相关链接
刘 阳 沈丁丁 李 静
（西南财经大学 610074）
一、引言
商业银行传统资产负债理论基于静态财务数据, 本身并不具备预测功能，在竞争性市场中，这种技术的静态性会给商业银行经营和管理评估带来风险隐患，特别是在当前金融风暴席卷全球的大环境下，商业银行将面对一个更为复杂、时变性的作业环境，风险也将日益严峻，忽略任何一个风险点都可能导致致命的打击。以利率风险为基础的传统静态资产管理模式必须随着作业环境变化相应调整，这种调整不是简单调整风险范围，而是要突出应对复杂作业环境的动态性。基于上述考虑，商业银行有必要引入动态财务分析，从而使得资产负债管理能够应对高风险环境。
动态财务分析（Dynamic Financial Analysis以下简称DFA）是一种系统化的财务建模方法，以一系列可能的情景模拟财务结果，以表明结果如何受内部和外部条件变动的影响。一个好的DFA方法能够随机模拟资产项、负债项以及两者随机因素的关系，使得模型模拟结果体现各种或有影响因素。最早应用动态财务分析的领域是财产及意外保险，由于事件发生的时间和索赔量都不确定,财产及意外险公司资产和负债波动性很强，对宏观经济条件、通胀率、承保行为和法律条款都具有高度的敏感性。在高度动荡的作业环境下，动态财务分析成为财产及意外保险公司最为有效的资产负债管理手段。
动态财务分析克服了单一情景分析的缺点，采用随机模拟技术，对于适用企业的财务现金流随机生成不同情景，可以反映盈余、费用和损失率等变量的概率分布，为企业提供更为详细的风险预警。同时，动态财务分析还能帮助适用企业定制战略规划，打通了环境到战略之间的节点。在全球金融海啸前提下，中国商业银行应尽早引入动态财务分析战略，对资产负债进行全面和动态的管理，最大限度的规避动态作业环境给其带来的冲击，完成战略规划。基于上述考虑，本文比较了传统和动态两种资产负债管理模式，在此基础上系统分析了动态财务分析框架，并对中国商业银行应用进行了展望。
二、商业银行资产负债管理模式的演进历程
商业银行资产负债管理是企业管理理论与银行经营相结合的产物，作为一种开放、不断发展的理论，随着金融市场和金融分析技术的发展，特别是计算机的应用和金融工程出现，资产负债管理技术和工具更加多样化和先进化，目前已在去全球得到广泛应用。
资产负债管理技术和策略经历了由简单到复杂的过程，最初只是定义利率风险，并且确定测量利率风险的可接受方法，这些模型被用于分析现金流入、流出风险以及现金流缺口是否匹配。随着财务管理理论发展，银行资产负债管理缺口模型引入了久期的概念，关注重点转为现金流特征，不再是现金流本身。虽然资产负债管理（Asset-Liabilities-Management简写为ALM，下同）不再仅仅局限于应对利率风险，但是管理利率风险的ALM技术是最为成熟的。从既有理论看来主要内容如下：
1. 现金流匹配（Cash Flow Matching， CFM）。从理论上说，商业银行应该能够通过匹配现金流量等同的资产和负债，降低利率风险，这被称为“专用法”或“现金流量匹配”。现金流匹配可以使资产和负债现金流之间的不平衡达到最小化，也就是完全的匹配。从资产角度来看，资产组合选择是能够满足所有确定的负债支付。例如商业银行可以购买一个国库债券的组合，使其到期日与公司债务的到期日完全一致。
2. 缺口分析（Gap Analysis）。缺口分析是度量利率风险的又一种基本方法，其主要用于规避利率变化对多个连续阶段后的利率相关结果（如债券价值）所造成的波动风险。缺口分析计算的是利率时点上变动所引起的累积。根据不同利率类型可以将金融机构缺口划分为：①金融机构的浮动利率资产和浮动利率负债之间的货币差额；②金融机构的固定利率资产和固定利率负债之间的货币差额。在这种定义结构下，利率敏感性的资产和负债是指具有浮动利率的资产和负债。缺口管理模型包括到期缺口模型和久期缺口模型。
3. 免疫技术（Immunization）。免疫技术通过资产组合设计和安排，抵消利率波动带来的负债变化，并针对保险公司资产和负债受利率敏感部分的匹配过程，对利率造成的损失进行保护，因而被称为“免疫技术”。免疫技术的核心思想是将资产和负债的持续期相匹配。持续期，即久期（Duration），也就是现金流到期实现的平均时间。由于持续期随利率波动而变化，持续期匹配法仅能应付基本的利率风险，但却不是一个彻底的解决办法。商业银行也可以控制资产和负债的凸性。凸性衡量的是持续期随利率变化的速度。通过资产和负债的持续期和凸性的匹配，商业可以更精确的规避利率风险。
