三、负债结构分析：核心负债与易变性负债的识别、负债稳定性评估指标及分析方法
负债结构分析是商业银行资产负债管理的核心环节，其本质是对负债资金来源的“质量”进行分层透视。在利率市场化、存款竞争加剧和互联网金融分流的多重背景下，负债的稳定性直接决定了银行的流动性安全边际和定价策略空间。本章将围绕核心负债与易变性负债的识别方法、负债稳定性评估指标体系以及系统化分析框架展开，帮助学员建立从“数据表象”到“结构本质”的分析能力。
3.1 核心负债与易变性负债的识别：从定性到定量
3.1.1 核心原理：负债稳定性的底层逻辑
核心负债（Core Liabilities）是指那些对利率变动不敏感、与客户日常经营或生活场景深度绑定、在较长周期内保持稳定余额的资金来源。其本质是“客户关系价值”在负债端的体现——客户不会因为20个基点的利率差异就转移资金，因为转移成本（包括账户迁移、结算不便、信用关系维护等）远高于收益差异。易变性负债（Volatile Liabilities）则相反，其持有者以逐利为目的，对利率、市场情绪、政策变化高度敏感，资金留存时间短、波动幅度大。
识别核心负债不能仅看产品名称，而应关注三个底层特征：利率弹性（利率变动1%时资金留存率的变化幅度）、余额波动率（日/周余额的标准差系数）、客户黏性（账户开立时长、产品交叉持有数量、结算流水频率）。例如，同样是活期存款，代发工资账户的沉淀率通常在85%以上，而证券保证金第三方存管账户的沉淀率可能不足40%。
3.1.2 识别方法与操作流程
实务中建议采用“五步识别法”对负债逐笔分类：
- 数据准备：提取近12个月逐日/逐周的各产品余额序列，剔除季末冲量等异常时点数据。
- 波动率测算：计算各产品余额的变异系数（CV=标准差/均值），CV<15%为高稳定，15%-30%为中等稳定，CV>30%为易变。
- 利率弹性回归：将产品余额变动率与同期市场利率变动进行回归分析，回归系数值大于0.5视为高敏感。
- 客户行为分层：按客户维度统计“近90天动账次数”“账户余额低于阈值天数占比”“跨行转出频率”等行为指标。
- 综合评级：将上述三个维度打分加权（建议权重：波动率40%、利率弹性35%、客户行为25%），得分≥70分为核心负债，40-70分为准核心负债，<40分为易变性负债。
| 识别维度 | 核心负债特征 | 易变性负债特征 | 数据来源 |
|---|---|---|---|
| 余额变异系数 | CV < 15% | CV > 30% | 核心系统日终余额 |
| 利率敏感系数 | |β| < 0.3 | |β| > 0.5 | 市场利率与余额回归 |
| 账户动账频率 | 月均≥8次（结算黏性） | 月均≤2次（纯储蓄） | 交易流水表 |
| 产品交叉持有 | ≥3个产品（存款+理财+贷款） | 单一存款产品 | CRM系统 |
| 到期结构 | 剩余期限≥6个月占比高 | 1个月内到期占比高 | 到期日明细 |
3.1.3 案例拆解：某城商行的负债重分类实践
背景与约束：某资产规模800亿元的城商行，2023年末贷存比达92%，流动性匹配率接近监管红线。该行负债结构中，同业负债占比28%，结构性存款占比15%，一般性存款占比57%。管理层希望在不激进揽储的前提下，通过结构优化将贷存比降至85%以内。
初始现象：该行此前将所有“单位活期存款”均视为核心负债，但压力测试显示，若市场利率上行50BP，预计有12亿元企业活期存款在两周内流失——这些资金实际是部分企业购买的“类货币基金”替代品，利率敏感度极高。
分析过程：团队对全行2.3万户企业活期账户进行行为聚类，发现其中约400户（占余额68%）的账户资金与贷款回笼、日常结算强相关，近6个月月均动账次数≥15次，变异系数仅8%；另有约1,800户（占余额22%）的账户余额长期稳定但动账极少，属于“睡眠沉淀”；剩余约2万户（占余额10%）的账户资金进出频繁且与理财到期、他行拆借相关，变异系数达45%。
操作步骤：① 将前两类重新划分为“核心企业活期”，合计约58亿元；② 将第三类划入“易变性负债”，并对其中的大额客户逐一沟通，了解资金用途；③ 针对易变部分，主动压降同业负债中的短期拆借，用6个月以上同业存单替代；④ 对核心部分，配套提供现金管理服务（如自动划拨、多级账簿）增强黏性。
结果对比：重分类后，核心负债占比从51%提升至63%，贷存比降至86.5%。更重要的是，在随后一次市场利率上行周期中，该行核心负债流失率仅1.8%，远低于同业平均的4.5%。
复盘经验：负债分类不能“一刀切”按产品科目划分，必须结合客户行为数据动态调整。该行后续建立了季度重检机制，将分类结果直接用于内部资金转移定价（FTP）和流动性风险限额管理。
