1、我國商業(yè)銀行不良貸款現(xiàn)狀及化解路徑研究1.導論 1.1選題背景及意義當前，我國經(jīng)濟增速已經(jīng)進入新常態(tài)，GDP增長率從兩位數(shù)的高增長降低到近幾年的7%左右。我國現(xiàn)如今一方面在逆全球化的潮流中堅定不移得走改革開放路線，并且還要深化改革、擴大開放形成更高層次改革開放新格局，如中國的一帶一路又如人民幣國際化等國家戰(zhàn)略的提出正是中國積極入世的最好證明；而另一方面國內(nèi)正在面臨著產(chǎn)業(yè)升級 、企業(yè)轉型的陣痛期，宏觀經(jīng)濟活動中蘊藏著巨大的風險。國際上，世界各國都尚未完全從金融危機中恢復，而美國又開始蠢蠢欲動，美元多次加息企圖借助美元霸權向全球輸出通脹與金融風險，最近又開始和中國打貿(mào)易戰(zhàn)。在這樣的內(nèi)憂外患的壓力之

2、下，我國經(jīng)濟頂著內(nèi)國內(nèi)外的壓力下增長速率保持在6.7%上下。如果把經(jīng)濟活動比作人的機體，那么實體經(jīng)濟就是人的軀干與四肢，而金融則是血液，故而相對于實體經(jīng)濟金融往往是先行的。在如今這樣的關鍵時期，控制金融風險尤其是銀行的經(jīng)營風險具有重大意義。銀行對風險的重視，尤其是信用風險，一直是管理者關注的重中之重。不良貸款（率）作為銀行信用風險的重要指標值之一，被看作銀行衡量信貸資產(chǎn)質量水平和控制風險能力的一個重要工具，也是銀行承壓指標之一。2010年由G20首爾峰會批準的第三版巴塞爾協(xié)議確立了銀行業(yè)資本和流動性監(jiān)管的新標準，同時也確立了微觀審慎和宏觀審慎相結合的金融監(jiān)管新模式，并要求各成員從2013年開始

3、實施，爭取在2019年前全面達到協(xié)議標準。內(nèi)部和外部因素為商業(yè)銀行不良貸款（利率）的形成提供了土壤。第一，外部經(jīng)濟環(huán)境為不良貸款的生存提供了天然的條件：其一，市場機制不健全，市場經(jīng)濟基礎薄弱，政府、企業(yè)等的經(jīng)濟行為被扭曲，政府過多干預銀行事務，使得銀行的利益削減，不良貸款日積月累，積重難返；其二，國有企業(yè)資金嚴重不足，企業(yè)運營大量需要借助貸款。再者，銀行內(nèi)部因素導致不良貸款增加：其一，銀行對貸款質量管理水平落后，管理環(huán)節(jié)薄弱；其二，貸款風險監(jiān)測機制不夠健全，風險預警系統(tǒng)不夠完善，不能有效監(jiān)測信貸風險；其三，化解不良資產(chǎn)手段和方式不夠科學和有效。不良貸款的存在給社會造成的不利影響。第一，不良貸款

4、的持續(xù)上升，大量資產(chǎn)沉淀于不良貸款上，降低了資產(chǎn)的流動性，影響了銀行經(jīng)營效益，嚴重威脅到銀行生存，不利于金融體系的穩(wěn)定；第二，不良貸款的存在會助長企業(yè)拖欠貸款的氣焰，惡化社會信用；第三，不良貸款的增加，會阻礙社會經(jīng)濟發(fā)展。由于受不良貸款增加的影響，銀行會減少貸款的發(fā)放，從而束縛經(jīng)濟發(fā)展步伐。因此不良貸款問題的現(xiàn)狀如何，銀監(jiān)會公布的已經(jīng)政策性剝離的不良貸款能否反映不良貸款的真實情況；如何更好地控制貸款風險，通過預警機制降低商業(yè)銀行不良貸款率，促使銀行經(jīng)營和發(fā)展更加穩(wěn)健顯得尤為重要和迫切。1.2國內(nèi)外文獻綜述（一.不良貸款成因文獻研究馬振國（2015）在其論文中設定了七個經(jīng)濟變量（分別是資本充足率

5、、撥備覆蓋率、凈利差、制造業(yè)采購經(jīng)理指數(shù)、國內(nèi)生產(chǎn)總值的季度增長率、廣義貨幣供應量季度增長率和百城住宅價格指數(shù)的季度變動），通過一定的模型對不良貸款成因進行了實證測算，結果得出所選取的七個變量與不良貸款率呈反向關系，即當資本充足率或其他六個變量增長時會抑制不良貸款率的增長。陳奕羽（2015）分別運用比較分析、定性分析與實證分析法對商業(yè)銀行的不良貸款成因進行研究。在實證分析中，選取了13家上市銀行在20092014年的面板數(shù)據(jù)作為樣本，通過固定效應回歸模型對不良貸款的成因進行實證研究，最后得出：宏觀經(jīng)濟因素和銀行自身的管理水平都與商業(yè)銀行的不良貸款率息息相關。證明了商業(yè)銀行的不良率不僅受宏觀經(jīng)濟

6、的影響，銀行自身的管理水平同樣影響著其不良貸款率，并且該內(nèi)生性影響因素的程度大小與銀行的類別相關聯(lián)。二.不良貸款處置方式研究萬娟旭（2013）在其論文中通過借鑒美日韓處置不良貸款的方式中得到以下啟示：一是要發(fā)揮政府機構的主導作用，積極引導商業(yè)銀行處置其不良貸款，政府機構必須要秉持著審慎的態(tài)度，積極采取恰當?shù)奶幹梅椒ń鉀Q不良貸款問題而不是對其放任不管，任其自身自滅；二是要成立專門的不良貸款處置機構，各國都比較常用的做法就是成立金融資產(chǎn)管理公司AMC對不良貸款進行剝離；三是要建立完備的法律體系來規(guī)范金融市場行為，我國在處置不良貸款上目前已經(jīng)出臺一系列的法律法規(guī)，但由于起步晚經(jīng)驗少，在政策上仍存在缺

7、陷與不足，有待補充與完善；四是要加大處置不良貸款方式的創(chuàng)新力度，世界正在激烈的變化著，無論是科技水平也好還是經(jīng)濟形式也罷都處于更為巨烈 的變化中，若再用老思想，老辦法解決問題顯然效果必然不會好，故要根據(jù)實際經(jīng)濟狀況的變化，利用更新更高效的科學技術不斷創(chuàng)新解決不良貸款的新模式。段亞威（2012）通過對當時不良貸款情況的分析，主要從三個方面解決不良貸款問題。其一從宏觀層面上要優(yōu)化金融環(huán)境：首先是要建立信息溝通互享機制從而緩解信息不對稱的問題；再者要求政府機構合理優(yōu)化配置財政收支，從而穩(wěn)定金融環(huán)境；最后段亞威同萬娟旭提出的解決方式類似但內(nèi)核稍有不同，萬娟旭完善的法律法規(guī)內(nèi)容主要是有關于規(guī)范金融行為、

