基于財務(wù)數(shù)據(jù)的我國商業(yè)銀行在險值研究

楊確

摘要：在險值（VAR）作為金融業(yè)目前最重要、最通用的風(fēng)險管理方法，其應(yīng)用范圍十分廣泛。本文在考慮到風(fēng)險管理中數(shù)據(jù)獲取困難、口徑不統(tǒng)一等問題的前提下，構(gòu)建了以財務(wù)報表數(shù)據(jù)預(yù)測銀行在險值的匹配模型，采用我國14家上市商業(yè)銀行從2007年—2017年的財務(wù)數(shù)據(jù)，對我國的商業(yè)銀行市場風(fēng)險、信用風(fēng)險、流動性風(fēng)險、運(yùn)營風(fēng)險和整體風(fēng)險價值的分布分別進(jìn)行分析。進(jìn)一步地，我們將對銀行業(yè)的研究結(jié)果與證券業(yè)的研究結(jié)果進(jìn)行對比，發(fā)現(xiàn)這種方法下的在險值不受置信區(qū)間的影響。

關(guān)鍵詞：銀行財務(wù)信息;風(fēng)險度量與集成;在險值

中圖分類號：F832? ? 文獻(xiàn)標(biāo)志碼：A? ? 文章編號：1001-862X（2019）02-0051-006

一、引 言

金融機(jī)構(gòu)的風(fēng)險管理是防控金融系統(tǒng)性風(fēng)險工作中非常重要的內(nèi)容。[1]英國金融服務(wù)管理局主席霍華德·戴維斯（1999）曾說：“客觀上講，整體上在1997年和1998年的危機(jī)中幸存下來的金融機(jī)構(gòu)都是非常出色的，因為他們的風(fēng)險管理并不都是那么糟糕?！痹诎腿麪栁瘑T會1999年進(jìn)行的一次調(diào)查中，40家銀行當(dāng)年的業(yè)績顯示，盡管一些銀行經(jīng)歷了異常，如在250天內(nèi)出現(xiàn)5～10天異常，但它們都沒有超過其資本要求的損失。而另一些銀行交易雖然損失巨大，但都沒有對銀行的生存構(gòu)成嚴(yán)重的威脅。有人認(rèn)為，風(fēng)險管理技術(shù)的發(fā)展帶來兩種結(jié)果：樂觀投資者認(rèn)為風(fēng)險管理技術(shù)對于金融行業(yè)的整體發(fā)展是有利的，它對風(fēng)險預(yù)測和干預(yù)提供了有效的方法和手段，也迫使從業(yè)者加強(qiáng)自身風(fēng)險監(jiān)管的意識;而悲觀的投資者認(rèn)為銀行間的風(fēng)險管理制度引起系統(tǒng)性風(fēng)險。[2]

Black-Scholes（1973）和Meton（1974）提出的基于待定權(quán)益方法來測量債務(wù)的違約風(fēng)險，運(yùn)用估計損失分布高分位數(shù)的極值理論EVT研究運(yùn)營風(fēng)險，以及Bollerslev提出的描述市場風(fēng)險的波動特征GARCH模型等。但是如何提高風(fēng)險預(yù)測的準(zhǔn)確性一直是學(xué)者和業(yè)界關(guān)注的問題。直到近年，學(xué)術(shù)界和業(yè)界對于金融風(fēng)險集成和全面管理方法的研究才日益豐富。[3]有效的銀行整體風(fēng)險集成度量方法一般是將各風(fēng)險的分布和敞口以一定的方法連接起來，通常采用的是方差-協(xié)方差的方法計算。這種方法在極端的條件下線性相關(guān)可能低估風(fēng)險的相關(guān)關(guān)系。[4]如Copula等集成風(fēng)險技術(shù)是將不同數(shù)據(jù)來源的風(fēng)險用Copula函數(shù)連接起來。但Copula在函數(shù)的選擇上主觀性較強(qiáng)，這在一定程度上降低了Copula模型的客觀性，從而也削弱了模型在金融實踐中對風(fēng)險測度的應(yīng)用價值[5]。另一方面，風(fēng)險數(shù)據(jù)基礎(chǔ)決定了集成的效果。目前的市場風(fēng)險、信用風(fēng)險及操作性風(fēng)險等來自不同的數(shù)據(jù)源，數(shù)據(jù)來源的不一致，使得風(fēng)險集成研究的理論依據(jù)和實踐意義都減弱。

