38商業(yè)銀行親周期性與宏觀經(jīng)濟(jì)波動(dòng)
本文關(guān)鍵詞:商業(yè)銀行親周期性與宏觀經(jīng)濟(jì)波動(dòng):一個(gè)基于信用風(fēng)險(xiǎn)評估模型的解釋,,由筆耕文化傳播整理發(fā)布。
安徽農(nóng)業(yè)科學(xué),JournalofAnhuiAgr;商業(yè)銀行親周期性與宏觀經(jīng)濟(jì)波動(dòng):一個(gè)基于信用風(fēng)險(xiǎn);余文卿(上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院,上海20;摘要信用風(fēng)險(xiǎn)評估模型從誕生到現(xiàn)在經(jīng)歷了一個(gè)長期的;YUWen2qing(AntaiSchoolof;近年來,很多經(jīng)濟(jì)現(xiàn)象及研究都表明商業(yè)銀行在信貸活;人們很早就認(rèn)識(shí)到了銀行業(yè)的親周期性;造成商業(yè)銀行親周期性的原
安徽農(nóng)業(yè)科學(xué),JournalofAnhuiAgri.Sci.2006,34(22):6071-6073,6076 責(zé)任編輯 陳娟 責(zé)任校對 張瑜
商業(yè)銀行親周期性與宏觀經(jīng)濟(jì)波動(dòng):一個(gè)基于信用風(fēng)險(xiǎn)評估模型的解釋
余文卿 (上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院,上海200030)
摘要 信用風(fēng)險(xiǎn)評估模型從誕生到現(xiàn)在經(jīng)歷了一個(gè)長期的變化過程,并且結(jié)構(gòu)日益紛繁復(fù)雜,但這些信用風(fēng)險(xiǎn)評估模型在產(chǎn)生機(jī)理、評估的時(shí)間跨度以及對宏觀經(jīng)濟(jì)周期波動(dòng)的處理等方面都存在缺點(diǎn)。并且這些缺點(diǎn)導(dǎo)致商業(yè)銀行親周期性的重要原因,而銀行的親周期性又會(huì)加劇宏觀經(jīng)濟(jì)的周期性波動(dòng),威脅金融體系的穩(wěn)定。因此,中國在引進(jìn)國外信用風(fēng)險(xiǎn)評估模型的時(shí)候,必須考慮其對商業(yè)銀行親周期性的影響,以保持經(jīng)濟(jì)金融的穩(wěn)定發(fā)展。關(guān)鍵詞 親周期性;宏觀經(jīng)濟(jì)波動(dòng);信用風(fēng)險(xiǎn)評估模型中圖分類號 F830.33 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號 0517-6611(2006)22-6071-03BankProcyclicalityandMacroeconomicFluctuation
YUWen2qing (AntaiSchoolofEconomicsandManagement,ShanghaiJiaotongAbstract Afteralongprocessofdevelopment,creditriskorecom,therearesomeshortagesindealingwithestablishment,evaluationcycle,mthebankprocyclicalitywhichwillenhancethemacroeconomicandfinancial,itisnecessaryforChinatopayattentiontotheinfluenceofbankcreditmKeyWords omic;Creditriskevaluationmodel
近年來,很多經(jīng)濟(jì)現(xiàn)象及研究都表明商業(yè)銀行在信貸活動(dòng)中帶有明顯的親周期性(Procyclicality)。所謂親周期性,簡單地講,就是商業(yè)銀行會(huì)通過信貸活動(dòng)推動(dòng)經(jīng)濟(jì)周期的形成和加劇經(jīng)濟(jì)的周期性波動(dòng)[1-2]。
人們很早就認(rèn)識(shí)到了銀行業(yè)的親周期性。當(dāng)經(jīng)濟(jì)衰退時(shí),銀行傾向于減少信貸供給,這是因?yàn)樗麄儞?dān)心貸款質(zhì)量下降和還款違約又增加。信貸供給的萎縮將抑制實(shí)體經(jīng)濟(jì)部門中企業(yè)和個(gè)人的投資、消費(fèi)等經(jīng)濟(jì)活動(dòng),而這又將進(jìn)一步加劇經(jīng)濟(jì)的衰退。與之相反,當(dāng)經(jīng)濟(jì)走向復(fù)蘇時(shí),銀行開始信貸擴(kuò)張,這又可能引起經(jīng)濟(jì)過熱,導(dǎo)致經(jīng)濟(jì)從復(fù)蘇走向通貨膨脹。
