商業銀行資產負債管理探究

導語：商業銀行資產負債管理探究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：作為銀行企業關注重點，資產負債管理一直是商業銀行各項工作的重中之重。為有效滿足市場經濟快速發展的要求，銀行企業積極開展內部改革，導致現行的資產負債靜態管理模式已無法滿足銀行發展需求。采用何種方式開展資產負債管理才能滿足企業發展需求成為銀行業當前關注的重點，受外部大環境影響，動態財務分析法開始被商業銀行引入資產負債管理中。

關鍵詞：動態財務分析;商業銀行;資產負債管理

經過多年發展，資產負債管理理論已被眾多商業銀行應用于日常資產管理之中，中國人民銀行也利用相應理論開展宏觀調控。但是，由于資產負債管理理論在我國發展時間相對較短，相應理論體系尚未得到健全完善。在金融體制改革及市場經濟快速發展的雙重推動下，國內銀行企業開始不斷學習國外先進管理模式，積極轉變經營理念，以保證實現全面發展。動態財務分析法能夠在未來經濟發展不明確的情況下對企業財務結果進行充分反映，協助企業合理開展未來運營效果分析，為企業有效制定長遠發展策略及管控經營風險提供支持。因此。本文以徽商銀行為例，對動態財務分析法的具體應用進行探討，以期幫助國內商業銀行合理開展資產負債管理模式創新。

