探究中國商業(yè)銀行金融風(fēng)險預(yù)警指標(biāo)體系
探究中國商業(yè)銀行金融風(fēng)險預(yù)警指標(biāo)體系
2008年以美國次貸危機(jī)為標(biāo)志的金融海嘯席卷全球，作為金融機(jī)構(gòu)的主體部分，商業(yè)銀行在此次危機(jī)中同樣遭受重創(chuàng)。在歷經(jīng)沖擊之后，商業(yè)銀行的風(fēng)險管理和識別能力開始讓人質(zhì)疑。中國經(jīng)濟(jì)尚處于高速發(fā)展和轉(zhuǎn)型初期，商業(yè)銀行金融風(fēng)險在寬松的宏觀經(jīng)濟(jì)環(huán)境下并不顯著，但由于中國不斷與國際經(jīng)濟(jì)接軌，開放條件下全球性的金融危機(jī)仍然會給國內(nèi)商業(yè)銀行帶來巨大的經(jīng)營壓力。
實踐表明，中國商業(yè)銀行的風(fēng)險管理多側(cè)重于事后彌補(bǔ)和經(jīng)驗總結(jié)，但是相對來說更為重要和緊迫的事先管理卻未能得到足夠的認(rèn)識和實施。要實現(xiàn)對于商業(yè)銀行金融風(fēng)險的監(jiān)測，建立風(fēng)險預(yù)警機(jī)制，根據(jù)現(xiàn)有的指標(biāo)數(shù)據(jù)對短期內(nèi)商業(yè)銀行金融風(fēng)險爆發(fā)的可能性進(jìn)行全面有效的評估是事先管理的一種切實可行方法。本文在國內(nèi)外相關(guān)學(xué)者的研究基礎(chǔ)上，結(jié)合國內(nèi)商業(yè)銀行風(fēng)險現(xiàn)狀，建立了一個全面的商業(yè)銀行金融風(fēng)險預(yù)警體系，并從近期數(shù)據(jù)給出了對商業(yè)銀行金融風(fēng)險的評價及實證檢驗。
一、相關(guān)領(lǐng)域文獻(xiàn)回顧
國際上對于銀行業(yè)金融風(fēng)險預(yù)警的研究早在20世紀(jì)就已經(jīng)取得了令人矚目的成績，但種種成果也存在諸多問題，并且多數(shù)方法與中國的實際有著很大的差距。
1979年由聯(lián)邦金融機(jī)構(gòu)監(jiān)管委員會建立的CAMEL評級制度經(jīng)過1997年的修改后，成為美國主要監(jiān)管機(jī)構(gòu)統(tǒng)一使用的CAMELS(駱駝)制度。伴隨銀行業(yè)務(wù)的拓展，部分國家監(jiān)管當(dāng)局引入美國CAMEL評級制度，同時結(jié)合本國監(jiān)管情況建立了相對獨(dú)立的主觀判斷評價體系。
CART(Classification and Regression Tree)結(jié)構(gòu)分析法，根據(jù)選定的某幾項財務(wù)指標(biāo)作為分類的標(biāo)準(zhǔn)，運(yùn)用二分法，通過建立二元分類數(shù)來分析被考查對象狀態(tài)。Logit模型主要采用了logistic函數(shù)，該模型的問題在于當(dāng)樣本點存在完全分離時，模型參數(shù)的極大似然估計可能不存在，模型的有效性存在問題，另外該方法對臨界區(qū)域的判別敏感性過度，容易導(dǎo)致相近樣本評估結(jié)果之間差別過大。
Altman等人(1994)利用神經(jīng)網(wǎng)絡(luò)對意大利公司進(jìn)行失敗預(yù)測。神經(jīng)網(wǎng)絡(luò)方法是一種自適應(yīng)的非參數(shù)方法，并不嚴(yán)格要求樣本數(shù)據(jù)的分布，不僅具有非線性映射和泛化能力，而且神經(jīng)網(wǎng)絡(luò)模型的分布自由，較之多元判別分析模型，對實際問題更加適用。
