王晉忠，高　　菲

（1.西南財(cái)經(jīng)大學(xué)，成都610000；2.中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)四川監(jiān)管局，成都 610042）

?

利用股市信息測(cè)度我國(guó)商業(yè)銀行的利率風(fēng)險(xiǎn)

王晉忠1，高菲2

（1.西南財(cái)經(jīng)大學(xué)，成都610000；2.中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)四川監(jiān)管局，成都 610042）

摘要：利率風(fēng)險(xiǎn)是商業(yè)銀行面臨的重要風(fēng)險(xiǎn)之一，可利用銀行股票價(jià)格對(duì)利率變動(dòng)的敏感性來(lái)對(duì)其進(jìn)行量化分析。運(yùn)用參數(shù)和非參數(shù)模型對(duì)我國(guó)商業(yè)銀行所面臨的利率風(fēng)險(xiǎn)的實(shí)證分析表明：我國(guó)商業(yè)銀行存在顯著的利率風(fēng)險(xiǎn)，長(zhǎng)期利率變動(dòng)對(duì)商業(yè)銀行股票收益率有正向影響，而短期利率變動(dòng)有負(fù)向影響；我國(guó)商業(yè)銀行還面臨著顯著的非線性利率風(fēng)險(xiǎn)，但傳統(tǒng)的線性利率風(fēng)險(xiǎn)更為顯著；我國(guó)商業(yè)銀行對(duì)長(zhǎng)期利率變動(dòng)還有顯著的大小非對(duì)稱(chēng)性，趨勢(shì)非對(duì)稱(chēng)性并不顯著。非參數(shù)模型的估計(jì)結(jié)果表明，利率變動(dòng)對(duì)銀行組合收益率的邊際效應(yīng)不是恒定的，具有時(shí)變性特征。

關(guān)鍵詞：股市信息；商業(yè)銀行；利率風(fēng)險(xiǎn)

一、引言

隨著我國(guó)利率市場(chǎng)化改革的深入，利率風(fēng)險(xiǎn)成為商業(yè)銀行面臨的重要風(fēng)險(xiǎn)之一。如何準(zhǔn)確測(cè)量商業(yè)銀行的利率敏感性是有效管理商業(yè)銀行利率風(fēng)險(xiǎn)的關(guān)鍵。由于我國(guó)資本市場(chǎng)結(jié)構(gòu)不夠完善，利率市場(chǎng)化改革仍未完成，商業(yè)銀行的利率風(fēng)險(xiǎn)管理意識(shí)還較弱。目前國(guó)內(nèi)商業(yè)銀行主要通過(guò)久期缺口、利率敏感性缺口和VaR模型三種方法對(duì)其所面臨的利率風(fēng)險(xiǎn)進(jìn)行衡量。但這三種方法均是單期分析方法，所利用的信息較少，利率風(fēng)險(xiǎn)衡量的效果不夠理想，所以有必要對(duì)其進(jìn)行改進(jìn)。

股票價(jià)格是市場(chǎng)對(duì)于企業(yè)未來(lái)價(jià)值的預(yù)期，其中對(duì)風(fēng)險(xiǎn)的評(píng)估，以及利率變動(dòng)對(duì)商業(yè)銀行價(jià)值的影響，也會(huì)通過(guò)其市場(chǎng)價(jià)格的變動(dòng)反映出來(lái)。所以，我們可以通過(guò)衡量股票收益率對(duì)市場(chǎng)利率變動(dòng)的敏感性來(lái)測(cè)度商業(yè)銀行所面臨的利率風(fēng)險(xiǎn)。相對(duì)于前述的三種方法，該方法能夠充分利用商業(yè)銀行股票的市場(chǎng)信息，對(duì)利率風(fēng)險(xiǎn)的測(cè)度更加敏感，且更為全面及時(shí)。更重要是，前述三種方法主要使用的是商業(yè)銀行的歷史財(cái)務(wù)信息，不具有預(yù)測(cè)價(jià)值，而利用股市信息測(cè)度的商業(yè)銀行利率風(fēng)險(xiǎn)更為全面及時(shí)，而且具有很好的預(yù)測(cè)性，對(duì)未來(lái)利率風(fēng)險(xiǎn)評(píng)估具有較大的參考價(jià)值。

國(guó)外相關(guān)研究文獻(xiàn)中衡量利率風(fēng)險(xiǎn)最常用的方法是，通過(guò)使用一個(gè)簡(jiǎn)單的線性回歸模型估計(jì)由銀行股票收益率表示的商業(yè)銀行對(duì)利率變動(dòng)的敏感性。然而，利率和商業(yè)銀行市場(chǎng)價(jià)格之間的關(guān)系可能是非線性的，造成非線性利率風(fēng)險(xiǎn)存在的主要原因有以下兩個(gè)：第一，由于利率變動(dòng)通過(guò)貼現(xiàn)因子和利率相關(guān)的收入兩個(gè)方面對(duì)銀行股票的價(jià)格產(chǎn)生影響，所以我們可以預(yù)估利率變動(dòng)對(duì)股票收益率的影響不完全是線性的。第二，根據(jù)銀行所使用的風(fēng)險(xiǎn)管理政策，通常側(cè)重于運(yùn)用線性工具，客觀上留存下非線性利率風(fēng)險(xiǎn)。此外，銀行股對(duì)利率變動(dòng)的敏感性還可能取決于利率變動(dòng)的趨勢(shì)或震蕩幅度，從而產(chǎn)生利率風(fēng)險(xiǎn)暴露的非對(duì)稱(chēng)性。尤其是，利率的上升和下降可能對(duì)銀行股票價(jià)值產(chǎn)生不同的影響（趨勢(shì)非對(duì)稱(chēng)）。同時(shí)，較大的利率變動(dòng)相對(duì)較小的利率變動(dòng)會(huì)對(duì)銀行價(jià)值產(chǎn)生不同的影響（大小和幅度非對(duì)稱(chēng)）。需要注意的是，前述模型屬于參數(shù)模型，都需要一個(gè)特定的函數(shù)形式，并認(rèn)為它在樣本時(shí)期內(nèi)不會(huì)改變。非參數(shù)估計(jì)方法從一個(gè)完全不同的角度測(cè)量銀行利率風(fēng)險(xiǎn)，允許估算利率變動(dòng)和銀行股票回報(bào)率之間的關(guān)系不遵循一個(gè)特定的函數(shù)形式。而參數(shù)模型的設(shè)定與現(xiàn)實(shí)經(jīng)濟(jì)情況更為符合，可以反映出利率風(fēng)險(xiǎn)參數(shù)時(shí)變性的特征。所以，在對(duì)商業(yè)銀行的利率風(fēng)險(xiǎn)進(jìn)行測(cè)量的過(guò)程中，需要對(duì)利率風(fēng)險(xiǎn)的非線性、非對(duì)稱(chēng)性和時(shí)變性特征進(jìn)行考慮。

