不良資產(chǎn)估值定價(jià)的難點(diǎn)

業(yè)界公認(rèn)不良資產(chǎn)定價(jià)十分困難。原因在于：一是不良債權(quán)評(píng)估往往得不到債務(wù)人的配合,，不通過非常規(guī)手段無法全面查清債務(wù)人的營(yíng)運(yùn)狀況和資產(chǎn),。如果是“三無”企業(yè)、注吊銷企業(yè)和特殊行業(yè)或部門,，評(píng)估就更加困難,；二是沒有成熟的外部市場(chǎng)，信息高度壟斷,，市場(chǎng)不能發(fā)現(xiàn)不良債權(quán)交易價(jià)格,；三是由于開展不良資產(chǎn)處置業(yè)務(wù)的數(shù)量和時(shí)間有限，缺乏相關(guān)數(shù)據(jù)可資借鑒,，更未建立起相關(guān)的定價(jià)模型,。因此在劃轉(zhuǎn)定價(jià)的協(xié)調(diào)上，往往只能參照簡(jiǎn)單的五級(jí)分類標(biāo)準(zhǔn)和基本的盡調(diào)判斷,。而事實(shí)是,，如果考慮處置過程中的政策、法律,、市場(chǎng)等諸多關(guān)聯(lián)因素,，即使是同一類貸款，花費(fèi)同樣的成本,，其最終的處置效果也會(huì)產(chǎn)生較大差異,。

不良資產(chǎn)估值定價(jià)的主要技術(shù)

縱觀各專業(yè)機(jī)構(gòu)和研究人員的研究成果，不良資產(chǎn)定價(jià)的量化研究方法主要有以下三種：一是歷史數(shù)據(jù)平均法,，包含違約加權(quán)法,，時(shí)間加權(quán)法、貨幣加權(quán)法等,，主要是根據(jù)實(shí)際的違約歷史數(shù)據(jù)進(jìn)行加權(quán)平均,；二是數(shù)據(jù)回歸分析法，其典型代表是穆迪的LossCalc模型，即根據(jù)違約資產(chǎn)的回收率歷史數(shù)據(jù)和理論因子模型,，應(yīng)用統(tǒng)計(jì)回歸分析和模擬方法建立預(yù)測(cè)模型,；三是市場(chǎng)數(shù)據(jù)隱含分析法，即由正常貸款和債券的升水幅度中隱含的風(fēng)險(xiǎn)信息分析而得,。

由于多種原因，公司收購的不良債權(quán)在不同企業(yè)以及不同地區(qū)之間的質(zhì)量差異非常大,，影響其回收價(jià)值的因素很多,，影響方式也很復(fù)雜。如何測(cè)算不良債權(quán)的回收價(jià)值,，國(guó)內(nèi)外一直也沒有成熟的經(jīng)驗(yàn)可以借鑒和推廣,。大公根據(jù)自身多年金融資產(chǎn)評(píng)估和資產(chǎn)證券化的實(shí)踐和研究積累，結(jié)合我國(guó)金融資產(chǎn)管理公司處置金融不良資產(chǎn)的實(shí)踐,，發(fā)展了多種不良資產(chǎn)估值定價(jià)技術(shù),，包括基于主成分的多元回歸分析、支持向量機(jī)理論,、人工神經(jīng)網(wǎng)絡(luò)模型等,。大公在這幾種模型的基礎(chǔ)上，跟蹤國(guó)內(nèi)外最新研究,，不斷創(chuàng)新,、融合。

