壽 暉，張永安

(1.北京工業(yè)大學 經濟管理學院，北京 100124；2.江西財經大學 金融學院，江西 南昌 330013)

從1997年東南亞金融危機到2007年的美國次貸危機，從貝爾斯登倒閉到歐洲主權債務危機，金融風暴席卷全球、金融危機跌宕起伏、金融風險巨大沖擊波對世界經濟造成了嚴重危害，產生深遠影響，為各國敲響防范金融風險的警鐘。在經濟全球化、金融一體化的背景下，金融危機國際化、迅速化的傳染性挑戰(zhàn)我們現(xiàn)行的金融風險管理體系，同時也對現(xiàn)行貨幣危機理論下建立的金融風險預警機制提出質疑，到底我們的金融風險預警體系能不能預警？如何建立行之有效的風險管理指標體系來應對金融風險？下一次危機的導火索會不會是在商業(yè)銀行？等等一系列問題值得我們反思。

一、文獻綜述

(一)金融風險預警文獻回顧

國外對金融風險預警的研究最早可以追溯到1938年，Secrist(1938)［1］采用單變量統(tǒng)計分析，對1929-1933年美國735家倒閉銀行和121家未倒閉銀行財務數(shù)據(jù)進行逐一單變量統(tǒng)計分析，發(fā)現(xiàn)倒閉銀行與未倒閉銀行的財務數(shù)據(jù)存在顯著差異，開創(chuàng)將單變量統(tǒng)計分析運用到金融風險因子分析先河。當然單變量分析將所有權重放在一個變量上，從現(xiàn)在來看存在嚴重不足。Sindey(1975)［2］改進前人不足，采用多變量統(tǒng)計分析。此后，F(xiàn)rankel和Rose(1996)［3］建立FR概率模型，以1972-1992年間發(fā)生貨幣危機的國家為樣本，估計發(fā)生貨幣危機的可能性，F(xiàn)R模型簡單，預測的準確性存在一定不足。與此同時，考慮到各國發(fā)展情況不一樣，Sachs,Tornall和Velaso(1996)［4］建立橫截面回歸模型，考察20個新興市場國家數(shù)據(jù)，預測發(fā)生危機時哪些國家受到嚴重沖擊。正是基于對一系列變量的回歸分析，來估計發(fā)生金融危機的概率，屬于參數(shù)法分析。而Kaminsky，Lizondo和Reinhart(1997，KLR模型)［5］創(chuàng)建信號法，確定信號區(qū)間，選取21個顯著性的預警指標，當預警指標超過閥值時，發(fā)出在未來一段時間內出現(xiàn)危機的信號，閥值的大小直接影響到信號法預測的準確性。此后，Andrew Berg和Catherine(1999)［6］在KLR信號法的基礎上開發(fā)了 (DCSD)模型，利用月度數(shù)據(jù)確定哪些變量導致了未來24個月內發(fā)生危機的可能性。

國內對金融風險預警問題的研究是在1997年東南亞金融危機之后，國內學者鄭振龍(1998)、劉志強(1999)、馮蕓和吳沖鋒(2002)、唐旭 (2002)、陳守東(2006)等等［7-13］，通過學習和借鑒國外理論和模型，試圖建立符合我國國情的金融風險預警指標體系。史建平(2009)［14］運用KLR信號法對24個新興市場國家實證檢驗，認為現(xiàn)階段新興市場國家尚未爆發(fā)全面的金融危機,但部分國家已出現(xiàn)經濟、金融形勢惡化的趨勢,結果顯示KLR模型的預警績效較好。但是，總體來說KLR模型預測的準確性的條件概率也只在40%左右，參數(shù)法僅有20%左右，這一點沒能預測到美國次貸危機爆發(fā)就是很好例證。

