中國商業(yè)銀行體系信用風(fēng)險評估淺論

中國商業(yè)銀行體系信用風(fēng)險評估淺論

摘要：宏觀壓力測試，作為壓力測試方法在宏觀經(jīng)濟分析中的具體運用，可以提供極端事件對金融體系影響的前瞻性信息。隨著各國金融監(jiān)管當(dāng)局對系統(tǒng)性風(fēng)險的日趨重視，宏觀壓力測試方法逐漸成為檢驗一國銀行體系的脆弱性、維護(hù)金融穩(wěn)定的首選工具。本文主要研究宏觀壓力測試在銀行信用風(fēng)險評估中的應(yīng)用，并在已有的模型成果的對比分析基礎(chǔ)上，建立適用于我國的宏觀壓力測試模型并以此進(jìn)行實證分析。本文以貸款違約率作為評估銀行系統(tǒng)信用風(fēng)險的指標(biāo)，選取對銀行信貸違約風(fēng)險構(gòu)成沖擊的宏觀經(jīng)濟變量，通過多元線性回歸模型將其整合成為一個綜合性指標(biāo)。研究結(jié)果發(fā)現(xiàn)：名義國內(nèi)生產(chǎn)總值和通貨膨脹率指標(biāo)對銀行體系的貸款表現(xiàn)沖擊力較強。在此基礎(chǔ)上構(gòu)建了兩種宏觀經(jīng)濟極端情境，在關(guān)于NGDP大幅下降和CPI驟升的壓力情境設(shè)定下，銀行體系的貸款違約率都出現(xiàn)了不同程度的大幅度提高。尤其在關(guān)于通貨膨脹率的情境設(shè)定下，貸款違約率的增幅高于其在NGDP下降情境下的增幅。

關(guān)鍵詞：商業(yè)銀行；信用風(fēng)險；宏觀壓力測試

一、引言

自20世紀(jì)70年代末到21世紀(jì)初，全球有93個國家先后爆發(fā)了112次系統(tǒng)性銀行危機。尤其90年代以來頻頻爆發(fā)的金融危機——如1987年美國股市崩盤、1994年美國利率風(fēng)暴及中南美洲比索風(fēng)暴、1997年亞洲金融危機、1998年俄羅斯政府違約事件，特別是2007年春季開始的次貸危機最終演變?yōu)?008年的全球金融風(fēng)暴，波及范圍之廣，影響程度之大，史無前例。它們不僅使一國多年的經(jīng)濟發(fā)展成果毀于一旦，還危機到一國的經(jīng)濟穩(wěn)定，對全球經(jīng)濟也產(chǎn)生了強大的沖擊。［1］

收稿日期：2008-07-05

項目資助：本文受到西安交通大學(xué)“985工程”二期資助，國家社會科學(xué)基金資助。

作者簡介：李江，湖南省湘潭市人，金融學(xué)博士，西安交通大學(xué)經(jīng)濟與金融學(xué)院副教授，

碩士研究生導(dǎo)師，研究方向：金融風(fēng)險管理；劉麗平,女，河北省承德市人，西安交通大學(xué)經(jīng)濟與金融學(xué)院碩士研究生，研究方向：財務(wù)預(yù)警。

金融系統(tǒng)的宏觀壓力測試是一類前瞻性分析的工具，用于模擬“異常但合理”宏觀經(jīng)濟沖擊對金融體系穩(wěn)定性的影響，可以幫助中央銀行識別金融體系的薄弱環(huán)節(jié)，有助于各方理解金融部門與宏觀經(jīng)濟之間的聯(lián)系，同時提高中央銀行和金融機構(gòu)的風(fēng)險評估能力。因此，受到各國金融監(jiān)管當(dāng)局的重視，逐漸成為檢驗一國銀行體系的脆弱性，維護(hù)金融穩(wěn)定的首選工具。在金融全球化的趨勢下，隨著我國金融市場的完全開放，我國金融業(yè)和國際金融市場的逐步融合，是否擁有一個穩(wěn)定和富有競爭力的銀行體系對于中國而言顯得非常迫切。對銀行體系進(jìn)行穩(wěn)定性評估，尤其是對銀行體系面對的信用風(fēng)險

