时变网络在银行高管经济责任审计中的应用

2023-12-27 16:37张恩勇 祝国军
今日财富 2023年35期
关键词:集中度借款高管

张恩勇 祝国军

监管要求,单一集团(关联)客户贷款集中度不得超过单家银行资本净额的15%,而集团客户的定义是指由多个法人、其他组织或个人组成的、相互间由产权关系连接起来的客户,或是相互之间存在直接或间接的拥有或控制关系,以及在利益上具有关联关系等特征的客户。在实际信贷业务中,实际控制人利用信息不对称,利用其实际控制的多个借款主体申请贷款,银行难以识别出来,导致向同一实际控制人的相关主体发放过多的贷款,形成贷款集中度风险,后果是其中一个借款主体出现不良状况,其风险迅速传导到集团内的其他客户,导致迅速形成巨额不良贷款。利用银行积累的海量担保数据、股东数据、企业客户高管数据,挖掘不同时点的担保关系、股东关系、高管关系,构建多层次时变网络,能够观测集团客户关联关系的形成,用于界定超集中度集团客户、集团客户风险形成等方面的领导责任,对于审计实务具有现实指导意义。

近年来,随着经济下行、房地产贷款需求低迷,银行容易受经济波动冲击,银行面临的风险受到越来越多的关注。而在众多的风险中,集团客户关联风险是最容易引起银行整体危机的重大风险,包商银行破产就是很好的例证。集团客户担保关联,会导致风险在集团客户间传导,对集团客户风险防控提出更高的要求。认定集团客户的关键是关联关系的排查,也即单一客户之间是怎样关联在一起的。但是,关联关系是动态变化的,集团(关联)客户内,可能因为某一笔贷款结清或者借款主体更换股东等,导致关联关系变化,表现为网络节点或连线的产生与消失。笔者所在审计机构在日常审计工作中,运用时间切片多层网络,关注关联贷款的成长性,用于区分不同审计期间关联贷款的形成与管理责任。

一、问题的提出

在银行业务经营中,掌握关联(集团)贷款情况是防范贷款集中度的关键一环,监管部门要求银行上报关联(集团)客户,现场审计也要排查被审机构的关联(集团)客户信息,判断被审机构关联(集团)客户披露是否充分。根据《商业银行集团客户授信业务风险管理指引》(中国银行业监督管理委员会令2007第12号,下称“指引”),集团(关联)客户的定义、特征及监管要求如下。

(一)集团(关联)客户定义

是指由多个法人、其他组织或个人组成的、相互间由产权关系连接起来的客户,或是相互之间存在直接或间接的拥有或控制关系、以及在利益上具有关联关系等特征的客户。

(二)集团(关联)客户的主要特征

一是在股權上或者经营决策上直接或间接控制其他企事业法人或受其他企事业法人控制的。二是共同被第三方企事业法人或个人所控制的。三是主要投资者个人、关键管理人员或与其近亲属(包括三代以内直系亲属关系和二代以内旁系亲属关系)共同直接控制、间接控制。四是对关联方的财务和经营政策有重大影响的。五是一方直接或间接持有另一方的股份总和达到25%以上,或者双方直接或间接同为第三方所持有的股份达到25%以上的。六是一方与另一方之间借贷资金占一方实收资本50%以上的; 七是存在担保关系,且一方(独立金融机构除外)为另一方借贷资金总额的30%以上提供担保的。八是一方生产的产品或商品的销售(包括价格及交易条件等)是由另一方所控制的。九是农合机构认为应当视同集团(关联)客户进行统一授信管理的其他情况。为了方便研究,本文将关联类型归纳为担保关联、股东及高管关联、资金流水关联等隐性关联。

(三)监管要求

指引所指的超过风险承受能力是指一家商业银行对单一集团客户授信总额超过商业银行资本余额15%以上或商业银行视为超过其风险承受能力的其他情况。实际监管中,单一集团客户授信总额不得超过银行资本净额的15%。

二、集团(关联)客户的特征及识别难点

(一)集团客户关联导致过度授信风险

在现有的监管政策下,银行会对集团客户进行统一授信,集团客户在一家银行的授信受到严格监管。在这种情况下,集团客户之间跨银行相互担保,可以顺利通过银行的审查审批,获得更大的授信额度,形成过度授信风险。

(二)集团客户关联自发蔓延风险

据审计经验,如果不加管控,集团客户关联会像树根一样不断增长,范围扩大,带来风险蔓延的后果。截至2019年末,某区域跨地区集团客户关联体32个,到2022年9月末上升至36个,表内外贷款不良率呈上升趋势,同时,担保关联体不良率远高于该区域总体不良率。