信用度量技術(shù)(Credit Metrics，1997)運(yùn)用VaR 框架，對貸款和非交易資產(chǎn)進(jìn)行風(fēng)險的評價和計量。但是Credit Metrics模型的違約模型和相關(guān)系數(shù)的度量是以期權(quán)定價理論為基礎(chǔ)的，這對資本市場的成熟度以及數(shù)據(jù)的真實性都有極高的限制要求，因而可操作性有所降低。
麥肯錫模型(Credit Portfolio View，1998) 是在Credit Metrics的基礎(chǔ)上，對經(jīng)濟(jì)的周期性因素予以考慮，通過蒙特卡羅模擬技術(shù)(Astructured Monte Carlo Simulation Approach)模擬周期性因素的沖擊，以測定評級轉(zhuǎn)移概率的改變趨勢并進(jìn)行度量[9]，但是由此給模型增加了相當(dāng)?shù)膹?fù)雜程度。
相比之下，國內(nèi)關(guān)于商業(yè)銀行金融風(fēng)險預(yù)警的研究起步較晚，同時囿于研究所需的數(shù)據(jù)資料稀缺等原因，致使當(dāng)下國內(nèi)該領(lǐng)域的研究仍然十分欠缺。具有代表性的理論研究大致如下：
隋劍雄(2004)針對國內(nèi)商業(yè)銀行經(jīng)營管理模式，提出了適應(yīng)本國銀行發(fā)展需求且以核心指標(biāo)和輔助指標(biāo)構(gòu)成的信貸風(fēng)險預(yù)警指標(biāo)體系，采用向量法(TE)作為構(gòu)建風(fēng)險預(yù)警模型的算法，通過構(gòu)建商業(yè)銀行信貸風(fēng)險預(yù)警系統(tǒng)對信貸風(fēng)險進(jìn)行監(jiān)測和分析，該模型側(cè)重于對商業(yè)銀行信貸風(fēng)險的說明及預(yù)警的相關(guān)指標(biāo)和報警范圍[10]。
李華明、向穎珍(2007)運(yùn)用時間序列分析方法，以ARMA模型來構(gòu)建信用風(fēng)險預(yù)警模型，使得信用風(fēng)險預(yù)警模型將影響信用風(fēng)險的多種因素通過所考察的指標(biāo)自身的變化來反映。不足之處在于：首先，該模型單純用歷史數(shù)據(jù)進(jìn)行模擬，雖預(yù)測了其可能的走勢，但對其存在這種走勢的具體原因并沒有明確表明;其次該模型只是利用不良貸款率單一指標(biāo)來建立模型，沒有考慮其他指標(biāo)折射的整體狀況;最后，模型的模擬效果也會隨著指標(biāo)的變化而變化，預(yù)測結(jié)果十分不穩(wěn)定。
從監(jiān)管層面來看：2005年開始，銀監(jiān)會依據(jù)新制定的《商業(yè)銀行風(fēng)險預(yù)警操作指引(試行)》按季對商業(yè)銀行法人機(jī)構(gòu)進(jìn)行風(fēng)險預(yù)警的試運(yùn)行，以提高銀行風(fēng)險監(jiān)管的敏感性和有效性。
綜合以上的理論研究可以看出，現(xiàn)有的成果主要存在下列不足之處：一是大多學(xué)者關(guān)于預(yù)警體系的研究都過度集中于商業(yè)銀行的信貸業(yè)務(wù)，從而無法做到整體考量商業(yè)銀行的風(fēng)險;二是過分依賴少部分銀行現(xiàn)有的指標(biāo)，再依據(jù)趨勢變化給出預(yù)警結(jié)果，但往往結(jié)果偏離較大，不夠理想。整體來看，中國商業(yè)銀行金融風(fēng)險預(yù)警多停留于較為傳統(tǒng)的指標(biāo)分析階段，即使少數(shù)學(xué)者提出數(shù)量方法，但也顯得單一和偏頗，因而對于該領(lǐng)域的研究還應(yīng)當(dāng)增加定量方法以期取得更好的功效。
二、商業(yè)銀行金融風(fēng)險來源
