程 超，周葆生

（1.安徽農業(yè)大學a.經濟管理學院；b.圖書館，合肥 230036）

后金融危機時期我國銀行體系穩(wěn)定性的測度
——基于因子分析的視角

程 超1a，周葆生1b

（1.安徽農業(yè)大學a.經濟管理學院；b.圖書館，合肥 230036）

從銀行穩(wěn)定性的內涵出發(fā)，基于2004－2011年銀行業(yè)的季度數據，運用因子分析法從結構和規(guī)模兩個維度對銀行體系穩(wěn)定性進行測度。分析結果表明，我國銀行體系穩(wěn)定性逐步增強，結構因素對銀行體系的穩(wěn)定性影響重大，規(guī)模因素受國內外經濟環(huán)境影響，波動頻繁，對系統(tǒng)穩(wěn)定性也有相當影響。合理配置存貸結構，根據外部環(huán)境的變化控制信貸規(guī)模的增長，是保持和提高銀行體系穩(wěn)定性的有效措施。

后金融危機時期；銀行穩(wěn)定性；指標體系；因子分析

一、文獻綜述

銀行穩(wěn)定性的內涵是我們研究銀行穩(wěn)定性的出發(fā)點，也是銀行穩(wěn)定性測度的基石。國內外學者對銀行穩(wěn)定涵義說法不一。約翰·林杰瑞恩從實現穩(wěn)定性的基礎出發(fā)，認為穩(wěn)定的銀行體系是占較多市場份額的多數銀行以保持盈利性和流動性為基礎，具有可持續(xù)的償付能力。安浩德·克羅克特從銀行參與對象出發(fā)，認為穩(wěn)定的銀行體系即銀行機構和銀行間市場的平穩(wěn)運行［1］。國內學者伍志文［2］、萬曉莉［3］等對銀行體系穩(wěn)定性也進行過闡述，認為銀行體系穩(wěn)定是指銀行機構能保持自身穩(wěn)健經營并能維護良好的金融秩序。本文在現有研究基礎上兼顧參與對象和實現要素，將銀行穩(wěn)定性歸納為兩個維度：第一，各銀行和銀行間市場平穩(wěn)運行，資金來源和運用結構合理；第二，資金規(guī)模適當，在銀行盈利性，安全性和流動性之間尋求平衡。

關于銀行穩(wěn)定性指標，機構研究較多。國際貨幣基金組織IMF在2006年編制的金融健全指數中就包括宏觀和微觀審慎指數來衡量銀行體系的穩(wěn)定情況。歐洲中央銀行（ECB）將銀行穩(wěn)定性指標分為銀行體系健全指標、宏觀經濟因素和危機傳染因素三類［4］。近年來，國內對銀行穩(wěn)定性研究逐漸展開。人民銀行從宏觀經濟環(huán)境、金融機構發(fā)展現狀、基礎設施建設以及宏觀審慎管理制度框架構建四個層次評估2010年中國金融穩(wěn)定性［5］，其中增加了量化分析的內容，但僅限于各層次指標描述，沒有對穩(wěn)定性進行全面測度。

除此之外，國內外學者也對銀行穩(wěn)定與否進行研究。Thorsten Beck，Demirguc Kunt等選取銀行內外部環(huán)境變量、宏觀經濟變量以及制度虛擬變量采用面板數據對1980－1997年69個國家銀行體系穩(wěn)定性進行分析。結果顯示銀行體系集中度增強了系統(tǒng)穩(wěn)定性。萬曉莉采用因子分析法對1987到2006年我國銀行體系脆弱性進行測度。結果顯示流動性風險是主要因素，但呈下降趨勢，而信貸風險和市場風險自2005年起呈現不斷上升的趨勢［3］。但其選取指標側重于總量指標，較少關注于結構指標。

通過梳理國內外相關文獻發(fā)現，現有對銀行穩(wěn)定性進行測度選取基礎指標時包含了宏觀因素、制度因素等外生變量，與其后深入分析銀行體系穩(wěn)定性的影響因素有所重復，可能導致邏輯上的沖突。本文嘗試從微觀視角出發(fā)，選取銀行內生指標，區(qū)別于宏觀經濟指標和金融制度指標，構建銀行穩(wěn)定性指標體系，進行測度。在此基礎上再進一步考慮宏觀經濟因素和金融行業(yè)因素對銀行體系穩(wěn)定性的影響。選取數據區(qū)間包括05年金融體制改革，07年危機顯現，08年金融危機爆發(fā)，以及10年后金融危機時期及11年歐債危機這段金融穩(wěn)定性大幅波動的全過程，具有現實意義。

