中國存款保險基金目標比率測算
——基于經驗算法視角

周镕基，姚 帥，吳思斌

(1.衡陽師范學院 經濟與管理學院，湖南 衡陽 421002；2.德克薩斯大學大河谷分校 商學院，美國 德克薩斯州 78541)

一、問題的提出

存款保險是現(xiàn)代金融監(jiān)管體制的重要風險處置工具，伴隨著金融風險事件與銀行業(yè)危機在全球范圍內的頻發(fā)，設計有效的存款保險架構越來越成為各主權監(jiān)管國的廣泛共識。國際存款保險協(xié)會的統(tǒng)計數(shù)據(jù)顯示，截止2020年12月，全球正式以實體形式設計存款保險架構的國家或地區(qū)至少已經達到140個以上，事實證明，存款保險在全球樣本中的系統(tǒng)重要性顯著提升，并且逐漸成為設計政府金融安全網(wǎng)的核心支柱。

存款保險架構的有效運轉離不開設立高效的存款保險基金。道德風險、逆向選擇和代理問題是影響存款保險基金安全的三大因素，為有效緩解上述因素帶來的負面影響，設定一個具有合理界值的目標比率非常重要。突破理論界值過高的目標比率會提高投保機構的保費負擔，并且容易造成時間成本損耗與資金浪費等問題；而脫離理論界值過低的目標比率將會提高存款保險基金的賠付壓力，低儲備值若無法滿足現(xiàn)實賠付需要則會危及金融系統(tǒng)穩(wěn)定。

關于存款保險基金目標比率合理界定的意義，可以從理論和實踐兩個視角分別進行探討。理論視角的意義主要體現(xiàn)在兩個方面：第一，充分且理想可行的存款保險基金目標比率是確保存款保險制度能夠順利運行的必要條件，通過對目標比率范圍的合理安排有利于織密政府金融安全網(wǎng)并筑牢本國金融安全防線；第二，通過目標制管理可以進一步實行趨向核心目標的動態(tài)識別策略，從而有利于提高存款保險基金框架的運營穩(wěn)定性與公眾信任度。實踐視角的意義也主要體現(xiàn)在兩個方面：第一，李克強總理在2022年的《政府工作報告》中明確指出，要“加強風險預警、防控機制和能力建設，發(fā)揮存款保險制度和行業(yè)保障基金的作用”。存款保險基金的目標比率設定直接關系到存款保險賠付能力與金融安全問題，設定符合中國國情的存款保險基金目標比率是實現(xiàn)金融隱患“精準拆彈”的關鍵環(huán)節(jié)，有利于確保牢牢守住不發(fā)生系統(tǒng)性金融風險的底線；第二，通過對存款類金融機構實行“生前遺囑”的方式來設計存款保險基金目標比率的融資安排，可以使存款保險基金有充分的能力與資源對破產銀行進行救助。綜上所述，界定一個合適的存款保險基金目標比率無論是從理論視角還是實踐視角都具有重要意義。

在全球樣本的經驗證據(jù)中，美國、加拿大等國均選擇了符合自身國情規(guī)制的基金目標比率，并且在處置破產銀行中取得較好成效，為各國存款保險的賠付實踐提供了現(xiàn)實樣本。而存款保險基金目標比率在中國樣本的經驗證據(jù)中效果也如此顯著嗎？答案或許并不足夠理想，中國存款保險基金的設計構想自1993年首次提出以來，經過20多年的理論探討，已于2015年正式成立由中國人民銀行實質負責的存款保險基金管理公司，但由于設立時間較短和運營經驗有限，因此在目標比率設定方面尚未形成合理共識。在上述立題背景下，基于實證工具測算存款保險基金的目標比率界值范圍，從而為目標比率測度提供新的邊際貢獻顯得更為重要。

本研究的結構安排如下：第一部分闡釋本研究的立題背景；第二部分回顧存款保險實證領域現(xiàn)有文獻并介紹本研究實現(xiàn)的邊際貢獻；第三部分對影響存款保險基金目標比率測算的關鍵問題進行控制與說明；第四部分依托于數(shù)學框架構建存款保險基金目標比率測算模型；第五部分基于測算模型并結合2010—2020年中國10家賠付樣本銀行的實證數(shù)據(jù)，進一步實現(xiàn)對存款保險基金目標比率范圍的合理測度；第六部分總結全文并提出政策建議。

