商業銀行信用風險與宏觀經濟——基于壓力測試的研究

南京師范大學商學院 王垚

眾所周知，商業銀行是金融系統的重要組成部分，在國民經濟中發揮著不可替代的作用。但是近年來，許多國家的商業銀行紛紛出現信用危機，這嚴重影響了該國的穩定與經濟發展。一旦一國的商業銀行發生信用危機，勢必會傳染實體經濟，甚至會引發全球性的金融危機。因此，如何防范與控制商業銀行內部的信用風險變得尤為重要。

在現有的風險管理方法中，壓力測試已經被廣泛認可并應用于實踐。但我國壓力測試在商業銀行的應用才剛剛起步，本文根據我國商業銀行的現有狀況，設計了一個適合我國銀行業的壓力測試模型，通過模型，我們可以定量檢測出，商業銀行的風險抵御能力，方便采取措施降低風險。

1 文獻綜述

Dunbar和Irving（1998）提到壓力測試，并指出壓力測試是銀行引用風險的次要環節，作為VAR模型的補充，VAR和壓力測試前者是用來衡量正常市場環境條件下的風險值，而壓力測試則被默認為極端環境下的風險值。Risk Metrics Group（1999）把壓力測試理論加以延伸，指出壓力測試在應用上應該更多地考慮宏觀經濟因素。目前，國內用壓力測試的方法來測試宏觀經濟波動對商業銀行的信用風險的影響的相關文獻相對較少，而關于壓力測試的研究還是處于起步階段。高同裕、陳元富（2006）詳細闡述了壓力測試的步驟并指出壓力測試在我國運用的主要問題；熊波（2006）通過構建Logit模型研究了我國銀行體系和宏觀經濟變量之間的內在聯系，并試圖找到他們之間的內在穩定性，通過情景設定法研究了宏觀經濟因素GDP、CPI等的變動對我國銀行系統的信用風險造成的影響；華曉龍（2009） 用Logit函數將我國商業銀行不良貸款率轉化為中間參數Y，選取中間參數Y替代商業銀行不良貸款率作為商業銀行不良貸款的指標，利用2004年到2009年的宏觀經濟變量與中間參數Y做多元回歸模型，最后利用壓力測試的方法定量分析宏觀經濟對于商業銀行不良貸款率的沖擊。

2 我國商業銀行信貸風險壓力測試的實證研究

本文選取了GDP和CPI兩個宏觀因子，在這兩個宏觀因子惡化時，分析商業銀行不良貸款率的狀況。在此基礎上運用情境分析作為執行壓力測試的方法，即通過設定數個壓力情境，檢測不良貸款率。

2.1 我國商業銀行信貸風險壓力測試模型的選取

本文主要是借鑒Wilson（1997a,b）和Boss（2002）和Virolainen（2004）關于宏觀經濟因素和商業銀行不良貸款率之間的非線性假定，引用Logit函數將我國商業銀行不良貸款率轉化為中間參數Y，用中間參數Y來與宏觀因子進行回歸分析。本為根據國內外學者的研究現狀，經過多次篩選之后選取了適當的宏觀經濟變量構建模型。

Y代表的是本文的中間參數，PDt是商業銀行不良貸款率，X是的是各宏觀經濟因素。把歷年商業銀行不良貸款率帶入公式（1）就可以算出。再將Y代入公式（2）就得出了宏觀經濟變量在模型中的相關系數。公式（3）是宏觀因子的自相關模型。

在這個模型中,假設ut和εt是序列不相關的，并且分別服從方差協方差為矩陣∑μ和∑ε的正態分布。其中ut和εt相關的方差協方差矩陣為∑μ,ε。

本文選取國內生產總值增長率（RGDP）、居民消費價格指數（CPI）、一年期貸款基準利率（Rate）、廣義貨幣（M2）、商品房銷售價格指數（Price）、企業景氣指數（ES）作為宏觀經濟指標。

2.2 我國商業銀行信貸風險壓力測試的實證檢驗

依據自變量和因變量的數據，運用VAR來計算自變量與因變量之間的相互影響關系，模型結果見表1。

（1）由表1可以看出方程組的R2值高達97%，說明此方程有較強的解釋能力，商業銀行不良貸款率與居民消費價格指數CPI、M2及其滯后項有關，此外還與GDP增速RGDP、一年期貸款基準利率，商品房價格指數price的影響，系數也與實際情況相吻合。

表1 商業銀行不良貸款率與宏觀經濟因素之間的關系

（2）宏觀經濟變量與商業銀行信用風險有時滯效應，這點也符合我國的基本情況。在方程組中不良貸款率與GDP增速呈正相關，而和M2呈負相關。

壓力情境中各宏觀經濟變量的賦值。在RDP增長率大幅下降的情況下，RGDP對于CPI、Price、ES的解釋能力比較強，其宏觀經濟因素對于RGDP的回歸模型如下：

在前文對NGDP和Y進行自回歸預測得到的數據的基礎上，利用上面估計出的三個方程對RGDP相應取值下的ES、CPI和Price的值進行估計。壓力情境下各宏觀經濟變量的估計結果如表2所示。

在CPI大幅上升的壓力情境設定下，運用最小二乘法估計，通過估計發現CPI對RGDP、ES、Price都有較強的解釋能力，最終確定的其他宏觀經濟變量關于NGDP的回歸模型如下：

對于CPI設定的三種情形下，其他解釋變量的取值方法同上，在前文對CPI和Y進行自回歸預測得到的數據的基礎上，利用上面估計出的三個方程對CPI相應取值下的Price、NGDP和ES的值進行估計。壓力情境下各宏觀經濟變量的估計結果如表2所示。

我國商業銀行信貸風險壓力測試結果及應用

最后得出估計出的多元回歸模型：

表2 宏觀壓力結果表

從表中可以看出在兩種極端環境下，我國的銀行不良貸款率出現了顯著增長，尤其在嚴重通過膨脹下（CPI增幅9%），不良貸款率高達18.18%，在壓力情境下，宏觀經濟的沖擊對于商業銀行不良貸款率影響顯著。

3 結語

根據模型顯示，我國商業銀行信用風險與宏觀經濟帶有明顯的親周期性，即當宏觀經濟良好時，商業銀行不良貸款率偏低，而當宏觀經濟下滑時，商業銀行不良貸款率顯著提高。通過壓力測試可以看出，當CPI提高9個點時，不良貸款率已經達到18.18%，這對銀行業的沖擊是巨大的。因此我國在發展金融體系的同時，一定要穩住實體經濟，實體經濟是虛擬經濟的基礎。

而通過以上分析可以發現，我國銀行業自身的穩定性還有待加強，在面臨宏觀經濟壓力時，自己化解風險的能力不足。我國要學習國外銀行的先進經驗，例如摩根CreditMet rics和麥肯錫的Credit Portfolio View等。銀行業的發展還有待于監管體系和銀行自身的合作努力。

[1] Dunbar,N.R.Irving:This is the way the world Ends[J].Risk,1998.

[2] 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[J].數量經濟技術經濟研究,2009(4).

[3] 熊敏.壓力測試及其在中美兩國中的應用[J].國際金融,2010(10).

[4] 巴曙松,朱元倩.壓力測試在銀行風險管理中的應用[J].經濟學家,2010(2).