我国地方性商业银行存款保险定价研究——基于预期损失定价模型的分析5481

我国地方性商业银行存款保险定价研究——基于预期损失定价模型的分析5481 我国地方性商业银行存款保险定价研究——基于预期 损失定价模型的分析5481 魏修建，李忠霖，王 聪: 我国地方性商业银行存款保险定价研究 我国地方性茄业银汗 存款保险定价研究 一-基于预期损失定份棋型的分析 魏修建李忠霖王聪2 (1.西安交通大学经济与金融学院，陕西西安 7><71?61 ;2. 西北大学经济管理学院，陕西西安 <71012<7) 摘 要:随着我国经济和金融的不断发展，建立适合国情的存款保险制度巳非常迫切。虽然存款保险制度存在逆向选择 及道德风险，但是研究表明:合适的存款保险定价可以减少自身存在的问，给金融机构的稳健经营带来更大保障。选择地 方性商业银行作为研究样本，采用 BP 神经网络及 D-S 证据理论相结合的方法，用预期损失定价模型来计算存款保险费率， 对这些金融机构的信用等级进行简单评定，并结合国内外相关经验给出预期损失率，从而得出存款保险费率。 关键词: 地方性商业银行;存款保险制度;预期损失定价模型 中图分类号 :F832.1 文献标识码 :A 自 20 世纪 30 年代美国建立存款保险制度至 今，全球已有 90 多个国家和地区建立了显性存款保 险制度。随着我国金融业的不断发展，金融机构正 面临巨大的经营风险，适时建立适合我国国情的存 款保险制度已经刻不容缓。虽然，存款保险制度存 在逆向选择及道德风险，但却能给金融机构的稳健 经营带来保障。在存款保险制度中，存款定价是其 重要组成部分，而且现有研究表明，合适的存款保险 定价可以弥补这一制度自身固有的不足，因此也成 为当前我国金融监管部门和学术界研究的难点和热 点问题。朱纯福(2?2) [IJ 在对该问题进行研究时， 构建了相应的方法和指标体系;夏阳等 (2004) [2J 、周旭等(200<7) [3J 分别利用 D -S 证据理 论，以及 BP 网络进行了实证分析;迟国泰等 (2005) [4] 、李金迎(2?8) [5] 分别运用 AHP 方法、综 合分析法对我国金融机构存款保险的定价进行了分 析。但总的来看，国内现有文献在研究内容和方法 上还不够深入，特别是未能结合国外已普遍采用的 预期损失定价模型来对相关问题展开研究。鉴于 收稿日期 :2014 - 09 -18 文章编号: 1?4-9<72X(2014)11-?44 -05 此，本文以国有大型及股份制商业银行为参照，以地 方商业银行为样本，选用预期损失定价模型作为基 本的分析工具来计算存款保险费率。同时，利用 BP 神经网络及 D -S 证据理论对地方性商业银行的信 用等级进行简单评定，并结合国内外相关经验给出 预期损失率，从而得出存款保险费率的理论测度值， 以期得到更有说服力的研究结论。 一、研究方法和设计 (一)研究方法选择 存款保险定价的核，心是估计银行资产价值的风 险大小。在已建立存款保险制度的国家中，多数使 用基于Black - Scholes 期权定价理论的 Merton 定价 模型和预期损失定价模型来测算存款保险的定价。 在 Merton 定价模型中，可将存款保险看作一份以保 险期限为履约期限、以约定赔偿金额为履约价、以银 行资产为基础的看跌期权。但是， Merton 期权定价 模型只适用于那些可以得到公司资产净值、市场估 计价值的商业银行，这就意味着这种看跌期权定价 模型只能够针对上市银行来计算存款保险价值，对 基金项目:国家社科基金项目;中国特色自主创新道路的金融推动机制研究; (12CJLOO5 ) 44 作者简介:魏修建(1962一) ，男，陕西兴平人，西安交通大学经济与金融学院教授，博士研究生导师，研究方向为金融市场 与产业发展; 李忠霖(19<79一) ，女，黑龙江齐齐哈尔人，西安交通大学经济与金融学院博士研究生，研究方向为数量经济; 王 聪(1981一) ，女，福建厦门人，西北大学经济管理学院讲师，研究方向为金融转型与发展。 于非上市的商业银行来说就无法适用，而预期损失 定价模型则没有这方面的要求，因而更能够适用于 非上市银行。预期损失定价模型假定:存款保险费 用应大于或者等于期望损失，期望损失可以用期望 违约率、风险敞口、违约损失率的乘积来代表。