摘要：利率市场化改革持续深化，市场利率波动频次与幅度显著提升，区域性商业银行因业务结构单一、风险管控体系薄弱，面临的利率风险持续攀升。本文选取江西省头部区域性城商行九江银行为研究对象，结合区域性银行经营特征，通过利率敏感性缺口分析法量化其利率风险敞口，拟合GARCH族模型筛选最优拟合模型，构建VaR在险值模型精准度量利率风险，同时结合资本充足率、资产负债率两大核心风控指标开展综合分析。研究发现：九江银行利率敏感性累积缺口逐年扩大，短期以负债敏感性缺口为主，重定价风险突出；经多轮检验确定最优拟合模型为TARCH（2,1）模型；95%置信水平下，2017-2021年九江银行日均利率在险值持续攀升，利率风险抵御压力逐年加大。基于实证结论，针对性提出适配区域性银行的利率风险管控对策，为同业风险管理提供参考。

关键词：利率市场化；区域性银行；九江银行；利率风险；VaR模型

一、引言

（一）研究背景及意义

利率市场化是我国金融体制改革的核心内容，核心逻辑是打破行政化利率管控，实现利率由市场资金供求关系自主决定，央行通过公开市场操作、MLF、LPR调价等货币政策工具实现间接调控，替代传统直接利率管制。伴随全球金融自由化浪潮，国际金融市场利率市场化体系日趋成熟，倒逼我国加快金融市场化改革步伐，自2013年放开贷款利率管制、2015年放开存款利率上限后，我国利率市场化改革基本落地，后续进入深化完善阶段。

利率市场化改革为银行业发展注入市场化活力，倒逼银行优化经营模式、提升自主定价能力，但同时也彻底改变了商业银行固定利差的盈利格局。市场利率常态化波动、存贷款利差持续收窄，使得商业银行利率风险从隐性转为显性。相较于国有大行与股份制银行，以城商行、农商行为代表的区域性银行，深耕地方市场、业务集中于传统存贷款业务、中间业务占比偏低、风险量化体系不完善，对利率波动的敏感度更高、风险抵御能力更弱，利率风险已成为制约区域性银行稳健经营的核心风险之一。

九江银行作为江西省首家港股上市区域性城商行，立足赣鄱、辐射中部，是中部地区极具代表性的区域性银行，其经营模式、资产负债结构、风险特征与国内多数区域性城商行高度契合。本文以九江银行为样本开展利率风险测度与管控研究，既能精准剖析区域性银行在利率市场化背景下的风险痛点，也能为同类区域性银行完善利率风险管理体系、破解利差收窄困境、实现稳健转型提供实践参考，具备重要的理论与现实意义。

（二）文献综述

国外利率市场化改革起步较早，相关研究体系成熟。早期学者泰翰•菲兹罗等（2010）通过多国对比研究，梳理了发展中国家利率市场化改革的共性问题与成功前提，为我国改革推进提供了借鉴框架。国内利率市场化历经二十余年渐进式改革，学界围绕银行利率风险开展了丰富研究。王剑等（2019）梳理了国内外利率管制的历史逻辑，指出利率市场化的本质是人为低利率政策退出、市场定价机制回归的过程，利率波动风险将全面传导至银行业。易纲（2021）系统总结了我国利率市场化改革成效，提出改革需兼顾“放得开、形得成、调得了”，明确了新阶段利率风险管理的核心方向。

在商业银行利率风险特征研究方面，陈绎润、宁阳（2018）指出利率市场化加剧银行业同业竞争，存贷款利差收窄倒逼银行转型中间业务，同时明确利率敏感性缺口、VaR模型是主流的利率风险量化工具。曹志鹏、安亚静（2018）通过构建利率市场化指数实证发现，利率市场化对城商行、股份制银行的冲击显著大于国有大行与农商行，区域性银行风险暴露更明显。刘小瑜、彭瑛琪（2019）基于系统GMM模型研究证实，净利差收窄对商业银行盈利形成显著负向冲击，中小型区域性银行受影响程度远高于大型银行。

在风险实证方法层面，王晨、雷玲（2021）采用GARCH族模型筛选最优拟合模型，结合VaR模型度量银行利率风险；宋华、胡涛文（2021）构建ARMA-GARCH模型，验证了金融利率序列的非对称波动特征。但现有多数实证研究多聚焦行业整体或大型银行，针对区域性城商行的专项实证研究较少，且多停留在模型验证层面，缺乏结合具体银行真实经营数据的量化分析与针对性管控策略。

