【關(guān)鍵詞】預(yù)警,指標(biāo)體系,研究,風(fēng)險(xiǎn),金融,商業(yè),銀行,中國(guó),

　　2008年以美國(guó)次貸危機(jī)為標(biāo)志的金融海嘯席卷全球，作為金融機(jī)構(gòu)的主體部分，商業(yè)銀行在此次危機(jī)中同樣遭受重創(chuàng)。在歷經(jīng)沖擊之后，商業(yè)銀行的風(fēng)險(xiǎn)管理和識(shí)別能力開(kāi)始讓人質(zhì)疑。中國(guó)經(jīng)濟(jì)尚處于高速發(fā)展和轉(zhuǎn)型初期，商業(yè)銀行金融風(fēng)險(xiǎn)在寬松的宏觀經(jīng)濟(jì)環(huán)境下并不顯著，但由于中國(guó)不斷與國(guó)際經(jīng)濟(jì)接軌，開(kāi)放條件下全球性的金融危機(jī)仍然會(huì)給國(guó)內(nèi)商業(yè)銀行帶來(lái)巨大的經(jīng)營(yíng)壓力。

　　實(shí)踐表明，中國(guó)商業(yè)銀行的風(fēng)險(xiǎn)管理多側(cè)重于事后彌補(bǔ)和經(jīng)驗(yàn)總結(jié)，但是相對(duì)來(lái)說(shuō)更為重要和緊迫的事先管理卻未能得到足夠的認(rèn)識(shí)和實(shí)施。要實(shí)現(xiàn)對(duì)于商業(yè)銀行金融風(fēng)險(xiǎn)的監(jiān)測(cè)，建立風(fēng)險(xiǎn)預(yù)警機(jī)制，根據(jù)現(xiàn)有的指標(biāo)數(shù)據(jù)對(duì)短期內(nèi)商業(yè)銀行金融風(fēng)險(xiǎn)爆發(fā)的可能性進(jìn)行全面有效的評(píng)估是事先管理的一種切實(shí)可行方法。本文在國(guó)內(nèi)外相關(guān)學(xué)者的研究基礎(chǔ)上，結(jié)合國(guó)內(nèi)商業(yè)銀行風(fēng)險(xiǎn)現(xiàn)狀，建立了一個(gè)全面的商業(yè)銀行金融風(fēng)險(xiǎn)預(yù)警體系，并從近期數(shù)據(jù)給出了對(duì)商業(yè)銀行金融風(fēng)險(xiǎn)的評(píng)價(jià)及實(shí)證檢驗(yàn)。

　　二、相關(guān)領(lǐng)域文獻(xiàn)回顧

　　國(guó)際上對(duì)于銀行業(yè)金融風(fēng)險(xiǎn)預(yù)警的研究早在20世紀(jì)就已經(jīng)取得了令人矚目的成績(jī)，但種種成果也存在諸多問(wèn)題，并且多數(shù)方法與中國(guó)的實(shí)際有著很大的差距。

　　1979年由聯(lián)邦金融機(jī)構(gòu)監(jiān)管委員會(huì)建立的CAMEL評(píng)級(jí)制度經(jīng)過(guò)1997年的修改后，成為美國(guó)主要監(jiān)管機(jī)構(gòu)統(tǒng)一使用的CAMELS（駱駝）制度`1`。伴隨銀行業(yè)務(wù)的拓展，部分國(guó)家監(jiān)管當(dāng)局引入美國(guó)CAMEL評(píng)級(jí)制度，同時(shí)結(jié)合本國(guó)監(jiān)管情況建立了相對(duì)獨(dú)立的主觀判斷評(píng)價(jià)體系。

　　CART（Classification and Regression Tree）結(jié)構(gòu)分析法，根據(jù)選定的某幾項(xiàng)財(cái)務(wù)指標(biāo)作為分類(lèi)的標(biāo)準(zhǔn)，運(yùn)用二分法，通過(guò)建立二元分類(lèi)數(shù)來(lái)分析被考查對(duì)象狀態(tài)`2`。Logit模型主要采用了logistic函數(shù)`3`，該模型的問(wèn)題在于當(dāng)樣本點(diǎn)存在完全分離時(shí)，模型參數(shù)的極大似然估計(jì)可能不存在，模型的有效性存在問(wèn)題，另外該方法對(duì)臨界區(qū)域的判別敏感性過(guò)度，容易導(dǎo)致相近樣本評(píng)估結(jié)果之間差別過(guò)大。

　　Altman等人（1994）利用神經(jīng)網(wǎng)絡(luò)對(duì)意大利公司進(jìn)行失敗預(yù)測(cè)`4`。神經(jīng)網(wǎng)絡(luò)方法是一種自適應(yīng)的非參數(shù)方法，并不嚴(yán)格要求樣本數(shù)據(jù)的分布，不僅具有非線性映射和泛化能力`5`，而且神經(jīng)網(wǎng)絡(luò)模型的分布自由，較之多元判別分析模型，對(duì)實(shí)際問(wèn)題更加適用。

