趙文杰　蔡經(jīng)緯

(安徽財經(jīng)大學(xué)金融學(xué)院，安徽　蚌埠　233030；安徽財經(jīng)大學(xué)財政與公共管理學(xué)院，安徽　蚌埠　233030)

?

利率市場背景下我國商業(yè)銀行利率風(fēng)險實證分析

趙文杰蔡經(jīng)緯

(安徽財經(jīng)大學(xué)金融學(xué)院，安徽蚌埠233030；安徽財經(jīng)大學(xué)財政與公共管理學(xué)院，安徽蚌埠233030)

摘要：我國利率市場化從1996年1月1日央行建立銀行間同業(yè)拆借市場到2015年7月20日央行取消金融機(jī)構(gòu)貸款利率下限，貸款利率實現(xiàn)自由化為止，除了存款利率，其它已基本全部實現(xiàn)利率自由化，然而我國商業(yè)銀行利潤來源長期依賴于存貸款利差，表外業(yè)務(wù)發(fā)展不如國外銀行成熟，在利率市場化背景下，為了維持我國金融市場的穩(wěn)定，利率風(fēng)險的控制尤為重要，本文通過GARCH模型，VaR模型來分析商業(yè)銀行的利率風(fēng)險，給出了利率風(fēng)險控制的合理化建議。

關(guān)鍵詞：利率市場化；利率風(fēng)險；GARCH模型；VaR模型

一、引言及文獻(xiàn)綜述

在利率市場化的過程中，存貸款利差逐漸縮小，導(dǎo)致了商業(yè)銀行間的競爭，商業(yè)銀行為了穩(wěn)固存款，提高了存款利率，而另一方面貸款利率的提高會導(dǎo)致逆向選擇和道德風(fēng)險的出現(xiàn)[2]，這對于商業(yè)銀行的盈利能力提出了挑戰(zhàn)，同時利率市場化使得利率波動的頻率和幅度增大，由于我國商業(yè)銀行在資源配置中起著重要作用，同時長期依賴于存貸款業(yè)務(wù)使得表外業(yè)務(wù)仍處在發(fā)展階段，因此在利率市場化過程中，商業(yè)銀行利率風(fēng)險的控制極其重要，對我國金融改革順利過渡，提高我國商業(yè)銀行國際競爭力有著重要的作用[1]。

關(guān)于利率風(fēng)險的度量問題，在國外Bollerslev于1986年提出了廣義的ARCH模型(GARCH模型)，1993年，G30集團(tuán)在其報告中提出了VaR模型，此后 JP.Morgan推出了計算VaR的RiskMatrics風(fēng)險控制模型，目的在于將風(fēng)險表示為一個數(shù)字，來計量潛在虧損。在國內(nèi)武劍(2003)認(rèn)為應(yīng)建立利率預(yù)測模型，利率風(fēng)險的缺口分析和組合分析模型來計量利率風(fēng)險，張宗益(2012)利用固定效應(yīng)分析方法和Driscoll-Kraay穩(wěn)健標(biāo)準(zhǔn)差，認(rèn)為放開貸款利率上限可以深化價格競爭，左崢(2014)采用相同的方法，從存貸比角度，認(rèn)為利率市場化不會提高風(fēng)險水平，紀(jì)洋(2015)等人通過比較靜態(tài)分析，參數(shù)校準(zhǔn)和數(shù)值模擬的方法，仍為利率市場化將加大國內(nèi)外市場競爭，導(dǎo)致部分銀行破產(chǎn)，任兆璋、彭化非(2005)通過ARIMA及GARCH模型通過對銀行間隔日拆解市場利率的研究，認(rèn)為ARIMA模型預(yù)測能力好于GARCH模型，李志輝、劉勝會(2006)利用ARCH模型及VaR模型通過加權(quán)平均利率進(jìn)行實證研究，證明GED分布比t分布能更好符合我國同業(yè)拆借利率的分布。

二、我國商業(yè)銀行利率風(fēng)險分析

未了研究宏觀的利率分險，針對我國銀行間同業(yè)拆借市場進(jìn)行分析，選用我國銀行間同業(yè)拆借利率作為研究對象[3]，數(shù)據(jù)來源于上海銀行間拆放利率官方網(wǎng)站，選用2015年一年的日隔夜拆借利率來進(jìn)行分析。

