1、农村信用社流动性风险水平及影响因素研究 摘要：使用主成分分析方法计算了济南市 7 家农村信用社 2005-2012 年的流动性风险水平，并考察了影响其流动性风险的内外部因素。实证结果显示，济南市农村信用社流动性风险水平差距较大，具有明显的时间趋势，农村信用社规模和资产质量是影响农村信用社流动性风险的重要的内部因素，信用社所在地区的经济发展水平则对农村信用社流动性风险无显著影响。 下载 关键词：流动性风险；农村信用社；主成分分析 文章编号： 1003-4625（ 2015） 03-0076-04 中图分类号： F832.35 文献标识码： A 一、引言 流动性风险是指银行虽然具备清偿能力，但无法
2、及时地以合理的成本迅速增加负债或变现资产获得足够的资金产生的风险。它是商业银行面临的重要风险之一。从微观层面来说，发生流动性风险将影响商业银行的盈利水平，甚至可能引发 “ 挤兑 ” 导致银行破产；从宏观层面来看，单个商业银行如果发生了流动性风险，居民的恐慌心理将可能使其传染到整个银行体系，进而影响整个金融系统的稳定。因此，对商业银行流动性风险的研究意义重大。 与一般商业银行相比，农村信用社的一级法人通常是县（市）级联社，无论实体规模、资 金实力，还是盈利能力，都弱于国有商业银行和股份制商业银行，尤其是在利率市场化不断加速、银行间竞争日益激烈的情况下，农村信用社沉重的历史包袱，相对单一的业务结构
3、、较低的信贷资产质量和较差的盈利能力等现状，使得加强流动性风险管理对农村信用社来说显得至关重要，也尤为迫切。 目前国内对商业银行流动性的研究多集中于国有四大商业银行或其他股份制商业银行，较少涉及农村信用社。本研究将以农村信用社为主要研究对象，分析其流动性风险水平及影响因素，以期为农村信用社的流动性风险管理提供依据。 二、相关研究综述 Diamond 和 Dybvig（ 1983）提出了著名的 D-D模型，认为商业银行发生流动性风险的根源在于银行将高流动性的存款转变成了低流动性的贷款，当各种原因形成恐慌时，挤兑是存款人的最优选择，但挤兑一旦发生，将导致银行破产。关于流动性风险发生的原因， All
4、en 和 Douglas（ 2000）认为发生挤兑是源于银行内部原因。 Peters（ 2002）分别使用流动性缺口法、资金结构法、流动性指标法对流动性风险进行了衡量，指出商业银行流动性缺口主要受预期企业利润、本国货币供应量增长率、预期的通货膨胀率等因素的 影响。 Waldo（ 1985）认为人们的预期心理是导致银行发生流动性危机的主要原因。 Gorton（ 1988）则指出，银行发生危机与经济周期有很大关系。 Cooper 和 Ross（ 1998）的研究结果表明银行发生挤兑是由外部因素导致的。 随着改革开放的不断深入，针对我国商业银行流动性风险，国内学者也提出了自己的观点。姚长辉（ 199
5、7）指出，影 向商业银行流动性风险的因素主要包括：银行资产负债结构，中央银行的货币政策，金融市场发育程度，预期市场利率和信用风险。孙志国（ 2004）以国有商业银行为分析对象，以流 动性缺口（总存贷差）作为衡量流动性的指标，考察了宏观环境因素对商业银行流动性风险的影响，发现前一期存款增量、经济增长、银行改革和金融危机等制度性因素显著影响商业银行流动性风险，市场利率和金融市场开放程度的影响次之。李洪斌（ 2007）从货币政策、国际资本流动、资本市场发展出发对影响商业银行流动性的外部因素进行了分析。吴光静（ 2007）使用流动性比率、净拆借资金比率、存贷差比率和资产负债期限结构四个指标对我国商业银
6、行的整体流动性进行了考察，得出我国商业银行流动性状况较好的结论。季敦民等（ 2008）运用灰色关联度 分析及非线性协整分析的方法，选择流动性缺口作为衡量流动性风险的指标，分析了影响安徽省商业银行流动性风险的各种宏观因素，得出政府财政因素、外贸因素、消费因素和投资因素是影响安徽省金融机构流动性风险的重要因素。马宇（ 2012）在实地调研获取数据的基础上，利用面板模型对安徽省 10家农村信用社流动性风险影响因素进行了实证分析，发现法定存款准备率、不良贷款率、 M2 增长率是影响农村信用社流动性风险的重要因素。 三、模型构建和变量选择 （一）模型设定 根据前文分析，我们将影响农村信用社流动性 风险的