進(jìn)行宏觀層面的壓力測試，對防范和化解系統(tǒng)性金融風(fēng)險，維護(hù)中國金融穩(wěn)定和安全具有重要意義。

下面研究宏觀壓力測試在銀行信用風(fēng)險評估中的應(yīng)用，通過對國外已有的成熟模型理論成果分析比較的基礎(chǔ)上，根據(jù)我國的宏觀經(jīng)濟及金融發(fā)展特點，經(jīng)濟、金融數(shù)據(jù)統(tǒng)計及披露特點，模型的數(shù)據(jù)需求深度廣度要求，建立適用于我國的模型并以此進(jìn)行實證分析。

二、文獻(xiàn)綜述

宏觀經(jīng)濟因素對銀行信貸違約風(fēng)險的影響

McKinnonR［2］認(rèn)為，宏觀經(jīng)濟穩(wěn)定時，銀行經(jīng)營行為非常保守，不會出現(xiàn)不顧風(fēng)險單方面追求效益的現(xiàn)象。但在實際匯率波動、通貨膨脹出現(xiàn)等宏觀經(jīng)濟不穩(wěn)定的情況下，政府或明或暗的存款擔(dān)保，導(dǎo)致銀行會產(chǎn)生以高利率對高風(fēng)險項目貸款的風(fēng)險行為。DonaldvanDeventer［3］通過線性回歸分析，確定了宏觀因素對銀行股價變動的解釋在統(tǒng)計上是顯著的。

對20世紀(jì)80年代以來各國銀行不穩(wěn)定尤其是銀行危機現(xiàn)象,國際組織和國內(nèi)外學(xué)者進(jìn)行了大量研究,積累了十分豐富的實證資料。尤其是來自美國、英國、澳大利亞、芬蘭的許多國外學(xué)者,在對20世紀(jì)80、90年代全球銀行不穩(wěn)定事件的實證分析中發(fā)現(xiàn),宏觀經(jīng)濟因素波動在各國銀行不穩(wěn)定中扮演著重要角色。TomBernhardsen［4-5］建立起銀行破產(chǎn)與不良貸款和宏觀經(jīng)濟因素的關(guān)系模型，并且利用歐洲國家的面板數(shù)據(jù)進(jìn)行了實證檢驗。ErlenmaierU［6］和GersbachH［7］利用挪威中央銀行的宏觀經(jīng)濟模型RIMINI對總體審慎指標(biāo)的趨勢與發(fā)展進(jìn)行預(yù)測，并且建立了評估貸款違約率的宏觀信貸方程。FroylandE和LarsenK［8］利用RIMINI對銀行不良貸款在宏觀經(jīng)濟波動情境下進(jìn)行了壓力測試。PesolaJ［9］分析了銀行系統(tǒng)危機對宏觀經(jīng)濟因素波動的敏感性，并利用芬蘭的數(shù)據(jù)通過建立模型對兩者之間的關(guān)系進(jìn)行定量分析。VirolainenK［10］對芬蘭金融風(fēng)險的實證評估，建立了宏觀信貸模型并進(jìn)行宏觀壓力測試，揭示了芬蘭銀行系統(tǒng)貸款違約風(fēng)險與宏觀經(jīng)濟波動的相關(guān)性。

國內(nèi)對于銀行體系的穩(wěn)定評估的實證研究，包括陳華，伍志文［11］運用1978～2000年間的數(shù)據(jù)對我國銀行體系脆弱性狀況進(jìn)行了量化分析。結(jié)果發(fā)現(xiàn),中國整個銀行體系在1978～2000年之間有11年是不穩(wěn)定的,尤其是在1992年和1998年前后更為突出,銀行體系出現(xiàn)了不穩(wěn)健的征兆,存在較大的金融風(fēng)險。

宏觀壓力測試?yán)碚摵蛯嵺`

在執(zhí)行宏觀壓力測試使用的宏觀信貸模型的研究領(lǐng)域，有兩個學(xué)者的模型框架占據(jù)舉足輕重的地位，并為日后的學(xué)者不斷的進(jìn)行模型的拓展研究和實證應(yīng)用奠定了良好的基礎(chǔ)。他們是WilsonTC［12-13］和MertonR［14］。Wilson對各工業(yè)部門違約概率對一系列宏觀經(jīng)濟變量的敏感度直接建模。模型的思想是對違約概率和宏觀因素的關(guān)系進(jìn)行建模，模擬將來違約概率分布的路徑，就可以得到資產(chǎn)組合的預(yù)期異常損失，進(jìn)而模擬出在宏觀經(jīng)濟波動沖擊下的違約概率值。相比較而言，Merton模型則多加入了股價對宏觀要素的反映，將資產(chǎn)價格變動整合進(jìn)違約概率評估模型。因此，前一種模型更直觀，計算量較小；而后一種方法對數(shù)據(jù)的廣度和深度的要求以及計算量要求都很高，其中有些市場數(shù)據(jù)也許是信貸風(fēng)險的噪音指標(biāo)。