(一)數(shù)據(jù)預(yù)處理

通過圖1所示，我國銀行間同業(yè)拆借利率的波動較大，為了方便描述利率的變動，得到較穩(wěn)定的時間序列，我們采用銀行間同業(yè)拆借利率的對數(shù)收益率來進(jìn)行分析[4]，rt=lnLIBORt-lnLIBORt-1，結(jié)果如圖2所示。

圖1　隔夜拆借利率變化圖　　　　圖2　利率的對數(shù)收益率變化圖

為了描述對數(shù)收益率的統(tǒng)計特征，畫出其柱形統(tǒng)計圖如圖3，其均值為-0.002909，接近于0，收益率偏度為負(fù)，分布的尾部略向左拖，說明利率下降的概率要大于上升的概率，峰度值大于正態(tài)分布的峰度，這反映了收益率分布具有尖峰厚尾的特征。

圖3　收益率的柱形統(tǒng)計圖

由于時間序列的平穩(wěn)性會影響建模結(jié)果，導(dǎo)致偽回歸的產(chǎn)生[5]，觀察利率時序圖，收益率的確存在明顯的聚類效益(即一次大的波動后往往伴隨著另一次大的波動)，對其進(jìn)行不包含截距項和趨勢項的ADF單位根檢驗，得到的結(jié)果如表1所示，表明日對數(shù)收益率序列在各個顯著性水平下都是平穩(wěn)的。

表1　ADF檢驗結(jié)果

*MacKinnon(1996) one-sided p-values.

(二)GARCH模型分析

在此基礎(chǔ)上進(jìn)行條件異方差檢驗，主要使用Engle提出的ARCH-LM檢驗方法。ARCH-LM檢驗的原假設(shè)是殘差序列中直到p階都不存在ARCH效應(yīng)，能夠得到兩個檢驗統(tǒng)計量：(1)F統(tǒng)計量是對所有殘差平方的滯后的聯(lián)合顯著性所作的一個省略變量檢驗；(2)TR2統(tǒng)計量是Engle’s LM檢驗統(tǒng)計量，一般情況下漸近服從χ2(p)分布[6]。在本案例中，日對數(shù)收益率序列的確存在條件異方差現(xiàn)象，同時由序列的自相關(guān)于偏相關(guān)圖可知，存在二階自相關(guān)現(xiàn)象，適合使用使用AR(2)作為均值方程，在此基礎(chǔ)上建立GARCH(1，1)模型，模型形式為：

由于均值方程伴有GARCH方程以后，方程中的某些項通常常失去顯著性。為了進(jìn)行比較，表給出了分別在正態(tài)分布、t分布和廣義誤差分布假設(shè)下的估計結(jié)果如表2

表2　不同分布下的GARCH方程

由均值方程的顯著性在εt服從GED分布時最高[7]，因此選用GED分布下的GARCH模型相對合理。模型中的βt系數(shù)都較大，并且通過了顯著性檢驗，說明指數(shù)波動具有“長期記憶性”，即過去價格的波動與其無限長期價格波動的大小都有關(guān)系，同時φ值大于0，說明存在杠桿效應(yīng)，即投資者對于負(fù)的價格變化較為敏感，引起的波動也越大。

(三)VaR模型

將GARCH模型擬合得到的條件標(biāo)準(zhǔn)差看作波動性的標(biāo)準(zhǔn)差，帶入公式VaRt=rt-1Zασt[8]其中Zα為顯著性為α下對應(yīng)的分布的中位數(shù)，本文采用99%的置信度，這樣可以計算出VaR序列的值額如圖4。

分析圖4可見除了幾個顯著的波動外，其余的VaR值較為穩(wěn)定，經(jīng)過對比利率市場化的時間進(jìn)程本文可以發(fā)現(xiàn)，在這幾次波動處，都有利率政策變動，2015年3月1日起，下調(diào)金融機(jī)構(gòu)一年期存貸款基準(zhǔn)利率各0.25個百分點，同時將存款利率浮動區(qū)間上限擴(kuò)大至1.3倍。5月10日起，下調(diào)金融機(jī)構(gòu)一年期存貸款基準(zhǔn)利率各0.25個百分點，將存款利率浮動區(qū)間上限擴(kuò)大至1.5倍。6月28日起，一年期貸款基準(zhǔn)利率下調(diào)0.25個百分點至4.85%，一年期存款基準(zhǔn)利率下調(diào)0.25個百分點至2%。其他各檔次貸款及存款基準(zhǔn)利率、個人住房公積金存貸款利率相應(yīng)調(diào)整。8月26日起，金融機(jī)構(gòu)一年期貸款基準(zhǔn)利率下調(diào)0.25個百分點至4.6%，一年期存款基準(zhǔn)利率下調(diào)0.25個百分點至1.75%。10月24日起，金融機(jī)構(gòu)一年期貸款基準(zhǔn)利率下調(diào)0.25個百分點至4.35%，一年期存款基準(zhǔn)利率下調(diào)0.25個百分點至1.5%，其中波動性最大的是8月26日降低降低貸款和存款基準(zhǔn)利率，說明其對銀行業(yè)影響力最大，說明調(diào)整貸款和存款基準(zhǔn)利率會對銀行產(chǎn)生較大的利率風(fēng)險[9]。

