基于行业视角的贷款风险度量指标体系设计

陈红艳，张 琳，朱晓峰

（南京工业大学 经济与管理学院，江苏 南京 210009）

一、引 言

在金融危机与后危机时代，银行的风险防范应为主要工作，2010年央行工作会议中，将防范信贷风险和金融风险作为一项重要议题，并特别指出，在信贷增长较快时，更要注意防范可能出现的风险。目前，应对国际金融危机，我国已取得相对较好的成效，但同时也要注意为银行资产安全提供可靠保证。银行贷款往往因为趋同行为导致贷款集中现象，贷款过度集中一旦风险积聚爆发，必将带来银行的重大损失与联动性危机。因此，贷款集中风险的测度与集中度的控制，是当前阶段银行业亟待解决的问题。

在贷款集中风险方面的研究，国外学者主要从贷款组合的集中度风险、案例或实证研究等方面对信贷集中的风险进行探讨，如Giesecke与Weber（2004年）的研究结果显示：贷款过度集中在某种意义上会增加资产的组合风险，并从违约相关性等方面探讨了贷款集中风险的形成机理[1]；Chris⁃tian and Ludger（2003）从慕尼黑银行贷款的相关研究得出，信贷风险包括系统与非系统风险，其中非系统风险则很大程度上取决于信贷的过度集中[2]。Elen Kaltychou等从实证与案例角度研究了拉丁美洲债务危机，研究结果得出：关键因素在于拉美银行的信贷过度集中爆发的债务危机风险[3]。国内学者则主要从贷款集中带来的负面影响出发，主要研究观点有：贷款集中会带来风险的集中（黎四奇，2001）[4]，影响资金配置效率（董凤新，1997）、宏观调控（仲彬，2001）[5]、资金供求结构（孙晨光，2001）、银行危机（常敏，2002）[6]等。纵观上述研究，大部分都集中在对单一企业或地区贷款的风险方面，而基于行业视角的密集贷款的定量风险研究方面相对较少。

二、现有授信集中度规定及其局限性分析

上述已有的研究证明信贷集中风险的巨大，对此，国际性的文件，包括巴塞尔新资本协议，中国、英国、美国、法国等各国的法律法规及地方性指导文件，都不同程度上对授信集中度上限做了相应规定。我国也有相应的贷款集中度规定，现有相关规定有代表性的包括：

《中华人民共和国商业银行法》规定（第三十九条）：对同一企业或单位或个人的授信总额，不能超过商业银行资本余额的10%。

《巴塞尔新资本协议》（第三部分）在“贷款集中风险”中规定：对于单个企业（单位）或一组互相关联的集团客户，其主要风险在于银行对单一企业、单一行业或相同地区交易对象的贷款风险；针对单一对象，监管当局对此类风险应设定一个授信上限，称之为大额风险上限；针对关联交易对象或对象群，银行也可设定一个用于防范大额风险的累积上限。

《商业银行风险监管核心指标（试行）》（2006年）规定（第九条）：衡量信贷集中度风险的三个指标包括：不良资产率、单一集团客户贷款集中度、关联度，三类指标均有上限比例与额度限制：首先对于单一企业客户的信贷集中度应低于10%，其次，对单一集团客户贷款集中度限额为15%。关联度指标为全部关联信贷与资本净额之比，其上限限额为50%的比例。

综合已有文件规定：商业银行对同一借款人的授信集中度比例不得超过10%，明确控制了银行对单一企业的贷款集中度，一定程度上对贷款集中度风险有一定的防范作用。但对商业银行而言，并不能控制其他变相集中度过高情形：如同一行业的不同企业授信，尽管单一企业贷款集中度符合10%的规定，但多头贷款情形或贷款至同一行业所致的集中度风险，将会造成即使每家银行都遵守贷款的限制标准，同样会引发巨大的行业集中度风险。而纵观从巴塞尔新资本协议到各国的具体法规规章，没有类似于对单个企业的限制那样，不存在统一的具体限额，因此，对于行业集中度限制不够明确，究其原因，不同的行业风险大小不一，差别较大，因此不能由某一特定的相同限额对集中度进行限制，而应该在判别各行业风险基础上，进行动态的确定，包括同一行业的不同时期也存在变化。鉴于此，对行业风险的度量显得极为重要。

