高等学校银行贷款额度控制与风险评价模型
高校贷款风险评价模型与控制的思考
高校贷款风险评价模型
与控制的思考
李 波 中国地质大学 （ 汉 ）财 务处 武 ４ ０ ７ ３０４
亿元 。２ ０ 年 ３ ，吉林大学 白曝学 校每 ０７ 月 年 支付 贷款利息多达 １ ５ ． 亿元至 １７ ．亿元 ， 表示 无力偿 还债务 。 ０ ７ ７ 新京报报 ２０ 年 月 府鼓励各 高校通过 市场机制 ， 实现教 育 道：通过对 ３ 多所高校 的调研 ， 国政 协 ０ 全 资金 的 多渠道 筹集 。 大部 分 高校 采取 近 日在政协常委会上公布 了一份高校负债 “ 举债 办 学 ” 方 式 ， 引 发 了 日益 严 峻 的 问题 的报告 。报告称 ，全 国高校贷款 总额 贷款 融资风 险。 本文在介 绍我 国高校 目 已达 ２ ０ 亿元左 右。 ５０ 从总体上 看 ， 校凭 高 前贷款现状 的基础上 ， 分析 了高校 负债 借 自身力量基 本不可能在规定期限 内偿还 贷款 的成 因， 证 了高校贷款额度控 制 论 雪球有越滚 越大之虞” 。 与风险评价 的模型 ， 并对 高校 筹资风 险 本金 ，“ 由以上报告和数据 可以看出 ， 等教 高 的 防 范策 略 进 行 了探 讨 。 育经费严 重不足成为制约高校 发展 的 “ 瓶 颈” 高校 贷款 有可能成为继钢材 、水泥 、 ， 【 关键 词 】 电解铝 之 后 的 又一 个 高 风 险贷 款 项 目。 高校 贷款 ；额 度 控 制 ；风 险 评 价 ２ ０ 年 ，大多数 贷款的高 校进 入还贷 高 ０８ 如何避免高 校 １９ 年 ， ９ ９ 国家做 出扩 大教育规模 的重 峰 ，面对 高额 的贷款额度 ， 贷款引 发财务 、金融风 险，已成为 当前社 大决策 。 截至 ２ ０ 年 ， ０６ 我国高等教育毛入 学率达到 ２ ％， 国各种 形式的高等教育 会关注 的一个 热点问题 。 １ 全 在学 人数达２ ０ 万人 ， ３０ 已基 本实现从精英 教育转 向大众教育 的转 化。 高校扩招提高 二 、高 等学校 银行贷款额度控 制与风 了国 民素质 、拉动了经济增 长、扩大 了内 险评价模型 ２ ０年 ， ０ ４ 教育部 财政部关于进一步 需 ，但扩招导 致教育结构 和规 模的变化 ，
高等院校银行贷款风险评价指标体系构建
【 关键词 】高等院校 ； 银 行贷款； 财务风 险； 评价指标体 系
一
、
引言
经费有 限 ， 无法按期偿还贷款 ， 部分 高校贷
款规模大大超 出经济承受能 力， 无力偿还贷 款， 随着国家调高银行利率 ， 一些学校甚至连
险的最终承担者 ， 社会其他主体所不能承担 的风险最终都将 由政府 即财政来承担。 （ ） 二 造成投资 闲置浪费 由于市场 规律 、办学规律及 银行信贷 体 制的制约 ，尽管政府部 门对扩 招贷款予 以关照与扶持 ，高校急剧膨胀 的投资仍 出 现 了资金难以为继的 问题 ，造成 基建投资 难 以按进 度施 工 ，或基础设施投 资虽已完 成 ，但 由于教 学相关设施不配套 以及高昂
三、 高等 院校 贷 款风 险
２０ ０ ５年末 普通高 等教 育全年 招生 ５ ５万 ０
人 ， 校 生 １５ ２万 人 ， 业 生 ３ ７万 人 ， 在 ６ 毕 ０
的收费 ， 造成基础设施使用率低。 这种情况 和国家审计署审计报告结果所吻合 ：一阵 “
风” 上马、 目建设“ 盲 大学城” 的后 果是出现 “ 一轮资产投 资—— 闲置—— 不良资产” 新 的恶性循环。 （ ） 三 给社会经济发展带来不良影 响 高校规模扩大 ， 相比之下 ， 硬件 设施 建 设容易做 到，而软件 尤其是 师资 方面的建 设很难跟上节奏 ， 使得教育质量没有保 证 ， 高等院校银行贷款特 指公立全 日制普
实际上 已经提 前超额完成 了目标 。由此学 校办学 条件 不能满足教育发展 的矛盾 日益
突出。为了缓解 这一 矛盾 ， 必须扩大办学规 模 ，但随之又 出现 了扩 大办学规模 与资金 需求之 间的 矛盾 。在 财政拨款和学 校 自筹 收入不能满足学校基 本建设对资金 需求的 情况下 ，积极利用银 行贷款 （ 以下 简称贷 款） 改善办学条件 、 解决事业发展过 程中的 实际 困难 ， 成为学校必然的选择。 二、 普通高校贷款现 状 银行贷款成 为现 阶段我 国高校 基本建 设的主要资金来源 ，这一点 已成 为既定的 事实。部分高校大规模进行基本建设 ， 造成 债务负担沉重。 据资料显示 ， ２ ０ 至 ０ ３年末 ， １ ８所部 署 高 校 债 务 总额 ７ ５亿 元 ， ２７ 比 ２０ ０ ２年末 增长 ４ ％， ５ 其中基 本建设形成的 债务 占 ８ ％； ２ 央属的 ７ ６所高校 ２ ０ ０ ２年底 贷款总额达到 ８ ８亿元 ，截至 ２ ０ ０ ５年底贷 款 总额已高达 ３ ６亿元 ，校均贷款 额 ４４ ３ 亿元 ， 平均 年度增 幅达到 ７ ％ ， ６ 而在 ２ ０ ０５ 年 ，６所高校的 总收入是 ６ ６６ ７ ５ ．６亿元 ， 校 均收 入达到 ８６ ４亿元 ，现 有的 贷款规 模 已经相 当于高 校收入 的 ５ ％； １１ 同年我 国 公 办高 校 的银 行贷 款 总额 已达 １５ ０亿 ０ 元 一 ０ ２０ ０亿 元。在 ２ ０ ０ ７年 的 “ 两会” ， 上
