张旭 邓怿帅 阎嘉

　　来源：《债券》2012年11月号

　　摘要：本文从协议存款的供需方分析入手，探讨影响协议存款的若干关键因素，并深入分析协议存款季节性效应产生的原因，最后在此基础上建立协议存款的量价模型。

　　关键词：协议存款 商业银行 保险公司 季节性

　　近两年来，在银监会的存贷比监管压力下，商业银行对于协议存款的需求出现了显著提高。银行的需求引发协议存款利率(下简称协存利率)攀升，从而刺激了保险公司等机构的协存供给意愿。对于商业银行而言，协议存款在较大程度上决定了其贷款业务的发展规模；而对于保险机构而言，协议存款是一类风险/收益特性较好的优良投资标的。

　　协议存款的供给方分析

　　当前协议存款的供给方主要为保险机构(含社保理事会)和中国邮政储蓄银行，鉴于邮储行的协议存款规模相对较小，因此本文将重点分析保险机构对于协议存款的供给。

　　回顾历史数据，我们发现协议存款 在保险机构资产总额中的占比出现了趋势性的下降，这主要是由于保险机构投资渠道的扩展和债券市场的发展对资金造成了分流。但近些年的数据显示，协议存款的占比出现了一定的反弹(见图1)，这主要是由于协存利率高企而重新使协议存款的投资价值得到浮现。

　　图1 保险公司在银行的存款/保险公司资产总额

　　数据来源：Wind，由国信证券经济研究所整理

　　(一)制度建设视角：投资渠道的扩展促使协议存款占比下降

　　自从1985年3月《保险企业管理暂行条例》颁布至今，保险资金的运用渠道几经改变和充实。起初，保险公司仅可以投资地方自筹资金的固定资产项目或者开办流动资金贷款。其后，险资可投范围扩展至银行存款、政府债券、金融债券和企业债券。2000年后，保险公司陆续获得了证券投资基金的投资资格并可间接地参与资本市场的投资。在保监会于2005年2月下发《关于保险机构投资者股票投资交易有关问题的通知》等4份文件后，险资可以直接进入股票市场。此后，保险机构对于境外上市股票、股权、不动产等投资资格也陆续得到落实。

　　从保险资金投资管理制度的变迁来看，险资的运用渠道已经得到了较为充分的扩展，这是推动协议存款占比下降的主要力量。

　　我们以2000年作为基准，计算了保险机构投资资金的复合年均增长率，发现在2003-2007年，投资资金的年度复合增长率均保持在50%以上，其占资产总额的比重也从42%上升至70%。这必然会挤占银行存款的空间，造成该阶段银行存款占比大幅下滑。

　　(二)市场发展视角：债券市场的发展分流了部分资金

　　在过去的15年中，我国债券市场在容量和品种上均出现了较为明显的增长，这也成为分流保险机构协议存款资金的一个因素。在保险机构进入债券市场的最初一段时间内，其债券类资产池中仅包含政府债券；当政策性金融债出现后，由于该券种的收益率更高，且保险机构具有一定的避税功能，因此其配置政策性金融债的比例迅速提高；2007年之后，信用债市场出现了繁荣发展，保险机构对于该类券种的投资量也在逐年扩大(见图2)。

　　图2 保险机构各类债券投资余额(单位：亿元)

　　数据来源：Wind，由国信证券经济研究所整理

　　我们将保险机构债券投资增量与债券市场的发展速度进行比较，发现两者之间具有较强的相似性。特别是在2004-2009年，随着银行间债券市场的迅速发展，保险机构对于债券的配置量也逐年上升。同时，在2011年中，保险公司的债券托管量增速显著高于市场平均水平。经过分项对比，我们发现这主要是由于在该段时间内，保险机构信用债的配置比例上升所致。而保险机构对于信用债超配的动力主要来自于该阶段信用利差的扩大，当然，这也有保监会放宽信用债投资限制的因素。

