基于組合賦權分析的系統重要性銀行識別研究

鄭蘭祥， 王　燕

(安徽大學經濟學院，安徽 合肥 230601)

?

基于組合賦權分析的系統重要性銀行識別研究

鄭蘭祥， 王燕

(安徽大學經濟學院，安徽 合肥 230601)

摘要：系統重要性銀行識別方法主要有兩類：一是市場指標法，二是模型法.市場指標法多采用等權重法對五到六個指標進行測算綜合，對每個指標的重要性未作區分.通過將熵值法與專家主觀賦權的層次分析法相結合，基于方差最大化的原理提出了一種主客觀組合賦權方法，反映了指標重要性的差異，充分暴露了系統性風險的來源.依據新型組合賦權法對我國系統重要性銀行進行權重測算，強調了關聯性和復雜性指標的重要性.提出三項政策建議：一是完善系統重要性銀行的評估體系與量化標準；二是實行差異化監管；三是健全危機處置機制.

關鍵詞：熵值法；層次分析法；系統重要性銀行；方差最大化

系統重要性銀行的概念自從2008年次貸危機之后由巴塞爾協議Ⅲ正式提出，它指的是對于一些規模大、業務復雜且和所在金融系統聯系緊密的銀行來說，當這些銀行發生危機，會產生巨大的風險外溢效應，從而影響其所處的金融系統甚至引發全球的金融危機.2008年始發于美國的金融危機就是一場因次級抵押貸款機構破產、投資基金被迫關閉、股市劇烈震蕩引起的全球性金融風暴.2011年金融穩定理事會(FSIS)和巴塞爾委員會(BCBS)共同制定發布了《全球系統重要性銀行的評估方法和附加損失吸收能力要求》[1]，旨在提高對系統重要性銀行的監管，試圖解決“太大而不能倒”、“太聯系而不能倒”等問題帶來的道德風險和系統性風險.

要加強對該類金融機構的監管，首先要確定評估系統重要性銀行的標準，由于各國國情不同，找到一個適合我國發展中國家國情的系統重要性銀行評估標準成為當務之急.我國目前對該問題還沒有達成共識，總結其評估方法主要有兩類：市場模型法和指標法[2].由于我國銀行業信息披露不夠透明，樣本小，故指標法更適合作為我國的評估方法.以往的學者研究多集中在不同指標的選取，對于各個指標的權重都是采取簡單的等權重法，這不僅不能反映指標重要性的差異，也不利于充分暴露系統性風險的來源，所以本文首創性地采用熵值法與層次分析法(AHP法)主客觀賦權結合的方法對各個指標進行賦權，力圖對我國監管當局制定系統性重要銀行的評估標準提供一定的參考.

1研究方法

對于多指標評價系統，其賦權方法一般分為兩種：一是主觀賦權法，例如等權重法、層次分析法、模糊集理論等；二是客觀賦權法，包括熵值法、主成分分析法、離差及均方差法等[3].本文將熵值法與專家主觀賦權的層次分析法相結合，基于方差最大化的原理提出了一種主客觀組合賦權方法，組合權重很好地將兩者的優點有效結合，同時方差最大化原理也對傳統組合權重確定方法進行了改進，使得權重的確定更加合理，更有助于結果的分析及決策.

1.1層次分析法(AHP法)

AHP法將一個復雜的評價系統分為多個層級結構，通過兩兩比較重要性，計算判斷矩陣最大特征值，并通過一致性檢驗優化其結果.該方法廣泛運用于經濟、政治、管理等社會問題決策，且具有很好的效果，是一種利用歷史經驗與專家研究成果的定量與定性相結合的主觀賦權法[4].

(1)建立評價指標因素集

用U來表示評價指標因素集，U={ui，i=1,2,…n}其中ui表示一級指標.二級指標向量為ui={ui1,ui2,…uin},其中ui1,ui2…uin表示二級指標.

令uij表示一級指標ui對uj的相對重要程度，則uj比ui比較得uji=1/uij.

(2)計算權重分配

求得判斷矩陣A的最大特征根λmax所對應的特征向量ω，求解方程：Aω=λmaxω,其中ω為評價因素的重要性排序，即為各項指標的權重.二級指標的賦權依此法類推.

(3)一致性檢驗

AHP法的一致性檢驗主要用于檢驗排序是否合理.使用公式如下： R=I/RI.

其中：R為隨機一致性比率，I為一般一致性指標，I=(λmax-n)/(n-1)，RI為平均隨機一致性指標.若R<0.1，則表明判斷矩陣A具有滿意的一致性，否則即需要修改判斷矩陣.

