宏觀審慎管理框架下的支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)測度及評估研究

李 華

（中國人民銀行德州市中心支行，山東 德州 253034）

一、前言

2007年，美國次貸危機(jī)的爆發(fā)，成為國際金融監(jiān)管趨勢變化的轉(zhuǎn)折點(diǎn)。在后國際金融危機(jī)時(shí)期，建立和完善宏觀審慎管理機(jī)制成為各國強(qiáng)化與改革金融監(jiān)管體系的重要措施。我國也將構(gòu)建宏觀審慎管理框架作為“十一五”時(shí)期深化金融體制改革的首要任務(wù)。2010年《中國金融穩(wěn)定報(bào)告》指出，為切實(shí)防范系統(tǒng)性金融風(fēng)險(xiǎn)，將宏觀審慎管理納入我國宏觀調(diào)控及金融穩(wěn)定的政策工具組合，抓緊建立金融體系穩(wěn)健性分析監(jiān)測和評估制度。而人民銀行作為我國的中央銀行，在宏觀審慎管理框架中扮演著重要角色。澳大利亞儲備銀行助理行長馬爾科姆·艾迪（2013）指出：有效宏觀審慎政策的核心就是中央銀行的操作與監(jiān)管對象流動(dòng)性要求的協(xié)作。人民銀行承擔(dān)著維護(hù)支付、清算系統(tǒng)正常運(yùn)行的重要職責(zé)，而宏觀審慎管理理念為支付系統(tǒng)風(fēng)險(xiǎn)管理提供了重要思路。

支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)源于金融機(jī)構(gòu)本身的流動(dòng)性問題，個(gè)別金融機(jī)構(gòu)流動(dòng)性問題會直接影響到支付收款方對流動(dòng)性頭寸的預(yù)期，進(jìn)而產(chǎn)生多米諾骨牌效應(yīng)，對整個(gè)支付系統(tǒng)產(chǎn)生系統(tǒng)性沖擊，甚至?xí)绊懾泿耪邆鲗?dǎo)渠道的順暢和金融穩(wěn)定。隨著我國跨行支付業(yè)務(wù)及交易資金清算規(guī)模的不斷擴(kuò)大，支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)問題日益突出。據(jù)2008—2009年的統(tǒng)計(jì)結(jié)果顯示，全國范圍內(nèi)（32家城市處理中心）大額支付系統(tǒng)清算窗口共開啟160次，平均4個(gè)工作日就開啟一次。因此，在宏觀審慎管理框架下加強(qiáng)支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)的測度與評估研究，具有較高的理論價(jià)值和實(shí)踐意義。

二、文獻(xiàn)綜述

隨著支付系統(tǒng)重要性的日益凸顯，學(xué)術(shù)界對流動(dòng)性風(fēng)險(xiǎn)管理問題進(jìn)行大量研究，并取得諸多成果。國內(nèi)外學(xué)者主要從引入先進(jìn)算法、分析風(fēng)險(xiǎn)成因、改進(jìn)風(fēng)險(xiǎn)管理等方面，對支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)開展廣泛探討。

