区域银行业风险评价体系研究范文

本站小编为你精心准备了区域银行业风险评价体系研究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：

本文建立了区域银行业风险评价指标体系，在此基础上引入熵值法计算指标权重，构建区域银行业风险评价模型；然后运用某市银行业数据对模型进行实证检验，检验结果与该市银行业风险实际情况吻合较好，同时模型还对该市银行业给出了风险提示。

关键词：

银行业；熵值法；风险评价模型；实证检验

一、引言

风险识别与评估是银行业和监管部门关注的核心内容之一。从我国当前经济金融的发展来看，区域内的银行业发展与周边区域经济金融保持千丝万缕的联系，区域银行业风险很容易传染周边地区，局部的银行风险很可能成为引发整体性银行业风险的起源。可以说，区域银行业风险是整体金融安全的基础。目前特别值得关注的是，部分地区的银行业风险通过某类业务风险集中爆发向周边地区扩展，对沿海发达地区一些省份的金融和经济发展造成冲击，因此有必要从中观视角对区域内银行业风险状况加以识别和评价，从而尽可能及早采取措施主动防控银行业风险。区域金融风险研究已经形成了很多成果。易传和（2004）以核心指标、相关指标两大类指标研究建立区域金融稳定指标体系，核心指标从微观方面考察区域内金融机构的综合状况，相关指标从侧面评价区域金融的稳定状况，是对核心指标的补充。邵新力（2006）建立适合湖南省的区域金融稳定指标体系，通过构建统计模型定量测量湖南省金融业的风险大小和稳定状况。姚星垣（2008）构建了浙江省区域金融风险预警指标体系，并特别关注浙江省市场经济化程度较高、民营经济发达这一特殊经济特征对金融风险的影响。崔艳娟（2008）以信贷增长、CPI、金融机构发案率等10个指标，按照运行环境、宏观、微观三类指标研究风险预警体系。谭中明（2010）以8个子模块，分外部和内部影响因素建立金融风险预警系统，并以江苏省为例进行了实证研究。上述理论和实践从不同角度对区域金融风险的评价和测量进行了积极探索，提出了很多有效的方法，但也存在一些不足，表现在：一是大多集中于对区域性金融风险的研究，缺少专门针对银行业风险的深入探讨；二是对区域性银行业风险评价指标的选择和权重确定较为主观；三是多以省份为区域进行实证研究，对城市银行业风险状况很少涉及。在借鉴以上研究成果的基础上，本文探索建立双层指标体系，引入熵值法确定各指标权重，建立适合区域特征的银行业风险评价模型，最后运用模型对某市区域银行业风险状况进行实证分析。

二、区域银行业风险评价指标体系

（一）指标选取原则1.规范性原则。经济和金融风险评价指标在国际与国内均已形成较为规范和科学的体系，在选取指标时，尽量从人民银行、统计局、银监会等权威统计数据中选取。2.连续性原则。构建指标体系，不仅仅只是用于一次性判断和评估，而是能够持续跟踪区域内银行业风险状况。因此，选择指标时，更加注重指标时间序列的可得性和可比性，摒弃不利于持续观测的指标。3.重要性原则。引起银行业风险的原因是多方面的，指标体系不可能包含所有因素，只能选取代表性强的重要指标，这些指标应当是能够反映银行业运行外部环境、内部核心风险要素的关键指标。4.通用性原则。指标体系不仅仅能够用于某一特定区域内的风险评价，还要能够运用于不同区域。因此，选取指标更加注重通用性，摒弃具有很强的地方特征的指标，以便能够实现在不同区域的实证分析。5.互补性原则。银行业风险是经济、金融、社会环境等多方面风险综合而成，各项指标需要能够相互补充，充分反映区域内银行业风险状况。6.区域性原则。中观领域不同于微观领域和宏观领域，区域内银行业状况与一国总体情况和一家银行发展状况有所不同。选择指标应立足区域情况，使之充分体现区域内经济金融发展特征。

