银行内部资金转移定价管理有效性研究——以QS银行为例

侯 书 威

(中国人民银行淄博市中心支行 货币信贷管理科, 山东 淄博 255000)

一、商业银行FTP概述

(一)商业银行FTP概述

商业银行FTP是指商业银行内部资金中心(司库)按照一定规则(根据资金的期限及利率属性确定的定价方法)与内部各业务单位进行全额的资金转移定价，从而达到全面、准确核算资金收益或成本的目的。相较于会计上的利润核算，FTP可以将一笔资金从来源到运用环节的收益分为两部分：一部分是获得资金支付给客户的资金成本与将该笔资金上存至内部资金中心获得收益的差额；另一部分是运用资金所获取的收益与从内部资金中心拆借资金所支付利息的差额。可以看出，FTP只是分解利差并不产生利差，但FTP可以对商业银行全资产负债表项目进行计价，能够详细描述每一笔业务所产生的利润，精确识别出利润来源，对商业银行进行公平绩效考核、优化资源配置等内部管理决策具有十分重要作用。

(二)FTP理论

当前FTP定价模型有单一资金池定价模式、多重资金池定价模式和期限匹配定价模式。单一资金池定价模式，即将全部资金统一集中到一个资金池内，不考虑池内资金期限差异，以单一利率进行盈利切分，难以实现效益分配最优化(Pagano & Thomas，1986)[1]172-182;多重资金池定价模式建立在单一资金池定价模式基础上，按期限将资金划分到不同资金池并分别设定相应利率，但该模式也可能出现多重定价或者现金流特征差异(Kawano & Randall.T，2001)[2]11-37;“期限匹配法”由William Mark Terry (1960)[3]93-99提出，按照业务期限和利率类型，运用内部资金转移价格曲线，逐笔确定转移价格。此概念一经提出立刻得到商业银行的普遍认可，并在日后发展中成为运用最广泛的定价方法。

目前，国内的FTP定价研究均集中在期限匹配定价模式基础上展开。郑晓亚(2016)[4]26-31以FTP的外部影响为视角，结合2008年金融危机前后英国市场特征，分析了银行业资金转移定价方法异质性对市场稳定的影响；吴沭林(2016)[5]60-66认为在完全利率市场化环境下，商业银行人民币FTP内部收益率曲线采取央行发布的存贷款基准利率为基础，随着经济环境的成熟，基准利率的公允度也会逐渐加强；张爱红、孙良涛、王琦玮(2017)[6]30-36分析了市场利率对不同机构定价的影响，得出市场利率向资金业务定价的传导较有效，向贷款利率传导不充分；周立佳(2017)[7]90-91认为在利率市场化过渡期内，存贷款FTP曲线可以不完全采用市场化价格为基准进行构建，但应引入一定比例市场化因素；刘明康、黄嘉、陆军(2018)[8]4-20基于FTP的视角构建了一个银行利率决定模型，研究利率市场化对银行利率决定的影响；随着国内外学者对FTP模式研究日益深入，为构建更加完善的商业银行内部收益率曲线奠定了理论基础。但目前国内对FTP的研究多集中于理论研究，对构建和完善现实的收益率曲线方案及其可行性、实践性研究不多。本文从验证商业银行目前的FPT体系有效性入手，对利率市场化加速推进形势下，地方中小商业银行如何构建完善FTP体系应对竞争危机提出了具体的参考思路。

二、QS银行FTP构建

(一)收益率曲线构建含义

收益率曲线是商业银行构建内部资金转移定价体系的理论基础和核心，它反映市场对不同时间点的风险预期，是对资金供求反映和对未来利率走势的判断，可以帮助银行建立与市场相吻合的风险认知和利率走势预测。曲线上每一个点表示对应期限资金的 FTP 价格，反映银行业务的边际收益或成本，对银行业务进行公允性定价，是FTP基础价格的“标尺”。