世界各地的學(xué)者，運用上述模型框架進(jìn)行了大量的實證研究。VliegheG［15］對英國銀行體系累加的企業(yè)違約概率進(jìn)行建模估計，發(fā)現(xiàn)GDP、實際利率和真實工資水平具有較顯著的解釋能力。BunnP,CunninghamA和DrehmannM［16］曾使用probit模型來測算英國企業(yè)部門的貸款違約風(fēng)險。BossM［17］針對加總的企業(yè)違約概率估計出宏觀經(jīng)濟信貸模型來分析澳大利亞銀行部門的壓力情境，結(jié)論說明工業(yè)產(chǎn)值，通貨膨脹率，股票指數(shù)，名義短期利率和油價都是違約概率的決定因素。MarcoM、Sorge、KimmoVirolainen［18］利用Wilson模型框架對芬蘭銀行系統(tǒng)的信貸違約概率進(jìn)行了宏觀壓力測試分析。結(jié)果證明在壓力情境下，違約概率的蒙特卡羅模擬分布明顯異于常態(tài)分布，其Var值遠(yuǎn)高于基期的測算值。JimWong,Ka-faiChoi和TomFong［19］建立了香港零售銀行面對宏觀經(jīng)濟波動的信貸風(fēng)險宏觀壓力測試框架。模型框架中引入的宏觀經(jīng)濟變量包括：國內(nèi)生產(chǎn)總值，利率，房地產(chǎn)價格和大陸的GDP。同時用宏觀壓力測試評估了香港銀行體系的貸款資產(chǎn)和住房抵押貸款風(fēng)險暴露。壓力情境的設(shè)定模擬了亞洲金融危機時發(fā)生的宏觀經(jīng)濟波動，并分別引入了測試模型。結(jié)果表明在置信水平90%時，在所有壓力情境下有些銀行仍然能夠盈利。這意味著目前銀行系統(tǒng)的信用風(fēng)險較穩(wěn)和。當(dāng)VaR取99%的置信水平這一極端情況時，一些銀行出現(xiàn)了巨額損失，但這類事件發(fā)生的概率極低。

HoggarthG和WhitleyJ［20］與DrehmannMHoggarth，GLoganA，ZecchinoL［21］在他們的研究中引入了英國在FSAP框架指引下宏觀壓力測試的執(zhí)行結(jié)果和方法，在壓力情境的設(shè)定方面采用在險價值框架下的蒙特卡羅模擬法。JonesMT,HilbersP和SlackG［22-23］提供了宏觀壓力測試的更一般的非線性的方法。WorrellD［24-25］討論了一個將早期預(yù)警系統(tǒng)，金融健全性指標(biāo)和宏觀壓力測試整合的方法。

一些學(xué)者研究將信用風(fēng)險和市場風(fēng)險整合測量，例如AllenL和SaundersA［26］嘗試將宏觀經(jīng)濟因素整合進(jìn)信用風(fēng)險的測量模型。而最近的一些文獻(xiàn)如PainD、VesalaJ［27］和Gropp等人［28-29］則是引用Wilson的宏觀信用模型分析了宏觀要素對銀行的債務(wù)人的信用質(zhì)量的影響。而Wilson的模型的一個替代選擇則是Merton的公司層面的結(jié)構(gòu)模型.GrayD、Merton和Bodie［30］將這一框架擴展至研究主權(quán)違約風(fēng)險。DervizA和KadlcakovaN［31］將商業(yè)周期的影響整合進(jìn)一個具有結(jié)構(gòu)模型和簡化模型特征的復(fù)合模型。DrehmannM、ManningM［32］和PesaranMH等［33］在利用Merton模型框架的宏觀壓力測試中研究了違約概率和宏觀經(jīng)濟變量的非線性關(guān)系。BenitoA,WhitleyJ和YoungG［34］將基于衡量違約概率的Merton模型融入針對模擬個別企業(yè)違約的probit模型。他們發(fā)現(xiàn)Merton模型方法比僅僅依靠企業(yè)的財務(wù)數(shù)據(jù)的模型效果更優(yōu)。

