摘 要：本文基于人民銀行總行存貸款綜合抽樣統(tǒng)計系統(tǒng)，以廣東省佛山市某農(nóng)商行為研究樣本，深度挖掘數(shù)據(jù)資源，并應(yīng)用利率敏感性缺口模型對存款和貸款利率風(fēng)險缺口進行實證分析，對其未來的變化情況作出預(yù)判斷。

關(guān)鍵詞： 利率敏感性缺口；存款；貸款

中圖分類號：F832.33 文獻標識碼：A 文章編號：1003-9031（2015）06-0041-06

隨著金融創(chuàng)新的不斷發(fā)展和利率市場化的逐步推進，利率風(fēng)險成為金融機構(gòu)風(fēng)險管理的重中之重。 本文嘗試基于中國人民銀行總行存貸款綜合抽樣統(tǒng)計系統(tǒng)，從實踐角度深度挖掘數(shù)據(jù)資源，應(yīng)用利率敏感性缺口模型對存款和貸款利率風(fēng)險缺口進行分析，并預(yù)測未來利率變化可能帶來的影響。同時，期望通過存款和貸款兩項金融工具的利率風(fēng)險缺口監(jiān)測分析，為其它金融工具的風(fēng)險監(jiān)測提供參考。

一、 引言

對于利率風(fēng)險，巴塞爾委員會給出了較為權(quán)威的定義，即“當利率波動時，會導(dǎo)致商業(yè)銀行的實際收益偏離預(yù)期收益， 也就是實際收益低于預(yù)期收益， 銀行可能遭受損失”。根據(jù)利率風(fēng)險成因可將其分為基準風(fēng)險、缺口風(fēng)險、內(nèi)涵選擇權(quán)風(fēng)險及其它風(fēng)險等。利率風(fēng)險的產(chǎn)生主要有兩個原因： 一是外部因素，即市場利率出現(xiàn)波動；二是內(nèi)部因素，銀行自身資產(chǎn)負債結(jié)構(gòu)失衡，即總量結(jié)構(gòu)和期限結(jié)構(gòu)上的失衡所導(dǎo)致的利率敏感性缺口。

回顧相關(guān)文獻，國外學(xué)者對利率風(fēng)險的研究由來已久，在利率風(fēng)險的管理與控制方面先后提出了期限結(jié)構(gòu)、有效久期、敏感性缺口、久期缺口、凸性以及期權(quán)調(diào)整利差等相關(guān)理論、方法和技術(shù)。1977年，Vasicek最先構(gòu)建了均值回復(fù)的期限結(jié)構(gòu)模型；Bierwag（1977） 分析了不同利率期限結(jié)構(gòu)隨機變動的久期計算方法以及保值問題；Flannery和James（1984）探討了由缺口引起的銀行收入波動問題，并對基差風(fēng)險進行估計；Meyer Zu Selhausen（1987）基于風(fēng)險缺口這一管理目標，提出了單階段規(guī)劃模型；在此基礎(chǔ)上，Booth，Bessler，F(xiàn)oote（1989）提出了多階段規(guī)劃模型對利率風(fēng)險進行管理；另外，Korhenon（1987）通過在利率管理模型中加入表外管理策略使其更加靈活實用。

隨著金融業(yè)的對外開放和利率市場化的不斷推進，我國銀行利率風(fēng)險逐漸成為國內(nèi)學(xué)者和實務(wù)界人士較為關(guān)注的問題。在利率風(fēng)險的測度方面，莫慧琴（1999）將利率風(fēng)險設(shè)為利率風(fēng)險暴露、市場利率波動性這兩個變量的函數(shù)來衡量利率風(fēng)險，當利率風(fēng)險暴露為零時， 利率風(fēng)險始終為零，不受市場利率波動影響。戴國強（2005）為了更準確地預(yù)測利率風(fēng)險并給出更有實際意義的防范建議，比較和運用了VaR方法、隨機分析方法、期權(quán)定價方法這三種方法進行測算。徐秋潔（2009）、陳昆和高昊（2010）等學(xué)者較多通過利率敏感性缺口模型來分析利率風(fēng)險。對于如何最大程度降低利率風(fēng)險方面，鮑靜海、李浩然（2005）給出了關(guān)于利率風(fēng)險的集中化管理模式， 認為該模式能有效地降低利率風(fēng)險從而實現(xiàn)收益最大化。

