对小微企业不良贷款率容忍度的思考

第一篇：对小微企业不良贷款率容忍度的思考

对小微企业不良贷款率容忍度的思考

作者： 河北银监局课题组 / 时间： 2012年 2月号

“适当提高对小型微型企业不良贷款率的容忍度”，是有效缓解小微企业融资难的重要举措。近日，笔者对河北省唐山、廊坊、衡水、邢台等四个地市（以下简称“四地市”）进行了深入调研，走访了各类银行业机构86家，调查了相关信贷人员235人，剖析了小微企业贷款68.25亿元，就提高小微企业不良贷款率容忍度对银行业的影响进行了评析，对合理的容忍限度进行了测算，并提出了操作层面的建议。

小微企业不良贷款率容忍度可适当提高

截至2011年9月末，四地市银行业贷款余额5321亿元，其中小微企业贷款余额1082亿元，占贷款总量的20.35%。小微企业不良贷款率为3.74%，高于整体不良贷款率1.03个百分点。在小微企业总体信用风险偏高的情况下，不同地区、不同类别机构信贷质量存在一定的差异性。以此为基础，河北银监局以不良贷款率分别提高1个和3个百分点为条件，进行了量化分析。

积极影响突出

小微企业贷款放量，大中型机构尤显突出。提高小微企业不良贷款率容忍度及其他配套政策逐步到位，必将有效减轻银行业面临的责任追究压力，转变其对小微企业的慎贷思维，扩大其信贷营销面和接纳面，明显增大小微企业信贷投放力度。以目前四地市数据测算，如容忍度提高1个百分点，则有可能带动小微企业贷款在保持20%常规增量的同时，多增40亿元左右，如提高3个百分点，则有可能带动多增100亿元左右，而小微企业贷款增幅可以分别达到24%和30%，全面超过各项贷款增幅。从机构情况看，目前四地市大型银行和股份制银行小微企业贷款份额分别为3.82%和7.85%，远低于其他机构，如容忍度适度提高，则可以有效开启其信贷投放空间，出现较大增量。

信贷准入门槛降低，微型企业更为受益。提高不良贷款率容忍度意味着提高对信用风险的容忍程度，可推动银行业降低信贷准入门槛，主要方法包括：调整评级标准或下调准入级次，放宽担保条件或丰富担保品种，扩大信贷额度及适度延长贷款期限。上述关键条件的放松，将使众多原来处于高门槛之外的“二线”小微企业获得信贷资金，其中因自身财务及资产条件不足而未进入授信视角的微型企业更为受益，由于其融资金额较小，如果获得授信，需求满足率和支持效果将大大提高。

信贷审批效能提高，流程更为优化。对小微企业扩大信贷增量、降低准入门槛必然使银行业信贷管理的重心向基层倾斜，促使其相应下放信贷审批权限，设立专营机构或部门，调整和优化信贷操作流程，以适应小微企业信贷发展需求。对信用风险的适度容忍，使银行业可以跳出参照为大中型客户制定的小微客户信贷程序，制定符合实际的“简化流程”，或对非关键性环节进行删简，以提高授信审批效率。据调查，在下放审批权限及简化流程的前提下，小微企业授信业务在5～10个工作日内即可完成，其中一些特定产品的办理速度可以更快。

经营冲击有限

调查分析显示，提高小微企业不良贷款率容忍度对银行业资产质量、经营收益和信贷管理将产生一定影响，但其冲击幅度有限，完全处于银行业可以承受的范围之内。

整体资产质量轻度下滑。截至2011年9月末，四地市小微企业不良贷款余额为40.47亿元，占全部不良贷款的28.1%，所占比重较大，小微企业不良贷款增加将对整体信贷资产质量产生一定影响。根据目前数据测算，小微企业不良贷款率上升1个百分点后，其不良率为4.74%，不良贷款余额增至51.3亿元，则整体不良贷款余额增至154.86亿元，不良贷款率升至2.91%，高于现有水平0.2个百分点；小微企业不良贷款率上升3个百分点后，其不良率为6.74%，不良贷款余额增至72.96亿元，则整体不良贷款余额增至176.52亿元，不良贷款率升至3.32%，高于现有水平0.61个百分点（见图1）。可以看出，基于当前的信贷资产结构，小微企业不良贷款率适度上升未对整体信贷资产质量产生实质性影响。如考虑增量稀释及小微企业信贷风险管控因素，此影响还可以进一步摊薄。

小微业务利润有所收窄。从收入情况看，2011年以来，四地市银行业利润总额达到159.19亿元，其中贷款利息收入仍是收入主干部分，这也说明贷款盈利水平对其整体收益具有重要影响。1～9月，小微企业利息收入总额为54.59亿元，占利息收入总量的19.28%；利息回收率为86.01%，低于各项贷款利息回收率5.85个百分点；贷款欠息余额8.59亿元，占全部欠息的24.32%。如小微企业不良贷款增加，将进一步降低利息回收率，减少利息收入份额。从支出情况看，目前四地市银行业贷款拨备和核销相当一部分用于小微企业，其中小微企业贷款损失拨备余额37.65亿元，占拨备总额的26.77%，2011年核销小微企业损失贷款9.37亿元，占核销总数的51.51%。如小微企业不良贷款增加且形态向下迁徙，将继续增大银行业提取拨备和贷款核销的资金压力。据测算，如小微企业不良贷款率上升1个百分点后，其欠息将增加约1亿元，需要增提拨备5.5亿元，增加核销2.2亿元，预计冲减8.7亿元利润，占目前利润水平的5.47%；小微企业不良贷款率上升3个百分点后，其欠息将增加约2.5亿元，需要增提拨备12.56亿元，增加核销5亿元，预计冲减20.06亿元利润，占目前利润水平的12.6%。如考虑其他信贷业务和中间业务利润增长因素，小微业务利润一定幅度的下降对银行业整体收益不会产生大的影响，银行业仍将保持稳步增盈的态势。

信贷管理能力面临考验。小微企业信贷投放量增大及风险管理任务加重将对银行业信贷管理提出更高的要求。小微企业贷款金额小、户数多，所需人力资源数倍于同额度的大中型企业贷款，如果加大投放，必然要增加大量基层信贷人员，这对银行业人力资源配备有较大影响。同时，小微企业客户分散、类型各异，信贷管理相比大中型企业难度更大，尤其在需求测算、贷款支付审查、贷后管理等环节需要更全面的技能、更多的精力，对信贷人员的能力和素质形成了严峻的考验。

小微企业不良贷款率容忍度的确定

结合当前小微企业实际经营状态、贷款质量及不良贷款分布情况分析，其实际不良控制率应予上调，但在具体管理中应体现指导性、差异性和动态性。

结合实际风险水平测算基准线

小微企业不良贷款率容忍度应与企业实际风险水平相匹配，重点考虑以下三方面因素：一是当前小微企业盈利水平偏低、经营不确定性大、生存空间狭小，对其增加投放后，信用风险将相应增加；二是银行业小微企业信贷资产质量的逐步改善，包含了加大核销力度和对小微企业选择性抑制投放的因素，现有不良率未能完全反映以往小微企业信贷风险；三是目前存量小微企业不良贷款中，次级、可疑、损失类的比例约为4∶4∶2，相比其他贷款形态偏下，此外关注类贷款比例为2.56%，也存在向下迁徙可能，因此其账面不良贷款水平已经偏高。据对四地市235名小微企业信贷人员和风险管理人员问卷调查，依据其经验判断，认为不良贷款率应控制在3%～5%的109人，认为应控制在5%～10%的78人，分别占总人数的46.38%和33.19%；认为应在3%以下的人数较少，而认为应在10%以上的仅有4人。据此推算，小微企业整体不良贷款率可以控制在5%左右，高于四地市现有水平1.3个百分点。

