银行信贷风险管理和预警体系研究——以建设银行某支行为例(上)

胡寄望

(建设银行杨家坪支行，重庆 400050)

建设银行的不良贷款率在国有四大行中排名第三，离国际标准也有一定差距。银行信贷风险管理，特别是预警体系的建立有利于普通支行面临最多的信贷业务的风险防范，这对广大商业银行具有现实的意义。笔者通过对建设银行现有资产状况及信贷风险管理办法的梳理，重新设计了建行信贷风险识别和预警体系，建立了模型并进行了检验。

一、建设银行信贷资产质量现状

(一)建设银行资产质量的总体情况

截至2012年12月末，中国建设银行股份有限公司资产总额13.97万亿元，其中贷款余额(本外币合计)7.51万亿元，比上年增长1.02万亿元，增幅为15.64%。全行不良贷款余额为746.18亿元，不良贷款率(按五级分类法)为0.99%，较去年下降0.10个百分点。不良贷款中次级类327.45 亿元，占比 43.88%;可疑类 337.13 亿元，占比45.18%;损失类81.6亿元，占比10.94%。同年中国银行、农业银行、工商银行的不良贷款率分别为0.95%、1.33%、0.85%，在国有四大行中建设银行排名第三。

建设银行的不良贷款率在四大行中排位并不理想，同时与国外先进银行相比，资产质量存在更大的差距，2012年美国的商业银行不良贷款率约为0.67%。同期世界排位前100名银行的不良贷款率大约为0.6%至1%的区间。不过这也揭示了我们的信贷风险管理水平还有较大的提升空间。

(二)支行资产质量现状

为寻找更具针对性的研究对象，我们根据建设银行某支行风险部提供的信贷资产质量报告(报告期截至:2012年12月31日)，得到如下两张表。

表1 建设银行某支行信贷资产五级分类情况表

由表1可知，截至2012年12月31日，支行共有关注类贷款67 890.31万元，在贷款总额中所占比例为5.7%，较年初增加2.03个百分点。关注类贷款中，64 650万元为公司类贷款、3 240.31万元为个人类贷款。不良贷款487.97万元则全部是个人类贷款。

表2 建设银行某支行公司类贷款五级分类情况表

根据表2可知，截至2012年12月31日，支行公司类贷款中有64 650万元为关注类，所占比重为8.36%，这一比重较年初增加了2.83个百分点。

(三)建设银行信贷风险管理基本流程

建设银行信贷风险管理基本流程包括受理、调查评价、审批、发放及贷后管理五大阶段:

第一阶段:受理。受理阶段主要包括:客户申请——资格审查——客户提交材料——初步审查等操作环节。受理人员依据有关法律法规、规章制度及建设银行的信贷政策审查客户的资格及其提供的申请材料，决定是否接受客户的信贷业务申请。

第二阶段:调查评价。受理客户申请后，经初步审查合格后进入调查评价阶段。调查评价包括客户信用评价、业务评价和担保评价。在调查评价的基础上，形成调查评价报告。经调查评价合格的信贷业务，经办人根据各信贷业务特点组织调查报告、业务申报书、财务报表等有关资料，报送有权部门审批。

第三阶段:审批。在审批阶段要对申报材料进行合规性审查并根据合规的申报材料对客户的信贷业务进行审批。

第四阶段:发放。该阶段具体包括落实贷前条件、签订合同、落实用款条件、支用、信贷登记等5个步骤。

第五阶段:贷后管理。贷后管理包括对信贷资产的检查、回收、展期、借新还旧及不良资产管理等内容。

上述5个阶段的流程见图1。

图1 建设银行信贷风险管理基本流程

图1所示管理程序包含了风险的识别和防范环节。其中，风险识别包括贷前识别和贷后识别，贷前识别主要是银行通过对客户和信贷项目进行调查，收集有关资料，初步辨别其中可能存在的风险因素;贷后识别是指银行对已经发放信贷的客户的经营状况、合同履约情况、抵押物的变化情况等进行监测检查，从而发现可能存在的各种不利因素。风险防范主要包括贷中防范和贷后防范。贷中防范主要是通过设定合理的信用额度、审批信贷并决定贷与不贷或贷放多少以及确定各种信贷条款等方式进行风险防范，贷后风险防范主要是通过信贷清收、抵押物处置等保全措施进行防范和控制。

二、支行信贷风险管理基本方法

根据建设银行的风险管理流程，我行采用的信贷风险管理方法主要有贷前的信用评级(包含违约概率测算和风险限额测算)，贷中的授信额度审批以及贷后的信贷资产十二级分类。

(一)信用评级

客户信用评级是对客户因偿债能力变化而可能导致的违约风险进行分析、评价和预测，及确定信用等级的过程。客户信用等级是反映客户偿债能力和违约风险的重要标志，划分客户信用等级的核心指标是客户的违约概率。

