序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們為您準備了不同風格的5篇銀行經濟形勢，期待它們能激發您的靈感。

篇1

然而，商業銀行面對的2008年經濟環境和經營環境與過去幾年相比，出現了很大不同。一方面國內的經濟過熱問題尚未得到有效解決，另一方面，美國經濟下滑，有可能影響到我國經濟發展，兩方面因素疊加可能使我國經濟出現拐點，誘發銀行的資產質量和經營狀況出現問題。在這種情況下，商業銀行需要謹慎分析面對的形勢，避免盲目陷于前幾年高速發展的樂觀情緒中。經營策略也應順應形勢變化，做出適當調整，從關注盈利轉向關注風險，從關注增長轉向關注結構。特別是中小股份制商業銀行，增長意愿強、盈利壓力大、資本規模小、風險抵抗能力弱，在形勢變化中最容易受到沖擊。如果不能及時調整經營策略，很可能最先限于困境，從而影響其自身的長遠發展能力和銀行體系安全。

2008年銀行的經濟環境和經營環境

近年來，三大經濟引擎中的消費需求始終難以出現高速增長，過于依靠投資和出口拉動經濟增長，必然出現貿易順差擴大帶來升值壓力、引發熱錢流入；而央行為對沖外匯占款，又造成基礎貨幣投放增加；流動性充裕情況下，銀行為提高盈利水平，又傾向于增加信貸投放；信貸資金來源相對容易和廉價，繼而造成下一輪的固定資產投資過快增長。

表1 2007年商業銀行人民幣各項貸款投放進度比較（%）

表2 2005～2007年7天回購利率統計

表3 商業銀行人民幣個人中長期消費貸款增長情況

可以看到，目前經濟增長模式已經形成了一種不斷自我放大的不良循環狀態。各項宏觀調控措施也因此難以在短時間內產生明顯效果。雖然央行在2007年連續6次提高基準利率、10次上調人民幣存款準備金率、6次發行定向票據，使得2007年成為出臺緊縮貨幣政策力度最大、密度最集中的一年，但管理效果尚未顯現。固定資產投資增速維持在高位、通脹水平不斷提升、資產價格泡沫持續擴大等問題均無明顯改善。

目前看，經濟運行中的結構性矛盾，以及由此引發的通脹、人民幣升值、資產價格泡沫等問題仍難以很快得到解決。緊縮性貨幣政策仍將至少在近期內持續。而與此同時，2008年外部環境出現的變化使得商業銀行面對的環境更加復雜和多變。

美國次級債的風險仍在呈現擴散趨勢，美國經濟下滑、甚至衰退的深度和期限難以估計。雖然美聯儲2008年1月22日已經采取緊急措施，將隔夜拆借利率調降了75個基點，美國政府也在商討出臺經濟刺激計劃，但能否阻止經濟衰退尚未可知。如果美國經濟進入較深或較長時間的衰退階段，對我國的影響不會僅僅是出口減緩。金融市場調整造成國際資金快速抽離和擾動、金融體系的流動性衰竭、兩國之間利差和幣值的急劇變化，以及國際企業對外投資的縮減均可能在更廣的層面影響到我國金融市場，進而給中國經濟帶來難以預料的影響。

因此，2008年銀行面對的經營環境與前幾年的穩定環境已經大不相同。經濟發展周期的自然調整、不斷發展卻仍稚嫩的金融市場暴露在國際環境的變化沖擊之下、宏觀調控政策滯后效應的顯現、貨幣政策在力度不足和調控過度之間尺度的把握、市場波動性、不確定性不斷增加等等，均使得商業銀行面對的風險不斷增加。

經營環境變化對銀行的影響

調控措施帶來利潤負面影響，迫使銀行尋找高風險的利潤生成點。為控制商業銀行信貸投放過快、過猛，監管機構2008年使用了更加具體和量化的信貸投放調控措施，即在新增貸款投放量與去年基本持平的同時，各季度的投放指導比例為35%、25%、20%、20%。

從經營角度看，商業銀行傾向于盡早投放貸款。投放得越早，當年產生的利息收入越多，對實現當年利潤貢獻越大。2007年，商業銀行人民幣各項貸款的實際投放比例前二季度已經達到70%。

如果按照監管機構要求的比例進行投放，即便投放同樣規模的貸款，商業銀行的盈利水平也將出現明顯下降。按照目前一年期存貸款基準利率利差約3%計算，按照2007年的投放進度，新增貸款全年可帶來的利差約為1.78%，而按照2008年的指導進度投放，新增貸款全年創造的利差約為1.56%，兩者相差0.22個百分點。以股份制銀行2007年合計投放貸款7716億元計算，該利差變化使得利息收入減少17億元，占其2007年稅前利潤比例約為1.5%。

實際上，由于目前商業銀行低成本的活期存款占比較高、高利率的中長期貸款占比也較高，考慮期限結構后的實際存貸利差還應高于3個百分點，也即投放進度變化對利潤的影響比例要高于1.5個百分點。此外，央行不斷上調存款準備金，也壓縮了商業銀行的利潤空間。仍以股份制銀行為例，2007年末，股份制銀行人民幣存款余額合計為5.5萬億元，存款準備金率每上調0.5%，即凍結股份制銀行可用資金270余億元，按照法定存款準備金利率與流動資金收益率相差2%計算，該部分資金凍結對銀行利潤的負面影響比例約為0.5%。

因此，即便保守估計2008年央行上調準備金率的次數，上述兩項政策對銀行利潤的負面影響比例也會達到2～3個百分點。為應對這一情況，各行紛紛自年初開始便提高貸款利率上浮要求，并表示將積極探索表外業務和業務模式創新，以便抵消緊縮性政策帶來的利潤負面影響。

然而值得注意的是，6次基準利率上調已經在一定程度上加重了企業的財務負擔，能夠繼續承受銀行大幅利率上浮要求的企業，或多或少為資金需求旺盛、潛在風險較高的企業。即便目前企業的盈利水平較高，能夠承受較高的財務成本，高額的利息現金流支出，也在不斷地使企業應對市場變化能力更加脆弱。同時，銀行依靠服務創造收入的能力不可能在一夜之間提升。通過表外業務和創新模式獲取更多利潤，一定程度上只是業務表面形式的調整，最后仍然是以銀行承擔更多風險為實質的盈利模式。因此，商業銀行在保持利潤高速增長和緊縮性控制政策的雙重壓力下，2008年的經營風險越來越大。

市場利率波動加大，銀行面對的市場風險增加。2007年，雖然市場資金面整體并不緊張，但受資本市場波動及新股申購等因素影響，市場利率波動明顯加大。2007年銀行間市場7天回購利率最高達到17%，按照收盤價計算的標準方差值為1.4，遠遠高于前兩年的市場。

市場利率波動加大，且呈現整體上揚趨勢，令商業銀行面對的流動性風險、利率風險管理難度加大、管理成本也不斷提高。同時，由于基準利率提高、市場資金供求變化等因素影響，國債收益率在2007年也出現明顯提升，1年之內平均提升了130BP，給商業銀行存量固定收益債券帶來了較大市值損失問題。

2008年市場利率變化情況目前仍難以預計，但在波動程度上不會比2007年出現明顯減弱。因此，商業銀行，特別是資金頭寸較緊張的中小股份制商業銀行，不僅需要加強日常流動性風險和市場風險管控，更需要做好極端情況下的應對預案。

