浅论新巴塞尔框架下流动性风险管理方法实践

　[摘要]次贷危机的持续深化加剧了全球金融市场的动荡，新巴塞尔协议对各国金融监管机构提出了全球统一的流动性风险监管标准。在此背景下，本文就流动性风险这一商业银行面临的重要风险进行了研究，认为我国金融机构应当结合国内金融环境和自身情况在监管要求下对资产负债进行空间和时间两维度的合理配置，设计符合新巴塞尔协议要求的流动性压力测试方法，提高流动性风险的监测管理能力，以使我国的流动性风险监管早日达到国际标准。
　　[关键词]新巴塞尔协议；流动性风险；压力测试
　　　　
　　一、引　言
　　
　　金融危机之后，主要发达国家向金融市场注入的流动性及其退出政策的不确定性增加了各国金融机构流动性管理的难度，在外部因素宽松的情况下，更容易放大资产负债的错配，一旦外部因素由宽变紧，这种错配的危害性将被暴露出来。流动性风险由于拥有自我实现的特性，成为当今各国普遍关注的金融市场危害性最大的风险。资产和负债的差额及期限的不匹配是造成金融机构流动性风险的主要原因。我国也曾经发生过较为严重的单个金融机构流动性风险，1998年我国海南发展银行因不能及时支付到期债务被

　可以说2009年底颁布的《流动性风险计量标准和监测的国际框架(征求意见稿)》旨在建立全球统一的流动性风险监测标准。我国银监会在此之前一直采用1104监管报表为基础的流动性监测指标，其中，流动性比例是流动性资产与流动性负债的比例，这一指标与巴塞尔委员会提出的“流动性覆盖率”最为贴近，同时相对其他指标来说具有较强的可操作性和可比性，在现有的流动性监管指标中也能一定程度上结合空间和时间的维度来考察商业银行流动性风险。如表1所示2009年末我国主要上市商业银行流动性指标状况，各家商业银行均公布了流动性比例这一重要监管指标，其中浦发银行、宁波银行和中国银行的人民币流动性比率最高，民生银行、华夏银行和招商银行的外币流动性最高。总体来看公布的各家商业银行人民币流动性比例均达到了监管标准，有一些商业银行外币流动性比例较低。同时，根据2010年中国银监会公布的第一季度末我国商业银行流动性比例达到41.1％，满足了大于25％的监管标准，这说明目前我国商业银行的流动性状况良好，监管机构对商业银行的流动性风险的监管达到了预期的目标。
　　在此基础上，未来我国商业银行可以具备条件接受更为先进的流动性监管指标。表2中比较了当前我国商业银行采用的“流动性比例”监管指标与新巴塞尔所倡导的“流动性覆盖率”指标的具体构成，其中后者的各项均按照一定的系数测定总量，可以看出两者的诸多不同之处。流动性比例只在一个月内到期的资产与负债具有合理的配比关系，能够监督短期内

