商业银行资产负债期限结构的错配与破产

商业银行资产负债期限结构的错配与破产

作为现代经济的中介机构，银行作为一个重要的中介机构，通过负债务在经济中分散和闲置的资源，通过资产业务，整合的资本大部分用于生产领域，并转化为资本促进经济发展。日常经营中,银行普遍存在着“短钱长用”的期限结构错配现象,也就是说商业银行的长期资产占总资产的比例高于长期负债占总负债的比例。商业银行利用短期负债为长期资产融资是其收益的主要来源,因此商业银行经营中流动性风险管理一直都是非常引人注目问题,诸多学者从各种角度进行了深入的分析。一、资产负债管理相关研究Friedman和Schwartz在分析“大萧条”时期美国银行倒闭的原因时初步解释了银行的负债(主要指存款合约)不如其他形式的金融合约稳定,以及解释储户面临的一系列的存款期限选择对银行的影响。在此基础上,Patinkin、Niehans和Tobin的研究对期限不同的存款所造成的流动性风险提供了很有说服力的论证。他们认为尽管没有保障的存款合约具备提供流动性的能力,但同时也加大了银行破产的可能性,而这种脆弱性是由在不同的均衡条件下的存款者对银行信心的不同所造成的。Fisher和Bryant关于银行破产对整体经济产生影响问题的研究也是从银行流动性风险出发,银行破产是因为银行存款持有人为防止损失集中提出他们的存款。Diamond和Dybvig(后文D&D)提供了一个针对银行资产和负债的理论模型。他们的模型中有两种均衡:在“好”的均衡中,只有无耐心的投资者会从银行提前取回存款;而“坏”的均衡则考虑银行破产的情况,他们认为所有的投资者在这种均衡之下都会要求提前收回他们的存款。Green和Lin以及DavidAndolfatto和EdNosal等学者对D&D模型进行了修改和完善,并把银行家自身的道德风险纳入到银行风险管理的因素中来,他们认为D&D模型的另一个缺陷是只提供了两种均衡情况,但没有提供对于资产负债期限的优化模型。2009年,HyunSongShin反思了短期负债在商业银行中的角色,并曾对商业银行的金融管制提出质疑。然而他并没有就资产负债管理提出定量的分析方法。JohnKarenten曾对从1863年到1986年美国商业银行中的风险管理的历史提供过相关的论述,也对银行如何控制流动性风险提出过定性的分析。国内有关商业银行流动性风险管理的研究始于上世纪90年代。孙迎芬曾经对我国的商业银行流动性风险管理提出几点对策,如增强风险意识,提高资产质量;推行资产证券化,改善资产结构;进一步完善流动性风险管理制度。乔海曙、熊正德认为流动性风险根源于供给和需求不匹配,如超负荷经营、期限搭配不适当,以及资产质量恶化等导致资金筹措难度加大。利率市场化改革的实施也使存贷款期限不匹配等流动性风险问题突显(张志杰),而经营管理不善已经在不同程度上加剧了商业银行流动性风险(张鹏,胡江芳)。同时,由于商业银行在流动性管理方面实践和认识也存在缺陷(金玲,温珂、贾卓鹏)、自身规模的限制(彭峰,卢会明)也是造成商业银行流动性风险的内部因素。当前由于我国的商业银行有获取高收益的动力促使中长期贷款占其总资产的比重持续增加,而高比率的中长期贷款造成现有的商业银行资产负债期限经常出现不匹配的情况引发流动性风险。虽然越来越多的学者更加关注商业银行的流动性并取得了一些研究成果,但是目前的研究总体上仍关注于成因分析而没有提供流动性风险的量化手段。在此背景下,本文借鉴电荷引力原理提出资产负债引力模型帮助商业银行通过定量分析获得一个理想的资产负债比例,以降低商业银行发生的流动性风险的可能性。二、理论模型(一)q对q作用力在真空中,两个静止的点电荷之间相互之间的作用的大小与这两个点电荷的电量Q1和Q2的乘积成正比,而与这两个点电荷之间的距离r12(或r21)的平方成反比,作用力的方向沿着这两个点电荷的连线,同号电荷相互排斥,异号电荷相互吸引。Q1对Q2作用力的数学表达式为:F12=kQ1Q2r212F12=kQ1Q2r212。可以将配对双方看成点电荷+Q1和点电荷-Q2,它们之间存在着引力,而这种引力是由于两者的带电量+Q1和-Q2决定的,两个静止的点电荷之间相互之间的作用的大小与这两个点电荷的电量+Q1和-Q2的乘积成正比,就此题而言,配对双方的条件越好,对另一方的引力就越大,双方在一起的成功率就越高。(二)资产负债法的吸引力模型1.资产转换的流动性本文对资产流动性的界定是,资产在一定时间内,以合理的价格、大量地转换为现金的能力。它由三个因素构成:一是时间因素,即资产转换为现金所花时间的多少。时间越短资产的流动性越强,时间越长资产的流动性越弱。二是价格因素,即资产转化前后的价格差异。价差越大资产的流动性越差,价差越小资产的流动性越强。