二、實證分析

（一）方法介紹

因子分析法的主要思路：由一組可觀測的銀行體系基礎指標分析內部依賴關系，尋找具有代表性的不可觀測公共因子，用最少的獨立公共因子涵蓋盡可能多地銀行穩(wěn)定性信息，依據所解釋信息貢獻率賦權重，構建穩(wěn)定性指標來衡量我國銀行體系穩(wěn)定情況，反映穩(wěn)定性變化趨勢。因子分析法克服了現行多數研究中按照國際通用標準判定安全閾值對原始指標進行評分的主觀性，同時也規(guī)避了在選取大量指標時出現多重共線性的影響，可以反映數據本身所揭示的信息［6］。理論模式如下：

設Z＝（Z1，…，Xp）′是P維隨機變量，線性依賴于少數幾個不可觀測的隨機變量F1，F2，…，FM（M＞P）和P個附屬的隨機變量e1，e2，…，ep，模型 如下：

同時滿足式（2），（3），（4）式的模型（1）即為正交因子模型，Z為標準化得分。

（二）指標體系的構建

在基礎指標的選取上，全部采用銀行體系內生指標，除了對存量指標進行考察外，還考慮到資金來源和資金使用的結構對銀行體系穩(wěn)定性的影響。在參考已有研究的基礎上［3］、［7－9］，兼顧數據的準確性、可獲得性，基礎數據均取自人民銀行、銀監(jiān)會和國家統(tǒng)計局官方統(tǒng)計，綜合考慮選取五個復合指標來衡量銀行體系穩(wěn)定性。

指標一：中長期貸款／活期存款。大量中長期貸款主要靠期限較短的活期存款等存量資金的支撐。短存長貸的期限錯配現象加大了銀行系統(tǒng)的流動性風險和利率風險。該比例越高表明銀行當前期限錯配越嚴重，穩(wěn)定性越差。

指標二：存款總額／借入資金。該指標反映了銀行資金來源結構。目前我國銀行體系的資金來源仍以存款為主。在金融市場日趨完善，投資渠道多元化的今天，攬儲已成為各銀行的艱巨任務。因而按照資金需求來決定資金來源規(guī)模，適度增加主動負債，可以緩解資金錯配壓力。借入資金包括向中央銀行借入資金、銀行同業(yè)借款、發(fā)行金融債券、國際金融市場借貸。

指標三：不良貸款率。該指標反映銀行系統(tǒng)貸款質量。不良貸款率越高，銀行體系越不穩(wěn)定。

指標四：信貸增長率。該指標表明銀行信貸擴張的能力，適度的信貸增長率能提高銀行的盈利能力，但過高的貸款增長速度又會影響貸款質量，增加銀行的風險。本文通過銀行對非金融部門債權計算得出該比率，即信貸增長率＝（本季度銀行對非金融部門債權上年同期銀行對非金融部門債權）／上年同期銀行對非金融部門債權×100%。采用同比增長率以剔除季節(jié)因素的影響。

指標五：國外凈資產增長率，人民幣匯率波動將影響銀行國外資產的價值，當今國際經濟形勢多變，美元歐元相繼貶值，未對沖的外幣資產面臨縮水風險。銀行體系的外幣資產越多，資產價值縮水的風險越大，銀行體系穩(wěn)定性越差。本文采用商業(yè)銀行國外凈資產增長率來衡量匯率風險對銀行體系的影響。套算方法同指標四。

（三）數據來源及處理

選取204年1季度到2011年4季度共32組季度數據，包含了銀行體系逐漸開放以及銀行股份制改革上市的過程，還包含了次貸危機及歐債危機的信息。之所以把2004年1季度作為數據區(qū)間的始點，是因為銀監(jiān)會成立后才有比較權威的銀行不良貸款相關數據，數據來源穩(wěn)定，可以持續(xù)更新。

其中通貨膨脹用CPI指數代理，增長率為同比增長率，以此來踢除季節(jié)因素的影響。增長率均為真實增長率，已剔除了通貨膨脹的因素。

為避免各復合指標的屬性和量綱量級不同影響權重需要對數據進行預處理。本文所選取的指標均為逆指標，即指標值越大，銀行體系越不穩(wěn)定；為防止較大方差或量級的指標權重較大對原始指標進行標準化處理。

（四）測度結果

1.KMO和Bartlett檢驗結果

首先考察所選指標是否具有一定的線性關系，利用SPSS軟件對指標樣本進行KMO抽樣適度測定值檢驗和Bartlett球型檢驗。經檢驗，本文所選樣本KMO測度值為0.641，根據 Kaiser給出的度量標準，KMO值＞0.5，且Bartlett檢驗統(tǒng)計量的觀測值為105.683，相應概率p近似于0。在0.05的顯著性水平下拒絕零假設，單位矩陣和相關系數矩陣有較明顯差異，說明樣本數據可以進行因子分析［6］。