　　信用度量技術(shù)（Credit Metrics，1997）運(yùn)用VaR 框架`6`，對(duì)貸款和非交易資產(chǎn)進(jìn)行風(fēng)險(xiǎn)的評(píng)價(jià)和計(jì)量`7`。但是Credit Metrics模型的違約模型和相關(guān)系數(shù)的度量是以期權(quán)定價(jià)理論為基礎(chǔ)的，這對(duì)資本市場(chǎng)的成熟度以及數(shù)據(jù)的真實(shí)性都有極高的限制要求，因而可操作性有所降低。

　　麥肯錫模型（Credit Portfolio View，1998） `8`是在Credit Metrics的基礎(chǔ)上，對(duì)經(jīng)濟(jì)的周期性因素予以考慮，通過(guò)蒙特卡羅模擬技術(shù)（Astructured Monte Carlo Simulation Approach）模擬周期性因素的沖擊，以測(cè)定評(píng)級(jí)轉(zhuǎn)移概率的改變趨勢(shì)并進(jìn)行度量`9`，但是由此給模型增加了相當(dāng)?shù)膹?fù)雜程度。

　　相比之下，國(guó)內(nèi)關(guān)于商業(yè)銀行金融風(fēng)險(xiǎn)預(yù)警的研究起步較晚，同時(shí)囿于研究所需的數(shù)據(jù)資料稀缺等原因，致使當(dāng)下國(guó)內(nèi)該領(lǐng)域的研究仍然十分欠缺。具有代表性的理論研究大致如下：

　　隋劍雄（2004）針對(duì)國(guó)內(nèi)商業(yè)銀行經(jīng)營(yíng)管理模式，提出了適應(yīng)本國(guó)銀行發(fā)展需求且以核心指標(biāo)和輔助指標(biāo)構(gòu)成的信貸風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，采用向量法（TE）作為構(gòu)建風(fēng)險(xiǎn)預(yù)警模型的算法，通過(guò)構(gòu)建商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警系統(tǒng)對(duì)信貸風(fēng)險(xiǎn)進(jìn)行監(jiān)測(cè)和分析，該模型側(cè)重于對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的說(shuō)明及預(yù)警的相關(guān)指標(biāo)和報(bào)警范圍`10`。

　　李華明、向穎珍（2007）運(yùn)用時(shí)間序列分析方法，以ARMA模型來(lái)構(gòu)建信用風(fēng)險(xiǎn)預(yù)警模型，使得信用風(fēng)險(xiǎn)預(yù)警模型將影響信用風(fēng)險(xiǎn)的多種因素通過(guò)所考察的指標(biāo)自身的變化來(lái)反映`11`。不足之處在于：首先，該模型單純用歷史數(shù)據(jù)進(jìn)行模擬，雖預(yù)測(cè)了其可能的走勢(shì)，但對(duì)其存在這種走勢(shì)的具體原因并沒(méi)有明確表明；其次該模型只是利用不良貸款率單一指標(biāo)來(lái)建立模型，沒(méi)有考慮其他指標(biāo)折射的整體狀況；最后，模型的模擬效果也會(huì)隨著指標(biāo)的變化而變化，預(yù)測(cè)結(jié)果十分不穩(wěn)定。

　　從監(jiān)管層面來(lái)看：2005年開(kāi)始，銀監(jiān)會(huì)依據(jù)新制定的《商業(yè)銀行風(fēng)險(xiǎn)預(yù)警操作指引（試行）》按季對(duì)商業(yè)銀行法人機(jī)構(gòu)進(jìn)行風(fēng)險(xiǎn)預(yù)警的試運(yùn)行，以提高銀行風(fēng)險(xiǎn)監(jiān)管的敏感性和有效性。

　　綜合以上的理論研究可以看出，現(xiàn)有的成果主要存在下列不足之處：一是大多學(xué)者關(guān)于預(yù)警體系的研究都過(guò)度集中于商業(yè)銀行的信貸業(yè)務(wù)，從而無(wú)法做到整體考量商業(yè)銀行的風(fēng)險(xiǎn)；二是過(guò)分依賴少部分銀行現(xiàn)有的指標(biāo)，再依據(jù)趨勢(shì)變化給出預(yù)警結(jié)果，但往往結(jié)果偏離較大，不夠理想。整體來(lái)看，中國(guó)商業(yè)銀行金融風(fēng)險(xiǎn)預(yù)警多停留于較為傳統(tǒng)的指標(biāo)分析階段，即使少數(shù)學(xué)者提出數(shù)量方法，但也顯得單一和偏頗，因而對(duì)于該領(lǐng)域的研究還應(yīng)當(dāng)增加定量方法以期取得更好的功效。