客户信用评级主要包括定性指标体系和定量指标体系。定性指标体系包括管理水平、竞争实力、经营环境三个风险维度。定量指标体系则是基于宏观经济数据及客户提供的近两年财务报表，通过定量指标运用统计模型进行违约风险分析和判断。定量评价指标按制造业、建筑业、批发零售业、能源基础设施、其他服务业分别设置，一般包括5～6个指标。以制造业为例，定量指标主要有银行债务覆盖比、总资产增长率、经营收入、资产净利率、利息费用比、GDP增长率等。一般公司类客户的评级模型如图2所示。

图2 一般公司类客户评级模型

(二)授信额度审批

在获得客户信用评级之后，建设银行会根据客户信用评级和可偿债资源确定的客户未来一段期限内(一般为一年)的最大承债能力，即风险限额。对客户的实际授信额度原则上不应超过该限额。其测算模型如图3所示。

客户的风险限额确定分为初始新增限额计算、新增限额调整和最终风险限额计算3个步骤。

图3 风险限额测算模型

1.初始新增限额

初始新增限额以客户调整后所有者权益为基数进行计算。即初始新增限额等于客户调整后所有者权益乘以相应的限额乘数。限额乘数根据客户最终评级(R3)确定，计算公式为:

其中:ΔCL1为初始新增限额;E为客户平均调整后所有者权益，即E=(本期调整后所有者权益+上期调整后所有者权益)/2，调整后所有者权益=所有者权益－长期待摊费用－递延所得税资产－未计提坏账准备－涉损金额。

限额乘数V取值如下:

最终评级R3限额乘数V最终评级R3限额乘数V AAA 2.0 BBB 1 AA+ 1.9 BBB － 0.75 AA 1.8 BB 0.5 AA － 1.7 B 0.25 A+ 1.6 CCC 0 A 1.5 CC 0 A － 1.4 C 0 BBB+ 1.2 D 0

2.新增限额调整

新增限额调整是根据客户的资产负债率、现金盈余和有息负债等情况对初始新增限额进行调整，调整步骤如下:

第一步:资产负债率调整

在初始新增限额的基础上，根据客户当前的资产负债率和客户所属行业的资产负债率情况对初始新增限额进行调整，得到资产负债率调整后新增限额ΔCL2，调整规则如下:

(3)若客户当前的资产负债率≥行业资产负债率上边界，则 ΔCL2=0。

第二步:现金盈余调整

在资产负债率调整后新增限额ΔCL2的基础上，根据客户的息税折旧摊销前利润(EBITDA)进行现金盈余调整，得到现金盈余调整后新增限额ΔCL3，调整规则如下:

(1)若“30×EBITDA－负债合计”≥ΔCL2，则ΔCL3=ΔCL2;

(2)若“30×EBITDA－负债合计”＜ΔCL2，则 ΔCL3=30×EBITDA－负债合计;

(3)若“30×EBITDA－负债合计”＜0，则 ΔCL3=0。

其中:EBITDA=利润总额+财务费用+固定资产折旧+油气资产折耗+生产性生物资产折旧+无形资产摊销，取客户近三年(最少近两年)的平均值。

第三步:有息负债乘数调整

有息负债乘数调整是指剔除客户新增负债总额中与银行信用无关的其他负债，将现金盈余调整后新增限额ΔCL3转化为客户的银行体系新增限额ΔCL4。计算公式如下:

其中:有息负债乘数W根据客户所属行业确定，见表3。

表3 客户所属行业的有息负债乘数(W)表

(1)若客户当前的资产负债率≤行业资产负债率下边界，则 ΔCL2=ΔCL1;

(2)若行业资产负债率下边界＜客户当前的资产负债率＜行业资产负债率上边界，则:

续表

第四步:新增限额转换

在客户的银行体系新增限额ΔCL4基础上，通过转换系数SR将其转化为客户的建行体系新增限额ΔCL5。计算公式为:

其中，转换系数SR根据客户最终评级(R3)确定，见表4。

表4 客户信用等级对应的转换系数(SR)表

对于新客户(近三年在建行无授信额度)，不进行新增限额转换。

［最终风险限额计算］

客户的最终风险限额等于客户的建行体系新增限额ΔCL5与客户在建行的年末贷款余额L之和，计算公式如下:

在确定客户信用风险限额基础上，再综合分析客户资信状况、授信需求、建设银行风险偏好、授信业务风险与收益等因素确定的未来一段期限内和一定条件下对客户能够和愿意承担的信用风险敞口控制量，即授信额度。

