论文摘要
人们对于银行流动性风险的衡量方法基本上反映了在一定的历史背景下,银行对流动性管理的认识过程。同时,对流动性风险进行衡量也是银行有效管理流动性风险的前提和基础。从目前看来,金融体系的迅速发展和金融全球化已成为推动全球金融风险管理发展的现实原因和直接动力。各国银行界都在依靠产品和服务的创新与不断深化混业经营模式来适应新的变化。由此,巴塞尔资本协议（Ⅱ）为银行和金融监管当局提供了更多的衡量资本充足的计量方法,其基本目的是如何使监管原则更为灵敏的反映银行经营环境的变化,使银行的风险监控始终能适应金融市场的风险变动。遵循巴塞尔资本协议（Ⅱ）框架中的基本思想,在本论文中,我们对衡量商业银行流动性风险的风险测度进行了研究。在借鉴国内外已有研究成果的基础上结合我国银行体系风险管理和监管的实际,特别是针对当前我国银行业“流动性过剩”的风险计量和监管问题,提出一些新的思路用以开发具有高度风险敏感性的流动性风险管理方法,用以验证我国银行体系“流动性过剩”的真实性,同时用来解决银行流动性风险管理和监管中的实际问题。在当前银行界的实践中,VaR是度量缓冲各种风险所需资本金的主要风险测度。长期以来,VaR受到学术界的批评,批评者认为风险度量应使用以ES为代表的相容风险测度（还有SpectralRisk Measure、Concave Distortion Risk Measure等等）。然而,相容风险测度CRM虽然克服了VaR的局限,但其只能保证不违反零阶随机占优（即绝对占优）规则。在传统随机占优理论下,人们无法得到既满足传统随机占优单调性公理又满足CRM（Coherent Risk Measure）另外三条公理的风险测度。因此无法在符合绝大多数金融机构和监管机构（站在监管者和公众的立场上）共同价值判断的条件下实现风险测度的四大功能（1、风险排序和信息披露;2、风险预防和控制;3、风险监管;4、投资决策和业绩评价）。本论文充分利用我国安徽省境内主要金融机构的实际数据,探讨运用满足广义随机占优单调一致风险测度的高阶期望损失风险测度ES（n）来解决银行流动性风险管理中的实际问题。ES（n）不但能保证风险测度不违反广义随机占优规则,还可以保证满足CRM另外三条公理。本论文的主要内容构架和创新贡献概括如下:1、文献综述工作,综述了银行流动性风险的特征及其衡量方法。首先对巴塞尔银行监管委员会在流动性计量与管理方面的相关研究成果做了一个详细的介绍。其次对国内外银行体系流动性风险管理和监管的实践进行了总结。最后对学术理论界的相关研究背景和现状进行了综述。2、在（Franck,R.& Krausz,M.,2004）的基础上对银行流动性风险进行扩展的经济学分析,增加了三个方面的内容:在2.2节中,引入（Kyle,1985）中的市场流动性风险模型分析资本市场对银行流动性风险及银行最优资产配置的影响,并做了相关实证分析。在2.3节中,增加了银行间市场的相关模型分析。在2.4节中,增加了存款保险制度的相关模型分析。这样分别从资本市场、银行间市场、存款保险制度和最后贷款人制度几方面（透过经济学视角,这几方面与银行的流动性提供功能关系十分密切）入手,扩展并分析了这几方面与银行流动性风险及银行最优资产配置的关系。最后我们证明了:银行间市场和存款保险制度同资本市场和最后贷款人制度一样,都能够改善银行的流动性,提高银行的预期利润。3、第三章和第四章是本论文的核心工作,主要的创新性贡献有两点:第一、运用用于理解多元随机变量之间关系的统计工具Copula与广义随机占优理论中的ES（n）测度对银行流动性风险进行阶段性的衡量。这是一种能够更加准确度量商业银行清偿能力和“流动性过剩”程度的方法,在此领域具有首创性和新颖性的。然后,我们对我国安徽省境内各主要商业银行1997-2006年间的流动性统计数据进行实证分析,以验证我国银行体系“流动性过剩”的真实性（我们验证了当前银行体系确实存在着流动性的“普遍过剩”,并且精确度量了银行体系流动性的“过剩程度”,对这一风险进行了科学的排序）。通过这种方法可以增强监管当局流动性风险监管的识别能力,提高金融机构自身风险控制的有效性。在模型中加入风险因子之间的Copula相依结构之后计算得到的风险值与直接计算得到的风险值在排序上有很大的差异。因此使用Copula方法对于银行流动性风险度量问题的研究具有十分重要的意义。通过寻求风险因子之间的Copula相依结构,不但能成功的反映我省当前金融的实际形势,而且改进了度量流动性风险资本金充足程度的方法,研究结果对金融监管和银行加强自身的流动性安全具有重要的意义。