范蘇清　周燕齊

摘要：近年來，在宏觀經(jīng)濟情況下行、利率市場化等背景下，我國商業(yè)銀行的杠桿率不斷提高，各類企業(yè)負債量激增，導(dǎo)致商業(yè)銀行不良貸款率上升。在金融去杠桿政策下，金融管制加強，商業(yè)銀行需要適度降低杠桿，流動性風(fēng)險凸現(xiàn)。流動性風(fēng)險壓力測試可以適度測量商業(yè)銀行對流動性風(fēng)險的承受能力，提出相應(yīng)的應(yīng)對策略，提前預(yù)防流動性風(fēng)險。

關(guān)鍵詞：流動性風(fēng)險? 去杠桿? 壓力測試? 同業(yè)業(yè)務(wù)

一、引言

商業(yè)銀行的固有的盈利性特點、獨有的負債經(jīng)營特點以及市場風(fēng)險等各種不確定因素的影響，決定了商業(yè)銀行與流動性風(fēng)險是相伴相生的。近年來，在利率市場化、宏觀經(jīng)濟下行以及金融去杠桿的背景下，我國商業(yè)銀行尋求經(jīng)營模式的轉(zhuǎn)變，積極開展以同業(yè)、理財、委托投資為核心的金融市場業(yè)務(wù)，但是為了防止經(jīng)濟過度發(fā)展，監(jiān)管機構(gòu)以降低金融體系內(nèi)部信用創(chuàng)造為起點，在去杠桿大趨勢之下，我國金融監(jiān)管逐步提高到強監(jiān)管階段，從2016年起資管新規(guī)、三違反、三套利、四不當、理財新規(guī)等政策紛紛落地，金融去杠桿力度逐步加大。在當前信用違約事件頻發(fā)，商業(yè)銀行的同業(yè)業(yè)務(wù)在強監(jiān)管下收斂，所以做好現(xiàn)行的流動性風(fēng)險管理是當務(wù)之急。

二、金融去杠桿背景下我國商業(yè)銀行流動性風(fēng)險現(xiàn)狀剖析

（一）去杠桿背景下同業(yè)業(yè)務(wù)開始下滑

自2016年起，在金融去杠桿、削減同業(yè)套利的嚴監(jiān)管環(huán)境下，銀行業(yè)整體同業(yè)資產(chǎn)和同業(yè)負債正呈現(xiàn)兩頭收縮，同業(yè)資產(chǎn)在總資產(chǎn)中的份額從2016年底的3.88%降至2018年上半年末的2.21%，同業(yè)負債在總負債中的份額從12.45%降至9.80%。并且央行已于2018年一季度起對資產(chǎn)規(guī)模5000億元以上的銀行，將其發(fā)行的一年以內(nèi)的同業(yè)存單納入MPA同業(yè)負債占比指標進行考查。大型商業(yè)銀行更注重回籠同業(yè)資產(chǎn)，存放同業(yè)與買入返售兩項指標均創(chuàng)出新低，中小型商業(yè)銀行則側(cè)重同業(yè)負債的收縮。隨著銀行強調(diào)綜合性服務(wù)、中間業(yè)務(wù)收入和表外業(yè)務(wù)收入，銀行不再急于通過同業(yè)業(yè)務(wù)吸納資金，積極攬儲、審慎放貸等調(diào)整資產(chǎn)負債結(jié)構(gòu)的措施逐步落實，以同業(yè)業(yè)務(wù)產(chǎn)品可穿透、風(fēng)險可計量的原則進行規(guī)范，防止期限和杠桿錯配不合理，嚴格把控風(fēng)險。

