于浩?高鑫洋?徐佳

摘 要：當(dāng)前我國經(jīng)濟正處于由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，然而縱觀我國金融體系，我國對于國有銀行財務(wù)狀況所引發(fā)的金融風(fēng)險的防范仍存在很大的不足。本文將通過分析國有商業(yè)銀行近10年的年度匯報總結(jié)，對多家商業(yè)銀行資產(chǎn)充足率、不良貸款率等風(fēng)險影響因素進行綜合比較分析，得出多重風(fēng)險影響因素的變化規(guī)律;同時利用GARCH風(fēng)險預(yù)測模型對工商銀行的風(fēng)險加權(quán)收益率進行預(yù)測，并借用相關(guān)數(shù)學(xué)統(tǒng)計軟件分析研究國有商業(yè)銀行現(xiàn)存的資產(chǎn)負(fù)債狀況，得出主要影響商業(yè)銀行風(fēng)險收益的因素是風(fēng)險加權(quán)資產(chǎn)占比，并就此提出解決方案。

關(guān)鍵詞：GARCH模型;風(fēng)險預(yù)測;商業(yè)銀行銀行風(fēng)險抵御

一、研究背景

1.宏觀層面

當(dāng)前我國經(jīng)濟正處于重大結(jié)構(gòu)轉(zhuǎn)型工程當(dāng)中，我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。然而縱觀我國金融體系，可以發(fā)現(xiàn)我國對于國有銀行財務(wù)狀況所引發(fā)的金融風(fēng)險的防范仍存在很大的隱患。因此通過GARCH等模型，研究國有商業(yè)銀行現(xiàn)存的資產(chǎn)負(fù)債狀況，識別、度量、防范和控制商業(yè)銀行隱藏的風(fēng)險，已成為擺在我國監(jiān)管當(dāng)局面前一項刻不容緩的重大命題。

同時隨著國際交流的不斷加強，我國對外經(jīng)濟交易也越來越頻繁。商業(yè)銀行作為國家的經(jīng)濟樞紐，是進行經(jīng)濟貿(mào)易的中間橋梁，有著舉足輕重的地位。在我國，商業(yè)銀行利率長期受到監(jiān)管，對利率變化不敏感，而西方發(fā)達國家多以GARCH、VAR值模型進行風(fēng)險評估預(yù)測。因此借鑒西方國家的風(fēng)險評估方法以運用，是值得探究的方法之一。

2.微觀層面

隨著金融自由化的日益深入與金融創(chuàng)新的快速發(fā)展，商業(yè)銀行所面臨的經(jīng)營環(huán)境日漸復(fù)雜，對其風(fēng)險進行管理與防范的重要性日益顯著。在這樣的背景下，巴塞爾銀行監(jiān)管委員會相繼出臺了《巴塞爾協(xié)議Ⅰ》和《巴塞爾協(xié)議Ⅱ》，構(gòu)建起了以經(jīng)濟資本為核心的微觀監(jiān)管框架，使商業(yè)銀行風(fēng)險管理進入了精細化管理的新階段。但是2008年所爆發(fā)的美國次貸危機暴露了這一監(jiān)管框架所存在的不足。為了應(yīng)對這一挑戰(zhàn)，巴塞爾銀行監(jiān)管委員會于2010年推出了《巴塞爾協(xié)議Ⅲ》，提出了一系列宏觀審慎監(jiān)管要求，標(biāo)志著商業(yè)銀行監(jiān)管進入了宏觀審慎監(jiān)管的新時期。

商業(yè)銀行作為我國的經(jīng)濟樞紐，在我國的經(jīng)濟市場上發(fā)揮著重要的作用。如今國際上不穩(wěn)定性因素不斷地增加，市場創(chuàng)新的不斷出現(xiàn)，波動因素的不斷出現(xiàn)均使商業(yè)銀行盈利受到一些不穩(wěn)定的影響。因此，更加科學(xué)地預(yù)測、防范、規(guī)避是商業(yè)銀行當(dāng)下發(fā)展的必經(jīng)之路。

此外，國有商業(yè)銀行還是我國金融體系的重要支柱，作為具有系統(tǒng)重要性影響的金融機構(gòu)，其公司治理狀況的完善不僅直接關(guān)系到作為市場微觀經(jīng)濟主體的銀行企業(yè)自身的穩(wěn)健運營，更是關(guān)乎到國家金融體系的安全和穩(wěn)健發(fā)展。

