王晉忠，高　　菲

（1.西南財經(jīng)大學(xué)，成都610000；2.中國銀行業(yè)監(jiān)督管理委員會四川監(jiān)管局，成都 610042）

?

利用股市信息測度我國商業(yè)銀行的利率風(fēng)險

王晉忠1，高菲2

（1.西南財經(jīng)大學(xué)，成都610000；2.中國銀行業(yè)監(jiān)督管理委員會四川監(jiān)管局，成都 610042）

摘要：利率風(fēng)險是商業(yè)銀行面臨的重要風(fēng)險之一，可利用銀行股票價格對利率變動的敏感性來對其進(jìn)行量化分析。運(yùn)用參數(shù)和非參數(shù)模型對我國商業(yè)銀行所面臨的利率風(fēng)險的實(shí)證分析表明：我國商業(yè)銀行存在顯著的利率風(fēng)險，長期利率變動對商業(yè)銀行股票收益率有正向影響，而短期利率變動有負(fù)向影響；我國商業(yè)銀行還面臨著顯著的非線性利率風(fēng)險，但傳統(tǒng)的線性利率風(fēng)險更為顯著；我國商業(yè)銀行對長期利率變動還有顯著的大小非對稱性，趨勢非對稱性并不顯著。非參數(shù)模型的估計結(jié)果表明，利率變動對銀行組合收益率的邊際效應(yīng)不是恒定的，具有時變性特征。

關(guān)鍵詞：股市信息；商業(yè)銀行；利率風(fēng)險

一、引言

隨著我國利率市場化改革的深入，利率風(fēng)險成為商業(yè)銀行面臨的重要風(fēng)險之一。如何準(zhǔn)確測量商業(yè)銀行的利率敏感性是有效管理商業(yè)銀行利率風(fēng)險的關(guān)鍵。由于我國資本市場結(jié)構(gòu)不夠完善，利率市場化改革仍未完成，商業(yè)銀行的利率風(fēng)險管理意識還較弱。目前國內(nèi)商業(yè)銀行主要通過久期缺口、利率敏感性缺口和VaR模型三種方法對其所面臨的利率風(fēng)險進(jìn)行衡量。但這三種方法均是單期分析方法，所利用的信息較少，利率風(fēng)險衡量的效果不夠理想，所以有必要對其進(jìn)行改進(jìn)。

股票價格是市場對于企業(yè)未來價值的預(yù)期，其中對風(fēng)險的評估，以及利率變動對商業(yè)銀行價值的影響，也會通過其市場價格的變動反映出來。所以，我們可以通過衡量股票收益率對市場利率變動的敏感性來測度商業(yè)銀行所面臨的利率風(fēng)險。相對于前述的三種方法，該方法能夠充分利用商業(yè)銀行股票的市場信息，對利率風(fēng)險的測度更加敏感，且更為全面及時。更重要是，前述三種方法主要使用的是商業(yè)銀行的歷史財務(wù)信息，不具有預(yù)測價值，而利用股市信息測度的商業(yè)銀行利率風(fēng)險更為全面及時，而且具有很好的預(yù)測性，對未來利率風(fēng)險評估具有較大的參考價值。

國外相關(guān)研究文獻(xiàn)中衡量利率風(fēng)險最常用的方法是，通過使用一個簡單的線性回歸模型估計由銀行股票收益率表示的商業(yè)銀行對利率變動的敏感性。然而，利率和商業(yè)銀行市場價格之間的關(guān)系可能是非線性的，造成非線性利率風(fēng)險存在的主要原因有以下兩個：第一，由于利率變動通過貼現(xiàn)因子和利率相關(guān)的收入兩個方面對銀行股票的價格產(chǎn)生影響，所以我們可以預(yù)估利率變動對股票收益率的影響不完全是線性的。第二，根據(jù)銀行所使用的風(fēng)險管理政策，通常側(cè)重于運(yùn)用線性工具，客觀上留存下非線性利率風(fēng)險。此外，銀行股對利率變動的敏感性還可能取決于利率變動的趨勢或震蕩幅度，從而產(chǎn)生利率風(fēng)險暴露的非對稱性。尤其是，利率的上升和下降可能對銀行股票價值產(chǎn)生不同的影響（趨勢非對稱）。同時，較大的利率變動相對較小的利率變動會對銀行價值產(chǎn)生不同的影響（大小和幅度非對稱）。需要注意的是，前述模型屬于參數(shù)模型，都需要一個特定的函數(shù)形式，并認(rèn)為它在樣本時期內(nèi)不會改變。非參數(shù)估計方法從一個完全不同的角度測量銀行利率風(fēng)險，允許估算利率變動和銀行股票回報率之間的關(guān)系不遵循一個特定的函數(shù)形式。而參數(shù)模型的設(shè)定與現(xiàn)實(shí)經(jīng)濟(jì)情況更為符合，可以反映出利率風(fēng)險參數(shù)時變性的特征。所以，在對商業(yè)銀行的利率風(fēng)險進(jìn)行測量的過程中，需要對利率風(fēng)險的非線性、非對稱性和時變性特征進(jìn)行考慮。

