商业银行信用风险与宏观经济_基于压力测试的研究_汤婷婷

（ 3）
其中，Bi 是一系列自回归系数，ηt 是独立同分布
的正态误差项。
对于宏观经济变量的预测，目前多数文献中采
用的是对各宏观经济变量分别做自回归（ AR） 模型。
但各宏观经济变量之间是相互影响的，共同组成了
一个动态系统，为充分考虑其相关性，文中采用向量
自回归模型（ VAR） 对各宏观变量建模。在该模型
（ 4） 房地产价格。许多贷款都是以房地产作为抵 押的，房地产价格的变化也会影响贷款违约率。此外 房地产价格也被视为经济周期的重要指标之一。
四、实证分析
本文采用主要商业银行的不良贷款率指标作为 商业银行贷款信用风险的度量，数据来源于中国银 行业监督委员会网站公布的数据，时间跨度从 2004 年到 2010 年，数据频率为季度数据。采用 1999 年 到 2010 年的宏观数据： 名义 GDP 增速 （ GGDP_N） 、 同比居民消费价格指数（ CPI_P） 、广义货币供应量 M2 增速（ GM2） 以及房地产价格指数（ HSPI） 作为 影响信用风险的宏观经济变量，数据来源于锐思金 融研究数据库（ RESEET） ，数据频率为季度。如上 所述，为尽可能多的利用历史数据，建立中介指标 Y 与宏观经济变量之间的回归方程时，采用 2004 年到 2010 年的季度数据； 而建立各宏观经济变量间的自 回归方程时则采用 1999 年到 2010 年的季度。
国商业银行的宏观压力测试模型。
（ 1） 将宏观经济变量和不良贷款率设定为非线
性关系。通过 Logit 方程将不良贷款率转化为中介
指标 Y 。
Yt
=
1 ln（
－ PD PDt
t
）
（ 1）
PDt 表示时期的不良贷款率。Yt 表示与 t 时期经
济状况有关的一个综合指标。
（ 2） 采用最小二乘法（ OLS） 估计中介指标与宏
（ 一） 数据预处理 首先对商业不良贷款率做 Logit 变换得到中间 指标 Y 。然后对各经济变量以及中间指标 Y 做平稳 性检验，发 现 CPI，HSPI 是 平 稳 序 列，而 GGDPN、 GM2 和 Y 是一阶差分平稳。但 Johansen 协整检验的 结果表明： 在 5% 显著水平上，各宏观经济变量与中 间指标 Y 之间存在协整关系（ 迹检验和最大特征根 的检验结果同时拒绝“最多 1 个协整关系”的原假 设） ； 各宏观经济变量之间也存在着协整关系（ 迹检 验和最大 特 征 根 的 检 验 结 果 同 时 拒 绝“无 协 整 关 系”的原假设） 。所以可以采用这些数据建立向量自
关键词：信用风险； 不良贷款率； 宏观压力测试； 向量自回归（ VAR） 文献标识码：A 文章编号：1002 － 2848 － 2011（04） － 0066 － 06
一、引 言
商业银行作为金融体系中的重要一环，其稳健 性对整个金融体系至关重要。作为强周期性行业， 商业银行受宏观经济环境的影响较大。从当前的宏 观经济形势看，我国商业银行面临着严峻的挑战，诸 如 GDP 增速放缓以及 CPI 的高位运行等。统计数 据显示，2010 年 11 月 CPI 同比上涨 5． 1% ，已创下 28 个月新高； 为预防通货膨胀，货币当局已采取加 息、上调存 款 准 备 金 率 等 政 策，并 将 控 制 货 币 供 应 量。另外，一系列针对房地产的新政也使得未来一 段时间内房地产价格的不确定性增强。因而在当前 的宏观经济形势下，商业银行承担着极大的经济风 险。一旦商业银行发生信用危机，势必会引发风险 传染，进而影响实体经济，甚至会引起全面的经济危 机。因此我们有必要防范于未然，高度关注商业银 行的信用风险管理。
本文采用压力测试方法研究在宏观经济波动下 的商业银行的信用风险。文章结构如下： 首先回顾 了宏观压力测试的相关文献，再采用中国主要商业 银行的不良贷款率和主要宏观经济变量的季度数 据，建立合适的宏观压力测试模型； 设计了三种压力 情景： GDP 增速放缓、CPI 上升以及广义货币供应趋 紧； 然后在压力测试模型基础上分别预测了基准情 景和压力情景下 2011 年第一季度到第四季度的不
设定下，单一宏观经济变量的冲击能够通过模型传
导，对其他变量产生影响，进而影响不良贷款率。为
获取充分多的历史信息，文中采用 1999 年第一季度
到 2010 年第四季度的宏观经济变量数据，来建立向
量自回归模型。
联立上述三方程，就得到了从宏观经济因素到
商业银行的不良贷款率的系统模型。利用所有估计
参数和误差项以及整个方程系统就能模拟生成未来
近年来国 内 学 者 也 开 始 逐 渐 关 注 宏 观 压 力 测 试，理论方面的如： 杨鹏 ［10］，高同裕、陈元富 ［11］，孙 连友 ［12］等； 实证方面的如： 李江，刘丽平 ［13］等。总 的来说，目前国内文献大多倾向于介绍宏观压力测 试的概念、流程，而符合我国商业银行实际情况的宏 观压力测试模型的建立和实证方面的研究则较少。
观经济变量之间的关系
