我國(guó)商業(yè)銀行對(duì)制造業(yè)的信貸風(fēng)險(xiǎn)分析

武丹丹

一般意義上的信貸風(fēng)險(xiǎn)可以解釋為貸款企業(yè)未能及時(shí)、足額償還銀行貸款而違約的可能性。我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)的問(wèn)題究其原因主要還是信貸管理機(jī)制不健全導(dǎo)致的。目前我國(guó)商業(yè)銀行主要采取的手段有：貸前的資格審查、貸中的強(qiáng)化風(fēng)險(xiǎn)分析以及貸后的繼續(xù)跟蹤調(diào)查。然而，由于自身經(jīng)濟(jì)發(fā)展程度的影響及我國(guó)商業(yè)銀行在信貸風(fēng)險(xiǎn)量化管理方法上的落后，導(dǎo)致在信貸風(fēng)險(xiǎn)控制上顯現(xiàn)出一些弊端，如事前風(fēng)險(xiǎn)防范意識(shí)薄弱、缺乏有效的預(yù)警機(jī)制，過(guò)多的定性分析信貸風(fēng)險(xiǎn)的識(shí)別和衡量但卻忽視了信貸風(fēng)險(xiǎn)的定量分析。要想做好信貸風(fēng)險(xiǎn)控制，僅僅著眼于理論研究是不夠的，于是在信貸風(fēng)險(xiǎn)控制領(lǐng)域不僅要注重預(yù)防和控制還應(yīng)找到信貸風(fēng)險(xiǎn)和盈利的平衡點(diǎn)。

商業(yè)銀行信貸風(fēng)險(xiǎn)的防范，其實(shí)主要是不良信貸的防范。上表1反映出來(lái)近年來(lái)我國(guó)商業(yè)銀行不良貸款的大體情況，表中不難看出從2007年至2012年，隨著商業(yè)銀行貸款數(shù)量的不斷增大，不良貸款的數(shù)量并沒(méi)有隨著貸款的數(shù)量不斷擴(kuò)大，不良貸款率在逐年降低，但不良貸款中的次級(jí)類、可疑類和損失類貸款并不是一直保持遞減的趨勢(shì)，而是在某些年度出現(xiàn)反彈的趨勢(shì)，說(shuō)明我國(guó)在信貸風(fēng)險(xiǎn)控制上有著自己的經(jīng)驗(yàn)和方法的同時(shí)還存有很多疏漏。

1. 信貸風(fēng)險(xiǎn)的Z評(píng)分模型

目前，我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)控制已儼然成為信貸業(yè)務(wù)中必須盡早解決的難題，當(dāng)然，我們知道信貸風(fēng)險(xiǎn)是不可能完全被徹底消除的，因此引入適當(dāng)有效的定量分析方法，使信貸風(fēng)險(xiǎn)降低到可控范圍內(nèi)便是我國(guó)商業(yè)銀行在處理信貸業(yè)務(wù)時(shí)的重中之重了。我國(guó)可借鑒國(guó)際權(quán)威的Z評(píng)分模型來(lái)作為研究商業(yè)銀行信貸風(fēng)險(xiǎn)控制管理體系的方法。

Z評(píng)分模型是由奧特曼于1968年利用多元判別式法建立并提出的，模型首先需要從上市公司的年度財(cái)務(wù)報(bào)告中計(jì)算出反映企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)程度的經(jīng)濟(jì)指標(biāo)，緊接著利用這些經(jīng)濟(jì)指標(biāo)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)影響的大小賦予不同的權(quán)重，最后加權(quán)所得便是這個(gè)企業(yè)的信貸風(fēng)險(xiǎn)Z的評(píng)估值。

奧特曼提出的Z評(píng)分模型就包括了以上變量中的五個(gè)：

X1=流動(dòng)資金/總資產(chǎn)

X2=未分配利潤(rùn)（留存收益）/總資產(chǎn)

X3=息稅前利潤(rùn)/總資產(chǎn)

X4=股權(quán)市值/總負(fù)債賬面價(jià)值

X5=銷售收入/總資產(chǎn)

Z評(píng)分模型如下：

Z=1.2（X1）+1.4（X2）+3.3（X3）+0.6（X4）+0.999（X5）

在這一模型中，分類臨界值為： Z<2.675，則為破產(chǎn)企業(yè)；Z≥2.675，則為非破產(chǎn)企業(yè)。奧特曼發(fā)現(xiàn)Z值主要分布在1.81-2.99之間，即Z的分值高于2.99為非破產(chǎn)企業(yè)，低于1.81就存在著潛在的破產(chǎn)風(fēng)險(xiǎn)，貸款損失的概率會(huì)很高。借助Z評(píng)分模型，一方面可以初步估計(jì)該企業(yè)的收入水平和預(yù)期還貸能力，從而達(dá)到貸前風(fēng)險(xiǎn)控制的目的；另一方面可以通過(guò)貸款企業(yè)的年報(bào)信息，運(yùn)用Z評(píng)分模型幫助分析項(xiàng)目和資產(chǎn)中高風(fēng)險(xiǎn)的成分，降低銀行的信貸風(fēng)險(xiǎn)。

