隐性不良贷款如何认定？
目前，我国银行业采用主要基于风险度量的监管方法来对银行进行监管和考核，包括资本充足率（capital adequacy ratio）、不良贷款比例（bad loan rate) 和平均资产收益率（average asset return on asset) 等指标。这些指标反映了银行的风险状况，其中不良贷款率是反映银行风险程度的最重要的指标之一。然而，现行的不良贷款率的计算中并未考虑银行通过表外业务所隐藏的风险，因而不能准确反映银行的实际经营风险情况。
由于传统的财务报表并不能充分披露银行全部的交易信息，为了全面分析银行的财务状况和盈利能力，国际会计准则委员会制定了新的会计准则第5号——金融工具确认和计量(IAS 5)，美国财务会计准则委员会也相应地发布了SFAS No. 133《金融资产和金融负债的承认》，要求金融机构在报表中单独列示并披露以公允价值计量的各种金融资产和负债项目。虽然国内现阶段还没有实行国际会计准则或美国财务会计准则，但一些大型商业银行已经开始着手实施，并在报表的附注中披露了各项金融资产的公允价值。研究基于公允价值的银行潜在不良贷款问题具有现实意义。
一、基于现行会计制度的测算 按照现行会计制度的规定，资产负债表中资产项目按照成本与市价孰低法计量的原则确认和列示，因此可以运用比率的方法来计算出银行潜在的不良贷款率。 考虑到当前国内银行尚未完全实施新会计准则，并且金融行业的特殊性在于其交易的频繁性和复杂性，我们选取单笔金额占资产总额比重作为衡量标准来计算潜在的不良贷款率。根据我们的测算，2006年末，五大上市银行合计的潜在不良贷款率达到4%以上，工行最高达8.59%；到2007年中期，这一数字分别上升到5.33%和9.35%。
二、基于公允价值的测算 在当前会计核算基础尚不能改变的情况下，我们需要寻求一种计算银行潜在不良贷款率的替代方法。在这种情况下，我们可以借鉴国际经验，从信息披露的角度出发，以市场报价为基础，利用风险度量的方法来计算银行的潜在不良贷款率。 我们选择了以市场为基础的计量方法—预期损失模型（the Expected Loss Model）来估计风险的潜在水平。该模型由美国财政部在1995年提出，旨在帮助保险公司衡量准备金的需求，之后被大量用于评估金融资产的风险。
该模型的基本原理是先估算出单个资产的损失概率，然后再加总计算出总体资产的风险敞口。其中，损失概率的计算取决于风险因素的分布情况，而风险因素的分布通常需要借助统计的方法进行估计。 我们先根据各银行每笔交易的平均金额占资产总额的比重将其分类为不同风险级别的交易，然后依据历史数据估计每一级别交易的风险参数，进而得到所有交易的风险参数。最后利用风险参数和交易金额计算出每一家银行每百万资产可能发生的损失。在此基础上，将各家银行的损失相加，即可得出市场综合损失的估计值。 我们选取了银行最关注的单一风险因素—信用风险，利用BP神经网络算法模拟信用风险事件，进而估计违约发生后的损失。
本文的数据来源于国泰安数据库和中经网数据库。
三、两种方法的比较和分析 基于现行会计制度和基于公允价值的计算方法得出银行潜在不良贷款率的估算结果存在一定差异，但这种差异是在可接受的范围内。同时，我们认为，基于公允价值的估算方法能更好地反映银行真实的风险水平。因为银行不仅存在着潜在的信贷缺口（credit gap）的问题，而且存在着潜在的流动性风险（liquidity risk）等问题，而这些问题都会影响银行资产的未来收益。而且，随着新金融工具的推出，未来银行的风险偏好可能会发生变化，银行的交易结构也会随之调整，由此带来的资产与负债的非匹配性将会影响银行未来的盈利能力和资产安全性。