本文的研究目的是為我國商業(yè)銀行提供一個全面的利率風(fēng)險測量方法。為此，利率風(fēng)險不僅使用標(biāo)準(zhǔn)的線性模型衡量，還通過非線性模型和非參數(shù)模型的估計結(jié)果來檢驗(yàn)非線性風(fēng)險是否存在。本文的主要貢獻(xiàn)在于，首次從一個新的角度，即通過股票價格對利率變動的敏感性來量化我國商業(yè)銀行所面臨的利率風(fēng)險，很大程度上改進(jìn)了傳統(tǒng)單一、靜態(tài)的利率風(fēng)險測量方法，對利率風(fēng)險的測量更全面、更為敏感，能提供更多的利率風(fēng)險預(yù)測價值。其次，本文不僅測量了利率變動對商業(yè)銀行的線性影響，還對此前相關(guān)研究中未涉及和極易忽略的利率風(fēng)險非線性特征進(jìn)行了研究。最后，本文還首次嘗試運(yùn)用非參數(shù)模型衡量利率風(fēng)險，對商業(yè)銀行利率風(fēng)險的時變性特征進(jìn)行了分析。相對于線性模型，非參數(shù)模型具有更高的靈活性，能夠更好地洞察商業(yè)銀行所面臨的利率風(fēng)險。對商業(yè)銀行利率風(fēng)險的準(zhǔn)確測量不僅對利率風(fēng)險管理至關(guān)重要，同時也對其他金融領(lǐng)域，如資產(chǎn)配置、投資組合管理、資產(chǎn)定價以及銀行監(jiān)管有很大的作用。

二、文獻(xiàn)綜述

20世紀(jì)80年代初以來，大量的實(shí)證研究檢驗(yàn)了利率風(fēng)險對銀行業(yè)金融機(jī)構(gòu)價值的影響。大部分的研究主要基于Stone（1974）根據(jù)資產(chǎn)市場方法提出的兩因素模型框架。[1]Stone的模型包括利率變動因素和傳統(tǒng)的市場指數(shù)因素，用來解釋銀行的股票收益率。這項(xiàng)研究得出的主要結(jié)論有三個：首先，利率變動對銀行股票收益率有顯著的負(fù)向影響，普遍認(rèn)為這是由于銀行資產(chǎn)和負(fù)債的期限錯配導(dǎo)致的（Flannery and James，1984；[2]Elyasiani and Mansur，1998；[3]Au Yong and Faff，2008；[4]Czaja et al.，2009，2010[5-6]）。第二，銀行的股票回報率往往對長期利率的變化更為敏感，而不是短期利率的變化（ElyasianiandMansur，1998；[3]Bartram，2002；[7]Saporoschenko，2002；[8]Czaja et al.，2009[5]）。第三，由于使用更加先進(jìn)的利率風(fēng)險衡量和管理工具使得銀行的股票回報率對利率的敏感度有所下降（Faff andHoward，1999；[9]BeninkandWolff，2000；[10]Ryan and Worthington，2004；[11]Joseph and Vezos，2006[12]）。Stone的研究開啟了用銀行股票收益率對利率變動的敏感性衡量利率風(fēng)險的先河，但其研究的因素過于簡單，沒有考慮諸如匯率、通貨膨脹率等因素對銀行股票價格變動的影響。

