IMF-金融行業(yè)評估計劃：關于銀行壓力測試和氣候風險分析的技術說明（英譯中）

關于銀行壓力測試和氣候風險分析的技術說明國際貨幣基金組織.出版服務郵政信箱92780.華盛頓特區(qū)20090電話202）623-743銀行壓力測試與氣候風險分析www.imf.org/externalA.宏觀金融發(fā)展9C.沉積物濃度敏感性分析20.沿海洪水估算23.氣候風險分析結果VIII.蒙特卡羅模擬過程33AML/CFT反洗錢/打擊資助恐怖主義AR6第六次評估局4455執(zhí)行摘要1馬爾代夫8家銀行的季度資產(chǎn)負債表監(jiān)管數(shù)據(jù)。已識別的漏洞受到風險評估矩陣。分析的風險有信用風險、流動性風險和市場風險。信用風險體現(xiàn)為不良貸款盡管馬爾代夫的經(jīng)濟從大流行引起的收縮中強勁反彈，但宏觀和金融脆弱性仍然存在。由價格補貼的財政支出增加以及經(jīng)常賬戶赤字擴大，財政和外部脆弱性上升。此外，對國有企業(yè)（SO支持和官方市場持續(xù)的外匯短缺導致國內財政融資需求增加，并進發(fā)展相關，系統(tǒng)性金融脆弱性變得更加突出，其中包括主權銀行關在這些宏觀金融發(fā)展的背景下，F(xiàn)SAP發(fā)現(xiàn)了一些額債務，這些債務越來越多地由銀行通過增加主權證券的持有和對國策進一步激勵了主權債務在銀行資產(chǎn)負債表上的積累，特別是通過對重（RW）。此外，當前包括外幣在內的公共債務償還軌跡，加上外匯流入可能下降，對管理官方儲備構成了率范圍調整，影響國有企業(yè)和貨幣錯配的企業(yè)。租賃公司使用廣泛的租賃和租購計劃對耐用消些不受監(jiān)管，從而使經(jīng)常性的家庭付款義務被低估。銀行也暴露于大型企業(yè)客戶，個別銀行接壓力測試適用于非復雜銀行部門的通常FSAP范圍。Thequalityofsmacrofinancialscenares,inc.對于自上而下的償付能力壓力測試，使用2010-2022年期間的季度銀行面板數(shù)據(jù)估計了不良貸款與宏觀經(jīng)濟變foreachstresssceario,adadditioalprovisioige息也將達到稅后收入，因此銀行資本也將發(fā)生變化。然后應用風險加權資產(chǎn)（RWA）的預測獲得了.通過納入主權風險敏感性分析，增強了償付能力壓力測試的嚴重情景。此外，還進行了信貸集以考慮對大型公司客戶的敞口。此外，在資本充足率的替代,從而大大提高了RWA并降低了資本充足率。壓力測試結果廣泛證實了已識別的漏洞并對其進行了量化。雖然銀行體系似乎對宏觀經(jīng)濟沖擊具有彈性，但對主權沖擊和/或集中風險的彈性較小。銀行的償付能力主要受到嚴重情景的影響，其中還包括主權國內債務交氣候風險分析考慮了在三種氣候情景下沖擊銀行不動產(chǎn)相關貸款的微觀方法。Coastalfloodshazardswasconsidered77雖然世紀中葉氣候對銀行系統(tǒng)的影響被認為是溫和的，但對世紀末影響和可保性問題的考慮到本世紀中葉國家損失分布的第99百分位世紀末，主要由于海平面上升，它們可能會大大加劇。隨著再保險保費的上漲，該國將來可能會件的有限或無再保險的挑戰(zhàn)。改善數(shù)據(jù)的粒度和覆蓋范圍，以及啟動氣候風險分析，將有助于更融部門對氣候的影響。雖然分析利用了全球和地方數(shù)據(jù)來源，但國家和金融系統(tǒng)需要更好的數(shù)據(jù)改善氣候數(shù)據(jù)的粒度和覆蓋范圍、國家和金融系統(tǒng)的地理風險以及與氣候。A.宏觀金融發(fā)展,財政和外部脆弱性仍然很高。