金融市场风险测算论文

2022-07-03

[摘要]随着EVA价值管理体系的完善,其应用价值受到越来越来多企业的认可,我国的企业也逐渐将其纳入管理范畴。本文在EVA传统测算模型的基础上,综合风险因素,引入了基于风险调整的EVA测算模型,体现出风险在银行管理应有的重要性。根据EVA测算模型计算的我国主要上市商业银行的EVA值,我国上市银行整体经营状况良好,国有控股银行优于上市股份制银行。今天小编为大家推荐《金融市场风险测算论文(精选3篇)》,供大家参考借鉴,希望可以帮助到有需要的朋友。

金融市场风险测算论文 篇1:

交叉性金融业务对我国商业银行系统性风险的影响研究

摘   要:本文在剖析交叉性金融业务变动特点、对系统性风险传导路径的基础上,测算了我国商业银行的系统性风险,实证分析了交叉性金融业务与商业银行系统性风险之间的相关关系。结果表明:2010年以来,我国银行系统性风险经历了“N”型变动趋势,2015年以来风险处于持续上升通道,且成为历史高点。银行系统性风险的产生与资产管理市场下的交叉性金融业务快速发展密切相关。为了防范和化解系统性风险,需要继续加强和完善穿透式监管,实现银行业务“期限错配”的范围合理化,确保有效服务实体经济。

关键词:资产管理;交叉金融;银行系统性风险

DOI:10.19647/j.cnki.37-1462/f.2019.03.014

一、引言

近年来,国内居民财富加速积聚,资产管理渠道急需多元化发展。同时,国家日益深化利率市场化改革,为资产管理业务多元化打开了通道,资产管理行业得以井喷式大发展。原有的证券、基金、保险、信托等分业经营和分业监管的壁垒被打破,各种交叉性嵌套型金融产品不断涌现和发展,涉及多领域金融业务、综合化经营发展的泛资产管理市场格局已经逐步形成。交叉金融性业务极大推动了中国金融市场的繁荣发展,丰富了金融业务产品种类,提高了金融效率,扩大了收益空间,但同时一系列潜在金融风险也悄然而至,表现为风险传递日益复杂、交叉性风险逐步凸显。尤其2007年次贷危机引起全球性的系统性风险,各国监管部门将银行系统性风险纳入了金融监管的核心。2012年证监会发布《证券公司客户资产管理业务管理办法》,对证券公司资管计划进行了规范。原银监会2014年发布了《关于规范商业银行同业业务治理的通知》,规定商业银行开展同业业务需建立专营部门,其他部门和分支机构不得经营同业业务。2018年4月27日中国人民银行、银保监会、证监会、外汇局多部门正式印发了《关于规范金融机构资产管理业务的指导意见》,主要针对我国资管行业现状统一监管标准、规范业务流程、防范防控潜藏和现有的金融风险,为其有效回归本源、更好服务实体经济做好准备。

与实践发展相对应,2007年次贷危机的爆发使得金融风险再次成为全球学术界关注的热点,许多学者对银行系统性风险形成的原因、影响机制等问题进行了研究。Kaufman(2010)、翟金林(2001)等学者对银行系统性风险进行了定义,从风险蔓延、内外环境冲击、系统功能等角度分析了系统性风险的表现和特点。部分学者对银行系统性风险的成因进行了分析研究,如Borio(2009)认为银行系统性风险本身就存在于银行体系内部,随着银行的发展风险逐渐积聚,使得银行系统发生周期性危机。对于交叉性金融业务对银行系统性风险的影响,国内外学者主要对系统性风险的成因、路径等进行了分析研究。Dierisk(2004)主要从银行集团内部角度研究了银行交叉性金融风险的影响机制,他认为为了规避高压态势监管,银行往往通过内部转移资产获得监管套利,从而引发系统性风险。曾刚(2016)对交叉性金融业务迅速扩张和风险特征进行了分析,认为要通过强化监管协调、加强对宏观审慎的关注等方面维护金融稳定。叶文辉(2015)认为交叉型金融业务的风险环节主要有通过“通道”业务为一些金融机构提供融资、通过“过桥”方式使得资金在金融体系里流转。

综上所述,在对交叉性金融业务对银行系统性风险的影响研究中,大部分学者多从风险形成原因、影响机制、政策建议等方面进行分析研究,鲜少有从实证角度定量测度交叉性金融业务对银行系统性风险的影响。同时,在对银行系统性风险的成因分析中,多从传统银行自身体系、外部经济环境因素等方面研究,很少将以跨市场、跨部门为特点的交叉性金融业务作为系统性风险的成因纳入研究体系。交叉性金融业务大多交易链条长,业务模式复杂,期限错配、信用转换、杠杆叠加、风险隐蔽等情况突出,对我国银行系统性风险带来较大威胁,不利于我国金融稳定与经济的健康发展。因此,在研究分析我国银行系统性风险生成和扩散机制的基础上,对交叉性金融业务对我国商业银行系统性风险的影响进行定量测度,对建立银行系统性风险的成因体系、降低系统性风险、维护我国金融系统稳定有着十分重要的理论和现实意义。

二、交叉性金融业务发展与商业银行系统性风险的内在逻辑

(一)交叉性金融业务的内涵及发展

交叉性金融产品由涉及多类别的资管机构共同创新组合而成,具有跨市场、跨机构的特点。跨市场主要是对资管产品进行资产组合,打破单一市场壁垒,从而使资管领域横跨资本、货币等多个金融市场的子市场,如股票、债券、金融衍生品等。跨行业则是不同类别金融机构包括证券、基金、银行之间相互合作,对资管机构产品发起運作。

