国内某银行压力测试案例.docVIP

主要内容 ? 压力测试框架 ? 压力测试流程及方法 ? 经验交流与展望 1 压力测试的定义 ? 压力测试的定义 压力测试是指利用一系列方法来评估金融体系承受“罕见但是仍 然可能”(extreme but plausible)的宏观经济冲击或者重大金融事 件的过程 ? 压力测试的监管要求 ? 新资本协议对压力测试的要求 1. 识别经济状况的可能事件(如经济或行业衰退、市场风险事件、 极端的流动性状况)和未来变化对银行的贷款敞口和逾期损失的 不利影响 2. 评估银行抵御这种变化的能力 ? 中国银监会要求银行建立压力测试框架以更有效地提高资本管理 水平，从而能够抵御经济周期所有阶段的风险 ? 本文设定的框架限于零售产品的信用风险 2 压力测试的意义 ? 压力测试的运用和风险治理的一体化 ? 压力测试结果应作为一系列决策的依据，特别是（但不局限于） 作为制定风险偏好和设定风险敞口限额的依据 ? 在制定和讨论长期经营规划时，压力测试结果也应作为评估战略 决策的依据 ? 压力测试应纳入资本和流动性管理规划中 ? 银行应开展压力测试，以便促进风险识别和控制，弥补其 他风险管理工具的不足，改善资本和流动性管理，加强内 部与外部的沟通与交流 银监会《稳健的压力测试实践和监管原则》 3 压力测试的类型 ? 敏感性分析：单变量分析 ? 情景分析 ：多变量分析 ? 历史情景： ? 依赖于过去经历的重大事件 ? 较明确具体而较少使用判断 ? 不一定切合银行当前的风险状况 ? 未必能体现承担风险的前瞻性 ? 假设情景 ? 尚未发生的重大的市场事件 ? 更切合公司当前的风险情况 ? 需投入大量人力及需做出大量判断 ? 必须得到管理层及业务层面的支持 ? 压力测试的严重程度 ? 监管机构具体指引：轻度、中度、严重 ? 英国金融管理局“25年一次的衰退”的模拟情景 4 压力测试对象及目的 ? 对象 – 招商银行住房按揭贷款90天逾期率 ? 根据现有的数据状况，无法直接评估压力事件对PD的冲击。但是我行房贷90 天逾期率数据比较完备，故将其作为压力测试模型校准和应用的基础。 ? 目的 – 评估宏观经济极端条件对90天逾期率的影响 5 压力测试流程图 香港地区数据-宏观经济变量 ?GDP增长率 ?房价指数增长率 ?进出口总值增长率 ?房贷利率 步骤1 单变量模型建模 香港地区数据 ?房贷拖欠比率 (逾期90天余额占比) 国内宏观数据 招行逾期率数据 步骤2 模型校正 步骤4 敏感性分析 G 增 DP 长率 香港宏观数据 国内宏观数据 招行逾期率数据 步骤3 情景设计 房价指数增长率 进出口总值增长率 步骤6 情景分析 步骤5 相关性分析 房贷利率 6 主要假设 1. 宏观因素对房贷逾期存在显著影响，并且这种 影响机制具有一般性。根据香港地区数据建模， 模型的形式可以推广到国内。 2. 单变量模型残差包含了模型外宏观因素的影响。 3. 宏观因素的变化是渐变而不是突变。在情景设 计阶段，要考虑增长率的平滑。 7 单变量模型建模 ? 香港地区数据说明 – 观测期：1998年2季度至2007年4季度 – 观测频率：季度数据，共39期 – 指标 ? Y： 房贷拖欠比率(逾期90天余额占比) ? X1：GPD增长率 ? X2: 房价指数增长率 ? X3: 进出口总值增长率 ? X4: 房贷利率 ? 因变量Y与自变量X1——X4分别建模 8 数据样本 季度 拖欠比率（%） GDP增长率（%） 房价指数增长率（%） 贷款利率（%） 进出口总值增长率（%） 1998年2季度 0.29 -4.60 -34.59 10.00 -4.32 1998年3季度 0.44 -7.70 -38.83 10.00 -12.87 1998年4季度 0.77 -8.40 -38.24 9.60 -15.80 1999年1季度 1.05 -5.70 -26.59 8.78 -11.84 1999年2季度 1.15 -3.60 -17.49 8.37 -8.66 1999年3季度 1.12 -1.50 -3.72 8.34 4.43 1999年4季度 1.15 2.50 -4.76 8.50 10.89 2000年1季度 1.16 6.70 -5.59 8.64 21.73 2000年2季度 1.20 3.00 -12.04 9.22 18.96 2000年3季度 1.27 4.20 -12.39 9.50 18.86 2000年4季度 1.31 2.40 -11.65 9.50 13.33 2001年1季度 1.40 -0.30 -16.28 8.69 3.85 2001年2季度 1.40 -0.70 -9.75 7.40 -4.05 9 单变量模型建模 ? 传递函数模型 (Transfer Fun