二、文獻綜述

梳理國內外存款保險領域的研究文獻，發(fā)現(xiàn)相關實證研究主要圍繞兩條主線進行：第一條主線是基于存款保險制度風險效應因果關系的計量研究，主要探討存款保險制度對銀行危機的影響效應以及影響路徑；第二條主線是基于存款保險定價的實證測算研究，主要解決基于微觀視角的存款保險費率定價問題以及基于宏觀視角的目標比率測度問題。

從第一條研究主線看，國內外相關研究成果已漸趨完善。Cull等(2005)[1]結合跨國面板數(shù)據(jù)證實了在監(jiān)管環(huán)境約束下存款保險制度對金融穩(wěn)定的影響路徑。Demirgüc 等(2008)[2]和Anginer等(2014)[3]基于實證數(shù)據(jù)進一步探討了存款保險制度對防范金融危機的影響效應，并提出存款保險在銀行危機期間通過穩(wěn)定效應渠道可以實現(xiàn)對個體風險與系統(tǒng)風險的控制，而在非銀行危機期間將通過道德風險效應渠道達到抑制個體風險及系統(tǒng)風險控制的效果。在上述研究成果基礎上，王道平(2016)[4]基于面板Logit模型對88個主權國1970—2012年的變量數(shù)據(jù)進行檢驗，實證利率市場化程度、存款保險與銀行危機防范的影響機制，但是忽視了對異質性個體風險效應的研究。因此，郭曄等(2017)[5]基于DID倍差法并結合中美銀行業(yè)的觀測數(shù)據(jù)，進一步闡釋了存款保險制度在異質性條件下對銀行個體風險的影響機制。段軍山等(2018)[6]同樣基于DID方法將近似自然實驗引入全球樣本的存款保險經驗證據(jù)中，進一步結合宏觀多元樣本檢驗了存款保險在有差異的制度環(huán)境下對銀行風險承擔的影響效應，從而為制度風險效應計量與存款保險政策評估貢獻了新方法。Calomiris等(2019)[7]的研究成果也進一步證實了段軍山等(2018)[6]的研究結論，其證明存款保險制度會通過市場約束放松渠道誘發(fā)銀行風險偏好擴散，制度環(huán)境下的冒險動機將導致個體風險顯著提升。由于上述研究僅關注了傳統(tǒng)因果效應的計量測度，而忽視了產生因果效應的作用機制及影響程度，因此，項后軍等(2020)[8]基于ACME中介分析模型視角，結合中國樣本119家銀行的統(tǒng)計數(shù)據(jù)，證實特許權價值是顯性存款保險制度影響銀行風險的重要因果中介傳導機制，從因果中介分析視角拓展了新的存款保險研究思路。趙靜等(2021)[9]基于上述成果，進一步從影子銀行視角切入構建動態(tài)面板數(shù)據(jù)模型，并結合16家樣本銀行的數(shù)據(jù)實證檢驗存款保險、影子銀行與系統(tǒng)風險的影響效應與作用途徑，豐富了中國存款保險宏觀審慎管理的研究。

從第二條研究主線看，國內學者已提出較多新穎的設計思路。魏志宏(2004)[10]基于預期損失定價模型對中國存款保險目標比率進行實證測度，為目標比率測算提供了開拓性思路。張金寶等(2007)[11]進一步結合經驗算法設計思路實現(xiàn)對2002年中國存款保險基金目標比率界值的初步測算，為存款保險定價研究提供了新方法?；谏鲜鲅芯砍晒?，劉海龍等(2011)[12]借鑒期權理論構建了新的存款保險定價模型，從銀行監(jiān)管資本視角對費率值進行估算，并結合數(shù)值算例分析說明了模型變量對費率定價的影響。