對國有企業(yè)（SOE）的持續(xù)財政支持，特別是對住房開發(fā)公司（HDC）的投資項目的支持，增加了財政脆弱性。因此，不斷上升的財政融資需求正在通過國內債務發(fā)行和貨幣融馬爾代夫金融管理局（MMA）和國內銀行系統(tǒng)的主權風險敞口。官方外匯（FX）市場短缺的惡化反映了進口密集型投資，與大流行相關的公共支出增加以及MMA和國內薄弱的流動性管理主要的宏觀金融脆弱性源于中央政府和國有企業(yè)的高額債務，這些債務越來越多地由的主權證券和急劇增加的國有企業(yè)貸款來融資。同時，銀行對主權債務的需求有所增加，受到當前激勵，特別是通過對包括外匯計價在內的國內主權票據(jù)的零風險權重（務償還軌跡，加上進口成本可能增加和外匯流入下降，可能會耗響國有企業(yè)和貨幣錯配的企業(yè)。租賃公司對耐用消費品的融資，其中一些是不受監(jiān)管的，使用廣泛,以及政府的租金自付計劃，使經(jīng)常性的家庭支付義務被低估-一個數(shù)據(jù)缺口應該迅速縮小。最后，系統(tǒng)性流動性管3.馬爾代夫的金融體系相對于經(jīng)濟來說是龐大的，而且相當集中。銀行占據(jù)主導地位，占系統(tǒng)資產(chǎn)的。7%BML50%MCB匯豐6%4%7%BML50%MCB匯豐6%4%建立地方國有銀行占銀行系統(tǒng)資產(chǎn)的一半銀行系統(tǒng)結構2022年銀行系統(tǒng)資產(chǎn)百分比SBI7%7%另外兩家國有銀行是外資銀行，兩家是民營國內銀行，三家是分行/子公司。私人國內11%分支子公司分支5%9%9%國有75%4.銀行的資產(chǎn)配置反映了主權銀行之間日益增長的聯(lián)系。到2022年，貸款投放已減少到系統(tǒng)總資產(chǎn)的37%（低于2010年的60.5而投資（主要是政府證券）已增長到總資產(chǎn)的近30高于2010年的16.1%)款。銀行越來越有可能通過大型基礎設施項目達到高敞口限額，這些項目通常需要外幣，這是公司貸款在一些銀行，投資是主要業(yè)務貸款占37%，投資占總資產(chǎn)的30%0 月月這給主權風險帶來了巨大的敞口但可以解釋系統(tǒng)的盈利能力2021年平均資產(chǎn)回報率百分比0占Reg.Capital的百分比，截至2022年12月馬爾代夫塞舌爾斯里蘭卡尼泊爾巴基斯坦毛里求斯印度孟加拉國 業(yè)（34和建筑業(yè)（18.5而個人貸款（13.7但不良貸款主要用于旅游業(yè)（60和商業(yè)（17.3不良貸款率分別為10.6和不良貸款率低、下降和過度配置FC中有大量不良貸款非Perf.貸款和貸款損失準備金占貸款總額的百分比20按逾期天數(shù)劃分的貸款總額十億MVR5-不良貸款占總貸款不良貸款占總貸款LLR占總貸款 外幣0-59天u180-359天60-89天360+天當?shù)刎泿?0-179天720+天 86420大多數(shù)貸款在旅游和建筑業(yè)按部門和貨幣分類的貸款總額百萬MVR外幣當?shù)刎泿?大多數(shù)不良貸款都在旅游和商業(yè)部門。按部門和貨幣劃分的不良貸款百萬MVR10.60.40.20外幣當?shù)刎泿?.8 匯是稀缺的，因為可用性取決于中央銀行的分配或平行市場的溢價?？紤]到期限短且缺乏政府證 86 864208040貸款對存款(LTD)貸款對存款(LC)貸款對存款（外匯） 流動性過剩放在短期證券上 流動性過剩放在短期證券上占總資產(chǎn)的百分比，截至2022年12月外匯供應稀缺，取決于央行的分配Totalreserves在幾個月的進口中，截至2021年12月1/塞舌爾巴基斯坦斯里蘭卡馬爾代夫 這主要與短期資金相匹配68400 按貨幣分列的資金來源 億當?shù)刎泿?