前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)分析范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)分析范文第1篇

關(guān)鍵詞:不良貸款率 宏觀經(jīng)濟(jì)變量 主成分分析

中圖分類號:F830文獻(xiàn)標(biāo)識碼:A

文章編號:1004-4914(2010)03-202-03

一、引言

對于銀行來說,風(fēng)險(xiǎn)是與生俱來的,它不僅承擔(dān)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn),還將風(fēng)險(xiǎn)進(jìn)行轉(zhuǎn)化。在銀行面臨的各種風(fēng)險(xiǎn)中,信用風(fēng)險(xiǎn)是最重要的風(fēng)險(xiǎn),而不良貸款率是衡量商業(yè)銀行信用風(fēng)險(xiǎn)最直接的指標(biāo)。普遍觀點(diǎn)認(rèn)為銀行較高的不良貸款主要是由于金融機(jī)構(gòu)自身經(jīng)營方式存在的弊端和金融監(jiān)管體制的不到位造成的。然而,2007年爆發(fā)的美國次貸危機(jī),使美國經(jīng)濟(jì)發(fā)生了大幅波動,各大商業(yè)銀行貸款的違約率直線上升,實(shí)體經(jīng)濟(jì)的惡化對商業(yè)銀行體系產(chǎn)生了不利影響?；仡櫄v史,1929年10月的美國,20世紀(jì)80年代的日本,以及1997年亞洲金融危機(jī)之后的韓國等都在經(jīng)歷了一個(gè)經(jīng)濟(jì)快速增長、資產(chǎn)價(jià)格快速上揚(yáng)和信用快速擴(kuò)張的階段之后,金融體系卻遭遇了一場全面危機(jī)。由此可以看出,宏觀經(jīng)濟(jì)的波動會通過許多相關(guān)因素傳遞給金融體系,對商業(yè)銀行信用風(fēng)險(xiǎn)具有極其巨大的影響。

本文主要研究宏觀經(jīng)濟(jì)波動對我國商業(yè)銀行的不良貸款存在哪些影響,對于經(jīng)濟(jì)可能發(fā)生的轉(zhuǎn)變,我國商業(yè)銀行需要吸取各國之經(jīng)驗(yàn)教訓(xùn),提前做好準(zhǔn)備,控制信用風(fēng)險(xiǎn),防患于未然。

二、關(guān)于不良貸款率的文獻(xiàn)回顧及研究中存在的問題

(一)相關(guān)文獻(xiàn)回顧

對于不良貸款,國內(nèi)的許多學(xué)者對其成因都做了較為深入的研究。吳曉靈(1995)認(rèn)為不良貸款產(chǎn)生的主要因素歸于企業(yè)的過度負(fù)債,其因果關(guān)系實(shí)質(zhì)上是一個(gè)問題的兩個(gè)方面;林毅夫(1998)認(rèn)為其重要成因之一是可貸資金投向了效益低的行業(yè)和企業(yè),解決關(guān)鍵是調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu);王瑞(2001)以法律的視角探尋癥結(jié)之所在與產(chǎn)生的體制原因,指出應(yīng)彌補(bǔ)債權(quán)保護(hù)的法律缺陷;施華強(qiáng)(2004)在雙重軟預(yù)算約束框架下分析不良貸款的內(nèi)生性,指出應(yīng)硬化銀行軟預(yù)算約束預(yù)期;劉青等(2007)用統(tǒng)計(jì)的手段實(shí)證銀行高層的更替與其對不良貸款的處理方式具有顯著的相關(guān)關(guān)系。

另外,也有部分學(xué)者研究了各種因素對不良貸款的影響。比如,李江等(2007)應(yīng)用主因子分析對國有商業(yè)銀行企業(yè)不良貸款的相關(guān)要素進(jìn)行分析;蔣鑫(2008)研究了影響商業(yè)銀行信用風(fēng)險(xiǎn)的宏觀經(jīng)濟(jì)因素分析;譚燕芝、張運(yùn)東(2009)基于中國、美國、日本部分銀行的基礎(chǔ)數(shù)據(jù)對這三個(gè)國家的信用風(fēng)險(xiǎn)水平與宏觀經(jīng)濟(jì)變量進(jìn)行了實(shí)證研究。本文的研究也是受到這些學(xué)者研究成果的啟發(fā),但在深入研究過程中發(fā)現(xiàn)由于我國原有的四大國有商業(yè)銀行不良貸款曾進(jìn)行過政策性剝離,如果僅僅基于官方公布的不良貸款數(shù)據(jù)進(jìn)行分析,忽略國有商業(yè)銀行不良貸款的政策性剝離,勢必導(dǎo)致實(shí)證的結(jié)果出現(xiàn)偏差,為提高研究結(jié)果的精確度,本文將國有商業(yè)銀行不良貸款的政策性剝離這一重要因素考慮進(jìn)去,對國有商業(yè)銀行的不良貸款率單獨(dú)進(jìn)行計(jì)算,以期得到更加準(zhǔn)確的結(jié)果。

(二)我國商業(yè)銀行不良貸款率研究中存在的問題

迄今為止,對我國商業(yè)銀行不良貸款率的研究中存在幾個(gè)比較突出的問題。一是多種口徑混用。商業(yè)銀行的不良貸款有不良貸款、呆壞賬、不良債務(wù)等多種提法,由于概念的不同導(dǎo)致計(jì)算口徑的不同,因而不良貸款率的估算差異較大。二是不良貸款認(rèn)定標(biāo)準(zhǔn)的變化影響了數(shù)據(jù)的可比性。2000年之前,我國商業(yè)銀行一直采用期限分類法(即通常所說的四級分類法),2000年之后陸續(xù)采用風(fēng)險(xiǎn)分類法(即通常所說的五級分類法),貸款分類標(biāo)準(zhǔn)的變化導(dǎo)致數(shù)據(jù)即使口徑一致也不完全可比。三是對于國有商業(yè)銀行的政策性剝離,影響了各行之間和剝離前后不良貸款數(shù)據(jù)的可比性。中央政府于2004年、2005年和2008年分別對四大國有商業(yè)銀行的不良貸款進(jìn)行了集中剝離。對同一家銀行而言,政策性剝離影響了剝離前后數(shù)據(jù)的可比性;對不同的商業(yè)銀行而言,政策性剝離的時(shí)間差異和剝離數(shù)額的差異也影響了各行之間數(shù)據(jù)的可比性。

其中,time表示2003-2009年季度;y代表官方網(wǎng)站公布的我國國有商業(yè)銀行不良貸款率;y1表示剔除政策性剝離后我國國有商業(yè)銀行實(shí)際不良貸款率;y2表示官方網(wǎng)站公布的我國股份制銀行不良貸款率。

三、對我國商業(yè)銀行不良貸款率的實(shí)證分析

(一)變量選擇

不良貸款率的高低與生產(chǎn)、消費(fèi)以及政策導(dǎo)向等因素有密切聯(lián)系,因此本文選取y1(國有商業(yè)銀行剔除政策性剝離后不良貸款率)、y2(股份制商業(yè)銀行不良貸款率)為被解釋變量,解釋變量則分別選取GDP(國民生產(chǎn)總值)、invest(投資)、consum(消費(fèi))、CPI(居民消費(fèi)物價(jià)指數(shù))四個(gè)與生產(chǎn)、消費(fèi)有關(guān)的變量,i(7天同業(yè)拆借利率)、rm2(M2增長率)兩個(gè)與政策導(dǎo)向有關(guān)的變量,以及ru(失業(yè)率)。

本文收集的不良貸款余額數(shù)據(jù)來自中國銀監(jiān)會官方網(wǎng)站,因?yàn)閲猩虡I(yè)銀行在2003―2009年進(jìn)行過不良貸款的政策性剝離,所以本文應(yīng)用施華強(qiáng)《國有商業(yè)銀行賬面不良貸款、調(diào)整因素和嚴(yán)重程度》(2005)的統(tǒng)計(jì)方法,對國有商業(yè)銀行不良貸款季度數(shù)據(jù)進(jìn)行政策性不良貸款剝離的剔除,得到了剔除政策因素后的國有商業(yè)銀行實(shí)際的不良貸款率。宏觀經(jīng)濟(jì)指標(biāo)基礎(chǔ)數(shù)據(jù)來自于2003年―2009年中國經(jīng)濟(jì)統(tǒng)計(jì)年鑒和國家統(tǒng)計(jì)局官方網(wǎng)站,金融季度基礎(chǔ)數(shù)據(jù)則來自于中國人民銀行官方網(wǎng)站。所有應(yīng)用于計(jì)量模型的數(shù)據(jù)均是在以上基礎(chǔ)數(shù)據(jù)經(jīng)過數(shù)學(xué)計(jì)算所得到的。

(二)描述性統(tǒng)計(jì)

圖1為投資、消費(fèi)以及GDP的曲線圖,由該圖可以看出這三個(gè)變量都是隨著季節(jié)周期性變化的,這種變動要素往往掩蓋了經(jīng)濟(jì)發(fā)展中的客觀變化,因此,在做計(jì)量分析之前應(yīng)先剔除其中的周期性變動要素。

通過進(jìn)行季節(jié)分解(X11),可以得到如圖二所示的剔除季節(jié)變化因素的投資、消費(fèi)以及GDP平滑曲線圖,該圖客觀反映了投資、消費(fèi)以及GDP真實(shí)變動情況。

本文使用的計(jì)量軟件是SPSS 17.0 for Windows,首先將所有數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì),如表2。其中,失業(yè)率標(biāo)準(zhǔn)差最小,其波動強(qiáng)度也最弱;投資標(biāo)準(zhǔn)差最大,說明在宏觀環(huán)境穩(wěn)定的情況下,投資的增長速度很快。國有商業(yè)銀行與股份制銀行比較來說,兩者不良貸款率的波動程度近似,但國有商業(yè)銀行的不良貸款率一直較高。

(三)相關(guān)性分析

為了證明不良貸款率是否與上面所選擇的經(jīng)濟(jì)變量有直接關(guān)系,運(yùn)用Pearson模型進(jìn)行變量間的相關(guān)分析,分析結(jié)果見表3。

結(jié)果表明,兩類商業(yè)銀行的不良貸款率均與消費(fèi)物價(jià)指數(shù)、GDP、投資及消費(fèi)強(qiáng)負(fù)相關(guān);貸款利率及失業(yè)率對不良貸款率沒有顯著性影響;M2增長率與國有商業(yè)銀行不良貸款率負(fù)相關(guān)性較強(qiáng),而對股份制商業(yè)銀行影響不顯著。

(四)主成分分析

從表3可以看出不僅不良貸款率與某些經(jīng)濟(jì)指標(biāo)間有較強(qiáng)的相關(guān)關(guān)系,而且,一些經(jīng)濟(jì)指標(biāo)間也存在較強(qiáng)的正相關(guān)關(guān)系,即模型存在多重共線性問題。為消除模型的多重共線性,即要求解釋變量與被解釋變量間相關(guān)系數(shù)的絕對值較大,同時(shí)各個(gè)解釋變量間相關(guān)系數(shù)的絕對值較小,因此,采用主成分分析的方法,將七個(gè)解釋變量通過提取主成分,達(dá)到數(shù)據(jù)縮減的目的,以剔除造成多重共線性的經(jīng)濟(jì)指標(biāo)。

表4顯示了主成分的統(tǒng)計(jì)信息,得到了各主成分的貢獻(xiàn)率及累計(jì)貢獻(xiàn)率。第一主成分的特征值為4.204,它解釋了7個(gè)原變量的總方差的60.051%;第二主成分的特征值為2.032>1,它解釋了7個(gè)原變量的總方差的29.028%。前兩個(gè)特征值的累計(jì)貢獻(xiàn)率為89.079%,即前兩個(gè)主成分包含了原有7個(gè)變量的89.079%的信息,所以取前兩個(gè)主成分來代替原有的7個(gè)指標(biāo)變量。圖3為所有主成分的碎石圖,從中也可看出前兩個(gè)主成分的特征值均高于1,進(jìn)一步說明應(yīng)取前兩個(gè)主成分。