　　(三)量价关系视角：利率的波动影响了协议存款供给

　　协存利率的上升会加大协议存款的供给，因此协存利率与保险公司的存款/资产总额之间具有较强的正相关性。例外的是，2008年协存利率大幅上行，但是存款占比数据却呈下降趋势。我们认为，当时协存利率上升主要是基准利率的上行所致，也就是说，外生的货币政策干扰了协存利率与供给之间的内生关系。

　　为了在一定程度上剔除货币政策的干扰，我们将基准利率从协存利率中分离，对由此形成的利差数据进行研究，发现利差数据与存款占比间的Pearson相关系数在0.55左右，符合预期。

　　然而，5年期定存利率与存款占比间的相关性为-0.78，呈现出显著的负向相关。222 按照货币金融学理论，利率的上涨会增加资金(也就是协议存款)的供给。基于此，协存利率及存款基准利率2与协议存款数量之间应具有正向的关系，而不是负向的。我们猜测，这主要是由于宏观经济周期对资金和权益类资产的综合影响所致。在经济扩张阶段中，资金价格(即利率)和资产价格上行，且资产价格波动的幅度大于资金价格的变动。虽然资金价格的上涨会增加协议存款的收益，从而增加协存的边际供给，但是其无法覆盖权益类资产价格上涨所带来的存款资金分流效应，因此导致在利率水平上行过程中，协议存款的增速反而趋缓。

　　我们借助计量经济学方法对相关变量进行了进一步分析，发现实际情况符合上述猜想，即协议存款增速随着上证综指的上升而下降，也随着定存基准利率的上升而下降。

　　协议存款的需求方分析

　　(一)商业银行吸收协存的动机分析

　　商业银行是协议存款的需求方，其对协议存款的偏好主要源于银监会对其进行的存贷比约束。下面借助定量分析方法探寻存贷比与协议存款 间的关系。

　　1.数据选取

　　鉴于银监会公布的存贷比数据期限较短，因此我们利用人民银行公布的各项存款与各项贷款数据对存贷比进行计算。在将其与银监会存贷比进行校验后，我们发现自行计算的数据高于银监会的公布值。

　　我们认为，这主要是因为人民银行公布的各项存贷款数据中包含政策性银行，而在银监会口径中并未将其纳入。政策性银行主要通过发行政策性金融债券募集资金，其存款余额明显低于贷款余额。以此计算，全部政策性银行的加权平均存贷比为530%，显著高于商业银行，因此拉高了计算的总体水平。

　　但是，政策性银行存、贷款在全部存款类金融机构中的占比相对较小，且发展模式稳定。因此我们计算的存贷比在趋势上与实际值大体一致，在不失一般性的前提下，可以利用手工计算的数据作为真实存贷比的代理变量。

　　2.定量分析结果

　　经过计量经济学分析后，我们发现存贷比数列与协议存款占比数据间存在较强的相关性，其Pearson相关系数大约在0.74。同时，两个序列也保持着显著的趋势相关特征(见图3)。

　　图3 协议存款占比与存贷比(年度数据)比较(单位：%)

　　数据来源：Wind，由国信证券经济研究所整理

　　同样，也可以在季度数据中发现两者之间显著的相关性。定量分析的结果显示，季度数据中两个变量的Pearson相关系数为0.53，显著性指标t检验的统计量为3.18。我们进一步对两者间的相关性作了异步测试，发现当存贷比领先一阶时，两者间的相关关系最为紧密，其线性相关系数提升至0.58。

　　因此，有理由相信，存贷比上行是引起协议存款占比提高的原因，而不是结果协存利率。

　　(二)商业银行吸收协存的成本效益分析

　　当前商业银行在进行成本效益核算以及贷款定价时，普遍采用成本加成法和基准利率加点法。为了更贴近银行的实际情况，我们在上述框架内对吸收协议存款并将其贷出的成本和收益进行分析。

