【摘要】本文運用ROC曲線分析銀行業(yè)短期流動性風險的預警能力，選取外匯占款、年末效應、存貸比、宏觀經(jīng)濟景氣指數(shù)和貨幣凈投放5個指標進行判別比較，發(fā)現(xiàn)外匯占款、年末效應、宏觀經(jīng)濟景氣指數(shù)具有比較好的預警效果，貨幣凈投放指標與其作為一種預警指標，不如把對其的曲線分析看作是貨幣政策的效果檢驗。

【關(guān)鍵詞】流動性風險 預警指標 ROC曲線

一、引言

2008年金融危機爆發(fā)之前，巴塞爾委員會以資本充足管理為核心，提出監(jiān)管理念；但是危機爆發(fā)后，該理念受到質(zhì)疑，流動性風險對整個金融和銀行體系的沖擊和破壞力強大的令人難以置信。特別是雷曼兄弟宣布破產(chǎn)后，全球流動性在去杠桿化的影響下瞬間枯竭，危機快速蔓延至全世界。

為應對流動性問題，巴塞爾委員會先后在2008年9月出臺《流動性風險管理和監(jiān)管原則》，在2010年12月推出《巴塞爾協(xié)議Ⅲ：流動性風險計量、標準和檢測的國際框架》。針對危機教訓，專門制定了流動性監(jiān)管的原則和指標。

雖然在2013年巴塞爾委員會基于種種考慮又出臺了《巴塞爾協(xié)議Ⅲ：流動性覆蓋率和流動性風險監(jiān)測工具》，降低了流動性監(jiān)管標準，但是當時是全面衡量經(jīng)濟復蘇和流動性管理后作出的一個選擇，總之，由金融危機帶來的沉重打擊確實大大加強了國際各界對流動性風險的重視。

為加強流動性管理，中國銀監(jiān)會也從未掉以輕心。特別是這些年來，中國銀監(jiān)會借鑒國際巴塞爾協(xié)議Ⅲ的流動性風險管理技標準，不斷修訂《商業(yè)銀行流動性風險管理辦法（試行）》（以下簡稱《辦法》）。最近一次的《辦法》推出是在2014年3月1日?！掇k法》中的流動性風險監(jiān)管指標包括流動性覆蓋率、存貸比和流動性比例，其中流動性覆蓋率的相關(guān)內(nèi)容與《巴塞爾協(xié)議III》基本一致。

雖然一直有流動性風險管理監(jiān)管，但是實際效果卻并不理想。2013年6月，中國銀行業(yè)就遭受了一次較大規(guī)模的流動性緊張——“錢荒”。當月，國內(nèi)銀行間人民幣市場利率大幅上升；20日，上海銀行間同業(yè)拆放利率（Shibor）隔夜拆借利率跳漲至13.44%（19日為7.66%）。隨后，風險從貨幣市場傳到資本市場，上證指數(shù)從24日的2073點下探到25日的1878點。債券市場，短期國債和中長期國債收益率出現(xiàn)倒掛現(xiàn)象，金融市場恐慌蔓延。直當月底，隨著人民銀行定向采取了紓解措施，并從宣傳輿論上安撫市場情緒，才使市場暫時度過了危機。

也許錢荒事件有著其本身獨特的短期因素作用，比如季節(jié)性因素的影響；而且央行在一開始也采取了不作為態(tài)度，目的在于戒除國內(nèi)銀行對央行強大的依賴性。但是從一些更為長期的因素來看，銀行業(yè)結(jié)構(gòu)的新變化值得密切關(guān)注。目前利率市場化在不斷推進，整個銀行業(yè)的脫媒現(xiàn)象在不斷發(fā)展，資金的拆借業(yè)務(wù)、理財產(chǎn)品業(yè)務(wù)等越來越多，這些業(yè)務(wù)的風險點不再是以往的信貸風險，而換成了市場風險、流動性風險。有些銀行在發(fā)展業(yè)務(wù)同時把流動性資金管理做起來，但有些銀行沒有。這樣的發(fā)展趨勢，就容易導致風險的集聚，因此要求銀行業(yè)要有一套良好的風險預警機制。