3.2 负债稳定性评估指标体系：核心比率与辅助指标
3.2.1 核心存款比率（Core Deposit Ratio）
核心存款比率 = 核心存款余额 / 总存款余额 × 100%。监管与行业实践中，一般要求该比率不低于60%。但需注意，核心存款的界定口径直接影响指标有效性——若将全部个人定期存款计入核心，会高估稳定性，因为部分大额存单在利率上行期可能被提前支取或转让。建议采用“核心存款=个人活期存款×85% + 企业结算类活期存款×70% + 剩余期限≥1年的定期存款×90% + 其他稳定负债”的审慎折算方式。
3.2.2 贷存比（Loan-to-Deposit Ratio）
贷存比 = 各项贷款余额 / 各项存款余额 × 100%。虽然2015年《商业银行法》删除了75%的硬性监管指标，但该比率仍是衡量负债对资产支撑能力的重要参考。当前监管导向更关注流动性匹配率（LMR）和净稳定资金比例（NSFR），但贷存比因其直观性仍是董事会和投资者最关注的指标之一。值得注意的是，贷存比存在“分母幻觉”——如果存款中大量为同业存款或结构性存款，贷存比看似合理，实际稳定性很差。
3.2.3 辅助指标体系
| 指标名称 | 计算公式 | 参考阈值 | 分析意义 |
|---|---|---|---|
| 负债集中度 | 前十大存款客户余额 / 总存款 | ≤15% | 识别单一客户依赖风险 |
| 定期存款占比 | 定期存款 / 总存款 | 40%-60% | 过高则成本压力大，过低则稳定性差 |
| 活期存款沉淀率 | （活期存款最低余额 / 活期存款平均余额） | ≥60% | 衡量活期资金的实际留存能力 |
| 负债成本率 | 利息支出 / 平均负债余额 | 与NIM匹配 | 稳定性与成本的平衡点 |
| 流动性匹配率 | 加权资金来源 / 加权资金运用 | ≥100% | 监管核心指标，综合反映期限匹配 |
3.2.4 分析方法：从静态比率到动态监测
单一指标的静态值容易产生误导，建议建立“三维动态分析框架”：
- 趋势维度：连续12个月跟踪核心存款比率的月度变化，识别结构性恶化趋势。例如，若核心存款比率从65%逐月降至58%，即使仍在“安全线”以上，也需预警。
- 压力维度：设定轻度（利率+50BP）、中度（+100BP）、重度（+200BP且GDP增速下滑2%）三种情景，测算各情景下核心负债流失率和融资缺口。
- 结构维度：将负债按产品、期限、客户类型、利率属性四个维度交叉透视，定位“最脆弱”的细分板块。例如，某银行发现其1年期到期定期存款中，60岁以上客户占比达45%，这部分客户对利率敏感度低但可能因健康等突发原因支取，需在流动性预案中单独考虑。
3.3 负债结构分析的实战应用与常见误区
3.3.1 实战场景：负债结构优化决策
某股份制银行分行面临以下情况：一般性存款日均余额120亿元，其中个人定期存款占45%（利率3.25%），企业活期占20%（利率0.35%），个人活期占15%（利率0.30%），其余为保证金存款和同业存放。分行存款成本率2.1%，而全行平均成本率1.7%。分行行长希望降低负债成本，但担心过度压降定期存款会影响客户关系。
分析路径：① 计算各产品对总成本的边际贡献：个人定期存款贡献了总利息支出的68%，但其稳定性评分仅中等（CV=22%）；② 对个人定期客户进行分层，发现其中约30%的客户同时持有该行理财产品或代发工资关系，属于“可转化客户”；③ 设计“存款+理财”组合方案，将部分定期存款转化为T+0理财（成本约2.0%），同时提供专属增值服务；④ 对纯利率敏感型客户（约15%），允许其自然到期流失，用企业结算活期增长来弥补缺口。
实施效果：6个月后，存款成本率降至1.85%，核心存款比率反而提升了3个百分点，因为转化后的理财客户与银行关系更紧密，沉淀资金增加。
3.3.2 常见误区与复盘
- 误区一：将“大额存单”等同于“核心负债”。大额存单虽然期限较长，但可转让、可提前支取，在利率上行期极易被抛售。应将其视为“准易变性负债”，在流动性覆盖率（LCR）计算中适用较高的流失率。
- 误区二：忽视负债结构的“尾部风险”。部分银行过度依赖少数几个互联网平台的“导流存款”，虽然单笔金额小，但集中度极高且客户黏性极低。一旦平台合作政策调整，可能在数日内流失数十亿元。
- 误区三：静态看待贷存比。贷存比未考虑资产负债期限错配因素。两家贷存比同为80%的银行，一家以短期存款支撑长期贷款，另一家以长期存款支撑短期贷款，其流动性风险截然不同。
- 误区四：重“量”轻“价”。单纯追求核心存款占比提升，可能以过高成本吸收长期定期存款，导致负债成本率飙升，最终侵蚀净息差。稳定性与成本必须统筹平衡。