高校贷款融资风险评估与预警模型研究
在理论研究方面 ：ｌ ９世 纪工业 革命时期 ，法 国 学者享瑞 ・ 法约尔 （ Ｈ ｅ ｎ ｒ ｉ Ｆ ａ ｙ ｏ １ ）在 《 一般管理和工 业管理》 书 中提 出，企业 经营领域引入 风险管理思 想 ，但并没有形成完整体系 ；２ ０ 世纪 ５ ０年代美 国莫 布雷 （ Ａ Ｈ Ｍ ｏ ｗ ｂ ｒ ａ ｙ ）等学者首次提出 “ 风险管理 ”
年公办高校 向银行贷款总额达到 １ ５ ０ ０亿元— — － ２ ｏ ０ Ｏ 亿元 ，至 ２ ０ １ ０年达到 ４ ０ ０ ０亿元 ，并且逐年显 现增加
立学科 ；日本也于 ２ ０ 世纪 ８ ０ 年代末开始研究企业风 险管理问题 ，武井 勋学者在 《 风 险管 理》 书 中提 出 风险形成三个基本因素 ，即客观性 、可测算性 、与不
２ ０ １ ４年 ２月第 １期
高校贷款融资风 险评估与预警模型研究
７
高校贷款融资风险评估与预警模型研究
林 春树
（ 福 建省 商 业 高等专科 学校 财 务 处 ，福 建 福 州 ３ ５ ０ ０ １ ２ ）
［ 摘 要 ］创新 高校贷款风 险评估 与预警模型 ，共筑财 务 系统 “ 防 火墙” 。通过 深入剖析 高校 债务 风 险凸显 成
已形成一个较为完整的定量分析体系 ，主要有 以下几
种模 型 ：（ １ ）单 变 量 分 析 模 型 ； （ ２ ） 多 变 量 分析 模 型 ；（ ３ ）逻 辑 回归分 析模 型 ； （ ４ ）Ｂ Ｐ神 经 网络 分析 模 型 ；（ ５ ） 期权 定 价 型 的破 产模 型 ； （ ６ ） 违 约率 模
８
型 与期 限模 型 。
福建 商 业高 等专科 学校 学报
２ ０ １ ４年 ２月第 １期
贷款风险评估模型研究
贷款风险评估模型研究一、前言随着金融市场的快速发展，贷款市场成为了经济的重要组成部分。
贷款作为金融机构的主要盈利来源之一，对于银行和借款人来说都具有非常重要的意义。
然而，由于贷款的风险性比较大，银行需要采用一些风险评估手段来减少贷款违约率。
贷款风险评估模型就是其中一种较为常见的方法之一。
二、贷款风险评估模型概述贷款风险评估模型是一种定量化的评估方法，用于对贷款违约风险进行研究和分析。
通常来说，贷款风险评估模型可以分为两类：基于统计模型的评估和基于机器学习模型的评估。
基于统计模型的评估主要是基于历史数据和统计方法，通过建立相关的数学模型来对贷款风险进行评估，该模型一般包括逻辑回归模型、判别分析模型、卡方检验模型等。
这种方法主要适用于样本量较大、数据完整、特征较为简单且线性的情况。
基于机器学习模型的评估是一种新兴的贷款风险评估方法，该方法主要利用人工智能技术进行数据的挖掘、分析和建模，通过训练数据，构建出一个能够自我学习的模型，来预测贷款违约的风险。
这种方法适用于复杂数据分析和特征提取较为复杂的情况。
三、贷款风险评估模型的建立过程1.数据准备贷款风险评估模型的建立需要大量的历史数据作为基础，这些数据包括借款人的个人信息、借款金额、借款期限、借款用途、还款记录等。
为了保证数据的准确性和可靠性，需要将数据进行清洗、筛选、转换等处理。
2.特征选择在数据准备的过程中，需要对数据进行特征选择，提取出与贷款违约相关的关键特征。
一般来说，常用的特征选择方法包括卡方检验、信息增益、主成分分析等。
3.模型建立模型的建立主要包括训练数据集和测试数据集的划分、模型的选择和建立。
在模型的选择和建立方面，通常会采用逻辑回归、神经网络、支持向量机等方法进行建模。
4.模型评估模型的评估主要是评估模型的准确率、精度、召回率等性能指标，并通过比较不同模型的性能指标，选择最优模型。
5.模型优化模型的优化是指通过参数调整、特征选择、数据增强等方法对模型进行进一步优化，提高模型预测的准确度和可靠性。
教育部、财政部关于进一步完善高等学校经济责任制加强银行贷款管理切实防范财务风险的意见
教育部、财政部关于进一步完善高等学校经济责任制加强银行贷款管理切实防范财务风险的意见文章属性•【制定机关】教育部,财政部•【公布日期】2004.07.13•【文号】教财[2004]18号•【施行日期】2004.07.13•【效力等级】部门规范性文件•【时效性】现行有效•【主题分类】高等教育,银行业监督管理正文教育部、财政部关于进一步完善高等学校经济责任制加强银行贷款管理切实防范财务风险的意见（教财[2004]18号）近几年来，在党中央、国务院的高度重视和正确领导下，各级政府认真贯彻实施科教兴国战略，千方百计增加教育投入，我国高等教育改革取得了重大突破，高等教育事业实现了跨越式发展。
