论文部分内容阅读
摘 要：流行性风险是银行经营管理过程中基本的监管项目，我国虽然按照巴塞尔协议的要求逐步的推行，但是仍然存在一定的风险隐患。本文根据中国建设银行与我国经济的实际情况对其流动性风险进行研究，并提出相关建议。
关键字：流动性风险；巴塞尔协议；压力测试
一、概述
流动性风险巴塞尔委员会对流动性的定义是："在可容忍损失范围内，银行为资产增长融资及偿付到期债务的能力"。对银行流动性风险的评估既是意味着对金融机构过去业务的一中评估，更是对未来业务发展、市场变动的一中预测和管理。过去的次贷危机持续深化加剧了全球金融市场的动荡，新巴塞尔协议对全国金融监管机构提出了全球统一的流动性风险监管标准。在此背景下，我国金融机构应当结合国内金融环境和自身情况在监督要求下设计符合新巴塞尔协议要求的流动性压力测试方法。
目前主流压力测试的方法包括敏感性分析和情景分析。为构建压力测试模型，首先需要选取能够充分解释流动性的指标作为因变量。按照（（商业银行流动性风险管理办法（试行）》第三十五条规定，流动性风险监管指标的最低标准包含四个指标：流动性覆盖率、净稳定资金比例，存贷比和流动性比例，因变量的选取至少是其中一个。
二、我国商业银行流动性风险压力测试
（一）构建情景
1.因子选择。影响商业银行流动性风险的因素较多，包括微观和宏观两个方面。本文结合我国商业银行的实际状况，主要考虑的四个宏观因素有：国民经济的增长、房地产价格变动、法定存款准备金率和资本市场的发展。
2.情景设计。情景设计是商业银行进行流动性风险压力测试的重要环节。本文采用假设情景法，考虑将来可能出现大幅市场震荡或经济严重衰退情况时对商业银行流动性的影响，表1假设了轻度、中度和严重三种不同的压力情况，列举我国商业银行可能遭遇越来越大的流动性风险压力。
表1
（二）情景分析
1.模型设计。本文商业银行流动性压力测试的基本模型采用计量经济模型，具体步骤如下：
一是数据说明。本文的计量经济模型主要研究宏观经济因素对商业银行流动性的影响。因变量为银行的流动性水平，以银行历年贷存比率（RA）表示，本文选取中国建设银行的数据作为该组指标。中国建设银行是我国五大商业银行之一，是中国市场处于领先地位的股份制行业银行，并于2007年在上海证券交易所上市。在流行性风险研究中，具有很强的代表性。自变量为各种宏观经济因素，分别选取国内生产总值（GDP）、房屋销售价格指数（P）、存款准备金率（RE）、上证综合指数（IX）表示。1998-2011年各变量的数据变动情况如表2所示：
表2
二是实证方法。本文采用时间序列方法来处理各个变量。处理时间序列数据变量时，要先对其进行平稳性检验，以此进一步确定选取何种方法分析。当时间序列自身为非平稳数据，但其某些线性组合却呈平稳的，那么可选择协整方法来避免样本信息损失。Engle和Granger指出两个或者多个非平稳时间序列的线性组合可能是平稳的。协整关系是指不平稳的时间序列所构成的平稳线性组合反映的各个变量之间长期均衡关系，本文采用EG两步法。
三是实证分析。本文采用数据平稳性检验。通过Eviews5.0软件对五个变量分别进行平稳性检验，结果如表3所示。其中LRA、LGDP、LP、LRE、LIX分别是建行贷存比率（RA）、国内生产总值（GDP）、房屋销售价格（P）、存款准备金率（RE）、上证综合指数（IX）五个变量的对数形式，D（LRA）、D（LGDP）、D（LP）、D（LRE）、D（LIX）分别表示各个变量的一阶差分值。。通过单位根检验可知在1998～2009年间五组数据均为非平稳的，而五组数据均在10%显著水平上平稳。因此以上五个变量都是一阶平稳。
表3
注：检验类型中的c代表常数项，t代表时间趋势项，p代表滞后期数。
