下载文档原格式
关于抵押物风险缓释效用的思考作者：王贵斌，王大伟来源：《商业经济》 2010年第14期关于抵押物风险缓释效用的思考王贵斌1 ，王大伟2（1.中国建设银行深圳分行，广东深圳518026； 2.中国人民银行鸡西市中心支行，黑龙江鸡西158100）[摘要] 抵押是信用风险缓释的主要工具之一。
受评估机构评估信息不充分，以及从抵押物评估、抵押到处置不同阶段市场的变化等因素影响，银行在操作抵押贷款过程中很容易发生抵押物在抵押时足值，而到处置时不足值的价值缩水现象。
从抵押物风险缓释效用的角度出发，银行部门应完善抵押管理制度体系，设立抵押物管理岗，加强异地抵押物属地管理和评估机构管理，充分利用银行的渠道资源，提高抵押物处置率和处置额，以化解抵押不足值的风险。
[关键词] 信用风险；抵押物风险；缓释效用[中图分类号] F832.38 [文献标识码] AThoughts on Sustained-release Effect of Mortgage RiskWANG Guibin , WANG DaweiAbstract: Mortgage is one of main tools to release credit risk. Affected by insufficient evaluation information from evaluation institution and market changein different stages from evaluation to mortgage to disposal, the phenomenon frequently appears in operating mortgage loan for banks that the mortgage is full when mortgaging while fall in value when disposing. According to sustained-release effect of mortgage risk, the banks should improve mortgage management system, set mortgage management post, increase localized management on mortgaged goods and evaluation institution management, make full use of channel resources of the banks to increase handling rate and amount on mortgaged goods and to release the risks of lower value.Key words: credit risk, mortgage risk, sustained-release effect信用风险缓释技术在新巴塞尔协议中占有相当重要的地位，是新巴塞尔协议中除内部评级法和操作风险外最主要的修订部分。
违约损失率概述长期以来，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(Probability of Default,PD)，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。
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。
[编辑]违约损失率的性质与特点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：这是相对数形态的预期损失。
绝对数形式的预期损失可以表示为:其中EAD(Exposure at Default)是指违约发生时债权人对于违约债务的暴露头寸。
PD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。
房地产金融风险指标分析关于房地产的开发建设以及住房贷款风险，国内外已经有不少学者对此进行了研究，并给出了许多具有借鉴意义的测量指标和具体的方法，另外政府方面也对于房地产的监管与风险测度给出了一些可用的指标。
1.美国金融监管机构提出的指标众所周知，巴塞尔资本协议当中有对资本风险权重进行确定，在房地产金融贷款方面，对于充分属于借方的房产抵押贷款规定可以赋予35%的优惠贷款风险权重。
另外巴塞尔资本协议中的违约损失率的规定也与房地产有关，在抵押贷款的存续期之内的违约损失率不得低于10%，并且相关规定强调了商业银行在信用风险评估方面尽量使用标准化法以及规范的内部评级法。
其委员会为了使资本的计算更加准确，匹配于银行的信用风险，提出要使用基于内部评级法的信用评估方法，这对于房地产金融的发展意义重大。
而美国在一段时间内过于维持进行市场的自由度和活力，对金融市场的监管十分欠缺，后来由于美国社会经济中房地产行业的发展势头过于迅猛，住房投资与贷款过于膨胀，开始重视对房地产行业的贷款规模，并对房地产行业的银行贷款在银行资本中所占的比例进行了规定。
2006年底，美国商业银行所持有的各类房地产相关贷款的数量，已经远远超过了上世纪80年代房地产低迷时期美国商业银行所持有的数量。
因此，由美国的联邦储备委员会、货币监理署以及存款保险公司三个机构联合建议提出，除了需要对商业银行在房地产贷款发放方面设定上限，还建议具有商业性质的房地产贷款额度上限设为银行本金的3倍，房地产开发建设贷款的上限则设置为银行本金的100%。
避免一旦房地产市场遭遇萧条而导致银行破产。
2.我国银行监管机构规定的指标对于我国银监会有关房地产银行信贷的指标主要规定包括贷款价值比、住房消费者每月的房贷支付率以及房地产开发商的自有资金比例等。
首先，在贷款价值比这一指标下面还有三个主要子指标，主要有:个人住房贷款价值比。
关于这一子指标的规定，我国1998年就颁发了《个人住房贷款管理办法》，其中规定的是住房消费借款人应先自己承担所购住房全额住房价款的20%的比例金作为购房首付，后来，该项规定至2006年6月1日被调整为按全额价款的30%支付首付，但为了更好地满足一些中低收入家庭的买房需求，对于自住住房的购买并且住房面积不超过90平米的消费者仍收取首付的20%的数额。