8、處置不良貸款時的銀行行為規(guī)范，而段亞威完善相關制度的主要目的是為了減少尋租、貪污腐敗問題，加強法制建設從而控制金融風險。其二是要從微觀層面提高銀行自身防范風險的能力：一是銀行需要優(yōu)化內(nèi)控制度，提高風險管理水平；二是要加強對經(jīng)濟周期和行業(yè)周期的分析從而防范周期性風險；三是要科學合理地制定不良貸款撥備覆蓋率；四是要優(yōu)化資產(chǎn)負債表，最大化減少期限錯配和貨幣錯配。其三是對監(jiān)管部門而言，要強化監(jiān)管機制，優(yōu)化外部監(jiān)管：第一是要建立高效合理地銀行監(jiān)管機制，目前“一行三會”金融監(jiān)管模式很容易造成監(jiān)管的真空地帶，也會造成監(jiān)管區(qū)域重復使用監(jiān)管資源所導致的浪費（當時作者寫的時候是2012年，現(xiàn)在2018年這一問題的

9、解決已經(jīng)有了實質性的進展，銀監(jiān)會和保監(jiān)會即將合并）；第二是要積極地實施有效的監(jiān)管方法，由目前合規(guī)性監(jiān)管轉變?yōu)轱L險監(jiān)管模式；第三則是要建立科學的銀行信息監(jiān)管分析系統(tǒng)，實習對銀行風險的有效監(jiān)管。 2.商業(yè)銀行不良貸款概念及其基本理論 2.1銀行不良貸款率的相關概念 不良貸款（Nonperforming loans，NPL）是指非正常貸款或者問題貸款（problem loans），是借款人未按照原貸款合同按時償還商業(yè)銀行本息，或有跡象表明借款人按原來的合同按時償還商業(yè)銀行的貸款本息是不可能的，由此而形成的貸款。 巴里西茲（Stephan Barisitz，2011）分析并比較了歐洲中部、東部與西南部

10、地區(qū)（CESEE）的銀行不良貸款概念及劃分的不同標準，并與國際貨幣基金組織的標準進行比較。目前被廣泛使用的不良貸款的定義是由IMF執(zhí)行委員會在FSIs框架中形成的。FSI在2006年3月指出貸款（或其他資產(chǎn)類）在下列情況下有必要被確定為不良貸款（或不良資產(chǎn)），例如支付本利的時間推遲了90天或更長，或者支付了90天的利息或更多。90天是大部分國家判斷一筆貸款是否界定為不良的時間杠桿。實際上，指導文件中規(guī)定的超過90天標準只是一種約束，并不是要拋棄其他更嚴厲的標準。大部分國家是基于貸款質量五級分類正常、關注、次級、可疑、損失（standard，watch，substandard，doubtful，

11、loss）。我國在2000年之前一直采取四級分類法，但自1998念惡，人民銀行發(fā)布關于印發(fā)的通知，并提出了采用以風險為基礎的貸款分類方法來監(jiān)管銀行業(yè)。此方法簡稱“五級分類法”，根據(jù)信貸資產(chǎn)內(nèi)在風險將貸款劃分為正常，關注，次級和損失五個檔次，后三者為“不良貸款”；其中，內(nèi)在風險是指潛在的、已經(jīng)發(fā)生但未實現(xiàn)的風險。 2.2商業(yè)銀行不良貸款基本理論 2.2.1信用論 金融活動本質上是一種信用過程，信貸是一個包含時間長度的期望。因此，任何一種金融活動都存在不確定性。作為吸收存款發(fā)放貸款的社會中介機構，商業(yè)銀行不僅享有向借款人案首收取本息的權利，還必須履行存款人支付本息的義務。由于經(jīng)濟活動不確定性的影響

12、，價格，利率，收益率和匯率等經(jīng)濟變量的實際水平在一定程度上會偏離人們的預期。結果，決策者根據(jù)自己的原始預期在經(jīng)濟決策中犯了錯誤，給人們帶來了一定程度的損失。當這歌級別達到某個臨界點時，便不可能按照貸款合同的規(guī)定行事，從而導致違約。貸款客戶無法按時歸還本金和利息，這直接導致了銀行不良貸款的產(chǎn)生。由此可見“由于信貸資金使用時間和還款時間的分離，銀行業(yè)產(chǎn)生不良貸款的數(shù)量幾乎是不可避免的。今天的社會是一個信用社會，并以信用為媒介形成了一個互相依存，共謀發(fā)展的網(wǎng)絡。在這個網(wǎng)絡上任意一個環(huán)節(jié)（甚至是意外損壞）都將引發(fā)連鎖反應，信用良好的銀行與企業(yè)也會因此受到影響并陷入信用恐慌之中。因此，廣泛的信貸鏈和因以

13、來造成的違約鏈將使得不良貸款的規(guī)模不斷擴大。 2.2.2金融脆弱性理論 金融脆弱性假說認為：私人信用創(chuàng)造機構尤其是商業(yè)銀行和其他相關貸款人的內(nèi)在特性，使得其不得不經(jīng)歷周期性危機和破產(chǎn)浪潮。此時，銀行業(yè)的困境轉移到經(jīng)濟活動的各個組成部分，導致經(jīng)濟危機。明斯基專門從公司的角度具體闡述了金融內(nèi)在脆弱性的存在。 明斯基把企業(yè)分為三類：抵補性的借款企業(yè)（Hedge-Financed Firm）、投機性借款企業(yè)（Speculative-Financed Firm）與龐氏企業(yè)（Ponzi Firm）。 抵補性公司預計他們的收入不僅會高于他們的債務總額，而且每個時期的預期收入現(xiàn)金流也超過到期債務的本金和利息。

14、因此，抵補性企業(yè)是最安全的借款人。 投機類公司預計他們的收入將高于其總負債。然而在借款后的短時期內(nèi)（例如m期），預期收益低于到期債務的本金（在此期間公司的預期收入高于到期債務的利息。故企業(yè)仍然是履約企業(yè)）龐氏企業(yè)預期收入在總量上高于其負債額，并且從第1期至n-1期，各期的預期收入不僅小于到期的債務本金，甚至還小于到期的債務利息。直到第n期，該企業(yè)的預期收入才能夠償還前面n-1期的利息以及第n期的到期債務的本息和。由此可見，龐氏企業(yè)的經(jīng)營風險較大，尤其當遇到市場利率上升時，使得原本就已脆弱不堪的資產(chǎn)負債表更加雪上加霜，眾所周知市場利率的變化隨機游走，故這類企業(yè)常常借新還舊，以債抵債。明斯基認為：

15、商業(yè)周期的存在往往會讓企業(yè)甘愿冒著較高的風險，高負債進行經(jīng)營。當新的一輪周期開啟時，市場上的抵償補性企業(yè)占了絕大多數(shù)。然而伴隨著蒸蒸日上的市場經(jīng)濟，企業(yè)不斷提高對未來收益的預期，積極貸款融資擴大其生產(chǎn)規(guī)模，導致產(chǎn)品供給量大于其需求量從而使得其價格下跌，市場上的投機企業(yè)和龐氏企業(yè)也隨之增多。安全借款人數(shù)量日趨減少，此消彼長，風險借款人的數(shù)量卻甚囂塵上，導致金融脆弱性問題越來越嚴重，不良貸款的數(shù)量也越來越多。 2.2.3銀行行為理論 （1）貸款客戶關系理論貸款客戶理論最初是由John H. Wood在20世紀70年代提出的。其主要觀點為：為了維持長期的貸款需求和實現(xiàn)貸款最大化的長期目標，銀行傾向于

