不良贷款处置方式的影响因素分析和判别模型，本文主要内容关键词为：不良贷款论文,模型论文,因素论文,方式论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
0 引言
不良贷款是银行经营过程中的副产品，是一个国际性的金融难题，美国、日本、德国都相继出现过不良贷款的问题。随着经济的发展，中国也碰到了同样的难题，因此国务院于1999年成立四大资产管理公司来负责处理国有商业银行积累多年的不良贷款。时至今日，四大资产管理公司成功处置了超过两万亿元的不良贷款，有效提高了国有商业银行的资本充足率水平，并使得商业银行上市顺利实现。在这个大规模处置不良贷款的过程中，资产管理公司积累的经验也为不良贷款回收率和处置方式的研究创造了条件，本文是对不良贷款处置方式的研究。
国际上对不良贷款处置方式的研究思路主要是从宏观大局上探究不良贷款产生的原因，并据此提出处置方式上的建议。这些研究反复强调要建立良好的法律环境并尽快地将不良贷款推向市场吸引国际投资者。例如，Peiser（2002）[1]指出美国处置不良贷款的成功经验在于迅速将不良贷款证券化，并向国际投资者开放不良贷款市场。对于中国的不良贷款处置问题，Peiser[1]从政府和社会意愿、法律环境、执行过程三个层面给出十五个不良贷款市场国际化的影响因素，其中执行过程层面的因素包括法院执行能力、资产转让费用、下岗职工安置和土地使用权等。作者显然考虑到了采取不同处置方式会对回收率有影响，并且考虑到了担保方式对处置方式的影响。本文用定量方法去研究处置方式的影响因素，以及这些因素如何实现对处置方式的影响，因此本文是对这一文章的深入研究。
国内同样缺乏对不良贷款处置方式的定量研究，困难在于没有大量的不良贷款数据，包含处置方式的数据就更少。东和数据咨询公司的Loss-MetricsTM数据库为我们解决了这个难题。近年来东和中科LGD联合实验室依托此数据库做了大量的研究工作。王东浩等[2]将不良贷款按债务企业规模分类，然后分析了商业银行不良贷款的回收率结构特征，并建立了回收率的区间判别模型。文章结果表明处置方式对回收率有显著影响。王凤玲等[3]详细分析了各种方式处置的不良贷款的特征，并将处置方式作为解释变量建立了回收率的预测模型。文章结果表明处置方式作为解释变量能够大大提高模型的拟合优度。这两篇文章的有一个相同点就是将处置方式也作为解释变量加入回收率预测模型，本文在研究不良贷款处置的历史经验后发现处置方式在一定程度上是可以由其它解释变量来确定的，因此不能把处置方式和其它解释变量同等看待。例如，对于已破产终结的债务企业，资产管理公司被迫选择破产清偿的处置方式，这时处置方式就由债务企业经营现状所完全确定，如果再在回收率预测模型中加入处置方式作为解释变量来解释回收率就毫无意义。实际上，本文结果证明了某些因素对处置方式有影响，而有些因素正是通过影响处置方式来最终影响回收率，因此我们需要先确定这些影响因素是如何影响处置方式的，然后再来探讨处置方式对回收率的影响。
本文从样本个数出发研究不良贷款的处置方式，样本个数可以看作是根据历史经验对处置方式进行投票的得票数。不良贷款处置的历史经验是多位处置专家在综合考虑各种实际情况之后进行的慎重抉择，因此他们采用最多的处置方式往往也是特定情况下最合适的处置方式。根据一定条件下以往的不良贷款采用各种处置方式的样本个数，我们可以发掘出不良贷款的历史处置模式，这为我们学习和改善处置方式提供了前提条件。
