0 引言

从20世纪70年代到今天，无论是进步中国家、发达国家，还是转轨经济国家，都历程了一些紧急的银行业危机。而银行作为国家金融的命脉，对一国政治稳定和经济进步起着要紧用途。对于国内如此一个金融体制还不太完善的进步中国家来讲，在证券、保险等行业的进步还不完备的状况下，银行系统对经济有哪些用途就看上去非常重要。因此，银行体系稳定性或脆弱性问题一直是学术界讨论的重点。

2007年夏以来的次贷危机是对银行风险管理及其监管的一次严峻的重压测试。让人震撼的是，这次危机对那些国际上实力雄厚和管理一流的大型银行业带来了非常大的冲击，如花旗银行等金融机构也同样未能幸免。因此，国内金融当局迫切需要加大银行风险管理及其监管，而对银行脆弱性进行准确判断和测度是第一需要解决的问题。

1 银行体系脆弱性指数构建

1.1 文献综述

关于银行体系脆弱性的测度办法海量，归结起来可以分为定性剖析和定量剖析两大类。在早期主要用定性剖析，如历史事件剖析法和定性指标剖析法。

近来愈加多的研究开始使用量化剖析，归结起来主要包含：一是Frankel和Rose（1996）提出的概率单位模型，如Probit模型和Logit模型；二是Sachs、Tomell和Velasco（1996）提出的横截面回归模型，简称STV模型；三是Kaminsky（1997）等提出的信号剖析法。

研究银行体系脆弱性需要第一确定一系列的经济和金融指标。

Caprio和Klingebiel（1996a）应用贷款损失和资本降低两项指标判断是不是发生危机，假如大多数或全部银行系统的资本遭到侵蚀，贷款损失紧急，则表示马上发生危机。因此不好的贷款率和资本充足率是银行脆弱性的测度指标。

Demirguc|Kunt和Detragiache（1998a，1998b），他们觉得下述条件之一成立时，即发生了银行危机：（1）不好的资产占银行资产比率超越10％；（2）政府救助银行的财政本钱占GDP的比率大于2％；（3）银行部门问题致使银行大规模的国有化；（4）大范围的银行挤兑致使政府采取紧急手段如冻结存款，银行假期延长，存款保证承诺的常见化等。该项研究中，银行体系的不好的贷款率是危机事前可查指标，具备风险积聚特点，因此，可以将不好的贷款率作为银行体系脆弱性的测度指标。

Glick&Hutchinson（1999）觉得银行危机总是与挤兑密切有关，而挤兑致使银行存款降低，如此存款变化可以作为衡量银行体系脆弱性情况的有效替代指标。除此之外贷款作为银行最主要的业务，贷款的变化也是衡量银行稳健与否的一个比较理想的指标。一般存款的降低及贷款的膨胀意味着银行体系脆弱性上升。从银行的主营业务视角概念银行体系脆弱性，合适没精准地记录银行危机或没发生过金融危机的国家。

Honohan（1997）使用的是存款与GDP的比率、银行向政府的筹资与同业利率差等指标，而Dmirguc和Detra ache（1998）却发现信贷与GDP的比率、国内利率水平、贸易条件、通货膨胀波动等指标能较好地测量银行脆弱性。

Aykut Kibritcioglu（2002）觉得银行面临的主要风险包含流动性风险、信贷风险和汇率风险，相应的表达指标分别是存款总额增长率，贷款总额增长率及未对冲负债增长率。

国内银行体系脆弱性测度指标主要包含单一指标和加权指标。单一指标主如果使用不好的贷款率（沈中华，1999）。因为加权指标可以选取更多的指标，从而可以更全方位地反映脆弱性的情况，遭到愈加多的看重。

陈华、伍志文（2002）借鉴西方国家在选取指标过程中的一同经验和专家学者研究成就，结合国内的实质状况，考虑到数据的可获得性，选择城乡储蓄变化率、银行对非政府部门贷款增长率、买家物价指数3个指标作为核心指标，并借助CMAXt指数法从银行部门和实体经济部门两个层面初步测度了银行体系脆弱性情况。

许长新，张桂霞（2007）觉得银行危机一般是因为下列原因的实质性降低引起的：一是来自居民家庭的银行存款降低；二是来自企业部门的债权增加；三是本币面值的真实或者潜在贬值。据此，文章选择了银行体系总存款、银行体系对私人部门的贷款、金融系统海外净资产3项指标，运用加权法和信号法，剖析了1986年至2003年国内银行体系脆弱性年度变化情况。

袁德磊，赵定陶（2007）觉得银行危机多数是银行脆弱性积累到一定量的集中体现。银行危机是银行脆弱性从量变到质变的演变结果。选择不好的贷款率、全国贷款增长率、通货膨胀率及资本充足率4项指标，用算术平均法计算了银行体系的脆弱性，研究了1985年至2005年国内银行体系脆弱性年度变化情况。

