抵押贷款的违约损失率(LGD)研究
亚太违约损失率研究与ISDA’s全球风险活动
路漫漫其悠远
LGD是巴塞尔新资本协议的那一部分?
支柱一的要求 - 信用风险
IRB 初级法 IRB 高级法
内部评级结果
由监管者提供 内部测量
由监管者提供 内部测量
由监管者提供 内部测量
路漫漫其悠远
ISDA – 国际掉期及衍生工具协会
非盈利专业协会，代表其超过600名机构 会员，积极推动场外衍生产品的交易与增 长 创办于1985年，总部设在纽约，也在伦敦 、华盛顿、东京及新加坡设有办事处。主 要的活动包括制定ISDA主协议及相关文件 ，法律意见及净扣合法性的正式确认，与 及推广健全的风险管理实践和法门
路漫漫其悠远
效益与费用 效益
跟 BIS 对破产、违约事故的定义，拥有共同 的词汇 对抵押品实现价值的校准 对违约时风险暴露的校准 避免对信用和操作风险的重复计算 符合 Basel II IRB 高级法的数据要求 与北美、欧洲及亚洲等地的参加者分享数据
路漫漫其悠远
效益与费用 费用
参加费 – 每年 US$15,000. 内部准备及提交工作的费用
路漫漫其悠远
帮助策划研究的银行
马来亚银行 Maybank ，吉隆坡 华侨银行 OCBC Bank ，新加坡 渣打银行 Standard Chartered Bank ，新加坡 三井住友银行 Sumitomo Mitsui Banking Corporation ，东京 泰华农民银行 Thai Farmers Bank ，曼谷 西太平洋银行 Westpac Banking Corporation ，悉尼
路漫漫其悠远
研究报告
违约损失率(LGD)研究
违约损失率（LGD）研究作者：陈忠阳博士、副教授中国人民大学中国财政金融政策研究中心、中国人民大学财政金融学院长期以来，人们对信用风险的关注和研究主要在于交易对手违约的可能性，即违约概率PD（Probability of Default），而对交易对手一旦违约可能造成的损失程度，即违约损失率LGD(Loss Given Default)的研究远远不及违约概率PD，然而，作为反映信用风险程度的基本参数之一，LGD相比于PD对信用风险管理有着同样的重要性。
尤其是自新巴塞尔资本协定将LGD和PD一同纳入监管资本衡量的基本框架以来，违约损失率（LGD）引起了监管界、业界、和理论界的高度重视。
一、LGD性质与特点违约损失率LGD是指债务人一旦违约将给债权人造成的损失数额，即损失的严重程度。
从贷款回收的角度看，LGD决定了贷款回收的程度，因为，LGD＝1－回收率。
构成一个完整风险概念的两个基本要素是损失的可能性和一旦损失发生后的损失规模，即损失的严重程度。
因此，LGD是除违约概率PD以外反映信用风险水平的另外一个重要参数，两者结合在一起才能全面反映信用风险水平。
显然，PD既定的情况下，LGD越高，信用风险越大。
预期损失率（Expected Loss, EL）是反映信用风险的一个指标，它是LGD和PD的乘积：预期损失率（EL）＝LGD × PD。
1PD和LGD都是反映债权人面临债务人违约的信用风险的重要参数，因此，两者都受到债务人信用水平的影响，然而，从性质上看，两者又有重要的区别。
总的来说，PD是一个交易主体相关变量，其大小主要由作为交易主体的债务人的信用水平决定；而LGD具有与特定交易相关联的特性，其大小不仅受到债务人信用能力的影响，更受到交易的特定设计和合同的具体条款，如抵押、担保等的影响。
因此，对于同一债务人，不同的交易可能具有不同的LGD，如对于同一债务人的两笔贷款，如果一笔提供了抵押品，而另一笔没有，那么前者的LGD将可能小于后者的LGD。
抵押风险分析和抵押贷款违约损失率研究