從中國商業(yè)銀行的發(fā)展歷程及現(xiàn)狀來看，商業(yè)銀行所面臨的主要風(fēng)險集中體現(xiàn)為信用風(fēng)險、市場風(fēng)險、操作風(fēng)險和流動性風(fēng)險(操作風(fēng)險屬人為因素所導(dǎo)致，在接下來的指標(biāo)體系構(gòu)建中暫不予考慮)。再依據(jù)其風(fēng)險來源的差異大致可以將商業(yè)銀行金融風(fēng)險劃分為以下幾個方面：
(一)宏觀經(jīng)濟(jì)發(fā)展所帶來的風(fēng)險
商業(yè)銀行金融風(fēng)險的發(fā)生很大程度上取決于經(jīng)濟(jì)基本面的運(yùn)營狀況，如果宏觀經(jīng)濟(jì)運(yùn)行中出現(xiàn)通脹或是結(jié)構(gòu)失衡等現(xiàn)象，都將導(dǎo)致市場上貨幣資金的供求產(chǎn)生大幅的變化，作為貨幣資金的投放和回籠機(jī)構(gòu)，商業(yè)銀行的經(jīng)營勢必受到重大影響，進(jìn)而導(dǎo)致風(fēng)險的滋生。
(二)信貸業(yè)務(wù)帶來的風(fēng)險
在商業(yè)銀行的經(jīng)營過程中，由于顧客的存貸業(yè)務(wù)完全屬隨機(jī)行為，因而如果短期資金所占到的比重較大，將勢必給銀行的經(jīng)營帶來額外的風(fēng)險負(fù)擔(dān)。一旦短期內(nèi)存款到期，提現(xiàn)業(yè)務(wù)將會給銀行的存量資金施加壓力。風(fēng)險衡量主要有賴于存(貸)增長率及短期貸款占比。
(三)商業(yè)銀行的獲利水平影響其風(fēng)險程度
商業(yè)銀行的根本目的在于經(jīng)營獲利，如果商業(yè)銀行經(jīng)營狀況良好，將會獲得存貸客戶的信任，即使出現(xiàn)一定程度的經(jīng)濟(jì)波動，也難以出現(xiàn)擠兌現(xiàn)象。而且較好的盈利水平同樣使得商業(yè)銀行在出現(xiàn)資金短缺時能夠較輕易地從同業(yè)處拆得資金以彌補(bǔ)頭寸。主要體現(xiàn)在貸款收益率、資產(chǎn)利潤率等指標(biāo)上。
(四)對外經(jīng)營業(yè)務(wù)的隱患
這類風(fēng)險主要在于國際業(yè)務(wù)的逆差以及游資對于本國金融行業(yè)的沖擊。在國際業(yè)務(wù)往來中，商業(yè)銀行通常承擔(dān)著資金的清算及資金缺口的補(bǔ)償，因而首當(dāng)其沖的面臨著匯率風(fēng)險的考驗。另外，游資在短期內(nèi)低進(jìn)高出，依靠短期內(nèi)自身相對于東道國的資金優(yōu)勢，操縱金融產(chǎn)品價格，這勢必在其抽逃之后造成金融風(fēng)險的擴(kuò)散，商業(yè)銀行必將受到牽連。當(dāng)然風(fēng)險主要體現(xiàn)在匯率水平等指標(biāo)上。
(五)商業(yè)銀行資本金不足導(dǎo)致的風(fēng)險
商業(yè)銀行的經(jīng)營是一種高負(fù)債形式，盡管如此，商業(yè)銀行還是應(yīng)當(dāng)在一定范圍內(nèi)保證庫存資金的充足，即使在不能保證庫存的條件下，也起碼要保證在出現(xiàn)資金短缺時能以較低的利率水平向同業(yè)拆得資金，否則商業(yè)銀行的經(jīng)營將蘊(yùn)藏巨大的危機(jī)。這類風(fēng)險大小主要取決于同業(yè)拆借利率、資本充足率等。
(六)流動性制約的風(fēng)險大小
美國的次貸危機(jī)導(dǎo)致了全球性的經(jīng)濟(jì)恐慌，中國的金融業(yè)也因此遭受不同程度的損失，各個商業(yè)銀行直接或間接地受到很大的影響，隨著房貸還款期限臨近，更多的不良貸款將會逐漸顯現(xiàn)出來。一旦房地產(chǎn)泡沫破滅，勢必多數(shù)的商業(yè)銀行將遭受牽連，所以充足的資金撥備對商業(yè)銀行而言是不可或缺的。代表性的指標(biāo)有撥備覆蓋率、存款準(zhǔn)備金率等。