本文的研究目的是為我國(guó)商業(yè)銀行提供一個(gè)全面的利率風(fēng)險(xiǎn)測(cè)量方法。為此，利率風(fēng)險(xiǎn)不僅使用標(biāo)準(zhǔn)的線性模型衡量，還通過(guò)非線性模型和非參數(shù)模型的估計(jì)結(jié)果來(lái)檢驗(yàn)非線性風(fēng)險(xiǎn)是否存在。本文的主要貢獻(xiàn)在于，首次從一個(gè)新的角度，即通過(guò)股票價(jià)格對(duì)利率變動(dòng)的敏感性來(lái)量化我國(guó)商業(yè)銀行所面臨的利率風(fēng)險(xiǎn)，很大程度上改進(jìn)了傳統(tǒng)單一、靜態(tài)的利率風(fēng)險(xiǎn)測(cè)量方法，對(duì)利率風(fēng)險(xiǎn)的測(cè)量更全面、更為敏感，能提供更多的利率風(fēng)險(xiǎn)預(yù)測(cè)價(jià)值。其次，本文不僅測(cè)量了利率變動(dòng)對(duì)商業(yè)銀行的線性影響，還對(duì)此前相關(guān)研究中未涉及和極易忽略的利率風(fēng)險(xiǎn)非線性特征進(jìn)行了研究。最后，本文還首次嘗試運(yùn)用非參數(shù)模型衡量利率風(fēng)險(xiǎn)，對(duì)商業(yè)銀行利率風(fēng)險(xiǎn)的時(shí)變性特征進(jìn)行了分析。相對(duì)于線性模型，非參數(shù)模型具有更高的靈活性，能夠更好地洞察商業(yè)銀行所面臨的利率風(fēng)險(xiǎn)。對(duì)商業(yè)銀行利率風(fēng)險(xiǎn)的準(zhǔn)確測(cè)量不僅對(duì)利率風(fēng)險(xiǎn)管理至關(guān)重要，同時(shí)也對(duì)其他金融領(lǐng)域，如資產(chǎn)配置、投資組合管理、資產(chǎn)定價(jià)以及銀行監(jiān)管有很大的作用。

二、文獻(xiàn)綜述

20世紀(jì)80年代初以來(lái)，大量的實(shí)證研究檢驗(yàn)了利率風(fēng)險(xiǎn)對(duì)銀行業(yè)金融機(jī)構(gòu)價(jià)值的影響。大部分的研究主要基于Stone（1974）根據(jù)資產(chǎn)市場(chǎng)方法提出的兩因素模型框架。[1]Stone的模型包括利率變動(dòng)因素和傳統(tǒng)的市場(chǎng)指數(shù)因素，用來(lái)解釋銀行的股票收益率。這項(xiàng)研究得出的主要結(jié)論有三個(gè)：首先，利率變動(dòng)對(duì)銀行股票收益率有顯著的負(fù)向影響，普遍認(rèn)為這是由于銀行資產(chǎn)和負(fù)債的期限錯(cuò)配導(dǎo)致的（Flannery and James，1984；[2]Elyasiani and Mansur，1998；[3]Au Yong and Faff，2008；[4]Czaja et al.，2009，2010[5-6]）。第二，銀行的股票回報(bào)率往往對(duì)長(zhǎng)期利率的變化更為敏感，而不是短期利率的變化（ElyasianiandMansur，1998；[3]Bartram，2002；[7]Saporoschenko，2002；[8]Czaja et al.，2009[5]）。第三，由于使用更加先進(jìn)的利率風(fēng)險(xiǎn)衡量和管理工具使得銀行的股票回報(bào)率對(duì)利率的敏感度有所下降（Faff andHoward，1999；[9]BeninkandWolff，2000；[10]Ryan and Worthington，2004；[11]Joseph and Vezos，2006[12]）。Stone的研究開(kāi)啟了用銀行股票收益率對(duì)利率變動(dòng)的敏感性衡量利率風(fēng)險(xiǎn)的先河，但其研究的因素過(guò)于簡(jiǎn)單，沒(méi)有考慮諸如匯率、通貨膨脹率等因素對(duì)銀行股票價(jià)格變動(dòng)的影響。