(五)主成分回歸分析

將提取出來的主成分與各解釋變量運(yùn)用主成分回歸分析方法,得到以下成分得分系數(shù)矩陣,如表5。

由此可以構(gòu)建一個(gè)各解釋變量與主成分之間的線性方程組,假設(shè)提取出來的兩個(gè)主成分分別為z1、z2,則構(gòu)造的線性方程組如下:

z1=0.054i+0.068rm2-0.124ru+0.234GDP+0.228invest+0.233consum+0.232CPI

z2=-0.43i+0.385rm2+0.368ru+0.036GDP+0.115invest+0.081consum-0.047CPI(1)

通過方程組(1)可以看到,z1對于GDP、投資、消費(fèi)及CPI指標(biāo)顯示出較強(qiáng)的關(guān)系,因此z1可以作為描述宏觀經(jīng)濟(jì)發(fā)展趨勢的變量,而z2對于M2、失業(yè)率顯示出較強(qiáng)的相關(guān)關(guān)系,因此z2代表與國家政策導(dǎo)向相關(guān)的變量。

接下來再將這兩個(gè)主成分z1、z2與被解釋變量y1、y2進(jìn)行線性回歸,得到如下回歸方程,其中Y^1、Y^2、分別是y1、y2的估計(jì)量。

Y^1=18.881-2.702z2Y^2=4.094-2.109z2(2)

最后,再將方程組(1)代入到(2)中去,就可得到如下線性方程組(3),該方程組說明7個(gè)解釋變量與兩個(gè)別解釋變量之間的線性關(guān)系。

Y^=18.881+0.02265i-0.33466rm2+0.19079ru-0.64638GDP-0.66114invest-066132consum-0.60844CPI

Y^=4.094+0.02359i-0.22426rm2+0.18424ru-0.50107GDP-0.505invest-0.50841consum-047942CPI(3)

四、結(jié)論及建議

(一)實(shí)證分析結(jié)論

基于2003―2009年中國商業(yè)銀行不良貸款季度數(shù)據(jù),本文對影響銀行不良貸款率的宏觀經(jīng)濟(jì)因素進(jìn)行了實(shí)證研究和兩類所有制銀行的比較,結(jié)果表明:1.我國商業(yè)銀行的不良貸款率與GDP、投資、消費(fèi)及CPI這些反映經(jīng)濟(jì)大環(huán)境的因素都存在較強(qiáng)的負(fù)相關(guān)關(guān)系,但相對來說,股份制商業(yè)銀行的回歸系數(shù)絕對值低于國有商業(yè)銀行的回歸系數(shù)絕對值,在經(jīng)濟(jì)快速增長,總體經(jīng)濟(jì)形勢良好的情況下,銀行的不良貸款率呈下降趨勢;當(dāng)經(jīng)濟(jì)處于衰退期時(shí),不良貸款便會增加,不良貸款率也隨之上升;2.與譚燕芝等人研究結(jié)果不同,本文在近幾年季度數(shù)據(jù)的實(shí)證基礎(chǔ)上得到不良貸款率與失業(yè)率呈正向關(guān)系,即失業(yè)率增加,不良貸款率也會隨之增加,這一點(diǎn)國有商業(yè)銀行與股份制商業(yè)銀行的結(jié)果是一致的;3.對于M2增長率,國有商業(yè)銀行與之有著更強(qiáng)的負(fù)相關(guān)關(guān)系。我國的貨幣投放在很大程度上受到政策的影響,當(dāng)經(jīng)濟(jì)增速放緩,政府鑒于維持經(jīng)濟(jì)穩(wěn)定的考慮,采用更加積極的貨幣政策,加大貨幣投放,來刺激經(jīng)濟(jì),這也說明了國有商業(yè)銀行是受到國家政策影響更為顯著的。

(二)對策及建議

近年來,隨著全球經(jīng)濟(jì)波動劇烈,我國商業(yè)銀行所面臨的信用風(fēng)險(xiǎn)也不斷加劇,商業(yè)銀行的不良貸款問題也成為國內(nèi)一些學(xué)者關(guān)注的焦點(diǎn)。本文出于提高我國銀行業(yè)不良貸款管理水平的目的,通過實(shí)證分析,提出以下政策建議:

第一,應(yīng)對不良貸款的分類方法進(jìn)行改進(jìn),精確地評價(jià)銀行的信用風(fēng)險(xiǎn)狀況。從表1可以看到,我國商業(yè)銀行的不良貸款率基本上一直呈下降趨勢,但隨著銀行不良貸款率的降低,特別是當(dāng)不良貸款率低于5%時(shí),現(xiàn)行的五級分類法區(qū)分不良貸款與正常貸款的能力也將隨之降低,過粗的分類不能充分滿足銀行有效信貸管理的需要。目前,中國銀行、工商銀行等一些大、中型銀行正在嘗試在原有五級分類的基礎(chǔ)上,將貸款細(xì)化為12級分類,更加細(xì)化和更加科學(xué)的不良貸款分類方法值得我們?nèi)ヌ剿鳌?/p>

第二,加大對宏觀經(jīng)濟(jì)形勢以及國家政策的研究。從我國商業(yè)銀行不良貸款率與各經(jīng)濟(jì)變量之間關(guān)系方程可以看出,我國商業(yè)銀行的不良貸款受宏觀經(jīng)濟(jì)波動的影響較大,因此商業(yè)銀行應(yīng)密切關(guān)注反映宏觀經(jīng)濟(jì)波動的指標(biāo),特別是那些能夠提前反映宏觀經(jīng)濟(jì)走勢的指標(biāo),將會對商業(yè)銀行下一步的信貸政策提供指引。

第三,進(jìn)一步完善風(fēng)險(xiǎn)量化管理。商業(yè)銀行在構(gòu)建信用風(fēng)險(xiǎn)度量模型時(shí),不僅要從受信企業(yè)各相關(guān)指標(biāo)入手,更要將宏觀經(jīng)濟(jì)波動因素考慮進(jìn)去,最終要做到對信用風(fēng)險(xiǎn)的可量化與可控化。

第四,加快金融創(chuàng)新。我國商業(yè)銀行業(yè)務(wù)的單調(diào),受經(jīng)濟(jì)波動的影響極大,要不斷進(jìn)行金融創(chuàng)新探索出適應(yīng)我國情況的新產(chǎn)品、新工具,以更好的適應(yīng)經(jīng)濟(jì)的波動。

參考文獻(xiàn):

1.謝平.融資結(jié)構(gòu)、不良資產(chǎn)與中國M2/GDP[J].經(jīng)濟(jì)研究,2007(2)

2.施華強(qiáng).國有商業(yè)銀行賬面不良貸款,調(diào)整因素和嚴(yán)重程度1994-

2004[J].金融研究,2005(12)

3.蔣鑫.影響商業(yè)銀行信用風(fēng)險(xiǎn)的宏觀經(jīng)濟(jì)因素分析[J].財(cái)經(jīng)研究,2008

4.李江,馮宗憲,萬映紅.國有商業(yè)銀行企業(yè)不良貸款的主因子分析[J].數(shù)理統(tǒng)計(jì)與管理,2007(1)

5.譚燕芝,張運(yùn)東.信用風(fēng)險(xiǎn)水平與宏觀經(jīng)濟(jì)變量的實(shí)證研究――基于中國、美國、日本部分銀行的比較分析[J].國際金融研究,2009(4)

6.Basel Committee on Banking Supervision.Sound Credit Risk Assess

ment and Valuation for Loans[M].Bank for International Settlements Press &Communications,2006

宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)分析范文第2篇

關(guān)鍵詞：宏觀經(jīng)濟(jì)波動；商業(yè)銀行；信用風(fēng)險(xiǎn)；評價(jià)方法

在現(xiàn)代社會的發(fā)展過程中，金融行業(yè)將銀行視為一部風(fēng)險(xiǎn)機(jī)器，銀行不僅需要承擔(dān)相應(yīng)的管理風(fēng)險(xiǎn)、經(jīng)營風(fēng)險(xiǎn)等，還需要適當(dāng)?shù)膶⒏鞣N風(fēng)險(xiǎn)融合在金融產(chǎn)品進(jìn)行二次加工。銀行進(jìn)行風(fēng)險(xiǎn)管理的主要內(nèi)容就是對信用風(fēng)險(xiǎn)進(jìn)行管理，因此，信用風(fēng)險(xiǎn)也是現(xiàn)代商業(yè)銀行中最重要的風(fēng)險(xiǎn)來源。和其他工商企業(yè)相比，商業(yè)銀行比較明顯的特征是“少本經(jīng)營”，著名的金融市場學(xué)家彼得?S?羅斯曾經(jīng)指出，所謂的少本經(jīng)營指的是少量金額的貸款違約就容易導(dǎo)致商業(yè)銀行出現(xiàn)資本不足的情況，最終使其難以彌補(bǔ)沖銷損失，嚴(yán)重的將會面臨破產(chǎn)或是倒閉的風(fēng)險(xiǎn)。根據(jù)世界銀行對全球銀行危機(jī)的調(diào)查來看，信用風(fēng)險(xiǎn)是現(xiàn)代社會導(dǎo)致銀行破產(chǎn)的一項(xiàng)最重要原因。所以，設(shè)計(jì)科學(xué)合理的商業(yè)銀行信用風(fēng)險(xiǎn)評價(jià)方式對進(jìn)一步優(yōu)化現(xiàn)代商業(yè)銀行信用風(fēng)險(xiǎn)管理有著不可忽視的重要作用。

一、研究綜述

Beaver（1966）對公司破產(chǎn)和信用風(fēng)險(xiǎn)分析展開了更具開創(chuàng)性的分析，使得企業(yè)信用風(fēng)險(xiǎn)評價(jià)方式的研究工作得到了飛速的發(fā)展，在傳統(tǒng)的商業(yè)銀行中，對信用風(fēng)險(xiǎn)進(jìn)行度量的方式一般包含：專家判斷、判別模型和神經(jīng)網(wǎng)絡(luò)模型。為了將我國商業(yè)銀行面對的貸款違約率不容易進(jìn)行數(shù)學(xué)變換的問題予以解決，因此將判別模型逐步引進(jìn)到我國商業(yè)銀行的信用風(fēng)險(xiǎn)度量環(huán)節(jié)中。在對國內(nèi)外相關(guān)的金融類和經(jīng)濟(jì)類的文獻(xiàn)研究中來說，對于一個(gè)企業(yè)是否造成違約情況的判別模型，通常包含Logistic模型、貝葉斯判別分析模型和Probit模型等參數(shù)模型和神經(jīng)網(wǎng)絡(luò)等非參數(shù)模型。文中所研究的商業(yè)銀行信用風(fēng)險(xiǎn)就是企業(yè)是否會出現(xiàn)違約的風(fēng)險(xiǎn)，由于Logistic模型是現(xiàn)代判別模型中的重點(diǎn)方式，并且其也被廣泛地應(yīng)用在商業(yè)銀行信用風(fēng)險(xiǎn)中進(jìn)行度量或是評價(jià)，因此，本文就將進(jìn)一步對Logistic模型進(jìn)行研究，通過適當(dāng)?shù)姆椒ǜ倪M(jìn)，增加對宏觀經(jīng)濟(jì)影響的波動因素，構(gòu)建起宏觀經(jīng)濟(jì)下的商業(yè)銀行信用風(fēng)險(xiǎn)Logistic模型分析結(jié)構(gòu)。

