金偉斌

[提要] 本文通過研究我國所有金融機(jī)構(gòu)以及大中小型銀行和農(nóng)村信用合作社的不良貸款率數(shù)據(jù)，通過調(diào)研的方式找到導(dǎo)致農(nóng)村信用合作社不良貸款率居高不下的原因，并提出相應(yīng)建議。

關(guān)鍵詞：農(nóng)村信用合作社;不良貸款率;風(fēng)險防范

中圖分類號：F83 文獻(xiàn)標(biāo)識碼：A

收錄日期：2020年2月11日

一、引言

自從2007年美國次貸危機(jī)爆發(fā)，至今已經(jīng)有13年的歷史，那場引起全球經(jīng)濟(jì)危機(jī)的災(zāi)難仍然令人記憶猶新，在那場危機(jī)中有無數(shù)的機(jī)構(gòu)破產(chǎn)，全球證券市場也遭遇了前所未有的沖擊，進(jìn)而引起了全球性的流動性問題。對我國來講，首當(dāng)其沖的便是我國的進(jìn)出口貿(mào)易，大量人員失業(yè)，證券市場、債券市場和匯率市場都面臨著許許多多的風(fēng)險。

在2013年的時候，我國經(jīng)濟(jì)快速發(fā)展，我國許多銀行采用非常積極的發(fā)展方式，對于資產(chǎn)端和負(fù)債端的管理趨向于激進(jìn)的管理模式，在當(dāng)時宏觀經(jīng)濟(jì)快速擴(kuò)張的時候信用風(fēng)險被忽視了。但是，最近幾年隨著宏觀經(jīng)濟(jì)的下行，這種風(fēng)險便慢慢的顯示出來，也就導(dǎo)致全國大量的銀行存在流動性問題。

2015年，黨中央、國務(wù)院扎實推進(jìn)“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”，從而使得經(jīng)濟(jì)發(fā)展態(tài)勢運行平穩(wěn)，未出現(xiàn)較大波動。對內(nèi)經(jīng)濟(jì)水平的快速發(fā)展，對外人民幣國際化程度的不斷提升，使我國銀行業(yè)在成功經(jīng)受住國際金融危機(jī)的背景下，自身整體實力和抗風(fēng)險能力得到顯著增強(qiáng)，取得規(guī)模和業(yè)績的持續(xù)增長。2016年中國商業(yè)銀行發(fā)展報告指出，經(jīng)過2015年的高速發(fā)展，我國銀行業(yè)金融資產(chǎn)規(guī)模達(dá)到199.35萬億元，比上年末增加27.01萬億元，增長15.7%，增速同比上升1.81個百分點;總負(fù)債規(guī)模達(dá)到184.14萬億元，與上年末同比增加24.12萬億元，增長15.1%，增速同比上升1.73個百分點。2018年我國上市銀行金融資產(chǎn)規(guī)模達(dá)到了159.06萬億元，比上年增加21萬億元，增長15.2%;所有上市銀行負(fù)債總計146.5萬億元，增長14.9%。

二、理論分析

（一）關(guān)系型借貸理論。關(guān)系型借貸理論是國外著名的學(xué)者M(jìn)erton提出的，他認(rèn)為一個商業(yè)銀行能和中小企業(yè)維持良好的信貸合作關(guān)系和提供各種各樣的金融服務(wù)是在一個長期穩(wěn)定的合作關(guān)系之上的。只有在這個長期穩(wěn)定的合作基礎(chǔ)之上，企業(yè)和銀行之間才會有更多的了解，銀行才能對企業(yè)的各種財務(wù)數(shù)據(jù)和經(jīng)營情況有一個精確的了解，只有掌握這些非公開信息，才能促進(jìn)銀行和企業(yè)的相互信任，才能有利于銀行對中小型企業(yè)開展信貸業(yè)務(wù)，不僅如此，他還對商業(yè)銀行和企業(yè)之間的信貸關(guān)系進(jìn)行了分類。根據(jù)Merton的分類，商業(yè)銀行和企業(yè)的借貸分類大體上可以分為兩種，即關(guān)系型借貸、交易型借貸。交易型借貸即需要采集被借貸中小企業(yè)的硬性指標(biāo)及信息，比如其財務(wù)信息、抵押物或者質(zhì)押物信息、專業(yè)評級機(jī)構(gòu)對其的評級等，需要注意的是，這類型信息不具有人格化的特點，是純粹的數(shù)據(jù)類信息。