1,、基于主成分的多元回歸分析方法

主成分分析是考察多個(gè)變量間相關(guān)性的一種多元統(tǒng)計(jì)分析方法,，它是研究如何通過少數(shù)幾個(gè)主成分(即原始數(shù)據(jù)的線性組合)來解釋多變量的方差—協(xié)方差結(jié)構(gòu)。也就是導(dǎo)出幾個(gè)主成分,，使其盡量多地保留原始變量的信息,，且彼此線性無關(guān)。主成分分析是利用降維的思想,，通過對(duì)原始指標(biāo)相關(guān)矩陣內(nèi)部結(jié)構(gòu)關(guān)系的研究,，設(shè)法將原來的多個(gè)指標(biāo)重新組合成少數(shù)幾個(gè)新的線性無關(guān)的綜合指標(biāo)來代替原始指標(biāo)，同時(shí)根據(jù)實(shí)際需要從中取較少的幾個(gè)綜合指標(biāo)盡可能多的反應(yīng)原始指標(biāo)的信息,。

2,、支持向量機(jī)方法

支持向量機(jī)是建立在統(tǒng)計(jì)學(xué)習(xí)的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理的基礎(chǔ)上，根據(jù)有限的樣本信息在模型的復(fù)雜性(即對(duì)特定訓(xùn)練樣本的學(xué)習(xí)精度)和學(xué)習(xí)能力（即無錯(cuò)誤地識(shí)別任意樣本的能力）之間尋找最佳折衷,，以期獲得最好的推廣能力,，最初是由AT&TBell實(shí)驗(yàn)室的Vapnik針對(duì)解決模式識(shí)別問題提出的一類新型機(jī)器學(xué)習(xí)算法。

支持向量機(jī)的提出是因?yàn)樵趯W(xué)習(xí)過程中樣本數(shù)據(jù)分類的需要,。假設(shè)一些給定的樣本數(shù)據(jù)分為兩種不同類的樣本集,，目標(biāo)是判定一個(gè)新的數(shù)據(jù)是屬于哪個(gè)樣本集。在支持向量機(jī)的方法中，一個(gè)數(shù)據(jù)樣本被視為一個(gè)p維的向量,，并且我們希望可以用一個(gè)p-1維的超平面分離這些數(shù)據(jù),。這稱之為線性歸類。有很多超平面可以分離這些數(shù)據(jù),，但我們更感興趣能否找到一個(gè)最優(yōu)的超平面使得兩個(gè)樣本集的距離最大,。也就是說，我們選定的超平面與最近的樣本數(shù)據(jù)的距離是最大的,。

3,、人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是一種模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型,。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度,，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的,。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和自適應(yīng)的能力,，可以通過預(yù)先提供的一批相互對(duì)應(yīng)的輸入－輸出數(shù)據(jù)，分析掌握兩者之間潛在的規(guī)律,，最終根據(jù)這些規(guī)律,，用新的輸入數(shù)據(jù)來推算輸出結(jié)果，這種學(xué)習(xí)分析的過程被稱為“訓(xùn)練”,。

人工神經(jīng)網(wǎng)絡(luò)模型主要考慮網(wǎng)絡(luò)連接的拓?fù)浣Y(jié)構(gòu),、神經(jīng)元的特征、學(xué)習(xí)規(guī)則等,。目前,，已有近40種神經(jīng)網(wǎng)絡(luò)模型，其中有反傳網(wǎng)絡(luò),、感知器,、自組織映射、Hopfield網(wǎng)絡(luò),、波耳茲曼機(jī),、適應(yīng)諧振理論等。

大公不良資產(chǎn)估值定價(jià)模型

大公設(shè)計(jì)的不良資產(chǎn)定價(jià)技術(shù)方案采用的主要思路如下：以已處置終結(jié)的歷史數(shù)據(jù)和相關(guān)外部宏觀區(qū)域數(shù)據(jù)為基礎(chǔ),，在對(duì)數(shù)據(jù)信息進(jìn)行標(biāo)準(zhǔn)化處理的基礎(chǔ)上進(jìn)行數(shù)據(jù)挖掘,，提取不良資產(chǎn)定價(jià)影響因子；分析影響因子的相關(guān)性,、變動(dòng)趨勢(shì)及對(duì)不良資產(chǎn)實(shí)現(xiàn)價(jià)值的影響程度,，進(jìn)而建立不良資產(chǎn)定價(jià)模型；通過獲取回收率分布狀態(tài),，以區(qū)間和概率的形式反映不良資產(chǎn)價(jià)值,。