各國學(xué)者對Stone的研究進(jìn)行了擴(kuò)展，其中一種擴(kuò)展方式是對研究樣本進(jìn)行分類，對比不同行業(yè)和不同類型的股票收益率的利率風(fēng)險。Lynge and Zumwalt（1980）研究了銀行和工業(yè)普通股的回報率對長期和短期債券利率的敏感程度，結(jié)果表明銀行普通股比工業(yè)普通股對債券的利率更為敏感，雖然工業(yè)普通股也表現(xiàn)出較高的利率敏感性。[13]Flannery and James（1984）認(rèn)為股票的回報率由名義資產(chǎn)的回報率與真實(shí)的或?qū)嵨镔Y產(chǎn)（負(fù)債，不包括股票，可以看作是負(fù)資產(chǎn)）相關(guān)聯(lián)的回報率兩部分組成，其實(shí)證結(jié)果也驗(yàn)證了Stone的第一個結(jié)論。[2]Czaja，Scholz and Wilkens（2010）研究了德國各行業(yè)的利率風(fēng)險報酬，實(shí)證結(jié)果表明德國大多數(shù)企業(yè)都獲得了明顯的正的利率風(fēng)險報酬，金融機(jī)構(gòu)的利率風(fēng)險報酬超過非金融企業(yè)，且德國保險業(yè)利率風(fēng)險的基準(zhǔn)收益均顯著高于德國銀行，這似乎與傳統(tǒng)的市場認(rèn)識不符。[6]另一種擴(kuò)展方式是在Stone的基礎(chǔ)模型上加入其他的經(jīng)濟(jì)因素進(jìn)行研究。Oertmann，Rendu and Zimmermann（2000）利用多因素模型考察了歐洲金融企業(yè)股票回報率對國內(nèi)和國際利率變動的敏感程度，并運(yùn)用ATP模型檢驗(yàn)不同利率風(fēng)險的回報是否相同。結(jié)果表明國內(nèi)和國際利率變動均是歐洲金融企業(yè)回報率變動的動因，并且不同市場中利率變動所產(chǎn)生的利率風(fēng)險得到的回報不同。[14]Tai（2005）和Muller and Verschoor （2006）在傳統(tǒng)的兩因素模型上加入了匯率因素，研究了美國跨國公司所面臨的非對稱匯率風(fēng)險。[15-16]Jareno（2008）運(yùn)用Stone的兩因素模型與Fama和French三因素模型的延伸，研究了西班牙股市對實(shí)際利率和通貨膨脹率的敏感性，結(jié)果表明，股票的回報與實(shí)際利率變動顯著負(fù)相關(guān)，同時股市回報率與預(yù)期通脹率變動的相關(guān)關(guān)系并不顯著。[17]

除了上述的線性模型外，還有一些實(shí)證研究探索了可能存在的比線性更復(fù)雜的利率風(fēng)險暴露。Chen and Chan（1989）在這個領(lǐng)域做出了開創(chuàng)性的工作，他們研究了美國金融機(jī)構(gòu)對利率周期的潛在非對稱利率敏感性，結(jié)果表明，在上升和下降的利率周期中存在顯著的非對稱性。[18]同樣的，Hallerbach（1994）的研究證明了荷蘭的股票收益率對利率變動的敏感性隨著時間的推移而發(fā)生變化，對利率變動趨勢呈現(xiàn)出明顯的不對稱模式。他指出，特定的非線性模型能夠在一定程度上解釋利率上升下降之間的敏感性不對稱性。[19]之后，Verma and Jackson（2008）利用多元EGARCH 模型來評估短期和長期利率與美國銀行的股票組合之間存在溢出效應(yīng)和不對稱性。[20]他們的研究結(jié)果為貨幣中心銀行等大型銀行組合的趨勢非對稱性提供了證據(jù)，表明這些銀行對負(fù)向利率變動比正向利率變動更敏感。

綜上可知，盡管上述海外學(xué)者對不同金融市場的研究結(jié)論存在差異，但大多數(shù)研究結(jié)果表明商業(yè)銀行股權(quán)收益和市場利率變化之間存在著顯著的相關(guān)關(guān)系，商業(yè)銀行整體所面臨的利率風(fēng)險可以通過上述方法測量出來，股票收益率對利率變動的敏感性是一個利率風(fēng)險測量的有效方法。

三、研究方法

本文首次采用中國股市信息測度商業(yè)銀行的利率風(fēng)險，對我國商業(yè)銀行所面臨的利率風(fēng)險進(jìn)行全面的分析和測量，分析我國商業(yè)銀行利率風(fēng)險所具有的特征。因此，文章的實(shí)證研究以Stone的兩因素及三因素模型為基礎(chǔ)，測量我國商業(yè)銀行利率風(fēng)險的線性特征。此后，對基礎(chǔ)模型進(jìn)行擴(kuò)展，測量我國商業(yè)銀行利率風(fēng)險的非線性和非對稱性特征。最后，采用目前海外此類研究的前沿——非參數(shù)模型，分析利率風(fēng)險的時變性特征。下面對論文中所采用的研究模型進(jìn)行詳細(xì)介紹，根據(jù)模型的形式不同分為參數(shù)模型和非參數(shù)模型。

（一）參數(shù)模型

1.線性模型

文獻(xiàn)中提到的Stone（1974）提出的兩因素線性模型是銀行利率風(fēng)險量化的基準(zhǔn)模型，該模型的形式如下：

Rit表示資產(chǎn)i在第t期的收益率，Rmt表示市場組合的收益率，ΔIt表示利率的變動。[1]

