商业银行流动性风险评价研究

我国主要商业银行流动性风险评价的实证研究
钟永红曹丹蕊
一、引言
我国商业银行从1994年开始实施资产负债比例管理，并建立了由流动比率、存贷款比率、法定准备金率、拆入资金比例和拆出资金比例组成的商业银行流动性风险监管指标体系。

许建华（2000）指出，该体系中总体指标过多，评价银行负债流动性管理能力的指标过少，并建议增加即时流动比率和拆出拆入资金差比例指标，将存贷款比率由≤75%调整为≤85%。

2005年，《商业银行风险监管核心指标》中重设了流动性比率、超额准备金率、核心负债率和流动性缺口率四个流动性风险监管指标。

但杨锦、曾鸣（2007）认为，应建立以考核商业银行资产负债期限搭配是否合理为基础的流动性监管指标体系,使特定时期的资金运用有相应的同一时期资金来源。

该文观点符合我国银行业现状，具有一定的合理性，但文中并没有给出具体的解决方法以及合适的指标。

刘妍、宫长亮（2010）通过R型聚类分析设立了比较全面的流动性风险评价指标体系,并运用熵值法确定指标权重以对商业银行流动性风险进行评级。

此文选取的指标不仅全面且运用R型聚类的方法剔除了指标间的强相关性，具有可取性，但熵值法是以指标在样本间的差异度为基础来确定指标权重，而指标的差异性可能来自于样本银行的规模不一、经营特点不同等因素，不能完全反映为流动性差异，故应用此方法进行流动性风险评级还有待商榷。

鉴于此，本文具体思路如下：（1）根据流动性风险的影响因素，并考虑指标的可获得性，选取33个原始指标，再运用R型聚类方法筛选出13个代表指标，作为风险评价模型的基础。

（2）采用因子分析方法，从13个代表指标中提取出5个公共因子，将公共因子视为流动性风险的主要影响因素，根据各因子得分及加权综合因子得分对样本银行进行排序。

（3）根据模型结果分析2010年我国商业银行流动性风险状况，并评价因子模型的有效性与适用性。

二、商业银行流动性风险评价指标选取
（一）选取基础指标
合理选择监测指标是构建流动性风险评价体系的基础，在选取指标时应遵循以下几方面的原则：真实有效、客观全面、科学实用、灵活可比。

本文按照以上原则对流动性风险的影响因素进行了分析，并同时考虑了数据的可得性，从以下几个方面选取了33个指标，如表1所示。

表1：流动风险影响因素的原始指标
其中，资产类指标从资产流动性出发,考核银行资产在不发生损失的情况下迅速变现的能力；负债类指标考核银行以较低的成本适时获得所需资金的能力；综合类指标考核银行的资产负债比例关系，全面反映流动性；安全性指标考核银行信贷风险，易向流动性风险转化；盈利性指标,考核银行获得流动性头寸的能力。

（二）筛选代表指标
1、筛选方法。

为了全面反映商业银行的流动性风险，我们选取了33个指标，但指标之间的强相关性导致多重共线性问题，不利于建模分析，因此，需要对原始指标做相关性分析，本文选用R型聚类的方法来解决这一问题。

2、样本选择与数据来源。

本文所选样本包括16家商业银行，其中工农中建4家大型国有商业银行及12家中小型股份制商业银行：兴业、交通、光大、深发展、民生、招商、中信、华夏、广发、浦发、浙商和恒丰。

2009年，银监会发布《商业银行流动性管理指引》，提出对商业银行流动性风险遵循并表监管原则，因此本文中指标计算以合并财务报表中的集团数据为基础，指标单位均为百分比。

本文所采用数据均来自于各样本银行2010年年报。

3、指标筛选。

本文运用SPSS软件，采用系统聚类法，以皮尔逊相关性为分类依据，对原始指标进行R型聚类分析，由聚类结果可将33个指标分为13类，具体结果见表2。

被聚为一类的指标间具有强相关性,同类中任何一个指标都可以作为该类的代表指标。

根据聚类结果，第一类指标包括库存现金比例、存款结构比率、活期存款比率、核心负债率和贷存增长比率，说明这5个指标具有强相关性，为了选出该类指标的代表指标，引入“相关系数均值”概念，即某一指标与其他各指标相关系数的绝对值加总后的平均数，均值较大的指标可以代表较多信息。

