我国中小商业银行存款保险风险费率厘定问题研究

奥鹏网院作业

我国中小商业银行存款保险风险费率厘定问题研究
——基于面板有序Logistic回归模型

摘 要： 风险差别费率厘定是存款保险有效实施的关键环节，但对费率厘定方法始终存在争议。本文基于我国2003-2016年15家中小投保机构银行年度数据，采用PSTR模型合理区分投保机构无清偿能力风险指数状态区间，构建面板有序Logistic回归模型测度投保机构风险等级，并依风险等级确定相应的保费等级，厘定适合投保机构的费率水平。研究表明，宏观经济金融环境、投保机构经营管理状况对该投保机构风险等级有显著影响，利用面板有序Logistic回归模型测度投保机构风险拟合优度较高，该模型既能预测投保机构未来所处风险等级，又能有效区分出投保机构的风险等级差异，对厘定我国投保机构费率水平及完善我国风险差别费率机制具有一定的借鉴意义。

关键词： 存款保险风险费率； 无清偿能力风险指数； PSTR 模型； Logistic回归

一、引言

如何厘定存款保险费率一直是专家学者和政策制定者思考的重要问题。这一问题解决不好不仅有失公正公平,出现低风险投保机构补贴高风险投保机构的现象，也容易诱发道德风险，激励高风险投保机构冒险经营，加大投保机构系统性风险。为避免出现这种后果，上世纪70年代，有学者提出投保机构保费应与其风险相挂钩，根据风险状况来确定费率的新理念，受到了高度关注，一大批学者开展了许多风险差别费率理论与实证的研究。

从理论上来说风险差别费率厘定方法可以分为两类，一类是以期权理论为基础的期权定价模型[1]，一类是以风险管理理论为基础的预期损失定价法[2]和综合指标法。但在风险差别费率厘定实践中，上述方法却始终存在较大争议。期权定价模型依赖有效的市场数据，更适合证券市场比较发达的国家；预期损失定价法虽基于投保机构的财务信息、监管指标等，但其违约概率和违约损失率估算需要大量历史数据；而综合指数法更是由于其在指标选取和权重分配等方面依靠主观判断而被人诟病。由于我国资本市场不太发达，上市投保机构较少且数据积累有限，因此上述方法对我国投保机构来说不太适用。那么针对我国的现实状况，如何借鉴国际经验，选取合适的风险因子构建指标本系，通过模型合理、有效地度量我国中小投保机构的风险等级，如何根据风险等级确定保费等级等这些问题的解答对于厘定存款保险费率水平有十分重要的理论价值和现实意义。

二、文献回顾与述评

国内外学者对风险差别费率厘定方法开展了广泛的理论与实证研究，从理论上来说可归并为以下两类。

第一类是以期权理论为基础的期权定价模型法。该方法最初由Morton(1977)[1]提出，他将存款保险提供的保障视为卖给投保机构的一个看跌期权，用Black-Scholes期权定价公式构建模型来厘定存款保险费率。此后，众多学者对该方法进行了修正和拓展。如Marcus和Shaked(1984)[3]用可观察的投保机构股权价值和波动率替代不可直接观察的投保机构资产市场价值和波动率，解决了投保机构资产市场价值及其波动率难以估计问题；Ronn和Vermade(1986)[4]从实际情况出发，将投保机构负债分为承保负债和不承保负债，将连续股息率变成离散股息率，且引入监管宽容指标，构建期权定价模型厘定存款保险费率；Acharya等人(2010)[5]认为基于个体投保机构破产风险精算出的保费不足以覆盖被保存款的预期损失。Shih-Cheng Lee等人(2015)[6]构造了在一定置信水平下发生系统性风险的存款保险期权定价模型。在国内，秦学志等人(2012)[7]构建了不同损失承担层上投保机构关联违约条件下的存款保险费率定价模型；邢恩泉等人(2014)[8]用期权定价模型测算了美国存款保险费率，并通过回归分析建立存款保险费率与投保机构财务数据之间的回归模型；李敏波(2015)[9]利用期权定价模型对16家中资上市银行费率进行了测算；吕筱宁等人(2016)[10]建立了考虑系统性风险的跨期存款保险费率厘定模型。上述文献主要用期权定价模型来厘定存款保险费率，而该方法所涉及变量主要依赖于市场数据，比较适合证券市场比较发达国家，对于证券市场不发达的国家，投保机构市场数据缺乏，这种方法难以运用。

第二类是以风险管理理论为基础的预期损失定价法和综合指标法。预期损失定价法是通过基本分析、市场分析以及评级分析来估计投保机构违约概率及违约损失率计算投保机构的预期损失率，并将预期损失率看作存款保险的费率。该方法最早由Bovenz(1983) [2]等人提出，他们在市场有效的情况下利用市场信号估算破产概率；此后，Osterbergv和Thompson(1995)[11]利用可公开获得的投保机构资产负债数据等预测投保机构的损失率；Kathleen(2004)[12]用FDIC的数据构建了一个包括投保机构自身数据和有关经济周期变量在内的线性回归模型来预测破产投保机构的损失率。在国内，沈沛龙、崔婕(2005)[13]对内部评级法中违约损失率度量问题进行了研究；张金宝等人(2007)[14]运用投保机构损失分布参数估计方法，构建考虑资本配置的存款保险定价模型。运用预期损失定价法的前提是投保机构的损失准备要能够完全覆盖预期损失，且估算的违约概率应充分接近投保机构的真实破产概率。但由于估算投保机构的违约概率和损失分布需要大量历史数据，新兴市场国家投保机构历史数据有限，其适用的范围受到很大限制，到目前为止还没有存款保险机构运用该方法厘定风险差别费率。

