关键词:坏账 斲丧金融公司 逾期 银监会 风险
6 g9 t2 A6 k" t- _; |2 |8 e8 Q% x0 t 迩来看到了两条对比光显的消息: 1 W8 M6 E. m, p7 ~ q) c7 Z
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。
' `1 P; a' D: w% l# e. A 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。 * k% c" V0 B1 C9 \
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%)? ' w/ |' o- j, F# i
2 h) F' `" u; S0 r8 {' ]
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)。 , }9 s. F6 Z/ _ Y% @- O3 H' t
9 K, j" V0 o: K8 G1 ] X2 i+ | 我们先通过案例相识下官方风险指标的通例界说。 1 I0 L1 [2 h5 F* Z. ~
" f8 ?6 D; I8 L) ] 案例: ! j: C3 p1 [% V* T# A/ D
! l4 m% Y& y: U 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。 / y* \ ^) x5 p7 C' t( o7 x9 Y
$ \; {9 c5 t t9 T$ p, M8 e4 e
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:
% {! u" D! @+ E, R' q9 Z1 ]
1 L Y; |; L# H8 U6 n
4 _* t# H! u. f# l2 s9 a0 q
& v$ n& i9 z. q+ J# E
( K/ A5 z# v5 H |: a4 Z( ^8 B 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? ! b3 Y E! }4 c+ t& _
' E; k" q$ u, [: Q, F/ _, } 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。
% Q# R/ J& b6 g* H
+ s' k5 d/ M; r9 a. s 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。 ; V) q4 Q' w5 M9 b
3 L0 X3 D; J: w, P* k& M; u9 k3 B' A* l: p9 z
& ~* X! H9 i/ N4 q* N, N) c8 C5 ?& e. g( W8 U! x+ u; A) M$ b
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? `* r: \ ~, ]" }3 d
着实金融机构的统计口径另有更深条理的尺度。 , r1 {4 ?5 k; M+ Q; t
) r8 v+ c1 \" s) t b 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: 1 ~& i) z$ |9 V: ^% m; W
% h" c4 x( K9 C5 W- e& P5 U4 H& j 不良率 = 逾期91天以上贷款余额/当前未偿贷款余额
2 F; \" t$ k' F, Y; D6 H7 l+ h, f) r1 ^- O1 B" Q# K8 R
丧失率 = 逾期181天以上贷款余额/当前未偿贷款余额 4 t) i4 r! o2 N* E
3 C# d$ h( i2 _+ O% I* `$ @2 R 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。
. P M o( w+ h( |
5 t9 {: B. A2 G6 B, i6 R- g 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?
$ I& y. y9 s* R- }4 @2 |) n2 J3 [& D9 j
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。 6 M4 D0 I# i; X3 @% V
1 ^* t/ I! ~$ h5 h6 G
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。
$ _7 ^8 H* k! v0 I
% Y) ^% N; v f0 B( c( y! Y
; J. K. @' m8 P( t; y
8 G! }% N* y/ G7 a! B; @
# ^# v: u! t1 h- 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: 4 Y( a: ]* |; E1 `
9 T( ?7 ~! |" {
5 o G/ r! O0 t. m. x
$ E( }5 ?$ E' x/ Q' o3 D( K* ~( d1 N2 ~ e* t, } S
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。 - ]# x3 \1 p% ~
# h. o- U. `# C$ l( P! x
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。
& r2 l4 v$ \% W7 P
, E8 V! T# }, ^( Q) q8 \: ~8 J! ~9 u 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。
6 H- b7 T: \5 ]% K$ I& I
! Q; a# r+ @- g u4 p. j! Q 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: " s7 L2 b! O" Z
3 @/ E2 f( o) `7 e
* V: }/ F/ ?5 _; j$ |- p F' N
T$ ^7 h/ a, \ s5 f4 x: x1 I; F: v% y' T) e
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。
/ l# d' w( R$ y$ N, q( C
/ V; e5 Y0 g% E) b 总结 % I- m' Z1 G4 e5 b' Q
- w: I+ n! T" _ 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%。
; P; x( ~- W* m: [! _ t' e' d5 u7 x% w2 Y( v$ J" w
2 ^$ @0 v0 y( u6 V; L( c# _, R' i3 o2 h) ?: a# H
/ u; C. V1 I' X0 b- \
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?
/ H4 S. C/ m& q, q5 C+ s9 l6 p2 U% X) S# A
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。
! ~# d% V& w- P( s" @- ], w; Z- e; C& h- u, A
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。 |