摘 要：安全性一直以來(lái)都是商業(yè)銀行經(jīng)營(yíng)的首要基本原則，因此不論在金融危機(jī)期間還是穩(wěn)健的經(jīng)濟(jì)周期期間，對(duì)于商業(yè)銀行的流動(dòng)性風(fēng)險(xiǎn)的管理顯得尤為重要。首先，本文總結(jié)了國(guó)內(nèi)外有關(guān)LaVaR的發(fā)展歷程及流動(dòng)性風(fēng)險(xiǎn)的研究成果;其次，本文基于中國(guó)A股16家上市商業(yè)銀行的日股票價(jià)格波動(dòng)樣本數(shù)據(jù)，對(duì)傳統(tǒng)的在險(xiǎn)價(jià)值計(jì)量方法進(jìn)行改進(jìn)，考慮了買(mǎi)賣(mài)價(jià)差對(duì)流動(dòng)性溢價(jià)的影響，建立了GARCH-LaVaR模型，計(jì)量我國(guó)上市商業(yè)銀行市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的在險(xiǎn)價(jià)值;最后，有針對(duì)性地得出對(duì)我國(guó)大型商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)的相應(yīng)啟示。

關(guān)鍵詞：商業(yè)銀行;流動(dòng)性風(fēng)險(xiǎn);GARCH-LaVaR模型;啟示

一、緒論

一直以來(lái)，信用風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)都是商業(yè)銀行規(guī)避風(fēng)險(xiǎn)所看重的部分。相較之下，流動(dòng)性風(fēng)險(xiǎn)反而并未受到廣泛關(guān)注。直到長(zhǎng)期資本管理公司（LTCM）的失敗，雷曼兄弟的倒閉等危機(jī)事件發(fā)生后，對(duì)流動(dòng)性風(fēng)險(xiǎn)管理的重要性才凸顯出來(lái)。2010年出臺(tái)的《巴塞爾協(xié)議III》將流動(dòng)性風(fēng)險(xiǎn)提升到了與監(jiān)管資本同等重要的作用，并引入了兩個(gè)流動(dòng)性風(fēng)險(xiǎn)的相應(yīng)監(jiān)管指標(biāo)，分別是：凈穩(wěn)定資金比例（NSFR）和流動(dòng)性覆蓋率（LCR）。

在近幾十年的研究中，買(mǎi)賣(mài)價(jià)差通常被看作是流動(dòng)性風(fēng)險(xiǎn)的重要衡量因素。本文根據(jù)這一焦點(diǎn)問(wèn)題深入探討我國(guó)上市商業(yè)銀行對(duì)流動(dòng)性風(fēng)險(xiǎn)調(diào)整后的在險(xiǎn)價(jià)值的測(cè)定，并得出管理啟示。

二、我國(guó)商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)現(xiàn)狀

1.商業(yè)銀行的法定準(zhǔn)備金率較低

目前，我國(guó)商業(yè)銀行主要的資金來(lái)源渠道為所有者權(quán)益和負(fù)債這兩個(gè)部分。商業(yè)銀行的貸款總額與商行的可變現(xiàn)資產(chǎn)相比，存在很大差距。并且，現(xiàn)階段我國(guó)商業(yè)銀行的存款準(zhǔn)備金率比較低，可能對(duì)于安全性具有一定的威脅。

2.商業(yè)銀行的不良貸款率逐漸上漲

當(dāng)前，貸款業(yè)務(wù)依然是我國(guó)絕大多數(shù)商業(yè)銀行最重要的任務(wù)。但是，我國(guó)商業(yè)銀行的不良貸款率卻在逐年上升。僅僅2018年6月份，我國(guó)商業(yè)銀行的不良貸款率相較三月份上升了將近0.12個(gè)百分點(diǎn)，達(dá)到了1.86%。截止到2018年6月，我國(guó)商業(yè)銀行有高達(dá)19600億元的不良貸款總額。良好的資產(chǎn)質(zhì)量，能夠使不良貸款率有效下降，進(jìn)一步使得商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)也得到下降。