二、商業(yè)銀行信用風(fēng)險(xiǎn)的評價(jià)指標(biāo)體系

要想建立起全新的Logistic模型分析結(jié)構(gòu)，首先應(yīng)該構(gòu)建起商業(yè)銀行的信用風(fēng)險(xiǎn)評估指標(biāo)系統(tǒng)。商業(yè)銀行信用風(fēng)險(xiǎn)主要指的是信貸風(fēng)險(xiǎn)，Svoronos（2002）的研究中曾明確提出，在銀行的發(fā)展過程中面臨的各種風(fēng)險(xiǎn)，信用風(fēng)險(xiǎn)是最為重要的一個(gè)風(fēng)險(xiǎn)因素，占所有風(fēng)險(xiǎn)的一半以上，而其他風(fēng)險(xiǎn)分別所占的比例則比較小，其中操作風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)分別占30%和5%。所以，商業(yè)銀行中信用風(fēng)險(xiǎn)作為一種客觀存在的主要風(fēng)險(xiǎn)形式，會受到借款人的行為因素和宏觀經(jīng)濟(jì)環(huán)境中不確定因素的影響。針對這種情況，本文就將對商業(yè)銀行信用風(fēng)險(xiǎn)的影響因素進(jìn)行論述，概括為兩個(gè)方面：借款人（個(gè)人或企業(yè)）因素、宏觀經(jīng)濟(jì)因素。一般情況下，借款人的信用程度還包括企業(yè)的信用程度和信用意愿，對借款人可信程度的評定主要從企業(yè)素質(zhì)和經(jīng)營狀況、經(jīng)濟(jì)效益、發(fā)展前景等幾個(gè)環(huán)節(jié)入手。而宏觀經(jīng)濟(jì)因素的商業(yè)銀行信用風(fēng)險(xiǎn)則主要來源于商業(yè)銀行進(jìn)行貸款活動過程中，對現(xiàn)階段發(fā)展情況和對未來時(shí)期的總體宏觀經(jīng)濟(jì)環(huán)境分析，比如國家和政府宏觀調(diào)控政策、經(jīng)濟(jì)發(fā)展程度、通貨膨脹和通貨緊縮的可能性等。華曉龍（2009）通過建立起宏觀壓力的測試模型對我國商業(yè)銀行信用風(fēng)險(xiǎn)進(jìn)行評估，認(rèn)為GDP、通貨膨脹或緊縮是現(xiàn)在影響我國銀行發(fā)展體系穩(wěn)定的一項(xiàng)重要原因。

三、商業(yè)銀行信用風(fēng)險(xiǎn)的評價(jià)方式

自上個(gè)世紀(jì)80年代開始，Logistic回歸分析法逐漸代替了傳統(tǒng)的判別分析方式，并成為了度量企業(yè)違約風(fēng)險(xiǎn)的一種主要方法。傳統(tǒng)判別分析法假設(shè)企業(yè)破產(chǎn)或是經(jīng)營失效的概率需要遵循二項(xiàng)分布，這種假設(shè)方式對于企業(yè)經(jīng)營風(fēng)險(xiǎn)的度量方式相對簡陋，但是Logistic回歸分析法將這項(xiàng)假設(shè)方式進(jìn)行優(yōu)化，從而服從了Logistic的分布。自90年代以后，現(xiàn)代社會的信息化發(fā)展逐步得到完善，使得數(shù)據(jù)挖掘技術(shù)在商業(yè)銀行中的應(yīng)用也更加完善，并在商業(yè)銀行信用風(fēng)險(xiǎn)度量中逐步得到了發(fā)展。通過大量的文獻(xiàn)研究和實(shí)踐證明，Logistic模型對數(shù)據(jù)的擬合效果十分明顯，且預(yù)測能力較強(qiáng)。在1977年，Martin在二十五個(gè)財(cái)務(wù)指標(biāo)中選取了總資產(chǎn)、凈利潤率等八個(gè)基本財(cái)務(wù)比率指標(biāo)進(jìn)行分析，使用Logistic模型分別預(yù)測了公司破產(chǎn)和其違約的概率，并且通過和Z-Score模型、ZETA模型的最終預(yù)測結(jié)果進(jìn)行比較，發(fā)現(xiàn)Logistic的預(yù)測結(jié)果仍然是最佳的。

但是，筆者根據(jù)多年的研究和分析結(jié)果發(fā)現(xiàn)，這種模型方式還存在一個(gè)較為明顯的缺陷，就是在公司破產(chǎn)和違約風(fēng)險(xiǎn)判別過程中只選用了借款企業(yè)的財(cái)務(wù)指標(biāo)，沒有對宏觀經(jīng)濟(jì)因素進(jìn)行考察，因此Logistic模型在對違約概率進(jìn)行計(jì)算的過程中缺少精確度。針對這種情況，應(yīng)該及時(shí)對需要考察的因素進(jìn)行修訂，保證經(jīng)過修訂后考察的影響因素更為全面、精準(zhǔn)，對輔助商業(yè)銀行更科學(xué)、準(zhǔn)確的預(yù)測和掌握企業(yè)違約風(fēng)險(xiǎn)有著十分重要的幫助作用。

結(jié)束語

在宏觀經(jīng)濟(jì)因素的Logistic模型下，其比傳統(tǒng)的模型更具備高風(fēng)險(xiǎn)判別能力，這種模型方式不僅能客觀地對我國宏觀經(jīng)濟(jì)波動變化進(jìn)行反映，同時(shí)還能及時(shí)判斷出企業(yè)違約概率的影響。因此只有加強(qiáng)對宏觀經(jīng)濟(jì)的監(jiān)測，我國商業(yè)銀行才能更好、更科學(xué)地對信用風(fēng)險(xiǎn)進(jìn)行度量或評價(jià)，從而在宏觀經(jīng)濟(jì)影響下，對我國行業(yè)銀行發(fā)展起到更大的幫助作用。

參考文獻(xiàn)：

[1]王俠.宏觀經(jīng)濟(jì)波動視角下商業(yè)銀行信用風(fēng)險(xiǎn)評價(jià)方法研究[J].商場現(xiàn)代化，2015（03）：196-197.

[2]劉子龍.商業(yè)銀行中小企業(yè)客戶信用風(fēng)險(xiǎn)評價(jià)體系構(gòu)建研究[J].魅力中國，2010（31）：112-113.

宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)分析范文第3篇

【關(guān)鍵詞】 商業(yè)銀行;信用風(fēng)險(xiǎn);宏觀壓力測試

一、引言

隨著金融全球化進(jìn)程加快、大型商業(yè)銀行跨國活動增加、信貸衍生產(chǎn)品迅猛發(fā)展,新形勢下商業(yè)銀行信用風(fēng)險(xiǎn)管理問題日益突出。特別是2007年底次貸危機(jī)的爆發(fā),使得各國商業(yè)銀行的資產(chǎn)質(zhì)量嚴(yán)重惡化,大量銀行紛紛破產(chǎn),雖然我國的商業(yè)銀行因?yàn)榉N種政策性原因,在這次危機(jī)中損失較小,但隨著我國金融市場的進(jìn)一步開放,我國商業(yè)銀行和國際金融市場的完全融合,將對我國商業(yè)銀行的信用風(fēng)險(xiǎn)管理水平提出挑戰(zhàn)。

目前,宏觀壓力測試由于能模擬潛在金融危機(jī)等極端事件對商業(yè)銀行體系穩(wěn)定性的影響,已經(jīng)引起了國際金融組織和各國政策當(dāng)局廣泛的重視,并在實(shí)踐中得到迅速推廣。本文運(yùn)用宏觀壓力測試法,結(jié)合我國商業(yè)銀行的特性,對商業(yè)銀行的信用風(fēng)險(xiǎn)水平及其影響因素進(jìn)行分析,這對現(xiàn)階段我國商業(yè)銀行信用風(fēng)險(xiǎn)管理具有現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

宏觀壓力測試是用于評估一國金融體系在受到“異常但合理”宏觀經(jīng)濟(jì)沖擊時(shí)的穩(wěn)定程度,其通過情景設(shè)定或歷史事件,來衡量宏觀經(jīng)濟(jì)沖擊對整個(gè)對整個(gè)金融體系的影響。自20世紀(jì)90年代末以來,國外對宏觀壓力測試的研究及其在實(shí)踐中的應(yīng)用都已取得了豐碩的成果,其中最具代表性的是Wilson(1997a,1997b)用各工業(yè)部門違約概率與一系列宏觀經(jīng)濟(jì)變量的敏感度直接建模,通過模擬將來違約概率分布的路徑,得到了資產(chǎn)組合的預(yù)期異常損失,進(jìn)而模擬出在宏觀經(jīng)濟(jì)波動沖擊下的違約概率值。Boss M(2002)和Virolainen (2004)利用Wilson提出的模型,根據(jù)加總的企業(yè)違約概率估計(jì)出宏觀經(jīng)濟(jì)信貸模型來分析澳大利亞和芬蘭銀行部門的壓力情境。

而在國內(nèi)對宏觀壓力測試的研究還尚在起步階段。在理論研究方面,徐明東、劉曉星(2008)通過對國際上流行的幾種宏觀壓力測試方法的比較,闡述了如何運(yùn)用宏觀壓力測試方法去評估一國金融體系的穩(wěn)定性。在模型研究和實(shí)證方面,任宇航、孫嘯坤等(2007)利用Logit回歸測試的方法,通過收集我國的宏觀經(jīng)濟(jì)數(shù)據(jù)和金融機(jī)構(gòu)的數(shù)據(jù),對我國銀行業(yè)信用風(fēng)險(xiǎn)損失作出了合理估計(jì)。但國內(nèi)的這些研究只是借鑒了壓力測試的思想,使用傳統(tǒng)的方法,通過模擬情境下宏觀經(jīng)濟(jì)因素異動,由Logit模型最終得出穩(wěn)定性指標(biāo)期望值的點(diǎn)估計(jì)來評價(jià)銀行體系的穩(wěn)定性。這種方法存在一定的缺陷:其不能有效地反映出宏觀變動沖擊對銀行體系的影響,不能具體看出壓力情境下哪些宏觀經(jīng)濟(jì)變量對銀行信用風(fēng)險(xiǎn)的影響最大,這就有進(jìn)一步研究的必要。

三、模型構(gòu)建與實(shí)證研究

宏觀壓力測試是對微觀層面壓力測試的有益補(bǔ)充,它是將各宏觀經(jīng)濟(jì)沖擊變量整合量化為一個(gè)宏觀因子,將宏觀波動因素整合到評估銀行信用風(fēng)險(xiǎn)的模型中,通過壓力情境的構(gòu)建,預(yù)測在極端情形下宏觀經(jīng)濟(jì)變動對銀行系統(tǒng)信用風(fēng)險(xiǎn)的影響。

(一)模型構(gòu)建

本文在研究我國商業(yè)銀行信用風(fēng)險(xiǎn)水平與宏觀經(jīng)濟(jì)變量的關(guān)系時(shí)借鑒了Wilson(1997a, 1997b),Boss(2002),and Virolainen(2004)所提出的模型。該模型主要包括:建立了一個(gè)信用風(fēng)險(xiǎn)水平和宏觀經(jīng)濟(jì)變量間的聯(lián)立方程;用蒙特卡洛法模擬了違約損失的分布。

具體來說,假定商業(yè)銀行將貸款貸給了J個(gè)經(jīng)濟(jì)部門,其中j部門在t時(shí)刻違約的概率為pj,t,在這里j=1,2,…,J,pj,t介于0和1之間,用它的Logit轉(zhuǎn)換值yj,t作為回歸值,即:

進(jìn)而,設(shè)定yt=(y1,t,……,yj,t)*,yt為轉(zhuǎn)換指標(biāo)。本文所采用的模型是基于M個(gè)宏觀經(jīng)濟(jì)變量的現(xiàn)在值和滯后期的值所構(gòu)成的一個(gè)線性方程:

yt=m+A1xt+…+A1+sxt-sη1yt-1+…+ηkyt-k+vt (2)