造成商業(yè)銀行親周期性的原因是多方面的。筆者認(rèn)為,商業(yè)銀行信貸過程中所運(yùn)用的信用評估模型是造成這種現(xiàn)象的直接原因。具體來講,當(dāng)經(jīng)濟(jì)處于高漲時(shí)期,這些模型可能過于樂觀地低估了違約風(fēng)險(xiǎn),依據(jù)這些模型進(jìn)行決策,商業(yè)銀行將投放過多的貸款,然而,此時(shí)中央銀行卻傾向于抑制貸款的投放。更為糟糕的是,當(dāng)經(jīng)濟(jì)處于蕭條時(shí)期,擴(kuò)張性貨幣政策很難起到鼓勵(lì)商業(yè)銀行投放信貸的作用,因?yàn)殂y行的信用評估模型悲觀地認(rèn)為貸款人的信用評級太低、貸款的信用風(fēng)險(xiǎn)過高?梢,運(yùn)用這樣的模型進(jìn)行信用風(fēng)險(xiǎn)評估,會(huì)加劇金融體系及經(jīng)濟(jì)運(yùn)行的不穩(wěn)定。
1 信用風(fēng)險(xiǎn)評估模型概述
將商業(yè)銀行信用風(fēng)險(xiǎn)與貸款企業(yè)“違約與否”等同起來,采用
[3]
所謂的“經(jīng)驗(yàn)主義方法論”。這種風(fēng)險(xiǎn)評估方法也稱作專
家制度法。該方法的最大特征是:銀行信貸的決策權(quán)是由該機(jī)構(gòu)那些經(jīng)過長期訓(xùn)練、具有豐富經(jīng)驗(yàn)的信貸官所掌握,并由他們作出是否貸款的決定。專家制度法的主要內(nèi)容是5C要素分析法和財(cái)務(wù)比率分析法。
5C要素分析法的核心思想是通過對借款人的道德品質(zhì)(Character)、還款能力(Capacity)、資本實(shí)力(Capital)、擔(dān)保(Collateral)和經(jīng)營環(huán)境條件(Condition)5個(gè)方面進(jìn)行全面的定
性分析,以判別借款人的還款意愿和還款能力。
財(cái)務(wù)比率分析法是將各項(xiàng)財(cái)務(wù)指標(biāo)作為一個(gè)整體,系統(tǒng)、全面、綜合地對企業(yè)財(cái)務(wù)狀況和經(jīng)營情況進(jìn)行剖析和評價(jià)。該方法的主要代表為杜邦分析法和沃爾比重評分法。
1.2 多變量統(tǒng)計(jì)分析法 傳統(tǒng)的專家制度基本屬于一
種定性分析法,當(dāng)然也運(yùn)用了許多財(cái)務(wù)信息,對各種關(guān)鍵性財(cái)務(wù)比率進(jìn)行比較分析,但仍屬于單變量分析。在Fisher做出啟發(fā)性的研究之后,多變量分析方法得到廣泛運(yùn)用。
多變量信用風(fēng)險(xiǎn)判別模型是以特征財(cái)務(wù)比率為解釋變量,運(yùn)用數(shù)量統(tǒng)計(jì)方法推導(dǎo)而建立起來的標(biāo)準(zhǔn)模型。運(yùn)用該模型預(yù)測某種性質(zhì)事件發(fā)生的可能性,能及早發(fā)現(xiàn)信用危機(jī)信號,使經(jīng)營者能夠在危機(jī)出現(xiàn)的萌芽階段采取有效措施改善企業(yè)經(jīng)營、防范危機(jī),并使投資者和債權(quán)人可依據(jù)這種信號及時(shí)轉(zhuǎn)移投資、管理應(yīng)收帳款及作出信貸決策。目前國際上該類模型的運(yùn)用被認(rèn)為是最有效的,也是國際金融業(yè)和學(xué)術(shù)界視為主流的方法。概括起來主要有:線性概率模型、Log2
it模型和判別分析模型。其中多元判別分析法最受青睞,Logit模型次之。
對商業(yè)銀行信用風(fēng)險(xiǎn)評估的探索始于20世紀(jì)30年代,
60年代以后逐漸成為熱點(diǎn)。信用風(fēng)險(xiǎn)評估的方法繼傳統(tǒng)的
比例分析之后,大量統(tǒng)計(jì)方法被廣泛應(yīng)用。自1988年巴塞爾委員會(huì)提出防范信貸風(fēng)險(xiǎn)后,基于內(nèi)部評級法(IRB)的現(xiàn)代信用風(fēng)險(xiǎn)評估模型,如KMV、CreditMetrics等得到迅速發(fā)展?傊,信用風(fēng)險(xiǎn)評估方法體現(xiàn)出從簡單到復(fù)雜、從定性到定量、從微觀層次的個(gè)別資產(chǎn)信用風(fēng)險(xiǎn)評價(jià)到宏觀層次的資產(chǎn)組合信用風(fēng)險(xiǎn)評價(jià),不斷嘗試新技術(shù)、新方法向前發(fā)展。
1.1 傳統(tǒng)信用風(fēng)險(xiǎn)評估模型 傳統(tǒng)的信用風(fēng)險(xiǎn)衡量標(biāo)準(zhǔn)是
作者簡介 余文卿(1982-),男,浙江淳安人,碩士研究生,研究方向:貨
幣金融理論與政策。
收稿日期 2006207210