二、銀行資產(chǎn)負(fù)債情況

1.銀行不良貸款率

不良貸款率指不良貸款占總貸款余額的比重。不良貸款是指在評估銀行貸款質(zhì)量時，把貸款按風(fēng)險基礎(chǔ)分為正常、關(guān)注、次級、可疑和損失五類，其中后三類合稱為不良貸款。因此不良貸款率作為銀行風(fēng)險評估的一個重要指標(biāo)，能夠較為全面衡量銀行資產(chǎn)運營的狀況。

比較世界銀行與中國銀行不良貸款率（圖中數(shù)據(jù)為中國銀行不良貸款率數(shù)據(jù)）：

對比中國與歐美、亞太等國家的不良貸款率，可知我國的不良貸款率在2002年達到29.8%頂點后不斷下降，并且于2009年前后與歐美等發(fā)達國家相持平，甚至一度低于發(fā)達國家。

同時，對比國內(nèi)幾家知名商業(yè)銀行資產(chǎn)負(fù)債比率，工商銀行的資產(chǎn)負(fù)債率低于中國銀行，三大銀行中農(nóng)業(yè)銀行的資產(chǎn)負(fù)債率較高，特別是在2015年與2016年接近2.5%高位，但也逐漸呈穩(wěn)定下降趨勢，最終穩(wěn)定在1.5%左右。

2.銀行盈利能力評估

對農(nóng)業(yè)銀行、工商銀行近三年的盈利能力相關(guān)指標(biāo)（平均總資產(chǎn)回報率、平均加權(quán)凈資產(chǎn)收益率、凈利息收益率）進行比較，并對這幾項因素分析可知，工商銀行和農(nóng)業(yè)銀行在盈利能力方面沒有太多的差別——工商銀行作為主要的存貸款銀行，其資產(chǎn)回報率等指標(biāo)較之農(nóng)業(yè)銀行略高，但凈利息收益率略低，由于全能型銀行的普及，兩家銀行的資產(chǎn)業(yè)務(wù)越來越趨同化，所以二者的收益情況并無多大區(qū)別。

3.銀行風(fēng)險加權(quán)資產(chǎn)收益率

加權(quán)風(fēng)險資產(chǎn)收益率（RORWA=凈利潤/風(fēng)險加權(quán)資產(chǎn)），是用來衡量風(fēng)險與盈利的重要指標(biāo)，因此，加權(quán)風(fēng)險資產(chǎn)收益率越大則證明公司盈利所承受風(fēng)險越小。

通過對工商銀行、農(nóng)業(yè)銀行年度報告內(nèi)數(shù)據(jù)進行篩選，得到工商銀行2016年-2018年風(fēng)險加權(quán)資產(chǎn)收益率分別為1.81%、1.89%、2.01%;同比，農(nóng)業(yè)銀行三年數(shù)據(jù)為：1.48%、1.53%、1.55%。相較而言，工商銀行收益率呈穩(wěn)定提升趨勢，且漲幅較大，具有良好的收益發(fā)展前景，而農(nóng)業(yè)銀行漲幅平緩，但也在穩(wěn)定提升。

三、銀行相關(guān)指標(biāo)數(shù)據(jù)分析

1.風(fēng)險加權(quán)資產(chǎn)收益率數(shù)據(jù)的GARCH擬合

根據(jù)過去五年的數(shù)據(jù)，對工商銀行的風(fēng)險加權(quán)資產(chǎn)收益率由GARCH模型公式：進行擬合。

由于數(shù)據(jù)數(shù)量較少，擬合效果仍有差距，根據(jù)擬合結(jié)果可知收益率變動在逐年穩(wěn)定，所得殘差為6.647，變動范圍逐漸縮小。同時，對其峰值進行比較，可以發(fā)現(xiàn)峰值逐年有所提升，可見，收益率在理想預(yù)測情況下也會有所提升。

2.影響風(fēng)險加權(quán)收益率因素的權(quán)重

以銀行收益率為目標(biāo)對象，分析平均加權(quán)資本回報率，凈利息收益率，手續(xù)費及傭金凈收入比營業(yè)收入，成本收入，不良貸款率，風(fēng)險加權(quán)資產(chǎn)占總資產(chǎn)比六大影響風(fēng)險或收入的主要因素，對其進行主成分分析，降維提取主要影響因素。

通過因子分析，驗證了六大指標(biāo)均為主要影響指標(biāo)，且影響權(quán)重顯著，僅有微量差異。其中不良貸款率與風(fēng)險加權(quán)資產(chǎn)占比呈負(fù)影響，與實際情況相符。

