于基伯, 劉傳哲

(中國礦業(yè)大學(xué) 管理學(xué)院, 江蘇 徐州　221116)

?

基于演化博弈的助學(xué)貸款違約風險管理策略
----高校與銀行的行為視角

于基伯, 劉傳哲

(中國礦業(yè)大學(xué) 管理學(xué)院, 江蘇 徐州221116)

摘要:經(jīng)過演化博弈研究發(fā)現(xiàn),銀行助學(xué)貸款發(fā)放成本越高,高校選擇配合催收的概率越大;在風險補償機制啟動閾值較高、高校承擔的風險補償金比例低的情況下,高校配合催收的實際效果會比較差。因此,為降低國家助學(xué)貸款的違約風險,應(yīng)給予經(jīng)辦銀行向上調(diào)整助學(xué)貸款利息率的權(quán)限,盡量使每個經(jīng)辦銀行形成助學(xué)貸款的規(guī)模效應(yīng)。同時,提高貸款違約率高的學(xué)校管理助學(xué)貸款的成本,推動經(jīng)辦銀行對出現(xiàn)多期違約的畢業(yè)生采取相關(guān)的法律追討措施,共同做好國家助學(xué)貸款的違約風險管理。

關(guān)鍵詞:國家助學(xué)貸款; 違約風險; 演化博弈

一、 問題的提出

國家助學(xué)貸款的風險管理是一個復(fù)雜系統(tǒng),涉及貸款需求者(學(xué)生)、貸款供給者(銀行)、服務(wù)者(高校)和監(jiān)管者(政府)之間的利益,需要統(tǒng)籌解決政策規(guī)定、物質(zhì)投入、組織協(xié)調(diào)、服務(wù)體系等多項重要的問題。國家助學(xué)貸款風險補償機制規(guī)定,經(jīng)辦銀行必須建立有效的貸款監(jiān)測系統(tǒng),加強貸款催收并做好記錄,將學(xué)生的違約行為載入金融機構(gòu)征信系統(tǒng);要求高校要建立專業(yè)管理機構(gòu),并按照1∶2 500的比例配備專職管理人員,提供申請助學(xué)貸款畢業(yè)學(xué)生的一次就業(yè)信息,配合銀行開展違約提醒與還款催收。因此,高校和銀行的主體意愿及其行為在國家助學(xué)貸款風險管理過程中起著決定性作用。

國家助學(xué)貸款違約率較高,各利益主體尤其是高校與銀行面臨較大的風險。Finnie(1998)[1]等學(xué)者對加拿大持續(xù)實施了40余年的學(xué)生貸款效果進行了實證研究,認為應(yīng)對學(xué)生貸款管理責任進行劃分,金融機構(gòu)應(yīng)根據(jù)學(xué)生違約率對貸款風險管理策略進行調(diào)整。澳大利亞學(xué)者Chapman(2013)[2]等研究認為,學(xué)生違約是商業(yè)銀行不愿意發(fā)放學(xué)生助學(xué)貸款的主要原因。國內(nèi)大多數(shù)學(xué)者認為,銀行面臨著信息不對稱帶來的信用風險和學(xué)生還款期限較為固定的潛在風險[3-5],認為助學(xué)貸款制度包含獲得要素和回收要素,制度設(shè)計即體現(xiàn)為要素的不同組合[6],應(yīng)在政府主導(dǎo)的前提下進行機制調(diào)控,在有效的貸款回收機制、違約約束機制、助學(xué)貸款法律機制、助學(xué)貸款信用保險機制和助學(xué)貸款國家擔保機制[7-8]等方面對國家助學(xué)貸款風險管理進行頂層設(shè)計。以上文獻表明,已有的相關(guān)研究大多基于助學(xué)貸款實施的效果進行理論分析,在助學(xué)貸款制度完善、違約約束機制、風險管理責任劃分等方面對政府的助學(xué)貸款政策調(diào)整進行了理論探索,取得了顯著的成果,但鮮見涉及助學(xué)貸款利益主體之間的行為選擇策略及決策過程的文獻。因此,本文探索在助學(xué)貸款政策實施過程中高校與銀行的風險管理決策選擇,對管理國家助學(xué)貸款的違約風險有積極的意義。