为此，国际存款保险协会(IADI)[15]建议使用综合指标法来厘定投保机构风险差别费率。该方法首先通过选取合适的风险因子构建投保机构风险评估指标体系，按照相对重要程度对各层次指标体系分配相应权重，综合指标得分情况将投保机构分成不同风险等级的若干小组，将每个小组分别对应到若干个费率档次。目前，在实行风险差别费率的国家中基本都采用这种方法厘定费率。如美国最初就是根据投保机构资本水平高低和监管评级等级将投保机构分为不同风险等级，并用一个3×3矩阵将风险等级与费率等级对应起来，厘定投保机构风险费率水平。近期，美国对费率厘定方法进行了一些有借鉴意义的探索[16]，对本文后期研究的展开具有很大的参考价值。而加拿大等国家一般通过选取反映投保机构财务信息、市场信息和监管信息的资本充足性、盈利性、资产质量、资产集中度以及监管评级等定性定量指标来考察投保机构风险状况。其方法是根据评估风险大小时各指标的相对重要程度对其赋予相应权重，按指标数值和权重计算出一个综合评分，再根据所得分数确定相应的费率水平。

综观现有相关文献，在风险差别费率厘定方法中，期权定价模型和预期损失定价法虽然比较客观，但在运用中受数据来源制约较大，在实践中难于运用，综合指标法虽受到各国的推崇被广泛应用，也形成了许多非常有益的研究与实践成果，但仍存在一些可以改进的空间，主要表现为：(1)现有文献中综合指标法主要集中于运用投保机构财务信息、监管指标来评价风险，而结合经济金融环境来评价投保机构风险的相关探讨非常少；并且现有文献主要集中于研究国外投保机构风险差别费率的厘定，然而由于各国经济发展、银行经营管理、监管水平等各异，国外研究得到的结论可靠性和借鉴意义相对有限。(2)更为重要的是，各国运用综合指标法评价投保机构风险等级时，其等级的确定不仅与投保机构经营管理密切相关，还与各评价指标的权重大小有关，而相关指标权重的分配主要由专家凭经验来判断，可见综合指标法受专家水平等主观人为因素影响较大，评价结果缺乏客观性。(3)此外，现有综合指标法使用的数据主要基于投保机构过去财务和监管信息，测度投保机构的风险等级，难以预测投保机构未来风险等级。而绝大部分存款保险都是通过事前征收保费来防范未来可能出现的损失，而仅依赖当前静态风险厘定费率，难以覆盖未来存款保险可能遭受的损失。

基于此，本文拟在分析影响投保机构清偿能力主要因素的基础上，构建面板有序逻辑Logistic回归模型测度投保机构风险等级，设定与风险相挂钩的保费等级，为厘定风险差别费率提供一种量化方法和实证参考。本文的贡献主要体现在以下三个方面：(1)当前对投保机构风险的研究主要停留在选用一个或一系列的定性定量指标来区分投保机构的风险状态，而本文以无清偿能力风险指数(IRI)[17]来表示投保机构的风险状态，并运用面板平滑转换自回归模型(PSTR)[18]对其状态转变点进行识别，根据转换阈值将投保机构风险分为低度风险、中度风险、高度风险三个等级，增加了风险等级分类的科学性。(2)考虑到经济金融环境对投保机构风险有较大影响，本文对传统的综合指数法指标框架进行了拓展，增加了经济金融环境因素，构建考虑宏观和微观因素的面板有序Logistic回归模型，分析和测度投保机构风险等级。相比以往文献只考虑微观投保机构因素，本文考虑的影响因素更全面，能够获得更严谨的实证结果。(3)本文选取了2003-2016年我国经济金融环境和投保机构经营管理相关数据，实证检验了上述理论模型在投保机构风险等级评价中的表现，设定了与投保机构风险等级相适应的费率等级，构建风险差别费率厘定公式，为我国存款保险风险差别费率厘定提供现实依据。

三、模型设计(一)构建背景与设计思路

基于上述思路，本文认为，理想的风险差别费率应该满足两个特点：一是能够有效区分投保机构风险等级；二是与风险等级相对应的保费等级要有明显的差距。只有这样，才能起到市场约束和正向激励作用，减少道德风险的发生。