1.2熵值法

熵用來度量不確定性.信息量越大，不確定性就越小，熵也就越小；信息量越小，不確定性越大，熵也越大.可以用熵值來判斷某個指標的離散程度，指標的離散程度越大，該指標對綜合評價的影響越大[5].

設vij表示第i個銀行的第j個指標，i∈[1,n]，j∈[1,m]，首先確定第j個指標的熵值：

1.3方差最大化優化

方差是統計學中反映差異程度的一個重要指標.基于方差最大化的思想，權重向量w應當使得所有屬性對所有決策方案的總方差達到最大[6].

由AHP確定的權重向量為P=(p1,p2,…pm)，由熵值法確定的權重向量設為Q=(q1,q2,…qm)，集成權重w=αP+βQ為兩種權重的線性組合，其中α≥0，β≥0，α2+β2=1

構造拉格朗日函數求偏導可得：

最后對所得到的集合權重向量進行歸一化處理即可獲得最終的組合權重w0.

評估模型設計如下公式：

2實證研究及結果分析

本文采用巴曙松等[7]構建的指標體系，即在參考中國銀監會頒布的《中國銀行業實施新監管標準的指導意見》中提出的規模、相關性、復雜性、可替代性四個指標的基礎上，結合我國銀行業的實際情況，增加了國民信心指標.子指標選擇如下：

規模：總資產

關聯度：金融系統內資產、金融系統內負債

可替代性：發放貸款及墊款

復雜性：交易性資產價值、可供出售資產總額

國民信心：儲蓄存款

(1)權重測算

由于中國銀行業國有商業銀行以及股份制銀行占有資產總量絕對大的份額，而城市商業銀行不僅資產量小而且多數僅限于某個城市或者某個省內，難以形成全國性的影響，所以本文選用16家上市銀行2012-2014年的數據為評估對象，分別為平安銀行、寧波銀行、浦東發展銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業銀行、北京銀行、中國農業銀行、交通銀行、中國工商銀行、光大銀行、中國建設銀行、中國銀行和中信銀行[8].數據來源于國泰安數據庫.如表1所示：

表1　評估系統權重測算結果

由組合賦權法測算出的權重分配為：規模8.39%，關聯性24.58%，可替代性14.07%，復雜性42.53%，國民信心10.43%.相比等權重法，該方法區分了不同指標的重要性的差別，其中關聯性與復雜性占比最大，這主要因為當今金融機構之間業務往來日益密切，當單家銀行出現流動性風險時，沒有能力償還債務，進而增加其他銀行發生危機的可能性，產生很強的風險外溢效應，出現“太關聯而不能倒”的問題.而復雜性指的是一家銀行的處置成本與其業務類型或者組織結構的復雜性正相關.隨著全球經濟的迅速發展，以衍生品為代表的金融創新日益深化，而金融創新大都以高杠桿率為特征，作為經濟的主要參與者銀行機構也在積極推出各種新的業務，采取復雜的組織結構以獲取更大的利潤.一旦這類銀行發生危機，其高杠桿率給全球金融系統將帶來巨大風險.因此，監管部門應尤其加強對關聯性的銀行間資產負債的關注，以防道德風險與系統性風險的發生.

(2)系統重要性銀行的確定

2012-2014年的各銀行系統重要性得分與排名如表2所示：

表2　 2012-2014系統重要性銀行排名

由上表分析可得，中國工商銀行連續三年均排名第一，中國銀行、中國農業銀行、中國建設銀行一直保持在前四的位置，只是排名有微調，且與第5名交通銀行的分差很大，基本在0.5-0.6分的差距.這說明四大國有銀行由于其地位特殊性，應確定為我國的系統重要性銀行，監管機構應當將其作為監管的重中之重.交通銀行一直排在第五名，其與第六名興業銀行分差很小，且第六名到第十二名的分差都是以微小距離拉開.所以說交通銀行不應列為我國的系統重要性銀行，但是其得分一直在上升，也應該關注其系統風險增加的來源.對于其他股份制銀行及城市商業銀行，鑒于其系統重要性比較弱，我國監管機構應該為它們的發展提供一個良好的環境，促進它們的發展，這樣反過來也有利于降低四大國有銀行的系統重要性，從而使得中國銀行業進入健康的競爭發展態勢，改變當前兩極分化的局面.

3結論與建議

對待不同層次的銀行，應當實行不同的監管要求，力求以最小的金融成本維持全國金融系統的穩定發展.具體政策建議如下：

(1)完善系統重要性銀行的評估體系與量化標準.當前我國銀行業尤其是城市商業銀行的數據不足、不透明等問題嚴重，這給監管帶來了不必要的成本與盲區，所以首先應建立健全金融機構數據庫，并且做到及時更新與動態管理.其次應當統一制定系統重要性銀行的評估方法與標準，參考國家標準結合我國具體國情，甄別出對我國金融系統具有較大系統風險貢獻能力的銀行，防止出現識別不足與識別過度的問題.