区分产业类型确定不同档位

由于经营环境、特点、盈利、竞争等方面的差别，不同行业的小微企业贷款信用风险状况各异。如从四地市情况看，不良贷款率从高到低分别为：其他行业企业、涉农企业、生产类企业、流通类企业、高新类企业、服务类企业。因此，对小微企业不良贷款率容忍度不能一概而定，而应结合其所在行业的风险特点分类、适度确定。问卷调查显示，被调查人普遍认为涉农、其他行业贷款风险偏高，服务类、高新类、流通类企业贷款风险偏低，而生产类行业贷款风险居中，同时多数被调查人认为各行业实际不良率高于目前水平（见表1）。

依据地域及机构特点实行差异管理

小微企业的不良贷款水平的地域差异较为明显，从四地市情况看，经济较为发达的廊坊、唐山不良贷款率分别为1.3%和1.68%，而经济发展水平较低的邢台、衡水不良贷款率则高达6.36%和9.41%，说明地域之间经济发展水平不同、贷款投向结构不同，对贷款质量有重要的影响。因此，对不同的地市、县域应结合实际情况分别确定容忍度标准。一般来说，经济发达地区经济总量大、消费水平高、业务空间广，易于小微企业生存发展，不良贷款率应偏低；反之，经济欠发达地区小微企业面临的困难更大，应相应放宽容忍度标准。与此同时，不同类别机构小微企业不良贷款率也存在较大差异，四地市银行业金融机构中，农发行和农村中小金融银行小微企业不良贷款率明显偏高，其中农发行达到了25.49%，而其他类别机构则均在1%以下（见图2）。分析差异原因，主要是贷款投向侧重和信贷管理水平不同所致，如农发行、农村信用社小微企业贷款中涉农贷款数量较多，则形成风险可能性更大。结合产业分析认为，涉农类、生产类小微企业贷款占比大的机构应设定较高的容忍度，而其他机构则可以相应偏低；此外，信贷管理偏于粗放、风险管控能力较低的机构，如农村信用社、城市商业银行、邮储银行，目前应设定较高的容忍度。

按照小微企业发展走势实行动态控制

从四地市银行业近年情况看，小微企业不良贷款余额和占比呈现逐年下降的趋势，其中2011年9月末不良贷款率为3.74%，比2010年末降低2.53个百分点，比2009年末降低6.54个百分点。基于目前数据，提高小微企业不良贷款率容忍度后，不良贷款余额和占比将进入2～3年的上升期，而随着小微企业经营形势不断改观、银行业专业化经营能力持续增强、社会诚信环境有效改善，小微企业不良贷款率会出现逐步下降，最终回归为等于或略高于其他贷款不良率。如银行业加大损失类贷款的核销力度，则这一过程会更快。因此，对小微企业不良贷款率容忍度应实行动态控制，即在未来1～3年设定较高的容忍度，而在此之后则应视情况逐步下调容忍度标准。

正确处理提高小微企业不良贷款率容忍度的几个关系

提高不良容忍度与有效风险控制并行不悖。银行业金融机构要进一步树立风险意识，强化风险防控措施。针对小微客户特点建立相应的风险评估、预警、处置体系，开发“避险”功能更强的产品，运用更加灵活的管控手段，最大限度地防范小微企业信用风险，以抵消因小微企业自身风险偏高所带来的负面影响。

提高小微企业不良贷款率容忍度应赖以科学的考核机制。银行业金融机构应认真贯彻银监会相关要求，加快推进“六项机制”和“四单原则”的落实，对小微企业信贷业务指标、资产质量、财务核算等方面制定科学化、差异化的考核办法，优化对小微企业授信业务的激励机制，通过提高考核“容忍度”使提高不良率容忍度落到实处。

提高小微企业不良贷款率容忍度应辅以完善的外部措施。相关管理机构及时落实银行业小微企业信贷业务的税收减免和拨备税前扣除政策，积极对小微企业贷款进行贴息，设立相关风险补偿基金，并对小微贷款增量较大的银行业金融机构给予财政补贴，使银行业支持小微企业没有后顾之忧，同时“有利可图”，进一步调动其积极性和自觉性。提高小微企业不良贷款率容忍度应基于企业的素质提升。小微企业自身必须着力提升自身经营、管理和道德素质，专注实体经营，推进公司治理，规范财务管理，增强市场竞争力，尤其是强化诚信意识，摈弃各类违规做法，提高经营信誉，与银行业建立良好的合作关系，通过信贷支持进一步发展壮大。

第二篇：适当提高小微企业不良贷款容忍度

阿思达克通讯社4月14日讯，大智慧通讯社独家获悉，银监会日前下发银监发[2014]7号文，明确要求银行业金融机构单列小微企业信贷计划，并要求适度提高小微企业不良贷款容忍度。

有银监会内部人士对本社表示，要求重点支持与城镇化政策密切相关、符合国家产业和环保政策等的小微企业融资需求，降低小微企业的融资成本，也是银监会稳增长的重要举措。银监会下发的《关于2014年小微企业金融服务工作的指导意见》提出了九方面要求：

一、坚持服务小微企业、支持实体经济的总体要求，打造小微企业金融服务升级版。要求重点支持有利于扩大就业、符合国家创新驱动战略、与城镇化建设密切相关、符合国家产业和环保政策小微企业的融资需求。

二、单列信贷计划，确保实现两个不低于目标，即小微企业贷款增速不低于各项贷款平均增速、增量不低于上年同期水平。

三、扩大小微企业金融服务覆盖，完善检测指标体系。

四、坚持正向激励导向，落实小微金融差异化监管政策。各级监管部门要在银行业金融机构市场准入、小微企业专项金融债发行、风险资产权重、存贷比考核及监管评级等方面坚持正向激励导向，进一步落实差异化监管政策。

五、增加小微企业金融服务的机构和网点供给，进一步提升小微企业金融服务便捷性。

六、坚持以客户为中心的经营理念，不断丰富和创新小微企业金融产品和服务。

七、加强风险防控，管控好小微金融的整体风险。

八、强化信息服务体系建设，搭建小微企业融资服务平台。

九、加强宣传引导，营造良好的社会舆论氛围。

第三篇：关于对不良贷款的思考

对农村信用社不良贷款的思考

多年以来，农村信用社不良贷款基数大、占比高，前清后增趋势严重，成为制约农村信用社改革发展的绊脚石。省级联社成立后，采取制定统一规章制度，加强对各级农村信用社管理，大大规范了农村信用社不良贷款的清收处置，同时，通过央行“花钱买机制”的形式票据置换了农村信用社部分不良贷款，农村信用社历史包袱有所减轻。但截至2010年底，全国仍有361家农合机构资不抵债。银监会下发了《关于高风险农村信用社并购重组的指导意见》，将通过并购重组的方式化解高风险机构的风险。不良贷款余额大，占比高，处置难的农村信用社自然而然面临着生死存亡的紧要关头。农村信用社不良资产的清收处置等管理工作摆上了显要的位置。

一、农村信用社不良贷款现状

根据中国人民银行统计数据显示，2006年至2009年，按五级分类口径统计，全国农村信用社不良贷款余额与占比分别为：7327.29亿元，27.93％、6595.97亿元，21.04％、5938.95亿元，15.94％和5093.10亿元，10.84％。2009年末全国农村信用社不良贷款余额较2003年末减少2234.19亿元，不良贷款占比下降17.09个百分点。纵向来看，农村信用社的不良贷款余额和占比逐年下降。然而，横向的结果却表明，农村信用社的不良贷款率仍然高。根据银监会发布的统计数据显示，截至2009年末，商业银行不良贷款余额4973.3亿元，不良贷款率1.58％;国有商业银行不良贷款余额4264.5亿元，不良贷款率1.59％。农村信用社仍需积极化解不良贷款，提高资产质量。

二、不良贷款成因分析

农村信用社长期以来不良贷款余额大、占比高，即有客观的历史原因，也有其自身的主观因素。

（一）改革的历史包袱。由于历史原因，农村信用社三番五次的变换“东家”，造成管理上不衔接。同时，1996年农行与信用社“脱钩”后，农村信用社承担了农行的不良贷款。1999年前后，农村信用社对城市信用社和农金会吸收改造，这时期的不良贷款率也大幅上升。特别是关闭农村合作基金会，政府为保社会稳定，将农村合作基金会的借款划转给农村信用社，其中有90%以上的借款难以收回，形成不良贷款。农村信用社在一定程度上支付了大规模的制度变迁成本，背上了沉重的历史包袱。