一是關(guān)于將先進(jìn)的流動(dòng)性算法引入支付系統(tǒng)，提高結(jié)算效率的研究。阿爾然（Neville M Arjani，2007）研究了大額支付系統(tǒng)中結(jié)算延遲和當(dāng)天流動(dòng)性的權(quán)衡問題，提出用復(fù)雜的隊(duì)列釋放算法替代標(biāo)準(zhǔn)的排隊(duì)安排是一種對結(jié)算延遲和當(dāng)天流動(dòng)性權(quán)衡問題的改進(jìn)。阿塔萊、馬丁和麥克安德魯斯（Enghin Atalay、Antoine Martin和James McAndrews，2010）用美國支付系統(tǒng)Fedwire實(shí)際運(yùn)作數(shù)據(jù)估計(jì)流動(dòng)性節(jié)約算法的收益，研究表明引入流動(dòng)性節(jié)約算法產(chǎn)生的收益遠(yuǎn)大于引入該算法所產(chǎn)生的成本，建議Fedwire引入流動(dòng)性節(jié)約算法。牛晨、魏先華等（2008）提出支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)管理的新方法并使用芬蘭銀行的BoF-PSS2①模擬軟件對我國大額支付數(shù)據(jù)進(jìn)行實(shí)證分析，通過研究存款準(zhǔn)備金率與支付系統(tǒng)流動(dòng)性需求的關(guān)系以及在支付系統(tǒng)中引入優(yōu)化算法對流動(dòng)性需求和系統(tǒng)效率的作用，論證引入優(yōu)化算法可以降低參與者對流動(dòng)性的需求并且提高系統(tǒng)的效率。童牧、何奕（2012）以中國大額支付系統(tǒng)網(wǎng)絡(luò)為對象，運(yùn)用數(shù)學(xué)建模和仿真模擬建立和驗(yàn)證了系統(tǒng)性風(fēng)險(xiǎn)演化模型，并基于該模型比較了不同場景不同流動(dòng)性救助水平下不同救助策略的績效，證明均衡救助策略在絕大多數(shù)情況下都是絕對占優(yōu)的。

二是關(guān)于支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)成因及傳播路徑的研究。施米茨和普爾（Schmitz和Puhr，2006）統(tǒng)計(jì)分析了加拿大的大額交易系統(tǒng)（LVTS）中的流動(dòng)性、風(fēng)險(xiǎn)集中度和網(wǎng)絡(luò)結(jié)構(gòu)，定量研究了一個(gè)參與者的操作失誤對其他參與者的傳染影響，并發(fā)現(xiàn)，由于通常提交和接收的支付金額和筆數(shù)主要集中在前3家銀行，支付系統(tǒng)中的傳染效應(yīng)較明顯。勒德呂（Ledrut，2007）根據(jù)荷蘭支付系統(tǒng)歷史的流動(dòng)性水平，估計(jì)了在系統(tǒng)一個(gè)參與者操作失誤時(shí)其他銀行的反應(yīng)，假如錯(cuò)誤到日末還沒有糾正，參與者就得從銀行間市場或者向中央銀行借款以獲得流動(dòng)性，這樣會產(chǎn)生額外成本。周鵬博（2006）以意大利銀行系統(tǒng)為例，研究了影響銀行資金流動(dòng)性管理和支付系統(tǒng)運(yùn)行效率的主要因素為銀行機(jī)構(gòu)的資金匯劃來賬、中央銀行抵押融資成本、同業(yè)拆借市場利率等。謝靜（2012）通過仿真實(shí)驗(yàn)得出貸款基準(zhǔn)利率、參與者的日末余額與支付系統(tǒng)流動(dòng)性呈正相關(guān)性，但利率政策的調(diào)整對流動(dòng)性影響較小。張洪菻（2012）通過虛擬變量回歸分析，在對模型參數(shù)進(jìn)行估計(jì)并驗(yàn)證模型通過各種有效性檢驗(yàn)之后，運(yùn)用得到的模型對樣本銀行進(jìn)行分析，證明支付系統(tǒng)潛在的流動(dòng)性風(fēng)險(xiǎn)轉(zhuǎn)化為真正的流動(dòng)性風(fēng)險(xiǎn)的概率較小。三是關(guān)于改進(jìn)支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)管理的政策措施方面的研究。馬林（Antoine MarLin，2003）和米爾斯（David C.Mills，2006）指出，采用抵押的方式提供流動(dòng)性比收取利息費(fèi)用更能使系統(tǒng)有效率。柴小卉、靳力華（2006）剖析支付系統(tǒng)中各種風(fēng)險(xiǎn)之間聯(lián)系，指出流動(dòng)性風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)是源頭和核心，并提出允許日間透支、自動(dòng)質(zhì)押融資、凈借記限額機(jī)制是防范其風(fēng)險(xiǎn)的關(guān)鍵措施。王宇、李自力（2008）通過分析過去的20年大額支付系統(tǒng)的變化及發(fā)展趨勢，認(rèn)為應(yīng)從完善支付管理信息系統(tǒng)、開啟自動(dòng)質(zhì)押回購和日間透支功能來平衡流動(dòng)性和風(fēng)險(xiǎn)。周躍菊、錢國根（2009）提出我國支付系統(tǒng)質(zhì)押融資制度應(yīng)盡可能地?cái)U(kuò)大質(zhì)押融資適用對象。黃向慶（2011）認(rèn)為應(yīng)加強(qiáng)支付系統(tǒng)流動(dòng)性監(jiān)測，促進(jìn)宏觀層面流動(dòng)性調(diào)控參與者清算賬戶的日間流動(dòng)性管理和監(jiān)督，把支付體系的流動(dòng)性管理納入到宏觀流動(dòng)性的監(jiān)測體系。

