商行收益的利率差距

導語：商行收益的利率差距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。

近年來，在全球性金融動蕩頻繁發生的環境下，國際金融市場的利率風險在不斷加劇，同時隨著國內利率市場化改革的不斷深化，國際金融市場的利率風險也在增大。對于我國商業銀行來說，如何應對現實環境、加強利率風險管理是一個重要課題。

一、利率風險計量模型及數據選取

(一)我國銀行對于利率風險計量方法的選擇

西方商業銀行主要有四種利率風險度量模型，即利率敏感性缺口模型、持續期缺口模型、VaR模型和動態模擬模型。

作為銀行利率風險管理最經常使用的工具之一，利率敏感性缺口模型的優點是：假設條件少，計算方便，所需數據的復雜程度低，操作簡單，清晰易懂。通過增量缺口和累積缺口，銀行管理人員可以很快地確定利率風險的頭寸，使用成本小，因此得到廣泛的應用。同時，它的缺點也是有目共睹的：敏感性缺口模型作為一種靜態分析法，采用的是賬面分析法，它忽視了基金的市場價值，沒有考慮到利率變化對資產負債和表外業務頭寸現值的影響。因此，敏感性缺口模型無法表示出利率變動對商業銀行市場價值的影響。事實上，由于利率敏感性缺口模型僅僅考慮了重新定價風險，所以它只能對利率風險進行簡單、粗略的計算。

持續期缺口模型對商業銀行的數據要求沒有VaR模型和動態模型那么高，但是模型在實證檢驗時的折現率水平的確定目前對我國商業銀行來說還比較困難。

VaR模型和動態模擬模型在測度范圍、測度精度和分析角度等方面都具有明顯優勢，但它們對測度手段、所需數據和資本市場的成熟程度都要求很高，目前我國商業銀行及金融市場很難滿足上述要求。因此，VaR模型和動態模型目前都還不太適合我國商業銀行的利率風險管理。

由于利率敏感性缺口模型簡單易用，其測量對象、計算手段和數據等外部條件要求，都對我國商業銀行利率風險管理具有較好的適用性。而且我國商業銀行對存貸款利差即凈利息收入存在著強烈的依賴性，商業銀行的利率風險大多來自于存貸款利差的變動，更適合使用利率敏感型缺口來進行度量。因此，本文選擇利率敏感性缺口模型對我國商業銀行的利率風險管理進行實證分析。

(二)數據選取

1數據選取。由于股份制商業銀行受政府干預少，市場化程度較高，為了更好地研究利率市場化背景下我國商業銀行利率敏感性缺口管理狀況。本文選擇股份制商業銀行作為研究樣本。本文的研究樣本為國內7家股份制上市銀行(深圳發展銀行、民生銀行、興業銀行、北京銀行、中信銀行、南京銀行、寧波銀行)。以2009年年末為時間窗口，根據實際情況，假定一年期存貸款利率同時上調0.25％，以便于研究利率變動對銀行利潤的影響及資產負債結構的匹配狀況。

2前提與假設。(1)利率敏感性資產(IRSA)和利率敏感性負債(IRSL)采用可獲得的統一口徑的一定期限內到期的資產及負債計算，具體數據參照各銀行財務報表附注中利率風險項目；(2)考慮到我國商業銀行資產負債業務中，一年內未到期而又需要重新調整利率的資產負債項目的比例很低，本文假設所有資產負債項目均嚴格遵循到期規定，沒有未到期而又需要重新調整利率的項目；(3)各樣本點利息收入、利息支出均為當期半年的收入及支出，即為1～6月的累計數，并采用相同口徑計算；(4)假設財務報告及會計制度完備，無重大追溯事項，壞賬準備計提充分。

3變量定義。見表1。

二、實證結果及分析

(一)實證結果

根據2009年12月30日各樣本銀行資產負債表和附注中利率風險項目數據，本文匯總整理出各銀行不同期限利率缺口數據(見表2)，然后對每個銀行的利率敏感性資產和負債數據進行整理，計算得出利率風險缺口，進而對各銀行進行凈利差分析，結果如表3E表9所示。

表3數據顯示，民生銀行3個月內是資產敏感的，3個月到1年是負債敏感的，而利率敏感性系數的絕對值接近1，所以利率波動對凈利潤的影響不大。

從表4興業銀行的凈利差分析表中可以看出，興業銀行3個月內是負債敏感的，3個月到1年是資產敏感的。其中，1年到期重新定價資金的利率敏感性系數的絕對值接近1，是0.98，所以利率波動對凈利潤的影響不大。