三、預(yù)警指標(biāo)體系的構(gòu)建
欲構(gòu)建商業(yè)銀行金融風(fēng)險預(yù)警指標(biāo)體系，不僅要做到指標(biāo)體系的預(yù)警效果明顯，而且指標(biāo)數(shù)據(jù)的獲得要具有可行性，另外預(yù)警也必須具有良好的可操作性。根據(jù)中國商業(yè)銀行金融風(fēng)險的不同來源，截取了六大類預(yù)警指標(biāo)作為構(gòu)建體系的基本依據(jù)。
為了迎合中國金融風(fēng)險的隱蔽性等特性，在構(gòu)建指標(biāo)體系時盡量做到精細(xì)，以達(dá)到全面考量商業(yè)銀行金融風(fēng)險的目的。最終共選取20項指標(biāo)對風(fēng)險進(jìn)行評估，組成一個完整的預(yù)警體系。
四、指標(biāo)安全區(qū)間的確定
商業(yè)銀行的金融風(fēng)險預(yù)警指標(biāo)是否達(dá)到危機(jī)水平或是確定危險程度，可依據(jù)既定的安全區(qū)間來判斷。通常在劃分安全區(qū)間時多參考中國人民銀行及銀行業(yè)監(jiān)督管理委員會的政策性文件，當(dāng)然如果國際上有公認(rèn)的臨界值，則應(yīng)當(dāng)依據(jù)此項臨界值再行劃分安全區(qū)間，總之對于安全區(qū)間的確定必須做到有據(jù)可循，并且保證指標(biāo)的準(zhǔn)確無誤。另外，如果某一既定臨界值不適應(yīng)目前的商業(yè)銀行狀況，則在此臨界值的基礎(chǔ)上進(jìn)行適當(dāng)?shù)奈⒄{(diào)。
在考慮指標(biāo)安全區(qū)間時應(yīng)當(dāng)注意：并非所有預(yù)警指標(biāo)都是風(fēng)險單調(diào)型的，也即是存在部分指標(biāo)屬于非單調(diào)型。例如資本充足率對于商業(yè)銀行的金融風(fēng)險無疑具有風(fēng)險單調(diào)遞減的特性;但是形如匯率等指標(biāo)卻并不如此——匯率在大于12與小于6時都具有風(fēng)險遞增的特性，這等同于在區(qū)間內(nèi)部存在某一特定的峰值為最優(yōu)，因此在劃分安全區(qū)間時予以充分考慮。
五、金融風(fēng)險評價方法
零散的每個預(yù)警指標(biāo)值并不能全方位體現(xiàn)出商業(yè)銀行的金融風(fēng)險現(xiàn)狀，因而必須利用某種方法以綜合出所有指標(biāo)的得分，從而根據(jù)這一綜合得分來判斷商業(yè)銀行面臨的風(fēng)險程度。
(一)總體方法的選擇
在根據(jù)國內(nèi)外學(xué)者現(xiàn)有的研究基礎(chǔ)之上[12]，參考各種評價方法的可操作性，小編擬采用功效系數(shù)法對商業(yè)銀行金融風(fēng)險進(jìn)行具體評價，其中主要原因在于，使用功效系數(shù)法進(jìn)行綜合評價時，其評價指標(biāo)體系中不僅可以含有正向指標(biāo)，也可以存在逆指標(biāo)[13]。但是無論采用何種指標(biāo)進(jìn)行評價，評價得分值越高，越是表明風(fēng)險程度越高或是綜合效果越好。正是由于這點，利用功效系數(shù)法可以很好地解決本文中同時出現(xiàn)正、逆指標(biāo)的問題。
(二)指標(biāo)權(quán)重的確定