通過國內(nèi)外學(xué)術(shù)成果的總結(jié)，發(fā)現(xiàn)目前研究較為關(guān)注商業(yè)銀行利率風(fēng)險的識別、分類和判斷，及在利率市場化進程中的變化，預(yù)測和防范利率風(fēng)險等理論層面，在利率風(fēng)險度量和控制方面還缺乏較為深入的實踐層面研究，而這作為風(fēng)險管理的重要環(huán)節(jié)會對銀行的經(jīng)營管理產(chǎn)生重大影響，亟需引起廣泛關(guān)注。

目前，度量利率風(fēng)險主要采用VaR 模型、利率敏感性缺口模型和持續(xù)期（久期）模型。其中，利率敏感性缺口模型從會計科目價值角度分析利率風(fēng)險，所需條件較少，在利率風(fēng)險管理的初始階段發(fā)揮了重要作用?；诖耍疚膶⒃诶拭舾行匀笨谀Ｐ偷幕A(chǔ)上進行實證分析。

二、 利率敏感性缺口模型——概念及測度

利率敏感性缺口模型基于資產(chǎn)和負債的利率、數(shù)量和組合變化反映的利息收支變化，以分析其對銀行凈利息收入、利潤的影響，從而進行相應(yīng)的缺口管理。該模型的意義在于量化計算利率變動給銀行凈利息收入帶來的影響程度，判斷資產(chǎn)負債總量和期限結(jié)構(gòu)、風(fēng)險缺口大小和敞口所處階段，從而引導(dǎo)銀行主動調(diào)整資產(chǎn)負債結(jié)構(gòu)以適應(yīng)利率走勢。在實踐中通常采用利率敏感性缺口和利率敏感系數(shù)進行測度。

（一）利率敏感性缺口（GAP）

利率敏感性缺口是指在一定時期內(nèi)，利率敏感性資產(chǎn)與利率敏感性負債之間的差額，為絕對指標。其中，利率敏感性資產(chǎn)是指在一定期限（如距付息日1個月或3個月）內(nèi)將要到期的或需要重新確定利率的資產(chǎn)，利率敏感性負債則是指在一定期限（如距付息日1個月或3個月） 內(nèi)將要到期的或需要重新確定利率的負債[1]。利率敏感性缺口的計算公式如下：

利率敏感性缺口（GAP）=利率敏感性資產(chǎn)（IRSR）一利率敏感性負債（IRSL） （1）

當GAP>0時，即IRSR>IRSL，敏感性缺口為正，即資產(chǎn)敏感性缺口。缺口為正時，若利率升高，則銀行凈利息收入增加，因為敏感性資產(chǎn)所帶來的利息收益大于敏感性負債所產(chǎn)生的利息支出；反之，利率下降，銀行的凈利息收入則下降。

當GAP<0時，即IRSR

當GAP=0時，即IRSR=IRSL，此時敏感性缺口為零，利率的變動不會引起銀行凈利息收入的變化。

（二）利率敏感系數(shù)（λ）概念

與利率敏感性缺口相比，利率敏感系數(shù)則是相對指標，定義為利率敏感性資產(chǎn)和利率敏感性負債之間的比值，說明的是IRSR與IRSL之間相對量的大小。即：

利率敏感系數(shù)（λ）=利率敏感性資產(chǎn)（IRSR）÷利率敏感性負債（IRSL） （2）

當λ>1時，即資產(chǎn)敏感性缺口，利率升高，銀行凈利息收入增加，因為敏感性資產(chǎn)所帶來的利息收益大于敏感性負債所產(chǎn)生的利息支出；同理，當λ<1時，即負債敏感性缺口，利率升高，銀行凈利息收入減少；當λ=1時，銀行凈利息收入對利率變化免疫[2]。

