基于宏觀壓力測試的銀行體系信用風險評估研究

成學真 李 萍

（蘭州大學經濟學院 甘肅 蘭州 730000）

基于宏觀壓力測試的銀行體系信用風險評估研究

成學真 李 萍

（蘭州大學經濟學院 甘肅 蘭州 730000）

目前我國運用宏觀壓力測試工具評估銀行體系穩健程度的工作正逐步推進。本文通過分析宏觀經濟運行及未來走勢，設計了“極端且合理”的壓力情景，并構建了宏觀壓力測試的線性實證分析模型，以評估銀行業主要的風險指標在遭受宏觀經濟沖擊時的抗壓能力，揭示銀行體系運行中存在的風險。

宏觀壓力測試 銀行體系 信用風險 實證分析

一、引言

由2007年美國次貸危機引發的全球金融危機表明，金融市場一體化的格局已經形成，金融風險的傳染效應和溢出效應日益強化，現代金融體系呈現出高度復雜性、結構性以及同構性的特征。在嚴峻形勢下，各國金融管理當局不斷研發評估金融體系穩健性的工具。巴塞爾銀行監管委員會在2009年5月正式發布的《穩健的壓力測試實踐和監管原則》中強調了壓力測試的獨立地位，它應成為驗證計量經濟風險模型準確性的重要工具和內部資本充足評估程序（ICAAP）的組成部分。壓力測試也是金融穩定評估規劃（FSAP）中基金組織量化評估成員國金融風險的重要工具。此次國際金融危機背景下，主要國家加大了運用宏觀壓力測試評估金融體系穩健程度的力度。2009年2月，美聯儲等美國金融管理部門聯合對19家美國銀行控股公司（BHCs）的資本情況展開全面壓力測試（SCAP），以期在經濟發展形勢不確定時，督促BHCs持有充足資本緩沖，降低銀行體系可能遭受的不可預期影響，并確保對有承貸能力客戶的信貸需求。2010年7月，歐洲銀行業監管委員會（CEBS）公布了91家銀行壓力測試結果，目的在于揭示歐洲銀行體系面對沖擊的準備程度，在經濟不佳以及歐洲主權債務出現危機的背景下，壓力測試結果顯示超九成銀行達標，為穩定債權人信心，促進市場快速恢復發揮了積極作用。與此同時，國內開展壓力測試理論研究和實證分析的進程也在快速推進，銀監會于2007年12月發布了《商業銀行壓力測試指引》，督促商業銀行加大開展壓力測試的力度。但縱觀國內壓力測試的開展情況，總體呈現出“宏觀壓力測試少，微觀壓力測試多；自上而下的少，自下而上的多”等特征，表明宏觀壓力測試理論研究和實證分析有非常廣闊的拓展空間。

二、研究設計

（一）壓力測試的基本理論 巴塞爾銀行全球金融系統委員會和國際貨幣基金組織將壓力測試定義為利用一系列方法來評估金融體系承受罕見但是仍然可能的宏觀經濟沖擊或者重大事件的過程。Berkowetz（1999）認為壓力測試是關注于“尾部”事件的一類特殊風險模型。在微觀領域，可以作為風險度量工具VaR的重要補充，幫助金融監管當局更好地監管個別金融機構的市場風險和信用風險；在宏觀領域，可以通過研究銀行間市場的傳染效應、反饋效應以及信貸衍生品市場發展引起的風險問題來對金融系統穩健性做出評估。將壓力測試方法引入實務領域加以運用是我國近年來才展開的內容，相關學者對此做出了積極探索。其中黃學元等（2006）提出了一個信用風險的宏觀壓力測試實證架構，利用其檢測了香港銀行體系受到宏觀經濟沖擊時的抗壓能力；徐明東、劉曉星（2008）詳細分析比較了國內外主要宏觀壓力測試架構及方法；徐光林（2008）運用線性模型，重點測試了GDP增速等指標惡化時，我國銀行業金融機構資產規模擴張的受影響程度。張志暹、邊永平（2008）運用VAR模型和蒙特卡羅模擬分析，揭示了甘肅銀行體系在面臨經濟沖擊時所暴露出來的脆弱性及其承受沖擊的能力。華曉龍（2009）通過多元線性回歸分析，利用假設情景定量分析了宏觀經濟波動對中國銀行體系貸款違約率的影響。本文在研讀壓力測試文獻和宏觀經濟形勢分析報告的基礎上，嘗試設計了“極端且合理”的宏觀壓力情景，并構建了一個自上而下的宏觀壓力測試實證分析模型，試圖從數量關系上刻畫在宏觀壓力情景下銀行體系信用風險水平的變遷情況，具有一定的現實意義和政策實踐性。

