基于成本風險補償原理的銀行運行效率研究

(中國郵政儲蓄銀行甘肅省分行，甘肅 蘭州 730000)

基于成本風險補償原理的銀行運行效率研究

朱天龍王夢龍

(中國郵政儲蓄銀行甘肅省分行，甘肅 蘭州 730000)

隨著利率市場化的不斷深入，資產定價和風險成本直接對銀行運行效率產生作用，定價水平的高低、風險的合理計量、成本費用的合理分攤成為測度風險補償方程的重要基礎，采用風險補償原理對銀行運行效率進行測算能準確反映銀行在經營過程中關注的主要方面。除了顯性成本與價格呈現正相關外，隱性成本與價格呈負相關關系。金融產業發展、城鎮居民收入、經濟總量作為外生環境影響銀行運行效率，其中金融產業發展與效率的同向變動關系間接印證趨于完全競爭市場的運行效率要優于壟斷或者寡頭壟斷市場。

運行效率；風險成本；經濟資本；隨機前沿函數

一、背景概況

隨著利率市場化改革的不斷深入，各個銀行之間的競爭不斷加劇，如何主動適應信貸資本市場，如何保證生產效益最大、風險成本最小，成為現在各個銀行努力的主要方向。本文參閱前人研究的基礎上，采用風險覆蓋定價模型來測度市場效率，并對風險成本、資本成本就量化方式探討和論述。目前新興銀行和股權激勵約束較松的銀行資產運用主要以量為主，為實現銀行經營的可持續性，發展模式的集約化，做好金融好對實體經濟健康、平穩支撐作用，在銀行內部建立、健全以風險導向的資產運用體系是銀行穩健運行的必然要求。

以風險導向的利率定價能夠對資本規模的無序擴張實行緊約束，既社會整體資產質量下降，要么銀行部門減少對信貸資產的投放，要么以較高的利率水平補償風險，在不存在道德風險和逆向選擇、價格規模錯配的情況下，銀行的風險發生在均衡的水平上。銀行在經營過程中，不僅要關注壞賬率等相對指標，更要在壞賬損失絕對值指標上進行關注。

二、模型建立

DEA和SFA是用于效率測量的兩種不同的方法。DEA是非參數方法，由于非參數方法假設沒有統計誤差，而且不需要估計參數，所以幾乎不做任何假設，把對最佳前沿的偏離完全歸結為技術無效或配置無效，忽略了測量誤差和隨機變化。SFA而是參數方法，模型允許統計誤差的存在，同時需要對前沿函數的形式作很強的假設。兩種模型互有長短，許多學者對兩種估計方法也做了比較，為了獲得方程的參數統計意義，且隨機前言相對比與DEA的優勢是生產函數的設置具有靈活性，技術效率的測度也具有一定的針對性，將誤差項分解為隨機誤差項和技術非效率項兩部分進行估計，故本文采用SFA方式對市場前沿面進行估計。

關于隨機前沿技術效的用法，隋聰(2009)利用方程估計市場前沿面，將技術效率的最高值反帶入估計方程計算出各個區域最高應執行的利率水平，從而為定價策略提供依據。其中樣本經營單位要求有共同的經營環境，以行政單位劃分的經營結構能夠滿足上述要求，從而樣本采用同一法人單位的不同區域營業單位。

(一)標準方程

銀行在經營過程中，不僅要彌補資金成本和運營成本等顯性成本，還要補償資產在價值增值過程中所承受的風險成本、資本成本等隱性成本，由于內部資金轉移價格的實行，利率的期限風險被集中于資金司庫，因此，在實際定價過程中，并未將期限風險進入到風險補償方程，只將利率作為資金成本、運營成本、風險成本、資本成本、稅費的函數(x1-x6)。本文采用風險補償原理i的生產函數，其既符合主流銀行的線性定價規則，準確、客觀的測算銀行運行狀況，又能夠反映銀行在經營過程中的的規模效率，為銀行確定生產線的邊界點提供依據：

經對數化處理后為

lny=lnβ0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+β6lnx6

按照邊際分析理論1，銀行的收益是規模與價格的乘積，按照上述方程，價格是風險的函數，表示為p(d)，規模是風險的復合函數為q(p(d))，收益函數為R=pq，成本函數為C=q*d，對收益函數求導，根據邊際收益等于邊際成本的條件，可得條件p(d)’d=p(d)，d表示為風險，所以銀行最佳生產經營點處于上述條件等式相等的那一點，既風險與其邊際價格的乘積與市場可接受價格相等時，銀行的收益達到最大化，資產定價過低時，風險損失超過價格對其補償作用，當資產定價較高時，超過市場可接受程度。

(二)隨機誤差方程

在標準方程形式的基礎上，加入隨機誤差項和技術非效率項建立隨機前沿方程ii，實際生產擬合函數、前沿生產擬合函數形式如公式(1)、(2)所示：

lny=lnβ0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+U

(1)

lny=lnβ0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+U-V

(2)

(3)

反向運算把V表示為TE的函數：V=-ln(TE)

把V帶入公式得出：

lny=lnβ0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+U+ln(TE)

(4)