其 中，期望违约率是商业银行不能支付存款发生流动 性危机的概率，它测度了存款保险的成本;风险敞口 是已经投保的存款占比;违约损失概率可以运用基 本分析、市场分析或评级分析来估计。 从我国地方性商业银行的发展来看，绝大多数 都未能上市融资，因此对地方性商业银行总体进行 分析时，只能选用预期损失定价模型来计算存款保 险费率。从预期损失定价模型的原理来看，最难确 定的是期望违约概率，一般情况下可根据信用评级 机构对商业银行的信用评级来确定。由于我国商业 银行还没有公认的市场评级结果，虽然穆迪及 普尔对国有商业银行以及部分全国性股份制商业银 行进行了评级，但地方性的金融机构缺乏这些机构 相应评级，也就无法确定期望违约概率。为此，可利 用相关指标，综合运用神经网络和 D -S 证据理论 方法，对国内地方性商业银行的风险等级进行估算。 (二)研究方案设计 首先，运用 BP 神经网络技术对所选取的地方 性商业银行的相关指标进行处理，以实现神经网络 从输入到输出的映射，再将 BP 神经网络的多个输 出结果进行归一化处理后，作为 D -S 证据理论的 基本可信度分配。 BP 神经网络是目前应用最广泛的单向传播的 多层前向网络，三层网络是 BP 神经网络最典型的 形式，它包含输人层、隐层以及输出层，各层之间实 行全连接，每一层节点的输出都影响下一层节点的 输人。假设 BP 神经网络输人层节点为钓，隐层节 点为抖，输出层节点为 Z， ，输入层节点与隐层节点之 间的网络权值为叫，隐层节点与输出层节点之间的 网络权值为句，输出层节点的期望输出值为 s， o BP 神经网络每一层节点的基函数为线性函数，并可以 用以下函数形式来表示: u=EW川-()=元'W-() (1) 在式(1)中 ， v 为被解释变量，()为参数。在 BP 网络中，权值一般会采用梯度下降法来不断修正，输 出函数必须可微且单调上升，因此可以利用 Sigmoi?? dal 函数作为 BP 网络各层节点的激活函数， Sigmoí- dal 函数表示如下: 号亏得向在 20叫第 11 期 f(x) = (1 +e-勺 -1 (2) BP 网络的正向传播过程完成了 N 维空间矢量 到 M 维空间的影射，对于三层网络来说，它由两个 子过程组成。从输人层到隐层有: 盯 = f( ;i;. w俨冉) =f( netj ) M马 = ;i;. wi月-鸟 从隐层到输出层有: (3) (4) zz=只手 Uj'Yj - (),) = f( net,) (5 ) net , = 手吨2月- (), (6) 由于神经网络输出存在很多种误差函数，在计 算中可以选择最常用的均方误差函数。若用 R 代 表样本总数，则对于 R 中的每一个样本，可用均方 误差函数来计算它的误差: E=扫(川)2 (<7) 将式(<7)展开至隐层，则有: E=斗三 [s， - f( ;i;. UitYi - (),) ] 2 (8 ) ~ E=扫 1 s， -JI 手旷'(~WijXi 一再) - (), ] f 2 (9) 从式(8) 、 (9) 可以看出，以 E 表示的神经网络 误差是各层权值叫和 Uj，的函数，调整各层的权值就 可以对误差 E 不断进行修正。在调整过程中要保 证权值的调整量与误差的负梯度成正比，这样才能 不断缩小误差值，调整量可表示为: ??E Wij= η 一一 (10) -, ??W ij ??E Uit = -η一 (11 ) J' -, ??uj, 在式(10) 与 (11 )中，η 代表学习率，其值介于 O 和 1 之间，对于输出层有: ??Uj , = η ( s ， 一 z， )f (net' )yj = η( s， 一 z， ) z, (1 - z,) 月 =η8j'Yj (12) 在式(12) 中，马为误差信号，并可以表示为: 8j, = (s , -z, )z,(1 -z,) (1 3) 对于隐层有: A 叫 = η主 (s , -z,)f( 叫)U川 net)xi = = 币吭v俨Z (14) 在式(υ14的)中，8δq为误差信号，可以表示为: δi;; - 主δ内川(1 -η) (15) 对于样本 R ， 根据式(12) 和 (14) ，可以得出隐 层和输出层的权值调整公式分别为: R 叫(α+ 1) =叫 (α) +ηZS产(16) 45 魏修建，李忠霖，王 聪: 我国地方性商业银行存款保险定价研究 Ujt ( α+ 1) =马 (α) +η苟s月(1<7) 根据 BP 网络原理，可以得到相应算法，其计算 步骤为:第一步，对相应指标进行初始化，包括用随 机数初始化权值矩阵 ω 和 U ，设定学习率 η 的大小， 设置误差精度的初始值以及网络的最大模拟次数; 第二步，将样本依次输入网络;第三步，根据输入的 样本 R ，从隐层到输出层，逐层计算各节点的输出; 第四步，计算隐层和输出层的误差信号;第五步，调 整各层权值，根据误差精度或者最大训练次数，判断 学习是否结束。 