我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)所造成的損失主要集中在制造業(yè)、批發(fā)和零售業(yè)、房地產(chǎn)業(yè)、以及信用卡等。下文將以制造業(yè)信貸風(fēng)險(xiǎn)為研究對(duì)象，選取10家制造業(yè)上市公司的2012年年度數(shù)據(jù)構(gòu)建Z評(píng)分模型。

2. Z評(píng)分模型評(píng)價(jià)結(jié)果

將貸款企業(yè)的相關(guān)財(cái)務(wù)數(shù)據(jù)錄入模型即可得到Z的評(píng)分結(jié)果。Z值越大說(shuō)明資信水平越好；Z值越小則信貸風(fēng)險(xiǎn)就越大。若Z值大于或高于預(yù)先設(shè)定的特定數(shù)值或范圍，就推斷該家企業(yè)的財(cái)務(wù)狀況良好或銀行能夠接受這樣的信貸風(fēng)險(xiǎn)水平；若Z值小于預(yù)先設(shè)定的特定數(shù)值或范圍，則推斷該企業(yè)可能無(wú)法按時(shí)歸還貸款，甚至虧損破產(chǎn)。

由上表分析結(jié)果可以得出，在10所上市公司中，前五只股票的Z值都在1.81以上，破產(chǎn)率較低，貸款損失率也相對(duì)較低。其中中穎電子業(yè)績(jī)表現(xiàn)優(yōu)秀，Z值為17.127；美菱電器雖不在破產(chǎn)率高的行列，但潛在風(fēng)險(xiǎn)明顯比其他四只股票大。后五只股票即績(jī)差股，在檢測(cè)結(jié)果Z值上明顯不足，而其他績(jī)優(yōu)股則能表現(xiàn)出良好的結(jié)果，即有著良好的預(yù)期還款能力。 其中SST華塑的檢測(cè)值-1.79694，相對(duì)其他績(jī)差股所存在的破產(chǎn)風(fēng)險(xiǎn)最大；而*ST株冶在2012年度的經(jīng)營(yíng)活動(dòng)中業(yè)績(jī)好轉(zhuǎn)，Z評(píng)分模型檢測(cè)結(jié)果為1.896467，有望扭虧。

根據(jù)以上研究發(fā)現(xiàn)，企業(yè)財(cái)務(wù)數(shù)據(jù)在Z評(píng)分模型中的各項(xiàng)指標(biāo)對(duì)Z 值影響最大的指標(biāo)是X1，即流動(dòng)資金/總資產(chǎn)，這說(shuō)明一個(gè)企業(yè)的流動(dòng)性對(duì)該企業(yè)的信用風(fēng)險(xiǎn)有著相當(dāng)大的影響。通常情況下，一家企業(yè)若遭遇業(yè)績(jī)不斷下滑或者重大損失，那么流動(dòng)性資產(chǎn)一定會(huì)萎縮，企業(yè)的信貸風(fēng)險(xiǎn)也將不斷增大。

3. 結(jié)論

歸根究底，我國(guó)商業(yè)銀行首先應(yīng)對(duì)貸款企業(yè)數(shù)據(jù)信息的準(zhǔn)確性和全面性進(jìn)行嚴(yán)格把關(guān)；其次，通過(guò)Z評(píng)分模型可對(duì)貸款企業(yè)的信用度、風(fēng)險(xiǎn)度、還款可能性等數(shù)據(jù)進(jìn)行一系列評(píng)估；最后，商業(yè)銀行自身通過(guò)Z評(píng)分模型將貸款企業(yè)進(jìn)行合理分類排序，大大減少信貸業(yè)務(wù)的繁瑣程序，降低評(píng)估成本和所要面臨的信貸風(fēng)險(xiǎn)。

建立健全信貸風(fēng)險(xiǎn)控制系統(tǒng)和信貸管理機(jī)制，依靠專業(yè)的評(píng)分機(jī)構(gòu)，在完善基礎(chǔ)數(shù)據(jù)庫(kù)的同時(shí)探索適合中國(guó)自身國(guó)情的Z評(píng)分模型，現(xiàn)階段的評(píng)價(jià)體系所評(píng)估出來(lái)的結(jié)果還不夠精確，只能從側(cè)面反映出企業(yè)的信貸風(fēng)險(xiǎn)，需要今后基于龐大的企業(yè)數(shù)據(jù)得到合適的評(píng)分模型，這也可成為信貸風(fēng)險(xiǎn)的新研究方向。