戴曉云

一、前言

利率市場(chǎng)化是大多數(shù)市場(chǎng)經(jīng)濟(jì)國(guó)家金融體系發(fā)展到一定階段的產(chǎn)物。隨著我國(guó)利率市場(chǎng)化改革的深入推進(jìn)，商業(yè)銀行擁有更多自主權(quán)來規(guī)避利率風(fēng)險(xiǎn)，提高盈利能力，但也面臨利差縮減、信貸增速放緩和業(yè)務(wù)轉(zhuǎn)型等方面的挑戰(zhàn)。在此背景下，研究商業(yè)銀行利率風(fēng)險(xiǎn)，改進(jìn)管理模式已具有較強(qiáng)的現(xiàn)實(shí)意義。

二、我國(guó)利率市場(chǎng)化的進(jìn)程以及影響

上世紀(jì)九十年代初我國(guó)明確了利率市場(chǎng)化的改革方向，通過幾年的改革努力，到1998 年基本實(shí)現(xiàn)了貨幣產(chǎn)品和債券產(chǎn)品的市場(chǎng)化定價(jià)。進(jìn)入本世紀(jì)，我國(guó)啟動(dòng)了外幣存貸款利率改革，2006 年至 2015 年央行又逐步放開了對(duì)本幣基準(zhǔn)利率的嚴(yán)格管制，2019 年出臺(tái)了 LPR 改革，標(biāo)志著我國(guó)利率市場(chǎng)化和貨幣政策調(diào)控進(jìn)入了新的階段。目前我國(guó)利率市場(chǎng)化工作仍在深入推進(jìn)。

利率市場(chǎng)化給金融機(jī)構(gòu)的生存與發(fā)展帶來巨大影響。從國(guó)際經(jīng)驗(yàn)看，1980-1988 年美國(guó)在利率市場(chǎng)化進(jìn)程中有1000 余家儲(chǔ)蓄與貸款協(xié)會(huì)發(fā)生破產(chǎn)或者與其他金融機(jī)構(gòu)合并。日本在利率市場(chǎng)化初期小型存款機(jī)構(gòu)也出現(xiàn)大量倒閉。在我國(guó)過去的利率管制時(shí)期，商業(yè)銀行經(jīng)營(yíng)受利率波動(dòng)影響的程度較小。隨著利率傳導(dǎo)機(jī)制的調(diào)整以及杠桿效應(yīng)的加強(qiáng)，利率風(fēng)險(xiǎn)敞口逐步擴(kuò)大，如果商業(yè)銀行經(jīng)營(yíng)管理水平?jīng)]有跟上，容易出現(xiàn)經(jīng)營(yíng)成本增加、不良資產(chǎn)上升等問題，迫切需要加強(qiáng)對(duì)利率風(fēng)險(xiǎn)的精準(zhǔn)測(cè)量與防范。

三、商業(yè)銀行利率風(fēng)險(xiǎn)測(cè)量與管理的基本理論

目前涉及商業(yè)銀行利率風(fēng)險(xiǎn)測(cè)量與管理的理論主要有久期缺口模型、利率敏感性缺口模型、有效持續(xù)期和凸度模型以及 VaR 模型等。在 VaR 的計(jì)算方法上有歷史模擬法、方差-協(xié)方差分析法、蒙特卡洛模擬法、情景分析與壓力測(cè)試法等。

在利率風(fēng)險(xiǎn)的分析和測(cè)算方面，黃金老（2001）指出商業(yè)銀行的穩(wěn)定性會(huì)受到利率市場(chǎng)化的影響，他從風(fēng)險(xiǎn)管理角度將利率風(fēng)險(xiǎn)分為永久性風(fēng)險(xiǎn)和階段性風(fēng)險(xiǎn)。李百吉（2009）選取了 14 家上市銀行，依托利率敏感性缺口模型測(cè)算分析出商業(yè)銀行在利率風(fēng)險(xiǎn)管理上存在一年期以上的利率敏感性資產(chǎn)與負(fù)債失衡的問題。施恬（2014）認(rèn)為久期缺口模型具有良好的測(cè)量效果和科學(xué)性。在利率風(fēng)險(xiǎn)管理的研究方面，朱霞、劉松林（2010）提出要加強(qiáng)風(fēng)險(xiǎn)管理體系建設(shè)，同步提升利率風(fēng)險(xiǎn)度量和經(jīng)營(yíng)管理水平。向陽（2013）提出商業(yè)銀行要充分利用利率衍生產(chǎn)品，高效管理利率市場(chǎng)風(fēng)險(xiǎn)。