各國(guó)學(xué)者對(duì)Stone的研究進(jìn)行了擴(kuò)展，其中一種擴(kuò)展方式是對(duì)研究樣本進(jìn)行分類(lèi)，對(duì)比不同行業(yè)和不同類(lèi)型的股票收益率的利率風(fēng)險(xiǎn)。Lynge and Zumwalt（1980）研究了銀行和工業(yè)普通股的回報(bào)率對(duì)長(zhǎng)期和短期債券利率的敏感程度，結(jié)果表明銀行普通股比工業(yè)普通股對(duì)債券的利率更為敏感，雖然工業(yè)普通股也表現(xiàn)出較高的利率敏感性。[13]Flannery and James（1984）認(rèn)為股票的回報(bào)率由名義資產(chǎn)的回報(bào)率與真實(shí)的或?qū)嵨镔Y產(chǎn)（負(fù)債，不包括股票，可以看作是負(fù)資產(chǎn)）相關(guān)聯(lián)的回報(bào)率兩部分組成，其實(shí)證結(jié)果也驗(yàn)證了Stone的第一個(gè)結(jié)論。[2]Czaja，Scholz and Wilkens（2010）研究了德國(guó)各行業(yè)的利率風(fēng)險(xiǎn)報(bào)酬，實(shí)證結(jié)果表明德國(guó)大多數(shù)企業(yè)都獲得了明顯的正的利率風(fēng)險(xiǎn)報(bào)酬，金融機(jī)構(gòu)的利率風(fēng)險(xiǎn)報(bào)酬超過(guò)非金融企業(yè)，且德國(guó)保險(xiǎn)業(yè)利率風(fēng)險(xiǎn)的基準(zhǔn)收益均顯著高于德國(guó)銀行，這似乎與傳統(tǒng)的市場(chǎng)認(rèn)識(shí)不符。[6]另一種擴(kuò)展方式是在Stone的基礎(chǔ)模型上加入其他的經(jīng)濟(jì)因素進(jìn)行研究。Oertmann，Rendu and Zimmermann（2000）利用多因素模型考察了歐洲金融企業(yè)股票回報(bào)率對(duì)國(guó)內(nèi)和國(guó)際利率變動(dòng)的敏感程度，并運(yùn)用ATP模型檢驗(yàn)不同利率風(fēng)險(xiǎn)的回報(bào)是否相同。結(jié)果表明國(guó)內(nèi)和國(guó)際利率變動(dòng)均是歐洲金融企業(yè)回報(bào)率變動(dòng)的動(dòng)因，并且不同市場(chǎng)中利率變動(dòng)所產(chǎn)生的利率風(fēng)險(xiǎn)得到的回報(bào)不同。[14]Tai（2005）和Muller and Verschoor （2006）在傳統(tǒng)的兩因素模型上加入了匯率因素，研究了美國(guó)跨國(guó)公司所面臨的非對(duì)稱(chēng)匯率風(fēng)險(xiǎn)。[15-16]Jareno（2008）運(yùn)用Stone的兩因素模型與Fama和French三因素模型的延伸，研究了西班牙股市對(duì)實(shí)際利率和通貨膨脹率的敏感性，結(jié)果表明，股票的回報(bào)與實(shí)際利率變動(dòng)顯著負(fù)相關(guān)，同時(shí)股市回報(bào)率與預(yù)期通脹率變動(dòng)的相關(guān)關(guān)系并不顯著。[17]

除了上述的線性模型外，還有一些實(shí)證研究探索了可能存在的比線性更復(fù)雜的利率風(fēng)險(xiǎn)暴露。Chen and Chan（1989）在這個(gè)領(lǐng)域做出了開(kāi)創(chuàng)性的工作，他們研究了美國(guó)金融機(jī)構(gòu)對(duì)利率周期的潛在非對(duì)稱(chēng)利率敏感性，結(jié)果表明，在上升和下降的利率周期中存在顯著的非對(duì)稱(chēng)性。[18]同樣的，Hallerbach（1994）的研究證明了荷蘭的股票收益率對(duì)利率變動(dòng)的敏感性隨著時(shí)間的推移而發(fā)生變化，對(duì)利率變動(dòng)趨勢(shì)呈現(xiàn)出明顯的不對(duì)稱(chēng)模式。他指出，特定的非線性模型能夠在一定程度上解釋利率上升下降之間的敏感性不對(duì)稱(chēng)性。[19]之后，Verma and Jackson（2008）利用多元EGARCH 模型來(lái)評(píng)估短期和長(zhǎng)期利率與美國(guó)銀行的股票組合之間存在溢出效應(yīng)和不對(duì)稱(chēng)性。[20]他們的研究結(jié)果為貨幣中心銀行等大型銀行組合的趨勢(shì)非對(duì)稱(chēng)性提供了證據(jù)，表明這些銀行對(duì)負(fù)向利率變動(dòng)比正向利率變動(dòng)更敏感。

綜上可知，盡管上述海外學(xué)者對(duì)不同金融市場(chǎng)的研究結(jié)論存在差異，但大多數(shù)研究結(jié)果表明商業(yè)銀行股權(quán)收益和市場(chǎng)利率變化之間存在著顯著的相關(guān)關(guān)系，商業(yè)銀行整體所面臨的利率風(fēng)險(xiǎn)可以通過(guò)上述方法測(cè)量出來(lái)，股票收益率對(duì)利率變動(dòng)的敏感性是一個(gè)利率風(fēng)險(xiǎn)測(cè)量的有效方法。

三、研究方法

本文首次采用中國(guó)股市信息測(cè)度商業(yè)銀行的利率風(fēng)險(xiǎn)，對(duì)我國(guó)商業(yè)銀行所面臨的利率風(fēng)險(xiǎn)進(jìn)行全面的分析和測(cè)量，分析我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)所具有的特征。因此，文章的實(shí)證研究以Stone的兩因素及三因素模型為基礎(chǔ)，測(cè)量我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)的線性特征。此后，對(duì)基礎(chǔ)模型進(jìn)行擴(kuò)展，測(cè)量我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)的非線性和非對(duì)稱(chēng)性特征。最后，采用目前海外此類(lèi)研究的前沿——非參數(shù)模型，分析利率風(fēng)險(xiǎn)的時(shí)變性特征。下面對(duì)論文中所采用的研究模型進(jìn)行詳細(xì)介紹，根據(jù)模型的形式不同分為參數(shù)模型和非參數(shù)模型。

（一）參數(shù)模型

1.線性模型

文獻(xiàn)中提到的Stone（1974）提出的兩因素線性模型是銀行利率風(fēng)險(xiǎn)量化的基準(zhǔn)模型，該模型的形式如下：

Rit表示資產(chǎn)i在第t期的收益率，Rmt表示市場(chǎng)組合的收益率，ΔIt表示利率的變動(dòng)。[1]