（二）指标体系构建按照以上原则，本文建立如下双层指标体系：银行业的风险状况，一方面取决于自身的经营管理状况，包括经营策略、市场开拓、产品营销、内控等因素；另一方面受到所在区域环境影响，比如地方经济发展情况、市场环境等等，因此指标体系设计必须同时考虑内部指标和外部环境指标。在我国银行体系中，既有法人机构，又有分支机构，二者资产负债、资产质量、市场占有率等等有明显区别，经营管理和内控体系差异较大，监管要求也有所不同，风险状况和风险评价指标选择需要有所区别。基于以上考虑，为全面反映区域银行业风险，首先设定三个指标作为总类指标：外部环境指标、法人银行风险指标和分支机构风险指标。1.外部环境指标。对于区域的银行业而言，其经营的外部环境包含三个方面：一是宏观方面，包括全国层次的货币政策；二是中观方面，主要是地方经济发展；三是微观方面，主要是区域内企业经营状况。按照这个思路，确定如下分类指标：宏观指标：在宏观方面，全国性的财政政策和货币政策都将影响到一个区域内银行业的经营状况和风险状况。考虑到财政政策最终传导为一个区域内的财政收支和投资，全国性的财政政策可以通过区域内的中观指标体现，因此对区域内银行业的风险评价宏观指标不再考虑全国性财政政策指标。在货币政策各项指标中，利率政策最终在微观层次体现为银行业的利差收入，可以通过微观指标进行衡量；作为我国货币政策另一主要工具的准备金率，既体现货币政策取向，又对银行业产生直接影响。为避免相关性指标产生重复影响，选择准备金率作为宏观评价指标。中观指标：一般而言，GDP增速是区域经济发展的主要指标，为全面准确反映区域经济运行状况，对GDP予以分解，将消费、投资和进出口①这些直接影响银行业经营的指标用于区域银行业风险评价，选择投资总额增长率、消费品零售总额增长率和进出口总额增长率。为避免相关性因素重复计量，不再将GDP纳入指标体系。区域财政状况是地方经济环境的重要指标，房地产行业对地方经济和区域内银行业影响深广，因此将二者纳入外部环境中观指标。选择CPI、财政收入/GDP以及商品房销售增长率。微观指标：区域内企业景气情况、盈利能力和行为模式等因素直接影响银行业利润和风险状况。在微观指标选择方面，主要考虑企业的景气指数、利润、企业亏损面及资产负债率等对银行业产生直接影响的指标。2.法人银行风险指标。法人银行机构风险指标，主要包括信用风险、流动性风险、市场风险指标，以及衡量风险抵御能力的资本充足、盈利能力指标。目前，人民银行、银监会等监管部门已经建立了完善的统计监测系统对上述指标进行统计，比较系统和客观地反映了银行业的风险状况，也为本文研究提供了比较权威和规范的银行风险数据来源。具体指标方面，建立法人银行5类13个风险指标组成的指标体系（见表1）。3.分支机构风险指标。银行分支机构与法人机构风险指标有所不同，分支机构风险状况同样需要考虑信用风险、盈利能力等因素，但是其流动性、市场风险和资本充足指标通过其总行或者上级行控制，因此在分支机构风险评价时不再引入流动性、市场风险和资本充足指标。为计量上级行对分支机构风险状况的影响，引入“上级行影响”指标。具体指标方面，建立分支机构3类8个风险指标组成的指标体系（见表2）。

三、区域银行业风险评价模型

为了科学确定指标权重的赋值，本文运用熵值法②构建风险评价模型。熵值是信息论对不确定性的度量值，信息不确定性越小，熵值越小。熵值法是通过计算指标的熵值，根据不同指标相对变化率对系统的影响确定权重的计算方法。基于不确定性的考虑，指标熵值越小，权重越大；反之则权重越小。基于熵值法的评价模型不仅兼顾了指标的相对水平，而且指标权重反映了此指标在评价体系中变化的相对速率，融合了指标水平和相对变化速度两方面的因素。熵值法排除了主观判断的因素，用信息熵确定指标的权重，对区域银行业风险进行动态评价具有客观性、真实性和科学性。

四、对区域银行业风险评价模型的实证检

验以某市为例。截至2014年底，共有各类银行业机构53家，包括两家政策性银行、5家国有大型银行、12家全国性股份制商业银行，法人机构包括1家城市商业银行、11家农村合作金融机构等，网点共计1393个，从业人员约3.2万人。截至2014年末，全市银行业总资产占全省银行业总资产的21.3%，本外币各项贷款余额居全省第2位，各项存款余额居全省第1位，该市银行业对全省经济金融有重要的带动和辐射作用。因此，对该市银行业风险整体状况进行动态和定量分析，尽可能及时识别风险、测量风险、控制风险，具有较强的现实意义。

（一）数据准备与指标权重确定按照区域银行业风险评价模型，将该市2009—2014年共24期季度数据③分别按照数据标准化过程计算出标准值，完成矩阵指标数据标准化，利用熵值法计算分类指标和总类指标权重。具体计算结果见表3。