由于信貸投放受到嚴格管控，商業銀行富裕資金有向債券投資業務轉移的壓力。但如果迫于實現當年利潤壓力，過早、過多增加投資規模，并在持有到期帳戶和待出售帳戶之間配比失誤，也會造成對商業銀行長遠盈利能力的損害。因此，2008年的資金市場和債券市場，其主線恐怕也是風險和波動，商業銀行想通過這兩項業務獲得高額收益，需要承擔的風險也許并不低于信貸市場。

部分行業風險積聚，銀行面臨進退兩難處境。近兩年來，監管機構反復提示了行業風險。目前的高風險行業既包括國家重點調控、不可持續發展的“兩高”行業，也包括過于依賴出口、產能過剩的行業，還包括資產價格泡沫明顯的房地產等行業。

對于商業銀行，避免繼續拓展這些行業的新客戶相對容易，但完全、快速退出現有客戶則有一定難度。特別是部分企業目前已開始出現資金鏈緊張，如果失去銀行信貸資金支持，會很快陷入困境。因此，銀行也處于一種兩難境地，對于到期續貸、甚至是增貸也難以完全拒絕，否則自身信貸資產質量也難以保全。銀企共渡難關似乎是更加明智的選擇。但問題則在于，如果整體經濟出現下行，這種情形很可能給銀行造成更大的負擔和損害。

圖1 宏觀經濟運行圖

圖2 2005～2007年7天回購利率變化圖

圖3國債收益率曲線變化圖

與房地產市場直接聯系的還有個人住房按揭貸款問題。近年來住房按揭貸款一直被視為銀行優質資產，各銀行全力以赴，爭奪市場份額。2007年末個人中長期消費貸款占商業銀行各項貸款的比例已經達到15%。

在爭奪市場份額過程中，各銀行對客戶的定位、風險識別各不相同，導致各行目前面對的風險水平各不相同，可能出現資產質量的可能性也不相同。但總體上，個貸風險也在逐漸積聚，特別是2006～2007年資本市場持續升溫，個人承擔的金融風險加大，也反過來加大了銀行個人貸款的風險。

從發達國家經驗及美國最近次級貸款情況看，一旦住房價格出現明顯下降，會出現價格下降和問題房產被迫出售的循環疊加效應，進而給銀行帶來較大的資產質量和利潤下滑問題。對于銀行而言，房地產市場價格繼續上漲或大幅下滑均會造成更大的風險，最好的情形是價格保持溫和、小幅波動，但這并不是銀行可以左右的了。

經營策略的選擇和調整

處于銀行業最好的經營階段之中，商業銀行普遍沉浸在資產質量不斷改善、盈利能力持續提升、規模保持高速增長的樂觀情緒中。經營策略偏向信貸擴張，風險和收益的平衡點更多地偏向了收益一端。

面對2008年宏觀經濟出現拐點的可能，商業銀行、特別是抗風險能力偏弱的中小股份制商業銀行，需要慎重進行經營策略的選擇和調整。一方面，商業銀行可以選擇轉向防御性的經營策略。更多地向風險控制角度轉向、適當降低盈利增長要求，提高撥備覆蓋率、約束規模擴張沖動、減緩甚至暫停網點和人員的擴張、提前增加資本儲備，預防資本市場變化導致融資困難。另一方面，商業銀行也仍可持續前期的高速發展戰略，通過擴大規模和多元化戰略分散風險，并寄希望于宏觀經濟能夠實現軟著陸，不會對商業銀行經營造成過大沖擊。

篇2

【關鍵詞】經濟下行 銀行 信貸風險 防范 應對

一、經濟下行形式下銀行信貸風險的主要體現

（一）“短存長貸”的現象普遍存在

股市、基金等投資理財產品隨著市場經濟的不斷發展也得到了飛速的發展，隨著房價的不斷看漲，很多客戶手中的閑散資金也吸引到了銀行的手中，這就導致了活期存款成為了儲蓄存款的主要趨勢，中長期存款的比例在不斷的降低。大量的客戶在市場經濟不斷發展的帶動下，對投資房地產、新型產業、產業升級、公共事業等長期性投資有著較強的欲望，但是由于自身資金的不足，大部分的投資資金需要銀行信貸來支持，這樣就導致了長期信貸比例得到不斷攀升。從上述兩種情況來看，“短存長貸”的現象在銀行中是普遍存在的，當市場預計失敗或者是投資失誤的現象出現時，銀行信貸就很容易變成不良資產，給銀行信貸帶來很大風險。

（二）信貸質量受到宏觀政策的巨大影響

我國近幾年來加大了對宏觀經濟的調控力度，對一些投資過熱或者是投資效益不大的產業進行了禁止，并對一些投資增長過快的現象進行了遏制，以免發生投資過熱或者重復建設的現象發生。銀行的政策性風險也隨著國家不斷出臺的宏觀經濟政策而不斷提高，由于大量信貸資源的不斷集中，使得銀行的信貸風險更加突出，信貸資源形成不良貸款的概率也不斷加大。

（三）較高的貸款集中度

目前我國商業銀行發放貸款的主要趨勢是：壟斷行業、發達一線城市、大型客戶等方向發展，同時貸款的集中度也在不斷的加強，在貸款集中度不斷加強的同時，商業銀行面臨的信貸風險也在不斷的提高。一些優質客戶在貸款集中度越來越高的情況下，可以得到多家銀行的授信，取得多方貸款，商業銀行在市場競爭激烈的情況下，貸款沖動也得到了提升，這就很容易出現在發放貸款時缺乏調查、監管不到位的問題發生，使商業銀行要面臨較大的信貸風險。

二、經濟下行形式下銀行信貸風險產生的原因

在經濟下行形式下影響銀行信貸風險產生的因素有很多，其中主要的影響因素有以下幾個方面：

（一）主觀因素的原因

自身經營策略是影響商業銀行發展的主要因素，在我國大多數的商業銀行在經濟下行的形勢下，自身的經營體制不能的到科學的完善，這就導致了商業銀行的貸款業務不能根據經濟形勢的變化作出調整，加大了商業銀行的信貸風險。我國商業銀行在實際的經營過程中，缺乏了一些風險意識，這就導致了商業銀行在制定管理戰略的時候缺乏對風險的評估，當出現經濟下行的情況時商業銀行的發展會受到嚴重的影響。同時一部分的商業銀行并沒有對資金的流動情況進行嚴格的監督，不能及時的了解自身的信貸情況，不完善的信貸風險應對機制是導致商業銀行陷入信貸風險的主要影響因素，當經濟下行形勢出現時就會給商業銀行帶來很大的信貸風險。

（二）客觀因素的原因

商業銀行可以說是國家機關的一種形式，并不具備獨立的發展產權，我國商業銀行的信貸業務在經濟下行的形勢下是與國家政策密切相關，因此國家政策的失誤也是造成銀行信貸風險的原因之一。有的時候國家為扶持一些國有企業，會出臺一些政策讓銀行無法收回放出的貸款，這樣就導致了銀行無法取得預期的經濟效益。