　　三、商業(yè)銀行金融風(fēng)險(xiǎn)來(lái)源

　　從中國(guó)商業(yè)銀行的發(fā)展歷程及現(xiàn)狀來(lái)看，商業(yè)銀行所面臨的主要風(fēng)險(xiǎn)集中體現(xiàn)為信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)（操作風(fēng)險(xiǎn)屬人為因素所導(dǎo)致，在接下來(lái)的指標(biāo)體系構(gòu)建中暫不予考慮）。再依據(jù)其風(fēng)險(xiǎn)來(lái)源的差異大致可以將商業(yè)銀行金融風(fēng)險(xiǎn)劃分為以下幾個(gè)方面：

　?。ㄒ唬┖暧^經(jīng)濟(jì)發(fā)展所帶來(lái)的風(fēng)險(xiǎn)

　　商業(yè)銀行金融風(fēng)險(xiǎn)的發(fā)生很大程度上取決于經(jīng)濟(jì)基本面的運(yùn)營(yíng)狀況，如果宏觀經(jīng)濟(jì)運(yùn)行中出現(xiàn)通脹或是結(jié)構(gòu)失衡等現(xiàn)象，都將導(dǎo)致市場(chǎng)上貨幣資金的供求產(chǎn)生大幅的變化，作為貨幣資金的投放和回籠機(jī)構(gòu)，商業(yè)銀行的經(jīng)營(yíng)勢(shì)必受到重大影響，進(jìn)而導(dǎo)致風(fēng)險(xiǎn)的滋生。

　?。ǘ?duì)外經(jīng)營(yíng)業(yè)務(wù)的隱患

　　這類(lèi)風(fēng)險(xiǎn)主要在于國(guó)際業(yè)務(wù)的逆差以及游資對(duì)于本國(guó)金融行業(yè)的沖擊。在國(guó)際業(yè)務(wù)往來(lái)中，商業(yè)銀行通常承擔(dān)著資金的清算及資金缺口的補(bǔ)償，因而首當(dāng)其沖的面臨著匯率風(fēng)險(xiǎn)的考驗(yàn)。另外，游資在短期內(nèi)低進(jìn)高出，依靠短期內(nèi)自身相對(duì)于東道國(guó)的資金優(yōu)勢(shì)，操縱金融產(chǎn)品價(jià)格，這勢(shì)必在其抽逃之后造成金融風(fēng)險(xiǎn)的擴(kuò)散，商業(yè)銀行必將受到牽連。當(dāng)然風(fēng)險(xiǎn)主要體現(xiàn)在匯率水平等指標(biāo)上。

　?。ㄈ┥虡I(yè)銀行資本金不足導(dǎo)致的風(fēng)險(xiǎn)

　　商業(yè)銀行的經(jīng)營(yíng)是一種高負(fù)債形式，盡管如此，商業(yè)銀行還是應(yīng)當(dāng)在一定范圍內(nèi)保證庫(kù)存資金的充足，即使在不能保證庫(kù)存的條件下，也起碼要保證在出現(xiàn)資金短缺時(shí)能以較低的利率水平向同業(yè)拆得資金，否則商業(yè)銀行的經(jīng)營(yíng)將蘊(yùn)藏巨大的危機(jī)。這類(lèi)風(fēng)險(xiǎn)大小主要取決于同業(yè)拆借利率、資本充足率等。
　?。ㄋ模┬刨J業(yè)務(wù)帶來(lái)的風(fēng)險(xiǎn)

　　在商業(yè)銀行的經(jīng)營(yíng)過(guò)程中，由于顧客的存貸業(yè)務(wù)完全屬隨機(jī)行為，因而如果短期資金所占到的比重較大，將勢(shì)必給銀行的經(jīng)營(yíng)帶來(lái)額外的風(fēng)險(xiǎn)負(fù)擔(dān)。一旦短期內(nèi)存款到期，提現(xiàn)業(yè)務(wù)將會(huì)給銀行的存量資金施加壓力。風(fēng)險(xiǎn)衡量主要有賴于存（貸）增長(zhǎng)率及短期貸款占比。
 

?。ㄎ澹┥虡I(yè)銀行的獲利水平影響其風(fēng)險(xiǎn)程度

　　商業(yè)銀行的根本目的在于經(jīng)營(yíng)獲利，如果商業(yè)銀行經(jīng)營(yíng)狀況良好，將會(huì)獲得存貸客戶的信任，即使出現(xiàn)一定程度的經(jīng)濟(jì)波動(dòng)，也難以出現(xiàn)擠兌現(xiàn)象。而且較好的盈利水平同樣使得商業(yè)銀行在出現(xiàn)資金短缺時(shí)能夠較輕易地從同業(yè)處拆得資金以彌補(bǔ)頭寸。主要體現(xiàn)在貸款收益率、資產(chǎn)利潤(rùn)率等指標(biāo)上。