（二）壓力指標的選擇 本文選取代表銀行體系信用風險的不良貸款率（NPL）作為承壓指標和被解釋變量，選取具有重要影響的宏觀經濟變量作為壓力指標和解釋變量，通過構建多元線性回歸模型反映解釋變量（壓力指標）和被解釋變量（承壓指標）之間的映射關系。實證模型設定如下：

其中，αi代表常數項；j、x、y為表征壓力指標的宏觀經濟變量，β、λ、Θ為模型回歸系數。考慮到宏觀壓力指標（GDP同比增速，M2同比增速等）對銀行體系資產質量存在滯后期影響。因此，模型中引入解釋變量的時間滯后效應t-1；εi，t代表隨機誤差項。一般認為，為避免解釋變量之間的同期相關性、保證模型處理的有效性，納入模型的壓力指標不宜過多，因此本文將對銀行體系不良貸款率影響最為顯著的3個主要宏觀經濟指標（這三個指標經過模型獨立性檢驗和相關性檢驗以后篩選得到，篩選過程從略）納入模型，包括：一是GDP同比增長率（GDP）。GDP是反映宏觀經濟運行景氣程度的核心指標，理論及實踐表明，GDP與商業銀行不良貸款率有著顯著的負相關關系。二是M2同比增長率（M2）。近年來，由外匯占款規模不斷擴大引發的銀行體系流動性過剩深刻影響著銀行的經營行為和實體經濟融資的可獲得性，從而對投資、消費等實體經濟活動產生明顯的制約或強化效應，由此使得M2與實體經濟的景氣循環及發展形勢有著緊密的關聯性，并最終影響到銀行體系的信貸資產質量。三是商品房銷售價格平均增速（FJ）。房地產行業已成為我國的支柱產業，房地產貸款在銀行業貸款中的占比近年來不斷提高，以開發貸款為例，2009年銀行信貸資金已占到房地產開發企業資金來源的34.48%。因此房地產貸款已成為影響我國銀行體系穩健程度的重要因素，有必要關注以房價為主的宏觀經濟變量對銀行體系信貸資產質量的影響。

（三）宏觀壓力情景的設計 為體現壓力測試的主旨及意義，設計宏觀壓力情景應符合“極端且合理”的原則，這要求情景中既要體現引發金融風險的小概率事件，將測試目標定位于尾部風險，又要保證情景發生的可能性，使測試結果具有參考意義。由于平衡上述兩方面的難度較大，因此壓力測試諸多環節中，關于設計壓力情景的討論和爭議總是最多的。在設計方法方面，成熟市場經濟的金融管理當局或IMF等國際性金融組織一般運用宏觀經濟生成器（如一般均衡動態方程組）進行測試；普通實證分析或業界實務采取歷史情景法或專家設計法（即假設情景法）較多；本文采用歷史與假設結合的方法設計壓力情景。根據當前我國宏觀經濟面臨的內外部主要矛盾和主客觀方面因素，本文對有可能產生大量銀行壞賬的極端宏觀經濟發展形勢分析如下：實體經濟方面，2009年以來，國際金融危機影響仍在持續。外部經濟低迷使我國外貿出口行業繼續萎縮，此外，節能減排壓力也將成為牽制GDP增長的重要力量；貨幣政策及價格調整方面，美國、日本等主要發達國家為刺激本國經濟，繼續實施量化寬松貨幣政策，全球流動性泛濫在造成我國輸入性通貨膨脹的同時還引起嚴重的資產價格泡沫；政策措施方面，為防止流動性過剩帶來的信貸猛增、通脹引起的“負利率”以及資產泡沫，央行將通過多種方式加大回收過剩流動性的力度，甚至采取加息等價格型貨幣政策工具。同時，迫于來自貿易逆差國的壓力，人民幣重啟升值通道。此外，為保障民生，政府將會加大平抑房價的政策力度。在上述諸多因素的綜合影響下，經濟增長出現失速，加之2009年貸款增幅過高、地方政府融資平臺貸款過大等影響銀行業穩健運行的隱患尚未消除，銀行體系信貸資產質量面臨嚴峻考驗。將上述宏觀壓力情景轉換為GDP、M2和房價3個壓力指標的沖擊強度，需進一步分析3個指標時間序列數據的歷史變遷情況，計算出分位數及其所代表的發生概率（表1）。參考上述壓力指標歷史數據的統計參數及其所反映的發生概率，結合當前宏觀經濟的運行情況，認為GDP、M2具有“極端且合理”的特征。對于房價平均增速，本文認為借鑒銀監會于2010年初部署的壓力測試沖擊強度較為合理，即房價較2009年底下降10%、20%和30%。據此設計出量化的壓力情景如（表2）。