4. 模拟分析（simulation）。模拟分析法是商业银行建立了完备管理信息系统后采取的资产负债管理方式，它可以从收益和经济两个方面测量风险。持续期分析只是在一个时点上对资产负债表的结构进行反映，而模拟分析模型可以动态反映一段时期内的资产负债结构的变化、定价和到期的关系，并评价一段时期的风险。目前应用较多的模拟分析模型主要有：（l）净收入敏感性模型。它使用一套关于目前财务状况未来变化的假定条件来预测对投资和定价机会的影响，这项技术使管理层可以测量其他管理策略对银行净利息收入和净收入的影响。（2）权益经济价值模型。商业银行可以使用经济价值模拟模型以测量在多种假定利率条件下权益经济价值的敏感性。
美国金融市场清晰的显示了传统方法的应用环境及其优缺点，20世纪30年代美国经济大萧条后，直至60年代中期，美国政府证券收益率都稳定在2%－4.5%。恰如如图1所示，这是一个较窄的利率区间，即便是忽视利率风险商业银行在评估其债券法定价值时，资产负债表所受冲击很微弱，经营成果也不会受太大影响。图1 同样说明，美国70年代晚期严重的通胀使得利率水平异常波动，尤其是1979年10月美联储宣布货币政策重点在于控制货币总量而不是稳定利率，随后美联储放松了商业银行负债利率限制，利率灵活性增长，金融市场长短期金融工具利率波动愈演愈烈。与此同时，金融市场中新兴金融工具出现，又带来了市场风险。上世纪90年代以后，伴随着市场竞争加剧，商业银行操作风险越来越引起人们的注意。这次席卷全球的金融风暴，已让很多金融企业吞下恶果。
从整个过程来看，商业银行的作业环境发生了很大的变化，从一个简单静态的环境演变到一个动态复杂的环境。这场金融风暴更是使商业银行的作业环境系统的“熵值”达到了前所未有的高度。由此可见，商业银行动态财务分析方法与其所处作业环境完全契合，中国商业银行在目前的环境下引入适合复杂动荡环境的动态财务分析势在必行。
图1：美国政府的长期债的利率及其波动
三、动态财务分析概述
（一）动态财务分析的过程
动态财务分析作为ALM的一种形式，在北美受到财产和意外险公司的广泛认可。这种方法使企业能够估计公司在各种模拟情况下的结果，以及在不同战略部署下的前景，核心思想是在较广泛的区间内监控保险公司的整体财务状况，并在不确定和变化的市场环境下考察保险企业的经营成果和财富变化。该方法从企业整体出发，考察公司在不同情景或战略决策下，经营业务、竞争状况以及外部经济环境等因素的改变对公司经营结果会造成怎样的影响，公司是否仍然能够保持正常经营，公司经营目标是否能够实现。因此，DFA方法涉及的风险范围已不再局限于某种单个的或局部的风险，而是从长期的角度动态地、全面地、系统地分析整个企业的经营状况。其大致过程如下：
第一步，确定目标。DFA分析过程，第一步是由公司董事会明确公司的目的、经营目标、约束条件和风险承受程度。从而据此确定评价各种战略方案优劣的标准；它使管理层集中关注影响公司的重大事项，以及对这些事项进行相互沟通。可以量化的经营目标通常是：期望的股东盈余（Shareholder's Surplus）及其标准方差；公司的期望经济价值（Economic Value）及其标准方差。
第二步，收集数据。确定分析目标以后，必须对外生变量的历史经验数据进行收集，以便对其未来状况做出预测。DFA需要大量有关公司主要风险的可靠数据，并使这些数据随时可以被提取。因为DFA分析的质量依赖于所使用数据的质量。仅仅想查找出商业银行最重要的风险就需要大量的时间与努力，这是因为存在于不同部门的不同风险的数据通常都是不完全的，而且因可能存在的方式不同，可能不易获得或者不适宜于进行分析（例如，一堆凌乱的文件)。许多公司越来越多地以电子方式获取和存储信息，这使得DFA获取数据变得越来越简单。