3.資產(chǎn)多元化有所欠缺

一方面，在資金運(yùn)用上，我國(guó)商業(yè)銀行還是大多采取貸款為主的方式。另一方面，存款是我國(guó)商業(yè)銀行的負(fù)債業(yè)務(wù)，其中短期存款占比最大，屬于最主要的負(fù)債業(yè)務(wù)。但是本著利益性原則，商業(yè)銀行往往追求貸款額度的最大化，致使其有較高的流動(dòng)性負(fù)債比率，從而使商業(yè)銀行的流動(dòng)性風(fēng)險(xiǎn)進(jìn)一步擴(kuò)大。

4.期限錯(cuò)配問(wèn)題比較顯著

資產(chǎn)和負(fù)債是商業(yè)銀行最重要的兩部分，保持兩者的均衡非常重要。但是，現(xiàn)實(shí)中商業(yè)銀行的資產(chǎn)期限遠(yuǎn)低于負(fù)債期限。這種期限錯(cuò)配的問(wèn)題在這幾年越來(lái)越顯著，成為了導(dǎo)致商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)加劇的主要原因之一。

三、商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)在險(xiǎn)價(jià)值衡量的模型選擇及設(shè)計(jì)

1.模型選擇

La·VaR方法本質(zhì)上仍屬于VaR分析框架，在險(xiǎn)價(jià)值（Value at Risk）含義為：在某一特定時(shí)期內(nèi)，某個(gè)特定置信水平（例如99%）下，某資產(chǎn)組合所能承受的最大損失。但是，傳統(tǒng)的VaR模型沒(méi)有涉及到流動(dòng)性風(fēng)險(xiǎn)，只是考慮資產(chǎn)組合面臨的市場(chǎng)風(fēng)險(xiǎn)?；趯?duì)這一點(diǎn)的考慮，班吉亞、迪博爾德、斯庫(kù)爾曼、施特格（Bangia、Diebold、Schuermann、Stroughair）在1999年提出了BDSS模型，也就是La-VaR模型——基于買(mǎi)賣(mài)價(jià)差的流動(dòng)性風(fēng)險(xiǎn)模型，為在險(xiǎn)價(jià)值模型的流動(dòng)性風(fēng)險(xiǎn)計(jì)量提供了全新的思路。La-VaR模型實(shí)質(zhì)上包含兩個(gè)部分，一為資本市場(chǎng)價(jià)格波動(dòng)引起的市場(chǎng)風(fēng)險(xiǎn)，二為根據(jù)買(mǎi)賣(mài)價(jià)差計(jì)算得到的流動(dòng)性風(fēng)險(xiǎn)，公式表示為L(zhǎng)a-VaR=VaR+LC。

傳統(tǒng)的市場(chǎng)風(fēng)險(xiǎn)VaR適用于任何VaR的風(fēng)險(xiǎn)計(jì)量方法（參數(shù)法如蒙特卡羅模擬、非參數(shù)法如歷史模擬法等等）。假設(shè)金融資產(chǎn)的收益率為rt，服從正態(tài)分布N（u，σ2），在給定置信水平α的情況下，市場(chǎng)風(fēng)險(xiǎn)VaR可表述為：

VaR=W（-u+Zασ），其中，W為金融資產(chǎn)的價(jià)值，Zα為正態(tài)分布函數(shù)的α分位數(shù)。

國(guó)外學(xué)者本吉亞（Bangia）指出在置信水平為c時(shí)，1單位頭寸在未來(lái)一段時(shí)間內(nèi)，La-VaR的解析式：

