商業銀行壓力測試的設計與分析

邱宇臣

壓力測試是銀行評估外部沖擊對其經營及財務影響的重要手段。特別是，采用壓力測試方法評估極端事件的沖擊，對銀行管理“尾部”風險具有特殊意義。本文以原銀監會頒布的《商業銀行壓力測試指引》有關要求為基礎，探討了銀行壓力測試工作中情景設置、模型構建等方面的問題，并以A國銀行業貸款為例，研究了宏觀沖擊下的壓力測試問題。

壓力測試是近年來興起的一種銀行風險評估手段。根據原銀監會頒發的《商業銀行壓力測試指引》，壓力測試是一種銀行風險管理和監管分析工具，用于分析假定的、極端但可能發生的不利情景對銀行整體或資產組合的沖擊程度，進而評估其對銀行資產質量、盈利能力、資本水平和流動性的負面影響。巴塞爾協議則將壓力測試定義為，金融機構衡量其潛在脆弱性的過程，主要用于評估應對極端但是可能（Extreme but plausible）的內外部沖擊的過程。

一、壓力測試在商業銀行風險管理中的作用

歷史上出現的經濟衰退和市場過度波動的經驗表明，管理銀行的風險只基于“正常”經營環境是不夠的，當受到極為嚴峻的市場震蕩時，銀行可能會蒙受重大損失。例如，特定國家、地區或行業出現超出預期的震蕩，政治、經濟極度惡化;某些風險敞口高度集中的資產組合發生預期之外的風險，對銀行生存造成致命威脅;市場流動性極度緊缺，銀行無法籌措到足夠的資金平衡頭寸;股票及其他金融衍生市場發生預期之外的波動，市場流動性停滯導致無法實現平倉或對沖;由于預期之外的人為操作方面的原因，銀行風險敞口極度擴大;預料之外的系統崩潰，等等。銀行日常所使用的風險模型工具通常無法捕捉到上述情形，或者上述情形位于日常風險管理工具的假設條件之外。因此，需要通過前瞻性的壓力測試工作，評估銀行應對重大沖擊的能力，進而設計和完善資本規劃、敞口目標、限額標準等風險管理計劃，為管理大額“尾部”風險預留充足空間。

根據所考慮因素的復雜性，壓力測試可分為敏感性分析和情景分析。敏感性分析，旨在測量單個風險因子或一組風險參數在一定范圍內變動對銀行風險暴露和風險承受能力的影響。該方法有助于深入了解風險因素變化對銀行資產組合的影響程度。開展敏感性測試，要確保風險參數變動范圍合理，變動程度應達到足夠的寬度，以反映極端情況對銀行的影響。情景分析， 旨在測量多個風險因子同時發生變化以及某些極端不利事件對銀行的影響。進行情景分析時，要考慮各風險因素在一系列宏觀經濟和金融沖擊下的相互作用與反饋機制。

二、商業銀行壓力測試設計與分析

壓力測試是一個過程。對于不同風險類型、不同風險特征、不同數據基礎，可以采用不同的工作策略和方法。總體上，壓力測試都是從脆弱點或重點環節出發，在一定壓力情境下評估內外沖擊對銀行資產或財務的影響，并根據測試結果完善風險管理方案。

按照工作流程的不同，壓力測試分為“自上而下”和“自下而上”兩種方法。“自上而下”的壓力測試，是從中、宏觀風險出發，通過一定的壓力傳導路徑，將壓力情景作用于微觀資產，進而分析壓力環境對資產的影響。當風險因素與承壓對象之間無直接聯系時，就需要通過構建模型建立起二者之間的關系，或者組合規模較大，逐個項目開展測試時間長、測試成本高，可以通過模型批量評估大規模組合的風險承受能力，提高工作效率。“自下而上”的壓力測試路徑正好相反，是從風險因素對微觀資產的影響入手，逐個分析壓力情景下資產風險情況的變化，將單個資產的變化加總，得到壓力情景對全部資產的影響。該方法能夠更準確地反映微觀資產特征，有更好的針對性和準確性，但對于大規模資產組合，耗時較長、效率較低，一般適用于組合較小、承壓對象與風險因素之間的關系較清晰的情況。