式(2)中明確表示了各宏觀經(jīng)濟(jì)變量與違約轉(zhuǎn)換指標(biāo)yt之間的關(guān)系。其中,xt=(x1,t,x2,t…xm,t)表示宏觀經(jīng)濟(jì)變量,其為M×1階向量;m為截距項(xiàng),其為J×1階向量;A1……A1+s和η1……ηk為系數(shù),它們分別為J×M階和J×J階矩陣;vt為隨機(jī)誤差項(xiàng),其為J×1階向量。

同時(shí)為了考慮各宏觀經(jīng)濟(jì)變量之間的相關(guān)性,根據(jù)Wilson模型中關(guān)于宏觀經(jīng)濟(jì)變量的等式系統(tǒng),本文采用了下列的描述:

xt=n+δ1xt-1+…+δpxt-p+μ1yt-1+…+μqyt-q+ξt (3)

其中,n為M×1階列向量,系數(shù)δ1,…δp和μ1,…μq分別為M×M和M×J階矩陣向量,隨機(jī)誤差項(xiàng)ξt為M×1階向量。

本文所考慮的模型在Wilson(1997a,1997b),Boss (2002)和Virolainen(2004)基礎(chǔ)上,進(jìn)行了兩點(diǎn)改進(jìn):一是考慮了宏觀經(jīng)濟(jì)變量對商業(yè)銀行信用風(fēng)險(xiǎn)影響的時(shí)滯效應(yīng);二是模型的設(shè)定還考慮了商業(yè)銀行體系對宏觀經(jīng)濟(jì)變量的回饋效應(yīng)。考慮到我國商業(yè)銀行在國民經(jīng)濟(jì)中所占有的重要地位,該模型更符合我國的實(shí)際情況,因而用其來研究我國商業(yè)銀行信用風(fēng)險(xiǎn)水平與宏觀經(jīng)濟(jì)變量間的關(guān)系,具有很強(qiáng)的適用性。

(二)變量的選取與數(shù)據(jù)描述

為了建立商業(yè)銀行信用風(fēng)險(xiǎn)水平和宏觀經(jīng)濟(jì)變量之間的實(shí)證關(guān)系,本文收集了2003年1季度到2009年2季度共26個(gè)季度的商業(yè)銀行不良貸款率和相關(guān)宏觀經(jīng)濟(jì)數(shù)據(jù),并通過參考國內(nèi)外學(xué)者在研究宏觀壓力測試時(shí)的變量選擇,考慮我國商業(yè)銀行信用風(fēng)險(xiǎn)以及宏觀經(jīng)濟(jì)發(fā)展的特點(diǎn),對相關(guān)變量做了如下選擇。

1.被解釋變量

本文綜合考慮了我國商業(yè)銀行經(jīng)營的特殊性和相關(guān)數(shù)據(jù)的可得性,選用了商業(yè)銀行體系的信用風(fēng)險(xiǎn)為被解釋變量,以不良貸款率為其衡量指標(biāo),即:商業(yè)銀行體系的不良貸款率越高,其信用風(fēng)險(xiǎn)水平就越高。我國商業(yè)銀行的不良貸款率的數(shù)據(jù)來源于中國銀監(jiān)會網(wǎng)站和國研網(wǎng)的統(tǒng)計(jì)數(shù)據(jù)庫,其中,商業(yè)銀行的樣本包括了國有商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行、農(nóng)村商業(yè)銀行和外資銀行。根據(jù)《貸款質(zhì)量評估指導(dǎo)原則》,中國的貸款按照五級分類法進(jìn)行分類,不良貸款率=(次級+可疑+損失)/貸款總額。

2.解釋變量

在解釋變量方面,鑒于我國宏觀經(jīng)濟(jì)的運(yùn)行情況以及相關(guān)數(shù)據(jù)的獲取難度,選取了GDP增長率、CPI指數(shù)(用以表示通貨膨脹率)、廣義貨幣增長率M2、進(jìn)口額同比增長率M、三至五年期貸款利率R、房地產(chǎn)價(jià)格指數(shù)RE、失業(yè)率U七個(gè)宏觀變量,數(shù)據(jù)來源于銳思數(shù)據(jù)庫和國泰安數(shù)據(jù)庫。

3.數(shù)據(jù)描述

從表1可以看出:(1)我國商業(yè)銀行的不良貸款率經(jīng)過Logit模型轉(zhuǎn)換為yt后,其波動率仍然較大。(2)從選取的宏觀經(jīng)濟(jì)變量來看,我國的宏觀經(jīng)濟(jì)進(jìn)入了高增長、低通脹、低失業(yè)、適度寬松貨幣政策的繁榮時(shí)期,但房價(jià)指數(shù)RE和進(jìn)口額增長率M的波動較大。

(三)實(shí)證研究與結(jié)果分析

1.實(shí)證研究

根據(jù)上述的模型設(shè)定,首先對Pj,t運(yùn)用Logit模型進(jìn)行轉(zhuǎn)換,得到轉(zhuǎn)換指標(biāo)yt,再將對商業(yè)銀行信用風(fēng)險(xiǎn)構(gòu)成沖擊的各宏觀經(jīng)濟(jì)變量及其yt的一階滯后變量(考慮到宏觀經(jīng)濟(jì)沖擊的滯后性往往為一年)的數(shù)據(jù)代入,利用Eviews5.0與yt進(jìn)行多元線性回歸,結(jié)果顯示:GDP增長率ZGDP、通貨膨脹率CPI、房價(jià)指數(shù)RE、貸款利率R、進(jìn)口總額同比增長率M以及yt的一階滯后變量這六個(gè)變量顯著,而失業(yè)率U和廣義貨幣增長率M2不顯著,被剔除。然后再利用式(3)進(jìn)行各宏觀經(jīng)濟(jì)變量的自回歸。回歸結(jié)果如表2。

從表2可以看出:(1)在1%到10%的顯著性水平上,CPI指數(shù)、GDP增長率、進(jìn)口額增長率M、貸款利率R以及房價(jià)指數(shù)RE均顯著影響到了我國商業(yè)銀行的信用風(fēng)險(xiǎn)水平,且信用風(fēng)險(xiǎn)的轉(zhuǎn)換指標(biāo)受其滯后一期值的顯著影響;(2)各宏觀經(jīng)濟(jì)變量均受到其滯后項(xiàng)的顯著影響,且除商品房銷售價(jià)格指數(shù)RE外其余宏觀經(jīng)濟(jì)變量還受到了轉(zhuǎn)換指標(biāo)滯后一期值的影響。

2.結(jié)果分析

從上述模型中,可以看出在宏觀經(jīng)濟(jì)變量中貸款利率R對轉(zhuǎn)換指標(biāo)的影響最大,R的上升代表企業(yè)的融資成本增加,為了按期還本付息,企業(yè)就必須拿出更多的利潤交給銀行,如果融資成本大于企業(yè)盈利能力,那企業(yè)就有違約的沖動,使得商業(yè)銀行的信用風(fēng)險(xiǎn)加大。而CPI對銀行信用風(fēng)險(xiǎn)的影響與R則恰恰相反,其上升預(yù)示著國家在實(shí)行寬松的貨幣政策,使得企業(yè)融資成本降低,企業(yè)的盈利大幅上升,減少銀行的信用風(fēng)險(xiǎn)。GDP增長預(yù)示著整個(gè)社會的宏觀經(jīng)濟(jì)比較景氣,經(jīng)濟(jì)處于上升繁榮期,企業(yè)平均盈利能力較好,不良貸款率也將隨之下降。進(jìn)口總額增長率M上升,對我國的出口企業(yè)造成負(fù)面影響,致使其業(yè)績下降,進(jìn)而會增加銀行的信用風(fēng)險(xiǎn)。房地產(chǎn)銷售價(jià)格指數(shù)的上升,會使得大量的資金涌入房地產(chǎn)市場,產(chǎn)生泡沫經(jīng)濟(jì),鑒于目前我國房屋貸款在銀行貸款中的比重,將會使銀行的不良貸款率顯著提高,進(jìn)而增大銀行的信用風(fēng)險(xiǎn)。同時(shí),也可以發(fā)現(xiàn)轉(zhuǎn)換指標(biāo)的滯后一期對當(dāng)期影響顯著。顯然,模型的回歸結(jié)果符合經(jīng)濟(jì)學(xué)上的解釋。

四、宏觀壓力情景的設(shè)定及其風(fēng)險(xiǎn)分析

壓力測試主要是通過情境設(shè)定,根據(jù)情境假設(shè)下可能的風(fēng)險(xiǎn)因子變動情形,重新評估金融商品或投資組合的價(jià)值。通常重新評估的方式不會有太大的差異,但是情境設(shè)定的方式卻有很多種選擇。情境分析是目前應(yīng)用的主流,即利用一組風(fēng)險(xiǎn)因子定義為某種情境,分析在個(gè)別情境下的壓力損失。情境分析的事件設(shè)計(jì)方法有兩種:歷史情境分析和假設(shè)情境分析。整個(gè)程序通常分為兩大步:一是情境設(shè)定;二是重新評估。

(一)情境設(shè)定

分析上述模型的回歸結(jié)果,可以發(fā)現(xiàn)貸款利率R對銀行信用風(fēng)險(xiǎn)的影響最大,而GDP增長率則是判定一國經(jīng)濟(jì)發(fā)展最重要的指標(biāo),同時(shí)考慮到大多數(shù)危機(jī)的沖擊期會持續(xù)四個(gè)季度,因而假定2009年2季度為基期,模擬從2009年3季度到2010年2季度共4個(gè)時(shí)間點(diǎn)涵蓋了一年期的未來路徑。本文設(shè)定了兩個(gè)壓力情境:一是GDP指數(shù)突然大幅下降的情境。假定我國GDP季度增長率自2009年2季度起在未來的4個(gè)季度里每季度均會同比下降一個(gè)百分點(diǎn)。二是貸款利率R大幅上升的情境。設(shè)定我國的貸款利率自2009年2季度起在未來的4個(gè)季度里,每季度均會同比上升一個(gè)百分點(diǎn)。為了便于計(jì)算,假定這兩個(gè)沖擊是相互獨(dú)立的,即當(dāng)一個(gè)宏觀解釋變量受到?jīng)_擊,其它解釋變量仍然保持不變。

(二)重新評估

設(shè)定情景下的沖擊結(jié)果如表3。

從表3中可以看出,在設(shè)定的兩種壓力情境下,我國商業(yè)銀行的信用風(fēng)險(xiǎn)水平明顯增加,其不良貸款率顯著提高。同時(shí),還可以發(fā)現(xiàn),貸款利率R的大幅升高比GDP增長率的降低對商業(yè)銀行體系信用風(fēng)險(xiǎn)的沖擊幅度更大,這也充分說明了貨幣政策在調(diào)控宏觀經(jīng)濟(jì)中的重要性及其對商業(yè)銀行的顯著影響。

為了更清晰地表現(xiàn)兩種壓力情境下銀行體系信用風(fēng)險(xiǎn)的變化,將上述結(jié)果繪在圖1中。

圖1中P1代表了GDP增長率突然下降情境下的我國商業(yè)銀行體系的不良貸款率,P2代表了貸款利率R上升時(shí)我國商業(yè)銀行體系的不良貸款率。從圖1中可以清楚地看到P2一直在P1的上方,即貸款利率R的大幅上升比GDP增長率的大幅降低對商業(yè)銀行體系信用風(fēng)險(xiǎn)的沖擊幅度更大。

五、結(jié)論

本文采用我國2003年1季度到2009年2季度的宏觀經(jīng)濟(jì)數(shù)據(jù)和商業(yè)銀行的不良貸款率數(shù)據(jù),基于Wilson (1997a, 1997b),Boss(2002)及Virolainen(2004)所提出的模型,通過Eviews5.0軟件建立了商業(yè)銀行信用風(fēng)險(xiǎn)轉(zhuǎn)換指標(biāo) 與各宏觀經(jīng)濟(jì)變量及轉(zhuǎn)換指標(biāo)滯后一階的回歸方程,結(jié)果表明GDP增長率、通貨膨脹率、房價(jià)指數(shù)、貸款利率、進(jìn)口總額同比增長率對我國商業(yè)銀行的信用風(fēng)險(xiǎn)影響顯著。進(jìn)而利用得出的回歸方程,依據(jù)假設(shè)情景對我國商業(yè)銀行的信用風(fēng)險(xiǎn)進(jìn)行了壓力測驗(yàn),在宏觀壓力測試的情境分析中,得出了貸款利率R的大幅上升比GDP增長率的大幅降低對商業(yè)銀行體系信用風(fēng)險(xiǎn)的沖擊幅度更大的結(jié)論。

鑒于本文的研究結(jié)論,可以看出宏觀經(jīng)濟(jì)變量和商業(yè)銀行信用風(fēng)險(xiǎn)之間有著密切的聯(lián)系,在本輪的次貸危機(jī)中我國的商業(yè)銀行雖沒有受到大的沖擊,但應(yīng)該吸取歐美大銀行在這次危機(jī)中的教訓(xùn),防患于未然,提高自身的風(fēng)險(xiǎn)意識,繼續(xù)降低銀行的不良貸款率。另外,政府在遇到宏觀經(jīng)濟(jì)問題時(shí),貨幣政策起著至關(guān)重要的作用。一國貨幣當(dāng)局在面對危機(jī)時(shí),應(yīng)該審時(shí)度勢,制定正確的貨幣政策,確保經(jīng)濟(jì)的快速增長。

【參考文獻(xiàn)】

[1] Wilson T C. Portfolio credit risk I [ J ]. Risk, 1997, 9(10) : 111 - 170.