随着高等教育规模的不断扩大以及广大人民群众对高等教育需求的日益增长，教育投入与教育需求之间的矛盾更加突出。
一些高校在资金供给不足的情况下，为适应事业发展的需要，积极利用银行贷款(以下简称贷款)改善办学条件，解决了事业发展过程中的实际困难。
但是，高等学校在利用贷款加快事业发展的同时，也出现了一些不容忽视的问题。
部分高校对贷款的风险认识不够，还贷的责任意识不强；个别高校贷款论证不充分，贷款规模大大超出高校的经济承受能力；有的高校缺乏勤俭办事业的思想，不切实际地依靠贷款铺摊子、上项目，盲目追求高标准。
这些问题必须引起高度重视和认真解决。
为进一步加强对高校贷款行为的规范和管理，明确还贷责任，防范财务风险，确保高等教育事业的健康、可持续发展，现就加强高校贷款管理工作提出如下意见：一、高校贷款的指导思想1．必须坚持科学的发展观和政绩观。
各高校必须坚持科学的发展观和政绩观，要从我国基本国情的实际出发，从有利于高等教育事业改革与发展出发，从扎扎实实办好让人民满意的教育出发，正确处理好眼前与长远发展的关系，正确处理好事业发展需要与实际经济承受能力的关系，要提倡厉行节约，坚持量力而行，不能搞短期行为，坚决防止脱离实际大搞建设形成债务风险，坚决反对一切追求奢华、超标准的浪费行为。
高校银行贷款额度控制与风险评价模型研究
关键词： 高等学校 ； 贷款额度 ； 风险评价
中图分类号 ：８ ０５ Ｆ ３． 文献标志码 ： Ａ 文章编号 ：６ ３ ２ １ ２ １ ）３ ０４ —５ １７ — ９ Ｘ（０ ０ １— Ｏ４ ０
收 稿 日期 ：０ ０ ０ — ６ ２ １ — ３ １
基 金项 目： 育部 人文社会 科 学研 究项 目基金 资助 （９ Ｊ Ｚ ０ １ ； 教 ０ Ｙ Ｃ Ｈ ７ ） 山东科技 大学 ２０ ０ ９教 育教 学研 究“ 星计划 ” 目 群 项
（ Ｘ９２８ ） Ｑ ０ ０ ００
作者简介 ： 刘新 民（９ ５ ）男， １６ 一 ， 山东莒南人 ， ， 教授 博士研 究生， 从事教 育经济与管理 、 战略管理等研 究； 闰春（９ ８ ）女 ， １７ 一 ， 山东 兖矿人 ， 讲师， 博士研究生， 从事资源评价与方法等研 究； 张盈盈（９ ３ ）女 ， １８ 一 ， 山东潍坊人 ， 硕士研究生， 从事教育经济与管理研究。
自２ ０世纪 ９ ｏ年代末 ， 公立高校与银行之间价值诉求的 互补性逐步提高 ， 促进 了高等学校负债扩张发展。据中国社
还， 实际上根据 目前实 际情 况 ， 高校偿还本金 的能力大都不 够充足 ， 大都 只是还利息而不还本金 。
会科学 院发布 的（ ０ ６年 ： ２ｏ 中国社会形势分析与预测》 显示 ，
一
４ — ４
二、 模型 的 改进
（ 山东科技大学 ａ ． 经济管理学 院．． ｂ 信息科学与工程学 院， 山东 青岛 ２６ １ ） ６ ５ ０
校园贷风险控制的数学模型探究
校园贷风险控制的数学模型探究常见的数学模型1.决策树模型决策树模型是一种分析决策过程的数学模型。
它将决策过程表示为一个树状结构，其中每个节点表示一个决策，每个分支代表一种可能的决策结果。
决策树可以用于风险评估和贷款授信决策。
以校园贷为例，决策树可以用于判断一个学生是否能够负担得起借款。
首先，需要考虑借款金额和学生的收入情况。
如果学生的收入足够支持还款，决策树将向右分支；否则，将向左分支。
接下来，考虑学生是否在其他贷款平台上有未偿还的贷款。
如果没有，决策树向右分支；否则，将向左分支。
这些信息将最终得出一个结论：是否应该批准学生的贷款申请。
2.逻辑回归模型逻辑回归模型是一种分类分析模型，用于预测因变量（即输出）的概率。
在校园贷风险控制方面，逻辑回归模型可以用于根据借款人的个人和财务状况对其进行分类，并确定其是否为高风险借款人。
一般而言，逻辑回归模型可以将不同的变量（例如借款金额、借款人的收入状况、借款人的信用记录等）作为输入，然后计算一个输出变量（例如“高风险”或“低风险”）。
对于校园贷借款人的风险评估，逻辑回归可以将借款人的个人信息和借款历史作为输入，然后计算出一个概率值，表示其为高风险借款人的概率。
3.神经网络模型神经网络模型是一种模拟人脑神经系统的数学模型，可用于模式识别和分类分析。
在校园贷风险控制方面，神经网络模型可以用于预测贷款违约的可能性。
神经网络模型通常由多个层组成，其中包括输入层、中间层和输出层。
在校园贷风险控制中，输入层通常包括借款人的个人信息和借款历史，中间层则模拟了人脑神经系统的处理过程，输出层将预测贷款违约的概率。