多元判別分析法的開拓者是美國的愛德華?阿爾特曼博士,他在1968年對美國破產(chǎn)和非破產(chǎn)生產(chǎn)企業(yè)進(jìn)行觀察,采用了22個(gè)財(cái)務(wù)比率經(jīng)過數(shù)理統(tǒng)計(jì)篩選建立了著名的5變量
Z2score模型和在此基礎(chǔ)上改進(jìn)的”Zeta”判別分析模型。根據(jù)
判別分值,以確定的臨界值對研究對象進(jìn)行信用風(fēng)險(xiǎn)的定位。
Logit模型是采用一系列財(cái)務(wù)比率變量來預(yù)測公司破產(chǎn)
6072 安徽農(nóng)業(yè)科學(xué) 2006年
或違約的概率,然后根據(jù)銀行、投資者的風(fēng)險(xiǎn)偏好程度設(shè)定風(fēng)險(xiǎn)警界線,并以此對分析對象進(jìn)行風(fēng)險(xiǎn)定位和決策。
1.3 現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量模型 近20多年來,經(jīng)濟(jì)全球化、金
的宏觀經(jīng)濟(jì)狀態(tài)和債務(wù)人的財(cái)務(wù)狀況做出判斷,其結(jié)果是:金融風(fēng)險(xiǎn)在經(jīng)濟(jì)繁榮時(shí)期往往被低估,而在危機(jī)和蕭條時(shí)期又往往被高估。這對于商業(yè)銀行來說,在經(jīng)濟(jì)繁榮時(shí)期由于對信用風(fēng)險(xiǎn)的預(yù)期比較小,所以會(huì)增加信貸供給;而當(dāng)經(jīng)濟(jì)衰退來臨的時(shí)候,對于信用風(fēng)險(xiǎn)的預(yù)期又往往較高,偏向信貸緊縮,這就形成了商業(yè)銀行的親周期性。
2.2 信用風(fēng)險(xiǎn)評估模型的時(shí)間跨度 目前商業(yè)銀行所運(yùn)用
融一體化趨勢進(jìn)一步加劇,特別是金融市場所發(fā)生的巨變,使得一些傳統(tǒng)的信用風(fēng)險(xiǎn)評估方法和模型越來越不適應(yīng)已經(jīng)變化了的新情況和新問題。同時(shí),這些傳統(tǒng)方法和模型自身存在的許多難以克服的缺陷,也使得它們在度量和管理信用風(fēng)險(xiǎn)的功效上大打折扣。鑒于此,人們不得不去尋求更加客觀、準(zhǔn)確、便捷的新方法和新模型。
近幾年來,現(xiàn)代信用風(fēng)險(xiǎn)量化管理模型在國際金融界得到了很高重視和相當(dāng)大的發(fā)展。信用計(jì)量法是以風(fēng)險(xiǎn)值
(VAR)為核心的動(dòng)態(tài)量化風(fēng)險(xiǎn)管理系統(tǒng)。它集計(jì)算機(jī)技術(shù)、
的信用風(fēng)險(xiǎn)評估模型其信用評級的周期不足1年,這就意味著利用這些評估模型所得到的違約率只是未來1年內(nèi)的違約可能性。,,平均信用評級將1;相反,當(dāng)經(jīng)濟(jì)不景氣的,,未來1年內(nèi)的違約率會(huì)增加。所以,根據(jù)這種信用風(fēng)險(xiǎn)評估模型所計(jì)量的風(fēng)險(xiǎn),將會(huì)在經(jīng)濟(jì)擴(kuò)張時(shí)期減小,經(jīng)濟(jì)衰退時(shí)期增加。
2.3 信用風(fēng)險(xiǎn)模型對于宏觀經(jīng)濟(jì)周期波動(dòng)的處理 關(guān)于金
計(jì)量經(jīng)濟(jì)學(xué)、合、貸款組合的角度,廣,態(tài)信用事件(,違約等)相關(guān)的基本風(fēng)險(xiǎn)來估測集中信用風(fēng)險(xiǎn)的風(fēng)險(xiǎn)值。集中信用風(fēng)險(xiǎn)值是指在未來一定時(shí)間內(nèi),因信用事件引起證券或貸款組合資產(chǎn)價(jià)值的潛在變化量。風(fēng)險(xiǎn)管理者依據(jù)這一風(fēng)險(xiǎn)值調(diào)整頭寸和決策以防范損失。
摩根繼1994年推出著名的以VAR為基礎(chǔ)的市場風(fēng)險(xiǎn)度量制(RiskMetrics)后,1997年又推出了信用風(fēng)險(xiǎn)量化度量和管理模型———信用度量制(CreditMetrics),隨后瑞士信貸銀行又推出了另一類型的信用風(fēng)險(xiǎn)量化模型(CreditRisk+),兩者都在銀行業(yè)引起很大反響。此外,同樣被銀行業(yè)所重視的信用風(fēng)險(xiǎn)模型還有KMV公司的KMV模型、Mckinsey公司的
CreditPortfolioView模型等。
2 信用風(fēng)險(xiǎn)評估模型與商業(yè)銀行親周期性