Yt = m + A1 X1 + … + A1+sXt－s + φYt－1 + … +
φkYt－k + υt
（ 2）
Xt 表示 t 时期的各宏观经济变量向量，考虑到
宏观经济变量的滞后影响，模型引入了其滞后项。借
鉴先前模型，回归中也引入了 Y 自身的滞后项。该方
程采用 2004 年第一季度到 2010 年第四季度的不良
收稿日期：2011 － 03 － 20 作者简介：汤婷婷（ 1986 － ） ，女，福建省龙岩市人，中国科学技术大学管理学院硕士研究生，研究方向： 风险管理； 方兆本（ 1945 － ） ，浙江省 金华市人，统计学博士，中国科学技术大学管理学院院长，教授、博士生导师，研究方向： 理论统计、多元分析、金融工程、风险管理。
（ 2） 广义货币供给量（ M2） 增速。该指标代表 了货币政策状 况。 国 外 文 献 中 多 用 利 率 代 替 该 指 标，但考虑到我国的利率尚未完全自由化，货币当局 长期以来都采用货币供给量作为货币政策的监控目 标，故而采用广义货币供给量（ M2） 增速；
（ 3） 居民消费价格指数（ CPI） ，该指标是宏观 经济环境的重要指标之一；
在各种风险管理方法中，压力测试是近年来广 受推崇的方法。根据国际货币基金组织的定义，压 力测试是指利用一系列方法来评估金融体系承受" 罕见但是仍然可能" 的宏观冲击或重大金融事件的 过程。压力测试能够模拟各种不利情景，预测压力 情景可能造成的损失，并评估这些损失对银行盈利 能力和资本充足性的影响。商业银行的压力测试有 助于尽早准备应急预案，减少危机发生的可能性，降 低危机的影响力。
一段时间内各经济变量以及商业银行不良贷款率的
预测值。由此就能够计算出在基准情景下和压力情
景下的不良贷款率，进而研究商业银行对压力情景
的承受能力。
该模型框 架 的 好 处 在 于 能 够 充 分 运 用 可 得 数
据，克服国内商业银行不良贷款率数据长度较短的
问题。另一方面，VAR 能够更好的体现各观变量三、压力测试框架
（ 一） 模型建立
考虑到我国主要商业银行的不良贷款率数据从
2004 年才开始正式公布，而其他宏观经济变量的可
得数据的时间跨度则大于不良贷款率。为充分利用
宏观经济变量的历史数据，本文在 Boss［5］、Virolainen［6］的 模 型 基 础 上，参 考 Hoggarth，G． ，Sorenen， S． ，和 Zicchino，L． 的 ［14］ 模型，建立了更加适合我
许多学者都在 Credit Portfolio View 的基础上， 对违约率、违约损失率等信用风险与宏观经济之间 的关系进行了实证研究。Boss ［5］建立了澳大利亚 银行汇总的企业违约率与宏观经济之间的模型，并 以此对澳大利亚银行部门进行压力测试研究，结论 表明工业产值、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。 Virolainen［6］ 在 Wilson 模型基础上采用特定行业的企业破产数 据建立了芬兰银行的宏观经济信用风险模型，结果 表明对企业违约率具有显著影响的宏观经济变量包 括： 国内生产总值、利率和企业负债。采用该模型对 芬兰银行进行宏观压力测试，发现在各种宏观经济 冲击下芬兰银行的企业信贷损失均有不同程度上 升。Allan Kearns ［7］介绍了爱尔兰零售信贷机构的 宏观压力测试，当 GDP 增长率下降，特别是当失业 率上升时，信贷损失都会加大，并且失业率对信贷损 失的影响更加显著。Wong J． ，Choi K． F． 和 Fong P． W． ［8］建立了香港零售银行的宏观压力测试框 架，用以评估银行对宏观经济冲击的承受能力。模 型引 入 的 宏 观 经 济 变 量 包 括： 香 港 的 GDP、利 率 （ HIBOR） 、房 地 产 价 格 （ RE） 和 中 国 大 陆 的 GDP。
66
良贷款率。
二、文献综述
根据中国银监会发布的《商业银行压力测试指 引》，压力测试是“一种以定量分析为主的风险分析 方法，通过测算银行在遇到假定的小概率事件等极 端不利情况下可能发生的损失。分析这些损失对银 行盈利能力和资本金带来的负面影响，进而对单家 银行、银行集团和银行体系的脆弱性做出评估和判 断，并采取必要措施”［1］。
无法按时偿还银行的利息和本金。本文选用商业银
行的不良贷款率作为其信用风险的度量指标。参照
国内外文献以及实际的数据处理结果，本文选取以
下宏观经济变量作为影响商业银行信用风险的因
素，即风险因子。
（ 1） GDP 增 速。它 代 表 了 一 国 的 经 济 增 长 情
68
况，可以作为宏观经济状况的重要指标，能够在很大 程度 上 解 释 贷 款 者 的 还 款 能 力。文 中 采 用 名 义 GDP 而不用实际 GDP 增速，是因为在实证检验的过 程中发现名义 GDP 增速对不良贷款率的解释能力 更强，并且 AIC、SC 准则也显示采用名义 GDP 增速 时模型更优越；