探究中國(guó)商業(yè)銀行金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系
探究中國(guó)商業(yè)銀行金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系
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)。
一、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。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)作為分類的標(biāo)準(zhǔn),運(yùn)用二分法,通過(guò)建立二元分類數(shù)來(lái)分析被考查對(duì)象狀態(tài)。Logit模型主要采用了logistic函數(shù),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)。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,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,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。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) 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。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。
二、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:
(一)宏觀經(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。
(二)信貸業(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。
(三)商業(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。
(四)對(duì)外經(jīng)營(yíng)業(yè)務(wù)的隱患
這類風(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。
(五)商業(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)。這類風(fēng)險(xiǎn)大小主要取決于同業(yè)拆借利率、資本充足率等。
(六)流動(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。
三、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。
四、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。
五、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,小編擬采用功效系數(shù)法對(duì)商業(yè)銀行金融風(fēng)險(xiǎn)進(jìn)行具體評(píng)價(jià),其中主要原因在于,使用功效系數(shù)法進(jìn)行綜合評(píng)價(jià)時(shí),其評(píng)價(jià)指標(biāo)體系中不僅可以含有正向指標(biāo),也可以存在逆指標(biāo)[13]。但是無(wú)論采用何種指標(biāo)進(jìn)行評(píng)價(jià),評(píng)價(jià)得分值越高,越是表明風(fēng)險(xiǎn)程度越高或是綜合效果越好。正是由于這點(diǎn),利用功效系數(shù)法可以很好地解決本文中同時(shí)出現(xiàn)正、逆指標(biāo)的問(wèn)題。
(二)指標(biāo)權(quán)重的確定
