我國上市商業銀行的市場流動性風險測量

李堅強

摘要:本文通過對流動性相關文獻的回顧,提出了基于極差概念的流動性衡量指標,并選取5家上市商業銀行作為樣本來研究我國銀行業的流動性風險問題,最終得出對流動性不足的金融機構進行干預是政府必然選擇。

關鍵詞:商業銀行;流動性;風險

銀行的流動性風險是指商業銀行無法提供足額資金來應付資產增加需求,或履行到期債務的相關風險。流動性風險是巴塞爾協議描述的三個金融風險中的一個風險源,得到了金融監管機構、金融機構、理論研究者和從業人員的廣泛關注與重視。忽略流動性風險、缺乏對流動性風險的管理,必將帶來重大損失。近年來,國外不乏金融機構由于流動性風險管理的缺乏或不善造成倒閉或巨額虧損的案例。特別是美國次級債風波以及后來引發的全球金融危機 再次警示了穩健的流動性風險管理和監管的重要性。

銀行流動性風險的概念包括兩類:一類是融資流動性風險;另一類是市場流動性風險。本文嘗試構建一個新的流動性指標,并借助服從廣義誤差分布(GED)的EGARCH來衡量和分析我國上市商業銀行的市場流動性風險。為相關部門進行風險管理提供有價值的參考。

一、相關文獻回顧

流動性研究是近三十年發展最快的研究領域之一。流動性概念和測度方法的研究則始于Demsetz(1968)開創性的研究工作。Harris(1990)提出了股市流動性的四維標準,包括即時性、寬度、深度和彈性。即時性即一定量股票在對價格影響一定的條件下能短時間內完成交易。寬度和緊度概念類似,是指交易價格偏離市場均衡價格的程度。深度和彈性的概念指在不影響當前價格下的最大可交易量,彈性指交易引起的價格波動。Harris所總結的流動性的四維性在學界得到了廣泛認同,盡管后來很多學者又提出了各自對流動性的認識和更為精細的測度方法,但基本都能歸入Harris的四維性概括中。

對流動性風險的研究開始于Garbade和Silber(1979)的研究。他們提出了一個流動性風險的方差測度。這個方差是投資者決定要交易時的證券真實價值(不可觀測的均衡價值)與交易完成時刻的交易價格之差的方差。

Chordia,Roll和Subrahmanyam(2000)在美國NYSE個股中發現了顯著的流動性共性(即系統流動性)。運用相同方法進行流動性共性即系統流動性研究的還有Brockman和Chung(2001)以及宋逢明和譚慧(2005)等,他們也都檢驗到了顯著的流動性共性,說明個股流動性存在系統性風險。類似的衡量方法還有Huberman和Halka(2001)的相關系數值,即對投資組合或個股的流動性水平的擾動項與市場總體流動性水平的擾動項求它們的相關系數大小,其中流動性擾動項是流動性指標的時間序列數據進行自回歸(即AR)估計的殘差項估計值。

另一個形式是協方差,它被Acharya和Pedersen(2005)視為流動性風險影響股票預期收益率的作用形式之一。流動性風險影響資產定價的另外兩個渠道是cov(lⁱ,r^M)和cov(r琲,1^M),其中表示市場組合的收益率。這三個協方差除以市場組合凈收益率就得到三個流動性。麥元勛(2006)用Acharya和Pedersen(2005)的這三個β度量了1998年以前在我國滬深A股股市上市的547個股票的流動性風險,結果發現流動性水平越低的股票,三個流動性β越大。事實上,在這三個協方差中可作為個股層面上的流動性風險度量的是cov(lⁱ,1^M)和cov(lⁱ,r^M),因為這兩個協方差里含有個股流動性變量。

因為β、相關系數和協方差相互間都是對方的一種變體形式,都是在衡量個體流動性的系統性程度,所以它們是同一類測度方法。

二、流動性指標的建立

基于現有流動性指標的不足,本文提出了基于極差概念的流動性衡量指標。在統計學中,極差是用來測度隨機變量離散程度的指標。它在金融領域,特別是對金融資產波動性測量方面的應用可以追溯到二十世紀八十年代早期。Parkinson(1980)討論并證明了相對于其他標準的波動性指標,極差指標具有明顯的優勢。本文將該概念和Amihud流動性比率結合得到了新的流動性指標。并通過公式得出非流動性可看做一個直接測度。

三、樣本說明

本文選用在我國股票市場上市的5家商業銀行的數據來研究我國商業銀行的流動性風險。5家銀行包括:華夏銀行、招商銀行、民生銀行、浦發銀行和深發展。數據來源于CCER中國經濟金融數據庫數據庫。本文通過相關的公式得到各銀行股的非流動性指標,并將其基本統計結果列于表1。通過表1中的峰度和JB正態統計量可以看到流動性指標有很明顯的尖峰厚尾效應,不符合正態分布。