由于利率的變動(dòng)會(huì)影響市場(chǎng)的收益率，為了衡量利率變動(dòng)對(duì)資產(chǎn)i收益率的凈影響，需要做輔助回歸：

由方程（1）（2）聯(lián)合可得：

其中，γi=αi+aβmi，λi=δi+bβmi，參數(shù)λi反映了利率變動(dòng)對(duì)銀行股權(quán)價(jià)值的直接和間接影響。

此外，研究認(rèn)為長(zhǎng)期和短期利率均會(huì)對(duì)銀行股票的收益率產(chǎn)生影響，所以利用短期和長(zhǎng)期債券收益率指數(shù)代替ΔIt，模型成為三因素模型：

RDLt，RDSt分別表示長(zhǎng)期和短期債券市場(chǎng)利率變動(dòng)，由于三個(gè)因素之間存在顯著的共線性，為了消除共線性，在模型估計(jì)的時(shí)候需要進(jìn)行正交化處理：

2．非線性模型

利率變動(dòng)對(duì)公司股權(quán)回報(bào)率的影響可能是非線性的，所以回歸方程可以寫(xiě)為：

f（·）表示利率變動(dòng)的非線性方程，參數(shù)θi衡量了利率的非線性變動(dòng)對(duì)資產(chǎn)i的回報(bào)率的影響。非線性形式意味著對(duì)利率的敏感度取決于利率沖擊的大小。

3．趨勢(shì)和大小非對(duì)稱(chēng)模型

檢測(cè)非線性效應(yīng)的另一種方法是檢測(cè)銀行股票回報(bào)率對(duì)利率變動(dòng)的不同趨勢(shì)和大小的非對(duì)稱(chēng)反應(yīng)。一方面，銀行股票回報(bào)率對(duì)利率的上升和下降變動(dòng)可能有不同的反應(yīng)（趨勢(shì)非對(duì)稱(chēng)）。另一方面，大大小小的利率沖擊（大小或幅度不對(duì)稱(chēng)），可能會(huì)對(duì)銀行股票回報(bào)率有不同的影響。為了允許這些不對(duì)稱(chēng)性的存在，方程（1）的基本模型需要延伸。具體而言，趨勢(shì)非對(duì)稱(chēng)性可以使用下面的模型分析：

如果ΔIt＞0，虛擬變量Dsignt=1，否則為0。對(duì)于一個(gè)給定的市場(chǎng)組合，如果ΔIt＜0，銀行股的回報(bào)率的敏感性為δi，當(dāng)ΔIt＞0時(shí)，為δi+ηi。

類(lèi)似的，大小和幅度非對(duì)稱(chēng)性可以通過(guò)以下的模型評(píng)估：

ZU和 ZL分別表示閾值的上限和下限，若ΔIt≥ZU或ΔIt≤ZL，虛擬變量Dmagt=1，否則為0。閾值可以通過(guò)ΔIt+2σΔIt和ΔIt－2σΔIt計(jì)算。若ΔIt≥ZU或ΔIt≤ZL，銀行股的回報(bào)率的敏感性為δi+ηi，其余情況為δi。

這兩個(gè)模型都可以用來(lái)估計(jì)與利率波動(dòng)不同的趨勢(shì)和大小的系數(shù)，但它們不能提供對(duì)非對(duì)稱(chēng)性的直接檢測(cè)。為了直接檢測(cè)假定，方程可以寫(xiě)為：

非對(duì)稱(chēng)性檢查等價(jià)于檢測(cè)ηi在統(tǒng)計(jì)上是否顯著。

（二）非參數(shù)模型

所有的參數(shù)模型需要一個(gè)特定的函數(shù)形式，并認(rèn)為它在樣本時(shí)期內(nèi)不會(huì)改變。非參數(shù)估計(jì)方法從一個(gè)完全不同的角度測(cè)量銀行利率風(fēng)險(xiǎn)。這種方法的主要優(yōu)點(diǎn)是它的靈活性，因?yàn)樗试S估算利率變動(dòng)和銀行股票回報(bào)率之間的關(guān)系不遵循一個(gè)特定的函數(shù)形式。假定銀行資產(chǎn)收益率和利率變動(dòng)之間的關(guān)系由下面的通用模型給出：

未知的函數(shù)m（ΔIt）可以用在給定點(diǎn)ΔIj附近的泰勒展開(kāi)式來(lái)近似：

局部線性回歸等價(jià)于尋找加權(quán)目標(biāo)函數(shù)CV最小化的aj和bj：

Kj表示內(nèi)核函數(shù)，本文采用高斯核函數(shù)，h表示內(nèi)核函數(shù)的寬度參數(shù)。

Rilstone（1991）研究表明，用樣本對(duì)bj進(jìn)行估計(jì)是一致的和漸近正態(tài)分布，其標(biāo)準(zhǔn)差與那些由傳統(tǒng)的參數(shù)估計(jì)的標(biāo)準(zhǔn)差是可比的。[21]因此，可以容易地對(duì)參數(shù)估計(jì)和非參數(shù)估計(jì)進(jìn)行假設(shè)檢驗(yàn)。

本文將對(duì)中國(guó)上市商業(yè)銀行所面臨的利率風(fēng)險(xiǎn)進(jìn)行一個(gè)全面有效的測(cè)度，因此會(huì)采用上述的所有模型進(jìn)行實(shí)證研究，從最基本的單因素模型分析出利率變動(dòng)對(duì)商業(yè)銀行影響的方向和大小，此后不斷對(duì)模型進(jìn)行擴(kuò)展，檢驗(yàn)利率風(fēng)險(xiǎn)的非線性、非對(duì)稱(chēng)性以及時(shí)變性特征。