(二)金融風險預警指標賦權文獻

針對信號法和參數(shù)法預測準確性不理想情況，張贏(2004)［15］利用多指標綜合評價方法的模糊性將金融風險指標無量綱化后進行評價映射分值，評價值的大小就反映了危機發(fā)生可能性的大小，將先行指標值與危機之間的關系描述為一個漸變的過程，而不是一個類似門限突跳關系。由于無量綱化的結果是對被評價事物發(fā)展水平的一種相對描述，而不是一種絕對的刻度，減小閥值確定的不準確導致金融風險預警體系失效。由此建立“P-S”模型對1997年東南亞金融危機國進行實證研究。隨后，陳衛(wèi)華(2007)［16］將金融風險預警分為3個等級，重新建立“可能-滿意度”預警模型，對包括中國在內的東南亞國家實證研究，模型基本描述各國金融風險狀況。但“可能-滿意度”預警模型對風險預警指標等分權重或差別權重，不符合客觀經濟規(guī)律存在一定缺陷。吳成頌(2011)［17］采用層次分析法(AHP)構建我國金融風險預警指標體系，分長期、中期和短期對我國現(xiàn)階段金融風險實證檢驗，結果表明我國金融體系沒有明顯風險。袁永博(2011)［18］使用AHP權重的模糊可變風險識別模型對我國商業(yè)銀行信貸風險實證研究，實證表明我國商業(yè)銀行信貸資產較安全，但存在小概率風險。

盡管AHP是對定性問題進行定量分析的一種簡便、靈活得多的準則決策方法，但是其屬于一種主觀評價方法。對金融風險預警指標賦權時，因為評價人的臆斷性、片面性造成權重分配有失偏頗，使由此建立的金融風險預警指標體系達不到風險預警效果。針對前人研究不足，本文在AHP主觀賦權法的基礎上，引入客觀的熵值賦權法對AHP進行權重調整，建立AHP-熵值法模型，從而吸收主客觀賦權法的優(yōu)點，對風險預警指標綜合賦權，得到客觀、合理的指標權重，以此構建我國商業(yè)銀行風險預警指標體系。

二、指標設置

(一)風險預警指標選取

中國銀監(jiān)會早在2005年制定了《商業(yè)銀行風險預警操作指引(試行)》，初步建立商業(yè)銀行風險預警體系。指標體系分定量指標和定性指標兩部分。定量指標由資本充足度、信用風險、市場風險、操作風險和流動性風險等5項分類，共22個指標。定性指標包括六項分類指標：管理層評價、經營環(huán)境、公司治理、風險管理與內控、信息披露和重大危機事件。銀行監(jiān)管者根據(jù)非現(xiàn)場監(jiān)管、現(xiàn)場檢查和其他渠道獲得的銀行業(yè)金融機構的信息，通過一定的技術手段，采用專家判斷和時間序列分析、層次分析和功效計分等模型分析方法，對商業(yè)銀行風險狀況進行動態(tài)監(jiān)測和早期預警。

從《指引(試行)》來看，目前風險預警體系在構建時存在兩個不足：首先、對各個指標賦權時不夠精確。在構建風險預警指標體系對22個指標進行權重分配時，更多采用諸如AHP、專家判斷等主觀賦權法，使各個指標權重分配主觀性造成風險預警等級不準確，導致預警失效；其次、各個指標所覆蓋范圍太狹隘。誠然我們知道對于銀監(jiān)會而言，《指引(試行)》主要針對商業(yè)銀行風險預警，因此定量的22個指標也僅僅選取商業(yè)銀行自身經營過程中面臨的信用風險、流動性風險等系統(tǒng)性風險因素，定量指標沒有將系統(tǒng)性風險全部納入考察范圍，由此建立的各種模型對商業(yè)銀行預警和監(jiān)控，會因為指標缺失而造成預警失效。在經濟、金融全球化、一體化的背景下，商業(yè)銀行面臨的不單單是自身的系統(tǒng)性風險，更多是來自于在宏觀國家經濟大背景下、乃至于全球經濟大環(huán)境下的系統(tǒng)性風險。因此，在構建風險指標預警體系時應將這些系統(tǒng)性風險因素考慮進來。

