轄內(nèi)大型銀行貸款分類偏離度分析

1、轄內(nèi)大型銀行貸款分類偏離度分析-基于現(xiàn)場檢查數(shù)據(jù)的分析與思考近日，銀監(jiān)局在轄內(nèi)大型銀行貸款偏離度情況現(xiàn)場檢查的基礎上，對貸款分類產(chǎn)生偏離的原因進行了深入剖析。一、基本情況此次貸款偏離度檢查涉及大型銀行年末對公貸款客戶1602戶、3502.44億元，樣本貸款不良率為1.49%。檢查共發(fā)現(xiàn)各類違規(guī)問題254個，涉及217戶、495.79億元貸款，分別占全部檢查戶數(shù)、金額的13.55%、14.16%。根據(jù)相關監(jiān)管規(guī)定，銀監(jiān)局下調(diào)了84戶、317筆、147.27億元貸款的分類，分別占檢查戶數(shù)和金額的5.24%和4.20%。其中：由正常類下調(diào)為關注類的貸款有71戶、139.4億元，占調(diào)整戶數(shù)和金額的84

2、.52%和94.66%，由正常下調(diào)至不良的有9戶、6億元，分別占檢查戶數(shù)和金額的0.56%和0.17%；樣本不良貸款絕對偏離度為0.14個百分點，相對偏離度為9.40%。如果加上原擬調(diào)整、后因檢查期間貸款收回而不作調(diào)整的14戶、52.49億元貸款，則檢查調(diào)整數(shù)分別占檢查戶數(shù)和金額的6.12%和5.70%；其中由正常下調(diào)至不良的增加4戶、29.68億元，還原后分別占檢查戶數(shù)和金額的0.81%和1.02%；樣本不良貸款絕對偏離度為0.99個百分點，相對偏離度為66.44%。從借款人性質(zhì)看，調(diào)整分類的貸款中地方政府融資平臺貸款37戶、83.15億元，戶數(shù)及金額占比分別為44.05%和56.46%；一

3、般企業(yè)貸款47戶、64.12億元，戶數(shù)及金額占比分別為55.95%和43.54%。從一般企業(yè)貸款客戶的行業(yè)分布來看，調(diào)整分類的貸款中制造業(yè)貸款12戶、14.41億，分別占調(diào)整分類的一般企業(yè)貸款戶數(shù)和金額的44.68%和22.48%。二、貸款分類偏離成因分析經(jīng)分析，此次檢查中樣本貸款分類偏離的直接原因主要是業(yè)務操作和內(nèi)控執(zhí)行中存在的偏差，但從實際檢查的情況來看，導致分類偏離的根本原因在于以下四點：（一）分類管理制度與系統(tǒng)存在缺陷。一是各行分類標準差異較大。目前，各行貸款五級分類管理主要依據(jù)銀監(jiān)會2007年頒布的貸款風險分類指引（下稱指引）和各行制定的實施細則。但由于各行情況的差異性，導致各行制定

4、的分類標準并不統(tǒng)一，規(guī)范性較差，從而形成分類的偏離。如中行要求“在年度常規(guī)分類后，至少每隔半年重審一次”，分類頻次未達到指引 “至少每季度一次”的要求。二是部分行信息系統(tǒng)功能設計存在缺陷。如建行客戶信用評級系統(tǒng)無法將分公司客戶與總公司客戶分類結果自動銜接，導致作為分類重要依據(jù)的客戶信用信息失真，直接影響到貸款風險分類的客觀準確性。（二）為完成業(yè)績考核而掩飾信貸風險。掩飾信貸風險真實反映，有利于銀行完成不良貸款壓降和利潤等考核任務，有利于少提撥備和提高資本充足率，因而銀行存在放松貸款分類管理的逆向激勵動力。一是為完成新增不良貸款控制和利潤等指標，銀行通過多次借新還舊拖延問題貸款的暴露時間，或對已

5、經(jīng)存在明顯問題的貸款遲遲不做分類調(diào)整。如某行無錫分行4戶企業(yè)的14筆、1.16億元貸款均為借新還舊貸款，上述企業(yè)在年或以前就已經(jīng)處于或停產(chǎn)、或資不抵債、或多次重組整頓、或多次借新還舊的狀態(tài)，但該分行仍將上述貸款分為關注類，而未根據(jù)客戶的實際情況將貸款下調(diào)至不良類進行管理。二是為爭奪市場份額，變相違規(guī)發(fā)放貸款，但在貸款分類中不作相應反映。這種情況在年尤為明顯，在國家宏觀經(jīng)濟政策的刺激下，各類地方政府融資平臺公司強行開工項目，倒逼國家相關部門事后確認項目的合法性，部分銀行不惜違規(guī)創(chuàng)造條件為此類客戶的貸款大開綠燈。如工行制定了項目前期貸款管理辦法，力圖在項目通過各項審批之前先期介入；交行對項目發(fā)放中