除此之外，李敏波(2015)[13]基于期權理論中的模型架構(Ronn and Verma，1986)[14]，采用數(shù)值方法進一步測算了樣本銀行的存款保險基本費率，從而為中國推出差別費率政策提供了理論支持，但是在全球樣本的經驗證據(jù)中該測算模型的適用性仍有待商榷。Lee等(2015)[15]的研究成果也進一步證實采用歐式期權框架下的系統(tǒng)風險對存款保險費率進行定價是可行的，但基于有誤模型的個體保費定價失敗很可能會導致參與者的共同損失。因此，劉鴻偉(2017)[16]嘗試對費率定價模型進行改進，將宏觀審慎監(jiān)管框架引入存款保險費率定價研究中，并通過模擬測算得到樣本銀行的費率結果?；谏鲜鲅芯砍晒?，明雷等(2019)[17]將監(jiān)管寬容與監(jiān)管懲罰引入到新的存款保險定價模型中，結合數(shù)學框架進一步解釋了監(jiān)管框架對存款保險定價的影響，并實證測度了中國存款保險費率的界值范圍。

綜上所述，現(xiàn)有研究較多集中于風險效應計量研究和費率定價研究，而較少涉及對存款保險基金目標比率的實證測度，僅有的目標比率測算文獻也更多關注單一年份的測算結果，而對多元樣本、多元年份的目標比率測度關注不足。鑒于此，本研究基于魏志宏(2004)[10]和張金寶等(2007)[11]的成果，進一步構建目標比率測算模型，并采用2010—2020年中國10家代表性樣本銀行的觀測數(shù)據(jù)，實證測算中國存款保險基金的目標比率范圍，從而為中國基金儲備目標制提供理論支持。

與現(xiàn)有存款保險實證文獻相比，本研究的邊際貢獻與創(chuàng)新主要有以下三點：

第一，將經驗算法設計思路進一步引入目標比率測算過程中，依托于經典研究構建一個改進后的存款保險目標比率測算模型，并對部分傳統(tǒng)測算公式進行創(chuàng)新性改良，基于新的回收標準與損失估計結果實證測算2010—2020年中國10家代表性銀行的目標比率結果，進一步篩選中國存款保險基金目標比率的合理取值范圍。

第二，改良傳統(tǒng)目標比率測算文獻中存在的設計缺陷，補充樣本時間序列與樣本銀行范圍，將單一年份樣本拓展至變動現(xiàn)實樣本，進而設置四組大型銀行賠付樣本與三組中型銀行賠付樣本，結合2010—2020年的觀測值進行改良性測算，進一步觀察中國存款保險基金目標比率的變動情況與分組差異，給出存款保險基金目標比率設置范圍界值的判斷標準。

第三，基于國際樣本的良好制度經驗，嘗試闡述可能影響存款保險基金目標比率測算的關鍵問題，并對核心條件進行假設控制與說明，以期改進實際測算工作的邏輯框架與設計謬誤，從而確保存款保險基金目標比率測算的邏輯可信，理論可行。

三、模型構建的影響因素及假設

在進行存款保險基金目標比率測算之前，需要對可能會影響目標比率測算結果的問題進行控制，并結合存在問題進一步將核心條件的假設約束進行說明，從而盡可能地減少隨機干擾項對目標比率測算的影響。

(一)基金有限賠付能力問題

存款保險制度的良好做法要求一國存款保險基金應通過事前積累等方式儲備足夠的基金來源，并需要基于動態(tài)調節(jié)機制使儲備水平與風險狀況相匹配，確保存款保險機制的償還能力非常重要。如果缺乏足夠的償還能力，則需要財政等部門的援助，但是依靠事后支援這種方式將會產生極大的安全隱患，并且與加西亞(2003)[18]所提出的存款保險制度的良好做法相悖。因此，本研究認為界定存款保險基金的賠付能力是進行測算的理論前提，存款保險基金不是無限儲備的賠付“付款箱”，而應當是一個能夠滿足特定賠付標準的有限儲備機構。在基于本國樣本的極端壓力測試與風險損失估計約束下，該賠付標準能夠滿足絕大多數(shù)非系統(tǒng)性金融危機的賠付需求沖擊，除非本國市場出現(xiàn)系統(tǒng)性金融風暴，否則存款保險基金無需外部機構的資本援助。有限賠付能力假設使得存款保險的保額設計、承保范圍、參保資質等內容都得到一定規(guī)制，能夠在一定程度上避免基金管理機構的“好大喜功”和投保機構的“冒高動機”，從而進一步緩解道德風險問題。