以“自上而下”的壓力測試為例，主要包含以下過程：

（一）定義壓力環境并識別風險因素

壓力環境由對銀行可能產生重大影響的風險因素組成。這些因素一般包括宏觀經濟因素、微觀資產因素以及銀行自身因素等。宏觀因素一般有GDP、CPI、利率、匯率、貨幣發行量、股指、經濟景氣度指數、大宗商品價格等;微觀資產因素包括借款人資產負債情況、特定項目信用結構特征、資產所處行業周期、借款人行業地位等;銀行內部因素主要有信貸業務規劃、不良率控制目標、敞口規劃、資本充足率、利潤總額、資產收益率等。銀行要根據壓力測試目的、風險特征、業務種類以及壓力測試方法等方面的要求，合理定義壓力環境。

（二）設計壓力情景

壓力情景設計是壓力測試的核心環節之一。壓力情景設計是否合理、科學，是影響壓力測試效果的關鍵。壓力情景應反映銀行主要風險因素、不同業務條線情況和外部環境的變化。為充分評估風險變化對銀行的影響，一般至少設計溫和情景、中度情景和重度情景等三種不同程度的壓力情景。根據《指引》，針對信用風險的壓力情景包括但不限于：國內及國際主要經濟體宏觀經濟增長下滑、房地產價格出現較大幅度向下波動、貸款質量和抵押品質量惡化、主要交易對手信用等級下降乃至違約、部分行業出現集中違約;針對市場風險的壓力情景包括但不限于：利率重新定價、收益率曲線出現大幅變動、匯率出現大的變化、商品價格大幅波動、股票或貨幣市場大幅下跌等;針對操作風險的壓力情景包括但不限于：內部欺詐事件、外部欺詐事件、工作場所安全事件、產品和業務活動事件、實物資產的損壞、信息科技系統事件、流程管理事件等。

壓力情景設計可以采用歷史情景、專家判斷、統計推斷等多種形式。歷史情景法，是考慮歷史上曾經發生過的事件，以“歷史再現”的思想設計壓力情景。比如，收集歷史上經濟危機期間各國宏觀經濟指標數據，作為經濟危機壓力情景;或者以原油、銅等大宗商品的歷史最低價格作為商品類貸款壓力測試的極端情景。假設情景法，是基于風險專家對潛在風險的理解和判斷而設計的壓力情景。在假設情景下，專家往往需要研究參考相同或類似場景下的歷史數據，并結合自身對風險發展趨勢、嚴重程度的判斷來確定壓力情景。統計推斷則是在分析情景指標歷史變化規律的基礎上，合理推測壓力情景下指標的變化情況。

（三）構建壓力測試模型

構建壓力測試模型，就是要建立壓力情景風險指標與承壓對象之間的風險傳導路徑。常見的承壓對象包括資產價值、資產質量、利潤、經濟資本、資本充足率、不良率、業務規模等。這一環節，既要從理論上確保風險傳導路徑的合理性，又要通過數量分析研究風險因素與承壓對象之間的量化關系，并保證二者的一致性。同時，要結合壓力測試對象的特點，合理選擇模型結構。例如，以客戶違約概率（PD）為承壓對象的壓力測試通常選擇Logistic模型，研究外部環境隨時間變化對業務的影響的壓力測試通常應選擇時間序列模型，對單一因素的敏感性測試往往通過簡單一元回歸模型來實現，研究市場變化對銀行影響的壓力測試一般要建立Var估值模型。

（四）分析壓力情景對銀行業務的沖擊并制定管理行動方案

將壓力情景指標加載到壓力測試模型，根據模型輸出，匯總各情景、各風險因素的壓力測試結果，結合業務發展規劃、財務預期方面的目標值，評估壓力情景對承壓對象的影響。

最后，研究分析壓力測試結果，定義管理行動方案，例如監控風險變化、制定資本應急補充計劃、制定項目風險緩釋計劃、完善風險對沖機制、調整業務準入標準、調整業務結構等。

三、銀行壓力測試實踐

以某銀行2020年末在A國的金融業貸款業務為例，采用“自上而下”的方法模擬評估A國經濟衰退情景下的貸款預期損失情況。以違約概率和預期損失率作為壓力測試承壓對象，初始違約概率（PD）0.94%和預期損失率（EL）分別為0.94%和0.44%。選擇穆迪公司A國銀行業季度平均違約概率（EDF）作為承壓對象歷史值。主要步驟如下：