綜上所述，國內(nèi)外學(xué)者對支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)進(jìn)行了全面而深入的研究，為后續(xù)研究提供了諸多有益參考。本文在借鑒前人研究方法的基礎(chǔ)上，從宏觀審慎管理框架出發(fā)，以D市支付系統(tǒng)相關(guān)數(shù)據(jù)為基礎(chǔ)，選取對流動(dòng)性風(fēng)險(xiǎn)進(jìn)行衡量的3個(gè)變量作為解釋變量，運(yùn)用Logistic多元回歸分析方法測度支付系統(tǒng)整體流動(dòng)性風(fēng)險(xiǎn)，進(jìn)而對整體流動(dòng)性風(fēng)險(xiǎn)概率的變化趨勢進(jìn)行分析。

三、支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)測度模型實(shí)證分析

（一）模型選擇

對于支付體系而言，宏觀審慎管理框架著眼于現(xiàn)代化支付結(jié)算系統(tǒng)，認(rèn)為系統(tǒng)整體風(fēng)險(xiǎn)是由單個(gè)金融機(jī)構(gòu)的行為累積引起的，而且各金融機(jī)構(gòu)之間能夠相互影響，進(jìn)而作用到資金流動(dòng)性、金融服務(wù)數(shù)量和活躍程度等方面。具體而言，宏觀審慎管理主要包括兩個(gè)維度：一是時(shí)間維度，這一維度主要關(guān)注金融體系的順周期性，也就是整個(gè)金融系統(tǒng)層面的風(fēng)險(xiǎn)隨著時(shí)間的推移在金融體系的內(nèi)部和金融體系與實(shí)體經(jīng)濟(jì)的相互作用下被放大；二是跨機(jī)構(gòu)維度，指的是在某一給定時(shí)點(diǎn)上，由于金融機(jī)構(gòu)相互之間的關(guān)聯(lián)和共同的風(fēng)險(xiǎn)暴露，單個(gè)或一組金融機(jī)構(gòu)造成的系統(tǒng)性風(fēng)險(xiǎn)以及系統(tǒng)性風(fēng)險(xiǎn)在金融體系中的分布。多元Logistic回歸模型主要測量因變量與自變量的相關(guān)程度，通過研究自變量與因變量的不同組合進(jìn)而得出某自變量組合相對應(yīng)因變量的可能性。該模型綜合考慮多種影響因素，將時(shí)間序列與考察主體相結(jié)合，以面板數(shù)據(jù)為基礎(chǔ)，能夠較好地體現(xiàn)宏觀審慎管理時(shí)間維度和跨機(jī)構(gòu)維度。同時(shí)，模型回歸的結(jié)果具有概率意義，可以更好地解釋支付系統(tǒng)整體流動(dòng)性風(fēng)險(xiǎn)的統(tǒng)計(jì)學(xué)含義。本文選取衡量支付系統(tǒng)的流動(dòng)性風(fēng)險(xiǎn)的相關(guān)指標(biāo)，運(yùn)用多元Logistic回歸進(jìn)行整體風(fēng)險(xiǎn)概率的估計(jì)，進(jìn)而得出了支付系統(tǒng)宏觀層面的流動(dòng)性風(fēng)險(xiǎn)概率。