三、經濟下行形勢下銀行信貸風險的防范措施

在經濟下行的經濟形勢下，商業銀行面臨著較大的信貸風險，如何對經濟下行形勢下銀行的信貸風險進行防范是我們的工作重點之一，主要可以采用以下防范措施：

（一）認清經濟下行經濟形勢，提高風險意識

商業銀行在經濟下行的形式下要防范信貸風險，第一樹立風險和危機意識，不能一味的樂觀下去，雖然一部分的商業銀行沒有受到經濟下行經濟形勢的影響，但是并不代表信貸風險不存在，風險在不同行業和地區之間發生的時間是有先后的；第二要樹立積極應對、化解風險的思想，不能對發生的信貸風險視而不見，要認識到信貸風險給銀行帶來的負面影響，要嚴格貫徹防范信貸風險的制度；第三要樹立長遠和整體觀念，在進行信貸風險排查和信貸風險管理的過程中，要端正思想，避免發生短期的行為，要從長遠的角度出發不斷提升銀行信貸質量，促進商業銀行長期可持續發展。

（二）運用精細化管理，提高信貸管理水平

商業銀行可以在以下工作上進行精細化管理，首先要在授信授權環節進行精細化管理，建立行長、分管行長等多級別、多層次的轉授權體系，為了提高信貸業務效率，要減少信貸決策層次；其次要對信貸決策環節進行精細化管理，要定期對已審批的信貸業務的風險情況和授信執行情況進行統計、預測、分析和報告，并對其的運作情況進行客觀的評價，總結在信貸業務中的經驗教訓；第三要對貸后風險防控機制進行精細化管理，要第一時間反應客戶的信用風險，對發生的不良銀行信貸風險要嚴格追究相關責任。

（三）進行信貸體制改革，優化信貸業務流程

目前，我國大多數的商業銀行在進行信貸作業的時候會出現參差不齊的問題，因此商業銀行要做好信貸業務的審批管理工作，要加強對信貸的人力資源的管理工作，完善信貸調查作業機制，對信貸業務進行理順，進一步加快信貸業務網上推廣度，盡快實現網上作業的單軌運行，這樣就可以更好地為信貸決策提供科學合理的技術支持，更可以提高銀行信貸工作的工作效率。

四、總結

綜上所述，商業銀行在經濟下行形勢下為了獲得長期的發展，就必須積極的找出銀行信貸風險產生的原因，并采用科學合理的措施化解信貸風險，提高銀行信貸水平，促進我國商業銀行健康可持續發展。

參考文獻

篇3

關鍵詞：信用卡；新經濟形勢；營銷；衍生服務

中圖分類號：F830.4 文獻標識碼：A 文章編號：1001-828X（2013）04-0-01

一、信用卡定位

信用卡本質是金融機構向個人綜合授信的媒介，它將金融機構額度與個人需求連接，持卡人循環使用額度而無需或只支付小額利息，從而激發持卡人提前消費熱情，提高經濟運行效率。

二、信用卡營銷的前期特點

信用卡提前釋放客戶的消費能力，客戶數和消費能力決定銀行在該領域內的競爭力與盈利能力。

信用卡進入國內個人消費領域已十余年，作為一種新興金融服務模式，各家銀行一直在探索該產品的營銷模式，營銷手段不盡相同，但目的不約而同地設定為爭奪市場、搶占先機。

（一）營銷側重數量。信用卡的盈利并非立竿見影，需要為客戶拓展用卡環境和客戶群體培養投入大量成本，其中最根本的是客戶群體培養。客戶對發卡銀行的選擇不具有排他性，發卡如同攻城奪寨，客戶如同陣地，客戶爭奪戰將一直貫穿信用卡營銷。

（二）信用卡產品單一。產品單一是發卡初期的必然現象。消費者的行業、年齡和偏好決定了千差萬別的需求，單一產品眾口難調，銀行必須實現產品多樣化。而新興市場沒有足夠的消費數據和豐富的市場經驗，無法制定多樣化產品和差異化服務。

（三）用卡常識未普及。傳統文化養成了國人偏好儲蓄的保守消費觀念，寅吃卯糧被認為是危險行為，信用卡的定位與傳統文化背道而馳。信用卡最初只針對有特殊需求的小眾客戶。

（四）產品功能單一。透支是大眾對信用卡的唯一認識，也使產品同質化，以致其發展遭遇瓶頸。消費者行為理論認為需求決定市場，單一功能的信用卡顯然需求甚小。

三、新時期的經濟形式

起源于美國的次貸風波將世界卷入經濟危機，各國初期采取緊縮政策應對；在經濟被加息浪潮束縛后，西方國家出現“退出政策”的聲音；隨著國際主流評級機構對西班牙、希臘等歐洲國家評級的下調，經濟危機開始新一輪攻勢。

國內經濟形式同樣復雜，由于房地產業對經濟波動的影響，“擴大內需、刺激消費”成了“十二五”期間國內經濟發展重點之一。央行的貨幣政策也在不斷調整，去年6月打響了自2008年加息周期以來降息的第一槍，刺激消費、轉變結構成為目前多數國家的共識。

四、新形勢下信用卡營銷方法論

宏觀經濟政策釋放了刺激消費的重要信號，為銀行產品創新提供了新思路。

（一）客戶基礎建設

1.豐富產品線。銀行現代化運營理論提出精細化管理的觀點，面向社會的產品應既有廣泛性又有獨特性。

信用卡營銷采用“三條橫向主線交叉多線縱向輔線”方法。

三條主線指客戶分級，按個人資產規模和對銀行貢獻度劃為尊貴級、高端級和潛力級。

尊貴級是社會各界精英，代表社會財富、權力和名譽擁有者。該類客戶的信用卡須擁有最豐富的權益和最具檔次的用卡環境，該卡既可以提供全方位的生活服務，又能夠提供全方位的事業保障。

高端級是白領階層和私營企業主等社會中高層次群體，他們有消費能力和消費意愿，喜歡接受和嘗試新事物，同時注重社會形象。針對該類客戶須提供有品位的用卡環境和新穎便利的權益功能。在信息化、網絡化的現代社會，效率最被看重，提供高效、優質的服務成為吸引該層級客戶的制勝法寶。

潛力級是剛入社會的年輕群體，雖沒有社會地位、沒有原始積累，但有知識、有熱情、有理想，是未來社會的精英，也是尊貴級和高端級客戶的儲備軍，雖然需求較低，但不能被忽視。

再看縱向輔線產品，同樣基于“為客戶提供差異化服務”理念，更加細化信用卡產品線。

為私家車主開發針對愛車權益的汽車信用卡，提供洗車、加油、保養、車險、道路救援等特殊服務；為喜歡網購的客戶開發電子商務信用卡，提供方便、安全的支付方式，還可以開發銀行自己的電子商務平臺；針對喜歡旅游的客戶開發旅行信用卡，雙幣種服務能使客戶足跡遍布全球，并自動成為旅行網會員，實現積分兌換機票、酒店住宿費和景點門票，還可以贈送意外險；針對大型百貨公司制定專屬會員信用卡，實現消費雙積分，會員優惠折上折，積分兌換禮品；針對大型企業設計企業形象信用卡，讓每位員工有歸屬感，也是對企業形象的良好宣傳手段。

2.拓展營銷渠道。信用卡依靠單一渠道的傳統營銷模式會越走越窄，銀行迎來“公私部門聯動、全行上下統籌”的新時期。

銀行公司條線擁有豐富的集團客戶資源，缺乏信用卡營銷經驗，也缺乏上門營銷的人力；個人條線擁有大量柜員和豐富營銷經驗，缺少對企業客戶營銷的商機。銀行可以利用部門間互補實現信用卡營銷渠道的拓展，就是“零售業務批發做”。