還有一些文獻(xiàn)使用不良貸款，貸款損失額或者復(fù)合指標(biāo)與宏觀經(jīng)濟因素整合成矩陣向量來測算金融體系的穩(wěn)定性。HanschelE和MonninP［35］針對瑞士銀行系統(tǒng)構(gòu)建了一個復(fù)合壓力指標(biāo)，該指標(biāo)綜合了金融不穩(wěn)定的市場指標(biāo)和銀行資產(chǎn)負(fù)債表上的衍生變形指標(biāo)。KaliraiH和SchEicherM［36］針對對澳大利亞銀行體系累加的貸款損失，通過涉及廣泛的宏觀經(jīng)濟變量的模型進(jìn)行了時間序列的回歸估計。這些宏觀經(jīng)濟變量包括國內(nèi)生產(chǎn)總值、工業(yè)產(chǎn)值缺口、消費者價格指數(shù)、貨幣供給增速、利息率、股票市場指數(shù)、匯率、出口額和油價。

國內(nèi)外研究述評

目前國外開展的關(guān)于銀行穩(wěn)定性評估的實證研究十分豐富，其中挪威和芬蘭中央銀行的研究對金融系統(tǒng)的評估最具綜合性。穩(wěn)定性評估的目的在于，對銀行體系的健全狀況和抵御系統(tǒng)性金融危機的能力進(jìn)行定量和定性的客觀評價。為此采用了金融穩(wěn)健指標(biāo)分析情境進(jìn)行模擬，來量度和評估銀行體系在遇到?jīng)_擊甚至遇到金融危機時，保持穩(wěn)定的能力。

而國內(nèi)對于銀行體系的穩(wěn)定評估的實證研究都偏重于評價銀行體系的穩(wěn)定性，對在抵御不確定性風(fēng)險的能力評估并未涉及。目前我國關(guān)于宏觀壓力測試的研究才剛剛涉及，孫連友［37］，高同裕、陳元富［38］等學(xué)者對宏觀壓力測試進(jìn)行了理論上的探討，但多為國外文獻(xiàn)的整理或綜述，未能進(jìn)一步的發(fā)展和深入。尤其在模型研究方面，僅僅停留在介紹早期國外學(xué)者的模型框架和較為成熟的各國宏觀壓力測試手冊指引中的操作流程。其內(nèi)容多為宏觀壓力測試的必要性、目的作用、所用方法、國內(nèi)外的具體實踐等，未能有很系統(tǒng)和深入的介紹，而對多種宏觀壓力測試模型的介紹和分析尚無涉及。

在實證方面，熊波［39］通過建立宏觀經(jīng)濟因素的多元Logit回歸分析，并對結(jié)果進(jìn)行假設(shè)情境的壓力測試分析。得出的結(jié)論是，國內(nèi)生產(chǎn)總值和通貨膨脹率這樣的宏觀經(jīng)濟變量的確是影響中國銀行體系穩(wěn)定性的重要因素。但是該文只是借鑒了壓力測試的思想，使用傳統(tǒng)的方法，通過模擬情境下宏觀經(jīng)濟因素異動，由Logit模型最終得出穩(wěn)定性指標(biāo)期望值的點估計來評價銀行體系的穩(wěn)定性。這種方法不能有效地反映出宏觀變動沖擊對銀行體系的影響，不能看出壓力情境下銀行面臨的最主要的信用風(fēng)險的分布狀況，即貸款違約率的概率分布。

三、宏觀壓力測試方法流程及模型設(shè)定

方法流程

宏觀壓力測試是模擬“危機事件”來估計極端卻可能的壓力情境下金融體系的波動。在宏觀壓力測試的框架中，其模型表示為：

Q(t+1｜t+1≥X=f(Xt,Zt)

在中表示在模擬的壓力情境下評價金融體系的穩(wěn)定性的指標(biāo)的表現(xiàn)。在宏觀壓力測試模型中衡量金融部門波動性的最一般的方法是資本的潛在損失率。Q(·)表示衡量金融系統(tǒng)波動性的風(fēng)險矩陣，衡量違約情況的指標(biāo)例如貸款損失額主要通過模擬壓力情境下的點估計得到。在這種情況中，該條件概率值表示的風(fēng)險矩陣較容易計算。而在險價值方法中，在任何給定的壓力情境下，資產(chǎn)組合的損失應(yīng)產(chǎn)生概率分布，而不是前一種方法中的點估計值?？蚣苤衒(·)表示損失方程，該方程模擬了宏觀經(jīng)濟沖擊對金融體系中加總的資產(chǎn)組合的影響關(guān)系。該方程可包含風(fēng)險暴露，違約概率，相關(guān)性，回饋效應(yīng)，以及宏觀經(jīng)濟變量變動與系統(tǒng)層面金融穩(wěn)定性表現(xiàn)的相互關(guān)系。

