摘 要：基于1996-2012年时间序列数据，本文建立向量误差修正(VEC)模型，并运用协整分析、Granger因果检验对人口老龄化与我国商业银行流动性的关系进行实证研究。结果表明，人口老龄化与我国商业银行流动性之间存在长期的均衡，人口老龄化每加剧1%，将引起商业银行贷存比降低0.0830%;误差修正机制使得短期内人口老龄化与我国商业银行流动性的非均衡状态逐步趋于均衡;人口老龄化是我国商业银行流动性的单向Granger原因。

关键词：VEC模型;人口老龄化;商业银行;流动性

改革开放以来，我国经济社会迅速发展，受医疗服务改善、预期寿命延长、出生率下降等诸多因素的影响，我国人口年龄结构发生了显著的变化。国家统计局数据显示：2000年末，我国65周岁及以上人口达到8913万人，占总人口比例的7.01%，依照联合国关于老龄化的划分标准，标志着我国自21世纪开始就已进入老龄化国家。国家统计局2012年社会发展统计公报显示，到2012年年末，65周岁及以上人口12714万人，占总人口的9.4%。人口老龄化程度的不断加深将对社会经济发展和人民生活等各个领域带来广泛而深刻的影响。对于政府来说，人口老龄化带来的首要问题便是养老金赤字压力下的养老金制度安排和变革问题。在改革中，一种从依靠公共财政工具向依靠私人金融工具转变的制度发挥了重要的作用。对于商业金融机构来说，这种养老金“私有化”无疑创造了巨大的商机，而作为我国金融体系中最主要的参与机构，商业银行应该依靠自身的优势，紧紧抓住我国人口老龄化和养老金市场化带来的机会，从养老金金融发展中寻找新的利润增长点。因此，为了顺应养老金“私有化”，商业银行必须保持较高的流动性，以便随时应付客户提存的需要，所以研究人口老龄化与商业银行流动性之间的关系具有重要的意义。

一、文献综述

之前学者关于人口老龄化与商业银行流动性之间关系并没有进行直接研究。王刚2004年以某商业银行对北京市经济影响进行分析，得出2020年前，北京市的储蓄率仍将保持增长趋势，2020年后，人口老龄化对北京市居民储蓄率产生负面影响，进而影响商业银行的流动性;石莹、赵健以国际数据为经验，探索人口老龄化给中国金融市场带来的巨大商业金融需求，提出商业银行介入养老金金融业务，既可以规避由于“金融脱媒”带来的收入风险，又可以通过加强商业银行的流动性进而提供专业的养老金服务创造新的利润增长点;徐丹通过分析我国老龄化社会对养老金融特殊需求以及现阶段商业银行养老金融业务的发展情况，表明我国养老金融处于“零散”发展状态，养老产业涉及较少以及产品服务较弱的不足，并且指出商业银行流动性不足很可能是导致上述情况的直接原因;刘嘉伟、项银涛通过对我国住房反向抵押贷款的分析，提出实行住房反向抵押贷款，有效地解决人口老龄化所带来的养老金下行的困难，有力地保障老年人的晚年生活，在实践中，应该选择成熟的具有较好流动性的商业银行作为试点;陈煌生、陈天玮结合国内人口现状和人口老龄化对商业银行业务经营活动影响的分析，认为随着老龄化的推进，居民的储蓄率会下降，贷款需求将放缓，从而商业银行的流动性会大大提高;娄飞鹏认为人口老龄化为商业银行老年金融业务提供了机遇，但却导致商业银行的贷款行业分布不平衡，间接地降低商业银行的盈利能力，同时也不利于商业银行发展互联网金融业务。之前学者对人口老龄化对商业银行的研究都未进行直接论述，大都是研究商业银行对人口老龄化这一不可逆转的社会现象所应该采取的策略以及建议。因此，本文在前人研究的基础上，对近年来人口老龄化与商业银行流动性的代理指标进行实证分析，并相应地提出策略与建议。

二、实证分析

(一)变量选择

人口老龄化对商业银行流动性的影响表现在：人口老龄化加剧，养老保险受限，居民储蓄下降，贷款减少，从而导致商业银行流动性充裕。因此本文所要分析的变量应包括人口老龄化、养老保险、居民储蓄率、商业银行流动性等。