（二）测算区域银行业风险评价值该市2009—2014年分季度3个总类指标风险评价值，以及该市分季度银行业风险总体评价值见表4。

（三）实证分析1.近6年该市银行业风险总体评价值由增转降，总体波动较大。风险总体评价值由2009年第一季度末的7.35提高至2011年6月的8.87，提高了21%，此后保持较高水平，2013年风险评价综合值开始进入下降通道，2014年下半年快速下降，到2014年底区域银行业总体风险评价值已经低于2009年初。从实际情况来看，2009—2012年，该市受益于扩张性的财政政策，经济高速发展，银行业整体风险较低，风险评价值保持了较高的水平。从2013年初开始，在“三期叠加”的形势下全市经济增长减速，银行业运行外部形势越来越严峻，风险逐步加大，2014年风险显著快速上升。从实际情况看，总体评价指标反映的银行业风险状况与该市经济金融的运行态势以及相关监管部门的风险监测情况一致。2.法人银行机构风险水平显著影响区域银行业风险评价。在区域银行业风险指标评价体系中，法人银行业机构风险状况的权重最高，发生于2010年底的某法人银行案件不仅引起2011年法人银行风险评价指标剧烈波动，也导致全市银行业风险评价在2011年剧烈波动。2014年在经济增速放缓的“新常态”背景下，法人银行主要指标受到较大影响，机构的不良贷款率、拨备覆盖率等指标明显恶化。上述情况在法人银行风险评价指标中都得到了灵敏和准确的反映。分支机构经营相对稳健，从各行经营业绩和监管角度看，各项经营指标和风险指标持续改善，风险相对较低，但最近风险也呈上升态势，特别是2014年下半年开始，分支银行机构风险显著增加。上述情况在分支银行风险评价指标中也得到了准确的反映。3.外部环境指标波动影响区域银行业稳健运行。从分类指标情况分析，2014年末该市GDP增速为8.8%，比上年回落0.8个百分点，规模以上工业利润增速14.9%，同比回落25.4个百分点，财政收入增速12.7%，同比回落1.2个百分点，均为2009年下半年以来的较低水平。特别是2010年底以来该市房地产市场逐步衰退，商品房销售面积增速下滑，进入2014年后住宅价格也出现回落，加剧了相关指标的波动。这些情况，在外部环境评价指标走势中得到了准确的反映。

（四）风险提示由表1可以看出，3个总类指标中，区域法人银行风险指标权重为39.87%，对全市银行业风险态势的影响最大；其次是外部环境指标，权重为36.32%，充分反映了地方经济发展状况对区域银行业整体风险的巨大影响；虽然分支银行机构在区域内市场份额占比高，但是分支机构风险指标权重仅为23.83%，相对风险较小。由此可见，地方法人银行是影响全市银行业风险水平最主要的因素，应当予以高度关注；地方经济发展状况是银行业整体风险的外部基础，是影响区域银行业风险水平的第二大因素。从分类指标看，在2009—2014年期间，该市消费、进出口、房地产对银行业风险的影响权重较大；企业景气、亏损面对区域银行业风险的影响超过企业利润和负债率；法人银行的流动性缺口率、资产利润率和资本充足率在风险指标中所占权重较大；分支银行机构的成本收入比、不良贷款率和资产利润率在风险指标中所占的权重最大。在银行业风险管理中，以上指标需要重点关注。

五、结论和展望

本文建立了由3个总类32个分类指标组成的双层评价指标体系，采用熵值法确定指标权重，建立区域银行业风险评价模型，并用某市2009—2014年数据对该模型进行实证检验，检验情况表明该模型较为准确地反映了该市银行业风险状况。本文构建的评价体系不仅能够对区域内银行业风险进行度量，并且能够精确识别和定位区域银行业风险的积聚点和触发点，为风险管理提供准确引导。在评价方法方面，由于采用客观定量赋权法，利用规范统计数据，便于程序化操作，具有较好的通用性。目前这一评价体系仍然存在一些不足，比如：权重确定高度依赖样本且缺乏指标间的横向比较，分类指标内部关联性导致的重复计算因素不能完全剔除等等。本文在以下方面可以做进一步研究：一是持续实证检验，通过对不同区域、不同时段银行业风险状况进行评价，进一步检验指标体系和评价模型；二是根据实证检验和监管规则变化，及时调整补充和完善指标体系；三是研究实现区域银行业风险预警功能。注：①之所以采用进出口而不是净出口，是因为进口与出口对银行业风险都会产生影响。②熵值法：在信息论中，熵是对不确定性的一种度量。熵值法是用于多对象多指标体系的综合评价方法，根据各项观测值所提供的信息量大小来确定指标权重，能够深刻反映指标信息熵值的效用价值。③数据来自于人民银行、统计局和银监会。

参考文献：

[1]Abiad，Abdul.2003.EarlyWarningSystemsforCur-rencyCrises：ASurveyandaRegime—SwitchingApproach[R].IMFWorkingPapen．

[2]CArthurWilliamsJr，RichardMHeins.2004.Riskmanagementandinsurance[M].Boston：McGraw-Hill.

[3]周才云.区域金融稳定预警指标体系和风险防范[J].商业研究，2006，（4）.

[4]王顺.金融风险管理[M].中国金融出版社，2007。

[5]谢荣，钟凌.商业银行内部控制系统研究[M].经济科学出版社.

[6]沈庆劼.区域金融风险预警系统构建的理论框架[J].科技资讯，2007，（6）.

[7]辛波，于淑俐.金融生态与区域经济增长的相关性分析——以全省为例[J].山东经济，2007，（11）.

[8]杨丽荣，沈悦等.金融安全预警指标的权重确定及其实证[J].决策参考，2008，（4）.

[9]姚星垣，郭福春.构建浙江省区域金融风险预警体系研究[J].浙江金融，2008，（5）.

[10]赖娴.区域金融风险预警指标体系的构建与实证分析——以江苏省为例[D].硕士学位论文，2009.

[11]刘毅.银行业风险和防范机制研究[M].中国金融出版社，2009.

[12]谭中明.区域金融风险预警系统的设计和综合度量[J].软科学，2010，（3）.

[13]高旺东.区域银行风险评价研究[J].银行监管研究，2012，（3）.

作者：张涛 单位：中国人民银行济南分行