（二）指標(biāo)變量的選擇

以往學(xué)者研究中，一般采用反映系統(tǒng)參與者短期資金流動(dòng)能力的財(cái)務(wù)指標(biāo)來代為衡量支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)，如存貸比、流動(dòng)比、資金拆入比、資金拆出比等。雖然銀行機(jī)構(gòu)流動(dòng)性風(fēng)險(xiǎn)能夠在一定程度上反映其支付系統(tǒng)的流動(dòng)性風(fēng)險(xiǎn)，但兩者并不完全一致。尤其是受趨利性影響，銀行機(jī)構(gòu)即使擁有較為充沛的資金流動(dòng)性，也會盡量減少清算賬戶備付金余額，而當(dāng)資金清算需求發(fā)生劇烈變動(dòng)時(shí)，可能會導(dǎo)致支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)。因此，財(cái)務(wù)指標(biāo)難以全面衡量支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)。本文參照支付系統(tǒng)單個(gè)參與者流動(dòng)性風(fēng)險(xiǎn)的主要來源，結(jié)合人民銀行采集掌握的支付系統(tǒng)相關(guān)數(shù)據(jù)，選取3個(gè)既能夠直接反映支付系統(tǒng)參與者流動(dòng)性風(fēng)險(xiǎn)，又具有較高可得性的指標(biāo)作為解釋變量，這3個(gè)指標(biāo)分別是：清算賬戶備付金變動(dòng)率、存放同業(yè)資金比率、同城交換系統(tǒng)資金比率。

1.清算賬戶備付金變動(dòng)率（X1=備付金月末余額/備付金月初余額）。清算賬戶備付金變動(dòng)率主要衡量商業(yè)銀行清算賬戶資金的增減趨勢。清算賬戶保留余額的多少是直接影響銀行資金流動(dòng)性的主要因素。支付系統(tǒng)對清算賬戶不足支付的業(yè)務(wù)采取日間排隊(duì)或日終退回處理。由于商業(yè)銀行在人民銀行設(shè)立的備付金賬戶利率較低，為了追求利潤最大化，商業(yè)銀行會盡可能將資金上存或存放同業(yè)，加之個(gè)別商業(yè)銀行對保留多少備付金可以保證日常資金清算缺少科學(xué)的測算和安排，由此造成其在人民銀行設(shè)立的清算賬戶備付金變動(dòng)率過低。

2.存放同業(yè)資金比率（X2=（存放同業(yè)資金+存放中央銀行資金）/同業(yè)存放資金）。存放同業(yè)資金比率主要衡量商業(yè)銀行可隨時(shí)動(dòng)用資金增減的情況。為較好的平衡資金風(fēng)險(xiǎn)與收益，商業(yè)銀行將部分資金存放于其他銀行機(jī)構(gòu)，當(dāng)存在流動(dòng)性不足時(shí)，存放同業(yè)資金與在人民銀行的超額準(zhǔn)備金可以為商業(yè)銀行提供及時(shí)的流動(dòng)性來源。同樣，同業(yè)存放資金也可能對商業(yè)銀行保持流動(dòng)性水平造成壓力。

3.同城交換系統(tǒng)資金比率（X3=（提出借記+提入貸記）/（提出貸記+提入借記））。該指標(biāo)主要衡量同城票據(jù)交換系統(tǒng)資金凈流入對支付系統(tǒng)流動(dòng)性造成的影響。同城票據(jù)交換系統(tǒng)與支付系統(tǒng)并存，其凈額清算方式通過支付系統(tǒng)實(shí)現(xiàn)資金清算。參加同城票據(jù)交換的非清算賬戶出現(xiàn)不足，就會造成所有參與者的同城票據(jù)清算差額不能及時(shí)入賬。因其采取紙憑證交換的形式，雖然其凈額頭寸輸入會計(jì)核算系統(tǒng)便可優(yōu)先處理，但如果應(yīng)借記銀行賬戶余額不足并在日終仍無法籌集資金彌補(bǔ)缺口，就會產(chǎn)生支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)。