1、人口老龄化指标。根据国际通行的老龄化衡量标准，为避免人口老龄化预测数据与实际情况的偏差，选取老年抚养比(ODR)作为参数。

2、商业银行流动性指标。本文采用存贷比(CDB)来反映商业银行流动性。考虑到数据可得性，本文只分析国有四大商业银行的流动性。

从数据来源方面看，ODR的数据来源于国家统计局历年中国统计年鉴，CDB的数据来源于国研网数据中心。ODR均选取1996-2012年的年度数据，并进行相应处理;CDB选取1996-2012年四大国有商业银行资产负债表的年末数据，并且进行处理。为了消除数据中可能存在的异方差情况，将上述时间序列数据进行自然对数处理，变化后的变量相应为LODR、LCDB。

(二)变量平稳性检验

由于经济变量中绝大多数的时间序列数据并非是平稳性的，这样所研究的结果存在伪回归的问题，为了避免这种情况，必须先对数据进行单位根检验，本文采用了ADF检验法对上述时间序列的平稳性进行检验，检验结果如表1所示。

从表中的检验结果我们可以看出：LODR、LCDB的ADF统计值的绝对值小于5%水平下临界值的绝对值，这说明这两个序列在95%的置信水平都是非平稳的。进一步检验显示，DLODR、DLCDB在95%的置信水平上都是平稳的，即LODR、LCDB均为一阶单整序列。

(三)协整检验分析

协整检验是分析变量之间是否存在长期的均衡关系。由单位根检验中可以得知，LODR、LCDB都是同阶单整序列，满足进行协整检验的前提条件。进一步采用Johansen协整检验法对多变量序列进行向量协整检验，检验结果如表2所示。

由协整检验结果中的迹检验统计量大于5%显著水平临界值以及伴随概率0.0362，可以看出在95%的置信水平下拒绝无协整关系的原假设，这说明我们的变量之间存在协整关系;进一步对应原假设最多一个协整关系，我们在检验结果中可以看出其相对应的伴随概率为0.4643大于0.05，说明在95%的置信水平下接受原假设，因此可以得出各变量之间存在唯一的协整关系，也就是说人口老龄化与商业银行流动性之间存在长期稳定的均衡关系，并且由分析可知标准化后的均衡方程为：

LCDB=-0.0830*LODR+2.7216

(1.2315) (0.1683) (1)

从长期来看，人口老龄化与存贷比存在负相关相关，其中人口老龄化每加剧1%，将引起商业银行贷存比降低0.0830%，这与我国当前人口老龄化导致储蓄率下降，使得商业银行的贷存比下降的事实相符合。

(四)格兰杰因果关系检验

协整分析只能说明人口老龄化与商业银行流动性之间存在长期的均衡稳定关系，但是不能说明它们之间是否存在经济意义上的因果关系。为了确定人口老龄化与商业银行流动性之间的相互关系，对文中的各个变量之间的关系进行格兰杰因果检验，检验结果如表3所示：

从表3中可以，在5%的显著水平下，商业银行流动性不是人口老龄化的Granger原因，说明我国商业银行流动性对人口老龄化并没有显著的影响;另外，人口老龄化是我国商业银行流动性的Granger原因，说明人口老龄化对我国商业银行流动性具有显著影响，事实也正是如此，1996-2012年以来我国的人口老龄化越来越加剧，而我国商业银行的贷存比也是逐年减少，并且在2005年以来贷存比都低于75%的界限，表明我国商业银行出现流动性过剩的现象。

(五)VEC模型估计

协整检验结果表明，人口老龄化与我国商业银行流动性之间存在长期的均衡，但是这一均衡并不是不变的，而是一种动态的均衡。当均衡系统受到冲击，这种均衡会被打破，而系统又会通过一定的误差校正机制逐步恢复到均衡状态。在此，笔者通过建立误差修正模型(VEC)来考察人口老龄化与我国商业银行流动性的短期关系。通过检验发现VEC模型的所有特征根都落下单位圆内，如图1所示，因此VEC模型分析的结果可靠。由于本文重点讨论人口老龄化对我国商业银行流动性的影响，在此仅讨论我国商业银行流动性的短期方程，得出VEC模型如下。

