汪 芮

（安徽農(nóng)業(yè)大學(xué)，安徽 合肥230036）

一、引言及文獻(xiàn)回顧

眾所周知，銀行業(yè)現(xiàn)在已經(jīng)成為了現(xiàn)代金融行業(yè)的核心。 Joseph A.schumpeter 就曾經(jīng)提出銀行發(fā)展對(duì)國家的收入水平是有相當(dāng)大的促進(jìn)作用。 從90 年初開始,各個(gè)國家的金融機(jī)構(gòu)就開始受到全球化和金融風(fēng)險(xiǎn)的影響,這對(duì)于銀行和投資者來說都是前所未有的挑戰(zhàn)。而信用風(fēng)險(xiǎn)是銀行破產(chǎn)的主要因素，這在世界銀行界也已經(jīng)取得了公認(rèn)。 傳統(tǒng)的VAR 模型是在歷史經(jīng)驗(yàn)數(shù)據(jù)基礎(chǔ)上建立起來的商業(yè)銀行風(fēng)險(xiǎn)評(píng)估模型，已經(jīng)不能滿足現(xiàn)代商業(yè)銀行的風(fēng)險(xiǎn)評(píng)估要求，壓力測試作為一種新的風(fēng)險(xiǎn)評(píng)估模型得到了廣大機(jī)構(gòu)的關(guān)注。

20 世紀(jì)90 年代初期， 一些大型的跨國商業(yè)銀行就開始進(jìn)行壓力測試，而作為評(píng)估整個(gè)銀行體系風(fēng)險(xiǎn)的工具， 宏觀壓力測試的研究卻是近十來年才開始進(jìn)行的。Froyland 和Larsen(2002)利用RIMINI 對(duì)銀行不良貸款在宏觀經(jīng)濟(jì)波動(dòng)情境下進(jìn)行了壓力測試。 Virolainen（2004）研究了宏觀經(jīng)濟(jì)信用風(fēng)險(xiǎn)的壓力測試，發(fā)現(xiàn)公司違約率與GDP 利率等因素之間有顯著關(guān)系，通過模型分析不同負(fù)面經(jīng)濟(jì)事件對(duì)銀行信用風(fēng)險(xiǎn)的影響來實(shí)施壓力測試。 Haldane (2007 )都針對(duì)各國特點(diǎn)，分析宏觀經(jīng)濟(jì)波動(dòng)與銀行違約率之間的相關(guān)性，建立宏觀經(jīng)濟(jì)波動(dòng)的信貸風(fēng)險(xiǎn)壓力測試框架。

國內(nèi)任宇航[1]，華曉龍[2]利用logit 模型，定量分析宏觀經(jīng)濟(jì)因素波動(dòng)對(duì)中國銀行體系貸款違約率的影響。 施建軍等[3]構(gòu)建了宏觀經(jīng)濟(jì)變量和內(nèi)外部因素的信用風(fēng)險(xiǎn)評(píng)估模型，以及宏觀經(jīng)濟(jì)變量SVAR 模型，并通過這種兩部分模型進(jìn)行信用風(fēng)險(xiǎn)壓力測試。 徐光林[4]利用線性壓力測試模型，分析了GDP 增長速度和CPI 同時(shí)發(fā)生不同程度惡化對(duì)我國銀行業(yè)資產(chǎn)規(guī)模增長速度的影響。 常婷婷等分析了商業(yè)銀行信用風(fēng)險(xiǎn)的宏觀經(jīng)濟(jì)壓力因素，建立了壓力指標(biāo)體系并據(jù)此設(shè)計(jì)壓力情景，采用logit 回歸和向量自回歸構(gòu)成表面似無關(guān)方程組（SUR）構(gòu)建了壓力測試模型。

本文在借鑒國內(nèi)外經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合我國國情，構(gòu)造基于結(jié)構(gòu)向量自回歸模型（SVAR）的壓力測試模型，對(duì)我國商業(yè)銀行開展宏觀壓力測試工作具有一定的現(xiàn)實(shí)意義。