由于利率的變動會影響市場的收益率，為了衡量利率變動對資產(chǎn)i收益率的凈影響，需要做輔助回歸：

由方程（1）（2）聯(lián)合可得：

其中，γi=αi+aβmi，λi=δi+bβmi，參數(shù)λi反映了利率變動對銀行股權(quán)價值的直接和間接影響。

此外，研究認(rèn)為長期和短期利率均會對銀行股票的收益率產(chǎn)生影響，所以利用短期和長期債券收益率指數(shù)代替ΔIt，模型成為三因素模型：

RDLt，RDSt分別表示長期和短期債券市場利率變動，由于三個因素之間存在顯著的共線性，為了消除共線性，在模型估計的時候需要進(jìn)行正交化處理：

2．非線性模型

利率變動對公司股權(quán)回報率的影響可能是非線性的，所以回歸方程可以寫為：

f（·）表示利率變動的非線性方程，參數(shù)θi衡量了利率的非線性變動對資產(chǎn)i的回報率的影響。非線性形式意味著對利率的敏感度取決于利率沖擊的大小。

3．趨勢和大小非對稱模型

檢測非線性效應(yīng)的另一種方法是檢測銀行股票回報率對利率變動的不同趨勢和大小的非對稱反應(yīng)。一方面，銀行股票回報率對利率的上升和下降變動可能有不同的反應(yīng)（趨勢非對稱）。另一方面，大大小小的利率沖擊（大小或幅度不對稱），可能會對銀行股票回報率有不同的影響。為了允許這些不對稱性的存在，方程（1）的基本模型需要延伸。具體而言，趨勢非對稱性可以使用下面的模型分析：

如果ΔIt＞0，虛擬變量Dsignt=1，否則為0。對于一個給定的市場組合，如果ΔIt＜0，銀行股的回報率的敏感性為δi，當(dāng)ΔIt＞0時，為δi+ηi。

類似的，大小和幅度非對稱性可以通過以下的模型評估：

ZU和 ZL分別表示閾值的上限和下限，若ΔIt≥ZU或ΔIt≤ZL，虛擬變量Dmagt=1，否則為0。閾值可以通過ΔIt+2σΔIt和ΔIt－2σΔIt計算。若ΔIt≥ZU或ΔIt≤ZL，銀行股的回報率的敏感性為δi+ηi，其余情況為δi。

這兩個模型都可以用來估計與利率波動不同的趨勢和大小的系數(shù)，但它們不能提供對非對稱性的直接檢測。為了直接檢測假定，方程可以寫為：

非對稱性檢查等價于檢測ηi在統(tǒng)計上是否顯著。

（二）非參數(shù)模型

所有的參數(shù)模型需要一個特定的函數(shù)形式，并認(rèn)為它在樣本時期內(nèi)不會改變。非參數(shù)估計方法從一個完全不同的角度測量銀行利率風(fēng)險。這種方法的主要優(yōu)點(diǎn)是它的靈活性，因?yàn)樗试S估算利率變動和銀行股票回報率之間的關(guān)系不遵循一個特定的函數(shù)形式。假定銀行資產(chǎn)收益率和利率變動之間的關(guān)系由下面的通用模型給出：

未知的函數(shù)m（ΔIt）可以用在給定點(diǎn)ΔIj附近的泰勒展開式來近似：

局部線性回歸等價于尋找加權(quán)目標(biāo)函數(shù)CV最小化的aj和bj：

Kj表示內(nèi)核函數(shù)，本文采用高斯核函數(shù)，h表示內(nèi)核函數(shù)的寬度參數(shù)。

Rilstone（1991）研究表明，用樣本對bj進(jìn)行估計是一致的和漸近正態(tài)分布，其標(biāo)準(zhǔn)差與那些由傳統(tǒng)的參數(shù)估計的標(biāo)準(zhǔn)差是可比的。[21]因此，可以容易地對參數(shù)估計和非參數(shù)估計進(jìn)行假設(shè)檢驗(yàn)。

本文將對中國上市商業(yè)銀行所面臨的利率風(fēng)險進(jìn)行一個全面有效的測度，因此會采用上述的所有模型進(jìn)行實(shí)證研究，從最基本的單因素模型分析出利率變動對商業(yè)銀行影響的方向和大小，此后不斷對模型進(jìn)行擴(kuò)展，檢驗(yàn)利率風(fēng)險的非線性、非對稱性以及時變性特征。

四、實(shí)證分析

（一）樣本數(shù)據(jù)的選取

本文采集2007年10月之前上市的商業(yè)銀行交易數(shù)據(jù)，其樣本區(qū)間為2007年10月12日至2014 年12月31日，372個時間維度的觀測值。根據(jù)之前文獻(xiàn)中的常用處理（Flannery and James，1984[2]），股票收益率采用經(jīng)股息和股票分割調(diào)整后的周收益率，采用每周最后一個交易日的收盤價數(shù)據(jù)計算周回報率。①采用每周的數(shù)據(jù)而不是每天的數(shù)據(jù)是因?yàn)槭袌鲂枰欢螘r間來了解和反應(yīng)利率變動對資產(chǎn)價格的影響，因此，使用非常短的時間（例如日收益率）很難正確地評估企業(yè)的利率風(fēng)險。此外，周數(shù)據(jù)優(yōu)于月數(shù)據(jù)是因?yàn)椴捎弥軘?shù)據(jù)會獲得一個更大的樣本量，獲得更精確的結(jié)果。對股票市場的收益我們采用滬深300指數(shù)來反映，個股及指數(shù)數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。