第三部，模型参数化。模型参数化是对模型中的随机因素（比如实际GDP增长率、利率水平等)进行假定。用于模拟经济变量的模型，通常由时间序列的回归分析得出，或者已经被普遍接受（比如股指收益率满足对数正态分布等)。模型参数化要求一要确定初始条件，二要确定模型参数。
第四步，模型结果。这一步主要是上机操作。当然，使用者必须理解DFA所使用的模拟技术及其缺陷所在。DFA可以依据公认会计准则、监理会计准则、税收基础和经济价值基础，分别生成财务报表。如果预算期为5年，做20种不同的模拟，我们就会有400种报表。因此，DFA分析的成功取决于能否把如此多的数据加工浓缩成简洁明快的形式。
第五步，灵敏性测试。灵敏性测试是为了验证模型的结论并非是某一随意的假设，或随意取出的某一组情景。灵敏性测试的做法是固定其他变量，每次只变动一个变量的数值，测试该变量对目标值的影响程度。经常进行灵敏性测试的变量有利率、退保率、股指收益率等。如果已知变量之间的相关关系，那么，以上变量的联合影响也可以通过灵敏性测试进行评估。
第六步，呈报结论。DFA经常要做上千次模拟，所以DFA的结果必须以简洁明快、易于理解的方式呈报给公司最高管理层。报告应满足以下要求：一是明确每一步的重点；二是明确各模型的前后逻辑关系，以便增进管理层对模型的理解；三是结果要简洁。
（二）情景分析与随机模拟：动态财务分析的核心方法
在复杂动荡的金融市场中直接进行实验，要么是不可能的，要么是得不偿失的，根据实际问题建立模型，并利用模型进行试验，比较不同结果，选择可行方案，不失为有效的代用方法，动态财务分析最大的魅力也就在于此。目前，有两种模型方法在“动态财务分析模型”中运用广泛，即“情景分析”和“随机模拟”。
1. 情景分析（Scenario Analysis）。使用传统的定量定时的预测方法，在不确定性条件下进行经济预测，不能满足处于当今瞬息万变世界中的人们预测未来的需要，存在一定的局限性。“情景分析”是从战略角度采用的一种多维的预测方法，分析各种不同的偶然事件对利润流量或其他目标量的潜在影响，帮助企业对其长期的关键性薄弱环节作出评估。通常在情景假设的基础上，推断这一假设对市场参数的影响作用，即确定随机参数的相应系数，然后将新的市场变量的价值通过模型计算转换成对现有组合价值的影响效果。情景分析法的主要缺点是操作过程比较复杂，与其它传统的预测方法相比，其预测成本相对较高。与通常的情景分析过程相同，商业银行资产负债管理中的情景分析通常可以被分为五个阶段：情景定义、情景要素分析、情景预测、情景合并以及情景展示和后续措施，其中情景整合和展示是情景分析的关键部分。
2. 随机模拟（Stochastic Simulation）。随机模拟属于情境分析的延伸，不像情境分析只能指派相对少数的情境，它在模拟分析中是以计算机根据分析师所设定的概率分配，产生数以千计可能的情境状况，随机模拟使我们能够得到可能结果范围的概率分配情形，而非只是在一个点的估计结果（如图2破产概率）。并可以针对敏感性较高的投入变量进行敏感度测试，进而增加推测上的效果。由于模拟所得到的结果是以概率的方法加以表示，故在预测上较优于情境分析。对研究人员而言，“情景分析”方法的优势之一是，只要实际结果落于预测区间内，研究人员便回避了因为不准确的点估计而要受到的批评。但是，对政策制定者而言，这样的情景测试方法的帮助是有限的，因为它无法提供各种结果出现的可能性。尽管未来的不确定性也得到了某种程度的反映，但预测结果的区间是如此广泛，使得基于这些数据做出的决策意义不大。而随机模拟提供的信息，理论上要优于情景分析。
图2 随机模拟图
四、动态财务分析模型在商业银行的运用
（一）动态财务分析在商业银行运用的意义
动态财务分析在一系列可能的情景下归划可能的财务结果，研究业务、竞争和经济条件等因素的改变，会对决策的结果产生什么样的影响。其作为商业银行资产负债管理技术的高级阶段，不仅能够灵活地运用各种度量方法来测算利率变动对商业银行资产、负债的影响，还可通过恰当的“情景条件生成器”，在当前市场条件和未来市场环境条件间建立关联，并就此预测商业银行资产和负债的变化。因此，动态财务分析在商业银行中将有广泛的应用前景和较强的现实意义。
第一，动态财务分析是支持商业银行财务预测和决策的有效工具。它不仅能胜任对商业银行经营和财务状况进行全面整体性预测分析的工作，而且还能对商业银行资产和负债状况的变化实施动态监控，从而为商业银行构筑最有效的财务风险预警系统。