(二)QS银行收益率曲线构建

近年来，我国央行着力培育Shibor，市场价格信号公允性提升，对于本币市场化业务，通常选用资金市场线作为基准曲线。但目前存贷款利率定价与资金市场业务存在较大差异，地方中小商业银行倾向于构建存贷款业务曲线作为基准曲线，并保持正常的利率期限结构，以减少对存贷款业务稳定发展的干扰。而外币业务与市场关系紧密，可以选择对应币种收益率曲线，以反映不同币种筹资成本。

1. QS银行人民币资金市场线构建方法

从短端来看，目前Shibor短端交易活跃，同业存单在3M—1Y期限内价格非常具有市场代表性。从长端来看，国债没有风险，交易活跃，市场广度足够且免税。基于以上考虑，QS银行将国债作为无风险利率参考(但要调整税率)，将其基本原始数据作为母线，但因城商行无法以国债收益率融资，需增加与银行自身相匹配的信用等级溢价后，形成资金市场收益率曲线。 适用范围包括存放(拆放)同业、同业存放、买入返售、卖出回购、可供出售金融资产、应收款项类投资部分等资金业务及其他市场化程度较高的存贷款业务。人民币资金市场线价格确定过程为：第一步，根据每天市场Shibor及国债各期限利率，更新FTP系统基础利率(以一天为例，2019年5月31日一天回购利率为2.1609%)；第二步，采用60组数据，进行中位数降噪，前后各30组(以一天为例，2019年5月31日降躁后为2.1539%)；第三步，采用60组数据，进行平均趋势拟合，前后各30组(以一天为例，2019年5月31日平滑后为2.1461%)；第四步，采用市场敏感度算法，进行数据修正(以一天为例，2019年5月31日修正后为2.1692%)。

2.QS银行人民币存贷款线构建

QS银行人民币存贷款线适用于现金、应收账款、固定资产、受管制的一般存贷款业务及对利率敏感性较低的非生息资产和非付息负债等。人民币存贷款线价格确定过程为：第一步，根据本行各期限点存款余额及利率，按月录入FTP系统(以活期为例，2019年5月31日基础数为0.35)；第二步，采用5个月数据进行中位数降噪(以活期为例，2019年5月31日降噪为0.35)；第三步，采用5个月数据进行趋势拟合，(以活期为例，2019年5月31日平滑为0.35)；第四步，采用市场敏感度算法，进行数据修正(以活期为例，2019年5月31日平滑为0.35)；第五步，对历史每个月对应的存款余额和利率乘积求加权(以活期为例，2019年5月31日处理后为0.41)，因该行存款一般为五年(含)以内，对人民币存贷款线中的10年、20年、30年的关键期限点价格采用国债+AA-信用评级债进行处理；第六步，本行数据+国债及信用债拟合数据，构建人民币存贷款线。

3.QS银行外币资金市场线构建

QS银行外币业务以美元、欧元、日元为主，其他币种含量较少，经内部研究，暂时只构建美元收益率曲线、欧元收益率曲线和日元收益率曲线，其他币种参考美元曲线进行FTP计价，构建方法为Libor+点差。外币曲线价格确定过程为：第一步，根据市场Shibor利率，每天由国际金融部根据数据导入FTP系统，录入基础表(以一天为例，2019年5月31日美元为2.3560%)；第二步，采用加点差的方式， 美元加20BP(以一天为例， 2019年5月31日美元为2.3760%)；第三步，对数据加点差后，导入系统。

从QS银行具体运用情况看，FTP为资产负债表中各项目期限错配分析提供了有力抓手。以QS银行对公存款FTP利差分析为例(见表1)。

对公存款中，FTP利润较高的是3个月至1年定期存款；其次是2年至3年定期存款业务；占比最少的是1年至2年定期存款业务。

由图1看出，全行存款FTP利润中，FTP利差基本维持在1%左右。FTP利差低于1%的机构有P、Y、I、U等4家支行。利差较高的机构有：K、E、S、L、D、T、G等7家支行。