(二)目標比率測算方法問題

關于存款保險基金目標比率的測算方法，主流觀點主要有數(shù)量分析、分組設計和經驗設計三種。第一種方法是數(shù)量分析測算法，可以追溯到Oliver的研究成果，該研究將商業(yè)銀行存款償還問題看作是信用問題，因此基金承擔的風險即為一個信用風險組合，數(shù)量分析方法的主要求解思路為在綜合考量損失分布與違約相關度的前提下，基于Monte Carlo模擬分析技術，對滿足賠付需求的基金規(guī)模進行測算，從而實現(xiàn)在一定概率水平上的目標比率量化測度。雖然數(shù)量分析方法測算的精確度及適用度較高，但是由于歷史信用數(shù)據(jù)較難獲取，并且相關實證研究較少，因此在中國樣本的經驗證據(jù)中并不常見。第二種方法是Garcia(1999)[19]提出的分組設計法，其基本思路是依據(jù)投保機構的風險水平將樣本分為若干類別組進行區(qū)別測算，之后將分組測算的目標比率理論值進行加權平均求和，從而實現(xiàn)對存款保險基金目標比率的模糊測算，但是該方法同樣存在一定缺陷。一方面，分組設計求解的測算精確度較低，缺乏賠付標準導致無法準確定位界值范圍；另一方面，投保機構劃分基準風險水平的衡量過程存在一定的主觀模糊因素，較難應用于多元維度特征的樣本組。第三種方法是加西亞(2003)[18]和張金寶等(2007)[11]提出的經驗設計法，該方法為解決測算方法問題提供了新視角，該方法的賠付標準結合國際存款保險管理機構的通常良好做法，進一步構建三組不同類型銀行的賠付標準，該方法即使是在設立時間較晚且儲備目標不清晰的新興經濟體也具有一定適用性。因此，本研究在測算模型中使用經驗設計方法作為核心算法，假設存款保險基金的儲備值在風險沖擊樣本可控前提下，只要滿足特定賠付標準即可在一定范圍內實現(xiàn)賠付安全，基于經驗算法的樣本賠付銀行目標比率測算結果即為存款保險基金的目標比率。

(三)測算基數(shù)問題

測算基數(shù)是影響存款保險基金目標比率測算的關鍵因素之一，也是目標比率測算公式的分母。從國內外存款保險管理機構的經驗證據(jù)看，目標比率測算可選擇的分母通常為被保險存款或受保存款。被保險存款來源于存款保險基金承保的全部目標存款，理論上該值高于受保存款，并且具有較高的認可度，大多數(shù)設置目標比率作為判斷指標的投保轄區(qū)均選擇此口徑進行測算。而受保存款來源于限額承保制度下存款保險基金承保的在限額之下的目標存款，該賠付限額的起點通常在人均GDP的1-2倍范圍內，只有較少一部分投保轄區(qū)會選擇受保存款口徑進行測算。同時，被保險存款與受保存款在中國存款保險實踐中存在著明顯差距。根據(jù)中國人民銀行發(fā)布的《中國金融穩(wěn)定報告(2021)》，截止2020年末，全國所有投保的存款類金融機構歸集的被保險存款合計為190.3萬億元，而受保存款僅為80.3萬億元，兩者之間存在110萬億元的計算差額。為確保測算邏輯的合理性和測算結果的可行性，本研究遵循國際主流存款保險測算原則，選擇被保險存款作為目標比率的測算基數(shù)。

