時空演化特征分析在商業銀行貸后管理審計中的應用

方云玲

[摘要]本文以F銀行貸后檢查執行率和逾期貸款金額為樣本數據，運用長期均衡模型和脈沖響應分析評價貸后管理效果，并運用泰爾指數、探索性空間數據和時空躍遷等分析方法，對貸后檢查執行率的區域差異和時空演化特征進行分析，有針對性地提出改進貸后管理的有關建議。

[關鍵詞]商業銀行 ? 貸后管理 ? 時空特征

2017年以來，商業銀行由于貸后管理不到位，

面臨的監管處罰風險和逾期風險日益加大，審計過程中重點關注貸后管理相關制度的執行情況、貸款用途真實性、貸后管理流程有效性、風險管理和資產質量狀況等就顯得十分迫切。

一、貸后管理效用評價

貸后管理是指商業銀行對信貸業務客戶自授信放款起到授信業務結束的全流程管理過程，貸后管理內容包括但不限于客戶經營管理狀況、擔保物、風險分類、信貸資產質量、本息回收、風險預警及處理、不良資產處置及保全、審計等內外部監督檢查、檔案管理等方面。

由于貸后檢查執行率是落實貸后管理的重要體現，也是商業銀行加強信貸資產管理的重要手段。因此，本文以F銀行企業貸款為例，通過建立VAR模型，定量分析企業貸款貸后檢查執行率及其逾期貸款的長期均衡模型與脈沖響應。

（一）長期均衡模型分析

由于VAR模型要求研究變量必須是平穩的，非平穩的變量時間序列數據會導致模型失真，且擬合的結果難以科學、客觀地解釋實際情況，對于非平穩的變量可通過差分獲得平穩的變量數據。因此，本文首先對企業貸款的貸后檢查執行率和逾期金額兩個變量進行標準化，其次對標準化后的變量數據進行平穩性檢驗，最后運用Stata軟件進行單位根平穩性（ADF）檢驗。檢驗結果如表1所示。

由表1可知，F銀行企業貸款業務逾期金額（Y）檢驗的統計量值為-3.38，在5%的臨界值-3.05水平下，拒絕原假設H0，說明原數據為平穩時間序列;F銀行企業貸款業務的貸后執行率（X1）變量為非平穩的時間序列數據，但通過一階差分后，能夠在5%的顯著水平下拒絕原假設，差分后的變量數據成為平穩的時間序列。

運用最小二乘法，對差分后平穩的F銀行企業貸款的貸后執行率和逾期貸款兩個變量構建協整方程，形成的協整方程為式（1），該方程T統計量值為-3.6276，P值為0.0018，通過Johansen協整方程檢驗。

sY=-0.6397sX （1）

協整方程式（1）表明，2015年1季度至2019年4季度期間，F銀行企業貸款貸后檢查執行率與逾期貸款金額成反比關系，系數為-0.6397，說明提高貸后檢查執行率能夠及早發現存量客戶的風險，并采取有效防范措施降低逾期貸款，從而有效提升資產業務資產質量。

（二）脈沖響應分析

協整方程式（1）體現出長期均衡情況下，貸后檢查執行率與逾期貸款金額之間存在長期穩態關系。但國內外經濟、金融環境的快速變化，影響了企業的生產經營，只有加強貸后管理，提高貸后檢查執行力度和頻次，才能及時發現企業風險點。因此，需要了解貸后檢查執行率的波動沖擊對逾期貸款金額的影響。脈沖響應分析是給予貸后檢查執行率一個誤差項的標準差沖擊，分析該沖擊對逾期貸款金額的影響。本文運用Eviews軟件，分析貸后檢查執行率對逾期貸款金額的脈沖響應分析，分析結果如圖1所示。

由圖1可知，當在本期給貸后檢查執行率一個正沖擊后，逾期貸款金額在當期降低到最低點，第二期回升至最高點，第三期又開始下降，且長期趨于穩定的反向影響;反之，在本期給貸后檢查執行率一個負沖擊后，逾期貸款金額在當期上升至最高點，第二期下降至最低點，第三期又開始上升，且長期趨于穩定的正向影響。這表明通過提高貸后檢查執行率，無論是短期還是長期，對壓降逾期貸款金額、提高資產質量的作用是顯現的，這一結論與協整方程式（1）表明的兩個變量之間的長期關系相一致。

二、貸后執行率的時空特征分析

整體來看，提高F銀行企業貸款的貸后檢查執行率，能夠提升貸款的資產質量水平，但由于F銀行各地區分行的經營管理特點不同，貸后檢查執行率的地域差異較大，且隨著時間的推移，地域差異還存在一定的演化特征。因此，研究F銀行企業貸款貸后檢查執行率的時空特征，能夠因地制宜地給出相關審計建議和對策，縮小區域差異，優化空間布局，對促進F銀行企業貸款業務高質量發展具有重要意義。