二、模型、指標和數(shù)據(jù)

（一）模型

接受者操作特征曲線（ROC曲線），是信號檢測論中的一個統(tǒng)計分析工具。ROC曲線最早用于描述信號和噪音之間的關(guān)系，并用來比較不同的雷達之間的性能差異。在經(jīng)濟金融領(lǐng)域中運用ROC曲線工具進行分析較遲，在國內(nèi)這方面的應用研究也較少。

ROC曲線本質(zhì)上是一個診斷（比較）工具。曲線圖的橫軸為虛驚率，縱軸為擊中率，曲線離左上角越近，診斷水平越高。如果將銀行業(yè)短期流動性緊張看作是一種風險信號，則其他情況下為噪音。一般情況下，當選取的經(jīng)濟指標警示有流動性風險時，可能是正確的判斷（擊中），也可能是錯誤的判斷（虛驚）；當選取的經(jīng)濟指標不警示流動性風險時，可能是錯誤的判斷（漏報），也可能是正確的判斷（正確否定）。其中擊中率TPR=TP/（TP+FN），虛驚率FPR=FP/（FP+TN）。

ROC曲線有兩個重要的指標，一個是判斷臨界值β，另一個是辨別力指標d。關(guān)于判斷臨界值，信號檢測論假設(shè)，警示指標如果大于某個設(shè)定的臨界值，那么指標顯示信號反應，即預警；反之，不預警。反映在ROC曲線上，即越靠近右上角的點判斷臨界值β越大。辨別力指標衡量了診斷工具的敏感性，敏感性在信號檢測論中表現(xiàn)為內(nèi)部噪音分布與信號加噪音分布之間的分離程度。兩者的分離程度越大，敏感性越高；反之，越低。反映在ROC曲線上，即越靠近左上角的ROC曲線，敏感性越高。

對指標的診斷預測水平，我們用ROC曲線下面積（Area under the Curve of ROC，即AUC）的大小來評判。AUC的取值介于0到1之間。當AUC=1時，表明指標的預測性能最優(yōu)；當AUC>0.5時，優(yōu)于隨機預測，具有預測價值；當AUC=0.5時，為隨機預測；當AUC<0.5時，劣于隨機預測，除非進行完全相反預測，否則不具有預測價值。

（二）指標

1.風險域的界定。對流動性風險的定量界定沒有一個統(tǒng)一的標準。一般意義的流動性風險定義為商業(yè)銀行雖然有清償能力，但無法及時獲得充足資金或無法以合理成本及時獲得充足資金以應對資產(chǎn)增長或支付到期債務(wù)的風險。本文將所研究的銀行業(yè)短期流動性風險嚴格界定在一個月以內(nèi)的時間范圍，在當月以內(nèi)有碰到資金獲取不及時或成本不合理的狀況，認為這個月發(fā)生了流動性風險。該流動性風險將采用上海銀行間拆放利率（shibor）的隔夜、1周、2周和1個月的利率綜合衡量。之所以選擇shibor，是考慮到shibor是由信用等級較高的銀行自主報出的人民幣同業(yè)拆出利率計算確定的算術(shù)平均利率，是中國貨幣市場上具有真正意義的基準利率，反應及時，代表性比較強。

2.指標的選擇。外匯占款指標。外匯占款是指銀行收購外匯資產(chǎn)而相應投放的本國貨幣。近年來我國貨幣政策的自主性和有效性受到外匯占款變化的嚴峻考驗。外匯的流入和流出使得央行基礎(chǔ)貨幣的投放回籠比較被動，市場流動性也隨之受到影響。

年末效應指標。臨近年末，一些季節(jié)性因素開始對資金面產(chǎn)生影響。銀行在季末往往存在大量吸存的行為，導致存款明顯的季節(jié)性波動。銀行季末攬存使得大行在季末融資意愿會下降，銀行間流動性變得更為緊張，體現(xiàn)為季末銀行間利率的上升。此外，年末收官，春節(jié)來臨，人們提現(xiàn)愿望十分強烈。