神经网络模型的核心在于学习算法，该算法能够优化神经网络的输入输出关系，从而提高预测准确率。
校园贷的高利率和不良还款记录已经引起了政府和金融机构的高度关注。
使用数学模型可以帮助这些机构更好地管理和控制借贷风险。
以下是一些数学模型在校园贷风险控制中的具体应用。
决策树模型可以用于评估学生的财务状况，从而辅助决定是否应该批准他们的借款申请。
浅析高校银行贷款额度控制的评价方法
浅析高校银行贷款额度控制的评价方法【摘要】高校在扩招过程中，银行贷款是高等学校筹集资金的主要方式，在分析现行的高校银行贷款额度时，必须要考虑高校的贷款额度的确定要与学校基本教学条件、学校的财务状况相适应、同时也要考虑高校现有的教学条件，在还款期内的还本付息能力联系起来，然后根据这些条件要求，设置必要的风险防控指标，将高校的贷款风险控制在合理的风险内，以利于高校的健康成长。
【关键词】高校；银行贷款；额度控制；风险评价自高校扩招以来，许多高校不断扩大招生规模，但由于国家对高校的教育投入没有跟上扩招的步伐，高校需要大量的资金投入来确保招生规模的扩大带来的各种教学设施的需求。
与此同时，而高校所在地政府为了当地国民经济稳定增长和城市竞争力的提高，鼓励高校在城市郊区或原址大规模地建设新校园。
为了维持高校的跨越式发展，高校不断向银行贷款以解决发展资金匮乏问题。
为指导高校加强贷款管理，提高风险控制能力，教育部、财政部还共同组织开发了“高等学校银行贷款额度控制与风险评价模型”的指导性意见，要求各有关高校参照该模型的方法和思路，研究确定本校合理的贷款控制规模，为控制高校贷款风险起到了一定的作用。
1.新时期高校建设资金需求的确定基础高等学校进行贷款的前提是必须有充足的资金来源，既能保证未来一段时期内教学、科研活动的正常进行，又能在规定时间内偿还银行贷款本息。
所以在计算高校未来的贷款量时，就必须有一套适应高校实际情况的贷款评价指标体系，就是要分析研究高等学校贷款必须要满足的基本条件，目的是为了分析审核学校现有办学条件与按学校定位规模所需的办学条件之间的差距，进一步分析审核学校是否需要改善办学条件，防止有的学校因贪大喜功盲目上新建设项目，造成铺张浪费，以提高投资效益，减少学校贷款风险。
对于学校所需的建设资金，主要包括以下几个内容：1.1校园欠缺面积建设所需资金（M）分析考核学校现有的校园占地面积是否能够满足达到学校定位规模后的基本需要，如差额较大，学校则需要新征土地，扩大校园面积，如能基本满足需要，则不需要新征土地。
我国高校贷款风险控制的策略
【 接第 ７ 上 ４页 ）
政部 门集 中管 理。包括 三大部 分 ， 一是统 一 设备 ， 即根据 单 置 成本法 相 结合 的原 则 ， 步使 固定 资 产账面 价 值与 实 际 逐 位 实 际 情况 综 合调 备 相 关 资产 ： 二是统 一运 营 ， 即各 单 位 价值 相符 。三是 完善 内部 控制 制 度。各单位 要尽 快建 立 国
的资 产 处 置 ， 交给 财 政部 门集 中统 一 处 置 ， 营性 资产 有 资产 的 内部 管理 制 度 ， 范 单位 资产购 建 、 用管理 、 均 经 规 使 报 由财 政部 门统 一 运 营 ， 统一 进 行招 投 标 交 易 ， 到 阳 光操 废 报损 、 做 内部 转移 等行 为。 作 ， 开透 明 ： 公 三是 收益上缴 ， 国 有资 产经 营和 处置 收 益 将 全 部 上缴 财政 ， 实行 收支两 条线 管理 。 ３４ 在基 础 管理 方面 ，做 好 国有 资 产基 础 管理 工作 。 ． 是要 树 立 国有资 产保值 增值 意 识 ， 别 单位 主要 负责人 特 ３２ 在 评价 考核 方面 ， 资产管理 纳入评 价考核模 式 。 要从 思想 上高 度重 视 对国有 资 产的管 理。 同时 ， 级财 政 ． 将 各 让每 一 为更 好地 管理 好 、 好、 护好 国有 资 产 ， 逐步 建 立起 国 部 门要大 力宣传 国有 资产管 理 的各项 政 策和 法规 ， 用 维 应 并 有资 产利用效 率评价 制度 ，并 将该 制度列 入评价 考核单 位 个职 工从 思想 上 真正 认识 到 国有资 产管理 的重要 性 ， 在 家 负责 人工作 成绩 的标 准之一。 内部 管理 上 ， 在 建立资 产使 用 实 际工作 中切 实做 好 国有 资产 管理 工作 。 二是要 摸清 “ ， 产 逐 管理 责任制 ，明确科 室 负责人 对资产使 用与保 管 的具体 职 底 ” 通 过 清 产核 资 、 权 界定 和 产权 登 记 等 方式 ， 步 摸 家底 ” 并 及时 清理 账外 资产 。三 是健 全 资产账 ， 责， 采取 实物 管理 与资金 管理相 结合 的管理办 法 ， 立实物 清 各单位 “ 建 目， 立国 有 资产 登记 台账 制度 化 ， 到账 、 、 、 、 建 做 卡 物 证 表 资产管理 指标 体 系， 格使用 范围 ， 严 强化 使用者 的责任 。 避免 因人 员变动 及其他 原 因而 引起资 产流 失。 ３３ 在 制 度 建 设 方面 ，制 定 完 善 的 资 产 管理 法 规 制 相 统一 ， ．