本文可能的创新点：选取典型区域性城商行九江银行为研究样本，贴合区域性银行经营特质，融合利率敏感性缺口静态分析与基于TARCH模型的VaR动态量化方法，依托2017-2021年真实年报高频数据开展实证研究，精准识别区域性银行利率风险的具体表现与形成机理，提出适配区域性银行资源禀赋、业务结构的差异化风险管控对策，弥补现有研究对区域性银行针对性不足的短板。

二、九江银行基本经营情况

（一）九江银行资产负债结构分析

1. 九江银行存贷款整体情况分析

九江银行深耕江西区域市场，聚焦服务地方实体经济、中小微企业与城乡居民，资产规模持续稳步扩张。利率市场化背景下，该行持续优化信贷结构，加大实体信贷投放力度，贷款规模逐年增长；同时依托本土渠道优势拓宽获客渠道，存款规模稳步提升，但负债端成本受市场利率波动影响持续加大。2017-2021年，九江银行主动适配市场改革节奏，调整资产负债结构，严控高风险资产扩张，整体经营规模保持稳健增长。具体资产负债核心科目数据如下表1所示。

资料来源：九江银行2017-2020年年报、2021年中期报告

从资产端来看，2017-2021年九江银行发放贷款及垫款规模持续高速增长，是资产扩张的核心驱动力，主要得益于该行深耕地方实体、加大中小微信贷投放的经营战略；现金及存放央行款项保持平稳波动，适配央行存款准备金率动态调整政策；金融投资资产稳步增长，资产配置结构持续优化。从负债端来看，吸收存款为核心负债，规模逐年递增，负债结构整体稳定，但同业拆借、央行借款规模持续上升，主动负债占比提升，该类负债利率市场化程度高，受市场利率波动影响更为直接，显著增加了银行利率风险敞口。

2. 九江银行营业收入结构分析

与多数区域性商业银行一致，九江银行盈利结构高度依赖传统存贷款利差收入，中间业务、投资收益等非利息收入占比偏低，盈利结构单一化特征显著，受市场利率波动的冲击更为直接。2017-2021年，尽管该行持续推进业务转型，拓展支付结算、财富管理等中间业务，但利息净收入始终占据营业总收入的绝对主导地位，利率市场化下利差收窄对其盈利稳定性形成持续压力。具体营业收入结构数据如下表2所示。

资料来源：九江银行2017-2020年年报、2021年中期报告

由表2数据可知，2017-2021年九江银行利息净收入占营业净收入比重始终维持在92%以上，虽整体呈小幅下降趋势，但盈利结构单一问题突出。从变动趋势来看，利息净收入规模随信贷资产扩张稳步增长，但受利率市场化利差收窄影响，收入增速持续放缓。由于非利息收入占比极低，该行缺乏有效的风险对冲渠道，市场利率频繁波动时，净利息收入极易受到冲击，利率风险敞口持续扩大，相较于多元化经营的大型银行，风险抵御能力显著偏弱。

三、九江银行利率风险实证分析

（一）九江银行利率敏感性缺口分析

利率敏感性缺口分析法是度量商业银行短期利率风险的核心静态工具，通过将银行资产、负债按重定价期限分类，计算不同期限的利率敏感性缺口与敏感性比率，判断银行重定价风险敞口。本文依据九江银行2017-2021年半年报、年报数据，整理各期限利率敏感性资产、负债数据，计算得出增量缺口与累积缺口，具体数据如下表3、表4所示。

资料来源：九江银行2017-2020年年报、2021年中期报告整理计算

资料来源：九江银行2017-2020年年报、2021年中期报告整理计算

从缺口数据来看，2017-2021年九江银行3个月内、3个月至一年短期期限利率敏感性缺口持续为负，属于典型的负债敏感性缺口；一年以上中长期缺口持续为正，为资产敏感性缺口。从敏感性比率分析，短期各期限比率始终小于1，中长期比率均远大于1，表明该行短期负债重定价规模大于资产，中长期资产重定价规模大于负债。

利率市场化下，市场利率频繁波动，当利率上行时，九江银行短期负债成本快速上升，而短期资产收益调整滞后，将直接压缩净利息收入；当利率下行时，短期盈利压力有所缓解，但中长期固定利率资产占比偏高，资产收益下行滞后，整体盈利稳定性不足。2019年短期负缺口规模达到峰值，短期利率风险最为突出；2020-2021年短期缺口小幅修复，但仍维持大额负缺口，重定价风险持续存在，是该行利率风险的主要来源。

（二）九江银行资本充足率分析

资本充足率是衡量商业银行风险抵御能力、经营安全性的核心指标，反映银行自有资本覆盖风险资产的能力。根据《巴塞尔协议III》及国内监管要求，非系统重要性银行核心一级资本充足率不得低于7.5%，一级资本充足率不低于8.5%，资本充足率不低于10.5%。本文整理九江银行2017-2021年核心一级资本充足率数据，具体如下表5所示。