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。
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。
抵押市场前景分析概述抵押市场是金融行业的一个重要领域，它通过资产抵押的方式提供了融资渠道，为企业和个人解决了资金需求问题。
本文将对抵押市场的前景进行分析，探讨其发展趋势和未来的机遇与挑战。
抵押市场的发展趋势1. 抵押市场的规模将持续扩大随着经济的发展和人们对金融服务的需求增加，抵押市场的规模将进一步扩大。
越来越多的企业和个人将需要融资来实现业务扩展或个人消费需求，抵押市场将成为他们获得资金的重要途径。
2. 抵押市场将出现新的业务模式目前，抵押市场主要以房地产抵押为主，但未来会出现更多种类的抵押资产。
例如，汽车、商业设备等其他有价值的资产都可以作为抵押物，这将丰富抵押市场的业务模式，提供更多的融资选择。
3. 抵押市场将更加专业化和差异化随着抵押市场的发展，将会出现更多专业化的抵押机构和服务提供商。
这些机构将提供更定制化、个性化的抵押方案，满足不同客户的需求。
同时，他们将通过提供更高效、便捷的服务，提升市场竞争力。
抵押市场的机遇1. 资产的抵押能够降低借款人的信用风险相比于传统的信用贷款，抵押贷款具有更低的信用风险。
借款人将自己的资产作为抵押物，降低了贷款方的违约风险，因此可以获得更低的利率和更长的还款期限。
这将为需要大额融资的企业和个人提供更有吸引力的融资选择。
2. 抵押市场有助于解决中小微企业的融资难题中小微企业由于自身规模较小、信用状况较差等因素，通常很难获得传统银行贷款。
而抵押市场提供了一种替代性的融资方式，借助资产抵押，中小微企业也可以获得所需资金，推动其业务的发展。
3. 抵押市场有助于提高金融系统的稳定性由于资产抵押的特性，抵押市场在一定程度上增加了金融系统的稳定性。
在经济下行期间，抵押贷款的损失率相对较低，借贷双方的利益在一定程度上得到了保护。
这有助于缓解金融风险并提升整体金融体系的稳定性。
抵押市场的挑战1. 抵押品评估的不确定性抵押市场的核心是对抵押品价值的评估，然而这种评估存在较大的不确定性。
房屋抵押贷不良率计算公式随着我国经济的不断发展，房地产市场也呈现出蓬勃的发展态势。
在购房过程中，许多人会选择使用房屋抵押贷款来满足购房资金需求。
然而，随着房地产市场的波动和经济环境的变化，房屋抵押贷款的不良率也成为了一个备受关注的问题。
了解和计算房屋抵押贷不良率对于金融机构和政府部门来说都是非常重要的，因为它可以帮助他们更好地评估风险和制定相应的政策。
房屋抵押贷不良率是指在一定时期内，房屋抵押贷款出现违约或者逾期还款的比例。
一般来说，不良率的计算公式可以表示为：不良率 = 不良贷款金额 / 总贷款金额。
其中，不良贷款金额是指在一定时期内出现违约或者逾期还款的贷款总额，总贷款金额是指在同一时期内的所有贷款总额。
在实际应用中，不良率的计算还可以根据具体情况进行调整，比如考虑到不同贷款产品的特性、不同地区的经济状况和不同客户群体的风险偏好等因素。
了解和计算房屋抵押贷不良率对于金融机构来说是非常重要的。
首先，它可以帮助金融机构更好地评估自身的风险暴露程度。
通过监控不良率的变化，金融机构可以及时发现潜在的风险，从而采取相应的风险管理措施，保障自身的稳健经营。
其次，不良率的计算还可以帮助金融机构更好地制定贷款政策。
通过对不同地区、不同产品和不同客户群体的不良率进行比较分析，金融机构可以更加科学地制定贷款政策，以降低不良率的风险。
此外，房屋抵押贷不良率的计算对于政府部门来说也是非常重要的。
政府部门可以通过监测和分析不良率的变化，及时发现和解决房地产市场的风险隐患，从而维护市场的稳定和健康发展。
同时，政府部门还可以根据不同地区、不同产品和不同客户群体的不良率情况，制定相应的政策措施，以促进房地产市场的健康发展。
总之，房屋抵押贷不良率的计算对于金融机构和政府部门来说都是非常重要的。
它不仅可以帮助他们更好地评估风险和制定相应的政策，还可以促进房地产市场的稳定和健康发展。
因此，我们应该重视房屋抵押贷不良率的计算，加强监测和分析，以确保金融市场的稳定和健康发展。
抵押贷款的违约损失率（LGD ）研究分类：金融、保险与证券监管管理与经济学文章提交者：何自力 发表时间：2006-01-28字号：大 中 小抵押贷款的违约损失率（LGD ）研究（本文已发表于《南方金融》2006年第1期）何自力（广东，广州 510120）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（exposure ）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 Corporate 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Merton （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）: Market 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 Market 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％，LGD 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）、1996－2003（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。
2004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 26.60%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79.51亿元，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。
