利率市場(chǎng)化下我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)的研究

(四川大學(xué)經(jīng)濟(jì)學(xué)院 四川 成都 610065)

一、緒論

利率市場(chǎng)化能從各方面優(yōu)化資源配置、加速銀行升級(jí)等。但這項(xiàng)金融改革帶來(lái)的利率風(fēng)險(xiǎn)給我國(guó)商業(yè)銀行帶來(lái)了潛在的巨大損失的風(fēng)險(xiǎn)，威脅到銀行的穩(wěn)健性發(fā)展。外有經(jīng)濟(jì)全球化趨勢(shì)不斷加強(qiáng)，內(nèi)有利率市場(chǎng)化改革的穩(wěn)步推進(jìn)，而商業(yè)銀行作為我國(guó)金融市場(chǎng)中最重要的參與者，面臨的利率風(fēng)險(xiǎn)與日俱增。

從宏觀來(lái)看，在利率市場(chǎng)化的推動(dòng)下，利率水平的變化更加復(fù)雜，利率的頻繁波動(dòng)給銀行的負(fù)債成本和資產(chǎn)收益帶來(lái)許多不確定的因素，特別是中小銀行在放開(kāi)利率管制的過(guò)程中會(huì)處于不利地位，不利于我國(guó)市場(chǎng)的穩(wěn)健性。從微觀來(lái)看，由于長(zhǎng)期的利率管制，我國(guó)商業(yè)銀行對(duì)利率風(fēng)險(xiǎn)這方面意識(shí)薄弱，整體使用較為保守傳統(tǒng)的分析法。

VaR模型度量商業(yè)銀行面臨的利率風(fēng)險(xiǎn)，目前已被國(guó)外大多數(shù)商業(yè)銀行所采用，我國(guó)商業(yè)銀行也應(yīng)該逐步采用此法，實(shí)現(xiàn)對(duì)利率風(fēng)險(xiǎn)較為準(zhǔn)確的度量和監(jiān)管。

二、利率市場(chǎng)化內(nèi)涵及利率風(fēng)險(xiǎn)常用度量方法

(一)利率市場(chǎng)化的內(nèi)涵及進(jìn)程。利率市場(chǎng)化就是將利率的確定交給市場(chǎng)，而盡量少的進(jìn)行人為干預(yù)，使利率的確定、傳導(dǎo)、結(jié)構(gòu)和管理更多的由市場(chǎng)的實(shí)際情況決定，形成沒(méi)有人為參與的一整套機(jī)制。利率市場(chǎng)化的內(nèi)涵主要包括以下四點(diǎn)：利率決定權(quán)取決于金融主體；市場(chǎng)可以自發(fā)選擇利率的數(shù)量、期限和風(fēng)險(xiǎn)結(jié)構(gòu)；市場(chǎng)利率較大程度取決于同業(yè)拆借利率或短期國(guó)債利率；貨幣當(dāng)局間接影響利率。

1996年，我國(guó)先行放開(kāi)的銀行拆借利率，打響了利率市場(chǎng)化改革的第一步。整體遵循“三步走”：第一貨幣市場(chǎng)利率市場(chǎng)化，第二債券市場(chǎng)利率市場(chǎng)化，第三貸款利率市場(chǎng)化的思路，逐步實(shí)現(xiàn)利率市場(chǎng)化。至2018年末，我國(guó)利率市場(chǎng)化改革已經(jīng)達(dá)到節(jié)骨眼上，剩下存款利率未完全放開(kāi)。但是存款利率的定價(jià)格局已經(jīng)基本形成了，貨幣資金的定價(jià)權(quán)逐漸由政府交由市場(chǎng)。

