我国金融脆弱性(DOFF)程度评价模型及应用.doc

我国金融脆弱性(DOFF)程度评价模型及应用摘　要：本文针对金融脆弱性程度问题，建立了DOFF评价模型。模型分析的重点主要集中在银行系统和金融体系两大方面，并且通过数据的检验分析了1995－2004年我国金融体系以及各个子系统的脆弱性状况。 关键词：DOFF　模型　银行系统　金融体系 1.DOFF概念的引入 DOFF即金融脆弱性程度，英文表示是“Degree Of Financial Fragility”。关于金融脆弱性的理论最早可以追溯到Fisher（1933）1和Keynes（1936）2。他们认为金融脆弱性大多与宏观经济周期紧密联系在一起，金融投资的不稳定性是造成金融脆弱性的主要原因。Minsky（1977）进一步指出金融脆弱性是当代金融市场中固有的特性（inherently fragile），是由金融业高负债经营的行业特点所决定的。3目前关于DOFF比较通用的定义主要包括狭义和广义两部分。狭义的金融脆弱性又称为“金融内在脆弱性”，指金融体系中的主要行业高负债经营，难以满足支付需要的状况（Goodhart，2006）；4广义的金融脆弱性是指趋于金融机构负债过多、缺乏安全性，同时利润率比较低，承受不起市场波动的冲击，整个金融体系不断趋向高风险的一种状况（Oriol Aspachs，2006）。5正如Dimitrios P Tsomocos（2003）所指出的，金融脆弱性分析的难度就在于大多数金融风险都几乎表现为同一形式，6因此准确把握我国金融脆弱性的程度需要建立相应的评价模型，从不同方面力求模型的全面和准确。 2.DOFF评价模型的细化 关于金融脆弱性评价模型的建立，主要集中于两个核心问题：金融市场的预警和监测。Dimitrios P Tsomocos（2003）在《银行业金融脆弱性蔓延的均衡分析》一文中指出，金融脆弱性往往总是发生在银行部门（banking sector）出现风险加大、利润率下降以及非银行部门（non-banking sector）出现流动性短缺的情况下。7根据Tsomocos理论的启示，本文DOFF评价模型主要分为两大部分：以银行系统为主的脆弱性以及金融体系的整体脆弱性。 2.1银行系统的脆弱性分析 准确、全面地评价银行系统的脆弱性关键在于评价指标的选取。Karain Gobert（2002）在研究金融脆弱性问题时，主要考察的就是银行系统流动性比率的指标。Karain Gobert认为流动性约束（liquidity constraint）是引发金融机构危机，导致金融脆弱性的重要因素。8不良贷款率也是衡量金融脆弱性的一个重要指标，不良贷款率过高的银行难以调整短期债务与长期债务的结构，难以合理规避风险（Roberto Chang，2000）。9资本充足率已经成为银行风险管理和规避能力的重要指标，在许多国家开放金融市场的同时，都不同程度面临着金融脆弱性的威胁。因此从安全经营的角度来看，资本是否充足已经成为银行业日益关注的核心问题（Rahul Dhumale，2001）。10银行在提高安全性和流动性的同时，赢利性也是不能被忽视的，可以采用总资产利润率指标来表示。确立了银行系统脆弱性指标体系之后，笔者搜集了2004年我国18家银行的横截面数据，具体如表1。 我国主要银行的总资产利润率主要集中在1％上下；流动性比率状况不佳，仅有8家银行流动性比率大于1；同时也有7家银行资本充足率没有达到巴塞尔协议规定的8％；不良贷款率出现两级分化情况，一些银行较低，而另一些银行不良贷款率则非常高。为了更加全面地观察银行系统的脆弱性，采取因子分析法计算各个银行的脆弱性因子总得分。需要指出的是，因子分析主要采用主成分分析法（principle component）。由于主成分分析法要求样本数据具有同向性（越大越好或越小越好），这里考察的脆弱性要求指标得分越小越好，因此对总资产利润率、流动性比率以及资本充足率采取指标转换，即将其转换为越小越好，具体方法如下：yi=max xi-xi，xi代表每个指标对应的样本值，max xi代表数据列最大值。因子旋转采用方差最大法（Varimax），提取的3个主成分贡献度达到95.97％，具有较好的说服力。具体得分如表2。 可以看出，脆弱性得分最小的是中国银行，主要是由于其流动性比率和资本充足率指标上数值较高；紧随其后的是国家开发银行、上海浦东发展银行、中国建设银行等。而脆弱性得分较高的是广东发展银行、中国农业银行以及中国光大银行等。较低的资本充足率、较高的不良贷款率则是导致银行脆弱性的主要原因。我国主要银行的脆弱性可以通过下面的雷达图来清晰地表示出来（见图1）。雷达图中加粗的弧线表示的就是脆弱性指数，我国银行系统的脆弱性程度随着顺时针方向越来越大。 2.2金融体