，截?022年12月u當?shù)刎泿磐鈳?.該系統(tǒng)看起來資本充足，盡管資本比率因持有零風險權重的大量政府票據(jù)而偏向上升。全系統(tǒng)資本充足率轄區(qū)一樣，對政府證券的投資是零風險加權的。鑒于銀行與主權之間的關系已經(jīng)加劇，如果出現(xiàn)嚴主權壓力，銀行資本將偏向向上，并可能迅速侵蝕。根據(jù)FSAP對 該系統(tǒng)似乎大寫。.監(jiān)管資本與RWA保持同步。監(jiān)管資本十億MVR和RWA的百分比馬爾代夫塞舌爾毛里求斯巴基斯坦斯里蘭卡尼泊爾孟加拉國010203 40-Jun-SJ3DJun60%Jun-SJ3DJun20%0%RWA監(jiān)管資本RWA資本充足率(rhs)資本充足率(rhs)較長期限、收益率較低的債券（表2iii）現(xiàn)金流錯配流動性壓力測試和巴塞爾協(xié)議III流動性覆蓋率的計算以及存款集中風險的測試iv）市場風險敏感性分析，特別是利率風險測試，評估在貸款和融資利率對稱上升的情況下，期限錯配對凈利息收入的影響，以及外幣風險測試，評估假定貶值對銀行外匯凈敞口頭寸（。FSAP沒有進行互聯(lián)性壓力測試，因為沒有正常運行的銀行間市場，也沒有對證券組合中的按9.壓力測試的監(jiān)督數(shù)據(jù)質量好壞參半。按主要經(jīng)濟部門細分的貸款數(shù)據(jù)僅從210.償付能力壓力測試基于三種情景(圖新預測。嚴重壓力情景是一種定制的危機情景，假設重大的外部壓力會導致嚴重的短期衰退，再致貶值（20和國庫券與債券的國內債務交換（意味著面值減少25。計量經(jīng)濟學模型（見附錄）只發(fā)三種（嚴重壓力）情景（圖6）。.關鍵宏觀經(jīng)濟和金融變量的基線情景，該情景基于國際貨幣基金組織截至2.建立在適度情景基礎上的嚴重壓力情景，并考慮到更嚴重的經(jīng)濟下滑，與RAM一致的全球和國內金融狀況的額外收緊，以及銀行持有的國內債務（國庫券）6.為個別亞洲和太平洋經(jīng)濟體，包括太平洋島國和小國量身定制。這兩次沖擊分別是全球金融沖擊，導致全球金融狀況進一步收緊（美國國債13.使用2010-2022年期間的逐行季度面板數(shù)據(jù)估計了不良貸款與宏觀經(jīng)濟變量之間的長期關系。最初，濟部門劃分的不良貸款比率是根據(jù)相關的宏觀經(jīng)濟變量進行回歸的。由于部門回歸沒有產(chǎn)生重大游業(yè)，美元化和外匯對業(yè)務連續(xù)性的重要性，估計重新集中在按貨。14.不良貸款模型發(fā)現(xiàn)，只有通貨膨脹和進NPLFct=β0+β1NPLFcii,t?1+β2InIIlatIIonii,t?1+β3GIm模型結果證明是非常重要的（表2并且使用面板數(shù)據(jù)估計對不良貸款率進行了逐(0.039)’’’(0.540)’’’(0.054)’’(0.042)’’’(0.556)’’(0.028)’’’16.在估計樣本外期間的不良貸款金額后，計算17.除撥備外，預計銀行的撥備前收入、稅收和股息也將達到銀對資本充足率影響的計算18.Theprojectedcapitaladeq率的變化是由于分子的預測變化——銀行從稅后利潤減去股息（如上所述，在壓力測試中,并且由于信貸增長較低，壓力情景的RWA路徑略低（表3）。11可19.還對信貸集中帶來的風險進行了測試。該測試假設每家銀行的通過類別中五個最大的貸款敞口遷移主權風險在償付能力壓力測試中的整合20.主權風險也被納入償付能力壓力測試。主權敏感性分析考慮將國庫券交換為期限更長的國庫券，這些國庫券的票息也低于現(xiàn)有證券。具體來說，該測試假設將剩余期限中位數(shù)約為值，并確認為損失，在嚴重情況下，這些損失被添加到額外的準備金中。