商業(yè)銀行非系統(tǒng)性風(fēng)險，受到銀行之間風(fēng)險網(wǎng)絡(luò)傳染的影響。例如，流動性風(fēng)險受各銀行的資金拆借負(fù)缺口大小影響，償付性風(fēng)險受各銀行資金拆借正缺口大小的影響。王曉楓，廖凱亮，徐金池[6]和馮超，王銀[7]等分別研究了銀行間風(fēng)險的網(wǎng)絡(luò)化影響。彭建剛，童磊[8]對我國銀行間同業(yè)市場上分類交易商之間的流動性風(fēng)險傳染效應(yīng)進(jìn)行了研究。梁麗麗發(fā)現(xiàn)銀行間業(yè)務(wù)對于緩解銀行的流動性壓力發(fā)揮重要作用，但同業(yè)間負(fù)債和流動性呈現(xiàn)非線性關(guān)系。[9]從時間上看，2010年前研究我國銀行間業(yè)務(wù)的學(xué)者認(rèn)為我國的系統(tǒng)性風(fēng)險較低，傳染范圍有限。[10]而之后的研究發(fā)現(xiàn)，我國的銀行業(yè)系統(tǒng)性風(fēng)險正在逐年增大，償付性風(fēng)險傳染效果更明顯。[11]

李建平[12]采用以分位數(shù)概率為依據(jù)的風(fēng)險值（VAR）為理論基礎(chǔ)，充分利用財務(wù)報表數(shù)據(jù)的可獲得性和統(tǒng)一性的優(yōu)點，對財務(wù)報告中的損益數(shù)據(jù)進(jìn)行分類與不同風(fēng)險匹配，使得這種方法具有積極的實踐意義。該方法最大的優(yōu)點是充分挖掘了財務(wù)報表中的損益數(shù)據(jù)所蘊(yùn)含的風(fēng)險信息以及各組成部分的VAR之間的相關(guān)性，在建立財務(wù)報表數(shù)據(jù)與不同風(fēng)險之間的匹配關(guān)系的基礎(chǔ)上，預(yù)測我國證券業(yè)企業(yè)的各類風(fēng)險以及整體風(fēng)險集成。其采用在險值的歷史模擬法，是將歷史數(shù)據(jù)進(jìn)行分析以推測出未來風(fēng)險值的變化趨勢，具有結(jié)構(gòu)簡單明了等特點。

本文借鑒這一方法，考慮到風(fēng)險值在銀行業(yè)風(fēng)險管理中的廣泛應(yīng)用，采用商業(yè)銀行利潤表所記載的損益數(shù)據(jù)，集成度量我國商業(yè)銀行的各類風(fēng)險，并將研究商業(yè)銀行的結(jié)果與證券業(yè)企業(yè)的風(fēng)險特點進(jìn)行對比，分析比較出我國銀行業(yè)風(fēng)險管理的特點和應(yīng)注意的方面。

二、基本理論與研究視角

（一） 在險值的基本理論

在險價值由J.P.Morgen 在1995年由均值-方差統(tǒng)計方法中發(fā)展得來。在險值表示資產(chǎn)組合偏離均值的程度。設(shè)X*為置信區(qū)間下的損失值，E（V）是資產(chǎn)組合的期望值，則VAR=E（V）-V*。

設(shè)某一金融資產(chǎn)組合的初始值為V0，持有期為 Δt，R為年化報酬率，年均值和方差設(shè)為μ和σ2，則期末價值為V=V0（1+R）

本文對于在險值更為確切的定義是：在正常的市場波動下，資產(chǎn)在T時期內(nèi)和給定的置信區(qū)間α下，某一投資組合預(yù)期可能發(fā)生的最大損失或者最小收益，其數(shù)學(xué)表達(dá)式為：