在短期内，对我国商业银行流动性而言，贷存比滞后一期和滞后二期的系数值为正，协整关系的误差修正项系数为负，所以当我国商业银行流动性出现过剩时，误差修正机制将会使得商业银行流动性减弱。对人口老龄化而言，虽然老年抚养比滞后二期的系数值为正，但是老年抚养比的滞后一期的负面影响远大于滞后二期的正面影响，因此在短期内人口老龄化会降低我国商业银行贷存比，也就是说在短期内人口老龄化对我国商业银行流动性具有正面影响。

(六)脉冲响应分析

脉冲响应函数用来衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响，能够比较直观地刻画出变量之间的动态交互作用及其效应。由于上文建立的VEC模型经检验是稳定的，因此可以进行脉冲响应函数分析。图2给出了LCDB、LODR对LCDB的冲击响应图，其中，横轴表示冲击作用的滞后阶数(单位：年)，纵轴表示响应的大小。

图2(a)给出了我国商业银行存贷比对自身的脉冲响应。在第1期对存贷比一个单位的正向冲击后，存贷比脉冲响应会在第2期达到最大，然后开始下降，在第5期后稳定，并且从响应图上可以看到我国商业银行贷存比对自身冲击所带来的响应都是正向的。从图2(b)中可以看出，在第1期对老年抚养比一个单位的正向冲击后，商业银行贷存比脉冲响应会在前3期出现下降的负向作用，并且在第3期达到最低点，表明当期老年抚养比对贷存比的抑制作用达到最大，从第3期后，脉冲响应开始上升，并且在第6期达到负向作用的稳定状态，从而可知，在长期老年抚养比对商业银行贷存比具有抑制作用，也就是说，人口老龄化会加剧我国商业银行的流动性。总之，人口老龄化对我国商业银行贷存比的脉冲响应函数的分析结果与上文的协整分析的结果一致。

三、结论与启示

本文通过协整分析、Granger因果检验对人口老龄化与我国商业银行流动性之间关系进行了实证分析，我们可以得出以下主要结论：(1)在长期，人口老龄化与我国商业银行流动性存在稳定的均衡关系。每增加1%的老年抚养比，将引起我国商业银行贷存比降低-0.0830%，也就是说人口老龄化会加剧我国商业银行流动性的过剩情况。从短期的VEC模型来看，人口老龄化与我国商业银行流动性之间存在动态非均衡，误差修正机制的存在使得人口老龄化与我国商业银行流动性在长期中逐步趋于均衡，这一点也与人口老龄化对我国商业银行贷存比的脉冲响应函数的分析结果相一致。(2)Granger因果关系检验表明，人口老龄化是我国商业银行流动性的Granger原因，并且是一个单向因果关系，说明当前人口老龄化在一定程度上加强了我国商业银行流动性。

由上述结论可以得出以下启示：首先，商业银行应该把握人口老龄化这一趋势所带来的老年金融业务，积极地开发老年金融产品，用来疏导过剩的流动性。针对不同老年客户的需求，开发不同类别的金融产品组合，不仅可以大大满足老年人的需求，还能很大程度上削弱商业银行流动性。其次，加大老年金融产品的创新，降低金融产品风险。由于养老医疗等项目占用资金大、期限长，商业银行可以通过对长期、大额养老产业信贷资产进行重组创新，降低其风险，改变原来老产业信贷资产流动性差的特性。最后，组建老年金融机构，提高综合金融服务，降低商业银行流动性。老年人口的消费需求不仅催生了以老龄产业为代表的行业发展，也将带动其对金融服务的需求日益多元化，单独由商业银行提供金融服务显然无法满足其需求。为此，商业银行在为老年人口提供金融服务时要注意做好异业合作，以此扩大客户来源，减少信息不对称，分散服务老年人口的风险。

参考文献

[1]刘嘉伟，项银涛.老龄化社会与商业银行住房反向抵押贷款[J].中国金融，2005，(12)：43-44。

[2]石莹，赵健.人口老龄化、养老金市场发展与商业银行养老金业务策略[J].理论学刊，2012，(6)：65-69。

[3]王刚.人口老龄化对居民储蓄的影响分析―以北京市为例[J].经济问题探索，2006，(9)：143-148。

[4]徐丹.商业银行发展养老金融策略分析[J].新金融，2013，(11)：36-41。

[5]张昊.老龄化、非中介化机制与金融体系变迁[J].金融理论与实践，2009，(7)：66-69。