为厘定投保机构费率水平，IADI建议采用综合指标法来评价投保机构风险，并根据各投保机构的风险等级确定费率等级，厘定费率水平。在评价投保机构风险时，主要考虑投保机构资本充足率是否符合监管要求，或其他衡量投保机构资本数量、质量和充足水平标准是否达标；投保机构资产质量和分散化水平，不良贷款率和五级分类情况；投保机构盈利能力以及收益的充足和稳定性；投保机构的流动性状况和资金来源的稳定性和多样性，以及以合理成本及时产生和获得足够资金的能力；投保机构对于利率风险、外汇风险和市场风险的暴露程度等。而这些信息通常基于行业公认的会计准则，可以直接从投保机构获得，按一定的标准或者通过与同类机构之间的比较就可以判断投保机构风险状况。

基于此，提出本文存款保险风险差别费率厘定方法的基本设计思路：选取反映经济金融环境和投保机构经营管理的一系列指标作为解释变量，以投保机构风险等级为被解释变量，构建面板有序Logistic回归模型测度投保机构风险状况，确定保费等级，厘定我国中小投保机构的费率水平。

(二)研究步骤与方法

为厘定适合我国中小投保机构所应承担的存款保险风险差别费率水平，本文拟选用了2003-2016年我国15家中小投保机构经营管理和经济金融环境等相关指标数据，构建面板有序Logistic回归模型测度投保机构风险等级，确定相应的保费等级，厘定适用费率水平。考虑到大型投保机构所具有的系统重要性特征，本文未考虑这类机构的费率厘定问题。相关变量和模型构建说明如下。

1.被解释变量

衡量投保机构风险的指数很多，本文采用无清偿能力风险指数来衡量投保机构风险大小。ThmothyH Hannan和GeraldaA Hanweck(1988)认为无清偿能力风险(insolvency risk)主要指投保机构无力偿还到期债务、面临失去清偿能力和持续经营能力而不得不破产倒闭的不确定性，可以用IRI=SD(ROA)/CE(ROA)+(AR)指数来测度投保机构的无清偿能力风险。其中，IRI表示投保机构无清偿能力风险指数[17]，E(ROA)和SD(ROA)分别表示投保机构的预期资产收益率及其标准差，表示投保机构的资本充足率，该方法得到国内外学者的广泛认可。为了区分投保机构无清偿能力风险等级，有些学者提出用百分位数法对无清偿能力风险指数变化进行区分，将无清偿能力风险指数根据其所处百分位数位置区别为风险高或低。然而，用这种方法识别风险高低有一定局限性。首先IRI的数值不具有稳健性，容易受样本区间长度等因素的影响；其次，各投保机构经营管理及发展模式差距较大，各行的值也会有很大差别。因此百分位数法显然并不合适。

基于此，本文采用PSTR模型对指数转换点进行识别，减少人为设置阈值带来的偏差。PSTR模型基本形式如下

   

ε～iid(0,σε2)

当我偶然从肖斌口中得知，陆浩宇喜欢短发女生后，我一放学就去把自己留了三年多的长发毫不留情地“喀嚓”掉了；当我知道陆浩宇喜欢瘦一点的女生时，原本并不胖的我，也开始严格控制饮食，特别是杜绝零食的诱惑；听到陆浩宇在和别人聊天时，说过一句“安静的女生特别可爱”后，我就不再大声说话了，我希望我的改变能够让他接受。

(1)

其中，i=1,…,N，t=1,…，T。N表示截面数据个体的个数，T表示面板数据的时间跨度。IRI是被解释变量。ui代表固定效应。Zi,t表示需要考虑的解释变量，φ′和θ′为回归系数，ε是残差项。G为取值范围介于0到1之间的转换函数，具体形式取决于转换变量Si,t、平滑参数γ和位置参数c。常用的转换函数有逻辑函数型(LSTAR)和指数函数型(ESTAR)。LSTAR形式为：G(si,t,γ,c)=(1+exp(-γ(si,t-c)))-1,γ>0；ESTAR形式为：G(si,t,γ,c)=1-exp{-γ(si,t-c)2}，γ>0。

本文借鉴IRI指数构建方法，先分别计算各投保机构的无清偿能力风险指数，并运用PSTR模型对其状态转换进行识别，将IRI指数分为三个机制，即低度风险、中度风险和高度风险，并分别用Ⅰ、Ⅱ、Ⅲ表示，作为模型被解释变量。

2.解释变量

已有文献多从微观方面考察影响投保机构清偿能力的相关因素，认为其清偿能力不仅与资本大小和资产质量等密切相关，也与流动性状况、盈利能力和风险管理水平等因素密切相关。但Huizinga和Demirguc-Kunt(1999)[19]实证分析表明，投保机构的收益和风险不仅与经济增长有关，还与通货膨胀等因素有关。从经济增长的角度看，一国经济高速增长，投资需求旺盛，国民收入提高，存款供给也增加，同时，企业发展良好，贷款质量也提高，而经济下行往往会导致抵押品价值下降借款人违约率上升，贷款人放贷意愿减弱，信贷资产质量下滑，投保机构经营风险加大[20]；就通货膨胀率来说，其变化会直接影响整体金融环境是宽松还是紧缩，可见经济金融环境对投保机构清偿能力有重要影响。因此，在解释变量的选取上，本文在参考巴塞尔资本协议Ⅲ、国际货币基金组织金融稳健指标、商业银行风险监管核心指标、银行财务指标以及CAMELS评级指标的基础上，结合国内外学者实证研究的成果以及我国经济金融环境、投保机构经营管理等特点，按照科学性、全面性、系统性、可操作性和可预测性的原则，选取对投保机构清偿能力有重要影响的资本充足性、资产质量、盈利能力、流动性、管理水平和经济金融环境等六个方面的12个代表性指标作为解释变量。具体指标选取如表1所示。

