基于因子模型的我国上市商业银行流动性风险评价研究

张永恒

（安徽理工大学，安徽 淮南 232001）

一、引言

流动性风险作为商业银行其他风险类别的最终表现形式，具有传染性强、传导速度快、破快性巨大等特点。流动性风险一旦引发，将会通过资金渠道对各类金融及非金融机构进行快速传染，不但会对实体经济造成严重破坏，一旦失控甚至引发系统性金融风险。

现阶段，经济环境愈发复杂，我国商业银行正面临着诸多内部及外部可能引发流动性风险的不稳定因素。从宏观经济环境来看，一方面，我国经济增速放缓，实体经济面临下行压力，导致作为典型顺周期行业的商业银行的经营压力不断增加。在这种环境下，实体经济增速下降令企业信贷需求走低，促使商业银行信贷投放趋缓，贷款质量下降，不良贷款率上升，可能引发流动性风险的外部因素明显增加。另一方面，利率市场化的深入、金融脱媒的加速和互联网金融的崛起，导致各家商业银行之间竞争加剧，商业银行长期依赖的存贷业务息差收入面临挑战，流动性压力显著增大。其次，得益于资本市场的快速发展和政策倾斜，越来越多的优质企业选择通过资本市场进行直接融资，进一步减少了商业银行的资金来源，一定程度上冲击了商业银行流动性水平。从我国银行业经营状况来看，近年来我国商业银行，尤其是中小银行同业负债占总负债比例呈上升趋势，存款占总负债比例呈下降趋势。由于同业负债往往期限较短，而银行吸收存款占总负债的比例又在下降，这一现象可能迫使商业银行出现“用短期资金做长期运用”的期限错配，从而增加了引发流动性风险的内部不稳定因素。

基于以上考虑，本文针对我国商业银行的业务特点，综合考虑影响流动性风险的内外部因素，构建因子分析模型，将影响流动性风险的具体因素归为六种因子，分别是：综合因子、期限结构因子、经营绩效因子、风险抵御因子、财务稳健性因子和流动性储备因子，分别对四类银行进行因子综合得分排序，分析四类银行的风险薄弱环节，进而提出具有针对性的管理对策，为提升商业银行流动性风险管理有效性，防范系统性金融风险，提供实证信息和有效参考。

二、文献综述

（一）商业银行流动性风险内涵

在银行流动性风险内涵研究方面，国内外学者的观点具有较高的一致性，普遍认为银行流性风险是由于偿付能力不足引发的，而偿付能力取决于银行是否具备充足的流性资产储备，或者能否及时以合理成本完成所需规模的融资。Diamond、Dybvig（1983）最早对商业银行流动性风险进行了理论研究，提出了经典的D-D模型，认为银行作为资金中介，将资金在存款人和借款人之间进行转换，让资金在不同借贷主体之间合理配置，在这一过程中，银行将部分流动性弱的资产在不同需求主体之间进行借贷，从而转换成为流动性强的债务，这种流动性的转换向存款人提供了一种流动性保险，为市场带来了流动性，但由于信息不对称的存在，存款人对银行缺乏信心时往往会提前支取存款，而贷款人没有能力偿还贷款，如此一来商业银行资金不能满足存款者的提现需求，产生了流动性风险[1]。Lore、Marc（2000）指出对于商业银行流动性而言，资产的流动性最为关键，在一定意义上，可以将银行流动性风险理解为银行的到期偿付能力风险[2]。

国内学者对商业银行流动性风险的内涵进行了一系列研究。常臻旺、朱建洲（1993）认为流动性风险是银行未能保持合适数量的流动性资产，从而可能引起信用不稳定和收益恶化的风险，并从流动性非均衡的角度详细阐述了流动性风险的两种情况，一种是流动性短缺引发的信用不稳定风险以及银行陷入流动性陷阱导致的清偿能力危机风险；另一种是流动性过剩导致资产收益无法抵消固定成本引发的利润恶化风险[3]。姚长辉（1997）认为流动性风险是商业银行缺乏充足现金用以清偿债务和满足客户取款和贷款需求，令银行失去盈利能力，威胁到银行生存的可能性[4]。中国银保监会（2018）将流动性风险定义为商业银行无法以合理成本及时获取所需资金，用以偿债、支付和满足业务需要[5]。