在助學(xué)貸款風險管理的研究方法上,部分學(xué)者采用了博弈的方法對國家助學(xué)貸款機制調(diào)整[9]、助學(xué)貸款落實效率[10]、助學(xué)貸款風險的法律關(guān)系[11]等問題進行了研究。這些研究選用的博弈模型均屬于一次性博弈或分階段的有限博弈,難以全面地反映出助學(xué)貸款相關(guān)主體間決策的動態(tài)過程。演化博弈理論注重從過程動態(tài)性與穩(wěn)定性考察策略的產(chǎn)生過程,著重分析博弈主體經(jīng)過反復(fù)博弈后選擇的最優(yōu)演化穩(wěn)定策略的行為[12]。在演化博弈論中,參與主體會根據(jù)自己與他人的經(jīng)驗調(diào)整規(guī)則,使更有效的決策規(guī)則在群體中傳播[13],經(jīng)過不斷學(xué)習(xí)、嘗試與調(diào)整,在反復(fù)博弈過程中,尋找到最優(yōu)均衡的動態(tài)過程[14]。在國家助學(xué)貸款違約風險管理中,高校和銀行各自的風險管理策略和措施構(gòu)成復(fù)雜的動態(tài)博弈過程[15]。據(jù)此,本文選用演化博弈理論構(gòu)建模型,具體探討高校和銀行在國家助學(xué)貸款風險管理中的策略選擇。

二、 演化博弈模型構(gòu)建

1. 國家助學(xué)貸款運行機制中的主體

國家助學(xué)貸款運行機制涉及國家、高校、學(xué)生、銀行等多個主體,見圖1。其中,高校和銀行是兩個最為重要的主體。

圖1國家助學(xué)貸款的運行機制

高校的責任為助學(xué)貸款的識別與管理,即向?qū)W生宣講國家助學(xué)貸款政策、收集并審核學(xué)生的申請資料、監(jiān)督學(xué)生使用國家助學(xué)貸款等工作,向貸款的畢業(yè)生進行還款提醒,在貸前、貸中、貸后為學(xué)生提供服務(wù)。按照“風險分擔”原則,根據(jù)貸款畢業(yè)生的還款情況,高?？赡芤袚鷩抑鷮W(xué)貸款一半的風險補償金,由此將給高校帶來部分損失。高校除了作為國家助學(xué)貸款的業(yè)務(wù)介紹人、業(yè)務(wù)見證人、貸款協(xié)助催收者外,也是助學(xué)貸款違約風險的共同承擔者。與此同時,學(xué)生獲得貸款以后,高校能夠順利地收齊學(xué)費。所以,高校還是助學(xué)貸款業(yè)務(wù)的間接受益者。

銀行的責任為貸款的發(fā)放與管理,即編制學(xué)生貸款授信計劃,審核貸款的發(fā)放,學(xué)生畢業(yè)前的還款確認,貸款償還過程中積極聯(lián)系貸款學(xué)生進行違約提醒,對多期違約形成的呆壞賬進行管理。貸款發(fā)放后,學(xué)生在校期間的利息由中央或地方財政貼息,貼息的資金按季度由財政部門直接劃轉(zhuǎn)給貸款銀行,與其他貸款相比,國家助學(xué)貸款利息可以較早地收回作為流動資金使用;國家免征助學(xué)貸款的營業(yè)稅,對國家助學(xué)貸款形成的呆壞賬全額核銷。如果某高校的畢業(yè)生還款違約率高,超過了啟動國家助學(xué)貸款風險補償金的比率,銀行會收到相應(yīng)的風險補償金。由于大學(xué)生畢業(yè)后往往是收入較高、對銀行業(yè)務(wù)需求較多的群體,助學(xué)貸款業(yè)務(wù)為經(jīng)辦銀行提前開拓了質(zhì)量較好的資產(chǎn)業(yè)務(wù)。因此,銀行不單是風險承擔者,同時也是國家助學(xué)貸款風險的受益者。