融風(fēng)險(xiǎn)與宏觀經(jīng)濟(jì)波動(dòng)的關(guān)系研究,目前理論界的觀點(diǎn)不一致。但是,越來越多的研究表明,金融風(fēng)險(xiǎn)是順周期的[4]。也就是說,在繁榮時(shí)期,經(jīng)濟(jì)中真實(shí)風(fēng)險(xiǎn)可能會(huì)相對較高;而在衰退時(shí)期,經(jīng)濟(jì)中真實(shí)風(fēng)險(xiǎn)可能相對較低。鑒于這種情況,要求有一種評估模型當(dāng)經(jīng)濟(jì)處于波動(dòng)周期的繁榮階段時(shí),考慮到金融風(fēng)險(xiǎn)的順周期,增加所評估的信用風(fēng)險(xiǎn);而當(dāng)經(jīng)濟(jì)處于衰退階段時(shí),考慮到經(jīng)濟(jì)最終將會(huì)轉(zhuǎn)為復(fù)蘇,減小所評估的信用風(fēng)險(xiǎn)。具體來說,就是信用評估模型必須把宏觀經(jīng)濟(jì)周期性波動(dòng)納入到模型當(dāng)中,以更好地預(yù)測未來的信用風(fēng)險(xiǎn)。
而實(shí)際中運(yùn)用的風(fēng)險(xiǎn)評估模型盡管不同模型具有不同的結(jié)構(gòu),但在處理宏觀經(jīng)濟(jì)周期性波動(dòng)因素方面,大多數(shù)都
(Extrapolate)的方法。也就是說,如果當(dāng)前的經(jīng)濟(jì)采用“外推”
盡管信用風(fēng)險(xiǎn)評估模型經(jīng)歷了一個(gè)長期的變化過程,尤其是最近幾年誕生的信用風(fēng)險(xiǎn)計(jì)量模型可謂是紛繁復(fù)雜。但是,它們自身都存在不足,由于篇幅所限,不作一一評述。但是,筆者重點(diǎn)指出的是,這些信用風(fēng)險(xiǎn)評估模型在產(chǎn)生機(jī)理、評估的時(shí)間跨度以及對宏觀經(jīng)濟(jì)周期波動(dòng)的處理等方面存在的缺點(diǎn)是導(dǎo)致商業(yè)銀行親周期性的重要原因。如Sego2
viano等對1994年墨西哥金融危機(jī)前后商業(yè)銀行信用評級和
狀態(tài)是好的,意味著未來也是向好的方向發(fā)展,如果當(dāng)前的經(jīng)濟(jì)狀態(tài)是壞的,意味著未來也將會(huì)變壞。這些評估模型所得到的違約率或信貸質(zhì)量的變化只是評級周期機(jī)械地延伸的結(jié)果,并沒有考慮實(shí)際經(jīng)濟(jì)周期性波動(dòng)的影響。
總之,當(dāng)前實(shí)踐中所采用的信用風(fēng)險(xiǎn)評估模型,更適合評估相對風(fēng)險(xiǎn)程度,而不適合評估由于宏觀經(jīng)濟(jì)波動(dòng)而引起的系統(tǒng)風(fēng)險(xiǎn)的變化。這一方面是由于數(shù)據(jù)的可獲得性,另一方面是由于模型本身的缺陷,包括模型產(chǎn)生的機(jī)理、過短的時(shí)間跨度以及對宏觀經(jīng)濟(jì)周期波動(dòng)處理不當(dāng)?shù)取A硗?現(xiàn)代的風(fēng)險(xiǎn)計(jì)量模型簡單地假定組合中的貸款之間相關(guān)性是固定的,沒有充分考慮信貸投資組合的風(fēng)險(xiǎn)分散效應(yīng)等。而實(shí)際情況卻是:不同借款人之間的相關(guān)性會(huì)隨著宏觀經(jīng)濟(jì)的波動(dòng)而變化,在經(jīng)濟(jì)擴(kuò)張時(shí)期,系統(tǒng)風(fēng)險(xiǎn)暴露將會(huì)增加,這些風(fēng)險(xiǎn)將會(huì)在經(jīng)濟(jì)轉(zhuǎn)入衰退階段時(shí),以大量的違約出現(xiàn)而實(shí)現(xiàn)。所以,運(yùn)用這些模型同樣會(huì)低估擴(kuò)張時(shí)期的風(fēng)險(xiǎn),而高估衰退時(shí)期的風(fēng)險(xiǎn),其最終結(jié)果就是加劇了商業(yè)銀行的親周期性。
3 商業(yè)銀行親周期性對宏觀經(jīng)濟(jì)的影響
監(jiān)管資本配置變化的研究表明,當(dāng)危機(jī)發(fā)生的時(shí)候,風(fēng)險(xiǎn)明顯增大,信用評級普遍下降,監(jiān)管資本數(shù)量增加;而在復(fù)蘇到來的1990年代后期,風(fēng)險(xiǎn)則下降,信用評級普遍改善,資本金要求則明顯減少,所以運(yùn)用這種評估模型的商業(yè)銀行其親周期性是十分顯著的[1]。
2.1 信用風(fēng)險(xiǎn)評估模型的產(chǎn)生機(jī)理 上述的從傳統(tǒng)到現(xiàn)代
的風(fēng)險(xiǎn)評估模型,其產(chǎn)生所基于的機(jī)理是相同的。那就是由于經(jīng)濟(jì)周期的無規(guī)律性和難預(yù)測性,使得信用風(fēng)險(xiǎn)評估更加倚重現(xiàn)在去預(yù)測未來。