（二）商业银行流动性风险成因

Diamond、Dybvig（1983）从博弈论视角出发，利用多重均衡理论构建了D-D银行挤兑模型，该模型认为资金在不同需求主体之间进行重新配置的过程中，银行未能对存款人的短期存款和贷款人的长期借款进行合理的期限配置，发生“借短贷长”的期限错配问题，引发流动性危机，出现银行“挤兑”，这一问题是银行流动性风险的产生根源[1]。Ratnovski、Lev（2013）分析了银行与客户之间的信息不对称情况，认为商业银行使用再融资的方式满足客户提款需求及合格的贷款申请，这一过程难免存在信息不对称的情况，导致银行无法按期收回贷款，进而出现偿付能力不足而引起流动性风险[6]。

国内学者从资产、负债和流动性储备等多个角度对银行流动性风险成因进行了分析。姚长辉（1997）认为从表象上来看，商业银行难以对客户的存贷款行为进行准确预判，这种不确定性可能会诱发流动性风险，但更深层次的原因是商业银行难以对盈利性和流动性进行合理取舍。另外，引发流动性风险的主要因素有：货币政策、利率因素、资产负债结构、金融市场成熟度以及信用风险等[4]。巴曙松、袁平、任杰（2007）等总结了商业银行流动性风险的影响因素，内部因素：一是商业银行将流动性差的资产转换成流动性强的负债，这样一种转换从根本上引发了流动性问题；二是银行盈利性和流动性目标间的矛盾；三是银行资产负债期限错配、银行对市场利率变动的敏感程度、维持公众对自身的信心等；外部因素包括金融市场成熟度、宏观经济政策、银行面临的其它风险向流动性风险的转化等[7]。廖岷、杨元元（2008）研究认为商业银行短期存款的到期期限较短，而长期贷款的到期期限相对较长，二者之间出现期限错配问题，错配期限越长，流动性风险越大[8]。顾海峰、高水文（2020）研究发现盈余管理对银行流动性创造具有促进作用，相对于城市商业银行和农村商业银行，盈余管理对国有商业银行和股份制商业银行流动性创造的促进力度更大。多名学者实证研究了中国多家商业银行面板数据，结果揭示货币政策不确定性通过增加银行风险降低流动性创造水平（喻微锋、康琦，2021；周晔、王亚梅，2021）[9-11]。

国内外对于商业银行流动性及其风险成因的探讨较为充分，对于本文构建因子分析模型过程中所涉及的风险因子选取具有重要的借鉴价值。同时，该领域的研究也存在可提升之处。首先，研究视野多局限于同类银行，较少将不类商业银行纳入统一框架分析。其次，大部分研究停留在现状评价，属于静态分析，忽视内外部环境的变化对于流动性风险的动态影响。再次，大多数研究采用单一类别指标作为切入点，忽视了其他因素对流动性风险的决定作用。本文在吸收借鉴现有研究优点的基础上，充分考虑四类银行异质性，以及影响商业银行流动性的内外部因素，构造因子分析模型，提取影响流动性风险的公共因子，并对公共因子进行得分排序，试图分析和揭示四类银行流动性风险管理中的薄弱环节，为各类银行流动性风险管理提供有效参考。

三、研究设计

（一）研究样本与数据选择

选取A股及H股上市的40家商业银行2016年至2018年中报相关数据作为样本，分为国有银行、股份制银行、城商行和农商行四类，对数据缺失样本做剔除处理。为保证能够全面、系统、有效的分析四类商业银行流动性风险管理的薄弱环节，需要对商业银行的资产质量、负债结构、期限错配、风险水平、融资能力等多种变量进行综合考量。考虑到变量的共线性可能导致评价结果失真，本文采用因子分析法进行变量处理，从基础度量指标中提取公共因子，构建流动性风险因子模型，依据因子综合得分结果来评价上市商业银行流动性风险水平。研究涉及的各类变量数据来源于WIND数据库和上市商业银行公开信息披露。