和交易型借貸有著本質(zhì)上的區(qū)別，關(guān)系型借貸弱化了商業(yè)銀行和中小企業(yè)之間的借貸協(xié)議之類的交易行為，強(qiáng)化了商業(yè)銀行和中小企業(yè)的穩(wěn)定的雙贏業(yè)務(wù)實現(xiàn)關(guān)系，通過這種“關(guān)系”來維持商業(yè)銀行和中小企業(yè)之間的長期互利共贏。關(guān)系型借貸關(guān)系通過目標(biāo)企業(yè)和銀行之間的長期合作產(chǎn)生的信息（軟信息或者會意信息），來對目標(biāo)企業(yè)進(jìn)行借貸。

20世紀(jì)90年代末期，Caouetteetal提出，商業(yè)銀行在和中小企業(yè)進(jìn)行信貸業(yè)務(wù)的時候，通過對中小企業(yè)的軟信息的收集，可以有效地防范信貸業(yè)務(wù)中的道德風(fēng)險，這些軟信息包括企業(yè)的以下信息：企業(yè)的財務(wù)狀況、股東信息、社會保障信息、企業(yè)的納稅信息、企業(yè)的員工信息等。因為以上這些信息是商業(yè)銀行和企業(yè)通過長期的了解和合作中得來的，所以商業(yè)銀行通過這些信息得出的對企業(yè)評估的準(zhǔn)確性也是相當(dāng)高的。

（二）風(fēng)險控制理論。對于幾乎所有的金融機(jī)構(gòu)，特別是商業(yè)銀行來講，對貸款的風(fēng)險進(jìn)行衡量并加以控制是其企業(yè)戰(zhàn)略層面上的問題，是關(guān)乎企業(yè)生死存亡的關(guān)鍵性問題。在金融環(huán)境復(fù)雜多樣化的當(dāng)下，許多金融政策的實施把金融風(fēng)險控制手段推向了風(fēng)口浪尖，比如金融全球化政策和金融自由化政策等。在國內(nèi)改革開放后，我國的經(jīng)濟(jì)得到了迅速的發(fā)展，許多商業(yè)銀行也借鑒了國外商業(yè)銀行的先進(jìn)經(jīng)驗，對風(fēng)險控制的認(rèn)識也有了許多改善。但是和世界上的發(fā)達(dá)國家相比，我國商業(yè)銀行畢竟屬于后起之秀，在方式、手段、措施等許多方面還需要做出艱辛的努力，比如對于風(fēng)險控制的戰(zhàn)略規(guī)劃，商業(yè)銀行內(nèi)部的操作流程、控制流程和監(jiān)督流程等。

任何事物的發(fā)展幾乎不存在沒有風(fēng)險的因素，即使看起來沒有風(fēng)險的事情也可能隱藏著各種各樣不確定的風(fēng)險隱患?？刂骑L(fēng)險就是風(fēng)險管理人員采用多種方式規(guī)避其可能發(fā)生的風(fēng)險，因為只有有效控制好風(fēng)險，才可以規(guī)避風(fēng)險的產(chǎn)生，從而才可能避免風(fēng)險帶來的損失。因為許多時候，由于風(fēng)險因素導(dǎo)致的各種損失是難以估量的，有可量化的金錢和直接的損失，還有可能造成許多無法預(yù)判的外圍影響，而這種不良的影響往往會導(dǎo)致比金錢的損失更加致命的后果。

三、實證分析

由于國內(nèi)經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整導(dǎo)致我國經(jīng)濟(jì)增速放緩，銀行的盈利模式也發(fā)生了改變，依靠資產(chǎn)擴(kuò)張的模式已經(jīng)不能適應(yīng)當(dāng)前形勢的發(fā)展與變化。