(四)基金運作方式問題

加西亞(2003)[18]總結的良好制度做法要求對存款保險基金運作方式進行重點關注。梳理清晰基金運作方式也是目標比率可測的邏輯前提，包括存款保險機構的授權問題、融資安排以及參保規(guī)制。首先，要解決好授權問題。事先要明確選擇的是公營還是私營的所有權模式，私營存款保險管理機構在職權范圍、信譽支持等方面存在明顯缺陷，但是可以實現(xiàn)保險資金的自給自足并維持低水平保費；而公營存款保險管理機構即為政府管理的所有權模式，擁有強大的信用背書但容易產生道德風險問題。受限于中國金融系統(tǒng)的特殊性，本研究認為選擇由政府機構主管的公營模式較為合理。其次，要處理好存款保險基金的融資安排問題。預先征收保費與事后分攤費用在理論上都是可行的，但實際上絕大多數(shù)存款保險實施國都選擇了前者，通過事前征收保費來實現(xiàn)儲備基金制，只有發(fā)生系統(tǒng)性金融危機時才會考慮事后費用分攤等綜合措施。最后，要解決好參保規(guī)則問題。全員存款類金融機構強制性參保是國際公認的良好做法，而自愿性參保方法則是與良好做法相悖的思路。成員資格的強制性是緩解逆向選擇問題的關鍵，如果不實行全員強制參保，那么高風險投保機構為了獲取信用背書將有更高動機積極參保，而高價值投保機構卻不愿意分攤共享保險，這將會進一步使存款保險制度惡化。

四、測算模型

基于經驗算法的設計思路，在現(xiàn)有研究基礎上進行改良，嘗試構建一個符合實際情況的存款保險基金目標比率測算模型，并結合樣本數(shù)據(jù)進行實證檢驗，在推導目標比率測算公式之前，需要定義核心變量的應用背景。

假設在一個有限賠付樣本的主權監(jiān)管國C中，存款類金融機構N均需無條件強制性參與投保，并且不存在任何未參保的風險外溢機構。對于測算元年T的存款保險目標機構，其負債結構中以吸收存款為主，并且全部負債理論上均具有相同的優(yōu)先權，即可以忽視優(yōu)先級債券和股債差異的測算干擾(張金寶等，2007)[11]。對于測算元年T的測算目標，相同賠付優(yōu)先級使存款損失率的測算估計更加可行，單位存款損失率即為1減去單位存款回收率，數(shù)學公式表述為：

Lgd=1-DRR

(1)

(2)

(3)

(4)

(5)

進一步測算T元年的存款保險基金目標比率?；诘谌糠值膯栴}假設，結合第N家存款類金融機構T年的經驗算法賠付樣本，可設置存款保險基金目標比率的測算公式為：

(6)

由此可推導出：

(7)

(8)

式(8)代表以經驗算法為測算基準的N家存款類金融機構樣本組簡化后的目標比率測算公式，δ代表N銀行被保險存款總額與全市場被保險存款總額的比值，該比值與單位存款損失率相乘得到的測度值即為目標存款類金融機構N在T年的賠付需求比率，也即基于經驗算法的存款保險基金目標比率測算結果。

五、實證測算

(一)測算標準

進行實證測算之前需要明確測算工作的相關標準，這是確保測算模型可實現(xiàn)的基本前提，主要包括賠付標準與損失標準兩個方面。(1)賠付標準的衡量問題。加西亞(2003)[18]曾提出特定監(jiān)管體應當設置一個能夠滿足賠付需求的目標比率，該目標比率應確保足夠的基金儲備，使存款保險基金至少滿足一家大型銀行或兩家中型銀行的賠付。張金寶等(2007)[11]也曾基于該組賠付標準進行基金規(guī)模測算，并初步定位了經驗算法目標比率的界值，但由于測算元年的限制，此界值主要是基于2002年的統(tǒng)計樣本測算的結果，而未推廣應用于時變序列的目標比率測度。因此，本研究在上述研究成果的基礎上，進一步拓展樣本數(shù)據(jù)及統(tǒng)計年份進行改良測算，嘗試在國際通行賠付標準的基礎上實現(xiàn)對中國存款保險基金目標比率理論界值的合理測度。(2)損失標準的衡量問題。存款保險保障的是存款類金融機構的標準存款，但存款并不是引發(fā)風險的核心原因，期限錯配、資產損失與回收阻礙才是導致存款類金融機構破產的直接原因，這也就意味著，如何對參保機構進行損失與回收估計，是進一步推導測算的基礎問題。張金寶等(2007)[11]的研究成果為解決樣本銀行的損失估計與回收預測問題提供了新視角，其通過存款損失率與不良資產回收率的標準公式實現(xiàn)了對樣本銀行整體回收率的匡算，即式(3)所述的測算思路。