(二)利率風(fēng)險(xiǎn)對(duì)商業(yè)銀行的影響。利率風(fēng)險(xiǎn)對(duì)商業(yè)銀行有很大影響，表現(xiàn)為以下三個(gè)方面：收益、經(jīng)濟(jì)價(jià)值、潛在損失。一是當(dāng)利率波動(dòng)減少銀行凈收益時(shí)，降低銀行資本充足率的同時(shí)，還會(huì)降低市場(chǎng)對(duì)銀行的信心。二是利率波動(dòng)減少銀行經(jīng)濟(jì)價(jià)值時(shí)，意味銀行發(fā)展前景不好，動(dòng)搖市場(chǎng)信心。三是利率波動(dòng)對(duì)未來(lái)業(yè)績(jī)的影響可能表現(xiàn)為一種潛在損失。隨著我國(guó)市場(chǎng)開(kāi)放度的提高而增加的利率風(fēng)險(xiǎn)才讓人們逐漸認(rèn)識(shí)到此類風(fēng)險(xiǎn)的重要性，但是起步較晚造成了我國(guó)銀行主觀上管理能力不夠和客觀上缺乏相應(yīng)的管理。一方面加劇了不同國(guó)家金融體制之間的競(jìng)爭(zhēng)，另一方面加劇了一國(guó)內(nèi)部銀行與非銀行金融機(jī)構(gòu)之間的競(jìng)爭(zhēng)。

(三)商業(yè)銀行度量利率風(fēng)險(xiǎn)的方法。不同的利率風(fēng)險(xiǎn)度量方面的側(cè)重點(diǎn)各有不同。由于本文主要采用VaR方法研究利率風(fēng)險(xiǎn)，因此本節(jié)簡(jiǎn)單敘述久期分析法和敏感性缺口分析法，詳細(xì)介紹VaR法。

久期分析法。久期越大，債券價(jià)格對(duì)收益率的變動(dòng)越敏感。其主要策略為：一是當(dāng)利率變化幅度小時(shí)，忽略凸度缺口。利率上升時(shí)，久期缺口應(yīng)該為負(fù)；利率下降時(shí)，久期缺口應(yīng)該為正。二是當(dāng)利率變化幅度明顯時(shí)，保持正的凸度缺口。利率上升時(shí)，久期缺口為負(fù)；利率下降時(shí)，久期缺口為正。

利率敏感性缺口定義為利率敏感性資產(chǎn)與利率敏感性負(fù)債的差額。其主要思想為：當(dāng)預(yù)測(cè)出利率將要上升時(shí)，通過(guò)對(duì)資產(chǎn)負(fù)債規(guī)模調(diào)整，保持缺口為正。反之相反。

VaR模型是1993年J.P.Morgan公司提出，是一種測(cè)量處于風(fēng)險(xiǎn)中的價(jià)值的方法。VaR(Value at Risk)，是指市場(chǎng)正常波動(dòng)下，在一定時(shí)期和一定的置信水平內(nèi)，資產(chǎn)組合可能發(fā)生的最大損失。VaR的參數(shù)一共有三個(gè)：一是時(shí)間長(zhǎng)度N；二是置信水平α%；三是單個(gè)資產(chǎn)或資產(chǎn)組合經(jīng)濟(jì)價(jià)值變動(dòng)△π。計(jì)算VaR核心在于如何得到組合收益率的分布，故可以劃分為：參數(shù)解析法和模擬法。其一，參數(shù)解析法,也稱為局部估值法。原理在于：假定資產(chǎn)的價(jià)值由一系列風(fēng)險(xiǎn)因素決定，并且風(fēng)險(xiǎn)因素的變動(dòng)服從某個(gè)已知分布，依據(jù)二者之間的函數(shù)關(guān)系，計(jì)算得到資產(chǎn)的VaR。其二，模擬法，可稱為完全估值法。原理在于：模擬風(fēng)險(xiǎn)因素在未來(lái)的各種可能出現(xiàn)的情景，然后根據(jù)資產(chǎn)價(jià)值與風(fēng)險(xiǎn)因素之間的關(guān)系，計(jì)算資產(chǎn)的VaR。根據(jù)模擬方法的不同，可以劃分為：歷史模擬法和蒙特卡洛模擬法。