其中α是給定的置信區(qū)間下，V為某一金融工具在給定持有期T內(nèi)的損益（包括最大損失或者最小收益）。本文采用歷史成本法，下文在99%、98%、95%和90%的不同置信區(qū)間下給出各風(fēng)險的VAR。

（二）財務(wù)數(shù)據(jù)與風(fēng)險的匹配

我們將銀行的財務(wù)數(shù)據(jù)與銀行的風(fēng)險分類來做匹配。本文的匹配分為兩種形式：第一種是將風(fēng)險敞口精確分配到風(fēng)險因子，例如以衍生品價格為風(fēng)險因子的函數(shù)，價格函數(shù)的偏導(dǎo)數(shù)即為風(fēng)險因子敞口的解析表達(dá)式。第二種方法是當(dāng)風(fēng)險敞口在某些情況下只能通過估計得到，這時就只能根據(jù)行業(yè)規(guī)律和普遍情況進(jìn)行人為劃分。本文的實證研究中對上述兩種映射方式都有應(yīng)用。

銀行的風(fēng)險蘊(yùn)含在銀行日常運(yùn)營和銀行間的業(yè)務(wù)往來中，而財務(wù)報表記錄了銀行的絕大多數(shù)日常工作。財務(wù)報表的作用既是為使用者提供銀行當(dāng)前的財務(wù)狀況，又向投資者反映出各種可能的風(fēng)險，幫助他們預(yù)測風(fēng)險。因此，通過銀行的財務(wù)報表來觀察和評估銀行的風(fēng)險具有理論依據(jù)和現(xiàn)實意義。但是如何利用財務(wù)報表中的數(shù)據(jù)科學(xué)地測量出銀行的各種風(fēng)險和整體風(fēng)險，目前還沒有統(tǒng)一的量化工具。與一般企業(yè)相同，商業(yè)銀行的財務(wù)報表包括資產(chǎn)負(fù)債表、利潤表、現(xiàn)金流量表、所有者權(quán)益變動表和附注。這些主要的報表既分別記錄了銀行經(jīng)營的某一方面，又是一個有機(jī)的整體，各表之間具有關(guān)聯(lián)項，使它們能綜合地反映銀行的經(jīng)營業(yè)績。例如，銀行的資產(chǎn)負(fù)債表由資產(chǎn)、負(fù)債和所有者權(quán)益三部分組成，它反映銀行的資產(chǎn)和負(fù)債情況。 具體來說，銀行資產(chǎn)的數(shù)據(jù)說明銀行是怎樣使用它吸收來的資金，負(fù)債代表了非所有者對銀行資產(chǎn)的某項權(quán)利，所有者權(quán)益等于資產(chǎn)價值減去負(fù)債價值?，F(xiàn)金流量表用來反映銀行在一定的會計期間的現(xiàn)金流入量和流出量，根據(jù)現(xiàn)金流量產(chǎn)生的原因，分為經(jīng)營活動產(chǎn)生的現(xiàn)金流量、投資活動產(chǎn)生的現(xiàn)金流量、籌資活動產(chǎn)生的現(xiàn)金流量。銀行財務(wù)報告中的現(xiàn)金指銀行庫存現(xiàn)金以及可以隨時用于支付的各種存款包括現(xiàn)金、存放在中央銀行款項、存放同業(yè)款項、存放系統(tǒng)內(nèi)存款等。現(xiàn)金等價物指銀行持有的短期、流動性強(qiáng)、易于轉(zhuǎn)換為一定金額現(xiàn)金、價值變動風(fēng)險很小的投資。

銀行財務(wù)報表中的利潤表，又稱損益表，反映企業(yè)一段時間內(nèi)的經(jīng)營狀況，它可說明年初與年末資產(chǎn)負(fù)債表數(shù)據(jù)之間數(shù)據(jù)變化的一些內(nèi)容。利潤表的結(jié)構(gòu)是有一定規(guī)則的，與利率相關(guān)的賬戶安排在前面。這是因為銀行及其他金融機(jī)構(gòu)的財務(wù)特征為大多數(shù)資產(chǎn)和負(fù)債是金融合約。銀行盈利性資產(chǎn)的利息收入是收入的主要來源，為了獲取資金而付出的利息費用通常是銀行的主要成本。通過閱讀銀行的利潤表，我們對金融中介的報酬可以大致地了解，同時也容易將市場利率波動對銀行經(jīng)營狀況所造成的影響?yīng)毩⒊鰜矸治?，這也有利于銀行管理層了解意外的經(jīng)濟(jì)環(huán)境變化對凈收入的影響程度。銀行利潤表的財務(wù)信息是最能體現(xiàn)銀行在外部環(huán)境的變化過程中各項經(jīng)營的損益情況，因此我們將銀行的利潤表作為研究載體，來研究銀行的財務(wù)數(shù)據(jù)是如何反映銀行的各項風(fēng)險的。

