宏观经济数据影响下的信用风险压力测试研究.docx

宏观经济2010年第6期宏观经济数据影响下的信用风险压力测试研究周源摘要：本文开展了宏观经济数据影响下的信用风险的压力测试。首先分析了影响信用风险相关的宏观数据与财务指标，比较了Logit模型和多元线性模型，提出了GDP产出缺口、贷款利率、汇率等宏观经济指标及有关财务比率。其次在考察宏观经济指标变化的基础上，设定了重度、特重压力指标。根据对江苏省金融数据的分析，本文认为在宏观经济重度压力指标下，商业银行信用风险压力测试结果表明形势严峻，会出现亏损，将给商业银行经营管理带来冲击和考验。关键词：银行业压力测试宏观经济信用风险中图分类号：F830文献标识码：A文章编号：1009-1246（2010）06-0011-04一、引言对于2008年以来席卷全球的金融危机，人们在归纳、反思其爆发的根源时，认为其中一条原因就是：金融机构在发放房地产贷款时，只考虑了当时经济繁荣情景下，贷款者的偿还能力，认为平安无事就可以了；没有进一步研究在整个经济周期中，如果经济出现萧条，贷款的信用风险会如何。在这样的背景下，金融机构高估了贷款者的偿还能力，发放了许多不应该发放的贷款，最终引爆了次贷危机和金融危机。从现论层次分析，现在风险管理中经常使用的VaR（在险价值管理）方法中，一般都设定99%或99.5％的置信度下，会出现什么风险损失，而置信度之外的极端情况，会出现什么样的风险，往往就被忽略了。但是，对于金融机构来说，这样的极端情况是必须考虑的，否则，压力情况一旦出现，可能就会导致金融机构破产，破坏金融稳定。在这种情况下，应该引入压力测试。本文将以江苏省银行业的数据为例，进行宏观经济数据波动下，宏观经济数据变化对信用风险的压力测试。具体分两步进行：一是分析影响信用风险相关的财务指标与宏观数据。二是在此基础上，通过特定敏感度下情景分析，进行压力测试。二、文献回顾本文研究宏观数据下的信用风险压力测试，相关的文献有两部分：（一）压力测试的文献压力测试是评估在金融变量可能发生事件或变化时，对资产的潜在影响（Lopez，2005）。压力测试可以分析在特定的压力情况下，金融资产发生的变化，从而为防范风险做好准备。尽管如此，压力测试的定义还是很模糊，对压力测试的关注和学术文献也较少（Gloria，2003）。2000年G10央行对金融机构压力测试情况进行了调查，将43个银行的293种情景分成了9类主题，这是对压力测试实际操作情况的一次较全面的调查分析。2009年5月，美联储对美国19家主要银行开展了压力测试，结果表明其中10家银行存在资金缺口，总额共746亿美元。国内文献方面，有些文献对压力测试提出了思路，进行了一般性的描述，但是实证文献较少。实证文献方面，汪寿阳等（2002）构造了中国出口的AR(2)模型，通过压力情景和敏感性分析，认为11表1财务比率表2宏观数据变量表3贷款性质相关的其他变量2010年第6期宏观经济中国出口可以承受的日元贬值幅度相当大。基于宏观数据的压力测试方面，徐明东等（2008）给出了国际比较，但也仅限于对相关的方法进行了归纳和定性介绍。（二）宏观数据影响下的信用风险评估文献Jacobson等(2005)构建了宏观数据影响下的信用风险评估模型，他们的模型包括三类变量：一是财务指标变量，包括：息税折旧摊销前利润/总资产，利息/利息+息税折旧摊销前利润，总负债/总资产，总负债/总销售收入，现金/总负债，存货/总销售收入；二是宏观数据变量，包括：总产出缺口、通货膨胀率、名义利率、实际汇率；三是虚拟变量，包括是否发放股息、是否有破产申请、是否欠税款等。在此基础上，他们运用VAR模型考虑了宏观数据对信用风险的影响。国内关于宏观数据影响下的信用风险文献很少，以往的研究是对信用风险的各类评估方法。比如方洪全等（2004）以297笔贷款记录作为样本数据，筛选出包括：保留盈余／资产等5个财务指标作为分析变量，比较了线性判别模型、Logit模型在信用风险评估方面的准确性。本文将分析宏观经济变量波动对信用风险的影响，利用信贷数据进行宏观数据下的压力测试，推进信用风险压力测试的有关实证研究。三、数据整理与分析本文在Jacobson等研究的基础上，对变量范围进行了进一步的扩充。文中相应数据计算由Eviews、SQLServer实现。本文银行贷款数据资料、企业财务比率取值于中国人民银行数据库资料，时间范围从1998年1季度至2007年4季度，包含期间江苏省银行业贷款数据资料。本文对原始数据库进行了数据清洗与整理，可以得出相应的企业财务比率、贷款违约情况及基本性质等相关数据。（一）企业财务比率分析根据贷款企业的财务报表计算得出有关财务比率。财务指标的选取主要是侧重于偿债能力比率，并且考虑了其他影响信用风险的财务比率。（二）宏观数据分析宏观数据的时间范围与上面一致，主要包括：其