商业银行风险预警模型研究现状及启示

李谷一，韩润春

(河北联合大学管理学院，河北唐山063009)

一、国外银行风险预警模型的研究现状

国外最初关于银行风险预警模型的研究，使用的是单变量统计方法。这类研究可以追溯到20世纪30年代，当时一些学者开始利用财务比率对企业的经营成败进行单变量实证分析。其中1938年，Secrist对美国在20世纪20年代末至30年代初这段时间内倒闭的741家银行和在1933年之前未倒闭的111家银行的上百个财务比率逐一进行单变量的统计分析，试图找出倒闭银行和未倒闭银行不同的财务状况特征。其研究结果表明:倒闭银行和未倒闭银行的各项财务比率的确存在显著的差异，运用单变量分析可以进行风险的预测。但它的缺陷是:(1)仅仅以一个财务比率就对银行风险状况进行评判难以令人信服。(2)对不同财务比率逐一进行单变量分析得出的预测结果可能是相互矛盾的。(3)财务比率之间存在一定的相关性，单变量统计分析方法没有利用这种信息。

1970年，Meyer和Pifer最早使用线性概率模型来预测银行破产。这种方法用prob(y=1)=α+β’X表示银行破产的概率，用prob(y=0)=1·(α+β＇X)表示银行正常经营的概率。其中:向量X是表示银行财务特征的变量，β是反映X的变化对概率的影响的参数，α是常数项。并且α和β是模型y=α+ β＇X+ ε(y的值为0或1，0表示正常经营银行，1表示破产银行)的最小二乘估计。Meyer和Pifer以39家破产银行以及与之相配对的同时间、同地区、开业时间相似的正常经营银行为研究样本。研究结果显示，在银行破产前一至两年，约有80%的破产银行可以被成功地预测出来，但是三年以上的预测能力就不太理想了。而且由于线性概率模型存在一些比较严重的缺点，一是误差项异方差，二是概率的预测值可能在区间(0，1)之外，因此这种方法较少被采用。

1975年，Sinkey使用多重判别方法研究银行风险的早期预警模型。该研究将1972和1973年初被美国监管部门断定为有问题的110家银行作为分析对象，所使用的数据是根据这些银行1969—1972年的资产负债表和损益表计算出来的，10个反映银行的流动性、贷款、资产和存款构成、盈利性等方面状况的财务比率。采用二次式判别分析的结果是，贷款收入/总收入、其它费用/总收入以及营业支出/营业收入这三个财务比率的判别能力最强，在1969年的判别函数中的系数分别是 1．00、0．65、0．53。Sinkey采用两种方法验证所得到判别函数的性能。一种将原始观测样本的变量值回代到判别函数中，一种是采用Lachenbruch验证，即在建立判别函数时依次去掉一例，然后用建立起来的判别函数对该例进行判别。验证结果是，对原始样本重新分类的准确率在72．27%至 82．04%之间，Lachenbruch分类的准确率为64．09%至75．24%，两种分类的准确率都是从1969年到1972年逐步提高。尽管从理论上看通过判别分析模型进行早期预警也取得一定的成果，但是这种方法对数据的要求较高，要求反映银行财务特征的变量在各个组内遵循多元正态分布，而实际采集到的数据往往难以满足这种条件，从而削弱了判别函数的功能。

1977年，Martin最早采用了Logit分析对健全银行和破产银行进行区分研究。虽然与判别分析和线性概率模型相比，Logit分析被用于银行风险早期预警研究的时间较晚，但却是较常被采用的一种方法。这种方法假定银行发生破产的概率服从Logistic分布。Logit模型对数据的要求不象判别分析那么高，判别的准确率比较高，因此20世纪80年代以后的研究较多使用这种方法，

1992年，Hooks开始研究不同的风险预警模型指标对预警模型预测能力的影响。他构建了四个不同的银行风险早期预警模型，一个是不包含反映资产风险的财务比率的模型，另两个模型分别以赫芬德尔指数(Herfindhal Index)和贷款/资产代表资产风险，第四个模型以“加权风险指标”代表资产风险。实证结果表明，含“加权风险指标”的早期预警模型比含赫芬德尔指数或贷款/资产比率的模型的预测能力强，而包含资产风险指标的早期预警模型比不含这类指标的早期预警模型预测准确率高。说明银行的资产风险状况对银行风险的预测有重要影响。

