银行债权类不良资产评估方法改进研究

彭胜志 贺平

[摘 要] 银行不良资产主要涉及银行的不良贷款，是指不能按预先约定的期限、利率收回本金和利息的贷款。目前银行债权类不良资产的评估方法主要有四种，它们分别是假设清算法、信用评价法、交易案例案例比较法与专家打分法，每一种评估方法都存在缺陷，使得评估价值不具有参考性。通过对常见的四种银行债权类不良资产评估方法提出改进的思路，力求使得评估结果更加具有可靠性，以保护银行在不良资产处置过程中利益不受损害。

[关键词] 债权类不良资产;评估方法;改进

[中图分类号] F640[文献标识码] A[文章编号] 1009-6043（2019）04-0141-03

一、引言

银行债权类不良资产的评估方法主要有四种，它们分别是假设清算法、信用评价法、交易案例比较法和专家打分法。每一种评估方法或多或少存在缺陷，这使得评估价值缺乏参考性。目前，为了响应习近平防范金融风险的号召，许多银行急于处置自己的不良资产，为了保护银行在不良资产处置过程中利益不受到损害，寻找合理有效的评估方法就显得尤为重要了。

二、各评估方法存在的问题

1.假设清算法在实践过程中存在的问题。主要有两个：第一，假设清算法是建立在假设企业已经进入清算环节的基础上，然而企业实质上并没有进入清算环节，计算出的评估结果与现实必然是存在偏差的。第二，假设清算法是一种不良资产债权回收的模拟，在我国不良资产处置的环境中，偏重对财务因素的评估，缺失对非财务因素的考量，使得评估结果的可靠性受到质疑。非财务因素如债务企业还款意愿也会对评估结果产生影响，这是因为不良资产的产生本身就是还款意愿和还款能力两个因素综合决定的，缺失了对还款意愿的分析，会影响到评估结果的有效性。另一方面，不良资产的回收过程一般先是协商催收，如果不行的话再采用诉讼催收。在协商催收阶段，是不会强制企业偿还某项不良资产的，因此还款意愿对于清收的结果是有影响的。

2.信用评价法在实践过程中存在的问题。主要有三个：第一，定量指标只考虑了债务企业的财务状况、资产营运状况、偿债能力状况、发展能力状况，对现金流这一指标的重视程度不够。按照目前的会计准则，企业的资产负债表和利润表是以权责发生制编制的，企业的现金流量表是以收付实现制编制的，利润表中存在正的利润并不一定代表现金流量表中存在正的现金流量，而决定企业能否拿出足够资金来偿还债务的是现金流量，因此在定量指标当中现金流量指标应该有一席之地。第二，定性指标所占比重过低。在我国传统的信用评价打分模式下，定量指标占到80%的比重，定性指标只占到20%的比重。事实上，定性指标含有大量的信息，往往能在不经意之间决定贷款偿还的走向。国际上著名的评级机构有三个，分别是标普、穆迪和惠誉。他们具有多年的评级经验，在评级过程中也是采用定量与定性相互结合的方法，但是他们更加偏重定性分析，认为定量指标只能反映企业目前的过去与现在的情况，不能反映企业未来的偿债能力。综合上述，有必要提高定性指标的比重。第三，已设立的定性指标不够全面。目前一共有八个定性指标，它们分别是领导班子基本素质、产品市场占有能力、基本管理水平、在岗员工素质、技术装备更新水平、行业影响力、企业经营发展策略、长期发展能力预测，对于处于所有行业的所有企业，定性指标永远是这八个，这也是不合理的。因为不同的行业具有不同的特色，例如对于餐饮行业，食品质量是一个受重视程度比较高的因素，然而在原有的评价体系下，不能够反映这个因素，所有又必要对于某些特殊行業制定专项指标。

3.交易案例比较法在实践过程中存在的问题。主要有两个：第一，目前公开的不良资产交易成交案例比较少，评估人员在选取与被评估案例相似的参考案例时，由于样本量较少，有时会产生将就用的心理，容易造成评估结果与最终成交价格产生较大的偏离，因而限制该方法在实务中的使用。第二，评估人员在做因素调整时，由于国内没有统一因素项目，评估人员一般会运用学术论文中提及的因素和调整方法，而不会根据实际情况来增加或者减少相关因素以及修改调整的方法。这样计算出的评估价值是不可靠的。

4.专家打分法在实践过程中存在的问题。主要有两个：第一，讨论结果主要建立在专家确定性的判断上，缺少对专家意见模糊性特征的考虑，不能够真实反映专家的见解。第二，以中位数或者均值来形成一个统一的数值，会舍弃部分有价值的专家意见。

三、各评估方法的改进思路

1.针对假设清算法的改进，考虑在评估中加入企业还款意愿这一非财务因素的考量。企业还款意愿主要受到内部因素与外部因素的综合影响。通过阅读整理国内外文献，总结出影响还款意愿的主要内部因素有企业经营能力、企业信用意识与企业资产结构，影响还款意愿的主要外部因素有法律环境、行业发展前景、担保情况。由此，可以建立还款意愿模型Y=f（K1，K2），K1=g（X1，X2，X3），K2=h（X4，X5，X6），其中Y代表还款意愿系数，K1代表内部因素，K2代表外部因素，X1代表企业经营能力，X2代表企业信用意识，X3代表企业资产结构，X4代表法律环境，X5代表行业发展前景，X6代表担保情况。假设函数呈线性关系，则每个影响因素前都会存在系数，这些系数代表的是每个影响因素的权重。在确定权重方面，本文建议采用层次分析法，通过邀请多位不良资产领域的专家，对各层指标重要性程度进行比较并打分，最终可以确定每个影响因素的权重。由于加入了还款意愿系数，不良资产的受偿金额公式发生了改变。新的公式为不良债权受偿金额=特定优先受偿金额+（不良债权总额-不良债权特定优先受偿金额）×一般偿债能力系数×还款意愿系数Y+新增偿还特定不良债权金额。该模型适用于协商催收阶段的价值评估。在具体评估案例时，需要评估人员协助专家一起对企业的经营能力、信用意识、资产结构、法律环境、行业发展前景、担保情况进行打分，然后把打分化成0到1之间的小数，乘以对应的权重，层层往上推，就可以获得还款意愿系数Y。