由于選定的功效系數(shù)評價法要求必須知道每個指標(biāo)的權(quán)重，否則將無法綜合計算出最終的評價得分，因而又必須進(jìn)一步選取適當(dāng)?shù)馁x權(quán)方法來得到每個預(yù)警指標(biāo)的權(quán)重。在實際操作中可用的賦權(quán)方法大致分為兩類：主觀賦權(quán)法和客觀賦權(quán)法?？陀^賦權(quán)法(如變異系數(shù)法)的原始數(shù)據(jù)由各指標(biāo)在評價中的實際數(shù)據(jù)組成，不依賴人的主觀判斷，因而此類方法客觀性較強(qiáng)，但是客觀賦權(quán)就必然導(dǎo)致對指標(biāo)的經(jīng)濟(jì)意義沒有充分考慮，將會偏離應(yīng)有的評價結(jié)論，故在此處不予采用;主觀賦權(quán)法主要是由專家根據(jù)經(jīng)驗判斷而得到(如AHP法、德爾菲法等)，雖然此類方法客觀性有所降低，但更能體現(xiàn)經(jīng)濟(jì)問題的實質(zhì)，因而本文擬用主觀賦權(quán)法。由于德爾菲等方法在確定權(quán)重時完全依賴專家打分，主觀性過大且操作性較差，故本文采用層次分析法(AHP)進(jìn)行指標(biāo)權(quán)重的確定。
本文在現(xiàn)有指標(biāo)體系上設(shè)置指標(biāo)權(quán)重的大致步驟如下：(1)根據(jù)已經(jīng)劃分的層次確立多階遞進(jìn)的層次結(jié)構(gòu)。這一工作在獲取指標(biāo)時已經(jīng)完成;(2)建立判斷矩陣。判斷矩陣主要以上級的某一要素X為評價準(zhǔn)則，對本級的要素兩兩比較確定判斷矩陣：
A=B11 B21 … Bn1B12 B22 … Bn2B1n B2n … Bnn
根據(jù)公認(rèn)評價尺度進(jìn)行賦值;(3)利用和積法或方根法計算權(quán)重系數(shù)。文章采用和積法;(4)筆者對各層次進(jìn)行了必要的一致性檢驗以保證權(quán)重確定的合理性。
六、風(fēng)險預(yù)警及實證檢驗
根據(jù)前文已經(jīng)建立的商業(yè)銀行金融風(fēng)險預(yù)警指標(biāo)體系，可以對中國商業(yè)銀行近期的金融風(fēng)險狀況進(jìn)行實證檢驗：
(一)對已構(gòu)建指標(biāo)體系的賦權(quán)結(jié)果
首先，依據(jù)已經(jīng)劃分的六類子系統(tǒng)指標(biāo)在風(fēng)險中貢獻(xiàn)度的差異，應(yīng)用AHP過程進(jìn)行賦權(quán);其次，再以子系統(tǒng)指標(biāo)為評價準(zhǔn)則，對子系統(tǒng)內(nèi)各個指標(biāo)再以AHP方法來賦權(quán)。
(二)中國商業(yè)銀行金融風(fēng)險近況的實證檢驗
1. 金融風(fēng)險預(yù)警得分值的確定。在前文已經(jīng)將各指標(biāo)的安全區(qū)間確立，按照百分制來計算，可將安全區(qū)間跨度與百分之比作為比例來乘以指標(biāo)具體數(shù)值，從而得到映射到百分區(qū)間的指標(biāo)得分。再將各項指標(biāo)的得分乘以已經(jīng)確立的權(quán)重，由此獲取指標(biāo)的真實得分。不同的得分又被歸屬到四種風(fēng)險狀態(tài)(見表4)，即穩(wěn)定安全、基本安全、有風(fēng)險、高風(fēng)險(注意此處得分越高，對應(yīng)風(fēng)險越大)。
2. 預(yù)警結(jié)果。按照上述的方法把近三年中國商業(yè)銀行金融風(fēng)險預(yù)警指標(biāo)體系的得分列出。