三、實證分析

表2 宏觀壓力情景

（一）描述性統計 近年來，由于商業銀行內在風險管理水平的提高、外部經營環境的優化等多種原因，17家銀行的匯總不良貸款率數據呈現出明顯的下滑趨勢（圖1）。圖中顯示出不良貸款率的時間序列數據呈現出較強的單邊下滑趨勢，以2005年3季度末為分界點，之前呈現快速的下降趨勢，第4季度小幅上升，4季度末又重啟下降通道，但趨勢明顯放緩。由于整體趨勢的存在，一定程度上掩蓋了宏觀經濟變量的影響。因此在認為整體趨勢是由銀行經營內外部條件趨好的前提下，以分段線性函數擬合不同階段不良貸款率趨勢線的結果如（圖2）。為保證實證結果更加擬合現實狀況，首先需要對趨勢項進行剔除，處理方法為不良貸款率減去趨勢（NPLM=NPL–yi），最后得到的是能夠反映宏觀經濟對不良貸款率影響的波動情況。由于波動的絕對數值較小，且假設在具有足夠長時間序列的情況下承壓指標（NPLM）和壓力指標（GDP等）服從標準正態分布，為了獲得更好的擬合結果，進一步將其標準正態化，方法為：（X-期望）/標準差。

（二）回歸分析 運用標準化處理之后的承壓指標與壓力指標，運用最小二乘法（OLS）建立線性回歸模型。考慮到GDP、M2和房價影響信貸資產質量的滯后效應，在回歸時對3個壓力指標均加入1-4期的滯后項。在保證宏觀經濟對不良率影響的意義與主觀判斷一致的前提下，剔除不顯著的回歸結果，系數估計見（表3）。總體看，模型的擬合度較高，且一般檢驗效果較好。3個壓力指標中，滯后4期的GDP、當期M2的回歸結果顯著，對于不良貸款率變化的解釋度較高。而商品房銷售價格平均增速對于不良貸款率的解釋相對較弱，但該指標的滯后效應非常明顯，滯后3期的顯著性明顯增強，且標準誤差值達到最低。三個指標的回歸結果都符合一般的經濟學意義，即滯后4期的GDP、當期M2和滯后3期的房地產銷售價格平均增速與不良貸款率呈現負相關關系。進一步分析模型回歸結果可知，3個壓力指標中，M2對不良貸款率的影響最為顯著，其次為GDP，房價對銀行體系信貸資產質量變遷的解釋力相對較小。運用線性回歸模型的擬合結果，建立如下方程實施壓力測試：