主權敏感性分析描述了對風險加權資產(chǎn)的潛在調整僅大量投資于馬爾代夫的一般政府證券，而且還持有大量以外幣計價的國庫券和債券，其風險加權資22.銀行的不良貸款率預計在基線壓力場景中的NPLLC比率路徑RWA的百分比壓力情景下的不良貸款率路徑RWA的百分比ModerateModerateModerate16%14%12%10%4%8%3%2%2%0%0%7%6%6%4%基線嚴重嚴重基線23.由此產(chǎn)生的額外貸款損失準備金很容易被充足的撥備前收入所抵消。額外不良貸款的貸款損失準備金（在24.償付能力壓力測試的結果證實，銀行較不容易受到信用風險的影響比它們對主權銀行關系可能瓦解的影持不變，因為即使在壓力下，較高的預測準備金也很容易被非常高的撥備前收入吸收，并且還被假 50%60%50%40%30%20%0%總資本充足率（CAR） 一級資本比率（T1R）40%30%20%0% 50%60%50%40%30%20%0%總資本充足率（CAR） 一級資本比率（T1R）40%30%20%0% 543210 Taxes Dec-22Dec-23 50%40%30%20%0%總資本充足率（CAR） 一級資本比率（T1R）50%40%30%20%0% 一級資本/生息資產(chǎn)一級/總資產(chǎn) 5 43210 TaxesTaxes嚴重情景50%40%30%20%0%總資本充足率（CAR） 0.070 0.0600.0500.0400.0300.0200.0100.000 40%30%20%0% 一級資本/生息資產(chǎn)一級/總資產(chǎn)日日日日日日1`525.由于在嚴峻的情況下資本頭寸急劇下降，幾家銀行將違反適用的監(jiān)管單一敞口限額評估團評估了每家27.獨立的主權敏感性分析模擬了強大級市場或信用違約掉期（CDS），使用貼現(xiàn)現(xiàn)金流分析對國庫券的面值進行統(tǒng)一削減，并在嚴重情況下將其添加到28.發(fā)現(xiàn)信貸集中風險很高。假設將通行證類別中的五個最大債務人遷移到不合格類別并沒有使任何銀行違反29.外匯貸款的間接信用風險似乎相當大，但無法量化。大多數(shù)銀行不會向沒有相應外匯收益00 30.自下而上的壓力測試結果表明，銀行通常不會期望假設的沖擊會產(chǎn)生嚴重影響。從八家銀行中的七了完整的結果。這些表明，盡管幾家銀行預計自上而下的壓力測試相似的嚴重情況下，盡管兩家銀行預計其利率將增加一倍以上。同樣，高的盈利能力和壓力下不斷惡化的底線，大多數(shù)銀行的資產(chǎn)回報率被削減約一半，兩家銀行甚至預期利潤為負（見圖a)Presentation:Differentbankspresentsdifferentmetricsandindifferentformat.Somebankspresentallmtimeseriesperscenario,whileothers,allscenariometricspersyd)初始水平：2022年銀行的初始水平始終與MMA為FSAP提5.0%-5.0%5.0%-5.0%壓力情景下的資產(chǎn)增長路徑年百分比 10.0% 0.0%-10.0%12月2212月2312月2412月25自上而下的基線自下而上的基線20.0%10.0%00% .00% 自上而下的基線12月24日12月25日自下而上的基線應力場景中的CAR路徑RWA的百分比60.0%55.0%50.0%45.0%40.0%35.0%30.0%12月22日12月12月22日12月23日12月24日4.0%3.5%3.0%2.5%2.0%1.5%1.0%0.5%0.0% 