一、動態財務分析法概述

（一）動態財務分析法的內容。通過對企業現狀進行分析，合理模擬未來發展情況，并據此制定相應對策，進而得出企業內外部因素對生產經營影響的方式即為動態財務分析法。按照此方法，企業將加強對未來發展的關注程度，而不僅是了解部分風險。在利用動態財務分析法開展相應分析時，企業需要按照下列步驟進行：（1）需要明確企業目標。明確目標是企業實施財務分析法的基礎，如此才可以對目標進行影響因素分析，準確判斷企業抗風險能力，為發展戰略的確定提供保障。（2）搜集整理相關數據。由于此方式需要模擬企業未來發展情況，因此需要對企業以往年度相關數據進行收集及整理，以保證模擬結果的準確性。受數據存儲方式及信息性質等因素影響，部分信息完整性較差，會增加數據搜集難度。（3）利用數據確定模型參數。在具體操作過程中，首先對隨機變量進行確定，然后將數據代入回歸方程開展相應計算。然后利用各變量及參數構建模型，并對模型進行運算，得出最終結果。（4）分析最終結果。獲得模型運算結果后，企業需按照相關標準對企業未來財務狀況進行預測分析，為企業及時調整經營戰略提供保障，同時對模型開展靈敏性測試，以保證模型構建的科學性。在具體操作過程中，先將其他變量進行固定，進而檢測剩余單項參數對最終結果的影響。（5）確定最終分析結論。通過構建模型開展分析，對模型分析結果進行論證，獲得最終分析結果，并編制相應分析報告。在編制過程中，需要保證邏輯關系的正確性，明確各環節重心，同時保證語句的簡潔明了。（二）動態財務分析法的分類。（1）情景分析法。通過對公司未來情景進行預測分析，確定生產經營未來變動情況的方式即為情景分析法。在利用此方式開展動態財務分析時，首先需要確定分析目標，以方便核查目標企業真實會計信息，也有助于外部環境分析的開展。其次，分析企業面臨的所有影響因素并確定其中的重點要素，繼而對其進行變量假定操作，并解析影響因素產生的變動，以確定相應權重。然后，根據上述步驟的解析結果進行情景創建，在具體操作過程中基于具體實際對影響因素之間的相互關系進行充分考量，進而準確解釋具體影響。最后，預測各情景下的公司財政狀況，并以此為基礎確定最優發展策略。在利用情景分析法開展相應預測分析時，企業需要重復進行相應步驟，全面解析公司未來財政狀況，以保證企業發展策略的合理性及可執行性。（2）隨機模擬法。憑借信息技術構建多種企業情景，對公司生產經營未來變動情況進行全面反映的方式即為隨機模擬法。此方式的實施難點在于模型構建，因此需要首先確定目標問題，然后開展相應數據搜集整理，進而設計相應分析模型。在確定最優模型后，需要利用整理的信息進行模擬實驗，并判別實驗成果。實驗成果能夠反映公司未來情景，幫助管理層制定最優財務方案。通過比較可知，情景分析法操作較為方便，無需通過計算機技術即可開展相應分析，當實際情況與預測結果相一致時，表明情景分析法的利用情況較好。需要注意的是，情景分析法只通過人工操作，情景考慮存在一定的疏漏，導致最終分析結果準確性相對較差。隨機模擬法可借用計算機技術全面考慮未來情景，有效提升最終分析結果準確性。但是，隨機模擬法也存在一定缺陷，在具體操作過程中，成本會大量消耗，操作時間也較長，若采用的計算機技術無法對情景進行全面模擬，則最終結果也將喪失準確性。因此，企業需要同時利用上述兩種方式開展動態財務分析，全面模擬公司未來情景，保證管理層合理制定發展策略。（三）動態財務分析模型的基本結構。一般情況下，動態財務分析法構建的分析模型主要包含生成器、輸入模塊、輸出模塊三部分，各部分獨立運行并相互聯系，共同保障模型的有效運行。生成器能夠模擬企業未來內外部環境，并對生產經營過程中存在的內外部風險影響程度進行全面分析。由此可見，作為模型的關鍵模塊之一，生成器是模型構建的重要根源。在分析內外部風險過程中，首先需要對利率及通貨膨脹率等要素進行分析，降低其對其他要素的干擾。輸入模塊主要由資產模塊、負債模塊、企業模塊及策略模塊四項分模塊組成，分模塊共同作用，共同保障輸入模塊的順利運轉。資產模塊主要負責錄入企業資產信息，在經過一系列運行后可得相應輸出值。需要注意的是，企業在將資產輸入到模塊時需要確定資產性質。一般而言，企業會將資產歷史數據錄入模塊，有時也會將資產公允價值等數據錄入其中。負債模塊主要負責錄入企業相應負債信息，負債信息的錄入要求較少，企業可采用單獨錄入或分類錄入等方式。企業模塊主要負責生成相應會計報表，模塊應用前，企業首先需要對未來經營及財務情況進行預測，并生成報表。輸入內容修正是策略模塊的主要任務，以保證信息的正確應用，提升情景模擬及模型構建的準確性。輸出部分的主要任務是對信息錄入后的分析成果及未來狀況進行處理，除此之外，該模塊還能顯示利率概率分布情況，協助企業管理層準確把握未來發展趨勢，及時修正發展策略。動態財務分析模型基本結構如圖1所示。