教育行业客户贷款风险评价模型(试行)模版
教育行业客户贷款风险评价模型（试行）在教育行业贷款业务操作过程中，银行对贷款风险的评价通常着眼于两个方面：一是贷款规模是否超出学校实际承受能力，二是贷款期限的确定是否合理。
基于这两方面考虑，本模型设置了贷款规模风险指数和贷款期限风险指数两个指标，分别对教育行业客户贷款风险进行评估。
贷款规模风险指数用于单个客户承贷额度的风险衡量，贷款期限风险指数则用于单笔贷款约期偿还的风险衡量。
一、理论背景根据《担保法》有关规定，学校作为公益性事业单位，其教育设施属于禁止抵押的财产。
在贷款学校无力偿还债务时，银行常规的应对方案（处置欠债客户资产以收回贷款本息）存在政策障碍。
这表明对教育行业客户偿债能力的评估，不应寄希望于其固定资产的变现，妥善的做法是测算其未来还款期间的净现金流入。
因此，在应用本模型评价教育行业客户的偿债能力和相关贷款风险时，资产负债数据一般只作为参考辅助指标，未来还款期间预测的综合收支数据才是测算还款来源和偿债能力的核心指标。
二、基本设定（一）按照是否与学校日常教学经营直接相关，学校各项收支项目可划分为经常性收支项目和非经常性收支项目（参见附件二）。
（二）未来一定期间内学校的还款资金来源是可预测的：经常性收支项目及结余可按一定变动规律进行测算（如根据在校生规模同比变动），非经常性收支项目及结余在调查（评估）时也均可以预见，不考虑其它不可预计的收支项目。
（三）调查（评估）应坚持谨慎原则，对未来年度学校还款资金来源的预测是客观、科学、合理的，避免有意夸大或缩小相关预测数据的人为因素影响。
（四）学校不能因偿还贷款本息而影响现有基本办学能力和正常的教学、科研工作。
（五）将学校视为一个整体，不考虑内部各层次的资金分布。
三、贷款规模风险指数测算及评价（一）基本原理。
根据学校资质等级高低，相应设定不同的控制年限。
设定控制年限内学校测算出的还款资金来源的净现值，决定了其贷款控制限额。
学校承贷规模与该限额的比值越大，整体贷款规模风险越大。
校园贷风险控制的数学模型探究
校园贷风险控制的数学模型探究
随着科技的发展，校园贷款在今天成为一个人们投资的重要资源。
然而，由于校园贷款市场充满了几乎不可把握的风险，投资人难以把握，甚至缺少投资校园贷款的热情。
因此，通过数学模型来控制校园贷款的风险并催生更多的投资机会，受到了投资者的高度关注。
早在20世纪80年代，美国民主党就提出了利用数学建模技术来管理校园贷款的观点，并得到了投资者的广泛支持。
首先，模型要识别学生的信用历史，以增强校园贷款的风险控制能力；其次，模型要反映学生在校园期间的状况，以提高学生的后期经济回报情况；最后，模型要及时监测校园贷款各方的信用状况，以防止任何潜在的风险。
最后，通过数学模型控制校园贷款的风险，降低投资者的风险，可以吸引投资者更多的资本，催生更多的投资机会。
同时，投资机构也可以利用数学模型来更准确地评估学生的实际风险和投资机会，使得校园贷款投资机会更加可靠。
我国高校负债及债务风险管理
我国高校负债及债务风险管理【摘要】自从1999年高校实行大规模扩招政策以来，高校贷款在我国公办高校中开始大面积铺开。
随着高校贷款的逐步升级和还贷期的日益临近，一些曾经“隐蔽”的危机开始显现出来，高校的财务风险和财务困境逐渐突显，并呈现日益加剧的态势。
如何认识这些风险问题，如何去规避债务风险问题称为目前普通高校所面临的重要问题。
【关键词】高校负债，风险管理，风险评价模型一、高校贷款负债的现状背景1、高校贷款的现象1999年，中国银行与清华大学正式签署了“银校全面合作协议”，向清华大学提供了10亿元的授信额度，迈出了国内以商业银行总行名义与高等院校建立合作关系的第一步。
此后建行、工行等多家银行在全国各地纷纷与高校开展合作，普通高校贷款的现象十分普遍。
与获得教育经费较多且有保证的教育部直属高校相比，省属高校是高校贷款的主力军。
2.高校教育经费来源现状从中国高校近几年经费构成变化来看，随着全国高校收费的并轨，收费能力明显增强，学费收入占全部教育经费的比例得到了较大幅度的提高，高校的预算外融资部分主要来源于学费的快速增长。
目前高校的学费和杂费的大幅度增长，给接受大学教育的学生及其家庭带来了沉重的负担，已经引起了社会的广泛关注。
社会团体和个人办学及其社会捐赠和集资办学经费虽然每年都有一定程度的增加，但是相当有限，比重不高。
二、高校过度负债引起的风险（一）高校债务风险的成因1.政策风险。