表1 投保机构风险评估指标变量说明及来源

   

变量类型指标说明指标来源资本充足性资本充足性是指投保机构资本结构、质量情况,其大小反映其补偿损失的能力。监管部门用投保机构普通股充足率(TCER)、一级资本充足率(CCAR)和总资本充足率(CAR)来度量投保机构资本充足情况。考虑到数据可获得性和一致性,本文选取CCAR和CAR作为资本充足性的衡量指标。上述指标数值越大,表示资本越充足。巴塞尔资本协议Ⅲ资产质量资产质量是指投保机构资产的安全状况,反映其未来发生资产损失的大小。投保机构和监管部门用不良贷款率(NPLR)、不良资产率(NPAR)和拨备覆盖率(LNPR)来度量资产质量情况。考虑到数据相关性,本文选取NPLR和LNPR作为投保机构资产质量衡量指标。NPLR越大,表示可能损失越大,LNPR越大,损失越小。国际货币基金组织金融稳健指标商业银行风险监管核心指标盈利能力盈利能力是指投保机构利用各种经济资源赚取利润的能力。投保机构和监管部门用资本利润率(ROE)、资产利润率(ROA)、成本收入比(CIR)来度量盈利能力。本文选取这三个指标作为投保机构盈利能力衡量指标。ROE和ROA越大,CIR越小,投保机构获利能力越强。国际货币基金组织金融稳健指标商业银行风险监管核心指标流动性状况流动性是指投保机构资产负债比例的协调程度以及资产负债期限搭配程度,反映其发生支付危机和流动性危机的大小。监管部门用流动性比例、核心负债比例和流动性缺口率来度量流动性状况。考虑到数据的可获得性,本文用核心存款占比(CDDR)和流动性比例(LR)作为投保机构流动性衡量指标。CDDR和LR越大,表示流动性状况越好。国际货币基金组织金融稳健指标商业银行风险监管核心指标管理水平管理水平是指投保机构业务政策、业务计划、管理经历及经验、职员培训情况,反映造成投保机构发生风险的内部原因,主要是一些定性指标。考虑到数据的可得性,本文用度量总量风险的杠杆率(TLR)作为替代指标来衡量其管理水平。巴塞尔资本协议Ⅲ经济金融环境在研究一国经济金融环境时,现有文献通常用GDP增长率(GRG-DP)、CPI增长率和失业率来度量一国经济发展程度。考虑到数据的可得性,本文选取GRGDP和CPI来衡量经济金融环境。相关研究文献

3.模型构建

投保机构无清偿能力风险是根据影响投保机构偿付能力因素来评判的，清偿能力和评判因素之间存在着某种关系。由于本研究的被解释变量风险等级(Ⅰ、Ⅱ、Ⅲ)是一种离散的有序变量，以此作为被解释变量来建立和解释变量的线性关系，显然不合适。而面板有序Logistic回归模型能巧妙地将离散被解释变量和解释变量联系起来，因此本文选择面板有序Logistic回归模型预测投保机构风险等级，计算风险等级发生概率。基本模型如下

假设投保机构风险等级有k个值，则对应的有k-1个公式

Lm=ln|P(Yi,t=j|Zi,t)/P(Yi,t=j|Zi,t)|=βm+,m=1,2,…,k-1

(2)

式中，i=1,…,N,t=1,…,T。N表示截面数据个体的个数，T表示面板数据的时间跨度；Lm为第m个累积Logit模型；m为投保机构风险等级；Yi,t为被解释变量；Zi,t为解释变量；βm为第i个模型的截距参数；β′为斜率向量；P(Yi,t=j|Zi,t)为投保机构风险等级变量属于等级j时的概率，求出投保机构在各风险等级下累积的Logit模型Lm，通过换算就能得到投保机构处于各等级的概率Pj=P(Yi,t=j|Zi,t)，根据所处的风险等级概率和保费等级就可确定其适用的费率水平。

4.与投保机构风险等级挂钩的差别费率水平设定

从国际实践看，风险差别费率的确定方法有分组法和连续法两种。分组法就是通过风险度量把投保机构分到若干个小组，并对应到相应的费率档次。连续法就是在评价投保机构风险时，并不分组，而是赋予分值，然后通过函数，将风险度量结果转换为具体费率。本文遵循IADI提出的投保机构不同风险等级之间的保费要有明显差距，以形成市场约束和正向激励的原则，借鉴美国、加拿大等国家存款保险风险差别费率厘定经验，参照我国目前存款保险费率实施情况，将不同风险等级投保机构的费率等级设定如下(见表2)。

表2 我国投保机构保费等级

   

风险等级保费等级风险差别费率(RR)基准费率(SR)(bp)低度风险Ⅰ基准1.0倍中度风险Ⅱ基准2.5倍高度风险Ⅲ基准5.0倍1.6

则投保机构适用的费率水平为

   