３４
于晨曦： 抵押风险分析和抵押贷款违约损失率研究
常 与 标 准 法 要 求 一 致 的 风 险 管 理 过 程 建 立 内 部 要 求 。第
四， 对已经违约贷款的具体情况， 银行必须根据当前经
关系可以用 Ｆｉｎｇｅｒ（１９９９）和 Ｇｏｒｄｙ（２０００）的信用资本模型 进行说明， Ｊｏｙ Ｆｒｙｅ （２０００）对其进行了扩展①。假定借款人
ｊ 的风险暴露为 １， 在一年期末， 抵押品的价值由三个变
量决定： 抵押品的数量 "ｊ， 抵押品的波动性 #ｊ， 抵押品对
系统性风险 Ｘ 的敏感度 ｑｊ， 则
如 果 借 款 人 违 约 ， 则 银 行 的 回 收 额 为 ： Ｒｊ＝ｍｉｎ［ １，
Ｃｊ］ ， 即 ＬＧＤｊ＝ｍａｘ［ ０， １－ Ｃｊ］ ； 如果抵押品价值大于风险暴
露额， 则银行不会有损失； 如果抵押品价值小于 ０， 银行
的损失将大于 １。模型可以简化为损失额仅仅与违约相
关， 其计算方法为：
和 模 拟 方 法 建 立 起 预 测 模 型 ， 以 Ｅｄｗａｒｄ Ｉ．Ａ．和 Ｃ．Ｅ． Ａｌ－
ｌａｎ （１９９４）的研究为代表， 即：
债券的市值
ＬＧＤ＝１－
（ ６）
违约时债券的账面价值
历史数据回归分析法主要反映债务的市场价值， 数
据来自市场实际交易结果， 在该价格中已隐含了投资人
对 回 收 结 果 的 预 期 价 值 ， 本 金 折 现 、利 息 损 失 或 重 整 等
此， 当 Ｘ 为 % 时， ＥＬ 即为（ １－ %） 。
（ 二） 违约损失率的估算方法
穆迪内部评级系统介绍
穆迪内部评级系统介绍由世界上最大的资信评级公司之一穆迪公司所研发设计的信用风险评估系统，是在欧美多家跨国银行被广泛应用的电子化信用风险管理系统。
该系统完全依据欧美银行的需求设计，因此在违约概率的测量、公司情况的评估、抵押物抵押价值的确定及信贷额度等级划分等方面并不一定适合于我国的实际情况。
但这一系统吸收了欧美银行多年来的信用风险控制经验，同时贯彻了新巴塞尔协议的相关要求，其内在的风险控制理念对我国商业银行信用风险控制体系的设计与完善具有相当强的借鉴意义。
故本文即对该系统作以下介绍。
穆迪系统的核心为如下公式：EL％=PD×LGD公式一这个公式涵盖了信用风险控制的全部内容。
EL％指预计损失率，PD指违约概率，LGD指违约损失率。
一、违约损失率(LGD)违约损失率（LGD）用于衡量银行在每一单位的名义风险敞口下，当借款人违约时所实际暴露的风险敞口。
它是一种与借款工具因素（即债项）相关的违约比率，其大小完全只与银行信贷额度所安排的借款工具相关，而与借款人的信用等级没有任何关系。
即对于任何一个借款人而言，如果使用的借款工具是完全相同的，那么计算出的违约损失率也必然相同；对于同一借款人而言，当其使用不同的借款工具时，违约损失率也可能会不同。
其计算公式是：违约损失率=违约敞口/名义风险敞口公式二其中，名义风险敞口指银行某一融资项目总的信贷额度风险敞口；违约敞口则是指扣除了抵押物的价值因素后的风险敞口，即当借款人出现违约时，银行实际风险暴露的数量。
违约损失率的计算步骤如下：（一）确定名义风险敞口的大小。
穆迪系统将名义风险敞口划分为表内金额和表外金额两种作区别对待。
前者即被视为实际借出的金额；后者则只是可能借出的金额，是一种或有风险。
对于表内金额，穆迪系统将其全额计算为名义风险敞口；对于不同种类的表外金额，则按照不同的比例（100％、75％、50％、20％）确定其名义风险敞口。
比如：银行保函和备用信用证等，将按照100％全额计算，因为一旦被要求，银行就必须无条件地进行全额偿付；而开立信用证等，则按照20％计算，因为银行拥有货权凭证，从而大大降低了损失可能性。
lgd经济学术语
