基于压力测试模型的商业银行流动性风险分析

◎孙奕峻

（南京审计大学金融学院，南京211899）

金融的本质是服务实体经济，金融体系稳定对经济社会稳定意义重大。我国在今年的政府工作报告中特别强调继续努力维持我国金融体系平稳运行。我国虽没有出现过重大金融危机，但2011年上半年、2013年下半年以及2016年年底，我国接连发生“钱荒”事件。商业银行流动性紧张状态可见一斑。虽然“钱荒”事件最终都得以及时化解，但反映出我国商业银行可能遭遇流动性短缺的情形，暴露出我国银行业流动性风险管理存在不足。目前我国正处于疫情防控常态化阶段，面临经济复苏与增长动力减弱，金融稳定与金融风险复杂性增强双重矛盾。银行业的风险是一个连续积累的过程，本质上是通过流动性波动的形式进行的。作为商业银行其他风险的最终表现形式，流动性风险不仅传染性极强且传播十分迅速，一旦爆发危机破坏力也十分巨大。流动性风险问题如果没有得到重视和及时有效处理，极有可能转变为全面金融危机，波及整个金融市场并最终重创实体经济。

压力测试可以对极端经济情境下商业银行流动性风险压力进行预测，使之做出针对性的经营策略调整，防范流动性危机出现。笔者结合国内外金融形势和我国银行业经营现状，选取国内商业银行面临的主要不确定因素作为风险因子，通过压力测试对我国主要商业银行流动性风险水平进行度量，有利于促进我国银行业长期稳定发展。

一、文献综述

（一）流动性压力测试定义与分类

作为一种针对尾部风险的定量分析方法，压力测试可以对极端经济情境下商业银行流动性风险压力进行预测，使之做出针对性的经营策略调整，防范流动性危机出现。根据欧洲银行监管委员会对压力测试的定义和分类，主流压力测试方法可以分为敏感性分析和情景压力测试。敏感性分析侧重于测量单一风险因素或少数几项密切相关的因子变动对商业银行流动性风险的影响，情景压力测试法依照是否发生过还可以细分为历史情景法和假设情景法，其中历史情景分析以历史曾经发生的极端事件为基础，构造压力情景预测未来危机发生对银行流动性的冲击；假设情景分析则是假设未来发生某些重大突发事件构建特定经济情景，进而分析该情景下银行流动性风险状况。敏感性分析只需要设定风险因素的参数变动，在测量时不需要对冲击来源进行明确描述因此测量起来十分方便快速，但敏感性分析没有考虑资产价格变动的相关性，存在高估银行体系风险程度的可能性。历史情景分析以真实发生过的事件为基础，设定的压力情景和测试结果更具说服力，但是由于时间一维性，历史是不断向前且绝不重复的，即便发生与过去极为相似的危机事件也是在不同的经济背景下，相应的影响机制也可能不再相同，对推断结果可能产生一定的误导。假设情景分析通过假定构建可能发生的极端经济情景，选择的风险因子更为灵活，测试时还可考虑不同银行经营特点进行有针对性的压力测试。因此笔者使用假设情景法进行压力测试。

（二）流动性压力测试研究

关于压力测试模型的构建与应用，Wilson（1997）构造Logit违约概率模型，利用宏观经济指标对模型进行冲击来分析银行损失。Esa（2008）对芬兰银行进行了宏观压力测试，用单变量方程测试了最低资本要求在不同压力情景下的变化情况。郭春松（2005）对压力测试的方法和步骤进行了总结归纳，构建了压力测试的假设情景。巴曙松，朱元倩（2010）认为风险因子的选取以及压力情景设置是商业银行流动性压力测试的关键环节。Ong（2014）通过研究指出对商业银行进行压力测试时，应当使用导致银行发生系统性流动性危机的关键因素作为压力情景中的风险因子。

压力测试实证方面，MichaelWong（2008）评估了监管当局对商业银行上报的压力测试报告发现，监管机构的评估结果缺乏效率，成本过高，指出监管层应从这两方面入手提高评估效率从而增强银行的内部稳定性。Mario（2009）归纳总结了澳大利亚和欧洲多国的压力测试结果，从宏观和微观两方面分析了银行流动性影响因素，并对商业银行进行了压力测试。李江，刘丽平（2008）运用Logistics方程，基于宏观经济发展变化情况，以消费价格指数和国内生产总值作为主要变量对商业银行信用风险进行了压力测试，发现在名义国内生产总值骤降和消费价格指数大幅升高的极端情景下，银行贷款违约率出现大幅提高，且消费价格指数变动的影响程度更大。张晓丹，林炳华（2012）以国内生产总值、房地产价格、存款准备金和上证指数作为风险因子进行测试，发现银行流动性在轻度压力下下降并不明显，但随着外部环境不断恶化，市场处于严重压力情景时商业银行流动性水平会急速下降。杨胜刚，刘亚之（2015）运用假设情景法，以超额存款准备金率，存贷比和法定存款准备金率为风险因子构建实证模型，对国有四大行和7家股份制商业银行进行了压力测试，发现所有商业银行流动性在中度压力及重度压力情景下均出现紧缺情况。

二、商业银行流动性压力测试模型构建

（一）变量选取

1.因变量选取

寻找符合我国商业银行经营实情的反映流动性风险水平的因变量，是构建压力测试模型的基础。目前，在我国银保监会的最新监管框架下，规定了净稳定资金比率、存贷比、流动性比例和流动性覆盖率等指标的最低监管要求，可以作为压力测试的因变量。从实际角度出发，净稳定资金比率和流动性覆盖率两个指标数据的搜集比较困难。同时考虑到存贷比本身就对流动性风险有很大影响，将存贷比作为因变量可能会出现多重共线性问题。综上，将使用流动性比例作为压力测试模型的因变量。

