瑞士信貸的困境與警示
習近平總書記指出，防範化解金融風險，特別是防止發生系統性金融風險，是金融工作的根本性任務。近期，歐美銀行風險事件頻發，硅谷銀行、瑞士信貸、德意志銀行等接連引爆市場對金融穩定的擔憂。瑞士信貸在經歷去年一年的“風雨飄搖”後，最終在監管部門推動下被瑞銀收購。本文主要分析了瑞信面臨的困境及其背後原因，以期爲國內銀行信貸業務發展和風險防控提供借鑑。
瑞士信貸三重困境
瑞信成立於1856年，總部設在瑞士蘇黎世，是瑞士第二大銀行。瑞信資產規模大、複雜性高、與其他金融機構關聯性強，2021年11月被納入30家全球系統重要性銀行，對整個金融體系的平穩高效運行有着重要影響。2008年金融危機以來，瑞信進行了三次業務結構調整，業務範圍涉及財富管理、股票、債券、基金、衍生品等多個領域，形成以投資銀行、瑞士銀行、財富管理、資產管理爲業務主體（見表1），外加一個業務中心的架構體系，四大業務板塊資產佔比分別爲35%、30%、28%和0.5%（剩餘6.5%爲業務中心資產）。受負面事件纏身和自身風險管理影響，瑞士信貸近期表現低迷，面臨以下三個關鍵問題。
收入和利潤持續承壓，投行業務拖累嚴重
集團層面，截至2022年9月末，瑞信表內總資產約7004億瑞士法郎（以下簡稱“瑞郎”），營業收入約118.6億瑞郎，歸母淨利潤-59.09億瑞郎。資產方面，表內資產進一步萎縮，從2011年的1.04萬億瑞郎下降到2022年三季度的7004億瑞郎，縮水約32.66%。其中，資產以貸款及租賃類資產爲主（40.2%），交易資產下降明顯。營收和利潤方面，營業收入和淨利潤波動下降，2020年以後加速下滑。2022年9月，營收和淨利潤同比下滑34.52%和1401.54%，下滑幅度爲金融危機以來新高。其中，淨利潤連續四個季度虧損，虧損金額突破2016年階段性底部（見圖1、圖2）。
數據來源：Wind
數據來源：Wind
業務板塊層面，資產規模縮水主要是業務中心資產大幅下降，四大業務板塊資產規模上半年基本持平。營收和利潤受投行業務拖累嚴重。瑞信投行業務佔總營收比重最高，達到37.8%，其營收下滑幅度佔總營收下滑的58%，淨利潤虧損約佔總虧損的62%。財富管理對營收和利潤的影響其次，瑞士銀行和資產管理表現較爲穩定（見圖3）。
數據來源：Wind
資本充足率低於歐洲銀行平均水平，盈利能力快速下滑
2022年三季度瑞信核心一級資本充足率（CET1）爲12.6%。橫向看，CET1雖然高於監管要求10.5%的標準，但是低於年初設定的目標值14%和歐洲銀行業平均水平14.96%，且低於市場關注的關鍵水平13%，在系統重要性銀行排名下滑。縱向看，CET1連續四個季度下降，低於二季度的13.5%和2021年同期的14.4%，2022年以來已經下滑1.8個百分點，單季度下跌0.9個百分點。2022年以來，淨資產收益率（ROE）下降近10個百分點達到-13.53%，創2008年以來新低，遠低於歐洲銀行業平均水平7.62%。瑞信雖然目前處於健康水平，但是CET1持續低於預期、盈利能力快速下滑，反映了瑞信在補充資本方面受到困擾。
風險事件頻發，瑞信聲譽受到重創
銀行是經營風險的行業，聲譽是企業的無形資產，聲譽風險與其他類風險有着緊密的關係。瑞信歷史上曾多次發生風險危機事件，尤其是2021年Archegos爆倉事件和Greensill Capital破產事件，不僅造成嚴重虧損還重創了瑞信的聲譽。瑞信也因洗錢事件成爲瑞士歷史上第一家在刑事案件中被判定有罪的大型銀行（見表2）。