lgd经济学术语
“LGD”在经济学中通常指的是“违约损失率”（Loss Given Default）。
这是一个用于评估贷款或投资在违约情况下可能遭受的损失的指标。
LGD的计算方式是，先估计贷款或投资的“违约概率”，然后根据这个概
率和违约发生后的损失程度来计算。
例如，如果一个贷款的违约概率为5%，且违约发生后能回收的金额为50%，那么这个贷款的LGD就是50%（即100% - 50% = 50%）。
LGD是风险评估中的一个重要指标，它可以帮助投资者和金融机构了解他
们所面临的风险，从而更好地管理自己的资产和负债。
以上内容仅供参考，建议查阅金融学书籍或咨询专业人士获取更多更准确的信息。
初级IRB法下LGD的计算
初级IRB法下LGD的计算按照初级法规定，一些银行利用合格的抵押品对公司暴露进行担保，在此确定有效违约损失率的方法如下：（1）满足最低合格抵押品要求，但收到的抵押品当前值（C）和贷款的当前值（E）的比率低于标准水平C*（即贷款要求的最低抵押水平）的贷款，以及对无抵押部分、或由不合格的金融抵押或IRB法其他不合格抵押品抵押的部分，将采用45%的违约损失率（次级债为75%）。
（2）C和E的比率超过了另一个较高的标准水平C**（即要求对全部违约损失率超额抵押的水平）的贷款根据下表给予一个最低违约损失率LGD*。
表-1显示了采用的违约损失率及对高级暴露已抵押部分要求的超额抵押水平。
表-1 各类抵押品对应的违约损失率（3）风险敞口被分为全额抵押和无抵押部分。
敞口全额抵押的部分,即C/C** 可获得此类抵押品的最低违约损失率LGD*。
暴露的剩余部分被认为是无抵押，获得45%的违约损失率。
（4）组合抵押的LGD算法按照初级法规定，银行已经获得金融抵押和IRB法的其他合格抵押，确定此类交易有效违约损失率的方法是标准法的处理方式，并且建立在下列指导原则基础之上：首先，银行在已经得到多种形式信用风险缓释工具的情况下，将贷款的调整值（在合格金融抵押品折扣之后）分成若干部分，每一部分由一种信用风险缓释工具覆盖。
也就是银行必须把贷款分成由合格的金融抵押品的部分，由应收账款抵押的部分，由商用房地产/居住用房地产抵押的部分，由其他抵押品抵押的部分，以及相关的无抵押部分。
其次，商用房地产/居住用房地产和其他抵押品价值的总和（在确认合格金融抵押和应收账款抵押作用之后）与扣减后贷款的比率低于标准水平C*，贷款无抵押部分的违约损失率是45%。
此外，新协议还要求银行对贷款全额抵押部分的风险加权资产分别进行计算。
穆迪违约损失率模型Moody LGD
Moody’s Analytics Professional Services巴塞尔新资本协议下的违约损失率模型开发与债项评级的解决方案2009年2月介绍大纲巴塞尔新资本协议：关于违约损失率的相关要求违约损失率的影响因素和模型违约损失率模型开发与债项评级的解决方案–中国的挑战–主要问题–解决方案的框架结构–业务流程改进解决方案–模型开发的初步工作：专家模型和模型因素的分析–问题的讨论2Moody’s Analytics Professional Services巴塞尔新资本协议：违约损失率的相关要求标准法和内部评级法：抵押品管理标准法和内评初级法规定有资格的抵押品应该具备以下特点：法律地位明确能够客观估值（可以采取盯市价格）良好的流动性价值波动性较低和交易对象的信用相关性较低有资格的抵押品种类：金融抵押品（标准法和内评初级法）应收账款（内评初级法）商用房地产/居住用房地产（内评初级法）其它抵押品（内评初级法）4标准法：认可抵押品类型标准法认可的抵押品：–现金类，包括存款证明或者银行发行的类似现金的工具。