　?。┝鲃?dòng)性制約的風(fēng)險(xiǎn)大小

　　美國(guó)的次貸危機(jī)導(dǎo)致了全球性的經(jīng)濟(jì)恐慌，中國(guó)的金融業(yè)也因此遭受不同程度的損失，各個(gè)商業(yè)銀行直接或間接地受到很大的影響，隨著房貸還款期限臨近，更多的不良貸款將會(huì)逐漸顯現(xiàn)出來(lái)。一旦房地產(chǎn)泡沫破滅，勢(shì)必多數(shù)的商業(yè)銀行將遭受牽連，所以充足的資金撥備對(duì)商業(yè)銀行而言是不可或缺的。代表性的指標(biāo)有撥備覆蓋率、存款準(zhǔn)備金率等。

　　四、預(yù)警指標(biāo)體系的構(gòu)建

　　欲構(gòu)建商業(yè)銀行金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，不僅要做到指標(biāo)體系的預(yù)警效果明顯，而且指標(biāo)數(shù)據(jù)的獲得要具有可行性，另外預(yù)警也必須具有良好的可操作性。根據(jù)中國(guó)商業(yè)銀行金融風(fēng)險(xiǎn)的不同來(lái)源，截取了六大類(lèi)預(yù)警指標(biāo)作為構(gòu)建體系的基本依據(jù)。

　　為了迎合中國(guó)金融風(fēng)險(xiǎn)的隱蔽性等特性，在構(gòu)建指標(biāo)體系時(shí)盡量做到精細(xì)，以達(dá)到全面考量商業(yè)銀行金融風(fēng)險(xiǎn)的目的。最終共選取20項(xiàng)指標(biāo)對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)估，組成一個(gè)完整的預(yù)警體系（見(jiàn)表1）。

　　五、指標(biāo)安全區(qū)間的確定

　　商業(yè)銀行的金融風(fēng)險(xiǎn)預(yù)警指標(biāo)是否達(dá)到危機(jī)水平或是確定危險(xiǎn)程度，可依據(jù)既定的安全區(qū)間來(lái)判斷。通常在劃分安全區(qū)間時(shí)多參考中國(guó)人民銀行及銀行業(yè)監(jiān)督管理委員會(huì)的政策性文件，當(dāng)然如果國(guó)際上有公認(rèn)的臨界值，則應(yīng)當(dāng)依據(jù)此項(xiàng)臨界值再行劃分安全區(qū)間，總之對(duì)于安全區(qū)間的確定必須做到有據(jù)可循，并且保證指標(biāo)的準(zhǔn)確無(wú)誤。另外，如果某一既定臨界值不適應(yīng)目前的商業(yè)銀行狀況，則在此臨界值的基礎(chǔ)上進(jìn)行適當(dāng)?shù)奈⒄{(diào)。

　　在考慮指標(biāo)安全區(qū)間時(shí)應(yīng)當(dāng)注意：并非所有預(yù)警指標(biāo)都是風(fēng)險(xiǎn)單調(diào)型的，也即是存在部分指標(biāo)屬于非單調(diào)型。例如資本充足率對(duì)于商業(yè)銀行的金融風(fēng)險(xiǎn)無(wú)疑具有風(fēng)險(xiǎn)單調(diào)遞減的特性；但是形如匯率等指標(biāo)卻并不如此——匯率在大于12與小于6時(shí)都具有風(fēng)險(xiǎn)遞增的特性，這等同于在區(qū)間內(nèi)部存在某一特定的峰值為最優(yōu)，因此在劃分安全區(qū)間時(shí)予以充分考慮。

　　根據(jù)上述原則，筆者對(duì)各項(xiàng)預(yù)警指標(biāo)的安全區(qū)間進(jìn)行了大致劃分，具體情況見(jiàn)表2。

　　六、金融風(fēng)險(xiǎn)評(píng)價(jià)方法

　　零散的每個(gè)預(yù)警指標(biāo)值并不能全方位體現(xiàn)出商業(yè)銀行的金融風(fēng)險(xiǎn)現(xiàn)狀，因而必須利用某種方法以綜合出所有指標(biāo)的得分，從而根據(jù)這一綜合得分來(lái)判斷商業(yè)銀行面臨的風(fēng)險(xiǎn)程度。

　　（一）總體方法的選擇

　　在根據(jù)國(guó)內(nèi)外學(xué)者現(xiàn)有的研究基礎(chǔ)之上`12`，參考各種評(píng)價(jià)方法的可操作性，筆者擬采用功效系數(shù)法對(duì)商業(yè)