然后，利用 D -S 证据理论进行数据融合，最终 给出地方性商业银行的风险等级状况。在 D -S 证 据理论中，通过信度函数的引人不但可以表达随机 性引起的不确定性，而且还能处理区分由未知因素 所引起的不确定性。 [6J 进一步假设 ， w 表示 X 可能 取值的集合 ， w 内的所有元素都互不相容，则 W 可 以视为是 X 的识别框架，若函数 m:2W?[0 ， 1] 完全 满足以下条件:m( φ) =0 ，并且At:um(A) = 1 。则可 以将 m(A) 看成是 A 的概率分配。当 A 为 W 的子 集，且 m(A) 笋0 时，称 A 为 m 的焦元。用 BEL 代表 信度函数，该函数可以定义为:BEL(A)=BZP(B) ， 'v' A??W ，如jBEL 可以称为命题的下限函数。同理， 可以用 PL 代表似真函数 ， PL 函数可以定义为 :PL (A)=1-BEL(A)=BnLm(B) ， PL 又被称为命题 的上限函数。若 mJ 、 m2 是基于识别框架 X 的两个 概率分配，分别含有焦元 BJ ， … ， Bn 和 CJ ，… ， Cn ， 它 们的组合运算为 m =mJ E??叫 ， m 为组合产生的新证 据体，并可以表示为: m(A) =mJ(B) +m2(C) =K- J 豆 mJ(B，) m2 (呜) (18) 式(四)中 ， K = 1 - B ιmJ (BJ m2 (乌)，表示 两个基本概率分配矛盾的程度。对 K值进行归一 化，如 K=1 ，则表示两个基本概率分配完全矛盾;女口 K=O ，则表示两个基本概率分配不用归一化。 选取可以反映地方银行竞争力的相关指标，通 过 BP 神经网络对所选样本构造证据理论的基本概 率分配函数，这样地方银行指标数据经过 BP 网络 的非线性映射所得到的输出结果基本相互独立，这 样就符合了 D-S 理论的内在要求。 二、地方性商业银行存款保险定价的实证分析 在我国能够反映地方性商业银行竞争力的指标 较多。在分析中，可以结合商业银行的经营管理状 46 况，以及有关银行竞争力评价的文献研究，选取资本 充足率(XJ ) 、拨备覆盖率(X2 )、不良贷款率 (X3 )、 存贷比率 (X4 )、流动性比率 (Xs ) 、收入利润率 (X6 ) 、非利息收入比 (X<7 ) 、资产增长率(X8 ) 、资产 总额(X9 ) 等指标作为解释变量，来反映商业银行的 风险管理和竞争力水平，并将这些指标划分为正相 关指标、负相关指标和区间指标三大类。 (一)样本的选取及等级的划分 为了能更好地评价地方性商业银行的竞争力等 级，确定这些银行的预期损失率大小，从商业银行竞 争力等级评价的实际需要出发，本文选取成都银行、 重庆银行、宁夏银行、北京银行、长安银行、部分地区 的农村合作银行、部分地区村镇银行等 10 家地方法 人金融机构作为评价对象。同时，选择中国工商银 行、中国建设银行、招商银行、民生银行 4 家国有或 股份银行作为参照，数据来源于各商业银行年报及 《金融年鉴~，截取 2012 年、2013 年的披露数据，利 用 BP 网络进行模拟和评价，进而得出各银行的竞 争力等级。 在正常情况下，评价指标的个数就是 BP 神经 网络输人层节点数。本文在研究中共选取了 9 个指 标，因此输入层网络节点数就为 9。地方性商业银 行竞争力评价等级就是网络输出层节点的个数。为 分析方便，在研究中，可将样本银行的竞争力等级分 为 4 个级别，分别为:优、良、中、差，输出结果 (0.9 ， 0.1 ， 0.1 ， 0.1) 表示为1，代表等级为优;输出结果 0.9 ， 0.1 ， 0.1)表示为 n ，代表等级为良;输出 (0.1 ， 结果(0.1 ， 0.1 ，0.9 ，0.1) 表示为 m ，代表等级为中; 输出结果(0. 1 , 0. 