本文考虑三种常用的处置方式：直接催收、诉讼追偿和破产清偿，它们都属于债权追偿处置方式这一大类。直接催收和诉讼追偿都很好理解，这里需要说明的是破产清偿可能包含两种情况：1）债务企业所在企业申请破产或已经破产，债权人只能接受采取破产清偿方式追回债权；2）债权人质疑债务企业还款能力，向法院申请对债务企业执行破产，清偿不良贷款。本文从LossMetricsTM数据库获得了1882条三种处置方式的不良贷款数据，每条数据包含了不良贷款的贷款信息、不良贷款债务企业信息，并且记录了贷款所采取的处置方式，贷款信息包括：贷款本金余额、贷款本金占比、贷款银行、贷款担保方式，贷款企业信息包括：贷款企业注册资本、贷款企业工商登记状态、是否上市公司、企业经营现状、企业类型。在一定的贷款信息和债务企业信息下，本文得到三种处置方式的样本个数，利用决策树从中发掘不良贷款的历史处置模式。例如，若债务企业经营现状为破产终结或进入破产程序，则采取破产清偿处置；若债务企业经营现状不是破产终结或进入破产程序，并且不良贷款本金较小，则采取直接催收处置。依照这些处置模式进行不良贷款的处置更多的是基于现实情况所做的保守考虑，因此在某些情况下可以改善以获得更高的期望回收率，后文对此进行了详细讨论。
在第1节中，本文对影响因素进行逐个分析，并用列联表方法检验各个影响因素与处置方式是否独立。在第2节中，本文利用决策树和部分线性决策树（PLTR）方法建立处置方式的判别模型，对决策树发掘出的历史处置模式进行分析和评价，最后对PLTR模型的判别效果进行比较。第3节是整个文章的总结。
1 影响因素分析和检验
本节将对处置方式的影响因素进行逐个分析，并利用列联表方法检验各个影响因素是否与处置方式独立。本节结果表明所选的影响因素除了是否上市公司和对数注册资本外都显著地不与处置方式独立，这是后文能利用这些影响因素建立处置方式的判别模型并且获得较高判别精度的基础。
1.1 影响因素分析
样本中不良贷款的贷款银行包括工商银行、建设银行和中国银行，其中中国银行对应于政策性划拨的不良贷款，工建两行对应于商业性收购的不良贷款。由于两类贷款的获得方式不同且资产质量差异较大，因此实践中需要对它们采取不同的处置方式。各个银行三种处置方式的样本比例如表格1所示。从表格1可见，工商银行采取诉讼追偿处置的不良贷款比例最高，建设银行采取直接催收处置的不良贷款比例最高，采取诉讼追偿处置的不良贷款略低于直接催收处置的比例，中国银行采取三种处置方式的不良贷款分布较均匀，其破产清偿处置的不良贷款比例高于其他两家银行。
样本中的担保方式包括无担保、抵质押担保、保证担保和混合担保，其中混合担保是指同一债务企业的多笔贷款采取不同担保方式。大量研究表明有效的资产担保是提高不良贷款回收率的关键，贷款的担保方式会影响不良贷款处置的难易程度，也会影响处置方式的选择。各担保方式三种处置方式的样本比例如表格2所示。从表格2可以看出，只有无担保贷款采取破产清偿处置方式的比例较多，抵质押担保贷款和混合担保贷款采取诉讼追偿处置方式的比例最多，保证担保贷款采取直接催收处置方式的比例最多。
上市公司可获得的公开信息比非上市公司多，这必定有利于资产管理公司采取更妥当的处置方式。上市公司和非上市公司三种处置方式的样本比例如表格3所示。从表格3可以看出，无论公司是否上市，处置方式按样本比例从高到低都依次是：直接催收、诉讼追偿和破产清偿。
债务企业的工商登记状态有正常、不明、吊销和注销四种情况。吊销企业仅丧失经营资格，其法人资格仍然存在，企业仍然担当独立承担清偿债务的责任，资产管理公司仍可对其进行诉讼追偿处置。注销企业在其注销之前需依法进行清算，注销之后其法人资格不复存在，不需再承担任何民事责任，因此资产管理公司必须在企业注销之前进行处置才可能获得回收。各工商登记状态债务企业三种处置方式的样本比例如表格4所示。从表格4看出，只有工商登记注销债务企业贷款采取破产清偿处置的样本比例最多，工商登记正常债务企业的不良贷款采取直接催收和诉讼追偿处置比例较多，工商登记吊销债务企业不良贷款采取直接催收处置的样本比例最多，工商登记状态不明债务企业的贷款采取直接催收处置的样本比例最多，但三种处置的样本比例差别不大。