本文擬利用上海銀行間同業(yè)拆借隔夜利率數(shù)據(jù)，通過 GARCH（1,1）模型的 VaR 測(cè)算分析商業(yè)銀行的利率風(fēng)險(xiǎn)，根據(jù)銀行年報(bào)計(jì)算利率敏感性缺口和比率，分析 2018-2020 年部分商業(yè)銀行利率風(fēng)險(xiǎn)管理能力，針對(duì)商業(yè)銀行改進(jìn)利率風(fēng)險(xiǎn)管理提出參考性建議。

四、利率風(fēng)險(xiǎn)測(cè)量的實(shí)證研究

（一）樣本選取

我國(guó)利率市場(chǎng)化改革率先在同業(yè)拆借市場(chǎng)進(jìn)行，該市場(chǎng)的利率市場(chǎng)化程度最高，因此本文選取 2019 年 1－12 月交易量最大的上海銀行間同業(yè)拆借隔夜利率Shibor（O/N）來反映金融市場(chǎng)的利率波動(dòng)情況（數(shù)據(jù)來源為上海銀行間同業(yè)拆放利率網(wǎng)站）。

圖1 我國(guó)利率市場(chǎng)化進(jìn)程

如圖 2 所示，隔夜拆借利率波動(dòng)呈現(xiàn)大規(guī)模、高頻率、大幅度的特點(diǎn)，會(huì)影響序列分布的結(jié)果計(jì)算。本文將隔夜拆借利率進(jìn)行對(duì)數(shù)后差分處理：

圖2 隔夜拆借利率序列圖

其中，r 為對(duì)原序列進(jìn)行取對(duì)數(shù)一階差分后的收益率序列，Shibort為 t 日的隔夜拆借利率，Shibort-1為 t-1 日的隔夜拆解利率。

（二）描述性統(tǒng)計(jì)

對(duì)隔夜拆借利率進(jìn)行上述處理后，如圖 3 所示，波動(dòng)的聚集性更強(qiáng)，波幅在逐漸增大達(dá)到峰值后逐步縮小。

圖3 處理后的隔夜拆借利率序列圖

（三）數(shù)據(jù)檢驗(yàn)

運(yùn)用模型前，為分析收益率 r 序列的性質(zhì)，本文利用 Eviews7.2 進(jìn)行正態(tài)性、平穩(wěn)性、自相關(guān)性和異方差性檢驗(yàn)。

1.正態(tài)性檢驗(yàn)

如圖 4 所示，收益率 r 的均值為-0.001228，標(biāo)準(zhǔn)差為-0.007766，偏度為1.257334，大于 0，重尾在右側(cè)。峰度為 9.150327，高于正態(tài)分布的峰度值 3。Jarque-Bera 統(tǒng)計(jì)量為 458.057，p 值為 0.000000，拒絕正態(tài)分布的假設(shè)。

圖4 收益率 r 的柱形統(tǒng)計(jì)圖

2.平穩(wěn)性檢驗(yàn)

本文采用ADF 檢驗(yàn)，結(jié)果如圖 5 所示，在置信區(qū)間內(nèi)，t 統(tǒng)計(jì)量的值-8.942753，對(duì)應(yīng) p 值接近 0，表明序列{r}平穩(wěn)。

圖5 ADF 單位根檢驗(yàn)

3.自相關(guān)性檢驗(yàn)

從圖 6 可以看出，序列的自相關(guān)和偏相關(guān)系數(shù)均落入兩倍的估計(jì)標(biāo)準(zhǔn)差內(nèi)，且 Q 統(tǒng)計(jì)量隨著滯后階數(shù)增大而增大，p 值遠(yuǎn)小于 0.05，表明該序列存在自相關(guān)。

圖6 自相關(guān)檢驗(yàn)

4.異方差性檢驗(yàn)

用 ARCH-LM 法對(duì)殘差進(jìn)行異方差檢驗(yàn)，滯后階數(shù)為 1，結(jié)果如圖 8 所示，p 值小于 0.05，拒絕原假設(shè)，該序列存在異方差。

圖7 殘差序列波動(dòng)

圖8 ARCH-LM 檢驗(yàn)

