王政然/ 文
銀行的經(jīng)營方式是從社會公眾和企業(yè)那里聚集資金,再將聚集到的資金借貸給企業(yè)用于生產(chǎn)經(jīng)營,從中賺取利息收入。這種行為存在兩方面的問題,一是銀行的借貸資金中自有資金所占的比重很小,這就使銀行具有了很高的杠桿率和負債率;二是銀行在借貸過程中存在信息不對稱,賺取利差最關鍵的因素是貸款人能夠按時歸還借款,但是貸款人的資信狀況、經(jīng)營情況等,即使銀行做了充足的調查也很難全部知曉,這就導致了極高的風險。
本文在閱讀相關文獻的基礎上結合我國銀行業(yè)的發(fā)展現(xiàn)狀,旨在建立事前的銀行業(yè)整體風險測度模型,識別出高風險銀行,并建立涵蓋宏觀經(jīng)濟因子的回歸模型,對影響整個銀行業(yè)的宏觀影響因素有一個清晰的認識,那么便能對我國銀行業(yè)風險采取寬松型或是拉緊型政策有一個初步的判斷。此外,由于可以反映我國銀行業(yè)風險的指標種類繁多,而且這些指標之間彼此存在著一些關于銀行風險方面信息的重疊,所以本文希望可以通過降維的思想重新組合出一些新的彼此之間不相關或相關程度很低的指標來達到測度風險的目的,簡化分析過程,增加研究精度。
董滿章(2005)從一系列銀行風險指標中選取了一些關鍵指標,之后采用一系列面板數(shù)據(jù)對中國銀行業(yè)風險進行了測算。楊家才(2010)認為資本動態(tài)監(jiān)管等反映資本水平的監(jiān)管對銀行業(yè)風險影響效果顯著且為核心指標,并認為并表監(jiān)管、集中度風險監(jiān)管為次要指標,從而在核算銀行業(yè)整體風險時給予不同的權重。李麟等(2009)通過觀察認為經(jīng)濟發(fā)展與銀行業(yè)風險有一定的關系,他選取了我國歷年的經(jīng)濟數(shù)據(jù),同時他認為資產(chǎn)質量最能體現(xiàn)銀行風險。謝清河(2009)也同樣認為經(jīng)濟增長對銀行風險起到了一定的作用,但他認為經(jīng)濟增長對銀行風險起作用的機制是通過銀行的盈利水平。何澄(2011)則在研究影響銀行業(yè)風險的因素時,通過對實際現(xiàn)象的觀察認為利率對銀行風險有顯著影響,從而首次引進利率這一宏觀變量,也相當于引入到整個銀行業(yè)風險研究之中,該研究表明利率對銀行風險以及銀行業(yè)風險有顯著影響。
本文運用理論研究方法,基于一定的國內(nèi)外文獻研究,分析和闡述了不同指標對于銀行風險的反映,論證了運用少量變量代替多種指標的必要性。在實際具體操作中采用主成分分析法將指標的信息重復性降低后構造一個加權模型度量我國商業(yè)銀行風險,運用Eviews 對高風險銀行占比與各宏觀經(jīng)濟因素進行最小二乘回歸,從而比較分析了主要宏觀經(jīng)濟因素對于銀行業(yè)整體風險的影響。
由于某些數(shù)據(jù)當下只更新到2016 年,同時存在一些銀行數(shù)據(jù)不全的現(xiàn)象,所以本文根據(jù)bankscope 中數(shù)據(jù)齊全的銀行中隨機選取了我國40 家商業(yè)銀行2009 年至2016 年的財務數(shù)據(jù)進行分析。
為盡可能地反映銀行風險的方方面面,本文從銀行的實力、資產(chǎn)規(guī)模、成果等諸多方面選取指標。為了方便獲取指標數(shù)據(jù),本文選擇定量的、靜態(tài)的財務指標,以便從bankscope 數(shù)據(jù)庫中直接獲取。
