信用风险压力测试方法与应用研究
任宇航１，孙孝坤２，程功２，夏恩君１
（１．北京理工大学管理与经济学院，北京１０００８１；２国家开发银行信用管理局，北京１０００３７）
摘要：分析了信用风隆压力删试的重要性和一般过程，针时我国银行业数据缺乏的现状提出了基于ＬＯＣＩＴ回归的测试方法．并通过收集我国宏观经济数据和金融机构的敷据，利用谊方法进行了应用研究，蛄果表明谊方法可以为我国银行业信用风险管理提供有益的参考，结论部分指出了该方法存在的不足。提出了有关建议。
关键词：信用风倍；压＿力测试；Ｌｏｇｉｔ回归中田分类号：Ｆ８３２．２
文献标识码：Ａ
文章编号：１００２—６４８７｛２００７）０７－０１０１－－０３
以认定并量化之。
Ｏ前膏
随着我国金融工具的不断创新及资本市场的深化，对资产风险的管理已成为我国银行业和监管部门关注的基础和核心，２００４年６月．巴塞尔新资本协议的颁布更是为各国银行风险监管提出了新的要求，风险度量和控制在国内银行业受到高度关注。新资本协议的一个突出特点就是在组台层次上利用在险价值（ＶＡＲ，ｖａｌｕｅ叶一吐）来衡量风险，ＶＡＲ是在概率给定情况下。银行的资产组合价值在下一阶段最多可能损失多少，由于它能简单明了地表示风险的大小，在ＢＡＳＥＬＩＩ新资本框架中对市场风险、信用风险和操作风险的度量都采用了ｖＡＲ的计量思想。然而，ＶＡＲ不能解释一些小概率的而有可能对银行造成较大损失的事件．这些事件又往往能给银行带来致命危害，如１９８７年美国股市崩盘、１９９４年之美国利率风暴、１９９４年中南美洲披索风暴，１９９７年东南亚金融风暴、１９９８年俄罗斯政府违约事件，在这些情况下ＶａＲ模型便告失灵。为了弥补ＶＡＲ的不足．巴塞尔新资本协议明确指出银行必须建立良好的压力测试程序并定期避行压力测试，以反映各种经济环境改变的情景对信贷资产组合的不利影响，实施内部评级法的银行必须单独进行信用风险压力测试。这里的压力测试是指银行运用不同方法来衡量一些例外但有可能发生的事件所导致的潜在损失的计量方法和过程，压力测试受到各国金融机构和监管当局重视。
国际清算银行巴塞尔银行全球金融系统委员会（ＢＩｓ
ｃｏｍｍｉｔｔｅｅ
ｏｎ
ｔＩｌｅ—ｏｂ日ｌｆｉｎａｎｅｉａｌｓｙ日ｔｅｍ，ＢｃＧ嘲（２０００１则将
压力测试定义为金融机构衡量潜在但可能（ｐｌａｕｓｉｂｌｅ）发生异常（Ｈｅｅｐｔｉｏｎａｌ）损失的模型。
我们这里通过总结认为：压力测试是指透过情境设定或历史事件，根据可能的风险因子变动情形，重新评估金融商品或投资组合的价值，以作为判断银行蒙受不利影响时能否承受风险园子变动的参考。本文重点研究信用风险压力测试的方法．也就是度量不利情景下信用风险因子变动对银行资本带来的影响，并判断银行资本能否覆盖相应损失。１．２一般步辣
实施一次具体的压力测试一般来讲有以下６个步骤。其中压力情景事件是指一些可能对银行的资产质量、盈利及资本充足性等产生重要影响的不利条件．它往往由金融机构通过分析历史上的不利事件产生，或由相关专家根据经验假设产生。比如本国经济衰退、主要经济体经济衰退等。
风险因子是对资产组合未来的收益会产生
影响的变量。我国银行业常见的缸ｌ险因子为违约概率（Ｉ，ｒｏｂ－
１压力谢试的定义和一般程序介绍
１．１定艾辨析
ａｂｉｌｉｔｙｄｅｆａｕｌｔ，ＰＤ）、违约损失率∞Ｂ８ｇｉｖｅｎｄｅｆａｕｌｔ．ＬＧＤ）及
违约风险暴露（ｅｘｐｏｓｕｒｅ
ａｔ
ｄｅｆａｕｌｔ．ＥＡＤ）三个主要风险因子。