但是由于不良資產回收率的統(tǒng)計數(shù)據(jù)較難獲取，并且無法形成可用的面板數(shù)據(jù)，因此，為進一步實現(xiàn)對交易對手方破產損失的預測，借鑒范小云等(2021)[20]基于風險傳染模型與歷史研究的估計結果，認為樣本銀行的回收率標準應接近于行業(yè)一般估計值0.56～0.57。為了使測算結果更趨于穩(wěn)健合理，參考經典研究的測算數(shù)據(jù)，進一步將所采用的代表性真實回收率估計值設定為0.6，該基準符合Bardoscia等(2019)[21]的研究結論。

(二)樣本篩選

基于上述存款保險賠付標準與回收估計結果，篩選合適的樣本銀行進行實證測算。為了使樣本銀行的屬性更容易界定，需要設置劃分存款保險參保銀行類別的核心標準，結合2021年中國銀行業(yè)協(xié)會公布的商業(yè)銀行業(yè)百強榜單，以資產規(guī)模為界限進行區(qū)分。資產規(guī)模大于20萬億元的銀行即為大型商業(yè)銀行，資產規(guī)模小于15萬億元但大于5萬億元的銀行即為中型商業(yè)銀行，受行業(yè)集中度的約束，中國代表性中型銀行的資產規(guī)模主要集中在10萬億元附近。

進一步篩選可測算的樣本銀行。(1)基于第一個賠付標準，大型銀行樣本組選擇中國四大國有商業(yè)銀行作為測算樣本，設置工商銀行為大型銀行賠付樣本1、建設銀行為大型銀行賠付樣本2、農業(yè)銀行為大型銀行賠付樣本3、中國銀行為大型銀行賠付樣本4。上述大型銀行樣本組即為中國系統(tǒng)性重要銀行的總體代表，較為全面地涵蓋了可能會對金融穩(wěn)定產生極大干擾的代表性權重銀行。(2)基于第二個賠付標準，綜合考量行業(yè)代表性及數(shù)據(jù)可得性，選擇交通銀行和民生銀行為中型銀行賠付樣本組1、招商銀行和中信銀行為中型銀行賠付樣本組2、浦發(fā)銀行和興業(yè)銀行為中型銀行賠付樣本組3。所篩選的中型銀行樣本約占中國全部符合標準類別銀行的75%，賠付樣本組具備廣泛性和代表性。

(三)數(shù)據(jù)來源

表1 2010—2020年大型樣本銀行核心變量表

表2 2010—2020年中型樣本銀行核心變量表

樣本銀行被保險存款總額如表3所示。

表3 2010—2020年樣本銀行被保險存款總額表 單位：億元

張金寶等(2007)[11]的設計思路也證實了相關差異性對存款保險目標比率測算精度的影響較為有限，因此，在數(shù)據(jù)統(tǒng)計環(huán)節(jié)忽視爭議性指標對測算的可能干擾具有一定合理性和可行性。此外，本研究所使用的全市場被保險存款總額數(shù)據(jù)來源于中國人民銀行統(tǒng)計調查司2010—2020年存款類金融機構人民幣信貸收支表，涵蓋定期和活期儲蓄存款、非金融企業(yè)存款、機關團體存款等，同時排除了境外存款、流通中貨幣等項目，忽略了財政性存款和同業(yè)金融機構存款的干擾，最終選擇的測算時點以2010—2020年特定指標的期末余額為基準。

(四)測算結果

基于樣本賠付銀行的目標比率測算模型，得到2010—2020年樣本銀行目標比率測算結果，如表4所示。結果表明，經驗算法中不同量級賠付樣本的目標比率測算結果存在較為明顯的差異，需要結合實際情況作進一步取舍。基于大型銀行賠付樣本的目標比率測算結果可以發(fā)現(xiàn)，2010—2020年，工商銀行的目標比率測算結果遠高于其他樣本銀行，并且集中于4%～6%范圍內，建設銀行、農業(yè)銀行的目標比率測算結果處于中等水平，并且集中于3%～5%范圍內，而中國銀行的目標比率測算結果在大型銀行賠付樣本中最低，并且集中于2.5%～4%范圍內，此現(xiàn)象與中國銀行業(yè)市場結構的特征高度一致。