考慮到我國商業(yè)銀行金融風險來源因素具有復雜性和多樣性，在風險預警指標的選取上，國內外金融風險管理機構出臺了很多監(jiān)管條例、專家學者也做了有益的探討，可謂仁者見仁智者見智。本文是在第四代貨幣危機理論框架下，結合《巴塞爾協(xié)議Ⅲ》和中國銀監(jiān)會《風險預警操作指引(試行)》等金融監(jiān)管條例，借鑒國內外相關研究成果，選取宏觀經濟因素、對外經濟因素、資產泡沫因素、銀行體系因素，構成商業(yè)銀行金融風險預警的四大基本模塊。從這四大基本因素的大量風險預警指標中，采用逐步回歸和相關性分析，剔除了存在多重共線性的一些指標，選取與金融危機理論和實際數(shù)據(jù)都密切相關的14個金融風險預警指標，構建我國商業(yè)銀行金融風險預警指標體系。

(二)風險預警指標臨界值和預警區(qū)間確定

臨界值是商業(yè)銀行金融風險指標是否預警的觸發(fā)點，而預警區(qū)間是指標在不同風險狀態(tài)的區(qū)間值?？茖W、準確地界定臨界值和預警區(qū)間是建立風險預警指標體系的關鍵。本文臨界值和預警區(qū)間的確定主要通過以下幾方面：①按照國際金融監(jiān)管機構，如巴塞爾委員會、清算銀行以及國內的中國銀行業(yè)監(jiān)督管理委員會等頒布的監(jiān)管條例具體規(guī)定的指標臨界值，如對商業(yè)銀行資本充足率的要求是不低于8%，我國過渡期后達到12%。②按國際上公認的一些指標臨界值，如房地產價格增長率/GDP增長率對于發(fā)展中國家而言該指標值在1以內屬于合理范圍，1-2區(qū)間內需做出泡沫預警，2以上就可認為房價虛漲泡沫顯現(xiàn)。外債總額/GDP國際公認的警戒線是25%等等。③按經濟發(fā)展的客觀規(guī)律和我國實際情況，參照歷年的經驗數(shù)據(jù)，如從GDP來看，過去的十多年GDP的增長幅度每年在8%以上，近幾年有所放緩，把GDP的臨界值定為7.5%是符合經濟發(fā)展的客觀規(guī)律和我國實際情況的。從歷年房地產開發(fā)投資占GDP的份額看，該值在10%以內屬于合理范圍，10%～15%泡沫預警，15%以上則認為房地產開發(fā)投資泡沫顯現(xiàn)。④參考權威文獻得出的實證數(shù)據(jù)。具體金融風險預警指標和預警區(qū)域如表1所示。

表1 金融風險預警指標

三、確定指標權重和映射指標得分

構建商業(yè)銀行金融風險預警指標體系時，要對所選各個指標賦予一定的權重，指標賦權的方法主要有主觀賦權法和客觀賦權法，兩者各有特色和不足。為杜絕主觀法的隨意性以及客觀法的內在缺陷，本文綜合主、客觀賦權法各自的優(yōu)勢，主觀賦權法采用層次分析法、客觀賦權采用熵值法，對風險預警指標進行綜合賦權，達到科學、合理的分配風險指標權重。

(一)層次分析法(AHP)

美國運籌學家Saaty T L［19］教授在20世紀70年代初期提出的多目標決策方法， 對定性問題進行定量分析的多準則決策方法。

1.構建層次結構模型，建立準則層和指標層

2.構造成對比較矩陣

A為判斷矩陣，用aij表示ai指標與aj指標兩兩比較的相對值。其中，。Saaty的比例標度法賦值見表2。

表2 Saaty的比例標度法賦值

3.計算排序權向量

(1)將A的每一列向量歸一化：

4.做一致性檢驗

(2)隨機一致性指標RI，隨機一致性標度見表3。

表3 隨機一致性標度

(二)熵值法

在信息論中，信息是系統(tǒng)有序程度的度量，而信息熵是系統(tǒng)無序程度的度量，其表達式為：

當某項指標值的變異程度越大，其提供的信息量越大，信息熵越小，該指標所賦權重越大；反之則相反。熵值法正是運用信息熵工具，根據(jù)指標值的變異程度計算所占權重。

熵值法步驟：在原始指標數(shù)據(jù)矩陣X=(xij)m×n中，設m評價方案，n個評價指標。先對指標一致化，用極值法對數(shù)據(jù)無量綱化：D d是最大值，是最小值。

