基于成本风险补偿原理的银行运行效率研究

(中国邮政储蓄银行甘肃省分行，甘肃 兰州 730000)

基于成本风险补偿原理的银行运行效率研究

朱天龙王梦龙

(中国邮政储蓄银行甘肃省分行，甘肃 兰州 730000)

随着利率市场化的不断深入，资产定价和风险成本直接对银行运行效率产生作用，定价水平的高低、风险的合理计量、成本费用的合理分摊成为测度风险补偿方程的重要基础，采用风险补偿原理对银行运行效率进行测算能准确反映银行在经营过程中关注的主要方面。除了显性成本与价格呈现正相关外，隐性成本与价格呈负相关关系。金融产业发展、城镇居民收入、经济总量作为外生环境影响银行运行效率，其中金融产业发展与效率的同向变动关系间接印证趋于完全竞争市场的运行效率要优于垄断或者寡头垄断市场。

运行效率；风险成本；经济资本；随机前沿函数

一、背景概况

随着利率市场化改革的不断深入，各个银行之间的竞争不断加剧，如何主动适应信贷资本市场，如何保证生产效益最大、风险成本最小，成为现在各个银行努力的主要方向。本文参阅前人研究的基础上，采用风险覆盖定价模型来测度市场效率，并对风险成本、资本成本就量化方式探讨和论述。目前新兴银行和股权激励约束较松的银行资产运用主要以量为主，为实现银行经营的可持续性，发展模式的集约化，做好金融好对实体经济健康、平稳支撑作用，在银行内部建立、健全以风险导向的资产运用体系是银行稳健运行的必然要求。

以风险导向的利率定价能够对资本规模的无序扩张实行紧约束，既社会整体资产质量下降，要么银行部门减少对信贷资产的投放，要么以较高的利率水平补偿风险，在不存在道德风险和逆向选择、价格规模错配的情况下，银行的风险发生在均衡的水平上。银行在经营过程中，不仅要关注坏账率等相对指标，更要在坏账损失绝对值指标上进行关注。

二、模型建立

DEA和SFA是用于效率测量的两种不同的方法。DEA是非参数方法，由于非参数方法假设没有统计误差，而且不需要估计参数，所以几乎不做任何假设，把对最佳前沿的偏离完全归结为技术无效或配置无效，忽略了测量误差和随机变化。SFA而是参数方法，模型允许统计误差的存在，同时需要对前沿函数的形式作很强的假设。两种模型互有长短，许多学者对两种估计方法也做了比较，为了获得方程的参数统计意义，且随机前言相对比与DEA的优势是生产函数的设置具有灵活性，技术效率的测度也具有一定的针对性，将误差项分解为随机误差项和技术非效率项两部分进行估计，故本文采用SFA方式对市场前沿面进行估计。

关于随机前沿技术效的用法，隋聪(2009)利用方程估计市场前沿面，将技术效率的最高值反带入估计方程计算出各个区域最高应执行的利率水平，从而为定价策略提供依据。其中样本经营单位要求有共同的经营环境，以行政单位划分的经营结构能够满足上述要求，从而样本采用同一法人单位的不同区域营业单位。

(一)标准方程

银行在经营过程中，不仅要弥补资金成本和运营成本等显性成本，还要补偿资产在价值增值过程中所承受的风险成本、资本成本等隐性成本，由于内部资金转移价格的实行，利率的期限风险被集中于资金司库，因此，在实际定价过程中，并未将期限风险进入到风险补偿方程，只将利率作为资金成本、运营成本、风险成本、资本成本、税费的函数(x1-x6)。本文采用风险补偿原理i的生产函数，其既符合主流银行的线性定价规则，准确、客观的测算银行运行状况，又能够反映银行在经营过程中的的规模效率，为银行确定生产线的边界点提供依据：

经对数化处理后为

lny=lnβ0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+β6lnx6

按照边际分析理论1，银行的收益是规模与价格的乘积，按照上述方程，价格是风险的函数，表示为p(d)，规模是风险的复合函数为q(p(d))，收益函数为R=pq，成本函数为C=q*d，对收益函数求导，根据边际收益等于边际成本的条件，可得条件p(d)’d=p(d)，d表示为风险，所以银行最佳生产经营点处于上述条件等式相等的那一点，既风险与其边际价格的乘积与市场可接受价格相等时，银行的收益达到最大化，资产定价过低时，风险损失超过价格对其补偿作用，当资产定价较高时，超过市场可接受程度。

(二)随机误差方程

在标准方程形式的基础上，加入随机误差项和技术非效率项建立随机前沿方程ii，实际生产拟合函数、前沿生产拟合函数形式如公式(1)、(2)所示：

lny=lnβ0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+U

(1)

lny=lnβ0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+U-V

(2)

(3)

反向运算把V表示为TE的函数：V=-ln(TE)

把V带入公式得出：

lny=lnβ0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+U+ln(TE)

(4)

公式(2)为本文将要拟合曲线，其中：

根据随机误差项U～iidN(0,δU)，技术非效率V～iidN+(MV,δV)，mV=lnz1+lnz2+lnz3。z1z2z3为金融产业比重、GDP和城镇居民收入。取值在0和1之间，越接近1表明营业过程越是有效率的、越是接近函数的前沿面。