存貸比指標。指商業(yè)銀行貸款總額除以存款總額的比值。降低銀行的存貸比，一方面是通過壓縮貸款，另一方面是提高存款。用存貸款比率來衡量銀行的流動性也存在不足之處：因為貸款和存款中的各個項目的流動性水平或?qū)α鲃有缘囊笫遣煌?；貸款以外的其他資產(chǎn)也會對銀行的流動性造成影響。

宏觀經(jīng)濟景氣指數(shù)指標。經(jīng)濟景氣指數(shù)根據(jù)企業(yè)家對企業(yè)經(jīng)營情況及宏觀經(jīng)濟狀況的判斷和預期來編制的，由此反映企業(yè)的生產(chǎn)經(jīng)營狀況、經(jīng)濟運行狀況，預測未來經(jīng)濟的發(fā)展變化趨勢。有先行指數(shù)、滯后指數(shù)和預警指數(shù)三項。

貨幣凈投放指標。貨幣凈投放是指社會商品流通中貨幣流通總量的一個趨勢。貨幣凈投放說明整個社會的流動性比較充裕。

（三）數(shù)據(jù)

1.風險域的衡量。本文選取2006年10月到2013年12月的shibor隔夜、一周、二周和一個月的日度數(shù)據(jù)。求取2007年1月至2013年12月每日偏差dr。得到四個利率品種的偏差序列。根據(jù)以往經(jīng)驗和觀察強度，本文賦予四個利率品種的加權(quán)權(quán)重分別為10%、40%、30%和20%。即

本文選取綜合偏差DR在50%以上的數(shù)據(jù)為風險數(shù)據(jù)，即將這部分數(shù)據(jù)作為真實信號。這樣，通過月度選擇，我們找到2007年2、4、9、10月，2008年6月，2009年7、8月，2010年2、5、6、12月，2011年1、5、6、7、12月，2012年1月，2013年6、12月總共19個月份存在綜合偏差在50%以上，為短期流動性風險信號月。

2.指標數(shù)據(jù)。外匯占款指標。本文通過歷史外匯占款余額月度數(shù)據(jù)算出每月新增外匯占款，然后前后月份比較得出2007年1月到2013年12月的外匯占款每月環(huán)比增加量。將外匯占款環(huán)比增量除以前一月份外匯占款余額，得出外匯占款環(huán)比增加率，所有增加率乘以-1，得到最后的外匯占款指標變量。這樣研究變量的值越大，外匯占款環(huán)比增加率就越小，越容易引致流動性風險。

年末效應指標。我們選取每年6月、12月份以及每年春節(jié)所在月份或者前一月份作為年末效應變量。這些特殊月份很容易存在資金緊張的情況，容易導致流動性風險。

存貸比指標。存貸比指標將檢驗每月余額存貸比和增量存貸比。在新增存貸比中，新增存款為負的，存貸比將乘以-1。存貸比越大，流動性風險相對較大。

宏觀經(jīng)濟景氣指數(shù)指標。宏觀經(jīng)濟景氣指數(shù)中本文選取先行指數(shù)和預警指數(shù)兩個指數(shù)共同來研究預警能力，數(shù)據(jù)直接使用。

貨幣凈投放指標。貨幣凈投放也是選取時間范圍為2007年1月至2013年12月的月度數(shù)據(jù)，數(shù)據(jù)直接使用。

三、實證評估

本章我們將分別對以上選取的指標進行ROC曲線統(tǒng)計分析，觀察哪些指標的預警效果比較及時顯著。為達到預警分析效果，對每一個指標變量都做幾組滯后項的檢驗，滯后0項代表當月變量對風險信號的預警，滯后1項（-1）代表前一個月的數(shù)據(jù)對風險信號的預警，滯后2項（-2）代表前兩個月的數(shù)據(jù)對風險信號的預警，以此類推。

對外匯占款指標的預警分析，筆者發(fā)現(xiàn)外匯占款指標前兩項具有一定的預警效果，即前一個月的外匯占款數(shù)據(jù)和當月的外匯占款數(shù)據(jù)，兩者的AUC分別是0.649，0.550。其他滯后項不構(gòu)成統(tǒng)計效果。當月外匯占款指標的臨界值處于中間段時，分析效果比較好，前一個月的外匯占款數(shù)據(jù)預警效果比當月要好，不僅從時間上，而且在AUC上也有優(yōu)勢。由此分析可以認為，如果某月份的外匯占款下降比較明顯，那么這個月份或是下個月份將存在流動性風險的可能，政策制定者和投資者要有所準備或采取一定措施。

