、行業發展前景、擔保情況。由此，可以建立還款意愿模型Y=f（K1，K2），K1=g（X1，X2，X3），K2=h（X4，X5，X6），其中Y代表還款意愿系數，K1代表內部因素，K2代表外部因素，X1代表企業經營能力，X2代表企業信用意識，X3代表企業資產結構，X4代表法律環境，X5代表行業發展前景，X6代表擔保情況。假設函數呈線性關系，則每個影響因素前都會存在系數，這些系數代表的是每個影響因素的權重。在確定權重方面，本文建議采用層次分析法，通過邀請多位不良資產領域的專家，對各層指標重要性程度進行比較并打分，最終可以確定每個影響因素的權重。由于加入了還款意愿系數，不良資產的受償金額公式發生了改變。新的公式為不良債權受償金額=特定優先受償金額+（不良債權總額-不良債權特定優先受償金額）×一般償債能力系數×還款意愿系數Y+新增償還特定不良債權金額。該模型適用于協商催收階段的價值評估。在具體評估案例時，需要評估人員協助專家一起對企業的經營能力、信用意識、資產結構、法律環境、行業發展前景、擔保情況進行打分，然后把打分化成0到1之間的小數，乘以對應的權重，層層往上推，就可以獲得還款意愿系數Y。

2.針對信用評價法的改進，結合信用評級實務，重新構建企業信用評級體系。在定量指標選取方面，舍棄基本指標與修正指標相互結合的模式，將部分修正指標直接放入基本指標，并且加入現金流量評價指標。于是，新的指標體系可以是這樣的：償債能力方面，選取資產負債率、流動比率、速動比率。盈利能力方面，選取總資產報酬率、凈資產收益率、銷售利潤率。營運能力方面，選取總資產周轉率、存貨周轉率、應收賬款周轉率。成長能力方面，選取銷售增長率、資本積累率和總資產增長率。現金流量方面，選取現金流量充足率與現金流動負債比率。在定量指標打分方面，前四個方面由于國家每年會公布企業績效評價標準值的數據，故可以采用原打分模式，即各單項得分加總后取得總分的方法。其中，單項得分=本檔基礎分+調整分=×（上檔基礎分-本檔基礎分）+本檔基礎分，本檔基礎分=權重×本檔標準系數，上檔基礎分=權重×上檔標準系數。后一個方面由于國家目前沒有公布相關標準，故參考中國企業評價協會在對企業信用評級時使用的標準。即當現金流量充足率Q>1時取100分，0.830%時取100分，22%

79.5，70，62，57，52，44.5，29.5，9.5）T，可以獲得定性指標的評分。綜合上述分析，當債務企業為大企業時，總評分=定量指標評分×70%+定性指標得分×30%。當債務企業為中小企業時，總評分=定量指標評分×60%+定性指標得分×40%。評估人員在得到總評分并分析貸款性質后，可以對應得到企業的信用評級、貸款方式系數和貸款形態系數，進而可以計算貸款本金和利息的損失率。最終不良資產的回收價值=貸款本金×（1-貸款本金損失率）+貸款利息×（1-貸款利息損失率）。

3.對于交易案例比較法可針對具體案例設計特定因素調整表進行改進。針對交易案例比較法的改進，由于每個參考交易案例具有不同的形態特征，很難建立一套標準化的因素調整表，故建議在面對具體評估案例時，邀請專家協同評估人員共同建立一套針對于待評估案例的因素調整表，調整方式可參照資產評估協會發布的金融不良資產評估指導意見，同時評估人員需要注意的評估原則是單項因素的修正幅度不應該超過總分的20%，所有因素的修正幅度不應該超過總分的30%。

4.針對專家打分法可引入三角模糊數進行改進。該方法通過在調查問卷中設定模糊因素，使得專家們的評價信息能夠更全面地反映。具體的操作步驟是第一，邀請每位專家確定債權最樂觀回收率與最悲觀回收率。第二，對專家的評價結果統計整理，去除落在兩倍標準差以外的極端值。之后構建悲觀三角數（Pmin，Pave，Pmax）和樂觀三角數（Omin，Oave，Omax），其中min代表最小值，max代表最大值，ave代表幾何平均值。第三，進行收斂性檢驗。Z=Pmax-Omin，M=Oave-Pave，當Z<=0時，即兩個三角形無重疊，則表明專家評價區間值存在共識區段，共識值S存在于該區段中，并且有S=。當Z>0，且Z<=M時，即兩個三角形出現有限重疊，雖然沒有共識區間，但我們認為專家意見滿足收斂性，并且以兩個模糊交點所對應的評價值作為共識值，即S=。當Z>0，且Z>M時，即兩個三角存在大量重疊，表示專家的意見比較分散，需進行下一輪的問卷調查，直到意見呈收斂時停止以上步驟。

四、結論

通過對常見的銀行債權類不良資產評估提出改進的思路，力求使得評估結果更加具有可靠性。對于假設清算法通過加入還款意愿函數進行改進;對于信用評級法通過重新構建企業信用評級體系進行改進;對于交易案例比較法需針對具體案例設計特定因素調整表，以此進行改進;對于專家打分法通過引入三角模糊數進行改進。希望此次對銀行債權類不良資產評估的研究能夠運用到不良資產評估的實務中。

[參考文獻]

[1]唐瑩.假設清算法在金融不良資產評估實務中的優化[J].財會月刊，2016（24）：76-78.

[2]甘云.不良資產評估方法改進方向研究[J].科學與財富，2014（3）.

[3]黃舒婷.基于多層次模糊評價法的農村信用社不良債權評估[D].華北電力大學，2014.

[4]李曉彥.優化交易案例比較法在金融不良資產評估中的應用研究[J].企業導報，2011（11）：57-58.

[5]劉聰.金融行業不良資產評估問題研究[J].今日財富，2017（16）：37-38.

[6]龍貞杰，王善康，孫浩.中小企業信用評級模型研究——基于CAMEL框架[J].系統科學學報，2017（3）：104-108.

[7]汪柏林.采用德爾菲法評估金融不良資產時的收斂性檢驗[J].中國資產評估，2006（7）：36-41.

[責任編輯：潘洪志]