2000年，Arturo等人研究三种资本充足率指标:杠杆率、资本/总收入和加权资本充足率，对银行破产的预测能力。从预测的准确性看，简单资本充足率(杠杜率、资本/总收入)的短期(两年内)预测能力和加权资本充足率基本相同，因此Auturo等人建议用简单资本充足率代替计算繁琐的加权资本充足率。

一些发达国家的风险预警系统，以美国、英国、日本为例。

(一)美国

美国是目前世界上拥有最完善、最复杂的商业银行预警系统的国家，主要由五个自成体系又相互关联的预警系统构成美国商业银行的预警系统，它们都是以获取金融机构的各种财务报表和其它资料为基础，借助于各种财务比率指标对金融机构风险进行测定和预警。当然，这五个预警系统并不是完美无缺的，每一个都有它的缺陷所在。只是美国在银行预警系统这方面的研究相对成熟。

(二)英国

英国商业银行预警系统的主体是英格兰银行，它以资本充足性、外汇持有风险和资产流动能力作为其预警指标。具体来说，测定商业银行资本充足主要借助于资本比率，资本比率分为两个:一是杠杆比率;二是风险资产比率。对于外汇持有风险，英格兰银行规定承担各种类别外汇风险的总的外汇负债净额(即期与远期合在一起)，不得超过资本的15%;对于流动资产能力，英格兰银行以到期日阶梯来测定，测定期为12个月。与别的国家相比，英格兰商业银行的风险预警系统侧重于资本充足性，主要监视杠杆比率和风险资产比率，同时就其业绩表现与资本规模相近的机构相比较。

(三)日本

日本对商业银行的监管，由大藏省及日本银行负责，其预警系统主要通过规定商业银行财务比率与业务比率作为规范指标，这些指标比率包括七项:第一，流动比率(不低于30%);第二，存放比率(不得超过80%);第三，营业费用与营业收入比率(应逐年递减);第四，固定资产比率，具体包括标准比率(不得超过50%)、目标比率(不得超过40%)和边际比率(不得超过50%)三个比率;第五，发放股息比率(不得超过40%);第六净值比率(不得低于10%);第七，法定准备金。凡不符合上述财务与业务比率的商业银行，即为问题商业银行。对于问题商业银行，大藏大臣即采取必要的措施，以避免其进一步恶化。

二、国内银行风险预警模型的研究现状

(一)银监会方面

中国人民银行颁布的于2001年广泛推行的“关于全面推行贷款五级分类工作的通知”，将贷款分为正常类、关注类、次级类、可疑类和损失类五类。该方法属于商业银行内部评级制度，对于商业银行本身风险预警系统的设置，属于外部评级，大多数银行没有。2003之前，只有交通银行推行了”交通银行资产负债预警管理办法”，方法大致如下:主要通过定性和定量相结合的方法，对各分(支)行在经营管理过程中潜在的问题和造成风险的可能性进行分析、预报。该预警系统在指标的选择、指标临界值的确定和综合评价方面都有明确的定义。

继商业银行风险评价体系初步建立之后，中国银监会研究建立的商业银行动态风险预警模型将开始试运行。在综合判断商业银行的风险预警等级基础上，银监会将分别给出正常、蓝色预警、橙色预警和红色预警信号。

2005年4月21日，根据我国商业银行的实际情况，并参照国际同业的先进做法，银监会制定了《商业银行风险预警操作指引(试行)》(以下简称《指引》)，将在银行监管部门内部开展商业银行风险预警工作。

我国商业银行监管评级既要借鉴国际通用评价银行的良好做法，又要结合国内银行业监管实践经验，建立“CAMELS+”的评级体系，对综合评级结果做出精细调整，使评级结果能准确反映各个机构风险状况及其管理水平，更好地引导商业银行加强和改进识别、度量、定价和转移风险工作，提高银行业风险管理与监管水平。

银监会成立以来，积极探索并不断改进和完善评级办法，2004年先后出台了《股份制商业银行风险评价体系(暂行)》、《外资银行风险评价手册》和《农村合作金融机构风险评价和预警指标体系(试行)》等若干个风险评价体系，对于促进各类银行业金融机构加强风险管理发挥了重要作用。