(1)指標同度量化，計算第j項指標的第i方案下指標值的比重Pij，

(2)計算第j項指標的熵值ej，即

其中，ej＞0，k ＞0。如果 xij對于給定的j全相等，則，此時ej取極大值：ej=klnm。則 0≤ej≤1。

(3)計算第j項指標的差異系數(shù)，定義差異系數(shù)gj，其中gj=1-ej，gj越大指標越重要。

(三)綜合賦權

熵值法根據(jù)同一指標觀測值的差異程度來計算權重的方法，當指標觀測值差異越大，則該指標所賦權重也越大。在一些重要的指標觀測值差異性較小、非重要性指標觀測值差異性較大時，可能出現(xiàn)重要性指標所占權重很小、非重要性指標所占權重很大的不合理現(xiàn)象。為減少此類不合理情況發(fā)生，本文在這里先用AHP法對指標賦權，保證重要性指標所占權重較大，再運用熵值法對指標權重進行調節(jié)，既保證重要性指標所占權重，又減少AHP法的主觀、片面性。主客觀法結合起來對風險預警指標進行綜合賦權，得到更為合理和精確的指標權重。其中用熵值法差異化系數(shù)gj來調整AHP的權重：

(四)映射指標得分

參照銀監(jiān)會監(jiān)管條例，將各個指標按其風險狀態(tài)分為：安全、關注、風險、危險四種狀態(tài)，在百分制下對各個指標賦予一定的分值：安全分值為80～100分；關注分值為50～80分；風險分值為20～50危險分值為0～20分，將各個指標所得分值按其所占權重加權求得綜合分值，得分小于50分的為風險狀態(tài)，得分大于50分的為安全狀態(tài)，綜合指標得分越高，風險越小?？紤]到有的指標是正向指標，即指標值越大，所得分值越高，有的指標是反向指標，即指標值越小，所得分值越高，具體在指標值映射相應分值時，對14個指標做如下處理：

(1)正向指標處理方法，即Hij=TL+(TR-TL)(ZJ-ZL)/(ZR-ZL)，如果分值大于100，按100算。

(2)反向指標處理方法，即Hij=TR-(TR-TL)(ZJ-ZL)/(ZR-ZL)，如果分值小于0，按0分算。其中，ZJ是指標值，ZR、ZL(ZR＞ZL)是臨界值，TR、TL(TR＞TL)是相應分數(shù)賦值。

四、實證與結果分析

本文使用2003-2012年中國的實際經濟、金融運行數(shù)據(jù)進行實證分析，數(shù)據(jù)來源于國家統(tǒng)計局、中國銀監(jiān)會、中國人民銀行、國家外匯管理局、WIND金融數(shù)據(jù)庫 ，數(shù)據(jù)處理使用MatlabR2008a軟件。

(一)實證結果

采用AHP法對準則層和指標層分別計算各自權重，再計算指標的綜合權重，計算結果都通過了一致性檢驗。結果如表4所示。

表4 在AHP下各個指標所占權重

利用(2)式計算ej值，再運用熵值法下差異化系數(shù)gj來調整AHP下的權重，最后用(3)式計算調整后權重wj。計算結果如表5所示。

表5 對AHP權重進行差異因素調整權重

計算指標映射分值，對于正向指標，如指標H41，2012年商業(yè)銀行資本充足率達到13.3%，對應在安全區(qū)(12，16)，其相應評分H41(2012)：H41=80+(100-80)(13.3%-12%)/(16%-12%)=86.5分。對于反向指標計算，如指標H42，2003年不良貸款率是17.6%，對應在危險區(qū)(15%，20%)，對其相 應 評 分H42(2003)：H42=20-(20-0)(17.6%-15%)/(20%-15%)=9.6分。分值如表6所示。