（二）行政指令的不当干预。地方政府用行政干预指令贷款支持乡镇企业，盲目上项目，而仓促上马的项目一旦亏损或破产，农村信用社就不得不“买单”；另外，地方及乡村委员会的集体贷款积欠利息，到期不偿还本金，从而形成不良贷款。笔者对某市2010年涉政贷款进行了调查统计，截至年末，涉政贷款余额35852.36万元，其中不良贷款20363.71万元，占涉政贷款的56.8％。人民银行万州中心支行组织对辖内9个区县的农村信用联社村集体贷款管理情况的专题调查表明，9个区县的3300个行政村中，拖欠农村信用社贷款的行政村达780个，占24％，而9家农村信用社村集体不良贷款占比则高达80％。

（三）内部管理粗放。农村信用社自我约束和信贷管理机制不健全，贷款管理和控制精细化程度不够，不良贷款的责任追究不到位，薪酬激励机制不完善，造成多年来信贷资产质量持续恶化，旧的不良贷款无法收回，新的成倍增长。尤其过去在支持乡镇企业过程中信贷管理粗放，重贷款发放轻贷后管理、重企业放贷轻农业贷款、重大额放贷轻小额贷款现象普遍存在，而随着乡镇企业经营的不景气，很多企业关停、倒闭，有的甚至恶意逃废信用社债务，造成企业贷款投放多的信用社资金大量沉淀，不良贷款占比高。

（四）信贷人员数量不足，素质达不到要求。近年来，随着农村经济和农村信用社信贷业务迅速发展，贷款客户群体日益扩大，农村信用社系统的信贷人员无论在数量上还是在素质上都显得“捉襟见肘”，极为薄弱，很难适应信用社经营发展要求，从某种程度上影响了信贷资金效益的发挥。且不说信贷人员年龄结构不合理，缺乏金融、财务和法律等相关方面的专业知识，就连信贷人员的选拨机制也存在偏差，往往是将不能从事内勤业务的“老弱病残”人员硬拉到信贷岗位，谈何信贷风险控制。更有甚者，信贷队伍中道德缺失者，工作没有责任感和开拓进取精神，不能抵御外界诱惑，贷款办理过程中向客户“吃、拿、卡、要、报”，严重影响了农村信用社的社会形象。

（五）基础性工作薄弱。由于内部管理工作的粗放，加之信贷人员不足和素质不高，直接导致了基础工作不扎实、不到位。就拿不良贷款诉讼时效管理工作来说，某市12家县级法人联社超诉讼时效不良贷款116519笔，金额283254万元，占全市表内外不良贷款的40.06％。还突出表现在贷款五级分类认定不准确。由于受分类操作人员分析能力及主观认知程度的影响，部分贷款的分类不准确，分类偏离度较高。其次还存在人为控制不良贷款数据现象。部分信用社因不良贷款居高不下，完不成上级管理部门的指标，将到期的贷款不按要求转入不良贷款进行管理，造成隐藏性不良贷款（正常中不良贷款）。

三、解决农村信用社不良贷款的对策

笔者认为治理农村信用社不良贷款要坚持“两手抓，两手都要硬”。即：一手抓防范新增不良贷款，从源头上改良滋生不良贷款的“土壤”；另一手抓化解存量不良贷款，抛掉不良贷款“大包袱”。

(一)防范新增不良贷款

1、健全内部管理机制，加强基础管理工作

一是要建立以审贷分离为核心的风险管理体系。信贷管理组织架构要明确职责分工和相关责任，实现贷款的全流程管理，使相关部门相互衔接、相互制约、相互监督，责任清晰且环环相扣，根据信贷业务操作流程，按照“前台、中台、后台分离”和“分工衔接、相互制约”的原则，将县级联社信贷管理部门划分为前台、中台和后台，使信贷业务的前台、中台、后台共同形成一个信贷管理“闭环”。

二是要建立严格的贷款审查审批制度并切实履行。贷前调查是防范贷款风险重要的关口，要根据国家产业政策，深入调查客户的资产、效益和信誉，调查客户产品产供销及发展前景，重大贷款事项应听取各有关方面包括社会有关咨询机构及其专家的意见；各级贷款管理部门要认真做好贷前调查的审核审批工作，对不符合贷款条件的客户坚决不贷，贷款后要进行跟踪检查和管理。

三是进一步完善贷款担保制度。贷款担保是规避信用社风险的有效措施：首先贷款前要对担保人的担保资格及能力进行严格审查，对不符合担保条件的单位和个人要坚决否定。其次对担保人进行动态审查，担保责任期间，应当定期或不定期地进行调查核实，一旦发现担保人不具备担保资格和能力时，应及时要求贷款人更换担保人。最后对无力还贷的贷款人，立即追索担保人的连带责任，以免担保人逃避责任，转移资产或超诉讼时效。

四是严格实行不良贷款责任追究制。只有对造成不良贷款的责任者进行追究，才能加强责任心和减少违规违法行为。贷款报批要有严密的程序和手续，每笔贷款的提出、调查、上报和审批等都要有详细的记录，以便在产生不良贷款时能分清责任和进行追究。一旦确定责任人，在查明形成的原因和造成的损失的基础上，分清和落实责任，启动严格的责任追究机制。无论涉及信用社工作人员、企业单位或是政府官员，都要严肃追究直接责任人和相关领导的责任，涉嫌违法犯罪的移送司法机关处理，决不手软。

2、建立贷款台账机制，密切监测不良贷款

农村信用社对贷款要全方位监测，建立贷款监测台账，切实提高新增贷款的质量。为每位客户建立详细的档案，涉及企业客户法人代表的经济状况和企业主管的资产情况，个人客户的社会关系、家庭经济状况、家庭收人情况等，以便实时监测客户经营情况，分析客户还款能力。并且提前三个月对即将到期的贷款在辖内逐笔进行预警，督促客户经理及时采取措施进行催收。同时，一旦贷款逾期，也要逐笔建立新增不良贷款台账，根据台账内容，密切监测清收进度，收回一笔，勾划一笔。

3、建立健全员工教育培训机制，提高员工综合素质

农村信用社在想方设法引进一批掌握现代金融知识、善于开拓农村市场和经营管理的高素质金融人才的同时，要加强干部员工教育培训力度，建立以脱产学习、外出进修、岗位培训、警示教育等培训制度，不断提高干部员工的业务素质和思想道德素质。同时，要优化信贷岗位人员，建立正确的选拨任用和淘汰退出机制，摒弃以前的强拉硬派作风。对于道德素质较高，信贷岗位可塑性强的员工，要重点加以培养，逐步从质和量上优化客户经理队伍，提高信贷防范控制风险的能力。

（二）积极化解存量不良贷款

1、完善机制，修订落实清收奖励办法

良好的激励机制，可以促进员工更加积极进取，尽职尽责。完善相关的清收奖励办法，做到公正公平而合理，使得员工有清收不良贷款的动力，逐渐消化存量的不良贷款。要将清收不良贷款与县级联社、基层信用社主任的业绩考核和工资分配挂钩；将清收、盘活不良贷款作为竞聘上岗、评优、评先的依据；将信贷人员工资收入与清收不良贷款结合起来，清收盘活的不良贷款本息手续费奖励要及时兑现。

2、多方配合，建立由政府牵头的清收联动机制

可以由地方政府牵头，建立由纪委、公检法、银行监管部门、房地产、评估机构等相关部门参加的清收不良贷款联动机制。一是可以以行政手段清收涉党政贷款。把清收党政职能部门、党政所属企业和公务员自贷、担保、介绍等贷款作为清收盘活的内容，借助行政力量，以法律法规为依据，以党纪、政纪为手段，清收涉党政不良贷款贷款。对于破产的党政企业，要与政府蹉商尽快完成破产终结程序，农村信用社要加快绝对损失认定工作步伐。二是可以有效地打击不诚信行为和企业在经营管理中的违法行为，规范信用行为。通过与政府开展“三信”评定工作，与村委会协商，以代管出租村集体所有房屋、池塘、林地、果园等资产，将租金收入归还贷款本息。将“机动地”、“三荒地”、水利设施等经营权交由农村信用社公开拍卖，以拍卖收入偿还贷款本息。三是可协调法院、土地、房管等相关部门制订对信用社处置不良贷款的优惠政策，在政策上给予扶持，在司法上给予救助，在费用上给予减免。

