廖燕平

【摘要】本文根据江西省法人金融机构综合抽样统计的逐笔贷款数据，构建江西省法人金融机构贷款质量迁徙矩阵，并运用Markov模型对贷款质量迁徙进行了预测。根据预测结果，对当前经济形势下金融机构优化贷款质量提出了几点建议。

【关键词】贷款质量 迁徙矩阵 预测

在经济持续低位运行和信贷风险不断上升背景下，江西省金融机构的不良贷款呈跳跃式上升，信贷风险持续暴露，且暴露过程具有突发性和严重性。因此，通过对贷款质量的变化进行跟踪监测，掌握贷款质量变化的特征和趋势，有利于为防控信贷风险提前做好准备。

一、江西省法人金融机构贷款质量迁徙情况

（一）数据来源与处理

本文选取江西省法人金融机构2013年12月-2015年9月间综合抽样统计中的逐笔贷款数据计算建模，构建贷款质量迁徙矩阵。同时，在构建矩阵时，对数据进行如下处理：一是初始时刻T0的贷款，在T1时刻已归还，在T1时刻将该贷款视为初始时刻T0时状态；二是在T0时刻与T1时刻期间新发生的贷款，在构建T0时刻到T1 时刻的贷款质量迁徙矩阵时不予考虑，而在构建T1 时刻到T2时刻的迁徙矩阵时予以统计。

（二）江西省法人金融机构贷款质量迁徙矩阵

经过计算，从月度和季度的时间跨度看，江西省法人金融机构的贷款质量迁徙矩阵如表1和表2所示。

表1为2015年9月份的贷款质量迁徙矩阵，反映了贷款质量在9月份所发生在各等级之间的迁徙情况；表2为2015年3季度的贷款质量迁徙矩阵，反映了贷款质量在3季度所发生在各等级之间的迁徙情况。以表2为例，第二行的含义为2季度末贷款等级为正常类的贷款中，到3季度末依然为正常类贷款的比例为97.73%，转移为关注类、次级类、可疑类、损失类的比例分别为1.79%、0.18%、0.27%、0.03%；第三、四、五、六行的含义同理。

迁徙矩阵中，对角线代表着贷款维持原分类级别的比例，元素值越大，贷款发生迁徙变动的几率越小，则表示迁徙越稳定。从表1、表2看，正常类贷款维持原级别的比例最高，次级类贷款的比例最差，反映出次级类贷款最容易发生迁徙变动。

在对角线元素给定的情况下，靠近对角线的元素值越大，远离对角线元素值越小的话，迁徙也越稳定。从表1、表2看，江西省法人金融機构贷款质量迁徙总体较稳定，靠近对角线元素的值绝大多数较大。

（三）江西省法人金融机构贷款质量迁徙的特征

（1）总体迁徙率偏低。贷款质量迁徙矩阵中，非对角线元素的值代表迁徙率，非对角线元素值之和可以反映总体迁徙率的高低，值越大总体迁徙率越高。为避免各元素值因权重不同而造成偏差，本文以初始时刻的贷款金额作为权重进行加权计算得到总体迁徙率。具体而言：假设初始时刻，贷款质量为正常类、关注类、次级类、可疑类、损失类的贷款金额分别为L1、L2、L3、L4、L5，则总体迁徙率为Σi，jLiPij、i，j=1，2，3，4，5， i≠j。

经计算，2015年3季度的贷款质量总体迁徙率为3.08%。从动态来看，2014年总体迁徙率呈上升趋势，且在2014年末达到一个峰值4.17%；2015年上半年，总体迁徙率直线回落，3季度略有回升，主要原因为3季度时多家银行集中下调了部分企业的贷款级别，如江西赛维LDK公司等。但总的来说，近两年来总体迁徙率在3.5%左右上下波动，变化幅度较小。

（2）跃变迁徙率显著低于渐变迁徙率。渐变迁徙率为贷款从某一等级转移至相邻等级，跃变迁徙率为贷款从某一等级转移至非相邻类等级，两者之和等于总体迁徙率，渐变迁徙率越高，贷款质量状态越为稳定，反之，贷款质量状态越不稳定。2015年3季度，渐变迁徙率为2.47%，跃变迁徙率为0.62%，跃变迁徙率处于较低水平。从长期看，自2014年以来，渐变迁徙率显著高于跃变迁徙率，且在2.3%左右浮动，从侧面反映了江西省法人金融机构贷款质量状态的迁徙较为平稳。

（3）向下迁徙率高于向上迁徙率。贷款质量迁徙矩阵中以对角线为界，上三角各元素反映的是质量状态恶化的贷款比例，即贷款质量向下迁徙状况；下三角各元素反映的是质量状态优化的贷款比例，即贷款质量向上迁徙状况。2015年3季度，贷款质量向上迁徙率为0.47%，向下迁徙率为2.61%，两者相差2.14个百分点。从动态来看，自2014年以来，向下迁徙率均大于向上迁徙率，且差值越来越大，说明江西省法人金融机构贷款资产质量整体下行趋势明显。