對各個指標用熵值法調整后權重進行加權求和，得出各指標每年風險預警值，結果如表7所示。

表6 指標2003-2012映射分值

表7 對映射分值加權求和

(二)結果分析

實證結果基本反映了2003-2012年我國商業(yè)銀行體系風險狀況，結果如圖1所示。2003-2012年金融風險預警指標加權分值在50～80分關注和安全區(qū)間內，綜合指標得分呈現(xiàn)波浪上升趨勢，說明商業(yè)銀行面臨風險出現(xiàn)逐漸下降趨勢，整體來看屬于基本安全狀況。但是具體分析，2003年和2007年分值接近風險區(qū)域，由于我國商業(yè)銀行2003年不良貸款率居高不下以及2007年受次貸危機巨大沖擊而面臨很大的金融風險。具體從四大風險因素來分析。

圖1 2003-2012金融風險指標預警綜合值

(1)從宏觀經濟預警指標來看，廣義貨幣供應量M2增長率每年都高于GDP增長率，在2009年進入風險區(qū)域。通貨膨脹率2007年和2008年高達4.8%、5.9%，而2009年通脹率走向另一個極端僅為-0.7%，整個2009年上半年進入通貨緊縮狀況，這3年通貨膨脹預警指標一直在危險區(qū)域。

(2)從對外經濟來看，我國的經常項目差額/GDP指標一直較高，由國際收支失衡導致的宏觀經濟失衡的壓力也一直較大。從2003-2009年風險預警分值一直處于危險區(qū)，2007年美國次貸危機爆發(fā)，該指標更是達到10.6%高峰，到2010年后經常項目差額占GDP比才逐年降低，風險值逐步走出風險區(qū)。從匯率波動率指標來看，2005年7月，我國實行以市場供求為基礎、參考一籃子貨幣進行調節(jié)、有管理的浮動匯率制度。人民幣匯率不再盯住單一美元，形成更富彈性的人民幣匯率機制。此后，人民幣對美元匯率一路走高，截至2012年12月31日，1美元兌換6.28元人民幣，人民幣已累計升值24.3%。從匯率改革2005年以來，匯率波動率預警指標連續(xù)四年處于風險狀態(tài)。

(3)從銀行體系風險預警指標來看，2003年商業(yè)銀行整體資本充足率為-2.9%，不良貸款率高達17.6%，處于危險區(qū)域，發(fā)出危險預警。外界稱我們的商業(yè)銀行已是“技術性破產”，當時的商業(yè)銀行到了生死攸關的地步。因此，2004年財政部動用外匯儲備450億美元首先對中國銀行和建設銀行注資，隨后又為工商銀行和農業(yè)銀行注資。以及成立的四大資產管理公司為商業(yè)銀行剝離不良資產等一系列措施，將商業(yè)銀行從破產邊緣拯救回來。此后商業(yè)銀行不良貸款率持續(xù)走低，到2012年末僅為0.95%，而銀行資本充足率達到13.3%，超過銀監(jiān)會的12%基本要求。

(4)從反映資產泡沫指標的房地產開發(fā)投資占GDP比重來看，早在1998年就一直走高，國際金融危機后，2009年和2010年兩年這一比重超過預警值10%達到10.6%和12%，風險預警分值進入風險區(qū)域，發(fā)出泡沫預警，可以說我國房地產開發(fā)投資出現(xiàn)了泡沫。而股市市盈率指標2005-2008年進入風險區(qū)域，也發(fā)出資產泡沫預警。