资料来源：九江银行2017-2020年年报、2021年中期报告

数据显示，2017-2021年九江银行核心一级资本充足率始终高于监管最低标准，整体经营风险可控。但变动趋势呈现明显的先降后稳特征，2017-2019年持续下滑，从10.82%降至9.12%，主要源于该行资产规模快速扩张、风险加权资产增速高于资本补充增速，资本消耗持续加大。2020-2021年小幅回升，得益于该行利润留存、资本补充工具发行等举措，但整体资本充足水平持续下行，风险缓冲空间不断收窄。在利率市场化利率波动加剧的背景下，资本充足率的持续弱化，大幅降低了该行抵御利率风险、对冲盈利波动的能力。

（三）九江银行资产负债率分析

资产负债率是衡量商业银行负债经营风险的核心指标，银行业属于高负债经营行业，监管划定合理区间为92%-95%，低于92%风险偏低，高于95%则经营风险过高。本文整理九江银行2017-2021年资产负债率数据，具体如下表6所示。

资料来源：九江银行2017-2020年年报、2021年中期报告计算整理

由数据可知，2017-2021年九江银行资产负债率持续处于92%-94%的合理区间，整体负债经营结构合规，但呈现逐年稳步上升的趋势。该行处于规模扩张期，为支撑资产增长、服务地方实体，持续加大负债吸纳力度，同业负债、主动负债占比提升，负债规模增速高于资产增速。资产负债率持续走高，意味着银行负债经营杠杆加大，财务风险持续上升，叠加利率市场化下负债成本波动加剧，利率风险与财务风险形成叠加效应，进一步放大了整体经营风险。同时，相较于大型银行，该行负债结构稳定性偏弱，对利率波动的敏感度更高，风险管控压力更大。

（四）VaR模型度量九江银行利率风险

1. 数据选取与预处理

本文选取2017年1月3日-2021年6月30日上海银行间同业隔夜拆借利率（Shibor）作为样本数据，共计1120组观测值，以此度量市场利率波动对九江银行的风险冲击。为消除数据平稳性问题，参照金融时间序列通用处理方法，对原始Shibor数据取对数收益率，计算公式为：Rt=lnShibort−lnShibort−1，处理后得到1119组有效收益率序列，后续实证分析均基于该平稳序列开展。样本原始数据描述性统计如下表7所示。

2. 数据平稳性与正态性检验

（1）平稳性检验

为规避伪回归问题，本文采用ADF单位根检验与PP检验双重验证收益率序列平稳性，检验结果如下表8所示。

检验结果显示，ADF与PP检验T统计量均远小于各显著性水平临界值，P值趋近于0，强烈拒绝存在单位根的原假设，说明处理后的对数收益率序列为平稳时间序列，可用于后续建模分析。

（2）正态性检验

通过Eviews10.0对收益率序列进行正态性检验，结果如下表9所示。序列均值为-0.000208，标准差0.119635，峰度14.86325，远高于正态分布标准峰度3，偏度1.498632，呈现显著右偏、尖峰厚尾特征；Jarque-Bera统计量为6985.326，P值为0.0000，拒绝正态分布原假设，说明利率收益率序列不符合标准正态分布，适配GARCH族非对称模型拟合。

（3）序列相关性与ARCH效应检验

通过Q检验验证序列相关性，结果显示收益率序列存在显著的自相关特征。为确定最优均值方程，依次拟合AR（3）、ARMA（1,1）、ARMA（2,1）模型，根据AIC、SC最小准则筛选最优模型，结果如下表10所示，ARMA（2,1）模型拟合效果最优。

基于ARMA（2,1）均值方程，对残差序列进行ARCH-LM异方差检验，结果如下表11所示。F统计量与Obs*R-squared对应的P值均为0.0000，强烈拒绝无ARCH效应的原假设，序列存在显著的条件异方差，可拟合GARCH族模型。

3. GARCH族模型最优拟合选择

分别基于正态分布、学生t分布、GED分布拟合GARCH、TARCH系列模型，通过AIC、SC准则筛选最优模型，各模型拟合结果如下表12所示。最终确定TARCH（2,1）-t分布模型为最优拟合模型，该模型能够精准捕捉利率序列的非对称波动特征。

对最优TARCH（2,1）模型残差进行ARCH-LM检验，P值为0.7452，远大于5%显著性水平，无剩余异方差效应，模型拟合有效，可用于后续VaR值测算。

4. VaR值测算与结果分析

本文选取95%置信水平，临界值α=1.96，持有期Δt=1，采用公式VaRt=−1.96×Shibort−1×σ测算日均在险值，负值代表最大潜在损失。2017-2021年九江银行日均利率VaR值统计结果如下表13所示。