　　1.成本加成法

　　(1)利率视角

　　在成本加成法中，成本通常定义为：

　　成本=融资成本+贷款费用+风险补偿费

　　鉴于我们在边际分析的框架中进行研究，因此上式中的融资成本可以直接用协议存款加权平均利率来表示。贷款费用主要体现为银行的营业支出，包含营业税金及附加、业务及管理费、资产减值损失。上市银行披露的财务数据显示，商业银行营业支出平均占贷款余额的3%左右，且最近一期(2011年)的数据也十分接近3%，所以不妨使用该值作为营业支出率进行计算。值得注意的是，由于营业支出中包含了贷款减值准备科目，因此如果在计算中将风险补偿费包括在内，则会产生重复计算的错误。因此，根据实践经验，可将成本公式改写为：

　　成本=融资成本+贷款费用

　　由此，可得到协议存款在吸纳和运用过程中所需的成本。结果显示，其成本基本可以被5年期以上贷款基准利率所覆盖(见图4)。在实际操作中，大量贷款的利率显著高于基准利率，因此银行吸收协存所带来的收益大于其成本。

　　图4 协存成本与贷款基准利率对比(单位：%)

　　数据来源：Wind，由国信证券经济研究所整理

　　(2)数量视角

　　鉴于协存利率高于一般类别的活期、定期存款利率，且其通常被视为在各项存款存量不足情况下的额外补充，因此可以将协议存款增量视为银行吸存的边际。同时，在信贷规模受限的环境下，商业银行倾向于首先满足信用风险相对较低的战略型客户，之后才会将信贷投放于信用风险较高的项目，以便获得较高的贷款收益。在此情况下，可以将利率较高的贷款视为贷款投放的边际。鉴于此，吸收协议存款的成本效益分析转化为高利率贷款与协议存款的匹配分析(也就是说，问题的核心是判断成本线以上的高息贷款数量是否可以覆盖协议存款的数量)。

　　根据人民银行公布的各利率区间贷款占比数据以及贷款总量数据，可以得到不同利率水平下的贷款量。同时结合协存利率数据，推导出约有80%～90%的贷款处于协议存款成本线以下。将剩下10%～20%的贷款存量与保险机构的协议存款存量进行比对，发现成本线上的贷款相对于协议存款的覆盖倍数均值为6.1倍，且在2011年协存利率高、增量大的极端情况下，其覆盖倍数也超过了3.6倍。可见，协议存款有足够的高息贷款与之匹配，也就是说，协议存款的成本可以很好地被贷款的利息收入所覆盖。

　　2.基准利率加点法

　　在纯粹的基准利率加点的核算模式下，运营成本被选择性地忽视，更多地考虑利息收入以及利息支出间的相对关系。我们分别计算了协议存款加权平均利率与贷款加权平均利率，发现无论是在加息还是在降息周期中，协存利率均低于相应贷款的利率。显然，在这种利润考核的框架下，协议存款的成本也可以较为容易地被贷款的利息收入所覆盖。

　　协议存款的季节性现象

　　通过上文的研究，我们发现无论是协议存款的供给还是需求，均具有一定的季节性规律。在此，重点对协议存款以及相关变量的季节性规律进行分析 。

　　(一)商业银行视角

　　1.协议存款与存贷比相关性分析

　　正如前文所述，促使商业银行吸收协议存款的主要因素是银监会的存贷比监管约束，因此存贷比的季节性效应主导了协议存款的季节性波动。实证数据显示，从一季度至四季度，银行体系的存贷比呈逐季下降的趋势；与其相同的是，协议存款在企业存款中的占比也大致符合该规律(见图5和图6)。

　　图5 存贷比的季度平均值(单位：%)

　　图6 协议存款占比的季度平均值(单位：%)

