利率市场化下我国商业银行利率风险的研究

(四川大学经济学院 四川 成都 610065)

一、绪论

利率市场化能从各方面优化资源配置、加速银行升级等。但这项金融改革带来的利率风险给我国商业银行带来了潜在的巨大损失的风险，威胁到银行的稳健性发展。外有经济全球化趋势不断加强，内有利率市场化改革的稳步推进，而商业银行作为我国金融市场中最重要的参与者，面临的利率风险与日俱增。

从宏观来看，在利率市场化的推动下，利率水平的变化更加复杂，利率的频繁波动给银行的负债成本和资产收益带来许多不确定的因素，特别是中小银行在放开利率管制的过程中会处于不利地位，不利于我国市场的稳健性。从微观来看，由于长期的利率管制，我国商业银行对利率风险这方面意识薄弱，整体使用较为保守传统的分析法。

VaR模型度量商业银行面临的利率风险，目前已被国外大多数商业银行所采用，我国商业银行也应该逐步采用此法，实现对利率风险较为准确的度量和监管。

二、利率市场化内涵及利率风险常用度量方法

(一)利率市场化的内涵及进程。利率市场化就是将利率的确定交给市场，而尽量少的进行人为干预，使利率的确定、传导、结构和管理更多的由市场的实际情况决定，形成没有人为参与的一整套机制。利率市场化的内涵主要包括以下四点：利率决定权取决于金融主体；市场可以自发选择利率的数量、期限和风险结构；市场利率较大程度取决于同业拆借利率或短期国债利率；货币当局间接影响利率。

1996年，我国先行放开的银行拆借利率，打响了利率市场化改革的第一步。整体遵循“三步走”：第一货币市场利率市场化，第二债券市场利率市场化，第三贷款利率市场化的思路，逐步实现利率市场化。至2018年末，我国利率市场化改革已经达到节骨眼上，剩下存款利率未完全放开。但是存款利率的定价格局已经基本形成了，货币资金的定价权逐渐由政府交由市场。

(二)利率风险对商业银行的影响。利率风险对商业银行有很大影响，表现为以下三个方面：收益、经济价值、潜在损失。一是当利率波动减少银行净收益时，降低银行资本充足率的同时，还会降低市场对银行的信心。二是利率波动减少银行经济价值时，意味银行发展前景不好，动摇市场信心。三是利率波动对未来业绩的影响可能表现为一种潜在损失。随着我国市场开放度的提高而增加的利率风险才让人们逐渐认识到此类风险的重要性，但是起步较晚造成了我国银行主观上管理能力不够和客观上缺乏相应的管理。一方面加剧了不同国家金融体制之间的竞争，另一方面加剧了一国内部银行与非银行金融机构之间的竞争。

(三)商业银行度量利率风险的方法。不同的利率风险度量方面的侧重点各有不同。由于本文主要采用VaR方法研究利率风险，因此本节简单叙述久期分析法和敏感性缺口分析法，详细介绍VaR法。

久期分析法。久期越大，债券价格对收益率的变动越敏感。其主要策略为：一是当利率变化幅度小时，忽略凸度缺口。利率上升时，久期缺口应该为负；利率下降时，久期缺口应该为正。二是当利率变化幅度明显时，保持正的凸度缺口。利率上升时，久期缺口为负；利率下降时，久期缺口为正。

利率敏感性缺口定义为利率敏感性资产与利率敏感性负债的差额。其主要思想为：当预测出利率将要上升时，通过对资产负债规模调整，保持缺口为正。反之相反。

VaR模型是1993年J.P.Morgan公司提出，是一种测量处于风险中的价值的方法。VaR(Value at Risk)，是指市场正常波动下，在一定时期和一定的置信水平内，资产组合可能发生的最大损失。VaR的参数一共有三个：一是时间长度N；二是置信水平α%；三是单个资产或资产组合经济价值变动△π。计算VaR核心在于如何得到组合收益率的分布，故可以划分为：参数解析法和模拟法。其一，参数解析法,也称为局部估值法。原理在于：假定资产的价值由一系列风险因素决定，并且风险因素的变动服从某个已知分布，依据二者之间的函数关系，计算得到资产的VaR。其二，模拟法，可称为完全估值法。原理在于：模拟风险因素在未来的各种可能出现的情景，然后根据资产价值与风险因素之间的关系，计算资产的VaR。根据模拟方法的不同，可以划分为：历史模拟法和蒙特卡洛模拟法。