二、商業(yè)銀行壓力測試指標(biāo)選取及模型構(gòu)建

（一）指標(biāo)選取

1.承壓指標(biāo)的選取—不良貸款率

銀行的信用風(fēng)險(xiǎn)主要表現(xiàn)為客戶的違約和貸款的不良上。在傳統(tǒng)的壓力測試模型中，大多都是引用貸款的違約率作為商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)價(jià)的自變量承壓指標(biāo)。 但是考慮到我國的違約率數(shù)據(jù)收集困難， 本文對(duì)我國商業(yè)銀行信用風(fēng)險(xiǎn)的承壓指標(biāo)選擇為商業(yè)銀行不良貸款率。

2.壓力指標(biāo)的選取

商業(yè)銀行壓力測試的指標(biāo)就是對(duì)銀行信貸違約風(fēng)險(xiǎn)有影響的經(jīng)濟(jì)因素。選取根據(jù)所參考的文獻(xiàn)、以及以前建立的壓力測試模型和數(shù)據(jù)的真實(shí)可得性， 本文考慮引入9 個(gè)經(jīng)濟(jì)指標(biāo)作為解釋變量， 分別為名義GDP 增長率(LGDP)，一至三年期存款基準(zhǔn)利率(YSR)、一至三年期貸款基準(zhǔn)利率(YLR)，貨幣供應(yīng)量（M2），匯率（HL），房地產(chǎn)景氣指數(shù)（FJQ），房地產(chǎn)價(jià)格指數(shù)(FJZS)，企業(yè)景氣指數(shù)(BCI)，居民消費(fèi)價(jià)格指數(shù)（CPI）、基準(zhǔn)利率(BSR)。

（二）數(shù)據(jù)來源

1.貨幣供給量（M2）、基準(zhǔn)利率(BSR)、匯率（HL）、一至三年期基準(zhǔn)存、貸款率(YSR、YLR)、企業(yè)景氣指數(shù)（BCI）來源于中國人民銀行網(wǎng)站。其中，對(duì)于YLR、YSR，在某一年中出現(xiàn)多次調(diào)整的情況時(shí)，取其平均數(shù)為當(dāng)年的存、貸款基準(zhǔn)利率。

2.LGDP、CPI、FJZS、FJQ 這些變量的數(shù)據(jù)均來自國家統(tǒng)計(jì)局網(wǎng)站數(shù)據(jù)庫。

FJZ、FJQ 為月度數(shù)據(jù)， 取這些數(shù)據(jù)當(dāng)年的月度平均數(shù)來代替當(dāng)年數(shù)據(jù)。 其中FJQ 的值為了在建模過程中克服數(shù)據(jù)之間值跨度大影響實(shí)證，采用對(duì)數(shù)的形式（LN）進(jìn)行換算。

以上指標(biāo)樣本均選取2003 年——2012 年10 年的年度數(shù)據(jù)。

（三）模型構(gòu)建

由于要考慮到壓力測試中各變量之間的相互關(guān)系，本文在VAR 模型的基礎(chǔ)上引入SVAR （結(jié)構(gòu)向量自回歸）模型。

設(shè)yt 為k 階時(shí)間序列的列向量，B0 為變量間的同期影響，Γi 為k×k 階滯后項(xiàng)參數(shù)矩陣，μt 為k 階隨機(jī)誤差列向量，則k 個(gè)變量的p 階滯后SVAR 模型表示為：

將滯后算子引入，上式可以改寫成：B0（L）y1，E（u1u1'）=Ik,其中，B0（L）=B0-Γ1L2-L-ΓPLP

SVAR 模型中含有當(dāng)期變量也就是解釋變量的內(nèi)生變量，該模型構(gòu)成了一個(gè)動(dòng)態(tài)的變化系統(tǒng)。 該設(shè)計(jì)符合了本文壓力測試的要求，即當(dāng)期經(jīng)濟(jì)變量遭受到風(fēng)險(xiǎn)因子沖擊時(shí)觀測其承受壓力的結(jié)果。因?yàn)镾VAR 模型方程中并不全都是由外生變量組成，該模型進(jìn)行最小二乘法回歸估計(jì)時(shí)并不能簡單得到無偏估計(jì)值。根據(jù)方程階條件和秩條件的識(shí)別，k 個(gè)變量的P 階遞歸SVAR 模型， 如果想要保證其參數(shù)估計(jì)的有效性，限制條件應(yīng)該為k（k－1）/2。