本文还采用银行贷存比率与各宏观变量的协整检验结果。虽然时间序列LRA、LGDP、LP、LRE、LIX不平稳，但是一阶差分值为平稳序列，符合时间序列协整检验的前提假设。这里采用EG两步法对各个变量之间的协整性进行检验，先建立变量之间的回归方程，再对回归方程的残差平稳性进行检验。以LRATE为被解释变量，LGDP、LP、LRE、LIX为解释变量，运用Eviews6.0软件进行回归分析，得到如下计量方程：
LRA=3.09+（-0.262）*LGDP+（-0.064）*LIX+（-0.103）*LP+0.281LRE
R2=0.76 D.W.=1.56
对上式的残差进行单位根检验，不包括常数项和时间趋势项，由SIC准则来确定滞后阶数，检验结果如表3所示。可知残差u序列在1%的显著水平上拒绝原假设，残差u不存在单位根，为平稳序列。因此，以上五个变量之间存在长期协整关系。
上述公式表明1998～2011年国内生产总值、房屋销售价格指数、存款准备金率、上證综合指数与建行贷存比率之间存在长期均衡关系。其中国内生产总值、房屋销售价格指数、上证综合指数与建行贷存比率负相关，而存款准备金率与建行贷存比率是正相关。贷存比率是反映银行流动性水平的重要指标，如果该值越小，则说明存款被贷款占用少，银行的流动性充足。由该回归方程可知，当国民经济恶化、房地产价格逆转、股票市场突然下挫都会提高银行的贷存比率，增大银行的流动性风险。同时监管部门提高法定存款准备金率在一定程度上减少银行体系内部的流动性水平。
2.压力测试结果。将表1中不同程度压力情景假设下各宏观经济变量的变动数值带入公式中，就可获得银行流动性的变动幅度。本文以2011年的数据为基准，具体压力测试结果如表4所示。该结果表明在轻度压力情景下，商业银行流动性降低的幅度并不大，还不会引起严重流动性风险。如果外部经济不断恶化，市场环境处于严重压力情景时，变动幅度达22.5%，使银行面临巨大流动性风险。
表4
关键字：流动性风险；巴塞尔协议；压力测试
一、概述
流动性风险巴塞尔委员会对流动性的定义是："在可容忍损失范围内，银行为资产增长融资及偿付到期债务的能力"。对银行流动性风险的评估既是意味着对金融机构过去业务的一中评估，更是对未来业务发展、市场变动的一中预测和管理。过去的次贷危机持续深化加剧了全球金融市场的动荡，新巴塞尔协议对全国金融监管机构提出了全球统一的流动性风险监管标准。在此背景下，我国金融机构应当结合国内金融环境和自身情况在监督要求下设计符合新巴塞尔协议要求的流动性压力测试方法。
目前主流压力测试的方法包括敏感性分析和情景分析。为构建压力测试模型，首先需要选取能够充分解释流动性的指标作为因变量。按照（（商业银行流动性风险管理办法（试行）》第三十五条规定，流动性风险监管指标的最低标准包含四个指标：流动性覆盖率、净稳定资金比例，存贷比和流动性比例，因变量的选取至少是其中一个。
二、我国商业银行流动性风险压力测试
（一）构建情景
1.因子选择。影响商业银行流动性风险的因素较多，包括微观和宏观两个方面。本文结合我国商业银行的实际状况，主要考虑的四个宏观因素有：国民经济的增长、房地产价格变动、法定存款准备金率和资本市场的发展。
2.情景设计。情景设计是商业银行进行流动性风险压力测试的重要环节。本文采用假设情景法，考虑将来可能出现大幅市场震荡或经济严重衰退情况时对商业银行流动性的影响，表1假设了轻度、中度和严重三种不同的压力情况，列举我国商业银行可能遭遇越来越大的流动性风险压力。
表1
（二）情景分析
1.模型设计。本文商业银行流动性压力测试的基本模型采用计量经济模型，具体步骤如下：
