中国商业银行体系信用风险评估浅论

中国商业银行体系信用风险评估浅论摘要：宏观压力测试，作为压力测试方法在宏观经济分析中的具体运用，可以提供极端事件对金融体系影响的前瞻性信息。

随着各国金融监管当局对系统性风险的日趋重视，宏观压力测试方法逐渐成为检验一国银行体系的脆弱性、维护金融稳定的首选工具。

本文主要研究宏观压力测试在银行信用风险评估中的应用，并在已有的模型成果的对比分析基础上，建立适用于我国的宏观压力测试模型并以此进行实证分析。

本文以贷款违约率作为评估银行系统信用风险的指标，选取对银行信贷违约风险构成冲击的宏观经济变量，通过多元线性回归模型将其整合成为一个综合性指标。

研究结果发现：名义国内生产总值(NGDP)和通货膨胀率指标（CPI)对银行体系的贷款表现冲击力较强。

在此基础上构建了两种宏观经济极端情境，在关于NGDP大幅K降和CPI骤升的压力情境设定下，银行体系的贷款违约率都出现了不同程度的大幅度提高。

尤其在关f通货膨胀率的情境设定下，贷款违约率的增幅高于其在NGDP卜'降情境下的增幅。

关键词：商业银行；信用风险；宏观压力测试--------弓|=;*自20世纪70年代末到21世纪初，全球有93个国家先后爆发了 112次系统性银行危机。

尤其90年代以来频频爆发的金融危机——如1987年美国股市崩盘、1994年美国利率风暴及中南美洲比索风暴、1997年亚洲金融危机、1998 年俄罗斯政府违约事件，特别是2007年春季开始的次贷危机最终演变为2008 年的全球金融风暴，波及范围之广，影响程度之大，史无前例。

它们不仅使一国多年的经济发展成果毁于一旦，还危机到一国的经济稳定，对全球经济也产生了强大的冲击。

[1]收稿日期：2008-07-05项目资助：本文受到西安交通大学“985工程”二期资助（项目编号：07200701),国家社会科学基金(08DJY156)资助。

作者简介：李江（1962-)，湖南省湘潭市人，金融学博士，西安交通大学经济与金融学院副教授，硕士研究生导师，研究方向：金融风险管理；刘丽平（1982-)，女，河北省承德市人，西安交通大学经济与金融学院硕士研究生，研究方向：财务预警。

金融系统的宏观压力测试是一类前瞻性分析的工具，用于模拟“异常但合理”宏观经济冲击对金融体系稳定性的影响，可以帮助中央银行识别金融体系的薄弱环节，有助丁•各方理解金融部门与宏观经济之间的联系，同时提高中央银行和金融机构的风险评估能力。

因此，受到各国金融监管当局的重视，逐渐成为检验一国银行体系的脆弱性，维护金融稳定的首选工具。

在金融全球化的趋势下，随着我国金融市场的完全开放，我国金融业和国际金融市场的逐步融合，是否拥有一个稳定和富有竞争力的银行体系对于中国而言显得非常迫切。

对银行体系进行稳定性评估，尤其是对银行体系面对的信用风险进行宏观层面的压力测试，对防范和化解系统性金融风险，维护中国金融稳定和安全具有重要意义。

下面研究宏观压力测试在银行信用风险评估中的应用，通过对国外已有的成熟模型理论成果分析比较的基础上，根据我国的宏观经济及金融发展特点，经济、金融数据统计及披露特点，模型的数据需求深度广度要求，建立适用于我国的模型并以此进行实证分析。

二、文献综述(一）宏观经济因素对银行信贷违约风险的影响McKinnon R [2]认为，宏观经济稳定时，银行经营行为非常保守，不会出现不顾风险单方面追求效益的现象。

但在实际汇率波动、通货膨胀出现等宏观经济不稳定的情况下，政府或明或暗的存款担保，导致银行会产生以高利率对高风险项目贷款的风险行为。

Donald van Deventer [3]通过线性回归分析，确定了宏观因素对银行股价变动的解释在统计上是显着的。

对20世纪80年代以来各国银行不稳定尤其是银行危机现象，国际组织和国内外学者进行了大量研究，积累了十分丰富的实证资料。

尤其是来自美国、英国、澳大利亚、芬兰的许多国外学者，在对20世纪80、90年代全球银行不稳定事件的实证分析中发现，宏观经济因素波动在各国银行不稳定中扮演着重要角色。

Tom Bernhardsen [4-5]建立起银行破产与不良贷款和宏观经济因素的关系模型，并且利用欧洲国家的而板数据进行了实证检验。

Erlenmaier U [6] 和Gersbach H [7]利用挪威中央银行的宏观经济模型RIMINI对总体审慎指标的趋势与发展进行预测，并且建立了评估贷款违约率的宏观信贷方程。

Froyland E和Larsen K [8]利用RIMINI对银行不良贷款在宏观经济波动情境下进行了压力测试。

Pesola J [9]分析了银行系统危机对宏观经济因素波动的敏感性，并利用芬兰的数据通过建立模型对两者之间的关系进行定量分析。

Virolainen K [10]对芬兰金融风险的实证评估，建立了宏观信贷模型并进行宏观压力测试，揭示了芬兰银行系统贷款违约风险与宏观经济波动的相关性。

国内对子银行体系的稳定评估的实证研究，包括陈华，伍志文[11]运用1978〜2000年间的数据对我国银行体系脆弱性状况进行了量化分析。

结果发现，中国整个银行体系在1978〜2000年之间有11年是不稳定的，尤其是在1992年和1998年前后更为突出，银行体系出现了不稳健的征兆，存在较大的金融风险。

