摘 要 本文在VaR和ES一階期望風(fēng)險(xiǎn)測(cè)度基礎(chǔ)上,發(fā)展了ES(n)高階期望風(fēng)險(xiǎn)測(cè)度。該方法的最大優(yōu)越性在于其在高階廣義隨機(jī)占優(yōu)情況下依然能保持精準(zhǔn),克服了低階期望風(fēng)險(xiǎn)測(cè)度在高階廣義隨機(jī)占優(yōu)情況下可能出現(xiàn)的風(fēng)險(xiǎn)測(cè)度錯(cuò)誤。
關(guān)鍵詞 流動(dòng)性風(fēng)險(xiǎn)測(cè)度 ES(n)風(fēng)險(xiǎn)測(cè)度 廣義隨機(jī)占優(yōu)
中圖分類號(hào):F830.99 文獻(xiàn)標(biāo)識(shí)碼:A
一、引言
銀行流動(dòng)性風(fēng)險(xiǎn)是指銀行無(wú)法提供足額資金來(lái)應(yīng)付資金需求增加或履行到期債務(wù)的風(fēng)險(xiǎn)。金融危機(jī)后,流動(dòng)性風(fēng)險(xiǎn)成為巴塞爾委員會(huì)又一關(guān)注焦點(diǎn)。而結(jié)束入世過(guò)渡后,我國(guó)銀行業(yè)面臨著來(lái)自外資銀行的巨大挑戰(zhàn)。但目前我國(guó)銀行普遍存差大,呈現(xiàn)“流動(dòng)性過(guò)?!爆F(xiàn)象;同時(shí)國(guó)有銀行受國(guó)家信譽(yù)影響,流動(dòng)性控制缺乏激勵(lì)機(jī)制。
關(guān)于流動(dòng)性風(fēng)險(xiǎn)的研究由來(lái)已久。Robert I.Komar(1971)將流動(dòng)性管理所涉及的變量分為資金來(lái)源與資金運(yùn)用。Diamond和Dybvig(1983)對(duì)銀行擠兌進(jìn)行研究,提出DD模型。之后,Diamond(1997)、Franck和Krausz(2004)等在此模型基礎(chǔ)上衍生出了許多復(fù)雜模型。目前,VaR作為衡量風(fēng)險(xiǎn)的傳統(tǒng)標(biāo)志得到廣泛應(yīng)用。Hisata和Yamai (2000)提出L-VaR模型計(jì)算風(fēng)險(xiǎn)調(diào)整后的VAR,模型進(jìn)一步深化。
我國(guó)銀行業(yè)受體制性信貸膨脹及信貸資產(chǎn)質(zhì)量影響,一直存在流動(dòng)性風(fēng)險(xiǎn)。唐愛(ài)國(guó)(2002)提出了群體決策理論,以廣義隨機(jī)占優(yōu)理論為基礎(chǔ)提出了廣義隨機(jī)占優(yōu)單調(diào)一致風(fēng)險(xiǎn)測(cè)度概念和ES高階期望損失風(fēng)險(xiǎn)測(cè)度。季敩民(2006)在只考慮流動(dòng)性短缺情況下,采用QAR分位數(shù)自回歸法對(duì)流動(dòng)性風(fēng)險(xiǎn)的動(dòng)態(tài)衡量進(jìn)行了實(shí)證分析。
目前國(guó)內(nèi)流動(dòng)性風(fēng)險(xiǎn)研究仍有不足,表現(xiàn)為對(duì)各影響因素間的共同作用研究較少;其影響程度缺乏定量分析。對(duì)商業(yè)銀行如何在宏觀環(huán)境變化中適應(yīng)變化,并隨之做出改變的研究還需進(jìn)一步深入。
二、 ES(n)測(cè)度模型為基礎(chǔ)的流動(dòng)性風(fēng)險(xiǎn)度量探究
1、模型假設(shè)
對(duì)商業(yè)銀行來(lái)說(shuō),資產(chǎn)流動(dòng)性管理的關(guān)鍵在于流動(dòng)性資金供給與需求,因而將影響銀行流動(dòng)性資產(chǎn)供給與需求的因素分類如表1。
表1 商業(yè)銀行流動(dòng)性資金需求和供給來(lái)源
流動(dòng)性缺口Y = 流動(dòng)性供給-流動(dòng)性需求 = X1-X2。
2、 模型建立
假設(shè)E(n)( ,X)為風(fēng)險(xiǎn)變量X的n階條件期望,則高階期望損失風(fēng)險(xiǎn)測(cè)度ES(n)為:ES(n)( ,X)=-E(n)( ,X) (1)
其中 E(n)( ,X)=n! -nQI(n)( ,X) (2)
其中,QI(n)( ,X)為n階上分位數(shù)積分。
則,QI(n)( ,X)=q( ,X),q( ,X)是X的任意分位數(shù)函數(shù)。(3)
(4)
為保證數(shù)據(jù)平穩(wěn),在運(yùn)算前對(duì)原始數(shù)據(jù)采用經(jīng)典分解模型進(jìn)行去季節(jié)性和趨勢(shì)性操作。