壓力測試的執(zhí)行方式主要是通過情境設(shè)定，根據(jù)情境假設(shè)下可能的風(fēng)險因子變動情形重新評估金融商品或投資組合的價值，整個程序通常分為兩大步：一是情境設(shè)定；二是重新評估。通常重新評估的方式不會有太大的差異，但是情境設(shè)定的方式卻有很多種選擇。情境分析是目前應(yīng)用的主流。即利用一組風(fēng)險因子定義為某種情境，分析在個別情境下的壓力損失，因此此類方法稱為情境分析，情境分析的事件設(shè)計方法有兩種：歷史情境分析和假設(shè)性情境分析。其他方法還有敏感度分析和極值理論法。

本文根據(jù)信用風(fēng)險壓力測試的相關(guān)文獻(xiàn)以及世界銀行和國際貨幣基金組織聯(lián)合開發(fā)的FSAP（financialSectorassessmentprogramme)的手冊，將壓力測試的執(zhí)行程序見圖1所示。

圖1壓力測試流程圖

模型的設(shè)定

本文將在Wilson、Boss和Virolainen研究框架的基礎(chǔ)上建立適合我國銀行系統(tǒng)信用風(fēng)險評估的宏觀壓力測試模型。首先借鑒國外研究成果中關(guān)于宏觀經(jīng)濟因素和貸款違約率之間的非線性關(guān)系設(shè)定。在此基礎(chǔ)上使用Logit方程將貸款違約率轉(zhuǎn)化為宏觀綜合指標(biāo)，以指標(biāo)作為因變量與宏觀經(jīng)濟因素進(jìn)行多元線性回歸分析，使得這一指標(biāo)能夠很好地利用各宏觀經(jīng)濟指標(biāo)所提供的信息。在模型中宏觀經(jīng)濟因素的選擇方面，參考國內(nèi)外學(xué)者實證研究中模型的自變量，結(jié)合我國數(shù)據(jù)統(tǒng)計和披露特點等制約因素選取適合的宏觀經(jīng)濟變量來構(gòu)建模型。

yt=ln1-PDt[]PDt

yt=α0+α1Xt+…α1+mX1-m+β1yt-1+…+βny1-n+μt

Xt=0+1Xt-1+…+pX1-p+φ1yt-1+…+φqyt-q+εt

PDt代表t年度的貸款的平均違約率，Y是一個反映宏觀經(jīng)濟狀況的綜合性指標(biāo)，也可以將它理解為是反映銀行體系違約概率和各宏觀經(jīng)濟變量的關(guān)系的“中介指標(biāo)”，X代表宏觀經(jīng)濟變量。在利用歷史數(shù)據(jù)進(jìn)行模型估計時，通過處理的違約概率值代入就可以得到估計的綜合指標(biāo)的估計值。將其帶入就可以估計出宏觀方程的系數(shù)，并以此估計出的方程作為進(jìn)行宏觀壓力測試的基礎(chǔ)。而在執(zhí)行壓力測試的時候，通過壓力情境的設(shè)定，用不同方法得到的各相關(guān)宏觀經(jīng)濟變量值代入估計出的就可以得到壓力情境下的Y，再通過就估計出了壓力情境下的銀行系統(tǒng)的違約概率。

公式就是對貸款違約率進(jìn)行Logit回歸分析，PDt表示t年度的貸款的平均違約率，yt表示一系列宏觀經(jīng)濟變量的綜合指標(biāo)。

公式是反映各宏觀經(jīng)濟變量與綜合性指標(biāo)yt的關(guān)系的方程，本文采用多元線性回歸的方法來模擬變量之間的關(guān)系。其中Xt=(x1,t,x2,t…xl,t)′是L×1階列向量，代表L個宏觀經(jīng)濟因素構(gòu)成的列向量；μt是方程的隨機擾動項。截距α0是一個L×1階列向量；系數(shù)α1,α2…α1+m分別代表L×1階向量，系數(shù)β1…βn是L×n階矩陣向量。