(3)

其中，Pi表示投保机构所处风险等级i(低度风险、中度风险、高度风险)的概率，RR表示保费等级，LF表示投保机构适用的费率水平。

四、实证结果与分析(一)数据来源

经济金融环境方面，选取了2003-2016年我国GDP增长率、CPI。投保机构经营管理方面，本文选取2003-2016年15家中小投保机构(招商银行、中信银行、华夏银行、广发银行、厦门国际、厦门银行、温州银行、福建海峡银行、宁夏银行、大连银行、齐商银行、富邦银行、攀枝花市商业银行、烟台银行、东营银行。其中东营银行2005年成立，数据从(2005-2016年)资本充足性、资产质量、盈利能力、流动性、管理水平等的年度指标数据。经济数据来源于国家统计局网站，投保机构数据来源于全球银行与金融机构分析库(BankScope)、各投保机构年报。数据指标的增长率均为同比增长率。

(二)投保机构无清偿能力风险指数构建与位置参数估计

1.无清偿能力风险指数构建

心动，有时候就是一瞬间的事情。陆浩宇那张梭角分明的脸还有清澈的眼眸、直立的短发就那么深深地烙印在了我的心上。

本文选取2003-2016年15家中小投保机构的资产利润率、资本充足率两个指标，利用IRIi,t=SD(ROAi,t)/(E(ROAi,t)+CARi,t)公式构建无清偿能力风险指数，其中i=1，…,15，t=1,…,14。15家投保机构IRI指数如图1所示。

由图1可以看出，除厦门国际、富邦银行外，其余13家投保机构的无清偿能力风险指数在2004年、2005年间达到最大值，当时我国中小投保机构积累了大量不良债务，呆坏账和不良贷款率偏高，投保机构蕴含的风险较大。自2006年以后，随着我国经济快速发展和金融改革的逐步深化，我国中小投保机构的经营环境持续改善，经营效益逐步好转，期间虽然经历了国际金融危机，但由于我国中小投保机构海外业务少，基本未受到冲击，在此期间，中小投保机构无清偿能力风险也随之下降。2012年后，受我国经济增速放缓的影响，中小投保机构经营风险加大，其无清偿能力风险指数也有所升高，在2014年、2015年达到近年新高。图1较好地反映了我国中小投保机构在此期间无清偿能力风险变化情况。

2.无清偿能力风险指数状态转移位置参数估计

本文采用PSTR模型对IRI指数状态转换点进行识别。首先，根据指数的自相关性和偏自相关图，确定变量的滞后阶数为二阶。根据Teräsvirta等人[21]提出的处理方法，将转换函数G(si,t,γ,c)用其三阶泰勒展开式做近似替换。用F检验该模型的线性性(检验结果如表3所示)，当si,t=yi,t-1或si,t=yi,t-2时，检验p值均小于0.01，说明在0.01的显著性水平下拒绝原假设，该模型是非线性的。另外，由于si,t=yi,t-2的p值更小，因此转换变量为yi,t-2。其次，进一步采用F检验确定转换函数的形式。F检验的原假设是H0:β3=0，当si,t=yi,t-2时，p值为0.000 154，小于0.01，说明在0.01的显著性水平下拒绝原假设，应采用平滑转移三机制非线性模型(LSTR2)进行分析，即风险指数在低度风险、中度风险、高度风险三种不同机制下进行转换。

   

图1 2003-2016年我国15家中小投保机构IRI指数时序变化

表3 线性假设检验及转换变量和模型形式选择结果

   

转换变量线性检验LSTR1或LSTR2检验F统计量P值F统计量P值yi,t-15.503.16E-058.503.03E-04yi,t-25.961.12E-059.251.54E-04

注：原假设：线性模型；备择假设：至少含两个位置参数的PSTR模型。

最后，利用网格搜索法估计平滑参数和位置参数的初始估计值后，使用“L-BFGS-B”最优化方法[22]进行迭代估计，可得位置参数c1、c2和平滑参数y分别为0.026、0.044和0.849，则无清偿能力风险指数PSTR模型方程为

yi,t=0.006+0.603×yi,t-1-0.045×yi,t-2+(0.004+0.338×yi,t-1-0.030×yi,t-2)×G(yi,t-2;0.849,0.026,0.044)

(4)

(三)面板有序Logistic回归模型及结果分析

1.多重共线性检验

Logistic模型要求各变量间独立，同时不存在多重共线性。以IRI指数作为因变量，其余12个指标作为自变量(取滞后一期)进行回归分析，发现多个变量的容忍度小于1，方差膨胀因子(variance inflation factor)大于10(如表4)，说明12个指标存在多重共线性问题。为此，对这12个指标采取向前逐步回归的方式，最终确定资本充足率、不良贷款率、资产利润率、杠杆率、GDP增长率这5个变量间相互独立且不存在多重共线性，解释变量选取上述5个指标。