銀行的利潤表主要由營業(yè)收入、營業(yè)成本、營業(yè)利潤、總利潤、凈利潤等會計內(nèi)容組成。銀行的利潤表中的具體會計科目雖然與普通企業(yè)的具體會計科目不同，但是銀行的利潤表中會計科目之間的基本邏輯關(guān)系與普通企業(yè)利潤表是一致的，其數(shù)據(jù)最能體現(xiàn)銀行財務(wù)各方面的損益關(guān)系，因而涵蓋了較為全面的風(fēng)險信息，便于管理者對銀行的風(fēng)險進(jìn)行監(jiān)控。最終凈利潤金額除以普通股總股本數(shù)得到“基本每股收益”，再將凈利潤除以稀釋后的總股本，得到“稀釋每股收益”，這些數(shù)字又與證券市場上的股票價格變化息息相關(guān)，反映企業(yè)股票基本價值變化，亦是企業(yè)經(jīng)營風(fēng)險的集成體現(xiàn)。

表1是商業(yè)銀行的損益與風(fēng)險的匹配關(guān)系，表中對銀行利潤表中稅前利潤之前的全部科目按照其不同的風(fēng)險屬性，歸類為市場風(fēng)險、信用風(fēng)險、流動性風(fēng)險、營運(yùn)風(fēng)險或者整體風(fēng)險，并以加項和減項區(qū)分。

關(guān)于表1的幾點說明：1.利息凈收入和投資收益是利潤表中的加項，包含有流動性風(fēng)險和市場風(fēng)險，因此本文將這一科目下的數(shù)據(jù)按1∶1的比例匹配到流動性和市場風(fēng)險中。2.資產(chǎn)減值損失是利潤表中的減項，包含流動性風(fēng)險、運(yùn)營風(fēng)險和信用風(fēng)險，因此本文將這一科目下的數(shù)據(jù)按1∶1∶1的比例匹配到流動性、運(yùn)營風(fēng)險和信用風(fēng)險中。

三、數(shù)據(jù)來源與分析結(jié)果

（一） 數(shù)據(jù)來源及結(jié)果特征

由于2008年美國的“次貸危機(jī)”引發(fā)的金融危機(jī)對全球金融業(yè)產(chǎn)生的深遠(yuǎn)影響，針對這一金融環(huán)境，我們選擇的數(shù)據(jù)樣本從2007年到2017年12月。截至2017年12月，我國上市的商業(yè)銀行共有22家，所有制形式包括國有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行。我們選取了14家數(shù)據(jù)完整的商業(yè)銀行從2007年第一季度到2017年第四季度的財務(wù)報表數(shù)據(jù)，它們是建設(shè)銀行、北京銀行、寧波銀行、南京銀行、交通銀行、中信銀行、興業(yè)銀行、工商銀行、中國銀行、華夏銀行、招商銀行、民生銀行、浦發(fā)銀行、平安銀行。這14家銀行在樣本區(qū)間內(nèi)數(shù)據(jù)齊全，且涵蓋了我國所有具有代表性的銀行（其中農(nóng)業(yè)銀行因為數(shù)據(jù)不全沒有采用），將這14家商業(yè)銀行看作一個整體進(jìn)行研究。所有財務(wù)報表數(shù)據(jù)均來自各上市銀行的官方網(wǎng)站及Winds數(shù)據(jù)庫。本文將所有損益數(shù)據(jù)除以公司總資產(chǎn)，除去了資產(chǎn)規(guī)模對商業(yè)銀行風(fēng)險測量的影響。