公式(2)為本文將要擬合曲線，其中：

根據隨機誤差項U～iidN(0,δU)，技術非效率V～iidN+(MV,δV)，mV=lnz1+lnz2+lnz3。z1z2z3為金融產業比重、GDP和城鎮居民收入。取值在0和1之間，越接近1表明營業過程越是有效率的、越是接近函數的前沿面。

采用極大似然方法對方程進行估計，相關統計量指標為r2和似然比檢驗值(LR)；如果趨于1，表明技術非效率項在成分誤差中所占比重越大，技術非效率項估計效果顯著，如果趨于0，技術非效率項作用較小，擬合效果較差。似然比檢驗用來判斷帶有非技術項約束的方程與非約束方程之間的顯著性水平，LR檢驗值大于某一置信水平下χα(1)時，拒絕原假設，表明約束方程與非約束方程之間存在顯著差異，帶有約束條件的估計方程要優于不帶約束條件的估計方程，技術非效率項方程效果更優，更有估計意義。

顯然，當對銀行經營過程來說，利率受到市場結構約束的情況下，資金成本、運營成本、風險成本、資本成本任何一項或者各項數值越大，技術非效率項越大。其中資金成本受資金司庫政策的影響短期內不會出現較大變動、運營成本受預算管理、經營策略、資產規模配套的情況下短期內也不易輕易變動。

想要提高銀行運行效率水平，主要從價格、風險方面入手，通過提升溢價能力、調整信貸資產風險配置方式、建立健全資產保全措施、通過衍生金融品轉移風險等手段提升銀行風險運行效率、降低風險成本。發展成吸收風險能力強、資產質量高的銀行是其提升效率的必然要求。

(三)數據選取

x1為資金成本，既內部資金轉移價格計，由銀行內部資金司庫結算系統計算。

x2為運行成本率包含營業成本、銷售費用、財務費用、管理費用等各項支出，計算公式為運行成本率=會計年度分地區的預算顯性成本支出/年度末分地區貸款余額總量計算。

x3為風險成本率，風險成本=違約損失*違約概率，風險成本率=風險成本/貸款余額。

x4為資本成本率，本文中假設資本成本服從一定均值和方差下的正態分布函數，在99%的置信水平下，計算其累計概率密度值。

x5為企業應交所得稅、增值稅其他稅賦等合計項與貸款余額的比值。

x6為企業稅前目標利潤與貸款余額之比。

(四)模型結果

估計結果

***、**、*分別表示在1%、5%、10%的水平上統計顯著

各估計系數之和為0.92，區域市場特定風險環境和定價能力使銀行出現規模非效率狀態。要想走出規模非效率困境，第一，通過調整信貸產品結構向低風險業務邁進；第二，向溢價能力較高的產品發展。

經營過程中其中，除了常數項、運行成本、風險成本、目標利潤率與價格呈正相關外，其他因素與價格為反向變動關系，其中風險成本在統計意義上不顯著。銀行在實際經營過程中顯性成本和利潤成為主要關注的事項，但是常常忽略內部資金轉移價格、資本成本、稅費等隱性成本或者非顯性因素在經營過程中的約束作用，內部資金轉移價格不能很好的發揮對資產定價的指揮棒作用，區域經營數量指標壓力仍然對業務導向發揮主要作用。外部經濟環境中經濟總量和城鎮居民收入對技術效起到反向作用，隨著經濟發展和城鎮居民收入的提升，信息化程度的提高，信息不對稱在資金購買方得到一定程度的緩解，資金賣出方定價能力消弱。金融產業發展對各個銀行經營效率起到正向的激勵和促進作用，也間接印證了趨于完全競爭市場的運行效率要優于壟斷或者寡頭壟斷市場。

三、總結與建議

宏觀因素考慮在內的信用轉移矩陣能反映經濟波動對銀行經營的影響，更加全面的度量了銀行所處特定環境的風險程度水平，但數據的可得性和累積性仍然是模型建立的瓶頸。

零售貸款利率表現為服從馬爾科夫過程的隨機過程，其均值和方差并沒有表現出隨時間推移上升和下降的過程，單個銀行對市場價格不具控制權，央行基準利率和資金供給市場結構仍然是信貸資產定價的決定因素，各個單位貸款時間序列利率在市場結構和央行政策的相互作用下服從馬氏鏈的隨機波動，且與區域金融市場發展程度和城鎮居民可支配收入水平呈正相關。區域差異化經營過程中，充分考慮兩者因素，對于競爭程度激烈和人均收入水平較高的區域，在能夠彌補上述成本的條件下，提高定價能力，提升銀行運行效率。

金融產業發展程度高低對銀行經營效率起到促進和推動作用，而信息化社會的發展消減生產者剩余。在定價能力減弱和有限情況下，風險控制逐漸成為其經營的半壁江山，尤其在經濟下行，資產投向不明的情況下，投放規模、投放價格、投放行業直接關系著資產質量的高低，關系著銀行運行效率的高低。

[1] 隋聰.基于最優效率的貸款定價模型研究[D].遼寧：大連理工大學.2009.

[2] 杜永強.基于風險補償原理的小企業貸款定價模型研究[D].大連：大連理工大學，2014.

[3] Timothy J.Coelli，D.S Prasada Rao，Christopher J.O.Donnell，George

E Battese.AN Introduction to Efficiency and Productivity Analysis[M].Springer Science Business Media，Inc，233.Spring Street，New York，NY 10013，USA.2005：41-260.