本文將支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)設(shè)為被解釋變量（Y），支付系統(tǒng)參與者發(fā)生流動(dòng)性風(fēng)險(xiǎn)賦值為“1”，反之賦值為“0”。根據(jù)被解釋變量特征，對Y參數(shù)估計(jì)時(shí)的取值進(jìn)行如下定義：

若X1＜75%且X2＜75%且X3＜100%時(shí)，Y=0；

若 X1≥75%或 X2≥75%或 X3≥100%時(shí)，Y=1。

（三）數(shù)據(jù)來源

在對被解釋變量及3個(gè)解釋變量進(jìn)行選取和定義之后，對相關(guān)數(shù)據(jù)進(jìn)行收集整理。本文以D市數(shù)據(jù)為基礎(chǔ)，選取支付系統(tǒng)重要銀行參與者作為樣本，包括農(nóng)業(yè)發(fā)展銀行、工商銀行、農(nóng)業(yè)銀行、中國銀行、建設(shè)銀行、郵儲銀行、德州銀行、農(nóng)信社共8家銀行，通過查詢D市金融年鑒以及支付信息管理系統(tǒng)，計(jì)算得出從2012年1月至2013年8月之間每個(gè)樣本每月各個(gè)指標(biāo)變量的數(shù)值，得到總共160組的截面數(shù)據(jù)（20×8=160組），以此作為基礎(chǔ)進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)模型的分析。

（四）計(jì)量回歸實(shí)證檢驗(yàn)

對于搜集的截面數(shù)據(jù)，利用Eviews6.0計(jì)量分析軟件對模型進(jìn)行分析，結(jié)果表明其通過了經(jīng)濟(jì)學(xué)檢驗(yàn)，擬合優(yōu)度檢驗(yàn)、顯著性檢驗(yàn)和多重共線性檢驗(yàn)。

（五）模型參數(shù)分析

圖1：支付系統(tǒng)整體流動(dòng)性風(fēng)險(xiǎn)概率變動(dòng)示意圖

由實(shí)證結(jié)果可知，在同等情況下，清算賬戶備付金變動(dòng)率的變化對潛在流動(dòng)性風(fēng)險(xiǎn)概率機(jī)會比率的影響是最大的，其次是存放同業(yè)資金比率，再次是同城交換系統(tǒng)資金比率。

四、支付系統(tǒng)整體流動(dòng)性風(fēng)險(xiǎn)概率測度與評估

在宏觀審慎管理理念下，不僅要求關(guān)注單個(gè)系統(tǒng)參與者的流動(dòng)性風(fēng)險(xiǎn)，更要從整體理解和把握支付系統(tǒng)風(fēng)險(xiǎn)。在具體實(shí)踐中，可以通過選取系統(tǒng)主要參與者來估計(jì)支付系統(tǒng)總體流動(dòng)性風(fēng)險(xiǎn)，相關(guān)指標(biāo)利用加權(quán)平均的方式進(jìn)行匯總?，F(xiàn)將D市8家支付系統(tǒng)主要參與者相關(guān)數(shù)據(jù)進(jìn)行加權(quán)匯總，利用Logistic模型測度D市支付系統(tǒng)整體流動(dòng)性風(fēng)險(xiǎn)。

將支付系統(tǒng)主要參與者相關(guān)指標(biāo)利用加權(quán)平均的方式進(jìn)行匯總，代入公式（1）計(jì)算可得D市支付系統(tǒng)潛在流動(dòng)性風(fēng)險(xiǎn)概率在10%左右頻繁波動(dòng)。

五、幾點(diǎn)結(jié)論

通過對全文進(jìn)行總結(jié)梳理，可以得出以下幾點(diǎn)結(jié)論：

第一，通過構(gòu)建Logistic回歸模型，來測度和評估支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)，可以通過相關(guān)的各種假設(shè)檢驗(yàn)，具有一定的有效性。所選取的3個(gè)解釋變量（清算賬戶備付金變動(dòng)率、存放同業(yè)資金比率、同城交換系統(tǒng)資金比率）能夠?qū)χЦ断到y(tǒng)潛在的流動(dòng)性風(fēng)險(xiǎn)造成顯著的影響，而且清算賬戶備付金余額影響最大，符合支付系統(tǒng)實(shí)際風(fēng)險(xiǎn)狀況。