分别计算各原始指标的相关系数均值，结果见表2。

由表中结果可知，第一类指标中贷存增长比率的相关系数均值最大，说明其包含更多信息，因此选择该指标作为第一类的代表指标。

依此相关系数均值最大化原则，分别筛选出13类指标的代表指标，如流动资产比例、交易性金融资
产比率、拆出资金比率、存款总额变动率、定期存款变动率、贷存增长比率、中长期贷存比率、利率敏感率、超额备付金率、最大十家客户贷款比率、逾期贷款比例、净资产收益率、产权比率。

表2：R型聚类结果
（三）代表指标效果检验
为检验所选代表指标的可靠性和对原始指标的信息反映程度,分别用原始指标和代表指标对样本银行进行Q型聚类,分类结果见表3。

由表中数据可知，两套指标均将目标银行分为三类，且类别完全相同，因此，可认为代表指标能够完全反映原始指标的信息。

表3：Q型聚类结果
三、流动性风险评价模型的建立
（一）建模方法
本文运用因子分析法进行流动性风险评价，它是从研究变量的内部相关性出发,把具有复杂关系的多个变量归结为少数几个综合因子的多元统计方法。

通过对代表指标进行因子分析，可从中抽取出影响流动性风险的主要因素，即公共因子，同时，由因子表达式可计算出目标银行的因子得分，由于因子得分是流动性风险的综合体现，且具有可比性，故可据此对商业银行的流动性风险水平进行比较和评价。

（二）建模过程
1、样本矩阵。

为了更方便地判别因子方向，可将待分析指标调整为同向。

本文将代表指标统一为正向指标，即各指标值越大，商业银行的流动性越充足，相应的流动性风险越小。

需要调整的指标有：贷存增长比率*为1-贷存增长比率；中长期贷存比率*为10-中长期贷存比率；利率敏感率*为1-利率敏感率；最大十家客户贷款比率*为1-最大十家客户贷款比率；逾期贷款比例*为1- 逾期贷款比例；产权比率*为1-产权比率。

各指标为百分比数据，且分析过程会对数据进行标准化处理，故不同量纲的转换对数据分析无影响，此处，用*来标记调整后指标。

最终样本矩阵X确定为16家样本银行，待分析变量为：流动资产比例X1、交易性金融资产比例X2、拆出资金比率X3、存款总额变动率X4、定期存款变动率X5、贷存增长比率*X6、中长期贷存比率*X7、利率敏感率*X8、超额备付金率X9、最大十家客户贷款比率*X10、逾期贷款比例*X11、净资产收益率X12、产权比率*X13。

2、因子分析。

变量的量纲差异或较大方差会影响因子载荷的有效性，故先对样本矩阵X进行标准化处理。

首先，判断因子分析的适用性，求得矩阵X标准化后的相关矩阵R，对其进行巴特莱球形检验，其结果见表4，显著性系数为0.02<0.05，可认为目标变量间具有显著相关性，适合因子分析。

表4：Bartlett球形检验
其次，确定模型中合适的因子个数，采用主成分分析法，预计提取5个公因子，有关特征值和贡献率的结果见表5：
由表可知，前五个因子的累积方差贡献率占样本总方差的76.321%，这表明原来由13个指标反映的商业银行流动性状况可以由五个因子反映76.321%，一般来说，累积方差百分比达到70%以上，即认为比较满意，因此本文选取五个因子。

表5：因子贡献率
成份
初始特征值提取平方和载入
合计方差的 % 累积 % 合计方差的 %
累积 %
1 3.971 30.546 30.546 3.971 30.546 30.546
2 1.846 14.199 44.744 1.846 14.199 44.744
3 1.718 13.21
4 57.958 1.718 13.214 57.958
4 1.397 10.747 68.70
5 1.397 10.747 68.705
5 .990 7.61
6 76.321 .990 7.616 76.321
6 .865 6.653 82.974
7 .675 5.191 88.165
8 .559 4.302 92.468
9 .488 3.754 96.221
为了使因子信息更加独立，增强解释性,需对原始的因子载荷矩阵进行因子旋转，此处，选择最大方差正交旋转法，旋转后的因子载荷矩阵见表6。

表6：旋转因子载荷矩阵
3、因子辨识。

如表6所示，旋转之后的因子载荷矩阵经济含义比较明确，我们可以根据高载荷指标分别为因子命名：第一个公因子相关高载荷指标为拆出资金比率X3、逾期贷款比例*X11、净资产收益率X12，主要从资产方考核流动性风险，可命名为资产因子；第二个公因子相关指标为流动资产比例X1、存款总额变动率X4、定期存款变动率X5、贷存增长比率*X6，主要从存款变动性考核流动性风险，可命名为负债因子；第三个公因子相关指标为最大十家客户贷款比率*X10、产权比率*X13，从安全性和盈利性反映流动性风险，命名为营运因子；第四个公因子相关指标为中长期贷存比率*X7、超额备付金率X9，称为期限结构因子；第五个公因子相关指标为交易性金融资产比例X2、利率敏感率*X8，反映市场风险向流动性风险的转化，称其为市场因子。