三、Shibor數(shù)據(jù)建模及實(shí)證研究

(一)數(shù)據(jù)與指標(biāo)的選取。近幾年來(lái)，全國(guó)銀行間同業(yè)拆借利率Chibor、上海銀行間同業(yè)拆借利率Shibor、全國(guó)銀行間債券回購(gòu)利率的市場(chǎng)化程度較高，能夠靈敏地反映市場(chǎng)資金的狀況及變化。其一全國(guó)銀行間債券回購(gòu)利率直接受中央銀行回購(gòu)操作的影響，而中央銀行的回購(gòu)交易受市場(chǎng)投資者的影響，故往往會(huì)有違常理的情況發(fā)生；其二Chibor受短期內(nèi)金融市場(chǎng)需要的流動(dòng)資金量的影響較大，市場(chǎng)代表性不強(qiáng)。因此用二者作為基礎(chǔ)數(shù)據(jù)模擬市場(chǎng)利率變動(dòng)的可行性存在爭(zhēng)議。

Shibor于2007年1月4日開(kāi)始正式運(yùn)行，是一種單利、無(wú)擔(dān)保、批發(fā)性的利率，極大促進(jìn)我國(guó)貨幣市場(chǎng)的發(fā)展。常見(jiàn)類型有：O/N、1W、1M、3M，其中隔夜拆借利率最為活躍，能比較靈活及時(shí)地反映資金供求變化和買賣雙方的多空頭博弈，因而市場(chǎng)代表性最強(qiáng)。

本文選取從2015年1月4日到2019年12月31日的Shibor O/N收益率作為樣本基礎(chǔ)數(shù)據(jù)，共包含了60個(gè)月的數(shù)據(jù)，樣本總?cè)萘繛?248。數(shù)據(jù)來(lái)源于：上海銀行間拆借利率官網(wǎng)提供的數(shù)據(jù)服務(wù)。為了保證時(shí)間序列數(shù)據(jù)Shibor O/N 收益率的穩(wěn)定性，對(duì)基礎(chǔ)數(shù)據(jù)作對(duì)數(shù)化的一階差分步驟，表達(dá)式為(3.1)：

所以，對(duì)于我國(guó)油脂加工行業(yè)的發(fā)展來(lái)說(shuō)，其消費(fèi)前景的樂(lè)觀程度帶動(dòng)了整體行業(yè)的發(fā)展，面臨國(guó)際化的機(jī)遇和挑戰(zhàn)，我國(guó)油脂行業(yè)經(jīng)營(yíng)水平不斷優(yōu)化，集中規(guī)?；掷m(xù)提高，在市場(chǎng)定位細(xì)分的條件下，通過(guò)品牌營(yíng)銷活動(dòng)的深化提升產(chǎn)品價(jià)值，推動(dòng)行業(yè)發(fā)展。另外，特種油脂與功能性油脂的生產(chǎn)和發(fā)展也逐漸的得到了開(kāi)發(fā)和利用，以豐富食用油市場(chǎng)，滿足不同人群的需要，提升了油脂加工行業(yè)的產(chǎn)業(yè)價(jià)值，帶動(dòng)了我國(guó)經(jīng)濟(jì)的快速增長(zhǎng)。

Rt=ln(Shibort)-ln(Shibort-1)

(3.1)

(二)Shibor的基本統(tǒng)計(jì)特征

1.Shibor利率的序列相關(guān)性檢驗(yàn)。實(shí)際經(jīng)濟(jì)問(wèn)題中，時(shí)間序列數(shù)據(jù)往往會(huì)存在序列相關(guān)性，其原因有三：一是經(jīng)濟(jì)變量固有的慣性；二是模型設(shè)定的偏誤；三是數(shù)據(jù)的“編造”。當(dāng)模型的隨機(jī)干擾項(xiàng)破壞了相互獨(dú)立的假設(shè)，則必然導(dǎo)致模型存在設(shè)定偏誤。本文選用Eviews 6.0作為統(tǒng)計(jì)工具，采用Ljung-Box Q 檢驗(yàn)法，考察該數(shù)據(jù)的序列相關(guān)性。檢查結(jié)果可知，滯后一階的AC值和PAC值均為0.177，超過(guò)兩杯標(biāo)準(zhǔn)線之外。Q-Statistic 的 P 值為 0.000，該 P 值小于置信水平 95%，因此可認(rèn)為Rt序列存在一階自相關(guān)關(guān)系。根據(jù) AC 值、PAC 值及 Q-Statistic 的 P 值可看出其存在自相關(guān)性。

