我国银行业信用风险宏观压力测试研究.docxVIP

我国银行业信用风险宏观压力测试研究 我国银行业信用风险宏观压力测试研究 摘要：本文通过实证研究提出并论证了一种宏观压力测试方法，该方法可用于银行业监管和系统性风险的防范。首先采用有序多分类Logistic模型测算行业原始违约概率，再运用MFD违约概率模型将宏观冲击因子引入以求得渗入宏观经济因子的违约概率，然后采用CreditRisk+模型分别测算不同宏观压力情景下与信用风险对应的经济资本变化,经济资本的这些变化将成为银行业资本调整策略的重要依据。 　　关键词：宏观压力测试；信用风险；MFD违约概率模型；CreditRisk+模型 　　中图分类号：F832.2 文献标识码：Ａ 文章编号:１００３－９０３１(２０11)04－００04－０6DOI:10.3969/j.issn.1003-9031.2021.04.01 　　 　　一、引言 　　2021年爆发于美国波及世界经济体的金融危机向国际银行业监管敲响了警钟。它暴露出各国在系统性金融风险防范上存在严重的缺陷，对此，G20伦敦峰会提出的“加强系统性风险防范”成为了国际银行业关注的焦点。 　　系统性金融风险，是指金融风险从一个机构传递到多家机构，从一个市场蔓延到多个市场，从而使整个金融体系变得极为脆弱的可能性。系统性金融风险具有突发性、传染性和外部性。巴塞尔委员会于2021年12月公布的《巴塞尔资本协议III》强调以防范系统性风险为核心内容的宏观审慎监管。金融体系监管体系由微观审慎监管为重心向宏观审慎监管为重心过渡是未来金融监管发展的趋势所在，这一变革将有助于银行业整体风险控制水平的提升，从而更好地防范金融危机。 　　宏观压力测试是宏观审慎监管的重要组成部分，运用这些方法能够评估异常但又可能发生的宏观经济冲击下的金融体系的脆弱性，是系统性风险的重要预警工具[1]。2021年金融危机发生以来，各国开始重视宏观压力测试，正在探索有效的宏观压力测试方法。加强银行业宏观审慎监管以防范系统性风险是我国当务之急。我国目前尚缺乏行之有效的宏观压力测试方法，因此，本文从防范系统性风险的视角对银行业信用风险宏观压力测试方法作一探索。 　　二、银行业信用风险宏观压力测试的框架设计 　　一般来说，银行业压力测试可分为以下几个步骤：一是确定测试对象；二是设计压力测试的情景，包括风险类别的选择、冲击因子的选择、情景选择等模型参数的设置；三是设计风险指示器，将其作为估计测试对象对各种风险因子的脆弱性的载体，并对风险进行综合分析；四是评估测试对象整体的风险承受能力。本文拟采用多个风险计量模型的组合探讨银行业的宏观压力测试方法。风险指示器采用经济资本这一变量。压力测试应分析宏观冲击因子的作用，故违约概率这一模型参数需要从两个层面考虑：一是仅由债务人财务指标决定的违约概率，本文称为原始违约概率；二是将原始违约概率与宏观冲击因子通过一定的模型进行拟合得到的违约概率，本文称为渗入宏观经济因子的违约概率。测试对象设定为整个银行业的信贷资产。 　　根据宏观压力测试的需要，本文采用有序多分类Logistic模型测算银行业信贷资产组合的原始违约概率，然后假设不同的宏观压力情景，采用MFD模型将宏观冲击因子与原始违约概率拟合测算出渗入宏观经济因子的违约概率，再采用CreditRisk+模型测算银行业信贷资产所应占用的经济资本，分析这些经济资本的变化所反映的银行业信贷资产风险特征，包括其中所蕴含的系统性风险，将此压力测试结果作为银行业监管资本相机调整的依据。这一研究工作的关键在于：一是构造合适的宏观冲击因子；二是合理地整合上述三个模型，并正确处理相关参数的关系；三是论证该宏观压力测试方法的合理性和可行性。 　　（一）压力测试对象的确定 　　考虑到本研究所需要的样本数量相当大，且样本应能够反映我国的宏观经济情况和银行业信贷资产质量的变化，而商业银行信贷数据具有商业保密性，故将可获取的、公开的上市公司数据作为银行业相关数据的合理替代。这一合理替代是基于这样的理由，本文重点在于提出一种合适的宏观压力测试方法，而不是直接将压力测试结果作为现实决策的依据。对于国家金融管理部门而言，因其有条件获得真实的银行业信贷数据，则无需作这一数据替代。本文中银行业宏观压力测试所采用的数据均取自锐思数据库，其中上市公司的分类标准取自中国证券业监督管理委员会。本文选取的上市公司样本分别属于制造业、房地产业、批发零售业、电力煤气业、信息技术业和综合类等六个行业，其数据总体上能反映我国工商类企业实际经济运行情况。为了便于在宏观层面分析银行业面临的整体信用风险，我们假设这些上市公司的总负债全部来自银行贷款，则经济资本计量中的银行业信用风险敞口就与这些上市公司总负债数据相对应，这些上市公司的违约概率就可以设定为银行业信贷资产的违约概率。在一定的宏观压力