（二）信貸資產(chǎn)質(zhì)量下滑

去杠桿政策的逐一落實，經(jīng)濟下行的壓力不斷加壓，融資環(huán)境越來越惡劣，影子銀行規(guī)模面臨嚴重收縮壓力，資產(chǎn)新規(guī)從需求端鉗制，委托貸款新規(guī)、銀信合作新規(guī)從供給端壓縮，使非標業(yè)務(wù)萎縮。據(jù)統(tǒng)計，截至去年年底，銀行業(yè)境內(nèi)各項貸款總額為140.6萬億元，同比增長12.6%，增長速度較快;商業(yè)銀行不良貸款余額達到2萬億元，不良貸款率達到1.89%;近兩年，就有盛運環(huán)保、中安消等多家上市公司出現(xiàn)債務(wù)違約，信貸資產(chǎn)一旦大規(guī)模難以收回，銀行勢必會出現(xiàn)流動性危機。在此環(huán)境下，作為市場主體的商業(yè)銀行為了規(guī)避流動性干擾，必須把提高流動性風(fēng)險管理工作作為各商業(yè)銀行的重中之重。

三、流動性風(fēng)險壓力測試的實證分析

簡單線性回歸模型是我國商業(yè)銀行進行流行風(fēng)險壓力測試的主要形式，又因為面板數(shù)據(jù)包含一定時期內(nèi)的若干個截面?zhèn)€體的樣本數(shù)據(jù)集合，并且每個截面?zhèn)€體成員都具有很多觀測值，所以選擇面板數(shù)據(jù)來研究我國商業(yè)銀行的經(jīng)濟數(shù)據(jù)，并基于此來進行壓力測試。

（一）因子選擇

本文選取了2011年第一季度至2018年第四季度的季度數(shù)據(jù)作為17家銀行研究的基礎(chǔ)數(shù)據(jù)，分為5家國有商業(yè)銀行組，8家股份制商業(yè)銀行組和4家城市商業(yè)銀行組。數(shù)據(jù)來源為csmar數(shù)據(jù)庫和各家商業(yè)銀行年報數(shù)據(jù)統(tǒng)計。本文選取以下因子：

一是存貸比。金融監(jiān)管機構(gòu)常常鼓勵使用的風(fēng)險測度模型參數(shù)有資本流動性比、存貸比，商業(yè)銀行資產(chǎn)和負債的代表就是存款和貸款，且從各大商業(yè)銀行的季報、年報里都可以看出，存貸比依然是各大銀行選取的作為衡量流動性風(fēng)險主要的指標。所以本文選取最直觀的指標——存貸比的變化，存貸款比率過高象征著銀行庫存現(xiàn)金、存款準備金的缺乏，會出現(xiàn)應(yīng)付客戶日常支取和結(jié)算能力的減弱現(xiàn)象，是測評商業(yè)銀行流動性的基本指標之一。從下圖各大商業(yè)銀行的存貸比可以看出來，從2015年6月取消商業(yè)銀行75%的紅線，各家商業(yè)銀行紛紛放開存貸比，直至2018都保持上升趨勢。在經(jīng)濟處于新常態(tài)、去杠桿的情況下，各大商業(yè)銀行審慎放貸，為保持體系運轉(zhuǎn)的流動性，存貸比從2017年上升趨勢變緩慢。

二是同業(yè)資產(chǎn)負債結(jié)構(gòu)。銀行創(chuàng)新性同業(yè)業(yè)務(wù)的迅猛發(fā)展，從某種程度上說是突破了監(jiān)管的掣肘。銀行同業(yè)業(yè)務(wù)是服務(wù)于金融同業(yè)客戶，融通金融同業(yè)資金，其既能規(guī)避宏觀貸款額度監(jiān)管、減少資本消耗、優(yōu)化存貸比，又能起到實現(xiàn)異地擴張、不良資產(chǎn)出表等作用。其中銀行同業(yè)資產(chǎn)包含了存放同業(yè)款項、拆放同業(yè)和買入返售資產(chǎn)，同業(yè)資產(chǎn)與金融市場資產(chǎn)流動性、拆借利率水平等市場因素緊密聯(lián)動;同業(yè)負債包含了同業(yè)存放款項、同業(yè)拆入和賣出回購款項。在正常的市場環(huán)境中，可以通過銀行機構(gòu)進行同業(yè)拆借，從而大大減少融資成本，提高配置資產(chǎn)效率，使銀行獲得一定的收益，進而改善流動性風(fēng)險，但是這種多層次的嵌套和投資鏈條的拉長，必然會加大期限錯配的程度，從而大大提高流動性風(fēng)險。根據(jù)數(shù)據(jù)統(tǒng)計，無論是國有銀行、股份制商業(yè)銀行還是城市商業(yè)銀行，從2016年開始同業(yè)規(guī)模比重不斷減小，并且在2017年上半年和2018年上半年出現(xiàn)兩次較大幅度的收窄。