三、Shibor数据建模及实证研究

(一)数据与指标的选取。近几年来，全国银行间同业拆借利率Chibor、上海银行间同业拆借利率Shibor、全国银行间债券回购利率的市场化程度较高，能够灵敏地反映市场资金的状况及变化。其一全国银行间债券回购利率直接受中央银行回购操作的影响，而中央银行的回购交易受市场投资者的影响，故往往会有违常理的情况发生；其二Chibor受短期内金融市场需要的流动资金量的影响较大，市场代表性不强。因此用二者作为基础数据模拟市场利率变动的可行性存在争议。

Shibor于2007年1月4日开始正式运行，是一种单利、无担保、批发性的利率，极大促进我国货币市场的发展。常见类型有：O/N、1W、1M、3M，其中隔夜拆借利率最为活跃，能比较灵活及时地反映资金供求变化和买卖双方的多空头博弈，因而市场代表性最强。

本文选取从2015年1月4日到2019年12月31日的Shibor O/N收益率作为样本基础数据，共包含了60个月的数据，样本总容量为1248。数据来源于：上海银行间拆借利率官网提供的数据服务。为了保证时间序列数据Shibor O/N 收益率的稳定性，对基础数据作对数化的一阶差分步骤，表达式为(3.1)：

所以，对于我国油脂加工行业的发展来说，其消费前景的乐观程度带动了整体行业的发展，面临国际化的机遇和挑战，我国油脂行业经营水平不断优化，集中规模化持续提高，在市场定位细分的条件下，通过品牌营销活动的深化提升产品价值，推动行业发展。另外，特种油脂与功能性油脂的生产和发展也逐渐的得到了开发和利用，以丰富食用油市场，满足不同人群的需要，提升了油脂加工行业的产业价值，带动了我国经济的快速增长。

Rt=ln(Shibort)-ln(Shibort-1)

(3.1)

(二)Shibor的基本统计特征

1.Shibor利率的序列相关性检验。实际经济问题中，时间序列数据往往会存在序列相关性，其原因有三：一是经济变量固有的惯性；二是模型设定的偏误；三是数据的“编造”。当模型的随机干扰项破坏了相互独立的假设，则必然导致模型存在设定偏误。本文选用Eviews 6.0作为统计工具，采用Ljung-Box Q 检验法，考察该数据的序列相关性。检查结果可知，滞后一阶的AC值和PAC值均为0.177，超过两杯标准线之外。Q-Statistic 的 P 值为 0.000，该 P 值小于置信水平 95%，因此可认为Rt序列存在一阶自相关关系。根据 AC 值、PAC 值及 Q-Statistic 的 P 值可看出其存在自相关性。

2.Shibor利率的平稳性检验。确保时间序列数据的平稳性，是减少模型虚假回归的有效手段。本文选用Eviews 6.0作为统计工具，采用ADF检验法，考察该数据的平稳性。检验结果表示，在3种情况下ADF检验结果，所得到的t-Statistic 的P值均小于置信水平为 99%、95%、90%的参考值，因此不接受原假设，接受备择假设。3种情况下的Rt收益率序列的单位根不为1，且AR(p)的系数之和不为1，说明该序列是平稳序列。

3.Shibor利率的正态性检验。近年来研究发现，Shibor序列数据通常呈现“尖峰肥尾”“偏态性”的特征，基本不符合正态分布。由于在不同分布条件下计算出的VaR值存在较大的差异，所以对序列进行正态性检验是十分必要的。本文选用Eviews 6.0作为统计工具，采用直方图检验法，考察该数据的正态性。检验结果得知，与正态分布相比较，该序列偏度Skewness=2.435397>0，Kurtosis=29.76747>3,故该序列具有左偏、尖峰厚尾的特点。且JB(Jarque-Bera)统计量的概率P值为0，也说明该样本并非来自正态分布。