（一）貸后檢查執行率的區域差異分析

本文運用空間統計分析中的泰爾指數，對F銀行31個省份的貸后檢查執行率進行測算，測算結果如表2所示。

由表2可知，2015年F銀行企業貸款貸后檢查執行率的總泰爾指數為0.324，2019年為0.741，說明整體上貸后檢查執行率的地區總差異呈現大幅上升趨勢。對總差異進行進一步分解發現，區域間的變動軌跡與地區總差異的變動軌跡相反，呈現縮小趨勢;區域內的變動軌跡與地區總差異的變動軌跡相同，呈現大幅上升趨勢。從差異的貢獻率情況來看，區域間貢獻率從2015年的9.99%下降至2019年的0.81%，區域內貢獻率從2015年的90.01%上升至2019年的99.19%，且區域間貢獻率均小于區域內貢獻率，說明區域內差異是造成地區總差異的主要原因。

本文進一步對F銀行東、中、西部的企業貸款貸后執行率進行深入分析，結果如表3所示。

由表3可知，2015年和2019年西部地區差異最大，東部地區次之，中部地區最小，且2015年東、中、西部地區的差異均小于2019年東、中、西部地區的差異。結合逾期貸款金額指標來看，2019年末，西部地區的四川、甘肅逾期貸款金額分別為4.2億元、2.5億元，在全國分別排在第4位、第5位，而西部地區的寧夏、新疆逾期貸款金額分別為0.26億元、0.16億元，在全國分別排在第28位、第29位，西部地區內的差異較大。

（二）貸后檢查執行率的時空演化特征分析

2015年，F銀行企業貸款貸后檢查執行率較高的地區有福建、重慶、甘肅、寧夏、遼寧、湖北、吉林、河南8個地區分行，貸后檢查執行率均超過10%;貸后檢查執行率較低的地區有上海、西藏、青海、天津、山東、陜西、黑龍江、新疆8個地區分行，貸后檢查執行率均低于5%。2019年，F銀行企業貸款貸后檢查執行率較高的地區有江西、湖南、甘肅、福建、重慶、吉林、廣東、海南、江蘇、貴州10個地區分行，貸后檢查執行率均超過40%;貸后檢查執行率較低的地區有西藏、湖北、安徽、新疆、四川5個地區分行，貸后檢查執行率均低于10%。

總體而言，2015年至2019年，F銀行企業貸款貸后檢查執行率得到了大幅提升。2019年，貸后檢查執行率較低的地區集中在中部和西部地區的5家分行，其逾期貸款金額合計12.52億元，占全國的25.48%，大幅超過平均水平（16.13%），進一步說明貸后檢查執行率對逾期貸款金額產生重要影響。

運用GeoDa軟件對2015年、2019年F銀行轄內31個省分行企業貸款貸后檢查執行率的全局空間相關性進行分析，如表4所示。

由表4可知，2015年、2019年F銀行企業貸款貸后檢查執行率的Moran，s I指數值均為正數，分別為0.085、0.036，說明F銀行省域間的企業貸款貸后檢查執行率存在空間正相關性，且呈現下降趨勢，均未通過顯著性檢驗，表明F銀行省域間的企業貸款貸后檢查執行率不存在顯著的空間正相關關系（高高或低低聚集特征不明顯），進一步說明各省分行的貸后管理方式和執行效果不同，但未能影響到其他省份。

本文運用局部空間自相關分析法對F銀行各省分行企業貸款貸后檢查執行率的局部空間特征進行分析，分析結果如表5所示。

由表5可知，2015年、2019年四個象限的省分行個數相近，說明F銀行全國各地區分行企業貸款貸后執行率呈現出“集聚”與“分異”并存的現狀。湖南、福建、廣東、吉林和遼寧5個省分行長期處于第一象限，說明這5個地區分行自身的企業貸款貸后檢查執行率較高，并易于向周邊地區擴散，但2019年位于第一象限的省分行個數較2015年減少3個，總計7個，說明該7個省分行與周邊省分行的空間差異較小;僅黑龍江省分行長期保持在第二象限，2019年位于第二象限的省分行個數較2015年增加1個，總計7個，說明該7個省分行企業貸款的貸后檢查執行率水平較低，其相鄰省分行貸后檢查執行率較高，但擴散效應未能帶動該7個地區分行貸后檢查率水平的提高;2019年較2015年貸后檢查率處于第三象限的省分行個數減少1個，總計8個，山西、西藏、天津、青海、河北5個省分行長期處于第三象限，說明該5個分行企業貸款貸后檢查執行率還處于較低水平，以低低水平集聚為主;2019年較2015年位于第四象限的省分行個數增加3個，總計9個，云南、甘肅、重慶和北京4個分行長期處于第四象限，說明該4個地區分行的企業貸款貸后檢查執行率較高，但未能充分發揮其擴散效應，周邊地區難以受益。