三、效率评价

(一)效率分析方法概述

结合本论文的研究目的，一个问题随之浮现，QS银行在使用内部资金转移定价后，内部经营是否有效得到了提升？或者说，QS银行是否有效的利用了这些资源来达到最优的产出？如果没有，那么利用率是多少？这就需要效率评价，效率评价中较典型的是生产技术效率评价。在经济学中，技术效率是指在既定的投入下产出可增加的能力或在既定的产出下投入可减少的能力。常用度量技术效率的方法是生产前沿分析方法。所谓生产前沿是指在一定的技术水平下，各种比例投入所对应的最大产出集合。在这方面，随机前言分析(SFA)因具有定义简单、不需要预先定义结构参数等方法而被广泛应用。

表1QS银行对公存款FTP利差统计表(亿元、%)

图1 QS银行各支行对公存款FPT利差图

1.基本模型

SFA模型如下所示：

Yi=f(xi,β)exp(νi)exp(-μi),

i=1,2,3,...,N

(1)

式 (1)中，用Yi表示总产出；xi用来表示生产过程中各要素投入；β是常数，用来衡量各个投入要素占比。在该模型中，随机扰动εi被分解为两个部分：随机误差项vi，代表统计误差；非误差项ui，代表技术无效率。

传统的柯布—道格拉斯生产函数形式的SFA模型线性表达式为：

i=1,2,3,...,N

(2)

2. SFA效率的计量估计

将SFA技术效率定义如下：

(3)

可以证明，全要素生产率变化(TFPC)：

(4)

(5)

(6)

至此，可以将全要素生产率变化(TFPC)分解为：

第一部分为TC代表的技术进步；

第二部分代表规模报酬。如果ε=1，则表示规模报酬不变，该项为0；如果ε>1，投入将扩张；ε<1，投入将收缩。

第三部分为配置效率，在配置有效的情况下，有该项为0；

第四部分衡量TEC，即技术效率的变化。

一般情况下，假设不存在配置无效，即εSn=εn，有：

(7)

即技术进步与全要素生产率变化一致，当且仅当：规模报酬不变、不存在配置无效、技术效率不变。这也是本文的假设。QS银行营业规模在1年内变化不大，且不存在信贷资金配给的无效率。在此基础上，我们选择部分变量，进行效率的估计。

(二)QS银行效率估计的SFA实证过程

在进行SFA分析之前，首先要进行变量定义。按照商业银行内部一般定价理论，结合可获得的数据变量，将QS银行内部转移定价的SFA变量定义如下(见表2)。

建立C-D生产函数，有：

y=Ax1β1x2β2x3β3x4β4x5β5x6β6x7β7x8β8x9β9exp(ν)exp(-μ)

(8)

0

运用Stata软件，按年度进行回归，回归结果如表3所示。

从回归结果看，当以会计利润率为因变量时，1天、3个月、5年期资金成本对最终结果的影响并不显著。在实际FTP定价中，对1天、3个月、5年期资金成本应用并不广泛。1天、3个月资金成本反映的多是隔夜拆借利率，其值是其他期限贷款定价的参考，并不直接影响利润，故对会计利润率影响不大。5年期的贷款，多为个人房贷业务，企业贷款占比较低，其最终定价由人民银行公布的基准利率上浮构成，受成本曲线影响较小，对利润影响也较小，在回归模型中也不显著。7天和3年的资金成本显著影响了最终利润。在实际业务操作中，7天和3年的资金成本分别接近实际发放的1年和1年以上期限的贷款利率，故两个变量对利润影响较大，其系数分别为1.002和1.226。6个月的资金成本影响也较显著，为0.123，但在0.1的显著性水平下才能发挥作用。

表2 内部转移定价SFA变量定义表

项目变量名称变量说明变量赋值投入部分成本转移曲线的中的1D、7D、3M、6M、1Y、3Y和5Y的资金成本衡量对应期限内的资金成本X1-X7FTP 利率衡量内部转移定价的利率水平X8FTP利差衡量内部转移定价的净利差X9FTP贷款余额FTP贷款的余额,衡量投入总量X10流动性比率衡量整体的流动性风险X11产出部分利润率实际的会计意义上的贷款利息收入减去贷款成本计算的利润率Y1修正利润率用实际的贷款利息收入减去内部资金成本转移曲线计算的成本,再除以内部资金成本转移曲线计算的资金成本Y3