与工商登记状态类似，债务企业经营现状也会对它的不良贷款处置方式产生重要影响。各经营现状债务企业三种处置方式的样本比例如表格5所示。从表格5看出，破产终结债务企业和进入破产程序债务企业的不良贷款采取破产清偿处置的不良贷款样本比例最多，其余经营状态企业的不良贷款大多采取直接催收和诉讼追偿处置，并且经营状态越好的企业的不良贷款采取直接催收处置的样本比例越多。
债务企业按其资本类型可分为内资企业、港澳台资企业和外资企业，国家和地方政府对不同资本类型的企业有不同的政策，而国家和地方政府政策也是资产管理公司处置不良贷款时需重点考虑的因素。各资本类型债务企业三种处置方式的样本比例如表格6所示。从表格6看出，港澳台资企业采取诉讼追偿处置的不良贷款样本比例最多，内资企业和外资企业三种处置方式的样本分布接近，都是采取直接催收方式处置的样本比例最多。
不良贷款的本金余额对处置方式的影响可以从两个角度去解释：一是本金余额会影响资产管理公司对该笔不良贷款的重视程度。管理公司处置不良贷款时更看重回收金额，更重视本金余额大的不良贷款，对其采取更谨慎的处置方式。二是资产管理公司处置不良贷款必须考虑处置成本，因此对本金余额小的贷款需选择节约成本的处置方式。由于本金余额取值连续，为了能利用列联表方法检验影响因素与处置方式是否独立，本文将不良贷款样本按本金余额从高到低等分成四个等份。表格7第一列的0代表本金余额最低的那一等份，3代表本金余额最高的那一等份。从表格7可见，本金余额最低的等份的不良贷款采取直接催收处置的样本比例最高，本金余额越高采取诉讼追偿处置的不良贷款样本比例越高。
本金占比是指不良贷款本金余额与协议金额之比，协议金额是指本金余额、应收利息、催收利息之和。中国素有“欠债还钱”的道德观念，因此本金占比越高，回收过程往往越容易，相应回收率也越高，王博等[4]对回收率的研究已经证明了这一点。由于本金占比也取值连续，对它的处理类似于本金余额，各部分本金占比三种处置方式的样本比例如表格8所示。从表格8看出，本金占比最高的那一等份不良贷款采取直接催收处置的样本比例最高，采取破产清偿的样本比例最低。本金占比低的那些等份不良贷款采取诉讼追偿和破产清偿处置的不良贷款样本比例都较高。
企业注册资本反映了企业的规模大小，从而也反映了企业的偿债能力，反映了企业在行业和地方经济中的地位，这必然也是资产管理公司选择不良贷款处置方式时必须要考虑的一个因素。由于注册资本也取值连续，对它的处理类似于本金余额，各部分注册资本三种处置方式的样本比例如表格9所示。从表格9看出，无论哪一部分企业的不良贷款都是采取直接催收处置的样本比例最大，采取破产清偿处置的样本比例最小。
以上都是从直观的角度去分析各个因素对处置方式的影响，究竟这种影响能不能被不良贷款的历史处置经验所证实，这留待第四节的处置方式判别模型去回答。另外，从上文影响因素不同取值时三种处置方式的样本比例看出，处置方式的确受到某些因素的影响，但是这种影响关系是什么，这些影响因素之间是否存在交互作用和相互替代关系，本文也在建立处置方式判别模型后给予回答。下一小节利用列联表的方法从统计上检验影响因素与处置方式之间的相关性是否可靠。
1.2 列联表检验
上一小节的结果大致表明某一因素不同取值下三种处置方式的样本比例服从不同的分布，这是否能说明这些因素与处置方式之间存在相关性，本小节用列联表方法来检验这一点。先对列联表方法做简单介绍。假设总体中的样本关于属性A是属于