[2] Wilson T C. Portfolio credit risk II [ J ]. Risk, 1997, 10(10) : 56 - 61.

[3] BossM. A Macroeconomic credit risk model for Stress Testing the Austrian credit portfolio [ J ]. Financial Stability Report, 2002(4): 64 - 82.

宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)分析范文第4篇

一場席卷東南亞甚至波及全球的東南亞金融危機(jī)使人們真正體會到了金融風(fēng)險(xiǎn)。稍微了解近西方金融的人就會知道，金融風(fēng)險(xiǎn)是隨著現(xiàn)代金融制度的形成相伴而生的，金融風(fēng)險(xiǎn)的大小并不取決于人們對它的認(rèn)識程度。70年代以來，隨著世界宏觀波動的增大以及西方各國相繼放寬金融監(jiān)管體制，金融機(jī)構(gòu)面對的變數(shù)增大，風(fēng)險(xiǎn)隨之大幅度提高了。而過去的十年正是現(xiàn)代金融體制構(gòu)建，金融業(yè)快速發(fā)展的時(shí)期。這段時(shí)期，人們更多關(guān)注的是金融行業(yè)的高利潤率，股市的出現(xiàn)也僅僅讓人們意識到證券業(yè)的風(fēng)險(xiǎn)，銀行業(yè)一直被人們看作是穩(wěn)定高收益的行業(yè)。顯然，人們對銀行業(yè)的風(fēng)險(xiǎn)認(rèn)識不足，的銀行財(cái)務(wù)分析體系就可以反映出這點(diǎn)。從普遍的情況來看，我國銀行財(cái)務(wù)分析實(shí)踐中比較重視對財(cái)務(wù)收益的分析，分析體系、技術(shù)也較為成熟，但缺乏對風(fēng)險(xiǎn)的分析。這是有一定的歷史原因的。

在計(jì)劃體制下，銀行的資金是按國家確定的計(jì)劃分配的，單一銀行體制下，銀行一度成為財(cái)政部門的和出納，此時(shí)是以單純的資金計(jì)劃管理為核心的，無需考慮收益；改革開放后，多家產(chǎn)權(quán)較為明晰、具有真正性質(zhì)的股份制商業(yè)銀行相繼建立，國有獨(dú)資銀行也開始了商業(yè)化進(jìn)程，對商業(yè)銀行的探索使銀行業(yè)更加注重吸收資金的成本和資金運(yùn)用的收益性。追求股東權(quán)益最大化的企業(yè)目標(biāo)促使銀行在進(jìn)行資金計(jì)劃管理的同時(shí)也要注重財(cái)務(wù)計(jì)劃的實(shí)施；隨著金融體制改革的深化和金融市場風(fēng)險(xiǎn)的日益顯現(xiàn)，銀行業(yè)普遍推行與國際慣例接軌的資產(chǎn)負(fù)債比例管理，資產(chǎn)負(fù)債比例管理的核心就是風(fēng)險(xiǎn)管理。因此，商業(yè)銀行對資金營運(yùn)計(jì)劃的分析從最早的單純對信貸資金計(jì)劃執(zhí)行情況的分析，發(fā)展到以盈利為出發(fā)點(diǎn)對信貸資金計(jì)劃和財(cái)務(wù)計(jì)劃執(zhí)行情況的分析，最終發(fā)展的方向是以盈利為出發(fā)點(diǎn)、以風(fēng)險(xiǎn)分析為核心的資產(chǎn)負(fù)債比例管理綜合分析，真正體現(xiàn)商業(yè)銀行流動性、盈利性、安全性目標(biāo)。

商業(yè)銀行財(cái)務(wù)分析的發(fā)展方向是風(fēng)險(xiǎn)收益分析，這是與商業(yè)銀行財(cái)務(wù)管理由收益管理向風(fēng)險(xiǎn)管理方向演變相適應(yīng)的。現(xiàn)代商業(yè)銀行財(cái)務(wù)管理作為資產(chǎn)負(fù)債比例管理體系中的重要組成部分，應(yīng)該是以風(fēng)險(xiǎn)收益管理為核心的風(fēng)險(xiǎn)管理，這是由于：

1．風(fēng)險(xiǎn)收益是財(cái)務(wù)管理的基本觀念。商業(yè)銀行的財(cái)務(wù)管理必須首先樹立風(fēng)險(xiǎn)收益觀念，以風(fēng)險(xiǎn)管理為核心內(nèi)容。

2．是穩(wěn)健經(jīng)營的要求。銀行是高負(fù)債的企業(yè)，本身財(cái)務(wù)風(fēng)險(xiǎn)很高，決定了銀行業(yè)是高風(fēng)險(xiǎn)的行業(yè)。同時(shí)，銀行是經(jīng)營貨幣資金的特殊行業(yè)，經(jīng)濟(jì)發(fā)展中的風(fēng)險(xiǎn)會向銀行集中，經(jīng)濟(jì)危機(jī)往往伴隨著銀行危機(jī)。在金融風(fēng)險(xiǎn)環(huán)境中，為確保穩(wěn)健經(jīng)營，商業(yè)銀行的財(cái)務(wù)管理必須以風(fēng)險(xiǎn)管理為內(nèi)涵。

3．是銀行自身生存發(fā)展、開展集約化經(jīng)營的要求。在前幾年我國銀行業(yè)快速擴(kuò)展時(shí)期，各家銀行普遍實(shí)行粗放式經(jīng)營戰(zhàn)略，傳統(tǒng)銀行發(fā)展思路是，以高投入為代價(jià)獲取市場份額，在利率差較為穩(wěn)定，未采取謹(jǐn)慎性會計(jì)原則的情況下，規(guī)模的擴(kuò)張能體現(xiàn)出賬面收益的增加；但同時(shí)由于我國銀行業(yè)缺乏對風(fēng)險(xiǎn)的認(rèn)識，忽略了風(fēng)險(xiǎn)管理，缺少對經(jīng)營行為的風(fēng)險(xiǎn)約束，也積累下了無窮的風(fēng)險(xiǎn)，目前已嚴(yán)重抑制了健康發(fā)展。海南發(fā)展銀行和多家非銀行金融機(jī)構(gòu)的倒閉已經(jīng)對中國的銀行業(yè)敲響了警鐘。因此，由粗放式經(jīng)營向集約化經(jīng)營首先就要開展風(fēng)險(xiǎn)管理。

4．是推行資產(chǎn)負(fù)債比例管理、與國際管理接軌、參與國際競爭的要求。80年代以來，至東南亞金融危機(jī)發(fā)生之前，西方國家已有多家銀行因忽視風(fēng)險(xiǎn)控制而倒閉，教訓(xùn)慘痛。巴塞爾協(xié)議已經(jīng)把風(fēng)險(xiǎn)性原則上升到第一位。因而，推行資產(chǎn)負(fù)債比例管理就是要推行風(fēng)險(xiǎn)管理，提高銀行運(yùn)營對風(fēng)險(xiǎn)的承受能力。隨著我國金融市場的開放，不僅銀行業(yè)競爭加劇，風(fēng)險(xiǎn)也日益增加；同時(shí)，銀行業(yè)的國際化促使我國銀行要面臨國際金融市場的風(fēng)險(xiǎn)環(huán)境。這些都迫切要求商業(yè)銀行財(cái)務(wù)管理向風(fēng)險(xiǎn)管理轉(zhuǎn)變。

商業(yè)銀行財(cái)務(wù)管理向風(fēng)險(xiǎn)管理模式的轉(zhuǎn)型，重要的一步就是財(cái)務(wù)分析的重點(diǎn)由收益分析向風(fēng)險(xiǎn)收益分析的轉(zhuǎn)變。這是由于財(cái)務(wù)分析是站在財(cái)務(wù)管理的角度發(fā)現(xiàn)銀行經(jīng)營中存在的、分析原因、提出解決問題方案的重要環(huán)節(jié)。其目的是對銀行歷史和現(xiàn)實(shí)經(jīng)營狀況和工作實(shí)績作出全面衡量和評價(jià)，為制定經(jīng)營方向和發(fā)展戰(zhàn)略決策提供直接的依據(jù)，因而是財(cái)務(wù)管理發(fā)揮為經(jīng)營決策服務(wù)的具體體現(xiàn)。商業(yè)銀行財(cái)務(wù)管理向風(fēng)險(xiǎn)管理模式的轉(zhuǎn)型首先要從財(cái)務(wù)分析開始。

商業(yè)銀行股東權(quán)益最大化的目標(biāo)直接表現(xiàn)為追求銀行價(jià)值最優(yōu)化，由于宏觀經(jīng)濟(jì)波動和市場環(huán)境的變化，各種不同類型的風(fēng)險(xiǎn)使銀行管理者必須在極其不確定的狀況下實(shí)現(xiàn)銀行價(jià)值最優(yōu)化目標(biāo)，因此，需要對收益和風(fēng)險(xiǎn)進(jìn)行平衡分析和選擇，這就是風(fēng)險(xiǎn)收益財(cái)務(wù)分析。

國內(nèi)銀行業(yè)在借鑒西方銀行管理模式建立自己的資產(chǎn)負(fù)債比例管理指標(biāo)體系時(shí)，都考慮了風(fēng)險(xiǎn)控制指標(biāo)，但由于缺乏對銀行風(fēng)險(xiǎn)的深刻認(rèn)識，并沒有因此實(shí)現(xiàn)真正的風(fēng)險(xiǎn)管理。開展風(fēng)險(xiǎn)管理，必須首先針對風(fēng)險(xiǎn)控制指標(biāo)，實(shí)施風(fēng)險(xiǎn)分析，只有對銀行目前面臨的風(fēng)險(xiǎn)程度作出評價(jià)，才能采取相應(yīng)的風(fēng)險(xiǎn)管理策略?？梢?，風(fēng)險(xiǎn)分析是認(rèn)清風(fēng)險(xiǎn)、量化風(fēng)險(xiǎn)、反饋風(fēng)險(xiǎn)信息和實(shí)施風(fēng)險(xiǎn)控制的首要環(huán)節(jié)。財(cái)務(wù)分析作為資產(chǎn)負(fù)債比例管理分析體系中的重要部分，也必然向風(fēng)險(xiǎn)分析轉(zhuǎn)變。二、商業(yè)銀行面臨的幾類風(fēng)險(xiǎn)及與收益的關(guān)系：