五、結 論

本文在前人研究金融危機預警和中國銀監(jiān)會頒布《商業(yè)銀行風險預警操作指引(試行)》的基礎上，提出主客觀相結合的AHP-熵值法對商業(yè)銀行風險預警指標賦權，并對這些風險預警指標進行映射分值，得到商業(yè)銀行體系的整體風險狀況。用2003-2012年數(shù)據(jù)進行實證分析，發(fā)現(xiàn)通貨膨脹率、匯率波動率、資本充足率、不良貸款率和房地產開發(fā)投資/GDP這些指標都出現(xiàn)比較嚴重惡化，說明我國在這些指標下存在潛在爆發(fā)金融危機的可能性，因此這些指標可作為先行指標值得我們去觀測和調控。而反映商業(yè)銀行市場風險和流動性風險的指標在這10年里在安全區(qū)域內，實證結果基本上符合我國商業(yè)銀行體系這10年的風險狀況。也客觀上說明以AHP-熵值法建立的商業(yè)銀行風險預警指標體系的合理性和有效性。當然，隨著我國經濟形勢的變化，下一個10年我國商業(yè)銀行體系金融風險預警指標將發(fā)生變化，諸如資本充足率、不良貸款率等指標可能不再是先行指標，而一些新的先行指標將走進金融監(jiān)管當局的視野。

對金融危機的預警可以說是個世界性的難題，通過建立風險預警模型，找到風險預警的先行指標，金融管理當局對這些指標不斷地進行實時觀測、調控，使這些指標處于安全狀態(tài)下，從而保證我們的商業(yè)銀行在可控下運行，將金融危機爆發(fā)的可能性降到最低，能做到這點也就達到我們對商業(yè)銀行監(jiān)管的初衷。

［1］Secrist H.National Bank Failures and Non-Failures:An Autopsy and Diagnosis ［R］.Bloomington:Principia press，1938.

［2］Joseph F Sindey.A Multivariate Statistical Analysis of the Characteristics of Problem bank ［J］.Journal of Finance,1975(3)：21-36.

［3］Jeffrey A Frankel，Andrew K.Rose Currency Crashes in Emerging Markets:an Empirical Treatment［J］.Journal of International Economics，1996(6)：351-366．

［4］Jeffrey Sachs，Aaro Tornell，Andres Velasco． The collapse of the Mexican peso:what have we learned?［J］.Economic Policy，1996(4)：13-63．

［5］Graciela Kaminsky，Saul Lizondo，Garmen Reinhart.Leading Indicators of Currency Crises［R］.IMF Working Paper，Washington D C:International Monetary Fund，1997.

［6］Andrew Berg，Catherine Pattillo.Predicting currency crises:The indicators approach and an alternative［J］.Journal of International Money and Finance，1999(8)：561-586.

［7］鄭振龍.構建金融危機預警系統(tǒng)［J］.金融研究，1998(8)：29－32．

［8］劉志強.金融危機預警指標體系研究［J］.世界經濟，1999(4)：17-23.

［9］馮蕓，吳沖鋒.貨幣危機早期預警系統(tǒng)［J］.系統(tǒng)工程理論方法應用，2002(1)：8-11.

［10］唐旭，張偉.論建立中國金融危機預警系統(tǒng)［J］.經濟學動態(tài)，2002(6)：5-10.

［11］陳守東，楊瑩，馬輝.中國金融風險預警研究［J］.數(shù)量經濟技術經濟研究，2006(7)：36-48.

［12］喬桂明.貨幣危機預警理論及實證比較研究［J］.財經科學，2006(11)：115-124.

［13］譚中明.區(qū)域金融風險預警系統(tǒng)的設計和綜合度量［J］.軟科學，2010(3)：15-24.

［13］唐照宇，莊金良.貨幣升值視角下的我國貨幣危機預警模型的構建［J］.浙江金融，2011(7)：12-18.

［14］史建平，高宇.KLR金融危機預警模型研究［J］.數(shù)量經濟技術經濟研究，2009(3)：106-117.

［15］張瀛，王浣塵.貨幣危機預警綜合評價方法研究［J］.統(tǒng)計研究，2004(7)：31-37.

［16］陳衛(wèi)華，張睿.基于“可能—滿意度”法的金融危機預警系統(tǒng)的構建與應用［J］.國際金融研究，2007(4)：51-54.

［17］吳成頌.我國金融風險預警指標體系研究［J］.技術經濟與管理研究，2011(1)：19-24.

［18］袁永博，劉妍 .商業(yè)銀行信貸風險預警研究［J］.技術經濟與管理研究，2011(12)：82-87.

［19］Saatty T L.The Analytic Hierarchy Process［M］.New York:McGraw-Hill Company，1980.