6、長期流動資金貸款以規(guī)避對審批手續(xù)的要求，等等。雖然上述做法的出臺有一定的宏觀背景，但一旦這些項目最終達不到發(fā)改委、土地管理、環(huán)保等部門的審批要求，造成銀行事實上的違規(guī)發(fā)放貸款，將面臨較大風險。從檢查情況來看，地方政府融資平臺貸款基本都處于正常類管理，但若嚴格按照指引的核心定義，實際上許多地方政府融資平臺貸款都應至少下調(diào)至關注類。（三）銀企間存在嚴重信息不對稱。掌握真實的客戶信息是保證貸款分類真實、準確的基礎，然而在實際管理中，由于銀行與企業(yè)信息不對稱，給分類工作帶來了很大的困難。一是對客戶真實的財務信息難以取得，尤其是地方政府融資平臺的真實財務信息以及地方政府的實際負債情況等更是難以獲知，致使

7、分類結果產(chǎn)生偏差。二是部分企業(yè)為取得信貸支持，向銀行提供虛假財務數(shù)據(jù)，甚至“政企合謀”提供虛假管理信息，導致銀行很難及時準確掌握企業(yè)經(jīng)營管理情況，致使銀行在貸款分類中所需信息嚴重不足，從而產(chǎn)生貸款分類偏離。如南京某公司以同一工程先后向交行和農(nóng)行貸款2億元和3億元，該公司提供給交行和農(nóng)行的項目建設用地規(guī)劃許可證內(nèi)容有較大差異，有變造項目審批文件套取貸款的嫌疑。又如通州市某公司利用兩個在2006和2007年已實施的道路施工項目，在2008年重新整合成一個道路施工項目，于年向工行南通分行套取項目貸款2億元，該筆款發(fā)放后先后被該公司分10次購買理財產(chǎn)品，累計11.16億元，且貸款最終被轉給鎮(zhèn)財政所以及

8、與項目無關的工程公司。（四）信貸人員素質(zhì)較差影響分類。貸款五級分類法是一門科學，分類人員應具備較高的經(jīng)濟、金融理論功底和行業(yè)方面的知識，熟知企業(yè)生產(chǎn)、經(jīng)營等方面的知識。但部分行特別是基層行的信貸人員素質(zhì)較低，直接影響到分類準確性。一是一些分類人員業(yè)務素質(zhì)低，不能準確把握貸款五級分類的實質(zhì)，也不能透徹地分析借款企業(yè)的經(jīng)營情況、財務狀況等，對國家政策、市場行情及企業(yè)經(jīng)營狀況變化引起的潛在風險不敏感。二是少數(shù)分類人員責任心不強，對貸款分類工作重視不夠，未深入了解借款企業(yè)情況，不注意收集分類所需的各項信息，未結合宏觀經(jīng)濟政策和市場行情變化、行業(yè)走勢等分析貸款風險，僅憑企業(yè)經(jīng)營表象和簡單數(shù)據(jù)進行貸款風險

9、分類。從檢查情況來看，盡職調(diào)查不到位、未嚴格執(zhí)行分類標準是貸款分類發(fā)生偏離的直接原因。對企業(yè)項目融資情況缺乏準確掌握，對借款人向他行貸款情況未做深入調(diào)查，客觀上為借款人項目的“一女多嫁”（特別是地方政府融資平臺）提供了有利條件，給銀行貸款風險埋下隱患。如南京某公司以同一工程項目向銀行申請了兩個銀團貸款，其中建行作為牽頭行的銀團貸款6.5億元，交行作為牽頭行的銀團貸款金額為10億元，而該項目整體預算僅為14.2億元。三、政策建議（一）細化分類標準，完善分類制度和信息系統(tǒng)。建議銀監(jiān)會補充完善貸款風險分類指引，或出臺地方政府融資平臺貸款風險分類的辦法，提高分類的準確性和一致性。同時，督促各行總行通過完善貸款分類管理制度與信息系統(tǒng)，改進信貸資產(chǎn)分類流程設置，合理劃分分類審批權限，提高貸款分類審批的時效性和操作的可行性。（二）完善考核機制，提高績效考核體系科學性。各商業(yè)銀行要建立科學的不良貸款考核體系，實行不良貸款壓降和貸款風險分類偏離度的雙線考核，并與基層行的經(jīng)營業(yè)績掛鉤和高管人員的任免掛鉤，以體現(xiàn)質(zhì)量管理第一的價值法則，平衡好規(guī)模擴張和審慎經(jīng)營的關系，避免為追求眼前利益、搶占市場先機而違反審慎經(jīng)營規(guī)則的事件不斷發(fā)生。（三）加