（四）GARCH 模型構(gòu)建

由于序列存在自相關(guān)性和異方差性，本文采用 GARCH 模型進(jìn)行 VaR 計(jì)算，GARCH（p,q）模型為：

其中，rt為條件均值，為條件方差，α0為長(zhǎng)期平均波動(dòng)，α1為利率波動(dòng)受外界因素影響情況，β1反映利率波動(dòng)是否具有長(zhǎng)期性。α1和β1之和與 1 比較可以反映利率波動(dòng)是否具有持續(xù)性。

本文以 GARCH（1,1）方程研究，回歸結(jié)果如圖 9 所示，模型的 p 值為 0.0027，通過了 AECH-LM 檢驗(yàn)，接受原假設(shè)，不存在異方差。同時(shí)，可以確定 GARCH（1,1）回歸方程為：

圖9 GARCH（1,1）回歸結(jié)果

式中，α0為 0.000509，數(shù)值小的α0說明利率長(zhǎng)期波動(dòng)較小。α1為 0.472657，α1大于 0 說明外界因素會(huì)使利率波動(dòng)增大。β1為 0.598445，說明利率波動(dòng)具有長(zhǎng)期性。α1和β1之和大于 1，說明利率會(huì)長(zhǎng)時(shí)間大幅波動(dòng)。

（五）VaR測(cè)算

在 GARCH(1,1)模型的基礎(chǔ)上，VaR 可表示為：

其中，w0為資產(chǎn)價(jià)值，在本文中假設(shè)取值為 1。Zα為一定置信水平下的分位數(shù)，在本文中置信水平取值 0.95，則Zα為 1.65。σt為收益率波動(dòng)，從 GARCH(1,1)中得出。

如圖 10 所示，VaR 平均值為 0.188409，說明我國(guó)商業(yè)銀行隔夜拆借利率在95%的置信水平上損失極限為資產(chǎn)市場(chǎng)價(jià)值的 18.84%，存在較大的利率風(fēng)險(xiǎn)。

圖10 VaR 測(cè)算

五、我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)管理分析

利率變動(dòng)會(huì)對(duì)商業(yè)銀行的資產(chǎn)價(jià)值和負(fù)債成本產(chǎn)生影響。本文通過計(jì)算利率敏感性缺口來分析利率變動(dòng)對(duì)商業(yè)銀行收益的影響，選取中國(guó)銀行、農(nóng)業(yè)銀行 2 家大型國(guó)有銀行和光大銀行、中信銀行 2 家中小型銀行 2018－2020 年的年報(bào)數(shù)據(jù)。利率敏感性指標(biāo)計(jì)算公式為：

表1 2018-2020 年樣本銀行利率風(fēng)險(xiǎn)指標(biāo)

由上表可以看出，這 4 家銀行的利率敏感性比率大于 1，利率敏感性缺口為正值，說明凈利息收入與利率呈同方向變化。利率敏感性比率越接近于 1，反映商業(yè)銀行的利率風(fēng)險(xiǎn)管理能力越好，而表中前 3 家銀行的利率敏感性比率的數(shù)值均大于1且逐年增加。測(cè)算分析表明：在近些年央行降準(zhǔn)降息進(jìn)行宏觀調(diào)控的大背景下，部分商業(yè)銀行沒有采取有效利用風(fēng)險(xiǎn)手段的管理策略，自身經(jīng)營(yíng)的利率風(fēng)險(xiǎn)在增大，對(duì)利率風(fēng)險(xiǎn)的管理需要進(jìn)一步加強(qiáng)。

六、相關(guān)建議

（一）提高對(duì)利率風(fēng)險(xiǎn)的重視程度

我國(guó)在較長(zhǎng)一段時(shí)期內(nèi)對(duì)商業(yè)銀行存貸款利率實(shí)行較嚴(yán)格的統(tǒng)一管制，導(dǎo)致商業(yè)銀行對(duì)利率波動(dòng)和利率風(fēng)險(xiǎn)比較忽視。隨著利率市場(chǎng)化進(jìn)程的加快，利率的決定權(quán)在一定程度上交給市場(chǎng)主體，并且由資金供求關(guān)系共同決定，客觀上造成商業(yè)銀行利率風(fēng)險(xiǎn)的加大，不同經(jīng)營(yíng)模式抵御利率風(fēng)險(xiǎn)的效果也不相同。在當(dāng)前美國(guó)等西方國(guó)家收緊貨幣政策、國(guó)際市場(chǎng)融資利率呈上升趨勢(shì)且波動(dòng)日益加大的背景下，我國(guó)商業(yè)銀行需要進(jìn)一步提高對(duì)利率風(fēng)險(xiǎn)的重視程度，降低對(duì)存貸款利差的依賴程度，綜合采取多種手段增強(qiáng)抵御風(fēng)險(xiǎn)能力，提高盈利水平和持續(xù)健康經(jīng)營(yíng)能力。