自上而下的基線自上而下的基線自下而上的基線自上而下的基線壓力情景下的資產(chǎn)增長路徑年百分比15.0% 20.0% 10.0%5.0%0.0%10.0%-5.0%12月2212月2312月2412月25-10.0%0.0%12月24日12月25日自上而下適中自下而上適度自上而下適中自下而上適度應力場景中的CAR路徑應力場景中的CAR路徑RWA的百分比3.5%4.0%3.5%3.0%50.0%2.0%40.0%2.5%2.0%40.0%35.0%0.5%30.0%0.0%日12月22日12月23日12月24日12月25日自上而下適中自下而上適度自上而下適中自下而上適度-5.0%12月22-5.0%12月2212月2312月2412月25壓力情景下的資產(chǎn)增長路徑壓力情景下的資產(chǎn)增長路徑年百分比20.0%15.0%20.0%10.0%5.0%0.0%10.0%12月22日12月23日12月2412月25 自上而下嚴重自下而上嚴重自上而下嚴重自下而上嚴重應力場景中的CAR路徑應力場景中的CAR路徑百分比RWA的百分比3.0%50.0%2.5%45.0%2.0%2.5%45.0%2.0%40.0%1.5%0.5%30.0%0.0%0.5%30.0%0.0%自下而上嚴重 自上而下嚴重自下而上嚴重A.基于現(xiàn)金流的流動性壓力測試32.進行了基于現(xiàn)金流的流動性壓力測基金組織基于現(xiàn)金流的流動性壓力測試的方法，在不同的資金來源和到期桶中應用了表明到期負比例的徑流率，也按貨幣進行了細分，這導致了兩組結果?？钐峥顬槟Ｐ偷?。根據(jù)流動性壓力測試中使用的標準利率，將顯示轉換為現(xiàn)金流入且未由銀行展33.銀行還處置了在流動資產(chǎn)不足以34.基于現(xiàn)金流的流動性壓力測試結果表明，盡管緩沖被發(fā)現(xiàn)不足以滿足長期（超過5年）潛在的外匯相關流動性壓力，資金缺口達6.05億MVR（或總資產(chǎn)的4.2%)源于長期借款壓力。外幣（FC）流動性壓力下的流出主要由現(xiàn)金，儲備和證券抵消。該方法中的假設對長期,以便更精確地識別差距不匹配。類似的警告也適用于資產(chǎn)方面。匯率，本幣匯率，外幣年年 滾裝率，當?shù)刎泿?滾裝率，外國貨幣年年年 年年資料來源：貨幣基金組織工作只有一家銀行可能在7內面臨不足的LC緩沖。另一家銀行的母公司借款似乎是長期期限錯配。天天PPPPPPPPPPPPPPPPPPPPPPPPPPPPLC壓力主要由現(xiàn)金和儲備抵消FCLC壓力主要由現(xiàn)金和儲備抵消現(xiàn)金流入和流出，以及平衡能力的使用，F(xiàn)C壓力情景現(xiàn)金流入和流出現(xiàn)金流入和流出，以及平衡能力的使用，F(xiàn)C壓力情景景00），息不足以計算穩(wěn)定資金，因此無法計算巴塞爾III凈穩(wěn)定資金比率（NSFR）。27C.沉積物濃度敏感性分析34.存款集中風險分析顯示了銀行體系對每家銀行五大儲戶全額提取存款的脆弱性。在這項測試中，允許銀行在7天內使用其現(xiàn)金流入來支付大額儲戶的存款提取。由于在這種規(guī)模下，外匯的49.9無法承受五個最大儲戶對當?shù)刎泿呕蛲鈪R存款的擠兌，這表明該系統(tǒng)的存款集中度過高（表8和圖15400任一試試35.通過假設資產(chǎn)和資金利率對稱增加來評估利率風險，表明這種風險對于銀行系統(tǒng)是可控的。利率致資本適度下降1.2個百分點（與2023年底的基準情.36.大多數(shù)銀行都包含資產(chǎn)負債表中的外幣風險。在嚴重的情況下，假217根據(jù)MMA關于外幣敞口限額的審慎監(jiān)管，所有貨幣的外幣60%50%40%30%20%10% 震前震后A.