二十世紀末官方公布的中國國有銀行業不良貸款率高達29.18%，中國銀行業可謂到了岌岌可危的時候。為解決中國金融體系的問題，1999年中國政府在借鑒國際經驗的基礎上相繼成立東方、信達、華融、長城四大資產管理公司，分別負責收購、管理、處置相對應的中國銀行、中國建設銀行、國家開發銀行、中國工商銀行和中國農業銀行所剝離的不良資產近14000億元。此后在中國銀行業的股份制改革過程中，四大資產管理公司又陸續收購了上萬億的不良貸款。十余年來，資產管理公司順利實現既定目標，為中國金融體系的穩定立下汗馬功勞。
作為中國歷史上一次前所未有的成立專門機構處置不良貸款活動，同時也是世界史上一次罕見的大規模的不良貸款處置活動，資產管理公司在對不良貸款的處置中積累了大量的寶貴經驗。對這些經驗進行深度挖掘，不僅具有重要的史料價值，為人們展現中國金融史上這段不平凡歲月背后的經濟規律，而且為中國銀行業提高風險防范能力，落實巴塞爾資本協議II、III，提供重要的參考依據和參數標準。
隨著時間的流逝，當時不良貸款處置的記錄、數據和經驗都尚未有全面、完整的總結，從而面臨數據、歷史資料遺失的可能性。從數據、模型來分析其中的處置、回收的客觀經驗，不僅是對數據和歷史很好的記錄，更可以挖掘數據背后的客觀規律，提升數據本身的價值。另一方面，當前由次貸危機引發的金融危機、主權債務危機成為各國政府關注的重點，其中涉及的不良資產產生原因、風險監管問題以及后期不良資產處置回收方法成為學術界和業界關注的重點，而這與我國資產管理公司大規模處置不良貸款的歷史事件不謀而合。過去的幾年中，我們的團隊一直從事中國不良貸款回收的研究，在國際國內重要學術期刊上發表了十幾篇學術論文，有了豐富的積累。我們認為現在是時候對過去的工作進行總結，撰寫一本專著來論述我國不良貸款處置的影響因素、特點和方法，對我國不良貸款處置背后的各種隱藏起來的關系進行一個科學、量化刻畫，為當前和未來可能出現的大規模呆壞賬和不良資產處置提供參考信息。
本書研究的特點是從海量微觀數據出發，通過運用大量的數學模型，試圖透過事物的表象，發現事物背后規律性的東西，而不是大而化之的歷史事件的堆砌。整個研究圍繞資產管理公司不良貸款“產生原因、處置方式、影響因素、計量實證”這_主線，利用數據挖掘、廣義線性、非線性回歸、壓力測試、生存分析等多種計量方法，全面分析不良貸款處置、回收過程中的方方面面問題，主要包括不良貸款處置、回收方式對比、回收影響因素分析等。計量模型以東和中科LGD聯合實驗室為依托，利用東方資產管理公司旗下東和數據公司（東方金誠）建立的違約損失率數據庫-LossMetrics展開研究。該數據庫包括中國銀行、建設銀行和工商銀行等在全國十七個省市二十一個行業近兩萬家企業的七萬多筆時間跨度超過十年的違約貸款的清收數據，每條數據內容涵蓋了包括各筆違約貸款、違約貸款債務人和每筆違約貸款處置的詳盡信息，數據質量非常高。這是國內獨一無二的不良貸款清收數據庫，可能也是國際上最大的不良貸款清收數據庫，豐富的數據為模型和論述打下堅實基礎。全書的重點在于基于可靠、翔實的數據基礎，利用多個不同模型，從不同的角度量化地分析中國資產管理公司的處置、回收經驗并從中挖掘客觀科學的規律。全書模型主要包括時點靜態模型和時變動態模型，既包括在截面數據角度下分析企業規模、抵押因素、處置方式選擇與不良貸款回收相關關系等的多個模型；也包括在時變角度下分析宏觀經濟在全局和地區范圍與回收關聯的若干模型；還包括在時變角度下分析不良貸款的特殊效應——回收衰退效應影響的生存分析模型。
整個研究從2008年年初開始。當時應東方資產管理公司旗下的東和數據咨詢公司、東方金誠信用評級公司以及中和資產評估公司之邀，成立了東和中科LGD聯合實驗室，共同開展這項研究，并以該項研究為基礎，通過數據挖掘、模型構建和驗證以及經濟、機理分析，完成了本書。本書在寫作過程中還得到了國家自然科學基金重點項目（No.71532013）、國家自然科學青年基金（No.71203247）、北京市社科一般項目（No.16YJB036）的支持。
參與研究的人員除了本書的作者以外，還包括我們的學生陳浩、唐躍、王博、馬宇超、代太山、周小林、王鳳玲、溫琪、黃意求、潘亮、董亮、張玲等。在此，我對他們的貢獻表示最衷心的感謝。同時也歡迎各學術界和業界同仁對書中的觀點、經驗總結進行批評和指正。
第1章 中國資產管理公司的成立及不良貸款處置方式
1．1 中國資產管理公司的成立
1．2 我國資產管理公司的發展
1．3 國際金融機構有關不良資產處置的經驗