进行压力测试的方法，大致可区分成以下方式进行：《１）敏感性分析。敏感性分析即单一因素分析．此方法的主要思想是通过改变模型中的某个或某组特定的风险因子来观测模型结果的变化，从而得知相应的资产的变化；（２）情境分析（ｓｃｅｎａｒｉｏ蚰ａｌｙｅｊｓ）。情景分析即多因紊分析，同时考虑多因素变化对资产质量的影响。本文将选取宏观经济衰退情景分
统计与决簟２０∞年７月（理论版）１０１
根据国际证券监管机构组织（Ｉｎｔｅｒｎａｔｉｏｎａ］Ｏｒｇａｎｉｚａｔｉｏｎ
ｏｆＳｅｅｕｆｉｄｅｓ
Ｃｏｍｍｉｓｓｉｏｎｓ，ｉｏｓｃｏ）（ｚ９９５）指出：压力测试是假
设市场在最不利的情形（如利率突然急升或股市突然重挫）时，分析对资产组合的影响效果；ＩＯＳＣ０（１９０９）则更具体指出压力测试是将资产组台所面临之极端但可能发生的风险加
万方数据
析。
资产组合的评估是指评估这些不利的情况下银行的损失大小、赢利能力变化等，以衡量银行的稳健性和安全性。问
题的关键是确定这些不利情况下的情景参数（ｃＤＰ、利率上
升、失业率上升、房价下跌、股指下跌等）和风险因子（ＰＤ、ＬＧＤ、ＥＡＤ等）之间的联系，以及风险因子对资产组合价值、损失等的影响关系。
２
Ｌｏｇｉｔ方法论介绍
关于风险因子和资产组合价值损失的关系．可以通过
ＥＬ＝ＰＤｘＬＧＤｘＥＡＤ为基础计算．其中ＥＬ（ＥｘｐｅｃｔｅｄＬｏｓｓ）为预期的损失．考虑到我国银行业对ＬＣＤ和ＥＡＤ的研究处于起步阶段．为简化分析．本文对ＬＣＤ参考ＢＡＳＥＬＩＩ的有关要求统一取４５％，ＥＡＤ取贷款余额作为近似，将研究重点放在宏观经济状况对违约损失率ＰＤ的冲击方面。
度量宏观经济对ＰＤ的冲击模型有很多，我们这里采用Ｌｏｇｉｓｔｉｃ回归，主要是这个模型能保证预测的ＰＤ在０－！之间。并且国内外很多研究结果这些宏观经济指标包括ＣＤＰ，失业率，通货膨胀指数，股票指数，利率变化等。用数学公式可以表达如下：
ｋ‘Ｔ昔）Ⅲ呐，＋Ｂ２ｂ、＋．．’＋氐ｋ、
（１）
其中Ｉ．ｄ．表示时间ｔ时的违约率；轧表示宏观经济的各个变量在时间ｔ时的指标；ｎ为常数项，Ｂ．代表各个宏观经济变量影响的方向和程度的参数。这些参数可以通过回归或极大似然估计获得。
将（１）式变形可得：
‘＋＾－－，喝ｋ’咀～
耐＝？ｊ而再≯丽
（２）
ｌ＋ｅ
就可以直接预测假设情景对ＰＤ的影响了。３样本数据及假设情量数据
为了建立宏观经济指标和银行违约概率之间的关系．我们收集了２０００一２００５五年的季度宏观经济数据和相应时间段的银行违约情况数据。由于涉及到银行机密，这里对银行数据进行了加工处理，但不影响对该方法的理解和应用。３．１宏观经济数据
考虑到获取相关数据的难度，和部分指标数据的可信度不高（例如失业率）等，我们选取了ＧＤＰ、固定资产投资额度、贷款额度、贷款利率（选取５年以上贷款利率为代表）、货币发行量、居民物价指数等６个指标作为对宏观经济的描述。具体指标和数据列表略。３．２银行贷款违约情况
引入贷款组合“季度违约率”这一概念，可以方便地考查宏观经济对整个银行违约概率的影响。
具体定义如下：季度违约率＝当季新增违约客户数／当季
鲩计与决策２００７年７月（理沧艟
万
方数据末有效客户数
其中当季末有效客户数＝当季新增违约客户数＋当季贷款
余额不为零且以前季度未违约的客户数。具体数据列表略。
３．３假设情景事件的建立
我们参考国内外相关经济衰退数据，处于谨慎考虑．采用假设情景事件的方法建立假设情景如表Ｉ。
，
●
４回归横型建立及结果分折
４．１模型建立
通过对ＰＤ寰Ｉ
假设压力情■事件
进行ＬＯＧＩＴ转受罐项目
１五方情Ｉｔ温和
中度
严重
换，我们采用线ＧＤＰ（与上季度比）
一ｌＯ％－２０％一抑％