从测算结果可知，2017-2021年九江银行利率风险VaR绝对值持续大幅攀升，利率风险逐年加剧。2017年风险水平最低，2019年后风险增速显著提升，2021年日均潜在损失达到峰值。究其原因，一方面利率市场化深化下市场利率波动频次、幅度提升，叠加疫情期间流动性宽松、利率走势震荡，期权性风险凸显，存贷款提前支取、提前还款行为增多，加剧银行利息损失；另一方面，九江银行资产规模持续扩张、表外业务稳步增长，但利率风险量化管控体系滞后，无法适配市场风险变化，导致风险敞口持续扩大。

四、利率市场化下九江银行利率风险管控对策

（一）优化业务结构，推进盈利多元化转型

针对九江银行盈利高度依赖利差收入、风险对冲能力弱的痛点，需加快业务结构多元化转型。立足区域性银行本土优势，深耕地方中小微企业、城乡居民客户，创新普惠金融、供应链金融特色信贷产品，优化资产结构，提升资产收益稳定性；大力拓展中间业务，重点发展支付结算、财富管理、代理保险、财务顾问等轻资本业务，提升非利息收入占比，降低对存贷利差的依赖，从根源上弱化利率波动对盈利的冲击。同时，依托区域产业特色打造差异化业务体系，规避同业同质化竞争，提升核心竞争力。

（二）完善内部定价体系，提升自主定价能力

构建适配区域性经营特征的存贷款定价与内部资金转移定价（FTP）体系，打破传统粗放式定价模式。建立客户信息数据库，基于客户资质、合作层级、风险水平、区域市场利率行情实行差异化定价，精准匹配风险与收益；动态锚定LPR、Shibor等市场基准利率，实时调整存贷款利率，缩小利率重定价缺口，缓解短期负债敏感性风险；优化内部资金转移定价机制，精准核算各业务、各条线资金成本与收益，引导业务条线主动管控利率风险，提升整体定价精细化水平。

（三）健全风险管控体系，强化全流程监管

完善利率风险治理架构，明确董事会、风险管理部门、业务部门的利率风险管理职责，实现风险分工管控、全程监督。细化利率风险监测指标，重点跟踪短期利率敏感性缺口、资本充足率、负债成本率等核心指标，建立常态化风险预警机制，提前预判利率波动风险；加强信贷资产质量管控，加大不良贷款清收处置力度，优化高风险资产结构，降低风险叠加效应；适配利率市场化波动特征，优化资产负债期限结构，适度平衡短期资产负债重定价规模，缩小短期负缺口，缓释重定价风险。

（四）升级风险度量模型，提升风险量化水平

依托金融科技升级利率风险量化体系，摒弃传统静态缺口分析的单一模式，构建“敏感性缺口+TARCH-VaR模型+压力测试”的立体化风险度量体系。持续优化TARCH模型参数，精准捕捉利率非对称波动特征，提升VaR风险测算精度；建立长短期利率预测模型，结合宏观经济、货币政策、市场流动性走势预判利率趋势，提前调整资产负债结构；定期开展利率风险压力测试，模拟极端利率波动场景下的风险损失，制定应急处置方案，全面提升银行利率风险预判、度量与处置能力。

五、结论

本文以利率市场化为研究背景，选取区域性城商行代表九江银行为研究样本，通过静态缺口分析、核心风控指标分析、TARCH-VaR动态模型实证，系统研究了区域性银行的利率风险特征与水平。研究得出以下结论：第一，九江银行资产负债结构存在明显期限错配，短期以负债敏感性缺口为主，重定价风险突出，是利率风险的主要来源；第二，该行盈利结构单一、非利息收入占比偏低，缺乏有效的风险对冲渠道，利率波动对经营盈利冲击显著；第三，资本充足率持续下行、资产负债率稳步上行，风险缓冲空间收窄，经营韧性持续弱化；第四，95%置信水平下2017-2021年九江银行利率在险值持续攀升，利率风险呈逐年加剧态势。

整体而言，以九江银行为代表的区域性商业银行，受限于业务规模、区域局限、风控体系短板，在利率市场化深化背景下，利率风险暴露程度远高于大型商业银行。区域性银行需立足自身经营特质，通过业务多元化转型、定价体系优化、风控机制完善、量化模型升级四大路径，全方位提升利率风险管控能力，破解利差收窄、风险攀升的发展困境，实现市场化环境下的稳健可持续发展。