二、基于動態財務分析法的徽商銀行資產負債管理分析

徽商銀行于2005年12月28日正式掛牌成立，是全國首家由城市商業銀行和城市信用社聯合重組設立的區域性股份制商業銀行。銀行主要經營范圍包括在中國吸收公司和零售客戶存款，利用吸收的存款發放貸款，以及從事資金業務，包括貨幣市場業務，投資和交易業務及代客交易等。銀行現有職工9000余人，設有17家分行、417個對外營業機構以及680家自助服務區，始終堅持“服務地方經濟、服務中小企業、服務廣大民眾”的市場定位，不斷加快業務持續發展，逐步增強綜合實力，提升經營管理水平，實現了規模、質量、效益的協調發展，樹立了“地方銀行”、“市民銀行”和“中小企業銀行”的良好社會形象，已經成為安徽省內乃至全國銀行業具有較高知名度和一定影響力的區域性商業銀行。2013年，徽商銀行在香港聯交所主板掛牌上市，股票代碼03698。（一）模型構建。一般而言，商業銀行開展資產管理的基礎為傳統管理理論，資產類業務是銀行主要收益來源，因此此部分業務需要進行重點管理[1]。發達國家商業銀行積極采用信息技術，充分利用數學模型以有效開展資產負債管理，而線性規劃模型是較常應用的模型之一，因此本文也利用此模型構建徽商銀行資產負債管理模型。（1）確定模型構建條件。首先需要明確銀行資產負債情況，以此作為確定依據。本文通過查詢徽商銀行年度財務報表，匯總了銀行資產負債情況（見表1）。由表1可知，債券投資及貸款是徽商銀行資產的主要組成部分，而儲戶存款是負債的主要因素，可在模型構建時簡化相應參數。雖然徽商銀行并非完全由債券投資、貸款及存款構成全部資產負債，但是其占比極大，因此假設銀行只存在此類資產負債。實現利潤最大化是商業銀行開展經營的最終目的，徽商銀行作為上市商業銀行自然也不例外，故本文將目標參數設置為收益最大化。大多數情況下，短期貸款能夠得到及時回籠，但是受經營狀況、現金流量等因素影響，部分貸款企業會存在延遲還貸情況，因此本文設定短期貸款能夠全部回籠，以保證模型構建的順利進行。受客觀經濟條件、貨幣流通及市場物資供求等情況影響，銀行存款利率會時常變動，因此在構建模型時設定存款利率及貸款收益率為非恒定狀態。此外，按照存貸款期限將存款及貸款分別進行中長期及短期歸類。（2）合理選取模型參數。在確定模型構建條件后，需要合理選取相應參數，以確保所管理模型的合理性及最終計在確定參數具體數值時，首先需要確定存款準備金率。按照中央銀行要求，商業銀行為保證客戶提取存款和資金清算，需要在央行繳存一定比例的存款準備金，存款準備金與銀行存款總額之比即為存款準備金率。通過查詢銀行相關數據，可知徽商銀行的存款準備金率為18%。（3）模型構建。流動性比率是商業銀行風險監管的核心指標之一，指的是流動性資產與流動性負債的比值，按照證監會規定的相關標準，商業銀行流動性比率應不小于25%。徽商銀行流動性資產主要為短期貸款，而流動性負債主要為客戶存款，因此徽商銀行短期貸款與存款的比值應大于等于25%。此外，按照銀監會相關要求，商業銀行存款余額應多于貸款余額的1.3倍以上。由此，可對徽商銀行資產負債管理模型進行系統構建，模型具體構建如下：Fun=（restl*rstl+reltl*rltl+rebod*rbod）-（restd*rstd+reltd*rltd）-（restd+*stp++restd-*stp-+reltd+*ltp++reltd-*ltp-）s.t.stdet+ltdet+stlot-1+restlt-1*rstlt-1+rllot-1*rebodt-1*rbodt-1=stlot+ltlot+bodt+restdt*rerstdt+reltdt*rerltdt（資金預算約束：左側為資金來源，右側為資金去向）75%retd叟retl（存貸款余額比例約束）restl叟25%restd（流動性比率約束）restlt+restdt+-restdt-=restdt-1+ξstdtreltdt+reltdt+-reltdt-=reltdt-1+ξltdt（存款流約束）restdt+/restdt-+reltdt+/reltdt-=0（懲罰約束）stdet，ltdet，restdt，reltdt，restdt+，reltdt+，restdt-，reltdt-，stlot，ltlot，restlt，reltlt叟0在確定短期存款溢出及短缺懲罰率時，可將短期存貸款利率作為相應數值進行計算，即：stp+=rstd，stp-=rstl，ltpe+=rltd，ltpe-=rltl（二）生成模型情景元素。