　　数据来源：Wind，由国信证券经济研究所整理 数据来源：Wind，由国信证券经济研究所整理

　　我们注意到，协议存款占比二季度的均值高于一季度，看似与上面所说的规律略有不同。经过数据挖掘后，我们发现这主要是受到2007年异常值的干扰。该年二季度协议存款占比为6.15%，环比上行了约15%。相比而言，该年二季度存贷比也出现了上升(这符合上文中的理论)，但是其环比涨幅明显低于协议存款占比数值。如果将2007年的异常值予以剔除，则协议存款占比数据也符合逐季下降的规律，与存贷比的变化趋势相同。

　　2.协议存款的季节性研究

　　鉴于协议存款与存贷比之间具有较强的相关性，对协议存款季节性的研究可以在一定程度上转化为对存贷比的分析。根据银监会的定义：

　　存贷比=各项贷款/各项存款

　　由于新增存款主要由人民银行的外汇占款投放和商业银行的信用创造过程所制造，因此：

　　△各项存款≈△各项贷款+△外汇占款

　　综上，影响存贷比的因素主要为各项贷款和外汇占款，存贷比季节性现象的本质就是上述分量季节性效应的线性组合。

　　(1)贷款的季节性效应

　　银行体系贷款增速的季节性特征主要是人民银行计划总量控制和商业银行内部规模控制的结果。在下半年(特别是四季度)，商业银行所剩的贷款指标普遍不足，导致其贷款项目出现积压，贷款增速环比下降。在次年初，当人行核批次年的贷款计划后，商业银行快速释放积压的项目，导致年初贷款激增，并形成了明显的季节性反差。

　　此外，商业银行的考核机制也是造成贷款增速季节性特征的一个因素。大多数商业银行的盈利能力考核指标均是以净利润为基础，因此商业银行不仅需要考虑其贷款发放所带来的利息收入，而且还需考虑计提贷款减值损失准备所带来的支出。

　　按照人民银行印发的《银行贷款损失准备计提指引》，贷款的一般准备不低于该年末贷款余额的1%，且需按2%、25%、50%、100%分别对关注、次级、可疑、损失类贷款计提专项准备。对于一笔利率为8%、数量为1亿元的贷款，其一般减值损失准备支出为0.01亿元；如果该笔贷款于年初投放，则可获得利息收入0.08亿元，扣除计提的支出后获利0.07亿元；如果该笔贷款于12月初投放，则可获得利息收入(8%/12)亿元，扣除计提支出后会在账面亏损-0.33亿元。如果将专项准备纳入考虑的范畴，则上述现象将更为明显。因此，商业银行更倾向于年初进行贷款投放。

　　鉴于此，全年贷款增速通常呈前高后低的规律，这也导致存贷比数据在一年内逐季递减。同时，我们对新增贷款数列进行单位根检验，结果显示其存在确定性的时间趋势项。因此，本文采用与上文相同的线性趋势法对贷款增量数据进行了去趋势处理，发现贷款增速的季节性规律更为明显。

　　(2)外汇占款的季节性效应

　　我们先用同样的方法对外汇占款数据进行了去趋势处理 。直观上看，该数据序列在四季度的平均值低于其余三个季度(见图8)，似乎反映出去趋势外汇占款数据存在一定的季节性规律。但进一步分析上述数据后，我们发现并不是每年四季度的外汇占款增速都呈下降趋势。我们利用统计学模型对外汇占款的季节性效应进行显著性检验，结果显示各季度所对应的参数均不呈现统计学显著的特征，因此可以说外汇占款不存在季节性效应。

　　图7 外汇占款季度均值(单位：亿元)

　　数据来源：Wind，由国信证券经济研究所整理

　　鉴于外汇占款无显著的季节性特征，故此我们可以确认贷款增速是影响存贷比的主要变量。进一步看，由于协议存款需求与存贷比之间具有显著的一致性，因此贷款的季节性效应会通过存贷比传递至协议存款的相关变量。