1 , 0. 1 , O. 9 )表示为町，代表等级 为差。输出结果和预期结果之间的误差精度、网络 模拟次数、迭代次数，都需要在试验中通过不断调节 隐层的节点数来调整，通过实验调整可以确定最佳 的隐层节点数为 18。此外，在分析过程中，允许存 在误差，并利用随机过程确定初始权值。分析过程 中允许的误差为 lE -3 ，当两次迭代结果值小于误 差允许值时，结束迭代运算。网络的初始权值利用 Ma??ab<7.8 中随机发生器产生的一组随机数来表示， 迭代次数取 2?0 ，模拟分析结果如表 1 所示，表中 数字 1 -14 分别代表 14 个样本银行的序号。 (二)BP 网络模拟及 D -S 证据融合 利用 Ma??ab<7.8 不断调整 BP 网络参数，对样本 进行 BP 网络模拟，选择模拟好的神经网络 BP -1 、 BP -2 , BP -3 ，所对应的模拟误差曲线如图 1 所示。 表 l 样本银行模拟输出值 序号 2 3 4 5 6 <7 。 l 0.9 O. I O. I 0. 9 0. 1 0. 9 输出 0.9 O. I 0.9 0.9 。 l 。 l O. I 结果 O. I 。.1 0.1 O. I O. I 0.9 0.1 O. I 。 l 。 l O. I 。 l 。 l O. I 序号 8 9 10 I I 12 13 14 0. 1 O. I 。 l O. I 0.1 O. I O. I 输出 0.9 O. I O. I 。 l 0.1 0. 1 。 l 结果 O. I 0.9 。 l O. I 0.9 。 l 0.9 O. I 。 l 0.9 0.9 O. I 0. 9 。 l 俨' 晴 d ?? 4 日 d 国 二三〉 ijl> Ih一 .J......... .?? !.1t...L. ... .. , __ 1It ???? . .. ......,. 图 BP 神经网络模拟误差曲线 图 1 中的横坐标表示模拟的次数，纵坐标表示 误差精度，由于 Matlab 随机选取的初始值不同，训 练完成的网络训练次数以及曲线的拐点都不一样。 利用模拟好的 3 个 BP 神经网络对 2013 年样本银行 的数据进行预测，每一个神经网络的预测值都有一 定的差异，这是因为神经网络输出的不稳定性所导 致。 根据 3 个不同的模拟网络列出预测值，如表 2 ~表 4 所示。 表 2 BP1 网络样本银行 2013 年预测输出值 {误差 =0. ?8 ) 序号 2 3 4 5 6 0. 1594 0.8692 0.0602 0.1908 0.9 11 2 0.1254 输出 0.8<712 0.0628 0.9221 0 . <71? 0. 1149 。 105<7 结果 。.0988 0.121 1 。 1203 0.2468 0.1082 0.8864 。 ω96 0. 1291 0. 0<799 0. 0436 。.?56 0. 0469 序号 8 9 10 11 12 13 0.080 1 0.0645 0.208 1 0. 109<7 0.105<7 0.1291 输出 0.9086 0.140<7 。 1405 0.0581 。 1 423 0.0922 结果 0.0<706 0.586<7 0. 19<72 0.0942 。.1436 0. 1128 0. 1 2? 。.3820 0.<7<70<7 0.83 11 0.8150 0.9115 表 3 B凹 网络样本银行 2013 年预测输出值 (误差 = 0. (03 ) 序号 2 3 4 5 6 。 <789<7 0. 9485 0.0866 0.0935 0.09<71 0.10<71 输出 0. 1659 0.0<73<7 0.8568 0.<75<76 0.9339 0.091<7 结果 0. 1499 0. 1? l 0.1050 。 1<71 1 0.08<7<7 0.8994 0. 1 2? 0.0822 0.1329 0.160<7 0.0<7<75 。.0984 序号 8 9 10 11 12 13 。 105<7 0.0430 0.1464 0.0556 0. 1232 0. 0358 输出 0.9122 。 1 138 0.1049 0.1665 0.09? 0.1 350 结果 0.09 11 0.9124 0.0659 0.10<72 0. 