對于我國全部金融機(jī)構(gòu)來講，其涉農(nóng)不良貸款率在經(jīng)過2008年經(jīng)濟(jì)危機(jī)后的2009年和2010年達(dá)到了一個高峰，分別高達(dá)5.94%和4.09%。在刺激經(jīng)濟(jì)計劃的后兩年，2011年之后一直到2016年，不良貸款率一直維持在2.3%～3.1%之間，而到了2017年之后，隨著經(jīng)濟(jì)下行壓力大增加，金融機(jī)構(gòu)的涉農(nóng)不良貸款率又重新回到了3.2%以上。（表1）

而根據(jù)金融機(jī)構(gòu)規(guī)模大小的不同，其不良貸款率也相差較大，尤其是小型銀行面臨較高的不良貸款率，其特征主要有：（1）2009～2016年，大中小型銀行的不良貸款率全部低于全部金融機(jī)構(gòu)的不良貸款率;（2）2017年之后，小型銀行的不良貸款率增長比較明顯;（3）2011年之前，中型銀行的不良貸款率高于大型銀行，而2011年之后，中型銀行的不良貸款率小于大型銀行;（4）小型銀行的不良貸款率在2014～2016年低于大型銀行，在其他年份高于大型銀行;（5）就不良貸款的變化率而言，小型銀行的不良貸款波動率明顯高于中大型銀行。

對于農(nóng)村信用合作社來講，其不良貸款率一直居高不下，在不良貸款率最高的2009年和2010年，其不良貸款率達(dá)到了不可思議的15.48%和11.53%，最低也有2014年的7%的不良貸款率，而在經(jīng)濟(jì)下行的2016年之后其不良貸款率平均高達(dá)9%，甚至一度到了2018年的10%。（圖1）

四、原因分析及對策建議

經(jīng)過調(diào)研全國各地的農(nóng)村信用合作社，其不良貸款率居高不下的原因主要有：（1）信貸風(fēng)險管理體系不完善。受限于自身的規(guī)模和技術(shù)，許多農(nóng)村信用合作社往往沒有一個完善而科學(xué)的信貸風(fēng)險管理體系。（2）對客戶的信用評級不準(zhǔn)確。沒有準(zhǔn)確的評價客戶信用等級的評分體系是導(dǎo)致無法對客戶的信用等級進(jìn)行準(zhǔn)確的評價。（3）貸前獲取的客戶資料可信度低。因為面臨的客戶主要是農(nóng)戶，所以難以獲得準(zhǔn)確而可信度高的信息。（4）潛在風(fēng)險發(fā)現(xiàn)遲鈍和滯后。（5）貸后追蹤不及時。許多農(nóng)村信用合作社往往在對中小企業(yè)發(fā)放完一筆貸款后，就放松對這筆貸款的后續(xù)追蹤。

針對農(nóng)村信用合作社在涉農(nóng)貸款上存在的諸多問題，提出如下風(fēng)險防范對政策建議：

（一）改進(jìn)風(fēng)險評級指標(biāo)。對于絕大部分農(nóng)村信用合作社，對客戶進(jìn)行細(xì)分和信用評級是信貸風(fēng)險控制的主要措施和手段。目前，針對客戶的信用等級評價體系主要依據(jù)的是客戶的基本信息和財務(wù)維度指標(biāo)，比如客戶的家庭基本信息、財務(wù)信息、經(jīng)營信息和征信信息，而這些信息都是客戶的歷史信息，代表著這個客戶的過去，雖然有一部分內(nèi)容可以代表著客戶的當(dāng)前情況，但是卻沒有較多信息可以反映客戶未來的發(fā)展，這種現(xiàn)象就導(dǎo)致了指標(biāo)選取具有一定的片面性和不完整性。因此，客戶評價的指標(biāo)體系需要重新設(shè)計和優(yōu)化，細(xì)化的每一個指標(biāo)選擇使用打分制的方法來獲得，每一個指標(biāo)都可以用分值來反映出這個客戶的優(yōu)劣，這樣就會更加接近客戶的實際情況，避免因為客戶經(jīng)理個人的工作經(jīng)驗、能力水平或者其他原因造成的影響。具體如阿勒泰北屯農(nóng)商行的指標(biāo)設(shè)計的整個過程。