因此，銀行資金狀況可根據(jù)缺口值和敏感系數(shù)進行如下分類。

（三）利率波動、利率敏感性缺口與凈利息收入

利率敏感性缺口用來衡量利率風(fēng)險程度，即市場利率變動對銀行凈利息收入的影響程度[3]。傳統(tǒng)計算方法上，利息收入變化主要受到利率波動的影響，可由以下式（3）來反映：

實際上，利息收入變化不僅受到利率變動的影響，而且還受到利率敏感性資產(chǎn)（負債）的影響。參照上述利息收入計算式（3），將利率敏感性資產(chǎn)（負債）的影響考慮進來，利息收入公式如下：

實踐中，本文根據(jù)巴塞爾委員會利率風(fēng)險管理與監(jiān)管提供的標準的利率沖擊分析方法，通過設(shè)立的利率風(fēng)險權(quán)數(shù)與一年內(nèi)凈利息收入的時間權(quán)數(shù)，構(gòu)建出利率波動對凈利息收入與機構(gòu)凈值影響的計算模型。利率風(fēng)險權(quán)數(shù)采用巴塞爾委員會《利率風(fēng)險管理及監(jiān)測原則》（2004年7月）附錄的標準化框架權(quán)重系數(shù)，它等于指定一個時段的中值和收益率為5%的頭寸的修正久期乘利率上升（或下降）基點數(shù)即：

利率風(fēng)險權(quán)數(shù)=修正久期DM ×資產(chǎn)（負債）上升點數(shù)△R （6）

其中，T為資產(chǎn)（負債）期限的中值。當T為大于1的非整數(shù)時，n取值為2；其余情況下，n取值為1，因此可得表1：

三、 商業(yè)銀行利率敏感性缺口分析——以廣東省佛山市某農(nóng)商行為例

（一）數(shù)據(jù)來源及實證假設(shè)

本文基于存貸款利率標準系統(tǒng)中的監(jiān)測指標體系，設(shè)計開發(fā)了利率敏感性缺口計算模型（基于ORACLE—BI編程），并選擇較具典型意義的廣東省佛山市某農(nóng)商行①（下文簡稱A農(nóng)商行）作為研究樣本，整理出該行存貸款數(shù)據(jù)，并著重對存款和貸款的利率敏感性缺口進行分析，計算模型中做出如下假設(shè)：

假設(shè)一：商業(yè)銀行的存貸款可準確被劃分為利率敏感性資產(chǎn)（IRSA）或利率敏感性負債（IRSL），并可用統(tǒng)一口徑的一定期限內(nèi)到期的資產(chǎn)和負債計算。

假設(shè)二：存貸款作為資產(chǎn)或負債均具有靜態(tài)利率風(fēng)險結(jié)構(gòu)，不存在外部利率條件和內(nèi)部資產(chǎn)負債結(jié)構(gòu)連續(xù)變化狀況。

（二）A農(nóng)商行利率敏感性缺口分析

1.A農(nóng)商行利率敏感性累計缺口情況

利用設(shè)計的計算模型，整理出A農(nóng)商行2013年1月—2014年3月的存款和貸款的利率敏感性缺口②（見表3和圖1）。

2013年1月—2014年3月，A農(nóng)商行利率敏感性持續(xù)為負債敏感型缺口；2013年1月—2013年12月，A農(nóng)商行負債敏感性缺口基本平穩(wěn)，缺口大小在-80億元上下浮動。主要是該行2013年全年保持一致的經(jīng)營策略，其間小幅波動主要受外部因素影響，而該行亦有意識地通過利率敏感性缺口指標控制利率風(fēng)險，采取了積極的利率風(fēng)險管理策略，通過重新調(diào)節(jié)貸款定價期限實現(xiàn)預(yù)期穩(wěn)健經(jīng)營目標。