（一）建立風險因素長名單

本例以宏觀經濟衰退作為壓力情景，相應的將主要宏觀經濟指標作為壓力測試風險因素。初步確定的指標長名單包括：GDP增長率、CPI、失業率、貨幣供應量M2、股票市場指數、基準利率、短期同業拆借利率、匯率、經濟景氣度指數、社會商品零售總額等。

（二）篩選壓力測試模型風險因素

計算備選因素與EDF之間的相關性、各因素之間的相關性，選擇與EDF相關性高、因素之間替代性弱的風險因素作為模型自變量。經計算，GDP增長率、股票指數和同業拆借利率與EDF的關聯較強，作為壓力測試模型自變量。以股票指數為例，股票指數與EDF的相關系數高達為-0.74，且呈反向關系。股指越高，市場信心越高，銀行違約可能性越小（見圖1）。

圖1 A國股指與該國銀行業EDF變化趨勢圖

（三）構建壓力情景

鑒于美聯儲貨幣緊縮預期升溫，國際資本加速撤離A國市場，預計A國經濟將出現顯著下滑，并引發股票市場下跌、本幣貶值;為增加本國吸引力，貨幣當局可能被迫加息，推高市場利率水平。參考拉美債務危機、亞洲金融危機和歐債危機期間墨西哥、泰國、希臘等國的市場表現，結合A國歷史及現實經濟情況，設定輕度、中度和重度壓力情景如下：

（四）構建壓力測試模型

本例中，A國銀行業違約概率和預期損失與該國宏觀經濟變化之間的關系是典型的時間序列問題。為此，采用誤差修正模型（EMC）構建壓力測試模型。經過數據處理、平穩性檢驗、模型估計、模型檢驗以及殘差模擬等標準步驟，最終結果如下：

DEDF=-0.06×DGDPt-0.02×DStockt-0.07×SIterestt-1-0.9×εt-1

△εt=EDFt+2.46-0.08×GDPt+0.19×Stockt+0.05×Interestt-i

其中，GDP表示GDP增長率，Stock表示股指，Interest表示短期同業拆借利率，為誤差項，分別代表各項風險因素的影響幅度和方向。壓力測試結果表明，A國銀行業EDF受GDP增長率、股票指數和基準利率影響較顯著，且均呈反向關系，與理論分析一致。

（五）預測壓力情景下的風險變化

將壓力情景導入模型，計算不同情景下A國銀行業平均違約概率的變化，進而分析各壓力情景下貸款的預期損失（根據巴塞爾資本協議，預期損失率=違約概率*違約損失率，本例假定違約損失率不變）情況，結果見圖2。本例中，輕、中、重度情景下，貸款違約概率和預期損失均有所上升。其中，在重度情景下，貸款違約概率和預期損失率分別達到2.81%和1.31%，較當前值分別上升1.87和0.87個百分點。

最后，根據壓力測試結果，結合銀行自身資產特征，提出融資結構設計、敞口管理、風險對沖等方面的建議。

結 語

壓力測試是銀行識別和評估風險的重要技術手段，對于提高銀行風險識別水平和風險管理水平具有重要意義。但壓力測試工作技術性強，對數據、人員素質的要求高，缺陷也非常突出。例如，壓力測試過程中，情景設置、因素篩選、模型選擇、參數估計、風險評估等過程中涉及大量人工判斷，測試結果易受人為操控，準確性難以保證;模型構建中，通常關注主要因素的影響，從而忽視了外部環境和業務全貌，一定程度上存在以偏概全的問題，可能導致夸大或縮小風險估計;情景設置往往基于歷史場景或固有經驗，不能很好地反映經濟環境或具體業務的新變化，等等。因此，在實踐中，應結合具體業務特征，深入探究風險特征、風險成因及風險傳導機制，合理選擇測試方法并設置測試參數。

（作者單位：北京化工大學數理學院）