政策风险主要指国家政策变化对高校产生的风险。
贷款要受到国家财政政策、金融政策和教育发展政策的影响。
比如，当国家采取鼓励高校扩大发展的时候，政府往往会出台一些列优惠政策，如贷款贴息等，这时高校的贷款风险是比较小的；另外宏观经济形势的好坏也直接与学校的风险联系，当经济整体不景气时，相对于企业来说，高校的收入相对稳定，银行对高校贷款是比较积极的，甚至不需抵押就可获得。
相反，若经济景气，银行就会转向其他高利润的行业，对高校贷款就会有各种条件要求，学校的贷款风险相应就会增大，筹资风险出现，学校的资金链会断裂，这将严重影响高校的建设和发展。
对高校银行贷款额度控制与风险评价模型的改进
１ ５ ０ ０亿 元 至 ２ ０ ０ ０亿 元 之 间 。有 的高校 贷款 已高达 ｌ ０亿
般基金 的余额 等 因素后 ，对 可偿债 资金 进行 计算 并 适 当
财 政部 在 《 关 于 进一 步完 善高 等学 校经济 责任 制加 强银 行
贷 款管 理 切实 防范 财 务 风险 的意 见》 （ 教财 【 ２ ０ ０ ４ １ １ ８号 ） 中 提 出了高 校贷款 额度 控 制与 风险评 价模 型 。 主要 内容如 下 ：
（ 一） 基 本 思路
国普通高等学 校在校生规模为 １ ９ ０万人 ， 到２ ０ ０ ８年普通 高校
要 的意 义 。
上， 根据 高校 贷款 的现 实状 况及银 行 的贷 款风 险控 制 ， 提出
改进 后 的高 校银 行贷 款 额度 控制 与风 险评价 模型 ，为高 校
二、 高 等 学校银 行贷 款 额度控 制 与风 险评价 模型 介绍
和银 行控 制贷 款额 度提 供一 定 的量化标 准 。
度 。比重越 大 。 风 险程度 越大 。高 校应将 贷款 风 险控制 在合
理 的程 序 范围 内 。 （ 二） 基本 设定
行 贷款 有 ４ ０ 多亿 元 ， 占８ ０ ％； 山东 省高 校在 ２ ０ ０ ５ 年 ９月底
的银行 贷款 累计 为 １ ０ ３亿 元 。２ ０ ０ ７年 ７月 《 新京报》 报道 ，
一
为 了进 一步 加强 对 高校贷 款行 为 的规范 和管 理 ，防范 财 务风 险 ， 确保 高 等教 育事业 的健 康 、 可 持续发 展 ， 教 育部２ Ｏ世 纪 ９ ０年代 ． 我 国高等 教育 实 行 了扩 招政 策 ， 高 校
高等学校银行贷款额度控制与风险评价模型
高等学校银行贷款额度控制与风险评价模型一、基本思路高等学校（以下简称高校）贷款的前提条件是必须保证未来一定期间内每年具有可用于偿还贷款本息的可偿债资金。
在综合考虑未来经费收支增长、资金现值、事业基金中一般基金的余额等因素后，对可偿债资金进行计算并适当调整，即可确定贷款控制额度。
高校可据此对自身贷款规模予以合理控制。
实际贷款余额占贷款控制额度的比重即为贷款风险程度。
比重越大，风险程度越大。
高校应将贷款风险控制在合理的程度范围内。
二、基本设定1．高校不能因偿还贷款本息而影响现有基本办学能力和正常的教学、科研工作；2．高校事业在未来一定期间内呈稳定增长的态势；3．不考虑非常态的不可预计与不可控制的情况（如获得国家财政重点支持、获得大宗无指定用途捐款等）；4．将高校视为一个整体，不考虑内部各级次的资金分布状况。
三、贷款控制额度测算方法1．非限定性净收入的确定高校的收入来源可分为限定性收入（有指定用途）和非限定性收入（无指定用途）两大类。
只有非限定性收入才能作为高校偿还债务本息的资金来源。
非限定性收入包括非专项教育经费拨款（不含附属中小学教育经费拨款）、教育事业收入、附属单位缴款、其他经费拨款、上级补助收入和其他收入。
非限定性收入=（非专项教育经费拨款—附属中小学教育经费拨款）+教育事业收入+附属单位缴款+其他经费拨款+上级补助收入+其他收入）高校的正常运转和发展必须首先确保必要的刚性支出。
必要刚性支出包括基本支出（不含科研支出和已贷款利息支出）和对附属单位补助支出。
必要刚性支出=（基本支出—科研支出—已贷款利息支出）+对附属单位补助支出非限定性净收入=非限定性收入—必要刚性支出需要特别注意的是，在计算非限定性净收入时，必须确保非限定性收入与必要刚性支出的口径一致。
此外，考虑到高校非限定性净收入不可能全部用于偿还贷款本息，因此，各高校可结合实际按一定比例确定可用于偿债的非限定性净收入。
2．根据高校事业稳定发展的基本设定，进一步设定非限定性收入与必要刚性支出按同比例增长，则高校的非限定性净收入也将按同样速度递增，具体增长比例应按照审慎性原则确定。
高校银行贷款控制额度与风险评价分析——以G高校为例
ACCOUNTING LEARNING217高校银行贷款控制额度与风险评价分析——以G 高校为例文/康健摘要：近年来，地方高校飞速发展，为我国社会主义市场经济建设培养了大量人才，但由于地方政府对高校的补贴有限，难以满足高校教育投入、扩大办学规模的需要，只好通过银行贷款来解决资金需求，这在一定程度上给高校发展带来了风险。
