- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于 CPV 模型改进的银行业信用风险宏观
压力测试研究#
5
10
摘要:本文对 CPV 模型的残差相关性假设进行了调整,使压力情景生成模型和风险传导模
型能分开处理,从而可采用偏最小二乘法对信用风险传导模型进行参数估计,避免了宏观经
济因子因多重共线性不能进压力测试系统这个问题。通过似无关回归对情景生成模型参数进
行估计,在信用风险传导模型含有宏观经济因子滞后项情况下,使用蒙特卡洛模拟方法进行
压力情景生成。实例分析结果表明,采用本文提出的压力测试方法可有效地应用于银行业逆
周期管理。
关键词:CPV 模型;宏观压力测试;多重共线性;偏最小二乘法;蒙特卡洛模拟
中图分类号:F830.2
15
The Banking Credit Risk Macro Stress Testing Research
Based on Improved CPV Model
CAO Lin, PENG Jiangang
(College of Finance and Statistics,Hunan University,Changsha 410079)
20
25
30
Abstract: The paper has adjusted residual correlation assumption of the CPV model, then stress
scenarios generation model and risk conduction model can be separately handled, thus we can use
partial least square method to estimate parameters of credit risk conduction model , avoiding the
macroeconomic factors could not be contained in the stress testing system for
multicollinearity .The parameters of stress scenarios generation model are estimated through
seemly unrelated regression, monte carlo simulation method is used for stress scenarios generation
when there exists lagged terms of macroeconomic factor in credit risk conduction model . Case
analysis results show that the proposed stress testing method can be effectively applied to banking
reverse cycle management.
Key words: CPV model;macro stress testing;multicollinearity;partial least squares;monte carlo
simulation
0 引言
《巴塞尔资本协议Ⅲ》提出新监管标准的核心原则即在保持微观审慎管理的基础上,进
行有效的宏观审慎管理,该协议提高了银行业核心资本监管标准的同时提出了逆周期缓冲资
35
[1]
[2][3]
,一方面利用宏观压力测试方
法能对银行业系统性风险进行预警,另外一方面能用于评估银行体系的顺周期性,为构建逆
周期宏观审慎管理框架提供依据。在宏观压力测试研究过程中,往往容易忽略关键变量的多
重共线性问题,因此造成压力测试结果不能真实反映银行风险变化的趋势。CPV 模型是一种
-1-
较为常用的宏观压力测试模型,一般采用最小二乘法和似无关回归对 CPV 模型进行估计,往
40
往会因为多重共线性导致参数检验无法通过甚至出现符号错误。因此,为了解决因宏观经济
因子多重共线性所导致的传导模型失真的问题,有必要对 CPV 模型进行改进。本文将对这一
问题作一探讨。
1 文献评述
[4]
45
用于本国银行业宏观压力测试研究。奥地利中央银行的 Boss
[5]
在 CPV 模型的基础上首先设
计出压力测试的架构,并对奥地利银行部门进行了压力测试。CPV 模型信用风险传导部分采
用的是宏观冲击因子的一阶项的多元回归方程,加拿大中央银行的 Misina
[6]
认为高阶项能
更加有效地描述较大冲击下违约率的变化,但同时也指出采用此种形式,由于危机时(较大
冲击)数据较少,系数的统计检验
文档评论(0)