交易所10年期固定利率國債收益率與3個月銀行間固定利率國債收益率分別代表我國長期和短期利率。選擇10年期政府債券的收益率來衡量銀行的利率風(fēng)險在已有的研究中已成為一種標(biāo)準(zhǔn)（Elyasiani and Mansur，1998[3]；Oertmann et al.，2000[14]；Faff et al.，2005[9]）。長期利率是對未來經(jīng)濟(jì)前景的預(yù)期，并在很大程度上決定借入資金的成本。因此，假定長期利率對企業(yè)投資決策和企業(yè)未來盈利能力的預(yù)期有更大的影響力，長期利率的數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。本文用3個月銀行間固定利率國債收益率表示銀行的短期利率。盡管SHIBOR是我國利率市場的基準(zhǔn)利率，但SHIBOR經(jīng)常受貨幣發(fā)行等其他因素的影響而出現(xiàn)大幅波動，不能很好地反映銀行所面臨的真實(shí)短期利率，所以本文采用中國債券信息網(wǎng)發(fā)布的3個月銀行間固定利率國債收益率代表短期利率。

根據(jù)Elyasiani and Mansur（1998）[3]，F(xiàn)aff et al.（2005）[9]，Verma and Jackson（2008）[20]and Czaja et al.（2009，2010）[5-6]的處理方法，我們將采用銀行股票組合的數(shù)據(jù)，而不是單個企業(yè)的數(shù)據(jù)來檢測銀行的利率風(fēng)險。該組合具有以下兩方面的優(yōu)點(diǎn)：它提供了一個提煉股票回報行為信息的有效方法。其次，它有助于減少個股交易數(shù)據(jù)中的噪音，從而得到更可靠的結(jié)果。按照我國商業(yè)銀行分類的常用方法，我們將商業(yè)銀行分為國有控股商業(yè)銀行（中國工商銀行、中國建設(shè)銀行、交通銀行、中國銀行）、股份制銀行（平安銀行、浦發(fā)銀行、華夏銀行、民生銀行、招商銀行、興業(yè)銀行、中信銀行）和城市商業(yè)銀行（北京銀行、南京銀行、寧波銀行）三類，根據(jù)之前相關(guān)研究的常用處理方法對每一類銀行的股票數(shù)據(jù)進(jìn)行等權(quán)重加權(quán)處理。變量的描述性統(tǒng)計如表1所示。

由表1可以看出各銀行股票組合的收益率在均值、標(biāo)準(zhǔn)差等多方面差別較大，所以有必要將商業(yè)銀行進(jìn)行分組研究。所有變量的J-B統(tǒng)計量均顯著，不符合正態(tài)分布。對變量做單位根檢驗(yàn)，均不存在單位根，是平穩(wěn)時間序列。10年期利率變動的標(biāo)準(zhǔn)差為0.0008，而短期利率變動的標(biāo)準(zhǔn)差為0.0019，是長期利率的兩倍，短期利率波動更為劇烈。

由圖1可以看出，平均來說長期利率高于短期利率水平。長期利率與短期利率的走勢基本相同，但是短期利率的波動更大，尤其是2008年之后，我國的短期利率波動性增強(qiáng)，變動幅度增大。這體現(xiàn)出自2008年以來，我國不斷推進(jìn)利率市場化改革，貨幣市場中諸多利率已實(shí)現(xiàn)市場化，在市場利率的作用下，利率波動加劇，所面臨的利率風(fēng)險加大。

表1　變量基本統(tǒng)計性描述

圖1　樣本長期利率和短期利率隨時間變化情況

（二）實(shí)證結(jié)果

表2包含對三組銀行組合的線性和非線性模型的系數(shù)估計。10年期國債收益率與3個月銀行間固定利率國債收益率作為市場利率的代表。模型的參數(shù)均用OLS估計。非線性模型估計是利率變化采用三次函數(shù)的形式。括號中表示參數(shù)t檢驗(yàn)的P值。HS300*表示去除利率變動因素的股指收益率。

*表示在10%的顯著性水平下顯著，**表示在5%的顯著性水平下顯著，***表示在1%的顯著性水平下顯著。

表3包含對三組銀行組合的非對稱性模型和非參數(shù)模型的系數(shù)估計。10年期國債收益率與3個月銀行間固定利率國債收益率作為市場利率的代表。模型的參數(shù)均用最小二乘法估計。括號中表示參數(shù)t檢驗(yàn)的P值。HS300*表示去除利率變動因素的股指收益率。本文的非參數(shù)估計是利用Hayfield and Racine（2008）所開發(fā)的R程序包所做的。