16、使用貸款降低率來擴大貸款，以促進與客戶的關系。這導致了以貸款貨幣擴張為特征的積極的貸款策略。這樣做，一方面貸款的質量受到影響；另一方面銀行最終的收入同樣也會降低，削弱了銀行的風險承受能力，從而導致銀行不良貸款風險的增加。（2）貨幣競爭理論Stiglitz，Eaton和Gersovitz在1986年提出了貸款競爭模型。該模型的核心內(nèi)容是：在貸款市場上，各家銀行展開競爭，根據(jù)供需原則促使銀行放貸利率的下降，從而不斷的削弱銀行的利潤直至利潤為零。由于銀行或金融機構之間的競爭，銀行的盈利能力變得越來越弱，從而導致利潤下降，其低于風險的能力也日趨衰弱。在圖2.1中，I代表利率，L代表貸款總額，R代表貸款

17、成本CE是默認邊界（表示為不同貸款利率水平下沒有導致貸款違約的最大貸款數(shù)量）。陰影區(qū)域的面積表示銀行獲得的實際利潤。當銀行的利潤為零時，銀行間競爭使貸款市場在E點達到平衡。（3）貸款勉強理論貸款不情愿理論首先由格溫提出，然后由伊頓，泰勒和柏格伯格逐漸發(fā)展完善。其理論的核心內(nèi)容是：貸款不愿意（指銀行向借款人提供的貸款超過它想要的一定利率）使貸款供過于求。貸款質量有所下降，銀行不良貸款率有所上升。不情愿貸款的產(chǎn)生是因為銀行業(yè)務經(jīng)理的晉升與其經(jīng)營業(yè)績掛鉤，貸款額是反映其經(jīng)營業(yè)績的重要指標。因此，銀行業(yè)務經(jīng)理往往傾向于將貸款額度擴大到安全范圍之外。DD代表貸款的需求曲線，DJ代表借款人的等效用曲線，（

18、）為銀行的等利潤曲線，E*是均衡點，L*表示借款人在利率為I*是借款人所持有的貸款總量。從圖表中可以看出，借款人實際持有的貸款額超過了借款人想要持有的貸款額，而且貸款幾乎沒有發(fā)生。過度的信貸供給降低了借款人的邊際效用（即借款人的邊際報酬，并減少了貸款資金的使用。這削弱了借款人的償付能力并引發(fā)了不良貸款。從上述不良貸款基本理論可以發(fā)現(xiàn)，不良貸款問題是所有商業(yè)銀行共同存在的問題。然而銀行對于不同行業(yè)不同地區(qū)不同所有制結構的企業(yè)產(chǎn)生的不良貸款率卻有著相當大的差異，這樣的差異直接影響了銀行的盈利能力與市場的競爭能力。因此研究我國商業(yè)銀行不良貸款的的現(xiàn)狀并探究合適的處置方法是十分必要的。第三章 測算方法

19、和數(shù)據(jù)以及實證結果展示 3.1測算方法介紹由每季度銀監(jiān)發(fā)布的商業(yè)銀行不良貸款率顯示，自2003年以來，我國商業(yè)銀行不良貸款率總體呈下降趨勢。我國商業(yè)銀行不良貸款率在2003年底時高達17.9%，截止2017年時該比例降低了15個百分點左右，為1.74%。雖然近幾年有所回升，但目前1.74%的不良貸款率與2003年的相比依然處于較低水平。然而銀監(jiān)會發(fā)布的不良貸款率在某些方面存在一定的問題，故基于這一數(shù)據(jù)而推出的結論也往往存在一些爭議。第一，官方統(tǒng)計的數(shù)據(jù)不能真實反映經(jīng)濟實際的、總體的不良貸款率，比如政府在1999年、2004年及2005年三次剝離銀行的不良貸款，盡管從銀行的資產(chǎn)負債表中已經(jīng)把不良

20、貸款剝離出去，不再將這些計入官方不良貸款率的測算，但這些不良貸款卻是真實存在的。第二，數(shù)據(jù)統(tǒng)計的標準不一致，導致可比性較差。例如我國在2000年以前商業(yè)銀行在貸款的分類上采取的是四級分類法，之后采用五級分類法，并且各家銀行采用新分類方法的時間也各不相同，所以官方統(tǒng)計的不良貸款率在時間上的可比性較差。第三，2003年官方才正式開始統(tǒng)計銀行的不良貸款率，若想獲悉2003年之前不良貸款的情況只能采用估算的方式。為了測算的數(shù)據(jù)在時間上更具可比性，也為了能夠更全面地反映中國商業(yè)銀行不良貸款的實際情況，同時出于保障本文研究結果的可靠性與穩(wěn)定性的考慮，采用了兩種測算方法，研究分析A股非金融上市公司的財務數(shù)據(jù)

21、，由此估計得到商業(yè)銀行的不良貸款率。本文還分析了所有制，產(chǎn)業(yè)和不同地區(qū)之間不良貸款率的差異。方法一：Patricia Cheng（2015）通過A股非金融上市公司的還款能力來衡量銀行不良貸款率。如果一家公司連續(xù)兩年出現(xiàn)凈虧損，那么償還銀行貸款的能力將大大降低，違約的可能性將會增加。本標準確定的不良貸款總額除以所有企業(yè)的貸款總額，得到各銀行的不良貸款率，即：方法一：Patricia Cheng（2015）通過A股非金融上市公司的還款能力來衡量銀行不良貸款率。如果一家公司連續(xù)兩年出現(xiàn)凈虧損，那么償還銀行貸款的能力將大大降降低，違約的可能性將會增加。本標準確定的不良貸款總額除以所有企業(yè)的貸款總額，得

22、到各銀行的不良貸款率，即：NPLi,t=If(NIi,t0)If(NIi,t-10)Loani,t;NPLRatiot= i=1NNPi=1NLoa其中， NIi,t是企業(yè)在i在t年的凈利潤；If(.)對于0-1規(guī)劃而言，它是一種特殊類型的整數(shù)規(guī)劃，其中決策變量只取0或1.當括號為真命題時獲得1,反之則為0;Loani,t是公司銀行貸款，包括短期貸款和長期貸款; NPLi,t是不良貸款的金額；NPLRatiot是當年的不良貸款率。方法二：根據(jù)國際貨幣基金組織（2016年），Chivakul和Lam的估算方法，如果公司的利息保護率（EBIT /利息費用）連續(xù)兩年低于1，那么其銀行貸款就被視為不良