三是不良貸款率。貸款作為我國商業(yè)銀行資金運用中的重要投放項目，其質(zhì)量的高低對商業(yè)銀行的信用樹立與資金安全有著重大影響。因此，貸款質(zhì)量的高低直接影響著流動性風(fēng)險。衡量貸款質(zhì)量的直觀指標便是不良貸款率，當不良貸款率攀升，則意味著商業(yè)銀行的信貸資產(chǎn)質(zhì)量惡化，貸款回收的比例越低，對流動性傷害越大。根據(jù)數(shù)據(jù)統(tǒng)計，2012年后商業(yè)銀行的不良貸款率平穩(wěn)攀升，而從2014年開始加速上升，國有商業(yè)銀行從2016年起保持較為穩(wěn)定的不良貸款率，股份制商業(yè)銀行2018年不良貸款率是2011年的三倍，城市商業(yè)銀行不良貸款率比較穩(wěn)健，一直保持較為平穩(wěn)的水平;從未來發(fā)展趨勢上觀察，商業(yè)銀行貸款質(zhì)量仍承受著下行壓力，進而對商業(yè)銀行的流動性造成較大的沖擊，增加商業(yè)銀行的流動性風(fēng)險。

（二）實證分析

要對國有銀行、股份制商業(yè)銀行、城市商業(yè)銀行的流動性風(fēng)險進行壓力測試，首先是準確定義解釋變量和被解釋變量。在上述的風(fēng)險因子中，來確認壓力測試回歸模型的解釋變量和被解釋變量。按面板數(shù)據(jù)回歸模型，構(gòu)建如下模型：

Y=α+β₁X₁+β₂X₂+β₃X₃

Y——存貸比;X1——同業(yè)資產(chǎn)占總資產(chǎn)的比重;X2——同業(yè)負債占總負債的比重;X3——不良貸款率。

根據(jù)商業(yè)銀行的實際情況及變量之間的相互關(guān)系，用stata進行回歸如下：

從表中看出判定系數(shù)R2是分別為0.47、0.43、21.69，這是由于方程中橫截面?zhèn)€體數(shù)量較多，觀測值較多，數(shù)據(jù)之間存在非線性相關(guān)等原因，但整體而言，方程的整體檢驗還是在可接受范圍內(nèi)的，因此可以認為擬合優(yōu)度很好，被解釋變量可以被模型解釋的部分較多，不能被解釋的部分較少。并且F統(tǒng)計量分別為7.16、4.7、10.8，說明本文選取的三個風(fēng)險因子和流動性風(fēng)險有著顯著的關(guān)系。在0.05的顯著性水平下，三組分類的X1、X2、X3的P值都小于0.05，再次表明這三個解釋變量對被解釋變量均有顯著影響。

（三）情景設(shè)定

情景設(shè)計是進行商業(yè)銀行流動性風(fēng)險壓力測試的重要步驟，一般可以根據(jù)壓力測試情景的假設(shè)程度不同分為輕度壓力、中度壓力以及重度壓力。三種壓力情景按照順序漸次增強，輕度壓力的壓力值也比現(xiàn)實情況更為嚴重。本文采用歷史情景設(shè)計原則，對于不良貸款率，在各大商業(yè)銀行測試區(qū)間的最高值是2.39，最小值是0.38，取中取值2為輕度壓力，2.5為中度壓力，3為重度壓力。同業(yè)資產(chǎn)占總資產(chǎn)的比例基本維持在0.12左右，將0.15設(shè)置為輕度壓力，將0.2設(shè)置為中度壓力，將0.3設(shè)置為重度壓力。對于同業(yè)負債占總負債的比例基本維持在0.2左右，將0.25設(shè)置為輕度壓力，將0.3設(shè)置為中度壓力，將0.4設(shè)置為重度壓力。

