銀行體系信用風險宏觀壓力測試研究

摘 要：2008年國際金融危機后，壓力測試逐步成為量化評估金融體系系統性風險、推進宏觀審慎管理的重要手段。本文以銀行體系的不良貸款率為風險測度指標，運用Logistic模型，分別模擬2008年歷史情景和歷史最差情景來測算宏觀經濟因素波動對銀行體系的沖擊大小。從設置的兩種情景壓力測試結果看，消費和投資增速變化形成信用風險因子時，湖南省銀行體系形成的不良貸款率都低于初期不良貸款率，湖南省銀行體系穩定性較高。

關鍵詞：信用風險；宏觀壓力測試；Logistic模型

中圖分類號：F832.2 文獻標識碼：A 文章編號：1003-9031（2013）04-0040-05 DOI：10.3969/j.issn.1003-9031.2013.04.08

壓力測試作為一種定量分析方法，是銀行發現并控制潛在風險的重要工具。根據關注范圍的不同，壓力測試可以劃分為兩大類[1]：一類是微觀壓力測試，估算“異常但合理”的沖擊所導致的單個機構資產組合價值變化，目的在于衡量沖擊對金融機構某項業務或者資產組合的潛在影響；另一類是宏觀壓力測試，估量“異常但合理”的宏觀經濟沖擊對金融體系的影響。由于單個金融機構的穩定并不等同于整個金融體系的穩定，因此，運用宏觀壓力測試方法對防范和化解系統性金融風險工作意義重大。本文運用宏觀壓力測試方法，分析了宏觀因素異常變化對銀行最為關注的風險——信用風險的沖擊，以此判斷銀行體系的穩健性。

一、信用風險宏觀壓力測試方法

1.線性回歸模型。該模型運用歷史數據建立宏觀經濟變量與信用風險衡量指標之間的線性關系。關系式的系數表示宏觀經濟變量對信用風險的影響大小，其模型為：

X表示GDP、通貨膨脹率、利率等宏觀經濟變量，Z為銀行特征變量，包括銀行規模、集中程度等。對于時間t和資產i來說，信用風險衡量指標Y是X與Z的線性函數。該模型通常選取宏觀經濟變量的時間序列數據或面板數據，通過異方差、多重共線性等處理，回歸得到線性關系。這一方法因直觀、操作簡便，常常用于預估監管政策的效果[2]。缺點是，線性回歸可能無法準確反映宏觀經濟變量與衡量指標之間的復雜關系。