(三)信贷资产十二级分类

信贷资产风险十二级分类是指银行按照风险程度将贷款分为不同档次的过程，其实质是判断债务热及时、足额偿还贷款本息的可能性。

信贷经营、管理人员按照规定的标准、方法、流程和要求对信贷资产进行全面、及时和准确的评价，按照风险程度将其划分为十二个级别的过程。按照风险程度大小，信贷资产划分为正常一级、正常二级、正常三级、正常四级、关注一级、关注二级、关注三级、次级一级、次级二级、可疑一级、可疑二级和损失级十二个级别(详见表5)。

表5 各类(级)信贷资产核心定义

在准备分类时，客户经理需要收集借款人和保证人的最新财务报表及其他财务信息、押品评估报告等，并在整理和更新信贷信息的基础上完成以经营性净现金流为核心的客户财务模板分析和分类背景材料撰写，并提出初分意见。客户经理主管和风险经理对初分意见进行认定并报有权审批机构进行审批。在十二级分类过程中，根据客户的最新财务状况及未来的发展趋势，其信贷资产分类级别会进行相应调整，并在下一季度进行拨备计提。

三、建设银行信贷风险识别和预警体系的建立

(一)设计思路

财务分析是一项系统的工程，任何指标或数值的孤立理解都不利于分析目标的实现，因此必须建立系统的分析框架。受沃尔比重法的启示，我们依照信贷工作中的实际情况并结合建设银行信贷系统CLMP中对财务指标参数的设计，通过问卷调查的方法，请信贷经理评选出对识别和防范信贷风险最为有用的财务指标，并为其重要性赋予权重，从而得到一个综合财务状况的计算公式。根据该公式，我们可以通过公司的审计报表计算出各财务指标的具体数值，将其代入公式后即可得到该公司的综合财务状况得分。将多个公司的财务得分与我行的信贷风险分类进行匹配，便可以检验该公式的有效性。

(二)问卷设计

1.确定指标体系

根据主流财务分析理论及建设银行内部风险评价体系，我们将企业的财务指标分为偿债能力、营运能力、盈利能力和成长能力四大类，每一大类中又有多个具体的财务指标来做表征。例如，偿债能力指标中既有流动比率、速动比率这样的短期偿债能力指标，又有资产负债率、利息保障倍数这样的长期偿债能力指标。

除了上述四大类财务指标，鉴于现金流对企业偿债能力所具有的特殊重要意义，我们在问卷中也加入了反映企业现金流量状况的指标。调查问卷的具体内容详见附录1。

2.调查对象及样本容量介绍

某支行作为重庆市分行辖区内一家大的综合性的基层行，具有大量优质的对公客户资源，涵盖九龙坡区、高新技术开发区大中型客户100余户。具备20余位经验丰富、业绩突出的信贷经理。我们随机在支行公司部、小企业部、风险部等相关经营部门抽取了13名在对公信贷业务条线从业5年以上的资深客户经理，请他们对五大类、19项财务指标的重要性进行评价。同时，我们样本中选取了14个处于成熟期的大型制造企业信贷客户的财务指标和信贷风险分类结果来对我们的财务评价体系进行检验。

(三)模型建立与检验

1.财务分析的有用性

问卷中，我们首先对财务分析的有用性进行了调查，4个选项分别是非常有用、一般、没有用、不能确定。在收回的13份问卷中，有10份选择了“非常有用”，3份选择了“一般”(详见表6)。这个结果表明，大家普遍认为财务分析对于信贷风险的识别和防范有重要的作用。

表6 财务分析有用性调查

2.各类财务指标的重要性

问卷中的第二个问题要求受访者对五大类财务指标(偿债能力、营运能力、盈利能力、成长能力和现金流量)的重要性进行排序，并要1～5分之间按照自己的工作经验进行选择取分。对13份问卷的统计显示，现金流量得分最高，为53分;偿债能力次之，为48分;盈利能力41分，排第三;营运能力33分，排第四;成长能力排最后，得分19分;总得分为194分。根据各个指标得分与总得分的比例，我们赋予现金流量指标0.27的权重，偿债能力指标0.25的权重，盈利能力指标的权重为0.21，营运能力指标和成长能力指标的权重分别为0.17和0.1(详见表7)。

表7 五大类指标重要性得分和权重

3.各项财务指标的选择

偿债能力指标的备选项有5个，分别是流动比率、速动比率、资产负债率、产权比率和已获利息倍数。我们同样要求受访者对这5个指标的重要性排序，其得分分别为48、52、48、23和16。据此我们选择速动比率这一指标来代表偿债能力。

营运能力指标的备选项有四个，分别是总资产周转率、流动资产周转率、应收账款周转率和存货周转率。按照相同的打分规则，其得分分别为34、48、55、40。据此我们选择应收账款周转率来代表营运能力。