　　(二)保险公司视角

　　影响保险公司协议存款供给的最主要因素是资金配置压力。保险机构的资金主要来源于保费收入，其资金运用主要为赔付、银行存款和投资。由于保费趸交等因素，保险机构的保费收入具有明显的季节性特征，在一季度时形成峰值，此后逐季递减。与此相对的是，保险公司的赔付支出呈现相反的前低后高趋势。由于

　　△可用于银行存款和投资的资金≈△保费收入-△赔付支出

　　因此，存款和投资的潜在资金波动模式中，叠加了保费收入逐季降低和赔付支出逐季升高的双重季节性效应，从而呈现年初高、年底低的特征。

　　与此一致的是，保险机构在银行的存款也呈现前高后低的季节性规律，同时协议存款占比数据也体现了上述季节性波动。因此我们有理由相信，保险机构的资金配置压力周期性波动是协议存款季节性效应的重要贡献因子。

　　协议存款的量价模型

　　上文分析显示，影响协存利率的因素主要是供需状况和市场基准利率水平。从协存的需求角度看，存贷比和市场的整体流动性状况是商业银行吸收协议存款的直接原因。这两个因素可以用存、贷款和外汇占款增速以及拆借利率进行描述。从协存的供给角度看，保险机构是协议存款的主要供给方，其供给量取决于保费收入与赔付支出间的差额，因此用这个数据作为协议存款供给的代理变量。人民银行的存贷款基准利率决定了市场的整体利率水平，也对协存利率产生显著影响。由于保险机构的协议存款期限多为61个月，因此在下面的计算中采用5年期定存利率作为基准。

　　(一)输入变量的插值与拟合

　　由于我们仅获得了2002-2011年间协议存款的年度数据，有效观测值不足10个，因此如直接利用本组年度数据进行建模，则模型质量很难达到应用的要求。鉴于此，我们试图找出协存利率的代理变量，并将代理变量的频率扩充为月数据，以便充实观测数量。

　　由于影响协存利率的因素众多，无法利用单一变量对协存数据进行模拟，所以需要提取多个变量的信息，并以此为基础对协存利率进行拟合。首先，选取5年期定存利率、20年期国债到期收益率(YTM)、7天回购利率(R007)、1年期Shibor(Shibor1Y)，并对其进行方差—协方差分析。结果显示，协存利率与R007、Shibor1Y、5年期定存利率之间的相关性较高，与20年期国债YTM的相关性较低。因此，我们将20年期国债YTM排除在拟合协存利率的信息源以外。

　　应注意的是，R007与Shibor1Y之间的相关性达到了90%，同时引入这两个变量将会产生多重共线性的问题，需要在R007和Shibor之间作出取舍。由于大部分市场成员倾向于采用Shibor加点法对协议存款进行定价，且协存利率位于收益率曲线的右侧，其与R007等超短期利率的相关性有限，而与期限稍长的Shibor1Y具有更为紧密的关系，因此将Shibor1Y纳入输入变量。但是，Shibor的历史相对较短，无法获得2006年及此前的数据。因此我们利用R007、Shibor1Y的月度数据对2007年以前的Shibor数据进行拟合，并将拟合得到的数据补充至原始序列之前。

　　在获得了完整的Shibor数据序列后，可以利用Shibor1Y、5年期定存利率等数据的月度值以及协存利率的年度变量对协存利率的月度数据进行插值，最终获得协存利率的月度模拟值。

　　(二)模型的建立

　　综上，存款增速、贷款增速、外汇占款增速、银行间拆借利率、保费赔付差和5年期定存基准利率6个指标对协存利率具有较强的解释能力。因此，我们将从这些变量中筛选出我们模型的输入变量。