進入2014年，在沒有明顯利率波動情況下，A農(nóng)商行利率敏感性缺口明顯擴大。2014年1-3月，利率敏感性缺口維持在-100億元左右波動，利率敏感性缺口出現(xiàn)了較大幅度的下滑主要有兩方面原因：一是A農(nóng)商行2014年一季度調(diào)整貸款結(jié)構(gòu)，導(dǎo)致貸款余額環(huán)比有所下降；二是該行調(diào)整定期存款上浮策略，將自2013年4月起執(zhí)行的“50萬元以上上浮10%”的策略調(diào)整為“5萬元以上上浮10%”，使得2014年一季度該行定期存款不斷增加。利率敏感性缺口較好地反饋出該行經(jīng)營策略變化的實際影響。

2.A農(nóng)商行各期限產(chǎn)品利率敏感性缺口——以2013年7月為例

為從期限視角考察機構(gòu)資產(chǎn)、負債配置提供依據(jù)。本文選取了2013年7月份時點數(shù)進行具體分析，主要考察各期限產(chǎn)品的利率敏感性缺口狀況（見表5）。

A農(nóng)商行短期表現(xiàn)出利率敏感性負缺口狀態(tài)。一年內(nèi)的缺口為-78.78億元，即存在著負債敏感型缺口風(fēng)險。從表5可以看出，A農(nóng)商行9個月以內(nèi)的利率敏感性缺口均為負值，這主要是由短期存款引起的。其中1個月內(nèi)缺口為-50.03億元，1-3個月缺口為-31.18億元，3-6個月缺口為-3.61億元，6-9個月缺口-10.36億元。 中長期（一年以上）的利率敏感性缺口為正缺口，為244.20億元，即存在資產(chǎn)敏感型缺口風(fēng)險。

3.利率敏感性缺口、利率波動與凈利息收入之間關(guān)系

當前，我國商業(yè)銀行的收入主要來源于存貸款的利差，利息收入是銀行收入中的最主要組成部分，銀行的利息收入甚至占到了營業(yè)收入的80% 以上。依據(jù)上文計算利息收入影響的公式，本文對A農(nóng)商行2013年1月—2014年3月利息收入進行計算（見圖2）。

2013年期間，A農(nóng)商行的利息收入波動較大，尤其是3月和4月，利息收入由正變負，持續(xù)在低位運行。這一方面是受到利率波動的影響，另一方面也與利率敏感性缺口增大有關(guān)。5月份后，A農(nóng)商行的利息收入漸趨穩(wěn)定。而進入2014年，A農(nóng)商行的利息收入大幅下調(diào)，雖在2014年2月有所回升，但2014年一季度利息收入一直為負值，這與A農(nóng)商行利率敏感性負缺口在2014年的持續(xù)擴大有直接關(guān)系。

4.利率波動對機構(gòu)凈利息收入、利潤和機構(gòu)凈值的影響測算

利率波動對商業(yè)銀行的影響首先表現(xiàn)在當前收益方面，當利率發(fā)生波動時， 不可避免地會影響到商業(yè)銀行的資產(chǎn)負債結(jié)構(gòu)，進而影響利率敏感性缺口，最終對凈利息收入和利潤造成影響。本文利用A農(nóng)商行現(xiàn)有經(jīng)營數(shù)據(jù)，逐月計算各月利率上升25個基點⑥之后凈利息收入的變化情況結(jié)果（見圖3）。

由圖3可知，A農(nóng)商行在利率上升25個基點后各月凈利息收入明顯下降，這主要因為A農(nóng)商行利率敏感性缺口始終為負，利率上升后利息收入下降。由式（7）可知，凈利息收入變化主要與利率敏感性缺口和一年內(nèi)凈利息收入的時間權(quán)數(shù)有關(guān)，2013年3月和2014年2月A農(nóng)商行利率敏感性缺口較大，利率上升對凈利息的收入影響也較為顯著。

由圖4可知，利率上升25個基點對A農(nóng)商行的凈利息收入有直接影響，并且與A農(nóng)商行利潤情況負相關(guān)，但利潤受多個因素影響，因此凈利息收入對于利潤影響有限。2013年1月—2014年3月，A農(nóng)商行利潤維持在2億元-3.8億元區(qū)間，當各月利率上升25個基點，從“凈利息收入變化額/當月利潤”相對指標看，減少的凈利息收入約占到當月利潤的4.5～9.5%。