2.Shibor利率的平穩(wěn)性檢驗(yàn)。確保時(shí)間序列數(shù)據(jù)的平穩(wěn)性，是減少模型虛假回歸的有效手段。本文選用Eviews 6.0作為統(tǒng)計(jì)工具，采用ADF檢驗(yàn)法，考察該數(shù)據(jù)的平穩(wěn)性。檢驗(yàn)結(jié)果表示，在3種情況下ADF檢驗(yàn)結(jié)果，所得到的t-Statistic 的P值均小于置信水平為 99%、95%、90%的參考值，因此不接受原假設(shè)，接受備擇假設(shè)。3種情況下的Rt收益率序列的單位根不為1，且AR(p)的系數(shù)之和不為1，說(shuō)明該序列是平穩(wěn)序列。

3.Shibor利率的正態(tài)性檢驗(yàn)。近年來(lái)研究發(fā)現(xiàn)，Shibor序列數(shù)據(jù)通常呈現(xiàn)“尖峰肥尾”“偏態(tài)性”的特征，基本不符合正態(tài)分布。由于在不同分布條件下計(jì)算出的VaR值存在較大的差異，所以對(duì)序列進(jìn)行正態(tài)性檢驗(yàn)是十分必要的。本文選用Eviews 6.0作為統(tǒng)計(jì)工具，采用直方圖檢驗(yàn)法，考察該數(shù)據(jù)的正態(tài)性。檢驗(yàn)結(jié)果得知，與正態(tài)分布相比較，該序列偏度Skewness=2.435397>0，Kurtosis=29.76747>3,故該序列具有左偏、尖峰厚尾的特點(diǎn)。且JB(Jarque-Bera)統(tǒng)計(jì)量的概率P值為0，也說(shuō)明該樣本并非來(lái)自正態(tài)分布。

4.Shibor利率的條件異方差檢驗(yàn)。一般而言，橫截面數(shù)據(jù)才會(huì)存在條件異方差性。但是為了樣本數(shù)據(jù)的合理性，更好構(gòu)造模型，本文選用Eviews 6.0作為統(tǒng)計(jì)工具，采用殘差時(shí)序圖檢驗(yàn)法，考察該數(shù)據(jù)的條件異方差性。對(duì)Rt序列展開(kāi) ARCH-LM 檢驗(yàn)，并對(duì)AR(1)的殘差項(xiàng)進(jìn)行該檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量為23.17323，其P值為 0.0000，Obs*R-squared 統(tǒng)計(jì)量為22.78603，其P值同為0.0000,假設(shè)置信水平為95%，則 F-statistic、Obs*R-squared 的 P 值均小于其臨界值。因此，該序列具有條件異方差性-ARCH效應(yīng)。

綜上所述，我們可以得出以下4各方面的結(jié)論。一從數(shù)據(jù)的自相關(guān)性來(lái)看，存在一階自相關(guān)；二從數(shù)據(jù)的平穩(wěn)性來(lái)看，該數(shù)據(jù)是平穩(wěn)的；三從數(shù)據(jù)的正態(tài)性來(lái)看，存在“尖峰肥尾”“偏態(tài)性”的特征；四從數(shù)據(jù)的條件異方差性來(lái)看，存在ARCH效應(yīng)。

1.GARCH模型的建立。低階 GARCH 模型能夠有效地?cái)M合正常情況下的金融數(shù)據(jù)波動(dòng)聚集性，故本文選取此模型并設(shè)定方程為 GARCH(1,1)，呈廣義誤差分布，設(shè)方程為:rt=μ+εt，εt服從GED分布，如公式(3.2)所示：

σ2t=α0+α1ε2t-1+β1σ2t-1

(3.2)

其中，σt ：當(dāng)期方差； ARCH 項(xiàng)：ε2t-1; GARCH 項(xiàng)：σ2t-1(前一期的方差)。

根據(jù)GARCH(1，1)模型在 GED 分布下的回歸結(jié)果，可得如下方程(3.3)、(3.4)所示：

rt=0.000706+εt，εt服從GED分布.

