大數據背景下農村商業銀行流動性風險評價及救助策略研究

摘 要：在大數據背景下，農村商業銀行流動性風險問題越發受到國內外學者的關注，其也是農村商業銀行管理的重點工作。文章分析大數據背景下農村商業銀行流動性風險特征，建立農村商業銀行流動性風險的指標體系，利用DEMATEL方法構建農村商業銀行流動性風險評價模型，得出金融監管政策、金融市場的發展情況、銀行存款增長率、金融深化程度和央行資產規模等因素對農村商業銀行流動性風險影響較大的結論，并針對主要風險因素，提出農村商業銀行流動性風險救助策略，進而降低農村商業銀行流動性風險。

關鍵詞：大數據；農村商業銀行；流動性風險；救助策略

當今大數據背景下，各種金融風險凸顯，對銀行業產生了深遠的影響。農村商業銀行的經營運作與風險管理面臨著新的挑戰和機遇，尤其農村商業銀行的流動性風險時常存在，部分農村商業銀行獲取資金需要付出較高的成本，或者獲得資金不足，不能償還到期債務，較難正常經營運作。農村商業銀行流動性風險表現出影響面廣、隱蔽性強、危害性大、傳播速度快等特點，容易造成金融市場不穩定，影響社會經濟發展。我國學術界對農村商業銀行流動性風險管理的研究越來越多，但主要集中在國有商業銀行，對農村商業銀行的流動性風險研究相對較少。本研究通過對農村商業銀行流動性風險管理的研究，提出農村商業銀行流動性風險救助策略，為農村商業銀行的發展提供建議。

一、大數據背景下農村商業銀行流動性風險因素分析

為保證農村商業銀行流動性風險因素指標選取的科學性、代表性和有效性，本研究在大數據背景下農村商業銀行流動性風險形成機理和作用機制文獻研究的基礎上，參考并結合流動性風險、大數據、農村商業銀行、數字經濟、媒體大數據等特點，羅列4項一級指標和16項二級指標，采用德爾菲法和問卷調查法提交專家探討后剔除3項二級影響因素指標，最后得出農村商業銀行流動性風險因素。將農村商業銀行流動性風險因素作為目標層，劃分準則層4項一級指標和指標層13項二級指標，具體如表1所示。

二、大數據背景下農村商業銀行流動性風險評價模型研究

1.評價模型分析

在信用風險評價、互聯網金融風險評價等領域的復雜系統多因素研究中DEMATEL分析法被廣泛應用。這一方法基于專家調研意見，運用矩陣計算有效地識別系統內的風險因素和因素之間的相互關聯性。本研究通過用DEMATEL分析法對農村商業銀行流動性風險進行分析，采用8級打分法，0—7分別代表無影響—影響特別大。通過對調查問卷的數據歸納與整理，計算得出各個要素的影響程度、被影響程度、中心度以及原因度，最終對相關數據進行分析并得出相應結論。

本研究將通過表1的12個指標制作成矩陣量表，并邀請了具備數據科學、數字經濟、銀行流動性風險等豐富研究經驗的碩士生、博士生、教授以及該行業的相關專家，共回收有效問卷20份。受訪者相關信息如表2所示。

DEMATEL分析法具體步驟如圖1所示。

（1） 匯總專家評分結果，建立直接影響關系矩陣

假設系統包含n個變量，那么S={s1+s2+s3+s4+…+sn}，設D為直接關系影響矩陣，D=[dij]n×n，設dij代表si對sj、i、j∈n的影響度評分，sii=0，sjj=0。Dij中每一對指標之間的影響程度評分，數據都來源于專家調研。

（2） 影響關系矩陣標準化

設S=[mij]n×n為標準化影響關系矩陣。根據直接關系影響關系矩陣D計算矩陣各個行和，然后選取行和的最大值作為分母，將每組屬性的影響關系打分作為分子，公式如下。

S=D/max1≤j≤n ∑nj=1dij（1）

（3） 影響關系總矩陣

影響關系總矩陣為T=[tij]n×n。這一步驟最主要的目的是獲取每組屬性的總影響關系值，E表示單位矩陣，公式如下。

Th→∞=S+S2+S3+…+Sh=∑∞h=1Sh=S（E-S）-1（2）

（4） 計算各個因素的影響度、被影響度、中心度和原因度

計算影響關系總矩陣中各行的和Ri，以及各列的和Ei。Ri指綜合關系影響矩陣中第i個屬性對其他屬性的影響總值，Ei指綜合影響關系矩陣中第i個屬性被其他屬性影響的總值。