（二）信用卡的衍生服務

金融產品的生命力隨著金融環境的變化而進化，信用卡也不例外，傳統的透支功能無法其旺盛的生命力，必須衍生出新的金融服務模式。

1.信用卡分期付款。不同于傳統的個人消費貸款，信用卡分期免擔保、免抵押、零利息，沒有繁瑣的申請和審核流程，不受行業限制，靈活的覆蓋個人消費各個領域，從小額一般分期，到滿足購車、裝修、車位等大額資金需求的專項分期，信用卡都能為客戶提供完美的解決方案。

2.IC信用卡。隨著信息技術的發展，信用卡介質發生了改變，同時也帶來了支付方式的革新，傳統的磁條卡即將被芯片卡取代。下一代的信用卡被稱為IC信用卡，即集成芯片卡。它將客戶個人信息寫入芯片中，相比傳統磁條卡，它存儲的信息更豐富，同時又更安全。

五、總結

信用卡雖然是普通的支付介質，但背后隱藏著龐大的消費需求、巨大的盈利模式和廣博的發展前景。信用卡營銷必須符合市場規律，信用卡的營銷模式決定一家銀行的發展前景和生命力。

參考文獻：

[1]陳永生，等.金融市場概論[M].四川人民出版社，2005.

篇4

關鍵詞：銀行獨立性；貸款損失計提；周期性

中圖分類號：F832.1 文獻標識碼：A 文章編號：1003-3890（2017）02-0045-05

一、引言

2007―2009年發生的全球性金融危機使各國經濟蒙受了巨大損失，學界對于此次危機的成因及傳導過程進行了多方面的研究，而銀行信貸與銀行監管的順周期性被認為是引發并加劇金融危機的重要因素。貸款損失準備是銀行按照法律法規，根據借款人還本付息能力、抵押物實際價值、銀行自身信貸管理水平等一系列因素，分析貸款的風險程度與回收可能性，如有客觀證據表明可能發生貸款損失，則計提貸款損失準備。貸款損失準備是一種銀行經營過程中的預警機制，能夠為可能出現的貸款資產損失提供緩沖，因此，2008年以來，各國當局不斷改善貸款損失準備制度，以防范和化解商業銀行的信貸順周期性。在我國，按照2011年4月銀監會的《中國銀行業實施新監管標準指導意見》，商業銀行建立貸款撥備率不得低于2.5%，撥備覆蓋率不得低于150%，并以兩項中較高者所確定的貸款損失撥備為監管標準。

一些學者的研究表明，宏觀經濟的變化將影響金融體系的信貸供給，促使金融體系穩定性降低，從而加劇經濟周期性波動。Asea et al.（1998）研究表明，商業銀行一般會根據商業周期調整授信審查的標準，即在經濟擴張周期放松授信審查標準，在經濟蕭條期收緊這些標準[1]。而貸款標準的變化則會影響銀行貸款的供給并對實體經濟產生沖擊，這一觀點在Lown et al.（2006）的研究中得到了確認[2]。此外，一些學者也利用貸款損失準備制度探討銀行信貸活動順周期性特征。Packer et al.（2012）確認了在亞洲新興經濟體中，貸款損失準備的逆經濟周期性普遍存在，且這一現象可能與發展中國家金融體系市場化程度較低有關[3]。但是，袁鯤 等（2014）的實證研究結果表明我國上市商業銀行的貸款損失準備計提存在顯著的順周期性特征[4]。

通過對過往文獻的梳理，還未有發現探討股權結構是否會對貸款損失準備計提周期性產生影響的相關研究。但有部分文獻探討了股權結構對商業銀行行為的影響，潘敏 等（2013）討論了銀行股權結構對商業銀行信J行為周期性特征的影響，結果表明國有股份占比提高會顯著增強信貸總量增速的逆周期性特征[5]。張晶晶 等（2007）的研究表明，由于國有股持股主體的缺位，易出現“內部人控制”問題而犧牲出資者利益，因而國家持股與銀行的股權收益率呈負相關[6]。但也有研究表明銀行股權資本結構所涉及的成本對于銀行價值影響并不十分顯著（鄭鳴 等，2008）[7]。

二、研究設計

借鑒袁鯤 等（2014）[4]、Packer et al.（2012）[3]的研究成果，建立如下計量模型：

LLPi，t=α0+α1GDPGt+α2PTIi，t+α3TAi，t+α4NPLi，t+α5LOANi，t+α6TCRi，t+α7LIQUIDi，t+α8INDEPi，t+εi，t

其中LLPi，t為貸款損失準備計提比例，是貸款損失計提與貸款總額的比值。GDPGt為實際GDP增長率。PTIi，t為稅前收入除以資產總額。TAi，t為總資產的自然對數。NPLi，t為不良貸款額除以貸款總額。LOANi，t為貸款總額除以資產總額。TCRi，t為資本充足率。LIQUIDi，t為流動資產除以總借貸與存款總量的和。INDEPi，t為虛擬變量，反映依據銀行股份構成評價得出的獨立性指標。

一般而言，銀行貸款損失可以分為預期損失和非預期損失兩種，貸款損失準備用于覆蓋預期發生的損失，而銀行資本用于覆蓋非預期發生的損失。計提貸款損失實際上是利用部分銀行利潤作為風險緩沖的行為。在經濟狀況向好時，問題貸款較少，貸款損失準備較低，不對銀行利潤構成負擔，銀行為尋求利潤可能增加貸款供給；在經濟狀況下行時，問題貸款增多，貸款損失準備較高，銀行利潤減少，銀行為規避風險可能減少貸款供應量。Laeven et al.（2003）的大樣本實證研究確認貸款損失準備是一種典型的后視型變量，表現出順周期性[8]。另外一種觀點則認為，出于實現管理目標的考慮，貸款損失準備也可能會表現出逆周期性。Beaver et al.（1996），Ahmed et al.（1999）給出了三種可能的管理動機：首先，銀行為了獲取股東認可，傾向于保持貸款供應量的穩定可持續的增長，避免收益率大幅波動的情況，因而在經濟上行時增加貸款損失準備計提，而在下行期減少計提，以實現平穩收入的目的。其次，不論如何計提貸款損失準備都會減少銀行的留存收益，從而減少核心監管資本，但部分監管當局規定，銀行的一般貸款損失準備可以按一定比例補充二級資本，如果這一計算比例使得二級資本的增量大于一級資本的減少量，那么銀行就具備資本管理的動機，通過增加貸款損失計提來增加監管資本，實現監管套利。最后，商業銀行擁有高水平的貸款損失準備計提，表示其更謹慎地控制風險以及具有抵消未來可能損失的實力，利于向投資者傳遞財務狀況穩健性的信號[9-10]。

因此，模型中的α1與α2是本文關注的重點。這兩個系數反映了不同的貸款損失計提動機。出于銀行管理動機的考量主要由α2反饋，負的α2說明銀行將在利潤豐厚期計提更少的貸款損失準備，呈現順周期性；出于宏觀經濟環境的考慮主要由α1反饋，負的α1說明銀行在宏觀經濟好的時候減少損失計提，呈現順周期性。正的α1和α2則反饋出貸款損失計提的逆周期性。根據袁鯤 等（2014）對上市銀行面板數據的研究[4]，本文預計α1和α2均為負數，即存在順周期性。