根據(jù)前文建立的匹配關(guān)系，我們對14家上市銀行的總股本以及各風(fēng)險對應(yīng)損益的資產(chǎn)回報率進(jìn)行度量，得到整體風(fēng)險以及各風(fēng)險的經(jīng)驗分布，同證券業(yè)企業(yè)的風(fēng)險特征相似，商業(yè)銀行的信用風(fēng)險、運(yùn)營風(fēng)險呈現(xiàn)一定的右偏、厚尾現(xiàn)象，而流動性風(fēng)險、市場風(fēng)險則呈現(xiàn)左偏。表3是各風(fēng)險及整體風(fēng)險對應(yīng)的總股本的資產(chǎn)回報率（ROA）在不同置信區(qū)間的經(jīng)驗分布數(shù)值，即商業(yè)銀行的各風(fēng)險及整體風(fēng)險的VAR值。

（二） 商業(yè)銀行風(fēng)險與證券行業(yè)風(fēng)險的比較

銀行業(yè)與證券業(yè)同屬于金融行業(yè)，但由于業(yè)務(wù)與市場的不同，它們的風(fēng)險特征有所不同。下面我們以本研究的銀行風(fēng)險與李建平研究的證券業(yè)風(fēng)險進(jìn)行比較。通過對比，我們找到兩類企業(yè)風(fēng)險的不同之處。

表4以各風(fēng)險占整體風(fēng)險的比重為例分析兩類企業(yè)風(fēng)險的特征。首先，銀行的市場風(fēng)險和運(yùn)營風(fēng)險小于證券公司，而信用風(fēng)險大于證券公司的信用風(fēng)險。在99%、98% 、95%和90%的置信水平下，銀行的信用風(fēng)險顯著高于證券公司的信用風(fēng)險，應(yīng)該予以重視。其次，銀行和證券公司的四種風(fēng)險的差別在不同置信水平下沒有明顯區(qū)別。從這一結(jié)果驗證了不同的置信水平下，這種方法得到四類風(fēng)險的占比十分穩(wěn)定，說明該方法對于置信水平不敏感。

四、結(jié)論和政策建議

財務(wù)報表的功能在于為使用者提供公司財務(wù)狀況的信息，并對未來的風(fēng)險預(yù)測提供依據(jù)。但是長期以來，學(xué)者對于財務(wù)報表反映公司財務(wù)狀況的研究較豐富。相比較而言，對于量化分析財務(wù)報表數(shù)據(jù)反映的企業(yè)風(fēng)險的研究十分欠缺。而在金融領(lǐng)域，風(fēng)險的測量方法已經(jīng)比較成熟，特別是在險值（VAR）的計算，已經(jīng)成為銀行界普遍采用的風(fēng)險測量和控制的方法。對于銀行業(yè)的財務(wù)數(shù)據(jù)，由于其客觀性和全面性，可以作為風(fēng)險測量實證研究的數(shù)據(jù)來源。李建平（2012）的方法對于商業(yè)銀行的風(fēng)險測量具有簡潔實用、數(shù)據(jù)可得且客觀一致的優(yōu)點。這些優(yōu)點使其也可以作為銀行業(yè)的整體風(fēng)險預(yù)警測量和銀行間的比較。