Xt=mt+st+Yt,t=1,…,n(5)
其中,EYt=0,st+d=st,。Xt為原始流動(dòng)性供給和需求的時(shí)間序列,mt為確實(shí)性因子,st為季節(jié)性因子,d為季節(jié)性因子周期,取為12。Yt為去趨勢(shì)性和季節(jié)性影響的時(shí)間序列,即模型中的流動(dòng)性供給和需求。而在原始數(shù)據(jù)處理中采用Copula函數(shù)法找出最符合X的多元分布函數(shù)。最終,通過(guò)比較ES(n)在銀行的表現(xiàn)判斷其流動(dòng)性風(fēng)險(xiǎn)。
3、實(shí)證分析
采用某省工行、農(nóng)行、中行、建行、光大、招商、浦發(fā)等銀行數(shù)據(jù)實(shí)現(xiàn)該模型,對(duì)各銀行流動(dòng)性短缺和流動(dòng)性過(guò)剩風(fēng)險(xiǎn)分別計(jì)算排序。
在流動(dòng)性短缺風(fēng)險(xiǎn)計(jì)算中,ES二階、三階計(jì)算結(jié)果現(xiàn)實(shí)光大銀行流動(dòng)性短缺最為明顯,而ES低階計(jì)算結(jié)果現(xiàn)實(shí)為招商銀行。而在流動(dòng)性過(guò)剩風(fēng)險(xiǎn)計(jì)算中,ES二階、三階排序結(jié)果和ES低階排序結(jié)果相同,但在具體數(shù)值計(jì)算中依然存在不同程度差距。(具體計(jì)算結(jié)果與圖表分析略)
經(jīng)上述處理和分析后發(fā)現(xiàn):
(1)相比較于低階期望損失風(fēng)險(xiǎn)測(cè)度,ES高階期望損失風(fēng)險(xiǎn)測(cè)度測(cè)試結(jié)果和排序都有一定區(qū)別,說(shuō)明ES低階期望損失風(fēng)險(xiǎn)測(cè)度在排序上可能錯(cuò)誤,也說(shuō)明ES高階期望損失風(fēng)險(xiǎn)測(cè)度的優(yōu)越性。
(2)相對(duì)于流動(dòng)性短缺,該省銀行流動(dòng)性過(guò)剩問(wèn)題更嚴(yán)重。銀行需在資金運(yùn)用上采取更積極的態(tài)度。而在流動(dòng)性過(guò)剩測(cè)度中,ES高階期望損失測(cè)度方法的優(yōu)越性依然存在,有效避免了低階期望損失測(cè)度模型的錯(cuò)誤。
三、總結(jié)
高階ES測(cè)度是對(duì)ES低階期望損失的高階推廣,意味著它擁有一階ES測(cè)度的優(yōu)良性質(zhì),而且是0~(n+1)階廣義隨機(jī)占優(yōu)單調(diào)一致的風(fēng)險(xiǎn)測(cè)度,保證在高階廣義隨機(jī)占優(yōu)情況下不發(fā)生風(fēng)險(xiǎn)判斷錯(cuò)誤。
當(dāng)然,在目前的研究情況下,該方法依然存在問(wèn)題,主要是在風(fēng)險(xiǎn)變量非正態(tài)時(shí),ES高階測(cè)度計(jì)算量巨大。同時(shí),它依然是一種單純反映靜態(tài)流動(dòng)性風(fēng)險(xiǎn)的測(cè)度。若能夠結(jié)合一定方法反映實(shí)時(shí)風(fēng)險(xiǎn),將給商業(yè)銀行的流動(dòng)性風(fēng)險(xiǎn)管理提供很好的數(shù)據(jù)基礎(chǔ)。
本文系浙江省大學(xué)生科研創(chuàng)新團(tuán)隊(duì)資助項(xiàng)目(項(xiàng)目編號(hào):2011R408034)
(作者單位:浙江工商大學(xué)章乃器學(xué)院)
參考文獻(xiàn):
[1]季敦民、金百鎖、繆柏其.ES自回歸方法在商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)衡量中的應(yīng)用,中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào),2009
[2]董愛(ài)陽(yáng).基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行流動(dòng)性風(fēng)險(xiǎn)預(yù)警,黑龍江對(duì)外經(jīng)貿(mào),2010
[3]完世偉.基于網(wǎng)絡(luò)層次分析法(ANP)的商業(yè)銀行風(fēng)險(xiǎn)評(píng)價(jià)研究,金融觀察,2009
[4]Peter Neu,Liquidity risk measurement and management,中國(guó)金融出版社,2010