時間序列實證分析的一個重要的前提是數據必須具有平穩性,否則會產生謬誤回歸等問題。因此,我們對各個序列進行了PP單根檢驗來檢驗其穩定性。采用PP單根檢驗的原因為該檢驗采用非參數的方法,同時考慮了數據相關性及異質性,比傳統ADF單根檢驗具有更廣泛的適用性和更強的檢驗力。各流動性序列的PP單根統計量均大于1%的臨界值-2.568,可見所有序列均是平穩的。此外,Ljung和Box (1978)提出的Q統計量,可以用來檢驗某一時間序列直到k個滯后期是否存在自相關。表1中統計量的結果表明,在5%的置信水平下,各銀行股的流動性具有序列自相關。Engle(1982)提出的檢驗序列條件異方差的LM統計量結果表明,五個非流動性序列均在1%置信水平拒絕同方差的原假設。這說明GARCH類模型應該能夠準確捕捉到它們的共性。

四、流動性風險測量方法

本文采用GARCH類模型捕捉5家上市銀行流動性風險的動態特征。由于風險變量無法觀察,通常在計量經濟學的研究當中,采用經濟變量的分布方差來估計變量的風險。對風險的估計方法可以分為靜態和動態兩大類。動態估計方法可以更好的描述風險的動態特征,是更為準確的測量方法,由Engle(1982)提出的ARCH(Auto Regressive Conditional Heteroskedasticity ,自回歸條件異方差)模型以及Bollerslev(1986)提出的GARCH (Generalized ARCH,廣義自回歸條件異方差)模型就是這種動態測量方法的代表。對于ARCH/GARCH模型及相關實證研究的詳細回顧,可以參考Bollerslev, Chou, and Kroner (1992)的文章。

由上節的統計結果可知,本文樣本選取的5家上市銀行的非流動性序列均拒絕了序列無相關性的原假設。因此本文的實證模型包含兩個部分,首先,對非流動性的均值方程采用AR(p)模型,然后,對均值方程的殘差項采用EGARCH模型進行估計。同時,本文采用AIC準則對各序列滯后項的數目進行選擇。

五、實證結果分析

以上通過對5只銀行股流動性風險進行實證回歸的估計結果。根據AIC準則,我們對各銀

行股的均值方程的落后項進行了選取;同時在對方差進行估計時,本文采用了EGARCH(1,1)模型。大量的實證結果均表明,該模型可以在捕捉數據動態特征的同時,很好的保持估計的簡潔性。

均值方程的回歸結果表明,各股AR項回歸系數均十分顯著,且符合ARMA模型對穩定性的要求。表明流動性有很強的相關性,過去的流動性對當期的流動性有很強的影響。

方差回歸結果表明,各銀行股的流動性風險具有非對稱性。當擾動項是正偏離,即流動性變差時,有擴大方差的作用,使得流動性風險變大;而擾動項是負偏離,即流動性變好時,有縮小方差的作用,使得流動性風險變小。

這種結果,可能歸因于市場的自我實現和自我增強作用。當某一天流動性突然降低,即非流動性有正向的擾動,則這種擾動使得流動性波動的方差變大,正向擾動越強,方差變化越大;反之,負向擾動使得流動性波動方差變小,負向擾動越強,流動性越穩定。流動性政府擾動可能來自于經濟的多種沖擊,包括,政府新政策的出臺,交易所新規則的制定,上市公司財務報表的披露,投資者結構,宏觀經濟的走向等等,這些因素都會通過影響投資者參加交易的意愿程度反映到流動性上來。非流動性的負向擾動說明發生了對市場有利的消息沖擊,使得愿意參加交易的投資者增加,從而尋找買家和賣家的成本降低,對市場影響較小,流動性水平較高。這種市場的良好運行會進一步吸引投資者參與,良性循環的結果使得市場深度加深,流動性的波動降低。非流動性的正向擾動說明發生了對市場不利的消息,交易者抽離市場的意愿加強,此時尋找合適買家賣家的難度增加,波動加劇,流動性急轉直下。更多的場外交易者觀察到市場情況后,采取觀望態度,市場深度降低,信息不對稱程度增加,進入流動性水平降低的自我循環中。

根據本文分析得出,以后的流動性將傾向于保持低水平,將陷入惡性循環。此時,需要外部沖擊改變其均衡狀態,如果政府的有效政策可以形成對流動性的有利沖擊,將起到平復市場流動性的作用,降低銀行經驗管理的風險。

參考文獻:

[1] Demsetz H. (1968), the Cost of Transaction [J]. Quarterly Journal of Economics 82: 33-53

[2] 宋逢明, 譚慧(2005), 訂單驅動型市場的系統流動性:一個基于中國股市的實證研究[J]. 財經論叢

[3] Parkinson M. The Extreme Value Method for Estimating the Variance of the Rate of Return[J]. The Journal of Business, 1980, 53 (1): 61-65.

(作者單位:中國人民銀行太原中心支行)