表7 ：公共因子辨识
4、因子得分。

为了评价各商业银行的流动性风险状况，需计算样本银行在5个公共因子上的得分，以最小二乘法估计可得，见表8。

其中F1、F2、 F3、F4、F5为各公因子得分,F为综合因子得分, 以各公因子的方差贡献率为权数计算而得： F = { 30.546F1 + 14.199F2 + 13.214F3 + 10.747F4 + 7.616F5 } / 76.321
表8 ：各因子得分及排序
（三）结果分析
各公共因子的方向由与其相关的高载荷指标方向决定，根据表6和表7数据，我们可以判定，5个公共因子均为正向，即因子得分越高，排名越靠前，银行流动性越充足，风险越小。

根据表8所示因子得分及其排序，可得出如下结论：
1、相对于股份制商业银行，四大国有控股银行综合得分排名靠后，流动性风险较大。

从单个因子得分来看，四大银行在各因子上的得分均相对较低，具体原因为：其一资产形式单一，变现能力差，四大国有商业银行的资产绝大部分体现为贷款，债券投资类资产比例很低，故资产因子1得分低；二是资产质量差。

国有银行在国家信用保护下存在信贷投放过度，且较大部分贷款被企业长期占用，导致贷存比率处于行业高位、利率敏感性缺口加大，从而营运因子3与市场因子5得分较低；三是资金来源不稳定。

存款活期化趋势明显，且资产负债期限结构错配严重，导致负债因子2和期限结构因子4得分低。

2、从总体上看，股份制商业银行的流动性风险低于国有商业银行，说明具有竞争性的股权结构可以加强银行内部治理，从而降低流动性风险。

华夏、光大和中信银行排在行业前三，说明此三家银行资产负债结构相对合理，总体流动性风险相对较小。

其中，华夏银行得益于资产的高流动性，其资产因子排名第一，光大银行得益于较低的中长期贷存比率以及较低的逾期贷款比例，其期限结
构因子排名第二，而中信银行得益于较高的存款变动率，增加了流动性供给，其负债因子排名第四。

广发银行排名较后，流动性风险相对较高，一方面在于其资产质量不高，其贷存增长率与逾期贷款比例均处于行业高位，另一方面在于其存款增长率较小，减少了流动性资金来源，最终导致该银行的因子得分较低。

四、结论
因子评价模型揭示了商业银行流动性风险的相对情况及其主要影响因素，作为流动性风险评价模型具有良好的效果，通过对我国商业银行2010年度的流动性风险进行的实证分析，其结果与实际经济状况基本吻合。

但该模型的应用也存在局限性，模型中的基础数据都经过标准化处理，因此，最后得出的风险评价综合得分只具有相对意义，并不能体现各银行的绝对风险水平。

所以，在应用此模型对行业内流动性风险进行相对评价的同时，也要从宏观上把握商业银行体系整体的流动性风险状况。

参考文献：
[1] (美)彼得S.罗斯著,刘园等译.商业银行管理[M].北京:机械工业出版社,2001:232
[2] 许建华.商业银行流动性监管的国际比较及监管指标体系构想[J].国际金融研究,2000(9):
52-57
[3] 杨锦,曾鸣，我国的商业银行流动性指标探析[J].浙江金融,2007(8):11-33
[4] 刘妍，宫长亮，商业银行流动性风险评级及实证研究[J].系统工程，2010(12)：31-37
[5] 王青燕，商业银行绩效综合评价研究[D].江苏大学,2005.
[6] 李洪斌，商业银行流动性风险管理[M].湖南人民出版社，2007：102-112
[7] 陈述云，风险评级统计方法论研究[J].统计与决策,2003,(4):8-10.
[8] 何晓群，多元统计分析[M].中国人民大学出版社，2004： 168-179
[9] 邵新宏，因子分析在商业银行风险评估中的应用[J]. 市场周刊·研究版,2005(1):140-141
[10]郭成报，基于因子分析的银行绩效实证研究[J]. 徐州工程学院学报(自然科学版),2010(12):8-12
作者单位：华南理工大学
责任编辑：欧阳曦健。