數據來源：作者根據網絡資料整理
指標健康水平下滑反映出社會對瑞信的信任降低。信用違約互換（CDS）方面，2022年12月1日瑞信CDS攀升至444個基點，高於年初價格206個基點，遠高於2008年金融危機瑞信最高價格和2016年德意志銀行危機水平，距離雷曼兄弟破產時CDS還差166個基點，市場擔心瑞信違約風險急劇增加。評級方面，穆迪、標普、惠譽三大評級機構均下調了瑞士信貸的評級。以標普爲例，2022年11月2日，標普將瑞信的評級由BBB級下調到BBB-級，達到投資級和投機級的分界線，意味着其市場信心下降和融資成本上升。Wind輿情指數方面，瑞信輿情風險指數爲6.2（100分制），瑞信所處輿情環境惡劣，社會輿論、投資者對其負面評價較多。
瑞士信貸危機原因分析
瑞信危機的導火索是2021年以來的連續風險事件虧損，導致市場對其流動性情況和補充資本能力的擔憂。進一步分析來看，經營環境不確定性增強、激進的風險偏好、欠完備的風險管理等因素導致瑞信陷入危機。
外在原因：經濟下行降低銀行資產質量
2022年三季度歐洲GDP環比增長約0.2%，幾乎陷入停滯。當前，歐洲主要面臨新冠疫情、俄烏衝突政治危機、高通脹等問題，疊加主要央行緊縮、貿易需求回落、避險情緒等因素，加大了資產波動和脆弱性。瑞信2019年以來貸款損失準備急劇增加，平均增速高達260%。從企業端看，在嚴峻的宏觀形勢下，與瑞信合作的部分企業，尤其是高槓杆、高業務集中度企業出現財務狀況惡化、償債能力下滑、資金週轉困難等問題，伴隨企業抵押品價值和變現效率下降，瑞信所面臨的信用風險上升，違約概率和違約損失率提高。例如，俄烏衝突使瑞信面臨俄羅斯2.44億瑞郎風險敞口，疫情衝擊供應鏈造成Greensill破產。從銀行端看，瑞信在股票市場、對衝基金、私募股權、房地產等領域持有大量交易和投資頭寸，市場的波動會影響資產的公允價值。同時，銀行是順週期行業，宏觀因素會影響客戶的經濟活動和產品需求，造成業務受阻或中斷。
內在原因：激進的風險偏好和風險管理失當
瑞信作爲擁有較爲先進的業務架構、較爲健全的風險管理體系，但激進的業務偏好與風險管理能力不匹配，未能及時有效處理風險防範和業務拓展之間的關聯。
一是爲追逐短期利潤過度依賴高風險投行業務，收益和風險承擔失衡。瑞信前風險首席官不斷強調風險和合規部門“商業化”“與前臺保持一致”，進而形成追逐短期利潤的風險文化。業務選擇方面，專注短期利潤化。瑞信全球擴張戰略較爲激進，且主要集中在美國市場和風險較高的領域，比如抵押貸款債券（CDO）和承銷槓桿收購貸款等，其投行業務平均淨收入佔比長期保持在40%以上。橫向比較來看，摩根士丹利、高盛等投資銀行的投行業務營收佔比長期保持在25%以下，大幅低於瑞信的佔比。客戶選擇方面，瑞信存在高風險低收益的問題。瑞信在未能完全對衝交易對手信用風險的情況下，與高槓杆、高信用風險、高業務集中度客戶開展合作，且爲維護客戶關係不斷滿足客戶需求降低保證金，致使不斷突破風險敞口限額。
二是風險管理部門的獨立性不足、監測和報告機制不健全，致使風險信息傳導受阻。瑞信採取激進的經營策略，但風險防控能力卻無法爲其“保駕護航”。風險部門應當與業務條線保持相對獨立，具有形成相互制衡的運行機制，而瑞信風險部門獨立性不足。一方面，業務開展不獨立。風險管理存在“合作”“妥協”“造假”現象，爲配合業務開展降低業務門檻、放低管理要求和容忍度。另一方面，風險部門資源配置不足，人員數量少、專業度不夠高，和前臺部門相比處於相對弱勢地位，導致“風控聽業務指揮”，風險預警失效。