　　鉴于银行间拆借利率是拟合协存利率月度数据的主要变量，且其与5年期定存基准利率之间具有较强的线性相关性，故我们首先将其从本模型中予以剔除。

　　由于存差数据中既包括存款、贷款的信息，又体现了外汇占款的影响，同时存差数据又直接与存贷比相关，因此从模型的简洁性及货币银行学含义上考虑，我们在本模型中采用去趋势的存差序列代替存款、贷款和外汇占款的数据。

　　保费赔付差数据也是具有某些确定性的趋势项，因此同样对其进行去趋势处理，得到去趋势后的保费赔付差数据。为了避免混淆，在本文中将其定义为新增保险资金。

　　我们对上述变量与协存利率之间的关系进行了相关性分析。结果显示，存差和新增保险资金与协存利率之间具有负的相关性，而定存利率与协存利率之间的相关关系为正。

　　从同步性上看，当新增保险资金领先于协存利率2阶时，两个变量间的相关系数最为显著。这说明从保费流入到其进行配置需要经历两个月左右的时间，当保险资金配置后，协存利率会出现波动。5年期定存利率也领先于协存利率1阶，显示出存款基准利率改变所产生的效用大致需要经历一个月的时间传导至协存利率。

　　根据上文中的结果，我们最终将去趋势的存差、滞后2阶的新增保险资金、滞后1阶的定存利率确定为模型的独立变量。同时考虑协议存款的时间序列特征，我们将协存利率的1阶滞后项纳入模型。经过最大似然法进行估计后，最终得到模型为：

　　协存利率t=-0.17×存差t-0.09×新增保险资金t-2+0.29×5Y定存t-1+0.71×协存利率t-1+ut

　　模型的R2为96.7%，且模型的置信度高于99%，显示模型拟合良好。模型中各参数的符号符合经济学理论。

　　通过对模型的误差进行分析，发现超过60%的误差处于[-10bp,10bp]区间，基本符合实际应用的需求。此外，虽然有部分误差超过40bp，但出现于2008年末的大幅降息阶段。鉴于今后继续出现基准利率在短期内大幅波动的概率较小，因此该极端值可视为非经常出现的异常值，可以将其剔除。

　　结论

　　保险机构是协议存款的主要供给方，其对于协议存款的供给意愿受到投资渠道扩展、市场发展、利率波动等多种因素的影响。

　　商业银行是协议存款的需求方，而其对于协议存款的偏好主要源于银监会对于其进行的存贷比约束。对商业银行吸收协存的成本效益进行分析发现，吸收协存的相关成本均可被贷款的利息收入所覆盖。

　　协存利率无论是协议存款的供给还是需求均具有一定的季节性规律。从商业银行的视角看，协存供给的季节性也就是贷款增速的季节性。从保险公司的视角看，保险机构资金配置压力的周期性波动是协议存款季节性效应的重要贡献因子。

　　影响协存利率的因素主要是协议存款的供需状况和市场基准利率水平(以及这些因素内含的季节性规律)。

　　作者单位：张旭 民生加银基金管理有限公司固定收益部

　　邓怿帅 阎嘉 全国社会保障基金理事会基金财务部

　　责任编辑：罗邦敏

　　注：

　　1.保险机构大量的存款为协议存款，且两者的波动趋势大体相同。鉴于我们无法获得协议存款的存量数据，因此在本文中我们暂用保险机构的银行存款作为协议存款的代理变量。

　　2.鉴于保险机构的协议存款期限不短于5年，因此我们计算中采用的定存基准利率期限为5年期，下同。

　　3.在人民银行的统计规范中，将协议存款纳入广义的企业存款范畴，因此在研究的过程中，我们不妨用协议存款在企业存款和各项存款中的比重作为协议存款需求状况的代理变量，即协议存款占比越高，说明银行对于协存的需求越强。

　　。鉴于协议存款具有明显的时间趋势性，因此我们采用统计学的方法将上述趋势予以剔除，下文中若无特别说明，则协议存款数据均表示剥离趋势后的序列。

　　。在下文中，如无特殊说明，则外汇占款数据皆为去趋势后的数值。