基于人工神经网络的商业银行并购贷款风险评价

摘要：文章围绕商业银行并购贷款风险展开了研究，根据并购贷款风险构建相应的评价指标体系，结合主成分分析法和神经网络，建立主成分-神经网络的并购贷款风险评价模型，也在并购贷款风险评价的理论研究方面提出新的研究方法或者是新视角，以期为我国商业银行并购贷款风险工作提供一些有益的参考和帮助。

关键词：并购贷款；主成分分析法；人工神经网络；评价模型

一、引言

并购贷款业务是从2008年12月正式批准实行的，在禁锢了12年之后我国重新启动并购贷款业务，此举为我国企业并购融资提供了很大的方便，在经济高速发展的时代，并购贷款必然会成为加速经济发展的重要推手，并购贷款业务也会迅速发展。然而并购贷款本身的高风险性将会对并购贷款乃至整个经济带来巨大的负面影响，如何对并购贷款风险进行评价是亟待解决的问题。

二、并购贷款及其风险概述

（一）并购贷款概念

并购贷款，是指商业银行向并购方或其子公司发放的，用于支付并购交易价款的贷款。

并购贷款是贷款的一个品种，从资本市场的角度看，它是为了给企业并购筹集资金，由商业银行作为中介参与的外源间接融资行为，它实质上仍是一种金融交易行为：商业银行根据借款方的申请，将其对一定数额资金（存款）的使用权转让给借款方，并要求借款方提供一定的担保，借款方使用这笔资金进行并购活动，由商业银行对这次借贷的各方面风险进行整体评估而对其定价，规定借款方因获得资金使用权而应支付的利息以及支付方式等。从制度经济学的角度分析，由商业银行提供并购贷款，降低了企业为从事兼并和收购活动而进行融资的成本是一种降低交易成本的制度安排。

并购贷款涉及并购双方企业，包涵了行业、适用法律、股权结构、或有债务、资产价格认定等多方面问题，其风险明显高于一般贷款。因此并非所有的商业银行均适合开办此项贷款业务。为此银监会特地下发了执行《指引》的相关通知，对开办并购贷款的商业银行做了以下五项条件限制：有健全的风险管理和有效的内控机制；贷款损失专项准备充足率不低于100%；资本充足率不低于10%；一般准备余额不低于同期贷款余额的1%；有并购贷款尽职调查和风险评估的专业团队。《指引》还要求商业银行持续保持上述条件，商业银行开办并购贷款业务后，如发生不能持续满足以上所列条件的情况，应当停止办理新发生的并购贷款业务。

（二）并购贷款的风险

根据《商业银行并购贷款风险管理指引》的要求，评价商业银行并购贷款风险应考虑的主要因素按性质大体上可归纳为战略风险、法律与合规风险、整合风险、经营和财务风险等与并购有关的各项风险。

1、战略风险

所谓战略风险，就是指企业战略与实际状况相脱节，从而导致企业发展方向出现偏误的风险。战略风险的产生和战略定位有着直接的联系，定位不当或者定位失误，都会埋下战略风险的隐患。

战略风险指标主要是从产业相关度、战略相关性、企业文化、并购的整合效应、额外回报机会、预期战略成效、新的管理团队、风险控制、退出机制等方面确定。包括并购双方产业相关度；并购双方战略相关度；并购双方的企业文化是否合理；并购后的是否有整合效应；并购双方从整合中取得额外回报的机会；并购后的预期成效及企业价值增长的动力来源；并购后新的管理团队实现新的战略目标的可能性；并购的投机性及相应风险控制决策；协同效应未能实现时，并购方可能采取的风险控制措施或退出策略。

2、法律与合规风险

法律与合规风险是指在并购活动中，因操作不当可能违反有关法律、法规、监管规则或标准而导致并购失败的风险。并购贷款中的法律风险来自于多方面，而且和其他风险经常交织在一起，通常而言主要来自于以下多个方面：

第一，未进行详尽和有效的法律尽职调查。这将会是一个总括性的风险来源。传统上中资银行会偏向于关注借款人或项目的财务、经营、管理和市场等风险，对于法律风险则主要关注其有无合法的主体资格，章程的相关内容以及（项目）是否已获得必要的审批等相对简单的事项。