2.模型修正

本文在國(guó)內(nèi)學(xué)者胡方琦，宋琴（2016）的研究上，對(duì)商業(yè)銀行每日的買(mǎi)賣(mài)價(jià)差進(jìn)行了改進(jìn)。在這里，假設(shè)每日開(kāi)盤(pán)價(jià)為Pk，收盤(pán)價(jià)Ps，最高價(jià)Ph，最低價(jià)Pl，價(jià)差S0則為最高與最低價(jià)的差值，中間價(jià)。對(duì)該時(shí)間序列進(jìn)行了描述性統(tǒng)計(jì)、平穩(wěn)性檢驗(yàn)、相關(guān)性檢驗(yàn)以及ARCH效應(yīng)，構(gòu)建GARCH模型，并對(duì)其誤差項(xiàng)采用t分布。最后在GARCH模型下通過(guò)買(mǎi)賣(mài)價(jià)差對(duì)VaR進(jìn)行流動(dòng)性調(diào)整，根據(jù)估計(jì)的波動(dòng)率計(jì)算出各家上市商業(yè)銀行流動(dòng)性調(diào)整后的La-VaR值，最后對(duì)其分析必能得出結(jié)論。

3.實(shí)證數(shù)據(jù)來(lái)源及處理

本文選擇當(dāng)下我國(guó)A股16家上市商業(yè)銀行2018年10月8日至2019年10月19日數(shù)據(jù)作為樣本，包括工商銀行、中國(guó)銀行、農(nóng)業(yè)銀行、建設(shè)銀行、交通銀行、中信銀行、光大銀行、北京銀行、興業(yè)銀行、南京銀行、招商銀行、民生銀行、華夏銀行、浦發(fā)銀行、寧波銀行、平安銀行（數(shù)據(jù)全部來(lái)源于RESSET數(shù)據(jù)庫(kù)）。

因?yàn)檫@16家商業(yè)銀行上市的時(shí)間不同，且各自收益率偶爾存在特殊的波動(dòng)，所以先對(duì)每組數(shù)據(jù)進(jìn)行如下處理：

（1）各家商業(yè)銀行除息、除權(quán)造成的收益率巨幅波動(dòng)數(shù)據(jù)。

（2）在樣本期間內(nèi)，所有銀行因上市時(shí)間較晚、停牌等導(dǎo)致的數(shù)據(jù)空白，都全部進(jìn)行保留。

四、商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)的線價(jià)值實(shí)證檢驗(yàn)

實(shí)證檢驗(yàn)

1.描述性統(tǒng)計(jì)與正態(tài)分布檢驗(yàn)

首先分別對(duì)這16家上市商業(yè)銀行每日的中間價(jià)格采取對(duì)數(shù)差分處理，得到各自收益率記為r，即：。該式中， Pt為t日的中間價(jià)格，Pt-1為t-1日最終的中間價(jià)格，各家銀行股收益率的表現(xiàn)如表所示。下圖給出了16家上市商業(yè)銀行中民生銀行股票日收益率變動(dòng)趨勢(shì)。

16家商業(yè)銀行中間價(jià)格日收益率rt基本統(tǒng)計(jì)量表

根據(jù)JB檢驗(yàn)結(jié)果，拒絕原假設(shè)，即這16家上市商業(yè)銀行的中間價(jià)格日收益率序列不服從正態(tài)分布。很明顯可以看出該日收益率序列具有尖峰肥尾的特征。在這16家銀行中，有14家銀行具有左偏的形態(tài)，14家有右偏的形態(tài)。因此，應(yīng)該選擇T分布來(lái)建立GARCH模型。

2.平穩(wěn)性檢驗(yàn)

緊接著，采用單位根檢驗(yàn)（ADF）的方法檢驗(yàn)收益率序列的平穩(wěn)性，結(jié)果表明，在1%、5%、10%顯著性水平下，ADF檢驗(yàn)值分別為-3.457664132155201、-2.873558510596022、-2.5731749894132916。由此得出，這16家上市商業(yè)銀行收益率序列的ADF值都小于其對(duì)應(yīng)的臨界值，即拒絕原假設(shè)，也就是說(shuō)這16組中間價(jià)格日收益率序列都為平穩(wěn)序列。

3.相關(guān)性檢驗(yàn)

進(jìn)行過(guò)上述處理之后，接著對(duì)16組收益率序列進(jìn)行相關(guān)性檢驗(yàn)，在這里采用LB檢驗(yàn)。計(jì)算出16家商業(yè)銀行日中間價(jià)格收益率的Ljung-Box Q統(tǒng)計(jì)量，得到每個(gè)收益率序列的Q統(tǒng)計(jì)值和滯后期。結(jié)果表明，在1%的顯著性水平下，收益率拒絕了無(wú)自相關(guān)性的原假設(shè)，滯后期三階以后的結(jié)果顯著小于一階對(duì)應(yīng)的結(jié)果。

