关键词:坏账 斲丧金融公司 逾期 银监会 风险
) ~( j: @) K" q0 _ J5 K 迩来看到了两条对比光显的消息: 7 |: S; }' r3 p0 s f d! S
消息1 某家P2P平台在迩来一次消息发布会中,公布自己信贷业务的坏账率仅为0.60%,风险表现精良。 ( K n4 Z+ U, I7 ]& @
消息2 银监会非银部主任毛宛苑在第87场银行业例行消息发布会上表现,制止2016年9月末,斲丧金融公司行业匀称不良贷款率4.11%,贷款拨备率4.18%,风险处公道可控范围。
8 P8 m n9 l$ `+ L: D1 w 众所周知,附属银行系的消金公司,作为正规军,风控本领无论怎样都不会逊色于发作式增长的民营P2P,为何P2P的风险指标仅有银行系消金的七分之一(0.60%/4.11%)?
) G! l5 H5 P% h
! }+ I: e3 r' f0 S 着实,都是套路,通过调解统计口径,玩弄数字游戏的方式,10%的坏账率可以轻松包装成1%乃至更低。我们通过具体案例来分析下(长文干货,心急的客长可以一拖到底直接看结论)。 O8 D8 K9 \. g9 Q
- M7 Z4 c$ Y6 a
我们先通过案例相识下官方风险指标的通例界说。
. w$ l4 n" O% @
9 ?7 b( J7 o( ]" M* X 案例:
2 w! b8 M2 @2 l* Q) Y' y. l" R7 j, v2 s) O! B
小王于2017-1-1,分别借给小刘1万元,借给小张2万元,约定每月1日归还本金的10%(即小刘1,000元,小张2,000元),分10个月还清,初次还款日为2月1日。
. K+ [6 m( R w) O+ ^- v
, h- x N/ v1 f 在接下来的四个月,小刘始终拖欠还款,小张根本每月按时还款,但在5月因出差忘记还款,下表就从现金流的角度来做了一张表格: 9 Y. N, ]5 r( i8 t# E4 @: u
$ o, z% p1 ]; V5 j! F+ n- H+ a* Q3 g2 I7 R/ F% a. A
; n4 a8 ~/ l2 z* T
* M6 p5 s" I( x. i& K7 h: P 如今题目来了,在2017年2月的时间,逾期金额究竟是多少呢?是1,000元? 1 Z) h4 R; p! M' z
# m1 v1 e% H' ?; Y 我们先来看看银行的官方统计口径是什么:“一旦发生逾期,剩余未还部门都管帐入逾期分类”。这个方式被纳入中国人民银行、银监会的管理范畴内的各家银行、大型持牌的金融机构等广泛采取的统计口径中。 % b* C/ `/ Y2 b
3 I+ A/ _/ k( G L1 a5 a" d1 W
按照这个口径,很显着小王的乞贷在2月的时间逾期金额已经到达了10,000元而不但仅只是1,000元这么一个小小的数字。表格1的状态进一步变革为了表格2。
; i- W( S# f( v1 v6 m/ g, \2 k; a+ s+ _1 D0 j
, ]4 c, g3 P; {/ D/ u( \6 } _+ F/ D8 r p( x0 R% D- J$ T: E2 W; t
% [- m$ U3 d$ ?4 i! `
看完表格2,大概各人会以为小王的这两笔乞贷好悲催,3万元的乞贷,第二个月就有1万元(33%)的大概丧失;有些看官大概会有个疑问,在2月的时间固然小刘一个月没有还钱,但小刘接下来是否还钱照旧未知,用如许的统计口径是否过于悲天悯人了呢?
& j! j/ s& G, D; A: {6 Y1 ^ 着实金融机构的统计口径另有更深条理的尺度。 2 N1 v8 e: }6 T6 Y: y6 }
: p5 ?5 m1 Q" U9 d$ b/ U
评价风险水平,通常采取比例型指标,如逾期率、不良率、丧失率等。根据中国人民银行《贷款风险分类引导原则》,将贷款分为正常、关注、次级、可疑和丧失五类,此中后三类合称为不良贷款,因此仅不良率、丧失率有官方界说,即: 3 y) ` h) `* Y, y. ?) O
; i, ~$ N/ i5 J! ]% W: o
不良率 = 逾期91天以上贷款余额/当前未偿贷款余额 / j3 ~: P+ G6 P, {
; Z- j* R% o, u$ t; b5 N8 g- r 丧失率 = 逾期181天以上贷款余额/当前未偿贷款余额 1 i3 O3 X! o/ o+ K- B0 Q6 J
