搜狐首页 财经 贴身校花2

手机搜狐

SOHU.COM

互金“不良”数据统计小秘密 不说不知道!

每个行业都有一些“不能说的秘密”,作为一个透明度还不那么高的新兴领域,互联网金融自然也有不少“死穴”。比如:“不良”数据、盈利情况、公司估值、员工数量等等,都是各家公司讳莫如深的信息。

今天先说说跟行业发展最息息相关的“不良”数据。

这个行业似乎形成了一个矛盾的现象:一边,每个人都说行业的整体资产质量令人担忧,潜藏着巨大的风险;但另一边,每家机构披露的“不良”数据又始终在低位徘徊。从已公布的一些公司数据来看,甚至普遍低于银行业的“不良”率。

这一矛盾现实也折射出了互金行业“不良”尚未形成统一定义、统计标准,以及披露机制的硬伤。“不良率”本来是一个公司的经营状况问题,但是因为外部竞争和内部压力等种种原因,最后很容易就变成了一个会计问题。

模糊的界定标准

关于“不良”的界定,商业银行五级分类的标准最为明确和清晰。

根据规定,目前银行里的贷款五级分类制是依据借款人的还款能力,即最终偿还贷款本金和利息的实际能力,确定贷款遭受损失的风险程度,将商业贷款划分为正常、关注、次级、可疑、损失五类。其中,后三类称为不良贷款。

所以,如果仅以时间标准来看,逾期90天就调为“不良”。(次级的定义为:本金或利息逾期91天至180天的贷款或表外业务垫款31天至90天)。

但在互联网金融行业,这个定义就变得复杂了。从第一财经记者了解到的情况来看,大部分互金公司对外披露关于“不良”的界定通常还是参考银行的标准,即逾期90天以上算作不良贷款。当然,也有比较严格的机构,逾期1天也算作“不良”。

虽然对于“不良”的界定有所差异,但不同公司“不良”数据悬殊巨大、行业数据真假参半的真正秘密还在统计方式上。

简单来说,银行不良率的计算公式是这样的:不良贷款率=(次级类贷款+可疑类贷款+损失类贷款)/各项贷款×100%。但落在互金行业,即便采用类似的统计方式,对上述公式中分子、分母的界定不尽相同,也让操作空间大了许多。

“不良”统计的秘密

1、统计标准各不同

目前互金行业里常用的“不良”统计方式有三类:

第一种是类似银行业的余额“不良率”,即截至到某一时点的不良余额/贷款余额,但这个存量的日期有选择期初的也有选择当前的,30、60、90、180天都有。而为了便于对外说明,主流的做法是跟银行类似,逾期90天以上为“不良”。

这一统计方式的好处是,可以通过短期内做大分母来稀释不良率。所以,虽然“不良率”同是以“不良”规模除以贷款余额,但追究到分子分母的来源和算法,至少有二三十种不同的定义方式,而每种方式都能得出不同的数字。

精选