公式是關(guān)于各宏觀經(jīng)濟變量的時間序列模型?？紤]到宏觀經(jīng)濟因素采取的時間序列數(shù)據(jù)，可能存在變量的滯后性，因此對各宏觀經(jīng)濟變量進(jìn)行P階自回歸分析，剔除模型中的序列相關(guān)性。在中，0是L×1階的列向量,1,…,p都是L×1階矩陣向量，φ1,…φq是L×q階矩陣向量，隨機誤差εt都是L×1階列向量。

在這個模型中，假設(shè)μt和εt是序列不相關(guān)的，并且分別服從方差協(xié)方差為矩陣∑μ和∑ε的正態(tài)分布。其中μt和εt相關(guān)的方差協(xié)方差矩陣為∑μ,ε。

在Wilson和Virolainen提出的框架中，yt僅僅與Xt有關(guān)，而本文模型的設(shè)定更符合實際情況，yt不僅與Xt相關(guān)，考慮到宏觀沖擊的時滯效應(yīng)，yt還與其滯后期的值yt-1,…,yt-n有關(guān)。

從可以看出，模型不僅考慮到了宏觀經(jīng)濟變量值之間的相互影響，模型的設(shè)定考慮到了金融體系對宏觀經(jīng)濟波動的回饋效應(yīng)。將銀行的表現(xiàn)對經(jīng)濟的反饋影響通過在宏觀因素變量的自回歸方程中引入綜合變量來實現(xiàn)。通過各行業(yè)綜合指標(biāo)Y的前期值對各宏觀經(jīng)濟變量的影響設(shè)定來反映現(xiàn)實世界中的金融與經(jīng)濟發(fā)展的相互影響關(guān)系。

變量選取

1.解釋變量

根據(jù)各國的實證研究經(jīng)驗和我國銀行體系業(yè)務(wù)發(fā)展特點，本文模型的變量選取1990～2006年的年度數(shù)據(jù)，主要考慮到數(shù)據(jù)的可得性、宏觀經(jīng)濟統(tǒng)計的特征以及經(jīng)濟沖擊發(fā)生的持續(xù)時間來決定的。鑒于研究的宏觀層面，從數(shù)據(jù)的可得性及計算量考慮，本文的宏觀模型是基于整個經(jīng)濟體系的，因此各宏觀經(jīng)濟變量將不采用各經(jīng)濟部門的統(tǒng)計值，而是采用本國的整體水平的統(tǒng)計值。

本文選取八個宏觀經(jīng)濟變量作為解釋變量：

NGDP—國內(nèi)生產(chǎn)總值名義年增長率；

RGDP—國內(nèi)生產(chǎn)總值實際年增長率；

NR—一年期存款的名義基準(zhǔn)利率；

RR—一年期存款的實際基準(zhǔn)利率；

NLR—一年期流動資金貸款的名義平均利率；

RLR—一年期流動資金貸款的實際平均利率；

CPI—居民消費價格指數(shù)；

RE—房地產(chǎn)價格指數(shù)；

2.被解釋變量

本文選取違約概率作為評估信用風(fēng)險的指標(biāo)，銀行系統(tǒng)的信用風(fēng)險主要表現(xiàn)為貸款資產(chǎn)的違約風(fēng)險。違約率水平是評估銀行貸款質(zhì)量的最直接的指標(biāo)，違約風(fēng)險可以用借款人在規(guī)定期限內(nèi)的違約概率度量。VirolainenK對芬蘭銀行系統(tǒng)的違約概率進(jìn)行的宏觀壓力測試分析中，對違約概率指標(biāo)采取如下方式賦值：在研究時段內(nèi)，某行業(yè)的破產(chǎn)機構(gòu)數(shù)量與總的機構(gòu)數(shù)量的比率為銀行體系面對的違約率。JimWong、Ka-faiChoi和TomFong［19］建立的香港零售銀行面對宏觀經(jīng)濟波動的信貸風(fēng)險壓力測試框架中，違約概率是逾期3個月以上的貸款額與總貸款額的比率。本文選取四家國有商業(yè)銀行和交通銀行、招商銀行、光大銀行等十家股份制商業(yè)銀行的信貸數(shù)據(jù)作為樣本，以平均的逾期貸款率代表貸款違約率，即以年末樣本銀行的總逾期貸款額與總貸款余額的比率。其中，1990、1991、1992三年的各樣本銀行的詳細(xì)數(shù)據(jù)欠缺，因此本文根據(jù)各類媒體披露的總的逾期貸款的變動率和貸款額的變動率計算出了這三年的逾期貸款率，其他各年份的詳細(xì)數(shù)據(jù)均來自中國金融年鑒和各銀行的年報。