（四）風(fēng)險因子的沖擊

將情景具體分類后，應(yīng)該將這些沖擊作用于三類商業(yè)銀行的流動性上，下面分析出了不同的壓力風(fēng)險因子在不同壓力程度下對商業(yè)銀行存貸比的沖擊作用，結(jié)果如下表：

在各情景下，5家國有商業(yè)銀行的存貸比均低于8家4家股份制銀行、城市商業(yè)銀行，股份制銀行的存貸比均又低于城市商業(yè)銀行，所以國有較股份制商業(yè)銀行、城市商業(yè)銀行有較強的風(fēng)險承受能力，得出以下結(jié)論：

第一，從壓力測試結(jié)果來看，當三類風(fēng)險因子都處于嚴重壓力的狀態(tài)下，國有商業(yè)銀行的存貸比值為50.84%，股份制商業(yè)銀行的存貸比值為101.38%，城市商業(yè)銀行的存貸比值為92.09%，這說明國有商業(yè)銀行有較為充裕的流動性，大規(guī)模發(fā)生流動性風(fēng)險的機會很小。但是股份制商業(yè)銀行和城市商業(yè)銀行就容易爆發(fā)流動性風(fēng)險，流動性相對來說比較緊張。國有商業(yè)銀行流動性風(fēng)險較低的原因是，資本實力較為雄厚，特別是在完成股份制改革后，剝離了不良資產(chǎn)，在治理結(jié)構(gòu)上更為完善。

第二，在金融去杠桿背景下，縱觀影響銀行存貸比的三類風(fēng)險因子，銀行對同業(yè)業(yè)務(wù)擁有較大的自主權(quán)，但當銀行擴張同業(yè)負債業(yè)務(wù)，提高到一定比例時，市場突然爆發(fā)流動性緊張，那么商業(yè)銀行則很難利用同業(yè)業(yè)務(wù)籌集到資金，這對中小商業(yè)銀行非常不利，主要是由于中小城商行議價能力弱、市場份額又小。建議監(jiān)管以提供常備借款便利、支小再貸款等融資手段來適當引導(dǎo)與支持，從而進一步維護整個銀行體系的流動性穩(wěn)定;不良貸款因子則取決于企業(yè)和銀行，這說明商業(yè)銀行既對流動性風(fēng)險有較強的自我把控能力，同時也反映了外部因素對銀行風(fēng)險決策的巨大影響。

參考文獻：

[1]王玉娣.商業(yè)銀行同業(yè)業(yè)務(wù)對其流動性風(fēng)險的影響分析[D].上海師范大學(xué)，2018.

[2]陸岷峰，楊亮.關(guān)于金融去杠桿與商業(yè)銀行去風(fēng)險的策略研究[J].南都學(xué)壇，2018，38（01）：107-112.

[3]梁麗麗.同業(yè)負債業(yè)務(wù)緩解了商業(yè)銀行的流動性風(fēng)險嗎？——基于213家商業(yè)銀行數(shù)據(jù)的實證研究[J].南方金融，2015（01）：35-41+15.

基金項目：南京財經(jīng)大學(xué)紅山學(xué)院2018年院級科研項目立項課題”金融去杠桿背景下我國商業(yè)銀行流動性風(fēng)險管理研究” （課題編號KYJX1804）。

（作者單位：南京財經(jīng)大學(xué)紅山學(xué)院、寧波城市職業(yè)技術(shù)學(xué)院）