第二，动态财务分析在商业银行资本协议要求监控方面也有着广泛的应用前景。特点在于能够为商业银行监督部门提供较灵活的监管策略，即基于“内部模型＋事后调整”的监管模式。“内部模型”是指各商业银行根据自身所持金融资产以及负债的特点，建立各自的“动态财务分析模型”，以预测各年度的财务实力，并及时向监管部门报告。监管部门则可根据该报告估算该银行资本状况，确定所需的核心资本。“事后调整”则是指每年年末监管部门对年初商业银行递交的动态财务分析报告加以实证性的检验，并责成相关研究人员提交相关的财务意见书。
第三，动态财务分析能够通过信息系统提供实时决策的信息，提高风险控制和风险管理水平，从而提升商业银行持续经营的能力。动态财务分析技术实际上是建立一套信息系统，包括基础信息和决策信息。基础信息是观察一个商业银行经营状况发生变化的随机过程，因此必须是动态的、实时的。决策系统是在对随机过程所产生的可能的结果的判断过程，是衡量和认识风险、及时采取措施进行风险管理的活动。
（二）商业银行动态财务模型的框架
由于各种金融企业之间的差异以及各地区研发团体的经验和建模技术有着很大差异，因此动态财务分析模型有所不同。但是目前基本的动态财务分析模型的基本框架仍可用下图表示。即从初始条件生成开始，把初始条件参数输入情境生成器，再分别按资产模块和负债模块进行建模和计算，同时和公司模块中的数据进行汇总，得到策略模块。最后把所有的数据、情形进行汇总得到了报告子系统。
图3 DFA模型的基本框架
1. 初始条件生成（Initial Condition Generator）。初始条件分析了商业银行以往的经营情况（存款规模、坏账损失率等）以及总体的经济环境（通货膨胀、国内生产总值的增长等）。由于这些情况在目前的市场条件和未来前景之间总是存在着必然的联系，因此初始条件的设定必须与近期实际情况保持一致，从而得出合理的模型结果。
2. 情景生成器（Economic Scenario Generator）。“情景生成器”是DFA模型的核心部分，是动态财务分析建模的基础，它通过对商业银行所面临的现实经营环境，包括总体经济状况、公司的资产和负债进行合理的情景模拟，来反映商业银行的潜在风险。对于商业银行而言，由于其大部分投资于固定收入资产，对利率行为十分敏感，所以利率风险的评估尤为重要。在建模中，一般假设利率与通胀率高度相关，两种因素相互作用影响未来收入。此外，一般假设利率与反映投资回报的股票回报相关。
图4 随机经济变量的关系
3. 负债模块（liability Modeler）。“负债模块”是分析研究人员所熟知的部分，该模块对商业银行主要的产品进行模拟分析。在动态财务分析模型中的“负债模块”的特性和复杂程度，取决于建模时所采用的“细分程度（Granularity）”以及建模的目的。对债务的期限、类型以及大小的准确划分和归类将严格按照建模的目的进行细致的划分。
4. 资产模块（Asset Modeler）。对分析研究人员而言，最具挑战和吸引力的是“资产模块（Asset Modeler）”，该模块不仅对“资产回报率”等风险要素进行建模分析，而且能够反映“现金流”、“市场价值”、“账面价值”及其他会计要素。同“负债模块”一样，“资产模块”也有许多的设计要求或限制，其中主要内容包括：资产的哪些“属性”需要建模分析；该模块包含的 “广泛度”；该模块的“详细度”等。一般来说，动态财务分析模型往往采取将“股权组合（Equity Portfolio）”作为整体，而不是对单个股票或某类行业的股票，来进行建模分析。因此，过分的详细，并不一定到处适用，比如在许多情况下，将股权资产作为整体来分析的详细度，就已经足够了。
