不良貸款回收率的預測模型在確定金融不良債權資產商業性轉讓對價中的適用性分析

摘?要：本文通過文獻回顧了單戶處置企業的不良貸款回收率預測模型和打包處置企業的不良貸款回收率預測模型的建立。鑒于在金融不良債權資產商業性轉讓前所獲取資料、信息條件的限制與局限性，論證了相關因素回歸分析法在估算金融不良債權資產價值的適用性及相對優勢，通過實際將上述預測模型應用到金融不良債權資產商業性轉讓對價的確定中，實證結果表明：預測估算結果達到了較高的精度，同時提出操作應用該模型的建議。

關鍵詞：不良貸款;不良債權;回收率;影響因素;預測模型;相關因素回歸分析法

中圖分類號：F253.7文獻標識碼：A文章編號：1008-4428（2019）06-0120-02

一、 引言

在國際上如美國、日本、韓國等很多國家利用資產管理公司對不良資產進行處置是一種通行的做法。

我國商業銀行在伴隨著利率市場化的進程運營中累積了大量不良貸款，1999年官方公布的不良貸款率高達29.18%。為此，國家專門成立四大資產管理公司對四大國有銀行的不良貸款進行對口接收處置。截至2017年底，銀監會發布2017年四季度主要的監管指標數據：商業銀行不良貸款余額仍有1.71萬億元，不良貸款率1.74%;關注類貸款余額3.41萬億元，關注類貸款率3.49%。資產管理公司對銀行金融不良債權資產的收購及處置是經常發生的事情且還有很長的路要走。因此從資產管理公司和銀行的角度對金融不良債權資產的商業性轉讓如何確定對價進行研究，有著重要而現實的意義。

二、 傳統估算方法在金融不良債權資產價值測算中的應用不足

（一）金融不良債權資產價值特征

金融不良債權資產即金融不良資產，是指銀行持有的次級、可疑及損失類貸款，金融資產管理公司收購或者接管的金融不良債權，以及其他非銀行金融機構持有的不良債權。結合資產管理公司商業性收購金融不良債權資產有專屬《關于審理金融資產管理公司收購、管理、處置國有銀行不良貸款形成的資產的案件適用法律若干問題的規定》等法律規定和專有處置渠道的獨特特點，絕大多數情況下金融不良債權資產價值不適用市場價值定義，而應適用于非市場價值。同時考慮到金融不良債權資產大多是由不良貸款轉換而來，債務人多數處于不正常經營的關停或半關停狀態。因此，對金融不良資產的估算實質是處于缺少配合、信息不對稱、現場勘察困難等限制條件下的估算。且金融不良債權資產估算結果經常受到處置時間緊、要求變現、資產質量差、市場狹小等特殊因素的影響，故銀行金融不良債權資產價值類型對應的非市場價值絕大多數情況應為被迫出售、快速變現的清算價值。

（二）金融不良債權資產價值估算研究現狀

由于金融機構風險管理中的核心概念違約損失率（LGD ）與不良資產的回收率（RR）的關系為：RR=1-LGD，因此對違約損失率與回收率研究是等同的。

以前因為不良貸款的數據難以獲得，國內對LGD的實證研究比較少，研究水平停留在影響因素的統計分析或對LGD預測模型的理論探討階段。張海寧繪制了我國銀行業抽樣數據的違約回收率直方圖，僅按行業做出直方圖分析。葉曉可，劉海龍采用浙江省溫州市某銀行十年間的違約貸款數據，分別按照風險暴露、期限、擔保方式和地區分析了LGD的結構特征。直到2011年5月中科院和中國科學技術大學的王博，唐躍等利用實際數據建立了LGD或回收率的預測模型，適合中國國情是該預測模型最大的特點。

（三）傳統估算方法應用不足

估算資產價值的傳統技術手段主要有三種基本的估算方法：成本法、市場法、收益法。

1. 成本法一般適用于有形資產

金融不良債權資產由于除去以資抵債資產外，是信用債權資產，無明確的有形資產標的物，另不良貸款形成原因各異而無替代且所對應的債務企業或資產大部分處于非正常經營的關停、閑置狀態，故不具備成本法應用前提。

2. 市場法原理是根據替代原則采用比較和類比的方法來估算資產價值

其應用前提是存在活躍的公開市場且要有可比的資產及交易活動。金融不良債權資產直至現在也沒形成開放性公開交易市場，就算有交易，但可比性差，很難做因素調整與修正，選擇三個以上參照物更是艱難。