3、因类实策，组织开展多种形式的清收工作

不良贷款形成情况复杂，原因各异，必须认真分析每笔不良贷款形成的成因，抓住症结，对症下药。对赖债户，钉子户，可通过依法起诉，强制清收；对棘手户、难缠户，可通过行政、经济的、法律的等手段多策并举，扫除障碍；对老村组集体贷款和死亡绝户贷款，通过地方政府和村委会能落实的，想方设法予以落实，无法落实的，进入呆帐，逐级报批核销；对找不到借款人的，可通过公安部门或上网查找，搜集线索和信息；对暂时难以归还的，可通过充电、供氧、补血等，以贷养贷，增强“造血”功能，培养还贷能力；对手续不合规、不完善贷款，应尽快健全手续，保全资产，避免诉讼时效丧失；对信用社职工自贷、担保或为亲属、朋友介绍、担保发放的人情关系、顶冒名等贷款，要调查摸底，登记造册，采取联系工资、离岗收贷、行政处分、解除劳动合同、追究法律责任等措施，限期收回。

4、解放思想，加快市场化处置工作步伐

农村信用社要结合辖内实际，学习借鉴国有资产管理公司及其他商业银行处置不良贷款的成功经验，认真研究债权打包的技巧和方法，全面推行债权转让、内部招标和风险代理等市场化处置方式。对农户、个体工商户等自然人类和有财产线索的公司类不良贷款，适当降低招标价格，大力推行内部招标清收；对债务关系复杂、金额较大的公司类不良贷款，适当提高风险代理清收计酬比例，委托律师事务所、法律服务所等中介机构进行风险代理清收；对一般公司类和额度较大的个体工商户不良贷款，积极推行债权转让处置方式。

第四篇：对不良贷款的再思考

对不良贷款的再思考

作者： 魏国雄 / 时间： 2011年 1月号

经过十几年的努力，中国银行业的贷款质量得到了很大改善，已达到了比较优良的水平，大规模处置问题贷款的时期基本结束了，而且随着银行风险管理水平的提高和社会信用环境的改善，违约贷款也在不断减少，每年贷款的劣变额、劣变率都在降低。在这种情况下，如何深入认识和把控不良贷款，管理好银行的信贷资产质量，就成为人们需要关注的新问题了。

现行对不良贷款的有关规定

世界银行在2003年公布了对巴塞尔核心原则联络组国家的贷款分类和准备金计提做法进行的一次调查报告，其中提到，在许多贷款分类制度中使用的一个词是“不良贷款”（NPL），然而这个词有多种不同的解释。在有些国家，不良贷款是指受到损失的贷款，而在另一些国家，则是指逾期的贷款，但是超过期限多少天才算逾期贷款，各国的情况差别较大。根据现在掌握的资料，美国监管当局把次级、可疑、损失三类统称为“分类贷款”（classified loans)，在此基础上，加上关注类贷款，合并称为“受批评贷款”（criticized loans）。受批评贷款或分类贷款主要供银行监管当局和商业银行内部使用，公众注意的主要是不良贷款（即分类贷款）。

中国银行业在信贷风险管理中，习惯用不良贷款（NPL）来反映和评价贷款的质量。根据《贷款通则》（1996年）第三十四条规定：“不良贷款系指呆账贷款、呆滞贷款、逾期贷款。”银监会2007年发布的《贷款风险分类指引》规定：“商业银行至少将贷款划分为正常、关注、次级、可疑和损失五类，后三类合称为不良贷款。”并规定“借款人的还款能力出现明显问题，完全依靠其正常营业收入无法足额偿还贷款本息，即使执行担保，也可能会造成一定损失”，要划为次级贷款；“借款人无法足额偿还贷款本息，即使执行担保，也肯定要造成较大损失”，要划为可疑贷款；“在采取所有可能的措施或一切必要的法律程序之后，本息仍然无法收回，或只能收回极少部分”，要划为损失贷款。该文件还规定，“逾期天数是分类的重要参考指标。商业银行应加强对贷款的期限管理”。并明确“下列贷款应至少归为次级类：逾期（含展期后）超过一定期限、其应收利息不再计入当期损益”。银监会在《农村合作金融机构信贷资产风险分类指引》中规定：“有下列情况之一的一般划入次级类：?本金或利息逾期91天至180天的贷款或表外业务垫款31天至90天。”同时，对于住房按揭贷款和汽车贷款，分类标准为：“次级类：借款人连续违约期数达4～6次，贷款本金或利息逾期91～180天以内；可疑类：借款人连续违约期数达7次以上，贷款本金或利息逾期181天以上。”此文件中明确给出逾期天数与分类结果的对应关系，但只适用于农村合作金融机构。

在《贷款风险分类指导原则（试行）》（1998年4月）的附件《贷款风险分类操作说明》中对于住房按揭贷款给出了参考依据，即“对于住房按揭贷款可参考以下方法进行分类：如果贷款本金或利息拖欠还款6次或180天以上，至少分为次级；拖欠还款12次或360天以上，至少分为损失类”；“对于信用卡透支，可参考以下方法进行分类：如果贷款本金或利息拖欠还款3次或90天以上，至少分为次级类；拖欠还款6次或180天以上，至少分为损失类”。

对不良贷款的定义在现行的一些规范性文件中都给出了一个定性的原则，在实际操作中各家银行至少都是把逾期90天以上的贷款或预期本息有损失的贷款划为不良贷款。

由于各家银行的风险偏好及具体经营目标的差异，将逾期多少天的贷款划归为不良的标准还是有些区别，只要不超过国家规定的原则，每家银行对划入不良贷款的期限可以有不同的要求。如有的银行在贷款合约或贷款协议中约定，贷款到期后还可以有一个还款宽限期，过了宽限期的贷款才是逾期贷款；有的银行对逾期贷款还有一个容忍度，寄希望借款人能在这个容忍期内继续履约，偿还贷款本息，没有把它计入不良贷款，如有的银行对个人贷款逾期90天后还给10天的宽限期，然后才归入不良贷款；有的银行则规定比较严，对逾期欠息的贷款容忍度很低，如工商银行从2007年开始把逾期或欠息30天以上的公司贷款划定为不良贷款。

在贷款本息预期损失率的确定上，由于人的主观判断会受到各种因素的影响，如利益不同、对信息理解不同等，也会产生差异，有时差异还会比较大。财政部《金融企业呆账准备提取管理办法》规定：“金融企业可参照以下比例计提专项准备：关注类计提比例为2％；次级类计提比例为25％；可疑类计提比例为50％；损失类计提比例为100％。其中，次级和可疑类资产的损失准备，计提比例可以上下浮动20％。”据此中国银行业基本都是把预期损失在25％左右的贷款划为次级类贷款，把预期有50％左右损失的贷款划为可疑类贷款，把预期无法收回本息的贷款划为损失类贷款，并都是按这个标准来计提专项准备。银行的内部审计、外部监管、外部审计也主要据此来检查对贷款质量分类的偏离情况。

不良贷款与违约贷款的关系

对不良贷款与违约贷款是否有区别，区别在哪里，它们之间有什么样的关系，要回答这个问题，我们首先需要进一步明确不良贷款的含义。

不良贷款可以有两层含义：一是监管规定的含义，其界定得比较窄，也可以说是狭义的不良贷款，如上面所表述的不良贷款。二是银行自行定义的不良贷款，含义要宽泛些，即从广义上讲，不良贷款是与优良贷款相对应的，银行可以把贷款质量分为优良与不良两大类。优良贷款就是指那些借款人没有违约、风险可承受又可控且收益较高的贷款；不良贷款是指借款人违约或风险损失已暴露或预期收益较低的贷款。