近10年来,我国交叉性金融业务的发展主要经历了五个阶段,分别为银信合作阶段、银证合作阶段、股债市场盛行阶段、债券市场萎缩阶段、资管规范新阶段。为规避监管,2007年银行机构大力开展与信托合作业务,交易结构较为简单,容易穿透底层资产,但是资产管理较为单一,难以满足多元化需求。2012年,《证券公司客户资产管理业务管理办法》发布,资产管理业务得以井喷式大发展,银行与证券合作密切,原银监会2013年发布《关于规范银行业理财业务投资运作有关问题的通知》,对资产管理业务加以规范。2014年股票债券市场开始盛行,交叉性金融业务发展十分迅速,由此引发一系列监管套利、期限错配等风险问题。2016年证监会出台“新八条”,对资管业务更进一步规范限制,债券市场呈现下降趋势。2018年,为了规范资产管理业务中普遍存在的多层嵌套、刚性兑付、杠杆叠加等问题,有效防控金融风险,一行两会、外汇局多部门共同下发了《关于规范金融机构资产管理业务的指导意见》,迎来了资产管理元年,开启了资管行业的全新格局。

(二)交叉性金融业务结构与银行经营风险

纵观交叉性金融业务发展历程,资产管理参与主体日益增多,交易结构日益多元化,随着经济环境、国家政策的变化亦不断发展、调整、创新。交叉性金融业务主要由三个核心要素组成,分别是资金提供方、投资管理人、基础资产(见图1)。

1. 资金端业务结构与潜在风险。资金端指银行、信托、券商、保险等机构提供资金支持,根据其收益预期及风险偏好等投资需求选择相应的投资计划。资金端的投资需求及客户群体的融资需求为交叉性金融业务发展提供了最主要的推动力量。随着客户群体融资需求日益旺盛,更多资金提供方参与到交叉性金融业务中,多元化融资服务发展迅猛,极大地推动了泛资产管理背景下的交叉性金融业务发展。目前,银行机构作为开展交叉性金融业务最重要的主体之一,对促使交易结构持续丰富化发挥了十分重要的作用。银行机构在开展交叉性金融业务时更倾向于通过结构化模式选择投资金融产品。结构化模式是在资金提供方进行优先分级的基础上,对投资产品产生收益进行差别分配。如,希望不承担较大风险同时收益没有过高要求的投资方倾向于选择优先级结构化产品;希望获得较高收益同时可以承担较高风险的投资方更倾向于投资次级机构化产品。

资金端期限错配、刚性兑付、高杠杆等问题突出,易引发流动性风险和市场风险。银行在投资时通常采用资金池方式操作资金的流动,在筹集资金时具有长期滚动性和短期高流动性,而在投资时选择流动性较低、期限较长的项目,隐藏风险隐患。一旦理财产品等滚动发售出现问题,流动性风险将会迅速积聚,通过交叉性金融业务蔓延至其他金融机构,最后导致整个金融系统的流动性风险暴露。

2. SPV业务结构及潜在风险。SPV即特殊目的载体,它同时连接资金提供方和底层资产,扮演着桥梁作用,是交叉性金融业务的主体。特殊目的载体包括资管计划、信托计划、公私募基金等,种类日益丰富,但是随着多元化趋势的发展,合规风险问题日益突出。目前,主要分为单一载体模式和多层嵌套模式,后者交易机构复杂,资金链条较长,底层资产穿透困难,因此是开展交叉性金融业务较为重要的模式。金融机构在使用多层嵌套模式时主要分为以下两种情况:

一是银行与专业管理机构合作拓宽资产配置渠道。银行机构投资资金充足但是存在投资经验不足的问题,于是选择和其他资管机构比如信托、保险等进行合作,通过多层嵌套,拉长资金链条,获得高额收益。银行机构首先将理财资金投向信托机构,然后再投向保险或者证券公司下的资管计划参与到权益类资产投资,从而获得高额收益。

基于当前经济形势,很多资金提供方选择参与产业投资基金。产业投资基金主要基于结构化模式,因此聚集不同优先级次资金,通过债权或者股权方式投资某些项目进而获得高额收益。监管规定银行机构不得运用自有资金投资产业基金,为了获取高利润,银行机构通过借助特殊目的载体进行项目投资,形成多层嵌套模式。

二是银行规避监管选择多层嵌套结构模式。为规避监管,银行机构倾向于通过与资管机构合作增加资产多层嵌套,对于监管部门有效穿透底层资产带来了较大的难度。如,银行机构通过打包不良资产转让给资管机构,资管机构进一步投资于券商,同时银行机构和资管机构也可以将资产通过信托机构投向券商,通过多种方式进行嵌套,从而达到监管套利的目的。

作为扮演桥梁作用的SPV,涉及金融交易主体较多,交易环节也十分复杂,极易引发操作风险和道德风险。为规避监管,银行多选择异地资管机构开展交叉型金融业务,跨地区跨机构开展业务增加了操作和道德层面上的风险问题。此外,交叉性金融业务资金链条复杂,每个参与其中的金融机构主体都有可能存在信用风险隐患,一旦某一个点出现风险,都有可能产生连锁反应,银行机构在开展业务时很难准确把握交易对手的风险管控情况。

3. 资产端业务结构及潜在风险。底层资产端是资产的最终投向领域,主要投向货币市场、债券市场、非标资产、私募基金、权益类资产等金融市场产品和工具,底层资产的性质决定了交叉性金融业务的风险暴露情况。目前底层资产种类丰富,风险暴露与多类因素相关。如资产管理者的产品管理能力直接关系到资产收益率。此外,资产投资基金类业务涉及主体较多,交易机构复杂,涉及信用、合规等风险。