由圖5可知，A農(nóng)商行在利率上升25個基點后，機構(gòu)凈值不僅與利率波動有關(guān)，更受到利率敏感性資產(chǎn)、負債結(jié)構(gòu)影響。尤其利率變化幅度較小時，對機構(gòu)凈值的影響情況主要與利率敏感性資產(chǎn)負債結(jié)構(gòu)密切相關(guān)。

四、 結(jié)論

由以上分析可知， 當利率發(fā)生波動時，將會給金融機構(gòu)凈利息收入、利潤和機構(gòu)凈值都帶來影響。目前，我國的大多數(shù)銀行如同A農(nóng)商行一樣，短期保持著負的利率敏感性缺口，長期保持著正的利率敏感性缺口，雖可以依靠長期正缺口去部分抵消短期的負缺口， 但這種資產(chǎn)負債結(jié)構(gòu)在利率市場化后會給銀行帶來更大的利率風(fēng)險。國際上，不少國家在利率市場化初期都出現(xiàn)了銀行倒閉增加的現(xiàn)象。比較典型的是美國，在利率市場化初期，美國每年倒閉的銀行達兩位數(shù)，最多一年竟然有250家銀行倒閉，足可見利率市場化給銀行業(yè)帶來的沖擊。而我國的商業(yè)銀行商業(yè)化程度本身就不很高，在完全沒有經(jīng)驗的情況下投入到利率市場化進程中，勢必會承受更大的風(fēng)險和沖擊。因此，在利率市場化全面鋪開之前，金融機構(gòu)需要重視利率風(fēng)險管理，運用數(shù)理工具加強對利率走勢的預(yù)測和分析，以提高自身在利率變動時的防御能力。

當前， 我國商業(yè)銀行資產(chǎn)負債表結(jié)構(gòu)較簡單， 利率波動相對不大，相對簡單的利率敏感性缺口方法能揭示商業(yè)銀行大部分的利率風(fēng)險，適用于開展利率風(fēng)險管理的初期狀況。在實踐工作中，A農(nóng)商行利用利率敏感性缺口模型，不僅根據(jù)利率風(fēng)險變化情況保證凈利息收入穩(wěn)定；而且也為其從期限視角考察機構(gòu)資產(chǎn)、負債配置提供依據(jù)。更重要的是，在已知數(shù)據(jù)的條件下，A農(nóng)商行依據(jù)利率敏感性缺口模型對利率波動后的凈利息收入情況和機構(gòu)凈值作出預(yù)測，及時規(guī)避或減少了利率波動給自身帶來的風(fēng)險。

宏觀層面上，為防范利率市場化可能伴隨的風(fēng)險，利率敏感性缺口管理更為重要。建議央行依據(jù)存貸款綜合抽樣統(tǒng)計系統(tǒng)，利用利率敏感性缺口測度方法加大利率風(fēng)險宏觀監(jiān)測力度，以掌握金融機構(gòu)實際利差水平，形成對利率未來走勢的預(yù)測和研判，為中央銀行調(diào)整利率政策提供參考。同時，央行應(yīng)可以披露和公布市場利率水平和風(fēng)險狀況增強利率信息透明度，引導(dǎo)金融機構(gòu)完善自身的利率管理體系。

（特約編輯：苗啟虎）

參考文獻：

[1]儀垂林，閆紅磊.金融危機期間我國商業(yè)銀行利率風(fēng)險的實證分析[J].揚州大學(xué)學(xué)報（人文社會科學(xué)版）， 2011（1）：49-54.

[2]鄧海清.利率期限結(jié)構(gòu)的信息傳遞研究[D].上海：復(fù)旦大學(xué)， 2010.

[3]嚴太華，李雅婷. 城市商業(yè)銀行利率敏感性風(fēng)險實證分析 [J].財會通訊， 2012（9）：127-129.

[4]張純.利率市場化對我國商業(yè)銀行影響的分析[J].財政研究， 2012（4）：22-24.

[5]張莉，杜學(xué)文.我國商業(yè)銀行利率風(fēng)險的敏感性分析[J].經(jīng)濟問題， 2010（7）：106-110.