3. 收益法的原理是通過計算預期利潤的現值來估算資產價值

其應用前提是資產的未來預期的收益、風險、預期獲利年度可以預測并可以貨幣量化。由于金融不良債權資產對應企業大都資不抵債或關停倒閉，未來收益具有很大不確定性，即使預測變現額（現金流）也是非常困難，所以收益法也不適用。

（四）金融不良債權資產價值特殊估算方法及應用分析

盡管上述傳統估算技術不能滿足金融不良債權資產估算要求，但仍為特殊估算方法奠定了基礎。《債權資產價值分析技術框架》中就指出這些特殊估算方法包括：假設清算法、現金流償債法、交易案例比較法、專家打分法和其他適用方法。程鳳朝也明確提出金融不良債權資產的評估方法體系包括5種方法：信用評價法、假設清算法、Delphi（專家判斷）法、交易案例比較法、相關因素回歸分析法。

以上各種估算方法中除專家打分法或Delphi（專家判斷）法和相關因素回歸分析法外，其他方法均為傳統估算方法的變種，均有前面已描述的使用局限性，在實際的確定銀行金融不良債權資產的商業性轉讓對價操作中均不適用。而Delphi（專家判斷）法的關鍵是所選專家的實際經驗和水平，但往往受專家選擇范圍的局限，多輪打分后統計方差不能趨于合理，故一般慎重使用。

只有相關因素回歸分析法是通過收集市場處置的大量交易案例，分析影響債權回收價值的相關因素，運用數理統計的方法，對相關因素變量進行回歸分析，確立經驗回歸方程、回歸系數，在此基礎上建立待估債權價值或不良貸款回收率的預測模型，并將有關債權的因素變量代入，得到債權估值。

銀行將金融不良債權資產整體打包處置進行商業性轉讓，所涉及的企業情況特別復雜，除極少數配合處置，大量面臨的是不配合，諸多信息不對稱、資料不全難以收集、現場勘察困難、甚至對應實物資產存不存在等未知狀況，再加上債權包商業性轉讓時給予資產管理公司的調查時間緊、要求變現等因素，尤其是在對債權包中涉及大宗的債務人、擔保戶且涉及大量復雜產權關系的情況下，如逐戶開展估值，既無法進行也不經濟。對于不良債權包，特別是信用債權資產，運用不良貸款回收率預測模型估算其回收價值進行確定對價，比傳統的估算方法更易于操作，且更為科學、嚴謹。

三、 不良貸款回收率預測模型應用實證分析

以2015年至2018年12月期間，江蘇省內的資產管理公司收購各家銀行打包處置不良債權實例數據為證：抽樣涉及15個債權包，債務人263個，債權金額172，247.37萬元，轉讓方式為招標、協議。運用不良貸款回收率預測模型估值測算與成交定價結果比較，差異最小為0.05%，最高為4.21%，可見該預測模型有較高的精度與很強的實務操作性。

四、 結論與建議

（一）結論

銀行將金融不良債權資產整體打包處置進行商業性轉讓時，對于不良債權包，特別是信用債權資產，運用相關因素分析也即運用不良貸款回收率預測模型估算其回收價值進行確定對價，比運用傳統估算方法估算具有既科學、嚴謹又節約成本的相對優勢。

（二）操作應用建議

運用不良貸款回收率預測模型估算債權包的回收價值時，若債權包中的債權資產對應有不動產或設備抵押，應先估算不動產或設備資產變現回收價值，再將該債權資產減去估算的不動產或設備資產變現回收價值后也即優先受償不足以償還的部分作為一般信用債權。

王博，唐躍等采用的樣本數據來源于LossMetrics數據庫歷史數據，受時間及宏觀經濟環境的變化影響，不良貸款回收率預測模型每隔一段時間應進行完善與校正，將是對進一步提高債權包估算預測精度十分有意義的工作。

參考文獻：

[1]中國資產評估協會.金融不良資產評估指導意見（中評協【2017】52號）[S].中國資產評估準則，2017.

[2]張海寧.銀行反對銀行[M].北京：清華大學出版社，2004.

[3]葉曉可，劉海龍.銀行不良貸款違約損失率結構特征研究[J].上海管理科學，2006（6）：12-15.

[4]王博，唐躍，陳浩，溫琪，陳敏，楊曉光.我國不良貸款回收率的影響因素和預測模型[J]. 系統工程理論與實踐，2011（5）：870-879.

[5]中國資產評估協會.債權資產價值分析技術框架[S].金融不良資產評估指導意見（試行）附件1.

[6]程鳳朝.金融不良資產評估[M].北京：中國人民大學出版社，2005.

[7]程鳳朝.金融不良債權整體評估方法研究[J].會計研究，2004（10）.

作者簡介：

但勇，男，江蘇華證會計師事務所有限公司副所長，研究方向：金融風險管理。