圖4　VaR值序列

三、結(jié)論與建議

利率市場化，在短期會對商業(yè)銀行的利率風(fēng)險產(chǎn)生較為顯著的影響，尤其是對于存貸款利率的調(diào)整，會使得商業(yè)銀行短期風(fēng)險突增，造成市場短期震蕩，但同時商業(yè)銀行反映也十分迅速，在較為短暫的時間內(nèi)能將風(fēng)險控制住，可見我國全面開放利率的市場條件已經(jīng)較為成熟，市場對于利率的放開短期雖然波動較為明顯，但是長期是趨于理性的，這為進(jìn)一步深化金融改革提供了可能。

(1)政府方面

通過逐步放開利率，給足商業(yè)銀行足夠多的反應(yīng)時間和轉(zhuǎn)變時間，同時做好宏觀利率風(fēng)險控制工作，針對銀行間同業(yè)拆借利率制定合理而且及時的風(fēng)險度量方法，提前做好抵御風(fēng)險的準(zhǔn)備，維持金融市場穩(wěn)定，同時適當(dāng)引入價格競爭，鼓勵銀行進(jìn)行創(chuàng)新，提供各自獨特的金融服務(wù)，改革循序漸進(jìn)，給市場一個較長時間反應(yīng)過渡，穩(wěn)定市場情緒。

(2)我國商業(yè)銀行方面

通過多種方法：靜態(tài)的缺口分析法、久期分析法、以及VaR方法等對經(jīng)營策略的利率風(fēng)險暴露進(jìn)行度量，逐漸加強(qiáng)自身風(fēng)控水平，使自身在即將面臨的更加嚴(yán)峻的國內(nèi)外價格競爭中占據(jù)優(yōu)勢，同時，存貸利差逐漸縮小，銀行應(yīng)積極拓展表外業(yè)務(wù)，提高服務(wù)水平轉(zhuǎn)換思路，尋找新的利潤增長點。

參考文獻(xiàn)：

[1]朱霞.利率市場化背景下商業(yè)銀行利率風(fēng)險管理[J].金融改革， 2010，(2)：40-43.

[2]黃金老.利率市場化與商業(yè)銀行風(fēng)險控制[J].經(jīng)濟(jì)研究， 2001，(1)：20-27.

[3]武劍.利率市場化進(jìn)程中的利率風(fēng)險管理[J].財經(jīng)科學(xué)， 2003，(2)：58-63.

[4]謝曉雪.利率市場化與利率風(fēng)險管理[J].中國金融， 2012，(15)：28-29.

[5]謝云山.信用風(fēng)險與利率風(fēng)險的相關(guān)性分析——利率市場化下商業(yè)銀行的新型風(fēng)險管理模式[J].國際金融研究 ，2004，(10)：51-60.

[6]盧慶杰，唐國興.利率市場化與商業(yè)銀行利率風(fēng)險管理[J].上海經(jīng)濟(jì)研究 ，2003，(4)：52-59.

[7]陳昆，高昊.商業(yè)銀行利率市場化風(fēng)險分析——以5家股份制商業(yè)銀行為例[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理 ，2010，(3)：57-61.

[8]朱霞，劉松林.利率市場化背景下商業(yè)銀行利率風(fēng)險管理[J].金融理論與實踐 ，2010，(2)：40-43.

[9]陳志剛.我國利率市場化進(jìn)程中商業(yè)銀行利率風(fēng)險分析[J].中國金融 ，2005，(8)：49-51.

基金項目：安徽省高校自然科學(xué)研究重點項目(KJ2015 A076)