第二，通過引入Logistic回歸模型，對搜集整理的相關(guān)數(shù)據(jù)運(yùn)用Eviews6.0計(jì)量分析軟件進(jìn)行虛擬變量的回歸分析，在對模型參數(shù)進(jìn)行估計(jì)并驗(yàn)證模型通過各種有效性檢驗(yàn)之后，運(yùn)用得到的模型對支付系統(tǒng)總體風(fēng)險(xiǎn)進(jìn)行估計(jì)。實(shí)證結(jié)果顯示，系統(tǒng)參與者整體流動(dòng)性風(fēng)險(xiǎn)概率水平波動(dòng)較為頻繁（見圖1），但均處于小于15%的較低狀態(tài)，因而潛在的流動(dòng)性風(fēng)險(xiǎn)轉(zhuǎn)化為真正的流動(dòng)性風(fēng)險(xiǎn)的概率較小。而針對不同的系統(tǒng)參與者而言，不同的商業(yè)銀行所反映出的風(fēng)險(xiǎn)特征不同，其流動(dòng)性風(fēng)險(xiǎn)的概率變化趨勢應(yīng)該有所不同。

第三，在宏觀審慎管理框架下，人民銀行應(yīng)該重點(diǎn)關(guān)注系統(tǒng)整體風(fēng)險(xiǎn)。針對系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)產(chǎn)生的多種原因進(jìn)行必要的控制和合理的防范，加強(qiáng)對支付系統(tǒng)流動(dòng)性機(jī)制設(shè)計(jì)，從而把系統(tǒng)潛在的流動(dòng)根據(jù)回歸分析的變形可以得出：性風(fēng)險(xiǎn)降到最低層次。應(yīng)當(dāng)借鑒和學(xué)習(xí)國際先進(jìn)的支付系統(tǒng)對流動(dòng)性風(fēng)險(xiǎn)進(jìn)行管理控制的先進(jìn)經(jīng)驗(yàn)，引入并完善允許日間透支、透支限額控制、證券記賬憑證等先進(jìn)方法，提高現(xiàn)代化支付系統(tǒng)的流動(dòng)性風(fēng)險(xiǎn)管理水平。

注：

①BoF-PSS2（Bank of Finland Payment and Settlement Simulator 2），芬蘭銀行第二代支付結(jié)算模擬軟件，包括輸入、模擬執(zhí)行、輸出分析三個(gè)子系統(tǒng)，主要用于支付系統(tǒng)流動(dòng)性、意外情況沖擊及壓力測試等支付結(jié)算模擬研究。

[1]龐皓.計(jì)量經(jīng)濟(jì)學(xué)（第二版）[M].科學(xué)出版社，2010.

[2]尚明.Fedwire風(fēng)險(xiǎn)管理實(shí)踐及對我國的啟示[J].國際金融研究，2005，（8）.

[3]鄭建華，周松海.現(xiàn)代化支付系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)管理研究[J]華北金融，2009，（1）.

[4]羅玨.借鑒國際經(jīng)驗(yàn)強(qiáng)化地方政府債務(wù)融資風(fēng)險(xiǎn)管理[J].西南金融，2013，（7）.

[5]周躍菊，錢國根.大額支付系統(tǒng)美國聯(lián)邦結(jié)算系統(tǒng)與加拿大大額資金轉(zhuǎn)賬系統(tǒng)質(zhì)押融資安排的比較與借鑒[J].上海金融，2009，（6）.

[6]梁靜.我國大額支付系統(tǒng)流動(dòng)性管理研究[J].金融教學(xué)與研究，2010，（1）.

[7]童牧，何奕.復(fù)雜金融網(wǎng)絡(luò)中的系統(tǒng)性風(fēng)險(xiǎn)與流動(dòng)性救助——基于中國大額支付系統(tǒng)的研究[J].金融研究，2012，（9）.