（二）指标选取与数据处理

1.基础度量指标选取

为提升流动性风险评价的全面性和有效性，本文从资产质量、负债结构、存贷款期限结构、风险抵御能力和融资能力五个维度描述流动性风险，结合前文压力测试结果并依据指标的代表性和数据的可得性筛选了15个基础度量指标。

（1）资产质量方面，主要考虑流动性资产储备和资产盈利能力。流动性资产储备越充足、资产盈利能力越强，银行应对流动性风险的能力就越强。选取流动性比例和超额备付金率度量银行运用流动性资产储备应对短期流动性风险的能力；选取总资产回报率评价银行资产盈利能力。

（2）负债结构方面，主要考虑存款结构对流动性需求的影响。活期存款占比越大、同业负债占比越大，银行的流动性风险越高。选取存款结构比、同业负债占比衡量银行融资基础的稳定性。

（3）存贷款期限错配是导致流动性风险的主要因素，期限错配程度越大，银行面临的潜在流动性风险就越大。选取存贷比、活期存款占比两个指标评价其错配程度。

（4）商业银行自有资本占比与抗风险能力成正比，银行自有资本占总资本的比例越大、数量越多，银行用以弥补风险损失的能力就越强，从而银行的抗风险能力就越强，流动性风险越小。选取核心一级资本充足率和杠杆率两个指标评价银行抗风险能力。

（5）商业银行在经营过程中能否保持财务稳健，是银行防范各类风险，尤其是流动性风险的重要因素，财务稳健性与流动性风险成反比。选取拨备覆盖率和拨贷比两个指标考察银行财务稳健性。

（6）融资获取流动性支持是化解流动性风险的重要途径，商业银行的融资能力越强，则其应对流动性风险的能力越强，而融资能力与自身经营效率和盈利水平呈正相关，因此选取净利差、权益回报率、净息差、成本收入比指标对融资能力进行间接反映。

表1 流动性风险基础度量指标

2.数据处理及检验

（1）数据处理

本文所选指标中，不良贷款率、存款结构比率、同业负债占比、存贷比、活期存款占比和成本收入的数值大小与流动性水平成反比，对其数据取倒数，做正向化处理。进一步对全部数据进行标准化处理，过滤掉数据的数量级和单位的差异因素，确保指标的可比性。经过以上两个步骤完成数据处理，表2是数据标准化处理后的描述统计。

表2 标准化数据描述性统计

（2）数据检验

对原始数据进行正向化和标准化处理后，接下来对于数据运用因子分析方法的可行性和有效性进行检验，考察数据是否达到因子分析的使用前提以及提取到的公共因子蕴含的信息是否能够充分代表原始数据的基本信息。

因子分析的主要目的是实现数据降维，用最少的公共因子代表原始数据绝大部分信息，其前提是原始数据之间存在相关性。本文使用KMO检验和Bartlett's球状检验考察数据之间是否存在相关性。通过KMO检验考察数据的相关及偏相关系数，其值越接近1，表明相关性越强。Bartlett's球状检验能够验证数据相关阵是否为单位阵，若拒绝原假设，则说明相关阵为非单位阵，即具备相关性。由表3知，KMO值为0.526，大于0.5，表明数据满足因子分析的条件。其次，Bartlett's球状检验的P值近似于0，小于显著性水平0.05，说明拒绝原假设，即数据存在相关性。此外，样本数据的6个公共因子累积方差贡献率超过80%,证明公共因子对变量的解释率很高，具备良好的使用效果。综上，样本数据适合进行因子分析。变量共同度的大小能够反映出全部公共因子对各个变量信息的描述程度，其数值越大，反映该变量能被公共因子解释的信息越多，因子分析的效果越好。

表3 KMO和Bartlett's球状检验结果

表4显示本文选取的指标变量的因子共同度普遍高于70%，并且有一半以上高于80%，甚至超过90%，证明所选变量的信息损失很少，绝大部分的原始变量都能够被公共因子进行有效解释，能够达到比较理想的分析效果。