2. 模型假設(shè)

假設(shè)1: 博弈參加者為國家助學(xué)貸款業(yè)務(wù)涉及的高校A與銀行B。由于高校與銀行間的信息不對稱問題,高?？梢詾殂y行提供申請貸款學(xué)生的真實信息,也可以提供不真實的信息。高校在國家助學(xué)貸款業(yè)務(wù)中的決策設(shè)為配合銀行催收提供真實信息(比例為x(t))與提供虛假信息不配合銀行催收(比例為1-x(t))兩種。銀行決策為發(fā)放貸款(比例為y(t))與不發(fā)放貸款(比例為1-y(t))兩種。高校與銀行間以隨機配對的方式進行博弈,除政策性因素外,均在一定的概率下選擇策略集。

假設(shè)2: 當銀行選擇發(fā)放貸款策略時,在高校選擇配合催收提供真實信息的條件下,銀行的收益為i1+i2-c1。其中,收益i1為發(fā)放助學(xué)貸款的利息收益;i2為發(fā)放助學(xué)貸款相應(yīng)減免的營業(yè)稅;c1為銀行發(fā)放助學(xué)貸款的成本。高校的收益為p2-c2,其中,p2表示高校在學(xué)生獲得貸款后足額繳納學(xué)費獲得的收益;c2為高校提供真實信息所需要的調(diào)查成本。假設(shè)高校選擇提供虛假信息不配合催收,則銀行獲得的收益為(1-α)i1+i2+i3-c1,其中α為助學(xué)貸款違約比率;i3為國家助學(xué)貸款違約比例過高而獲得的風險補償金。高校獲得的收益為p2-βi3,其中β為高校的違約率達到啟動風險補償規(guī)定的最低比率時,高校承擔的風險補償金的比例。

假設(shè)3: 假設(shè)銀行選擇不發(fā)放貸款策略,在高校選擇配合催收提供真實信息的條件下,銀行的收益為-f1。其中,f1為銀行不發(fā)放國家助學(xué)貸款的利息收益損失(即機會成本)。高校的收益為-w-c2,其中w為高校自主為貧困生設(shè)立的用于替代助學(xué)貸款的類似資助支出。假設(shè)高校選擇提供虛假信息不配合催收,則銀行的收益為0,高校的收益為-w。

3. 模型收益矩陣

本文構(gòu)造的國家助學(xué)貸款業(yè)務(wù)中高校與銀行之間的演化博弈模型收益矩陣見圖2。

高校A銀行B發(fā)放貸款的情況配合催收并提供真實信息不配合催收并提供不實信息發(fā)放貸款p2-c2,i1+i2-c1p2-βi3,(1-α)i1+i2+i3-c1不發(fā)放貸款-w-c2,-f1-w,0

圖2高校與銀行的博弈矩陣

實際上,高校和銀行并不能準確判斷對方選擇的策略,雙方通常在一定的概率下采取行動,選擇某一混合策略。此情況下,不論哪一方獨自改變自己的選擇都不能為自己增加任何的收益。

高校選擇配合催收提供真實信息的期望收益為:

高校選擇不配合催收提供不真實信息的期望收益為:

①即違約比例的助學(xué)貸款利息大于銀行獲得的風險補償金。如果此結(jié)論不成立,即意味著銀行獲得的風險補償金大于違約比例的助學(xué)貸款的利息,此時的助學(xué)貸款毫無風險,完全是盈利的貸款行為,亦即銀行無須采取任何的貸款管理,貸款都是沒有風險的,而現(xiàn)實中這種情況是不可能存在的。

高校的平均收益為:

則高校采取配合策略的復(fù)制動態(tài)方程為:

銀行選擇發(fā)放貸款的期望收益為:

銀行選擇不發(fā)放貸款策略的期望收益為:

銀行的平均收益為:

則銀行采取配合策略的復(fù)制動態(tài)方程為:

把方程F(x)和方程F(y)聯(lián)立,得到一個新的方程組。令該方程組等于0,則得到兩組穩(wěn)定狀態(tài)的解為:

三、 結(jié)果分析

根據(jù)高校A和銀行B的復(fù)制動態(tài)方程,用坐標軸把兩個群體的決策行為比例變化復(fù)制動態(tài)關(guān)系表示出來,結(jié)果如圖3所示。假設(shè)博弈的初次演化系統(tǒng)是隨機的,且雙方的行為選擇比例均勻地分布在平面H={(x,y);0

令x3=[c1-(1-α)i1-i2-i3]/(αi1-i3),y3=(βi3-p2+w)/(2w+βi3)。其中,αi1-i3>0①,2w+βi3>0。以x3,y3為坐標軸的平面圖形表示高校配合A與銀行發(fā)放貸款B的比例變化復(fù)制動態(tài)關(guān)系,得出四個結(jié)論,如圖3至圖7所示。

圖3　高校配合和銀行發(fā)放貸款的

圖4　c1-(1-α)i1-i2-i3>0,βi3-p2+w>0

圖5c1-(1-α)i1-i2-i3>0,βi3-p2+w<0

條件下博弈主體比例變化復(fù)制動態(tài)

由圖4可知,當c1-(1-α)i1-i2-i3>0,βi3-p2+w>0時,模型的穩(wěn)定策略為x3=0,y3=1和x3=1,y3=0。說明,經(jīng)長期演化博弈,可以得到以下結(jié)果:一是銀行選擇發(fā)放貸款,高校選擇不配合;二是銀行選擇不發(fā)放貸款,高校選擇配合。第一種情況一般發(fā)生在銀行發(fā)放的國家助學(xué)貸款規(guī)模比較小的時候,尚不能形成規(guī)模經(jīng)濟效益的時期,高校從國家助學(xué)貸款中獲得的收益小、選擇配合的成本高,就失去了配合的動力。另外,由于發(fā)放的貸款規(guī)模小,即使高校積極配合催收,也會因為違約學(xué)生個體異質(zhì)性意愿而造成催收的效果不好,違約率比較高。此種情況下,銀行發(fā)放貸款的風險反而比較高,銀行最終會選擇不發(fā)放貸款。

由圖5可知,當c1-(1-α)i1-i2-i3>0,βi3-p2+w<0時,演化模型的穩(wěn)定策略為x3=0,y3=1。說明經(jīng)過長期演化博弈,模型的結(jié)果為:銀行選擇發(fā)放貸款,高校選擇不配合催收。這種情況一般發(fā)生在高校獲得貸款的收益后,寧愿以啟動風險補償金而不愿意付出更多的成本配合催收。原因是高校選擇不配合的成本過低,主要是指風險補償機制啟動的閾值過高,或者是高校承擔的風險補償金比例過低,即β過低。此種情況下,高校易形成一種經(jīng)驗判斷,即使高校不配合催收,畢業(yè)學(xué)生的違約率也可能達不到風險補償機制啟動的臨界值。

圖6　　c1-(1-α)i1-i2-i3<0,βi3-p2+w>0

圖7　　c1-(1-α)i1-i2-i3<0,βi3-p2+w<0

由圖6可知,當c1-(1-α)i1-i2-i3<0,βi3-p2+w>0時,演化模型的穩(wěn)定策略為x3=1,y3=0。這說明,經(jīng)過長期演化博弈,模型的結(jié)果為:銀行選擇不發(fā)放貸款,高校選擇配合催收。這種情況一般出現(xiàn)在銀行發(fā)放的成本高、風險高、貸后管理成本也高的情況下,銀行選擇不發(fā)放貸款以減少成本支出,降低風險。但由?x3/?c1=1/(αi1-i3)>0可知,當銀行發(fā)放貸款的成本越高時,高校選擇配合催收的概率也會越大,因此,銀行的貸后管理支出應(yīng)適當增大。

