我国不良贷款数据的统计分析结
我国不良贷款数据的统计分析结论利用我国大规模金融不良贷款数据形成的基本研究成果。统计分析结果主要从我国不良贷款回收率的分布特殊性和不良贷款回收率影响因素的特殊性两个方面来展开。塞尔新资本协议中把贷款，尤其是不良贷款纳入到风险计量中，并且对银行业的不良贷款率也有明确的监管要求，且要求银行及时披露其不良贷款的状况。而在次贷危机发生后，世界范围的银行业都面临着大量累积的不良贷款，处置庞大的不良贷款乃至不良贷款成为各国金融业迫在眉睫的问题，同时在次贷危机爆发中也暴露出不少银行在监管的漏洞以及市场披露的不及时，甚至存在虚假披露。我国银行业在次贷危机后仍较稳定的运营，但也面临重重压力，而总结我国过去不良贷款的历史处置经验，才能好的应对未来可能出现的问题，最大效用的利于我国银行、资产管理该公司等金融机构的定价及风险管理需求。由于我国债券市场不发达，债务工具风险结构单一，缺乏用违约债券研究违约概率和违约损失率的数据基础，因此不良贷款的回收率问题或违约损失率问题不能完全借鉴国外基于债券市场的研究成果。我国金融机构的集中式管理模式赋予了我国金融业集中积累数据共同研究的可能性，集中于信贷不良数据的研究成为可能。但是，历年来为满足国有企业解困和国有大银行改制上市，我国大规模金融不良贷款剥离或出售给了金融资产管理公司，导致国有大银行失去了对违约债务的回收信息，而在数次剥离后国有大银行必须重新开始收集违约数据。上述背景更凸显了从金融资产管理公司的角度研究大规模不良贷款数据的意义和重要性。整体数据分布特征国内的不良贷款回收率虽然与国外贷款或债券市场回收率分布相似，表现为双实证结果表明，各省的人均水平、要素市场发育程度、中介组织发育和法律环境、政府干预企业的程度、非国有经济的发展程度等指标与各省的回收率存在显著的正相关关系，也就是说地方的经济发展水平与市场化程度越高，则地方的回收率水平也会越高。统计结果说明区域因素对回收率的实际影响，这些指标的提出对不良贷款定价决策和风险管理具有重要意义。峰分布，但通过我国数据统计得到的双峰结构与国外文献大有不同。我国不良贷款分布的两个峰集中在回收率为和在图拟合中显示为和的两端，表现为明显的型分布，与穆迪针对美国贷款和债券回收率为和的峰，表现为型分布不一样。具体情况可以见。因此这从一开始就决定了我们在分析影响不良贷款回收率的因素时，应分别对包含极端（零回收和全回收）回收的样本和非极端回收样本做出分析。
页:
[1]