商业银行资产负债管理探究

时间:2022-06-01 03:28:41

商业银行资产负债管理探究

摘要:作为银行企业关注重点,资产负债管理一直是商业银行各项工作的重中之重。为有效满足市场经济快速发展的要求,银行企业积极开展内部改革,导致现行的资产负债静态管理模式已无法满足银行发展需求。采用何种方式开展资产负债管理才能满足企业发展需求成为银行业当前关注的重点,受外部大环境影响,动态财务分析法开始被商业银行引入资产负债管理中。

关键词:动态财务分析;商业银行;资产负债管理

经过多年发展,资产负债管理理论已被众多商业银行应用于日常资产管理之中,中国人民银行也利用相应理论开展宏观调控。但是,由于资产负债管理理论在我国发展时间相对较短,相应理论体系尚未得到健全完善。在金融体制改革及市场经济快速发展的双重推动下,国内银行企业开始不断学习国外先进管理模式,积极转变经营理念,以保证实现全面发展。动态财务分析法能够在未来经济发展不明确的情况下对企业财务结果进行充分反映,协助企业合理开展未来运营效果分析,为企业有效制定长远发展策略及管控经营风险提供支持。因此。本文以徽商银行为例,对动态财务分析法的具体应用进行探讨,以期帮助国内商业银行合理开展资产负债管理模式创新。

一、动态财务分析法概述

(一)动态财务分析法的内容。通过对企业现状进行分析,合理模拟未来发展情况,并据此制定相应对策,进而得出企业内外部因素对生产经营影响的方式即为动态财务分析法。按照此方法,企业将加强对未来发展的关注程度,而不仅是了解部分风险。在利用动态财务分析法开展相应分析时,企业需要按照下列步骤进行:(1)需要明确企业目标。明确目标是企业实施财务分析法的基础,如此才可以对目标进行影响因素分析,准确判断企业抗风险能力,为发展战略的确定提供保障。(2)搜集整理相关数据。由于此方式需要模拟企业未来发展情况,因此需要对企业以往年度相关数据进行收集及整理,以保证模拟结果的准确性。受数据存储方式及信息性质等因素影响,部分信息完整性较差,会增加数据搜集难度。(3)利用数据确定模型参数。在具体操作过程中,首先对随机变量进行确定,然后将数据代入回归方程开展相应计算。然后利用各变量及参数构建模型,并对模型进行运算,得出最终结果。(4)分析最终结果。获得模型运算结果后,企业需按照相关标准对企业未来财务状况进行预测分析,为企业及时调整经营战略提供保障,同时对模型开展灵敏性测试,以保证模型构建的科学性。在具体操作过程中,先将其他变量进行固定,进而检测剩余单项参数对最终结果的影响。(5)确定最终分析结论。通过构建模型开展分析,对模型分析结果进行论证,获得最终分析结果,并编制相应分析报告。在编制过程中,需要保证逻辑关系的正确性,明确各环节重心,同时保证语句的简洁明了。(二)动态财务分析法的分类。(1)情景分析法。通过对公司未来情景进行预测分析,确定生产经营未来变动情况的方式即为情景分析法。在利用此方式开展动态财务分析时,首先需要确定分析目标,以方便核查目标企业真实会计信息,也有助于外部环境分析的开展。其次,分析企业面临的所有影响因素并确定其中的重点要素,继而对其进行变量假定操作,并解析影响因素产生的变动,以确定相应权重。然后,根据上述步骤的解析结果进行情景创建,在具体操作过程中基于具体实际对影响因素之间的相互关系进行充分考量,进而准确解释具体影响。最后,预测各情景下的公司财政状况,并以此为基础确定最优发展策略。在利用情景分析法开展相应预测分析时,企业需要重复进行相应步骤,全面解析公司未来财政状况,以保证企业发展策略的合理性及可执行性。(2)随机模拟法。凭借信息技术构建多种企业情景,对公司生产经营未来变动情况进行全面反映的方式即为随机模拟法。此方式的实施难点在于模型构建,因此需要首先确定目标问题,然后开展相应数据搜集整理,进而设计相应分析模型。在确定最优模型后,需要利用整理的信息进行模拟实验,并判别实验成果。实验成果能够反映公司未来情景,帮助管理层制定最优财务方案。通过比较可知,情景分析法操作较为方便,无需通过计算机技术即可开展相应分析,当实际情况与预测结果相一致时,表明情景分析法的利用情况较好。需要注意的是,情景分析法只通过人工操作,情景考虑存在一定的疏漏,导致最终分析结果准确性相对较差。随机模拟法可借用计算机技术全面考虑未来情景,有效提升最终分析结果准确性。但是,随机模拟法也存在一定缺陷,在具体操作过程中,成本会大量消耗,操作时间也较长,若采用的计算机技术无法对情景进行全面模拟,则最终结果也将丧失准确性。因此,企业需要同时利用上述两种方式开展动态财务分析,全面模拟公司未来情景,保证管理层合理制定发展策略。(三)动态财务分析模型的基本结构。一般情况下,动态财务分析法构建的分析模型主要包含生成器、输入模块、输出模块三部分,各部分独立运行并相互联系,共同保障模型的有效运行。生成器能够模拟企业未来内外部环境,并对生产经营过程中存在的内外部风险影响程度进行全面分析。由此可见,作为模型的关键模块之一,生成器是模型构建的重要根源。在分析内外部风险过程中,首先需要对利率及通货膨胀率等要素进行分析,降低其对其他要素的干扰。输入模块主要由资产模块、负债模块、企业模块及策略模块四项分模块组成,分模块共同作用,共同保障输入模块的顺利运转。资产模块主要负责录入企业资产信息,在经过一系列运行后可得相应输出值。需要注意的是,企业在将资产输入到模块时需要确定资产性质。一般而言,企业会将资产历史数据录入模块,有时也会将资产公允价值等数据录入其中。负债模块主要负责录入企业相应负债信息,负债信息的录入要求较少,企业可采用单独录入或分类录入等方式。企业模块主要负责生成相应会计报表,模块应用前,企业首先需要对未来经营及财务情况进行预测,并生成报表。输入内容修正是策略模块的主要任务,以保证信息的正确应用,提升情景模拟及模型构建的准确性。输出部分的主要任务是对信息录入后的分析成果及未来状况进行处理,除此之外,该模块还能显示利率概率分布情况,协助企业管理层准确把握未来发展趋势,及时修正发展策略。动态财务分析模型基本结构如图1所示。

