羅嬋

摘要：信貸風(fēng)險(xiǎn)關(guān)乎整個(gè)銀行業(yè)的生存和發(fā)展，然而商業(yè)銀行不良貸款率處于增加態(tài)勢，這就要求商業(yè)銀行必須從深度和廣度上加強(qiáng)對信貸風(fēng)險(xiǎn)的管理。文章著力于商業(yè)銀行信貸風(fēng)險(xiǎn)研究。通過構(gòu)建商業(yè)銀行信貸風(fēng)險(xiǎn)指標(biāo)體系，對風(fēng)險(xiǎn)進(jìn)行判定。建立ARIMA預(yù)警模型，并根據(jù)商業(yè)銀行信貸風(fēng)險(xiǎn)現(xiàn)狀及問題，提出對商業(yè)銀行信貸風(fēng)險(xiǎn)管理的一些建議。

關(guān)鍵詞：商業(yè)銀行；信貸風(fēng)險(xiǎn)；主成分分析；ARIMA模型

1.引言

銀行業(yè)發(fā)展至今，信貸風(fēng)險(xiǎn)一直是其經(jīng)營過程中中面臨的主要不確定性風(fēng)險(xiǎn)因素。目前，我國商業(yè)銀行信貸風(fēng)險(xiǎn)存在諸多如不良貸款余額及占比偏高、資產(chǎn)運(yùn)營渠道單一、貸款結(jié)構(gòu)不合理等問題。雖然我國商業(yè)銀行已開始注重信貸風(fēng)險(xiǎn)的管理，但是防范機(jī)制不夠健全，信貸風(fēng)險(xiǎn)化解措施比較落后，整體來說有待進(jìn)一步的改善。存貸差依然是銀行利潤的主要來源，所以防范和化解信貸風(fēng)險(xiǎn)是銀行經(jīng)營管理核心。

商業(yè)銀行信用風(fēng)險(xiǎn)控制技術(shù)和度量方法，在發(fā)達(dá)國家已經(jīng)具有很長的研究歷史。J.P.摩根和“30集團(tuán)”提出了測量風(fēng)險(xiǎn)的VaR方法，是目前金融機(jī)構(gòu)測量風(fēng)險(xiǎn)的主要使用的方法。Beaver（1967）利用企業(yè)年報(bào)中的大量財(cái)務(wù)數(shù)據(jù)，利用財(cái)務(wù)指標(biāo)的門閥值來對企業(yè)是否會(huì)出現(xiàn)違約進(jìn)行判斷。我國在信用風(fēng)險(xiǎn)控制與量化方面的研究尚處于比較初級(jí)的階段，無論預(yù)警方法、預(yù)警系統(tǒng)、預(yù)警實(shí)踐都處于起步階段。陳秀英（1998）建立了20個(gè)指標(biāo)體系來作為預(yù)警體系的檢測標(biāo)準(zhǔn)。孫志娟（2013）將灰色理論應(yīng)用在商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警中，通過對商業(yè)銀行信貸過程中的財(cái)務(wù)與非財(cái)務(wù)等各指標(biāo)的構(gòu)建與計(jì)算，構(gòu)建商業(yè)銀行的信貸風(fēng)險(xiǎn)預(yù)警模型。

在以往的研究基礎(chǔ)上，本文擬從借款方公司的還款能力入手，通過分析借款方公司的財(cái)務(wù)數(shù)據(jù)，建立一個(gè)風(fēng)險(xiǎn)評(píng)估系統(tǒng)，來判斷商業(yè)銀行某項(xiàng)貸款的風(fēng)險(xiǎn)等級(jí)，了解借款方公司風(fēng)險(xiǎn)變化。并在風(fēng)險(xiǎn)評(píng)價(jià)的基礎(chǔ)上，建立風(fēng)險(xiǎn)預(yù)警模型，更好判斷貸款的未來走勢。

2.信貸風(fēng)險(xiǎn)評(píng)估研究

我們的信貸風(fēng)險(xiǎn)評(píng)價(jià)主要側(cè)重于借款方公司還款能力，來判斷商業(yè)銀行某項(xiàng)貸款的風(fēng)險(xiǎn)等級(jí)。考慮到數(shù)據(jù)的可獲得性，我們將借款方對象限制于上市公司，并以S上市公司為例進(jìn)行深入研究，從公司的經(jīng)營情況推測出公司未來的違約風(fēng)險(xiǎn)。為全面反映S公司的綜合經(jīng)營情況，我們選取了能夠全面反映企業(yè)的償債能力、獲利能力、運(yùn)營能力、發(fā)展能力四個(gè)方面的14個(gè)財(cái)務(wù)指標(biāo)，對S公司違約風(fēng)險(xiǎn)進(jìn)行綜合分析。分別選取流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率來反映公司償債能力；選取存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率衡量公司運(yùn)營能力；選取營業(yè)利潤率、成本費(fèi)用利潤率、總資產(chǎn)報(bào)酬率、凈資產(chǎn)報(bào)酬率評(píng)價(jià)公司獲利能力；凈利潤增長率、總資產(chǎn)增長率、營業(yè)收入增長率，來衡量公司成長能力。