四、實(shí)證分析

（一）樣本數(shù)據(jù)的選取

本文采集2007年10月之前上市的商業(yè)銀行交易數(shù)據(jù)，其樣本區(qū)間為2007年10月12日至2014 年12月31日，372個(gè)時(shí)間維度的觀測(cè)值。根據(jù)之前文獻(xiàn)中的常用處理（Flannery and James，1984[2]），股票收益率采用經(jīng)股息和股票分割調(diào)整后的周收益率，采用每周最后一個(gè)交易日的收盤(pán)價(jià)數(shù)據(jù)計(jì)算周回報(bào)率。①采用每周的數(shù)據(jù)而不是每天的數(shù)據(jù)是因?yàn)槭袌?chǎng)需要一段時(shí)間來(lái)了解和反應(yīng)利率變動(dòng)對(duì)資產(chǎn)價(jià)格的影響，因此，使用非常短的時(shí)間（例如日收益率）很難正確地評(píng)估企業(yè)的利率風(fēng)險(xiǎn)。此外，周數(shù)據(jù)優(yōu)于月數(shù)據(jù)是因?yàn)椴捎弥軘?shù)據(jù)會(huì)獲得一個(gè)更大的樣本量，獲得更精確的結(jié)果。對(duì)股票市場(chǎng)的收益我們采用滬深300指數(shù)來(lái)反映，個(gè)股及指數(shù)數(shù)據(jù)均來(lái)自CSMAR數(shù)據(jù)庫(kù)。

交易所10年期固定利率國(guó)債收益率與3個(gè)月銀行間固定利率國(guó)債收益率分別代表我國(guó)長(zhǎng)期和短期利率。選擇10年期政府債券的收益率來(lái)衡量銀行的利率風(fēng)險(xiǎn)在已有的研究中已成為一種標(biāo)準(zhǔn)（Elyasiani and Mansur，1998[3]；Oertmann et al.，2000[14]；Faff et al.，2005[9]）。長(zhǎng)期利率是對(duì)未來(lái)經(jīng)濟(jì)前景的預(yù)期，并在很大程度上決定借入資金的成本。因此，假定長(zhǎng)期利率對(duì)企業(yè)投資決策和企業(yè)未來(lái)盈利能力的預(yù)期有更大的影響力，長(zhǎng)期利率的數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)。本文用3個(gè)月銀行間固定利率國(guó)債收益率表示銀行的短期利率。盡管SHIBOR是我國(guó)利率市場(chǎng)的基準(zhǔn)利率，但SHIBOR經(jīng)常受貨幣發(fā)行等其他因素的影響而出現(xiàn)大幅波動(dòng)，不能很好地反映銀行所面臨的真實(shí)短期利率，所以本文采用中國(guó)債券信息網(wǎng)發(fā)布的3個(gè)月銀行間固定利率國(guó)債收益率代表短期利率。

根據(jù)Elyasiani and Mansur（1998）[3]，F(xiàn)aff et al.（2005）[9]，Verma and Jackson（2008）[20]and Czaja et al.（2009，2010）[5-6]的處理方法，我們將采用銀行股票組合的數(shù)據(jù)，而不是單個(gè)企業(yè)的數(shù)據(jù)來(lái)檢測(cè)銀行的利率風(fēng)險(xiǎn)。該組合具有以下兩方面的優(yōu)點(diǎn)：它提供了一個(gè)提煉股票回報(bào)行為信息的有效方法。其次，它有助于減少個(gè)股交易數(shù)據(jù)中的噪音，從而得到更可靠的結(jié)果。按照我國(guó)商業(yè)銀行分類(lèi)的常用方法，我們將商業(yè)銀行分為國(guó)有控股商業(yè)銀行（中國(guó)工商銀行、中國(guó)建設(shè)銀行、交通銀行、中國(guó)銀行）、股份制銀行（平安銀行、浦發(fā)銀行、華夏銀行、民生銀行、招商銀行、興業(yè)銀行、中信銀行）和城市商業(yè)銀行（北京銀行、南京銀行、寧波銀行）三類(lèi)，根據(jù)之前相關(guān)研究的常用處理方法對(duì)每一類(lèi)銀行的股票數(shù)據(jù)進(jìn)行等權(quán)重加權(quán)處理。變量的描述性統(tǒng)計(jì)如表1所示。

由表1可以看出各銀行股票組合的收益率在均值、標(biāo)準(zhǔn)差等多方面差別較大，所以有必要將商業(yè)銀行進(jìn)行分組研究。所有變量的J-B統(tǒng)計(jì)量均顯著，不符合正態(tài)分布。對(duì)變量做單位根檢驗(yàn)，均不存在單位根，是平穩(wěn)時(shí)間序列。10年期利率變動(dòng)的標(biāo)準(zhǔn)差為0.0008，而短期利率變動(dòng)的標(biāo)準(zhǔn)差為0.0019，是長(zhǎng)期利率的兩倍，短期利率波動(dòng)更為劇烈。

由圖1可以看出，平均來(lái)說(shuō)長(zhǎng)期利率高于短期利率水平。長(zhǎng)期利率與短期利率的走勢(shì)基本相同，但是短期利率的波動(dòng)更大，尤其是2008年之后，我國(guó)的短期利率波動(dòng)性增強(qiáng)，變動(dòng)幅度增大。這體現(xiàn)出自2008年以來(lái)，我國(guó)不斷推進(jìn)利率市場(chǎng)化改革，貨幣市場(chǎng)中諸多利率已實(shí)現(xiàn)市場(chǎng)化，在市場(chǎng)利率的作用下，利率波動(dòng)加劇，所面臨的利率風(fēng)險(xiǎn)加大。

表1　變量基本統(tǒng)計(jì)性描述

圖1　樣本長(zhǎng)期利率和短期利率隨時(shí)間變化情況

（二）實(shí)證結(jié)果

表2包含對(duì)三組銀行組合的線性和非線性模型的系數(shù)估計(jì)。10年期國(guó)債收益率與3個(gè)月銀行間固定利率國(guó)債收益率作為市場(chǎng)利率的代表。模型的參數(shù)均用OLS估計(jì)。非線性模型估計(jì)是利率變化采用三次函數(shù)的形式。括號(hào)中表示參數(shù)t檢驗(yàn)的P值。HS300*表示去除利率變動(dòng)因素的股指收益率。

