基于KMV模型的我國(guó)商業(yè)銀行風(fēng)險(xiǎn)評(píng)估與防范

宮元芳

摘要：當(dāng)前宏觀經(jīng)濟(jì)環(huán)境和金融市場(chǎng)日趨復(fù)雜，銀行作為信用中介在經(jīng)濟(jì)發(fā)展中扮演著重要的角色，銀行業(yè)的穩(wěn)定對(duì)于穩(wěn)定國(guó)內(nèi)金融乃至世界經(jīng)濟(jì)的發(fā)展發(fā)揮著重要的作用。本文基于KMV模型對(duì)國(guó)內(nèi)16家上市商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)進(jìn)行度量。研究結(jié)果發(fā)現(xiàn)，在2011年第一季到2017年第一季度：（1）商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)呈現(xiàn)周期性變化；（2）國(guó)有控股商業(yè)銀行之間的違約距離變化具有一致性，全國(guó)性股份制商業(yè)銀行整體的違約距離的年度變化與商業(yè)銀行整體的違約距離變化類似，城市商業(yè)銀行之間的違約距離變化存在較大的差異性；（3）國(guó)有控股商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)明顯低于其他股份制商業(yè)銀行，抗風(fēng)險(xiǎn)能力較強(qiáng)。盡管整體來(lái)看商業(yè)銀行經(jīng)營(yíng)穩(wěn)定，但是防范風(fēng)險(xiǎn)仍不容忽視。各個(gè)商業(yè)銀行應(yīng)該提高經(jīng)營(yíng)管理水平、加強(qiáng)對(duì)風(fēng)險(xiǎn)的監(jiān)控，積極制定風(fēng)險(xiǎn)管理措施，提高應(yīng)對(duì)各種風(fēng)險(xiǎn)的能力。

關(guān)鍵詞：商業(yè)銀行；風(fēng)險(xiǎn)承擔(dān)；KMV模型

一、引言

2014年4月25日中央政治局會(huì)議提出，要統(tǒng)籌處理好“穩(wěn)增長(zhǎng)、促改革、調(diào)結(jié)構(gòu)、惠民生、防風(fēng)險(xiǎn)”之間的關(guān)系，會(huì)議強(qiáng)調(diào)要把防控金融風(fēng)險(xiǎn)放到更加重要的位置，提高和改進(jìn)監(jiān)管能力，確保不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)。2016年中央經(jīng)濟(jì)工作會(huì)議中，習(xí)近平發(fā)表重要講話，提出要防范化解金融風(fēng)險(xiǎn)。與前兩年相比，本次中央經(jīng)濟(jì)工作會(huì)議有所不同。一方面未提及中高速增長(zhǎng)和完成主要目標(biāo)任務(wù)，對(duì)增長(zhǎng)的描述偏弱；另一方面對(duì)矛盾和風(fēng)險(xiǎn)的描述偏強(qiáng)。2016年末，商業(yè)銀行不良貸款余額15123億元，較上季末增加183億元，不良貸款率1.74%，金融風(fēng)險(xiǎn)不容忽視。會(huì)議指出，2017年經(jīng)濟(jì)工作任務(wù)歸納為“調(diào)結(jié)構(gòu)，防風(fēng)險(xiǎn)，穩(wěn)增長(zhǎng)”。

二、文獻(xiàn)綜述

有關(guān)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)問(wèn)題已有許多國(guó)內(nèi)外學(xué)者進(jìn)行了研究，對(duì)商業(yè)銀行風(fēng)險(xiǎn)的度量方法主要要三種：不良貸款率、資本充足率和Z指數(shù)。Disyatat（2011）將不良貸款率作為衡量銀行風(fēng)險(xiǎn)的指標(biāo)，并且將不良貸款率的一階差分作為風(fēng)險(xiǎn)變化的代理變量。研究發(fā)現(xiàn)風(fēng)險(xiǎn)的滯后一期與風(fēng)險(xiǎn)的變化呈現(xiàn)出負(fù)相關(guān)關(guān)系，金融危機(jī)能夠增強(qiáng)銀行的風(fēng)險(xiǎn)承擔(dān)激勵(lì)，使得銀行的資本狀況得到改善。劉海明、許娟（2012）通過(guò)比較破產(chǎn)風(fēng)險(xiǎn)法、資本充足率法和市場(chǎng)法三種衡量銀行風(fēng)險(xiǎn)的方法，認(rèn)為資本充足率是衡量銀行風(fēng)險(xiǎn)的最優(yōu)選擇，它更多地考慮了銀行的特殊性，另外兩種方法可以作為輔助方法進(jìn)行使用。