由于選定的功效系數(shù)評(píng)價(jià)法要求必須知道每個(gè)指標(biāo)的權(quán)重,否則將無(wú)法綜合計(jì)算出最終的評(píng)價(jià)得分,因而又必須進(jìn)一步選取適當(dāng)?shù)馁x權(quán)方法來(lái)得到每個(gè)預(yù)警指標(biāo)的權(quán)重。在實(shí)際操作中可用的賦權(quán)方法大致分為兩類:主觀賦權(quán)法和客觀賦權(quán)法??陀^賦權(quán)法(如變異系數(shù)法)的原始數(shù)據(jù)由各指標(biāo)在評(píng)價(jià)中的實(shí)際數(shù)據(jù)組成,不依賴人的主觀判斷,因而此類方法客觀性較強(qiáng),但是客觀賦權(quán)就必然導(dǎo)致對(duì)指標(biāo)的經(jīng)濟(jì)意義沒(méi)有充分考慮,將會(huì)偏離應(yīng)有的評(píng)價(jià)結(jié)論,故在此處不予采用;主觀賦權(quán)法主要是由專家根據(jù)經(jīng)驗(yàn)判斷而得到(如AHP法、德?tīng)柗品ǖ?,雖然此類方法客觀性有所降低,但更能體現(xiàn)經(jīng)濟(jì)問(wèn)題的實(shí)質(zhì),因而本文擬用主觀賦權(quán)法。由于德?tīng)柗频确椒ㄔ诖_定權(quán)重時(shí)完全依賴專家打分,主觀性過(guò)大且操作性較差,故本文采用層次分析法(AHP)進(jìn)行指標(biāo)權(quán)重的確定。
本文在現(xiàn)有指標(biāo)體系上設(shè)置指標(biāo)權(quán)重的大致步驟如下:(1)根據(jù)已經(jīng)劃分的層次確立多階遞進(jìn)的層次結(jié)構(gòu)。這一工作在獲取指標(biāo)時(shí)已經(jīng)完成;(2)建立判斷矩陣。判斷矩陣主要以上級(jí)的某一要素X為評(píng)價(jià)準(zhǔn)則,對(duì)本級(jí)的要素兩兩比較確定判斷矩陣:
A=B11 B21 … Bn1B12 B22 … Bn2B1n B2n … Bnn
根據(jù)公認(rèn)評(píng)價(jià)尺度進(jìn)行賦值;(3)利用和積法或方根法計(jì)算權(quán)重系數(shù)。文章采用和積法;(4)筆者對(duì)各層次進(jìn)行了必要的一致性檢驗(yàn)以保證權(quán)重確定的合理性。
六、風(fēng)險(xiǎn)預(yù)警及實(shí)證檢驗(yàn)
根據(jù)前文已經(jīng)建立的商業(yè)銀行金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系,可以對(duì)中國(guó)商業(yè)銀行近期的金融風(fēng)險(xiǎn)狀況進(jìn)行實(shí)證檢驗(yàn):
(一)對(duì)已構(gòu)建指標(biāo)體系的賦權(quán)結(jié)果
首先,依據(jù)已經(jīng)劃分的六類子系統(tǒng)指標(biāo)在風(fēng)險(xiǎn)中貢獻(xiàn)度的差異,應(yīng)用AHP過(guò)程進(jìn)行賦權(quán);其次,再以子系統(tǒng)指標(biāo)為評(píng)價(jià)準(zhǔn)則,對(duì)子系統(tǒng)內(nèi)各個(gè)指標(biāo)再以AHP方法來(lái)賦權(quán)。
(二)中國(guó)商業(yè)銀行金融風(fēng)險(xiǎn)近況的實(shí)證檢驗(yàn)
1. 金融風(fēng)險(xiǎn)預(yù)警得分值的確定。在前文已經(jīng)將各指標(biāo)的安全區(qū)間確立,按照百分制來(lái)計(jì)算,可將安全區(qū)間跨度與百分之比作為比例來(lái)乘以指標(biāo)具體數(shù)值,從而得到映射到百分區(qū)間的指標(biāo)得分。再將各項(xiàng)指標(biāo)的得分乘以已經(jīng)確立的權(quán)重,由此獲取指標(biāo)的真實(shí)得分。不同的得分又被歸屬到四種風(fēng)險(xiǎn)狀態(tài)(見(jiàn)表4),即穩(wěn)定安全、基本安全、有風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)(注意此處得分越高,對(duì)應(yīng)風(fēng)險(xiǎn)越大)。
2. 預(yù)警結(jié)果。按照上述的方法把近三年中國(guó)商業(yè)銀行金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的得分列出。
從上述的2008—2010年預(yù)警的結(jié)果來(lái)看,商業(yè)銀行金融風(fēng)險(xiǎn)的綜合評(píng)價(jià)都處于基本安全區(qū)域內(nèi)。說(shuō)明雖然金融危機(jī)尚沒(méi)有給中國(guó)商業(yè)銀行造成破壞性沖擊,但是商業(yè)銀行預(yù)警結(jié)果卻并未達(dá)到理想的安全區(qū)域,尤其2008年和2009年加權(quán)綜合得分都非常高,表明商業(yè)銀行的風(fēng)險(xiǎn)仍然十分突出,不過(guò)這種風(fēng)險(xiǎn)呈現(xiàn)逐年減弱的趨勢(shì),說(shuō)明金融危機(jī)的影響正在逐漸消退。