–黄金–债券类，包括公认的外部信用评级机构评定的债券（国家公共部门发行BB-，其它机构BBB+以上）和未经外部信用评级机构的债券（银行发行、交易所交易、优先债务等）。
–股票类，包括纳入主要市场指数中的股票和可转换债券等。
–证券和基金类，包括集体投资可转让证券和共同基金。
标准法中综合法认可的抵押品（在简化法基础上）：–不属于主要市场成份股，但在认可交易所交易的股份–集体投资可转让证券和共同基金（每日公开报价）–满足一定标准的银行发行的未经外部评级机构评估的债券5标准法：信用风险缓释的调整一、简化法（风险权重）根据替代原则将抵押或者担保部分与风险暴露部分分开计算权重。
二、综合法（风险暴露和风险权重）考虑抵押品无法按面值变现的风险和银行无法对抵押品行使物权的风险–未来贷款期限内抵押价值的波动性–抵押部分和风险暴露部分的价值变化–抵押品标价货币和贷款货币不一致产生的汇率风险风险缓释调整后风险暴露=Max {0, [E x (1 + H e) –C x (1 –H c–H fx)]}H e: 风险暴露本身价值波动的调整折扣H c: 抵押品价值波动的调整折扣H fx: 货币错配的调整折扣（1）标准监管折扣（2）银行自行估计的折扣67内部评级法初级法：违约损失率的标准内评初级法不直接调整风险权重，而是调整PD ，LGD ，和EAD 。
抵押贷款的违约损失率(LGD)研究
抵押贷款的违约损失率（LGD）研究摘要：新巴塞尔资本协定将违约概率（PD）和违约损失率（LG D）纳入监管资本衡量的大体框架，国际活跃银行内部风险管理指标已从不良贷款率转向PD和LGD。
本文简要综述了国际上LGD理论与实证研究的功效，并对国内商业银行抵押贷款LGD进行了实证研究，得出了一些重要结论与管理建议。
关键词：新巴塞尔资本协定，抵押，违约损失率自巴塞尔新资本协定将违约概率（PD）和违约损失率（LGD）一同纳入监管资本衡量的基本框架以来，违约损失率（LGD）引起了监管界、业界和理论界的高度重视。
一、关于违约损失率（LGD）的研究综述违约损失率LGD（或1—回收率）是指预期违约的损失占风险暴露（exposure）的百分比，违约时风险暴露（EAD，exposure at defaul t）是指由于债务人违约所导致的可能承受风险的信贷业务的余额。
反映信用风险的重要指标—预期损失率（Expected Loss, EL）是LGD 和PD的乘积，即：预期损失率（EL）＝LGD × PD。
（一）国外及港台的研究企业举债取得资金的主要渠道有直接融资和间接融资。
直接融资的各项公司债具有次级市场价格，违约后可以通过该债务工具违约后一定时点的市场价格为基础估算违约损失率。
对于间接融资，则需依靠银行积累的违约贷款数据资料来推估违约损失率。
公开市场资料较易取得，因此违约损失率的研究也以此为基础发展起来。
Robert C. Merton于1974年发表的“on the Pricing of Corporate De bt: the Risk Structure of Interest Rates”一文是现代信贷违约概率和回收率分析的理论基础文章。
其不足之处是没有解决信用资产质量的实际观测问题，在实证中的应用受到限制，这也是模型诞生后大量后续工作的重心所在。
针对Merton（1974）模型在实证应用领域的困难，有若干文献尝试提供变通的解决办法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
抵押贷款的违约损失率（LGD）研究何自力原创 | 2006-03-22 09:47 | 投票标签：违约抵押物回收率损失率 LGD摘要：新巴塞尔资本协定将违约概率（PD）和违约损失率（LGD）纳入监管资本衡量的基本框架，国际活跃银行内部风险管理指标已从不良贷款率转向PD和LGD。