馬爾代夫的自然氣候風險背景37.馬爾代夫特別容易受到氣候變 38.適應措施必須跟上未來的氣候條件，以防止沿海洪Year。39.氣候風險分析使用政府間氣候變化專門委員會（IPCC）的信息。IPCC是評估與氣候變化有關的科學的聯(lián)合國機構，定期評估氣候變化的科學依據(jù)，其影響，未來風險以及適應和緩解方案。其第六次評是指假定的共享社會經(jīng)濟途徑（SSP），第二個是代表集中途徑（RCP）。SSP說明了社會經(jīng)濟因素（例如人口,經(jīng)濟增長，城市化和技術）的發(fā)展，而RCP則描述了未來不同水平的溫室氣體景對應于（SSP2）道路中間SSP3）區(qū)域競爭和），40.到本世紀末，海平面上升可能會之間沒有顯著差異，但是世紀末的水平可以達到1.對于本世紀中葉，海平面高度沒有差異……即使在極端情況下，情景之間的差異……情景僅在世紀末才明顯全球數(shù)據(jù)。該分析考慮了評估的三個組成部分，即危害預測，暴露和脆弱性，匯總到行政環(huán)礁，升來模擬沿海洪水。風險敞口來自按行業(yè)分類的國家一級GDP，以及馬爾代夫統(tǒng)計局（MBS）和旅游部（MoT42.該分析考慮了一種微觀方法，該方法可以捕獲銀行投資組合對沿海洪水尾部事件的敏感性。該方法只考部門的標準化地理敞口數(shù)據(jù)，因此該分析考慮了按部門損害率對銀行實物不動產(chǎn)敞口的影響，別。除了分析中分析的直接影響外，銀行還可以通過對家庭和企業(yè)收入的影響來看到間接影響爾代夫土地和測量局（MLSA）提供的所有島嶼開始44.沿海洪水將風暴潮的尾部分布加上海平面上升作為危險預測的風險參數(shù)。這些估計包括5個以上的風暴潮參數(shù)th和95th海平面上升的百分位數(shù)（圖20后者僅影響未來的氣候情景，并設定為本世紀中葉（2050分析，并設定為世紀末（2100年但不考慮對銀極值分布（GEV附錄7）。三種氣候情景中的主要風險因素是海平面上升。估計對應于年度最大值序列，因我們首先考慮這個國家的所有島嶼......被過濾到有人居住和度假的島嶼這些島嶼與風暴潮網(wǎng)格（~10x10km，0.1度）相匹配。...和海平面上升網(wǎng)格（~100x100公里，1度）所有環(huán)礁的平均風暴潮和海平面上升中位數(shù)平均風暴潮和95th所有環(huán)礁的海平面上升百分45.在氣候風險分析中預見了三種不同的氣候情景，并將其用于探索實際經(jīng)濟和地理足跡的實際和未來氣候條件的假設情景。此假設避免了嘗試結合預測地理上明確氣候模型的不確定性之上引入大量模型不確定性。雖然銀行可以迅速修改其短期貸款敞口的地理建筑等長期貸款將隨著貸款到期而緩慢過渡，它們將氣候觀測和新的氣候預測納入其商業(yè)模式，46.曝光是通過按行業(yè)使用空間代理對經(jīng)濟活動進行分類來建立的。該分析按MBS提供的經(jīng)濟活動/行業(yè)分解變量考慮了環(huán)礁和賓館的度假村和酒店床位數(shù)的總和，后者僅被視為該模式中得出的不同旅游支按環(huán)礁和行業(yè)劃分的風險敞口分布47.按部門損害函數(shù)區(qū)分損害率是造成行業(yè)差異的原因。分析使用了Hiziga等人的損傷函數(shù)。（2017年亞洲在考慮每個環(huán)礁的沿海洪水高度的情況下估算將行業(yè)映射到損害功能48.通過考慮環(huán)礁與工業(yè)之間的地理相互simulation,theanalysiscomputsthejointdistributionforthecountryfr涉及從每個環(huán)礁的損毀率分布中進行采樣，并乘以物資產(chǎn)不僅支持貸款，而且構成還款來源，例如在旅游部門，度假村支持貸款。