根據(jù)上文中我國商業(yè)銀行在險值的研究結(jié)果，我們對我國的商業(yè)銀行的風(fēng)險管理提出以下建議：

（一）建立完善的銀行風(fēng)險管理體制

財務(wù)數(shù)據(jù)既能反映企業(yè)的資金狀態(tài)，還能預(yù)示可能的風(fēng)險。但同時它又是最好的測量銀行風(fēng)險的實證數(shù)據(jù)。財務(wù)數(shù)據(jù)既能反映銀行內(nèi)部的風(fēng)險又能反映銀行間業(yè)務(wù)往來可能存在的風(fēng)險，運(yùn)用在險值（VAR）的方法將銀行的市場風(fēng)險、信用風(fēng)險等各類風(fēng)險和整體風(fēng)險進(jìn)行較科學(xué)的量化。VAR將量化的結(jié)果更好地運(yùn)用到銀行風(fēng)險管理中。從我們的分析結(jié)果來看，2008年金融危機(jī)以來，我國商業(yè)銀行的信用風(fēng)險和市場風(fēng)險仍是防控的重點工作。如果做好這兩類風(fēng)險的防控，可以從相關(guān)的資產(chǎn)源頭上進(jìn)行清理和監(jiān)控，預(yù)防較大的風(fēng)險發(fā)生。尤其是信用風(fēng)險，相關(guān)的會計科目單一，但涉及的資產(chǎn)種類較多，對這類風(fēng)險的防控應(yīng)該予以重視。建立完善的銀行風(fēng)險管理體制，不僅有助于監(jiān)管機(jī)構(gòu)對金融風(fēng)險進(jìn)行識別、評估、歸類和管理，也有助于防控金融風(fēng)險的跨市場、跨行業(yè)、跨領(lǐng)域、跨國境傳染，同時還更加有利于實施有效的事后審查及績效評價。[13]

（二）提高我國銀行風(fēng)險管理中對在險值的應(yīng)用

提高我國銀行業(yè)風(fēng)險管理的理論水平，靈活應(yīng)用在險值的計算方法。使在險值的計算方法與財務(wù)數(shù)據(jù)預(yù)測風(fēng)險的功能相結(jié)合，建立健全行之有效的風(fēng)險管理制度和網(wǎng)絡(luò)，將風(fēng)險管理的技術(shù)理論與實踐相結(jié)合極為關(guān)鍵。在險值在銀行業(yè)風(fēng)險管理中在提供管理信息、確定限額、分配資本、評價績效等多方面有重要的應(yīng)用價值。因此，在險價值產(chǎn)生以后，受到銀行業(yè)的普遍接受，國外許多銀行采用在險值度量技術(shù)加強(qiáng)銀行風(fēng)險管理。這是銀行風(fēng)險管理理論與實踐相結(jié)合的一個很好的范例，也應(yīng)該在實踐摸索中不斷提高技術(shù)水平。以往的在險值多用于市場風(fēng)險的預(yù)測，且采用股票價格等單一數(shù)據(jù)進(jìn)行分析。而本文采用的是財務(wù)數(shù)據(jù)，對銀行的多種風(fēng)險進(jìn)行分析，對實現(xiàn)銀行全面風(fēng)險管理有積極的實踐價值。

（三）加強(qiáng)我國商業(yè)銀行信用風(fēng)險的管理

商業(yè)銀行的信用風(fēng)險管理可分為單一客戶、集團(tuán)客戶和個人類客戶三類客戶的管理。在對單一客戶進(jìn)行管理時，應(yīng)注意將客戶進(jìn)行識別和分類，可以根據(jù)客戶的情況分為單一經(jīng)營企業(yè)客戶、多元經(jīng)營企業(yè)客戶、經(jīng)濟(jì)聯(lián)合體客戶和集團(tuán)企業(yè)客戶，這樣便于銀行根據(jù)各類客戶的經(jīng)營特點和財務(wù)狀況進(jìn)行實時監(jiān)督。在對客戶的財務(wù)狀況和現(xiàn)金流量狀況進(jìn)行分析時，應(yīng)對企業(yè)的償債能力、經(jīng)營能力和現(xiàn)金流量等反映企業(yè)未來盈利能力的指標(biāo)著重分析。同時，對于客戶所處的行業(yè)、經(jīng)營業(yè)務(wù)、管理規(guī)范性及其他非財務(wù)因素也應(yīng)及時了解，做到心中有數(shù)。對于客戶提供的貸款抵押品的資質(zhì)要嚴(yán)格把關(guān)，加強(qiáng)抵、質(zhì)押品的所有權(quán)、資質(zhì)、物品價值、變現(xiàn)能力等多方面的審核。針對集團(tuán)客戶業(yè)務(wù)特點，應(yīng)嚴(yán)格執(zhí)行審核標(biāo)準(zhǔn)，力求對集團(tuán)客戶的經(jīng)營狀況作出準(zhǔn)確的評價。此外，還應(yīng)做好資產(chǎn)組合風(fēng)險的識別，做好對客戶的信用等級的評估。