5. 公司模块（Corporate Modeler）。“公司模块”则是对公司政策、红利分配以及税负安排等风险要素进行建模分析的子系统。公司模块通常要执行以下任务：对非投资类资产（Non-investment Assets），如计算机设备等，进行建模分析；对非承保类负债，如税金以及公司发行的债券，进行建模分析；最终生成“试算财务报表（Pro-forma Statement）”。该报表应当与“一般公认会计原则（General Accepted Accounting Principal，简称GAAP）”下的会计规定，以及新巴塞尔协议等其他监管要求保持一致。从这种意义上看，公司模块实际上就相当于是一个“财务报表生成器（Financial Statement Generator）”。但是，这种“试算财务报表”并不一定是对商业银行进行财务评估的最好方式，因为许多利害相关者还是习惯于阅读那些公开的基于历史性财务数据的传统会计报表。此外，“公司模块”还需对下列公司决策进行建模分析：比如税负政策，即实施动态的投资策略以减少（税负）；公司的红利政策，即如何维持红利分配持续稳定的问题；资本金问题，比如何时发行债券或股票，或者又何时对公司债券或股票进行回购的问题。
6. 策略模块（Strategy Modeler）。总的说来，即便前面的“经济情景生成器”、“负债模块”、“资产模块”、以及“公司模块”运行完美，但如果不构建下面的“策略模块”的话，那它们最终的提供的效用也不大，只有有了这样的模块，才能将动态财务分析系统中其他专业性极强的子系统转化为能加以利用的管理工具。因为在大多数情形下，动态财务分析模型的目的是为“经营管理决策”提供支持，所以该模块通常包括有“优化模块（Optimization Module）”，以辅助确定最优的策略。“策略模块”同商业银行动态财务分析系统的其他模块不同之处在于它是一个“控制性子系统”。它必须用系统的方法，对动态财务分析系统的其他模块所需的数据输入进行改变或修正，同时也能接受生成财务报表里的有关讯息，并将它们运用到下轮策略决策中。“策略模块”的应用内容还包括：寻找最优的资产组合；为各业务线寻找最恰当的资本分配量；将某家公司的资产分配状况与其竞争对手进行对比等等。
7. 报告子系统（Reporting Sub-System）。动态财务分析的最后部分是“报告子系统”，即能以有效的方式向模型的使用者提供最终模拟信息和模拟结果的子系统。“报告子系统”的具体任务包括：提供图文并茂的数据格式，以利于决策分析和信息交流；提供集合性信息（如期末盈余分布），以及特定性信息（如在特定情景期间内的“试算损益表”）；提供对原始数据的查询；对情景条件等数据输入提供解释；提供“用户友好”的模型界面等。
通过前面对商业银行动态财务分析模型体系的简单构建，以及相关的应用分析，我们可以看出，动态财务分析实际上是一系列能对复杂金融机构的各个运行部分进行建模分析的应用程序或研究工具的组合。毫无疑问，此类系统的研发和使用，要求具备相当广泛的风险理论，以及对商业银行运行和监管环境的深刻理解。因此，研究分析人员应当是能够迅速地掌握动态财务分析技能的，但决不能局限在传统意义上的资产负债管理知识范围内，必须结合企业战略安排来进行全面的分析。
五、小结及未来研究展望
本文在一个宽泛的视角下对商业银行引入动态财务分析进行了分析，与传统方法比较的基础上介绍动态财务分析方法的核心情景分析和动态模拟，并对在商业银行的应用前景进行了展望，在可行性分析上还有很多问题是亟待解决的。第一，各个模块中模型细化的问题：如在利率模型中到底是选用CIR模型还是VASICEK模型；资产模块中的投资模型是选用三因素模型还是CAMP模型；怎样构造流动性风险对应的模型以及破产预测上的各种分布的参数选择。第二，与新巴塞尔协议内容的互动性较差：动态财务分析一个很大的用途是满足监管需要，在未来实际运用中新巴塞尔协议的各种要求必须固化进动态财务分析的各个模块中。第三，运行软件的支持，就目前的时间情况来看，专为商业银行开发动态财务分析软件的供应商较少，能够本土化运用的软件就更是凤毛麟角。相信在解决了以上问题后，动态财务分析必将在商业银行的资产负债管理上起到巨大的作用，当然这些问题是下一步研究一个方向。
本文忽略量的差异，对动态财务分析在经验层面进行了介绍。对中资商业银行而言，动态财务分析仍旧是一个相对较新的概念，不同地区、不同经济环境应用形式可能存在差异，但必定遵守本文提出的一般性过程。明晰了上述原理，实际应用便是一个渐进的适应性过程，如何攫取相应数据并在金融海啸环境下进行实证分析也将是一个重要的研究方向。