的期限错配问题，而流动性覆盖率旨在监测金融机构的即时融资能力，能够体现在风险压力下的受压能力。不可否认流动性覆盖率指标更多地结合了现金流量分析的方法，具有较强直观性和实用性，其分母考虑到了未来一个月内(也就是流动性风险发生下的最短生存期要求)的实际现金流量，而高流动性的资产储备必须至少能够覆盖未来实际现金流量。
　　审视当前我国商业银行特别是一些中小商业银行的资产配置，大致存在以下现象：如不良贷款比例偏高，资产大量沉淀，周转不灵；片面注重盈利性，忽视了流动性，贷款结构不合理，中长期贷款比重偏大，短期负债长期运用问题突出；贷款投放存在明显的客户集中、行业集中、时间集中现象，往往因产业政策调整、自然灾害侵袭、季节性因素影响而出现流动性不足的问题；贴现余额、债券投资余额过小，二级备付资产准备不足，主要依靠超额准备金和同业存放款项进行现金兑付、支付清算，头寸调度缺乏回旋余地；固定资产、无形资产、抵债资产、递延资产等不生息资产过多，挤占了营运资金；任务观念重，组织资金贪大求快，片面重视抓大额对公存款，存款月末进来次月初就流出，大起大落，稳定性差，不抵实用。上述这些资产负债的配置状况都给流动性风险的发生埋下了隐患，而仅仅采用若干监管指标仍然不能涵盖市场面有较大的资金波动或遭遇交易对手发生重大危机等情况下的流动性能力，这样就需要压力测试方法来补充。
　　
　　三、新巴塞尔框架下的国内流动性
　　压力测试方法实践
　　
　　新巴塞尔协议要求各国对流动性风险进行压力测试，以预防小概率事件和极端情况下发生现金偿付问题的异常损失(catastrophe loss，cl)，即超过银行风险资本可以覆盖的非预期损失以外的损失，压力测试方法作为对目前流动性风险方法的补充已经为各国金融机构所采纳。从目前我国商业银行实施新巴协议的情况来看，许多银行对于“突发性”的流动性风险估计不足，在进行流动性压力测试过程中设置的参数、情景不完整，有些银行未考虑整个市场范围的压力测试，如一个或多个的一、二级市场出现关闭的情形，是应急融资计划与压力测试结果的关联性不足，例如未考虑在压力情况下的流动性储备、交易对手联系、表内资产筹资计划等均可能失效。考虑到我国金融市场的实际情况以及我国商业银行的风险管理现状，合并、改造和创新压力测试模型是十分必要的。以下压力模型可以适用于我国大多数商业银行，特别是与国际市场尚未完全接轨的为数众多的股份制商业银行和城市商业银行。
　　
　　首先，选取可以诠释流动性的指标作为因变量，比如流动性比例和流动性覆盖率等，选取若干影响我国商业银行流动性的主要因素作为自变量。如公式(1)皮尔森相关系数检验(pearson correlation)，能够说明因变量和自变量两者之间线性关系的强弱，如果r>o说明两者呈正相关关系，如果r<0说明两者呈负相关关系；
　　其次，经过相关关系检验区分上述因素中影响流动性最大的因素后，就相关系数的绝对值进行排序，以影响最大的几个因素作为压力测试因子；最后调整压力测试因子，在因子变动较大的情况下测度对流动性的影响状况。确定流动性风险影响因素是流动性压力测试的核心工作之一，因为流动性风险因素选取的过程也是对银行面对的流动性环境的一个分析或简化的过程，所选取的风险因素是否能较为全面地反映银行流动性风险直接决定着流动性压力测试中压力的传导效果，因此流动性风险因素的选取应当慎之又慎。当前影响我国商业银行流动性的主要因素有：存贷款期限结构、金融资产投资规模、内部资金转移成本、存款准备金政策、利率政策变动等。除此之外，还可以根据当时具体情况，选取重要的流动性风险影响因素然后进行排序。在其他因子不变的情况下，对影响度最高的进行压力测试。如果诸多影响因素与因变量指标的相关关系较弱，这是由于相关性考察主要是分析自变量和因变量的协动性(co-movement)，但是相关性检验对于时间序列之间在样本期内的动态联系没有给予一个较好的描述，而向量自回归模型var(vector auto regression)则可以弥补这一点。考虑有时滞发生的情况，需采用进一步的分析。
　　再次，可取上述影响因素如x₁－x₆的时间序列与因变量流动性覆盖率或流动性比例进行var和脉冲响应分析，从而可以模拟出在动态情况下自变量对因变量的影响关系，相应的，选取影响较大的因素并在压力测试过程中考虑到脉冲响应分析中的滞后期。可以考虑采用1阶向量自回归模型如公式(2)，其中y₂为因变量向量，x₁是自变量向量，p是滞后阶数，t是样本个数，ε_t表示白噪声。
　　y_t＝a₁y_t－1＋…＋a_py_t-p＋bx_t＋ε_t，t＝1，2，…，　(2)
　　最后，对影响度最高的因素进行压力测试，参考当前的流动性影响因素数值、机构具体的经营计划和历史情形，比如，在设置影响因素中长期贷款占比总贷款比例上升10％、5％和3％的情况下，考察流动性覆盖率l(x)的变动情况，如果l(x)低于监管标准，就说明压力测试没有通过，流动性状况存在隐患。
　　
　　四、结　论
　　
　　2010年初，银监会颁布了银监办发[2010]52号文件《关于进一步加强商业银行流动性风险监管的通知》，对我国商业银行防范流动性风险又提出了更高的要求，同时使我国商业银行体系达成新巴塞尔协议的快车又往前驶了一站。未来我国金融监管机构应当继续构建和完善

本文链接：http://www.qk112.com/lwfw/guanlilunwen/qiyeguanlilunwen/75348.html