盈利能力指标的备选项有5个，分别是主营业务利润率、总资产报酬率、净资产收益率、EBIT/总资产和每股盈利，5 个指标的得分分别为 55、42、42、30、24。据此我们选择主营业务利润率作为盈利能力指标的代表。

成长能力指标包含总资产增长率和净利润增长率两个备选项，总资产增长率的得分为61，净利润增长率的得分为59，因此我们选择总资产增长率来代表一个公司的成长能力。

最后，现金流量指标包含现金比率、经营活动产生的每股净现金流和净利润现金含量3个备选指标，其得分分别为53、55、50。但由于经营活动产生的每股净现金流这一指标较难获得，我们选择了得分第二的现金比率作为现金流量指标的代表。

有了各类财务指标的权重以及具体的财务指标，我们就可以建立一个反映财务综合状况的指标体系，其公式为

即，财务综合值=0.25×速动比率+0.17×应收账款周转率+0.21×主营业务利润率+0.1×总资产增长率+0.27×现金比率。

4.模型的检验

获得财务综合值的计算公式之后，我们首先根据支行的信贷12级分类结果得到14个制造业信贷客户的分类结果，作为公式中的被解释变量;根据我们计算时客户的最近的审计报表，分别计算其现金比率、速动比率、主营业务利润率、应收账款周转率和总资产增长率，作为解释变量(详见表8)。

表8 变量原始值

将5个财务指标的标准值代入公式，可得到14个样本的财务综合值，将其按照从高到低的顺序排序，并与十二级分类结果进行比较，其结果见表9。

从表9可知，样本12的财务综合值最高，但其十二级分类结果为A3，其原因主要是因为该公司非主营业务某投资项目失败，在资本市场上引起一定不良反应，建设银行也相应调低其分类水平;样本5的财务综合值处于中间水平，但其十二级分类却是最低的B1，主要是因为影响该公司业绩的外部因素尚未完全消失，以及月度之间出现的异常波动。剔除掉上述两个异常值之后，我们可以发现，分类结果为A1和A2的样本呈现交替出现的规律，鉴于两类结果均代表正常的信贷资产，我们将A1和A2视为同一分类，统称为A1，其余A3和A4统称为A4。经过上述调整后的分类结果表如表10所示。

表9 财务综合值与十二级分类结果对照表

表10 调整后财务综合值与十二级分类结果对照表

由表10可知，十二级分类结果为A4的样本，其财务综合值均低于16分，分类结果为A1的样本，其财务综合值则在16分以上。因此，16可以作为判断分类结果的临界值。我们根据临界值分数将样本客户分为风险正常、风险可控、风险关注三个大类。由于有效样本数为12，占全部样本的比例达到86%，因此我们认为上述分类方法是有效的。

四、结论

通过我们设计的评分模型来比对实际案例可以看出，若是通过传统的财务分析方法对公司信贷风险进行评价，仅局限于财务三大报表各个板块，且各板块是相互独立区分的，因为客户财务情况大多错综复杂，较易被单方面指标影响，难以根据其整体情况出具一个综合客观且具备标准化的风险识别判断。而本研究模型的建立，能够帮助从业人员便捷快速地对综合风险进行判断。模型的设计初衷即依据财务理论的开放式模块化设计，我们可以根据客户具体从事的行业情况，自定义选取对其具有针对性的财务指标作为评价变量，以针对各个客户的情况制定出个性化的解决方案。同时可将宏观经济形势、行业情况、政策导向等诸多大环境因素亦作为附属变量，使模型评价结果更加具备综合性。

［1］方洪全，曾勇.联机分析挖掘OLAM方法在银行信用风险评估中的应用［J］.中国软科学，2004(10):48－56.

［2］张宗益，朱小宗，耿华丹，等.传统信用风险度量模型的实证比较与适用性分析［J］.预测，2005(2):56－60.

［3］于燕.财务比率分析的局限性及对策探讨［J］.商场现代化，2005(7):101.

［4］何梦园.现行企业财务报表分析方法评议［J］.集团经济研究，2006(5).

［5］王丹丹.改进现行财务分析指标体系的几点建议［J］.财会月刊，2006(9):80 －81.

［6］陈中琴.我国商业银行信贷风险管理研究［J］.高科技与产业化，2007(12).

［7］董秀秀，张洪伟.Fuzzy ART研究及在银行信用风险评估中的应用［J］.计算机工程与应用，2008(15):231－23.

［8］张卫国，刘伊生.商业银行信贷风险控制要素研究［J］.技术经济，2008(12).

［9］张兆玺.完善我国商业银行风险管理机制的对策［J］.经济视角，2010(10).