（四）加強(qiáng)我國商業(yè)銀行市場風(fēng)險的管理

通過加強(qiáng)商業(yè)銀行信用風(fēng)險管理，建立起風(fēng)險防火墻，防止新技術(shù)融入帶來的跨界風(fēng)險，有針對性地對各個業(yè)務(wù)可能產(chǎn)生的風(fēng)險進(jìn)行防范，這不僅是響應(yīng)國家控制金融風(fēng)險的號召，更是商業(yè)銀行保持持續(xù)健康發(fā)展的內(nèi)在要求。[14]對于市場風(fēng)險的管理首先要分清市場風(fēng)險的來源，如期限錯配風(fēng)險、收益率曲線風(fēng)險、外匯交易風(fēng)險、折算風(fēng)險、股票價格變動風(fēng)險等。根據(jù)不同標(biāo)的和資產(chǎn)產(chǎn)生的風(fēng)險進(jìn)行管理。商業(yè)銀行應(yīng)該用好控制市場風(fēng)險的工具和手段，如對交易限額、風(fēng)險限額和止損限額的控制，設(shè)計好金融衍生產(chǎn)品和運(yùn)用風(fēng)險對沖，利用遠(yuǎn)期、期貨和期權(quán)等產(chǎn)品在期限和金額上的差別規(guī)避風(fēng)險。但同時我們也應(yīng)該注意到，衍生產(chǎn)品本身是一把“雙刃劍”，他在為投資者提供套期保值和投機(jī)手段，也提供了風(fēng)險管理、存活管理和資產(chǎn)組合管理工具的同時，增加了金融監(jiān)管的難度。此外，對風(fēng)險對沖的管理也極為重要，例如采用現(xiàn)貨賣空、股票期貨和股指期貨的管理。另外，商業(yè)銀行還應(yīng)該設(shè)置有一定的經(jīng)濟(jì)資本（CaR）的管理。經(jīng)濟(jì)資本是在巴塞爾委員會關(guān)于完善監(jiān)督資本框架的過程中產(chǎn)生的一種資本管理辦法，并被國際上一些領(lǐng)先的銀行采用。它試圖反映銀行自身的風(fēng)險特征，并通過風(fēng)險損失映射資本承擔(dān)，從而在性質(zhì)上與作為可用資本的銀行賬目資本和作為資本底線的監(jiān)管資本相區(qū)別。

五、研究的不足與展望

采用VAR管理風(fēng)險的局限性主要有兩點。首先，VAR并不能提供一個絕對的最大損失額，而只能預(yù)測在一定置信水平下的損失。因此，置信水平越低，VAR方法的預(yù)計損失就越容易發(fā)生超出VAR估計的情況。這是為什么回測模型是VAR系統(tǒng)的重要組成部分的原因，而在本文中，由于數(shù)據(jù)和時間跨度的限制，暫時不具備進(jìn)行VAR回測的條件。另外，VAR假設(shè)未來情況是重復(fù)歷史的。但事實上并不能保證未來能沿著歷史發(fā)展的軌跡繼續(xù)。意外事件，例如一次性事件或結(jié)構(gòu)性的變化都有可能在未來出現(xiàn)。以歷史數(shù)據(jù)為基礎(chǔ)的模型在這樣的變化發(fā)生時就會出現(xiàn)嚴(yán)重問題。某種程度上說，通過讓風(fēng)險隨時間變化或預(yù)測未來損失的波動率，VAR可以反映出結(jié)構(gòu)性變化。當(dāng)研究經(jīng)濟(jì)劇烈變化對投資組合風(fēng)險的影響時，穩(wěn)定性風(fēng)險可以通過壓力測試來評估。頭寸作用類似于轉(zhuǎn)變風(fēng)險。VAR生存基礎(chǔ)是其分析方法是假設(shè)數(shù)據(jù)是可以衡量風(fēng)險的。對于金融行業(yè)的一些新興業(yè)務(wù)，例如不經(jīng)常交易的新興市場股票、非公開發(fā)行、首次公開發(fā)行募股、外來貨幣等，模型的說服力就受到限制。如果沒有合理的其他信息支持，無法通過歷史數(shù)據(jù)來衡量風(fēng)險。當(dāng)然，通過匹配信息、映射等方式，能夠較大地緩解這一問題。