本文简要综述了国际上LGD理论与实证研究的成果，并对国内商业银行抵押贷款LGD进行了实证研究，得出了一些重要结论与管理建议。
关键词：新巴塞尔资本协定，抵押，违约损失率自巴塞尔新资本协定将违约概率（PD）和违约损失率（LGD）一同纳入监管资本衡量的基本框架以来，违约损失率（LGD）引起了监管界、业界和理论界的高度重视。
一、关于违约损失率（LGD）的研究综述违约损失率LGD（或1—回收率）是指预期违约的损失占风险暴露（e xposure）的百分比，违约时风险暴露（EAD，exposure at default）是指由于债务人违约所导致的可能承受风险的信贷业务的余额。
反映信用风险的重要指标—预期损失率（Expected Loss, EL）是LGD 和PD的乘积，即：预期损失率（EL）＝LGD × PD。
（一）国外及港台的研究企业举债取得资金的主要渠道有直接融资和间接融资。
直接融资的各项公司债具有次级市场价格，违约后可以通过该债务工具违约后一定时点的市场价格为基础估算违约损失率。
对于间接融资，则需依靠银行积累的违约贷款数据资料来推估违约损失率。
公开市场资料较易取得，因此违约损失率的研究也以此为基础发展起来。
Robert C. Merton于1974年发表的“on the Pricing of Corporat e Debt: the Risk Structure of Interest Rates”一文是现代信贷违约概率和回收率分析的理论基础文章。
其不足之处是没有解决信用资产质量的实际观测问题，在实证中的应用受到限制，这也是模型诞生后大量后续工作的重心所在。
针对Merton（1974）模型在实证应用领域的困难，有若干文献尝试提供变通的解决办法。
Crouhy和Galai(1997)将不能直接观测的Mer ton（1974）模型表达为信贷违约概率和回收率的函数，从而使信用风险管理的核心简化为对PD和LGD的观测分析，产生了较大影响。
观测度量金融工具LGD的途径大致有三类（刘宏峰，杨晓光，2003）: M arket LGD（市场LGD,以实际违约事件发生后违约债券或可交易贷款的市场价格为依据）；Workout LGD（清算LGD，清算及追讨过程产生的一系列现金流估计值的现值与风险暴露的比值）； Implied Ma rket LGD（市场隐含LGD，利用资产估价模型，按同类未违约债券的利差与价格计算）。
事实上，基于债券二级市场或贷款二级市场（如证券化的个人住房抵押贷款）的实证研究较多，而对普通的银行贷款的实证研究很少，其原因一是研究方法的复杂性，二是数据的非公开性。
1、美国市场的研究由于数据获得性的原因，目前的文献以美国市场为研究对象的居多。
Asarnow及Edwards (1995)使用违约事件发生后产生的所有经济损失衡量银行贷款的预期损失。
其以花旗银行1970——1993年间一般工商业贷款及受监控贷款（Structured loans）共831个违约样本计算出的LIED分别为34.79%和12.75%。
研究的一个重要发现就是其分布为“双模型分布”（bi-model)，样本集中在高、低两端。
Carty及Lieberman（1996）以穆迪公司1989-1996年间58例优先担保违约银行贷款为对象，根据其次级市场交易价格进行实证研究，结果表明平均回收率为71%，中位数为77%，标准差为32%。
研究未观察到“双模型分布”（bi-model)，但发现回收率明显向高端偏离。
Hamilton及Carty（1999）以市场法求算159家破产案例为研究样本的偿还率，结果平均偿还率为56.7%，中位数偿还率为56%，标准差则为29.3%。