表4 2010—2020年樣本銀行目標比率測算結果

同時研究還發(fā)現(xiàn)，2010—2020年大型銀行賠付樣本的目標比率測算結果總體上保持穩(wěn)定下降的趨勢，2010年的測算結果與2020年的測算結果存在明顯差距，但是這種差距在中型銀行的賠付樣本中并不明顯。拓展至基于中型銀行賠付樣本的測算結果，交通銀行的目標比率測算結果總體上高于其他中型銀行，并且目標比率集中于1%以上，招商銀行、浦發(fā)銀行、中信銀行、民生銀行和興業(yè)銀行賠付樣本的目標比率測算結果集中于0.5%～1%范圍內，結合大型銀行賠付樣本進行綜合分析，發(fā)現(xiàn)四大國有銀行的目標比率測度值明顯高于中型銀行的目標比率測度值，該結果與張金寶等(2007)[11]的測算結果一致。

進一步結合存款保險賠付標準，基于測算模型計算得到較為精確的存款保險基金目標比率測算范圍以及均值，最終結果如表5所示。表5中，四個大型銀行賠付樣本組的目標比率范圍集中于以(2.723%，5.601%)為界值的四個區(qū)間，并且該標準的目標比率均值集中于(3.212%，4.619%)范圍內；三個中型銀行賠付樣本組的目標比率范圍集中于以(1.226%，2.240%)為界值的三個區(qū)間，并且該標準的目標比率均值集中于(1.433%，1.946%)范圍內。

表5 測算模型目標比率范圍及均值結果

六、結論及啟示

本研究在控制影響測算問題的基礎上，將經驗算法與損失估計引入存款保險基金目標比率測算模型中，并基于2010—2020年中國10家樣本賠付銀行的觀測數(shù)據(jù)進行實證測算，最終實現(xiàn)對中國存款保險基金目標比率理論界值的合理測度。

與已有目標比率測算研究不同，本研究在準備部分分析了影響存款保險基金目標比率測算的關鍵問題，分別探討了賠付能力、測算方法、測算基數(shù)和運作方式，并提出涉及關鍵問題的核心假設。然后進一步結合數(shù)學測算公式闡釋目標比率測算模型的核心思路，并引入經驗設計中的賠付標準與回收標準，對存款保險基金目標比率進行實證測算，進而得到四組大型賠付樣本和三組中型賠付樣本的目標比率范圍及均值。

測算結果表明，中國存款保險基金基于大型賠付標準與中型賠付標準的目標比率范圍存在明顯差距，大型賠付標準的目標比率測算結果集中于(4.057%,5.601%)、(3.266%，4.529%)、(3.377%，4.538%)、(2.723%，3.912%)四個范圍區(qū)間，而中型賠付標準的目標比率測算結果集中于(1.677%，2.240%)、(1.592%，1.950%)、(1.226%，1.620%)三個范圍區(qū)間?？傮w上大型銀行的目標比率測度值顯著高于中型銀行的測度值。

上述結論與張金寶等(2007)[11]的研究一致，引發(fā)此現(xiàn)象的原因主要有兩個方面：一方面，大型銀行的系統(tǒng)性、干擾性特征使其對存款保險基金的儲備值產生了更高的賠付需求，在固定賠付標準約束下導致更高的存款保險基金目標比率。另一方面，中國銀行業(yè)結構集中度特征也會對其產生一定影響。王曉博等(2019)[22]基于GFDD數(shù)據(jù)中銀行集中度的測算指標，統(tǒng)計得出中國銀行業(yè)集中度CONCTR總體均值為59.803，該指標代表前三家銀行占全市場資產的比值。雖然中國銀行業(yè)集中度近年已有所下降，但是在現(xiàn)實樣本中國有大型商業(yè)銀行依然具有“大而不能倒”的典型特征(尹雷等，2021)[23]，這也是導致第一個賠付標準偏高的重要原因。

進一步界定存款保險基金可選擇的目標比率理想值，發(fā)現(xiàn)大型銀行賠付標準的目標比率測算結果存在賠付高估問題，并且與目前國際主流成熟投保轄區(qū)的目標比率設定值存在一定偏誤。有鑒于此，需要進一步結合中國的實際對目標比率范圍進行取舍，雖然大型銀行的賠付標準與中型銀行的賠付標準均具有廣泛適用性，但正如加西亞(2003)[18]的觀點所述，大型銀行的賠付標準是保守估計的理想標準，權重銀行的“大而不能倒”使其只存在理論上賠付的可能。