(二)国内学者的研究(仅举两个例子)

张美恋、王秀珍(2005)探讨了径向基神经网络(RBF)在商业银行安全评价系统中的应用。他们根据商业银行安全评价系统的特点选择12个指标，并对各个指标风险程度进行判断，确定相应的风险等级及得分。由此构建了安全评价系统的RBF模型，并基于该模型进行了示范性仿真实验，结果验证了该方法的有效性。

2007年，牛源采用人工神经网络(ANN)与专家系统(Es)的组合方法，对我国商业银行的风险预警进行了尝试。他选取中国某商业银行作为研究对象，对其连续10年的历史数据进行整理。整理后的前8组数据作学习样本分别构成输入向量组P，另外2组用于预测。这种方法实现对银行风险状态的判定，不需要主观定性地判断银行风险状态，因而能够更加合理地确定银行的风险状态。

三、对我国商业银行风险预警的启示

通过研究分析知道，我国商业银行风险预警仍然存在问题。

我国在风险预警体系建设方面起步较晚，银行业对风险预警体系的实践仍然处于摸索阶段，还需要进一步予以完善。目前的风险预警模型过度倚重定量指标，在定性指标方面，并没有清晰的界定，因而预警信息的范畴和内容过于笼统;在建立预警模型方面，大多数是直接照搬国外的复杂建模方式，超越了国内银行业发展的现状和既定阶段;在相关预警指标的设立方面，缺乏动态调整功能，不能做到与时俱进。

另外，我国商业银行的风险管理侧重于风险的事中控制和事后补救，往往忽视了风险的事先管理，而且不同商业银行之间的风险管理体系发展很不均衡。

具体来讲，商业银行的风险预警存在以下问题:

1．过分追求业务指标，忽视风险预警;2．尚未建立科学的风险预警体系;3．风险识别和管理手段落后，缺乏事前风险防范预警机制;4．内控管理机制不完善，风险责任不明晰，风险预警执行力度较弱;5．奖罚激励机制不完善，忽视风险预警要求;6．风险管理人才基础比较薄弱。

鉴于存在的问题，从以下三个角度提出建议:

从国家角度:1．与时俱进，灵活调整和优化相应指标体系;2．加强与国际金融监管机构的合作;3．努力提高社会金融风险防范意识;4．健全相关政策与法律法规。

从企业角度:1．提高社会责任感;2．加强学习相关法律法规，做到及时还清贷款;3．提高还款意识，优化与银行的合作关系。

从银行角度:1．强化事前风险防范预警意识与机制;2．追求业务指标的同时，提高业务质量;3．加强内控体制;4．加强对相关专业人才的培训工作;5．适度增加预警系统的透明度;6．不断对风险预警系统进行优化。

［1］ 张莉．关于商业银行预警系统几个问题的思考［J］．市场周刊．财经论坛，2003，(09):37-39．

［2］ 李良琼．商业银行风险预警模型研究［D］．阜新:辽宁工程技术大学，2005．

［3］ 姜再勇．关于我国银行风险预警问题的探讨［J］．当代经济研究，2000，(10):58-65．

［4］ 贺晓波，张宇红．商业银行风险预警系统的建立及其实证分析［J］．金融论坛，2001，(10):32-35．

［5］ 武剑．建立商业银行风险预警体系的构想［J］．上海金融，2003，(10):24-27．

［6］ 王国栋．商业银行风险预警系统研究［D］．南京:河海大学，2004．

［7］ 沈中刚，刘庆富，杨文武．商业银行风险预警系统的构建［J］．现代管理科学，2004，(09):98-99．

［8］ 楼裕胜．构建我国商业银行风险预警系统的基本思路［J］．浙江金融，2005，(03):30-31．

［9］ 李良琼．商业银行风险预警模型研究［D］．阜新:辽宁工程技术大学，2005．

［10］ 张美恋，王秀珍．基于径向基神经网络的商业银行风险预警系统研究［J］．集美大学学报(自然科学版)，2005，(03):280-284．

［11］ 聂规划，贺伟，王惠敏．基于BP网络的企业风险预警实证研究［J］．武汉理工大学学报，2006，(11):125-127．

［12］ 牛源．中国商业银行风险预警系统的构建及其实证研究［J］．北方经济，2007，(10):93-95．