四、實證結(jié)果

模型估計

代入1990～2006年的宏觀經(jīng)濟數(shù)據(jù)對上述模型進(jìn)行多元回歸分析和模型估計，先用宏觀經(jīng)濟變量的名義指標(biāo)值和實際值，與引入的綜合指標(biāo)Y的兩期滯后變量分別對Y進(jìn)行回歸。從兩個模型的t檢驗指標(biāo)看出，模型中GDP、LR、R作為解釋變量的參數(shù)并不顯著，而引入的Y的二階滯后變量對因變量的解釋性也不顯著。因此模型的參數(shù)需要進(jìn)一步調(diào)適剔除。根據(jù)經(jīng)驗和宏觀經(jīng)濟沖擊的滯后性往往為一年，因此模型中只引入Y的一階滯后變量。雖然兩個模型的擬合優(yōu)度統(tǒng)計檢驗指標(biāo)和D-W指標(biāo)略微下降，但兩個指標(biāo)值分別為和2，仍是非常理想的檢驗指標(biāo)值。在剔除掉一年期存款利率后，兩個模型各參數(shù)的t檢驗指標(biāo)都非常顯著。但是以模型解釋變量的參數(shù)符號來看，通貨膨脹率CPI在以名義宏觀經(jīng)濟變量值為自變量的模型中的系數(shù)符號為負(fù)，這表明隨著CPI的增加，Y值也會減小，經(jīng)過Logit變換后的違約概率PD將會增大，顯然符合經(jīng)濟學(xué)原理。而在關(guān)于實際變量的模型中系數(shù)為正號，這是違背經(jīng)濟學(xué)原理的。所以本文確定以名義變量作為模型解釋變量的方程為最佳的宏觀經(jīng)濟模型。這說明我國銀行的信貸違約率對名義的宏觀經(jīng)濟因素的波動更敏感。MarcoSorge、KimmoVirolainen利用wilson模型框架對芬蘭銀行系統(tǒng)的違約概率進(jìn)行了宏觀壓力測試分析，宏觀經(jīng)濟模型估計結(jié)果與我國上述情況類似，即名義的宏觀經(jīng)濟變量對違約概率的解釋能力更顯著。

根據(jù)回歸方程的t檢驗，各宏觀因素指標(biāo)的實際值對綜合指標(biāo)的影響并不顯著，所以剔除不列入表內(nèi)。從表1中可以看出，綜合經(jīng)濟指標(biāo)和各宏觀經(jīng)濟變量指標(biāo)的名義值關(guān)系顯著。且綜合指標(biāo)的一期滯后值對各宏觀經(jīng)濟指標(biāo)影響均顯著。從關(guān)于綜合指標(biāo)的多元線性回歸方程也可以看出，國內(nèi)生產(chǎn)總值增長率、貸款利率水平、通貨膨脹率和房地產(chǎn)價格的確是影響到我國銀行體系違約概率的顯著因素，而且綜合指標(biāo)明顯受其一期滯后值的顯著影響。

宏觀壓力情境的設(shè)定及其結(jié)果

本文選擇情境分析作為執(zhí)行壓力測試的方法。針對模型所選取的宏觀經(jīng)濟變量，我們設(shè)定兩個壓力情境：一種是GDP增長突然放緩的情境；一種是CPI上升到較高的水平。對于各種壓力情境下，反映壓力的宏觀經(jīng)濟變量的變動幅度，可以通過以往的歷史相似情境數(shù)據(jù)或歷史經(jīng)驗直接進(jìn)行人為的設(shè)定。而本文在對銀行體系遇到極端情境進(jìn)行構(gòu)建之前，利用時間序列模型對解釋變量NGDP、CPI進(jìn)行了2008～2010年的簡單ARMA模型預(yù)測，作為我們構(gòu)建的參考基準(zhǔn)情境。