三、基于KMV模型的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)度量的模型及參數(shù)設(shè)定

1.數(shù)據(jù)的統(tǒng)計(jì)與處理

本文選取國(guó)內(nèi)16家上市商業(yè)銀行的數(shù)據(jù)進(jìn)行實(shí)證分析。16家銀行分別為工商銀行、中國(guó)銀行、農(nóng)業(yè)銀行、建設(shè)銀行、交通銀行、招商銀行、光大銀行、民生銀行、中信銀行、浦發(fā)銀行、平安銀行、興業(yè)銀行、華夏銀行、寧波銀行、南京銀行和北京銀行。涵蓋了我國(guó)的國(guó)有控股商業(yè)銀行、全國(guó)性股份制商業(yè)銀行以及城市商業(yè)銀行。計(jì)算期為2011年3月至2017年3月，并以季度為風(fēng)險(xiǎn)周期進(jìn)行相關(guān)計(jì)算。數(shù)據(jù)來(lái)源于巨潮資訊網(wǎng)、同花順股票軟件，數(shù)據(jù)統(tǒng)計(jì)處理使用Excel和Matlab。

2.模型的設(shè)定

在KMV模型中，用來(lái)衡量銀行風(fēng)險(xiǎn)承擔(dān)的指標(biāo)是違約距離。違約距離和銀行風(fēng)險(xiǎn)的承擔(dān)呈現(xiàn)負(fù)相關(guān)關(guān)系。違約距離越小，銀行的償債能力越弱、其承擔(dān)的違約風(fēng)險(xiǎn)越大、發(fā)生破產(chǎn)清算的可能性越高；相反，違約距離越大，銀行的償債能力越強(qiáng)、其承擔(dān)的違約風(fēng)險(xiǎn)越小、發(fā)生破產(chǎn)清算的可能性越低。

四、基于KMV模型的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)度量的實(shí)證結(jié)果

聯(lián)立等式（1）和（2），將運(yùn)用Matlab軟件，變量數(shù)據(jù)帶入模型，即可得到商業(yè)銀行資產(chǎn)價(jià)值和資產(chǎn)價(jià)值波動(dòng)率，最后將商業(yè)銀行資產(chǎn)價(jià)值和資產(chǎn)價(jià)值波動(dòng)率帶入到等式（3），即可得到違約距離。

1.商業(yè)銀行個(gè)體風(fēng)險(xiǎn)

圖1為國(guó)有控股商業(yè)銀行違約距離的年度變化。從圖中可以看出，2015年第三季度之前，國(guó)有控股商業(yè)銀行的違約距離呈現(xiàn)波動(dòng)下降的趨勢(shì)，在第三季度達(dá)到最小值，央行降低存貸款基準(zhǔn)利率、互聯(lián)網(wǎng)金融的發(fā)展，銀行競(jìng)爭(zhēng)壓力加大，房地產(chǎn)、地方融資平臺(tái)風(fēng)險(xiǎn)提高了銀行的風(fēng)險(xiǎn)承擔(dān)水平；2015年第三季度之后，違約距離呈現(xiàn)上升趨勢(shì)，并且在2016年第一季度以后超過(guò)以前年度，這和國(guó)家在2015年第三季度開(kāi)始加強(qiáng)對(duì)金融風(fēng)險(xiǎn)的防范有密切關(guān)系。其中，從2015年第三季度開(kāi)始，農(nóng)業(yè)銀行和工商銀行的違約距離高于其他三家國(guó)有控股商業(yè)銀行，說(shuō)明這兩家國(guó)有控股商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)較低。

圖2為全國(guó)性股份制商業(yè)銀行違約距離的年度變化。從圖中可以看出，全國(guó)性股份制商業(yè)銀行違約距離的年度變化與商業(yè)銀行整體的違約距離變化類似，這與國(guó)家宏觀經(jīng)濟(jì)政策的調(diào)控密不可分。其中，平安銀行的違約距離的年度變化最大，在2013年第二季度達(dá)到最低，風(fēng)險(xiǎn)承擔(dān)最高，在2017年第一季度達(dá)到最高。從2015年開(kāi)始，平安銀行就提出“跳出銀行辦銀行”、改制事業(yè)部模式等等使得該行市場(chǎng)反映能力提升，資源配置的效率提高，風(fēng)險(xiǎn)承擔(dān)大幅度降低。