23、貸款。本標準確定的不良貸款總額除以所有公司的貸款總額，導致銀行不良貸款率，即：NPLi,t=If(ICRi.t1)If(ICRi,t-11)Loani,t;NPLRatiot= i=1NNPi=1NLoa其中，ICRi,t是企業(yè)在i在t年的利息保障倍數(shù)；If(.)是0-1規(guī)劃，是決策變量僅僅取0或1的一類特殊的整數(shù)規(guī)劃，當括號內(nèi)是真命題時得到1，反之為假命題時得到0；Loani,t是企業(yè)的貸款總額，其中包括短期借款和長期貸款；NPLi,t為不良貸款金額；NPLRatiot為當年的不良貸款率。必須要強調(diào)的是，本文計算的我國商業(yè)銀行不良貸款率與中國銀行業(yè)監(jiān)督管理委員會記錄的銀行不良貸款率不盡相同：

24、（1）本文判斷該筆貸款是否為不良貸款的依據(jù)是貸款企業(yè)的經(jīng)營情況，而其經(jīng)營狀況主要依靠企業(yè)的凈利潤和利息保障倍數(shù)來判斷；而官方統(tǒng)計不良貸款的主要依據(jù)是企業(yè)的資產(chǎn)狀況，也就是說如果當企業(yè)營業(yè)收益不足以償還貸款本息時亦可變賣資產(chǎn)來償還；顯而易見，本文所測算的商業(yè)銀行不良貸款率可以看做是風險經(jīng)營類企業(yè)貸款的占比情況。（2）本文采用企業(yè)的凈利潤和利息保障倍數(shù)作為統(tǒng)一標準來判斷貸款是否為不良貸款，而官方統(tǒng)計的標準一直是不固定的：例如1998年以前不良貸款分類采用四級分類法，而在這之后采用了五級分類法，這樣就導致采用不同貸款分類法計算出來的不良貸款率在時間縱向上不具有可比性。（3）從數(shù)據(jù)的客觀性上看，本文是

25、使用企業(yè)年報中客觀存在的財務指標來進行統(tǒng)一判斷該企業(yè)的貸款情況，而官方在統(tǒng)計銀行報上來的數(shù)據(jù)時，由于銀行往往為了掩蓋其真實的不良貸款率，故在將貸款進行分類時會摻雜人為判斷和改動的因素，導致銀監(jiān)會所統(tǒng)計出來的不良貸款率不夠客觀準確。（4）本文所統(tǒng)計得出的數(shù)據(jù)與官方數(shù)據(jù)相比較，最大的不同就是本文所統(tǒng)計的不良貸款中并為剔除已經(jīng)被政策性剝離的不良貸款，故而相對于官方統(tǒng)計的數(shù)據(jù)而言，我們的數(shù)據(jù)更加全面。（5）本文所采用的標準具體來講是：當一個企業(yè)連續(xù)兩年其凈利潤或者利息保障倍數(shù)小于1時，才認定放給該企業(yè)的貸款為不良貸款。其中“連續(xù)兩年”考慮到了企業(yè)一時經(jīng)營困難，課借貸外部過橋資金或者找第三方擔保來填補貸

26、款缺口的情況，給企業(yè)預留了資金周轉、改善經(jīng)營狀況的時間，這樣更加貼合實際情況，使得由此而統(tǒng)計出來的數(shù)據(jù)更具穩(wěn)定性和真實性。總的來講，本文測算得出的數(shù)據(jù)較之官方而言，更加全面、更加真實、更加客觀，同時又兼具穩(wěn)定性和可比性。 3.2研究數(shù)據(jù)介紹由于非上市公司財務數(shù)據(jù)的可用性較差，本文使用的數(shù)據(jù)來源于萬得咨詢上市公司的數(shù)據(jù)庫。包括所有A股上市公司財務報表的全部指數(shù)數(shù)據(jù)。利用這一數(shù)據(jù)集，本文可以計算或直接獲得各上市公司的短期和長期貸款數(shù)據(jù)。公司的凈利潤和利息保證倍數(shù)，并在此基礎上估算中國商業(yè)銀行的不良貸款率。與非上市公司相比，上市公司經(jīng)營能力較強，資產(chǎn)負債表相對健全，上市公司的融資渠道比非上市公司的資

27、金渠道更加寬廣。因此，由于非上市公司數(shù)據(jù)獲取方面的限制，僅取上市公司相關數(shù)據(jù)估算的不良貸款率，相比全社會實際的不良貸款率要低。然而，由于本文在計算上市公司的歷史數(shù)據(jù)時使用相同的標準，因此使用上市公司的數(shù)據(jù)計算的不良貸款率仍然可以給我們一些時間序列的啟示。當我們處理數(shù)據(jù)時，我們發(fā)現(xiàn)公司數(shù)據(jù)中有一些異常值，這可能是由于統(tǒng)計錯誤導致的，故本文在一開始便提出了以下幾種類型的測試樣本數(shù)據(jù)：（1）總資產(chǎn)，總負債或凈利潤中缺少一項或多項的樣本（2）流動負債超過總負債，（3）流動資產(chǎn)超過總資產(chǎn)，固定資產(chǎn)總額超過總資產(chǎn)（4）金融行業(yè)所有上市公司，僅取非金融上市企業(yè)數(shù)據(jù)由于公司將每年上市或摘牌，這將對年度不良貸款

28、率帶來重大影響。例如，新上市公司不良貸款率較低，這會降低整體不良貸款率，反之亦然，會增加整體不良貸款率。不良貸款率的這種波動是由于樣本的變化而非實際的經(jīng)濟因素。為了提出樣本進入和退出對測量結果的影響，本文不僅使用全部樣本進行測量，而且選擇2002 - 2017年的平衡面板樣本進行測量。以檢驗結果的穩(wěn)健性。整個樣品主要變量的描述性統(tǒng)計如下圖3-2所示：圖3-2 主要變量描述性統(tǒng)計指標平均值標準差利息保障倍數(shù)27.95522.71凈利潤（萬元）35745.19375282.1銀行貸款總額（萬元）180435.422141.95 3.3總體不良貸款率圖3-2顯示了使用全樣本計算的每年總體不良貸款率的

29、結果。數(shù)據(jù)顯示這兩種方法測算的不良貸款率的差異甚微，由此可見利息保障倍數(shù)與凈利潤皆可以有效地顯示公司的償債能力與經(jīng)營狀況，故本文的計算結果是比較穩(wěn)健的。由于方法1和方法2的結果彼此接近，因此后續(xù)討論將基于方法1的計算結果。數(shù)據(jù)顯示，一九九五年以前我國的不良貸款率非常低，幾乎接近于零。我們認為主要有以下幾點原因：一是上世紀九十年代初我國經(jīng)濟結構較為單一，國有銀行貸款主要針對中國的國有企業(yè)。上市的國有企業(yè)得到國家的支持，都是比較優(yōu)質的公司。公司經(jīng)營狀況良好，償債能力較強，當時不良貸款率較低;二是九十年代初我國尚未進入 WTO，還未與國際接軌，國內(nèi)上市公司的數(shù)量少代表性相對較差，因此，當時的不良貸款