本文利用“高校银行贷款额度控制与风险评价模型”对银行贷款情况进行分析研究，对地方高校控制银行贷款额度，防范财务风险，促进地方高校健康、持续发展都起到了积极的作用。
关键词：银行贷款；控制额度；风险评价随着我国高等教育大众化速度的加快，地方高校逐渐成为我国高等教育大众化的主力军。
但是由于地方政府财力有限，投入到地方高校的办学资金不足，使得地方高校向银行贷款成为筹措办学经费的重要途径。
值得肯定的是，银行贷款为地方高校的跨越式发展起到了很大的推动作用，但是，我们也应该看到，银行贷款为地方高校的快速发展起到了很大的作用，同时也给地方高校带来了财务风险。
如何利用“高校银行贷款额度控制与风险评价模型”，把银行贷款规模控制在可承受的范围之内，防范财务风险，促进地方高校健康、持续发展，是目前我国地方高校需要解决的课题。
G 高校是省市共建的地方高校，现有全日制在校学生22,459人，教职工1,562人。
近年来，G 高校校办学规模不断扩大，预计“十三五”期间，该校在校生人数将达到24,000人。
但由于办学资金短缺，该校基本建设跟不上扩招的步伐，目前教学行政用房等基础设施未能达到本科教学工作水平评估合格的标准，课室、实验室和学生宿舍十分紧张，这种状况严重制约着该校的发展。
为了缓解G 高校教学行政用房等基础设施紧张的局面，切实改善教学环境，增强综合办学实力，该校计划建设学生实训中心项目，项目总投资5,000万元，计划向银行贷款2,500万元。
项目建成后将能满足学生实验、实习、实训等实践教学、实验、实习场所的需要。
关于高校银行贷款风险控制与管理
３ 国家缺乏宏观指导和调控 。一方面 ， 、 高等学校在 民事活动 中享有 民事权利 ， 承担 民事责任 ， 因此 国家对高 校贷款没有 实行
干预； 另一方面， 银行认为学校是国家的学校， 不会倒闭， 于是在
贷款审批过程中未按商业贷款条件严格审查， 也不设立担保或财 不能用 贷款资金提高或变相提高人 员待遇等 ，严禁用贷款资金进 产抵押， 基本靠学校信誉实行信誉贷款， 这一做法极大地方便了 行再融资活动 。 务处 要设专职管理 人员 ， 财 对已贷入 的资会建立 台 学校申请和使用银行贷款， 造成学校贷款上的随意性。 账， 按贷款银行逐 笔登记贷款 日 、 、 期 金额 利率 、 Ｅ 到期 ｌ 明细情 期等
拨款 ） 教育事业 收入＋ ＋ 附属单位缴款＋ 其他经费拨款＋ 上级补助收 入＋ 其他收入
按现行银行贷款利率水平， 每贷 １ 亿元每年就要支付近 ６Ｏ Ｏ 万元 的利息。如果一个学校贷几个亿资金 ， 每年就要支付上千万甚至
几． 千万元的利息 。这些 利息 只能 全部在学校 日常经 费的平衡预算 中支出 如果管理不善 。 势必会出现赤 字 ， 最后必将 导致财务危机
的产 生 。
二、 高校银行贷款管理对策
ｌ高校要建立科 学的发展观 。高校 既要 敢于开拓进取 ， 、 积极 利用银行贷款 ， 实现学校 的快 速发展 ， 又要 正确处理 好眼前 利益 与 长远发展 的关系 ， 正确处理好 事业发展需要与实 际经 济承受能 力 的关系 ， 提倡厉行节 约 ， 量 力而行 ， 坚持 确保稳 健发展 ， 弃盲 摒 Ｆ眼 的意识。高校要制定切实 可行 、 ｊ 风 ｊ 科学合理 的发展战略 ， 特别 要摒弃那种 “ 银行是国家的 ， 是银行 的” 银行 的贷款 “ 贷款 ， 不用 自不用 ， 了也 白用 ， 用 白用谁不用” 的错误认识 ， 防止追求奢华 、 旨
高校银行贷款控制额度与风险评价分析
高校银行贷款控制额度与风险评价分析作者：康健来源：《财会学习》2018年第12期摘要：近年来，地方高校飞速发展，为我国社会主义市场经济建设培养了大量人才，但由于地方政府对高校的补贴有限，难以满足高校教育投入、扩大办学规模的需要，只好通过银行贷款来解决资金需求，这在一定程度上给高校发展带来了风险。
本文利用“高校银行贷款额度控制与风险评价模型”对银行贷款情况进行分析研究，对地方高校控制银行贷款额度，防范财务风险，促进地方高校健康、持续发展都起到了积极的作用。
关键词：银行贷款；控制额度；风险评价随着我国高等教育大众化速度的加快，地方高校逐渐成为我国高等教育大众化的主力军。
但是由于地方政府财力有限，投入到地方高校的办学资金不足，使得地方高校向银行贷款成为筹措办学经费的重要途径。
值得肯定的是，银行贷款为地方高校的跨越式发展起到了很大的推动作用，但是，我们也应该看到，银行贷款为地方高校的快速发展起到了很大的作用，同时也给地方高校带来了财务风险。
如何利用“高校银行贷款额度控制与风险评价模型”，把银行贷款规模控制在可承受的范围之内，防范财务风险，促进地方高校健康、持续发展，是目前我国地方高校需要解决的课题。