圖3為城市商業(yè)銀行違約距離的年度變化。從圖中可以看出，三家城市的違約距離呈現(xiàn)不同的變化趨勢(shì)。2017年第一季度，寧波銀行經(jīng)營(yíng)結(jié)構(gòu)不斷優(yōu)化，盈利能力持續(xù)提高，實(shí)現(xiàn)凈利潤(rùn)23.59億元，同比增長(zhǎng)16.2%；同時(shí)資產(chǎn)質(zhì)量持續(xù)穩(wěn)定，不良貸款率為0.91%，與年初持，平風(fēng)險(xiǎn)承擔(dān)水平下降。南京銀行資產(chǎn)問(wèn)題暴露，不良貸款率上升，根據(jù)最新數(shù)據(jù)，該行不良貸款余額19.42 億元，較年初增長(zhǎng)3.03 億元，不良貸款率0.95%，較年初上升0.01 個(gè)百分點(diǎn)，這與南京銀行資產(chǎn)擴(kuò)張有關(guān)，可能會(huì)增加該行的信貸風(fēng)險(xiǎn)。根據(jù)北京銀行2017年第一季度報(bào)告，第一季度末公司資產(chǎn)總額217459億元，同比增長(zhǎng)14.14%，環(huán)比增長(zhǎng)3%，吸收存款余額同比增長(zhǎng)14.14%，環(huán)比增長(zhǎng)3%，不良貸款率為1.24%，較年初下降0.03個(gè)百分點(diǎn)，該行業(yè)績(jī)平穩(wěn)，但是規(guī)模環(huán)比增長(zhǎng)較弱。

結(jié)論

本文基于KMV模型對(duì)2011年第一季度到2017年第一季度的國(guó)內(nèi)16家上市商業(yè)銀行進(jìn)行風(fēng)險(xiǎn)評(píng)估，得到以下結(jié)論：（1）商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)呈現(xiàn)周期性變化。在研究商業(yè)銀行風(fēng)險(xiǎn)的變化時(shí)，需要考慮周期性變化特征。（2）國(guó)有控股商業(yè)銀行之間的違約距離變化具有一致性，全國(guó)性股份制商業(yè)銀行整體的違約距離的年度變化與商業(yè)銀行整體的違約距離變化類似，城市商業(yè)銀行之間的違約距離變化存在較大的差異性。（3）國(guó)有控股商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)明顯低于其他股份制商業(yè)銀行。國(guó)有控股商業(yè)銀行規(guī)模大，對(duì)風(fēng)險(xiǎn)的抵抗能力較強(qiáng)，可以穩(wěn)定金融市場(chǎng)運(yùn)行；全國(guó)性股份制商業(yè)銀行會(huì)受到宏觀經(jīng)濟(jì)環(huán)境的影響，當(dāng)金融市場(chǎng)以及宏觀經(jīng)濟(jì)穩(wěn)定時(shí)其風(fēng)險(xiǎn)承擔(dān)會(huì)降低；城市商業(yè)銀行受到規(guī)模的限制，容易受到宏觀經(jīng)濟(jì)環(huán)境的沖擊，風(fēng)險(xiǎn)承擔(dān)較大。從整體來(lái)看，最近幾個(gè)季度商業(yè)銀行呈現(xiàn)承擔(dān)水平降低，面對(duì)復(fù)雜的宏觀經(jīng)濟(jì)環(huán)境和金融市場(chǎng)，防范風(fēng)險(xiǎn)仍然不容忽視。各個(gè)商業(yè)銀行應(yīng)該提高經(jīng)營(yíng)管理水平、加強(qiáng)對(duì)風(fēng)險(xiǎn)的監(jiān)控，積極制定風(fēng)險(xiǎn)管理措施，提高應(yīng)對(duì)各種風(fēng)險(xiǎn)的能力。

參考文獻(xiàn)：

[1]Disyatat P.，2011，“The Bank Lending Channel Revisited”，Journal of Money，Credit and Banking，Vol.43. No.4，pp.711-734/

[2]劉海明，許娟.商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)：指標(biāo)及其有效性[J].金融論壇，2012（11）：23-30.

[3]宋清華，曲良波，陳雄兵.中國(guó)商業(yè)銀行規(guī)模、治理與風(fēng)險(xiǎn)承擔(dān)的實(shí)證研究[J].當(dāng)代財(cái)經(jīng)，2011（11）：57-70.endprint