9131 。 1105 0. 08 18 0.18 14 0.8<723 0.8984 0. 1056 0.9113 <7 0. 9424 0. 1819 。 1136 0.0696 14 0. 104 1 0.0582 0.1<73<7 0.<7365 <7 0.9085 。 11 32 。 1035 。 ω<79 14 0.0<786 0.1234 0.1040 0.8佣9 对于 BP 神经网络自身存在的不稳定性，以及 每一个训练网络预测输出结果表现出的差异性，可 利用 D -S 证据理论进行相应调整，最终可以将不 5奇向组 2014 年第 1 1 期 究 稳定性显著降低。利用 D - S 对样本银行进行数据 融合，则样本银行竞争力等级分布如表 5 所示。 表 4 B凹 网络样本银行 20 1 3 年预测j输出值 (误差 = 0. ?4 ) 序号 2 3 4 5 6 0. 85<72 0. 86? 0. 1499 0. 0684 0. 1194 0.1450 输出 0. 0<754 。 108 1 0. 9α)() 0.<7696 0.8914 0. 1598 结果 O.ω35 。 1 240 0. 11 14 0.2<726 。.0<78<7 0.8<759 0.1012 0.033<7 0. 093 1 0.038 1 0.05 13 0. 1<7<75 序号 8 9 10 1I 12 13 0.0<728 0. 02<7<7 0.1483 0.14<74 0.0<709 0.12<74 输出 0. 9341 。 1 663 0. 13<72 0. 08<72 。 ω62 0.0483 结果 O.ω09 0.8666 0.0466 0.0880 0.9240 O. Iω8 O. 仪主05 。 10<7<7 0.8<76<7 0.88 19 。.1269 0.889 1 <7 0. 8820 0. 1046 。 1 4 11 0.0968 14 。 1046 。 1 1 <73 0. 1959 0.8018 表 5 BP 神经网络预测输出 D-S 规则数据融合结果 序号 2 3 4 5 6 <7 0. 88538 0. 99619 O. ?129 。-?3 1 8 0.09838 。?306 0. 9 1213 输出 。 ω 1 35 O.α刀84 。.99490 。.96<78<7 0.9063<7 O. ?246 0. 0<7650 结果 0.01232 。?235 O. ?220 0. 028 10 O. ?<754 0.99305 0. 011 16 0.010<7<7 。 αlO6 1 O. ? 1 59 O. 创lO8 1 。 αlO51 。 ω 1 41 。 ?468 误差 5. 58E- 5. 91E - 5. 4 1E- 5. 86E - 6. O9E- 5. 01E- 4. 48E-08 08 08 08 08 08 08 级别 H E H m 排名 2 5 6 4 8 3 序号 8 9 10 II 12 13 14 。 α泊93 O. 仪泊22 。?808 。? 1 55 。?<750 O.α用93 。?294 输出 0.95<720 。 α活09 O. ?3<72 O. ? 152 O. 创)9<78 。 αlO96 。 ?301 结果 O.α泊89 0.9<7<7 10 O. ? 1 18 O. ? 1 54 。例lO<79 。?20<7 0.04329 。 αlO88 0.01656 0.98<7? 0.98538 0.081<76 0. 99603 0.990<70 误差 5. 83E- 5. 53E- 5. OI E - 5. 86E- 5. 24E - 5. 43E- 5. 11E-08 08 08 08 08 08 08 级别 H E W W 皿 W W 排名 <7 9 14 13 10 11 12 依据 BP 神经网络预测输出的 D - S 规则融合 结果，并结合 14 家样本银行的排序情况可以发现 : 国有及股份制商业银行的排名普遍靠前，级别相对 更高，而地方性商业银行的级别排名普遍比国有及 股份制商业银行低。 根本原因在于地方性商业银行 的经营风险普遍要高于国有商业银行和股份制商业 银行。 因此，实证分析结果与实际情况较为吻合。 ( 三)地方性商业银行存款保险费率的确定 根据 BP 神经网络预测输出结果，以及 D -S 证 据理论数据融合评级结果，借鉴国外存款保险定价 的经验，可以构建相应的金融机构预期损失率表。 同时，参考穆迪公司的国内金融机构信用评级及其 对应的预期损失率，可以得到相应等级的预期损失 率。 其中，等级为 I 级的地方性商业银行预期损失 率为 0.03% ， 11 级为 0. 0<7% ， 皿级为 1. 32% ， N级为 5 . 58% 。 根据评定等级得出相应的预期损失率之 后，为求出地方性商业银行存款保险费率，还要计算 金融机构的违约损失率。 由于违约损失率必须通过 已经破产的金融机构的历史经验来计算，以往违约 损失率的研究都是对海南发展银行等金融机构的破 4<7 魏修建，李忠霖，王 聪: 我国地方性商业银行存款保险定价研究 产清算来估计，所计算出的违约损失率缺乏普遍适 用性。为此，可借鉴魏志宏 (2004) [<7] 提出的研究方 法来估算地方性商业银行的违约损失率，他认为，违 约损失率等于[1 - (存款/资产) ] x 2 ，存款和资产 的数据可选取地方性商业银行 2013 年的数据。 根据所选数据就可分别得到各类不同商业银行 的违约损失率，其中以北京银行、长安银行为代表的 地方银行的违约损失率最大值为 45.669毛，最小值 为 25.9<79毛，加权平均值为 34.3% ;包括地方农村信 用社与农村合作银行在内的农村金融机构违约损失 率的最大值为 41. 8<79毛，最小值为 26. <799毛，加权平 均值为 34. 139毛;地方村镇银行违约损失率的最大 值为 39. 159毛，最小值为 29. 169岛，加权平均值为 34. 169毛;国有及股份制银行违约损失率的最大值为 39.13% ，最小值为 2<7.519毛，加权平均值为 33. 129毛。各类商业银行的违约损失率计算结果具 体如表 6 所示。 表 6 各类不同商业银行违的损失率 单位刑 类别 地方 农村 农村合 村镇 股份 国有银行 信用社作银行 银行 银行 银行 最小损失率 25.9<7 26.<79 29.51 29. 16 2<7.51 2<7.6<7 最大损失率 45.66 40. 11 41.盯 到.15 38. 1<7 39.13 加权平均值 34. 3 33. 45 35ω 34. 16 32. 84 33.4 根据各类银行违约损失率的计算结果，可选择 将地方性商业银行中违约损失率的最大值与最小值 作为上下边界，从而得到 I 级违约损失率为 25.9<7% ， N级为 45.669毛。进一步比较地方农村金 融机构与村镇银行的违约损失率，再考虑到每-个 等级数据之间的间隔，就可分别确定 E 级违约损失 率为 26. <799奋， m级为 41. 8<79毛。最后，根据各类地 方性商业银行的风险敞口额，利用预期损失定价模 型就可以计算得到不同等级的地方性商业银行加权 平均存款保险费率，其中 I 级为 0.559毛， TI 级为 1. 459毛， m级为 2.359毛， N级为 3.559毛。由于计算 出来的存款保险费率同样属于加权平均值，为能使 存款保险费率的核算具有一定的弹性，可以将各个 等级的加权平均值作为中间数，并在此基础上确定 不同等级存款保险费率的合理区间值，具体费率区 间如表 <7 所示。 表 <7 地方性商业银行存款保险费率 单位:% 银行等级 加权存款 保险费率 48 W级 3.55 [3.0 , <7.1] 络及 D-S 证据理论对我国地方性商业银行的存款 保险定价问题进行研究并得出结论。 第一，鉴于我国地方性商业银行绝大多数都未 能上市融资，综合利用 BP 神经网络和 D -S 证据理 论方法，合理使用预期损失定价模型，能够克服地方 性金融机构缺乏信用评定机构的评级，无法确定期 望违约概率，普通实证计量技术无法使用等技术难 题，可以有效估算国内地方性商业银行的风险等级， 且结果与实际情况非常吻合。同时，利用该方法还 能较为精确地对地方性商业银行的存款保险进行定 价，因而对于成功解决国内商业银行存款保险费率 难以量化这一难题具有重要参考价值。 第二，我国在设计存款保险制度时，对于地方性 商业银行的存款保险费率，可以按照不同的风险级 别来实行差别定价，并且对于每一个等级可以允许 存款保险费率在一定的区间范围内波动，以突出使 用的灵活性。