(1)凈利息與總資產(chǎn)之比(Z1):銀行日常經(jīng)營活動,主要是指存貸款所獲得的利差與銀行所擁有的總資產(chǎn)的比值,在一定程度上反映了銀行日常經(jīng)營活動的盈利情況;
(2)資本利潤率(Z2):當銀行面臨風險時,首當其沖發(fā)揮作用的是銀行的資本金,在這些資本金上能產(chǎn)生多大的利潤反映了銀行資本的收益性,是銀行經(jīng)營成果的體現(xiàn);
(3)杠桿率(Z3):杠桿率是銀行自有資本,即所有者權益在貸款中放大的倍數(shù),如果杠桿率過高,銀行每單位所有者權益上所承擔的資金數(shù)目越大,即非自有資金越多,對自身、社會以及公眾造成的風險也越大;
(4)總資本充足率(Z4):資本充足率是指銀行自有資本與將銀行其他資產(chǎn)加權后計算出來的資本的比值。銀行資本充足率越高,意味著銀行抵御風險的能力越強;
(5)撥備覆蓋率(Z5):計算公式為壞賬準備金/ 不良貸款。反映銀行對于潛在損失的計提程度。每單位不良資產(chǎn)計提的壞賬準備金越多,銀行越有能力抵御風險;
(6)貸款增長率(Z6):本文將貸款增長率作為一個衡量銀行發(fā)展水平和銀行規(guī)模的指標,貸款增長率越高,表明有越來越多社會公眾、企業(yè)相信和認可該銀行的實力;
(7)短期資產(chǎn)流動性比率(Z7):計算公式為流動資產(chǎn)/ 存款金以及短期資金。這項資產(chǎn)以及比率越高,銀行面臨的風險越低;
(8)不良貸款率(Z8):銀行的貸款可能面臨著由于貸款人違約從而導致貸款難以收回的風險,因此,不良貸款率越高,意味著銀行風險越高;
(9)成本收入比(Z9):計算公式為銀行成本/ 銀行收入。是用來反映銀行取得一項主營或表外業(yè)務收入所付出的成本比例,比例越大,銀行所獲得的利潤越少。
本文在2009- 2016 年中選取2016 年作為樣本年份,接著從40 家銀行在bankscope 數(shù)據(jù)庫中的財務報表中選取上述原始指標的觀測數(shù)據(jù)進行主成分分析,通過matlab 軟件計算出各家商業(yè)銀行的主成分綜合得分即各商業(yè)銀行風險綜合得分,從而根據(jù)這些風險綜合得分求得高風險銀行占銀行總數(shù)的比例。
對不良貸款率和收入成本比進行一致化處理:不良貸款率的最大值為6.87%,根據(jù)上文所述:一致化的不良貸款率值=不良貸款率的最大值- 不良貸款率,收入成本比做相同變換。
運用matlab 軟件選取主成分,將累積方差貢獻率超過75%作為確定主成分數(shù)量的標準,通過人工觀察發(fā)現(xiàn)選取3 個主成分比較合適,這三個主成分對樣本方差的貢獻率達到了76.3157%,意味著涵蓋了這些指標數(shù)據(jù)的大部分信息。
各主成分由原始指標構成的表達式為:
在上文通過觀察確定各個主成分后,將各主成分方差貢獻率除以3 個主成分的累計方差貢獻率求得各主成分所占的比重。
計算各銀行風險得分:
我們確定以所有銀行的風險綜合得分的平均值作為衡量高風險銀行的警戒線,將風險綜合得分高于該警戒線即風險得分均值的銀行視為低風險銀行,將風險綜合得分低于該警戒線的銀行視為高風險銀行。則2009- 2016 年各年的高風險銀行比例為:
附表 各年高風險銀行比例(銀行業(yè)整體風險)
高風險銀行比例在2009 年和2010 年較高,2010 年達到峰值,這可能與2008 年的金融危機帶來的陣痛有關,銀行還未從金融危機中完全恢復過來。2011- 2016 年我國銀行業(yè)整體風險維持在一個穩(wěn)定水平,始終處于0.35- 0.45 這個區(qū)間。