底层资产端是引发信用风险的重灾区,银行业机构在资产投资时往往把重点放在收益的高低上,忽视资产最终投向领域问题,某些底层资产领域具有高风险的特点,因此投后管理是银行机构必须加以重视的问题。

三、商业银行系统性风险测算和分析

(一)商业银行系统性风险来源

系统性风险的成因是多方面的。由于金融制度不健全及市场发展欠规范,经济周期、市场投机、资产泡沫等都有可能带来金融风险,而且系统性风险的形成往往是各種因素叠加的结果。对于我国商业银行而言,现阶段最突出的风险之一是以资管业务为主要内容的交叉性金融业务不断膨胀,资金端与资产端期限错配突出,再加上经济形势不利及外部事件影响,极易产生流动性错配风险及信用风险。因此可以判断当前我国银行系统性风险的来源既有银行系统内部的因素,也取决于外部宏观环境和某些特定因素的冲击。内部因素主要产生于银行间债权债务关系以及信息的不对称性,增加了金融系统的脆弱性,极易引发银行挤兑风险传染和蔓延。

(二)风险测算方法

比较各种风险测算方法可知,GARCH模型法能较好地运用自身暴露的风险状况测算风险,但是没有考虑外部宏观经济因素带来的影响,因此不适合测算我国商业银行风险;综合分析法在测算风险时不考虑银行机构之间的业务联系,比较适用于金融市场较为繁荣的国家。只有指标变量方法综合考量内外部因素对系统性风险的影响,结合内外部因素进行数据分析综合测算风险,比较符合当前我国商业银行系统性风险的变动特点。本文选择指标变量法测算我国商业银行的系统性风险。

(三)评价指标体系构建

根据指标变量法的要求,本文将选择与商业银行系统性风险相关的外部因素和内部因素主要指标变量。由于变量较多,本文通过因子分析方法进行综合性测算,同时考察不同因素对系统性风险的影响。在选取指标时,选取宏观经济相关指标、国际体系相关指标、银行体系内部指标进行综合性测算。风险测算指标体系见表1。

(四)风险测算

本文采用因子分析法测算我国商业银行系统性风险,通过分析多个变量之间的相关系数矩阵,提取可以代表整体状况的公因子,通过公因子综合计算风险指数值,进一步分析风险变化趋势。

1. 数据来源。结合我国实际情况,本文选取了2010年第一季度到2017年第三季度我国商业银行的相关指标数据。其中资本充足率、拨备覆盖率、不良贷款率、存贷比、超额备付金率、流动性比率、银行盈利指数、资产利润率、外债负债率从历年《中国金融年鉴》及原银监会网站获取,GDP指数、CPI来源于中经网数据库,银行家宏观经济信息指数、银行业景气指数来源于万得资讯,财政支出、财政收入来源于新浪财经网站,短期外债/外汇储备指数来源于国家外汇管理局网站。通过SPSS22软件进行数据分析。为了消除量纲的影响,方便比较分析,对各个变量序列进行标准化处理。

2. 相关性检验及特征值。通过KMO和Bartlett检验分析,发现KMO值为0.681,Bartlett值小于0.05,达到指标之间相关性具有显著性的标准,可以进行下一步分析构建工作。数据处理结果表明,影响因素共有4个公因子,其累计贡献率为82.094%,4个公因子贡献值分别为27.575%、23.159%、20.583%以及10.777%。

3. 因子载荷矩阵。表2是旋转后的矩阵,因子载荷的绝对值越接近1,表示变量表达信息量越丰富,贡献率越大。从表中可知,公因子1包括银行盈利指数、银行业景气指数和外债负债率载荷量均大于0.8,其方差贡献率为27.575%,主要反映了银行业经济状况和外在经济环境对风险的影响较为显著。其中资产利润率以及财政支出/财政收入荷载量非常接近1,表明其盈利水平以及国内收支情况与其风险有非常强的相互影响关系。流动性比率为0.841,充分说明了流动性指标有较大的影响性,这也是关键性监管指标之一。银行家宏观经济信心指数荷载量达到0.816的较大值,说明银行家对宏观经济信心值占据了一席之地,对系统性风险有一定的影响。

(五)我国银行系统性风险状况分析

根据4个公因子权重进行加权,计算出商业银行系统性风险的指数值,通过绘出指数变化趋势图进一步分析不同时段的风险情况。其计算公式为:

图2为2010年一季度至2017年三季度我国商业银行系统性风险综合指数变化折线图。指数大小代表了测算区间商业银行系统性风险的高低,负值说明风险处于安全可控的状态;正值风险处于较高位置需警惕。

从图中可知,2010年一季度至2017年三季度,我国商业银行系统性风险指数呈现明显的“N”型走势。2010年一季度到2012年第一季度,我国商业银行系统性风险指数为正,且不断上升。这是因为受2008年国际金融危机的影响,全球经济形势和金融市场恶化,对我国金融市场形成负面冲击,但随着2009年我国推出4万亿刺激政策,国内市场开始回暖,风险指数在2011年年中左右开始回落,风险逐渐下降。

2012年二季度至2015年二季度,指数明显下降,说明这段时间风险平均水平处于较低状态,一方面可能与我国采取的一系列紧缩性财政政策降低了通货膨胀的影响有关系;另一方面我国实施有效监管措施,银行业不良贷款率控制较好。

2015年第三季度至2017年第三季度,风险指数值快速上升,说明该期间我国系统性风险上升速度很快。这一时期商业银行风险的上升,除了不良贷款暴露较快外,也與潜在风险较大有关,特别是前期我国资产管理业迅速发展,商业银行通过跨市场、跨行业的金融交叉业务日渐频繁和增加,链式风险传染、期限错配、套利风险日益凸显,成为导致风险爆发的重要因素。

