鑽石舞台

中小銀行資產負債管理

應重視「三大分化」

文 | 生柳榮

無論是理論界還是實務界，中央政府還是地方政府，大家普遍關心的都是中小金融機構的風險問題。目前三大攻堅戰、脫貧攻堅、環境治理都已明顯好轉，但金融風險防範尚未見到根本性變化，區域風險和中小金融機構風險仍不容忽視。

我認為，中小銀行不應在負債端過多增加主動負債，也不應在資產端增加同業配置和資產交易。中小銀行在同業市場中處於弱勢地位，主動負債意味着高成本，而同業資產配置則意味着低收益，這種商業模式是不可持續的，甚至可能產生收益倒掛。

從交易能力看，這種路徑非常考驗銀行的支付清算能力、託管能力、債券承銷能力和金融市場交易能力，而這恰恰是小銀行的弱項。即便是我國的大型銀行，在這些方面也與歐美主要銀行存在相當差距。

基於2021年數據，從絕對額來看，我國大行的託管業務只有歐美五大銀行的40%左右，支付清算只相當於歐美五大銀行的40%左右，債券承銷只有歐美五大銀行的1/3。從資產占比來看，西方銀行託管業務是表內資產規模的4.4倍，而我國大行的託管業務占比不足50%。

大型銀行在具備清算優勢、系統優勢、人才優勢的情況下，尚沒有完全做出特色，小銀行可能更難以做出成效。因此，研究中小銀行的資產負債管理，首先要把中小銀行的相對優勢分析透徹。

研究中小銀行的資產負債管理，應該關注三個「分化」。

一是轉型過程中，大小銀行公司治理能力的分化。中國經濟增長從高速增長向高質量發展轉型的過程中，一些風險也逐漸暴露，中小銀行原來被掩蓋的問題可能逐步凸顯。在當前階段，公司治理尤為重要，特別是委託代理、關聯交易、大股東掏空小銀行等問題。公司治理與資產負債管理其實是「道」與「術」的關係，「道」如果走歪，「術」做得再精巧也無法解決問題。因此，小銀行的公司治理問題不容迴避。

從監管角度，要明確關聯交易、集中度、單一敞口要求的標準。我們曾參與託管包商銀行，發現很多監管要求在包商銀行形同虛設，這就是公司治理出現了問題，甚至是企業文化、公司文化有問題。針對此類現象，要從公司治理層面進行解決，僅靠資產負債管理無法奏效。

二是利率下行期，大小銀行風險管理的分化。大銀行不良率低、撥備覆蓋率高、資本充足率高，而小銀行則恰好相反。在利率下行期，特別是利率收窄的情況下，小銀行的問題更加凸顯。因為小銀行的負債端成本更高，資產端要保證收益就必須進行信用下沉，要服務部分大銀行不願意服務的中小企業。而信用下沉對銀行的風險定價和風險管理能力要求更高。如果風險管理不能同步提升，小銀行的發展將面臨挑戰和風險，資本充足率的問題也會更大。

三是數字經濟時代，大小銀行科技能力的分化。大銀行具備實力和規模優勢，在系統開發方面投入很大，與國際銀行的技術差距不大。但小銀行在規模、人力、技術等方面處於弱勢，與大銀行的差距可能會越來越大。在數字經濟時代，科技水平不足會使小銀行在利用大數據、人工智能進行風控和資產負債管理時面臨嚴峻挑戰，「小米加步槍」可能無法解決數字經濟時代的問題。

最後，再提三點建議。

一、加強中小銀行的公司治理。現在很多小銀行的法人代表、董事長由地方政府派出官員擔任。雖然這些官員在公務處理方面經驗豐富，但銀行管理的專業性非常強，需要管理者對風險、對市場保持高度敬畏。建議對地方銀行高管、法人代表進行風險成本教育，通過亞洲金融危機、次貸危機、包商銀行等案例，引導他們改變觀念，充分認識風險，扭轉中小銀行激進的風險偏好。監管部門要給予強有力的指導和約束，既要有容忍，也要有硬約束。在不良率方面，監管可以提高容忍度；但在資本充足率、流動性管理、任職資格方面，建議監管設立一些硬性約束。

二、明晰中小銀行的角色定位。中小銀行設立的初衷是服務社區經濟、服務小微企業。一家銀行只有向下紮根，才能向上發展。社區經濟和小微企業是中小銀行最熟悉的環境，也是最佳的服務半徑。如果捨棄自身優勢去做金融市場同業業務，可能不利於中小銀行的能力培養和客戶群體培養。目前監管也鼓勵中小銀行做好小微企業的業務。央行有兩項直達工具，財政也針對小微企業、普惠金融出台了很多優惠政策，如果中小銀行能做好普惠金融，收益可能會比做其他業務更多。

三、鼓勵大小銀行間開展科技合作。數字經濟時代，中小銀行不能簡單採用線下方式來服務社區、小微企業和個人，成本會相對較高。應通過大數據精準畫像、精準營銷、精準風控做好小微和普惠金融業務。然而，其中存在系統開發的問題——系統開發的投入大、周期長、花費高，中小銀行沒必要做重複建設。

當前，我國大型銀行的系統建設基本與國際同步，建議中小銀行和大銀行合作開發。中小銀行可以把客戶的財務指標註入大銀行的風控模型，得出客戶的信用等級，然後適當地進行信用下沉，根據自己的准入標準來開展業務。

至於小銀行是否需要自行開發核心系統，這一問題另當別論。但至少在風控模型上，中小銀行採取合作模式的成本更低。因為中小銀行的樣本量和時間跨度有限，即使做出模型，其準確性也無法經受住考驗；而大銀行的時間跨度長，樣本量大，風控模型會更精準。因此，建議採用大小銀行合作的方式來有效解決科技賦能的問題。