銀行風(fēng)險(xiǎn)是指一切與銀行業(yè)務(wù)有關(guān)的不確定性及因此給銀行帶來損失的可能性。一般而言，商業(yè)銀行可能面臨四大類風(fēng)險(xiǎn)：

1．環(huán)境風(fēng)險(xiǎn)。商業(yè)銀行所處的宏觀環(huán)境、經(jīng)濟(jì)政策、法規(guī)所決定的風(fēng)險(xiǎn)。例如，我國銀行法的出臺和監(jiān)管政策變化已經(jīng)促使銀行業(yè)相應(yīng)的作出變革。央行的貨幣政策的調(diào)整也會到銀行的經(jīng)營策略。

2．管理風(fēng)險(xiǎn)。由于管理人員素質(zhì)與能力因素決定的風(fēng)險(xiǎn)。近年來，銀行業(yè)中違規(guī)經(jīng)營、大案要案所引起的一系列風(fēng)險(xiǎn)在很大程度上阻礙我國商業(yè)銀行的健康。

3．交付風(fēng)險(xiǎn)。由于銀行提供金融服務(wù)所導(dǎo)致的風(fēng)險(xiǎn)。

例如，由于化手段滯后或金融創(chuàng)新所帶來的風(fēng)險(xiǎn)。

4．金融風(fēng)險(xiǎn)。銀行業(yè)面臨的金融風(fēng)險(xiǎn)是指在資產(chǎn)負(fù)債管理中存在的風(fēng)險(xiǎn)。如，流動風(fēng)險(xiǎn)、信貸風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)和資本風(fēng)險(xiǎn)。

在銀行的經(jīng)營過程中，銀行收益與所面臨的某些風(fēng)險(xiǎn)存在相互交替的關(guān)系。一般來看，環(huán)境風(fēng)險(xiǎn)屬于不可控制風(fēng)險(xiǎn)，與銀行收益之間不存在交替關(guān)系，環(huán)境風(fēng)險(xiǎn)的增加并不能促使銀行收益的上升，相反卻構(gòu)成銀行收益增長的限制因素。而金融風(fēng)險(xiǎn)與銀行收益存在正向相關(guān)關(guān)系。當(dāng)金融風(fēng)險(xiǎn)增加時(shí)，銀行收益也隨之增長，并對收益實(shí)現(xiàn)和未來收益預(yù)期有一定影響。交付風(fēng)險(xiǎn)與銀行收益之間也存在一定的替代關(guān)系。而為提高銀行收益能力，管理風(fēng)險(xiǎn)應(yīng)嚴(yán)格加以控制。

三、商業(yè)銀行財(cái)務(wù)中風(fēng)險(xiǎn)分析

銀行財(cái)務(wù)分析中的風(fēng)險(xiǎn)分析，側(cè)重對風(fēng)險(xiǎn)收益的分析，即對風(fēng)險(xiǎn)和收益的交替關(guān)系進(jìn)行分析，以獲得在承擔(dān)較低風(fēng)險(xiǎn)的情況下的較高的收益。對風(fēng)險(xiǎn)和收益交替關(guān)系的分析實(shí)際就是商業(yè)銀行財(cái)務(wù)分析的特征，為與傳統(tǒng)財(cái)務(wù)分析相區(qū)別、突出風(fēng)險(xiǎn)分析，我們暫且稱現(xiàn)代商業(yè)銀行財(cái)務(wù)分析為“風(fēng)險(xiǎn)財(cái)務(wù)分析”。在股東權(quán)益最大化的目標(biāo)下，風(fēng)險(xiǎn)財(cái)務(wù)分析是股份制商業(yè)銀行的資產(chǎn)負(fù)債管理、風(fēng)險(xiǎn)管理的核心工作。風(fēng)險(xiǎn)財(cái)務(wù)分析為信貸資金計(jì)劃分析提供收益導(dǎo)向，為信貸計(jì)劃和資金管理提供決策依據(jù)。

金融風(fēng)險(xiǎn)是銀行在資產(chǎn)負(fù)債管理中面對的風(fēng)險(xiǎn)，是風(fēng)險(xiǎn)財(cái)務(wù)分析主要分析對象。不同階段，風(fēng)險(xiǎn)財(cái)務(wù)分析側(cè)重點(diǎn)不同，在經(jīng)濟(jì)發(fā)展平穩(wěn)、利率管制嚴(yán)格的時(shí)期，人們可能會更關(guān)心信貸風(fēng)險(xiǎn)；而在利率頻繁波動、利率市場化時(shí)期，人們會更多地關(guān)注利率風(fēng)險(xiǎn)；而流動風(fēng)險(xiǎn)、資本風(fēng)險(xiǎn)直接關(guān)系到銀行的生存，一直為人們所關(guān)心。各種金融風(fēng)險(xiǎn)之間存在著一定相關(guān)度，這綜合體現(xiàn)在銀行資產(chǎn)負(fù)債結(jié)構(gòu)上。為便于操作，建議在開展風(fēng)險(xiǎn)財(cái)務(wù)分析時(shí)可以從資產(chǎn)負(fù)債結(jié)構(gòu)分析和利率分析入手：

1、資產(chǎn)負(fù)債結(jié)構(gòu)風(fēng)險(xiǎn)分析。主要是通過分析資產(chǎn)負(fù)債結(jié)構(gòu)(資產(chǎn)負(fù)債對應(yīng)結(jié)構(gòu)和自身結(jié)構(gòu))、資產(chǎn)質(zhì)量，分析資產(chǎn)風(fēng)險(xiǎn)度和資本杠桿來分析流動風(fēng)險(xiǎn)、信貸風(fēng)險(xiǎn)、資本風(fēng)險(xiǎn)。

流動性對商業(yè)銀行至關(guān)重要，是銀行的生命線，銀行的流動性也涉及到整個(gè)金融體系乃至整個(gè)經(jīng)濟(jì)體系對流動性的需求的保證。而流動性與盈利性是流動性風(fēng)險(xiǎn)管理首要解決的矛盾，銀行持有高流動性資產(chǎn)，流動性風(fēng)險(xiǎn)會降低，但同時(shí)也降低了銀行收益；反之，高資產(chǎn)收益而低流動性會使銀行面臨過大的流動性風(fēng)險(xiǎn)。風(fēng)險(xiǎn)財(cái)務(wù)分析首先應(yīng)對資產(chǎn)負(fù)債結(jié)構(gòu)進(jìn)行風(fēng)險(xiǎn)分析，分析的內(nèi)容是對流動性和收益性相互關(guān)系的分析，資產(chǎn)負(fù)債結(jié)構(gòu)不僅是流動性也是收益性的決定因素，最佳資產(chǎn)負(fù)債結(jié)構(gòu)應(yīng)是在流動性和收益性求得最佳平衡的結(jié)構(gòu)。

資產(chǎn)風(fēng)險(xiǎn)分析的一個(gè)側(cè)重點(diǎn)是對資產(chǎn)質(zhì)量的分析。資產(chǎn)質(zhì)量的好壞是信貸風(fēng)險(xiǎn)的直接體現(xiàn)。信貸風(fēng)險(xiǎn)也稱違約風(fēng)險(xiǎn)，是指借款人不能按約償還貸款的可能性。因此，是商業(yè)銀行的傳統(tǒng)風(fēng)險(xiǎn)，至今仍是銀行的主要風(fēng)險(xiǎn)。西方國家許多銀行的倒閉從表面上看是因?yàn)榱鲃有晕C(jī)，但其實(shí)質(zhì)是資產(chǎn)中存在巨額呆壞賬所致。資產(chǎn)中的有問題貸款不僅會導(dǎo)致流動性危機(jī)，而且因占用信貸資產(chǎn)規(guī)模，在資產(chǎn)負(fù)債比例限制下，直接導(dǎo)致了資產(chǎn)收益能力的下降。

資產(chǎn)風(fēng)險(xiǎn)分析中另一個(gè)重要分析是對資產(chǎn)風(fēng)險(xiǎn)度的衡量。巴塞爾協(xié)議建立于銀行資本規(guī)定及其與資產(chǎn)風(fēng)險(xiǎn)的聯(lián)系。銀行資本充足的標(biāo)準(zhǔn)是以銀行資產(chǎn)風(fēng)險(xiǎn)為基礎(chǔ)的，對銀行資本風(fēng)險(xiǎn)的管理取決于風(fēng)險(xiǎn)資產(chǎn)確定。在全球經(jīng)濟(jì)頻繁波動的今天，維持一定的資本充足率已成為各國銀行界的首要關(guān)心的問題。與資本充足度緊密相關(guān)的是資本的杠桿作用，由于銀行是高負(fù)債企業(yè)，有著比一般企業(yè)更高的資本杠桿度，因此，銀行資本收益率高于一般企業(yè)。但杠桿作用對銀行風(fēng)險(xiǎn)和收益交替效應(yīng)的放大作用，決定了這種高杠桿度不是無節(jié)制的，過高杠桿度會引起高財(cái)務(wù)風(fēng)險(xiǎn)，同時(shí)降低了資本充足率，最終危及到安全性和收益性。適度的資本杠桿與銀行價(jià)值最優(yōu)化的平衡是風(fēng)險(xiǎn)分析中的一個(gè)重要方面。

可見，財(cái)務(wù)分析中對資產(chǎn)負(fù)債結(jié)構(gòu)風(fēng)險(xiǎn)分析與計(jì)劃、信貸部門分析的側(cè)重點(diǎn)不同。財(cái)務(wù)分析更側(cè)重于尋求銀行資產(chǎn)價(jià)值最優(yōu)化即在收益最大化和風(fēng)險(xiǎn)最小化之間尋求平衡，從而能為資金計(jì)劃管理提供風(fēng)險(xiǎn)盈利的可靠依據(jù)。

2．利率風(fēng)險(xiǎn)分析。利率風(fēng)險(xiǎn)是銀行的基本風(fēng)險(xiǎn)之一，因而，西方銀行業(yè)曾一度認(rèn)為資產(chǎn)負(fù)債管理就是對利率風(fēng)險(xiǎn)的管理，當(dāng)然，目前來看這種觀念未免失之偏頗。而過去，我國銀行業(yè)并不重視對利率風(fēng)險(xiǎn)的管理，原因是我國利率沒有真正市場化，也較少利率政策，在嚴(yán)格利率管制下，存在穩(wěn)定的高利差，只要擴(kuò)張規(guī)模，即可獲得可觀的收益增長。但近年來經(jīng)濟(jì)形勢發(fā)生了很大變化，利率政策成為調(diào)節(jié)經(jīng)濟(jì)常用手段。而利率市場化成為金融市場化改革的內(nèi)容。由于過去缺乏對利率風(fēng)險(xiǎn)的認(rèn)識，在最近幾次利率調(diào)整中，銀行業(yè)普遍缺乏應(yīng)變、調(diào)整能力?？梢?，利率風(fēng)險(xiǎn)分析是目前財(cái)務(wù)風(fēng)險(xiǎn)分析中的重點(diǎn)。

銀行利率風(fēng)險(xiǎn)主要是由兩大方面決定的：一是銀行自身資產(chǎn)負(fù)債結(jié)構(gòu)和數(shù)量；一是外部宏觀經(jīng)濟(jì)形勢與經(jīng)濟(jì)政策。因此，對利率風(fēng)險(xiǎn)的分析一方面要及時(shí)了解國家宏觀經(jīng)濟(jì)環(huán)境的變化，另一方面是根據(jù)自身的資產(chǎn)負(fù)債結(jié)構(gòu)情況分析利率波動下所產(chǎn)生的利率風(fēng)險(xiǎn)。