30、率并不能反映社會整體水平，三是九零年代中國經(jīng)濟高速增長， GDP增速大體均超13%，與此同時，通貨膨脹也一路高漲，對商業(yè)運作比較有利，整體不良率處于較低水平。因此，本文的后續(xù)內(nèi)容集中在1995年以后的不良貸款（利率）。 根據(jù)數(shù)據(jù)測算的結果來看，在1999年和2002年分別躥升到了一個歷史性的高峰點，在1998-2003年這一段時間，方法一計算的不良貸款率高達2.59%，方法二計算該段時間的均值亦達2.55%。而導致該時期高不良貸款率的主要原因有：（1）從國內(nèi)當時大的經(jīng)濟背景上看，全國正處于通貨緊縮的大環(huán)境，中下游企業(yè)如紡織業(yè)等出現(xiàn)嚴重的產(chǎn)能過甚的情況，企業(yè)盈利能力下降。（2）九十年代中期為了支

31、撐經(jīng)濟增長，銀行信用貸款規(guī)模也大幅度增加，貸款增速一度甚至飆升至40%以上，高速增長的經(jīng)濟投資規(guī)模累積了過剩產(chǎn)能，從而產(chǎn)生了通縮壓力，而信用貸款規(guī)模的激增也使得不良貸款率急劇上升。（3）從國際環(huán)境上來看，2007年亞洲金融危機也給當時的中國經(jīng)濟造成了沖擊。圖3-4 各年份我國商業(yè)銀行不良貸款率的測算結果年份方法一方法二19900.00%0.00%19910.00%0.00%19920.00%0.00%19930.32%0.43%19940.00%0.00%19950.00%0.00%19960.70%0.76%19970.43%0.47%19982.87%2.71%19993.53%3.70%

32、20002.06%2.14%20011.81%1.81%20023.02%2.81%20032.22%2.10%20041.75%1.70%20053.20%3.18%20064.00%3.99%20071.17%1.19%20080.90%0.93%20091.77%1.84%20100.61%0.76%20110.89%1.75%20122.57%2.67%20131.33%1.49%20141.53%1.51%20153.65%4.52%20164.02%4.87%20174.03%4.88% 當前商業(yè)銀行的不良貸款率也一直高居不下，根據(jù)方法一的計算，2017年不良貸款率為4.03%，方

33、法二測算出來的結果為4.88%。本文采用的測算方式計算出來的不良貸款率遠遠高于銀監(jiān)會公布的數(shù)值，同時也大大超過1998-2003年的水平。我們認為主要有以下幾個方面原因：（1）自2008年美國次貸危機爆發(fā)，金融危機席卷全球，各國經(jīng)濟開始走向低迷狀態(tài)，至今尚未從金融危機中恢復過來；（2）而我國自2008年以來同其他各國一樣同樣采取了寬松的貨幣政策以此來刺激實體經(jīng)濟，采取了四萬億救市計劃，2009年貸款增速甚至一度超過34%，投資量也大幅度增加，從而導致產(chǎn)能過剩的情況愈發(fā)嚴峻（3）近幾年中國經(jīng)濟進入新常態(tài)，GDP增速保持在6%左右，國家開始實行供給側改革，去產(chǎn)能、產(chǎn)業(yè)升級轉型，實體經(jīng)濟行業(yè)母線正處

34、于轉型升級的過度時期，同時不適應適應新時代發(fā)展需求效率低下的企業(yè)也會在此次產(chǎn)業(yè)升級轉型中被收購或者丟棄，因此實體企業(yè)融資規(guī)模呈下降趨勢，貸款增速放緩，而與此同時由于處于轉型的過度時期，不良貸款率卻仍然在上升。 3.4地域差異圖3-5列出了各省不良貸款率的計算結果。根據(jù)方法1的計算，山西，新疆，安徽，河北，河南，江西，云南，吉林和四川等中西部省份的不良貸款率在2017年相對較高。均超過5%。根據(jù)中國銀行業(yè)監(jiān)督管理委員會2017年公布的官方數(shù)據(jù)，福建，山東，廣西，四川，內(nèi)蒙古，浙江，山西和云南的不良貸款率相對較高。雖然這一結構與本文計算結果不同，但高不良貸款率主要集中在中西部欠發(fā)達地區(qū)。并且從歷年

35、的數(shù)據(jù)上來看，中西部省份的不良率也確實一直遠遠高于沿海較為發(fā)達的省份，依照方法一的計算結果，1998-2017年間中西部省份較之沿海省份的不良貸款率要高出2.1%。圖3-5 2017年各省份不良貸款率估算結果省份方法一方法二河南省24.22%25.43%四川省22.11%23.05%山西省17.57%17.59%吉林省14.01%15.13%云南省12.63%12.63%新疆維吾爾自治區(qū)12.56%12.56%安徽省10.94%11.37%寧夏回族自自治區(qū)6.73%6.73%河北省6.54%7.63%江西省5.66%7.98%浙江省4.83%5.04%上海2.86%2.97%重慶2.88%2.

36、93%廣東省2.58%2.09%內(nèi)蒙古自治區(qū)2.41%2.41%湖南省1.83%1.28%黑龍江省1.74%1.76%遼寧省1.72%1.94%山東省1.60%1.63%江蘇省1.13%1.29%北京1.12%3.64%廣西壯族自治區(qū)0.71%0.74%陜西省0.66%0.60%海南省0.66%0.66%青海省0.21%0.21%福建省0.00%0.00%甘肅省0.00%0.00%貴州省0.00%0.00%天津0.00%0.00%湖北省0.00%0.00%西藏自治區(qū)0.00%0.00%進一步看，不良貸款率TOP10省份其不良貸款也主要集中在產(chǎn)能過剩行業(yè)，例如按照方法一的計算，在這十大省份中采掘

37、業(yè)的不良貸款率高達45%，有色金屬的不良率達33%，建筑材料的不良率為24%，商業(yè)貿(mào)易的為23%，機械設備的達9%，農(nóng)林牧漁的為5.76%，鋼鐵行業(yè)的不良率也達到了5.37%。圖3-6 2017年發(fā)展落后十大省份各行業(yè)不良貸款率的估算結果行業(yè)方法一行業(yè)方法一采掘45.21%房地產(chǎn)業(yè)0.00%有色金屬33.12%紡織服裝0.00%建筑材料24.17%公用事業(yè)0.00%商業(yè)貿(mào)易23.44%國防軍工0.00%化工11.33%計算機0.00%機械設備9.25%家用電器0.00%農(nóng)林牧漁5.76%建筑裝飾0.00%鋼鐵5.37%交通運輸0.00%綜合1.61%汽車0.00%醫(yī)藥生物1.26%輕工制造0.

38、00%傳媒0.00%食品飲料0.00%電氣設備0.00%通信0.00%電子0.00%休閑服務0.00% 3.5行業(yè)差異表3-9顯示了2017年不同行業(yè)不良貸款率的計算結果，其中國防軍工、鋼鐵、裁決、建筑材料、有色金屬、農(nóng)林牧漁、商業(yè)貿(mào)易等行業(yè)的不良貸款率遠高于其他的行業(yè)，不良貸款率均超過7%（按方法一的測算結果）。同時根據(jù)官方公布的數(shù)據(jù)，采礦業(yè)、農(nóng)林牧漁、批發(fā)零售、制造業(yè)的不良率亦遠高于其他行業(yè)，與本文的獲得的計算結果相一致，也間接反映了本文計算標準的可靠性及其結果的穩(wěn)健性。圖3-8 銀監(jiān)會統(tǒng)計的不良貸款率（%）2013年2014年2015年2016年2017年批發(fā)和零售業(yè)2.163.054.

