商業(yè)銀行風(fēng)險管控研究綜述

郭方

[摘 要] 商業(yè)銀行風(fēng)險管控研究主要集中于理論構(gòu)建、影響因素分析、風(fēng)險指標(biāo)選取等方面，并通過模型計算對風(fēng)險進行預(yù)測。今后應(yīng)加強風(fēng)險研究，以形成完整的平穩(wěn)運行的金融體系。

[關(guān)鍵詞] 商業(yè)銀行；風(fēng)險管控；地方銀行

[中圖分類號] F842.3 [文獻標(biāo)識碼] A [文章編號] 1671-0037（2017）8-64-2

Review of Commercial Bank Risk Management and Control

Guo Fang

（School of Finance， Henan University of Economics and Law， Zhengzhou Henan 450046）

Abstract： Researches of commercial bank risk management and control mainly focus on theories construc tion，influencing factor analysis and risk indicator selection，and prediction of risks through model calculation. It is necessary to strengthen the risk research in the future，to form a complete and smooth running financial system.

Key words： commercial banks； risk management and control； local banks

2015年10月24日，中國人民銀行宣布取消貸存款利率上限浮動區(qū)間，標(biāo)志著利率市場化改革基本完成。在日趨激烈的市場競爭中，商業(yè)銀行普遍面臨著存貸利差收緊等問題，傳統(tǒng)盈利模式受到極大沖擊，經(jīng)營風(fēng)險日趨突出。國內(nèi)外專家學(xué)者對商業(yè)銀行風(fēng)險管控進行了較為系統(tǒng)的研究。

1 商業(yè)銀行風(fēng)險管控理論模型

該理論模型主要包括微觀理論研究與宏觀理論研究。前者根據(jù)商業(yè)銀行風(fēng)險因素進行模型構(gòu)建與模型拓展，重點在于銀行微觀影響因素的分析。例如，Ronald E. Shrieves，Drew Dahl（1995）建立了包含資本水平的銀行貸款決策理論模型，分析銀行貸款行為和資本監(jiān)管政策。Takashi Hatakeda（2000）將流動性、風(fēng)險性、營利性三方面的不對稱信息引入銀行信貸行為理論模型，重點分析流動性約束信息不對稱對銀行信貸行為的影響。后者根據(jù)國家貨幣政策、銀行信貸渠道效應(yīng)等，構(gòu)建理論模型，進行宏觀影響因素分析[1]。例如，Leonardo Gambacorta，Paolo Emilio Mistrulli（2004）基于Kashyaph，Stein（1995）的理論模型，引入期限變化導(dǎo)致銀行利率成本的新變量，檢驗銀行資本渠道是否存在及其對貨幣政策的反應(yīng)。Vipul Bhatt，N.Kundan Kishor（2013）建立了包含總需求模型和貨幣供給需求等式的銀行信貸渠道模型，推導(dǎo)銀行貸款和產(chǎn)出之間的關(guān)系[2]。

2 商業(yè)銀行風(fēng)險影響因素分析

主要集中于商業(yè)銀行內(nèi)部激勵計劃、盈利模式、地域擴張等因素，及其與銀行風(fēng)險之間的關(guān)系分析。也有學(xué)者從商業(yè)銀行監(jiān)管要求與非利息收入構(gòu)成、資本監(jiān)管指標(biāo)、監(jiān)管規(guī)則和監(jiān)管過程等視角出發(fā)，分析了美國銀行、中國銀行和典型發(fā)展中國家銀行如何進行風(fēng)險管理，以提升其經(jīng)營績效。

Bekkum（2016）發(fā)現(xiàn)，2006年底美國銀行高管持有的內(nèi)部債務(wù)補償（inside debt compensation）和2007-2009年銀行特定風(fēng)險暴露（損失的股票市場價值、波動性、尾部風(fēng)險和財務(wù)困境的概率）之間顯著負(fù)相關(guān)，說明高管內(nèi)部債務(wù)補償將促使銀行經(jīng)營決策更為保守，進而限制銀行風(fēng)險和風(fēng)險承擔(dān)。通過檢驗銀行風(fēng)險與非利息收入（交易性和非交易性）的交互作用控制高管激勵補償效果，Chen， etc。（2017）發(fā)現(xiàn)高管股票期權(quán)補償（ESO）對銀行風(fēng)險的直接影響不顯著。與之相反的是，銀行交易性和非交易性利潤組成部分的非利息收入對銀行風(fēng)險有著正向顯著影響。選取美國都市統(tǒng)計區(qū)域（MSAs）銀行控股公司（BHC）數(shù)據(jù)，Goetz（2016）研究發(fā)現(xiàn)地域擴展會極大地降低風(fēng)險，地域分散不會影響貸款質(zhì)量[3]。

Shi，etc。（2017）選取中國13家商業(yè)銀行數(shù)據(jù)，實證分析發(fā)現(xiàn)降低不良貸款的成本比持有不良貸款的成本更低，說明中國商業(yè)銀行持有不良貸款并非明智選擇。在嚴(yán)格的金融監(jiān)管下，中國商業(yè)銀行開展業(yè)務(wù)時正在轉(zhuǎn)向更多的非利息收入，Bian（2015）檢驗了這種轉(zhuǎn)變對盈利和風(fēng)險效率的影響，發(fā)現(xiàn)傭金和費用收入能夠通過規(guī)避存款利率監(jiān)管和風(fēng)險假設(shè)顯著地降低風(fēng)險效率。由于貸存比的上限要求、投資渠道的缺失和債券市場的低回報，交易收入顯著地降低了盈利效率。