由圖7可知,當c1-(1-α)i1-i2-i3<0,βi3-p2+w<0時,演化模型的穩(wěn)定策略為x3=0,y3=1。這說明,經(jīng)過長期演化博弈,模型的結(jié)果為:銀行選擇發(fā)放貸款,高校選擇不配合催收。由?y3/?w=(2p2-βi3)/(2w+βi3)2>0可知,高校不配合催收的機會成本越高,銀行發(fā)放貸款的概率越大。反之,如果銀行選擇了發(fā)放貸款而高校選擇不配合催收,原因只能是高校選擇不配合的機會成本不夠高。

四、 結(jié)論與建議

本研究在國家助學(xué)貸款運行體系中重點分析了高校與銀行的收益和成本,運用演化博弈的方法對高校和銀行在助學(xué)貸款風險管理中的策略選擇進行了具體的分析。研究表明,助學(xué)貸款發(fā)放的規(guī)模較小時,即使高校積極配合催收,也會因為違約學(xué)生個體異質(zhì)性意愿而造成催收的效果不好,違約率比較高,銀行最終會選擇不發(fā)放貸款;在風險補償機制啟動閾值較高或是高校承擔的風險補償金比例低的情況下,高校易形成一種經(jīng)驗判斷,即高校不配合催收,畢業(yè)學(xué)生的違約率也可能達不到風險補償機制啟動的臨界值,高校配合催收的實際效果會比較差;銀行發(fā)放國家助學(xué)貸款成本較高的情況下,高校選擇配合催收的概率會越大。

據(jù)此,本文提出如下建議:一是給予銀行上調(diào)助學(xué)貸款利息的權(quán)限。如給予銀行可以在中國人民銀行同期公布的同檔次基準利率的基礎(chǔ)上上調(diào)10%(或者更高的比例)的權(quán)限,以提高銀行發(fā)放國家助學(xué)貸款的積極性,激勵銀行擴大助學(xué)貸款發(fā)放規(guī)模,形成規(guī)模經(jīng)濟效益。二是提高國家助學(xué)貸款風險補償金的計提比例或降低啟動風險補

償金的臨界值,利用風險補償機制加大高校因畢業(yè)學(xué)生助學(xué)貸款違約而導(dǎo)致更大財務(wù)支出的可能。

加大對高校執(zhí)行國家助學(xué)貸款政策的檢查,對落實政策不到位的高校給予處罰,提高畢業(yè)生違約率高的學(xué)校的國家助學(xué)貸款管理成本,促使高校更好地做好助學(xué)貸款的還款提醒和催收工作。三是推動銀行增加助學(xué)貸款貸后管理投入。加強對開辦國家助學(xué)貸款的銀行的監(jiān)管,推動銀行進一步落實國家助學(xué)貸款貸后管理的責任,如對多期違約的學(xué)生通過法律的途徑等采取進一步的貸后管理措施,以帶動高校配合進行助學(xué)貸款貸后管理的積極性。

參考文獻:

[1] Nicholas B, Iain C. Funding Higher Education in an Age of Expansion[J]. Education Economics, 1998,100(6):45-70.

[2] Bruee C, Amy Y C. Repayment Burdens of Student Loans for Vietnamese Higher Education[J]. Economics of Education Review, 2013,37:298-308.

[3] 沈紅. 國家助學(xué)貸款:政策與實踐中的既成矛盾[J]. 北京大學(xué)教育評論, 2004(1):7-9.

[4] 吳開俊,陳宇紅. 普通高校國家助學(xué)貸款違約風險成因與控制探討----基于廣東省4所高校的實證調(diào)查[J]. 教育與經(jīng)濟, 2010(1):34-40.

[5] 薛浩. 高校助學(xué)貸款機制面臨的困境與對策----以江蘇部分高校為例[J]. 中國高教研究, 2011(2):63-65.