第二，来自于交易结构和并购方式的法律风险。并购方会从未来整合的需要、减少税负以及审批的简便性等各个角度提出不同的交易结构，在不同的交易结构和并购方式下，风险的来源和程度也会有所不同。

第三，担保通常是有效的风险防控手段，但不当或不合理的担保安排也可能导致风险的产生。银行对于担保工具的选择和安排是富有经验的，但由于在实践中提供有价值的担保并不是一件容易的事情，如果不能有效协调各种担保安排之间的关系，也容易引发风险。

第四，政府的批准与许可也是容易发生风险的地方。如果并购交易的批准程序不当，就会埋下风险隐患。对于目标企业所从事的固定资产投资项目，则应当关注其是否获得完整有效的批准或备案登记，特别是发改委、环保部门和行业主管机关的批准，否则会严重影响到并购后的整合及经营。此外对于大型的并购项目，还应当关注反垄断审查的程序和结果，银行对于反垄断审查中的风险应予重视。

第五，借款人与目标企业的资产与经营的合法性以及商业风险也需要引起重视，并应成为尽职调查中的一项重要内容。

第六，银行也应当关注和了解并购方除其提供的并购贷款外的收购资金的来源。如果其他资金主要来自于经营性的现金流则不会有重大的法律风险。而如果来自于其他融资途径的就要重点关注其中的风险问题。

第七，来自于法律文本的风险。法律文本的作用将是全面性的和总括性的，所有的法律、财务和管理等安排最终都会体现到法律文件中，而法律文件体系的完备性以及其内容是否详尽、适当和有效将直接影响到银行在并购贷款中的风险与责任。

法律与合规风险主要从主体资格、交易合法性、资金来源限制、担保合法性、还款控制合法性、权利保障、证监会合格审查、重组审核审查、其他合规性等方面确定。包括并购双方是否具备并购交易主体资格；并购交易是否按照相关规定已经获得批准；法律法规对并购交易的资金来源是否有限制性规定；担保是否合法有效并履行必要的法定程序；商业银行对还款现金流的控制是否合法；贷款人权利能否获得有效的法律保障；是否获得证监会的批准；是否获得重组审核的批准；与并购有关的其他方面的合规性。

3、整合风险

整合风险是指由于并购双方由于整合经验的欠缺或者并购整合技能不佳导致重组整合不力，不能发挥彼此双方的优势，造成管理成本和营销成本等上升的风险。

如果一个公司仅仅完成了资本整合，而没有完成人力资源和文化的整合，只能说是刚刚起步。根据贝恩管理咨询公司关于并购失败的调查研究，80%左右的国际并购失败案例直接或间接源于企业并购之后的整合，而只有20%左右的失败案例出现在并购的前期交易阶段。

整合风险主要包括发展战略整合、组织整合、资产整合、业务整合、人力资源及文化整合。

4、经营和财务风险

经营和财务风险是指并购后企业在各项经营和财务活动中由于各种难以预料和无法控制的因素，使企业在一定时期、一定范围内所获得的最终财务成果与预期的经营目标发生偏差，从而形成的使企业蒙受经济损失的可能性。

经营和财务风险主要从产业市场前景、竞争地位、企业成长性、企业家能力、企业发展战略、公司的组织，控制和激励、公司治理、技术竞争力、现金流稳定性、估值风险、股利分配、并购工具、利率变动等方面确定。包括行业的发展是否能保持稳定增长趋势；并购双方在行业中是否趋于优势地位；并购双方的市场份额能否稳定增长；并购双方的领导者是否具备企业家的能力；并购双方的未来发展战略是否符合企业的发展；并购双方的组织结构、激励机制等是否合理；并购双方的治理是否有效；并购双方的技术竞争力是否得到运用；并购双方未来现金流是否稳定或趋于稳定；并购定价高于目标企业价值的风险；并购双方的股利政策对还款来源造成的影响；并购中使用的固定收益工具及其对贷款来源造成的影响；汇率和利率等因素变动对并购贷款还款来源造成的影响。