7、因素分为外部因素和内部因素两个方面，外部因素主要体现为银行经营的宏观经济环境，内部因素则涉及银行微观经营相关变量。本文具体计量模型如下： （二）变量选择 （ 1）流动性风险 F。研究者常用的反映银行流动性的指标包括：流动性比率（流动性资产余额 /流动性负债余额）、流动性资产占总资产之比、超额准备金率（超额准备金 /存款）、不良贷款比率（不良贷款 /贷款总额）、存贷比（各项贷款期末余额 /各项存款期末余额）、拆入资金比例（拆入资金余额 /各项存款余额）、拆出资金比例（拆出资金余额 /各项存款余额）。但是任何一个单独指标都难以全面测量农村信用社的流动性风险水平。因此，本文结合已有研究和数据占有情况
8、，选择使用流动性比率、超额准备金率、不良贷款率和存贷比四项指标进行主成分分析，合成各农村信用社流动性风险指数 F，以综合反映各农村信用社的流动性水平。合成之前，使用差额法或倒数法将上述四项指标转换为同向指标，即使各指标都与流动性风险正相关。 （ 2）地区经济发展水平 LnGDP。地区经济发展水平属于影响农村信用社流动性风险的外部因素。比较而言，经济发达地区的投资需求较为旺盛，对资金的需求量较大，银行贷款量相 对较高。与此同时，经济发达地区借款人违约的风险会低于经济落后的地区。本文使用各地区年度国民生产总值的常用对数 LnGDP衡量地区经济发展水平对农村信用社流动性风险的影响。 （ 3）农村信用
9、社规模 LnSize。规模较大的农村信用社显然比小规模信用社拥有更高的风险分散途径和抵御流动性风险的能力。本文使用农村信用社总资产规模的常用对数 LnSize作为农村信用社规模的替代变量。 （ 4）资产质量 AssetQua。农村信用社的资产主要包括现金、贷款、证券投资和固定资产。资产质量高低在很大程度上影响着农村信用 社的流动性风险大小。如现金占比较高的农村信用社将具有更低的流动性风险。本文中我们使用贷款占总资产的比重衡量农村信用社的资产质量，显然贷款比重越高，企业面临的流动性风险越大。 （ 5）盈利能力 ROA。盈利能力反映了农村信用社的资金运营能力。与商业银行一样，农村信用社同样需要在资
10、金的流动性、安全性和盈利性间寻求平衡。盈利性往往与流动性和安全性存在冲突，过分追求盈利性可能会降低农村信用社资金的安全性和流动性，因此盈利能力将对农村信用社流动性风险产生较大影响。本文使用资产收益率衡量农村信用社盈利能力，它等于 各信用社净收入与总资产的比率。 四、实证结果 研究样本为济南市 7 家农村信用合作社，分别为：润丰农合行、历城联社、章丘联社、长清联社、平阴联社、济阳农商行和商河联社，样本区间为 2005-2012 年，数据分别来自各农村信用社年报。 （一）农村信用合作社流动性风险结果 本文采用主成分分析法合成农村信用社流动性风险。使用 SPSS10.0软件进行主成分分析，经过 Va
11、rimax旋转后共选取了 3个主成分，第一主成分所解释的方差占整个方差的 41.28%，第一、第二和第三主成分的累积方 差贡献率达到 89.89%。一般来说，当综合因子的累积方差贡献率超过 85%时，表明综合因子反映了大部分信息，且彼此间不相关，因此可将这 3个因子作为构建各农村信用社流动性风险指数的依据。第一、二、三主成分构成分别如下： F1=0.4327*1/流动性比率 -0.4545*（ 1一超额准备金率） +0.5689*不良贷款率 -0.5315*贷存比 F2=0.6072*1/流动性比率 -0.5731*（ 1一超额准备金率） +0.3736*不良贷款率 -0.4033*贷存比 F
12、3=-0.3556*1/流动性比率 -0.4219*（ 1 一超额准备金率） +0.5333*不良贷款率 +0.6410*贷存比 据此，可得农村信用社流动性风险总指数为： F=0.4592Fl+0.3633*F2+0.1774*F3=0.3562*l/流动性比率 -0.0754*（ 1-超额准备金率） +0.4916*不良贷款率 +0.0162*贷存比。 我们根据流动性风险指数公式可以获得各农村信用社 2005-2012 年流动性风险指数，如表 1所示。便于分析起见，我们计算了各联社 2005-2012年的流动性风险均值，其中 润丰农合行流动性风险指数最高为 0.956，其次为商河联社 0.9