二、基于动态财务分析法的徽商银行资产负债管理分析

徽商银行于2005年12月28日正式挂牌成立,是全国首家由城市商业银行和城市信用社联合重组设立的区域性股份制商业银行。银行主要经营范围包括在中国吸收公司和零售客户存款,利用吸收的存款发放贷款,以及从事资金业务,包括货币市场业务,投资和交易业务及代客交易等。银行现有职工9000余人,设有17家分行、417个对外营业机构以及680家自助服务区,始终坚持“服务地方经济、服务中小企业、服务广大民众”的市场定位,不断加快业务持续发展,逐步增强综合实力,提升经营管理水平,实现了规模、质量、效益的协调发展,树立了“地方银行”、“市民银行”和“中小企业银行”的良好社会形象,已经成为安徽省内乃至全国银行业具有较高知名度和一定影响力的区域性商业银行。2013年,徽商银行在香港联交所主板挂牌上市,股票代码03698。(一)模型构建。一般而言,商业银行开展资产管理的基础为传统管理理论,资产类业务是银行主要收益来源,因此此部分业务需要进行重点管理[1]。发达国家商业银行积极采用信息技术,充分利用数学模型以有效开展资产负债管理,而线性规划模型是较常应用的模型之一,因此本文也利用此模型构建徽商银行资产负债管理模型。(1)确定模型构建条件。首先需要明确银行资产负债情况,以此作为确定依据。本文通过查询徽商银行年度财务报表,汇总了银行资产负债情况(见表1)。由表1可知,债券投资及贷款是徽商银行资产的主要组成部分,而储户存款是负债的主要因素,可在模型构建时简化相应参数。虽然徽商银行并非完全由债券投资、贷款及存款构成全部资产负债,但是其占比极大,因此假设银行只存在此类资产负债。实现利润最大化是商业银行开展经营的最终目的,徽商银行作为上市商业银行自然也不例外,故本文将目标参数设置为收益最大化。大多数情况下,短期贷款能够得到及时回笼,但是受经营状况、现金流量等因素影响,部分贷款企业会存在延迟还贷情况,因此本文设定短期贷款能够全部回笼,以保证模型构建的顺利进行。受客观经济条件、货币流通及市场物资供求等情况影响,银行存款利率会时常变动,因此在构建模型时设定存款利率及贷款收益率为非恒定状态。此外,按照存贷款期限将存款及贷款分别进行中长期及短期归类。(2)合理选取模型参数。在确定模型构建条件后,需要合理选取相应参数,以确保所管理模型的合理性及最终计在确定参数具体数值时,首先需要确定存款准备金率。按照中央银行要求,商业银行为保证客户提取存款和资金清算,需要在央行缴存一定比例的存款准备金,存款准备金与银行存款总额之比即为存款准备金率。通过查询银行相关数据,可知徽商银行的存款准备金率为18%。(3)模型构建。流动性比率是商业银行风险监管的核心指标之一,指的是流动性资产与流动性负债的比值,按照证监会规定的相关标准,商业银行流动性比率应不小于25%。徽商银行流动性资产主要为短期贷款,而流动性负债主要为客户存款,因此徽商银行短期贷款与存款的比值应大于等于25%。此外,按照银监会相关要求,商业银行存款余额应多于贷款余额的1.3倍以上。由此,可对徽商银行资产负债管理模型进行系统构建,模型具体构建如下:Fun=(restl*rstl+reltl*rltl+rebod*rbod)-(restd*rstd+reltd*rltd)-(restd+*stp++restd-*stp-+reltd+*ltp++reltd-*ltp-)s.t.stdet+ltdet+stlot-1+restlt-1*rstlt-1+rllot-1*rebodt-1*rbodt-1=stlot+ltlot+bodt+restdt*rerstdt+reltdt*rerltdt(资金预算约束:左侧为资金来源,右侧为资金去向)75%retd叟retl(存贷款余额比例约束)restl叟25%restd(流动性比率约束)restlt+restdt+-restdt-=restdt-1+ξstdtreltdt+reltdt+-reltdt-=reltdt-1+ξltdt(存款流约束)restdt+/restdt-+reltdt+/reltdt-=0(惩罚约束)stdet,ltdet,restdt,reltdt,restdt+,reltdt+,restdt-,reltdt-,stlot,ltlot,restlt,reltlt叟0在确定短期存款溢出及短缺惩罚率时,可将短期存贷款利率作为相应数值进行计算,即:stp+=rstd,stp-=rstl,ltpe+=rltd,ltpe-=rltl(二)生成模型情景元素。