【2018年整理】信贷风险评估手册.pptVIP

信贷风险评估手册 序言 本手册旨在引进国际上通用的信贷风险损失评估方法，介绍了相应的模型分析和会计处理，以供工商银行借鉴 为了进一步阐明信贷风险损失模型的具体应用和对于工商银行的适用性，本手册还以重庆分行为例，详细介绍了数据搜集、抽样调查和模型分析的各步骤，以供工商银行定期监测贷款风险损失 项目小组还注意到自从1998年工商银行实行贷款政策以来贷款质量不断提高，本手册对此作了详尽的分析 主要议题 国际上通常用抽样“跟踪法”分析贷款风险损失 正常贷款=逾期90天贷款 首先建立贷款逾期分析模型 建立逾期贷款呆滞率分析模型 最后综合计算贷款风险损失率 贷款风险损失率 贷款风险损失是当年损益的一部分 搜集资料–资料汇总 确定资料收集对象 跟踪调查正常或逾期不超过90天的贷款–表样 确定资料的搜集对象 跟踪调查正常*或逾期不超过90天的贷款–表样 利用贷款逾期分析模型，分析贷款逾期率 保守估计，重庆分行逾期贷款呆滞率为67%以上 工商银行重庆分行的贷款平均损失率为 11% 贷款损失率 11% 1998年实行新贷款政策以来，A级以下贷款不断降低 1998年末 % … . 随着新的贷款政策的推行正逐年降低 贷款风险损失率变化情况(占正常贷款本金的百分比) 然而降低后的贷款风险损失仍高于贷款毛利差率，使工行重庆分行遭受损失 方案 压缩对高风险客户的贷款对一些关键比率的影响 存贷款利率差 % ICBC/000128/SH-Manual(97GB) * 资料来源： Unit of measure 机密 此报告仅供客户内部使用。未经麦肯锡公司的书面许可，其它任何机构不得擅自传阅、引用或复制。 Document Date 天马行空官方博客：/tmxk_docin ；QQ:1318241189；QQ群：175569632 1. 国际上通用的信贷风险损失分析模型 2. 重庆分行信贷风险损失 3. 新贷款政策对1998年总体贷款风险的影响 第一年后仍属正常贷款 第一年后转为逾期贷款 =逾期90天贷款 第二年内收回 第二年后转为呆滞贷款 可以回收 % 贷款损失 贷款逾期率 =22% 逾期贷款呆滞率 =67% 呆滞贷款回收率 =25% 重庆分行1998年数据举例 资料来源： 重庆分行内部抽样资料，项目小组分析 正常贷款及逾期不超过90天贷款 逾期超过90天贷款 贷款逾期率= 一年内正常贷款及逾期不超过90天贷款中转化为逾期超过90天的贷款的比率 = 1998.1.1 1999.1.1 XX分行贷款逾期率为A% % 100% 100% 一年后逾期超过90天贷款总额 正常贷款及逾期不超过90天贷款总额 对于1998年1月1日逾期1个月的贷款跟踪 A B XX分行逾期贷款呆滞率为B/A% 逾期贷款呆滞率= 呆滞贷款 逾期超过90天贷款 贷款逾期率 逾期呆滞率 呆坏帐回收率* ? - 1 * 贷款损失率=贷款逾期率X逾期呆滞率X(1-呆坏帐回收率) ? 贷款风险损失 正常贷款额 贷款风险损失率 x 进入当期损益 1. 国际上通用的信贷风险损失分析模型 2. 重庆分行信贷风险损失 3. 新贷款政策对1998年总体贷款风险的影响 主要议题 数据 搜集方式 注意事项 对2,500-5,000笔的正常或逾期不超过90天的贷款进行跟踪调查 对其中逾期超过90天的贷款进行跟踪调查 对其中呆滞贷款进行跟踪调查 随机抽样 从上述样本量中选取 从上述样本量中选取 样本量应足够大，以便确保95%的置信度。对于各分行而言，2,500笔贷款可以保证95%的置信度 确保数据的准确性、真实性，剔除借新还旧的贷款 抽样要广泛，具有代表性，涉及不同支行，每一支行涉及不同分理处 每一客户的贷款不得超过3笔 对5,000笔贷款连续追踪3年 到期收回，逾期不超过90天的为正常贷款；大于90天，不超过1年的为逾期贷款；逾期超过1年的为呆滞贷款 注： 由于数据采集方面的困难，对重庆分行的贷款追踪调查分两步进行，选取了不同支行分别进行贷款跟踪调查表与逾期贷款调查表；对于呆滞贷款回收率目前不具备采集数据的条件，因而使用国内行业的经验数据 数据类型 采集对象 2,500笔贷款跟踪调查 300笔逾期贷款调查表 呆滞贷款回收率 北碚、荣昌、铜梁、长寿、 璧山、万盛、双桥、朝天门、潼南、大足、大渡口、永川、万州支行 九龙坡支行、南岸支行 根据中国商业银行的行业经验，呆滞贷款的回收率为25% 重庆分行举例 注 正常贷款是指未到期，到期归还或逾期不超过90天的贷款 行名：璧山支行 填报日：1999年9月22日 单位：万元 将所有收集到的数据汇集成一个Excel文件 贷款笔数 客户名