价格差异其实是资产转换过程中的交易成本,交易成本越低,转换效率越高。三是数量因素,即在既定的时间和价格的基础上实现转换的资产的量的多少,另外量的多少还暗含交易的经常程度。量越多说明转换行为的经常性,资产的流动性越大,量越少资产的流动性较差。资产的流动性是时间、价格和数量因素的综合考虑,而不单单受制于某一方面。2.银行资产负债引力模型显然,如果直接引用电荷引力模型,一是与事实不太符合,问题会被简单化。从商业银行资产、负债管理角度考虑,决定判断一种资产是否能够匹配这种负债,既要考虑资产是否能满足负债的要求,还要考虑资产会不会有致命的弱点不符合负债的最低要求,只有两者都符合,这样的配对才会是稳定的。因此,该银行的风险管理部门拟根据资产负债的期限、基本条件和要求条件进行风险管理时,会用负债的要求条件和资产的基本条件进行比对,至少符合一项的就有可能成功。所以,在电荷引力模型的基础上构造资产负债引力模型,在资产负债双方之间就会同时存在引力与斥力,双方合力:Τ12=F12-F′12=kQ1Q2r212-kQ′1Q2r212T12=F12−F′12=kQ1Q2r212−kQ′1Q2r212可以得出银行资产负债引力模型:(1)负债对资产的满意度会使双方之间形成吸引力FLi↔Aj∶FLi↔Aj=kSLi→AjSAj→Lir2FLi↔Aj∶FLi↔Aj=kSLi→AjSAj→Lir2(2)负债对资产方的失望度会使双方之间形成排斥力F′Li↔Aj∶F′Li↔Aj=kΤLi→AjΤAj→Lir2F′Li↔Aj∶F′Li↔Aj=kTLi→AjTAj→Lir2综合两种力,得出合力TLi→Aj,就是负债资产之间的合力,在此将其定义为匹配度:P=PLi↔Aj=FLi↔Aj-F′Li↔Aj匹配度P越大,二者结合的成功率就越大;匹配度P越小,二者结合的成功率就越小。综上所述,得到一个基于改进静电力模型的负债资产引力模型目标函数为:maxP=PLi↔Aj=FLi↔Aj-F′Li↔Aj三、按资产负债引力模型分类要求编制算例本文的算例由南京市某股份制商业银行信贷部提供的2004～2008年贷款数据构成。根据理论分析,可按现金的价格和数量因素两项条件将资产转化为5个等级A、B、C、D、E分别作量化处理为4、3、2、1、0。于是可以得到资产和负债的基本条件量化矩阵和要求条件量化矩阵(或称权值矩阵)以及满意度分量和失望度分量。对期限进行筛选,资产j号的期限大于负债i号一个期限层次以上的满意度为0,失望度为无穷大。如果资产j号基本条件达不到负债i号的要求,给它赋值为0,失望度为无穷大。得出负债i号对资产j号的满意程度与失望程度为:SLi→Aj=NLi→Aj×LLi→Aj×WLi→AjTLi→Aj=NLi→Aj×LLi→Aj×W′Li→Aj其中,NLi→Aj为期限判断,期限条件符合时,NLi→Aj=1;期限条件不符合时,NLi→Aj=0。LLi→Aj为最低条件判断,条件至少有一项满足时,LLi→Aj=1;一项没有时,LLi→Aj=0。WLi→Aj为满意累加量。W′Li→Aj为失望累加量。WLi→Aj=nLi→Aj+∑14(JAjk-XLik)nLi→Ajk∈1‚2‚3式中,JAjk-XLik表示资产j号与负债i号的k项指标在满足最低条件时,资产j号的k项指标基本条件与负债i号的k项指标需求条件的差值。nLi→Aj是满足要求的数量。W′Li→Aj={n′Li→Aj+∑14(XLik′-JAjk′)n′Li→Ajk′∈(1‚2‚3)0n′Li→Aj=0式中,XLik′-JAjk′表示资产j号与负债i号的k′项指标在不满足最低条件时,负债i号的k′项指标需求条件与资产j号的k′项指标基本条件的差值。不符合要求的数量是n′Li→Aj。这样就体现了当资产实际条件高于负债要求条件时,则负债对它的匹配感(相对于要求条件)就会增加,超过得越多,匹配感增加得越多,资产对该负债的满意度就越高。当资产实际条件中的某几项低于负债要求条件时,则负债对它的匹配感(相对于要求条件)就会有所减少,失望有所增加,低得越多,失望得越多,资产对该负债的失望度就越高。按资产负债引力模型分类要求编制算例数据,如表1所示。运用资产负债引力模型,通过C++编程求解,得出资产负债引力模型匹配结果,如表2所示。四、提高资产负债配对成功率自20世纪90年代以来,伴随着金融创新和资本市场的发展,对商业银行风险管理提出了更高的要求。现有的文献对于商业银行流动性风险的根源以及影响因素有着广泛的探讨,但迄今为止仍然没有定量的模型对资产负债的期限问题提供有效的解决方案。任意一对资产负债的配对可以看成一个随机事件,按某一概率可能配对成功或不成功。所谓的成功率,就是资产负债双方最终