模型构建完成后,需要模拟预测银行经济变量未来变动情况,此时需要生成情景元素对其进行反映。蒙特卡罗法是开展数据模拟预测的常用方法,在具体应用过程中首先确定服从特定概率分布的随机数列,然后开展相应预测。假设E(ξ)是变量ξ的期望,并用要求变量A进行表示。按照蒙特卡罗法相关要求,对变量ξ进行n次抽样,并记录相应独立序列ξ1,ξ2,ξ3,...,ξn,然后计算算术平均值,并以所得数值作为此次分析的最佳近似值,具体计算公式为:算术平均值=Ni=1Σf(a)/N(1)(1)生成存款利率情景元素。受经营业务影响,徽商银行存在多种中长期存款方式及短期存款方式,因此需要进行多次计算以获取最终存款利率。中国人民银行在近十年共开展了34次存款基准利率调控,因此可利用相应调整数值核算不同类型存款的平均利率,并通过加权平均操作获得每年的整体存款利率,然后通过构建自回归模型开展相应解析,具体模型如下:γt=β1*γt-1+β2*γt-2+βp*γt-p+εt,ε∈(0,Q)t=1,2,...,T其中,β表示自回归参数,γt表示检查及分析过的时间序列。利用自回归模型对各现象之间联系进行动态展示,及时预测并限制未来行为。利用自回归模型获得的中长期存款利率模型为:rstdt=β1*rstdt-1+β2*rstdt-2+βp*rstdp+εt,同理,短期存款利率模型为:rltdt=β1*rltdt-1+β2*rltdt-2+βp*rltdp+εt。在获得相应模型后,利用EVIEWS软件进行序列描述。通过分析描述结果可知,相关系数呈逐渐下降趋势,数值趋近于零,拖尾性较为明显,且其他系数变化具有一定的随机性。EVIEWS软件标示出两期序列,第一期的自相关系数趋近于1,任意性也存在于序列的其他系数中。由此可推测短期存款利率存在自相关性。通过序列描述,可获得短期存款利率的具体计算公式:rstdt=0.85rstdet-1+εt(8.3854)。经过多次描述短期存款利率序列,最终获得rstd2017=3.06,rstd2018=2.99。同理,经过多次描述中长期存款利率序列,最终获得rltd2017=6.51,rltd2018=5.83。(2)生成贷款利率情景元素。银行贷款与存款具有相似之处,两者均存在不同的期限,因此在生成贷款利率情景元素时与生成存款利率情景元素具有相似之处。在具体操作过程中,首先需要计算各类贷款的利率。中国人民银行对贷款基准利率进行了36次调控,利用与存款利率相同的计算方式可获得每年的整体贷款利率。然后利用EVIEWS软件进行序列描述,最终获得长短期贷款利率模型:rstlt=0.86rstlt-1+εt(8.2013)、rstlt=0.89rstlt-1+εt(9.2976)。经过多次描述中长期存款利率序列,最终获得rstl2017=3.31,rstl2018=3.14,rltl2017=5.79,rltl2018=5.72。(3)生成债券收益率情景元素。本文通过查询证监会相应公告及企业年报,汇总了徽商银行2012—2017年债券投资的数据(见表3)。利用EVIEWS软件进行序列描述获得债券收益率模型rbodt=0.77rbodt-1+εt(3.5314),经过多次描述中长期存款利率序列,最终获得rbod2017=5.14,rbod2018=5.64。(4)生成存款流情景元素。通过查询资产负债表,本文汇总了徽商银行2012—2017年各类存款变动情况(见表4)。在获得银行存款变动信息后,即可按照存款利率情景元素的生成过程开展相应操作,继而获得存款流模型,其中,中长期存款流模型为:ζltdt=469.85ζltdt-1+εt(3.6101);短期存款流模型为:ζstdt=335.28ζstdt-1+εt(4.2947)。