(3.3)

σ2t=8.64E-06+2.665999ε2t-1+0.306504σ2t-1

(3.4)

由上述方程可知，α0為8.64E-06，其值較小，故長(zhǎng)期來(lái)看利率的波動(dòng)幅度較??；α1為2.665999>0，故外部因素的變動(dòng)會(huì)加劇利率的波動(dòng)；β1為0.306504，故先前時(shí)刻的價(jià)格波動(dòng)會(huì)影響在后時(shí)刻價(jià)格波動(dòng)，利率的波動(dòng)是具有長(zhǎng)期性的；且α1+β1>1，故利率波動(dòng)具有持續(xù)性。

2.計(jì)算Shbior O/N的VaR值。Shibor O/N收益率的VaR值可采用下式(3.5)：

VaRt+1=ωt·Zα·σt+1·Δt^1/2

(3.5)

其中，VaRt+1為t時(shí)期的在險(xiǎn)價(jià)值；ωt為資產(chǎn)的初始價(jià)值，本文不妨設(shè)為1；Zα為GED分布下的1-α的分位數(shù)；Δt為資產(chǎn)的持有期，由于樣本數(shù)據(jù)為隔夜拆借利率，故本文不妨設(shè)為1。當(dāng)置信水平值為 0.95、0.99時(shí)，Zα的臨界值分別為 1.65、2.66。

結(jié)合方程組可知，在95%的置信度下，商業(yè)銀行遭受利率風(fēng)險(xiǎn)最大的損失值為3.085382577；在99%的置信度下，商業(yè)銀行遭受利率風(fēng)險(xiǎn)最大的損失值為4.974010699。這表明我國(guó)商業(yè)銀行短期利率風(fēng)險(xiǎn)較大。

綜上所述，在 GARCH 模型的幫助下，我們測(cè)算出同業(yè)拆借利率的 VaR 值，發(fā)現(xiàn)伴隨著頻繁的利率波動(dòng)，利率風(fēng)險(xiǎn)指數(shù)也居高不下，由此可以推測(cè)后期的利率市場(chǎng)化改革仍然會(huì)進(jìn)一步擴(kuò)大利率風(fēng)險(xiǎn)值，因而商業(yè)銀行的利率風(fēng)險(xiǎn)管理會(huì)成為下一階段市場(chǎng)競(jìng)爭(zhēng)的核心。

四、結(jié)論與建議

通過(guò)以上分析可知:利率市場(chǎng)化改革是我國(guó)與國(guó)際接軌的重要一環(huán)，可是與此同時(shí)帶來(lái)的利率風(fēng)險(xiǎn)不可忽視。商業(yè)銀行應(yīng)該權(quán)衡風(fēng)險(xiǎn)性、流動(dòng)性、收益性三者之間的關(guān)系，將利率風(fēng)險(xiǎn)缺口維持在一個(gè)合適的區(qū)間里。在實(shí)際生活中，金融時(shí)序序列并不符合經(jīng)濟(jì)學(xué)中“正態(tài)分布”的假設(shè)，大多呈現(xiàn)“左偏性”“尖峰厚尾”的特征。

針對(duì)我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)現(xiàn)狀，建議主要集中在以下幾個(gè)方面：及時(shí)動(dòng)態(tài)調(diào)整資產(chǎn)負(fù)債頭寸，優(yōu)化變革資產(chǎn)負(fù)債管理模式，減少損失。完善內(nèi)部控制，不給風(fēng)險(xiǎn)留機(jī)會(huì)。選取更具有現(xiàn)實(shí)意義的利率風(fēng)險(xiǎn)度量方法。

利率市場(chǎng)化改革既有機(jī)遇又有挑戰(zhàn)，在加劇市場(chǎng)競(jìng)爭(zhēng)的同時(shí)，也給我國(guó)的商業(yè)銀行帶來(lái)了新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。各個(gè)商業(yè)銀行應(yīng)順應(yīng)改革潮流，適時(shí)調(diào)整經(jīng)營(yíng)目標(biāo)，重視金融創(chuàng)新，利用金融科技的力量，在改革浪潮中處于不敗之地。