本文试图在前人研究的基础上，结合行业特征，建立一套适合行业信贷风险测度指标体系，为实践中行业贷款风险的防范提供一定的借鉴。

三、行业风险测度指标体系设计

（一）行业风险测度指标体系设计的原则

设计一套适合行业信贷风险测度的指标体系，首先应考虑到指标量化的可操作性，在构建指标体系过程中应遵循以下原则：

（1）定性定量并举原则。指标体系的设计过程中，可能涉及宏观政策、环境等定性因素，在考虑行业所处外围环境时，必须兼顾此类定性指标的纳入，这也是提高行业风险测度准确性的的重要途径。

（2）量化的可操作性原则。行业风险指标在应用过程中必然需要量化，因此指标数据获取的可能性，量化的可操作性都是应考虑的重要原则，特别是符合国际惯例标准且统计数据易于收集的指标可优先考虑。

（3）完备性与科学性原则。一套科学的指标体系首先应各自独立，不能存在包含与被包含的关系，指标之间也应互联系，考虑周全不能顾此失彼，同时注意弱化设计者的主观性，设计科学、客观的衡量指标。

（4）指标的可比性原则。指标的设计应具有可比性原则，主要包括时间上的可比性与空间上的可比性两个方面，缺一不可。具体要求所涉及的指标在统计口径、内涵解释、适用范围等方面，于不同时段、不同行业应保持一致。

（二）行业风险测度指标体系的设计与量化

根据以上原则，在已有研究[7-9]的基础上进行优化，从行业特征的风险、行业盈利能力指标、行业的资本流动性、行业运营能力、行业发展能力等五个方面出发，兼顾指标体系设计的各项原则，对银行贷款的行业风险测度指标体系设计如下：

1.行业特征的风险指标

研究行业风险的测度，首先应注重企业所属行业本身的特征，综合反映行业特征的因素包括：行业所处的寿命周期、行业垄断程度、行业对上下游的依赖程度、行业内产品的替代性强弱以及行业发展周期的类型等。据此判断分析行业所处市场的变化情况、识别行业未来的发展前景和趋势等。

（1）行业所处的寿命周期。行业所处的寿命周期可反映行业的发展程度，行业发展一般经历：初创阶段、发展阶段、成熟阶段和衰退阶段。根据已有经验与行业共识：所处行业的销售量年增长幅度大于100%，可辨别该行业为初创期阶段；销售量年增长幅度在20%-100%定位成长期阶段；0%-20%为成熟阶段；增幅小于0则该行业定为衰退期阶段。贷款企业所处行业的寿命周期阶段不同，对行业发展的影响强弱不一，在具体的量化方面，可结合统计调查与专家经验法，按照简单的四标度打分法，采用正指标方向进行设置，即风险越高得分越低；反之，得分越高，银行贷款至此类行业的风险越小，具体见表1。

（2）行业垄断程度。衡量市场垄断程度的指标主要有集中度（Concentration Ratio，CRn）、洛伦兹曲线和基尼系数、赫芬达尔指数（Herfindahl Index）、交叉弹性（Cross Elastici⁃ty）等。理论上说，完全垄断企业应具备三大要素：一是市场中某种产品唯一的供应者，并且没有可替代品；二是垄断企业具有对该产品价格的完全控制权；三是该行业具有较高的进出壁垒，以致于任何一个企业难以进入或退出。根据垄断特征与程度的不同，将行业分为四种类型：完全竞争型、不完全竞争型、寡头垄断型、完全垄断型。垄断程度越高。此类情形还应注意，垄断行业的程度在时间上的连续性，除完全垄断之外，随着市场的竞争，垄断的可持续性会随之变化。具体量化方法见表1。

（3）行业依赖程度。行业的依赖程度是指行业内产品的生产与销售等环节在一定程度上对其上下游产品等具有一定的依存性。如电脑的生产需要芯片的支持，汽车的生产需要零部件生产的支持等。当依赖产品市场发生变化，会直接或间接影响目标行业的发展。根据已有文件规定，集中度在20%以下时，可视为该行业对上下游的依赖性较弱，当集中度在80%以上时，行业的依赖性较高，相应的贷款风险也较高。具体量化方法见表1。