同时运用ES（n）测度进行实证研究发现:对于本文实证研究的问题,VaR、ES两种低阶期望损失风险测度在一阶以上广义随机占优的情况下将发生风险排序错误。而ES（n）测度是对ES测度的高阶推广,它不但具有一阶ES测度的全部优良性质,而且是0～（n+1）阶广义随机占优单调一致风险测度,可以保证在高阶广义随机占优的情况下不发生风险判断错误,因此可以更好的实现风险测度的四大功能,而且ES（n）测度的阶次越高,其提供的风险控制措施就越安全。因此,金融机构或监管机构使用ES（n）测度来度量流动性风险可以增强风险监管的有效性,提高风险控制的可靠性,减少风险决策错误的可能性。第二、运用QAR（Quantile Autoregression）分位数自回归方法对银行某一时点的流动性风险进行实时衡量和预测。QAR分位数自回归模型对于研究时间序列问题中的不对称波动和局部平稳十分有用;模型可以有效反映出时间序列数据中的相似单位根趋势甚至还能解释局部的一些突变行为;其主要特征是其回归系数随着更新过程中分位数的改变而相应改变,因此较常系数自回归模型来说更为合理。我们分析得出当前安徽省金融机构存在流动性过剩的风险。此方法与第三章运用的方法不同,能动态的、实时的衡量某一时点的流动性风险,并且能对下一时刻的风险进行预测。与VaR和ES测度相比较,此方法对于在某个时点上风险的排序更加符合实际情况。通过目前我们对这两种方法的实证检验,显示其不但能准确地反映一定时期我省区域经济金融运行的基本态势,而且可以准确度量出我省区域内各家银行“流动性过剩”的程度及其自身纠偏能力的大小。据此监管当局可以识别出某些问题严重的银行,并在依赖这些银行自身的纠偏能力和对其实施外部干预之间做出选择。进而为中央银行宏观调控与货币政策实施以及金融监管当局把握整个银行体系的流动性风险提供了可操作性的标准,因此对提升我国银行体系的流动性风险管理水平和防范系统性金融风险有着重要的现实意义。因此,第三章与第四章共同构筑起了衡量商业银行流动性风险的一套新颖的、科学的测度体系。该体系不仅能衡量银行体系阶段性的流动性风险,也能动态的、实时的衡量银行体系某一时点的流动性风险,进而能够对下一时期的风险进行预测。实证检验该体系能够对区域性银行体系流动性风险进行科学有效的度量,故可以应用于对全国银行体系流动性风险的度量及监管实践。因此,对货币和监管当局来说均具有更高的实际应用价值。这部分内容是本论文的核心贡献所在。4、鉴于流动性缺口管理在商业银行有效管理流动性风险上的重要性,我们运用一种统计分析方法——最长链统计量,对商业银行流动性缺口统计数据进行了持续性分析,得到安徽省内各家商业银行持续维持适度流动性缺口能力的持续性强度。得到的结论是:安徽省银行系统总体流动性状况十分良好,其P值达到0.94960。安徽省内主要商业银行运行稳健,维持适度流动性缺口能力的排序为:建设银行、中信银行、光大银行、农业银行、招商银行、工商＆交通银行、浦发银行、中国银行。由此,可以看出4家国有商业银行和5家股份制商业银行的排序结果呈犬牙交错的状态,不存在一方超越另一方的情况。因此,银行的所有制体系结构与银行流动性风险状况并不存在显著的相关关系。换句话说,四大国有商业银行的资金计划管理水平与股份制商业银行相比毫不逊色。5、运用灰色系统和非线性协整分析的方法分析了影响安徽省商业银行流动性风险的各种宏观风险因素。主要是想找出对安徽省商业银行流动性风险影响程度最高的宏观风险因素,并得到安徽省商业银行流动性风险与安徽省宏观经济风险因素之间长期稳定的均衡关系。进而对安徽省商业银行规避宏观经济风险的能力进行检验。得到的结论是:安徽省金融机构流动性风险受到政府财政因素、外贸因素、消费因素和投资因素的重大影响。充分验证了安徽省经济“正走向”政府主导的投资增长型、外向型市场经济,与当前安徽省经济的实际情况比较吻合。根据银行的实践经验,财政存款涉及面广,资金沉淀量大,是各银行营销的重点。而外贸与投资离不开银行的信贷支持,对银行流动性需求有着重大的影响。而物价因素对银行流动性需求和供给两方面都有着重要的影响,原材料、能源、运输价格和人力资源成本的提高必然增强企业对银行信贷资金的需求。而消费价格上升必然导致人们可支配收入的相对减少,进而对银行流动性供给方面产生影响。最后是全文的结束语,对本文的研究工作进行总结,并提出了需要进一步完善的地方。