（三）评价指标体系

结合上述的风险，具体评价指标如表1所示。

三、构建评价模型

本文使用基于主成分分析法的人工神经网络方法对商业银行并购贷款风险进行评价，通过主成分分析法对原始数据降维，然后再用这些个数较少的新输入变量作为人工神经网络的输入进行模拟预测。由于主成分之间是相互独立的，所以由各主成分组成的输入空间不存在自相关性，从而有效地简化人工神经网络在高维时难以寻找网络中心的问题，提高了预测精度。

（一）主成分分析法

主成分分析（Principal Components Analysis，PCA）也称为主分量分析，是一种通过降维来简化数据结构的方法：如何把多个变量（指标）化为少数几个综合变量（综合指标），而这几个综合变量可以反映原来多个变量的大部分信息。

主成分分析法是霍特林于1933年首先提出来的。主成分分析法的原理是降维思想，把众多变量转化为少数几个综合指标，综合指标保留了原始变量的主要信息，彼此间又不相关，能使复杂的问题简单化，便于抓住主要特征进行分析。它是通过适当数学变换，使新变量主成分成为原变量的线性组合，并选取在总信息量中比例较大的主成分来分析事物的一种特殊的特征提取方法。

（二）人工神经网络

人工神经网络（ArtificialNeuralNetwork，简称ANN）正是在人类对其大脑神经网络认识理解的基础上人工构造的能够实现某种功能的神经网络。它是理论化的人脑神经网络的数学模型，是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统。它实际上是由大量简单元件相互连接而成的复杂网络，具有高度的非线性，能够进行复杂的逻辑操作和非线性关系实现的系统。

人工神经元是生物神经元的模拟与抽象，是构成人工神经网络的基本单元，因此构造一个人工神经网络系统，首先要构造人工神经元模型。一个具有n个输入分量的单个人工神经元模型，如图1所示。

它有三个基本要素：一是一组连接（对应于神经元的突触），连接强度由各连接上的权值表示，权值为正表示激活，为负表示抑制。二是一个求和单元，用于求取各输入信号的加权和。三是一个非线性激活函数，起非线性映射作用并将神经元输出幅度限制在一定范围内（一般限制在（0，l）或（-1，+l）之间）。

此外还有一个偏差，即阙值θ

以上作用可分别以数学式表达出来：

o=f（net-θ）

其中net为神经元的输入总和，相当于生物神经元的膜电位；o为神经元的输出；wi表示第i个输入神经元到该神经元的连接权值；Pi表示第i个输入神经元的输入分量；θ为神经元的偏差，即阙值；f（~）为激活函数，表示神经元输入一输出关系。

激活函数（Activationtransferfunction）是一个神经元及网络的核心，决定着网络的功能。其基本作用是：控制输入对输出的激活作用；对输入输出进行函数转换；将可能无限域的输入变换成指定的有限范围内的输出。不同的人工神经网络模型，神经元的激活函数也不相同。

（三）并购贷款风险评价模型

神经网络具有非线性分类功能，在多因素影响中具有显著的效果，在本文中并购贷款风险影响因素有36个，因素多且因素之间存在交叉，相互影响；另外由于并购贷款风险因素较多，网络训练时间长，准确性降低，容易陷入局部最优而不是全局最优。为此本文引入主成分分析法，利用其分析统计功能，对影响因素降维，从而来评价并购贷款风险。具体模型如图2所示。

参考文献：

1、中国银监会.商业银行并购贷款风险管理指引.银监发[2008]84号,2008.12

2、(美)哈威尔・E・杰克逊,小爱德华・L・西蒙斯;吴志攀等译.金融监管[M].中国政法大学出版社,2009.

3、王志生,陈武.我国银行保险发展瓶颈的经济学分析[J].科技创业月刊,2004(12).

4、张幼文等.2006年中国国际地位报告[M].人民出版社,2006.

5、TinsleyHEA,TinselyDJ.Useoffactoranalysisincounselingpsychologyresearch[J].JournalofcounselingPsychology,1987(34).

（作者单位：武汉理工大学管理学院）