39、25農(nóng)、林、牧、漁2.272.643.54制造業(yè)1.792.423.35采礦業(yè)0.311.042.33住宿和餐飲1.271.472.26居民服務和其他服務業(yè)1.051.432.07建筑業(yè)0.50.721.39信息傳輸、計算機和軟件0.951.151.06文化、體育和娛樂業(yè)0.570.650.82房地產(chǎn)業(yè)0.480.50.81科學技術和地址勘察業(yè)0.680.660.8個人貸款0.530.620.79交通運輸、倉儲和郵政業(yè)0.680.520.58租賃和商務服務0.290.330.53教育0.890.580.46電力、燃氣及水生產(chǎn)供應0.510.340.37公共管理和社會組織0.320.250.2金

40、融業(yè)0.120.210.19水利環(huán)境公共設施管理0.110.080.12衛(wèi)生、社會保障和福利0.180.110.12國際組織000圖3-9 2017年各行業(yè)不良貸款率測算結果行業(yè)方法一方法二有色金屬15.31%18.97%國防軍工14.86%14.97%材料建筑13.89%14.01%商業(yè)貿(mào)易13.05%14.23%采掘9.21%9.22%鋼鐵7.65%7.65%農(nóng)、林、牧、漁7.44%7.48%計算機7.53%0.00%休閑服務6.89%0.00%化工4.83%4.96%機械設備2.65%2.93%食品飲料2.37%2.74%房地產(chǎn)1.97%2.12%綜合1.57%1.48%傳媒1.15%1

41、.45%電子0.96%1.03%汽車0.40%0.44%公用事業(yè)0.35%0.355醫(yī)藥生物0.28%0.29%紡織服飾0.00%0.00%家用電器0.00%0.00%建筑裝飾0.00%0.00%交通運輸0.00%0.00%輕工制造0.00%0.00%通信0.00%0.00%電氣設備0.00%0.00%建筑材料、有色金屬、鋼鐵、采掘都是產(chǎn)能嚴重過剩的行業(yè)，這幾年企業(yè)經(jīng)營困難壞賬率高，故而銀行尤其是中小型銀行不愿意貸款給這些行業(yè)的企業(yè)；同時高壞賬率導致這些企業(yè)融資困難從而使得經(jīng)營情況進一步惡化，由此而產(chǎn)生惡性循環(huán)。而商貿(mào)企業(yè)則是主要有以下因素引起的：（1）目前我國仍然是投資主導型，出口拉動型經(jīng)濟

42、，消費對經(jīng)濟增長的作用有限，且在商貿(mào)領域競爭十分激烈；（2）我國商貿(mào)零售企業(yè)缺乏核心競爭力，缺乏業(yè)務創(chuàng)新能力，多數(shù)企業(yè)生產(chǎn)中低端商品。雖然現(xiàn)在在轉型，但勞動密集型企業(yè)仍占主體，而勞動成本的上升及大環(huán)境的改變是的企業(yè)面臨轉型和破產(chǎn)重組的困境。（3）自淘寶強勢崛起以后，中國消費模式開啟互聯(lián)網(wǎng)+模式，網(wǎng)上購物成為如今流行的購物方式，而這些新興的購物模式給傳統(tǒng)商貿(mào)企業(yè)帶來了巨大的貿(mào)易損失，企業(yè)難以運營，迫使傳統(tǒng)企業(yè)走向互聯(lián)網(wǎng)+模式，而很多沒有及時改變經(jīng)營模式的商貿(mào)企業(yè)則被時代拋下。最后的農(nóng)業(yè)，林業(yè)，牧業(yè)，漁業(yè)一直是國家支持的重點領域，而銀行業(yè)對農(nóng)林牧漁發(fā)放貸款時的審核條件也較為寬松，故農(nóng)業(yè)的不良率歷來

43、都是高居不下。 3.6所有制結構差異表3-10顯示了2017年所有制結構不同企業(yè)的不良貸款率計算結果。從中可以看出：在上市公司中國有企業(yè)、集體企業(yè)數(shù)量占比高達37.98%，且其不良貸款率也是遠高于其他所有制企業(yè)。依照方法一的計算結果，集體企業(yè)不良貸款率為0.70%，地方國有企業(yè)為23.00%，中央國有企業(yè)達到11.73%，但民營企業(yè)僅有57.21%。眾所周知，銀行業(yè)偏向向公有制企業(yè)發(fā)放貸款，導致國有企業(yè)、集體企業(yè)中上市企業(yè)的貸款占全部上市公司貸款的76%，并且這兩類企業(yè)的不良貸款占比高達85%，這也從側面說明了公有制企業(yè)的經(jīng)營狀況與效益要遜色于民營企業(yè)。圖3-10 2017年不同所有制結構企業(yè)

44、的不良貸款率估算結果所有制類別樣本占比方法一方法二集體企業(yè)0.70%12.03%13.25%外資企業(yè)2.55%7.91%8.09%地方國有企業(yè)23.00%6.29%6.41%中央國有企業(yè)11.73%3.11%4.93%其他企業(yè)1.20%3.04%3.23%公共事業(yè)單位3.63%1.66%1.69%民營企業(yè)57.21%1.64%1.83% 3.7總結通過對測算結果的多角度分析，我們可以得到以下五條結論：第一，方法一與方法二測算出的商業(yè)銀行不良貸款率在樹枝上非常相近，即運用“凈利潤”和“利息保障倍數(shù)”作為指標分別測算出的我國商業(yè)銀行不良貸款率相近，說明本文所采用的兩種測算方法是穩(wěn)定可靠的，在內(nèi)核上

45、有著一致的邏輯連貫性，可以作為估算實際不良貸款率的參考數(shù)據(jù)。第二，本文運用方法一和方法二所測算得出的數(shù)據(jù)，不僅彼此之間的數(shù)據(jù)結果相近，也同銀監(jiān)會官方所公布的不良貸款率的變化趨勢相一致，即在曲線圖上可以清晰地看到19972003和20152017這兩個區(qū)間，都出現(xiàn)了商業(yè)銀行不良貸款率快速上漲的情況。當然，由于官方所公布的數(shù)據(jù)已經(jīng)提出了被政策性剝離的貸款，并且銀行自身為了避開銀監(jiān)會的監(jiān)管會將表內(nèi)不良貸款轉移至表外，所以本文測算出來的我國商業(yè)銀行的不良貸款率更具波動性。第三，本文測算出來的我國商業(yè)銀行不良貸款率在不同行業(yè)其不良貸款率存在著較大的差異。其中，鋼鐵、建筑、有色金屬等行業(yè)的總體不良貸款率一