Gupton、Daniel Gates及Carty于2000年采用121例违约贷款样本的研究结果表明：优先担保和优先未担保的银行贷款违约时平均价值分别为69.5%和52.1%，但实践经验中对这些平均价值的偏离也是显著的。
Gupton和Stein（2002）首次推出了一个市场价值预测基础上LGD预测模型LossCalc ，该模型是一个关于美国债券、银行贷款和优先股LGD的多因素统计模型。
Til Schuermann（2004年）介绍了穆迪公司1970－2003所有债券和贷款的回收率分布，并对双峰分布的形成原因进行了解释，如下图1：图1：穆迪公司1970－2003所有债券和贷款的回收率分布上图中LGD分布呈现出双峰（two humps or bimodal）特征。
对此，Til Schuermann通过对不同债务与担保类型下LGD分布的研究尝试进行解释。
不同债务与担保类型下LGD分布如下图2：图2中，除优先担保类外的各种类型债务（优先从属、优先无担保、从属）均基本为单峰形式的分布，优先担保债务显示出近似对称的分布，几种类型的债务工具综合叠加后才表现出双峰分布。
Michel A., M. Jocobs Jr., P. Varshey (2004)采用JP摩根•大通1982-1999年间的贷款损失历史资料（共3761例违约客户）对LGD进行研究，平均会计LGD 和经济LGD 分别为27.0%和39.8%。
该研究同时对抵押贷款LGD进行了分析。
通过对1982年1季度至1999年4季度共1705个样本的研究，抵押贷款（1279个样本）的LGD均值为27.7％，标准差35.3％，无抵押贷款LGD均值40.3％，标准差42.5％，研究公布了不同类型抵押物LGD均值和标准差。
2、其他市场的LGD实证研究花旗银行的Hurt和Felsovalyi(1998)对拉丁美洲1970－1996年27个国家的1149笔银行贷款研究显示，平均违约回收率为68.2％，LG D呈偏态分布，宏观经济和贷款金额是回收率的影响因素之一，金额越大，回收率越低；La Porta等人（2003）研究了墨西哥的关联借款的PD和LGD，1995－1999年非关联借款的平均回收率为46％，而关联借款为27％。
分布显示LGD向高端偏离。
台湾徐中敏（2004）以台湾联征中心库1996－2002年银行借款企业户违约资讯进行了LGD实证研究，以年营业收入500万欧元为划分标准，小于此标准的小型企业（样本数16454个）LGD均值为75%，中位数88％，大于标准的大中型企业（样本数84个）LGD均值为84％，中位数92％。
标准普尔Franks 等人（2004）使用了英国、法国、德国约8000个原始数据进行了研究，数据时段为1993－2003（法国）、1996－200 3（德国）、1997－2003（英国）。
数据显示，英国回收率明显高于法国，略高于德国。
法国回收率分布呈明显“双模型分布”，英、德呈偏态分布。
Grunert和Weber(2005)研究了1992－2003年120家德国公司的违约损失率数据。
数据显示，回收率均值为72.45％，方差为35.46％，回收率分布明显向高端偏离；报告还研究了宏观经济、行业、贷款条件和税务政策的影响。
以上研究报告均只公布了经过深度加工的结论性数据，原始数据、模型参数等均未公布，且均未见专门的抵押贷款的LGD研究报告。
（二）国内相关资料由于国内公司债券市场不发达，银行违约贷款回收数据系统研究时间起步时间不长，国内关于违约损失率的研究理论介绍较多，有影响的实证数据稀少。
主要有：1、四大资产管理公司的相关数据。
国内华融等四大资产管理公司公布的资产回收资料，可作为研究国内贷款违约损失率的间接资料。