對(duì)其中得分較高的單項(xiàng)指標(biāo)進(jìn)行分析可以得知:商業(yè)銀行的資本風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)對(duì)于綜合得分的貢獻(xiàn)度較大,2008年二者對(duì)于整體得分的貢獻(xiàn)高達(dá)61%。因此,作為商業(yè)銀行管理層可以就此采取部分針對(duì)性措施,例如提高超額準(zhǔn)備金的比例、加強(qiáng)不良貸款管理以及嚴(yán)格商業(yè)銀行放貸門檻等;而作為宏觀層面的中國(guó)人民銀行和銀監(jiān)會(huì)則可以考慮適當(dāng)?shù)倪\(yùn)用提高存款準(zhǔn)備金率和限制貸款集中等政策舉措來(lái)削弱商業(yè)銀行的金融風(fēng)險(xiǎn)。
七、結(jié)束語(yǔ)
文章在研究分析國(guó)外商業(yè)銀行風(fēng)險(xiǎn)預(yù)警具體操作辦法的基礎(chǔ)之上,結(jié)合中國(guó)商業(yè)銀行風(fēng)險(xiǎn)的實(shí)際,指出了中國(guó)商業(yè)銀行風(fēng)險(xiǎn)的根源及其特點(diǎn),而后再針對(duì)中國(guó)商業(yè)銀行六類風(fēng)險(xiǎn)指標(biāo)建立商業(yè)銀行金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系,同時(shí)利用功效系數(shù)法、AHP法對(duì)商業(yè)銀行風(fēng)險(xiǎn)預(yù)警模型進(jìn)行評(píng)分。通過(guò)國(guó)際金融危機(jī)發(fā)生的2008—2010年中國(guó)商業(yè)銀行具體數(shù)據(jù)對(duì)風(fēng)險(xiǎn)預(yù)警模型進(jìn)行實(shí)證檢驗(yàn),證實(shí)了風(fēng)險(xiǎn)預(yù)警模型評(píng)價(jià)結(jié)果基本與實(shí)際情況一致,從而說(shuō)明指標(biāo)體系的構(gòu)建以及權(quán)重的分配均具備相當(dāng)?shù)木_度及合理性,因此模型可以作為評(píng)估商業(yè)銀行金融風(fēng)險(xiǎn)的參照。
從實(shí)證分析中可以看出,關(guān)于中國(guó)商業(yè)銀行現(xiàn)狀的主要結(jié)論大致有:(1)商業(yè)銀行壞賬、呆賬比率仍然較高,造成商業(yè)銀行整體的信用風(fēng)險(xiǎn)水平較大;(2)商業(yè)銀行風(fēng)險(xiǎn)的產(chǎn)生會(huì)較大程度地受到宏觀環(huán)境的影響,伴隨著宏觀經(jīng)濟(jì)過(guò)熱形勢(shì)的改善,風(fēng)險(xiǎn)亦有所降低;(3)中國(guó)商業(yè)銀行面臨的匯率風(fēng)險(xiǎn)在檢驗(yàn)期內(nèi)逐年遞增,這主要可能源于人民幣升值壓力的不斷增加,相關(guān)政府管理部門應(yīng)予以重視;(4)從經(jīng)營(yíng)風(fēng)險(xiǎn)類指標(biāo)得分來(lái)看,商業(yè)銀行的獲利能力并未受到金融危機(jī)的負(fù)面影響,相反,在近三年呈現(xiàn)不斷改善的趨勢(shì),這可能更多地歸功于成功地實(shí)施了對(duì)四大國(guó)有商業(yè)銀行的股份制改造,等等。
本文在指標(biāo)的選取上首先是參考既有的相關(guān)的規(guī)定及研究成果,并且在運(yùn)用AHP法對(duì)系統(tǒng)內(nèi)元素相互間重要度打分時(shí)都具有一定程度的主觀性,由于該領(lǐng)域沒(méi)有研究成果可以參考,因而準(zhǔn)確與否無(wú)法得到實(shí)際驗(yàn)證;其次,中國(guó)的資本市場(chǎng)、金融行業(yè)也處在高速發(fā)展和進(jìn)步的過(guò)程中,今后的研究中應(yīng)當(dāng)適當(dāng)考慮此類因素的影響[14];最后,由于有關(guān)商業(yè)銀行短期的指標(biāo)數(shù)據(jù)難以搜集,即使運(yùn)用的操作方法完全一樣,也無(wú)法針對(duì)較短期限內(nèi)商業(yè)銀行的金融風(fēng)險(xiǎn)進(jìn)行預(yù)警和考察。