(二）宏观压力测试理论和实践在执行宏观压力测试使用的宏观信贷模型的研究领域，有两个学者的模型框架占据举足轻重的地位，并为日后的学者不断的进行模型的拓展研究和实证应用奠定了良好的基础。

他们是Wilson T C [12-13]和Merton R [14]。

Wilson对各工业部门违约概率对一系列宏观经济变量的敏感度直接建模。

模型的思想是对违约概率和宏观因素的关系进行建模，模拟将来违约概率分布的路径，就可以得到资产组合的预期异常损失，进而模拟出在宏观经济波动冲击下的违约概率值。

相比较而言，Merton模型则多加入了股价对宏观要素的反映，将资产价格变动整合进违约概率评估模型。

因此，前一种模型更直观，计算量较小；而后一种方法对数据的广度和深度的要求以及计算量要求都很高，其中有些市场数据也许是信贷风险的噪音指标。

世界各地的学者，运用上述模型框架进行了大量的实证研究。

Vlieghe G [15]对英国银行体系累加的企业违约概率进行建模估计，发现GDP、实际利率和真实工资水平具有较显着的解释能力。

Bunn P, Cunningham A 和 Drehmann M [16]曾使用 probit 模型来测算英国企业部门的贷款违约风险。

Boss M [17]针对加总的企业违约概率估计出宏观经济信贷模型来分析澳大利亚银行部门的压力情境，结论说明工业产值，通货膨胀率，股票指数，名义短期利率和油价都是违约概率的决定因素。

Marxo M、Sorge、KimmoVirolainen [18]利用Wilson模型框架对芬兰银行系统的信贷违约概率进行了宏观压力测试分析。

结果证明在压力情境下，违约概率（PD, portability of default)的蒙特卡罗模拟分布明显异于常态分布，其Var值远高于基期的测算值。

Jim Wong, Ka-fai Choi和Tom Fong [19]建立了香港零售银行面对宏观经济波动的信贷风险宏观压力测试框架。

模型框架中引入的宏观经济变量包括：国内生产总值（GDP)，利率（HIB0R)，房地产价格（RE)和大陆的GDP。

同时用宏观压力测试评估了香港银行体系的贷款资产和住房抵押贷款风险暴露。

压力情境的设定模拟了亚洲金融危机时发生的宏观经济波动，并分别引入了测试模型。

结果表明在置信水平90%时，在所有压力情境下有些银行仍然能够盈利。

这意味着目前银行系统的信用风险较稳和。

当VaR取99%的置信水平这一极端情况时，一些银行出现了巨额损失，但这类事件发生的概率极低。

Hoggarth G 和 Whitley J [20]与 Drehmann M Hoggarth, G Logan A, Zecchino L [21]在他们的研究中引入了英国在FSAP框架指引下宏观压力测试的执行结果和方法，在压力情境的设定方面采用在险价值框架K的蒙特卡罗模拟法。

Jones M T, Hilbers P和Slack G [22-23]提供了宏观压力测试的更一般的非线性的方法。

Worrell D [24-25]讨论了一个将早期预警系统，金融健全性指标和宏观压力测试整合的方法。

一些学者研究将信用风险和市场风险整合测量，例如Allen L和Saunders A [26]尝试将宏观经济因素整合进信用风险的测量模型。

而最近的一些文献如 Pain D、Vesala J [27]和 Gropp 等人[28-29]则是引用 Wilson 的宏观信用模型分析了宏观要素对银行的债务人的信用质量的影响。

而Wilson 的模型的一个替代选择则是Merton的公司层面的结构模型.G r a y D、Merton 和Bodie [30]将这一框架扩展至研究主权违约风险。

Derviz A和Kadlcakova N [31]将商业周期的影响整合进一个具有结构模型和简化模型特征的复合模型。

Drehmann M、Manning M [32]和 Pesaran M H 等[33]在利用 Merton 模型框架的宏观压力测试中研究了违约概率和宏观经济变量的非线性关系。

Benito A, Whitley J和Young G [34]将基于衡量违约概率的Merton模型融入针对模拟个别企业违约的probit模型。

他们发现Merton模型方法比仅仅依靠企业的财务数据的模型效果更优。

还有一些文献使用不良贷款，贷款损失额或者复合指标与宏观经济因素整合成矩阵向量来测算金融体系的稳定性。

Hanschel E和Monnin P [35]针对瑞士银行系统构建了一个复合压力指标，该指标综合了金融不稳定的市场指标和银行资产负债表上的衍生变形指标。

Kalirai H和SchEicher M [36]针对对澳大利亚银行体系累加的贷款损失，通过涉及广泛的宏观经济变量的模型进行了时间序列的回归估计。

这些宏观经济变量包括国内生产总值、工业产值缺口、消费者价格指数、货币供给增速、利息率、股票市场指数、汇率、出口额和油价。

(三）国内外研究述评目前国外开展的关于银行稳定性评估的实证研究十分丰富，其中挪威和芬兰中央银行的研究对金融系统的评估最具综合性。

稳定性评估的目的在于，对银行体系的健全状况和抵御系统性金融危机的能力进行定量和定性的客观评价。

为此采用了金融稳健指标分析（Financial Sound Indi cators)和压力测试的方法，对宏观经济环境中例外但有可能发生的冲击（Shock)情境进行模拟，来量度和评估银行体系在遇到冲击甚至遇到金融危机时，保持稳定（即银行保持基本运营不会发生突变）的能力。