*表示在10%的顯著性水平下顯著，**表示在5%的顯著性水平下顯著，***表示在1%的顯著性水平下顯著。

表3包含對(duì)三組銀行組合的非對(duì)稱(chēng)性模型和非參數(shù)模型的系數(shù)估計(jì)。10年期國(guó)債收益率與3個(gè)月銀行間固定利率國(guó)債收益率作為市場(chǎng)利率的代表。模型的參數(shù)均用最小二乘法估計(jì)。括號(hào)中表示參數(shù)t檢驗(yàn)的P值。HS300*表示去除利率變動(dòng)因素的股指收益率。本文的非參數(shù)估計(jì)是利用Hayfield and Racine（2008）所開(kāi)發(fā)的R程序包所做的。

*表示在10%的顯著性水平下顯著，**表示在5%的顯著性水平下顯著，***表示在1%的顯著性水平下顯著。

由表2的實(shí)證結(jié)果可以看出：第一，在所有模型中，去除利率變動(dòng)因素的股指收益率的回歸結(jié)果均在1%的顯著性水平下顯著，表明市場(chǎng)因素是影響上市商業(yè)銀行股票收益率的重要因素。第二，在兩因素和三因素線性模型的回歸結(jié)果中，長(zhǎng)期利率均在1%的顯著性水平下顯著，說(shuō)明長(zhǎng)期利率對(duì)我國(guó)上市商業(yè)銀行的收益率有著顯著的影響。對(duì)短期利率而言，除股份制商業(yè)銀行的兩因素線性模型的回歸系數(shù)不顯著外，其他銀行的短期利率的回歸系數(shù)也均顯著，說(shuō)明短期利率也對(duì)我國(guó)商業(yè)銀行的收益率有著重要影響。此外，從變量回歸系數(shù)的大小可以看出，長(zhǎng)期利率變動(dòng)對(duì)商業(yè)銀行收益率的正向影響系數(shù)均大于10，而短期利率變動(dòng)對(duì)商業(yè)銀行收益率所產(chǎn)生的負(fù)向影響系數(shù)均小于3，說(shuō)明長(zhǎng)期利率變動(dòng)對(duì)商業(yè)銀行的正向影響明顯大于短期利率變動(dòng)所產(chǎn)生的負(fù)向影響。第三，從兩因素非線性模型的回歸結(jié)果可以看出，長(zhǎng)期利率的三次回歸系數(shù)均在1%的顯著性水平下顯著。說(shuō)明長(zhǎng)期利率對(duì)我國(guó)上市商業(yè)銀行的股權(quán)收益率存在顯著的非線性影響。而短期利率的非線性模型回歸結(jié)果則顯示，短期利率對(duì)國(guó)有商業(yè)銀行存在顯著的非線性影響，對(duì)股份制和城市商業(yè)銀行的影響卻不顯著。

表2　　商業(yè)銀行的利率風(fēng)險(xiǎn)（線性和非線性模型）

同樣的，根據(jù)表3的實(shí)證結(jié)果我們可以看出：第一，趨勢(shì)非對(duì)稱(chēng)模型的回歸結(jié)果與前述線性及非線性模型的回歸結(jié)果基本一致，也間接驗(yàn)證了表2中模型回歸結(jié)果的穩(wěn)健性。除了國(guó)有商業(yè)銀行的短期利率趨勢(shì)非對(duì)稱(chēng)性系數(shù)顯著以外，其他銀行的長(zhǎng)短期利率的趨勢(shì)非對(duì)稱(chēng)性系數(shù)均不顯著，說(shuō)明短期和長(zhǎng)期利率變動(dòng)對(duì)我國(guó)商業(yè)銀行收益率影響的趨勢(shì)非對(duì)稱(chēng)性效應(yīng)不明顯。第二，國(guó)有商業(yè)銀行和城市商業(yè)銀行的長(zhǎng)期利率大小非對(duì)稱(chēng)性回歸系數(shù)均在5%的顯著性水平下顯著，說(shuō)明長(zhǎng)期利率變動(dòng)幅度大小會(huì)對(duì)國(guó)有商業(yè)銀行和股份制商業(yè)銀行產(chǎn)生顯著的非對(duì)稱(chēng)性影響。而短期利率的大小非對(duì)稱(chēng)性的回歸結(jié)果均不顯著或顯著性較低。第三，從非參數(shù)模型的回歸結(jié)果可以看出，長(zhǎng)期利率和短期利率的非參數(shù)估計(jì)系數(shù)基本顯著，且回歸系數(shù)的大小和符號(hào)與線性模型的回歸系數(shù)基本相近，說(shuō)明長(zhǎng)期利率和短期利率確實(shí)會(huì)對(duì)我國(guó)商業(yè)銀行的收益率產(chǎn)生顯著影響。

表3　　商業(yè)銀行的利率風(fēng)險(xiǎn)（非對(duì)稱(chēng)性模型和非參數(shù)模型）

下面根據(jù)實(shí)證結(jié)果對(duì)中國(guó)上市商業(yè)銀行利率風(fēng)險(xiǎn)的線性、非線性、非對(duì)稱(chēng)和時(shí)變性特征進(jìn)行具體分析。

1.線性利率風(fēng)險(xiǎn)