由于我國銀行業(yè)資金運(yùn)用渠道狹窄，資產(chǎn)結(jié)構(gòu)簡單、利潤來源單一，利差收入占利潤的絕對比重，利率風(fēng)險(xiǎn)的分析與控制就尤為重要了。

傳統(tǒng)的利率風(fēng)險(xiǎn)分析是對利率敏感性資產(chǎn)和利率敏感性負(fù)債差額風(fēng)險(xiǎn)的分析(缺口分析)，用于衡量銀行利差收入對利率波動的敏感程度。這種分析首先要對資產(chǎn)負(fù)債的利率期限結(jié)構(gòu)和對稱性進(jìn)行深入分析，這對目前銀行業(yè)來講是難以解決的問題?，F(xiàn)行的賬務(wù)體系和統(tǒng)計(jì)報(bào)表在設(shè)計(jì)的當(dāng)初，并沒有考慮這種需求。如果不能準(zhǔn)確了解到資產(chǎn)負(fù)債利率期限匹配結(jié)構(gòu)，就無法確定一段時(shí)期的差額風(fēng)險(xiǎn)，更談不上對利率走勢預(yù)測和利率敏感性資產(chǎn)負(fù)債差額的調(diào)整。因此，開展利率風(fēng)險(xiǎn)分析，首先要對目前的會計(jì)賬務(wù)和統(tǒng)計(jì)體系進(jìn)行改革，以客戶管理代替賬戶管理，借助機(jī)數(shù)據(jù)庫技術(shù)建立每個(gè)客戶和每筆業(yè)務(wù)的會計(jì)、統(tǒng)計(jì)檔案。利率風(fēng)險(xiǎn)分析還包括在利率波動情況下，因收息資產(chǎn)和付息負(fù)債利率變動幅度差異而引起的基差風(fēng)險(xiǎn)和客戶對利率期限重新選擇的選擇權(quán)風(fēng)險(xiǎn)。

另外，開展外匯業(yè)務(wù)的銀行除了面臨前述幾類風(fēng)險(xiǎn)還會面臨匯率風(fēng)險(xiǎn)。這種風(fēng)險(xiǎn)來源于匯率的波動。匯率和相關(guān)國家的經(jīng)濟(jì)發(fā)展和穩(wěn)定密切相關(guān)。央行的干預(yù)對匯率的波動也產(chǎn)生很大的影響，利率的變動也會影響匯率的變化。這取決于本國的貨幣政策和外匯監(jiān)管制度。在金融全球一體化和銀行業(yè)務(wù)國際化的潮流下，銀行面臨的匯率風(fēng)險(xiǎn)將越來越引起人們的關(guān)注。

全面的風(fēng)險(xiǎn)財(cái)務(wù)分析還應(yīng)對表外業(yè)務(wù)進(jìn)行風(fēng)險(xiǎn)收益分析。四、對風(fēng)險(xiǎn)財(cái)務(wù)的幾點(diǎn)考慮：

1．與信貸資金計(jì)劃分析的協(xié)調(diào)關(guān)系：

我國銀行業(yè)的資產(chǎn)負(fù)債比例管理體系尚在探索之中，各家銀行相應(yīng)的組織結(jié)構(gòu)也有所差異。在資產(chǎn)負(fù)債比例管理分析體系中，風(fēng)險(xiǎn)財(cái)務(wù)分析應(yīng)以風(fēng)險(xiǎn)收益為基本觀念，信貸、資金管理計(jì)劃分析結(jié)論，側(cè)重于對風(fēng)險(xiǎn)與收益的交替關(guān)系的分析，反過來為信貸資金計(jì)劃分析提供風(fēng)險(xiǎn)收益的依據(jù)。

2．必須借助機(jī)、手段：

在計(jì)算機(jī)網(wǎng)絡(luò)，借助手工進(jìn)行風(fēng)險(xiǎn)財(cái)務(wù)分析已經(jīng)不大現(xiàn)實(shí)了，銀行業(yè)務(wù)數(shù)據(jù)的繁雜性和系統(tǒng)性要求利用計(jì)算機(jī)、網(wǎng)絡(luò)等先進(jìn)手段。以利率風(fēng)險(xiǎn)分析為例，要準(zhǔn)確了解銀行的資產(chǎn)負(fù)債利率期限結(jié)構(gòu)及變動，必須利用計(jì)算機(jī)詳細(xì)記錄每個(gè)客戶和每筆業(yè)務(wù)，構(gòu)建大型的數(shù)據(jù)庫(甚至數(shù)據(jù)倉庫)，在此基礎(chǔ)上利用分析工具進(jìn)行數(shù)據(jù)的采集、索引、分析。對于一個(gè)大型銀行，有眾多的分支機(jī)構(gòu)和上萬的客戶，業(yè)務(wù)記錄隨時(shí)間推移更是成倍增長，不借助計(jì)算機(jī)、網(wǎng)絡(luò)技術(shù)和先進(jìn)的算法而依靠手工來完成分析工作，恐怕連上的可能性都不存在。

3．分析要不斷創(chuàng)新：

財(cái)務(wù)分析從收益分析向風(fēng)險(xiǎn)收益分析轉(zhuǎn)變，對動態(tài)分析提出迫切需要。財(cái)務(wù)分析常用方法是財(cái)務(wù)比率分析，是與收益分析階段相適應(yīng)的靜態(tài)分析法，不能滿足對風(fēng)險(xiǎn)動態(tài)分析與預(yù)測要求，應(yīng)向現(xiàn)金流量分析過渡。傳統(tǒng)風(fēng)險(xiǎn)分析方法也基本是靜態(tài)分析法，無法滿足對風(fēng)險(xiǎn)預(yù)警的要求，也要向動態(tài)分析方法過渡。如對利率敏感性資產(chǎn)負(fù)債差額分析沒有考慮到外部利率條件和內(nèi)部資產(chǎn)負(fù)債結(jié)構(gòu)連續(xù)變動，具有很大的局限性，因此，西方銀行業(yè)提出持續(xù)期動態(tài)分析方法。

風(fēng)險(xiǎn)分析的另一方向是借助數(shù)量學(xué)的方法，建立數(shù)學(xué)模型，計(jì)算機(jī)開發(fā)先進(jìn)算法，進(jìn)行量化分析，對客戶進(jìn)行細(xì)分化，提高風(fēng)險(xiǎn)分析的針對性，實(shí)現(xiàn)從事后分析向事中控制、事前預(yù)測的前瞻性方法轉(zhuǎn)變。

4．要不斷地關(guān)注國外風(fēng)險(xiǎn)管理理論與實(shí)踐的最新發(fā)展，并建立完善銀行特色的風(fēng)險(xiǎn)管理分析體系：

國外銀行界隨著風(fēng)險(xiǎn)管理實(shí)踐的廣泛開展對風(fēng)險(xiǎn)管理的在不斷的深化，風(fēng)險(xiǎn)管理理論在不斷豐富。例如，1997年初巴塞爾委員會了《利率風(fēng)險(xiǎn)管理原則》(征求意見稿)，提出了利率風(fēng)險(xiǎn)管理的基本原則，體現(xiàn)了國際銀行界對利率風(fēng)險(xiǎn)管理研究的最新成果；1997年下半年又推出了《有效銀行監(jiān)管的核心原則》，從銀行監(jiān)管的角度對銀行風(fēng)險(xiǎn)管理提出了更全面、更高的要求。這些研究成果對我國銀行業(yè)的風(fēng)險(xiǎn)管理也具有現(xiàn)實(shí)指導(dǎo)借鑒意義。我國銀行業(yè)應(yīng)該大膽借鑒外國成熟的研究成果，加快風(fēng)險(xiǎn)管理和風(fēng)險(xiǎn)分析工作的進(jìn)程并不斷提高工作水平，在此基礎(chǔ)上形成我國銀行風(fēng)險(xiǎn)管理、分析體系。

5．對財(cái)務(wù)分析人員素質(zhì)的要求：

宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)分析范文第5篇

【關(guān)鍵詞】信用風(fēng)險(xiǎn) 親周期性 簡化模型 結(jié)構(gòu)模型

商業(yè)銀行在信貸活動中帶有明顯的親周期性,所謂親周期性,簡單的講,就是商業(yè)銀行會通過信貸活動推動經(jīng)濟(jì)周期的形成和加劇經(jīng)濟(jì)的周期性波動。具體表現(xiàn)為:在宏觀經(jīng)濟(jì)處于蕭條時(shí)期,信用違約會顯著增加,相反經(jīng)濟(jì)處于繁榮時(shí),信貸質(zhì)量則會明顯改善,因而銀行信用也呈現(xiàn)蕭條時(shí)收縮,繁榮時(shí)擴(kuò)張的特點(diǎn)。信用風(fēng)險(xiǎn)的親周期性問題已成為BaselⅡ的核心問題,引起了許多學(xué)者和專家高度重視。同時(shí),我國商業(yè)銀行的信貸活動也明顯帶有親周期性,如1992年、1993年經(jīng)濟(jì)高漲時(shí)商業(yè)銀行過度信貸,1998年經(jīng)濟(jì)低迷時(shí)商業(yè)銀行普遍惜貸,導(dǎo)致了大量不良資產(chǎn)出現(xiàn),也降低了經(jīng)濟(jì)運(yùn)行的穩(wěn)定性。因此,要增強(qiáng)金融體系和宏觀經(jīng)濟(jì)的穩(wěn)定性,就必須從信用風(fēng)險(xiǎn)管理的角度入手,將能夠測量到的不穩(wěn)定因素納入到信用風(fēng)險(xiǎn)計(jì)量模型中。

一、傳統(tǒng)的信用風(fēng)險(xiǎn)評估模型

信用風(fēng)險(xiǎn)是指債務(wù)人不能償還債務(wù)的風(fēng)險(xiǎn),即違約風(fēng)險(xiǎn)。傳統(tǒng)的信用風(fēng)險(xiǎn)模型按照建模的方法分類,可以分為結(jié)構(gòu)模型(structural credit models)和簡化模型(reduced form credit models)。結(jié)構(gòu)模型基于Black-scholes的期權(quán)定價(jià)模型,而簡化模型借用了保險(xiǎn)精算的思想。

1、結(jié)構(gòu)模型

結(jié)構(gòu)模型是由Merton(1974)和Galai、Masali(1976)基于期權(quán)理論提出來的。假設(shè)某企業(yè)風(fēng)險(xiǎn)資產(chǎn)為V,股本為S,債務(wù)面值(包括應(yīng)收利息)為F,債務(wù)市值為B,到期日為T。該模型在假設(shè)市場無摩擦、無交易成本和稅收,無風(fēng)險(xiǎn)利率為常數(shù),公司價(jià)值等于股權(quán)價(jià)值加債務(wù)價(jià)值的基礎(chǔ)上,還需要滿足以下幾點(diǎn):第一,公司價(jià)值變化服從du=vtdt+vtdzt的幾何布朗運(yùn)動。vt表示t時(shí)刻公司價(jià)值,表示公司期望收益率,表示公司價(jià)值波動率。第二,公司具有簡單的資本結(jié)構(gòu),只發(fā)行一種普通公司債券,沒有其他負(fù)債,且該債券為零息債券,面值為F,期限為T。債券到期前,公司不發(fā)行新的債券,不支付股利,不進(jìn)行股票回購。第三,嚴(yán)格遵守絕對優(yōu)先原則。只有債券持有人得到完全償付后,股東才能獲得正支付。因此,債券到期日的價(jià)值DT=min(VT,F)。

債券到期時(shí),如果VT≤F,則股權(quán)和債券的收益分別為0和VT,如果VT>F,則股權(quán)和債券的收益分別為VT-F和F。因此,債權(quán)人需要持有一個(gè)賣出期權(quán)才能得到無風(fēng)險(xiǎn)支付F。此賣出期權(quán)到期時(shí)具有支付max[F-VT,0]。利用無套利原則,則信貸風(fēng)險(xiǎn)的價(jià)值等于以企業(yè)資產(chǎn)為標(biāo)的物V的賣出期權(quán),執(zhí)行價(jià)格等于債務(wù)的面值F,到期日為T。如果無風(fēng)險(xiǎn)利率為r,則均衡狀態(tài)時(shí)滿足:

B0+P0=Fe-rT(1)

采用Black-Scholes期權(quán)定價(jià)模型,則該賣出期權(quán)的價(jià)值為:

P0=-N(-d1)V0+Fe-rTN(-d2)(2)

其中,P0是基于V的賣出期權(quán)的價(jià)值;N(g)是累積的標(biāo)準(zhǔn)單位正態(tài)分布;是企業(yè)資產(chǎn)的波動率,即標(biāo)準(zhǔn)差;d1、d2 分別為:

d=

d=d-

假設(shè)該公司發(fā)行折現(xiàn)債券,根據(jù)公式(1)和(2),其到期收益率yr則為:

y==(3)

零息公司債券到期收益率與同期無風(fēng)險(xiǎn)利率之差,即信貸利差CS(Credit Spread)為:

CS=yr-r=-1n[N(d)+N(d)](4)

其中,是企業(yè)財(cái)務(wù)杠桿比率LR的倒數(shù),即LR=。

以上公式表明,信貸利差是企業(yè)財(cái)務(wù)結(jié)構(gòu)、資產(chǎn)波動性及債務(wù)到期日的函數(shù)。由于信貸利差本身反映了信用風(fēng)險(xiǎn)定價(jià),因此,信用違約風(fēng)險(xiǎn)也取決于這三方面的因素。

在結(jié)構(gòu)模型中,當(dāng)資產(chǎn)的市場價(jià)值低于債務(wù)面值時(shí),違約將會發(fā)生。所以,在信用期限內(nèi)違約概率依賴于資產(chǎn)的市場價(jià)值與債務(wù)面值之間的距離,即違約距離DD(Distance to Default)。

假定企業(yè)資產(chǎn)在期初市場價(jià)值為V0,期末為VT,違約點(diǎn)對應(yīng)的資產(chǎn)價(jià)值為v,則企業(yè)的違約概率可以表示為:PD=prob(VT≤v)。

在Black-Scholes期權(quán)定價(jià)模型中,風(fēng)險(xiǎn)資產(chǎn)價(jià)值的波動被假定服從一個(gè)幾何布朗運(yùn)動過程:=dt+dz,其中,Vt表示t時(shí)期資產(chǎn)價(jià)值,資產(chǎn)回報(bào)呈即時(shí)正態(tài)分布;為常數(shù)漂移項(xiàng),代表資產(chǎn)回報(bào)均值;為常數(shù)的資產(chǎn)回報(bào)波動率;z代表一個(gè)維納過程。根據(jù)假設(shè),對所有時(shí)間t,該風(fēng)險(xiǎn)資產(chǎn)的價(jià)值分布呈對數(shù)正態(tài)分布,即:Vt=V0exp[(-)t+Zt]。

假設(shè)投資者是風(fēng)險(xiǎn)中性的,對所有債券的預(yù)期回報(bào)是無風(fēng)險(xiǎn)利率,將換成r,則企業(yè)的違約概率可以表示為:

PD=prob(VT≤v)=prob(1nV0+(r-)T+ZT≤v)

=prob[ZT≤-]=N(-d)

其中,N(g)是一個(gè)標(biāo)準(zhǔn)累積正態(tài)分布,且:

d==

=

其中,V0e表示企業(yè)資產(chǎn)在期末的預(yù)期值,v代表違約點(diǎn)對應(yīng)的資產(chǎn)市值,因而分子可以理解為期末企業(yè)資產(chǎn)市值到違約點(diǎn)的距離,分母是經(jīng)過時(shí)間平方根調(diào)整后的資產(chǎn)回報(bào)波動性。相應(yīng)地,d也就是標(biāo)準(zhǔn)化后的違約距離。

2、簡化模型

簡化模型(reduced form model)又稱密度模型,與結(jié)構(gòu)模型的違約由其資產(chǎn)過程決定不同,簡化模型的違約是由一種給定的變量決定的。

假設(shè)N(t)為一個(gè)計(jì)數(shù)過程,用來表示違約數(shù)目,其密度為t,則N(t)的第一個(gè)跳躍就是違約的時(shí)間1,即1=inf{t∈R+│N(t)>0}。如果已知違約時(shí)間h,h∈R,則:

Nt=I(5)

如果t=為一個(gè)常數(shù),則Nt為一個(gè)泊松過程,且

P{Nt-Ns=n}=(t-s)nnexp(-(t-s))(6)

假設(shè)無風(fēng)險(xiǎn)利率為rt,則貨幣市場賬戶的價(jià)值過程為:

=exp(rds)(7)

記為在[t,T]上發(fā)生違約的概率,則S(t,T)=1-P(t,T)為生存概率,則:

S(t,T)=P{>T│>t}=E{exp(-ds)│F}(8)

我們考慮一個(gè)T時(shí)刻到期,面值為1的無違約風(fēng)險(xiǎn)的零息票債券的價(jià)格可表示為:

p(t,T)=EQ(T,T)│F=E{exp(rds)│F}(9)

利用(8)和(9)我們就可以考慮一個(gè)可違約零息債券的價(jià)格。假設(shè)在時(shí)間≤T違約后,回收率為R,則此時(shí)可違約債券的價(jià)格Q(t,T)應(yīng)該有兩部分組成:一是沒有違約,到期后本金可以按面值收回;另外一種情況是,發(fā)生違約,僅能按照違約回收率收回部分本金。假設(shè)債券面值為M,則Q(t,T)可以由下式給出:

Q(t,T)-EQ(T,T)│F-E≥t│F=ER│F

(10)

二、信用風(fēng)險(xiǎn)與宏觀經(jīng)濟(jì)周期的關(guān)系

對于信用風(fēng)險(xiǎn)與經(jīng)濟(jì)周期的關(guān)系,有很多不盡相同的觀點(diǎn),但根據(jù)經(jīng)濟(jì)周期是否能預(yù)測,可以粗略分為兩種典型情況。在第一種假設(shè)中,經(jīng)濟(jì)周期是可以粗略預(yù)測的。持這種觀點(diǎn)的代表人物是Andrew Crocket。他們把宏觀經(jīng)濟(jì)周期性波動變化看做是一個(gè)正弦曲線,因此,繁榮之后很可能是隨之而來的衰退,衰退之后則會轉(zhuǎn)為復(fù)蘇。在這種假設(shè)之下,一個(gè)前瞻性的信用評級體系則應(yīng)該是當(dāng)經(jīng)濟(jì)繁榮時(shí),考慮到衰退很快將會到來,就增加所評估的信用風(fēng)險(xiǎn);而當(dāng)經(jīng)濟(jì)衰退時(shí)考慮到經(jīng)濟(jì)最終將會轉(zhuǎn)為復(fù)蘇,就減小所評估的信用風(fēng)險(xiǎn)。第二種假設(shè)以Borio&Lowe(2001)為代表人物則認(rèn)為,雖然宏觀經(jīng)濟(jì)的波動呈現(xiàn)出了周期性的擴(kuò)張和收縮的特征,但這種周期性變化特征太不規(guī)則了,根本無法事先作出預(yù)測。在這種假設(shè)下,一個(gè)前瞻性的評級體系則應(yīng)該是當(dāng)經(jīng)濟(jì)繁榮時(shí),考慮到這種繁榮將得以延續(xù),就減小所評估的信用風(fēng)險(xiǎn);而當(dāng)經(jīng)濟(jì)衰退時(shí),考慮到衰退也將得以持續(xù),相應(yīng)也就增加所評估的信用風(fēng)險(xiǎn)。

然而,實(shí)踐中無論是商業(yè)銀行還是監(jiān)管者都并沒有走向這兩種極端情形。因?yàn)榻?jīng)濟(jì)預(yù)測的表現(xiàn)實(shí)在太差強(qiáng)人意了,經(jīng)濟(jì)現(xiàn)在的表現(xiàn)往往被認(rèn)為是未來經(jīng)濟(jì)表現(xiàn)的最好指示器。所以,這就導(dǎo)致了商業(yè)銀行體系并沒有給予經(jīng)濟(jì)預(yù)測足夠的重視,而是很大程度的依賴于當(dāng)前宏觀經(jīng)濟(jì)狀態(tài)和公司的財(cái)務(wù)狀況。評級期限通常為一年,是當(dāng)前國內(nèi)、國外絕大多數(shù)商業(yè)銀行評級體系表現(xiàn)出的取向。所以,采用這些評級體系將會認(rèn)為經(jīng)濟(jì)擴(kuò)張時(shí)期信用風(fēng)險(xiǎn)是較低的,商業(yè)銀行傾向增加信用投放;經(jīng)濟(jì)衰退時(shí)期則認(rèn)為信用風(fēng)險(xiǎn)增加了,商業(yè)銀行緊縮信用。商業(yè)銀行的這種周期性的借貸行為具有親經(jīng)濟(jì)周期的特點(diǎn),最終可能加劇經(jīng)濟(jì)的周期性波動。

三、評價(jià)與展望

近年來,越來越多的銀行開始重視運(yùn)用風(fēng)險(xiǎn)計(jì)量技術(shù)來進(jìn)行風(fēng)險(xiǎn)管理,很多基于VaR(Value-at-Risk)的模型被運(yùn)用到了商業(yè)銀行信用風(fēng)險(xiǎn)計(jì)量領(lǐng)域中,這些模型包括穆迪公司的KMV、J P摩根的CreditMet rics、瑞士信貸第一信貸波士頓的Cred2itRisk+和麥肯錫的Credit PortfolioView等。盡管各種各樣的模型具有不同的結(jié)構(gòu),但在處理宏觀經(jīng)濟(jì)周期性波動方面,大多數(shù)模型采用“外推”(Ex2t rapolate)的方法,也就是說,如果當(dāng)前的經(jīng)濟(jì)狀態(tài)是好的,意味著未來也是向好的,如果當(dāng)前的經(jīng)濟(jì)狀態(tài)是壞的,意味著未來將會變壞。具體來說,這些模型的評級周期是1年,違約率或信貸質(zhì)量的變化只是評級周期機(jī)械地延伸的結(jié)果,并沒有充分考慮宏觀經(jīng)濟(jì)周期性波動的影響。

盡管在過去的幾十年中,商業(yè)銀行信用風(fēng)險(xiǎn)評估技術(shù)取得了長足進(jìn)步,并且國家監(jiān)管力度加強(qiáng),但是仍然存在著眾多問題,最明顯的就是商業(yè)銀行不僅要計(jì)量某一個(gè)“時(shí)點(diǎn)”上商業(yè)銀行的信用風(fēng)險(xiǎn)。更要隨時(shí)關(guān)注風(fēng)險(xiǎn)歲宏觀經(jīng)濟(jì)周期波動如何變化。這對商業(yè)銀行和監(jiān)管者都非常重要,因?yàn)槿绻e誤的估計(jì)了風(fēng)險(xiǎn)隨宏觀經(jīng)濟(jì)波動的風(fēng)險(xiǎn),在擴(kuò)張時(shí)期低估了風(fēng)險(xiǎn)而在衰退時(shí)期高估了風(fēng)險(xiǎn),信用擴(kuò)張和信用萎縮都會過度反應(yīng),這將最終放大經(jīng)濟(jì)的周期性波動,從而威脅到金融體系的穩(wěn)定性。

【參考文獻(xiàn)】

[1] 趙信先:銀行內(nèi)部模型與監(jiān)管模型[M].上海人民出版社,2004.

[2] Merton、Robert C:Theory of Rational Option Pricing [J].Bell Journal of Economics and Management Science,1973(4).

[3] Philip Lowe:Credit Risk Measurement and Procyclicality[R].BIS Working Paper,2002(116).