2.1信貸風(fēng)險(xiǎn)評(píng)估模型的建立

對S上市公司14個(gè)財(cái)務(wù)指標(biāo)進(jìn)行主成分分析，根據(jù)各主成分提取原則，提取了特征值累計(jì)貢獻(xiàn)率為89.972%的前四個(gè)主成分，這四個(gè)主成分可以解釋所有財(cái)務(wù)指標(biāo)所反應(yīng)信息的89.972%。然后確定各財(cái)務(wù)指標(biāo)在四個(gè)主成分中所占權(quán)重，再通過各主成分的特征根來確定各主成分所占權(quán)重，計(jì)算出主成分為：

2.2實(shí)證結(jié)果及其分析

根據(jù)上述表達(dá)式，將各季度數(shù)據(jù)帶入方程，得出Y1、Y2、Y3、Y4及Y的結(jié)果，將得出結(jié)果按時(shí)間順序繪成趨勢圖如下：

由上述趨勢圖看出，Y1、Y2與最終風(fēng)險(xiǎn)Y變化趨勢基本相似，變化范圍在0-5之間，三者中間Y1變化最為明顯。Y3、Y4出現(xiàn)負(fù)值，變化幅度大致在-2-2之間。得出結(jié)果后，為了對得出的最終結(jié)果值進(jìn)行風(fēng)險(xiǎn)比較，將上述結(jié)果進(jìn)行歸一化處理，將風(fēng)險(xiǎn)值轉(zhuǎn)化為0-1之間的數(shù)，雖不能直接對風(fēng)險(xiǎn)進(jìn)行評(píng)級(jí)，但是通過對比各個(gè)季度的風(fēng)險(xiǎn)大小，判斷出差異，能很好的幫助商業(yè)銀行判斷貸款公司財(cái)務(wù)變化，并找出變化原因，從而控制住貸款風(fēng)險(xiǎn)。這里歸一化采用表達(dá)式：

按照貸款五級(jí)分類標(biāo)準(zhǔn)，將貸款分為正常類、關(guān)注類、次級(jí)類、可以類、損失類，分別對應(yīng)低風(fēng)險(xiǎn)、中低風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)、中高風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)。這里我們采用不同時(shí)間的縱向?qū)Ρ?，也將歸一化的風(fēng)險(xiǎn)值進(jìn)行上述劃分。由于我們選取的14個(gè)指標(biāo)全部為區(qū)間型指標(biāo)（如速動(dòng)比率、流動(dòng)比率等）和極大型指標(biāo)（流動(dòng)資產(chǎn)周轉(zhuǎn)率等），所以最終風(fēng)險(xiǎn)得出的值越大越好說明風(fēng)險(xiǎn)越低，這里我們定義0-0.2之間為高風(fēng)險(xiǎn)，0.2-0.4為中高風(fēng)險(xiǎn)，0.4-0.6之間為中等風(fēng)險(xiǎn)，0.6-0.8之間為中低風(fēng)險(xiǎn)，0.8-1.0之間為低風(fēng)險(xiǎn)（這里的風(fēng)險(xiǎn)高低并非絕對的高低，而是在于對比各個(gè)季度的風(fēng)險(xiǎn)值，強(qiáng)調(diào)變化）。

3.商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警研究

對樣本企業(yè)的綜合信貸風(fēng)險(xiǎn)值進(jìn)行評(píng)估后，應(yīng)用時(shí)間序列模型ARIMA（自回歸移動(dòng)平均模型）對樣本企業(yè)的風(fēng)險(xiǎn)值做預(yù)測，即在已有風(fēng)險(xiǎn)值的基礎(chǔ)上，預(yù)測未來風(fēng)險(xiǎn)值，本文將對已評(píng)估出的風(fēng)險(xiǎn)值用此模型做預(yù)測，這也將驗(yàn)證模型預(yù)測的準(zhǔn)確性。對樣本企業(yè)的信貸風(fēng)險(xiǎn)評(píng)估值進(jìn)行平穩(wěn)性檢驗(yàn)，ADF檢驗(yàn)結(jié)果表明序列為平穩(wěn)序列。所以ARIMA（p，d，q）中d值為0。對序列進(jìn)行相關(guān)性分析，并做自相關(guān)圖和偏自相關(guān)圖，自相關(guān)圖基本落在95%置信區(qū)間內(nèi)，偏自相關(guān)圖在第四階和第五階不顯著，故初步認(rèn)定模型為ARIMA（4，0，0）或ARIMA（5，0，0），再根據(jù)信息準(zhǔn)則進(jìn)一步發(fā)現(xiàn)，ARIMA（4，0，0）模型的AIC值小于ARIMA（5，0，0）的值。