長(zhǎng)期利率的線性模型的系數(shù)為正數(shù)且顯著，這意味著，長(zhǎng)期利率上升會(huì)使我國(guó)銀行股票收益率增加。這與其他國(guó)家的實(shí)證結(jié)果存在一些差異，主要是由于我國(guó)商業(yè)銀行持有的長(zhǎng)期固定收益?zhèn)鄬?duì)中短期固定收益?zhèn)詳?shù)量較少，長(zhǎng)期利率上升會(huì)增加長(zhǎng)期固定收益?zhèn)漠?dāng)期利息收益，使銀行的收益增加。同時(shí)長(zhǎng)期利率的上升還使人們對(duì)于未來(lái)的期望回報(bào)率上升，投資的欲望增加，使股市的整體價(jià)格上漲。另一方面，短期利率的線性模型的系數(shù)為負(fù)數(shù)，意味著短期利率上漲會(huì)使銀行股票的回報(bào)率下降。這主要是由于短期利率上升使銀行所持有的大量中短期債券的價(jià)格下降，且這些債券即將到期，會(huì)直接影響銀行當(dāng)期收益，市場(chǎng)上的反應(yīng)為股票收益率下降。由長(zhǎng)期和短期利率變動(dòng)系數(shù)的絕對(duì)值可以看出，長(zhǎng)期利率變動(dòng)的敏感性更高。此外國(guó)有控股商業(yè)銀行的模型估計(jì)R2較小，反映出國(guó)有商業(yè)銀行的利率風(fēng)險(xiǎn)管理能力比股份制銀行和城市商業(yè)銀行強(qiáng)，股票的收益率較少受到利率變動(dòng)的影響。

2.非線性利率風(fēng)險(xiǎn)

如表2所示，三次函數(shù)在很大程度上識(shí)別了非線性的利率風(fēng)險(xiǎn)。特別是無(wú)論對(duì)長(zhǎng)期還是短期利率，對(duì)所有的銀行組合都表現(xiàn)出顯著的非線性利率風(fēng)險(xiǎn)，說(shuō)明我國(guó)商業(yè)銀行除了面臨線性的利率風(fēng)險(xiǎn)還面臨非線性利率風(fēng)險(xiǎn)。雖然線性模型和非線性模型的自變量不同，但由R2可以看出線性模型的擬合程度均優(yōu)于非線性模型，這意味著，在一般情況下，我國(guó)商業(yè)銀行面臨的線性利率風(fēng)險(xiǎn)更為顯著。

3.利率風(fēng)險(xiǎn)的非對(duì)稱(chēng)性

由表3中列出的趨勢(shì)和大小非對(duì)稱(chēng)性模型的估計(jì)結(jié)果可知，我國(guó)股份制銀行對(duì)利率變動(dòng)的趨勢(shì)非對(duì)稱(chēng)性不顯著，國(guó)有控股商業(yè)銀行對(duì)長(zhǎng)期和短期利率顯示出顯著的大小非對(duì)稱(chēng)性，城市商業(yè)銀行對(duì)長(zhǎng)期利率顯示出顯著的大小非對(duì)稱(chēng)性。與利率的小幅波動(dòng)相比，大幅度的利率變動(dòng)對(duì)我國(guó)商業(yè)銀行股票收益率具有顯著影響。另外非對(duì)稱(chēng)性模型對(duì)國(guó)有控股商業(yè)銀行的解釋能力更弱。同時(shí)，由表3可以看出短期利率的大小非對(duì)稱(chēng)并非對(duì)所有銀行組合都顯著，說(shuō)明短期利率的異常波動(dòng)對(duì)銀行股票收益率的影響并不明顯。

4.非參數(shù)分析

為了方便與參數(shù)模型進(jìn)行比較，表3給出的非參數(shù)模型的平均估計(jì)值，作為樣本逐點(diǎn)估計(jì)的平均值。由結(jié)果可以看出，非參數(shù)估計(jì)的平均值與線性估計(jì)在絕對(duì)值和顯著性水平上都非常相似。因此，非參數(shù)方法支持長(zhǎng)期利率變動(dòng)對(duì)銀行股票收益率有正向影響，短期利率變動(dòng)對(duì)銀行股票收益率有負(fù)向影響，同時(shí)由估計(jì)系數(shù)的絕對(duì)值可以看出，長(zhǎng)期變化對(duì)銀行股票收益率更為敏感。相較于線性估計(jì)得出的結(jié)論，逐點(diǎn)估計(jì)表明，利率變動(dòng)對(duì)銀行組合收益率的邊際效應(yīng)不是恒定的，并在所有的樣本區(qū)間對(duì)所有的利率變動(dòng)保持同樣的正向或負(fù)向的影響。

五、結(jié)論

本文采用參數(shù)和非參數(shù)模型全面分析了中國(guó)上市商業(yè)銀行的利率風(fēng)險(xiǎn)。通過(guò)實(shí)證分析可知，我國(guó)商業(yè)銀行面臨著顯著的利率風(fēng)險(xiǎn)。長(zhǎng)期利率變動(dòng)對(duì)商業(yè)銀行股票收益率有顯著的正向影響，短期利率變動(dòng)有負(fù)向影響，表明我國(guó)商業(yè)銀行有顯著的線性利率風(fēng)險(xiǎn)。我國(guó)商業(yè)銀行還面臨著顯著的非線性利率風(fēng)險(xiǎn)，但傳統(tǒng)的線性利率風(fēng)險(xiǎn)更為顯著。此外，我國(guó)商業(yè)銀行對(duì)長(zhǎng)期利率變動(dòng)還有顯著的大小非對(duì)稱(chēng)性，趨勢(shì)非對(duì)稱(chēng)性并不顯著。非參數(shù)模型的估計(jì)結(jié)果表明，利率變動(dòng)對(duì)銀行組合收益率的邊際效應(yīng)不是恒定的，并在所有的樣本區(qū)間對(duì)所有的利率變動(dòng)保持同樣的正向或負(fù)向的影響。

從本文的研究結(jié)果可以看出，長(zhǎng)期和短期利率對(duì)我國(guó)商業(yè)銀行的影響明顯不同，因此在管理利率風(fēng)險(xiǎn)時(shí)需要對(duì)短期和長(zhǎng)期利率風(fēng)險(xiǎn)用不同的工具采取針對(duì)性的管理。此外，我國(guó)商業(yè)銀行除了面臨傳統(tǒng)的線性利率風(fēng)險(xiǎn)以外，其利率風(fēng)險(xiǎn)還具有非線性、非對(duì)稱(chēng)性和時(shí)變性特征。因此，商業(yè)銀行在進(jìn)行利率風(fēng)險(xiǎn)管理時(shí)，應(yīng)該更多地使用金融創(chuàng)新產(chǎn)品，如可調(diào)整利率產(chǎn)品、資產(chǎn)證券化以及衍生證券，對(duì)利率風(fēng)險(xiǎn)進(jìn)行管理。

參考文獻(xiàn)：

［1］Stone B K.Systematic interest-rate risk in a two-index model of returns［J］.Journal of Financial and Quantitative Analysis，1974，9 （05）：709-721.