四、交叉性金融业务对系统性风险影响程度的实证分析

为了更准确地认识我国商业银行系统性风险的主要来源,以及交叉性金融业务对商业银行系统性风险的影响程度,本文将构建模型对这一问题进行分析。由于VAR模型参数过多,估计结果往往不能令人满意,本文通过SVAR模型分析交叉性金融业务与商业银行系统性风险之间的关系。

(一)变量选取与数据来源

资产管理规模(AM)反映我国从2010年第一季度以来我国资产管理业务的总体发展情况。每季度我国银行业金融机构与信托机构相互合作的银信合作规模(BTC),较好地反映了泛资产管理背景下我国交叉性金融业务的发展情况及对我国银行业系统性风险带来的影响。理财业务情况采用银行理财产品续存资金规模( BF)来表示,银行理财产品一直占据我国资产管理市场的主导地位,同时也通过各种方式参与交叉性金融业务,因此把银行理财业务规模作为一项指标变量。银行风险性指数(RISK)即利用因子分析方法得到的我国2010年第一季度到2017年第三季度银行系统性风险指数作为衡量标准。

综合我国银行业实际情况以及实验样本的合理性,选择2010年第一季度至2017年第三季度我国银行业相关指标作为构建SVAR模型的变量。各指标主要摘取于万得资讯、中国银保监会网站以及各种资管年报等资料。银信合作规模数据来源于中国信托业协会,资产管理规模来源于万得资讯以及我国资管发展年报等资料,银行理财产品续存资金规模主要取自万得资讯。

(二)模型估测结果与分析

1. 单位根检验及滞后阶数选择。由ADF单位根检验结果表明,可知序列BTC、AM、RISK、BF均经过一阶差分之后变为平稳序列。根据AIC和SC值选取模型的滞后阶数,可知滞后阶数为2。

2. 引入包含4个经济变量的SVAR模型,其中4個经济变量分别为资产管理规模(AM)、银信合作规模(BTC)、商业银行系统性风险指数(RISK)以及银行理财产品存续资金规模(BF)。为减少异方差干扰,所有数据都采用对数形式表示。SVAR模型可表示为:

3. 稳定性检验。检验可知,单位根倒数全部位于单位圆中,表明模型是稳定的,可以保证脉冲响应函数的结果具有可靠性、稳定性。

4. Granger 因果关系检验。检验可知,资产管理业务规模、银信合作规模以及银行理财业务是商业银行系统性风险的格兰杰原因,在资产管理背景下交叉性金融业务对商业银行系统性风险产生影响。

5. 脉冲函数响应分析。分析交叉性金融业务发生1个标准单位的冲击对我国商业银行系统性风险的影响趋势可以发现,0.5—1.5期交叉性金融业务的发展对我国商业银行系统性风险有一个正向明显冲击,在1.5期达到最大值,之后直至到第4期冲击趋向缓解,但期间仍有所微弱波动,在4期之后交叉性金融业务的发展对我国商业银行系统性风险的冲击趋于平稳。资产管理市场背景下的交叉性金融业务对我国商业银行系统性风险具有正向的影响,当交叉性金融业务发展到一定的规模时,其对银行系统性风险的影响趋于稳定区域(篇幅所限,图略)。

6. 方差分解分析。从图3可以看出,对商业银行系统性风险贡献度占绝对主导地位的是银行理财业务,且随着时间的推移其仍处于上升趋势。银行理财资金大都投向债券市场、金融债、3A级短融以及其他信用品种,产品跨市场、多层嵌套,信息披露不全,存在灰色操作空间,有些产品较依赖于银行内外部评级,一旦遇有信用危机则收益无法保证。结果同时表明,资产管理业务对银行系统性风险产生了一些影响;目前银信合作占比较小,对系统性风险的冲击力度尚小,但是银信合作业务作为交叉性金融业务的典型代表,对系统性风险的影响具有持久性。

五、结论与建议

2010年以来,我国商业银行系统性金融风险呈现明显的“N”型走势。系统性风险的变化既与国内外宏观形势有关,也与商业银行业务结构密不可分。交叉性金融业务的快速发展给我国商业银行整体带来了一定的风险隐患。

根据本文研究,提出如下政策建议:(1)继续加强和完善穿透式监管。资管行业必须实行穿透式监管,尤其针对多层嵌套的交叉性金融产品向上必须核查产品投资者,向下必须识别产品底层资产。一方面严格按照标准核查投资者是否合格,销售的产品是否合适,重点监督监管金融产品的宣传以及风险效益等情况,防止因为信息不对称或存在虚假信息等引起两者不匹配的后果。另一方面准确登记交叉嵌套产品的流转和运行状态,认真分析产品的期限结构和资金源头,防止金融机构产生套利行为。(2)确保“期限错配”的范围合理化,有效服务实体经济。资管新规中为了降低期限错配风险,明确规定了资产管理产品的期限,对保护资管产品的流动性起到了一定作用。但是基于我国多层次资本市场的建设还不完善,短期内很多融资不可避免地还要通过非标准化债权的方式来完成,资金也不可能单纯来自银行表内资金。因此根据实际情况,可以逐步引导市场稳健地度过过渡期。在特定情况下,可以适当允许非标资产的期限错配,有效支持实体经济,比如国家鼓励发展的PPP项目可适当允许非标资产期限错配,对低流动性资产进行合理性管理。

参考文献:

[1]曾刚.交叉金融创新与风险管控[J].中国金融, 2016,(5).

[2]方先明,谢雨菲.影子银行及其交叉传染风险[J]. 经济学家,2016,(3).

[3]叶文辉.交叉性金融业务存在的风险与对策研究[J].国际金融,2015,(2).

[4]汪宪祥. 我国商业银行系统性风险测评[D]. 南京财经大学硕士研究生论文,2012.