一是数据说明。本文的计量经济模型主要研究宏观经济因素对商业银行流动性的影响。因变量为银行的流动性水平，以银行历年贷存比率（RA）表示，本文选取中国建设银行的数据作为该组指标。中国建设银行是我国五大商业银行之一，是中国市场处于领先地位的股份制行业银行，并于2007年在上海证券交易所上市。在流行性风险研究中，具有很强的代表性。自变量为各种宏观经济因素，分别选取国内生产总值（GDP）、房屋销售价格指数（P）、存款准备金率（RE）、上证综合指数（IX）表示。1998-2011年各变量的数据变动情况如表2所示：
表2
二是实证方法。本文采用时间序列方法来处理各个变量。处理时间序列数据变量时，要先对其进行平稳性检验，以此进一步确定选取何种方法分析。当时间序列自身为非平稳数据，但其某些线性组合却呈平稳的，那么可选择协整方法来避免样本信息损失。Engle和Granger指出两个或者多个非平稳时间序列的线性组合可能是平稳的。协整关系是指不平稳的时间序列所构成的平稳线性组合反映的各个变量之间长期均衡关系，本文采用EG两步法。
三是实证分析。本文采用数据平稳性检验。通过Eviews5.0软件对五个变量分别进行平稳性检验，结果如表3所示。其中LRA、LGDP、LP、LRE、LIX分别是建行贷存比率（RA）、国内生产总值（GDP）、房屋销售价格（P）、存款准备金率（RE）、上证综合指数（IX）五个变量的对数形式，D（LRA）、D（LGDP）、D（LP）、D（LRE）、D（LIX）分别表示各个变量的一阶差分值。。通过单位根检验可知在1998～2009年间五组数据均为非平稳的，而五组数据均在10%显著水平上平稳。因此以上五个变量都是一阶平稳。
表3
注：检验类型中的c代表常数项，t代表时间趋势项，p代表滞后期数。
本文还采用银行贷存比率与各宏观变量的协整检验结果。虽然时间序列LRA、LGDP、LP、LRE、LIX不平稳，但是一阶差分值为平稳序列，符合时间序列协整检验的前提假设。这里采用EG两步法对各个变量之间的协整性进行检验，先建立变量之间的回归方程，再对回归方程的残差平稳性进行检验。以LRATE为被解释变量，LGDP、LP、LRE、LIX为解释变量，运用Eviews6.0软件进行回归分析，得到如下计量方程：
LRA=3.09+（-0.262）*LGDP+（-0.064）*LIX+（-0.103）*LP+0.281LRE
R2=0.76 D.W.=1.56
对上式的残差进行单位根检验，不包括常数项和时间趋势项，由SIC准则来确定滞后阶数，检验结果如表3所示。可知残差u序列在1%的显著水平上拒绝原假设，残差u不存在单位根，为平稳序列。因此，以上五个变量之间存在长期协整关系。
上述公式表明1998～2011年国内生产总值、房屋销售价格指数、存款准备金率、上證综合指数与建行贷存比率之间存在长期均衡关系。其中国内生产总值、房屋销售价格指数、上证综合指数与建行贷存比率负相关，而存款准备金率与建行贷存比率是正相关。贷存比率是反映银行流动性水平的重要指标，如果该值越小，则说明存款被贷款占用少，银行的流动性充足。由该回归方程可知，当国民经济恶化、房地产价格逆转、股票市场突然下挫都会提高银行的贷存比率，增大银行的流动性风险。同时监管部门提高法定存款准备金率在一定程度上减少银行体系内部的流动性水平。
2.压力测试结果。将表1中不同程度压力情景假设下各宏观经济变量的变动数值带入公式中，就可获得银行流动性的变动幅度。本文以2011年的数据为基准，具体压力测试结果如表4所示。该结果表明在轻度压力情景下，商业银行流动性降低的幅度并不大，还不会引起严重流动性风险。如果外部经济不断恶化，市场环境处于严重压力情景时，变动幅度达22.5%，使银行面临巨大流动性风险。
表4