2.针对信用评价法的改进，结合信用评级实务，重新构建企业信用评级体系。在定量指标选取方面，舍弃基本指标与修正指标相互结合的模式，将部分修正指标直接放入基本指标，并且加入现金流量评价指标。于是，新的指标体系可以是这样的：偿债能力方面，选取资产负债率、流动比率、速动比率。盈利能力方面，选取总资产报酬率、净资产收益率、销售利润率。营运能力方面，选取总资产周转率、存货周转率、应收账款周转率。成长能力方面，选取销售增长率、资本积累率和总资产增长率。现金流量方面，选取现金流量充足率与现金流动负债比率。在定量指标打分方面，前四个方面由于国家每年会公布企业绩效评价标准值的数据，故可以采用原打分模式，即各单项得分加总后取得总分的方法。其中，单项得分=本档基础分+调整分=×（上档基础分-本档基础分）+本档基础分，本档基础分=权重×本档标准系数，上档基础分=权重×上档标准系数。后一个方面由于国家目前没有公布相关标准，故参考中国企业评价协会在对企业信用评级时使用的标准。即当现金流量充足率Q>1时取100分，0.830%时取100分，22%

79.5，70，62，57，52，44.5，29.5，9.5）T，可以获得定性指标的评分。综合上述分析，当债务企业为大企业时，总评分=定量指标评分×70%+定性指标得分×30%。当债务企业为中小企业时，总评分=定量指标评分×60%+定性指标得分×40%。评估人员在得到总评分并分析贷款性质后，可以对应得到企业的信用评级、贷款方式系数和贷款形态系数，进而可以计算贷款本金和利息的损失率。最终不良资产的回收价值=贷款本金×（1-贷款本金损失率）+贷款利息×（1-贷款利息损失率）。

3.对于交易案例比较法可针对具体案例设计特定因素调整表进行改进。针对交易案例比较法的改进，由于每个参考交易案例具有不同的形态特征，很难建立一套标准化的因素调整表，故建议在面对具体评估案例时，邀请专家协同评估人员共同建立一套针对于待评估案例的因素调整表，调整方式可参照资产评估协会发布的金融不良资产评估指导意见，同时评估人员需要注意的评估原则是单项因素的修正幅度不应该超过总分的20%，所有因素的修正幅度不应该超过总分的30%。

4.针对专家打分法可引入三角模糊数进行改进。该方法通过在调查问卷中设定模糊因素，使得专家们的评价信息能够更全面地反映。具体的操作步骤是第一，邀请每位专家确定债权最乐观回收率与最悲观回收率。第二，对专家的评价结果统计整理，去除落在两倍标准差以外的极端值。之后构建悲观三角数（Pmin，Pave，Pmax）和乐观三角数（Omin，Oave，Omax），其中min代表最小值，max代表最大值，ave代表几何平均值。第三，进行收敛性检验。Z=Pmax-Omin，M=Oave-Pave，当Z<=0时，即两个三角形无重叠，则表明专家评价区间值存在共识区段，共识值S存在于该区段中，并且有S=。当Z>0，且Z<=M时，即两个三角形出现有限重叠，虽然没有共识区间，但我们认为专家意见满足收敛性，并且以两个模糊交点所对应的评价值作为共识值，即S=。当Z>0，且Z>M时，即两个三角存在大量重叠，表示专家的意见比较分散，需进行下一轮的问卷调查，直到意见呈收敛时停止以上步骤。

四、结论

通过对常见的银行债权类不良资产评估提出改进的思路，力求使得评估结果更加具有可靠性。对于假设清算法通过加入还款意愿函数进行改进;对于信用评级法通过重新构建企业信用评级体系进行改进;对于交易案例比较法需针对具体案例设计特定因素调整表，以此进行改进;对于专家打分法通过引入三角模糊数进行改进。希望此次对银行债权类不良资产评估的研究能够运用到不良资产评估的实务中。

[参考文献]

[1]唐莹.假设清算法在金融不良资产评估实务中的优化[J].财会月刊，2016（24）：76-78.

[2]甘云.不良资产评估方法改进方向研究[J].科学与财富，2014（3）.

[3]黄舒婷.基于多层次模糊评价法的农村信用社不良债权评估[D].华北电力大学，2014.

[4]李晓彦.优化交易案例比较法在金融不良资产评估中的应用研究[J].企业导报，2011（11）：57-58.

[5]刘聪.金融行业不良资产评估问题研究[J].今日财富，2017（16）：37-38.

[6]龙贞杰，王善康，孙浩.中小企业信用评级模型研究——基于CAMEL框架[J].系统科学学报，2017（3）：104-108.

[7]汪柏林.采用德尔菲法评估金融不良资产时的收敛性检验[J].中国资产评估，2006（7）：36-41.

[责任编辑：潘洪志]