结合预期损失率、违约损失率等指标， 可以考虑将我国地方性商业银行的存款保险费率划 分为四个等级，其中 I 级的合理费率区间为 [0 ， 1. 1% ]， TI 级的合理费率区间为[ 1. 2% ,1. <7% ] , m 级为[ 1. 8% , 2.9% ] , N级为 [3.0% , <7. 1 % ] ，这种 划分有利于存款保险机构根据商业银行的风险及信 用实行差别及弹性定价。 第三，由于地方性商业银行的经营风险比国有 及股份制商业银行相对更高，因此在采用差别定价 时，地方性商业银行单位存款所应缴纳的保险费应 相对更高，以体现缴费的公平性。但是，考虑到现阶 段我国风险识别体系还不完善，在推行差别定价时 容易造成商业银行缴费存在事实上的不公平现象。 因此，在推行存款保险制度时，应在初期实行统一费 率，之后随着银行风险识别体系的不断完善，再逐步 由统一费率向差别费率和弹性费率过捷。 第四，在存款保险制度推行初期，政府应对地方 性商业银行提供必要的政策扶持。地方性商业银行 作为金融体系的一部分，不但促进了地方金融发展 的完整性，而且对推动地方经济的发展以及社会的 稳定起到了相应的支撑作用。由于地方性商业银行 总体规模小、业务种类及客户资源、比较少、盈利空间 有限，在支出存款保险费用的同时势必会减少利润， 增加经营负担。为促进地方性商业银行的发展，在 存款保险制度推出的初期，地方政府应该为地方性 商业银行提供相应的政策支持，然后再逐渐过渡到 完全自支，这样才能促进地方性商业银行的稳定与 发展。(下转第 62 页) 幸呈 嗡: 税收管理中的寻租博弈与治理路径 1999. 西南财经大学出版社， [2J 张维迎.博弈论与信息经济学[ MJ . 上海:上海三联书 店，上海人民出版社，2ω4. [3J思拉恩，埃格特森.经济行为与制度[MJ. 北京:商务印 书馆，2?4. [4)曼库尔?奥尔森.国家兴衰探源[ M). 北京:商务印书 馆， 1999. [5JV' 奥斯特罗姆，等.制度分析与发展的反思[ MJ. 北 京:商务印书馆，1996. on the Rent - seeking Game of Taxation Management and Govemance P拙 CHENG Yu (Research Institute for Fiscal Science , Ministry of Finance , P. R. China , Beijing 1?142 ， China) Abstract: As an important instrument in the research of the modem economic prob1ems , the Game The。可 can he used to disclose 811 kinds of 1aws of confrontation and cooperation in the taxation management , reduce the mis- takes in the management of making policy and the cost of management as well as increase it' s efficiency. Taxation is a mean for govemment to adjust society economic activity. Because the information of eveηbenefit main body is asymmetric , ;set up a rent; and ;searching to rent; with some kind of form in the taxation management has be- come possibility. It has ve可 important practical significance by giving the appropriate define to ;rent; value in tax management , designing the route ωrestraint the rent - seeking behavior and improve the al10cation efficiency of taxatlOn resource. Key words: taxation game; taxation system; rent - seeking (上接第 48 页} 参考文献: [ 1 J朱纯福.