經(jīng)濟(jì)發(fā)展的周期雖然在事后可能得以確認(rèn),但是它是非常的無規(guī)律性可循,以致人們只好依據(jù)當(dāng)前的經(jīng)濟(jì)狀況對未來進(jìn)行推斷。于是,當(dāng)前的繁榮意味著未來經(jīng)濟(jì)中的信用風(fēng)險(xiǎn)預(yù)期會(huì)減小,而蕭條則意味著未來信用風(fēng)險(xiǎn)的預(yù)期增大。正是這種觀點(diǎn),使得目前各類風(fēng)險(xiǎn)評估模型都高度依賴當(dāng)前
商業(yè)銀行親周期效應(yīng)會(huì)擴(kuò)大宏觀經(jīng)濟(jì)的周期性波動(dòng),加劇經(jīng)濟(jì)系統(tǒng)的不穩(wěn)定。這對一個(gè)國家的宏觀經(jīng)濟(jì)發(fā)展以及
34卷22期 余文卿 商業(yè)銀行親周期性與宏觀經(jīng)濟(jì)波動(dòng)6073
經(jīng)濟(jì)金融體系的穩(wěn)定是不利的。在經(jīng)濟(jì)繁榮時(shí)期,由于對信用風(fēng)險(xiǎn)的樂觀估計(jì),使得商業(yè)銀行信貸投放增加,而此時(shí)由于經(jīng)濟(jì)的過渡繁榮,中央銀行往往傾向于采取緊縮性的政策對經(jīng)濟(jì)過熱的勢頭進(jìn)行遏制。于是就導(dǎo)致了兩種行為的矛盾,商業(yè)銀行的放貸行為此時(shí)就可能成為驅(qū)動(dòng)經(jīng)濟(jì)進(jìn)一步擴(kuò)張的因素,使得本來就已經(jīng)過熱的經(jīng)濟(jì)變得更加不可控制。同時(shí),這種因素通過產(chǎn)生和擴(kuò)大經(jīng)濟(jì)和金融體系的不平衡播下了未來經(jīng)濟(jì)衰退的種子。也就是說,信貸資金的過度投放、信用和資產(chǎn)價(jià)格的快速增長等導(dǎo)致了金融體系發(fā)展的不平衡經(jīng)濟(jì)擴(kuò)張,增加了未來經(jīng)濟(jì)衰退的可能性。因此,在某些環(huán)境下,高速的經(jīng)濟(jì)增長可能意味著經(jīng)濟(jì)中的金融風(fēng)險(xiǎn)高于平均水平,或者說,風(fēng)險(xiǎn)在繁榮時(shí)期不斷增加并累積,而在衰退時(shí)期則被實(shí)現(xiàn)和物化。到了驗(yàn)證。比如過去的,(如紀(jì)90)速擴(kuò)張的階段之后,就是在經(jīng)濟(jì)發(fā)展水平最高、金融體系最為健全的美國也存在此類現(xiàn)象。根據(jù)Atlmam等對違約概率和宏觀經(jīng)濟(jì)條件之間關(guān)系所作出的至今仍是最為詳實(shí)的實(shí)證分析和研究(表1)可以看出,相對于1993~1998年經(jīng)濟(jì)繁榮期較低的違約率,美國經(jīng)濟(jì)在2000年進(jìn)入衰退期后,違約率也有一個(gè)顯著增加的過程,甚至在1990~1991年的衰退期,違約率超過10%。這充分說明由于商業(yè)銀行的親周期性,使得其在經(jīng)濟(jì)繁榮時(shí)期的信貸過度投放,最終給金融體系的不穩(wěn)定埋下了隱患,而這種不穩(wěn)定將會(huì)直接把整個(gè)宏觀經(jīng)濟(jì)帶向衰退,于是各種信用風(fēng)險(xiǎn)又往往會(huì)在經(jīng)濟(jì)衰退過程中表現(xiàn)出來。所以商業(yè)銀行的親周期性會(huì)加劇宏觀經(jīng)濟(jì)的波動(dòng)。相反,在經(jīng)濟(jì)衰退時(shí)期,為了刺激經(jīng)濟(jì)增長,中央銀行就會(huì)采取擴(kuò)張性的貨幣政策。但是,由于商業(yè)銀行對信用風(fēng)險(xiǎn)的過高估計(jì),此時(shí)它們會(huì)減少信貸投放,這又使得中央銀行擴(kuò)張性政策的效果大打折扣。這樣就會(huì)導(dǎo)致整個(gè)宏觀經(jīng)濟(jì)進(jìn)一步衰退。
表1 美國違約率及違約損失與宏觀經(jīng)濟(jì)條件之間的關(guān)系
年度
2001年前3季度20001999199819971996199519941993199219911990
用集中風(fēng)險(xiǎn)的評估尚屬空白,更沒有集多種技術(shù)于一體的動(dòng)態(tài)量化信用風(fēng)險(xiǎn)管理技術(shù)。
隨著國際金融環(huán)境的快速變化,特別是20世紀(jì)90年代以來亞洲金融危機(jī)和拉美金融風(fēng)暴的爆發(fā),巴塞爾委員會(huì)于
1998年提出了修正案,此后經(jīng)過2次修改,新巴塞爾資本協(xié)
