不良贷款回收率的预测模型在确定金融不良债权资产商业性转让对价中的适用性分析

摘 要：本文通过文献回顾了单户处置企业的不良贷款回收率预测模型和打包处置企业的不良贷款回收率预测模型的建立。鉴于在金融不良债权资产商业性转让前所获取资料、信息条件的限制与局限性，论证了相关因素回归分析法在估算金融不良债权资产价值的适用性及相对优势，通过实际将上述预测模型应用到金融不良债权资产商业性转让对价的确定中，实证结果表明：预测估算结果达到了较高的精度，同时提出操作应用该模型的建议。

关键词：不良贷款;不良债权;回收率;影响因素;预测模型;相关因素回归分析法

中图分类号：F253.7文献标识码：A文章编号：1008-4428（2019）06-0120-02

一、 引言

在国际上如美国、日本、韩国等很多国家利用资产管理公司对不良资产进行处置是一种通行的做法。

我国商业银行在伴随着利率市场化的进程运营中累积了大量不良贷款，1999年官方公布的不良贷款率高达29.18%。为此，国家专门成立四大资产管理公司对四大国有银行的不良贷款进行对口接收处置。截至2017年底，银监会发布2017年四季度主要的监管指标数据：商业银行不良贷款余额仍有1.71万亿元，不良贷款率1.74%;关注类贷款余额3.41万亿元，关注类贷款率3.49%。资产管理公司对银行金融不良债权资产的收购及处置是经常发生的事情且还有很长的路要走。因此从资产管理公司和银行的角度对金融不良债权资产的商业性转让如何确定对价进行研究，有着重要而现实的意义。

二、 传统估算方法在金融不良债权资产价值测算中的应用不足

（一）金融不良债权资产价值特征

金融不良债权资产即金融不良资产，是指银行持有的次级、可疑及损失类贷款，金融资产管理公司收购或者接管的金融不良债权，以及其他非银行金融机构持有的不良债权。结合资产管理公司商业性收购金融不良债权资产有专属《关于审理金融资产管理公司收购、管理、处置国有银行不良贷款形成的资产的案件适用法律若干问题的规定》等法律规定和专有处置渠道的独特特点，绝大多数情况下金融不良债权资产价值不适用市场价值定义，而应适用于非市场价值。同时考虑到金融不良债权资产大多是由不良贷款转换而来，债务人多数处于不正常经营的关停或半关停状态。因此，对金融不良资产的估算实质是处于缺少配合、信息不对称、现场勘察困难等限制条件下的估算。且金融不良债权资产估算结果经常受到处置时间紧、要求变现、资产质量差、市场狭小等特殊因素的影响，故银行金融不良债权资产价值类型对应的非市场价值绝大多数情况应为被迫出售、快速变现的清算价值。

（二）金融不良债权资产价值估算研究现状

由于金融机构风险管理中的核心概念违约损失率（LGD ）与不良资产的回收率（RR）的关系为：RR=1-LGD，因此对违约损失率与回收率研究是等同的。

以前因为不良贷款的数据难以获得，国内对LGD的实证研究比较少，研究水平停留在影响因素的统计分析或对LGD预测模型的理论探讨阶段。张海宁绘制了我国银行业抽样数据的违约回收率直方图，仅按行业做出直方图分析。叶晓可，刘海龙采用浙江省温州市某银行十年间的违约贷款数据，分别按照风险暴露、期限、担保方式和地区分析了LGD的结构特征。直到2011年5月中科院和中国科学技术大学的王博，唐跃等利用实际数据建立了LGD或回收率的预测模型，适合中国国情是该预测模型最大的特点。

（三）传统估算方法应用不足

估算资产价值的传统技术手段主要有三种基本的估算方法：成本法、市场法、收益法。

1. 成本法一般适用于有形资产

金融不良债权资产由于除去以资抵债资产外，是信用债权资产，无明确的有形资产标的物，另不良贷款形成原因各异而无替代且所对应的债务企业或资产大部分处于非正常经营的关停、闲置状态，故不具备成本法应用前提。

2. 市场法原理是根据替代原则采用比较和类比的方法来估算资产价值

其应用前提是存在活跃的公开市场且要有可比的资产及交易活动。金融不良债权资产直至现在也没形成开放性公开交易市场，就算有交易，但可比性差，很难做因素调整与修正，选择三个以上参照物更是艰难。