4.ARCH效應(yīng)檢驗(yàn)

根據(jù)JB檢驗(yàn)和Q檢驗(yàn)的結(jié)果，首先對(duì)16家上市商業(yè)銀行中間價(jià)格收益率序列進(jìn)行自回歸，方程為：

然后分別對(duì)16個(gè)收益率序列的殘差采取LM檢驗(yàn)，由ARCH效應(yīng)檢驗(yàn)得到的結(jié)果可以得出以下結(jié)論：在滯后期為7時(shí)，16家商業(yè)銀行的中間價(jià)格對(duì)數(shù)收益率序列全部具有高階ARCH效應(yīng)。其中，在5%顯著性水平下，只有1家銀行顯著。但是，其他15家商業(yè)銀行在1%的水平上顯著。

五、結(jié)論

1.GARCH-LaVaR模型為商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)監(jiān)管提供了技術(shù)支持

《巴塞爾協(xié)議III》提出了要求加強(qiáng)流動(dòng)性風(fēng)險(xiǎn)的監(jiān)管，將流動(dòng)性風(fēng)險(xiǎn)納入了全面風(fēng)險(xiǎn)監(jiān)管體系。但是在具體的經(jīng)營(yíng)管理中仍然缺乏靈活有效的模型指標(biāo)用于計(jì)量。而GARCH-LaVaR模型的運(yùn)用初步解決了這一難題，配合蒙特卡洛模擬參數(shù)法，歷史模擬法等估值方法及情景分析和壓力測(cè)試來(lái)為商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)監(jiān)管提供了支持。

2.國(guó)有銀行更容易受到與資本市場(chǎng)流動(dòng)性的沖擊

與股份制銀行相比，大型國(guó)有銀行在遭受“流動(dòng)性枯竭”時(shí)將承受更大的風(fēng)險(xiǎn)。因此，國(guó)有商業(yè)銀行應(yīng)該更加強(qiáng)調(diào)對(duì)流動(dòng)性風(fēng)險(xiǎn)的管理與控制。結(jié)合相關(guān)法律法規(guī)與《巴塞爾協(xié)議》的相關(guān)內(nèi)容，健全流動(dòng)性風(fēng)險(xiǎn)監(jiān)管體系，防止流動(dòng)性危機(jī)的發(fā)生。

參考文獻(xiàn)：

[1]周愛(ài)民，陳遠(yuǎn).我國(guó)中小板市場(chǎng)在險(xiǎn)價(jià)值量的實(shí)證研究——基于GARCH-VaR模型[J].南開(kāi)大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，46（03）：56-63.

[2]廖岷，楊元元.全球商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)管理與監(jiān)管的發(fā)展?fàn)顩r及其啟示[J].金融研究，2008（06）：69-79.

[3]季敩明.商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)衡量及相關(guān)問(wèn)題研究[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2008.

[4]宋逢明，譚慧，2004.VaR模型中流動(dòng)性風(fēng)險(xiǎn)的度量[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，（6）：114-123.

[5]王書(shū)華，楊有振.流動(dòng)性風(fēng)險(xiǎn)調(diào)整的銀行在險(xiǎn)價(jià)值計(jì)量研究[J].金融論壇，2013，18（10）：65-72.

[6]胡方琦，宋琴.中國(guó)上市商業(yè)銀行市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)研究——基于流動(dòng)性調(diào)整的在險(xiǎn)價(jià)值模型[J].金融發(fā)展研究，2016（09）：17-22.

[7]李仁真.論巴塞爾銀行監(jiān)管體制的原則框架[J].國(guó)際金融研究，1998（12）.

作者簡(jiǎn)介：朱洪穎（1999- ），女，漢族，山西省大同市人，哈爾濱工業(yè)大學(xué)（威海），本科在讀，國(guó)際經(jīng)濟(jì)與貿(mào)易專(zhuān)業(yè)