随着中国经济的快速发展，企业实力的增强和社会信用环境的改善，中国银行业的贷款质量也实现了根本好转，现在所面临的是资本的约束、资源包括人力资源的约束。银行经营只能通过由资源粗放向资源节约、提高资本回报的方式转型，尽可能地提高经营效益。单位资源的效益、单位资本的回报将成为银行信贷经营业绩的评价标准，因此对贷款质量的评价要求也应由狭义的以违约损失为主转向更广义的以风险增效为主。只要是低于平均收益的贷款就不是优良贷款；低于经营成本的贷款就是不良贷款。那些收益高、不违约的贷款就应是优良贷款，即使风险大一些，只要是在预期之内，即属于可控、可接受的风险；而那些收益低、风险低的贷款也不能算是优良贷款。

这种广义的贷款质量评价标准也反映了银行的本质特性，银行是信用的中介，是经营贷款的金融机构，其经营的目的是要获取盈利。银行为了获取尽可能高的盈利，就要以尽可能低的价格（利息）来获得资金所有者的暂时让渡，并以尽可能高的价格把它贷给需要资金的借款人，在这个过程中利差就是银行的收益。如银行经营贷款的收益达不到预期的平均利润，也就失去了竞争力；如果连经营成本都覆盖不了，那么银行就无法经营下去。

贷款违约与不违约相对应，是一个法律范畴的概念，是借款人未能履行与贷款人在借款合同中约定的责任、义务的贷款。根据巴塞尔Ⅱ，银监会制定的《商业银行信用风险内部评级体系监管指引》的规定，违约贷款是指“

（一）逾期90天以上；

（二）商业银行认定，除非采取变现抵质押品等追索措施，债务人可能无法全额偿还的信贷债务。”违约贷款是否会有本息损失是一种预期，只有当实际处置时，才会成为现实的损失。尽管违约贷款不一定都是有本息损失的贷款，也不一定都是没有收益，甚至有些违约贷款的收益还可能比不违约的正常贷款高，如可以收取较高的罚息，但违约贷款至少不能算是优良贷款，即使它的实际收益可能高于其他正常贷款，也是问题贷款的一种。因为对银行来说，最重要的是贷款本息能按期收回，借款人违约就增加了不确定性，超出了预期的风险，有可能造成贷款本息的损失，最终实际没有形成损失是银行经过保全等措施而取得的。为加强信贷风险管理，在贷款发放出去后，银行就要根据借款人是否履约，违约了是否会有本息的损失，是否有代偿等保全措施等情况定期进行质量分类。巴塞尔Ⅱ中所定义的贷款违约率(PD)和违约损失率(LGD)与我们所说的不良贷款、不良贷款率是有区别的。巴塞尔委员会没有用不良贷款，而是用了违约贷款，用贷款违约率来替代不良贷款率，但违约贷款并不一定都会损失，而其中又肯定会有损失，所以在巴塞尔Ⅱ中又有贷款违约损失率，与不良贷款损失率较接近，只不过我们很少用贷款损失率这个指标。

正常贷款与不正常贷款主要是从借款人是否违约为标准来判断的，这里有两种情况：一是借款人没有违约，不论本息是否有损失，贷款都是正常的，违约了就是不正常贷款；二是借款人没有违约，如贷款的预期收益低于经营成本，即本息实际会有损失，虽仍可划为正常贷款，但也不能算作是优良贷款。

不良贷款是与优良贷款相对应的，是银行根据其自身经营的要求来确定的，尽管对狭义的不良贷款已有明确的外部监管标准，且在这个标准之内银行还可以有更严格、更细化的规定，但对广义的不良贷款尚没有明确的监管方面的规定。

根据上述分析，可以把不良贷款与违约贷款的关系概括为，违约贷款不一定都是收益低或有损失的贷款，不良贷款也不一定都是违约的贷款，但一定是收益低的贷款或本息有损失的贷款，只要预期收益不能覆盖风险敞口或成本的贷款，就应视为不良贷款。

市场风险对贷款质量的影响

现在我们对广义的不良贷款再来做进一步的分析。借款人按合同约定还本付息，也可能实际是有部分本息损失的贷款，如固定利率贷款、外汇贷款等因受到利率、汇率等市场风险的影响使得贷款本息受到损失。按现行的规定，这类贷款没有违约，就应当是正常贷款，不应纳入不良贷款。但从银行信贷风险管理和经营要求上来看，这类贷款的本息已经有预期损失，应当把隐性的问题显现出来。只有把这种没违约却有预期本息损失的贷款划为不良贷款，才能更真实、全面地反映贷款质量，才可能引起管理层对此类贷款更多的关注。这既是全面信贷风险管理的重要内容，也是信贷风险管理深化的一个具体体现。

我们知道，信贷风险不都是信用风险，信贷风险与信用风险的含义有较大区别，信用风险只是信贷风险中的一部分风险，贷款的操作风险最终是通过客户的违约反映出来的，在违约贷款或不良贷款中，已经包含了信用风险和操作风险，但是市场风险没有含在内，这部分信贷的剩余风险对银行贷款的影响会越来越大，需要引起关注。

在完全市场条件下，银行贷款利率主要由市场供求来决定，当市场上的资金供给大于需求的时候，资金的价格就低，银行贷款的利率就会降低；当市场上资金需求大于供给时，资金价格就会上涨。国内现阶段银行的盈利是由利差大小决定的，由于在以存款为主要资金来源的中国银行业，筹资的成本在发放贷款时已知，关键是贷款的利率怎么定。

银行贷款的利率＝资金成本＋营运成本（费、税）＋风险成本＋目标收益

资金成本＋营运成本＋风险成本＝经营成本（如图１）

贷款利率不仅要覆盖包括资金成本在内的全部经营成本，还要有合理的经营收益，这是贷款定价的基本原则。贷款的基准利率就相当于市场平均利率，就是可覆盖全部经营成本并获得平均利润的利率。由于在同一时间内资金成本、营运成本是一定的，如果贷款的风险小于市场的平均风险水平，那么利率就可以低于这个基准利率水平，即给予优惠利率，银行仍可取得平均利润。由于对客户的经营结果判断失误、客户没有达到预期要求，或由于银行在内部管理中把业务量及其同业市场占比作为对分支机构业绩评价和考核的要求，导致只顾业务总量指标、市场同业占比指标，而不顾成本、不顾收益回报、不顾资源占用，结果形成不少的低收益、没收益，甚至负收益贷款，也有盲目竞争等原因，对一些不该下浮利率的贷款也下浮了。对此目前还有一个政策限制，利率下浮最低不能超过10％。一旦国家放开这个政策底线，利率完全市场化了，那么对银行将是一个极大的考验。如一笔贷款的利率低于银行的资金成本，假定不考虑其他的业务收益或相关派生收益，那就会给银行造成损失；如高于资金成本，低于银行经营成本，也会有损失，只是损失小一点；如果贷款利息收入低于平均贷款利息收入高于银行经营成本，那就没有损失，只是少盈利了。（如图２）

对银行贷款收益影响较大的是固定利率，一些有实力的客户对银行贷款定价往往会提出较高的要求，不仅要下浮贷款利率，还要在利率下浮的基础上再实行固定利率，锁定贷款利率。对这种利率的贷款，在市场利率或基准利率不发生变化的情况下，银行还可以承受，但是当利率预期进入上升通道时，市场（基准）利率持续上升，就会使银行的利差收窄，当贷款利率低于市场平均利率时，银行就得不到平均收益。如果这类贷款的数量比较多，那么就会影响银行的资产收益率（ROA）、资本收益率（ROE），对银行的市场形象、市场竞争力带来负面影响；如果当固定贷款利率等于银行经营成本时，那就只是一笔保本贷款了，这样的贷款对银行就没有经济意义了；如果固定利率低于银行经营成本，那么这笔贷款的损失就比较大了，不仅要损失利息，甚至还有可能要损失本金。（如图３）