[5]杨秀江.银行系统性风险的主要影响因素分析[D].重庆大学硕士研究生论文,2008.

[6]唐壮志.我国商业银行风险与效率研究——基于因子分析法的指标选取[J].现代商贸工业,2009,21(6).

[7]卢轶乔.我国商业银行风险评价——基于年报数据的因子分析法[J].当代财经,2011,(6).

[8]巴曙松, 韩明睿.基于SVAR模型的金融形势指数[J].宏观经济研究,2011,(4).

[9]邹静,王洪卫.互联网金融对中国商业银行系统性风险的影响——基于SVAR模型的实证研究[J].财经理论与实践,2017,38(1).

作者:王升 徐以军 李亚 郜如明

金融市场风险测算论文 篇2:

基于风险调整的EVA测算模型的探讨

[摘 要]随着EVA价值管理体系的完善,其应用价值受到越来越来多企业的认可,我国的企业也逐渐将其纳入管理范畴。本文在EVA传统测算模型的基础上,综合风险因素,引入了基于风险调整的EVA测算模型,体现出风险在银行管理应有的重要性。根据EVA测算模型计算的我国主要上市商业银行的EVA值,我国上市银行整体经营状况良好,国有控股银行优于上市股份制银行。通过对EVA值的分析,本文最后对我国上市商业银行的经营管理给出具体建议。

[关键词]EVA 测算模型 风险控制

一、引言

随着思腾思特公司对EVA价值管理体系的推广,引发了全球各行业对该管理体系的研究,EVA的理念体系和应用体系日趋完善,因此受到越来越多企业管理者的青睐,可口可乐、索尼、西门子等国外著名企业均全面采用了EVA管理方法,国内许多企业的财务报表上也均出现了以EVA为基础的价值评估,可见EVA是未来全球衡量企业价值的决定指标之一。

EVA价值管理体系是围绕各企业的EVA值,展开一系列关于企业的价值、管理等各方面的讨论,故EVA值的计算是研究EVA价值管理体系的基础,也是EVA价值管理体系的核心。同时,受2008年全球金融危机的影响,各行业,尤其是银行业,更加重视对风险的控制,但目前国内对于EVA计算方法的研究主要集中于EVA计算所做的项目调整上,对于如何将企业对风险的控制体现在EVA的计算中,研究甚少。本文根据思腾思特公司提出的EVA计算的基础公式和各专家学者研究的基础上,以我国主要上市银行为例,将其风险融入EVA的计算,以便全面反映我国各银行的真实价值和银行业的综合盈利能力。

二、传统EVA测算模型

与传统会计评价体系相比,EVA价值管理体系的创新点在于:EVA从资本机会成本的角度重新度量了企业的盈利成本,推翻了企业管理者“权益资本免费”的思想,以包括债务资本成本和权益资本成本的加权资本成本,做为股东要求的最低投资回报率,从而帮助经营决策者更好的提高资金的使用效率和盈利能力。根据思腾思特公司的定义,传统EVA测算模型具体如下其中V表示企业价值,NOPAT表示税后净营业利润,C表示资本成本,包括债务资本和股权成本,WACC表示加权平均资本成本率,由传统EVA测算模型,只有当企业税后净营业利润大于资本成本时,即EVA值大于零时,股东价值才会增加,企业在创造财富。

思腾思特公司认为,财务报表中的传统会计指标存在计算重复、评价指标不一致、不能正确反映企业价值等方面的缺陷,故传统EVA测算模型所依赖的NOPAT和C,必需在财务报表中相应数据的基础上做会计调整,由思腾思特公司和各专家学者公认的调整项主要包括研发费用和市场开拓费用、商誉摊销、递延税金、各项会计准备等,主要调整内容和调整方法可参见曹萍(2010)、王娟(2007)等相关研究。

结合银行财务报表和经营业务的特殊性,得出关于银行的EVA测算模型中各项因素的计算公式如下:

NOPAT=税后利润 +[营业外支出-营业外收入+报告期商誉摊销 +拨备覆盖率本年变化数+其他资产减值准备的本年变化数+递延税项调整+职工教育费用调整+利息收入调整-汇兑收益)]*(1-税率)

C=平均债务资本+平均股权资本+研发费用调整+累计商誉摊销+平均递延税金负债-平均递延税金资本+坏账准备金+其它减值准备-在建工程;

EVA测算模型中,WACC不仅反映企业的融资成本,从另一方面讲,它也代表了股东要求的最低回报率,只有当投资回报率大于WACC时,该项投资才具有价值,否则股东会选择放弃投资,WACC不仅仅是计算EVA所需的数据,也是企业分析投资决策时的重要参考指标,故股东要求的最低回报率(WACC)是传统EVA测算模型的核心,其计算公式如下

WACC=债务资本成本率*债务资本占总资本比例*(1-税率)+股权资本成本率*股权资本占总资本比例

目前,国内广泛采用CAPM模型估算股权资本成本率,但国外许多学者认为CAPM模型过于简单,不能准确度量股东要求的最低权益回报率,有必要对股权资本成本进行更深层次的研究,如用因素模型(APT)、EVA因素模型法等稍复杂的方法来估算较为复杂的股权资本成本。

三、风险调整的EVA测算模型

在传统EVA测算模型中,EVA值和股东要求最低回报率(WACC)只受企业当期经营情况的影响,几乎没有考虑外界风险、企业长期负债和投资风险的变化,不符合市场的真实情况,不利用企业做出正确的经营决策,也导致由此计算出的EVA值不能正确反映企业价值。基于传统测算模型在风险方面存在的缺陷,本文考虑用企业市场价值的波动情况来反映企业风险,结合风险效用函数,将风险因素纳入EVA测算模型。