PTIi，t，TAi，t，NPLi，t，LOANi，t，TCRi，t和LIQUIDi，t為根據過往文獻設立的控制變量。其中TCRi，t亦可反饋貸款損失準備的計提是否存在管理套利行為。

α8INDEPx為本文討論的重點，即銀行股權結構反映出的重要特征――銀行獨立性，是否對貸款損失準備計提周期性產生影響。INDEPx來源于Bankscope根據銀行股權構成特征而對其數據庫中銀行的獨立性給出的評價。Bankscope的獨立性評價指標包含A，B，C，D，U五種。A級為獨立性最高的級別，代表沒有直接或間接持股超過25%的股東；B級代表沒有直接或間接持股超過50%的股東，但有一個或一個以上的直接或間接持股超過25%的股東；C級代表有一個累積持股超過50%的股東；D級代表有一個直接持股超過50%的股東。U級代表不屬于以上情況的評級，或沒有持股信息可以用于評級。根據這些信息構建虛擬變量INDEPx。當商業銀行獨立性評級為A時，INDEPa取值為1，否則為0。INDEPb，INDEPc，INDEPd賦值方法一致。如果α8顯著，則表明相應的獨立性評級會對貸款損失計提產生影響，進一步觀察α1與α2的變化來判斷這一獨立性評級對貸款損失計提周期性的影響。本文預計α8顯著且α1與α2會隨著α8的加入而變化，即銀行獨立性會對貸款損失計提的周期性產生影響。

三、實證分析

（一）樣本選取

本文采用Banksocpe提取的2005―2014年的中國境內商業銀行業非平衡面板數據進行實證分析。由于本文著重分析銀行獨立性對貸款損失計提周期性的影響，故舍棄獨立性評級為U的銀行。排除含有異常數據的樣本后，最終的樣本包含104家銀行，描述性統計如下：

貸款損失計提比例在-2.55%（法國農業銀行，2013）至5.86%（廣西北部灣銀行，2013）之間分布，均值為0.62%。稅前收入資產比在-2.85%（法國興業銀行，2009）與3.87%（九江銀行，2012）之間分布，均值為1.48%。不良貸款率在0.02%（珠海華潤銀行，2011）至38.22%（廣州銀行，2010）之間分布，均值為1.56%。流動資產比在2.16%至95.05%之間分布，均值為27.77%。參見表1。

（二）回歸分析

通過Hausman檢驗，chi2（7）

表2的Overall列為不考慮獨立性虛擬變量時的回歸結果，INDEPa，INDEPb，INDEPc，INDEPd分別代表在考慮不同獨立性等級的虛擬變量后的回歸結果。

1. 貸款損失計提的影響因素。表2中Overall列的回歸結果：（1）GDP系數在5%的顯著水平上為負值，與預期一致。即在經濟擴張階段，銀行傾向于低估信用風險，從而導致銀行信貸的過度增長；而在經濟蕭條階段，銀行的貸款損失準備由于貸款資產質量惡化而大幅上升，M而壓縮銀行信貸，最終基于貸款損失準備計提的信用風險管理將導致商業銀行順周期性。這肯定了過往文獻認為貸款損失計提存在“后視型”變量的特征。

（2）PTI系數在1%的顯著水平上為負值，且與GDP同向變動。這表明商業銀行是依據商業周期性決定貸款損失計提的水平，當銀行利潤率增長時，銀行傾向于追加投資，而不是審慎地提高貸款損失計提；當銀行利潤率下降時，表明銀行的信貸資產質量在下降，從而貸款損失計提被動提高。簡而言之，這其中基于平滑收入、資本管理以及信號顯示等因素的管理動機并未表現出來，即商業銀行不存在逆周期的管理行為。

（3）NPL系數在1%的顯著水平上為正值，這符合商業銀行的經營狀況，即當不良貸款增多時，銀行的貸款損失計提也必然隨之升高。

（4）TCL系數在各個模型中均不顯著，說明我國商業銀行不存在利用貸款損失準備實現監管套利的行為。

（5）LIQUID系數在1%的顯著水平上為負值，即銀行流動性的增加將減少貸款損失計提，考慮到在商業周期上升階段，銀行利潤率增長，為了盈利而追加投資，實現收益最大化的動機不斷加強，因而傾向于減少貸款損失計提而增加流動性，確保業務的進一步發展。

2. 銀行獨立性對貸款損失準備與經濟周期性關系的影響。當模型加入虛擬變量INDEPx，觀察各變量系數的變化，從中可以分析銀行獨立性對于貸款損失計提與經濟周期性之間關系的影響。

（1）觀察GDP項發現，當INDEPa與INDEPd加入模型時，GDP分別在5%和1%的顯著水平上為負值，但INDEPb與INDEPc的系數不顯著。這一現象部分符合研究預期。說明銀行獨立性在一定程度上會對貸款損失計提的周期性產生影響。當銀行獨立性較強時（考慮INDEPa的模型），GDP的系數為-0.034，大于銀行獨立性較弱時（考慮INDEPd的模型）的-0.038 5，即獨立性較強的銀行在經濟上行階段計提更多的貸款損失準備，也就是說，從宏觀角度上而言，銀行獨立性的減弱將加強貸款損失計提的順周期性。我國主要商業銀行的股份構成中，國有股份占比較高，國家對銀行的控制力較強，因此，一方面銀行的相機管理靈活性下降，依據現行制度，銀行僅在發生貸款減值時才進行貸款損失計提，有更強的后視性特征，從而導致更強的順周期性；另一方面，獨立性下降的銀行會在策略上服從大股東的意志，在經濟上升階段，國家擴大財政支出，增加貨幣供給，受其影響的商業銀行也相應地增加信貸供給，從而導致順周期性增強。

（2）觀察PTI系數的變化，PTI系數在四組中均在1%的顯著水平上為負值。銀行獨立性較強時（即考慮INDEPa的模型），PTI的系數為-0.194 2，隨著銀行獨立性降低（即考慮INDEPb，INDEPc，INDEPd的模型），PTI的系數分別為-0.164 6，-0.169 5和-0.167 6，隨著銀行獨立性的減弱，PTI的系數有增大的趨勢，即在銀行利潤率上升時，獨立性較弱的銀行相對而言會有更高的貸款損失計提比例，順周期性得到減弱。根據研究假設以及上文分析可知，中國商業銀行整體上并不存在逆周期性的管理動機，在經濟形勢向好的時候，利潤率上升，為了實現利潤最大化，銀行傾向于減少貸款損失計提而呈現順周期性。但是，考慮到獨立性時，這一順周期性的強度發生了變化。獨立性較強的銀行，其市場化程度更高，自主性更強，呈現更強順周期性。隨著獨立性減弱，銀行的市場化程度降低，對市場變化敏感度也隨之降低，使得調整貸款損失計提的策略滯后，呈現較弱的順周期性。這與張晶晶 等（2007）[6]的研究結果相符。

（3）LIQUID系數在加入控制變量后，在5%和10%的顯著水平上分別為負值，但變化的趨勢并不明顯，即商業銀行的流動性與貸款損失計提比例呈反比，顯示順周期性，但銀行獨立性的變化并未對這一規律產生一致性的影響。

四、結論與政策建議

本文以2005―2014年中國境內104家商業銀行為樣本，就銀行獨立性對貸款損失準備計提與經濟周期性的影響進行了實證研究。結果顯示，受經濟環境、利潤驅使以及流有怨芾淼撓跋歟商業銀行貸款損失準備呈現明顯的順周期特征，且這一特征隨著銀行獨立性的變化而改變。從宏觀經濟形勢考慮，銀行獨立性減弱將加強貸款損失準備計提的順周期性，但在微觀管理動機角度，銀行獨立性減弱將削弱順周期性。