3. 收益法的原理是通过计算预期利润的现值来估算资产价值

其应用前提是资产的未来预期的收益、风险、预期获利年度可以预测并可以货币量化。由于金融不良债权资产对应企业大都资不抵债或关停倒闭，未来收益具有很大不确定性，即使预测变现额（现金流）也是非常困难，所以收益法也不适用。

（四）金融不良债权资产价值特殊估算方法及应用分析

尽管上述传统估算技术不能满足金融不良债权资产估算要求，但仍为特殊估算方法奠定了基础。《债权资产价值分析技术框架》中就指出这些特殊估算方法包括：假设清算法、现金流偿债法、交易案例比较法、专家打分法和其他适用方法。程凤朝也明确提出金融不良债权资产的评估方法体系包括5种方法：信用评价法、假设清算法、Delphi（专家判断）法、交易案例比较法、相关因素回归分析法。

以上各种估算方法中除专家打分法或Delphi（专家判断）法和相关因素回歸分析法外，其他方法均为传统估算方法的变种，均有前面已描述的使用局限性，在实际的确定银行金融不良债权资产的商业性转让对价操作中均不适用。而Delphi（专家判断）法的关键是所选专家的实际经验和水平，但往往受专家选择范围的局限，多轮打分后统计方差不能趋于合理，故一般慎重使用。

只有相关因素回归分析法是通过收集市场处置的大量交易案例，分析影响债权回收价值的相关因素，运用数理统计的方法，对相关因素变量进行回归分析，确立经验回归方程、回归系数，在此基础上建立待估债权价值或不良贷款回收率的预测模型，并将有关债权的因素变量代入，得到债权估值。

银行将金融不良债权资产整体打包处置进行商业性转让，所涉及的企业情况特别复杂，除极少数配合处置，大量面临的是不配合，诸多信息不对称、资料不全难以收集、现场勘察困难、甚至对应实物资产存不存在等未知状况，再加上债权包商业性转让时给予资产管理公司的调查时间紧、要求变现等因素，尤其是在对债权包中涉及大宗的债务人、担保户且涉及大量复杂产权关系的情况下，如逐户开展估值，既无法进行也不经济。对于不良债权包，特别是信用债权资产，运用不良贷款回收率预测模型估算其回收价值进行确定对价，比传统的估算方法更易于操作，且更为科学、严谨。

三、 不良贷款回收率预测模型应用实证分析

以2015年至2018年12月期间，江苏省内的资产管理公司收购各家银行打包处置不良债权实例数据为证：抽样涉及15个债权包，债务人263个，债权金额172，247.37万元，转让方式为招标、协议。运用不良贷款回收率预测模型估值测算与成交定价结果比较，差异最小为0.05%，最高为4.21%，可见该预测模型有较高的精度与很强的实务操作性。

四、 结论与建议

（一）结论

银行将金融不良债权资产整体打包处置进行商业性转让时，对于不良债权包，特别是信用债权资产，运用相关因素分析也即运用不良贷款回收率预测模型估算其回收价值进行确定对价，比运用传统估算方法估算具有既科学、严谨又节约成本的相对优势。

（二）操作应用建议

运用不良贷款回收率预测模型估算债权包的回收价值时，若债权包中的债权资产对应有不动产或设备抵押，应先估算不动产或设备资产变现回收价值，再将该債权资产减去估算的不动产或设备资产变现回收价值后也即优先受偿不足以偿还的部分作为一般信用债权。

王博，唐跃等采用的样本数据来源于LossMetrics数据库历史数据，受时间及宏观经济环境的变化影响，不良贷款回收率预测模型每隔一段时间应进行完善与校正，将是对进一步提高债权包估算预测精度十分有意义的工作。

参考文献：

[1]中国资产评估协会.金融不良资产评估指导意见（中评协【2017】52号）[S].中国资产评估准则，2017.

[2]张海宁.银行反对银行[M].北京：清华大学出版社，2004.

[3]叶晓可，刘海龙.银行不良贷款违约损失率结构特征研究[J].上海管理科学，2006（6）：12-15.

[4]王博，唐跃，陈浩，温琪，陈敏，杨晓光.我国不良贷款回收率的影响因素和预测模型[J]. 系统工程理论与实践，2011（5）：870-879.

[5]中国资产评估协会.债权资产价值分析技术框架[S].金融不良资产评估指导意见（试行）附件1.

[6]程凤朝.金融不良资产评估[M].北京：中国人民大学出版社，2005.

[7]程凤朝.金融不良债权整体评估方法研究[J].会计研究，2004（10）.

作者简介：

但勇，男，江苏华证会计师事务所有限公司副所长，研究方向：金融风险管理。