4.Shibor利率的条件异方差检验。一般而言，横截面数据才会存在条件异方差性。但是为了样本数据的合理性，更好构造模型，本文选用Eviews 6.0作为统计工具，采用残差时序图检验法，考察该数据的条件异方差性。对Rt序列展开 ARCH-LM 检验，并对AR(1)的残差项进行该检验，F统计量为23.17323，其P值为 0.0000，Obs*R-squared 统计量为22.78603，其P值同为0.0000,假设置信水平为95%，则 F-statistic、Obs*R-squared 的 P 值均小于其临界值。因此，该序列具有条件异方差性-ARCH效应。

综上所述，我们可以得出以下4各方面的结论。一从数据的自相关性来看，存在一阶自相关；二从数据的平稳性来看，该数据是平稳的；三从数据的正态性来看，存在“尖峰肥尾”“偏态性”的特征；四从数据的条件异方差性来看，存在ARCH效应。

1.GARCH模型的建立。低阶 GARCH 模型能够有效地拟合正常情况下的金融数据波动聚集性，故本文选取此模型并设定方程为 GARCH(1,1)，呈广义误差分布，设方程为:rt=μ+εt，εt服从GED分布，如公式(3.2)所示：

σ2t=α0+α1ε2t-1+β1σ2t-1

(3.2)

其中，σt ：当期方差； ARCH 项：ε2t-1; GARCH 项：σ2t-1(前一期的方差)。

根据GARCH(1，1)模型在 GED 分布下的回归结果，可得如下方程(3.3)、(3.4)所示：

rt=0.000706+εt，εt服从GED分布.

(3.3)

σ2t=8.64E-06+2.665999ε2t-1+0.306504σ2t-1

(3.4)

由上述方程可知，α0为8.64E-06，其值较小，故长期来看利率的波动幅度较小；α1为2.665999>0，故外部因素的变动会加剧利率的波动；β1为0.306504，故先前时刻的价格波动会影响在后时刻价格波动，利率的波动是具有长期性的；且α1+β1>1，故利率波动具有持续性。

2.计算Shbior O/N的VaR值。Shibor O/N收益率的VaR值可采用下式(3.5)：

VaRt+1=ωt·Zα·σt+1·Δt^1/2

(3.5)

其中，VaRt+1为t时期的在险价值；ωt为资产的初始价值，本文不妨设为1；Zα为GED分布下的1-α的分位数；Δt为资产的持有期，由于样本数据为隔夜拆借利率，故本文不妨设为1。当置信水平值为 0.95、0.99时，Zα的临界值分别为 1.65、2.66。

结合方程组可知，在95%的置信度下，商业银行遭受利率风险最大的损失值为3.085382577；在99%的置信度下，商业银行遭受利率风险最大的损失值为4.974010699。这表明我国商业银行短期利率风险较大。

综上所述，在 GARCH 模型的帮助下，我们测算出同业拆借利率的 VaR 值，发现伴随着频繁的利率波动，利率风险指数也居高不下，由此可以推测后期的利率市场化改革仍然会进一步扩大利率风险值，因而商业银行的利率风险管理会成为下一阶段市场竞争的核心。

四、结论与建议

通过以上分析可知:利率市场化改革是我国与国际接轨的重要一环，可是与此同时带来的利率风险不可忽视。商业银行应该权衡风险性、流动性、收益性三者之间的关系，将利率风险缺口维持在一个合适的区间里。在实际生活中，金融时序序列并不符合经济学中“正态分布”的假设，大多呈现“左偏性”“尖峰厚尾”的特征。

针对我国商业银行利率风险现状，建议主要集中在以下几个方面：及时动态调整资产负债头寸，优化变革资产负债管理模式，减少损失。完善内部控制，不给风险留机会。选取更具有现实意义的利率风险度量方法。

利率市场化改革既有机遇又有挑战，在加剧市场竞争的同时，也给我国的商业银行带来了新的经济增长点。各个商业银行应顺应改革潮流，适时调整经营目标，重视金融创新，利用金融科技的力量，在改革浪潮中处于不败之地。