G高校是省市共建的地方高校，现有全日制在校学生22，459人，教职工1，562人。
近年来，G高校校办学规模不断扩大，预计“十三五”期间，该校在校生人数将达到24，000人。
但由于办学资金短缺，该校基本建设跟不上扩招的步伐，目前教学行政用房等基础设施未能达到本科教学工作水平评估合格的标准，课室、实验室和学生宿舍十分紧张，这种状况严重制约着该校的发展。
为了缓解G高校教学行政用房等基础设施紧张的局面，切实改善教学环境，增强综合办学实力，该校计划建设学生实训中心项目，项目总投资5，000万元，计划向银行贷款2，500万元。
项目建成后将能满足学生实验、实习、实训等实践教学、实验、实习场所的需要。
目前，该校银行贷款余额7，500万元，为了建设学生实训中心项目，要向银行新增贷款2，500万元，届时，该校累计银行贷款余额1亿元。
- 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)。
高等学校银行贷款额度控制与风险评价模型
一、基本思路
高等学校（以下简称高校）贷款的前提条件是必须保证未来一定期间内每年具有可用于偿还贷款本息的可偿债资金。
在综合考虑未来经费收支增长、资金现值、事业基金中一般基金的余额等因素后，对可偿债资金进行计算并适当调整，即可确定贷款控制额度。
高校可据此对自身贷款规模予以合理控制。
实际贷款余额占贷款控制额度的比重即为贷款风险程度。
比重越大，风险程度越大。
高校应将贷款风险控制在合理的程序范围内。
二、基本设定
1．高校不能因偿还贷款本息而影响现有基本办学能力和正常的教学、科研工作；
2．高校事业在未来一定期间内呈稳定增长的态势；
3．不考虑非常态的不可预计与不可控制的情况（如获得国家财政重点支持、获得大宗无指定用途捐款等）；
4．将高校视为一个整体，不考虑内部各级次的资金分布状况。
三、贷款控制额度测算方法
1．非限定性净收入的确定
高校的收入来源可分为限定性收入（有指定用途）和非限定性收入（无指定用途）两大类。
只有非限定性收入才能作为高校偿还债务本息的资金来源。
非限定性收入包括非专项教育经费拨款（不含附属中小学教育经费拨款）、教育事业收入、附属单位缴款、其他经费拨款、上级补助收入和其他收入。
非限定性收入=（非专项教育经费拨款-附属中小学教育经费拨款）+教育事业收入+附属单位缴款+其他经费拨款+上级补助收入+其他收入
高校的正常运转和发展必须首先确保必要的刚性支出。
必要刚性支出包括基本支出（不含科研支出和已贷款利息支出）和对附属单位补助支出。
必要刚性支出=（基本支出-科研支出-已贷款利息支出）+对附属单位补助支出
非限定性净收入=非限定性收入-必要刚性支出
需要特别注意的是，在计算非限定性净收入时，必须确保非限定性收入与必要刚性支出的口径一致。
此外，考虑到高校非限定性净收入不可能全部用于偿还贷款本息，因此，各高校可结合实际按一定比例确定可用于偿债的非限定性净收入。
2．根据高校事业稳定发展的基本设定，进一步设定非限定性收入与必要刚性支出按同比例增
长，则高校的非限定性净收入也将按同样速度递增，具体增长比例应按照审慎性原则确定。
3．n年期累计非限定性净收入现值
为平衡各年收入与支出中偶然因素的影响，可以年均非限定性净收入R0为基数，以n年期同期银行平均贷款利率i为折现率，计算未来n年期累计非限定性净收入现值。
具体方法如下：
（1）年均非限定性净收入R0=近两年非限定性净收入之和/2
（2）n年期累计非限定性净收入现值=R0×现值系数f
式中，g为设定的非限定性净收入增长率，n为期间数（年），i为同期银行贷款利率。
4．n年期累计贷款控制额度
由于高校事业基金一般基金余额中仍有部分资金可用于偿还贷款本息，因此，n年期累计非限定性净收入现值加上一般基金中可用于偿债的资金（可按一般基金的20%-50%测算），即可测算出n年期累计贷款控制额度（指n年期内累计贷款余额的最大值，不包括已经偿还的贷款）。
n年期累计新增贷款控制额度=n年期累计非限定性净收入现值+一般基金中可用于偿债资金
5．N年期累计新增贷款控制额度
假定高校新、旧贷款均需在n年期内全部偿还，则：
n年期累计新增贷款控制额度=n年期累计贷款控制额度-累计未偿还贷款余额
四、贷款风险程度评价方法
现有贷款风险指数=累计未偿还贷款余额/n年期累计贷款控制额度
现有贷款风险程度评估标准如下：
0.8＜贷款风险指数≤1，高风险；
0.6＜贷款风险指数≤0.8，较高风险；
0.4＜贷款风险指数≤0.6，中等风险；
0.2＜贷款风险指数≤0.4，较低风险；
0＜贷款风险指数≤0.2，基本无风险；
如现有贷款风险指数＞1（或n年期累计贷款控制额度≤0）时，则表明高校在该期间内暂无贷款能力，不能再增加任何新的贷款。