1．4 國際金融機構采用的處置管理模式
1．5 國際資產管理公司對不良資產的處置方式
1．6 中國資產管理公司不良資產主要處置方式的流程概述
1．6．1 不良資產處置流程
1．6．2 不良資產處置方式概述
1．7 不同處置方式樣本分布頻率對比
1．8 本章小結
第2章 不良資產處置方式的影響因素分析
2．1 引言
2．2 影響因素分析和檢驗
2．2．1 影響因素分析
2．2．2 列聯表檢驗
2．3 處置方式判別模型
2．3．1 決策樹判別模型
2．3．2 決策樹判別結果
2．3．3 PLTR判別模型
2．4 本章小結
第3章 單戶處置的回收率的影響因素分析
3．1 引言
3．2 回收率總體描述
3．2．1 LossMetrics數據庫概述
3．2．2 回收率分布的直方圖描述
3．3 零回收和部分回收影響因素的對比分析
3．4 不同剝離方式回收率的對比分析
3．5 本章小結
第4章 單戶處置回收率計量模型
4．1 引言
4．2 模型自變量設定
4．3 各因素的解釋力比較
4．4 回收率計量模型
4．5 宏觀經濟變量對計量模型的貢獻
4．6 本章小結
第5章 基于廣義Beta分布的單戶回收率分布特征
5．1 引言
5．2 廣義Beta回歸模型
5．3 不同因素下回收率的分布特征分析
5．3．1 地區因素
5．3．2 行業因素
5．3．3 經營狀況因素
5．3．4 工商登記因素
5．3．5 五級分類因素
5．3．6 擔保因素
5．4．多因素廣義Beta回歸模型
5．4．1 基于政策性剝離樣本的模型
5．4．2 基于商業性收購樣本的模型
5．4．3 模型比較和分析
5．5 本章小結
第6章 打包處置回收率的影響因素分析
6．1 引言
6．2 模型預處理
6．2．1 樣本選取
6．2．2 資產包回收率的影響因素
6．3 預估回收率
6．3．1 資產包模型介紹
6．3．2 資產包影響因素
6．3．3 各因素的解釋力比較
6．4 打包回收率計量模型
6．5 本章小結
第7章 不良貸款回收率的地區差異分析
7．1 引言
7．2 政策性剝離的不良貸款回收率的地區差異研究
7．2．1 研究方法與思路
7．2．2 回收率存在顯著的地區差異的論證
7．2．3 回收率的地區差異原因探究
7．3 經濟發展水平與市場化程度指標
7．3．1 資產組合層面
7．3．2 單樣本層面
7．4 回收率的區域聚類研究
7．4．1 回收率的區域聚類實證結果
7．4．2 政策性轉讓貸款的區域差異總結
7．5 商業性收購的不良貸款回收率的地區差異研究
7．5．1 研究設計
7．5．2 商業性收購的不良貸款回收率存在顯著地區差異的論證
7．5．3 商業性收購的不良貸款回收率的地區差異原因探究
7．5．4 商業性收購貸款地區差異總結
7．6 本章小結
第8章 不良貸款回收率時間衰減效應分析
8．1 引言
8．2 研究設計
8．2．1 數據
8．2．2 研究思路
8．3 總樣本的回收率實證
8．4 非破產企業的回收率實證
8．4．1 破產企業的特性
8．4．2 非破產企業的回收率表現
8．5 破產企業的回收率研究
8．5．1 破產企業的回收率在時間維度上的表現
8．5．2 破產企業的回收率與宏觀經濟周期
8．6 本章小結
第9章 宏觀經濟因素對不良貸款回收率的影響
9．1 引言
9．2 數據描述和宏觀變量選取
9．3 基本統計分析
9．4 回收率與宏觀變量的Granger因果關系
9．5 回歸分析
9．5．1 單變量模型
9．5．2 多變量模型
9．6 本章小結
第10章 Downturn LGD的估計
10．1 引言
10．2 數據描述和宏觀變量選取
10．3 基本統計分析
10．4 回收率與宏觀變量的Granger因果關系
10．5 回歸分析
10．6 模擬壓力測試
10．7 本章小結
第11章 資產管理公司和商業銀行LGD模型對比
11．1 引言
11．2 不良貸款回收率全模型構建
11．2．1 模型構建框架
11．2．2 實證結果
11．3 商業銀行貸款回收率全模型構建
11．3．1 全樣本判別模型
11．3．2 影響因素分析
11．3．3 全樣本判別模型構建
11．3．4 組合模型
11．3．5 模型簇效果分析
11．3．6 商業銀行貸款回收率模型小結
11．4 資產管理公司和商業銀行回收率模型對比
11．5 本章小結
第12章 前事不忘，后事之師
12．1 結論
12．2 新一輪不良資產的集聚風險
12．3 政策建議
12．4 研究和應用展望
參考文獻
后記
《運籌與管理科學叢書》已出版書目
新書資訊