再从外汇贷款的汇率上分析。由于汇率的市场化程度更高，不仅贷款利息会受到影响，而且连贷款的本金也会同时受到损失。如当美元兑人民币的汇率是1∶8.27时发放的1亿美元贷款，客户没有任何违约，信用等级保持优良，借贷双方都在按合同履约，是一笔正常贷款。但是现在对这笔贷款进行市值评估，就会发现这是一笔本息损失较大的问题贷款，因为汇率已经从1∶8.27上升到了1∶6.62了，原先用8.27亿元人民币兑换的1亿美元本金，按现行汇率只能兑6.62亿元人民币了，损失了贷款本金（8.27－6.62＝1.65）1.65亿元人民币，加上美元利息的损失就更大了。（如图４）

按信用风险分析，借款人没有违约，当然也就没有相应的违约损失；按市场风险分析，则市值浮亏很大，到期收回后就会成为实际的损失。按现行的贷款质量分类规定，客户没有出现违约，就应是正常贷款。但这笔贷款已经出现浮亏，如收回后计入汇兑损失，在损益表中反映为损失。显然这种贷款分类管理方法不能全面、准确反映贷款的真实质量，还会误导人们对这类贷款风险的识别和防范。

由此可见，我们对贷款的质量分类，不仅要从信用风险的角度来考虑，也要从市场风险的方面来分析，随着中国经济金融市场化程度的不断提高，利率、汇率市场化进程的加快，市场风险对银行贷款的影响也会越来越大，在信贷风险管理中必须重视这个问题，要关注这类不是由客户违约形成的广义不良贷款。

对不良贷款再思考的意义

通过对不良贷款定义内涵的分析，可以使我们更加清楚地看到，明晰和细化银行贷款质量的分类及其标准，对推进精细化的信贷风险管理十分必要。虽然目前利率还没有完全市场化，汇率的形成机制还需进一步完善，但市场风险已经影响了银行贷款的收益，对银行贷款构成了现实的风险。所以我们不仅要从狭义上，更要从广义上来认识不良贷款，其意义主要有：

一是提高员工的盈利意识，改变信贷人员消极的风险防范。对不良贷款的严格分类实际就是要提高员工对银行经营贷款目的的认识。银行是企业，发放贷款不是目的，而是达到目的的手段和途径，获取尽可能高的收益才是贷款的目的；防范信贷风险的目的，也是为了保障预期收益的实现；贷款的分类管理就是要看贷款的预期收益情况。风险管理的基本要求就是在风险与收益之间寻找一个合理的平衡点，而不是拒绝任何风险。我们不能总是在追求低风险、零风险，低风险、零风险也同时意味着低收益、低回报；也不能总是在政策的保护下维持生存。要倡导推进积极的风险管理，要积极地走进市场，感受市场。不仅要敢于，更要学会善于做高风险的业务，要在经营风险的实践中来提高自身对风险的识别能力、风险定价能力、风险掌控能力。不仅要审查贷款的信用风险，用担保等风险防范的措施来做好保全，用第二还贷来源作风险化解的保障条件这种传统的信贷风险管理模式；还要关注贷款的市场风险，善于利用收益覆盖风险的途径，充分运用各种先进的风险敞口管理工具，通过风险补偿、风险对价等方式来覆盖风险，使实际的利息收益大于风险承担，大于市场平均风险，大于普遍可承受的风险。

二是统一人们对不良贷款的认识，提高对市场风险的识别能力。不良贷款不都是违约贷款，既包括借款人违约了，不论本息是否有损失，都应要纳入不良贷款，也包括贷款本息有损失了，不论借款人是否违约，就应纳入不良贷款。从广义来认识衡量贷款质量的标准，可以使我们在信贷风险管理中更加关注贷款的市场风险，努力提高对市场风险的识别能力。并研究出一套信贷业务市场风险的防范措施，如对贷款定期进行市值评估，分析是否有浮亏损失。又如要强化对市场上贷款转让出售行情的分析，如果能溢价转让的贷款就是优良贷款；如果能不受损失转让出去的贷款也应当是好的，至少不能算是不良贷款；如果转让不出去或需折价转让的，那就是不良贷款。所以对客户信用风险小市场风险大的贷款、预期收益低于平均收益的贷款也应当如同控制客户信用风险一样，要有相应的政策和办法。

三是进一步细分不良贷款，可在分类原则、分类口径、分类方法上能有个统一的标准。要对现行不良贷款分类标准进行调整，按照广义的不良贷款把关注贷款、次级贷款、可疑贷款再细分为：违约和没违约的关注贷款；违约损失和没违约损失的次级贷款、可疑贷款。并按有关规定计提风险拨备、计算资本占用，以便使同一时期不同银行间或同一银行不同时期的不良贷款可以进行真正的比较。

把不良贷款分为狭义的不良贷款和广义的不良贷款，使得我们可以把狭义的不良贷款率用来对外披露，进行同业的比较，并满足监管的要求，使国内外的同业能有一个共同的标准来比较贷款的质量水平。而广义的不良贷款率则主要用于银行内部的信贷风险管理和贷款质量评价，不仅要考虑借款人的资信、借款人的风险承受能力和风险掌控管理能力，还要考虑资源配置的效率，资源使用的回报率。这样既能满足内部管理的要求，又能与境内外的同业进行比较，在条件成熟的时候就可以实现同业的狭义和广义不良贷款的比较。

要避免在信息披露中出现既有不良贷款率，又有贷款违约率，又要注意不要把不良贷款视为损失贷款，把不良贷款率视为不良贷款损失率。由于历史的原因，中国的银行业通常是不用不良贷款损失率这个概念，因为不良贷款的损失时点很难说清楚，当贷款出现违约后银行就一直在清收，直到最后实在无法清收的部分才会列入损失贷款，等待核销处理。这个过程有时会很长，甚至几年都完不了，而且在这个过程中贷款还会不断地被重组。但不良贷款损失的大小，在不同的银行金融机构也会有很大的差异，管理比较好的银行，损失会小一点，管理差一些的银行损失会大一点，我们应当积极创造条件适时按统一标准对贷款损失率进行披露。

四是对不同风险类型的贷款进行不同的管理，采取不同的风险防范对策措施。一要严格控制在利率上升预期时的固定利率贷款总额，除非已经有了一个有效的对冲方案或风险补偿按排；二要严格控制利率下浮贷款的数额，努力提高贷款议价的能力，对优良客户的优惠利率要根据客户的综合贡献来合理确定，随着利率市场化的加快，银行要学会利差收窄后的经营转型；三要改变现行的只有总量外汇贷款风险管理办法，对银行账户中的外汇贷款要定期逐笔进行市值评估，根据评估结果是浮盈还是浮亏及其程度来确定分类，可每月做一次；四要在计算剔除风险后的收益（RAROC）中，要把汇率风险考虑进去。尤其是随着国家汇率形成机制的改革进程加快，将会加剧银行外汇贷款的风险，汇率的不稳定会使更多的外汇贷款出现问题，当然银行可以通过外汇市场的运作来锁定风险、控制风险，以降低汇率风险的敞口和损失。

(作者系中国工商银行首席风险官)

第五篇：小微企业不良贷款规模的影响因素分析

小微企业不良贷款规模的影响因素分析

摘 要：本文基于商业银行在2011―2013年间的相关小微贷款数据，从宏观和微观两个视角分析了影响小微企业不良贷款规模的因素。研究结论表明：居民消费价格指数、国民生产总值增长率、小微贷款的规模等都对小微企业不良贷款规模产生显著影响。该结论为我国商业银行完善小微贷款风险控制机制提供了借鉴。

关键词：小微贷款；不良贷款；影响因素

中图分类号：F832.4 文献标识码：A 文章编号：1674-2265（2014）04-0067-06

一、引言

随着国内商业银行信贷结构的调整，小微贷款受到了商业银行越来越多的关注，政府也一直在致力于推动小微企业的发展以及小微企业融资难问题的解决。虽然在政府的大力扶持下，商业银行逐步加大了对小微企业贷款的投放、提高了对小微企业不良贷款的容忍度，但是由于小微企业财务制度不健全、规模小、资产少、信用低等现状在短时间内无法改变，小微贷款给商业银行带来了较大的风险。随着“刘易斯拐点”的到来，“劳动无限供给”的特征将逐渐消失，企业的生产成本将不断增加，小微企业融资难的困境将不断加剧。如何控制商业银行小微企业贷款风险也是一大关键。这一问题的解决，有利于商业银行合理发展小微贷款业务，并为小微企业提供持续稳定的贷款支持。