2.因子提取

進一步檢驗樣本的信度。采用主成分分析法，分析相關系數矩陣，抽取基于特征值，保留特征值超過1的因子。由表1可知已提取的公共因子與初始指標之間的相關程度均超過80%，說明因子分析過程信息丟失較少，較好保存了初始指標的信息。由表3可知前2個因子的累積貢獻率為86.987%，同時，因子協方差矩陣顯示公共因子之間不存在相關性，因此可用這2個公共因子用來評價我國銀行體系穩(wěn)定性。

表1 基于特征值抽取因子時因子分析初始解

3.因子載荷矩陣的求解

因子載荷是各指標與公共因子的相關系數，載荷的絕對值越接近1，說明指標對因子重要性越大。按照主成分分析法提取，得到成分矩陣，但是發(fā)現各指標集中在第一個公共因子上，導致解釋的困難，因此利用最大方差法對因子載荷矩陣進行正交旋轉，改變坐標軸的位置，重新分配各因子所解釋方差的比例，使因子結構更容易方差解釋。

表2 旋轉后的因子載荷矩陣

由表2可知，提取公共因子分別反映了我國銀行體系穩(wěn)定性兩個方面的特征。公共因子F1在前三個指標上有較大的因子載荷。其中，中長期貸款／活期存款反映資產負債的期限結構，不良貸款率反映資金使用質量的結構，存款總額／借入資金反映資金來源的結構，因此我們稱公共因子F1為結構因子。公共因子F1越大，風險越大，穩(wěn)定性越差。公共因子F2在后兩個指標上有較大的因子載荷。信貸增長率反映信貸擴張程度，國外凈資產增長率反映匯率風險的影響。因此我們稱公共因子F2為規(guī)模因子。指標值越高，風險越大，穩(wěn)定性越差。

4.我國銀行體系穩(wěn)定測度

根據指標的協方差矩陣計算得到因子得分系數矩陣，再將指標中心化計算各樣本在公共因子上的得分。根據因子得分系數矩陣寫出公共因子的得分表達式：

表3 解釋的總方差

因子分析不僅反映出主要的風險來源，還得出兩個公共因子對總體方差的解釋程度。銀行體系穩(wěn)定性進行綜合評價，采用加權法，為保證賦值的客觀性，以表3各公共因子的方差貢獻率為權重，得到銀行穩(wěn)定性的綜合得分。F＝（52.099＊F1＋34.888＊F2）／86.987，為便于比較通過公式Z＝10＊（Fmax－F）／（Fmax－Fmin），將綜合得分值換算到［0，10］區(qū)間內，銀行穩(wěn)定性核心測度指數（Banking Stability，簡寫為BS）。

圖1 我國銀行體系穩(wěn)定性測度趨勢圖

三、結果分析

對于連續(xù)的銀行穩(wěn)定性指數判斷其是否穩(wěn)定，參考伍志文［2］及萬曉莉［3］的方法，在樣本區(qū)間內，采用標準差對樣本均值的偏離作為“極度不穩(wěn)定”的臨界值，若小于該臨界值，該季度被認為是極度不穩(wěn)定的。2004－2011年的平均穩(wěn)定指數是5.5117，標準差為3.1266；兩者之差為1.9904。小于該臨界值的季度共有8個，分別是2004年2季度到2005年2季度，2005年4季度到2006年2季度。說明我國銀行體系近8年來共有25%的時間是極度不穩(wěn)定的。

從變化趨勢看，由圖1可見，2004年以來我國銀行體系穩(wěn)定性總體呈現波動上升趨勢，但有階段性特點。2004年1季度到2005年底，銀行體系整體處于不穩(wěn)定狀態(tài)且波動較大，沒有明顯的趨勢。2006年到2008年1季度，銀行體系穩(wěn)定性大幅提升，穩(wěn)定性指數從0.88升至2008年1季度的6.75；從2008年2季度到2009年1季度，穩(wěn)定性波動下降，幅度不大，于2008年3季度降至5.72；2009年穩(wěn)定性上升，至2009年4季度，穩(wěn)定性上升至樣本區(qū)間最高點；2010年至今穩(wěn)定性波動下降趨勢明顯，至2011年2季度，下降至6.91，但其后兩個季度指數回升，穩(wěn)定性的下降趨勢是短期還是長期值得我們關注。

