不良资产量化处置过程风险的方法和建议

        最新银行半年报出炉，显露不良资产新增放缓，这表示上半年不良资产处置小有成效，当然处置不良资产还需再接再厉，而在不良资产处置过程中的风险时时刻刻存在，因此在此笔者对于过程中风险提出几点建议，以便有效化解风险，提高不良资产处置效率。

        第一，传统视角- -资产评估方法

        运用传统不良资产评估方法进行不良资产处置过程风险度量需要理清几个前提，首先是不良资产的价值类型为非市场价值。非市场价值与市场价值相对，市场价值是指资产在评估基准日公开市场上在最佳使用状态下的交换价值。而不良资产处置时一般不会处于最佳的资产状态，所面临的市场也难以满足自由交易、充分竞争、信息透明等公开市场要求，客观上应适用于非市场价值评估方法。但不同条件下资产适用的非市场价值类型及对应的评估方法、结论不同，以此为基础度量资产价值变动可能会因为价值类型不同缺乏可比性。其次，资产评估方法存在局限性。不良资产评估的主要理论依据都缺乏具体操作标准，设定假设和确定参数等环节多依赖于评估人员的主观分析和判断。最后，资产评估目的仅为提供处置定价咨询意见。不良资产处置变现过程中面临诸多风险，对此类风险的估值不属于资产评估的范畴，资产评估结果只是提供了一种公允价值参考。商业银行和资产管理公司在实践中都发现，由从事综合性评估业务的评估公司提供的不良资产结论和资产转让价格相比存在系统性的高估。可见，由于不良资产领域背景经验方面的差异，评估机构在很多关键评估参数缺乏合理判断，需要处置人员进行修正，重新代入估值模型测算，得出最终定价意见。

        第二，经济学视角- -成本效益分析方法

        成本效益分析原本是微观经济学中的一种投资决策方法，他所要解决的问题是在资金有限的情况下，如何确保项目的收益大于成本以及在过个投资项目之间选择需要实施的项目，这一决策思路与不良资产处置管理有异曲同工之妙。在收集和整理决策有关信息，以及识别成本、风险和效益方面，成本效益分析方法能够有效的帮助决策者对作出的决策进行辨析，充分发挥市场对资源投放的配置作用。

        第三，统计分析视角- -回归模型方法

        由于影响不良贷款回收价值的因素很多，作用机理十分复杂，各种影响因素对最终贷款回收率及波动程度的影响方向、程度也并不相同，单纯依靠简单的定性描述和关联分析无法清楚解释，而统计回收模型提供了简洁有力的分析工具。从中国农业银行内部研究成果来看，国内商业银行不良贷款回收率分布符合理论界有关研究的经验分布，适用于运用相关回归模型进行线性预测，能有效的识别出有显著影响的要素，但受限于变量收集的范围，周期跨度和数据质量，统计回归模型的解释效果和预测精度不佳，还难以直接进行定价业务应用。在现有的技术、市场和数据积累条件下，适宜通过合理的抽样设计，从多个角度完善处置案例样本信息，通过抽样、建模、试错、再抽样再建模的不断循环，持续优化建模的代表性、适用性，并进行有效的知识管理和推广应用，有助于推动建立不良资产评估定价和风险测度的标准体系。