進(jìn)一步的研究可以將商業(yè)銀行根據(jù)不同性質(zhì)（例如，按國有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行）分類進(jìn)行比較。目前這些分類數(shù)據(jù)還不充分，例如，當(dāng)前我國已涌現(xiàn)出大量城市商業(yè)銀行，但是其中成為上市銀行的只有三家，研究這三家商業(yè)銀行的數(shù)據(jù)不能代表城市商業(yè)銀行的整體風(fēng)險特征。另外，本文對于商業(yè)銀行財務(wù)報表的損益數(shù)據(jù)與風(fēng)險分類的對應(yīng)關(guān)系的界定是否符合商業(yè)銀行的實際，還需要進(jìn)一步檢驗，例如進(jìn)行VAR回測（Back-test）。

參考文獻(xiàn)：

[1]寇佳琳.互聯(lián)網(wǎng)金融促進(jìn)供給側(cè)改革的路徑與對策分析[J].理論探討，2017，（2）：98-103.

[2]謝非，譚朋.金融集聚對區(qū)域經(jīng)濟(jì)增長影響的異質(zhì)性研究——基于我國31個省份面板數(shù)據(jù)的實證分析[J].重慶理工大學(xué)學(xué)報（社會科學(xué)），2017，31（4）：58-64.

[3]朱世香，張順明.商業(yè)信用對銀行信用的替代研究[J].經(jīng)濟(jì)經(jīng)緯，2017，（5）：147-152.

[4]周艷菊，彭俊，王宗潤.基于Bayesian-Copula方法的商業(yè)銀行操作風(fēng)險度量[J].中國管理科學(xué)， 2011，19（4）：17-24.

[5]王宗潤，汪武超，王小丁，等.基于條件概率積分變換的多元Copular函數(shù)選擇[J].管理工程學(xué)報2012，26（3）：102-108.

[6]王曉楓，廖凱亮，徐金池.復(fù)雜網(wǎng)絡(luò)視角下銀行同業(yè)間市場風(fēng)險傳染效應(yīng)研究[J].經(jīng)濟(jì)學(xué)動態(tài)，2015，（3）：71-81.

[7]馮超，王銀.我國商業(yè)銀行系統(tǒng)性風(fēng)險處置研究——基于銀行間市場網(wǎng)絡(luò)模型[J].金融研究，2015，（1）：166-176.

[8]彭建剛，童磊.同業(yè)拆借視角下銀行業(yè)流動性風(fēng)險傳染效應(yīng)研究[J].湖南社會科學(xué)，2013，15（5）：141-145.

[9]梁麗麗.同業(yè)負(fù)債業(yè)務(wù)緩解了商業(yè)銀行的流動性風(fēng)險嗎？ ——基于 213 家商業(yè)銀行數(shù)據(jù)的實證研究[J].南方金融，2015，（1）：35-41.

[10]黃聰，賈彥東.金融網(wǎng)絡(luò)視角下的宏觀審慎管理——基于銀行間支付結(jié)算數(shù)據(jù)的實證分析[J].金融研究，2010，（4）：1-14.

[11]肖崎，阮健濃.我國銀行同業(yè)業(yè)務(wù)發(fā)展對貨幣政策和金融穩(wěn)定的影響[J].國際金融研究，2014，（3）：65-73.

[12]李建平，李剛，豐吉闖，李銘祿.證券公司整體的度量方法與實證[J].系統(tǒng)工程理論與實踐，2012，32 （3）：574-579.

[13]賀小麗.風(fēng)險控制性金融監(jiān)管及對我國的啟示——以我國銀行理財市場為例[J].理論學(xué)刊，2018，（5）：56-62.

[14]陸岷峰，徐陽洋 .商業(yè)銀行的數(shù)字化實踐路徑研究[J].濟(jì)南大學(xué)學(xué)報（社會科學(xué)版） ，2018，（5）：84-95.

（責(zé)任編輯 張亨明）