表1 壓力指標時間序列數據的主要統計參數

圖1 近年來商業銀行不良貸款率趨勢圖

圖2 添加趨勢線的不良貸款率變遷圖

表3 壓力測試模型估計結果

表4 宏觀壓力測試結果

將宏觀壓力情景代入上述方程，得到的壓力測試結果如（表4）。

四、結論與建議

（一）結論 本文仍然存在諸多有待改進的方面，一是實證分析數據仍然較短，雖然理論上作為承壓指標的宏觀經濟變量服從標準正態分布，但收集的建模數據較短不支持此假設，影響了模型估計效果，此外有關數據的時間序列還未經歷一個完整的經濟周期，一定程度上也影響了擬合效果。二是本文采用經典線性回歸模型，盡管估計效果較好，但仍不能很好地反映現實中復雜的經濟關系。基于上述幾方面問題，應對壓力測試結果持一定的審慎態度，在此前提下，本文實證結果分析如下：首先，壓力指標對不良貸款率的影響程度各不相同。通過估計系數判斷，M2對不良貸款率的影響最大，GDP次之，房地產銷售價格平均增速的影響最小。從以下幾個方面對此進行解釋：一是流動性的充裕程度與GDP、房價存在密切關系，間接影響信貸資產質量；二是由于主動（金融危機以來實施的積極貨幣政策）和被動（外匯占款）增加的M2深刻影響著銀行經營決策的審慎性，一定程度上直接影響著信貸資產質量。其次，宏觀壓力測試結果顯示，重度沖擊下的不良貸款率達到6.05%，低于自2003年以來不良貸款率的平均值，一方面表明近年來銀行體系不良貸款率的下滑主要源于商業銀行風險管理水平和經營審慎性的提高，宏觀經濟循環對于銀行信貸資產質量的影響程度相對次之；另一方面假設壓力情景下形成的信用風險損失對銀行體系的影響相對有限。最后，壓力指標對不良貸款率的滯后影響各不相同。其中M2、GDP的影響是當期的，房地產銷售價格平均增速的影響滯后三期。這一結果說明M2、GDP的先驗關系尚不明朗。凱恩斯理論認為貨幣當局通過控制M2影響GDP，但由于近年來我國M2處于被動超發局面、金融危機產生的救市效應等其他因素影響，M2與GDP對信貸資產質量的影響未符合預期。而房地產市場波動產生的財富效應首先影響人們的心理因素，繼而影響開發商的投資決策，隨后影響鋼鐵、水泥等上游行業的生產與庫存，因此對銀行信貸資產質量的傳導時滯較長。

（二）建議 實踐和理論證明，銀行信貸資產質量的變化是由多方面因素造成的。結合壓力測試的實證分析結論，提出以下建議：一是商業銀行應密切關注宏觀經濟形勢及其發展趨勢，在此基礎上，采取一定程度的逆周期經營策略，例如在M2大幅增長以及經濟增速較快時，應能把握信貸投放節奏、強化放貸的審慎原則、提高貸款審批標準，以此確保信貸資產質量。此外，應前瞻性的根據經濟形勢把握好宏觀調控政策的調整節奏與力度，提前制定和調整本行的信貸政策。如在房地產價格快速增長時，應能及時控制對房地產行業及其密切聯系的上下游行業的信貸投放力度。二是央行作為管理流動性的政策主體，雖然不直接制定和實施銀行監管措施，但應運用相關法定職責參與銀行體系資產質量的控制。宏觀上應確保貨幣政策的連續性和穩定性，加大對過剩流動性的回收力度，維持資產價格以及宏觀經濟的持續穩定增長，為商業銀行提供穩健有序的金融運行環境；微觀上應加大差別存款準備金率、定向票據、窗口指導等政策的實施力度，加強對銀行體系的結構化調控，確保金融機構貸款的合理有序增長。三是銀監會應探索建立和完善金融機構風險預警體系，關注在信貸高速增長、宏觀調控政策調整以及經濟形勢突變之后銀行的集中度風險、行業信貸風險等重要的風險源頭，及時分析風險的發生機制和傳導機制，加強對銀行的風險提示。此外，除了組織商業銀行開展微觀壓力測試以外，還應常態化開展宏觀壓力測試，從宏觀審慎管理的角度及時評估和揭示銀行業運行中存在的薄弱環節和脆弱性，以增強出臺和調整監管政策的實效性和針對性。

［1］黃學元、蔡家輝、方栢榮：《檢測香港銀行信貸風險的宏觀壓力測試架構》，《香港金融管理局季報》2006年第12期。

［2］徐明東、劉曉星：《金融系統穩定性評估：基于宏觀壓力測試方法的國際比較》，《國際金融研究》2008年第2期。

［3］孫連友：《金融體系壓力測試：概念與方法》，《濟南金融》2006年第2期。

［4］高同裕、陳元富：《宏觀壓力測試及其在我國面臨的問題》，《南方金融》2006年第7期。

［5］張志暹、邊永平：《宏觀壓力測試在區域金融穩定評估中的應用研究——基于甘肅實證》，《金融研究》（增刊）2008年。

［6］華曉龍：《基于宏觀壓力測試方法的商業銀行體系信用風險評估》，《數量經濟技術經濟研究》2009年第4期。

［7］郜利明：《經濟的周期性與壓力測試中假定性壓力情景的設定》，《金融管理與探索，金融管理與研究》2009年第2期。

［8］李宗怡、李玉海：《我國銀行同業拆借市場“傳染”風險的實證研究》，《財貿研究》2005年第6期。

［9］Berkowitz Jeremy.A Coherent Framework for Stress-Testing.FEDS Working Paper，1999.

（編輯 虹 云）

成學真（1954-），女，山西文水人，蘭州大學經濟學院教授李 萍（1983-），女，山東菏澤人，蘭州大學經濟學院碩士研究生