[6] 馮濤,陳松. 制度設(shè)計對助學(xué)貸款實施滿意度的影響----一個基于制度要素的模型及其實證檢驗[J]. 金融研究, 2011(4):197-206.

[7] 沈紅,季俊杰. 我國助學(xué)貸款信用保險制度的問題及其完善[J]. 教育與經(jīng)濟, 2013(2):3-8.

[8] 趙振宇,劉秉印. 高校助學(xué)貸款運行模式比較分析及違約風險防范的頂層設(shè)計[J]. 上海金融, 2014(12):110-112.

[9] 丁立波,馮素玲,李幫義. 我國助學(xué)貸款政策變革中政府干預(yù)機制博弈分析[J]. 中國海洋大學(xué)學(xué)報:社會科學(xué)版, 2014(5):79-84.

[10] 焦旭,孫宇. 促進教育公平提高國家助學(xué)貸款落實效率[J]. 中國高等教育, 2015(10):38-40.

[11] 程荃. 國家助學(xué)貸款風險的法律博弈分析[J]. 暨南學(xué)報:哲學(xué)社會科學(xué)版, 2009(3):50-56.

[12] 黃凱南. 演化博弈與演化經(jīng)濟學(xué)[J]. 經(jīng)濟研究, 2009(2):132-145.

[13] 王幫俊,吉峰. 煤炭產(chǎn)業(yè)鏈鏈內(nèi)協(xié)作與鏈際演化的內(nèi)生性研究[J]. 中國礦業(yè)大學(xué)學(xué)報, 2012(11):978-983.

[14] 焦寶聰,陳蘭平,方海光. 博弈論:思想方法及應(yīng)用[M]. 北京:中國人民大學(xué)出版社, 2013:151-153.

[15] 梁艷,原毅軍,楊乾坤. 基于演化博弈分析的銀行業(yè)監(jiān)管研究[J]. 預(yù)測, 2013(5):34-38.

(責任編輯: 王薇)

Default Risk Management Strategies of Student Loans Based on Evolutionary Game

----From the Behavior Perspective of Higher Education Institutions and Banks

YUJi-bo,LIUChuan-zhe

(School of Management, China University of Mining and Technology, Xuzhou 221116, China)

Abstract:Based on the evolutionary game theory, a model was built to explore the strategy selection of higher education institutions and banks in the risk management of national student loans. It was found that the higher the cost of student loans is, the more likely higher education institutions will take cooperative measures. The actual effect of default loan collection implemented by higher education institutions will be relatively poor in the condition that the starting threshold value of risk compensation mechanisms is bigger and the management responsibility of higher education institutions is comparatively small. Therefore, to reduce the default risk of national student loans, banks should be given permission to raise the interest of student loans, and each administering bank should offer sizable student loans. Meanwhile, the cost of student loan management should be increased among the institutions whose graduates have higher default rates, and the issuing banks of national student loans should be urged to take legal actions at those who have multi-period defaults in order to improve the default risk management of national student loans.

Key words:national student loan; default risk; evolutionary game

中圖分類號:F 812; G 640

文獻標志碼:A

文章編號:1008-3758(2015)06-0595-06

作者簡介:于基伯(1982- ),男,山東即墨人,中國礦業(yè)大學(xué)博士研究生,主要從事金融工程與風險管理、貧困學(xué)生資助與管理研究; 劉傳哲(1964- ),男,江蘇豐縣人,中國礦業(yè)大學(xué)教授,博士生導(dǎo)師,主要從事管理科學(xué)與工程、金融工程與風險管理研究。

基金項目:江蘇省普通高校研究生科研創(chuàng)新計劃資助項目(CXZZ110320); 江蘇省高校哲學(xué)社會科學(xué)研究資助項目(2015SJD445); 中央高?；究蒲袠I(yè)務(wù)費資助項目(2013ZDIXM12)。

收稿日期:2015-05-26

doi:10.15936/ j.cnki.1008-3758.2015.06.008