對于特定于建筑租的還款來源。在任何一種情況下，對不動產(chǎn)實物資產(chǎn)的損害都將直接減少支持貸款的資產(chǎn)的價），50.與銀行系統(tǒng)的聯(lián)系是通過將受影響行業(yè)的資本存量損失率應用于與實物資產(chǎn)相關的投資組合并計算附加準備金而得出的。行業(yè)損害率按與不動產(chǎn)相關的貸款和不良貸款。該方法假設回收率僅為5并且沒有保險范圍（鑒于在不利的發(fā)展下，外國機51.實物風險分析表明，本世紀中葉對銀52.損失可能高達資本存量的3.37在本世紀中葉的沿海洪水中能會產(chǎn)生其他風險。根據(jù)世紀中葉條件下對資本存量的直接損害來估計影），理風險的數(shù)據(jù)有限，以及馬爾代夫依賴旅游業(yè)的經(jīng)濟可能產(chǎn)生的間接損害和溢出效應。考慮到直在暴露地區(qū)、城市化和人口增長的保險資產(chǎn)價值積累。最重要的是，高通脹和資金成本將進一步提因氣候相關事件退出該國。由于國家保險公司依靠再保險來覆蓋自然災害和較小的多樣化可能性，限制或不提供保險。在缺乏再保險的情況下，銀行需要直接應對與氣候相關的損失，而不是轉移風雖然在世紀末，損害可能會達到……對本世紀中葉銀行體系的影響將是相當溫和的……當局收集更多數(shù)據(jù)，以更好地了解與氣候有關的事件對經(jīng)濟和金融體系于危害，教育部應成為將危害范圍擴大到沿海洪水以外的主要機構，并促進獲取使用區(qū)域或國家數(shù)據(jù)和針對特定國家的研究。對于風險敞口，有必要為國家和金融55.當局還應與其他機構合作啟動氣候風馬爾代夫：財務狀況指標，2020Q2-2022Q4（除非另有說明，否則以百分比為單位）2020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q4核心FSI監(jiān)管資本與風險加權資產(chǎn)之比47.9348.1946.2745.7647.1748.7546.8448.1648.2852.4150.88一級資本與風險加權資產(chǎn)之比44.0742.9440.9742.0541.4739.8636.4244.0542.2243.8740.84不良貸款扣除資本準備金后的凈額2.220.08-0.320.13-0.030.46-0.71-0.71-0.570.23普通股一級資本與風險加權資產(chǎn)之比0.000.000.000.000.000.000.000.000.000.000.00資本與資產(chǎn)之比(杠桿比率)22.6621.4619.0319.0718.5117.7315.7818.5817.8819.1817.80不良貸款占貸款總額9.638.928.167.847.857.466.736.386.056.155.94按經(jīng)濟活動分列的貸款集中度86.8486.7987.7988.6089.2389.5288.7888.0787.7186.8486.52不良貸款準備金88.3192.2599.51101.9799.16100.2196.45106.02106.46105.2297.74資產(chǎn)回報率3.093.442.504.724.936.125.685.925.395.305.02股本回報率8.869.757.5015.8616.3320.1819.7120.6018.7518.2717.19與總收入的息差71.1572.5771.6562.1461.2255.6958.0557.3859.3061.1862.14非利息支出占總收入29.5628.7031.7628