辖内大型银行贷款分类偏离度分析.docVIP

ⅩⅩ辖内大型银行贷款分类偏离度分析 ----基于现场检查数据的分析与思考 近日，ⅩⅩ银监局在辖内大型银行贷款偏离度情况现场检查的基础上，对贷款分类产生偏离的原因进行了深入剖析。 一、基本情况 此次贷款偏离度检查涉及ⅩⅩ大型银行ⅩⅩ年末对公贷款客户1602户、3502.44亿元，样本贷款不良率为1.49%。检查共发现各类违规问题254个，涉及217户、495.79亿元贷款，分别占全部检查户数、金额的13.55%、14.16%。根据相关监管规定，ⅩⅩ银监局下调了84户、317笔、147.27亿元贷款的分类，分别占检查户数和金额的5.24%和4.20%。其中：由正常类下调为关注类的贷款有71户、139.4亿元，占调整户数和金额的84.52%和94.66%，由正常下调至不良的有9户、6亿元，分别占检查户数和金额的0.56%和0.17%；样本不良贷款绝对偏离度为0.14个百分点，相对偏离度为9.40%。如果加上原拟调整、后因检查期间贷款收回而不作调整的14户、52.49亿元贷款，则检查调整数分别占检查户数和金额的6.12%和5.70%；其中由正常下调至不良的增加4户、29.68亿元，还原后分别占检查户数和金额的0.81%和1.02%；样本不良贷款绝对偏离度为0.99个百分点，相对偏离度为66.44%。 从借款人性质看，调整分类的贷款中地方政府融资平台贷款37户、83.15亿元，户数及金额占比分别为44.05%和56.46%；一般企业贷款47户、64.12亿元，户数及金额占比分别为55.95%和43.54%。从一般企业贷款客户的行业分布来看，调整分类的贷款中制造业贷款12户、14.41亿，分别占调整分类的一般企业贷款户数和金额的44.68%和22.48%。 二、贷款分类偏离成因分析 经分析，此次检查中样本贷款分类偏离的直接原因主要是业务操作和内控执行中存在的偏差，但从实际检查的情况来看，导致分类偏离的根本原因在于以下四点： （一）分类管理制度与系统存在缺陷。一是各行分类标准差异较大。目前，各行贷款五级分类管理主要依据银监会2007年颁布的《贷款风险分类指引》（下称《指引》）和各行制定的实施细则。但由于各行情况的差异性，导致各行制定的分类标准并不统一，规范性较差，从而形成分类的偏离。如中行要求“在年度常规分类后，至少每隔半年重审一次”，分类频次未达到《指引》 “至少每季度一次”的要求。二是部分行信息系统功能设计存在缺陷。如建行客户信用评级系统无法将分公司客户与总公司客户分类结果自动衔接，导致作为分类重要依据的客户信用信息失真，直接影响到贷款风险分类的客观准确性。 （二）为完成业绩考核而掩饰信贷风险。掩饰信贷风险真实反映，有利于银行完成不良贷款压降和利润等考核任务，有利于少提拨备和提高资本充足率，因而银行存在放松贷款分类管理的逆向激励动力。一是为完成新增不良贷款控制和利润等指标，银行通过多次借新还旧拖延问题贷款的暴露时间，或对已经存在明显问题的贷款迟迟不做分类调整。如某行无锡分行4户企业的14笔、1.16亿元贷款均为借新还旧贷款，上述企业在ⅩⅩ年或以前就已经处于或停产、或资不抵债、或多次重组整顿、或多次借新还旧的状态，但该分行仍将上述贷款分为关注类，而未根据客户的实际情况将贷款下调至不良类进行管理。二是为争夺市场份额，变相违规发放贷款，但在贷款分类中不作相应反映。这种情况在ⅩⅩ年尤为明显，在国家宏观经济政策的刺激下，各类地方政府融资平台公司强行开工项目，倒逼国家相关部门事后确认项目的合法性，部分银行不惜违规创造条件为此类客户的贷款大开绿灯。如工行制定了项目前期贷款管理办法，力图在项目通过各项审批之前先期介入；交行对项目发放中长期流动资金贷款以规避对审批手续的要求，等等。虽然上述做法的出台有一定的宏观背景，但一旦这些项目最终达不到发改委、土地管理、环保等部门的审批要求，造成银行事实上的违规发放贷款，将面临较大风险。从检查情况来看，地方政府融资平台贷款基本都处于正常类管理，但若严格按照《指引》的核心定义，实际上许多地方政府融资平台贷款都应至少下调至关注类。 （三）银企间存在严重信息不对称。掌握真实的客户信息是保证贷款分类真实、准确的基础，然而在实际管理中，由于银行与企业信息不对称，给分类工作带来了很大的困难。一是对客户真实的财务信息难以取得，尤其是地方政府融资平台的真实财务信息以及地方政府的实际负债情况等更是难以获知，致使分类结果产生偏差。二是部分企业为取得信贷支持，向银行提供虚假财务数据，甚至“政企合谋”提供虚假管理信息，导致银行很难及时准确掌握企业经营管理情况，致使银行在贷款分类中所需信息严重不足，从而产生贷款分类偏离。如南京某公司以同一工程先后向交行和农行贷款2亿元和3亿元，该公司提供给交行和农行的项目建设用地规划许可证内容有较大差异，有变