Klomp和Haan（2014）選取了非工業(yè)化國家371家銀行2002-2008年數(shù)據(jù)，研究銀行監(jiān)管規(guī)則和監(jiān)管對銀行風(fēng)險的影響，發(fā)現(xiàn)更嚴(yán)格的監(jiān)管規(guī)則和監(jiān)管會降低銀行風(fēng)險，資本規(guī)則和監(jiān)管控制將降低銀行風(fēng)險，流動性規(guī)則和活動限制也能在經(jīng)營水平較高的情況下抑制銀行風(fēng)險。Luo，etc。（2016）選取了140個國家2007家商業(yè)銀行的跨國數(shù)據(jù)來研究金融開放、銀行風(fēng)險和銀行盈利效應(yīng)之間的關(guān)系，檢驗結(jié)果表明金融開放并沒有通過銀行風(fēng)險變化直接地降低銀行盈利效率，但通過收窄銀行盈利渠道間接地提升了銀行風(fēng)險[4]。

3 商業(yè)銀行風(fēng)險指標(biāo)選取研究

影響商業(yè)銀行風(fēng)險的因素復(fù)雜多樣，既有國際政治形勢、國家貨幣政策、國家產(chǎn)業(yè)政策等諸多宏觀因素，又有銀行內(nèi)部的發(fā)展定位、產(chǎn)品設(shè)計、空間布局、創(chuàng)新能力、員工素質(zhì)、資源整合能力等微觀因素。商業(yè)銀行風(fēng)險管控能力的強弱是微觀因素與宏觀因素共同作用的結(jié)果，其中銀行內(nèi)部的微觀因素起著明顯重要的作用。在商業(yè)銀行風(fēng)險指標(biāo)選取時，要遵循科學(xué)性、典型性、可獲得性、可操作性等原則。常見的銀行風(fēng)險（bank risk）衡量指標(biāo)主要集中于不良貸款率（Nonperforming loan ratio），Z值（Z-score）等方面。不少學(xué)者會選取多個指標(biāo)，從不同角度衡量銀行風(fēng)險。王勇海、章濤（2014）則選取了不良貸款率來衡量城商行的風(fēng)險承擔(dān)水平，分析金融創(chuàng)新和審計質(zhì)量對銀行風(fēng)險承擔(dān)的影響[5]。endprint

4 結(jié)論

綜上所述得出如下結(jié)論：一是理論研究側(cè)重于銀行風(fēng)險管控模型構(gòu)建與應(yīng)用。二是商業(yè)銀行風(fēng)險受內(nèi)外部等多種因素影響，內(nèi)部因素影響更為顯著。三是風(fēng)險指標(biāo)數(shù)據(jù)主要來源于不同地區(qū)的銀行面板數(shù)據(jù)。四是案例分析主要以國有大中型銀行為例。五是針對某類特定銀行以及我國地方商業(yè)銀行等方面的研究成果相對較少，對河南省地方銀行風(fēng)險管控的研究成果則更少。今后既要加強大中型國有銀行風(fēng)險管控研究，以保證我國金融體系安全平穩(wěn)運行；也要對城商行、農(nóng)商行等地方銀行的風(fēng)險管控及時進行研究，以形成完整的金融體系。

參考文獻：

[1] Ronald E. Shrieves，Drew Dahl.Regulation， Recession， and Bank Lending Behavior：The 1990 Credit Crunch[J].Journal of Financial Services Research，1995（9）：5-30.

[2] Takashi Hatakeda.Bank lending behaviour under a liquidity constraint[J].Japan and the World Economy，2000（12）：127–141.

[3] Leonardo Gambacorta，Paolo Emilio Mistrulli. Does bank capital affect lending behavior？[J] Journal of Financial Intermediation，2004（13）：436–457.

[4] Vipul Bhatt， N. Kundan Kishor. Bank lending channel in India：evidence from state-level analysis[J].Empirical Economy， 2013（45）：1307–1331.

[5] Brkkum S. Inside debt and bank risk. Journal of Financial and Quantitative Analysis， 2016（2）：359-385.

[6] Chen C.， et al. Non-interest income， trading， and bank risk. Journal of Financial Service Research，2017（51）： 19-53.

[7] Goetz. M.， et al. Does the geographic expansion of bank reduce risk？ Journal of Financial Economics，2016（120）：346-362.

[8] Shi L.， et al. The reduction cost of nonperforming loan： Evidence from Chinas commercial bank. Applied Economics Letters，2017（7）： 456-459.

[9] Bian. W.L.， et al. Non-interest income， profit， and risk efficiencies： Evidence from commercial banks in China. Asia-Pacific Journal of Financial Studies， 2015（44）： 762-782.

[10] Klomp J.， Haan J.. Bank regulation， the quality of institutions， and banking risk in emerging and developing countries： An empirical analysis. Emerging Markets Finance & Trade， 2014（6）：19-40.

[11] 王永海，章濤.金融創(chuàng)新、審計質(zhì)量與銀行風(fēng)險承受.會計研究，2014（4）：81-96.endprint