對年末效應指標的預警分析，筆者發(fā)現(xiàn)預警效果相對來說還是比較顯著的，它的AUC為0.713。由此可以認為臨近年中、年末、春節(jié)，銀行業(yè)的流動性風險也有可能放大，成為一種周期性效應。

對存貸比指標的預警分析，筆者發(fā)現(xiàn)余額存貸比的預警效果幾乎沒有；而在增量存貸比中，滯后2項的AUC為0.682，相對具有一定的預警效果。由此可以估計，如果某一月份的增量存貸比比較大，可能會引起兩個月之后的流動性風險，可能的解釋是存貸比值較大，意味著新增貸款比新增存款多，實體經(jīng)濟有繁榮趨勢，但是終究因兩者入出不平衡導致兩個月后的銀行資金緊張。

對宏觀經(jīng)濟景氣指數(shù)指標的預警分析，可以發(fā)現(xiàn)不管是預警指標還是先行指標，都能夠在很早時候反映出風險信號，先行指標甚至在一年之前就可以反映出來。時間越臨近，AUC值越大，即反映越強烈。預警指標臨界值靠近中間段時反映信號的效果比較好，先行指標臨界值靠近中上段時反映信號的效果比較好。這兩個指標可以及早的提醒投資者，尤其是政策制定者流動性風險的潛在性，一種解釋是短期流動性風險受到長期因素的影響。

對貨幣凈投放指標的預警分析，筆者發(fā)現(xiàn)貨幣凈投放當月數(shù)據(jù)和前一個月的數(shù)據(jù)具有預警效果。當月數(shù)據(jù)的AUC為0.760，前一個月的AUC為0.530，當月數(shù)據(jù)更加具有預測性。但是究其含義，顯然是貨幣凈投放越大，當月流動性風險越大。一種可能的解釋是這是政府行為引發(fā)的結(jié)果，政府提前預感了流動性風險的來臨，然后就通過貨幣投放來化解。從這里可以看出，如果政府不提前采取短期貨幣政策，流動性風險很容易爆發(fā)。這個指標可以為投資者所用。

四、總結(jié)和建議

由實證分析，筆者發(fā)現(xiàn)外匯占款指標、年末效應指標、宏觀經(jīng)濟景氣指數(shù)指標具有比較良好的預警效果；存貸比指標預警效果比較差；貨幣凈投放指標與其作為一種預警指標，不如作為貨幣政策效果的檢驗，可以看出當月凈投放增加一般難以化解已經(jīng)形成的流動性風險，提前一個月能有比較好的化解效果。

作為政府政策制定者，對于銀行業(yè)短期流動性風險的監(jiān)測，需要密切關(guān)注外匯占款情況，注意年末時間效應，另外宏觀經(jīng)濟景氣指數(shù)具有比較及時的預測效果，可以幫助政府提早做好風險化解準備。對于市場投資者而言，除了注意以上三個重要指標外，也需要密切關(guān)注央行貨幣政策，并且了解短期貨幣政策的有限力量，及時做好風險準備工作。

參考文獻

[1]孫軍，陳峰，鄭凱爾.ROC曲線分析在放射學中的應用，中華放射性雜志，2001，35，8：574-577.

[2]中國銀行國際金融研究所課題組.金融危機監(jiān)測指標體系研究.國際金融研究，2010（3）：73-82.

[3]高國華.逆周期資本監(jiān)管框架下的宏觀系統(tǒng)性風險度量與風險識別研究，2013（3）：30-40.

[4]Mathias Drehmann， Mikael Juselius， 2013， Evaluating early warning indicators of banking crises：Satisfying policy requirements，BIS Working Papers，No.421.

作者簡介：張偉鋒（1989-），男，漢族，浙江上虞人，就讀于浙江財經(jīng)大學，研究方向：商業(yè)銀行管理。