13、25。长清联社的流动性风险指数均值在所有联社中居于最低水平，仅为 0.38。各联社流动性风险由高到低的顺序依次润丰农合行、商河联社、济阳农商行、历城联社、章丘联社、平阴联社和长清联社。 从农村信用社流动性风险的时间趋势来看， 2005-2006 年，流动性风险提高； 2006-2009 年，呈现显著下降趋势； 2009-2011 年流动性风险有所提高，而这段时间恰好是国际金融危机背景下我国实行经济刺激政策的时间；2011 年开始，济南农村信用社流动性风 险再次呈现下降趋势。 （二）农村信用社流动性风险影响因素分析 静态面板数据回归的常用估计模型包括混合估计模型、随机效应模型和固定效应模型，通常
14、使用 F检验决定选择混合模型还是固定效应模型，然后使用 Hausman检验决定使用随机效应模型还是固定效应模型。由于流动性风险具有明显的时间趋势，我们在模型中加入了年度虚拟变量， YRl-YR7 分别代表 2005-2011年，回归结果如表 2所示。我们可以看出，固定效应回归的F 检验结果表明，在固定效应和混合 OLS 估计之间应该选择使用固定效应；Hausman 结 果显示在固定效应模型和随机效应模型之间应该选择使用固定效应模型，因此本文最终选择固定效应模型的估计结果。 根据表 2，农村信用社规模 LnSize 对流动性风险指数有显著负影响，也就是说，其他变量一定情况下，农村信用社规模越大，
15、流动性风险越低。农村信用社资产质量 AssetQua 同样对流动性风险有显著负影响，因此农村信用社可以通过提高自身资产质量的途径控制流动性风险。盈利能力 ROA对农村信用社流动性风险无显著影响。受数据所限，外部影响因素我们仅考察了地区经济实力的影响，结果显示，农村信用社所在地区的经济实 力LnGDP 对其流动性风险水平无显著影响。正如前文分析中所述，这一方面可能表明经济发展水平不对地区农村信用社流动性风险构成显著影响，另一方面也可能由于经济发展水平从正反两方面对农村信用社流动性风险产生影响，正反两方面作用效果相互发生了抵消。年度虚拟变量对农村信用社流动性风险基本呈现显著负影响， 2009-20
16、11 年回归系数绝对值显著低于其他年份，这与前文图 2中此区间内流动性风险提高相吻合，表明宏观经济环境能够从整体对农村信用社流动性产生影响。 五、结论及政策建议 本文使用主成分分析法合成流 动性风险指数，计算了济南 7家农村信用社 2005-2012年的流动性风险，并就影响农村信用社流动性风险的因素进行了考察。研究结果发现，济南市 7家农村信用社流动性风险差别较大，润丰农合行的平均流动性风险指数最高，长清联社最低；所有研究样本的平均流动性风险有显著的时间趋势，其中 2009-2011年我国实施经济刺激政策时间段内，流动性风险水平显著提高。 根据本文研究结论，地区经济发展水平不是影响农村信用社流
17、动性风险的显著因素，经济发展水平较高地区的农村信用社同样需要严格控制流动性风险问题。年度虚拟变量的显 著性及流动性风险的明显时间趋势表明宏观经济环境的确可以从整体方面对农村信用社流动性风险产生影响，当国家或地区实施刺激经济发展的扩张性财政或者货币政策时，农村信用社流动性风险将增加，此时所有农村信用社都必须更加仔细遴选贷款对象以合理控制流动性风险。从影响农村信用社流动性风险的内部因素来看，农村信用社规模对流动性风险有显著负影响，这表明合理扩大经营规模有助于农村信用社降低流动性风险。具有更高资产质量的农村信用社流动性风险更低，可以通过提高资产质量的方式控制自身流动性风险。此外，回归结果显示，农村信用社盈利能力对 流动性风险没有显著影响，说明农村信用社的盈利性和流动性之间不存在简单替代关系，农村信用社能够在保证流动性风险的前提下提高自身盈利能力。