二、文献综述

从国外研究来看，马格里（Silvia Magri，2009）利用家庭财富和收入数据，分析了意大利微型的融资问题，发现在1989―2006年这18年间，只有略多于四分之一的微型企业因为商业目的使用了银行贷款。钱皮和戈尔迪尼（Francesco Ciampi和Niccolò Gordini，2013）利用7000多个意大利小企业的数据，通过人工神经网络的方法建立了一个精确的公司违约预测模型。他们发现相对于传统的方法而言，人工神经网络方法能更好地贡献于小企业信用风险的评估。特别是在预测最小规模的公司和意大利中心的公司时，根据人工神经网络方法建立的模型在预测公司违约率时精确度更高。卡萨诺、乔维尔和斯威纳（Francesca Cassano、Karin J?eveer和Jan Svejnar，2013）利用通过特殊调查获得的保加利亚、格鲁吉亚、俄罗斯和乌克兰中小微企业的数据，以新型现金流贷款和传统的抵押贷款为例，研究了影响中小微企业贷款获得率和贷款对中小微企业发展的影响。研究发现：新型现金流贷款是一个比较受小微企业欢迎的贷款类型，而且同一企业对贷款类型的选择较为固定。同时，他们也发现最小规模的贷款常常会带来负面的影响。因此，他们建议推行相关政策，确定贷款规模的下限。

从国内研究来看，韩征（2012）阐述了包商银行鄂尔多斯分行在小微信贷发展中做出的努力，并介绍了其在贷款流程设计理念、利率定价以及担保方式上的创新。该分行95%以上的贷款不需要注册登记式抵押，充分贯彻了以“现金流”为核心的业务理念，也在当地营造了相应的品牌形象。李志强（2012）在分析小微企业融资难问题的现状、危害以及原因的基础上，介绍了阿里金融基于小微和创业型企业融资服务的创新和探索。阿里金融克服了普通商业银行与小微企业贷款客户之间的信息不对称问题，利用其在原有的平台中积累的客户以及交易数据，借助互联网及云计算的能力发展了微贷技术，降低了成本，同时也减少了不良贷款率。黄孝武、王红贵（2012）阐述了在推进小微企业贷款的过程中，湖北各商业银行结合自身的特点形成的小微企业贷款模式：民生银行以圈链会为媒介、以大数法则和收益覆盖风险为原则；汉口银行以科技型企业为服务对象，以贷投联动和股债联动为主要服务方式；国开行以与地方政府合作为基础，以“四台一会”为载体；邮储银行则以农村社区小微企业为服务对象。孙清华、张瞳、刘瑞林（2012）比较了RAROC的绩效衡量方法相对于传统的ROE衡量方法的优势，提出了基于RAROC的贷款定价方法，进而得出了金融企业防范小微企业信贷风险的具体措施。邵一珊、何广文（2013）利用MS-VAR模型，分析了宏观经济在不同区制下对小微贷款违约率的动态影响，得出如下结论：宏观经济变量对小微贷款违约率的影响不明显，但是经济上升阶段银行信贷行为的顺周期性会导致小微贷款违约率的增加。

从以上研究可以发现，基于小微贷款问题的研究主要集中在四个方面：一是从小微企业的角度出发，分析小微企业融资难的成因、现状，并在此基础上提出相关解决措施。二是从银行机构角度出发，介绍小微贷款的发展情况以及各家银行在此基础上所做的创新和努力。三是从非银行金融机构的角度出发，阐述小贷公司、第三方支付平台等有别于银行机构的方式，帮助小微企业解决融资难问题。四是从实证分析的角度出发，研究贷款的定价以及违约率等问题。但是，鲜有文章从宏观和微观两个方面，研究小微企业不良贷款规模的影响因素，并在此基础上建立模型进行研究。

为此，本文将针对小微企业不良贷款规模的影响因素进行分析，以期能帮助商业银行更好地控制小微贷款的风险，促进小微企业的发展。

三、理论分析

由于小微企业自身信用度低、财务制度不健全，资产较少等原因，商业银行对其发放贷款的风险要比一般企业高。较高的贷款风险，容易形成较大的不良贷款额，从而影响商业银行的利润水平以及资金的周转。一般来说，企业贷款逾期3个月未还，就会被归为不良贷款。对商业银行不良贷款的分析可以从两个方面展开：一个是企业层面，另一个是银行层面。从企业层面来说，就是通过计算相同风险级别企业的违约概率来分析该风险级别的企业产生不良贷款的可能。传统的违约模型主要有Z计分系列、RPA分类以及神经网络分类等；现代的违约概率模型主要有摩根（J.P Morgan）建立的Credit Metrics、KMV的EDF以及瑞士信贷银行的Credit Risk+等。从银行层面来说，就是通过计算同种类型的或者同一贷款行业投向的银行贷款的不良贷款率或者不良贷款额来判断银行投放贷款的风险情况。相关的计量模型有灰度测量模型、logit模型等。

导致小微企业不良贷款产生的原因分为宏观和微观两个方面。从宏观经济因素来看，当经济过热时，小微企业生产运营的原材料成本以及人工成本都将面临上升，小微企业可能陷入资金周转的困境。当经济衰退时，需求方的购买力不足将导致小微企业的存货积压，同样会使得小微企业陷入资金周转困难，从而使得商业银行面临较大的违约风险。从微观因素来看，商业银行对小微企业贷款审批流程的不严格、放贷规模的不合理都可能增大小微贷款的违约风险。

四、变量、数据和模型

（一）变量的选择

商业银行的小微贷款可以细分为消费贷款、经营贷款、汽车贷款、购房贷款等。考虑到在长期内商业银行小微贷款的不良额中经营类贷款的变化较大，且在总体小微贷款的不良贷款中占据较大的比重，本文将以小微贷款中经营贷款为研究对象，以期更好地分析影响小微不良贷款额的因素。此外，在分析不同因素对商业银行小微贷款不良额的影响时，同时考虑宏观和微观两方面的影响。在宏观因素方面，选取居民消费价格指数（CPI）和国民生产总值的增长率（GDP）两个常用的宏观经济指标。在微观方面，考虑到不良贷款的额度可能会受到贷款的投放规模以及贷款结构的影响，选取小微贷款中的经营贷款的规模（DK）和其中大额贷款的规模（DE）两个变量。每月新增的经营类小微贷款不良额将作为本文的被解释变量，并用BL表示。

（二）数据的选择

本文以2011年1月至2013年4月为研究期间。微观数据主要来自股份制商业银行X在Y市的小微贷款数据。宏观数据是从中经网数据库中获取的，其中居民消费价格指数（CPI）以2010年1月为基期进行了调整。由于公布的国民生产总值的增长率（GDP）是季度数据，本文将每个季度中三个月的GDP都调整成该数值。考虑到经营贷款的规模（DK）和其中大额贷款的规模（DE）两个变量数目较大且变化较大，本文对其进行了对数处理以减少变量的离散程度，并分别用LDK和LDE表示。其中，大额贷款是指3000万元以上的贷款。

（三）模型的建立

为了分析不同因素对小微企业不良贷款规模的影响，并且明确不同因素的影响程度，本文将利用EVIEWS7.0软件，并选取常规的多元线性回归模型进行分析。根据贷款的五级分类标准，贷款只有在延期3个月未归还时才将其计入不良贷款。因此，在构建模型时，本文对变量经营类小微贷款的规模（LDK）及其大额贷款的规模（LDE）进行滞后三阶的处理。本文的模型构建如下：