采用极大似然方法对方程进行估计，相关统计量指标为r2和似然比检验值(LR)；如果趋于1，表明技术非效率项在成分误差中所占比重越大，技术非效率项估计效果显著，如果趋于0，技术非效率项作用较小，拟合效果较差。似然比检验用来判断带有非技术项约束的方程与非约束方程之间的显著性水平，LR检验值大于某一置信水平下χα(1)时，拒绝原假设，表明约束方程与非约束方程之间存在显著差异，带有约束条件的估计方程要优于不带约束条件的估计方程，技术非效率项方程效果更优，更有估计意义。

显然，当对银行经营过程来说，利率受到市场结构约束的情况下，资金成本、运营成本、风险成本、资本成本任何一项或者各项数值越大，技术非效率项越大。其中资金成本受资金司库政策的影响短期内不会出现较大变动、运营成本受预算管理、经营策略、资产规模配套的情况下短期内也不易轻易变动。

想要提高银行运行效率水平，主要从价格、风险方面入手，通过提升溢价能力、调整信贷资产风险配置方式、建立健全资产保全措施、通过衍生金融品转移风险等手段提升银行风险运行效率、降低风险成本。发展成吸收风险能力强、资产质量高的银行是其提升效率的必然要求。

(三)数据选取

x1为资金成本，既内部资金转移价格计，由银行内部资金司库结算系统计算。

x2为运行成本率包含营业成本、销售费用、财务费用、管理费用等各项支出，计算公式为运行成本率=会计年度分地区的预算显性成本支出/年度末分地区贷款余额总量计算。

x3为风险成本率，风险成本=违约损失*违约概率，风险成本率=风险成本/贷款余额。

x4为资本成本率，本文中假设资本成本服从一定均值和方差下的正态分布函数，在99%的置信水平下，计算其累计概率密度值。

x5为企业应交所得税、增值税其他税赋等合计项与贷款余额的比值。

x6为企业税前目标利润与贷款余额之比。

(四)模型结果

估计结果

***、**、*分别表示在1%、5%、10%的水平上统计显著

各估计系数之和为0.92，区域市场特定风险环境和定价能力使银行出现规模非效率状态。要想走出规模非效率困境，第一，通过调整信贷产品结构向低风险业务迈进；第二，向溢价能力较高的产品发展。

经营过程中其中，除了常数项、运行成本、风险成本、目标利润率与价格呈正相关外，其他因素与价格为反向变动关系，其中风险成本在统计意义上不显著。银行在实际经营过程中显性成本和利润成为主要关注的事项，但是常常忽略内部资金转移价格、资本成本、税费等隐性成本或者非显性因素在经营过程中的约束作用，内部资金转移价格不能很好的发挥对资产定价的指挥棒作用，区域经营数量指标压力仍然对业务导向发挥主要作用。外部经济环境中经济总量和城镇居民收入对技术效起到反向作用，随着经济发展和城镇居民收入的提升，信息化程度的提高，信息不对称在资金购买方得到一定程度的缓解，资金卖出方定价能力消弱。金融产业发展对各个银行经营效率起到正向的激励和促进作用，也间接印证了趋于完全竞争市场的运行效率要优于垄断或者寡头垄断市场。

三、总结与建议

宏观因素考虑在内的信用转移矩阵能反映经济波动对银行经营的影响，更加全面的度量了银行所处特定环境的风险程度水平，但数据的可得性和累积性仍然是模型建立的瓶颈。

零售贷款利率表现为服从马尔科夫过程的随机过程，其均值和方差并没有表现出随时间推移上升和下降的过程，单个银行对市场价格不具控制权，央行基准利率和资金供给市场结构仍然是信贷资产定价的决定因素，各个单位贷款时间序列利率在市场结构和央行政策的相互作用下服从马氏链的随机波动，且与区域金融市场发展程度和城镇居民可支配收入水平呈正相关。区域差异化经营过程中，充分考虑两者因素，对于竞争程度激烈和人均收入水平较高的区域，在能够弥补上述成本的条件下，提高定价能力，提升银行运行效率。

金融产业发展程度高低对银行经营效率起到促进和推动作用，而信息化社会的发展消减生产者剩余。在定价能力减弱和有限情况下，风险控制逐渐成为其经营的半壁江山，尤其在经济下行，资产投向不明的情况下，投放规模、投放价格、投放行业直接关系着资产质量的高低，关系着银行运行效率的高低。

[1] 隋聪.基于最优效率的贷款定价模型研究[D].辽宁：大连理工大学.2009.

[2] 杜永强.基于风险补偿原理的小企业贷款定价模型研究[D].大连：大连理工大学，2014.

[3] Timothy J.Coelli，D.S Prasada Rao，Christopher J.O.Donnell，George

E Battese.AN Introduction to Efficiency and Productivity Analysis[M].Springer Science Business Media，Inc，233.Spring Street，New York，NY 10013，USA.2005：41-260.