議在2004年獲得通過,新協(xié)議中加強(qiáng)了對信用風(fēng)險(xiǎn)的重視程度。另外,按照WTO的協(xié)議,我國將在2006年底對外資銀行進(jìn)行全面開放。因此,在與狼共舞的環(huán)境中,要想保持我國商業(yè)銀行持久的競爭優(yōu)勢,加強(qiáng)信用風(fēng)險(xiǎn)管理是不可避免的一個(gè)重要環(huán)節(jié)。,國內(nèi)有學(xué)者建議20,我國商業(yè)銀行的親周期性是十分顯著的。造成這種現(xiàn)象的原因除了我國政府的行政干預(yù)之外,另一方面也是由于我國的信用風(fēng)險(xiǎn)評估方法不健全所致。
表2年份
199319941995199619971998199920002001200220032004
我國經(jīng)濟(jì)增長與貸款增長之間的關(guān)系
GDP
增長率貸款總額貸款總額
億元 34634.4 13.4
46759.458478.167884.674462.678345.282067.589468.197314.8104790.6116694136515
11.810.29.78.87.87.187.389.19.5
億元增長率∥%
26461 22.4
31603446286115774914865249373499371112315131294158996188566
19.521.721.216.715.512.56.711.615.421.414.4
注:表中數(shù)據(jù)來源于中國統(tǒng)計(jì)年鑒。
由表2可以看出,1992年鄧小平同志南方談話之后,我國經(jīng)濟(jì)開始進(jìn)入較快增長階段。1993年我國GDP增長率達(dá)到13.4%,此后由于國家采取了相應(yīng)的宏觀調(diào)控措施,GDP增長率開始下降,但一直保持在7%以上。相應(yīng)的,貸款的總額逐年增加,并且其增長率基本保持在兩位數(shù),其中1993~
1996年都基本維持在20%左右。這充分顯示了我國商業(yè)銀
違約率∥% 6.92
5.064.151.601.251.231.901.451.113.4010.2710.14
違約損失∥%
5.293.943.211.100.650.651.240.960.561.917.168.42
行的親周期性。
表示還顯示,從2000年以后,我國經(jīng)濟(jì)又進(jìn)入快速增長期,GDP增長率從2001年的7.3%上升到2004年的9.5%,總額突破13億人民幣。相應(yīng)的貸款增長率也從2000年的
6.7%上升到2003年的21.4%。由于2004下半年之后,國家
采取偏緊的宏觀調(diào)控措施之后,貸款的增長率相對較低,但仍達(dá)到了14.4%。這輪經(jīng)濟(jì)增長周期也顯示出我國商業(yè)銀行的親周期性。
同時(shí),這種親周期性對宏觀經(jīng)濟(jì)的影響也立刻顯現(xiàn)出來。隨著經(jīng)濟(jì)增長在1995年出現(xiàn)回落之后,銀行不良資產(chǎn)的大量累積和資本金嚴(yán)重缺失問題開始凸現(xiàn)(表3),甚至成為影響我國經(jīng)濟(jì)和金融安全的關(guān)鍵問題。表3顯示,1996年我
(下轉(zhuǎn)第6076頁)
4 啟示
目前我國的信用風(fēng)險(xiǎn)分析和評估技術(shù)仍處于傳統(tǒng)的比率分析階段。銀行機(jī)構(gòu)主要使用計(jì)算貸款風(fēng)險(xiǎn)度的方法進(jìn)行信用風(fēng)險(xiǎn)評估。信用風(fēng)險(xiǎn)的分析仍然是以單一投資項(xiàng)目、貸款和證券為主,對衍生工具、表外資產(chǎn)的信用風(fēng)險(xiǎn)以及信
6076 安徽農(nóng)業(yè)科學(xué) 2006年
強(qiáng)有力的教師隊(duì)伍,教學(xué)觀念、教學(xué)方式相對開放、能夠承認(rèn)和鼓勵(lì)孩子差異性;老師懂得如何與學(xué)生溝通交流,流動(dòng)兒童在與老師的交流中能深切感受到老師理解他們,他們會(huì)更愿意跟老師親近,從而培養(yǎng)出親密的師生感情;公辦學(xué)校的學(xué)生大都是當(dāng)?shù)貎和?他們與同伴間的交往問題較少,因而流動(dòng)兒童更容易與他們建立起和諧的同學(xué)關(guān)系,使得他們能夠產(chǎn)生一種歸屬感、安全感。再次,公辦學(xué)校中有當(dāng)?shù)貙W(xué)生,流動(dòng)兒童可以以他們?yōu)榘駱?向他們學(xué)習(xí)一些積極的態(tài)度。對流動(dòng)兒童的教育關(guān)系到中華民族的素質(zhì),因此公辦學(xué)校要充分發(fā)揮自身優(yōu)勢,根據(jù)流動(dòng)兒童流動(dòng)性大的特點(diǎn),制定分期收費(fèi)的辦法。通過設(shè)立助學(xué)金、減免費(fèi)用、免費(fèi)提供教科書等方式,幫助家庭經(jīng)濟(jì)困難的流動(dòng)兒童就學(xué)[10]。
