抵押贷款的违约损失率(LGD)研究

抵押贷款的违约损失率（LGD）研究何自力原创|2006-03-2209:47|投票标签：违约抵押物回收率损失率LGD摘要：新巴塞尔资本协定将违约概率（PD）和违约损失率（LGD）纳入监管资本衡量的基本框架，国际活跃银行内部风险管理指标已从不良贷款率转向PD和LGD。本文简要综述了国际上LGD理论与实证研究的成果，并对国内商业银行抵押贷款LGD进行了实证研究，得出了一些重要结论与管理建议。关键词：新巴塞尔资本协定，抵押，违约损失率自巴塞尔新资本协定将违约概率（PD）和违约损失率（LGD）一同纳入监管资本衡量的基本框架以来，违约损失率（LGD）引起了监管界、业界和理论界的高度重视。一、关于违约损失率（LGD）的研究综述违约损失率LGD（或1—回收率）是指预期违约的损失占风险暴露（exposure）的百分比，违约时风险暴露（EAD，exposureatdefault）是指由于债务人违约所导致的可能承受风险的信贷业务的余额。反映信用风险的重要指标—预期损失率（ExpectedLoss,EL）是LGD和PD的乘积，即：预期损失率（EL）＝LGD×PD。（一）国外及港台的研究企业举债取得资金的主要渠道有直接融资和间接融资。直接融资的各项公司债具有次级市场价格，违约后可以通过该债务工具违约后一定时点的市场价格为基础估算违约损失率。对于间接融资，则需依靠银行积累的违约贷款数据资料来推估违约损失率。公开市场资料较易取得，因此违约损失率的研究也以此为基础发展起来。RobertC.Merton于1974年发表的“onthePricingofCorporateDebt:theRiskStructureofInterestRates”一文是现代信贷违约概率和回收率分析的理论基础文章。其不足之处是没有解决信用资产质量的实际观测问题，在实证中的应用受到限制，这也是模型诞生后大量后续工作的重心所在。针对Merton（1974）模型在实证应用领域的困难，有若干文献尝试提供变通的解决办法。Crouhy和Galai(1997)将不能直接观测的Merton（1974）模型表达为信贷违约概率和回收率的函数，从而使信用风险管理的核心简化为对PD和LGD的观测分析，产生了较大影响。观测度量金融工具LGD的途径大致有三类（刘宏峰，杨晓光，2003）:MarketLGD（市场LGD,以实际违约事件发生后违约债券或可交易贷款的市场价格为依据）；WorkoutLGD（清算LGD，清算及追讨过程产生的一系列现金流估计值的现值与风险暴露的比值）；ImpliedMarketLGD（市场隐含LGD，利用资产估价模型，按同类未违约债券的利差与价格计算）。事实上，基于债券二级市场或贷款二级市场（如证券化的个人住房抵押贷款）的实证研究较多，而对普通的银行贷款的实证研究很少，其原因一是研究方法的复杂性，二是数据的非公开性。1、美国市场的研究由于数据获得性的原因，目前的文献以美国市场为研究对象的居多。Asarnow及Edwards(1995)使用违约事件发生后产生的所有经济损失衡量银行贷款的预期损失。其以花旗银行1970——1993年间一般工商业贷款及受监控贷款（Structuredloans）共831个违约样本计算出的LIED分别为34.79%和12.75%。研究的一个重要发现就是其分布为“双模型分布”（bi-model)，样本集中在高、低两端。Carty及Lieberman（1996）以穆迪公司1989-1996年间58例优先担保违约银行贷款为对象，根据其次级市场交易价格进行实证研究，结果表明平均回收率为71%，中位数为77%，标准差为32%。研究未观察到“双模型分布”（bi-model)，但发现回收率明显向高端偏离。Hamilton及Carty（1999）以市场法求算159家破产案例为研究样本的偿还率，结果平均偿还率为56.7%，中位数偿还率为56%，标准差则为29.3%。