我国商业银行贷款损失拨备提取方法及适度性研究.docVIP

我国商业银行贷款损失拨备提取方法及适度性研究 　　摘要：本次的全球金融危机，引发了对商业银行贷款损失拨备顺周期性的关注。本文提出了一种新的前瞻性拨备计提方法，并对我国银行拨备的适度性进行了研究。结果表明，我国当前的拨备监管标准存在偏高的可能，而过量的贷款损失拨备会覆盖到银行的非预期损失，这就会催生银行贷款意愿降低、会计报告失真等问题，从而增加银行体系的风险。 　　关键词：贷款损失拨备 顺周期性 动态拨备 前瞻性拨备 　　一、我国现行拨备制度存在的问题 　　纵观我国现行的贷款损失拨备制度，与国际上成熟的动态拨备规则相比，主要存在以下几方面的问题： 　　第一，并未提出一个明确的、易操作的贷款损失计提模型，对于各商业银行的实际处理指导意义有所欠缺。从以上对我国现行制度的总结中可见，体现动态性的一般拨备是作为商业银行已提资产减值准备与潜在贷款风险估计值的差值计算得出，增加了整体贷款损失拨备的计提难度。 　　第二，现行拨备制度对商业银行体系贷款五级分类制度的规范性和准确性过分依赖。在计算潜在风险损失估计值的问题上，现行制度给出的标准法，完全是通过五级贷款分类项下的具体数值计算得出，这样一来，潜在风险损失的估计值以及最终得到的一般拨备量，较为依赖贷款五级分类的具体情形。 　　第三，也是最为重要的一点，现行拨备制度的动态性和前瞻性不足，监管部门直接给出了各类贷款资产的风险加权系数，并未根据未来的风险进行调整，缺乏应有的前瞻性。 　　二、前瞻性动态拨备模型构建 　　该模型的核心理念是通过银行主要的借款人――各类企业的资产收益率的动态变化规律，建立随机模型，并以此来估算贷款违约率和违约损失率，从而得到具有前瞻性的拨备规则。选取股票市场建立以来有代表性的企业资产收益率的长周期数据，对模型的主要参数进行估算，从而得到较为精确的解析解，并将其用于贷款损失拨备最优量的研究。 　　假设借款企业在t时的资产价值为Rt，t=0，1，2…，那么，由无穷级数的泰勒展开可知，t时企业资产收益率可近似表达为。同时，假设企业的资产收益率服从如下随机过程： 　　得出企业资产价值的分布之后，再假设银行面对足够多的同质借款企业，就可以得到企业的动态违约概率： 　　以及动态违约损失概率： 　　在违约概率和违约损失率均得到的情况下，银行针对贷款Lt应计提的拨备可通过如下公式计算得出： 　　三、参数估计 　　本文选取了1993-2011年沪深两市上市公司年度报告中公布的资产收益率指标，作为模型中的观察值。国内外学者对Vasicek经典模型的参数估计提出了很多方法，比如最小二乘估计、极大似然估计法等。然而，最小二乘估计法对数据量要求较高，且要求误差序列是零均值的白噪声，考虑到这一方法的局限性，本文的选取了极大似然估计法来估计。进而本文利用Matlab分析软件将运算过程编程，输入样本数据，同时，由于所取数据为年度值，可令（前述的时间步长），得到的参数估计结果如下表所示： 　　表1 模型参数估计值 　　数据来源：Wind数据库，上市公司年报 　　四、贷款损失拨备适度性对比分析 　　模型中的初始资产收益率r0和贷款资产比Lt/R0两个变量在实际运用中由各银行根据自身的实际数据而选取，在外界无法获取准确信息的情况下，本节通过对两个变量赋予假定值和一定的变化空间，来观察最终贷款拨备量的变化情况。其中，本文假定r0的初值为5%，Lt/R0的初值假定为0.83，此外，在以t=5为计算基准的同时，也列出了t=1和t=10两种情形下的结果以供参考。 　　表2 模型测算贷款损失拨备计量值的均值 　　接着，主要通过我国各家商业银行贷款五级分类的历史数据，按照监管部门的要求计算得出贷款损失拨备的监管值，并将其与银行实际计提的贷款损失拨备值以及模型计量值三者进行对比分析，以得出我国商业银行贷款损失拨备最适数量的判断。 　　考虑到我国贷款损失拨备制度形成与2001-2002年，因而样本区间选择了2002年-2012年，数据来自Bankscope数据库与部分银行的年度报告。样本涵盖了在我国境内经营的95家商业银行，其中五级分类的数据共302条，贷款损失准备的实际值数据共423条。通过对所测数据的描述统计，得到的结果如表8和表9所示。 　　表3反映了我国新旧监管规则下银行应计提拨备量与银行体系实际计提的拨备量间的对比，新监管要求更加严格，且新旧监管要求均高于银行实际计提的拨备水平。在2012年之前的旧监管规则下，我国银行应计提的贷款损失拨备与贷款余额之比的平均值为2.77%，；将2012年推出的新监管规则运用与过往年份后，贷款损失拨备的监管值平均值增大到3.37%，较旧版要求提高了0.6个百分点，，体现出了新版监管要求的严格性。然而，银行实际计提的贷款损失拨备