地方法人机构信贷资产质量迁徙情况分析及预测

摘 要：受国内外宏观经济环境的影响，近几年商业银行资产质量出现下降趋势，陕西省地方法人机构也出现不良贷款快速上升的情况。本文以陕西省农村信用社为例，借助数学模型分析总结其贷款资产质量迁徙的特征规律，并提出改善地方法人机构信贷资产质量的政策建议。

关键词：贷款质量；迁徙矩阵；马尔科夫模型

中图分类号：F830.31 文献标识码：B 文章编号：1674-0017-2016（12）-0088-03

一、引言

根据中国银行业监督管理委员会的数据，截至2016年6月末，商业银行全行业不良贷款余额为14373亿元，同比增长31.63%，不良贷款率1.81%，较2015年末上升0.14个百分点。与全国类似，受宏观经济大环境的影响，2016年陕西省银行业金融机构的资产质量下降，尤其是地方法人机构不良贷款增加较多。截至2016年6月末，全省银行业不良贷款率较年初提高0.22个百分点，预期未来一段时间金融机构信贷资产状况将继续承压。

本文以陕西省农村信用社为例，通过数学模型分析其贷款资产质量迁徙的特征规律，并对未来贷款质量变化进行预测，提出转变发展思路、调整信贷投向、加强风险防控、实现稳健经营的对策思路。

二、陕西省地方法人机构贷款质量下迁的原因分析

总体来看，目前陕西省的金融风险主要体现为产能过剩行业以及与其相关的债务风险，地域范围上主要集中在榆林地区。

分析陕西省地方法人机构贷款质量下迁的主要原因，有以下几个方面：

一是宏观经济增长放缓。2007年美国次贷危机以及2009年欧债危机的爆发，使国外经济受到重创，至今发达经济体复苏依然缓慢，加之我国经济转型节奏加快、结构调整力度加大以及国内对环境治理的加强，我国经济增速也开始换挡回落，进入了发展的“新常态”。受此影响，煤炭价格大幅下跌，导致以煤炭行业为支柱产业的榆林地区经济遭到重创，停产、倒闭的中小型煤炭企业众多，大型煤企也处于亏损状态，煤贸以及当地的房地产行业也受到拖累出现下行。

二是信贷投向过于集中。陕西省榆林地区作为部级能源化工城市，信贷资源分布主要集中在“两高一资”特征比较明显的采矿业、能源化工等涉煤行业，信贷风险相对集中。2012-2015年，陕西省对榆林市神木县、府谷县的50处不符政策规定的煤矿实施了关闭措施，由此形成了较多的银行不良贷款。根据陕西省煤矿整顿关闭和资源整合工作要求，榆林市还将有70处煤矿需要关闭，84处煤矿纳入淘汰落后产能行列，在新的产业政策和环保政策下，后期银行信贷资产的下迁压力较大。

三是去产能、限“双高”等宏观调控措施，也是导致机构不良贷款上升的催化剂。随着去产能的深入推进，煤炭、钢铁、石油等产能过剩行业持续承压，且这种压力已经开始沿着产业链向上下游行业扩散，导致与产能过剩行业相关的行业，尤其是产业链上的中小企业和民营企业风险陆续暴露。如受煤炭、钢铁、石油行业去产能影响，交通运输业行业景气度持续下行，全省交通运输业、仓储和邮政行业不良贷款余额占比约为7%。此外，与产能过剩行业相关的服务类、销售类的中小民营企业也已受到较为严重的影响，全省批发和零售行业不良贷款余额占比已达40%。

三、贷款质量迁徙的实证分析

（一）陕西省农信社贷款质量迁徙矩阵的构建

本文运用相关数据，按季度构建2012年至2016年二季度陕西省农信社贷款质量迁徙矩阵，分析其贷款质量迁徙的特征。特别要说明的是，2015年5月，陕西省西安市将城区内的6家联社进行改制，组建为秦农银行，自2015年2季度起陕西省农信社和秦农银行分别进行数据报送，为保证数据的连续性，我们将2015年2季度之后的数据进行处理，将陕西省农信社和秦农银行的数据进行加总还原。

表1是2016年1季度陕西省农信社贷款质量迁徙矩阵，反映了机构一季度贷款在各个质量等级之间的迁徙情况。其中，对角线上反映了至期间，贷款仍保持同一质量等级的比例，因此对角线上的数值越大（即越接近1），说明贷款质量迁徙越稳定。另外，从该矩阵看出，对角线上半部分和下半部分的数值表明贷款向下（贷款质量恶化）和向上迁徙（贷款质量好转）的比例。表1中的数据显示，2016年1季度陕西省农信社的贷款质量迁徙情况还是较为稳定的，但向下迁徙的比率明显大于向上迁徙的比率。

（二）陕西省农信社J款质量迁徙的特征分析

1.贷款质量总体稳定，迁徙率较低。在贷款质量迁徙矩阵中，非对角线上的数值之和表明了贷款质量的总迁徙率，值越大说明迁徙率越高。总迁徙率的计算公式如下：

■Q■P■/■Q■，i≠j

其中，Q■、Q■、Q■、Q■、Q■分别代表了T■时刻正常类、关注类、次级类、可疑类、损失类的贷款金额。通过计算发现，除了个别季度外，陕西省农信社贷款质量的总体迁徙率始终在2%至5%之间变化，剔除波动较大的数据后，平均迁徙率为3.62%。说明陕西省农信社贷款质量总体上较为稳定，迁徙率较低。