［2］Flannery，M.J.，James，C.M.The effect of interest rate changes on the common stock returns of financial institutions［J］.Journal of Finance，1984，39，1141-1153.

［3］Elyasiani，E.，Mansur，I.Sensitivity of the bank stock returns distribution to changes in the level and volatility of interest rate：a GARCH-M model［J］.Journal of Banking and Finance，1998，22，535-563.

［4］Au Yong，H.H.，F(xiàn)aff，R.Asia-Pacific banks risk exposures：pre and post the Asian financial crisis［J］.Applied Financial Economics，2008，18，431-449.

［5］Czaja，M.，Scholz，H.，Wilkens，M..Interest rate risk of German financial institutions：the impact of level.Slope，and curvature of the term structure［J］.Review of Quantitative Finance and Accounting 33，2009，1-26.

［6］Czaja，M.，Scholz，H.，Wilkens，M.Interest rate risk rewards in stock returns of financial corporations：evidence from Germany ［J］.European Financial Management，2010，16，124-154.

［7］Bartram，S.M.The interest rate exposure of nonfinancial corporations ［J］.European Finance Review，2002，6，101-125.

［8］Saporoschenko，A.The sensitivity of Japanese bank stock returns to economic factors an examination of asset/liability differences and main bank status［J］.Global Finance Journal，2002.13，253-270.

［9］Faff，R.W.，Howard，P.F.Interest rate risk of Australian financial sector companies in a period of regulatory change［J］.Pacific-Basin Finance Journal，1999，7，83-101.

［10］Benink，H.，Wolff，C.Survey data and the interest rate sensitivity of US bank stock returns［J］.Economic Notes，2000，29，201-213.

［11］Ryan，S.，Worthington，A.C.Market，interestrateandforeign exchange rate risk in Australian banking：a GARCH-M approach ［J］.International Journal of Applied Business and Economic Research，2004.2，81-103.

［12］Joseph，N.L.，Vezos，P.The sensitivity of US banks’stock returns to interest rate and exchange rate changes［J］.Managerial Finance，2006，32，182-199.

［13］Morgan J.Lynge，Jr.and J.Kenton Zumwalt.An Empirical study of the interest rate sensitivity of commercial bank returns：a muti-index approach［J］.Journal of financial and quantitative analysis.1980，Volume XV，No.3，September.

［14］Peter Oertmann，Christel Rendu and Heinz Zimmermann.Interest rate risk of European Financial Corporations［J］.European Financial Management，2000，Vol.6，No.4，459-478.

［15］Tai C S.Asymmetric currency exposure of US bank stock returns ［J］.Journal of Multinational Financial Management，2005，15 （4）：455-472.

［16］Muller A，Verschoor W F C.Foreign exchange risk exposure：survey and suggestions［J］.Journal of Multinational Financial Management，2006，16（4）：385-410.

［17］Jareno，F(xiàn).Spanish stock market sensitivity to real interest and inflation rates.An extension of the Stone two-factor model with factors of the Fama and French three factor model［J］.Applied Economics，2008，40，3159-3171.

［18］Chen，C.R.，Chan，A.Interestratesensitivity，asymmetry，and the stock returns of financial institutions［J］.Financial Review，1989，24，457-473.

［19］Hallerbach，W.G.Theoretical and empirical aspects of the relation between interest rates and common stock returns［J］.In：D’Ecclesia，R.L.，Zenios，S.A.（Eds.），1994.

［20］Verma，P.，Jackson，D.Interestrateandbankstockreturns asymmetry：evidence from US banks［J］.Journal of Economics and Finance，2008，32，105-118.

［21］Rilstone，P.Nonparametric hypothesis testing with parametric rates of convergence［J］.International Economic Review，1991，32，207-227.

（責(zé)任編輯：盧艷茹；校對(duì)：李丹）

中圖分類(lèi)號(hào)：F832.5

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006－3544（2016）02－0003－09

收稿日期：2016-03-22

作者簡(jiǎn)介：王晉忠，男，重慶忠縣人，經(jīng)濟(jì)學(xué)博士，西南財(cái)經(jīng)大學(xué)金融學(xué)院；高菲，女，四川南充人，中國(guó)銀監(jiān)會(huì)四川監(jiān)管局。

The Measurement of China’s Commercial Banks’Interest Rate Risks through Stock Market Information

Wang Jinzhong1，Gao Fei2
（1.Southwest University of Finance and Economics,Chengdu 610000,China; 2.China Banking Regulatory Commission Sichuan Office,Chengdu 610042,China）

Abstract:Interest rate risk is one of the major risks facing commercial banks.Quantitative analysis of interest rate risk could be conducted by using bank stock price’s sensitivity to interest rate changes.The paper conducted empirical analysis of the interest rate risks facing China’s commercial banks by using parametric and non-parametric model.Through the analysis,it could be concluded that China’s commercial banks face remarkable interest rate risks.Long-term fluctuations in interest rates have a positive effect on commercial banks’stock returns,while short-term changes have a negative impact.Moreover,it could also be discovered that China’s commercial banks face remarkable non-linear interest rate risks,but the traditional linear risks are even more significant. Besides the abovementioned problems,China’s commercial banks’reaction to long-term interest rates fluctuations demonstrates a feature of significant asymmetry in size,but the asymmetry in trend is not significant.Lastly,non-parametric model estimation results indicate that changes in interest rates on the marginal effect of bank portfolio yield is not constant,it changes with the times.

Key words:stock market information;commercial banks;interest rate risks