銀行貸款損失準備計提的目的在于提高銀行抵御風險的能力，真實客觀地反映銀行的經營損失狀況，保證銀行穩定持續的發展，進而確保金融體系乃至國家經濟的穩定與發展。貸款損失準備計提行為的不合理有可能導致銀行信貸周期的波動，有必要對我國目前的貸款損失準備制度進行改革，同時配合銀行體系的完善，為此提出以下意見：

（1）探討按預計損失而非實際損失計提貸款損失準備的可行性，以緩解因“后視性”導致的順周期性。我國現有的貸款損失準備計提制度較為僵化，以實際損失為主要計提標準。在很多西方發達國家，貸款損失準備金的計提方式以及計提比例更具有靈活性，在一定的法律法規框架下，商業銀行根據自身狀況和審慎原則自主決定，計提標準也具有多樣化，如貸款分類以及歷史貸款損失概率等。我國的銀行業經過多年發展，市場化程度不斷提高，逐步具備了自主決定貸款損失計提的條件，進一步放寬監管當局的計提原則勢在必行。

（2）銀行的利潤管理動機促使貸款損失計提呈現順周期性，但銀行獨立性降低將減緩這一順周期性。因此，在推進金融體系進一步開放，加強銀行業市場化的同時，也要保證足夠的大股東占比，以確保銀行體系的穩定，國家政策的貫徹落實。

（3）加強銀行業風險管理意識的培養，鼓勵引導商業銀行建立逆周期性的貸款損失計提制度，根據商業周期、銀行的利潤以及貸款狀況，動態撥備貸款損失計提。

參考文獻：

[1]ASEA P K，BLOMBERG B. Lending cycles[J].Journal of econometrics，1998，83（1）：89-128.

[2]LOWN C， MORGAN D P. The credit cycle and the business cycle：new findings using the loan officer opinion survey[J].Journal of money，credit and banking，2006，38（6）：1575-1598.

[3]PACKER F，ZHU H.Loan loss provisioning practices of asian banks[Z].Bank for International Settlements，2012.

[4]袁鯤，王嬌.貸款損失準備計提、管理動機與商業銀行順周期性――基于中國上市銀行的實證研究[J].財經論叢，2014（7）：38-44.

[5]潘敏，張依茹.股權結構會影響商業銀行信貸行為的周期性特征嗎――來自中國銀行業的經驗證據[J].金融研究，2013（4）：42.

[6]張晶晶，李雅晶.我國商業銀行資本結構與股權收益率的實證研究[J].金融經濟，2007（22）：148-150.

[7]鄭鳴，肖健.資本結構、成本與銀行價值――基于我國中小股份制銀行財務數據的實證分析[J].廈門大學學報：哲學社會科學版，2008（5）：41-47.

[8]LAEVEN L， MAJNOMI G. Loan loss provisioning and economic slowdowns：too much，too late？[J]Journal of financial intermediation，2003，12（2）：178-197.

篇5

關鍵詞：大數據;經濟金融;理論研究

中圖分類號：F830.31 文獻標識碼：B 文章編號：1674-0017-2015（9）-0089-05

IBM執行總裁羅睿蘭認為，“數據將成為一切行業當中決定勝負的根本因素，最終數據將成為人類至關重要的自然資源。”麥肯錫給“大數據”的定義是：大小超出常規的數據庫工具獲取、存儲、管理和分析能力的數據集;亞馬遜的“大數據”定義：任何超過了一臺計算機處理能力的數據量;維基百科的“大數據”定義：“無法在一定時間內用常規軟件工具對其內容進行抓取、管理和處理的數據集合”;美國國家科學基金會（NSF）的“大數據”定義：“由科學儀器、傳感設備、互聯網交易、電子郵件、音視頻軟件、網絡點擊流等多種數據源生成的大規模，多元化、復雜、長期的分布式數據集”。“大數據”的顯著特點是大量化（Volume）、多樣化（Variety）、快速化（Velocity）及由此產生的價值（Value）。“大數據”提供給人們新的觀察世界方法，并用數據化思維和先進的處理技術去探索海量數據之間的關系。

一、構建“大數據”是人民銀行經濟預測和金融統計的現實需要

受“大數據”驅動，依托信息共享、高度集成的數據倉庫、先進的數據挖掘分析模型，“大數據”將改變人民銀行宏觀調控、管理與決策的方式與方法。

（一）構建“大數據”，強化人民銀行宏觀調控管理的智能化。人民銀行“大數據”實施后，人民銀行業務將從傳統的手工處理向全信息化處理轉變，業務基礎工作重心將從手工或半手工采集數據轉換到靈活運用人民銀行“大數據”，依托對結構化和非結構化數據的聚類和清洗，優化人民銀行綜合管理模塊數據自動采集功能，實施宏觀預測分析，對社會經濟運行情況進行綜合分析和評價，實時掌控全國經濟金融變化動態，實現人民銀行宏觀調控的智能化處理。

（二）構建“大數據”，夯實人民銀行信息服務與決策支持的堅實基礎。隨著人民銀行各類數據處理、管理和交換進一步集中，經濟金融數據共享渠道的進一步暢通，“大數據”的統一性和完整度將出現質的變化，人民銀行將成為國家調控、政府及其部門、企事業單位等部門數據的樞紐。充分挖掘和運用人民銀行“大數據”，為我國經濟金融政策的制定、執行、監測、決策和實施，提供快捷、全面的數據支撐和信息支持。

（三）構建“大數據”，有利于人民銀行及時掌控、跟蹤金融風險。通過深度挖掘人民銀行業務數據，建立和完善人民銀行現場和非現場監管模型，實施人民銀行調控手段的規范化管理，動態跟蹤、管理資金流的異常監測，實現人民銀行風險控制、內部業務風險控制、外部業務監督管理的智能化處理。

二、人民銀行初步具備建立“大數據”的基本條件

人民銀行數據是指人民銀行在履職過程中所獲取的具有分析、研究、決策等功用和價值的數據，包括調查統計、貨幣信貸、征信管理、財務會計、國庫等結構化數據，以及人民銀行經過積累的統計、貨幣分析資料庫、圖表、文字資料、影音視頻文件等非結構化數據。

（一）建立了較為全面的金融業綜合統計監測體系。經過多年探索，人民銀行目前已構建了包括貨幣供應量統計、信貸收支統計、現金收支統計、對外金融統計、金融市場統計、人民銀行專項調查統計（企業商品價格指數、景氣調查指數）和資金流量統計等金融業綜合統計監測體系，為人民銀行宏觀調控服務，著力提高貨幣政策針對性、靈活性，支持經濟發展方式轉變奠定了堅實基礎。2014年12月，人民銀行征信中心與環境保護部政策法規司、國家稅務總局稽查局、國家外匯管理局管理檢查司、中國出口信用保險公司等8家單位簽署信息采集合作文件，標志著人民銀行征信系統在信用信息交換共享方面邁出新步伐，將進一步推動我國社會信用體系建設。