假设企业报告期为[t,t+1],表示企业第t期的企业市场价值,表示基于风险调整后的第t期企业市值,由EVA传统测算模型

其中,分别为企业报告期研究行业股市的总收益率的均值和波动率。

可见,对银行EVA值的产生影响的因素不仅包括银行的股市收益情况、无风险利率、股权资本成本率、股权资本占总资本的比例有关,还与银行的规模有关,基于风险调整的EVA模型包括了传统EVA模型的所有因素,同时还综合了银行的规模,使得计算结果更准确和研究价值。但由于国内市场,尤其是金融市场发展起步较晚,市场完备性不如国外,造成可利用的数据较少,使得企业市值及股市收益率服从一定分布的假设较难成立,其均值和波动率的估计不够准确,会给模型计算带来较大误差。但随着我国经济市场的发展,市场完备性会得到极大完善,而且在专家学者的共同研究下,基于风险方面的理论也会得到补充,模型也会得到修补和完善,从而使得风险调整模型的计算结果越来越准确,其应用也会越来越广。

四、基于我国上市银行的实证分析

目前,关于基于风险调整的EVA测算模型的理论和实证分析的研究较少。为加深对模型的理解,下面以2009年和2010年我国主要上市银行的相关财务数据和股市数据,进行实例分析。在计算过程中,有以下假设和说明:

1.由于是以计算一年期EVA值作为实例分析,来说明风险EVA模型的计算方法,用5年期银行存款利率来估计无风险利率,根据我国最新的利率调整,借鉴学者估计的我国金融行业 系数为1.089,风险溢价为4%;

2.由于我国商业银行上市时间均较晚,数据量有限,不可能精确地计算出其市值变化和股市收益率所服从分布的均值和波动率,故本文暂不考虑数据的精准度,以日收益率为单位,估算它们的均值和波动率;

3.所采用的数据均来源于Bloomberg数据库和各银行官方网站。

根据以上假设和我国上市银行的实际数据,分别利用传统EVA测算模型和基于风险调整的EVA测算模型,主要计算结果如表1所示:

其中,调整项的计算公式为,即为传统EVA值与无风险EVA值的差,根据调整项的计算意义,可将其称为风险调整项,表示为银行为其风险所付出的代价,一般情况下,银行等其它公司机构的风险调整项为正值,因为风险代表着收益的不确定性,风险越大,股东要求的回报就越高,银行等机构的企业价值会由此减少。但由表1可看出,银行为其面临的风险所付出的代价不一样,甚至可能由于银行的规模大、信誉好等有利的综合因素,银行经营、管理等方面从事的风险活动还会增加银行的价值,这说明银行要非常重视风险业务的经营和风险控制,因为有效的风险经营体系会增加银行的企业价值。

上文的研究结果表明,我国主要上市银行的整体经营状况良好,但与工商银行、中国银行等国有控股银行相比,上市股份制银行的普遍EVA值较低,招商银行、民生银行、兴业银行、华夏银行的EVA值为负,说明上市股份制商业银行在价值创造、市值管理方面还有必要想大型国有控股银行学习,进一步加强自身的经营管理,发挥比较优势,以提高自身的价值创造能力。

五、EVA对我国上市银行经营管理的启示

我国主要商业银行已经完成了资产重组、引进战略投资者和上市的三步走,上市银行在股权分置完成后的全流通市场环境下,股东更加注重银行经营带来的价值提升,我国对于商业银行发放贷款等经营活动制度了较严格的资本约束条件,这要求商业银行在追求市场价值最大化的过程中,尤其要考虑资本成本和资本投资效率,EVA指标对商业银行度量经营绩效和改进市值管理尤其具有指导意义。

EVA值的大小,代表着银行或者其它公司机构在价值创造的能力,所以增加EVA是经营管理者的主要目标之一,由EVA测算模型,对于增加我国上市银行EVA值、提高其市值主要有如下四个方面的建议:

1.要求投资回报率超过资本成本。这一方面要求提高投资回报率,如上市银行可以处置并收回那些不能赚取资本成本,没有改善希望的投资,这些回收的资本可以归还于股东或者投资于其他可以产生经济价值的项目,提高现有资本的运营效率;一方面要求降低资本成本,上市银行根据其自身情况确定合理的融资渠道,如在投资回报率超过资本成本的情况下,上市银行可提高债务-股权比率,这样可以降低资本成本率,同时不降低银行的灵活性或者不产生其他不良影响,通过选择适当的筹资方式,可以优化融资结构,降低资本成本,进而为后续的价值创造和市值最大化创造良好基础。

2.重点发展能带来未来价值增长的业务。在基于EVA的市值管理目标下,上市银行要在提高资产质量增加利差收入的同时,减少低效资金占用,开发价值创造型业务,开发新的价值增长点。以此为目标,上市银行应该调整业务结构,积极开发新型批发和零售业务,提升中间业务对价值创造的贡献度,发展中小企业客户和高净值私人客户等,集中开拓低资本占用、高资本使用效率、高资本回报率的“三类”业务,在解决当前结构失衡问题的同时,构建资本节约型发展模式。

3.有效管理银行风险业务。自2008年全球金融危机后,风险监管被纳入了最受重视的监管手段,全球金融监管机构都在研究更有效的风险控制方法和风险监管的标准等,银行机构必须要重视风险的管理,通过基于风险调整的EVA测算模型,有效的控制风险,不仅能减少银行收益的不确定性,减少潜在的损失,甚至还能增加银行的价值创造,推进银行整体市场最大化目标的实现。

4.建立完整的EVA价值管理体系。EVA价值管理体系在我国上市银行中的运用远远未达到成熟的阶段,所以上市银行应该积极运用EVA价值管理体系,建立基于EVA的价值评估、绩效管理、激励制度、理念体系的“4M”体系,倡导和形成关注EVA和市值管理的企业文化,优化经济资本分配的结构。

参考文献:

[1]国务院国有资产监管管理委员会业绩考核局,毕博管理咨询有限公司.企业价值创造之路—经济增加值业绩考核操作实务[M].北京:经济科学出版社,2005

[2](美)詹姆斯•L.格兰特著,刘志远,武水红等译.经济增加值基础[M].大连:东北财经大学出版社,2005

[3]黄登仕,周应峰.EVA的理论与实证研究:综述与展望[J].管理科学学报,2004,7(1):80—87.