用Z-score（函數(shù)）對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，得到如下的數(shù)據(jù)標(biāo)準(zhǔn)化矩陣：

進而對六大因素和目標(biāo)進行線性回歸：

根據(jù)系數(shù)比重可以得出，手續(xù)費及傭金凈收入比營業(yè)收入影響略大于風(fēng)險加權(quán)資產(chǎn)占總資產(chǎn)比，兩者占主要影響權(quán)重，且手續(xù)費及傭金凈收入比營業(yè)收入呈正影響，風(fēng)險加權(quán)資產(chǎn)占總資產(chǎn)比呈負(fù)影響。因此銀行要想提高風(fēng)險加權(quán)資產(chǎn)收益，應(yīng)努力降低風(fēng)險加權(quán)資產(chǎn)占總資產(chǎn)比。

四、結(jié)論及建議

風(fēng)險加權(quán)資產(chǎn)是指對銀行的資產(chǎn)加以分類，根據(jù)不同類別資產(chǎn)的風(fēng)險性質(zhì)確定不同的風(fēng)險系數(shù)，以這種風(fēng)險系數(shù)為權(quán)重求得的資產(chǎn)。一般來說風(fēng)險權(quán)重高的收益也更高。

根據(jù)以上了解及分析，提出如下的幾點建議：

1.提高信貸資金存量，緩解存貸比例，降低高風(fēng)險資產(chǎn)比例

存貸比越高的支行，風(fēng)險資產(chǎn)比重越高，兩者呈較為緊密的正相關(guān)關(guān)系;存貸比表明了支行信貸資金的充沛程度。存貸比低，表明存款資金較為富裕，支行會將多余資金上拆總部以獲取利息;反之，存貸比較高的支行，資金大量拆入用于貸款;使資產(chǎn)規(guī)模過度膨脹，資產(chǎn)結(jié)構(gòu)中無風(fēng)險項目占比下降，導(dǎo)致風(fēng)險資產(chǎn)比重高企。

2.積極拓展個人住房抵押貸款，增加對中央財政投資的公共企業(yè)貸款，降低貸款風(fēng)險水平

個人住房抵押貸款比重越高，風(fēng)險資產(chǎn)比重越低，兩者呈負(fù)相關(guān)關(guān)系。該指標(biāo)的擴大有助于有效降低風(fēng)險資產(chǎn)比重。此外，可增加對中央政府投資的公共企業(yè)的貸款，有效控制和緩解資產(chǎn)風(fēng)險水平。

3.開展表外業(yè)務(wù)時，應(yīng)優(yōu)先開展低風(fēng)險表外業(yè)務(wù)，盡力爭取擔(dān)?；蛸|(zhì)押，努力提高保證金比例

優(yōu)先開展低風(fēng)險表外業(yè)務(wù)，控制高風(fēng)險表外業(yè)務(wù);同時，同表內(nèi)業(yè)務(wù)一樣，盡力爭取符合《辦法》規(guī)定的擔(dān)保或質(zhì)押，爭取更多的風(fēng)險緩釋，有助于降低風(fēng)險資產(chǎn);此外，開展表外業(yè)務(wù)時，應(yīng)盡量爭取更多的保證金存款，降低敞口風(fēng)險。

參考文獻：

[1]衛(wèi)林.中國工商銀行財務(wù)風(fēng)險管理研究[D].西南交通大學(xué)，2017.

[2]董靜靜.基于VaR-GARCH的我國商業(yè)銀行利率風(fēng)險度量及實證研究[D].山西財經(jīng)大學(xué)，2015.

[3]銀行不良貸款率.全球宏觀經(jīng)濟數(shù)據(jù).新浪經(jīng)濟：https：//finance.sina.com.cn/worldmac/indicator_FB.AST.NPER.ZS.shtml.2019.08.29.

[4]如何降低信用風(fēng)險加權(quán)資產(chǎn).https：//zhidao.baidu.com/question /710734932063955565.html.2019.08.31.

作者簡介：于浩（1997.05- ），男，漢族，內(nèi)蒙古呼和浩特人，江蘇大學(xué)，研究方向：金融方向;高鑫洋（1999.02- ），男，漢族，山西臨汾人，江蘇大學(xué)，研究方向：計算機方向;徐佳（1997- ），女，漢族，江蘇常州人，江蘇大學(xué)，研究方向：金融方向