（二）建立了規模較大的人民銀行數據庫。一是建立了金融信用信息基礎數據庫。截至2013年末，金融信用信息基礎數據庫收錄近8.4 億自然人和1919.3 萬戶企業及其他組織的信息; 個人、企業信息全年查詢量分別達3.5 億次和1.04 億次;全國累計補充完善小微企業信息近243 萬戶，累計已有35 萬戶小微企業獲得銀行貸款，貸款余額72318.90 億元;全國共為1.51 億農戶建立了信用檔案，對10143萬農戶進行了信用評定，貸款余額2萬億元。二是建立了國庫數據庫。國庫數據匯集了各級政府財務數據和各級國庫管理數據，包括各類結構化與非結構化數據。以“3T”系統[指國庫會計數據集中系統（TCBS）、國庫信息處理系統（TIPS）、國庫管理信息系統（TMIS） 三大系統]為核心的現代化國庫信息系統總體框架基本形成。2013年，全國通過TIPS成功處理各類業務20798.5萬筆，金額136911.25億元，通過TCBS辦理收入業務38070萬筆，金額109574億元;辦理實撥資金支出業務621萬筆，金額118694億元;辦理退庫業務153萬筆。2013年國庫系統共辦理國庫收支41.18 萬億元，2013年11 月，國庫管理基礎信息模塊在全國正式上線，國債管理模塊與38 家儲蓄國債承銷機構正式聯通。

（三）金融標準化建設取得顯著成效。2010年，人民銀行推出《銀行業標準體系框架》，《中國金融集成電路（IC）卡規范》（2 0 1 0版）等1 4項金融行業標準;《金融業機構信息管理規定》，建設金融業機構信息管理系統，構建中國首個金融機構名錄庫，囊括23萬多家金融機構信息。2011年3月，人民銀行頒布《關于推進金融IC卡應用工作的意見》，啟動我國銀行磁條卡向IC卡遷移戰略。2012年《中國金融集成電路（IC）卡規范》（PBOC3.0），組織建設國家金融IC卡安全檢測中心。先后《證券、期貨、保險、印制、銀行業標準體系》;修訂《人民銀行信息安全綜合規范（2013 版）》，《金融機構代碼證管理辦法（試行）》。2014年8月，人民銀行《統計數據與元數據交換（SDMX）》標準，規范了我國金融統計信息的處理、交換和對外流程等內容。2014年11月，人民銀行《金融信用信息基礎數據庫用戶管理規范》和《征信機構信息安全規范》。

（四）人民銀行數據具有較高的利用價值。人民銀行貨幣政策委員會通過分析研究存貸款及其變動對貨幣政策產生的影響，對貨幣政策進行適時適度調整。財政部等部門從人民銀行提取數據并加以利用，也會影響其宏觀決策的變化。地方政府通過使用國庫部門提供的預算收支數據，加強對預算收支情況、地方財政投入等各種管理工作。

三、制約人民銀行“大數據”構建的主要因素

當前，存在一些技術、法規因素制約了人民銀行“大數據”的建立、分析和利用。

（一）技術操作層面上，數據采集和挖掘仍較為落后。1、數據采集和挖掘較為落后。與阿里巴巴等電商動態的數據采集系統相比，人民銀行數據挖掘和采集方式仍較為落后，數據錄入處于原始狀態。人民銀行現在面臨的最大問題是沒有利用好系統數據，系統利用率大概不到20%。互聯網、電子商務等新興企業在“大數據”處理經驗、產品創新能力、市場靈活度等方面都擁有明顯的優勢，在這種情況下，人民銀行更應激活利用內部的“沉睡數據”。

2、數據整理缺乏標準化設計。人民銀行數據交換過程中缺乏標準化數據模型，且存在語義區別和數據源的不一致問題，不少業務處理和管理系統缺乏標準化的統一設計，直接導致“大數據”二次開發難。

3、缺乏對非結構化數據利用。人民銀行檔案管理制度對會計憑證、會計賬簿、報表和其他會計資料的完整和安全作出了具體要求，人民銀行數據的利用仍以報表、報告等傳統方式為主，對數據的分析仍集中在結構化數據，但對圖片和影音視頻文件等非結構化數據尚未統一進行數字化處理和規定，缺乏多維度智能分析、展示，缺乏對非結構化數據的處理能力。

（二）法律制度層面上缺乏明確的法規依據。人民銀行進行“大數據”挖掘，涉及到法律制度建設、系統開發等多方面原因。

1、個人信息采集的合法性問題。《征信業管理條例》第十三條規定：采集個人信息應當經信息主體本人同意，未經本人同意不得采集。但是，依照法律、行政法規規定公開的信息除外。因此，對信息主體的通話的語音信息、營業網點或ATM機的錄像信息等，這些數據信息采集如未得到信息主體允許，進一步分析開發是否合法、侵犯個人隱私尚未定論，影響了人民銀銀行數據采集的拓展。

2、“大數據”的基礎設施和安全管理亟待加強。由于“大數據”是伴隨著互聯網、云計算、移動互聯網以及物聯網等新技術發展到一定階段的產物，金融“大數據”的安全問題日益突出，進一步增加了“大數據”的風險隱患，若處理不當可能遭受重大損失。因此，信息安全體系建設、“大數據”安全技術研發、動態數據安全監控機制等亟待加強。

3、跨部門信息共享機制尚未建立。如共享信息的名稱、內容、質量、數量、更新頻度、授權使用范圍和使用方式、共享期限、共享依據、實現進度等事項，以及信息共享相關標準規范等尚未建立。

四、國外央行“大數據”運用比較分析及借鑒

以下主要介紹“定向算法文本分析”（簡稱DATA）、XBRL分析框架在國外央行的運用情況，以期對我國“大數據”利用提供借鑒。

（一）歐洲央行（ECB）和美聯儲運用“定向算法文本分析”（簡稱DATA）的新方法和統計手段。在2014年11月份的報告中，歐洲央行描述了基于“大數據”的經濟預測方法。DATA是基于文本數據集內的特定術語搜索，該搜索是以信念敘述理論為指導。信念敘述理論不僅表面上關注人們對經濟的感性預期，如“積極/消極”，“樂觀/悲觀”等，而且深入分析經濟決策背后隱藏的人類情感，包括情感的性質及程度。通過采用DATA方法來直接地、透明地構造情感轉移的相關性指標，評估這種相關性是否顯著。如將相對情感指標（BROKER）定義為一個月之內興奮類關鍵詞和焦慮類關鍵詞出現的頻率之差，這個差值除以文本中的總字數即是標準化后的指標。密歇根信心指數（MCI）主要用于衡量消費者的購買能力和購買意愿。指數以至少500次電話采訪，詢問大約50個問題，為期兩周的調查數據為基礎構成。指數每月兩次，其中初步數據在每月第二個周五，最終結果在每月第四個周五。研究表明，初步指數和最終指數間高度相關，因此，關鍵是預測T+1時點初步指數較T時點最終指數的變化，這個變化值用DIFFPRELIM來表示。

按照“大數據”預測方法，DIFFBROKER對DIFFPRELIM的回歸。DIFFPRELIM=初步指數（T+1）-最終指數（T），DIFFBROKER=BROKER（T）-BROKER（T-1），T為2010年7月到2012年3月中的任意某月。將兩者數據進行回歸分析，可得到2012年5月的密歇根指數預測值，如此逐月推進重復此項運算，直到估計出2013年7月的指數。從2012年5月到2013年7月期間的預測結果看，運用基于“大數據”的DATA，對代表消費者信心減去其焦慮的凈水平的時間序列數據進行文本分析，對這15個月的數據進行分析，其中預測準確的有12個月。繼續用“大數據”方法來預測更遠期的MCI值，結果顯示即使預測4個月后的情況，BROKER數據仍然顯示出預測功能。就預測的正確性而言，預測期為2期時，15個月中有11較準確;預測期為3期時，15個月中有8個較準確;而預測期為4期時，有7個月較準確。