1.1 一般资料 选取自2015年1月至2018年1月沈阳市骨科医院收治的腰椎间盘突出症患者80例为研究对象。纳入标准：患者临床资料完整；确诊满足腰椎间盘突出症诊断标准[2]，愿意配合研究。排除椎管内占位、腰椎不稳、神经根受压、肌力减退、重要脏器功能不全等患者。采用随机数字表法将患者分为观察组与常规组，每组各40例。常规组中，男性24例，女性16例；年龄52～82岁，平均年龄(67.8±2.3)岁。观察组中，男性25例，女性15例；年龄54～80岁，平均年龄(67.5±2.7)岁。两组患者一般资料比较，差异无统计学意义(P>0.05)，具有可比性。

2. 建立面板有序Logistic回归模型

为测度投保机构未来风险等级，在回归时解释变量选取T-1期数据，被解释变量选取T期数据，构建面板有序Logistic回归模型。在分析各解释变量对被解释变量影响之前，先对模型合理性进行检验，包括方程整体显著性检验和拟合优度检验。方程整体显著性检验原假设是各解释变量前系数均为0。在原假设成立的条件下，计算得到卡方统计量为299.574，检验p值远小于0.01，因此在0.01显著性水平下拒绝原假设，认为模型整体显著。模型拟合优度检验原假设是模型拟合优度较高。在原假设成立的条件下，计算得到皮尔逊卡方统计量为198.529，P 值为1，因此在0.1的显著性水平下不能拒绝原假设，认为模型拟合较好。以上检验表明模型设定是合理的，检验结果和模型回归参数估计结果如表5所示。

表4 多重共线性检验表

   

指标共线性检验容忍度方差因子指标共线性检验容忍度方差因子资本充足率(CAR)0.03231.239成本收入比(CIR)0.2154.648核心资本充足率(CCAR)0.02737.076流动资产比例(LR)0.2913.441不良贷款率(NPLR)0.2803.574核心存款占比(CDDR)0.3742.670拨备覆盖率(LNPR)0.2134.684杠杆率(TLR)0.1019.864资本利润率(ROE)0.1666.018GDP增长率(GRGDP)0.2923.426资产利润率(ROA)0.1338.834CPI(CPI)0.2543.938

表5 PSTR模型估计结果

   

指标估计值标准差Wald统计量自由度P值Ⅰ截距-8.2502.47811.08510.001Ⅱ截距-2.0882.3300.80310.370β1'-1.8670.8105.31810.021β2'0.3970.1546.67010.010β3'-0.0150.2270.00410.949β4'-0.2900.1285.17710.023β5'-0.6060.14118.52110.000方程整体显著性检验卡方统计量:299.574190.000模型拟合优度检验皮尔逊卡方统计量:198.5293691.000

PSTR模型及风险等级发生概率估计公式如下

LI=ln[PⅠ/(1-PⅠ)]=-8.250+

(5)

LⅡ=ln[(PⅠ+PⅡ)/(1-PⅠ-PⅡ

(6)

=-1.867ROAi,t+0.397NPLRi,t-0.015TLRi,t-0.290GRGDPi,t-0.606CARi,t

品牌专业建设是提高专业办学质量与核心竞争力的关键，是一个长期的、逐渐积累的过程，需要地方高职院校重视品牌建设，以国际先进教育理念为指导，认真规划，做好顶层设计。从专业内涵建设入手，深化校企合作、产学融合，深化教学改革，提高人才培养质量，提升办学水平与影响力。同时以品牌专业建设为载体，聚合学校有限的办学资源，带动和引领其他相关专业的建设，推动学校的整体发展，提升学校整体实力和办学竞争力，实现可持续发展。

(7)

PⅠ=eLⅠ/(1+eLⅠ)

(8)

PⅡ=eLⅡ/(1+eLⅡ)-eLⅠ/(1+eLⅠ)

(9)

PⅢ=1-PⅠ-PⅡ

(10)

对五个影响因子进行分析，资本充足率的系数为负，说明资本充足率越高，投保机构偿付能力越强，投保机构发生无清偿能力风险的概率减小。不良贷款率系数为正，说明投保机构信贷风险越大，侵蚀资本的可能性越大，投保机构发生无清偿能力风险的概率越大。资产利润率系数为负，说明其值越大，投保机构的盈利能力越强，依靠其自身盈利弥补损失的能力就越强，能够大大降低投保机构无清偿能力风险。杠杆率系数为负，说明其值越高，对通过规模发展业务的约束就越大，投保机构发生清偿风险的概率就越小。GDP增长率系数为负，GDP增长率越大，表明经济金融环境向好，金融市场繁荣，投保机构贷款规模和收益会迅速增加，其无清偿能力风险就会下降。

(四)投保机构适用的费率水平

通过上述模型，根据式(5)-(10)和表2可计算出15家中小投保机构适用的费率水平如表6。

表6 我国15家中小投保机构存款保险费率测算结果 单位(BP)

   

