论文部分内容阅读
摘 要：2008年国际金融危机后，压力测试逐步成为量化评估金融体系系统性风险、推进宏观审慎管理的重要手段。本文以银行体系的不良贷款率为风险测度指标，运用Logistic模型，分别模拟2008年历史情景和历史最差情景来测算宏观经济因素波动对银行体系的冲击大小。从设置的两种情景压力测试结果看，消费和投资增速变化形成信用风险因子时，湖南省银行体系形成的不良贷款率都低于初期不良贷款率，湖南省银行体系稳定性较高。
关键词：信用风险；宏观压力测试；Logistic模型
中图分类号：F832.2 文献标识码：A 文章编号：1003-9031（2013）04-0040-05 DOI：10.3969/j.issn.1003-9031.2013.04.08
压力测试作为一种定量分析方法，是银行发现并控制潜在风险的重要工具。根据关注范围的不同，压力测试可以划分为两大类[1]：一类是微观压力测试，估算“异常但合理”的冲击所导致的单个机构资产组合价值变化，目的在于衡量冲击对金融机构某项业务或者资产组合的潜在影响；另一类是宏观压力测试，估量“异常但合理”的宏观经济冲击对金融体系的影响。由于单个金融机构的稳定并不等同于整个金融体系的稳定，因此，运用宏观压力测试方法对防范和化解系统性金融风险工作意义重大。本文运用宏观压力测试方法，分析了宏观因素异常变化对银行最为关注的风险——信用风险的冲击，以此判断银行体系的稳健性。
一、信用风险宏观压力测试方法
1.线性回归模型。该模型运用历史数据建立宏观经济变量与信用风险衡量指标之间的线性关系。关系式的系数表示宏观经济变量对信用风险的影响大小，其模型为：
X表示GDP、通货膨胀率、利率等宏观经济变量，Z为银行特征变量，包括银行规模、集中程度等。对于时间t和资产i来说，信用风险衡量指标Y是X与Z的线性函数。该模型通常选取宏观经济变量的时间序列数据或面板数据，通过异方差、多重共线性等处理，回归得到线性关系。这一方法因直观、操作简便，常常用于预估监管政策的效果[2]。缺点是，线性回归可能无法准确反映宏观经济变量与衡量指标之间的复杂关系。
关键词：信用风险；宏观压力测试；Logistic模型
中图分类号：F832.2 文献标识码：A 文章编号：1003-9031（2013）04-0040-05 DOI：10.3969/j.issn.1003-9031.2013.04.08
压力测试作为一种定量分析方法，是银行发现并控制潜在风险的重要工具。根据关注范围的不同，压力测试可以划分为两大类[1]：一类是微观压力测试，估算“异常但合理”的冲击所导致的单个机构资产组合价值变化，目的在于衡量冲击对金融机构某项业务或者资产组合的潜在影响；另一类是宏观压力测试，估量“异常但合理”的宏观经济冲击对金融体系的影响。由于单个金融机构的稳定并不等同于整个金融体系的稳定，因此，运用宏观压力测试方法对防范和化解系统性金融风险工作意义重大。本文运用宏观压力测试方法，分析了宏观因素异常变化对银行最为关注的风险——信用风险的冲击，以此判断银行体系的稳健性。
一、信用风险宏观压力测试方法
1.线性回归模型。该模型运用历史数据建立宏观经济变量与信用风险衡量指标之间的线性关系。关系式的系数表示宏观经济变量对信用风险的影响大小，其模型为：
X表示GDP、通货膨胀率、利率等宏观经济变量，Z为银行特征变量，包括银行规模、集中程度等。对于时间t和资产i来说，信用风险衡量指标Y是X与Z的线性函数。该模型通常选取宏观经济变量的时间序列数据或面板数据，通过异方差、多重共线性等处理，回归得到线性关系。这一方法因直观、操作简便，常常用于预估监管政策的效果[2]。缺点是，线性回归可能无法准确反映宏观经济变量与衡量指标之间的复杂关系。