性回归．结果显固定资产投资（与上季度比）一ＩＯ％一２０％一，Ｏ％示．在回归过程贷教利率（与上年度比）＋１０％＋１５％＋２０％贷款息世（与上季度比）一ＩＯ％一２０％＿３０％中筛选出了三个货币拄行鼍（与ｊ１季虞比）－ｉ０％
一２０％
一３０％
具有显著水平的
物价指数（与上季度比）
宏观经济指标：当季国内生产总值（ＧＤＰ）、贷款利率、当季广义货币供应量增加量。模型参数估计如表２。
Ｕｎｍ“一“
鲺ｍ—ａ“ｚ刊
Ｇ０ｃｆｆｉｎｉｅｎｔｓＭ耐ｄ
Ｂ
Ｓｔｄ
Ｅｒｒｏｒ
蚝
１
（Ｃｏｎ目ｅｍｔ｝
一ｌ５５２４３４０６１１６２７－２
５３９２０３００ｌ幻３２
Ｍ２
０００００７７
ｒ６舶２００２
００００００２（Ｃ．ｏｍ，ｔａｎｔｌ
－－０．６８３１２３一ｌ，００１５７９
０３２了９４９
２
Ｍ２—ｎ０００３ｊ００ｍ０口０９６
，－０
５６帕帅—３∞的８５
０００ｌｍ
ＣＤＰ
－０００００６５－ｎ３５２５０２
－２２４９２７７００”３５０
衄Ⅲｎｍ）
—１４Ａ７３０８４
＿２
７０３７盯
００１３６６４３
Ｍ２＿ｏ蝴０
－０．４３９６６５
－２９７５９２８
ｎｆｌ０７４６９
ＣＤＰ
—ｎ０口００的
ｍ４３０７９０
－３ｌ，∞７２００∞２６９
２２９
５９８∽
８８ｊ５３６５７
ｎ盟１４３２２
５９＂６３
１００ｌ＂／３９７
根据统计分析的结果，我们选取第３个输出，构建的模型如下：
ｌＩＩ芒譬＝－４）０００２７Ｍ２－０．００００８３ＧＤＰ＋２２９．５９８６０７ＬＲ—
１４．４７３０８４
（３）
郎
ＰＤ＝蔷罴竺＝＝羔
（。）
采用方差分析的思想对模型进行Ｆ检验，表明模型具有统计学意义；复相关系数Ｒ、决定系数Ｒ２等也表明模型的回归较好。４．２结果分析
由方程可以得到ＰＤ与各经济指标的关系：
从模型中我们可以看到，利率对违钓的影响最大。利率上升代表企业的融资成本增加，为了按期还本付息，企业就必须拿出更多寰３ＰＥＰ与宏观鳗济指标白勺ｔ霉性分析
的利润交给银行。如果融资成本大于企业
１０２
盈利能力．那企业就有违约的冲动。利率每甸上变动１％，客寰５
不同压力情■下的损失比较ｆ●位：亿元）１户的违约概率将会增加１５．ｏ％。ＧＤＰ增长预示着整个社会的项目
‘情景１
情景２情景３
宏观经济比较景气，经济处于上升繁荣期，企业平均盈利能温和冲击
中等冲击
严覃冲击
力较好．贷款违约概率也将随之下降，数据显示，ＧＤＰ增长ＰＤ（年度）１６２５％
损失（年度）７２
ｌ％．客户的违约概率将下降４．８９％。货币供应量增加，预示着韫失占贷赣余额％
１
Ｂ％
７３】％货币扩张，可供信贷酌资金量增加．客户融资难度降低，违约损失与年度准备金的差异
・１．０２２
概率将下降。显然，回归结果和我们从经济学上的预期是一压力事件｝品失占核心资本的百分比
５４９％压力事件损失占资本台的百分比‘２７５％
４８
５２％
致的。
准备金能否覆盖』氍力宰件的损失
能不能不能４．３根据新的压力情景重新进行信用风险估算资车金是吾盹覆盖压力事件的捌失
能
能
能
４．３．Ｉ三种压力情景下的违约概率测度
根据前文的假设压力情景，通过我们建立的ＰＤ预测模测试的违约概率预测函数．并依据假设情景对银行的信用风型，基于２００５年年底的我国宏观经济数据．我们可以预测出险进行了压力测验，结果表明这种方法可以为银行的风险管各个压力情景下的违约概率值。由于一件突发事件造成的经理提供参考当然本研究仅仅考虑了信用风险，压力情景也济衰退往往不会只持续一个季度，假设某突发事件造成的经只是考虑了省观经济衰退的影响．对违约概率数据的灶理也
济衰退持续了ｎ个季度。根据前文可计算得出此ｎ个季度内
没有分不同的信用等级进行，因此，压力测试的方法和结果
也只是参考性的。