本文所研究的是銀行業(yè)整體風險的宏觀影響因素,以便在獲得宏觀影響因素數(shù)據(jù)后及時判斷風險和調控銀行業(yè)整體風險,所選擇的宏觀經(jīng)濟因素必須既能對銀行業(yè)整體風險產(chǎn)生影響,又具有數(shù)據(jù)可獲得的性質。本文選擇了GDP 增長率,通貨膨脹率,貸款基準利率,固定資產(chǎn)投資增長率和貨幣(M2)供應增長率五個指標。
(1)GDP 增長率(ZZ1)是指一國國內(nèi)生產(chǎn)總值的變化率,是我國和世界其他各國目前衡量經(jīng)濟發(fā)展水平最常用的指標,許多國家政府政策制定機構也均是以此作為一個指導性指標,銀行業(yè)整體風險也必然會受到該宏觀因素背后所反映的經(jīng)濟發(fā)展水平的影響。
(2)通貨膨脹率(ZZ2)是指物價的普遍上漲或者下跌程度。在經(jīng)濟形勢較好的時期,通貨膨脹率較高,資金流動速度較快,貸款增加,在經(jīng)濟蕭條時,通貨膨脹率較低,人民貸款比重銳減,這一因素也可能影響銀行業(yè)整體風險。
(3)中國人民銀行貸款基準利率(ZZ3)是經(jīng)濟指標中比較關鍵的指標之一,利率的高低影響著銀行收入、居民收入、物價等諸多方面,其與經(jīng)濟發(fā)展也有著十分密切的聯(lián)系。
(4)固定資產(chǎn)投資增長率(ZZ4)是指固定資產(chǎn)一年內(nèi)的變化率,對于企業(yè)來說,固定資產(chǎn)的增加在一定程度上代表經(jīng)濟良好運行,而在經(jīng)濟發(fā)展不良階段,固定資產(chǎn)增長率可能為負值。它在一定程度上反映了國民經(jīng)濟的運行狀況。
(5)貨幣(M2)供應增長率(ZZ5)也稱廣義貨幣還包括了一些額外的或者廣義上的存款例如居民儲蓄存款等,它能在一定程度上反映經(jīng)濟周期和國家貨幣政策。
(1)根據(jù)本文所選取的自變量和因變量,設定計量經(jīng)濟模型為:
選取原始數(shù)據(jù)運用Eviews 軟件進行回歸,回歸結果如下:
(2)模型檢驗
此模型的F 統(tǒng)計量值為33.5,通過了模型的顯著性檢驗;模型的修正的可決系數(shù)也達到了0.96,這都表明模型的擬合效果良好。同時,對于各解釋變量來說,在顯著性水平為的情況下,查詢t 統(tǒng)計量表發(fā)現(xiàn)各解釋變量均通過了顯著性檢驗。DW 統(tǒng)計量為2.1,通過對照DW 統(tǒng)計量表發(fā)現(xiàn)DW 值在無自相關區(qū)別,所以認為不存在自相關。
GDP 增長率和中國人民銀行規(guī)定的貸款利率與高風險銀行比例呈現(xiàn)正相關,這可能表明GDP 增長率對于銀行是一個強有力的信號,GDP 增長率越高,經(jīng)濟形勢越好。銀行可能過分高估了經(jīng)濟形勢,認為可以以更低的條件發(fā)放更多的貸款,并且能及時地收回。但這勢必會給銀行帶來潛在的流動性風險,在考慮銀行業(yè)整體風險時,即使好的經(jīng)濟形勢能給銀行帶來較多的盈利,但潛在的流動性風險可能大于這部分盈利,因此高風險銀行的比例更高;貸款利率由市場供求決定,貸款供不應求,貸款利率越高,銀行在這一表象下為了追逐更多可能的利益可能放棄了較多的流動性和安全性,從而也導致了高風險銀行比例上升,且上升幅度巨大。