银行名称2010年2011年2012年2013年2014年2015年2016年2017年平均值招商银行3.5842.8722.7522.7523.1923.0003.3443.1443.080中信银行1.7921.6721.6481.6481.7441.7201.8401.9361.750华夏银行2.2961.9121.7281.9122.0561.8882.0082.0081.976广发银行3.0241.8481.8161.9122.5842.2962.3922.8002.334厦门国际1.6001.6001.6001.6001.6001.6001.6001.6001.600厦门银行2.2481.6481.6721.961.7922.2482.1282.2721.996温州银行3.6803.3443.7284.1044.1044.2884.1684.2083.953福建海峡1.7921.842.0562.6083.0963.8883.8643.9762.890宁夏银行5.1364.4965.1365.2404.9766.9207.8007.8005.938大连银行2.6562.8963.1203.6324.0246.8804.5764.1683.994齐商银行4.2324.0244.044.045.0964.8966.24.6164.643富邦银行2.0082.9442.7043.5603.8884.2083.6324.0403.373攀枝花商行3.8563.5362.8483.4643.6804.1044.0404.8163.793东营银行4.0404.0403.6323.5364.1044.3524.2724.9364.114烟台银行1.6001.6001.6001.6001.6481.6241.6721.6961.630

由表6可知，15家中小投保机构8年平均费率水平相差较大，从基准费率万分之一点六到万分之五点九不等。就四家股份制商业银行来说，招商银行费率水平最高，中信银行最低，究其原因，主要是招商银行部分指标不稳定、波动较大，说明其未来收益与风险不确定性较大，理应使用较高的费率水平；就城市商业银行来说，其费率水平差别较大，从万分之一点六到万分之五点九不等，也反映了我国城市商业银行良莠不齐的现状。

五、结论及启示

风险差别费率的厘定是存款保险有效实施的关键环节，专家学者对证券市场发达国家投保机构费率厘定进行了广泛而深入的研究，然而鲜见针对我国证券市场的相关研究。基于此，本文通过借助面板平滑转换自回归模型对投保机构无清偿能力风险指数进行区分，构建面板有序Logistic回归模型，测度投保机构风险等级，厘定投保机构适用的风险差别费率水平，为我国投保机构风险等级评定和存款保险风险差别费率厘定提供了一种量化方法和实证参考。研究结果如下。

(1)借助面板平滑转换自回归模型将投保机构无清偿能力风险指数区分为低度风险、中度风险和高度风险，作为解释变量构建面板有序Logistic回归模型厘定存款保险风险差别费率时，模型的拟合优度较好，对模型参数的估计结果更客观、效果更理想，该模型既能预测投保机构未来风险等级，又能区分出各投保机构风险等级差异。因此，存款保险机构可采用面板有序Logistic回归模型厘定投保机构风险费率。

(2)GDP增长率、资本充足率、资产利润率、不良贷款率和杠杆率对投保机构风险等级有显著影响。其中，不良贷款率有显著的负向影响，即不良贷款率越高，投保机构风险等级越高；GDP增长率、资本充足率、资产利润率和杠杆率均有正向影响，即GDP增长率越高、资本越充足、资产利润率越大、杠杆率越高，投保机构风险等级越低。此外，也证实经济金融环境对投保机构风险有显著影响。

(3)各投保机构的费率水平具有明显的时变特征。在2012年之前，我国经济的平稳发展为投保机构创造了良好环境，投保机构经营稳健，适用的存款保险费率水平相对较低，2012年以来我国经济增速明显放缓，投保机构经营环境严峻，适用的存款保险费率相对较高，且投保机构之间费率水平差距明显，从基准费率到万分之五点九不等，城市商业银行的费率水平普遍高于股份制商业银行的费率水平。

本文的研究结论可以带来如下启示。

(1)尽管期权定价模型和预期损失定价法理论上比较成熟，但数据获得比较困难；综合指数法简单明了且易于操作，但其指标选取存在一定的争议和滞后性，并且忽略了各国经济发展所处的不同阶段带来的影响，该方法既无法反映出经济金融环境对投保机构风险等级的影响，也无法预测投保机构所处风险等级的概率。因此，在实践中不宜采用上述方法。

(2)在投保机构风险等级影响因子的选择上，不仅要从微观方面选取反映投保机构经营管理现状的银行财务信息的资本充足率、资产利润率、不良贷款率和杠杆率等，还应从宏观方面选取反映经济金融环境的GDP增长率、CPI以及就业率等指标，综合考虑各种因素对投保机构风险状况的影响得出的结论更加科学合理。

(3)存款保险风险差别费率厘定方法应同时具有及时性和预测能力，以发现投保机构的风险和这种风险未来变化的可能性，根据未来风险等级厘定适用费率水平。而面板有序Logistic回归模型在测度投保机构费率时拟合优度较好，能够较好地预测投保机构未来风险等级概率，可在存款保险风险差别费率厘定中发挥重要的作用。

由图11可见，直流正极接地故障发生时，故障极直流电压降至零，非故障极电压升高至极间电压，即直流零电位参考点发生偏移；但直流极间电压保持不变。同时导致三端换流器发生交流电压偏置、出现中性点故障电流。故障电流经故障线路两端向故障点流入，故障电流的大小与接地电阻值成反比。

本文的研究也存在一些不足：存款保险风险费率的厘定必须考虑风险的动态变化性，本文暂时只考虑了用T期数据测度T+1期的投保机构风险等级，测度在一个周期内的投保机构风险动态变化时的存款保险风险费率将更具有应用价值，是进一步研究的方向。此外，虽然本文对费率水平进行了测度，但在设定保费等级时，没有将存款保险制度资金需求和保费基数综合起来考虑。因此，后续研究可以对保费等级的合理性进行检验。并且由于我国投保机构也承担着保障经济发展的重任，在厘定费率水平时也应考虑投保机构的承受能力，可就保费对投保机构影响进行细化研究。

参考文献

[1]Merton R C. An Analytic Derivation of the Cost of Deposit Insurance and Loan Guarantees: An Application of Medern option Pricing Theory [J]. Journal of Banking and Finance,1977,1:3-11.