表4 变量因子共同度

四、上市商业银行流动性风险因子分析

（一）提取公共因子

在因子分析中，一般依据特征根大于1或累积方差贡献率高于70%的原则确定公共因子的数量。本文借助SPSS24.0软件，使用主成分分析法提取公共因子。

1.确定公共因子数量

表5显示，前六个因子的特征值均大于1，且累积方差贡献率80.73%，按照特征值大于1和累积方差贡献率大于80%的原则，提取前六个变量作为公共因子。

表5 总方差解释

2.因子旋转与公共因子命名

因子旋转能够把载荷阵每列元素数值的差距拉大，使其尽量往1或0两端靠拢，突出在公共因子上具备高载荷的主因子，为公共因子的命名和解释提供依据。

观察旋转后的因子载荷阵，如表6所示，在公共因子上具备高载荷的主因子已经很容易被辨识。参考载荷阵每列元素值大小，将具备较高载荷系数的主因子归类到公共因子中，并依据各类主因子蕴含的经济含义进行公共因子命名。

表6 旋转后的因子载荷矩阵

第一公共因子的高载荷指标包括同业负债占比、存贷比、净利差、净息差和成本收入比，涵盖了负债结构、净利息收入水平、生息资产运用能力和盈利能力，因此命名为综合因子。第二公共因子的高载荷指标有存款结构比和活期存款占比，主要反映银行的期限结构，可以命名为期限因子。第三公共因子在总资产回报率、权益回报率和成本收入比上具有高载荷，能够描述银行的盈利能力和经营效率，从而命名为经营因子。第四公共因子在核心一级资本充足率和杠杆率两个指标上具有高载荷，体现了银行的抗风险能力，故命名为风险抵御因子。

第五公共因子的高载荷指标是拨备覆盖率和拨贷比，这两个指标旨在考察银行能否保持财务稳健，所以命名为财务稳健性因子。

第六公共因子在流动性比例和超额备付金率两个指标上具备高载荷，目的是评价银行流动性资产储备状况，因而命名为流动性储备因子。

综上，本文将提取的公共因子命名如下：

表7 因子命名表

（二）计算因子综合得分

1.求出因子得分函数

完成公共因子的提取和命名之后，还需要计算公共因子在各个主因子上的得分系数，并据此导出因子得分函数。

表8中每列元素对应的是主因子在公共因子上的权重，从而可以利用各个主因子对公共因子进行线性表示，再将原始变量的标准化数据代入线性等式即可得出每个公共因子的得分情况。从而，本文对于上市商业银行流动性风险影响因素的描述可以用综合因子（F1）、期限因子（F2）、经营因子（F3）、风险抵御因子（F4）、财务稳健性因子（F5）和流动性储备因子（F6）进行体现。

表8 因子得分系数矩阵

2.导出因子综合得分函数

以各个公共因子的方差贡献率为系数，得出上市商业银行流动性风险综合得分函数：

进一步计算出上市商业银行最近三年的平均因子得分，见表9。

表9 上市商业银行平均因子得分表

五、结论及对策建议

（一）结论

国有银行流动性水平最高，流动性风险相对最小。国有银行的流动性水平得分远超其他银行，其综合因子、经营因子和流动性储备因子得分都远高于其他三类银行。因此，国有银行的流动性水平在四类银行中属于最优，面临的流动性风险也相对最低。总体来看，国有银行拥有远超其他银行的资产规模，占据了庞大的市场份额，具备齐全的业务种类，同时能够获得国家信用的隐性支持，这些优势使得国有银行资金来源相对充足，资金运用渠道也更加丰富，有助于实现出色的经营绩效，进而凭借优异的经营成果鼓励公众信心，获得强大的融资能力，进一步发挥“主动负债”优势，把流动性风险控制在较低的水平。国有银行内部经营状况十分稳定，各项指标都较为优异，在进一步保持和优化内部经营的同时，积极关注可能引发流动性风险的外部因素，加强对于政策性风险的预判和对冲，尤其是以存款准备金率为代表的宏观政策性因素对国有银行流动性的影响。