（4）个人客户的迁徙率略高于单位客户迁徙率。从客户类型看，2015年3季度，个人客户的总体迁徙率为3.12%，高于所有客户总体迁徙率4个百分点，向下迁徙率为2.62%，向上迁徙率为0.50%；单位客户的总体迁徙率为3.03%，向下迁徙率为2.61%，向上迁徙率为0.42%。个人客户和单位客户的贷款质量总体均有所下行，但单位客户的贷款质量稍好于个人客户。

二、贷款质量预测分析

（一）预测结果

根据Markov模型来对江西省法人金融机构贷款质量进行预测。本文选择季度作为时间跨度，并以2015年3季度的贷款质量迁徙矩阵作为概率转移矩阵，预测未来一年内各季度的贷款质量概率转移矩阵。

对矩阵中各概率值进行金额加权后可以计算各季度的总体迁徙率、向上迁徙率和向下迁徙率。表中显示，未来一年，江西省法人金融机构的贷款质量的迁徙概率不断走高，向下迁徙率仍高于向上迁徙率，且差值也越来越大，表明江西省贷款质量总体向下迁徙趋势明显。

进一步地，在转移概率矩阵基础上，利用2015年3季度末各质量等级贷款占总贷款的比重来推测未来一年各季度的贷款质量等级分布情况。

预测结果显示，未来一年内江西省法人金融机构正常类贷款的比重逐步降低，其他四个等级的比重逐步提高，其中关注类贷款比重提高幅度最大。2015年末，关注类贷款和可疑类贷款的比重较3季度末分别上升了0.48个和0.14个百分点；2016年3季度末，关注类贷款和可疑类贷款的比重较2015年3季度末分别上升了3.08个和1.38个百分点。这说明未来一年内江西省法人金融机构贷款质量总体向下迁徙态势的可能性较高，不良贷款率的波动将更大。

（二）主要结论

经预测，贷款质量总体向下迁徙态势明显，关注类、次级类、可疑类和损失类贷款比重持续上升。这与江西省经济金融发展情况反映的现实相符合，一是从未来发展趋势看，受国际商品行情影响，江西省多数行业市场行情不稳定，如批发零售、房地产等，资金链陆续断裂造成逾期贷款增加及关注类贷款上升，随着逾期贷款与不良贷款的差距越来越大，贷款质量向下迁徙空间较大，向下迁徙率仍将进一步扩大；二是随着江西省逐步解除多家企业的行政保护，引发多家银行集中下调贷款级别，一旦企业清算重组提上日程，由于贷款抵押品受市场价格波动较大，银行抵押品价值面临较大贬值风险，抵押品变现回收价值难以有效覆盖其债权，不良贷款的暴露速度可能加快；三是从经济增速看，江西省不良贷款率变动滞后于宏观经济增速两年左右，近几年来江西省GDP增速持续下滑，故而，未来一两年内江西省不良贷款可能保持上升态势不变。

三、政策建议

（一）把好新增贷款准入关，从源头上防范信贷风险

严格贷款客户筛选，加强客户准入审查机制，做好贷前调查，尽职调查企业信用等级和个人信用状况，对客户实力、发展前景、风险状况进行严格把关；严格贷款审查审批流程，确保贷款发放过程的合法合规，提高信贷监督执行管理职能，要对业务部门办理的融资业务合法性、贷款支付方式及用途合规性、信贷业务合同及相关协议的完整性、有效性进行严格审核。

（二）把好存量贷款管理关，防止贷款质量向下迁徙

加大依法收贷力度，积极运用以物抵债处置不良贷款，着重抓好有拖欠的正常、关注类贷款的管理，密切跟踪潜在风险因素的变化，主动与客户商讨有效的风险防范措施，逐户研究制定风险化解方案，防止贷款向下迁徙；密切关注和跟踪潜在损失增大的贷款，盡最大努力实现潜在损失的化解和回转，努力提高现金回收比例，加强对可疑类、损失类贷款的管理，提前运用传统法律手段，保全抵押资产价值，最大限度挽回损失。

（三）把好风险预警监测关，做好风险应急方案

加强信贷风险前瞻性管理，建立信贷风险预警体系，动态监督客户与银行间交易以及信贷客户的日常各项交易活动，及时判断贷款资产的风险状况，选择贷款措施和策略，保证贷款资产安全；积极开发和引进先进的风险管理技术，实现对风险的量化管理，加强对跨市场、跨领域风险防范和控制的力度，建立风险隔离和应急预案，防止外部风险对信贷资金的变相侵蚀。