對模型殘差進(jìn)行相關(guān)性分析，結(jié)合其自相關(guān)圖和偏自相關(guān)圖表明殘差不存在相關(guān)性，不存在有用的信息沒有被利用，故模型合理。根據(jù)上述模型，對樣本企業(yè)的風(fēng)險(xiǎn)值進(jìn)行預(yù)測，預(yù)測結(jié)果和實(shí)際值結(jié)果如下：

圖4顯示了商業(yè)銀行風(fēng)險(xiǎn)預(yù)測值與實(shí)際值得走勢圖，由于模型為AR（4）忽略前三期，我們發(fā)現(xiàn)之后期兩序列走勢發(fā)展基本相同，尤其在第十期之后。從整體預(yù)測趨勢上看，預(yù)測精度比較好。

根據(jù)國內(nèi)外專家學(xué)者建議，將預(yù)測精度劃分為四級(jí)，誤差率分別為5%，20%，30%，40%，如果超過40%則視為預(yù)測的準(zhǔn)確度較差。誤差率在5%以內(nèi)，視為預(yù)測精準(zhǔn)，其余視為可接受。由上表結(jié)果可知誤差率最大的是2012年第四季度，其次是2009年第一節(jié)度和2008年第一季度。誤差率在20%以內(nèi)，有7個(gè)，占25%，誤差率在40%以內(nèi)有18個(gè)，占比64%。從整體上看預(yù)模型測精確度有待提高，在預(yù)測風(fēng)險(xiǎn)走勢上比較準(zhǔn)確。

4.結(jié)論

根據(jù)前面風(fēng)險(xiǎn)管理的問題我們知道，銀行存在經(jīng)營管理水平不高、風(fēng)險(xiǎn)防范能力不強(qiáng)、信貸資產(chǎn)結(jié)構(gòu)信貸風(fēng)險(xiǎn)集中、不良貸款率高等問題。為了更好地管理信貸資產(chǎn)，首先，銀行要想建立全面的風(fēng)險(xiǎn)管理體系需要依靠深厚的財(cái)務(wù)金融、數(shù)理和計(jì)算機(jī)的技術(shù)。所以選拔并且培養(yǎng)合適的人才，引進(jìn)風(fēng)險(xiǎn)管理技術(shù)人才，營造良好的風(fēng)險(xiǎn)管理文化氛圍，對商業(yè)銀行風(fēng)險(xiǎn)管理而言顯得尤為重要。其次，擴(kuò)大對中小企業(yè)和其他行業(yè)的貸款支持，合理配置信貸資金，減小貸款過度集中所帶來的風(fēng)險(xiǎn)。高度重視中長期貸款過快的增長，總體上把控貸款期限結(jié)構(gòu)，嚴(yán)格貸款發(fā)放。另外，本文建立的信貸風(fēng)險(xiǎn)監(jiān)測指標(biāo)體系主要針對公司財(cái)務(wù)指標(biāo)方面，完善的體系根據(jù)自身風(fēng)險(xiǎn)偏好，確立全面風(fēng)險(xiǎn)管理戰(zhàn)略。要做到貸前全面綜合調(diào)查，貸中嚴(yán)格審查，貸后耐心檢查、細(xì)心追蹤。并且銀行應(yīng)制定自身風(fēng)險(xiǎn)可承受范圍內(nèi)的業(yè)績發(fā)展目標(biāo)，在保證資本金充足的前提下去擴(kuò)張銀行業(yè)務(wù)，并確保有能力內(nèi)部消化因承受風(fēng)險(xiǎn)所面臨的潛在損失，最終確保銀行業(yè)務(wù)均衡配置，整個(gè)銀行可持續(xù)發(fā)展。（作者單位：武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院）

參考文獻(xiàn)：

[1]闕斯洋.基于ARIMA的商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警研究.D.2012（6）

[2]王曉宇.淺談商業(yè)銀行信貸風(fēng)險(xiǎn)（J）.金融研究.2011（03）.63-64

[3]吳沖、張波、潘啟樹.商業(yè)銀行信用風(fēng)險(xiǎn)的綜合模糊評(píng)判.[J]統(tǒng)計(jì)與決策.2004（1）

[4]何書元.應(yīng)用時(shí)間序列分析[M].北京大學(xué)出版社.2004