從表5深發展銀行的凈利差分析表中可以看出，深發展銀行3個月內是負債敏感的，3個月到1年是資產敏感的，其中，1年到期重新定價資金的利率敏感性系數的絕對值接近1，是1.03，所以利率波動對凈利潤的影響不大。

從表6北京銀行的凈利差分析表中可以看出，北京銀行3個月內是負債敏感的，3個月到1年是資產敏感的，其中，1年到期重新定價資金的利率敏感性系數的絕對值接近1，是1.01，所以利率波動對凈利潤的影響不大。

從表7中信銀行的凈利差分析表中可以看出，中信銀行3個月內是負債敏感的，3個月到1年是資產敏感的，其中，1年到期重新定價資金的利率敏感性系數的絕對值偏離1，是0.68，所以在利率有上升預期時會給銀行帶來損失。

從表8寧波銀行的凈利差分析表中可以看出，寧波銀行3個月內是負債敏感的，3個月到1年是資產敏感的，其中，1年到期重新定價資金的利率敏感性系數的絕對值稍有偏離1，是0.9，所以在利率有上升預期時會給銀行帶來損失。

從表9南京銀行的凈利差分析表中可以看出，南京銀行3個月內是負債敏感的，3個月到1年是資產敏感的，其中，1年內到期重新定價資金的利率敏感性系數的絕對值稍有偏離1，是0.71，所以在利率有上升預期時會給銀行帶來損失。

(二)實證結果分析

1利率市場化背景下股份制商業銀行表現出利率敏感性負缺口狀態。從以上數據可以看出，7家樣本銀行中有6家(深圳發展銀行、興業銀行、北京銀行、中信銀行、南京銀行、寧波銀行)3個月內的缺口數據為負值，并且負缺口幾乎都出現這個期限內。表現出利率敏感性負缺口狀態。從表3至表9可以看出，7家銀行有4家的一年內重新定價資金表現出負缺口狀態。一般來說，銀行的資金缺口絕對值越大(無論是正值或負值)，銀行所承擔的利率風險也就越大，所以應將缺口的絕對值調小。對于正缺口狀態下的資金，銀行應當減少資產，增加負債，規避利率下降帶來的風險；對于負缺口狀態下的資金，銀行應當增加資產，減少負債，規避利率上升帶來的風險。

2商業銀行短期資產、負債期限匹配狀況有所改善。以利率敏感性系數這個相對量來比較分析各銀行資產負債的利率敏感程度，1年期的利率敏感系數除中信銀行和南京銀行分別為0.68和0.71外，其他銀行都接近1，在0.90到1.03之間變動。總體而言，銀行1年期的資產、負債有較好的匹配。但是，除民生銀行和北京銀行外，其他銀行3個月和3個月至1年這兩個期限的資產、負債不匹配，特別是深發展銀行，利率敏感性系數分別為0.73和2.40。要進一步改善資產負債期限的不匹配，可以通過調整資產負債中某些項目距利率調整日的時間來調整資產負債的結構期限。銀行的負債主要由存款構成，儲戶自主選擇存款期限，在存款利率沒有完全放開的情況下，銀行不能通過改變某一期限的存款利率來主動改變存款的期限結構。所以多數情況下是通過改變資產的期限結構來改善資產負債的匹配程度。

3利率波動對銀行凈利潤影響較小。根據上述數據，整體而言，樣本銀行1年期資金缺口較小，對凈利潤的影響不大。但從不同期限的資金缺口絕對數量來看，各行3個月以內的期限缺口數量均較大。如果不考慮利率管理水平等其他因素，當市場利率上升0.25％時，樣本銀行利潤均會不同幅度下降，最高的有5家銀行凈利潤下降幅度均超過4％以上。其中中信銀行受利率上升的影響較大，為12.88％，而興業銀行、深發展銀行、寧波銀行、南京銀行的凈利潤下降較小，分別為4.29％、5.68％、6.44％、7.14％。雖然3個月內利率上升對利潤產生的負影響基本被3個月至1年的正影響中和了，但1年期內利率上升0.25％會整體減少樣本銀行的凈利息收入。其中凈利息收入下降幅度最大的中信銀行為9.03％，其次是南京銀行5.97％，寧波銀行2.34％，興業銀行0.42％。而利率上升對民生銀行、深發展銀行和北京銀行帶來了利息收益，分別為0.45％、0.67％和0.27％。

需要指出的是，本文數據分析得出的結論是基于1年期借、貸款利率變動完全一致這一前提假設。但是，在現實社會中，特別是我國正處于利率市場化改革的轉軌時期，銀行各期限的借款和貸款利率變化不會完全一致。即使缺口為零，市場利率的變動也會影響到凈利息收入。這也是缺口管理在實際運用中難以解決的問題。