2 004年我国四大金融资产管理公司资产处置结果为资产回收率 26.6 0%现金回收率20.16% 。
2、其他研究。
张海宁（2004）以191个中国大型商业银行信贷项目作为样本（时点为1998年）（涉及贷款本金266.29亿元，利息77. 08亿元）进行的实证研究显示平均回收率为33％，最大值80％，最小值为0。
2004年5月28日，建行通过国际竞标方式进行账面价值为40亿元人民币抵押贷款不良房地产抵贷资产的拍卖，花旗银行、德意志银行、雷曼兄弟、摩根大通、摩根斯坦利等15家机构参与竞标，最终中标综合资金回收率为34.75%。
二、本研究的内容－国内银行抵押贷款LGD实证研究（一）研究内容。
通过对国内外文献研究成果的分析，本研究作为专门的抵押贷款LGD实证研究，拟定本研究的主要内容为：1、抵押贷款LGD总体分布特征，是否为近似对称的分布？2、不同地区、不同类型抵押物LGD的分布特征；3、银行抵押贷款操作方法与回收率的关系；4、通过本研究提示信贷政策的改进方向。
（二）研究方法利用抽样调查所得的广东地区某商业银行抵押贷款处置的资料，借助SPSS软件，通过对历史数据的计算与分析，进行抵押贷款LGD的实证研究。
1、指标选用由于数据来源的限制，同时为过滤其它因素的影响，直接采用会计回收率（不考虑资金时间价值），且计算回收率时不考虑欠息，即回收率=（抵押物变现金额－变现成本）/贷款金额。
2、数据来源及处理贷款抵（质）押物处置回收原始样本共2157个，涉及贷款金额79.5 1亿元，覆盖各个行业，抵押物变现时间从1991年至2004年。
为提高分析的准确性，对数据进行了如下清洗处理：1、剔除了无效抵押数据。
2、对明显异常数据进行了核实修正：（1）对原数据中回收率低于－10％的数据逐一进行了复核；（2）对回收率大于100％的回收率数据一律调整为100％。
原因是抵押物处置后，超过贷款金额的部分需要退还企业，调整比例占总样本数的5.12％。
3、主要结论1、回收率呈现明显偏态分布，均值对总体数据的代表性较差。
有效样本贷款回收率均值为44.97%，显示回收的平均效果欠佳；标准差为36.78%，回收率波动大，稳定性差；分布明显向低端（10-20%）和高端（100%）集中，显示大部分效果很差，小部分效果好；分布呈现双峰分布，说明可能存在某种或某些系统性影响因素。
如下图：2、不同地区、不同类型抵押物回收率差异显著。
不动产的回收率总体上高于动产的回收率，前者均值为后者的148.41％；各种不动产之间也有明显差别，如下表：表1：部分种类抵押物处置回收率统计指标项目均值标准差 25％ 50％ 75％偏度峰度样本数办公用房 52.48 37.26 18.71 42 100 0.177 -1.510 97工业用房 41.50 33.31 12.59 32.20 64 0.612 -0.938 544居住用房 44.46 32.21 17.85 34.77 67.56 0.582 -0.984 340商业用房 49.13 36.00 16.96 42.86 91.11 0.24 -1.388 510商业用地 54.97 38.89 14.3 46.13 100 0.048 -1.739 84工业用地 43.68 33.71 13.56 34.81 73.85 0.544 -1.095 264设备 30.99 30.79 9.09 18.35 44.44 1.251 0.454 75运输工具 25.68 26.76 5.13 15.74 46.84 1.25 0.128 9研究数据还显示相同类型抵押物地区之间回收率水平差别明显，平均回收率最高的与最低的地区相差2.53倍；3、贷款金额与回收率存在负相关。