監測和報告機制不健全。全面風險管理是風險管理演進的新階段，包括風險治理、文化建設、風險計量、信息溝通報告制度等多個環節，而瑞信在監測和報告機制中存在明顯短板。風險監測方面，未堅守及時性和有效性原則。數據系統建設滯後，數據智能化水平不完善，瑞信風險部門面臨數據分散、質量不高、更新滯後的問題，難以滿足風險監測及時性。同時，對壓力測試結果存在脫離客戶實際、人爲調整情景、尾部風險情景失效等問題，難以滿足風險監測有效性。報告機制方面，風險管理責任和彙報路徑不夠清晰，缺乏有效風險信息傳導渠道，存在部分類型風險向前臺技術部門負責人彙報的現象，信息時滯進一步擴大損失程度。如在Archegos事件上，董事會在危機發生前從未聽過相關風險彙報。
幾點啓示
黨的二十大報告要求“守住不發生系統性風險底線”。金融安全是國家安全的重要組成部分，防範化解金融風險是金融工作的根本性任務。目前，全球經濟復甦仍不穩定，商業銀行應處理好“穩增長”和“穩質量”的關係，持續加強全面風險管理和合規經營，做到風險分析前瞻化、風險控制系統化、風險管理數字化和智能化。
一是風險分析前瞻化，加強宏觀形勢研判，提前應對經濟波動風險。全球宏觀經濟面臨疫情反覆、通脹高企、發達經濟體貨幣政策調整等不確定性因素，對包括我國在內的新興經濟體產生影響。商業銀行應前瞻主動防控風險，設置與風險承擔水平相匹配的風險偏好。一方面，商業銀行應強化風險研判，積極應對國際發達經濟體政策調整、政治事件等外溢影響，以及國內貨幣和財政政策調整，不斷優化銀行風險管理戰略，確保與自身發展、管理水平和市場環境相適應。另一方面，商業銀行應把握產業政策調整方向，優化信貸行業結構、期限結構，加大對物流交通、糧食安全、科技創新、綠色發展等重點領域的支持，減少政策風險。
二是風險管理系統化，跟蹤關注潛在風險。瑞信危機的原因之一是風險控制失效，前臺部門背景調查流於形式，風險部門壓力測試結果存在人爲篡改行爲。商業銀行應該將風險管理的前瞻性、全局性、主動性、有效性融入經營管理各個環節，在事前、事中、事後全流程切實履行風險防控責任。一方面，商業銀行應嚴格執行貸前審覈和貸後管理，對存量客戶經營狀況及時跟進分析，充分掌握客戶財務狀況。另一方面，商業銀行應積極開展壓力測試，提高壓力測試的計量方法和場景覆蓋面。主動管理風險行業敞口，對於週期長、敏感度強、集中度高的行業加強限額管理，對超限額情形及時響應，明晰責任主體和彙報路徑。此外，商業銀行還應建立健全聲譽風險管理制度，建議將聲譽事件納入考覈範圍。
三是風險管理數字化和智能化，提高風險響應能力。瑞信數據治理和預警機制滯後是導致其風險響應慢、風險損失大的重要原因。數字化層面，建議多維度、多層次整合內部和外部數據，提高底層風險數據標準化、規範化和數據加總自動化水平，打破信息孤島和數據壁壘，實現內部信息共享。積極建設數據中臺，提升大數據分析能力，強化數據賦能。智能化層面，探索大數據建模、人工智能等新興技術在風險防控中的運用，探索應用生成式AI技術構建人機結合智慧風控平臺。完善風險預警平臺、風險監控平臺功能，增強智慧風控的及時性、有效性、全流程性，發揮風險防控“哨兵”功能。
（本文僅代表作者個人觀點，與所在單位無關）
作者：張昭達，單位：中國農業銀行戰略規劃部