（4）行业的可替代性。行业的可替代性主要指行业中产品的可替代性，体现了该行业总体的发展地位，如行业内的产品中较多来自其他行业的可替代产品，无自己的核心竞争力产品，则该行业发展前景不佳，贷款的目标行业潜在风险较高。具体量化方法见表1。

（5）行业发展周期的类型。行业发展周期的类型主要反映行业的发展与经济周期变化的关联。根据发展惯例，行业的景气与否通常与宏观经济周期变化相关。根据相关形式与方向，可将行业分为四类：增长型、周期型、滞后周期型与防御型。其中：增长型行业其变化状况与宏观经济周期状态关系不大；周期型行业的变化状况与经济周期状态较密切，即此类行业随着经济周期的上升与衰退形成相应的行业扩张与下滑；滞后周期型行业的发展状态也与经济周期相关，但不会因经济周期的变化立即产生影响，而是产生一定的经济周期的滞后影响；另一种是防御型行业[10]，其运动状态一般不受经济周期处于衰退阶段的影响，该行业的产品需求相对稳定，具有一定的抗风险性，因此贷款风险也相对较低，四种类型的量化得分见表1。

表1 行业特征的风险指标量化方法

2.行业的盈利能力指标

行业的盈利能力指标应能反映行业内所有企业的平均获利能力，盈利能力具体可分解为以下几个指标进行量化：

（1）行业资产收益率（利润/资产）。反映行业内平均资产的获利能力，也称为行业资产回报率，用来衡量行业内每单位资产创造净利润多少的指标。该指标越高，表明行业内企业的资产利用效果越好，说明目标行业内企业在增加收入和节约资金使用等方面有良好的效果。

（2）行业销售利润率（利润总额/销售总额）。行业销售利润率是衡量行业内企业的销售收入的平均收益水平的指标。反映单位销售额的盈利水平，是整个行业的盈利能力的重要体现。

（3）行业亏损度与行业亏损面。两个指标都是反映盈利能力的反向指标，行业亏损度用来测量行业整体内总的亏损程度，而行业亏损面主要从亏损范围与普遍性视角进行衡量，主要考察整合行业内亏损企业在数量上的百分比。具体计算公式见表2。

3.行业发展能力指标

（1）行业资本积累率（目标年份所有者权益增长额/年初所有者权益）。行业资本积累率体现目标行业中所有企业的平均资本积累能力，该指标值越高，目标行业资本的保全性越高，是该行业发展潜力的间接体现，也是行业的抗风险性强弱的重要反映。

（2）行业产品销售收入增长率（目标年份销售收入增长额/上年销售收入），反映目标行业内的产品的营销能力。

（3）行业利润总额增长率。利润总额指的是未扣除企业所得税之前得利润，利润总额=净利润+所得税。行业利润总额增长率指某一固定时期期末的利润总额减去前一年同期末利润总额的差，再除以前一年期末利润总额，反映了目标行业的发展程度，体现行业内企业实现的全部利润（包括企业当年的营业利润、投资收益、补贴收入、营业外收支净额和所得税等项内容）的持续增长能力。

4.行业的资本流动性

行业的资本流动性指行业内资金在企业与企业之间，行业与行业之间流动以寻求较高的回报率和较好的投资机会，行业资本的流动性指标体现了资产保值变现能力。该功能的具体指标主要有两个：流动资产周转率和债务增长率。

（1）行业债务增长率。债务增长率=（年末总负债-年初总负债）/年初总负债，主要体现债务资金的增长。

（2）行业流动资产周转次数（公式：研究期销售收入净额/行业总流动资产），是某一固定期限销售收入净额与流动资产的比率。

5.行业运营能力指标

（1）行业应收账款增长率（报告期应收账款－上期应收账款）／上期应收账款×100%），反映目标行业的主营业务和应收账款的增长幅度。

（2）行业成本费用利润率（利润总额/成本费用总额），反映目标行业投入的生产成本与费用的经济效益，体现目标行业通过降低成本所取得的经济效益。

（3）行业资本保值增值率（目标年份期末所有者权益/上年期末所有者权益），是目标行业运营能力的重要体现[11]。

综上，指标的统计与具体计算方法汇总如表2所示。

6.行业环境风险因素

行业的贷款风险考量从国家层面来看还应注重目标行业本身所处的宏观环境，包括国家的相关产业环境，行业相关的法律法规支持政策或限制政策以及共有的金融景气环境因素。

（1）宏观产业环境。国家在每一个五年规划中一般都会指出对某些行业的扶持或限制。如《国务院关于加快培育和发展战略性新兴产业的决定》将节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料和新能源汽车等七个产业列为现阶段的重点发展对象。则其中的相应行业即属于在5年期内宏观产业环境风险较少型，反之，过加限制发展的产业，前景不容乐观，如环境污染严重、技术相对落后或者资源消耗量大行业，属于产业环境风险较大的，其贷款风险较高，贷款资金应坚决回避。