银行竞争力评价方法及其指标体系的构建 [1].金融论坛，2?2 ，(10) ;8-16. [2] 夏 阳，陆余良. D-5 证据推理及算法实现[J].安徽 大学学报(自然科学版)，2?4 ，(11) ;20 -25. [3J 周 旭，朱卫东.基于 BP 网络和证据理论的商业银行 竞争力评价[1].工业技术经济，200<7 ， ( 1 ) ; 146 - 150. {责任编辑:张爱英) [4J迟国泰，董贺超.基于 AHP 的国有商业银行竞争力评价 研究[1].管理学报，2?5 ， (6) ;691-695. [5J李金迎.我国金融机构存款保险定价研究[ DJ. 天津: 天津大学，2?8. [6] 周炳玉，卢 野. D-5 证据理论方法在目标识别中的应 用[J J. 光电技术应用，2?<7 ， (5);6<7-<70. [<7J 魏志宏.中国存款保险定价研究[J] . 金融研究，2?4 ， (5);99-104. An Empirical Study of Local Corporate Financial Institutions Deposit Insurance Pricing: Based on the Pricing Mode1 with Expected 1ρss WEI Xiu - jian 1 ，口 Si -lin1 , WANG Cong2 ( 1. Schoo1 of Economics and Finance , Xi' an Jiaotong University , Xi' an <71?61 ， China; 2. Schoo1 of Economics and Management , Northwestem University , Xi' an <71012<7 , China) Abstract: With the continuous development of China' s economy and finance , it is veηimportant that timely estab1ishment of a deposit insurance system. Although the existence of adverse selection and moral hazard of deposit insurance system , but studies show that appropriate pricing of deposit insurance can reduce their own prob1ems , to the sound operation of institutions to bring greater protection. This paper se1ect corporate institutions in Shaanxi Province as samples , using BP neural network and DS evidence theory combined with each method , choice of pri- cing model to calculate the expected 10ss of the deposit insurance premium rates of these financial institutions a sim- p1e credit rating assessment , combined with experience abroad gives the expected 10ss rate , to arrive at the deposit msurance rates. 62 Key words: local co甲orate financial institutions; deposit insurance system; pricing mode1 with expected 10ss (责任编辑:张爱英)