模型構建完成后，需要模擬預測銀行經濟變量未來變動情況，此時需要生成情景元素對其進行反映。蒙特卡羅法是開展數據模擬預測的常用方法，在具體應用過程中首先確定服從特定概率分布的隨機數列，然后開展相應預測。假設E（ξ）是變量ξ的期望，并用要求變量A進行表示。按照蒙特卡羅法相關要求，對變量ξ進行n次抽樣，并記錄相應獨立序列ξ1，ξ2，ξ3，...，ξn，然后計算算術平均值，并以所得數值作為此次分析的最佳近似值，具體計算公式為：算術平均值=Ni=1Σf（a）/N（1）（1）生成存款利率情景元素。受經營業務影響，徽商銀行存在多種中長期存款方式及短期存款方式，因此需要進行多次計算以獲取最終存款利率。中國人民銀行在近十年共開展了34次存款基準利率調控，因此可利用相應調整數值核算不同類型存款的平均利率，并通過加權平均操作獲得每年的整體存款利率，然后通過構建自回歸模型開展相應解析，具體模型如下：γt=β1*γt-1+β2*γt-2+βp*γt-p+εt，ε∈（0，Q）t=1，2，...，T其中，β表示自回歸參數，γt表示檢查及分析過的時間序列。利用自回歸模型對各現象之間聯系進行動態展示，及時預測并限制未來行為。利用自回歸模型獲得的中長期存款利率模型為：rstdt=β1*rstdt-1+β2*rstdt-2+βp*rstdp+εt，同理，短期存款利率模型為：rltdt=β1*rltdt-1+β2*rltdt-2+βp*rltdp+εt。在獲得相應模型后，利用EVIEWS軟件進行序列描述。通過分析描述結果可知，相關系數呈逐漸下降趨勢，數值趨近于零，拖尾性較為明顯，且其他系數變化具有一定的隨機性。EVIEWS軟件標示出兩期序列，第一期的自相關系數趨近于1，任意性也存在于序列的其他系數中。由此可推測短期存款利率存在自相關性。通過序列描述，可獲得短期存款利率的具體計算公式：rstdt=0.85rstdet-1+εt（8.3854）。經過多次描述短期存款利率序列，最終獲得rstd2017=3.06，rstd2018=2.99。同理，經過多次描述中長期存款利率序列，最終獲得rltd2017=6.51，rltd2018=5.83。（2）生成貸款利率情景元素。銀行貸款與存款具有相似之處，兩者均存在不同的期限，因此在生成貸款利率情景元素時與生成存款利率情景元素具有相似之處。在具體操作過程中，首先需要計算各類貸款的利率。中國人民銀行對貸款基準利率進行了36次調控，利用與存款利率相同的計算方式可獲得每年的整體貸款利率。然后利用EVIEWS軟件進行序列描述，最終獲得長短期貸款利率模型：rstlt=0.86rstlt-1+εt（8.2013）、rstlt=0.89rstlt-1+εt（9.2976）。經過多次描述中長期存款利率序列，最終獲得rstl2017=3.31，rstl2018=3.14，rltl2017=5.79，rltl2018=5.72。（3）生成債券收益率情景元素。本文通過查詢證監會相應公告及企業年報，匯總了徽商銀行2012—2017年債券投資的數據（見表3）。利用EVIEWS軟件進行序列描述獲得債券收益率模型rbodt=0.77rbodt-1+εt（3.5314），經過多次描述中長期存款利率序列，最終獲得rbod2017=5.14，rbod2018=5.64。（4）生成存款流情景元素。通過查詢資產負債表，本文匯總了徽商銀行2012—2017年各類存款變動情況（見表4）。在獲得銀行存款變動信息后，即可按照存款利率情景元素的生成過程開展相應操作，繼而獲得存款流模型，其中，中長期存款流模型為：ζltdt=469.85ζltdt-1+εt（3.6101）；短期存款流模型為：ζstdt=335.28ζstdt-1+εt（4.2947）。