2.自变量选取

我国商业银行流动性的影响因素较多，根据过去已有研究成果和我国商业银行实际经营状况，选择中长期贷款占贷款总额比例、证券投资占总资产比例、非利息收入占总收入比例三个因素作为考察商业银行流动性状况的风险因子。以国内九家上市商业银行作为分析对象，以各银行年报和半年报作为数据来源，以其2010—2019年半年度数据为样本进行流动性风险压力测试分析。

（二）情景设定

假设情景法要求在进行流动性风险压力测试时，考虑未来可能出现经济增长停滞或衰退的情况来设置假设情景，结合选择的三个风险因子，假设了三种不同程度的压力水平，具体情景如表1所示。

三、实证分析结果

（一）模型构建

结合国内商业银行流动性风险管理的实际情况，考虑所搜集数据的特点和流动性压力测试的特征，以及商业银行流动性风险因子来源多样和影响机制复杂等特征，选择多元回归模型作为基础计量模型，设定基本模型如下：

在上述面板回归模型中，因变量yiτ代表银行“流动性比例”。自变量x1iτ表示银行“中长期贷款占贷款总额比例”，x2iτ代表“证券投资占资产总额比例”，x3iτ代表“非利息收入占总收入比例”，代表截距项，β1至β3分别表示对应自变量的系数，uit代表随机误差项。

根据国内商业银行实际经营情况及选取变量数据的相互关系，首先考虑固定效应变截距模型，用Eviews9.0进行回归结果如表2所示。各商业银行，变截距回归结果如表3所示：

表1 假设情景表

表2 商业银行回归结果

表3 商业银行变截距回归结果

对回归结果进行固定效应的冗余变量似然比检验，结果如表4所示：

表4 国内商业银行冗余变量似然比检验结果

通过观察Eviews9.0输出的冗余变量似然比检验结果，F统计量以及LR统计量相应的P值都接近0，可以认为国内商业银行截距项各不相同，因此固定效应变截距模型的使用是正确的。因此得出国有商业银行基本回归模型如下：

（二）压力测试结果

得出国有商业银行基本回归方程后，按照表1设定的假设压力情景进行压力测试，笔者以2019年的数据为基准，将压力情景假设下不同因子变动数值带入回归方程（4.2）中，测算9家银行在不同压力情景下的流动性比例变化情况，具体的压力测试结果如表5所示。

根据表5压力测试结果，在轻度压力下兴业银行和交通银行流动性比例出现了较大幅度下降，国有五大行中表现最为稳定的是建设银行，股份制银行中招商银行的流动性比例甚至出现了一定程度上升，可能的原因是中长期贷款占比下降优化了其资产负债结构。中度压力情景下，除招商银行外大部分银行流动性比例下降幅度超过20%，但是依然没有银行跌破25%比例红线。此时需要银行采取相应的应对措施，如收紧信贷额度，增加存款吸收力度来补充流动性。重度压力情景下，即使是表现最稳定的招商银行流动性比例下降幅度也超过10%，兴业银行下降比例甚至超过了60%，这种情形下银行的流动性进入紧缺状态，对风险的抵抗能力急剧下降，引发银行业系统性流动性风险的可能性大大增加。此时单纯的增加存款吸收和收紧信贷已经无法缓解银行的流动性风险压力，需要银行利用同业拆借市场，调整经营策略扩展非利息收入来提升自身流动性水平。

表5 压力测试结果

四、政策建议

从流动性风险压力测试结果来看，商业银行流动性风险的主要来源是证券投资占比和非利息收入占比，监管层和商业银行应密切关注其变化情况。具体来说，商业银行的压力测试及风险监管应从以下几个方面做起：

（一）转变风险管理理念，推进优化压力测试方法

我国商业银行风险管理水平与西方发达国家相比存在一定差距，要想提高我国商业银行流动性风险识别、管理和控制能力，需要我国商业银行学习先进的风险管理理念和技术。商业银行在引入国外压力测试技术和模型的同时，应当抓住信息革命机遇，运用信息技术扎根国内银行经营实情，优化改进压力测试模型使之与我国商业银行经营特点相契合。加强压力情景设计分析能力，多层次、多方面考虑流动性风险来源，将前瞻性判断带入压力情景设计，提升情景分析技术应用的深度。转变风险管理理念，将压力测试技术和结果应用于整个风险管理流程之中，尽快实现从过去传统的经验性管理向标准化、数量化管理的转变。

（二）充分利用大数据技术，完善银行数据库建设

身处信息时代的今天，大数据技术的发展为分析处理海量数据提供了方法和手段。商业银行想要用好压力测试技术实现高质量的流动性风险管理，一方面需要学习国外先进风险管理技术，通过引进、培养专业化人才打造素质过硬的风险管理团队；还必须要结合自身经营情况，搜集积累各种宏观经济数据，建立完备的银行业经济数据库，为日后对流动性风险进行量化分析打好基础。

（三）加快银行业务创新，防止流动性风险冲击

除了优化风险管理技术之外，商业银行还应当提高风险管理意识，通过金融业务创新提高资产管理能力，发展综合性非信贷业务，多样化扩展资金来源，将资产配置和金融服务范围扩展至整个金融市场。利用资产证券化产品提高资产流动性，改善银行资本结构。努力转变经营模式，通过发行可转换债券、利用同业市场拆借融资、发行大额可转让存单等方式扩大负债业务种类，通过提升中间业务服务能力，提高非利息收入占比，拓展资金来源渠道，对融资渠道进行优化管理，改善银行流动性水平。不断完善我国商业银行流动性风险管理体系，对极端风险因素和潜在压力要素的影响机制进行识别和防范，为今后提前预判流动性危机来源，抵御流动性风险打下坚实的基础。