个类
当中之一，关于属性B是属于
个类
当中之一。若已知属于
和
的样本个数，那么列联表方法通过构造一个自由度为
的卡方统计量来检验总体的属性A和B否独立，该检验的原假设是属性A和B使独立的。本文将所考虑的一个影响因素作为属性A，将处置方式作为属性B检验特定的影响因素和不良贷款的处置方式是否独立。对上一小节中各影响因素的检验结果如表格10所示。表格10中除了是否上市公司和注册资本外，其余影响因素的检验P值都小于0.05，也就是说这些影响因素和处置方式之间都显著的不独立，这为下一节利用这些影响因素建立决策树模型和PLTR模型打下了基础。
2 处置方式判别模型
本节考虑三种建立判别模型的方法：贝叶斯判别、决策树判别和PLTR判别。贝叶斯判别是在假设三种处置方式的影响因素都服从正态分布的条件下计算各处置方式的后验概率，判定的处置方式为后验概率最大的处置方式。决策树判别是一类非参数方法，它包括生长和剪枝两个过程，详见[5]。PLTR判别的是一种半参数方法，它结合了一般判别和决策树判别，能表达出解释变量之间的交互作用，以及解释变量和被解释变量之间的线性和非线性关系。Chen（2007）[6]首次使用PLTR判别模型来研究53个单核苷酸多态性之间的交互作用，以及与胆道结石疾病的联系。
PLTR判别模型的主要思想是先建立解释变量与被解释变量之间的决策树模型，然后利用决策树模型的叶子结点构造新的解释变量，最后建立全部新旧解释变量与被解释变量之间的判别模型。本文根据这个思想构造一种简单的判别模型，在此也称为PLTR判别模型。
本文将离散变量先转化成示性变量然后才加入贝叶斯判别模型。为了防止解释变量与被解释变量之间的伪相关性，本文利用SAS软件中的stepdisc过程选择出显著的变量。贝叶斯模型最后选择出的变量用来作为PLTR模型中的线性影响因素部分，PLTR模型还有一部分变量来自决策树。对任意一个样本，通过判断其是否属于决策树的某个叶子结点可以得到一个示性变量，这样决策树叶子结点的个数就是从决策树得到的解释变量的个数。利用这两部分方法，再经过选变量和贝叶斯判别的过程，最终就可以建立PLTR判别模型。
表格11是采用交叉验证方法得到的误判率，其中第二列表示实际处置方式为直接催收的样本用三种方法的误判概率。从表格11看出PLTR判别模型有最低的总体误判率，这表明PLTR判别模型作为一种结合了决策树和线性贝叶斯判别的方法能提高判别精度。这主要是因为PLTR判别模型能利用决策树发掘影响因素之间的交互作用，并且将各种影响因素之间的作用线性叠加，这样可以结合各自的优点，弥补决策树判别不善于处理连续型变量的缺点，提高模型判别精度。
2.1 决策树判别模型
本节详细介绍决策树判别的结果，并讨论决策树所发现出来的历史处置模式。将本金占比、对数本金余额、对数注册资本、贷款银行、担保方式、是否上市公司、工商登记状态、经营现状、企业类型作为解释变量，依次记为X1-X9，将处置方式作为被解释变量建立决策树判别模型，最后生成的决策树如图1所示。对本金余额和注册资本取对数是为了下一节建立PLTR判别模型的方便。
图1显示对处置方式有影响的因素有：本金占比、本金余额、贷款银行、工商登记状态和经营现状。上一节列联表检验不显著的变量是否上市公司和注册资本也用来建立决策树模型，但是它们没有被加进最后的决策树模型，这支持了上一节中这两个因素对处置方式没有影响的观点。其次前一节中列联表检验显示与处置方式有相关性的担保方式和企业类型没有出现在最后的决策树模型中，这表明它们与其它影响因素之间不存在交互作用。