[2]Bovenz J F,Marino J A,McFadden F E.Commercial Bank Failure Prediction Model[J].Federal Reserve Bank of Atlanta Economic Review, 1983,11:14-26.

[3]Marcus A J, Shaked I.The Valuation of FDIC deposit Insurance Using Option-Pricing Estimates[J].Journal of Money, Credit and Banking,1984,16(4):446-460.

[4]Ronn E I,Verma A K.Pricing Risk-Adjusted Deposit Insurance:An Option-Based Model[J].Journal of Finance, 1986,41(4):871-895.

[5] Acharya V V,Santos J, Yorulmazer T. Systemic Risk and Deposit Insurance Premiums[J]. Economic Policy Review-Federal Reserve Bank of New York, 2010,8:89-99.

[6]Lee S, Lin C, Tasi M.The Pricing of Deposit Insurance in the Presence of Systematic Risk[J]. Journal of Banking & Finance,2015,51(2):1-11.

[7]秦学志等.责任分层下考虑银行违约关联的存款保险定价[J].系统管理学报,2012(1)：6-12.

[8]邢恩泉等.存款保险差别费率的定价研究[J].投资研究,2014(9)：153-160.

[9]李敏波.基于隐性担保的存款保险费率测算[J].金融研究,2015(4)：162-175.

[10]吕筱宁等.考虑跨期系统风险的存款保险逆周期定价方法[J].系统管理学报,2016(1)：11-27.

[11]Osterberg W P, Thomson J B. Underlying Determinants of Closed-Bank Resolution Costs, in the Causes and Costs of Depository Institution Failures[M]. Kluwer Academic Publishers,1995:75-92.

[12] McDill K.Resolution Costs and Business Cycle[R].Federal Deposit Insurance Corporation Working Paper, 2004.

[13]沈沛龙等.内部评级法中违约损失率的度量方法研究[J].金融研究,2005(12)：86-95.

[14]张金宝，任若恩.银行债务的清偿结构与存款保险定价[J]，金融研究，2007(6)：35-43.

[15]中国人民银行金融稳定局.存款保险宣传读本[M].北京:中国金融出版社,2015：204—206.

[16]The FDIC’s Board of Directors. The 2015 Notice of Proposed Rulemaking[J]. Federal Deposit Insurance Corporation,2015,6.

[17]Hannan T H, Hanweck G A.Bank Insolvency Risk and the Market for Large Certificates of Deposits[J].Journal of Money,Credit and Banking,1988:203-211.

[18]González A. Panel Smooth Transition Regression Models[R]. University of Technology, Sidney:Quantitative Finance Research Centre,2005:165.

[19]Demiruc-Kunt A,Huizinga H. Financial Regulation and Banking Sector Performance: A Comparison of Bad Loan Problems in Japan and Korea[J]. Federal Reserve Bank of San Francisco:Economic Review,1999,2:18-29.

[20]夏江山.通货膨胀、金融稳定与货币政策目标选择[J].财经问题研究，2017(11)，58-64.

[21]Teräsvirta T,Saikkonen P,Luukkonen R.Testing Linearaity against Smooth Transition Autoregressive Models[J].Biometrika, 1988,75(3):491-499.

[22]Byrd R H, Lu P, Nocedal J,et al. A Limited Memory Algorithm for Boundconstrained Optimization[J]. SIAM Journal on Scientific Computing, 1995,16(5):1190-1208.

The Determination of Deposit Insurance Risk Premium of Small and Medium- sized Commercial Banks in China--Based on Panel Ordered Logistic Regression Model

XIA Jiang-shan1，2

(1.School of Economic’s,Tianjin univelsity of Finance and Economics,Tianjin 300222,China；2.The People's Bank of China Tianjin Branch, Tianjin 300457, China)

Abstract：The risk difference rate is the key to the effective implementation of deposit insurance pricing, but there is always a dispute over the method of determining the risk rate level in academic field. Based on the annual data of some small and medium-sized commercial banks in China from 2003 to 2016, this paper, by using the PRPS model, reasonably distinguishes the risk index interval of insurance companies' isolvency, constructs the panel ordered logistic regression model to assess the risk level of the insured institution, and determines the corresponding premium grades according to the risk level and the premium rate for the insured institutions. The results show that the logistic regression model can make full use of the macroeconomic and banking management information, which have significant influence on the risk of deposit insurers, to effectively distinguish the risk level of the insured institutions, as well as predict the probability of the future risk of the insurance institutions. This paper has a good reference for improving the risk differential mechanism in China.

Key words：deposit insurance risk premiun; insolvency risk index; PRPS model;logistic regression