參考美國(2%)、加拿大(1%)、波蘭(2.6%)、中國臺北(2%)以及菲律賓(5%)等樣本國家或地區(qū)目標比率設定值的經驗證據(jù)，將基于大型銀行賠付標準的測度范圍約束在1%～5%之間，并排除經驗證據(jù)范圍內高于理論界值的目標比率范圍(樣本1)?；谏鲜鰷y算范圍，取各賠付樣本組的目標比率均值進行數(shù)值分析，可以發(fā)現(xiàn)：中國存款保險基金目標比率設置的均值范圍應在(1.433%，3.815%)之間，其中，(1.433%，1.946%)的目標比率均值接近于絕大多數(shù)發(fā)達國家的存款保險基金目標比率標準，在保守估計偏好中具有優(yōu)先性，且該標準符合目前中國內地目標比率測算的基本思路，既可以維持非危機時期的金融穩(wěn)定，又不會造成高額保費負擔(張金寶等，2007)[11]，因此可以作為理想的目標比率設定范圍。而在銀行危機概率顯著提升時期，可以考慮暫時將目標比率的設定值提高至3.815%的標準，通過過渡期安排確保賠付安全與金融穩(wěn)定。

上述存款保險基金目標比率范圍的測算結果主要聚焦于“大數(shù)法則”下非系統(tǒng)性銀行危機時期與一般風險沖擊壓力下的模擬測算結果，而在極端風險沖擊下的系統(tǒng)性銀行危機期間，還需要進一步考慮目標比率的動態(tài)調整問題。本研究所測算的賠付結果已經是非銀行危機期間與銀行危機概率顯著提升時期較為謹慎的估計值，而在極端風險沖擊下的系統(tǒng)性銀行危機時期，存款保險基金目標比率設置所需要考慮的因素將更加復雜。一方面，在國際存款保險救助實踐經驗中，系統(tǒng)性銀行危機期間的極端風險沖擊一定程度上將促使存款保險基金的處置框架獨木難支(加西亞，2003)[18]。極端賠付沖擊與連鎖傳染效應將導致存款保險基金很難通過累積儲備對多家大型破產銀行進行直接援助，此時需要中央銀行或貨幣當局發(fā)揮“最后貸款人”職能進行協(xié)調救助，而無法單純依賴于存款保險基金儲備規(guī)模與目標比率上限閾值的提高。另一方面，鑒于極端風險沖擊與系統(tǒng)性銀行危機事件在中國樣本中經驗證據(jù)的局限，可作為本研究進一步的理論探討方向和研究展望。

本文的研究結論為中國存款保險基金目標比率測算提供了新視角，并為一般風險沖擊下存款保險基金目標比率的設定范圍提供了實證參考，但是要真正實現(xiàn)存款保險基金目標比率在系統(tǒng)性銀行危機期間的精確測度，還需要進一步基于經驗算法改良適合中國國情的賠付標準與回收標準，并調整適合賠付樣本的損失估計方法。同時，分組設計與數(shù)量分析方法也是實現(xiàn)進一步研究的理想途徑，但受限于數(shù)據(jù)可得性與統(tǒng)計局限性，目前學術界未能實現(xiàn)更為理想的實驗結果，仍存在一定的研究局限與改良空間。

基于上述研究結論，得到如下政策啟示：

首先，建立基金儲備目標制非常重要，設置目標比率是國際上廣泛認可的存款保險制度的良好做法，中國應盡早實施趨向核心目標的動態(tài)儲備策略，從而確保一定標準下的基金充足與賠付安全。

其次，應基于制定的目標比率征收差異化保費，因此，有必要引入以動態(tài)風險為基準的差異化保險費率，保費評估過程要充分考慮投保機構的風險等級與損失概率。

最后，要加強對投保機構的經營風險監(jiān)測，盡快建立包括信用數(shù)據(jù)、回收數(shù)據(jù)和風險數(shù)據(jù)的綜合數(shù)據(jù)庫，從而為模擬測算方法的推行提供實施路徑。