五、实证分析

（一）描述性统计分析

由于部分月份新增的不良贷款额为0，所以无法对不良贷款新增额（BL）进行对数化处理。因此，在表1 中，相较于其他变量，BL的波动较大，最小值为0，最大值为37140.100。经营类贷款和大额贷款规模经过对数化处理后，波动相对较小，特别是经营类贷款规模的标准差只有0.613。从表1中也可以看到，CPI在104.800与115.122之间波动，GDP在7.400与10.300之间波动，说明在2011年1月至2013年4月，总体的宏观经济形势还是存在一定的波动，因此可以进一步考虑宏观经济形势对不良贷款新增额的影响。

（二）平稳性检验

为了防止由于序列的不平稳造成伪回归现象的出现，在对模型进行回归前，首先对模型进行平稳性检验。本文利用ADF检验的方法对变量序列进行平稳性检验，结果如表2。从表中可以看出，所有变量的原序列都是不平稳的。经过一阶差分处理后，变量序列在1%的显著性水平下都是平稳的。因此，这些变量是一阶单整的。

（三）协整检验

由于变量序列是一阶单整的，满足了协整检验的前提条件，可以进一步进行协整检验。首先对变量序列BL、LDK、LDE、CPI、GDP进行回归。其次，对回归产生的残差序列进行单位根检验，得到ADF值为-4.252580，P值为0.0028，在1%的显著性水平下拒绝了原假设。因此，变量之间存在协整关系。

（四）回归分析

考虑到序列的不平稳以及变量的实际情况，为了更好地描述各个因素对不良贷款的影响，本文将对模型进行一定的调整。首先，由于宏观经济因素影响的持续性，本期的新增不良贷款额可能受到上期宏观经济因素的影响，因此引入滞后一阶的宏观经济变量CPI（-1）和GDP（-1）。其次，由于我国商业银行贷款投向较为集中，不同贷款之间可能存在一定的关联性，本期的不良贷款新增额也可能受到上一期不良贷款额的影响，因此引入不良贷款新增额的滞后一阶BL（-1）。回归模型因此调整为：

表3显示了对模型（2）的回归结果。从P值来看，即使在10%的显著性水平下，变量BL（-1）、LDK（-3）和LDE（-3）都没有通过显著性检验。考虑到变量BL（-1）、LDK（-3）和LDE（-3）之间可能存在相互影响，本文调整了大额贷款规模的滞后阶数，变为LDE（-2）。这样模型既消除BL（-1）、LDK（-3）和LDE（-3）之间潜在的相关性，又能反映前3期内各个时期的因素对当期不良贷款新增额的影响，使得模型更加完整。因此，本文将模型进一步调整为：

表4显示了针对模型（3）的回归结果。在5%的显著性水平下，只有LDK（-3）没有通过显著性检验；而在10%的显著性水平下，所有的变量都通过了显著性检验，说明所有的解释变量都对每月新增不良贷款额（BL）存在显著的影响，并且该模型调整后的拟合优度为0.684470，拟合情况较好。模型显著性检验的P值为0.000170，证明模型也通过了显著性检验。此外，怀特检验的P值为0.1662，小于0.05，接受了原假设，说明不存在异方差，并且DW值为1.85较接近2，说明不存在序列自相关。因此，可以认为该模型是稳定可行的。此外，还可以看到，当期的CPI、GDP以及滞后三期的LDK和滞后两期的LDE都对当期的新增不良贷款产生了正向的影响，而上一期的BL、CPI和GDP都对当期的新增不良贷款产生了负向的影响。最终得到模型的具体形式如下：

（五）实证结果分析

以上实证分析虽然是针对一家股份制商业银行X在Y市的经营类小微贷款的数据得出的结果，但是也在一定程度上反映了商业银行小微贷款的总体状况。可以为商业银行未来发展小微企业贷款业务提供一定的借鉴意义。具体来说，主要有以下几点：

1.从实证结果来看，宏观经济形势确实对小微贷款的不良额产生了持续显著的影响。这说明大部分贷款投向企业受到经济波动的影响。而且当期不良贷款的产生不仅受到当期经济环境的影响，同时也受到上期宏观经济状况的影响。相较于大企业，小微企业由于规模小、利润来源单

一、资本规模小，经济的小幅波动可能对小微企业的资金流产生剧烈的影响，造成小微企业还款困难甚至直接倒闭，从而导致银行产生了不良贷款。

2.实证结果也显示，上一期的新增不良贷款、当期小微贷款的规模以及大额小微贷款的规模都对不良贷款产生具有显著的影响。首先，这一结果反映了商业银行投放的小微贷款规模越大，商业银行面临的风险也越大。其次，这一结果也反映了商业银行投放的各笔贷款之间存在一定的相关性。从当期新增不良贷款与上期新增不良贷款和大额小微贷款的规模之间显著的相关关系可以看出，商业银行存在贷款投向较为集中的现象。商业银行的贷款向部分企业或部分行业的集中，增加了商业银行各笔贷款之间的相关性。贷款的过度集中将增加小微贷款之间的违约相关性。当宏观经济形势发生了不利于小微企业发展的变化时，相关的各笔贷款将相继发生违约事件，从而增加了商业银行的风险，不利于商业银行的稳定。

五、政策建议

（一）建立完善的小微贷款投向监测机制

从以上研究来看，商业银行投放的大额小微贷款对小微贷款的不良贷款规模存在显著的影响。相较于大企业，小微企业还是存在多方面的不足，商业银行与小微企业之间的信息不对称现象也更加严重。针对一般贷款的单一借款人贷款规模的限制，不一定能很好地限制小微贷款的风险。从贷款投向的整体情况来看，贷款投向不仅存在向单一企业集中的现象，同时也存在向单一行业或单一地区集中的现象。因此，针对小微企业的特殊性，商业银行应制定针对小微贷款投向的相关指标，限制小微贷款的过度集中，从而降低小微贷款的风险及违约率。

（二）建立完善的不良小微贷款的追踪机制

从现状来看，由于商业银行贷款投放存在向部分行业集中的现象，因此，当宏观经济形势或行业内部结构发生变化时，该行业贷款企业的资金流也会相应发生变化。由于宏观经济因素对小微贷款的不良规模存在显著的影响，一旦发生不利于该行业发展的风险事件时，该行业内小微企业贷款的违约风险就会增加。由于贷款投向较为集中，贷款的违约相关性将较高，一旦该行业中一家企业发生违约，该行业中的其他企业也可能相继发生违约事件。因此，当某一家企业发生违约事件时，商业银行要充分调查该企业发生该风险事件的原因。如果该原因也可能影响同行业中的其他企业，商业银行就应该提前加强对该行业中其他企业还款能力的监督，从而降低该行业中小微企业贷款的违约可能性。这就要求商业银行在针对小微贷款制定严格的审批流程的同时，制定完善的贷后追踪流程，随时了解借款企业的资金流向以及贷款违约的深层原因。

（三）建立完善的小微贷款补偿机制

伴随着我国经济结构的升级调整，商业银行也在进一步调整自身的信贷结构。为了进一步改善小微企业的融资困境，政府也提出了相应的风险补偿办法来减少商业银行贷款给小微企业的顾虑。我国应该进一步完善小微贷款补偿机制，从而能够真正促进我国小微企业的发展。

参考文献：

[1]Silvia Magri.2009.The Financing of Small Entrepreneurs in Italy[J].Ann Finance，（5）.[2]Francesco Ciampi，Niccolò Gordini.2013.Small Enterprise Default Prediction Modeling through Artificial Neural Networks：An Empirical Analysis of Italian Small Enterprises[J].Journal of Small Business Management，51（1）.[3]Francesca Cassano，Karin J?eveer and Jan Svejnar.2013.Cash flow vs collateral-based credit[J].Economics of Transition，21（2）.[4]韩征.创造可持续信贷品牌[J].中国金融，2012，（2）.[5]李志强.小微企业融资难题与信息化对策[J].当代财经，2012，（10）.[6] 黄孝武，王红贵.小微信贷的内在机制与对策因应：鄂省例证[J].改革，2012，（9）.[7]孙清华，张瞳，刘瑞林.金融企业防范小微企业信贷风险问题研究―基于RAROC的视角[J].管理现代化，2012（，5）.[8]马若微.我国商业银行违约风险测度模型研究[M].北京：知识产权出版社，2010.