(三)预测随机因素。资产负债管理模型随机因素主要包括存款、贷款及债券投资三部分,在完成模型构建后需要利用2016—2017年各因素相关数据预测2018年相应因素,并确定最终预测值。在预测2018年度存款数值时,首先需要确定2016—2017年度存款数值。由表4可知,徽商银行2016年度的短期存款为4528.58亿元,中长期存款为3237.14亿元;2017年度的短期存款为4879.26亿元,中长期存款为3357.31亿元。在获取相应数值后,可利用蒙特卡罗法开展数据模拟预测,最终获得2018年期末中长期存款为4427.47亿元,短期存款为5819.34亿元。在预测2018年度贷款数值时,需要确定2016—2017年度贷款数值。本文通过查找企业年度财务报告确定徽商银行2016年度中长期贷款1461.38亿元,短期贷款1318.57亿元;2017年度中长期贷款1658.38亿元,短期贷款1535.72亿元。在确定相应数值后,本文利用蒙特卡罗法进行模拟预测,最终确定徽商银行2018年度的短期贷款为1856.91亿元,中长期贷款为2025.83亿元。对2018年度债券投资额进行预测时,首先需要确定2016—2017年债券投资相关数值。通过手工查询企业年报可得,徽商银行2016年债券投资额为1682.94亿元,2017年为2144.82亿元,通过模拟预测可得2018年债券投资额为2712.57亿元。(四)资产负债管理动态财务分析本文利用已构建的资产负债管理动态财务分析模型预测徽商银行2017年度各项随机因素,将所得数值与银行实际值相对比。各预测值及实际值具体信息见表5。由表5可知,预测值与实际值的差距不大,表明利用模型计算的数值准确性相对较高,可利用模型对徽商银行2018年经营状况进行合理预测,并准确评判企业财务状况。在预测分析经营状况时,首先需要设置模型情景。第一步,预测银行利润。资产负债管理模型设置的利润预测公式为:Fun=(restl*rstl+reltl*rltl+rebod*rbod)-(restd*rstd+reltd*rltd)-(restd+*stp++restd-*stp-+reltd+*ltp++reltd-*ltp-)(2)将各变量数值代入式(2),可得徽商银行2018年利润额为113.18亿元,流动性比率为106.98%。第二步,配置利率变动情景。在银行经营过程中,利率风险高低决定了收益的多少,对资产负债管理产生重要影响,因此在资产负债管理模型具体应用过程中需要配置利率变动情景。通过模型分析发现,当存贷款利率均上升时,银行的利润将下降,而当存贷款利率均下降时,银行的利润将上升,且增减额相等。第三步,配置贷款变动情景。银行经营状况会受到资产结构的影响,短期贷款越少,银行利润数额越大。利用上文构建的模型对短期贷款减少情况下的流动性比率变动情景进行预估,具体变动情况如图2所示。在完成模型情景设置后,需要进一步分析设置结果。由上述分析结果可知,存贷款利率会对银行收益产生影响,两者之间存在较为明显负相关性;银行流动性比率会受到短期贷款的影响,两者之间存在较为明显的正相关性。

三、结论

随着存款利率不断上升,商业银行经营利润开始逐渐下降,加之资产负债管理能力不足,分析方式科学性不足,商业银行经营风险不断加大。要充分发挥动态财务分析法的积极作用,就需要商业银行有效管理资产负债,及时对存贷款利率进行准确预测,有效开展事前控制,合理调整业务结构。积极预测未来存贷规模,明确未来收益变动情况,并据此对投资债券进行有效调整,有效控制债务偿还风险,提升银行投资收益率[2]。此外,商业银行需要有效识别经营风险,对存贷匹配监督体系进行完善,及时发现存贷结构中存在的风险,提升银行风险管控能力。

参考文献:

[1]张兰波.银行资产负债管理的逻辑[J].中国金融,2017(5):25-28.

[2]关文杰.资产负债管理的有效性[J].中国金融,2017(5):22-24.

作者:宋文娟 李爱红 单位:1.晋中职业技术学院 2.河南财政金融学院