图1中6个叶子结点依次编号为L1-L6，叶子结点中的处置方式就是从样本个数出发得到的判别结果，各叶子结点包含三类样本的比例见表格12。决策树充分发掘了解释变量之间的交互作用，最终可以概括为对应于叶子结点的六种历史处置模式。
1）处置模式一：若债务企业经营现状不是破产终结或进入破产程序，并且不良贷款本金较小，则采取直接催收处置，对应叶子结点L1；
2）处置模式二：若债务企业经营现状不是破产终结或进入破产程序，并且不良贷款本金较大，本金占比小于1，并且贷款银行为工商银行或者建设银行，则采取诉讼追偿处置，对应叶子结点L2；
3）处置模式三：若债务企业经营现状不是破产终结或进入破产程序，并且不良贷款本金较大，本金占比小于1，并且贷款银行为中国银行，债务企业工商登记状态为正常或者不明，则采取诉讼追偿处置，对应叶子结点L3；
4）处置模式四：若债务企业经营现状不是破产终结或进入破产程序，并且不良贷款本金较大，本金占比小于1，并且贷款银行为中国银行，债务企业工商登记状态为吊销或者注销，则采取直接催收处置，对应叶子结点L4；
5）处置模式五：若债务企业经营现状不是破产终结或进入破产程序，并且不良贷款本金较大，本金占比为1，则采取直接催收处置，对应叶子结点L5；
6）处置模式六：若债务企业经营现状为破产终结或进入破产程序，则采取破产清偿处置，对应叶子结点L6。
这六种历史处置模式蕴含：在不良贷款的处置过程中应尽量避免采取破产清偿的处置方式，至于究竟是采取直接催收还是诉讼追偿的处置方式则要考虑到不良贷款的本金余额、本金占比和债务企业工商登记状态情况。若本金余额较小，或者本金占比为1，或者工商登记状态吊销或注销，则可采取直接催收的处置方式以节约回收成本，同时获得一定的回收率。而对其他不良贷款，历史处置模式建议采取诉讼处置方式较好。
2.2 决策树判别结果
决策树的每个叶子结点都包含有三类样本-以直接催收、诉讼追偿和破产清偿处置的样本，而同一个叶子结点中的不良贷款具有相似的性质，因此可以通过比较它们的回收率来比较处置方式的好坏。上文是从样本个数出发得到的历史处置模式，下文从回收率的角度考察这些历史处置模式是否有可改善之处。计算每个叶子结点中三类样本的回收率得到表格13，最后一列是根据样本个数最多判别的处置方式。
从表格13看出，只有处置模式一、三、五同时也是具有最高的平均回收率的处置方式，其余三种处置模式所选的处置方式并不是回收率最高的处置方式，对此结果有如下分析和建议：
1）历史处置模式对L2中贷款采取诉讼追偿处置，但是L2中直接催收处置的不良贷款平均回收率比诉讼追偿处置高，因此建议考虑对工商登记状态不是破产终结或者进入破产程序、对数本金余额小于11.8101的不良贷款采取直接催收处置方式；
2）LA中不良贷款对应债务企业工商登记状态为吊销和注销，因此历史处置模式对LA中的不良贷款采取直接催收处置，但是观察L4中样本发现仍有接近30%的样本采取了诉讼追偿的处置方式。这表明在此情况下仍有可能采取诉讼追偿处置，而这样使得期望回收率从5.32%提高到15.03%，至于如何能在此情况下采取诉讼追偿处置是要从实际出发进行深入研究的问题；
3）L6中的不良贷款对应债务企业的经营现状为破产终结或者进入破产程序，因此历史处置模式建议采取破产清偿的处置方式，这也是资产管理公司迫不得已而采取的处置方式。但是考察叶子结点L6的样本发现，其中仍有25%的不良贷款采取了其它两种处置方式，且获得了较高的回收率。这表明如果处置及时资产管理公司仍有可能采取非破产清偿的处置方式，从而摆脱被动局面，获得更高回收率。