万晓莉（2008）依据历史上的银行危机一般表现为大面积挤兑和银行恐慌，其面临的最大风险源于流动性风险（很多银行挤兑）、信用风险（不好的贷款的升高）、市场风险（利率变化及银行无抵补的外汇负债的增加）和操作风险。选择了中央银行对金融机构的信贷、存款占货币总量的比率、国内贷款与储蓄存款的比率、真实信贷增长率及银行机构的真实外债增长率5项指标，使用因子剖析法合成了银行脆弱性综合指数，剖析了1987年至2006年国内银行体系的脆弱性季度变化情况。

1.2 本文银行体系脆弱性测度指标选择

依据前人的研究成就，兼顾数据的可获得性、准确性与可量化性的原则，本文从银行体系的流动性风险、信贷风险和行情分析3个方面选择了7个指标来构建国内银行体系的脆弱性测度指标体系。选取的变量主要有：

1）存款总额增长率。存款作为银行的主要资金来源，一方面增加了银行对企业贷款的能力，提高了银行的盈利能力；其次当发生挤兑时，很多的存款流失给银行带来毁灭性的打击。银行存款总额多少和存款总额增长率的高低一般被用来反映因流动性不足而致使的银行挤兑的风险。

2）贷款总额增长率。贷款是银行体系运用资金获得收益的主要方法之一，过高的贷款增长率一般意味着银行体系的信贷风险较高。

3）存贷比。存贷比是指银行体系的贷款总额与存款总额的比值，该比率反映的是银行体系募筹资金满足贷款需要的能力。该比率过高可能表示银行体系有较大的资金重压，从而应付流动性风险的能力较差。

4）央行对金融机构贷款占银行贷款总额的比率。央行的一个要紧用途是作为最后贷款人，当其他金融机构遇见流动性危机时由央行向其贷款。央行对金融机构贷款占贷款总额的比率越高，银行体系的流动性问题越紧急。

5）非政府部门贷款增长率。银行体系对非政府部门的贷款总额主如果对企业和居民的贷款，过高的对非政府部门贷款的增长率将会致使高不好的贷款率，使得银行体系信贷风险增加。

6）M2占存款总额的比率。存款总额与货币提供量的比值降低表示公众存款信心降低，所以M2/存款总额越高，则银行体系的流动越不足，或者效率越低，即流动性风险越大。

7）海外净资产增长率。国内因为长期的双顺差，形成了巨额的外币资产，在人民币对USD等主要货币不断升值的状况下，面临外币资产财富缩水的风险愈加高。

1.3 因子剖析法

因子剖析的实质就是用几个潜在的但不可以察看的互不有关的随机变量去描述很多变量之间的有关关系（或者协方差关系），这类随机变量成为因子。因子剖析也就是找出影响系统的最少独立变量的因子，然后用这类较少的因子来代表影响整个系统的变量所提供的信息，达到找出影响观测数据的主要原因的目的。

数学上，因子剖析就是一个线性变换。这一变换就是把原始数据变换到一个新的坐标系统内，致使任何数据投影的第一大方差在第一个坐标（第一主成份）上，第二大方差在第二个坐标（第二主成份）上，……，依此类推。用数学公式表示如下：

（1）

X是T×N矩阵，是可以察看到的指标集合（时间长度为T，指标个数为N），假设这N个指标的信息可以被一个更小的不可察看的因子集F（T×K维，K

因子载荷的估计量可以参考最小二乘法回归得到，即 ，其次从式（1）也可以看出，每一个因子其实是原始指标的线性组合（残差项忽视不计） ，其相对于每个原始指标的系数越大，则该指标对因子的影响更大。所以因子剖析的另一个好处是可以将海量原始指标分类成不同部分。事实上探寻每一个因子所代表的特定信息是因子剖析在应用中的一个要紧内容。

万晓莉（2008）觉得应用动态因子法既可以最大程度的反映个指标所蕴含的信息量，又可以防止传统办法中对各指标网站权重设定的主观性。脆弱性指数的构建如下：

银行体系脆弱性指数= 第i个因子的网站权重×第i个因子的得分

将因子的方差累积贡献率作为因子的网站权重。所以方差累积贡献率，表示因子越要紧，网站权重越大。

1.4 国内银行体系脆弱性的核心测度

1.4.1 数据来源

本节所使用数据源自中国人民银行官方网站统计数据库与《中国人民银行季报》，数据的范围是2000年1月至2011年3月，数据频度为月度。

1.4.2 指标的描述性统计

变量的描述性统计主要包含变量的最大值、最小值、均值、方差，如表1所示。国内银行体系的存款总额的平均增长率为18.9%，贷款总额的平均增长率16.4%，从均值上来看，存款总额的增长率要大于贷款总额的增长率，这一方面表明国内银行体系的资金来源较为充足，其次也显示出国内银行体系的资金运用能力不足。存贷比的均值为73.3%，接近于监管红线（75%），显示出国内银行体系流动性风险较高，需要采取肯定的手段。非政府部门贷款增长率均值16.7%，处于两位数的水平，存在肯定风险。虽然低于东南亚金融危机时期的各国家的水平，但仍然是较高水平，一旦贷款水平降低将形成很多不好的贷款，产生信贷风险。国内银行体系的海外净资产增长也较快，平均增速达到了26.8%，因为人民币对USD等主要货币的不断升值，国内银行体系积累的巨额外币资产将面临财富缩水的风险。