6 I4 H, i2 J. u6 ?
在案例中,小刘于2月未能还款,但由于逾期未满91天,故不良率保持为0,直至2017-5-2,间隔小刘首笔逾期满91天,才气计入次级类贷款,此时小张固然也发生了逾期,但逾期时间不满91天故仅小刘的余额10,000元计入不良率分子,此时不良率=10,000 / (10,000 + (20,000 – 2,000*3) )=41.67%;两笔乞贷逾期均未满181天,因此丧失率=0。 - `5 v0 S$ C* c7 `) {: t9 }) h% X
. T2 `- Z _+ o) Y7 c
在有金融机构官方统计口径的情况下,怎样暗昧概念,“缩小”风险指标呢? " y* J2 f' Q; b
/ o2 k2 F2 U8 F
起首,许多机构或平台会给自己的风险指标编个模棱两可的名字,最常见的就是坏账率。以案例来讲,假设金融机构将坏账界说为逾期181天以上的丧失率,那对外公布的坏账率就是0,美满隐蔽了两笔贷、乞贷均处于逾期状态,此中1笔已经逾期凌驾91天的究竟。 & J$ a; ]6 m4 s/ D' _4 Q
5 R0 ]2 U4 y( |% z* d' A E
其次,对坏账率的分子变动统计口径,以到期未还金额更换本金余额,如下表所示。
, _2 E: q" j$ t( k
$ R; m3 M- ]. A ]: M% o. C0 O8 Q
& ?8 @* E3 P0 n# p3 ]' C$ q R! u3 v
9 ?3 p* Q5 A- V4 ~; o6 l
颠末如许一次更换,制止2017-5-1的坏账率分子就只剩4000元,较现实应计入不良的10000元瞬间缩水60%。在这种分子统计口径下,部门机构会同步调解分母为累计到期应还款额。到期应还款额示比方下:
8 c2 S# x; h) }; {; ]. X% U5 Y
7 n, h# O0 K U7 V- @; P2 P4 e3 Q ^+ r
' j! p0 ]: c- v
- t1 b; n& a9 H5 L( h, V. h! G
可以看出,这种统计口径固然较官方口径降落了8.34个百分点,但仍有肯定参考代价。 8 ]1 c. u5 n2 ~0 [% F, ~
8 t; Z h3 [% G2 d: A0 R! c 对处于扩张期的机构,如果将分子变动为逾期1天或31天的到期未还金额,制止了快速增长的分母稀释,其统计意义大概比传统不良率更符合,省呗就曾经用过这种统计口径,分子取最严肃的逾期1天及以上。 * `( {- u3 N9 W
9 q4 x" i. f% d' O! ? 但有些机构在利用了这种到期金额作为分子的统计口径后,分母采取了累计买卖业务金额,此时坏账率=4,000/(10,000+20,000)=13.33%,较官方口径降幅靠近30个百分点,指标具有严肃的误导性。 8 e. G! z" ^% G2 M t. s$ r
! k- Y( k4 e5 g+ B8 G0 I5 R) M 为了进一步分析指标扭曲水平,我们在案例的根本上追加一些数据。假设小王不但借给小刘与小张,还将小张的还款金额6,000元继承借给小李,共分6期,每期还款1000元,同样是每月1日还款: ; j1 N8 @% }, @
5 B9 D n) S3 i1 f8 Q+ i
5 u2 |# I* \( S* x r F C' N8 N# ~3 R& n
P/ X# I- ], D3 \& D 此时累计买卖业务金额=10,000+20,000+6000=36,000元,以该累计买卖业务金额作为分母的坏账率=4,000/36,000=11.11%,较官方口径的41.67%降落了整整30.56个百分点,如果小王连续将回笼的资金用于放贷,坏账率就能不绝的被稀释。 # V! W4 @8 H! s: r
9 F2 @, A6 _6 `. O( z
总结 % y- R' L, x) e R6 k
/ w# x! V3 O- a2 e
比力一下本文提到的4种常见统计口径,同样的买卖业务额与逾期情况,所谓的坏账率指标,最高到达41.67%,最低却只有11.11%。 2 J O4 o7 ]6 P/ w& h: g: i
$ `" V, {- L& b- w& L m
) J- Q/ N" ]$ L+ [( `7 o
) C5 N4 l# a) ]- w1 N9 ]
0 h- [% R# G3 p0 y" D1 J$ p4 \ 开篇中消息报道中所提到的某P2P公司,应该就是用口径4,也就是用汗青累计的买卖业务量,虚增风险指标的分母,而不是用现实的期末应收账款;同时故意忽略在乞贷周期内已经发生逾期的账款,仅统计已到期的逾期账款,刻意缩小风险指标的分子。一进一出,大大稀释了风险指标。你以为这个套路就竣事了?
" s s1 m( z P. T0 p C, r4 Q% {
这个套路更深的地方,随着筹谋时间的增长,分母(累计买卖业务量)会不停增长,坏账率指标就能不停的被稀释,乃至到达数十倍的稀释效果。 8 R* n, J6 i! x" s. I2 H/ e& U
9 J0 w4 J) B, ?! ], H
究竟上,对风险指标口径的严谨水平,很大水平上代表着机构对风险管理的严谨水平。而偏好高风险业务的机构则经常利用“坏账率”,发起在关注或引用其风险指标的同时,要火眼金睛看清风险指标的分子分母,进步我们每一位对专业金融知识的认知水平。 |