(2)實行差異化監管.對于系統重要性銀行與非系統重要性銀行應當實行差異化監管，系統重要性銀行的監管標準要明顯高于其他銀行.做好事前預防，防止系統重要性銀行出現危機而引發的全國乃至全球的金融危機.中國銀監會公布的《商業銀行資本管理辦法(征求意見稿)》規定：系統重要性銀行的資本充足率不得低于11.5%，且在2013年底必須達到；非系統重要性銀行的資本充足率不得低于10.5%，且在2016年底必須達到[9].對于不能達到要求的銀行，銀監會將限制其擴大規模，開辦高風險業務等.

(3)健全危機處置機制.銀行出現危機一般有兩種處理機制：一是走公司破產程序，進行清算，這樣給股東及債權人的權益帶來巨大損失；二是政府因“大而不能倒”的問題而實行救助，這種方法成本極高，易產生道德風險，且易引起納稅人的不滿.危機處置機制是介于這兩種方式的第三種方式，或者對系統重要性金融機構實施“安樂死”，或者任命新的管理層幫助其恢復元氣[10].

4結語

甄別出金融系統內的系統重要性銀行對于避免由銀行傳導的金融危機具有重要意義.基于熵值法和層次分析法的新型組合賦權法，對評價指標的權重進行主客觀優化，并通過實證分析檢驗了該方法的正確性與實用性，得出我國的系統重要性銀行有四家：中國工商銀行、中國農業銀行、中國建設銀行與中國銀行，而交通銀行、興業銀行、中信銀行、招商銀行與民生銀行是具有潛力的系統重要性銀行，其他銀行暫時還沒有在全國范圍內造成巨大風險的能力.

參考文獻：

[1]BCBS. Global Systemically Important Banks: Assessment Methodology and the Additional Loss Absorbency Requirement[R]. Basel: Basel Committee on Banking Supervision,2011.

[2]徐超：系統重要性金融機構識別方法綜述[J].國際金融研究,2011,(11):78-80.

[3]何康，徐文韜.宏觀審慎管理視角下我國系統重要性銀行識別[J].求索,2014,(10):43-46.

[4]趙煥臣，許樹柏，和金生.層次分析法:一種簡易的新決策方法[M].北京:科學出版社,1986.

[5]Zeeny M. Multiple-criteria Decision Making[M].New York:McGraw-Hill,1982.

[6]孫瑩,鮑新中.一種基于方差最大化的組合賦權評價方法及其應用[J].中國管理科學,2011,(6):141-148.

[7]巴曙松,高江健.基于指標法評估中國系統重要性銀行[J].財經問題研究,2012,(9):48-56．

[8]鄭吉蓉.基于商業銀行資本管理辦法的招商銀行信用風險管理研究[D].長沙:中南大學碩士學位論文,2013.

[9]肖振宇.系統重要性銀行定義及其風險防范[J].金融論壇,2011,(11):26-29.

[10]王巍.系統重要性金融機構的識別、監管及在我國的應用[J].財經問題研究,2013,(2):15-18.

(責任編校：晴川)

Systemically Important Banks Recognition Based on Combination Weighting Analysis

ZHENG Lanxiang, WANG Yan

(School of Economics, Anhui University, Hefei Anhui 230601, China)

Abstract：Systemically important banks recognition methods mainly include two categories: one is the market index method, and the other is model method. Market indexes method uses weighting method to measure and synthesize five to six indicators, and the importance of each indicator is not distinguished. Combining the entropy value method with analytic hierarchy process, this paper presents a subjective and objective method of combination weighting based on the principle of maximizing deviations, which can reflect the importance of difference and fully expose sources of systemic risk. This paper conducts the weight calculation of systemically important banks in China, and emphasizes the importance of relevance and complexity indexes. This paper presents three polices: the first one is improving evaluation and quantification standards for systemically important banks; the second one is implementing the differentiated regulation; the third one is amplifying the crisis of management mechanism.

Key Words：entropy; AHP; systemically important banks; maximum variance

中圖分類號:F83

文獻標識碼：A

文章編號：1008-4681(2016)02-0102-03

作者簡介：鄭蘭祥(1965— )，男，安徽合肥人，安徽大學經濟學院教授，博士.研究方向：國際金融學.王燕(1989— )，女，安徽安慶人，安徽大學經濟學院碩士研究生.研究方向：貨幣銀行學.

基金項目：安徽省教育廳人文社科重大項目(批準號：SK2014ZD010).

收稿日期：2016-01-06