总的来说，采取诉讼追偿处置能够获得稳定的高回收率，而在某些情况下采取直接催收处置获得的回收率比诉讼追偿更高，因此本文建议对不良贷款采取先进行诉讼追偿，在诉讼追偿的过程中考虑直接催收，以诉讼来保证直接催收的顺利完成。其次应把握处置时间争取主动，只有在别无选择的条件下才采取破产清偿的处置方式。
2.3 PLTR判别模型
对任意一个样本，通过判断其是否属于决策树叶子结点L1-L6中的一个叶子结点可以得到六个新的示性变量，仍记为L1-L6。为了避免共线性，本文将在贝叶斯判别模型中显著的变量和L2-L6 一起作为新的贝叶斯判别模型的解释变量，这样就可以建立处置方式的PLTR判别模型。下页表格14列出了在贝叶斯判别和PLTR判别模型中显著的变量的系数，其中对影响因素本金余额和注册资本的取对数是为了使各个解释变量的系数大小更加接近。
从表格14看出，是否中行贷款和是否破产企业两个变量在贝叶斯判别模型中是显著的，但是在PLTR模型却不显著。这说明它们的作用完全被新的解释变量L2-L6所替代，也就说它们对处置方式的影响完全通过它们与其它影响因素的交互作用来实现。注意到决策树对这两个解释变量的关注程度，本文认为这也是合理的现象。表格14结果显示在决策树中出现的变量本金占比、本金余额、贷款银行、工商登记状态、经营现状仍出现在PLTR判别模型中，这表明这些变量与处置方式之间同时存在线性和非线性关系，它们的信息未被决策树所充分挖掘，尤其是三个连续变量的信息都没有被决策树所充分挖掘。
3 总结
本文从样本个数的角度对不良贷款的处置方式进行了量化研究。样本个数可以看作是根据历史经验对处置方式进行投票的得票数，因此这是对历史经验的总结，从中得到的历史处置模式给学习和改善不良贷款处置方式提供了前提条件。
本文考虑的不良贷款处置方式的影响因素包括贷款信息和贷款企业信息两个方面，贷款信息包括：贷款本金余额、贷款本金占比、贷款银行、贷款担保方式，贷款企业信息包括：贷款企业注册资本、贷款企业工商登记状态、是否上市公司、企业经营现状、企业类型。文章首先对各影响因素进行了分析，接着利用列联表方法证明除了是否上市公司和贷款企业注册资本之外的各影响因素与处置方式是相关的，这为后文利用这些影响因素建模打下了基础。后文决策树模型选择变量的结果再次加强了这个结论，并且表明所选变量之间存在交互作用和替代作用。
决策树发掘出不良贷款的六种历史处置模式，这些历史处置模式是不良贷款资产管理公司根据实际情况对处置方式进行投票得出的，因此都比较符合实际处置情况。但是通过观察同一个叶子结点中不同处置方式的不良贷款的平均回收率，本文发现这些历史处置模式仍有改进的余地。文章建议对不良贷款采取先进行诉讼追偿，在诉讼追偿的过程中考虑直接催收，以诉讼来保证直接催收的顺利完成的策略。同时要把握处置时间争取主动，尽量避免采取破产清偿的处置方式。
最后本文使用PLTR判别模型建立处置方式的判别模型。该模型结合了决策树和线性判别模型的优点，既可以表达影响因素之间的交互作用，也可以将影响因素与处置方式之间的关系用线性判别函数表示出来。文章结果显示该方法提高了判别的准确率。
本文是采用定量方法对处置方式进行的深入研究，文章结果表明处置方式一定程度上的确可以由其它的解释变量来决定，因此不能将处置方式与一般解释变量混在一起来解释回收率。本文的模型只考虑了限于LossMetricsTM数据库中的因素，因此仍不够全面。本文的建模样本来自全国各地，考虑到中国经济文化巨大的地区差异，如果样本足够应该建立分地区的处置方式判别模型更为妥当。总之，本文的模型仍需要在实践中不断改进才能具有应用价值。
标签：不良贷款证券化论文; 破产程序论文; 不良贷款论文; 企业贷款论文; 判别分析论文; 解释变量论文; 因素分析论文; 催收论文;