（三）預測隨機因素。資產負債管理模型隨機因素主要包括存款、貸款及債券投資三部分，在完成模型構建后需要利用2016—2017年各因素相關數據預測2018年相應因素，并確定最終預測值。在預測2018年度存款數值時，首先需要確定2016—2017年度存款數值。由表4可知，徽商銀行2016年度的短期存款為4528.58億元，中長期存款為3237.14億元；2017年度的短期存款為4879.26億元，中長期存款為3357.31億元。在獲取相應數值后，可利用蒙特卡羅法開展數據模擬預測，最終獲得2018年期末中長期存款為4427.47億元，短期存款為5819.34億元。在預測2018年度貸款數值時，需要確定2016—2017年度貸款數值。本文通過查找企業年度財務報告確定徽商銀行2016年度中長期貸款1461.38億元，短期貸款1318.57億元；2017年度中長期貸款1658.38億元，短期貸款1535.72億元。在確定相應數值后，本文利用蒙特卡羅法進行模擬預測，最終確定徽商銀行2018年度的短期貸款為1856.91億元，中長期貸款為2025.83億元。對2018年度債券投資額進行預測時，首先需要確定2016—2017年債券投資相關數值。通過手工查詢企業年報可得，徽商銀行2016年債券投資額為1682.94億元，2017年為2144.82億元，通過模擬預測可得2018年債券投資額為2712.57億元。（四）資產負債管理動態財務分析本文利用已構建的資產負債管理動態財務分析模型預測徽商銀行2017年度各項隨機因素，將所得數值與銀行實際值相對比。各預測值及實際值具體信息見表5。由表5可知，預測值與實際值的差距不大，表明利用模型計算的數值準確性相對較高，可利用模型對徽商銀行2018年經營狀況進行合理預測，并準確評判企業財務狀況。在預測分析經營狀況時，首先需要設置模型情景。第一步，預測銀行利潤。資產負債管理模型設置的利潤預測公式為：Fun=（restl*rstl+reltl*rltl+rebod*rbod）-（restd*rstd+reltd*rltd）-（restd+*stp++restd-*stp-+reltd+*ltp++reltd-*ltp-）（2）將各變量數值代入式（2），可得徽商銀行2018年利潤額為113.18億元，流動性比率為106.98%。第二步，配置利率變動情景。在銀行經營過程中，利率風險高低決定了收益的多少，對資產負債管理產生重要影響，因此在資產負債管理模型具體應用過程中需要配置利率變動情景。通過模型分析發現，當存貸款利率均上升時，銀行的利潤將下降，而當存貸款利率均下降時，銀行的利潤將上升，且增減額相等。第三步，配置貸款變動情景。銀行經營狀況會受到資產結構的影響，短期貸款越少，銀行利潤數額越大。利用上文構建的模型對短期貸款減少情況下的流動性比率變動情景進行預估，具體變動情況如圖2所示。在完成模型情景設置后，需要進一步分析設置結果。由上述分析結果可知，存貸款利率會對銀行收益產生影響，兩者之間存在較為明顯負相關性；銀行流動性比率會受到短期貸款的影響，兩者之間存在較為明顯的正相關性。

三、結論

隨著存款利率不斷上升，商業銀行經營利潤開始逐漸下降，加之資產負債管理能力不足，分析方式科學性不足，商業銀行經營風險不斷加大。要充分發揮動態財務分析法的積極作用，就需要商業銀行有效管理資產負債，及時對存貸款利率進行準確預測，有效開展事前控制，合理調整業務結構。積極預測未來存貸規模，明確未來收益變動情況，并據此對投資債券進行有效調整，有效控制債務償還風險，提升銀行投資收益率[2]。此外，商業銀行需要有效識別經營風險，對存貸匹配監督體系進行完善，及時發現存貸結構中存在的風險，提升銀行風險管控能力。

參考文獻：

［1］張蘭波.銀行資產負債管理的邏輯［J］.中國金融，2017（5）：25-28.

［2］關文杰.資產負債管理的有效性［J］.中國金融，2017（5）：22-24.

作者:宋文娟 李愛紅 單位:1.晉中職業技術學院 2.河南財政金融學院