鄭露，何旋宇

(中央財經大學，北京 100081)

1 緒論

1.1 研究背景和意義

在中國，商業(yè)銀行的治理通常都和國家的政治經濟掛鉤，其破產的幾率是非常低的。但是商業(yè)銀行的自有資本比例比較低，主要是依靠吸收客戶的存款以及向客戶發(fā)放貸款來利用利息差賺取利潤，其最根本的特點便是負債經營和高杠桿。這個也就注定了商業(yè)銀行的的風險特殊性，其風險是非常的巨大而且可以不斷地累加。隨著中國經濟市場化的不斷推進以及國家在逐步放開商業(yè)銀行對于國家財政的依賴性，這也就使得商業(yè)銀行的風險在逐年的增加，因此對于商業(yè)銀行來說進行風險的識別和預警是非常關鍵的。同時，由于商業(yè)銀行在社會經濟生活中如此特殊的地位，一旦發(fā)生了風險，其所波及的范圍和造成的影響會對整個國家的經濟社會穩(wěn)定造成毀滅性的打擊。銀行風險的波及范圍會比較廣，而且會發(fā)生傳染，使得整個金融體系發(fā)生動蕩，進而涉及到銀行存款貸款的各個行業(yè)和整個國家的經濟，因此會造成整個國家的經濟衰退。

1.2 相關概念

(1)銀行風險。風險并不是單純的損失，而是指不確定性，既包括獲得盈利的可能性，也包括發(fā)生損失的可能性。因此，銀行的風險也同時是其獲利的某方面原因。但是，當風險過大時，便會出現(xiàn)危機。

商業(yè)銀行的風險具體可以分為：信用風險、市場風險、流動性風險、操作風險等等。

(2)風險預警的含義和方法。風險預警就是指商業(yè)銀行風險管理中的事前風險控制，在危機爆發(fā)的前夕能夠通過對一些風險指標的分析而得到預警，提前預知危機的發(fā)生，及時采取相應的措施以減少損失。

根據所使用的具體方法劃分，現(xiàn)代國際上常用的風險預警模型可以分為：快速預警糾偏模型、銀行監(jiān)管評級系統(tǒng)、數(shù)理統(tǒng)計分析法，第三種方法逐漸成為主流。數(shù)理統(tǒng)計方法的事前效果非常好，而且準確性高，指標也更加客觀有代表性。

(3)風險預警所要達到的效果。銀行的風險是不可能杜絕的，事前的風險預警的目的在于區(qū)別出正常風險和高風險的銀行，對于高風險的銀行就可以在事前做出一些改進措施，達到規(guī)避風險的目的。風險預警所要達到的效果便是可以通過模型來事前區(qū)分出高風險的銀行，以幫助銀行方和監(jiān)管機構更好的把控風險。

2 文獻綜述

2.1 國外研究綜述。Fitzpatrick(1932)最早研究企業(yè)發(fā)生風險時的狀況，他發(fā)現(xiàn)破產企業(yè)的財務指標都很差。Beaver和Altman使用Z-score區(qū)分經營脆弱的銀行和健康的銀行，建立Z—Score模型，是最早的多元判別預警模型。Kulkarni將個體銀行的指標同宏觀的變量結合起來，一起考察銀行的脆弱性。Lam使用參數(shù)的Logit和非參數(shù)的Trait模型預測俄羅斯銀行的經營風險，并比較兩種模型預測的準確性。Deming使用美國銀行1985年2011年的數(shù)據建立流動風險預警模型，發(fā)現(xiàn)系統(tǒng)性的流動風險指標對銀行預警的效果較好。Adeyeye使用D-Score模型來預測銀行的風險，并發(fā)現(xiàn)該模型預測效果較好問題的研究。Ohlson使用了多元Logistic回歸方法構造了財務危機預警模型。隨后Zmijewski(1984)使用Probit分析模型,Libby(1975)第一次將主成分分析方法引入了判別分析模型以克服自相關問題。

近年來基于市場價值的現(xiàn)代信用風險度量模型得到很高的重視和相當大的發(fā)展,包括期望違約概率模型,以VAR為基礎的creditmetics模型等。近幾年來，許多學者還用多元概率比模型、人工神經網絡也得到了較好的預測結果。

2.2 國內研究綜述。陳曉、陳治鴻(2000)運用多元邏輯回歸模型，對中國上市公司的財務困境進行了預測，他們研究發(fā)現(xiàn)的最優(yōu)模型總體判別正確率為78.24%。楊淑娥等(2003)運用主成分分析方法，以滬深兩市1999年和2000年的67家上市公司為樣本進行實證研究，提出了我國企業(yè)的財務預警模型——Y分數(shù)預測模型。孫琪(2013)在《論商業(yè)銀行的風險及其防范》中，將銀行風險分為信用風險、流動性風險、利率風險和操作風險，并認為銀行風險是無法從根本上根除的，只有進行有效的測度和嚴格的管理才能更好地規(guī)避和防范。

隨著利率市場化的推進以及商業(yè)銀行自主性的提高，國內對于商業(yè)銀行的風險預警研究也有了較為深入的探索。卜冬梅、李君毅(1998)運用了專家咨詢法和層次分析法研究了商業(yè)銀行風險預警的指標體系以及賦權問題。姜再勇將商業(yè)銀行的風險預警指標引入了宏觀指標，財務指標與宏觀經濟指標共同解釋，但是并沒有后續(xù)研究具體的模型構建。賀曉波和張宇紅(2001)運用信號燈的方法，引入較為有代表性的指標運用區(qū)間估計法來建立模型，更加客觀。李良瓊使用了BP神經網絡模型來建立預警模型，但是這種黑匣子似的模型缺乏現(xiàn)實的解釋力度，使得數(shù)據搶鏡。

2.3 對已有研究的評價。從現(xiàn)有的研究來看，國外對于商業(yè)銀行風險的研究更加的全面深入，走在時代的前列。國內由于金融發(fā)展的時間較短，樣本數(shù)據較少，造成相應的研究并沒有形成自身的體系。迄今為止國內對于適合中國商業(yè)銀行狀況的風險預警模型的研究并不深入，主觀性較強，缺乏更加深入、科學的研究方法。由于國內外金融體系的差距較大，即使國外已十分成熟的研究也不能直接生搬硬套來用，需要進行相應的改進以適應本國的金融現(xiàn)狀。同時，現(xiàn)在已有的對于風險預警的研究都只停留在預警判別的層面，很少向預測的方向展開。只是對銀行風險過去的一種反應，而對銀行未來的發(fā)展狀況的監(jiān)督所起的作用不大。

參考文獻：

[1] 卜冬梅,李君毅.商業(yè)銀行經營監(jiān)測預警方法研究[J].管理科學學報,1998,(4):63-66.

[2] 姜再勇.關于我國銀行風險預警問題的探討[J].當代經濟研究,2000,(10):58-65.

[3] 賀曉波,張宇紅.商業(yè)銀行風險預警系統(tǒng)體系的建立及其實證分析[J].金融論壇,2001,(10):32-35.