（2）行业相关法规政策。研究行业的环境因素，还应结合目标行业相关的法律法规综合考量，贷款对象所属的行业，其对应的相关法规命令禁止或限制从事某项活动时，如行业内企业有违规或潜在违规现象，则未来的不确定增大，对此类企业，应坚决拒绝对其贷款，以减少贷款风险。

（3）金融环境。金融危机时期，特别是全球性金融危机背景下，较多的行业受大的环境拖累，景气指数不高，加之国家实施相应的紧缩货币政策，对银行信贷实施各种限制，贷款的潜在风险较高。如目前的金融危机背景下，钢铁行业普遍发展较缓，在房地产不景气及投资结构变化情形下，需求增速下降，行业的竞争优势下降，从贷款银行角度出发，相应贷款的潜在风险亦相对较高，反之，在2007年国家层面大的金融环境趋利背景下，短期贷款风险相对较少。

综上，考虑目标行业的环境风险因素，在量化方面作为定性指标，其准确度及不同行业的差异程度都不够理想，同时政策影响往往产生滞后效应。因此在考虑建立指标模型时，应将此类环境因素作为虚拟变量或者滞后变量，对模型进行适当修正之用。

综合上述行业风险度量的指标体系如表2所示。

表2 行业风险测度指标体系

四、总结与展望

根据行业信贷风险特征，在已有研究的基础上进行优化，提出了从行业特征风险因素等六大方面，试图全面反映行业的内外风险，进一步分别列出反映三大因素的各种指标，并从二级指标上逐一细化，在因素与指标分析的同时，对指标如何量化进行了分析说明，以加强可操作性。同时对于行业宏观环境，属于多行业共有，因此，在量化方面的差异不够明显，对于此类定性因素，不需要直接对指标进行量化，而是在风险测度结果基础上，结合此类定性因素加以修正、调整。这也是本研究的主要创新之处，以期能为实践中银行信贷风险控制中的行业贷款控制提供一种风险度量基础。鉴于篇幅，作者将另文研究行业风险测度模型，并将该指标体系纳入模型进行模拟仿真演算。在实际运用中，对于银行来说，应在严格获取相应数据的基础上，得出更有效的结论。

[1]Kay Giesecke，Stefan Weber.Cyclical correlations，credit contagion，and portfolio losses[J].Journal of Banking&Fi⁃nance，2004，28:3009-3036.

[2]Christian Bluhm，Ludger Overbeck.Systematic Risk in Homo⁃geneous Credit Portfolios[M].Heidelberg：G.Bol etal，2003.

[3]Elena Kalotychou，Sotiris K.Stalkouras.An Empirical Investi⁃gation of the Loan Concentration Risk in Latin America[J].Journal of Multinational Financial Management，2005，23：467-482.

[4]黎四奇.欧盟对金融集团内部交易及风险集中的监管[J].国际金融研究，2001，（11）:17-21.

[5]仲彬.贷款集中与货币政策传导[J].金融纵横，2001，（1）:15-18.

[6]常敏.银行业不良贷款形成的原因及防范措施[J].山西财经大学学报，2002，（11）:152.

[7]汪竹松.关于行业分析与行业信用风险评级的思考[J].新金融，2000，（12）：25-28.

[8]武剑.论我国商业银行的行业风险评级与信贷管理[J].新金融，2003，（2）：30-33.

[9]武剑.行业风险评级与信贷管理[J].现代商业银行导刊，2003，（3）：16-22.

[10]陈红艳.银行信贷中的行业风险测度[J].金融论坛，2010，（12）：30-35.

[11]陈红艳.我国商业银行信贷集中及其风险研究[D].南京：河海大学，2007.