[4]曹萍,靳长巍.EVA模型与企业价值评估研究[J].商业经济,2010,(3):16—17.

[5]孙伟.EVA在企业绩效评价方法中的应用研究[J].商业研究,2006,(5):37—39.

[6]兰永.EVA在中国上市公司的应用价值研究[D].成都:电子科技大学博士学位论文.2005.

[7]Alastair G.Longley-Cook.RISK-ADJUSTED ECONOMIC VALUE ANALYSIS[J].CASUALTY ACTUARIAL SOCIETY,1998,2(1):87—100.

[8]姚树中.基于EVA的企业财务战略研究[D].辽宁大学博士学位论文.2006.

[9]姜宏,刘成竹.基于EVA模型的企业内部价值管理[J].财务与会计,2010,(6):57—59.

注:本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文

作者: 林文杰 吴博 孔颜

金融市场风险测算论文 篇3:

基于信用评级的银行风险限额测算方法

摘要:客户风险限额是银行信用风险管理的重要手段,改进其测算方法有利于提高银行的风险管理水平。根据信用风险理论,通过分析得出一个合理的基本假设,即公司信用等级和公司的信用风险水平具有一一对应关系,根据该假设提出基于客户信用等级确定客户风险水平的方法,构建了一种非线性的银行客户风险限额测算模型,将这种模型应用于某银行的限额管理工作,并与银行现有的风险限额方法进行了对比分析。

关键词:风险限额;客户许级;违约概率;信用风险

文献标识码:A

1 引言

限额管理是资产组合理论在信用风险管理中的应用,它通过地区、行业,产品和客户等不同层次的限额控制,防止银行资产过度集中,从而达到分散风险的目的,这种方法在国外一些银行比较流行,国内银行也在逐步引进这种理念和方法,然而如何根据国内企业信用风险的特点确定科学合理的客户风险限额是国内银行引进和实施限额管理的关键和难点。

客户风险限额是指商业银行在客户的债务承受能力以及银行自身的损失承受能力范围内,愿意并允许在未来一定时期内能够给予客户的最大授信额度。目前许多银行采用系数调节与定性判断相结合的方法来确定客户风险限额,这种方法存在以下问题:①客户风险限额的确定未能直观的与银行承担的风险联系起来;②风险调节系数往往是根据经验人为设定的,缺乏客观的依据;③将风险限额和风险因素之间的关系简单线性化,得到的结果误差较大,有时会严重脱离实际结果。由于这种风险限额的确定方式缺乏深入扎实的科学理论基础,风险限额往往随客户融资需求而提高,无法对客户授信形成有效约束,失去了限额管理的意义。

学者和专家们对于如何更好的进行客户风险限额管理进行了研究。卢信有提出根据企业信用等级。授信期限,授信方式、授信行业等因素确定风险限额的方法,并将风险限额和银行预期损失联系起来;周兰珍提出根据客户未来现金流确定客户风险限额的方法。然而这些工作还存在两个薄弱环节:①仍然没有完全摆脱系数调节方法的约束,而且增加了需要人为确定的参数;②增加了操作难度:因此如何在现有的信用管理水平上,提出一套既科学又简便易行的客户风险限额测算办法成为银行、瓜面临的一个难题。

本文在商业银行已有的客户评级信息体系的基础上,利用信用风险理论,提出了利用客户信用评级信息来确定客户资产价值增长率波动性的新方法,并在此基础上建立了客户风险限额模型。

随公司资产价值增长率标准差σ单调递增,二者具有一一映射的关系。

根据标准普尔、穆迪等著名评级机构和商业银行的长期实践,企业的信用评级在统计意义上决定了企业的实际违约概率;同时(2)式还表达了P0与σ之间的一一对应关系,而且这种关系在经济学意义上也是合理的,因为企业是否对银行贷款违约取决于企业资产的风险大小。因此,我们可以合理地做如下假设。

假设同一个信用等级的企业具有相同的违约概率和相同的资产价值增长率标准差。

3 风险限颤测算模型

客户风险限额测算大体上有3个步骤。①确定银行内部各信用等级的资产价值增长率标准差σ。确定σ时,先在对应信用等级内选取足够的样本数据,之后确定该等级对应的违约概率,最后通过违约模型模拟试算得到该等级对应的σ(见图1)。②根据银行能够承受的最大违约概率水平,确定各等级客户的最大承贷能力。为便于操作,最大承贷能力以最大负债/权益比率表示(见图2)。在实际工作中,这两项工作由总行风险管理部门完成,测算得到的σ值和最大负债/权益表作为全行统一使用的标准。③执行部门通过查阅最大负债/权益表得到客户最大承贷能力,最终通过定性调整得到客户风险限额、

3.1 参数确定

由于中国的金融市场起步较晚,市场数据不充分,因此部分参数仍需采用借款人自身的财务数据。

(1)执行期间长度t,理论上为贷款的期限长度,但考虑到客户负债期限的多样性,本文进行了简化处理。在一般情况下,客户每年末还清贷款利息和部分本金,于是假设客户1年后偿还所有负债本息,同时借人新的负债(等同于负债余额),因此t=1年。这种处理和银行每年对风险限额进行一次复核的做法也是——致的。