從表2可以看出，在設(shè)定的兩種壓力情境下，我國的銀行體系的信貸風(fēng)險明顯增加，從模型預(yù)測估計出的貸款違約率都有不同幅度的增加。隨著國民生產(chǎn)總值增速的大幅降低，貸款違約概率增大，但幅度較緩。而隨著通貨膨脹率的驟增，違約概率出現(xiàn)大幅度的激增。這充分說明在壓力情境下，宏觀經(jīng)濟變量對銀行系統(tǒng)信貸違約概率的沖擊效應(yīng)非常顯著。從而判斷，通貨膨脹率的同等幅度波動對銀行體系信貸違約率值的影響更大。

五、結(jié)論及建議

本文在對比分析國外成熟模型的基礎(chǔ)上，構(gòu)建了適合我國經(jīng)濟環(huán)境的宏觀壓力測試模型。首先本文借鑒了國外研究成果中關(guān)于宏觀經(jīng)濟因素和貸款違約率之間的非線性關(guān)系設(shè)定。在此基礎(chǔ)上使用Logit方程將貸款違約率轉(zhuǎn)化為宏觀綜合指標(biāo)Y，以指標(biāo)Y作為因變量與宏觀經(jīng)濟因素進(jìn)行多元線性回歸分析，使得這一指標(biāo)能夠很好地利用各宏觀經(jīng)濟指標(biāo)所提供的信息。在模型中宏觀經(jīng)濟因素的選擇方面，參考國內(nèi)外學(xué)者實證研究中模型的自變量，結(jié)合我國數(shù)據(jù)統(tǒng)計和披露特點等制約因素選取適合的宏觀經(jīng)濟變量來構(gòu)建模型。借鑒已有研究成果中在選擇信貸風(fēng)險的評估指標(biāo)方面的做法，以逾期貸款率作為模型中反映銀行體系信貸風(fēng)險的指標(biāo)。

結(jié)果發(fā)現(xiàn)：宏觀經(jīng)濟變量名義國內(nèi)生產(chǎn)總值，消費者價格指數(shù)，房地產(chǎn)價格指數(shù)和名義流動貸款利率對銀行體系貸款違約率影響是顯著的。特別是名義國內(nèi)生產(chǎn)總值和通貨膨脹率指標(biāo)，沖擊力較強。在關(guān)于名義國內(nèi)生產(chǎn)總值大幅下降和通貨膨脹率驟升的壓力情境設(shè)定下，銀行體系的貸款違約率都出現(xiàn)了不同程度的大幅度提高。尤其在關(guān)于通貨膨脹率的壓力情境下，貸款違約率的增長幅度高于名義國內(nèi)生產(chǎn)總值下降情境下的增幅。

本文研究結(jié)果對中國國情有著一定的解釋力，讓我們有信心支持這樣的研究思路的繼續(xù)開展。通過分析我們可以看出，中國的銀行體系穩(wěn)定性還有待進(jìn)一步加強，在面臨假設(shè)的宏觀經(jīng)濟沖擊時，化解風(fēng)險的能力就顯得不足。當(dāng)然我們構(gòu)建的這些極端情形發(fā)生的概率都是極小的，畢竟中國經(jīng)濟目前來看幾年內(nèi)保持穩(wěn)定增長的態(tài)勢是確定的。

參考文獻(xiàn)：

［1］中國人民銀行金融穩(wěn)定分析小組.中國金融穩(wěn)定報告［EB/OL］.http:///?col=100&ID=2257&keyword.

［2］McKinnonR.Financialgrowthandmacroeconomicdtabilityin:implicationsforRussiaandothertransitionaleconomies［J］.JournalofComparativeEconomics,1994,17(2):438-469.

［3］DeventerDV,KenjiI.CreditriskmodelsandtheBaselAccords［M］.BEijing:RENMINUniversityofChinaPress,2005:14-56.

［4］BernhardsenT.Real-timedataforNorway:Challengesformonetarypolicy［J］.TheNorthAmericanJournalofEconomicsandFinance,2005,19(3):333-349.

［5］BernhardsenT.Therelationshipbetweeninterestratedifferentialsandmacroeconomicvariables:apaneldatastudyforEuropeancountries［J］.JournalofInternationalMoneyandFinance,2000,18(2):289-308.

［6］ErlenmaierU.CorrelationsmodelsinCreditRiskManagem［D］.Norway:UniversityofHEIdelberg,2004.

［7］ErlenmaierU.Gbabilitiesanddefaultcorrelations［D］.Norway:UniversityofHeidelberg,2005.

［8］Froyland