(三)集团客户“带病”流动风险

随着银行高管异地交流,高管会将原任职银行的客户带到新的银行办理贷款,导致集团客户跨地市、跨银行流动,集团客户风险随着跨地市、跨银行扩散。

(四)关联贷款的历史性

审计发现,大型的集团客户,一般在银行内长期盘踞,有的甚至长达20年,从一个只有两三个借款主体,借款余额几百万元的集团客户,逐步成长为有上百个借款主体,借款余额几亿元的大型集团客户。关注集团客户在不同时点的网络结构及贷款余额,对区分被审计人在关联贷款的形成责任或关联贷款的化解成效方面极其重要,是实现新时代关联贷款精准审计的重要途径。本文通过构建时间切片多层网络,能够观测不同时点的关联贷款网络结构。

(五)关联关系手工排查与系列贷款历史余额统计缺陷

原有的利用ecel匹配公式手工排查的审计手段有限,难以做到将不同年末数据分别进行关联关系排查。统计历史年度的系列贷款余额时,经常是以审计期间末的关联关系为结果,以审计期间末的借款主体为标准,统计以前年度的系列贷款余额。该方法的缺点是,假设审计期间末的关联关系结果与之前年度的一样,但这与事实相违背,因为关联关系是动态变化的。举例说明,W系列在2020年11月末有10个借款主体,统计2018年末W系列的贷款余额时,将前述10个主体在2018年末的贷款余额相加,便得到W系列在2018年末的贷款余额。而事实可能是,2018年末W系列只有8个借款主体,其他2个借款主体是后期新增的借款主体;又或者2018年末有15个借款主体,其他5个借款主体的贷款在后期结清了。因此,原有的手工排查与统计方法会导致识别系列贷款借款主体及计算系列贷款余额不准确,不利于厘清不同时点关联贷款的形成与管理责任。

三、时间切片多层网络构建及实现

(一)网络的概念

网络是由若干节点和连接这些节点的链路构成,表示诸多对象及其相互联系。复杂网络是由数量巨大的节点和节点之间错综复杂的关系共同构成的网络结构。网络分为有向网络和无向网络。单层网络为元组G = (V,E),其中V为节点,EV×V是连接节点对的边的集合。多层网络可以有任意d个维度,这里定义一个基本层集合的序列L={La},这样每个维度a都有一组基本层La,多层网络定义为一个四联体M=(VM,EM,V,L),V为节点,VM为节点层元组的集合,L为节点间的连线,EM为多层网络的边集(即一组节点和基本层的可能组合对)。

(二)关联贷款时间切片多层网络构建

本文构建的关联贷款时间切片多层网络如图1所示,网络M共有4个节点,所以V={1,2,3,4},该网络有两维度,每个维度都有相应的基本层集L1={A,B,C}和L2={X,Y},其中A代表担保关系,B代表借款企业的股东关系,C代表借款企业的高管关系,X代表时点X,Y代表时点Y。因此总共有六个不同的层:(A,X),(A,Y),(B,X),(B,Y),(C,X),(C,Y),每一层都包含一些节点集V的子集,节点层元组的集合为:

VM={(1,A,X),(2,A,X),(3,A,X),(3,A,Y),(4,A,Y),(1,B,X),(3,B,X),(2,B,Y),(2,C,X),(3,C,Y),(4,C,Y)}V×L1×L2。节点可以在层内和层间以成对的方式相互连接。图层内部的边(即层内边)显示为实线,跨越图层的边(即层间边)显示为虚线。图2为同一时间切片多层网络的底层图GM=(VM,EM),同样,层内边显示为实线,层间边显示为虚线。

(三)运用软件识别担保网络

pajek软件,中文翻译为蜘蛛,是织网高手的意思,pajek是大型复杂网络分析工具,是用于研究目前所存在的各种复杂非线性网络的有力工具。pajek在Windows环境下运行,用于对上千乃至数百万个结点大型网络的分析和可视化操作,英文版最大支持999万个节点同时运算,只需将相关数据输入软件,pajek软件能自动识别集团客户并画出多层时变网络。