1,、整體技術(shù)分析框架

在技術(shù)層面上，目前大公已有不良資產(chǎn)定價(jià)方面的相關(guān)經(jīng)驗(yàn),，但鑒于不良資產(chǎn)數(shù)據(jù)的“海量”及其受到名目繁多而又錯(cuò)綜復(fù)雜的內(nèi)外因素影響的特點(diǎn),，并結(jié)合現(xiàn)階段社會(huì)對(duì)動(dòng)態(tài)反映不良資產(chǎn)價(jià)值的需求，大公采用以下的技術(shù)路線,。

首先,，對(duì)影響不良資產(chǎn)定價(jià)的因素進(jìn)行細(xì)致、深入,、全面的分析和研究,，識(shí)別并確定不良資產(chǎn)數(shù)據(jù)的特征，通過一些諸如相關(guān)性分析,、回歸分析、異常值處理和數(shù)據(jù)標(biāo)準(zhǔn)化等技術(shù)處理后形成大公建立模型并進(jìn)行檢驗(yàn)和預(yù)測(cè)的數(shù)據(jù)庫,。

其次,，在大公構(gòu)建的這些數(shù)據(jù)庫基礎(chǔ)上結(jié)合數(shù)據(jù)的特征分析建立能滿足不良資產(chǎn)定價(jià)模型包。在已有的不良資產(chǎn)定價(jià)經(jīng)驗(yàn)和對(duì)不良資產(chǎn)數(shù)據(jù)深入分析基礎(chǔ)上,，大公經(jīng)過多年的研究和測(cè)試,，有針對(duì)性地以“基于主成分分析的多元回歸”和“支持向量機(jī)”這兩種方法為主進(jìn)行研究和設(shè)計(jì)，同時(shí)也關(guān)注一些其他模型方法的使用,，例如神經(jīng)網(wǎng)路模型,、非參數(shù)模型等，根據(jù)模型檢驗(yàn)的有效性,、可解釋性,、穩(wěn)定性、敏感性,、參數(shù)獲取的真實(shí)性和可預(yù)測(cè)性等原則來綜合評(píng)價(jià)模型的取舍,，最終采用國(guó)內(nèi)外先進(jìn)的資產(chǎn)定價(jià)理念建立了基于非參數(shù)回歸方法的不良資產(chǎn)估值定價(jià)模型。

2,、指標(biāo)選取及其說明

由于不良資產(chǎn)定價(jià)的難點(diǎn)所在和數(shù)據(jù)標(biāo)準(zhǔn)的影響,，大公根據(jù)自身在不良資產(chǎn)定價(jià)方面的研究經(jīng)驗(yàn)提出以下核心數(shù)據(jù)指標(biāo)，指標(biāo)劃分為定性指標(biāo)和定量指標(biāo),，指標(biāo)的具體衡量方式如圖1所示,。

3、不良資產(chǎn)定價(jià)模型分析思路

根據(jù)大公設(shè)計(jì)的技術(shù)路線,，和對(duì)存量數(shù)據(jù)的基礎(chǔ)分析研究基礎(chǔ)上,，提供以下建模分析思路。

建模分析步驟如下：

（1）選取不良資產(chǎn)定價(jià)的因素（或指標(biāo)）并分成三部分,，從宏觀,、中觀和企業(yè)三個(gè)維度選取和定價(jià)相關(guān)的因素或指標(biāo),。

（2）利用相關(guān)性分析，回歸分析等技術(shù)篩選相關(guān)因素（或指標(biāo)）,，并形成了相應(yīng)的不良資產(chǎn)企業(yè)數(shù)據(jù)庫,。

（3）對(duì)數(shù)據(jù)庫信息進(jìn)行量化、異常值和標(biāo)準(zhǔn)化處理,，形成數(shù)值型的數(shù)據(jù)庫,。