從上述的2008—2010年預(yù)警的結(jié)果來看，商業(yè)銀行金融風(fēng)險的綜合評價都處于基本安全區(qū)域內(nèi)。說明雖然金融危機(jī)尚沒有給中國商業(yè)銀行造成破壞性沖擊，但是商業(yè)銀行預(yù)警結(jié)果卻并未達(dá)到理想的安全區(qū)域，尤其2008年和2009年加權(quán)綜合得分都非常高，表明商業(yè)銀行的風(fēng)險仍然十分突出，不過這種風(fēng)險呈現(xiàn)逐年減弱的趨勢，說明金融危機(jī)的影響正在逐漸消退。
對其中得分較高的單項指標(biāo)進(jìn)行分析可以得知：商業(yè)銀行的資本風(fēng)險和流動性風(fēng)險對于綜合得分的貢獻(xiàn)度較大，2008年二者對于整體得分的貢獻(xiàn)高達(dá)61%。因此，作為商業(yè)銀行管理層可以就此采取部分針對性措施，例如提高超額準(zhǔn)備金的比例、加強(qiáng)不良貸款管理以及嚴(yán)格商業(yè)銀行放貸門檻等;而作為宏觀層面的中國人民銀行和銀監(jiān)會則可以考慮適當(dāng)?shù)倪\(yùn)用提高存款準(zhǔn)備金率和限制貸款集中等政策舉措來削弱商業(yè)銀行的金融風(fēng)險。
七、結(jié)束語
文章在研究分析國外商業(yè)銀行風(fēng)險預(yù)警具體操作辦法的基礎(chǔ)之上，結(jié)合中國商業(yè)銀行風(fēng)險的實際，指出了中國商業(yè)銀行風(fēng)險的根源及其特點，而后再針對中國商業(yè)銀行六類風(fēng)險指標(biāo)建立商業(yè)銀行金融風(fēng)險預(yù)警指標(biāo)體系，同時利用功效系數(shù)法、AHP法對商業(yè)銀行風(fēng)險預(yù)警模型進(jìn)行評分。通過國際金融危機(jī)發(fā)生的2008—2010年中國商業(yè)銀行具體數(shù)據(jù)對風(fēng)險預(yù)警模型進(jìn)行實證檢驗，證實了風(fēng)險預(yù)警模型評價結(jié)果基本與實際情況一致，從而說明指標(biāo)體系的構(gòu)建以及權(quán)重的分配均具備相當(dāng)?shù)木_度及合理性，因此模型可以作為評估商業(yè)銀行金融風(fēng)險的參照。
從實證分析中可以看出，關(guān)于中國商業(yè)銀行現(xiàn)狀的主要結(jié)論大致有：(1)商業(yè)銀行壞賬、呆賬比率仍然較高，造成商業(yè)銀行整體的信用風(fēng)險水平較大;(2)商業(yè)銀行風(fēng)險的產(chǎn)生會較大程度地受到宏觀環(huán)境的影響，伴隨著宏觀經(jīng)濟(jì)過熱形勢的改善，風(fēng)險亦有所降低;(3)中國商業(yè)銀行面臨的匯率風(fēng)險在檢驗期內(nèi)逐年遞增，這主要可能源于人民幣升值壓力的不斷增加，相關(guān)政府管理部門應(yīng)予以重視;(4)從經(jīng)營風(fēng)險類指標(biāo)得分來看，商業(yè)銀行的獲利能力并未受到金融危機(jī)的負(fù)面影響，相反，在近三年呈現(xiàn)不斷改善的趨勢，這可能更多地歸功于成功地實施了對四大國有商業(yè)銀行的股份制改造，等等。
本文在指標(biāo)的選取上首先是參考既有的相關(guān)的規(guī)定及研究成果，并且在運(yùn)用AHP法對系統(tǒng)內(nèi)元素相互間重要度打分時都具有一定程度的主觀性，由于該領(lǐng)域沒有研究成果可以參考，因而準(zhǔn)確與否無法得到實際驗證;其次，中國的資本市場、金融行業(yè)也處在高速發(fā)展和進(jìn)步的過程中，今后的研究中應(yīng)當(dāng)適當(dāng)考慮此類因素的影響[14];最后，由于有關(guān)商業(yè)銀行短期的指標(biāo)數(shù)據(jù)難以搜集，即使運(yùn)用的操作方法完全一樣，也無法針對較短期限內(nèi)商業(yè)銀行的金融風(fēng)險進(jìn)行預(yù)警和考察。