（二）加強(qiáng)貸前調(diào)查。一般來講，要保證一筆信貸業(yè)務(wù)的質(zhì)量，需要控制好第一道關(guān)口就是貸款的發(fā)放。因為在金融市場上存在逆向選擇和道德風(fēng)險，并非所有的農(nóng)戶會如實地向信用合作社提供自己真實的財務(wù)情況數(shù)據(jù)和經(jīng)營情況數(shù)據(jù)，而傾向于接受比較高的利率的企業(yè)可能也隱藏著更加高的風(fēng)險。在后續(xù)的貸款評價和審貸流程中，貸前收集的客戶信息和客戶提供的資料是重中之重，而首當(dāng)其沖的就是這些信息的真實性。與此同時，商業(yè)銀行負(fù)責(zé)一筆貸款的客戶經(jīng)理是否和企業(yè)之前存在一定的關(guān)系，而和企業(yè)一起徇私舞弊制造虛假信息也是一筆貸款業(yè)務(wù)可能的風(fēng)險來源。正是基于這樣的原因，必須建立一個科學(xué)而完善的方法在貸款前對客戶的信息進(jìn)行風(fēng)險劃分以及量化，評估其是否存在一定的風(fēng)險，從而決定是否發(fā)放貸款。

（三）加強(qiáng)貸后管理。貸后管理是商業(yè)銀行一筆信貸業(yè)務(wù)的最后一部分，是指在貸款放款之后到銀行回款之前的一段時間該筆貸款的管理，在這段時間內(nèi)信貸人員需要定期去回訪客戶以及對客戶的經(jīng)營情況進(jìn)行一個實時的監(jiān)督。與此同時，還要實時關(guān)注該筆貸款的使用情況，是不是做到了專款專用，如果在這個過程中發(fā)現(xiàn)了可能存在的風(fēng)險，還要及時進(jìn)行控制。

在很長的一段時間內(nèi)，我國的許多農(nóng)村信用合作社都比較重視貸款發(fā)放前的過程而忽視貸款發(fā)放后的管理。對于涉農(nóng)貸款來講，其貸款有貸款周期比較短而貸款頻率比較高的特點，由于這些特點，對于農(nóng)村信用合作社來講，實行管理相對困難，所以農(nóng)村信用合作社普遍選擇放任不管或者即使有一定的管理也是流于形式，這就導(dǎo)致了潛在風(fēng)險發(fā)生概率的增加。因此，農(nóng)村信用合作社應(yīng)該學(xué)習(xí)其他商業(yè)銀行的經(jīng)驗和吸取其他商業(yè)銀行的教訓(xùn)，加強(qiáng)其貸后管理的力度。主要改進(jìn)的方向可以是改善貸后管理組織制度和健全貸后管理分類管理。

主要參考文獻(xiàn)：

[1]佟齊，王桂虎.日本債務(wù)重組和不良貸款處置的經(jīng)驗及啟示[J].銀行家，2019（12）.

[2]廖倩.貴陽農(nóng)商銀行防范不良貸款的建議[J].內(nèi)蒙古科技與經(jīng)濟(jì)，2019（22）.

[3]申慶元，高揚.商業(yè)銀行小微企業(yè)不良貸款風(fēng)險防范研究——以鄭州轄區(qū)民生銀行、平安銀行、中信銀行為例[J].價值工程，2019.38（31）.

[4]楊靖.逆向選擇視角下我國商業(yè)銀行不良貸款成因分析與防范思考[J].發(fā)展研究，2014（12）.

[5]張泉泉.系統(tǒng)性金融風(fēng)險的誘因和防范：金融與財政聯(lián)動視角[J].改革，2014（10）.

[6]張合金，賀瀟潁.試論新形勢下商業(yè)銀行的信貸風(fēng)險防范——基于企業(yè)融資結(jié)構(gòu)和企業(yè)稅負(fù)的視角[J].金融論壇，2010.15（1）.