（二）XBRL分析框架在國外央行運用概況。XBRL是“Extensible Business Reporting Language”的縮寫，意為可擴展商業報告語言，主要用于商業和財務信息的定義和交換，讓在不同系統間共享數據成為可能，被設計成能夠適應最復雜的金融報告形式。

XBRL在日本央行的運用。日本央行從2003年中期起開展XBRL試驗。2006年2月，日本的金融服務公司每月使用XBRL向日本央行報送數據。日本央行認為，每月使用XBRL報送資產負債表大大減輕數據驗證等工作負擔。XBRL簡化了報送流程，特別是能夠通過提交前的驗證功能發現報告中的問題。

2、XBRL在南美央行的運用。巴西央行積極研究XBRL（巴西資產負債表注冊項目的一部分）的應用。2008年10月，阿根廷央行擔當建立XBRL阿根廷臨時地區組織的組織者，并向XBRL國際組織申請直屬成員資格。阿根廷央行實施資產負債表注冊項目，該項目主要是根據公司規模、市場知名度等標準分階段實現財務報送的XBRL化，主要目標是對阿根廷各類公司進行清晰的信用評級。

3、XBRL在西班牙央行的運用。西班牙政府了JUS/206/2009號法令后，XBRL已成為西班牙年度數字化財務報表編制的基礎。每年，2，743個實體向西班牙央行報送109，554份XBRL報告，XBRL技術的引入實現了數據驗證的自動化，提高了數據質量。同時，可以通過對內容嚴格定義來控制風險。西班牙央行的職責之一是收集、處理和保存西班牙非金融性公司的財務信息，增加對西班牙各分支行業的了解;收集本國金融機構信息，履行其監管國內銀行業體系;收集統計數據，向歐洲央行（ECB）報送所有公司數據的職責。西班牙央行正在推進XBRL應用擴展計劃，在償付能力信息、財務報表、互保、外幣兌換處和評估公司中增加運用這些公式。

（三）快速預判宏觀經濟形勢。英國央行以前通過統計部門的房地產銷售數據、就業數據等，判斷房地產市場和勞動力市場變動趨勢，但統計部門的數據一般有數日乃至數周的時滯，不利于對形勢的快速判斷。目前英國央行現已運用“大數據”對英國房地產市場和勞動力市場趨勢作出快速判斷，通過對一些網絡搜索關鍵詞的監控，如“按揭”“房價”“職位”等，獲取最新的經濟運行情況，分析預測客戶及交易對手行為。加拿大央行利用“大數據”分析并跟蹤宏觀經濟的變化。

五、相關建議

歐洲等國外央行的探索表明，“大數據”在經濟預測和金融統計等領域的應用具有良好效果。應積極借鑒國外經驗，探索人民銀行利用“大數據”進行經濟預測和金融統計。

（一）適應“大數據”要求，規劃人民銀行“大數據”戰略的頂層設計。一是建立“大數據”研究機構。在總行層面設置專門研究“大數據”機構，建立數據管理決策機制和內部協調機制，制定“大數據”工作規劃，形成管理數據、使用數據和推廣數據的有效工作機制。二是明確“大數據”發展重點。規劃明確“大數據”產業的發展重點、空間布局和保障措施，推動和改善與“大數據”相關的收集、儲存和分析工具及技術，開展“大數據”應用示范，加大對基礎研究的“大數據”獲取方式、組織與管理、關聯與發現、分析與可視化等方面的研究。三是以數據分析技術為核心。加快非結構化數據處理技術、非關系型數據庫管理技術、可視化技術等基礎技術研發，并推動與云計算、物聯網、移動互聯網等技術的融合。加強網頁搜索技術、知識計算（搜索）技術、知識庫技術等核心技術的研發，并與數據處理技術相結合，為提高人民銀行金融調控能力提供技術支持。四是構建覆蓋從數據訪問、數據傳輸、數據存儲、數據隔離到數據銷毀各環節的云端數據安全框架。建立“大數據”隱私保護制度和信息安全保障體系，提高安全防范能力，嚴密維護信息安全（包括濫用、篡改、損壞、竊取、失泄密等）。

（二）結合人民銀行履職特點，科學構建人民銀行數據庫。借鑒“大數據”理論，建立以總行為中心、分支機構為補充的分布式數據庫（見圖1），人民銀行數據庫實行總行統一規劃建模，分級管理推進，上下協調一致;本級業務數據由中心統一分發，非業務數據逐級上傳，借助人民銀行內網“云計算”1技術，提升數據流轉、計算分析能力;運用“霧計算”2技術，對人民銀行敏感數據進行保護，甄別、控制竊取和濫用數據行為，確保人民銀行數據安全。數據庫系統的基本結構由經濟金融數據庫，分析、預測模型庫和分析、預測體系三部分組成。運用統計學的理論和方法，對經濟金融活動進行分類、量化、數據收集和整理及進行描述和分析，反映經濟金融活動規律，為經濟金融制度的設計和理論研究以及金融調控機制的實施提供客觀和科學的依據。

（三）建立數據共享機制，構建人民銀行“大數據”平臺。建立與銀行、保險、證券等監管機構以及國家統計局、電商、數據公司、互聯網平臺企業等合作機制，構建共享數據庫和信息共享機制。同時，將金融宏觀調控與移動網絡、電子商務、社交網絡等融合，提高內外部數據信息的整合能力。構建人民銀行宏觀審慎管理“大數據”平臺，建立適應“大數據”時代要求的信息化基礎架構，通過信息技術手段，采集金融經營管理數據，建立標準化、系統性的數據體系，搭建“大數據”平臺，為金融業發展和監管提供基礎性的網絡支持和信息服務。

（四）借鑒歐洲等央行經驗，構建人民銀行“大數據”分析和預測模型。借鑒歐洲等央行經驗，改進和優化統計范圍、工具分類、部門分類、信息披露、數據質量控制等方面，進一步完善金融統計體系。嘗試建立人民銀行決策知識庫和預測、分析模型。要運用“大數據”技術對數據進行采集、整理出的一些關鍵性指標，構建前瞻性的動態隨機一般均衡模型（Dynamic Stochastic General Equilibrium，DSGE）的宏觀計量模型，對未來一個時期可能發生的經濟金融形勢進行分析和預測，提升人民銀行宏觀預測能力和運作效率，為貨幣政策制定和執行提供決策參考。

（五）探索挖掘數據結構新方式，建立和完善人民銀行“大數據”挖掘與應用體系。結合人民銀行宏觀審慎管理等職責需要，積極探索挖掘和利用數據結構新方式，如可將傳統的銀行家調查問卷改變為對銀行家情緒的搜集，利用DATA預測銀行業機構運營情況。圍繞深化經濟金融改革、金融宏觀調控等需求，統籌好歷史數據和當前采集數據的關系，充分挖掘歷史數據的潛在價值，并運用“大數據”技術手段提升分析現實數據的能力，形成具有人民銀行特色的數據挖掘與應用體系，推動人民銀行數據利用向智能化邁進。