(2)执行价格O,是指未来了=T+1时刻的客户总负债的价值,即D=D,(1+K)其中,Dr为客户在r时刻的负债,根据资产负债表确定;k为年贷款利率,由各项负债年贷款利率的加权平均值确定。对于流动负债,出于谨慎原则,均按1年期贷款处理。

(3)公司资产价值A,为τ时刻公司的资产价值,上市公司可根据市场数据确定;非上市公司资产价值为f时刻的总资产,根据资产负债表确定。

(4)无风险收益率r,取短期国债利率,本文为3%。

(4)重复步骤(2)和(3),直到Pd=PDmax,并将该Dmar作为该客户的最大承贷能力,并据此进行风险限额的计算。

通过这种方法,银行可以建立所有信用等级对应的最大负债/权益比率表,银行执行人员通过查表便可以得到客户对应等级的最大负债/权益比率,再乘以客户的所有者权益,就能得到其最大承贷能力。在最大承贷能力范围内,扣除客户已有的负债和承诺后,再根据其贷款需求和本行所占的市场份额等因素进行调整,银行就可以得到客户的风险限额。

4 案例分析

4.1 背景说明

某商业银行根据巴塞尔新资本协议的要求,建立了比较完善的客户评级体系,并实行了客户风险限额管理工作。目前,该银行采用系数调节方法确定风险限额,即根据客户的资产和负债状况,由信用等级和行业等因素决定的参数来计算客户风险限额、由于这种方法缺乏科学的依据,使贷款部门常常迫于客户经理的压力,对公式测算得到的限额进行调整,因此贷款部门希望建立一套更加科学的测算办法。

本文选取该银行的电力和制造业的100个客户样本,这些样本的信用等级分布在A+~BBB共5个等级。根据这些数据,测算了该银行A+~BBB级对应的资产价值增长率标准差,建立了与各等级以及违约概率对应的最大负债/权益比率表。根据最大负债/权益比率,重新计算每个样本客户的风险限额,并与该银行现行的限额测算方法进行对比分析。

4.2 计算结果

4.2.1 资产价值增长率的标准差

有关的参数确定如下,资产价值和执行价格根据样本的财务报表数据确定,无风险收益率为3%,样本的信用等级根据陔银行的内部评级结果确定,各等级对应的违约概率采用标准普尔的一年期违约概率。根据(3)式和图1的测算步骤,得到A+~BBB级对应的资产价值增长率标准差(见表1)。

4.2.2 最大负债/权益比率

根据(4)式可知,随着负债水平的提高,客户的违约概率也随之升高。一般而言,当公司违约概率高于某一阈值时,银行将拒绝向其贷款或者授信,因此客户在其违约概率达到阈值时的承贷能力是银行允许该客户的最大承贷能力:假设该银行能够接受的最大违约概率为5%,根据(5)式,在公司权益、无风险收益率、风险水平和贷款期限已知的情况下,可以计算得到客户违约概率为5%时的最大承贷能力,减去公司目前的负债水平,就可以得到客户的风险限额-有了最大负债能力和公司權益等参数,根据(5)式就可以得到最大负债/权益比率-根据图2的测算步骤,本文得到了A+~BBB级对应的最大负债/权益比率表(见表2)。

4.2.3 客户风险限额管理

根据表2列出的最大权益比率,客户经理可以很方便的计算出客户的风险限额。例如,某公司所有者权益为2亿元,总负债2亿元,信用等级为A。根据表2,该公司的最大负债权益比率为2.88,其最大负债能力为所有者权益(2亿元)×最大负债/权益比率(2.88)=5.76亿元,剔除公司现有的负债,该客户的风险限额应为3.76亿元。

根据银行的风险管理政策,这种方法还能够提供其他的风险监控信息。例如,公司贷款额度不超过1.57亿元时,贷款的违约概率将小于0.5%,这时贷款被认为是非常安全的;而当公司的贷款额度超过5.42亿元时,其预期违约概率将达到10%,贷款管理部门就要发出较为强烈的预警信息;当其贷款额度超过6.98亿元时,违约概率将高达15%,贷款管理部门有必要采取一定的处理措施。

4.3 与原风险限额方法的比较

本文对该银行100个样本客户的风险限额进行分析,有32个客户的风险限额超过了按本文方法测算得到的最大承贷能力。出现这种情况的原因可能有两个:①现行方法存在一定的问题。这可能是因为现行的方法是一种线性方法,无法反映客户真实的承贷能力;也可能由于现行的方法缺乏客观的依据,导致风险限额随信用需求而扩大,原有的测算标准发生了偏离。②该银行正处于扩张阶段,这可能导致该银行的风险偏好水平较高,使其实际可以承担的违约概率高于5%。

5 结论

本文在巴塞尔新资本协议客户评级法和期权理论的基础上,构建了基于信用等级的风险限额测算方法。这种方法通过引入资产价值增长率标准差,使风险限额更精确的考虑风险因素,避免了系数方法的线性问题,并与违约概率直观的联系起来,增加了这种方法的权威性。对于执行人员来说,查表方式降低了操作难度,比现行方法简便。但是本文还存在以下不足:①在建模时,以客户财务数据代替了市场数据,并假设企业所有负债都等同于贷款,这对测算结果的影响有待进一步研究。②行业对客户资产价值增长率标准差有着较大的影响,因此同行业内相同信用等级客户有着相同的资产价值增长率标准差的假设可能更加科学,据此修改模型可能会进一步提高测算的精度。上述不足将在今后的研究中加以解决。

作者:程 功 张 维 熊 熊