流动性覆盖率月度演变，正在把银行资金头寸管理从“摸黑走夜路”推向“开着远光跑高速”，但真正的价值不在于应付监管检查，而在于让日间监测不再靠拍脑袋和赌运气。
一张表，两种命运：应付检查还是洞悉日常
说实话，我在资金条线干了十多年，最怕听到的就是“月底要报流动性覆盖率了”。早年间大家怎么干？无非是把1104报表往台账里一贴，再把监管指标计算公式翻出来，凭经验凑几个压力参数，填完拉倒。这不是个例——2023年原银保监会公布的现场检查通报里，流动性风险管理相关的罚款和整改意见占了不小比例，其中“压力测试参数设置不审慎”“流动性覆盖率测算数据与实际情况偏差较大”是被点名的重灾区。
数据不会说谎。2015年《商业银行流动性覆盖率办法》（银监发〔2015〕38号）落地时，全行业都在突击补课。到了2023年，根据《中国金融稳定报告》的数据，全行业流动性覆盖率平均是150.5%，看上去很安全，但资产规模小的城商行、农村金融机构，有些常年贴着110%-120%的“及格线”晃悠。我去中部某家农商行调研时，他们资金部总经理跟我倒苦水：一季度末那个月，他们活活是靠着同业拆借临时拆了8个亿才把LCR顶到105%以上，差一点就跌破监管红线。你问他平时监测什么？答曰：靠交易员感觉，加一个Excel表，里面写满了公式，但数据源全是手工台账。
这里透露一个行业普遍性的窘境：流动性覆盖率测算表，在很多机构里变成了“月底一张表，月初忘干净”。它没有真正进入日常监测。
从月度到日度：不是频率问题，是管理思维的问题
我一直有个判断：流动性覆盖率这个指标，最好的用法不是用来“报数”，而是用来“照妖”。所谓照妖，就是把未来30天的现金缺口在日度维度上投影出来，看看哪一天是资金面的断点。
为什么这么说？你把LCR的分子拆开看，优质流动性资产（HQLA）里面，我们行的一级资产主要是国债和政策性金融债，这个没什么波动；但分子里的现金流出项，那就不一样了。活期存款的流失率，假设是3%还是8%，对结果的影响是百万级的。我见过某股份行华东分行的案例：2023年6月末，他们因为一笔大额对公活期存款客户突然划走15亿元去购买券商收益凭证，如果采用默认流失率5%，LCR就掉到103%；但主管机构要求重新归因，对这笔存款流动性风险重新评估后，把流失率改为30%，结果那晚总行资金中心连夜调整HQLA结构，卖了一半地方债换入国债才把指标拉回110%以上。
你发现问题没有？不是人不行，是监测频率跟不上资金变动速度。监管规定是“至少每月报送一次LCR”，但市场不会等你在月底去结算。所以围绕这个指标，我心里一直认为，真正管用的日常工具，不是什么高端系统，而是把“测算表”和“日间现金流预报”结合起来的日频监测模型——说白了，把一张月报拆成30天滚动看。
后来我们发现，日频做起来根本没有想象的难。把大额存单到期、存款沉淀率、贷款投放计划、央行OMO投放和到期这些科目做进一个动态表格，每天下午四点沉淀一次当日余额，次日早上根据变动原因摊到LCR的分母上，30天盯下来，资金面有什么风向一清二楚。有个手工台账经验丰富的同事直接用Excel做了一个模板，不用开发系统，成本为零，但行长每次资金调度会都点名让他先给数据。
算得准才算数：测算表的硬骨头是假设参数
再往深了说，LCR测算表不难做，难在参数假设像一个黑箱子，没人敢拍胸脯说“我这个流失率是准的”。监管文件给出了零售存款和小企业存款的稳定和非稳定区间，比如非稳定零售存款的流失率5%-10%，非稳定批发融资的流失率是25%-50%，但这都是个大区间。不同的负债结构，你取哪个点？这直接决定了你头顶上悬着多少个亿的流动性风险。
我举一个真实案例。2022年11月，债券市场发生了一轮剧烈调整，银行理财遭遇赎回潮，大量资金从理财回撤到存款，但与此同时企业客户也在疯狂赎回货币基金去补保证金。有一家头部城商行的同业部门发现，他们原本测算的批发融资流失率只有25%，但那一周，三家前十大资金拆出机构全部没有续作，隔夜利率飙升到2.8%附近，要不是总行紧急启用了MLF质押融资，差点出现日间流动性头寸缺口。事后复盘，问题就出在资金稳定性的参数假设上——过去三年都稳定的大行和理财子资金，在压力环境下说走就走，所以参数必须动态校准。
后来我做研究时发现，银保监会在《商业银行流动性风险管理办法》修订说明里，也强调“商业银行应当充分评估压力情景下的负债流失情况，审慎设定参数取值”。我的判断是，这部分未来一定是监管现场检查和数据质量抽查的重点。那些还在用默认参数一填了之的机构，迟早要交学费。反过来，有些机构已经建立了参数历史回溯机制：每一个月，把实际资金流出和测算假设对比，计算出偏差率和命中率，再用滚动六个月的偏差去修正下个月的参数。这个做法我特别推崇，方向对，接地气，回去就能做。
监测能力决定市场应对的底牌
把LCR测算表真正用起来，还有一个好处是，它对策略调整的指导意义非常直接。比如优质流动性资产组合里，利率债的折扣系数是0%-5%，存单和信用债是10%-20%，你做债券投资时，就不能只盯着收益率买，必须想清楚它给LCR贡献多少“资产可用度”。
我们确实做了一轮内部测算：如果把投资组合里的5亿元高等级信用债置换成政金债，名义收益率掉了8个bp，但HQLA从3.5亿元变成4.8亿元，流动性覆盖率提升了近6个百分点。这种账面少赚的利息，换来的是一张市场波动时的安全垫，划算得很。还有存款结构，活期占比高的零售客户，要注重联动营销沉淀小额睡眠资金，但大批量的高成本协议类存款，反而要限制规模，因为它对分母的加剧作用远超分子。
说到底，银行运营是一项讲究“算账功夫”的生意，流动性覆盖率测算表不是监管套在脖子上的枷锁，而是一面放在资金部的镜子。只要把这面镜子擦亮，日常资金监测就能从“凭经验拍脑袋”走向“看数据做决策”。我的一个粗浅判断是，未来三年，监管会进一步把LCR的日度监测和压力测试结合，那些手上已经有日频模板和分析能力的机构，到了那个阶段就会很从容。
我的行动建议
别去搞什么大而全的系统，先从流动性覆盖率测算表这张表本身出发，把表格里的计算逻辑、数据来源和参数假设全部拆开，做成一套完整的过程台账，再按日监测、按月调整。哪怕一开始只是把每月报数拆到按周测算，也是往前迈了一大步。
第二步是给每一个重要资金流出科目建立“历史波动档案”，把过去12个月的每日余额、最大降幅、回流周期统计清楚。哪类存款最忠诚，哪类资金是墙头草，数据会告诉你答案。
第三步，主动把LCR预测值拿到资产负债管理委员会上去和业务端对齐——信贷投放增加了，指标走低，是压贷款节奏还是补利率债？让业务部门切身听懂“流动性覆盖率是分母驱动”的道理，口径统一了，往后协同才顺畅。说实话，银行干的就是管理风险的生意，工具好不好用，决定了你每天是稳稳开车还是提心吊胆。
本文由「银行人实用工具箱」（deepwater84.cn）出品。