*表示在10%的顯著性水平下顯著，**表示在5%的顯著性水平下顯著，***表示在1%的顯著性水平下顯著。

由表2的實(shí)證結(jié)果可以看出：第一，在所有模型中，去除利率變動因素的股指收益率的回歸結(jié)果均在1%的顯著性水平下顯著，表明市場因素是影響上市商業(yè)銀行股票收益率的重要因素。第二，在兩因素和三因素線性模型的回歸結(jié)果中，長期利率均在1%的顯著性水平下顯著，說明長期利率對我國上市商業(yè)銀行的收益率有著顯著的影響。對短期利率而言，除股份制商業(yè)銀行的兩因素線性模型的回歸系數(shù)不顯著外，其他銀行的短期利率的回歸系數(shù)也均顯著，說明短期利率也對我國商業(yè)銀行的收益率有著重要影響。此外，從變量回歸系數(shù)的大小可以看出，長期利率變動對商業(yè)銀行收益率的正向影響系數(shù)均大于10，而短期利率變動對商業(yè)銀行收益率所產(chǎn)生的負(fù)向影響系數(shù)均小于3，說明長期利率變動對商業(yè)銀行的正向影響明顯大于短期利率變動所產(chǎn)生的負(fù)向影響。第三，從兩因素非線性模型的回歸結(jié)果可以看出，長期利率的三次回歸系數(shù)均在1%的顯著性水平下顯著。說明長期利率對我國上市商業(yè)銀行的股權(quán)收益率存在顯著的非線性影響。而短期利率的非線性模型回歸結(jié)果則顯示，短期利率對國有商業(yè)銀行存在顯著的非線性影響，對股份制和城市商業(yè)銀行的影響卻不顯著。

表2　　商業(yè)銀行的利率風(fēng)險（線性和非線性模型）

同樣的，根據(jù)表3的實(shí)證結(jié)果我們可以看出：第一，趨勢非對稱模型的回歸結(jié)果與前述線性及非線性模型的回歸結(jié)果基本一致，也間接驗(yàn)證了表2中模型回歸結(jié)果的穩(wěn)健性。除了國有商業(yè)銀行的短期利率趨勢非對稱性系數(shù)顯著以外，其他銀行的長短期利率的趨勢非對稱性系數(shù)均不顯著，說明短期和長期利率變動對我國商業(yè)銀行收益率影響的趨勢非對稱性效應(yīng)不明顯。第二，國有商業(yè)銀行和城市商業(yè)銀行的長期利率大小非對稱性回歸系數(shù)均在5%的顯著性水平下顯著，說明長期利率變動幅度大小會對國有商業(yè)銀行和股份制商業(yè)銀行產(chǎn)生顯著的非對稱性影響。而短期利率的大小非對稱性的回歸結(jié)果均不顯著或顯著性較低。第三，從非參數(shù)模型的回歸結(jié)果可以看出，長期利率和短期利率的非參數(shù)估計系數(shù)基本顯著，且回歸系數(shù)的大小和符號與線性模型的回歸系數(shù)基本相近，說明長期利率和短期利率確實(shí)會對我國商業(yè)銀行的收益率產(chǎn)生顯著影響。

表3　　商業(yè)銀行的利率風(fēng)險（非對稱性模型和非參數(shù)模型）

下面根據(jù)實(shí)證結(jié)果對中國上市商業(yè)銀行利率風(fēng)險的線性、非線性、非對稱和時變性特征進(jìn)行具體分析。

1.線性利率風(fēng)險

長期利率的線性模型的系數(shù)為正數(shù)且顯著，這意味著，長期利率上升會使我國銀行股票收益率增加。這與其他國家的實(shí)證結(jié)果存在一些差異，主要是由于我國商業(yè)銀行持有的長期固定收益?zhèn)鄬χ卸唐诠潭ㄊ找鎮(zhèn)詳?shù)量較少，長期利率上升會增加長期固定收益?zhèn)漠?dāng)期利息收益，使銀行的收益增加。同時長期利率的上升還使人們對于未來的期望回報率上升，投資的欲望增加，使股市的整體價格上漲。另一方面，短期利率的線性模型的系數(shù)為負(fù)數(shù)，意味著短期利率上漲會使銀行股票的回報率下降。這主要是由于短期利率上升使銀行所持有的大量中短期債券的價格下降，且這些債券即將到期，會直接影響銀行當(dāng)期收益，市場上的反應(yīng)為股票收益率下降。由長期和短期利率變動系數(shù)的絕對值可以看出，長期利率變動的敏感性更高。此外國有控股商業(yè)銀行的模型估計R2較小，反映出國有商業(yè)銀行的利率風(fēng)險管理能力比股份制銀行和城市商業(yè)銀行強(qiáng)，股票的收益率較少受到利率變動的影響。