（二）創(chuàng)新管理方式

除了選擇優(yōu)質(zhì)客戶群之外，商業(yè)銀行內(nèi)部經(jīng)營(yíng)方面，資產(chǎn)負(fù)債結(jié)構(gòu)的調(diào)整，金融工具的合理使用，都可以降低商業(yè)銀行經(jīng)營(yíng)風(fēng)險(xiǎn)。提倡商業(yè)銀行科學(xué)運(yùn)用遠(yuǎn)期利率協(xié)議、利率互換、利率期貨、利率期權(quán)等衍生金融工具，鎖定或調(diào)整未來利息。強(qiáng)化對(duì)利率變化的科學(xué)預(yù)測(cè)，提前進(jìn)行利差管理，匹配資產(chǎn)負(fù)債的到期日合理融資或投放資金。

（三）開拓多層次業(yè)務(wù)

為了適應(yīng)市場(chǎng)環(huán)境的變化，商業(yè)銀行在傳統(tǒng)的存貸款業(yè)務(wù)之外可以發(fā)展中間業(yè)務(wù)和表外業(yè)務(wù)，減少利率風(fēng)險(xiǎn)帶來的損失。中間業(yè)務(wù)對(duì)利率變動(dòng)的敏感性較低，不體現(xiàn)在銀行資產(chǎn)負(fù)債項(xiàng)目中，但可以為商業(yè)銀行提供收益，有助于分散主營(yíng)業(yè)務(wù)風(fēng)險(xiǎn)。拓展表外業(yè)務(wù)，除了發(fā)展傳統(tǒng)的現(xiàn)金管理、信托和理財(cái)業(yè)務(wù)外，還可以擴(kuò)展到銀行保險(xiǎn)和養(yǎng)老基金等領(lǐng)域。

（四）內(nèi)部控制與外部防范相結(jié)合

內(nèi)部控制上，在行業(yè)層面加大風(fēng)險(xiǎn)管理部門監(jiān)督力度，加強(qiáng)法律法規(guī)建設(shè)，完善利率信息披露制度；在銀行自身層面重視風(fēng)險(xiǎn)管理指標(biāo)體系建設(shè)，定期提交報(bào)告進(jìn)行風(fēng)險(xiǎn)自評(píng)，確保披露信息真實(shí)、準(zhǔn)確、完整，自我約束行之有效。外部防范上，營(yíng)造良好的宏觀金融環(huán)境，進(jìn)一步活躍貨幣市場(chǎng)、證券市場(chǎng)，允許并鼓勵(lì)商業(yè)銀行利用金融科技手段規(guī)避利率風(fēng)險(xiǎn)。

引用

[1]黃金老.利率市場(chǎng)化與商業(yè)銀行風(fēng)險(xiǎn)控制[J].經(jīng)濟(jì)研究,2001(01):19-28+94.

[2]李勇.利率市場(chǎng)化背景下我國(guó)商業(yè)銀行盈利模式轉(zhuǎn)型探究[J].宏觀經(jīng)濟(jì)研究,2016(06):73-85+126.

[3]施恬.商業(yè)銀行利率風(fēng)險(xiǎn)管理中久期缺口測(cè)算及其防御策略——基于中國(guó)股份制商業(yè)銀行的實(shí)證分析[J].上海金融,2014(05):103-106.

[4]楊飛雨.利率市場(chǎng)化條件下中國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)管理研究[D].武漢大學(xué),2015.

[5]魏瑤瑤.利率市場(chǎng)化下我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)測(cè)量與防范[D].蘭州大學(xué),2020.

[6]張娜.利率市場(chǎng)化背景下商業(yè)銀行利率風(fēng)險(xiǎn)管理研究[D].對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué),2018.

[7]李百吉.我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)管理實(shí)證分析[J].改革與戰(zhàn)略,2009,25(04):75-79.

[8]朱霞,劉松林.利率市場(chǎng)化背景下商業(yè)銀行利率風(fēng)險(xiǎn)管理[J].金融理論與實(shí)踐,2010(02):40-43.