2.贷款质量迁徙走势呈现明显的季节变化特征。从整体走势来看，普遍存在每年四季度贷款质量的迁徙率高于其他三个季度的情况，如2012年、2014年、2015年四季度陕西省农信社贷款质量总体迁徙率分别为10.25%、9.44%、7.86%，迁徙率明显偏高。另外，从向上迁徙率和向下迁徙率来看，每年四季度通常都表现为贷款质量向上迁徙率大于向下迁徙率。分析原因，主要与年末监管考核以及机构自身考核有很大关系。在每年年末，机构为了达到监管目标以及完成年初制定的计划，会采取各项努力清降不良贷款的措施，促使向上迁徙的贷款增加，并导致总体迁徙率上升。

3.绝大部分季度贷款质量向下迁徙率大于向上迁徙率。数据显示，自2013年二季度开始，陕西省农信社贷款质量开始呈现出明显的向下迁徙态势，向下迁徙率大于向上迁徙率，且这种情况维持了9个季度，直到2015年3季度才出现好转。

4.处于质量等级最低的贷款迁徙最为稳定，处于不良边缘的贷款迁徙率较高。通过对不同质量等级的贷款迁徙率分析发现，处于贷款质量等级最低的贷款，即可疑类贷款和损失类贷款迁徙率较低，平均迁徙率分别只有0.74%和1.30%，也就是说，如果贷款质量等级落入这两个区域，就很难改变其状态；处于质量等级前端的正常类贷款和关注类贷款，其迁徙率要略高于可疑类贷款和损失类贷款迁徙率，平均迁徙率分别为5.77%和5.82%；而处于不良边缘的次级类贷款，其迁徙率最高，平均达到37.10%，说明次级类贷款质量最不稳定，向上和向下迁徙的概率都比较高。

（三）陕西省农信社贷款质量预测

根据前文所述的预测方法，我们对2016年三季度、四季度陕西省农信社贷款质量进行预测。把2016年二季度贷款质量迁徙矩阵视为状态转移概率矩阵P，并将二季度贷款质量分布情况作为进行预测，结果显示，2016年三、四季度，陕西省农信社正常类贷款比例将会下降，关注类、次级类、可疑类贷款比例将会上升，说明在宏观经济条件没有大的改善的情况下，陕西省农信社贷款资产质量将会继续恶化。

四、相关建议

一是严格把控信贷风险，从源头上降低不良资产产生概率。构建灵活的信贷退出机制，及时调整信贷结构。随着一些产能过剩行业企业破产倒闭、兼并重组的现象时有发生，商业银行所面临的风险正在逐步释放。因此，对产能过剩程度较高、国家明令禁止以及预期会出现风险的行业，金融机构要坚决压缩贷款规模，并建立灵活的信贷退出机制。对国家重点支持的行业以及一些高科技产业、新型产业提供有力的信贷支持，优化自身信贷资金的行业投向，从而提高信贷资产质量。严格落实信贷“三查”制度，防范业务操作风险。要按照规章制度开展贷前调查、贷时审查、贷后检查，通过贷前调查、贷时审查全面了解借款人的基本情况、还款能力，通过贷后检查及时发现风险隐患，采取风险防控措施，保证银行信贷资金的安全。要将每一个步骤落实到位，切不可投机取巧，从而降低操作风险。

二是加大不良贷款清收力度，降低不良贷款比率。金融机构要根据实际情况，差别对待不良贷款的清收。对于那些尚具备偿还条件的个人和企业，通过审核后，可以通过展期、借新还旧等方式处置，这样不仅可以帮助个人和企业渡过资金紧张的时期，还可以降低自身不良率。而对于那些已经确定损失的贷款，可以运用法律手段来维护自身权益，如成立不良贷款清收小组，聘请专业的律师团队，加强与公安、法院等政府部门的合作等，尽快实现不良贷款的清收。在不良贷款的处置过程中，还要加快债权的转换速度，及时处置那些收回的抵押物，从而实现抵债资产入账，降低不良贷款比率。另外，还要加强同税务部门等的联系，积极协调不良贷款核销等相关事宜。

三是创新不良资产核销方式，拓宽处置不良贷款的渠道。传统的不良资产处置方式主要有法律诉讼、重组、抵债、呆账核销、资产转让、委外清收等，虽然这些方式和手段成功处置了大批的不良资产，但存在需要借款方高度配合、对抵债资产变现要求高等局限性。同时，由于不良资产增长速度较快，传统的处置方式已经无法满足商业银行的要求。为此，金融机构应积极探索，创新不良资产核销方式，拓宽处置渠道，加快不良资产处置速度，从而提高资产质量。目前来看，不良资产证券化是较为认可的做法。通过资产证券化可以更好地发现不良资产价格，从而提高商业银行不良资产的回收率，降低不良贷款占比。另外，债转股也是目前讨论较多的方式之一。

参考文献

[1]房光友.基于马尔科夫链的资产质量预测建模研究[J].计算机仿真，2010，（12）：354-357。

[2]顾乾屏，孙晓昆，杨小炜，王涛.贷款迁移的马尔科夫模型实证研究[J].金融理论与实践，2008（1）：15-19。

[3]管程龙.我国商业银行不良贷款处置新方式探讨[J].现代金融，2016，（6）：27-29。

[4]刘妍.我国商业银行不良贷款成因及相关因素分析[J].系统程，2014，（5）：65-70。

[5]施晓婧.商业银行不良贷款的成因与对策分析[J].中国市场，2016，（29）：94-95。

[6]谢群良.银行不良贷款处置的国际经验与启示[J].农村金融研究，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

（Xi’an Operations Office PBC， Xi’an 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