Ri=∑nj=1tij（3）

Ei=∑nj=1tij（4）

第i個屬性的中心度Fi為：

Fi=Ri+Ei（5）

第i個屬性的原因度Ci為：

Ci=Ri-Ei（6）

2.分析結果展示

根據專家打分并匯總，取平均數，結果四舍五入，建立直接影響關系矩陣，如表3所示。

依據圖1的第2步驟，得到規范化直接影響矩陣，如表4所示。

依據圖1的第3步驟，得到綜合影響矩陣，如表5所示。

最后根據影響關系總矩陣結果和公式（3） ～公式（4） 得到各個屬性的影響度、被影響度、原因度和中心度，如表6所示。

中心度指標顯示的是13個影響因素的重要性程度，是單個因素對其他因素的影響度和被影響度之和。根據表6所示，中心度前五的因素分別是金融監管政策（B32）、金融市場的發展情況（B13）、銀行存款增長率（B21）、金融深化程度（B12）和央行資產規模（B33）這五個因素在整個影響關系中起到決定性作用，對農村商業銀行流動性風險影響也相對較大。

三、農村商業銀行流動性風險救助策略研究

從上文可知，金融監管政策、金融市場的發展情況等因素對農村商業銀行流動性風險影響最大；銀行存款增長率、金融深化程度、央行資產規模、媒體情緒傾向、M2增長率等因素對農村商業銀行流動性風險影響較大。本研究首先基于金融監管政策的監管模型來構建農村商業銀行流動性風險救助策略。

假設金融監管部門選擇監管的概率為f，1-f為不監管的概率，CI為監管時的監管成本，I為金融監管部門的收益；FI為金融監管部門對農村商業銀行不合規經營進行懲罰所獲得懲罰收益；當農村商業銀行不合規經營，且金融監管部門不監管時，借款方不能融資到所需要的資金造成損失為LI。農村商業銀行合規經營的概率為g，1-g為不合規經營的概率；借款方守信的概率為p，不守信的概率為1-p。金融監管部門進行監管的時候獲得的期望收益為F1，不監管時的期望收益為F2，金融監管部門的期望收益為F。

（7）

（8）

當F1gt;F2時，即：

（9）

當滿足式（9） 時，金融監管部門傾向進行監管。由式（9） 可知，提高金融監管部門的監管收益，降低監管成本可以提高金融監管部門進行監管的概率，從而也降低了借款方的不誠信行為，提升了借款方信用水平。此時農村商業銀行也傾向貸款給借款方，提高流動性風險監管的有效性，進而也降低了農村商業銀行流動性風險。

在大數據背景下，要構建行之有效的銀行流動性風險救助策略，農村商業銀行應利用大數據技術把握好金融市場的發展情況，有效控制由內外因素變化而發生不規則波動的存款資金，從而降低負債流動性風險。接著，農村商業銀行應增加銀行的資金儲備，改善銀行的流動性和穩定性，降低負債成本，維護通貨穩定；利用有效資金管理、多元化投資等措施降低銀行資產流動性風險。完善流動性調控工具組合，維護農村商業銀行的金融體系穩定運行，優化流動性供給結構，樹立良好的經營理念，提高流動性風險管控能力。政府還應把握好金融深化程度，利用媒體大數據服務平臺關注媒體情緒對農村商業銀行流動性風險的影響。

四、結語

現階段，相關專家對大數據背景下農村商業銀行流動性風險研究逐步增多，關于農村商業銀行流動性風險管理研究對金融業發展越來越重要。農村商業銀行具有規模較小、抗風險能力較差等特點，獲取資金需要付出較高的成本且獲得資金總量不足，不能及時償還到期債務等因素都容易引發銀行流動性風險。因此制定有效的農村商業銀行流動性風險管控機制，還需要不斷探索。金融監管政策、金融市場的發展情況、銀行存款增長率等因素對農村商業銀行流動性風險影響較大。政府需要健全金融監管政策，對待銀行的流動性風險，需要立即做出處置意見，緩和各種矛盾；政府還應構建并完善互聯網信息共享及金融風險治理平臺，為農商銀行的流動性風險的有效管理提供保障。

參考文獻：

[1]郭立侖，周升起.商業銀行流動性：風險測度、影響因素和對策研究[J].經濟學報，2023（3）：59-83.

[2]譚本艷，甘子琪.基于BO-LightGBM的商業銀行流動性風險測度與預警[J].武漢金融，2022（11）：21-32.

[3]張靜.農村商業銀行流動性風險管理分析[J].財會研究，2009（14）：77-78.

[4]王磊，李守偉，陳庭強.媒體情緒、信息中心性與銀行流動性風險[J].管理評論，2022（5）：37-55.

[5]李碩，侯曉輝.流動性風險、信用風險與商業銀行流動性創造[J].經濟經緯，2020（4）：168-176.

[6]史貞，劉婭茹，王森.后金融危機時期我國商業銀行流動性風險研究[J].國際金融研究，2019（3）：65-75.

[7]葉陳毅，楊蕾，管曉.金融科技視域下農村商業銀行發展創新路徑研究[J].當代經濟管理，2023（8）：80-89.

作者簡介：周茜（1985— ），男，漢族，浙江臨海人，博士，副教授，碩士生導師，研究方向：大數據金融與風險管理；黃佳璇（2001— ），女，漢族，浙江湖州人，碩士研究生，研究方向：金融風險管理；通訊作者：趙紅（2003— ），女，漢族，四川達州人，本科生，研究方向：銀行風險管理。