3.3 改善現(xiàn)有民辦打工子弟學(xué)校的辦學(xué)條件范其辦學(xué)行為,促進(jìn)其辦學(xué)水平和義務(wù)教育質(zhì)量的提高。
3.4 增設(shè)相關(guān)課程,增強(qiáng)流動(dòng)兒童防范意識(shí) 針對流動(dòng)兒
童存在的安全隱患,學(xué)校應(yīng)增設(shè)安全教育課程,教會(huì)學(xué)生注意在家、外出的安全、遇到緊急情況的處理方法以及常見傷病的自救方法和救護(hù)意識(shí),確保流動(dòng)兒童的人身安全。參考文獻(xiàn)
[1]杜越,汪利兵.城市流動(dòng)兒童教育的基礎(chǔ)教育———政策與革新[M].杭
州:浙江大學(xué)出版社,2004.
[2]李艷紅.精神分析人格理論對家庭教育的啟示[J].天水師專學(xué)報(bào):社
會(huì)科學(xué)版,1998(4):48.
[3]黃岳輝,黃皓華.農(nóng)民工子弟義務(wù)教育:問題及對策[J].現(xiàn)代教
育科學(xué),2005(5):4-11.[4].“].(1):[N].中國青
-11-16.
.教育的問題及對策[J].今日教育,2005(21):32
-[7]吳恒祥.關(guān)于公辦學(xué)校中流動(dòng)兒童少年就學(xué)狀況的調(diào)查[J].教學(xué)與管
理,2003(8):34.
[8]黃建才.論農(nóng)民工子女教育問題[J].四川教育學(xué)院學(xué)報(bào),2004(10):73-74.
[9]楊開勤.試論精神分析的人格思想對人格教育的有益啟示[J].惠州大
學(xué)學(xué)報(bào):社會(huì)科學(xué)版:1994(3):32.
[10]劉愛蓮,徐濟(jì)益,徐冠峰.城市農(nóng)民工子女受教育問題與教育和諧[J].
云南行政學(xué)院學(xué)報(bào),2006(2):114-116.
校條件太差,,都存在一定問題。,打工子弟學(xué)校的存在對于緩解城市流動(dòng)兒童失學(xué)問題仍起著較大的作用。因此各地政府要積極采取相關(guān)政策對這些已有的打工子弟學(xué)校進(jìn)行扶持,盡最大可能地幫助其改善教學(xué)條件,通過督導(dǎo)工作來規(guī)
(上接第6073頁)
國不良貸款率為24.4%,而1998年卻上升至28.8%,即整個(gè)金融體系的信貸投放中有近1/3成為不良貸款,直接威脅到金融體系的安全。為拯救脆弱的金融體系,1998年國家通過財(cái)政發(fā)行了2700億特種國債補(bǔ)充國有商業(yè)銀行資本金,并于1999年通過設(shè)立4家資產(chǎn)管理公司剝離了1萬多億不良資產(chǎn),經(jīng)過此番努力,不良貸款率在1999年有所降低,降至18.8%。盡管當(dāng)時(shí)的不良資產(chǎn)和資本金不足問題有著歷史方面的原因,但這一問題在1995年后凸現(xiàn),至少說明從時(shí)間維度上講,我國商業(yè)銀行在第1輪經(jīng)濟(jì)增長過程中的過多信貸投放為1995年之后經(jīng)濟(jì)回落期內(nèi)金融體系中產(chǎn)生大量的不良貸款埋下了隱患,加劇了經(jīng)濟(jì)的波動(dòng)與金融體系的不穩(wěn)定。
表3
年份
1996199719981999
再考察第2輪經(jīng)濟(jì)周期,繼2002、2003年經(jīng)濟(jì)增長高峰期之后,我國經(jīng)濟(jì)增速開始下降。而在這個(gè)時(shí)期,根據(jù)國際著名評級機(jī)構(gòu)惠譽(yù)的估計(jì),中國大多數(shù)銀行2003年底的權(quán)益/資產(chǎn)比率都低于5%,其資本充足率在10%或以下。截至2004年6月底,四大國有商業(yè)銀行和11家全國性股份制商業(yè)銀行的權(quán)益資產(chǎn)比率分別為4%和3.1%。這同樣說明商業(yè)銀行的親周期性威脅到了我國金融體系的穩(wěn)定。
鑒于以上分析,從保持宏觀經(jīng)濟(jì)的平穩(wěn)發(fā)展和金融體系的穩(wěn)定這兩大前提出發(fā),我國在引進(jìn)國外先進(jìn)信用風(fēng)險(xiǎn)評估模型的時(shí)候,必須考慮到其對商業(yè)銀行親周期性的影響。否則,這些評估模型會(huì)加劇我國的宏觀經(jīng)濟(jì)周期性波動(dòng),威脅金融體系的穩(wěn)定。參考文獻(xiàn)
[1]孫連友.商業(yè)銀行親周期性與信用風(fēng)險(xiǎn)計(jì)量[J].上海金融,2005(3):28
-30.