表3 以利润率(Y1)为因变量的SFA分析表

变量名称变量符号变量值1天资金成本X1--7天资金成本X21.0023个月资金成本X3--6个月资金成本X40.123∗1年资金成本X50.0123年资金成本X61.2265年资金成本X7--FTP 利率X80.221∗FTP利差X90.312FTP贷款余额X100.724∗流动性比率X11--常数项C4.695

*表示在0.1的显著性水平下成立，--表示不显著，其余在0.05的显著性水平下成立。

FTP定价因素显著影响了利润率。但是FTP利率系数为0.221，在0.1的显著性水平下成立；FTP利差为0.312，在0.05的显著性水平下成立。FTP贷款余额则衡量了整个业务投入。FTP利差、利率是司库的定价，该定价再用调整项目进行修正，便是对外贷款定价的基础。流动性比例反映的是期限风险，属于结构性因素，不影响最终利润(见表4)。

表4 以修正利润率(Y3)为因变量的SFA分析表

变量名称变量符号变量系数值1天资金成本X10.8647天资金成本X21.2113个月资金成本X3-0.205∗6个月资金成本X40.5231年资金成本X5-0.1373年资金成本X61.6215年资金成本X7--FTP 利率X80.313∗FTP利差X90.254FTP贷款余额X100.648流动性比率X110.981∗常数项C5.554

*表示在0.1的显著性水平下成立，--表示不显著，其余在0.05的显著性水平下成立。

当以修正利润率为因变量时，资金成本期限结构对其有重要影响，除了QS银行5年期以上贷款发放较少导致5年期资金成本影响不显著外，其余变量都显著影响因变量。如果按照重要性排序，7天的定价直接影响其短期资金成本，而7天资金成本则是一个银行间市场资金融入的成本指标。3年则是长期的债券市场资金成本指标。7天的短期资金成本和3年的长期资金修正的利润率有较大的影响。但是当以真实的会计利润率为因变量时，1天和3个月的资金成本反倒不显著，对长期利率没有影响。可能的解释是，这两个资金成本作为中间变量，如1天资金成本衡量隔夜拆借的成本，最终通过QS银行持有的债券或者通过影响期限更长的贷款利率得以表现。

从回归结果看，当以修正利润率为因变量时，FTP利率对最终利率的影响为0.313，但是在10%的显著性水平下成立，其余FTP变量都显著影响利润。如前所示，FTP利率代表了QS银行的司库定价能力，定价能力高低直接影响修正的定价成本，故作用显著。贷款余额衡量了整体投入量。流动性比例则是一个FTP内部定价风险的衡量，其结构影响的是修正定价成本，故会影响修正利润率。

那么，QS银行在进行FTP定价过程中，是否充分利用了资源，是否存在技术无效率，或者存在人为干预FTP定价过程？从表4可以看到，在0.05的显著性水平下，无论是以会计利润率还是修正利润率作为因变量，假设检验的结果都认为存在技术无效率，即QS银行并未充分利用资源，仍有进一步提高利用精度的空间(见表5)。

表5 QS银行FTP定价技术效率假设检验

因变量假设统计量Prob结论Y1H0∶μ=0,H1∶μ≠015.6970.006存在技术无效率Y3H0∶μ=0,H1∶μ≠08.7890.036存在技术无效率

最后，计算关键的技术效率，利用FRONTERP4.1计算。在以会计利率润为因变量情况下，计算得出的效率值为0.38；在以修正的利润率为因变量前提下，得出的效率值仅为0.41，两者都比较低(见表6)。