2.非線性利率風(fēng)險

如表2所示，三次函數(shù)在很大程度上識別了非線性的利率風(fēng)險。特別是無論對長期還是短期利率，對所有的銀行組合都表現(xiàn)出顯著的非線性利率風(fēng)險，說明我國商業(yè)銀行除了面臨線性的利率風(fēng)險還面臨非線性利率風(fēng)險。雖然線性模型和非線性模型的自變量不同，但由R2可以看出線性模型的擬合程度均優(yōu)于非線性模型，這意味著，在一般情況下，我國商業(yè)銀行面臨的線性利率風(fēng)險更為顯著。

3.利率風(fēng)險的非對稱性

由表3中列出的趨勢和大小非對稱性模型的估計結(jié)果可知，我國股份制銀行對利率變動的趨勢非對稱性不顯著，國有控股商業(yè)銀行對長期和短期利率顯示出顯著的大小非對稱性，城市商業(yè)銀行對長期利率顯示出顯著的大小非對稱性。與利率的小幅波動相比，大幅度的利率變動對我國商業(yè)銀行股票收益率具有顯著影響。另外非對稱性模型對國有控股商業(yè)銀行的解釋能力更弱。同時，由表3可以看出短期利率的大小非對稱并非對所有銀行組合都顯著，說明短期利率的異常波動對銀行股票收益率的影響并不明顯。

4.非參數(shù)分析

為了方便與參數(shù)模型進(jìn)行比較，表3給出的非參數(shù)模型的平均估計值，作為樣本逐點(diǎn)估計的平均值。由結(jié)果可以看出，非參數(shù)估計的平均值與線性估計在絕對值和顯著性水平上都非常相似。因此，非參數(shù)方法支持長期利率變動對銀行股票收益率有正向影響，短期利率變動對銀行股票收益率有負(fù)向影響，同時由估計系數(shù)的絕對值可以看出，長期變化對銀行股票收益率更為敏感。相較于線性估計得出的結(jié)論，逐點(diǎn)估計表明，利率變動對銀行組合收益率的邊際效應(yīng)不是恒定的，并在所有的樣本區(qū)間對所有的利率變動保持同樣的正向或負(fù)向的影響。

五、結(jié)論

本文采用參數(shù)和非參數(shù)模型全面分析了中國上市商業(yè)銀行的利率風(fēng)險。通過實(shí)證分析可知，我國商業(yè)銀行面臨著顯著的利率風(fēng)險。長期利率變動對商業(yè)銀行股票收益率有顯著的正向影響，短期利率變動有負(fù)向影響，表明我國商業(yè)銀行有顯著的線性利率風(fēng)險。我國商業(yè)銀行還面臨著顯著的非線性利率風(fēng)險，但傳統(tǒng)的線性利率風(fēng)險更為顯著。此外，我國商業(yè)銀行對長期利率變動還有顯著的大小非對稱性，趨勢非對稱性并不顯著。非參數(shù)模型的估計結(jié)果表明，利率變動對銀行組合收益率的邊際效應(yīng)不是恒定的，并在所有的樣本區(qū)間對所有的利率變動保持同樣的正向或負(fù)向的影響。

從本文的研究結(jié)果可以看出，長期和短期利率對我國商業(yè)銀行的影響明顯不同，因此在管理利率風(fēng)險時需要對短期和長期利率風(fēng)險用不同的工具采取針對性的管理。此外，我國商業(yè)銀行除了面臨傳統(tǒng)的線性利率風(fēng)險以外，其利率風(fēng)險還具有非線性、非對稱性和時變性特征。因此，商業(yè)銀行在進(jìn)行利率風(fēng)險管理時，應(yīng)該更多地使用金融創(chuàng)新產(chǎn)品，如可調(diào)整利率產(chǎn)品、資產(chǎn)證券化以及衍生證券，對利率風(fēng)險進(jìn)行管理。

參考文獻(xiàn)：

［1］Stone B K.Systematic interest-rate risk in a two-index model of returns［J］.Journal of Financial and Quantitative Analysis，1974，9 （05）：709-721.

［2］Flannery，M.J.，James，C.M.The effect of interest rate changes on the common stock returns of financial institutions［J］.Journal of Finance，1984，39，1141-1153.

［3］Elyasiani，E.，Mansur，I.Sensitivity of the bank stock returns distribution to changes in the level and volatility of interest rate：a GARCH-M model［J］.Journal of Banking and Finance，1998，22，535-563.

［4］Au Yong，H.H.，F(xiàn)aff，R.Asia-Pacific banks risk exposures：pre and post the Asian financial crisis［J］.Applied Financial Economics，2008，18，431-449.