[2]孫連友,胡海鷗.宏觀經(jīng)濟(jì)波動(dòng)與信用風(fēng)險(xiǎn):結(jié)構(gòu)模型[J].財(cái)經(jīng)理論與
實(shí)踐,2005,26(1):31-34.
[4]黃國平.中國城市金融生態(tài)環(huán)境評價(jià)[M].北京:人民出版社,2005.
[3]王春峰,萬海暉,張維.組合預(yù)測在商業(yè)銀行信用風(fēng)險(xiǎn)評估中的應(yīng)用
[J].管理工程學(xué)報(bào),1999,13(1):5-8.
[5]方潔.銀行不良貸款分析與確認(rèn)的技術(shù)方法[J].商業(yè)研究,2000(12):84
-85.
我國商業(yè)銀行不良貸款比率不良貸款率∥%
24.426.128.318.8
[5]
估計(jì)者李欣欣(1998)樊綱(1999)
Moody(1999)DombuschGivazzi(1999)
科技論文寫作規(guī)范———數(shù)字
公歷世紀(jì)、年代、年、月、日、時(shí)刻和各種計(jì)數(shù)和計(jì)量,均用阿拉伯?dāng)?shù)字。年份不能簡寫,如1990年不能寫成90年,文中避免出現(xiàn)“去年”“、今年”等寫法。小于1的小數(shù)點(diǎn)前的零不能省略,如0.2456不能寫成.2456。小數(shù)點(diǎn)前或后超過4位數(shù)(含4位數(shù)),從小數(shù)點(diǎn)向左右每3位空半格,不用“,”隔開。如18072.23571。尾數(shù)多的(5位以上)的數(shù)字和小數(shù)點(diǎn)后位數(shù)多的小數(shù),宜采用×10n(n為正負(fù)整數(shù))的寫法。數(shù)字應(yīng)正確地寫出有效數(shù)字,任何一個(gè)數(shù)字,只允許最后一位存在誤差。
三億文庫3y.uu456.com包含各類專業(yè)文獻(xiàn)、外語學(xué)習(xí)資料、文學(xué)作品欣賞、中學(xué)教育、高等教育、應(yīng)用寫作文書、38商業(yè)銀行親周期性與宏觀經(jīng)濟(jì)波動(dòng)_一個(gè)基于信用風(fēng)險(xiǎn)評估模型的解釋等內(nèi)容。
12
下載地址:38商業(yè)銀行親周期性與宏觀經(jīng)濟(jì)波動(dòng)_一個(gè)基于信用風(fēng)險(xiǎn)評估模型的解釋.Doc
【】最新搜索
商業(yè)銀行親周期性與宏觀經(jīng)濟(jì)波動(dòng)_一個(gè)基于信用風(fēng)險(xiǎn)評估模型的解釋
18教研計(jì)劃
開放英語4形成性考核冊答案60
出遠(yuǎn)門旅行必備物品90
2016-2020年中國NGN行業(yè)市場前景及投資策略分析報(bào)告
公文寫作中的細(xì)節(jié)問題工作體會(huì)
加強(qiáng)社區(qū)矯正人員監(jiān)管的對策建議95
社會(huì)矛盾糾紛排查方案60
53招教考試卷五
16燈光知識(shí)_圖文
本文關(guān)鍵詞:商業(yè)銀行親周期性與宏觀經(jīng)濟(jì)波動(dòng):一個(gè)基于信用風(fēng)險(xiǎn)評估模型的解釋,由筆耕文化傳播整理發(fā)布。
本文編號:163769
本文鏈接:http://sikaile.net/jingjilunwen/hongguanjingjilunwen/163769.html