Gupton、DanielGates及Carty于2000年采用121例违约贷款样本的研究结果表明：优先担保和优先未担保的银行贷款违约时平均价值分别为69.5%和52.1%，但实践经验中对这些平均价值的偏离也是显著的。Gupton和Stein（2002）首次推出了一个市场价值预测基础上LGD预测模型LossCalc，该模型是一个关于美国债券、银行贷款和优先股LGD的多因素统计模型。TilSchuermann（2004年）介绍了穆迪公司1970－2003所有债券和贷款的回收率分布，并对双峰分布的形成原因进行了解释，如下图1：图1：穆迪公司1970－2003所有债券和贷款的回收率分布上图中LGD分布呈现出双峰（twohumpsorbimodal）特征。对此，TilSchuermann通过对不同债务与担保类型下LGD分布的研究尝试进行解释。不同债务与担保类型下LGD分布如下图2：图2中，除优先担保类外的各种类型债务（优先从属、优先无担保、从属）均基本为单峰形式的分布，优先担保债务显示出近似对称的分布，几种类型的债务工具综合叠加后才表现出双峰分布。MichelA.,M.JocobsJr.,P.Varshey(2004)采用JP摩根•大通1982-1999年间的贷款损失历史资料（共3761例违约客户）对LGD进行研究，平均会计LGD和经济LGD分别为27.0%和39.8%。该研究同时对抵押贷款LGD进行了分析。通过对1982年1季度至1999年4季度共1705个样本的研究，抵押贷款（1279个样本）的LGD均值为27.7％，标准差35.3％，无抵押贷款LGD均值40.3％，标准差42.5％，研究公布了不同类型抵押物LGD均值和标准差。2、其他市场的LGD实证研究花旗银行的Hurt和Felsovalyi(1998)对拉丁美洲1970－1996年27个国家的1149笔银行贷款研究显示，平均违约回收率为68.2％，LGD呈偏态分布，宏观经济和贷款金额是回收率的影响因素之一，金额越大，回收率越低；LaPorta等人（2003）研究了墨西哥的关联借款的PD和LGD，1995－1999年非关联借款的平均回收率为46％，而关联借款为27％。分布显示LGD向高端偏离。台湾徐中敏（2004）以台湾联征中心库1996－2002年银行借款企业户违约资讯进行了LGD实证研究，以年营业收入500万欧元为划分标准，小于此标准的小型企业（样本数16454个）LGD均值为75%，中位数88％，大于标准的大中型企业（样本数84个）LGD均值为84％，中位数92％。标准普尔Franks等人（2004）使用了英国、法国、德国约8000个原始数据进行了研究，数据时段为1993－2003（法国）、1996－2003（德国）、1997－2003（英国）。数据显示，英国回收率明显高于法国，略高于德国。法国回收率分布呈明显“双模型分布”，英、德呈偏态分布。Grunert和Weber(2005)研究了1992－2003年120家德国公司的违约损失率数据。数据显示，回收率均值为72.45％，方差为35.46％，回收率分布明显向高端偏离；报告还研究了宏观经济、行业、贷款条件和税务政策的影响。以上研究报告均只公布了经过深度加工的结论性数据，原始数据、模型参数等均未公布，且均未见专门的抵押贷款的LGD研究报告。（二）国内相关资料由于国内公司债券市场不发达，银行违约贷款回收数据系统研究时间起步时间不长，国内关于违约损失率的研究理论介绍较多，有影响的实证数据稀少。主要有：1、四大资产管理公司的相关数据。国内华融等四大资产管理公司公布的资产回收资料，可作为研究国内贷款违约损失率的间接资料。2004年我国四大金融资产管理公司资产处置结果为资产回收率26.60%现金回收率20.16%。2、其他研究。张海宁（2004）以191个中国大型商业银行信贷项目作为样本（时点为1998年）（涉及贷款本金266.29亿元，利息77.08亿元）进行的实证研究显示平均回收率为33％，最大值80％，最小值为0。