表6 FTP定价的整体效率值

因变量效率值Y10.3823Y30.4062

(三)实证结论

1.QS银行FTP构建要重点关注7天和3年的内部资金转移成本。从实证结果看，7天和3年的长期资金成本对利润率有着较大的影响。因此，QS银行在提高利润水平为主要经营目标的前提下，FTP构建要着重关注这两个系数较大的指标，合理配置资源，达到资源利用最大化。

2. QS银行收益率曲线、FTP定价调整项需要进一步明确。模型中，有关FTP的利差 、FTP利率等变量对利润率的影响较大，但其系数又较低，需要进一步提高FTP定价的精确度。定价越精确，两组变量之间的相关性也就越高，越能反映成本管理水平。一方面，要建设完善商业银行客户信用的数据库，尤其是中小、民营企业信用数据库，增强信用风险识别能力，高效实现信贷资金的差别化、市场化定价；另一方面，要加强利率定价方法模型的研究应用。

四、提升QS银行FTP管理效率建议

(一)建立职责清晰、多部门联动的司库管理机制

司库系统是实现内部转移精准定价的基础，要解决FTP的科学性和实用性，健全内部流动性管理体系，必须要以完善和强大的司库管理系统作支撑。一要建立有效的管理系统。通过运用经济增加值、风险调整的资本收益率等指标评价方法，结合信用评级体系将经营成本、风险成本等进行量化，提高FTP收益率曲线尤其是7天和3年的FTP收益率曲线的精确度；二是条线部门通过主动向司库管理部门建议规划区域性调节、产品调节、期限调节和币种调节等政策性定价调节项，多维度鼓励和控制业务单元的发展，引导业务部门主动积极执行战略导向；三是司库管理部门根据利率风险计量、流动性风险计量和分析结果，通过FTP调节政策，主动管理业务规模、业务期限结构和利率结构，降低利率风险的冲击。通过定期主动维护期限流动性溢价调节、准备金调节等来保证定价的科学性和客观公平的绩效评价。

(二)建立常态化运行的资产负债管理委员会

将资产负债管理委员会作为FTP协商机制的最终决策机构，确定内部资金定价方案、收益率曲线发布机制、调节项设置。从有利于管理及运营角度分析，委员会可以发挥业务导向、公平绩效评价、剥离利率风险、优化资源配置等管理作用。为实现以上管理职能，建议QS银行将司库职能从条线部门中剥离出来，建立单独的资产负债管理部，作为资产负债管理委员会的具体执行部门，牵头会计、风险、审计、金融市场等部门配合落实全行的FTP定价策略。

(三)资产负债工具实现多元化

司库在管理好流动性成本的同时也要为盈利“调配”出期限错配空间，非常重要的配套措施就是运用多元化的资产负债工具加强资产负债主动管理。实证的结果也显示，7天与3年的资金成本利率，与多年期的贷款定价都有关系。这就对QS银行的资产负债的工具提出了多元化的要求，主动的期限错配也是必要的。具体来看，在负债端，通过运用发行大额存单、同业存单、金融债券等工具扩大主动负债来源；在资产端，运用资产证券化、直接融资工具等方式拓宽资产转化渠道，提高资产的周转效率。同时，建议QS银行在进行资产负债管理时，要充分考虑央行宏观审慎评估(MPA)与微观实际监管的要求，对资产负债管理中潜在风险因素有充分的认识和掌握，实现可持续发展。

(四)完善QS银行FTP的各项参数

QS银行要根据外部金融环境的实时变化，合理采集数据，及时调整内部转移价格曲线以反映市场的变化。以AA-收益率曲线为例，目前QS银行的主体信用评级为(AA)，发债评级为(AA)，通过对存贷款业务收付息率测算结果，并参考同类型银行的曲线构建等级，建议QS银行使用以银行间固定利率商业银行普通债AA-为信用溢价等级计算基础构建AA-收益率曲线。在构建收益率曲线时，要充分考虑深耕特色业务、高度贴近需求、着眼大金融服务的差异化产品曲线，实现综合金融策略定位，促进业务综合发展。