46、直處于高位，且這一結果與銀監(jiān)會公布的數(shù)據(jù)相一致。第四，根據(jù)本文測算的數(shù)據(jù)結果顯示：四川、山西、河南、河北等中西部地區(qū)其不良貸款率相對于東南沿海地區(qū)而言較高。其主要原因是我國地區(qū)間發(fā)展不平衡，中西部地區(qū)經(jīng)濟發(fā)展水平相對落后，當?shù)仄髽I(yè)多是資源密集型企業(yè)并且這類企業(yè)如鋼貿(mào)、金屬、建筑等行業(yè)皆是產(chǎn)能過剩行業(yè)，其不良貸款率在行業(yè)中一直高居不下。第五，根據(jù)測算結果顯示，我國商業(yè)銀行尤其是四大國有商業(yè)銀行更加傾向于發(fā)放貸款給公有制企業(yè)。從而導致在所有上市公司所借貸的貸款總額中，國有企業(yè)和集體企業(yè)的上市公司貸款占比高達74%。值得一提的是，國有企業(yè)和集體企業(yè)這倆的不良貸款率占不良貸款總規(guī)模的83%。由此可見，

47、我國公有制企業(yè)在經(jīng)營效率方面不如我國的民營企業(yè)。4.不良貸款化解路徑探索 4.1國際經(jīng)驗在世界經(jīng)濟發(fā)展的歷程中，有許多發(fā)達國家和新興市場國家都經(jīng)歷了不良貸款（率）高增長時期。盡管不同時期宏觀經(jīng)濟環(huán)境不同，不同國家的具體國情也不盡相同，但我們作為后發(fā)的新興市場，前人走過的路上的收獲和挫折是值得我們借鑒寶貴經(jīng)驗。我們應當從世界各國處置商業(yè)銀行不良貸款的經(jīng)驗中取其精華，去其糟粕，并結合我國國情，優(yōu)化解決中國商業(yè)銀行不良貸款問題的方式與理念。4.1.1 美國商業(yè)銀行不良貸款處置方式研究20世紀80年代，美國銀行業(yè)自1930年以來爆發(fā)了最為嚴重的金融危機，導致美國銀行業(yè)產(chǎn)生巨額壞賬。我們認為，這場危機的

48、主要原因有以下四個方面：首先，當時美國銀行業(yè)尊重業(yè)務管理體系的分離，但卻為形成不良貸款提供了土壤。美國銀行業(yè)當時受某些企業(yè)發(fā)展的某些限制和限制。這大大削弱了商業(yè)銀行的整體競爭力，導致其市場份額從20世紀70年代的36下降到20世紀90年代初的26。不僅如此，外部強烈的沖擊也導致商業(yè)銀行利潤率的下滑，大大削弱了銀行的抗風險能力。其次，當時美國許多商業(yè)銀行積極參與并購潮。但是，當一些投機公司未能合并重組項目時，該公司大規(guī)模違約，形成了大量壞賬。再者，蕭條的美國房地產(chǎn)行業(yè)也成為銀行大量呆帳壞帳的重要源頭。房地產(chǎn)當時是商業(yè)銀行貸款的主要行業(yè)之一。在1990年此比例上升到了23.5%。然而，1986年以

49、后，美國房地產(chǎn)業(yè)進入衰退期，大量房地產(chǎn)公司以資產(chǎn)清算方式處置資產(chǎn)。第三，拉美債務已經(jīng)導致銀行內(nèi)部資產(chǎn)負債表惡化，并對美國銀行體系造成影響。第二次石油危機后，美國經(jīng)濟強勁增長帶動美元指數(shù)快速上漲。由此產(chǎn)生的債務違約導致美國銀行業(yè)積累了大量不良貸款。 上述原因導致美國銀行業(yè)不良貸款規(guī)模迅速擴大。到二十世紀末，大約有1600家美國商業(yè)銀行出現(xiàn)過度不良貸款問題，其中400多家因不良貸款而關閉。 （1）銀行與專業(yè)機構合作化解不良貸款在二十世紀八十年代，美國通過了金融機構改革、復興和實施法，這是一項具有重大意義的法規(guī)，隨著法規(guī)的頒布“重組信托公司”（RTC-Resolution Trust Company

50、）應運而生。RTC公司接收商業(yè)銀行與非金融機構的不良資產(chǎn)，并且監(jiān)管其經(jīng)營及監(jiān)管。其中批量出售不良資產(chǎn)是RTC處置不良資產(chǎn)最為有效的一種方式，它是指RTC將價值較高的多項貸款捆綁起來出售。在重組信托公司成立后的六年中，共處理了800多家銀行的不良貸款，一共處理4000多億美元的不良貸款。這一處置方式使得美國信貸市場從危機中解救出來并恢復生機，銀行業(yè)也因此開始穩(wěn)定下來。 （2）銀行內(nèi)部處置方式在二十世紀九十年代美國銀行業(yè)開始采用一種眾所周知的不良貸款剝離模式-“好銀行/壞銀行”。具體來說就是：銀行成立了一家專門處理不良貸款的獨立子公司，首先銀行會對貸款進行分類正常類貸款于不良貸款，然后將所有已經(jīng)分

51、離出來的不良貸款轉移到單獨設立的子公司，也就是所謂的壞銀行，而母公司的資產(chǎn)則因此全部為正常類資產(chǎn)，也就成為了所謂的“好銀行”。這樣的處理方式與重組信托公司的不同之處在于，銀行可以根據(jù)自身不良貸款的特點與分布情況更具針對性得處置不良貸款，這一方法同時也更加適合不良貸款問題嚴重的商業(yè)銀行。銀行通過采用這樣的方法可以有效得避免被破產(chǎn)清算，在這一處置方式下美國銀行也逐漸走出不良貸款過度暴露的陰影，重新開始正常營業(yè)。4.1.2日本商業(yè)銀行不良貸款處置方式研究 20世紀90年代，日本房地產(chǎn)泡沫被戳破，此時日本銀業(yè)已經(jīng)累計了龐大的不良貸款規(guī)模，與此同時，一些小的金融機構也陸陸續(xù)續(xù)破產(chǎn)。1993年，日本政府連

52、同幾家金融機構共同成立了日本第一家資產(chǎn)管理公司。其目的是為了降低不良貸款規(guī)模，確保金融市場的安全和效率，保持宏觀經(jīng)濟的穩(wěn)定運行。這家資產(chǎn)管理公司實施的運行模式是：收購商業(yè)銀行與其他金融機構的不良貸款，之后將不良貸款進行銷售或者重組不良貸款。但是，在日本設立這家公司的主要目的是通過減記貸款來獲得免稅收入。而且由于聯(lián)合索賠的收購公司在重組不良資產(chǎn)方面存在技術障礙，因此最終無法實現(xiàn)突破。因此，公司處置不良貸款進展緩慢，貢獻相對有限。圖4-1日本政府處理金融機構不良債權的金融政策序列表年份政策名稱政策內(nèi)容1995.12政府決定整頓、清算起價住專公司從日本政府一般財政開支中支付6850億日元來注銷住專債