四、观测关联贷款的成长

基于上述关联贷款时间切片多层网络的模型,运用pajek软件可以批量计算单一银行甚至跨银行不同时间点的关联贷款网络结构,并且快速算出不同时点系列贷款余额及集中度。这里,笔者计算得出甲银行Z系列贷款2010年-2023年10月末的关联贷款下:2010年末Z系列贷款分为4个小系列,集中度分别为2.2%、3.6%、1.2%、2.8%;2012年末Z系列分为4个小系列,集中度分别为2.3%、4.5%、1.2%、3.1%;2016年末Z系列分为4个小系列,集中度分别为2.8%、6.5%、1.3%、3.5%;2018年末Z系列分为3个小系列(其中两个小系列成长合并),集中度分别为3.1%、14%、4.3%;2023年10月末Z系列全貌(由2018年末的3个小系列成长合并),集中度为25%。可以界定,Z系列超15%集中度的形成时间在2019年-2023年10月。通过这样的观测,锁定超集中度形成的时间段,再调阅相关贷款档案,审计贷款发放过程中,相关高管在审查、审批环节是否充分披露集中度风险,界定相关经济责任。

五、模型拓展

上文只是将担保关系、借款企业的股东关系、借款企业的高管关系与时间戳组合构建时间切片多层网络。实际上,时间切片网络可以拓展到更多层级。

(一)纵轴(L1维度)拓展

一是亲属关系。假如亲属关系数据能获取,可以将上述网络节点中涉及自然人的親属关系作为一层(如D亲属关系),把亲属关系纳入关联关系排查。二是账户流水关系。可以通过数据处理,得出网络节点间资金往来密切程度,以此作为一层(如E账户流水关系),把资金往来密切的,作为关联的一个参考维度。三是经济依存关系。《商业银行大额风险暴露管理办法》(中国银行保险监督管理委员会令2018年第1号) 将经济依存客户纳入关联,并且明确经济依存客户的识别标准。审计中,可以通过会计报表等分析企业的经济依存客户,将经济依存关系作为一层(如F经济依存关系),纳入关联。总之,时间切片多层网络纵轴(L1维度)的层级不受限制,只要符合某一特征的关系,都可纳入一个层,进行关联识别。

(二)横轴(L2维度)拓展

上述时间切片多层网络构建,横轴(L2维度)只是选了时点X和时点Y两个时间切片,实际上,时间切片的数量不受限制,时间密度上,不但是年末时点,还可以是季末、月末时点,乃至到以自然日为时点。根据审计需要,可以组合适用的时间切片。

六、结语

通过担保关系、借款企业的股东关系、借款企业的高管关系与时间戳组合构建时间切片多层网络,可以清晰观测到关联贷款网络结构的成长性,对于审计实践及银行经营都有现实指导意义。

(一)界定领导经济责任。从审计角度看,对于已超集中度的系列,通过刻画不同时点的关联贷款网络结构,厘清超集中度的时间节点,甚至精准捕捉哪一笔贷款直接导致突破集中度限制,以区分被审计人的责任。

(二)实时动态塑像。对接担保数据、企业的高管、股东数据,对集团客户关联情况进行塑像,实时生成集团客户关联图(含担保关联、股东关联、高管关联等)。担保关系的注销、企业高管、股东的变更显示为关联图上节点或连线的产生与消失。同时显示存在关联的集团客户涉及的地区、银行明细、风险状况等,一目了然看到集团客户关联情况及历史变化情况。

(三)防范集中度风险。对于跨地区、跨银行集团客户,出现“大象无形”现象,单家银行难以全面掌握。建议在全省(地市)范围内,收集担保数据、企业类客户的股东及高管数据等,开展全面的关联关系排查,确定存在关联的客户中应纳入集团客户管控的明细,形成统一的集团客户信息嵌入信贷系统,在贷前调查、审查、审批全流程提示集团客户风险。对于临近集中度监管红线的系列,阻止系列贷款网络扩张、阻止向原有的网络节点新增贷款,防止超集中度。

(四)拆解集中度风险。通过观测关联贷款的成长性,可以从关联贷款的历史渊源分析,找到关联贷款的关键人物及关键关联连线,可以找到关联贷款拆分的落脚点,进而有效拆解关联贷款。对于存在关联的集团客户,全面调查其经营情况,判断客户的综合还款能力,按保持、压缩、退出策略,分别制定分期计划,在锁住总体风险的前提下,按照“后手优于前手”的原则,稳步降低集团客户关联程度。新增贷款坚持分散原则,防范新增客户聚集风险。

(作者单位:广东省农村信用社联合社)

猜你喜欢
集中度借款高管
京津冀县域人口集中度分析
借款捆绑婚姻关系致诉讼
不一样的借款保证人
中东铁路与三喇嘛借款
新广告商:广告业周期性在弱化,而集中度在提升 精读
重要股东、高管二级市场增、减持明细
重要股东、高管二级市场增、减持明细
重要股东、高管二级市场增、减持明细
重要股东、高管二级市场增、减持明细
保险公司资本结构、业务集中度与再保险需求研究