（4）根據(jù)已處置終結(jié)數(shù)據(jù)庫和未處置數(shù)據(jù)庫，及相關(guān)宏觀,、中觀數(shù)據(jù)構(gòu)成建模數(shù)據(jù)庫,，部分宏觀數(shù)據(jù)庫和未處置數(shù)據(jù)庫構(gòu)成預(yù)測(cè)數(shù)據(jù)庫。

（5）利用聚類分析,、特征分析,、回歸分析、支持向量分類機(jī)等技術(shù)和工具對(duì)建模數(shù)據(jù)庫進(jìn)行進(jìn)一步分類,，以形成一些特征訓(xùn)練樣本數(shù)據(jù)庫和特征檢驗(yàn)樣本數(shù)據(jù)庫,。

（6）選定一個(gè)特征訓(xùn)練樣本數(shù)據(jù)庫和對(duì)應(yīng)的特征檢驗(yàn)樣本數(shù)據(jù)庫。

（7）選定設(shè)計(jì)的預(yù)測(cè)模型,，通過該特征訓(xùn)練樣本數(shù)據(jù)庫和特征檢驗(yàn)樣本數(shù)據(jù)庫來確定和檢驗(yàn)所選的模型,。

（8）模型效果評(píng)價(jià)：

a.如果評(píng)價(jià)效果不好，有可能是模型選擇得不好,，從新選擇模型,，流程返回到步驟（7）。

b.效果不好,，也有可能是之前我們忽略了一些重要因素（或指標(biāo)）,，流程返回到（1），重新對(duì)影響因素進(jìn)行分析,。

c.如果評(píng)價(jià)效果符合預(yù)期,，則我們已經(jīng)找到了合適預(yù)測(cè)模型，流程到此結(jié)束,。

根據(jù)科學(xué)的建模方法和以上分析思路,，大公從設(shè)計(jì)和研發(fā)的多個(gè)不良資產(chǎn)定價(jià)模型進(jìn)行壓力測(cè)試，最終形成自主研發(fā)基于大數(shù)據(jù)的估值定價(jià)模型,。

應(yīng)用及前景

據(jù)目前為止,，大公研發(fā)的不良資產(chǎn)估值定價(jià)模型在業(yè)內(nèi)備受好評(píng)，主要應(yīng)用于不良資產(chǎn)的收購和處置兩大場(chǎng)景,。模型定位于單戶債權(quán)不良資產(chǎn)價(jià)值估值技術(shù),，并可以批量估算資產(chǎn)包價(jià)值、預(yù)測(cè)可回收價(jià)值等,，在此基礎(chǔ)上考慮成本和利潤(rùn),，推算收購和處置價(jià)值,，從而用于資產(chǎn)收購和處置業(yè)務(wù)。

實(shí)驗(yàn)表明,，大公不良資產(chǎn)估值定價(jià)模型有相對(duì)較好的精度,，基本上能滿足當(dāng)前不良資產(chǎn)業(yè)務(wù)需求。模型的穩(wěn)定性能較好,，這一點(diǎn)在交叉試驗(yàn)中得到了證明,。針對(duì)當(dāng)前已經(jīng)處置完畢的樣本進(jìn)行實(shí)驗(yàn)表明模型的推廣能力較強(qiáng)，但由于模型的基本原理是采用歷史的樣本數(shù)據(jù)來表達(dá)未來的預(yù)測(cè)樣本數(shù)據(jù),，若這兩個(gè)樣本集合缺乏表達(dá)性關(guān)聯(lián),，即樣本分布規(guī)律差異較大，則估值結(jié)果就會(huì)變差,，這也是所有量化模型的缺點(diǎn),，大公相關(guān)技術(shù)研發(fā)團(tuán)隊(duì)已經(jīng)著手研究和解決此問題，力爭(zhēng)研發(fā)更完美的定價(jià)模型,。