53、務1996.6修訂存款保險法成立住宅金融債權管理機構存款償付制度：凍結上線為1000萬日元住宅金融債權管理機構接管了住宅公司6.78萬億日元的債權并收回貸款1996.9成立整理回收銀行接管了破產(chǎn)信用金庫的債權并回收貸款1998.2修訂存款保險制度，頒布金融機能安定化緊急措施法簡歷“特定業(yè)務賬目”以保證銀行能全額支付客戶的存款；并建立“金融危機管理賬目”，用公共資金援助問題銀行1998.3存款保險機構向17家城市商業(yè)銀行注入公共資金注入公共資金1.8萬億日元1998.10頒布金融機能再生緊急措施法和金融機能早起健全華緊急措施法進一步強化公共資金對金融機構的救助1999.3金融再生委員會向15家大

54、銀行投入公共資金投入公共資金7.5萬億日元1999.42001.11金融再生委員會向4家地方商業(yè)銀行投入公共資金金融廳向3家第二地方銀行投入公共資金投入公共資金2600億日元投入公共資金1120億日元2002.10政府制定金融再生計劃頒布金融機構等組織重組促進特別措施計劃至2005年3月解決不良貸款債權問題2003.4成立產(chǎn)業(yè)再生機構授權該機構可以使用10萬億日元公共資金2004.6頒布金融機能強化特別措施法 資料來源：楊棟梁 20世紀末日本不良債權問題探析 為了能夠盡快得處置金融機構的不良貸款，日本政府制定了特別公共管理制度，并且這一制度有著其獨特的適用對象：通常是無法通過自己的資產(chǎn)來清償債

55、務，又或者是已經(jīng)被暫停存款業(yè)務的大銀行。該制度的運營模式是：日本存款保險機構被允許獲得上述銀行股權，并且可以折價處置這些股權。該項制度的制定，不僅保護了日本銀行能夠正常經(jīng)營，同時也保障存款客戶的利益不受到損害。 4.2國內(nèi)經(jīng)驗 （一）發(fā)行特種國債 財政部在1998年向四大國有銀行發(fā)行特別的國債，當時我國四大國有銀行資本充足率不符合商業(yè)銀行法和“巴塞爾協(xié)議”規(guī)定8的要求 當時由于1997年亞洲金融風暴，導致我國出現(xiàn)了進口型、輸入型的生產(chǎn)過剩，到了1998-1999這段時期，我國國內(nèi)由于內(nèi)需不足，出現(xiàn)了生產(chǎn)雙重過剩的惡性循環(huán)，國有企業(yè)尤其是鋼鐵建筑等行業(yè)的經(jīng)營狀況開始惡化，導致那段時期商業(yè)銀行不良

56、貸款率的急速攀升。 為了處理國有四大商業(yè)銀行高居不下的不良貸款，中國財政部當時發(fā)行了特種政府債券向四家國有銀行注資了2700億元。這樣做不僅使得四大國有銀行能夠滿足國際清算組織所要求8%的資本充足率；同時也相應提高了商業(yè)銀行的資本質量。圖4-2 我國特別國債注資四大行流程圖（二）成立專門機構處置不良貸款 為了當時中國能夠順利加入世界貿(mào)易組織，順應改革開放的需要，同時為了降低銀行的不良貸款率從而幫助四大國有銀行上市，自1999年起我國與四大國有銀行先后成立了信達、東方、長城、華融四家資產(chǎn)管理公司（AMC）分別對口處理四大國有銀行總計1.4萬億的壞賬。 2006年官方數(shù)據(jù)顯示，四大AMC共計處理不

57、良貸款1.21萬億，占接受總額的83.5%，累計回收現(xiàn)金約2110億元，回收率約為17.4%。壞賬的剝離讓四大國有行輕裝上陣，在這之后，四大行相繼走向債務重組、注資、引入戰(zhàn)略投資者以及股改上市的改革道路。圖4-3大規(guī)模剝離不良資產(chǎn)一覽表時間事件金額方式業(yè)務類型1999年國家政策性剝離四大國有銀行和國家開發(fā)銀行近1.4萬億不良資產(chǎn)。1.4萬億按賬面價值收購政策性剝離2004年中國銀行與中國建設銀行剝離不良資產(chǎn)，一部分資產(chǎn)不按照賬面價值剝離，而是通過招標方式競價。5400億一部分按照賬面價值，另一部分按照一定成本對價的招標商業(yè)化收購2005年中國工商銀行剝離近4500億可疑類貸款，由四家資產(chǎn)管理公

58、司競標獲得；其中工行約2460億損失類貸款委托給華容資產(chǎn)管理公司進行處置6960億投標、資產(chǎn)包按照“逐包報價”源家出售商業(yè)化收購和委托（三）債轉股 所謂債轉股，是指國家組建金融資產(chǎn)管理公司，收購銀行的不良資產(chǎn)，把原來銀行與企業(yè)間的債權關系，轉變?yōu)榻鹑谫Y產(chǎn)管理公司與企業(yè)間的控股與被控股的關系，債權轉為股權后，原來的還本付息就變成了按股分紅。 而資產(chǎn)管理公司實際上成為企業(yè)階段性持股的股東，依法行使股東權利，參與公司重大失誤決策，但是不參與企業(yè)正常的生產(chǎn)經(jīng)營活動。帶企業(yè)經(jīng)濟狀況好轉之后，通過上市、轉讓或者企業(yè)回購等形式回收資金。 第一批實行債轉股的試點銀行包括國家開發(fā)銀行、中國銀行、中國工商銀行、招

59、商銀行以及建行等銀行，債轉股的的對象聚焦在蘊藏潛在價值、出現(xiàn)暫時性經(jīng)驗困難的企業(yè)，主要以國企為主。 1999年 債轉股的實施成功防范了銀行因不良貸款率過高而可能引發(fā)的金融危機，避免了國有大型企業(yè)因負債過重而大面積倒閉的局面，對保持宏觀經(jīng)濟平穩(wěn)運行發(fā)揮了重要作用。（四）商業(yè)銀行對不良貸款的內(nèi)部管理銀行應當在貸前、貸中、貸后做好風險管控和客戶資產(chǎn)及授信情況的記錄與追蹤。當出現(xiàn)不良貸款時，銀行一般有以下幾種主流的處理方式： 1、核銷：一般認為無法追回的貸款，就對其進行核銷，如果前期計提損失準備充分，則對銀行利潤沖擊不大。2、追償清收，通俗點講就是“討債”，能要到多少是多少。3、轉讓：即打包轉讓給資產(chǎn)

60、管理公司即AMC，以前只有四大資產(chǎn)管理公司，現(xiàn)在有了地方資產(chǎn)管理公司和民營的，轉讓價格較低，一般折價3-4折左右出售。4、上調(diào)：待企業(yè)經(jīng)營情況好轉，上調(diào)五級分類等級5、重組：主要是貸款重組，包括減免利息等除以上5種主流方式以外還有一些發(fā)展中的新型處置方式，如不良資產(chǎn)證券化等?？傮w上來看，前3種處置方式被銀行廣泛使用。其中，從近兩年浙江省的數(shù)據(jù)來看，核銷占全部不良貸款處置的三分之一左右，清收大約在五分之一左右，轉讓所占比例近三年來有所下降，目前還占四分之一左右。4.3 寧波銀行低不良貸款率案例分析 寧波銀行，成立于1997年，由寧波市政府和新加坡華僑銀行共同控股，是我國最早一批上市的城市商業(yè)銀行