中小商業銀行流動性風險計量探討

□ 文| 袁喜艷

流動性風險是商業銀行經營過程中最為復雜、最為致命的風險,在銀行破產、金融危機等爆發中扮演重要的角色。該風險管理的效果直接影響到商業銀行的經營狀況，因此各金融機構都對自身的流動性風險管理高度重視。中小商業銀行作為我國金融系統的重要一員，在復雜的金融環境和激烈的區域市場競爭中，如何準確計量和評估流動性風險以獲得長期穩定發展，值得思考和探索。

樣本選取

本文選取了3家典型中小商業銀行（地方股份制商業銀行、農村商業銀行、村鎮銀行）近4年的數據指標進行分析，資產規模均小于2000億元，分別為千億、百億和幾十億元人民幣左右，具備中小商業銀行代表性。

指標選取

本文根據中國銀保監會發布的風險指標以及 《巴塞爾協議Ⅲ》的相關理論，選取某地方股份制商業銀行、某農村商業銀行、某村鎮銀行近5年的流動性資產、流動性負債、加權風險資本、不良貸款、拆入資金、拆出資金、資本凈額、貸款總額、存款總額、負債總額、資產總額等數據（在此隱去）。計算出一些有代表性且較全面反映中小商業銀行流動性風險現狀的指標，如表1所示。

表1 流動性風險的計量指標

表2 某地方股份制商業銀行變量數據

表3 某農商銀行變量數據

計算變量數據如下：

表4 某村鎮銀行變量數據

模型建立

對流動性比率和資本充足率進行正向化處理（在本文中我選擇的方式為取對應數值的倒數），將所選取數據導入SPSS21軟件，計算出流動性比率等6項指標的相關系數矩陣這一統計特性，再利用該軟件中的因子分析工具，計算出相關系數矩陣的特征值、方差解釋程度和累積方差解釋程度等數值，采用主成分分析法，以方差累積貢獻率大于85%作為標準選取主成分。前4個主成分對原來的6個原始指標的數據的信息解釋程度達到了92.315%，符合主成分分析方法的原則要求。所以，我們有理由相信前4個主成分所包含的信息可以基本代表所有數據的信息，因此，文章選定前4個主成分表示4個流動性風險因子，是對6個原始流動性指標的替換，各風險因子的計算公式如下：

Factor1=0.584X1+0.563X2+0.293X3-0.748X4+0.831X5-0.722X6

Factor2=0.359X1-0.42X2+0.847X3-0.46X4-0.348X5+0.382X6

Factor3=-0.421X1+0.602X2+0.360X3+0.018X4+0.11X5+0.384X6

Factor4=0.558X1+0.358X2+0.069X3+0.441X4-0.234X5+0.033X6

風險因子Factor1主要是由存貸比、拆入拆出比和資產負債率共同決定；風險因子Factor2中，不良貸款率占比重明顯高于其他指標；風險因子Factor3則主要是由資本充足率構成；風險因子Factor4主要是由流動性比率決定。從表中可以看出，相比主成分分析之前的6項指標，這些風險因子之間的獨立性更高，其相關性也更低。

以各主成分風險因子對應的方差貢獻率在4個主成分中的占比為權重，將這4個風險因子整合為一個指標—流動性風險度量（L RM）指數。權重表示各風險因子在 LRM 指數中的重要占比，L RM指數能夠較為全面地反映農村商業銀行流動性風險，可用公式表示為：

LRM=0.454Factor1+0.271Factor2+ 0.15Factor3+0.125Factor4

實證結果

根據上面公式可以計算出三家銀行近4年的Factor1至Factor4影響因子數值和流動性風險度量（LRM）數值，再計算2016年至2019年這四年數值的平均值，即表5中各列取值，并將3家銀行的LRM數值進行排名，得到各商業銀行流動性風險評價表，如表5中最后一列所示。

表5 三家商業銀行近4年流動性風險評價結果

結論

根據各風險因子的含義可知，某家商業銀行的LRM數值越大，表示該銀行的流動性風險越高，越加需要對流動性風險防范提高重視。由表5可以看出流動性風險綜合排名從前往后依次是某村鎮銀行、某地方股份制銀行和某農商銀行。某村鎮銀行的風險因子Factor1明顯高于其他商業銀行，說明其近五年來資產負債率和存貸比較低；某村鎮銀行的Factor4也明顯高于另外兩家銀行，說明該行流動性比率也較差。流動性風險較小的銀行為某地方股份制商業銀行和某農商銀行，二者LRM得分較為接近。

結語

本文根據中國銀保監會發布的風險指標以及《巴塞爾協議Ⅲ》的相關理論，通過分析、計量中小商業銀行的流動性風險水平，對中小商業銀行改進和完善流動性風險管理水平提供參考。