股份制银行的负债结构有待进一步优化。股份制银行的流动性风险在四类银行中相对最大，除了流动性储备因子之外，其他公共因子的平均得分均为负值，期限因子和经营因子得分偏低，综合因子得分远远落后于其他三类银行，尤其是同业负债占比大幅高于平均水平，表明股份制银行在负债结构方面存在欠缺，过于依赖同业负债，一旦同业负债成本大幅抬升将会直接影响其流动性水平。

城商行高度依赖存贷息差收入模式且存贷期限结构不合理。城商行的资产规模相对较小，但是综合得分高于股份制商业银行，流动性水平在四类银行中排名第三。城商行的综合因子、经营因子排名都紧随国有银行之后，财务稳健性因子排名第一，其净息差、权益回报率和拨备覆盖率等指标都处于行业内相对较高水平，而存贷比相对较低，表明城商行对待财务和风控有着较强的审慎性，并且具备较强的盈利能力，有效降低了流动性风险。城商行也存在明显的风险薄弱环节，尤其是期限因子平均得分最为落后。城商行存款增速、存款结构比率、活期存款占比明显高于其他银行，说明城商行对于存贷息差收入模式高度依赖，不利于维持流动性的安全稳定。另外，过高的存款结构比率和活期存款占比也反映出城商行的期限结构具有一定的不合理性。

农商行资产质量相对较差，经营效率和盈利能力偏低。从整体来看，上市农商行的经营因子和流动性储备因子得分最低，并且远低于平均水平，说明农商行的经营效率和盈利能力明显偏低，且流动性储备能力较低，流动性风险抵御能力较差，是流动性风险管理的薄弱环节。另外，农商行的不良贷款率在四类银行中处于较高的水平，是流动性风险的重要来源。需要指出的是，上市农商行集中在苏南地区，占全国农商行总数的比例不足1%，并且资产规模普遍在一千亿以上，因此对于全国农商行群体的代表性不够强。

（二）对策建议

国有银行在保持优异经营的同时，关注并提升政策风险对冲能力，建立对于外部风险，尤其是宏观政策风险的识别和处置机制，为制定流动性风险的防范和对冲策略做准备。日常保有足够的流动资产缓冲，争取在流动性风险的起步阶段进行快速对冲，或在极端情形下实现有效兜底，防止流动性风险失控。

股份制银行优化负债结构，扩大稳定资金来源，进一步拓展负债渠道，采取综合措施降低同业负债依赖性，避免拆借成本大幅抬升可能带来的流动性风险。实行主动负债战略，通过发行债券、大额可转让定期存单等方式拓宽负债渠道。在此基础上，加强存款风险管理，减少稳定性存款流失率，降低对稳定性较差的集中存款和关联存款的依赖性。

城商行提高中间业务收入，降低息差收入依赖性。以城商行为代表的中小型银行需要积极开拓中间业务，在存托管、支付结算、代理担保、咨询顾问以及投资银行领域深入发掘，满足新形势下的市场需求，开发多样化的服务型产品，提升非利息收入，降低息差依赖。积极实施需求导向型的中间业务产品战略，并尽可能的将各项业务与互联网进行深度融合，借助互联网载体实现中间业务产品对个人或企业用户的精准投放，在巩固自身市场占有率的基础上开拓新市场。

农商行强化贷款管理机制，降低不良贷款率。进一步完善贷前审核及贷后管理制度，建立完善针对贷款风险的高效识别、计量、评估和化解机制，利用大数据分析等新兴技术手段甄别出不良贷款高发的行业或客户群体，采取有效的贷款限制措施。建立高效的不良贷款处置机制，积极探索不良资产证券化、债转股等市场化的处置模式，丰富不良贷款处置渠道，逐步消除流动性风险隐患。

监管部门充分考虑银行异质性因素对于监管政策效果的影响，对商业银行实行差异化监管。依据经济金融周期对商业银行的作用效果，实行流动性风险逆周期监管措施，在尽量消除流动性风险顺周期性影响的同时，适度降低流动性监管给银行带来的不必要压力看，防止银行因流动性不足发生危机。