通貨膨脹率和固定資產(chǎn)增長率與高風險銀行比例呈現(xiàn)負相關,這可能是因為通貨膨脹率和固定資產(chǎn)增長率比GDP 更能真實地反映人民和生產(chǎn)企業(yè)的情緒,通貨膨脹率是人民對物價水平的反映,固定資產(chǎn)增長率是企業(yè)對自己是否擴大生產(chǎn)的反映。通貨膨脹率越高,表明人民購買欲望越高;固定資產(chǎn)增長率越高,表明企業(yè)在進一步擴大生產(chǎn)。這表明人民和企業(yè)有足夠的經(jīng)濟實力和信心。銀行在這種情況下可以獲得更多品質良好且能獲益很多的資產(chǎn),從而導致高風險銀行比例下降。
貨幣供應增長率與高風險銀行比率呈現(xiàn)負相關,這是因為貨幣供應量包含存放在銀行的存款,當貨幣供應增長率上升時,表明銀行內(nèi)的存款增加,并通過貨幣派生機制衍化出更多的存款,整個銀行體系的存款增加。這增加了銀行的安全性和抵御風險的能力,從而使高風險銀行比例下降。但是我們可以看到貨幣供應增長率對銀行業(yè)整體風險影響有限。
(1)模型和數(shù)據(jù)建立一對一聯(lián)系
我國對數(shù)據(jù)重要性的認識雖然時間不算長,但現(xiàn)在已經(jīng)有了長足的進步,各地統(tǒng)計機構和研究機構定期收集并公開一系列數(shù)據(jù)。不過在這方面我國仍然任重道遠,例如我國很少對一些已經(jīng)使用的模型提供模型所需的數(shù)據(jù),仍需通過原始數(shù)據(jù)進行一系列的計算,費時又費力,所以依據(jù)模型建立更多更有質量的數(shù)據(jù)庫就顯得尤為重要。
(2)更全面地考察宏觀經(jīng)濟因素
本文僅考慮一些經(jīng)濟變量的變動。其他諸如經(jīng)濟體制、貿(mào)易手段之類的改革,雖然它們必然會對我國銀行業(yè)風險起到重大作用。但由于通過計量方法描述這種巨大的變動以及有部分影響可以通過經(jīng)濟變量反映出來,為了簡化模型和避免一定的重復性,在此不予單獨考慮。
(1)不要一味追求GDP 高增長率
GDP 增長率一般代表著經(jīng)濟水平較高,但是并不是一味追求GDP 高增長率,GDP 增長率高可能會使銀行管理人員高估經(jīng)濟水平,放出大量貸款,從而使自己的流動性和安全性受到影響。因此,我們需要將GDP 增長率控制在一個較為合理的范圍內(nèi)。
(2)謹慎變動貸款利率
從上文銀行業(yè)整體風險與各宏觀變量之間的關系可以看出,中國人民銀行規(guī)定的貸款利率與銀行業(yè)整體風險的系數(shù)很高,僅次于GDP 增長率和通貨膨脹率,表明中國人民銀行規(guī)定的貸款利率對銀行業(yè)整體風險影響效果顯著。貸款利率越高,銀行越輕易放出貸款,導致銀行業(yè)風險增大。
(3)注重通貨膨脹率和固定資產(chǎn)增長率指標
通貨膨脹率和固定資產(chǎn)增長率與銀行業(yè)整體風險呈現(xiàn)負相關,表明這兩個指標越大,銀行業(yè)整體風險越小。這可能是因為通貨膨脹率和固定資產(chǎn)率能更真實地反映居民和企業(yè)的感受,銀行不會高估或低估經(jīng)濟形勢,所以應重視這兩個指標。
(4)變動貨幣供應增長率效果有限
貨幣供應增長率雖然與銀行業(yè)整體風險呈負相關,即貨幣供應增長率越大,銀行業(yè)整體風險越小,但是其系數(shù)值最小,所以變動貨幣供應增長率對銀行業(yè)整體風險影響效果有限,在政府要小幅調節(jié)銀行業(yè)整體風險時可選用該指標。