每个季度的违约概率ＰＤ（Ｉ），ＰＤ（２）一，ＰＤ（ｎ）。假设各个季度
的违约概率独立．我们通过以下公式估计该历史事件下的年考虑到ＢＡＳＥＬⅡ对压力测试的严格要求，建议我国的度违约概率（累计违约概率）：
金融机构加快数据收集、完善内部评级体系，形成能反映经济周期影响的信用等级转移矩阵，选取其中经济衰退的年份
ＰＤ＝１一Ｉ－１（１一ＰＤ（ｉ），
（５）矩阵为压力测试的情景．通过对不同信用等级的贷款组合运考虑到银行业信用风险管理通常以年度数据为基准，我用ＬＯＧＩＴ回归分析，能大大提供测试的准确性和说服力。相们取ｎ－－４，分男Ｕ计算三种冲击下的年度违约概率（ＰＤ）．具体关教据具备后，也可以采用ＭｏｎｔｅＣａｒｌｏ模拟的方法测算出见表４。
压力冲击后银行资产的构成情况．据此算出风险加权资产要
求，从而对资本充足率进行判断，就可以初步满足ＢＡＳＥＬ
ＩＩ
囊４
不同压力冲击下的银行连约概率
项目
Ⅲ－４
温和冲击
中度冲击
严重冲击
的压力测试计算要求了。
ＣＤＰ
５７５３６４６００８８利率ｍ６１２％００６７３２００７０３８●考文甜：
货币发行量Ｍ２
１１３１７
１０１８５３
９０５３６
７９２ｌ９
季度违约概率ＰＤ（ｉ）
０００２３２３卯６ｆ１】中圆姐行业苴督管理委亚全．巴塞尔新量奉协证：境一责奉计量＝和违约概率ＰＤ（年）
０００９２４２１４３
００４００３６
赍奉标准的回际协议：修订框架ＩＭ】北享：中田仝黩出版社，２００４．【２】柄＾．压力测试厦其在金融苴管中古々应用【Ｊ１．上海空脯．２００５，（１）：
４．３．２信用风险损失估计
一２７—３ｎ
信用风险损失是通过ＥＬ＝ＰＤ＋ＬＧＤ・ＥＡＤ来计算。其中的（３１３－喜峰．空融市场风险管理【Ｍ】走津：置津太学出艟社，２６０１．ＬＦｏＤ假设为４５％；ＥＡＤ假设为贷款余额为１７３１８亿元。根据【４］ＭｉｃｈａｅｌＩＣ
Ｏｎｇ．ＩｎｔｅｒｎａｌＣｒｅｄｉｔ硒止Ｍｏｄｅｌｓ：Ｃ８Ｉ，ｉｌａｌＡ１］ｏｃａｔｉｏｎ
财务报表显示．该银行的贷款损失准备金为２４４１８亿元．所一ａｎｄＰｅｒｆｏｒｍａｎｃｅ
Ｍｅａｓｕｒｅｍｅｎｔ［Ｍ】．ＮＹ．：Ｉ＇ｄｓｋＢｏｏｋｓ，２０００
有者权益（核心资本）为１３０５亿元。下面我们就可以大概判１５］ＢａｎｋｆｏｒＩｎｔｅｒｎａｄｏｎａｌＳｅｔｔｌｅｍｅｎｔｓＳｔｒｅＢｓＴｅｓｔｉｎｇ
ａｔ
ＭⅡｊｏｒＦｉｎａｎ－
断一下准备金能否覆盖压力冲击，如果不能，资本金（核心资ｅｉａｌ
Ｉｎｓｔｉｔｕｔｉｏｎｓ：Ｓｕｒｖｅｙ
Ｂ辟ｕｈｓａｎｄ
ｅｒ＂ｔｉｃｅｓ［１ｔ］ＢａｓｅｌＳｗｌｔｚｅｒ－
本＋附属资车）能否覆盖压力冲击下的信用风险损失。计算及ｌａｎｄ：Ｂａｎｋｆｏｒｉｎｔｅ．ｒｎａｔｉｏｎａｌｔ－ｅｌｔｌｅｍｅｎｔｓ．２００５．
判断结果如表５。
【６１孙连友全融体系压力洲试：概盎与方击【刀济南仝舡。２００６，（２）：
显然，在我们假设的压力情景下，银行可以依靠准备金１３－１４
可以覆盖温和冲击的风险，而中等和严重的冲击可以由核心【７】郭喜松．‘商业银行压力测试研究Ⅱ】福建畲融．２００５．（１０）：１７－１９资本覆盖风险．表明银行在这种压力冲击下不会破产，资本【８】卓娜，丰教．压力刹试在风险雷理十的应甩们技术经湃与董理研持有量较为安全。
究，２００６，（４）：６６－６７
【９１董天新，杜亚斌：压力测试厦善在坌融机构风险管理中的运用们．５结论
海南奎融．２Ｇ０５．（８）：３６－４０．
（责任编辑／李友平
本文采用我国２０００—２００５年的宏观经济数据和银行违约数据（经适当技术处理）．通过ＳＰＳＳ软件建立了用于压力
统计与陕策２００７年７月（理论牍）１０３
万
方数据