2004年5月28日，建行通过国际竞标方式进行账面价值为40亿元人民币抵押贷款不良房地产抵贷资产的拍卖，花旗银行、德意志银行、雷曼兄弟、摩根大通、摩根斯坦利等15家机构参与竞标，最终中标综合资金回收率为34.75%。二、本研究的内容－国内银行抵押贷款LGD实证研究（一）研究内容。通过对国内外文献研究成果的分析，本研究作为专门的抵押贷款LGD实证研究，拟定本研究的主要内容为：1、抵押贷款LGD总体分布特征，是否为近似对称的分布？2、不同地区、不同类型抵押物LGD的分布特征；3、银行抵押贷款操作方法与回收率的关系；4、通过本研究提示信贷政策的改进方向。（二）研究方法利用抽样调查所得的广东地区某商业银行抵押贷款处置的资料，借助SPSS软件，通过对历史数据的计算与分析，进行抵押贷款LGD的实证研究。1、指标选用由于数据来源的限制，同时为过滤其它因素的影响，直接采用会计回收率（不考虑资金时间价值），且计算回收率时不考虑欠息，即回收率=（抵押物变现金额－变现成本）/贷款金额。2、数据来源及处理贷款抵（质）押物处置回收原始样本共2157个，涉及贷款金额79.51亿元，覆盖各个行业，抵押物变现时间从1991年至2004年。为提高分析的准确性，对数据进行了如下清洗处理：1、剔除了无效抵押数据。2、对明显异常数据进行了核实修正：（1）对原数据中回收率低于－10％的数据逐一进行了复核；（2）对回收率大于100％的回收率数据一律调整为100％。原因是抵押物处置后，超过贷款金额的部分需要退还企业，调整比例占总样本数的5.12％。3、主要结论1、回收率呈现明显偏态分布，均值对总体数据的代表性较差。有效样本贷款回收率均值为44.97%，显示回收的平均效果欠佳；标准差为36.78%，回收率波动大，稳定性差；分布明显向低端（10-20%）和高端（100%）集中，显示大部分效果很差，小部分效果好；分布呈现双峰分布，说明可能存在某种或某些系统性影响因素。如下图：2、不同地区、不同类型抵押物回收率差异显著。不动产的回收率总体上高于动产的回收率，前者均值为后者的148.41％；各种不动产之间也有明显差别，如下表：表1：部分种类抵押物处置回收率统计指标项目均值标准差25％50％75％偏度峰度样本数办公用房52.4837.2618.71421000.177-1.51097工业用房41.5033.3112.5932.20640.612-0.938544居住用房44.4632.2117.8534.7767.560.582-0.984340商业用房49.1336.0016.9642.8691.110.24-1.388510商业用地54.9738.8914.346.131000.048-1.73984工业用地43.6833.7113.5634.8173.850.544-1.095264设备30.9930.799.0918.3544.441.2510.45475运输工具25.6826.765.1315.7446.841.250.1289研究数据还显示相同类型抵押物地区之间回收率水平差别明显，平均回收率最高的与最低的地区相差2.53倍；3、贷款金额与回收率存在负相关。相关分析显示，贷款金额与回收率存在负相关（样本双尾检验值为0.000，Pearson相关系数为-0.144），大额贷款抵押的回收率总体上低于小额抵押贷款的回收率。其原因可能一是大额抵押物评估更易受借款人影响，二是大额抵押物与小额抵押物相比，市场需求面窄，更难变现。4、抵押物的回收率均与融资折率负相关（样本双尾检验值为0.000，Pearson相关系数为-0.103），银行控制评估价值抵押率的做法获得研究支持。四、改进银行抵押贷款管理的建议1、加强对抵押贷款的管理与研究。首先要提高对抵押贷款管理的认识，其次建立与健全抵押物的评估期限管理与重评估制度，要建立对抵押物评估机构与评估人员评估质量的记录与考核制度；第三，严格建立银行内部抵押物评估审核制度，并实行严格的任职资格管理。2、制定不同种类、