表1 指标的描述性统计

1.4.3 方差贡献度

表2 方差讲解表

从表2可以看出，因子1的特点值为3.977，方差贡献度为56.83%；因子2的特点值为2.234，方差贡献度为31.92%。两个因子的累计方差贡献度为88.72%，可以觉得这两个因子提供了足够的原始变量数据信息。依据因子剖析提取特点值大于1的准则，与提取累计方差贡献度大于85%的准则，提取因子1和因子2，合成银行体系脆弱性综合指数。

1.4.4 因子载荷矩阵

从表3中可以看出，因子1中系数绝对值较大有存贷比、M2/存款总额、央行对金融机构贷款/贷款总额。因子2中存款总额增长率、贷款总额增长率、非政府贷款增长率、海外净资产增长率的系数绝对值较大。这两个因子主要反映了国内银行体系流动性风险、信贷风险与汇率风险。

表3 旋转因子载荷矩阵

1.4.5 因子得分系数及银行脆弱性指数确定

表4 因子得分系数矩阵

依据表4的因子的分系数矩阵与变量观测值可得：

F1=0.0158x1+0.1317x2+0.1072x3|0.0028x4+0.0154x5+0.0011

x6+1.0722x7 （2）

F2=0.0674x1+0.5619x2+0.4571x3|0.0118x4+0.0656x5+0.0048

x6+0.1922x7 （3）

据前文剖析，选择以上两个合成银行体系脆弱性综合指数，合成办法使用加权法。在上述的剖析中用因子的方差贡献度来反映因子所蕴含的信息，则因子对信息的讲解力在数学上就反映为该因子对总体数据方差的讲解力。由此本文使用各因子占两因子的累计方差贡献度的比重作为该因子的网站权重，来合成银行体系脆弱性指数。由上文剖析因子1的方差贡献度为56.83%，因子2的方差贡献度为31.92%，两因子累计方差贡献度为88.74%。则第一个因子的网站权重为64%，第二个因子的网站权重为36%用加权法合成，计算公式为：

由式（2）、（3）和（4）可计算出各月份F值。

为了便于比较和表示的便捷，本节将数值F在[0，10]上进行标准化，得到银行体系脆弱性指数（Banking Fragility index 简称BFI），计算办法如下：

借助式（4）得出的综合因子得分带入式（5），即得2000年1月至2011年3月国内银行体系脆弱性指数，按时间排列可得国内银行体系脆弱性走势图。

2 国内银行体系脆弱性剖析

图1 银行体系脆弱性指数折线图

由因子剖析法计算得到国内银行体系脆弱性指数如图1所示。从图1可以看出，从2000年以来国内银行体系的脆弱性总体呈降低趋势，但期间历程过较大幅度的波动，有明显的阶段性特点。可以将国内银行体系在2000年到2011年3月这期间的脆弱性状况大致分为四个阶段。

从2000年到2003年7月这第一阶段国内银行体系脆弱性总体呈上升趋势，在2000年这一年虽然有所降低，但随后一路震动向上。从2002年下半年开始有了一个较迅速度的上升，在2003年7月达到了顶峰。在这一阶段时间内中国成功地加入了世界贸易组织（WTO），承诺将在5年的保护期后对国际社会全方位开放中国的银行业。随即中国开启了中国银行业的一轮关键的国有商业银行的股份制改造，因为中国银行业长期积累的问题在这一时期的暴露，与变革时期对原有规范的打破不可防止地推高了中国银行业的脆弱性。

第二阶段为2003年8月至2006年1月，银行体系脆弱性指数由前一阶段的峰值降到了非常低的水平。

从2006年2月银行体系脆弱性大体上又呈现出上升趋势，虽然在2008年时略有降低，随后即飞速上升，于2009年11月达到顶峰，这为第三阶段。在这一阶段时期，国际上发生了一次要紧危机，2007年底来自于美国的次贷危机于随后的几个月内飞速蔓延至全球。中国政府为了预防危机的进一步冲击，于2008年底推出了4万亿投资计划，致使银行体系的贷款额大幅提升，社会企业投资飞速扩大，致使银行业面临信贷风险增大。

第四阶段为2009年12月至2011年3月，银行体系的脆弱性维持了较快的降低速度。伴随投资规模的缩小和中央对房产的调控政策不断加紧，银行业面临的信贷风险减小，减少了这一时期银行体系的脆弱性。