［5］Czaja，M.，Scholz，H.，Wilkens，M..Interest rate risk of German financial institutions：the impact of level.Slope，and curvature of the term structure［J］.Review of Quantitative Finance and Accounting 33，2009，1-26.

［6］Czaja，M.，Scholz，H.，Wilkens，M.Interest rate risk rewards in stock returns of financial corporations：evidence from Germany ［J］.European Financial Management，2010，16，124-154.

［7］Bartram，S.M.The interest rate exposure of nonfinancial corporations ［J］.European Finance Review，2002，6，101-125.

［8］Saporoschenko，A.The sensitivity of Japanese bank stock returns to economic factors an examination of asset/liability differences and main bank status［J］.Global Finance Journal，2002.13，253-270.

［9］Faff，R.W.，Howard，P.F.Interest rate risk of Australian financial sector companies in a period of regulatory change［J］.Pacific-Basin Finance Journal，1999，7，83-101.

［10］Benink，H.，Wolff，C.Survey data and the interest rate sensitivity of US bank stock returns［J］.Economic Notes，2000，29，201-213.

［11］Ryan，S.，Worthington，A.C.Market，interestrateandforeign exchange rate risk in Australian banking：a GARCH-M approach ［J］.International Journal of Applied Business and Economic Research，2004.2，81-103.

［12］Joseph，N.L.，Vezos，P.The sensitivity of US banks’stock returns to interest rate and exchange rate changes［J］.Managerial Finance，2006，32，182-199.

［13］Morgan J.Lynge，Jr.and J.Kenton Zumwalt.An Empirical study of the interest rate sensitivity of commercial bank returns：a muti-index approach［J］.Journal of financial and quantitative analysis.1980，Volume XV，No.3，September.

［14］Peter Oertmann，Christel Rendu and Heinz Zimmermann.Interest rate risk of European Financial Corporations［J］.European Financial Management，2000，Vol.6，No.4，459-478.

［15］Tai C S.Asymmetric currency exposure of US bank stock returns ［J］.Journal of Multinational Financial Management，2005，15 （4）：455-472.

［16］Muller A，Verschoor W F C.Foreign exchange risk exposure：survey and suggestions［J］.Journal of Multinational Financial Management，2006，16（4）：385-410.

［17］Jareno，F(xiàn).Spanish stock market sensitivity to real interest and inflation rates.An extension of the Stone two-factor model with factors of the Fama and French three factor model［J］.Applied Economics，2008，40，3159-3171.

［18］Chen，C.R.，Chan，A.Interestratesensitivity，asymmetry，and the stock returns of financial institutions［J］.Financial Review，1989，24，457-473.

［19］Hallerbach，W.G.Theoretical and empirical aspects of the relation between interest rates and common stock returns［J］.In：D’Ecclesia，R.L.，Zenios，S.A.（Eds.），1994.

［20］Verma，P.，Jackson，D.Interestrateandbankstockreturns asymmetry：evidence from US banks［J］.Journal of Economics and Finance，2008，32，105-118.

［21］Rilstone，P.Nonparametric hypothesis testing with parametric rates of convergence［J］.International Economic Review，1991，32，207-227.

（責(zé)任編輯：盧艷茹；校對：李丹）

中圖分類號：F832.5

文獻(xiàn)標(biāo)識碼：A

文章編號：1006－3544（2016）02－0003－09

收稿日期：2016-03-22

作者簡介：王晉忠，男，重慶忠縣人，經(jīng)濟(jì)學(xué)博士，西南財經(jīng)大學(xué)金融學(xué)院；高菲，女，四川南充人，中國銀監(jiān)會四川監(jiān)管局。

The Measurement of China’s Commercial Banks’Interest Rate Risks through Stock Market Information

Wang Jinzhong1，Gao Fei2
（1.Southwest University of Finance and Economics,Chengdu 610000,China; 2.China Banking Regulatory Commission Sichuan Office,Chengdu 610042,China）

Abstract:Interest rate risk is one of the major risks facing commercial banks.Quantitative analysis of interest rate risk could be conducted by using bank stock price’s sensitivity to interest rate changes.The paper conducted empirical analysis of the interest rate risks facing China’s commercial banks by using parametric and non-parametric model.Through the analysis,it could be concluded that China’s commercial banks face remarkable interest rate risks.Long-term fluctuations in interest rates have a positive effect on commercial banks’stock returns,while short-term changes have a negative impact.Moreover,it could also be discovered that China’s commercial banks face remarkable non-linear interest rate risks,but the traditional linear risks are even more significant. Besides the abovementioned problems,China’s commercial banks’reaction to long-term interest rates fluctuations demonstrates a feature of significant asymmetry in size,but the asymmetry in trend is not significant.Lastly,non-parametric model estimation results indicate that changes in interest rates on the marginal effect of bank portfolio yield is not constant,it changes with the times.

Key words:stock market information;commercial banks;interest rate risks