.5527.9224.9128.8631.4329.2428.7031.64流動資產(chǎn)與總資產(chǎn)之比44.5939.0742.5643.4342.5442.3546.4448.2648.8845.1645.20流動資產(chǎn)與短期負債之比69.9467.0269.7369.4068.6667.3772.0273.8574.6072.2571.76外匯對資本的凈敞口頭寸1/9.135.21-9.25-8.65-10.085.586.07-5.25-5.69-5.665.95其他FSI對資本的巨大敞口53.9458.4570.1760.5970.6872.6768.2044.8147.1846.7549.52金融衍生品的總資產(chǎn)頭寸與資本0.000.002.352.100.980.930.90金融衍生品的總負債頭寸與資本0.000.000.000.000.000.000.000.000.000.000.00交易收入與總收入之比3.673.763.593.553.202.923.063.893.743.753.66人事支出與非利息支出39.1940.0337.2232.5534.7134.4834.4130.6931.2931.3831.13客戶存款與總(非銀行間)貸款之比134.21124.62137.24145.37145.88143.72165.04177.89180.92158.93166.76外匯貸款占貸款總額48.4548.2847.6147.6347.5647.9147.0545.4644.6045.5544.96外匯負債與總負債之比50.5952.4554.9855.1852.6351.9654.3755.2555.0352.7754.59私營部門的信貸增長6.467.468.868.629.53-0.534.52住宅房地產(chǎn)貸款占總貸款5.315.305.375.435.36商業(yè)房地產(chǎn)貸款占貸款總額0.30.4資料來源：國際貨幣基金組織金融穩(wěn)健性指標。1/外幣凈敞口頭寸衡量吸收存款機構識別匯率風險敞口的外幣錯配，同時考慮表內和表外頭寸。（高、中、低）（高、中、低）。擴展支持措施i）資價ii）為銀行提供流A來（高、中、低）（高、中、低）件對基礎設施（尤其是在。.所有8家國內銀行.IMF壓力測試框架.銀行級不良貸款率的衛(wèi)星面板數(shù)據(jù)模型.3年（2022年底至2025年底）。.中等場景：APD國家小組的最新不利情景是建立在對.信用風險當?shù)刎泿刨J款組合（主要是家庭和中小企業(yè)貸款）外幣貸款組合（主要是公司貸款）最大5名借款人的違約.外匯引起的信用風險.主權風險）：4.風險和緩沖.總信用損失、撥備前利潤、重定價缺口、對部門和.基于衛(wèi)星面板數(shù)據(jù)回歸的銀行不良貸款率預測與信貸增.最低汽車門檻率：12%.所有8家國內銀行.銀行業(yè)總資產(chǎn)和負債的100%.基于現(xiàn)金流使用到期桶.提取每家銀行的五大存款.融資流動性沖擊.平衡能力4.尾部沖擊.對資金來源的徑流率和資產(chǎn)的滾存率的假設，根據(jù)歷.被發(fā)現(xiàn)流動性不足的銀行數(shù)量及其在系統(tǒng)資產(chǎn)中的總.利率風險收入效應.貨幣風險.所有8家國內銀行.從MBS按島嶼劃分的人口和按島嶼劃分的工業(yè)人口量.銀行投資組合對沿海洪水尾部事件敏感性的微觀方法。.考慮到行政環(huán)礁之間的地理相互作用以及蒙特卡洛模擬假.銀行的影響是通過將受影響行業(yè)的損害適用于與不動產(chǎn)相關（百分比）匯率（每美元MVR）到達總數(shù)（千）出口增長（百分比）