基于上文空間關聯模式分析結果，本文進一步運用時空躍遷法分析F銀行企業貸款的貸后檢查執行率的時空躍遷情況，分析結果如表6所示。

由表6可知，2015—2019年期間，F銀行企業貸款的貸后檢查執行率有15個省（市、區）未發生躍遷（即屬于Ⅳ類型），St值為48.39%，說明F銀行企業貸款的貸后檢查執行率的空間穩定性一般，不具備高度的路徑鎖定特征，導致一半數量的省分行的貸后檢查執行率在2015—2019年期間發生了躍遷，表明各省分行的貸后檢查管理和執行情況有較大的變化。

三、主要結論與對策建議

（一）主要結論

本文從審計角度深入研究分析影響貸后管理水平的指標以及對商業銀行資產質量的影響，得出以貸后檢查執行率指標來綜合評價貸后管理水平，并以該指標對商業銀行信貸業務資產質量的影響進行研究，得出以下結論：（1）貸后檢查執行率對逾期貸款產生長期負向影響;（2）區域內差異是造成地區總差異的主要因素;（3）西部地區的分行差異最大，東部地區次之，中部地區最小;（4）2019年較2015年，F銀行企業貸款的貸后檢查執行率水平大幅提升;（5）F銀行省域間的企業貸款貸后檢查執行率不存在顯著的空間正相關關系，各省分行的貸后管理方式和執行效果不同，但未影響到其他省份;（6）F銀行全國各地區分行企業貸款貸后執行率呈現“集聚”與“分異”并存的現狀;（7）F銀行企業貸款的貸后檢查執行率空間穩定性一般，不具備高度的路徑鎖定特征，導致一半數量省分行的貸后檢查執行率發生了躍遷，各省分行的貸后檢查管理和執行情況出現較大變化。

（二）對策建議

為促進商業銀行貸后檢查執行率水平的提升，減少地區差異，形成強化貸后管理思想，及早防范信貸業務風險，壓降逾期貸款金額，提出以下政策建議。

一是增強水平較高分行帶動水平較低分行力度，統一貸后管理要求。一方面，對于貸后檢查執行率較高、逾期貸款金額低的分行，通過加強貸后管理模式、方法等培訓指導，降低區域間貸后檢查執行率差異度，整體提升貸后管理水平;另一方面，通過制定制度規范，統一貸后管理要求，加強貸后檢查執行力度，強化實地檢查貸款客戶，獲取企業生產經營狀況信息，收集增值稅發票、購銷合同等經營性憑證，并及時分析，及早防范風險，進一步降低區域內貸后檢查執行率差異。

二是以信息技術為支撐，建立有效的風險信息監測體系。一方面，商業銀行應及時引入新的信息技術方法，并強化在貸后管理工作中的應用。比如，在貸后的貸款用途和風險監測時，通過大數據技術分析，及時獲取外部信息，提早發現風險點并予以防范處置。另一方面，不同區域的經濟發展水平和商業銀行經營管理具有一定的差異，企業應結合區域特色，引入科學的風險評價指標，完善貸后風險監測體系，切實防范因貸后監測不到位引發的貸款逾期風險。

三是強化綜合性人才培養，打造專業化貸后管理團隊。隨著銀行業市場競爭的白熱化，商業銀行“重發展、輕管理”的現象依然存在，應強化培養既掌握信貸業務又掌握風險監測防范的人才隊伍，打造專業化貸后管理團隊，提高貸后管理工作效率，提升商業銀行對外部經濟環境、客戶經營管理信息變動的全程動態化監控，及時發現客戶逾期和不良苗頭，有針對性地制定應對策略。

四是建立健全重大風險事項報告和激勵約束機制。一方面，建立貸后管理發現重大風險事項報告制度，成為防控信貸業務風險的重要措施和方法，商業銀行貸后檢查人員應本著高度的責任心，深入落實貸后管理工作，對貸后檢查發現的企業重大投資、變更、虧損等事項及時進行報告，才能有效防范風險。另一方面，應建立健全貸后管理人員績效考核制度，從貸后檢查工作量、質量和效果進行全方位考核，對于發現風險點并及時預警提示、采取有效措施化解風險的貸后管理人員，應給予獎勵;對于因貸后管理工作不到位、未扎實開展貸后檢查工作而造成未及時發現風險點、形成貸款逾期和不良的，應予以懲罰;對于因客觀原因造成的貸款逾期和不良，要根據實際情況，免除貸后管理人員責任認定，鼓勵貸后管理人員及時發現和預警提示風險。

（作者單位：中國郵政儲蓄銀行審計局南昌分局，郵政編碼：330013，電子郵箱：452361603@qq.com）

主要參考文獻

劉霖. B銀行H分行公司授信業務貸后管理研究[D].哈爾濱：哈爾濱工業大學， 2018

徐駿.中國建設銀行溫州分行貸后管理的研究[D].杭州：浙江理工大學， 2019

周武健.審計視角下對加強商業銀行貸后管理的方法探索[J].經濟觀察， 2011（8）：91-92