由表3可以看到，規(guī)模因子的方差貢獻率低于結構因子，分別考查兩個公共因子。結構因子在整個樣本區(qū)間呈明顯下降趨勢，表明資金來源的結構趨于合理，并且貸款質量有所提高，不良貸款率持續(xù)下降，一定程度上解釋了銀行體系在次貸危機和歐債危機中能保持相對穩(wěn)定的原因。規(guī)模因子在整個樣本區(qū)間內波動較大，無明顯趨勢。其中，2004年1季度到2006年1季度，波動上升，由2004年1季度的最低點上升至2006年1季度上升至樣本區(qū)間次高點，之后是一段下降過程，持續(xù)到2008年1季度，2008年呈上升趨勢，而后2009年1季到2011年4季度呈大幅震蕩趨勢，在2009年4季度下探到區(qū)間最低點，而后反彈至最高點，說明這段時間規(guī)模因子波動較大，對銀行穩(wěn)定性產生較大影響。2011年3季度以來，該指標窄幅調整，后期變化趨勢應當關注。整個樣本區(qū)間，規(guī)模因子與穩(wěn)定性指標呈反向變動，通過分析可知其對銀行系統(tǒng)穩(wěn)定性變化趨勢的影響較大。

四、總結

本文在借鑒國內外研究基礎上，采用動態(tài)因子分析法，一方面分析出對我國銀行體系穩(wěn)定性的影響主要來自于結構和規(guī)模兩個方面；另一方面采用方差貢獻率賦權重構建綜合評價指數，避免了主觀臆斷。由實證結果可知，結構因素對我國銀行體系穩(wěn)定性的整體趨勢起到決定性作用；而規(guī)模因素對穩(wěn)定性的趨勢變化影響較大，作用不容忽視。因此應從優(yōu)化資金來源和使用結構著手，如合理增加主動負債，增加貸款種類，提高貸款變現能力，分散貸款集中度，進而分散非系統(tǒng)風險；以及審慎持有外國資產，根據國內外環(huán)境和政策的變化及時調控信貸規(guī)模的增長，以提高銀行體系穩(wěn)定性。

本文從銀行系統(tǒng)微觀角度考察，得出銀行穩(wěn)定性的測度，后續(xù)將繼續(xù)從宏觀層面進一步分析經濟環(huán)境變化和金融政策調整對銀行穩(wěn)定性的影響。

［1］戴小平.商業(yè)銀行學［M］.上海：復旦大學出版社，2006：240－262.

［2］伍志文.中國金融脆弱性分析［J］.經濟科學，2002（3）：5－13.

［3］萬曉莉.中國1987－2006金融體系脆弱性的判斷與測度［J］.金融研究，2008（6）：80－93.

［4］劉飛宇，蒲勇健.基于動態(tài)因子分析的我國銀行體系脆弱性的判斷與測度［J］.南方金融，2010（2）：19－23.

［5］中國人民銀行，2011年中國金融穩(wěn)定報告［R］.北京：中國人民銀行，2011.

［6］王力賓.多元統(tǒng)計分析：模型、案例及SPSS應用［M］.北京：經濟科學出版社，2010：225－250.

［7］伍 雋，馮毓婷，蔡文彬..基于銀行體系脆弱性的金融可持續(xù)發(fā)展能力測度［J］.統(tǒng)計與決策，2009（2）：129－131.

［8］張筱峰，王健康等.中國銀行體系脆弱性的測度與實證研究［J］.財經理論與實踐，2008（1）：29－33.

［9］陳 華.中國銀行體系脆弱性的綜合判斷與測度［J］.學術研究，2006（3）：55－61.

Measure the Stability of China＇s Banking System in the Post Financial Crisis Age——Based on the Factor Analysis

Cheng Chao，Zhou Baosheng

In the post——financial crisis age，banking stability gets great attention of people from all the fields.In this paper，from the connotation level，quarterly data of the eight years，factor analysis is applied to measure banking stability from term structures and scale.The study shows that banking systems＇stability has been gradually enhanced.Among all those factors，the structural one is making a significant impact on banking stability，the unstable scale factor which is affected by domestic and international economic environments，also has great an influence.It is an effective measure to maintain and improve the stability of the banking system by configuring the savings and loan structure and controlling the growth of the credit scale according to the changing in the external environment.

the post－financial crisis age；banking stability；index system；factor analysis

F830.1

A

1673-1794（2012）03-0055-04

程 超（1985－），女，安徽合肥人，碩士研究生，研究方向：金融與保險；周葆生（1955－），女，江蘇建湖人，安徽農業(yè)大學圖書館館長，副教授，碩士生導師，研究方向：金融與保險。

2012-03-28