我國銀行業流動性風險管理研究

摘 要 本文在VaR和ES一階期望風險測度基礎上，發展了ES(n)高階期望風險測度。該方法的最大優越性在于其在高階廣義隨機占優情況下依然能保持精準，克服了低階期望風險測度在高階廣義隨機占優情況下可能出現的風險測度錯誤。

關鍵詞 流動性風險測度 ES(n)風險測度 廣義隨機占優

中圖分類號：F830.99 文獻標識碼：A

一、引言

銀行流動性風險是指銀行無法提供足額資金來應付資金需求增加或履行到期債務的風險。金融危機后，流動性風險成為巴塞爾委員會又一關注焦點。而結束入世過渡后，我國銀行業面臨著來自外資銀行的巨大挑戰。但目前我國銀行普遍存差大，呈現“流動性過剩”現象；同時國有銀行受國家信譽影響，流動性控制缺乏激勵機制。

關于流動性風險的研究由來已久。Robert I.Komar(1971)將流動性管理所涉及的變量分為資金來源與資金運用。Diamond和Dybvig(1983)對銀行擠兌進行研究，提出DD模型。之后，Diamond(1997)、Franck和Krausz(2004)等在此模型基礎上衍生出了許多復雜模型。目前，VaR作為衡量風險的傳統標志得到廣泛應用。Hisata和Yamai (2000)提出L-VaR模型計算風險調整后的VAR，模型進一步深化。

我國銀行業受體制性信貸膨脹及信貸資產質量影響，一直存在流動性風險。唐愛國(2002)提出了群體決策理論，以廣義隨機占優理論為基礎提出了廣義隨機占優單調一致風險測度概念和ES高階期望損失風險測度。季敩民(2006)在只考慮流動性短缺情況下，采用QAR分位數自回歸法對流動性風險的動態衡量進行了實證分析。

目前國內流動性風險研究仍有不足，表現為對各影響因素間的共同作用研究較少；其影響程度缺乏定量分析。對商業銀行如何在宏觀環境變化中適應變化，并隨之做出改變的研究還需進一步深入。

二、 ES(n)測度模型為基礎的流動性風險度量探究

1、模型假設

對商業銀行來說，資產流動性管理的關鍵在于流動性資金供給與需求，因而將影響銀行流動性資產供給與需求的因素分類如表1。

表1 商業銀行流動性資金需求和供給來源

流動性缺口Y = 流動性供給－流動性需求 = X1－X2。

2、 模型建立

假設E(n)( ，X)為風險變量X的n階條件期望，則高階期望損失風險測度ES(n)為：ES(n)( ，X)=－E(n)( ，X) (1)

其中 E(n)( ，X)=n! -nQI(n)( ，X) (2)

其中，QI(n)( ，X)為n階上分位數積分。

則，QI(n)( ，X)=q( ，X)，q( ，X)是X的任意分位數函數。(3)

(4)

為保證數據平穩，在運算前對原始數據采用經典分解模型進行去季節性和趨勢性操作。

Xt=mt+st+Yt，t=1，…，n(5)

其中，EYt=0，st+d=st，。Xt為原始流動性供給和需求的時間序列，mt為確實性因子，st為季節性因子，d為季節性因子周期，取為12。Yt為去趨勢性和季節性影響的時間序列，即模型中的流動性供給和需求。而在原始數據處理中采用Copula函數法找出最符合X的多元分布函數。最終，通過比較ES(n)在銀行的表現判斷其流動性風險。

3、實證分析

采用某省工行、農行、中行、建行、光大、招商、浦發等銀行數據實現該模型，對各銀行流動性短缺和流動性過剩風險分別計算排序。

在流動性短缺風險計算中，ES二階、三階計算結果現實光大銀行流動性短缺最為明顯，而ES低階計算結果現實為招商銀行。而在流動性過剩風險計算中，ES二階、三階排序結果和ES低階排序結果相同，但在具體數值計算中依然存在不同程度差距。（具體計算結果與圖表分析略）

經上述處理和分析后發現：

（1）相比較于低階期望損失風險測度，ES高階期望損失風險測度測試結果和排序都有一定區別，說明ES低階期望損失風險測度在排序上可能錯誤，也說明ES高階期望損失風險測度的優越性。

（2）相對于流動性短缺，該省銀行流動性過剩問題更嚴重。銀行需在資金運用上采取更積極的態度。而在流動性過剩測度中，ES高階期望損失測度方法的優越性依然存在，有效避免了低階期望損失測度模型的錯誤。

三、總結

高階ES測度是對ES低階期望損失的高階推廣，意味著它擁有一階ES測度的優良性質，而且是0~（n+1）階廣義隨機占優單調一致的風險測度，保證在高階廣義隨機占優情況下不發生風險判斷錯誤。

當然，在目前的研究情況下，該方法依然存在問題，主要是在風險變量非正態時，ES高階測度計算量巨大。同時，它依然是一種單純反映靜態流動性風險的測度。若能夠結合一定方法反映實時風險，將給商業銀行的流動性風險管理提供很好的數據基礎。

本文系浙江省大學生科研創新團隊資助項目（項目編號：2011R408034）

(作者單位：浙江工商大學章乃器學院)

參考文獻：

[1]季敦民、金百鎖、繆柏其.ES自回歸方法在商業銀行流動性風險衡量中的應用，中國科學技術大學學報，2009

[2]董愛陽.基于BP神經網絡的商業銀行流動性風險預警，黑龍江對外經貿，2010

[3]完世偉.基于網絡層次分析法（ANP）的商業銀行風險評價研究，金融觀察，2009

[4]Peter Neu，Liquidity risk measurement and management，中國金融出版社，2010