VAR 和SVAR 模型的建立滯后階數(shù)是需要考慮的地方，主要判斷依據(jù)有以下方法：第一，根據(jù)經(jīng)濟(jì)理論的要求確定合理的滯后階數(shù)；第二，根據(jù)常見的LR 檢驗(yàn)、AIC 檢驗(yàn)以及SC 信息準(zhǔn)則檢驗(yàn)方法確定。

（四）模型的估計(jì)和分析

方程組的參數(shù)估計(jì)也是因子篩選的過程， 方程中的顯著因子和各因子的滯后期數(shù)都需要確定。

考慮到經(jīng)濟(jì)運(yùn)行狀況通常具有時(shí)滯性， 本文將不良貸款率的一階滯后項(xiàng)作為整個(gè)模型的被解釋變量，將宏觀經(jīng)濟(jì)變量數(shù)據(jù)代入壓力測試回歸模型中進(jìn)行參數(shù)估計(jì)以及檢驗(yàn)，將沒有通過T 檢驗(yàn)的變量一一剔除，最終確定了名義國內(nèi)生產(chǎn)總值累計(jì)增長率LGDP、 一至三年期基準(zhǔn)貸款利率YLR、房地產(chǎn)景氣指數(shù)FJQ、居民價(jià)格消費(fèi)指數(shù)CPI 對(duì)商業(yè)銀行不良貸款率有著顯著的相關(guān)性。得到壓力回歸測試模型：

根據(jù)平穩(wěn)性檢驗(yàn)結(jié)果，以上變量中，YLR、LGDP、HL、FJQ 均是平穩(wěn)變量，直接進(jìn)入SVAR 模型估計(jì)。建立以上變量的SVAR 模型，要確定方程的滯后階數(shù)，根據(jù)AIC,LR, FPE、SC、HQ 判定準(zhǔn)則，最優(yōu)滯后階數(shù)為1 階，建立簡單一階滯后VAR 模型。 考慮到方程的穩(wěn)定性，對(duì)該方程進(jìn)行AR 根檢驗(yàn)，特征根全部在單位圓內(nèi)，該模型是穩(wěn)定的。 接著，要識(shí)別SVAR 模型，需對(duì)B 矩陣施加限定條件，B 矩陣具體表示:

三、商業(yè)銀行壓力測試實(shí)證分析

1. 壓力測試情景分析

本文從數(shù)據(jù)可得性選取了歷史情景法和因素分析法確定經(jīng)濟(jì)因子的情景沖擊變動(dòng)。 從上面SVAR 模型的四個(gè)解釋變量中選取國內(nèi)生產(chǎn)總值增長率，和一至三年期貸款基準(zhǔn)利率，用來建立壓力測試，確立當(dāng)一至三年期貸款利率和國內(nèi)生產(chǎn)總值增長率發(fā)生極端且可能變動(dòng)時(shí)，不良貸款率將會(huì)發(fā)生怎么樣的變化。 如下表所示LGDP 和YLR 變動(dòng)情況：

表1 用于實(shí)證分析的壓力測試情景

2、商業(yè)銀行信用風(fēng)險(xiǎn)壓力測試結(jié)果

將2011 年第四季度的各項(xiàng)指標(biāo)值作為基期值，根據(jù)壓力測試情景設(shè)計(jì)及宏觀經(jīng)濟(jì)變量之間存在的相關(guān)性，可以得到壓力測試結(jié)果，如下表所示:

表2 變量LGDP 相關(guān)壓力測試結(jié)果

表3 變量YLR 相關(guān)壓力測試結(jié)果

根據(jù)上面所得到在三種不同沖擊下LGDP 和YLR的變動(dòng)所引起的變量之間相互變動(dòng)的值代入式(1)，得到商業(yè)銀行不良貸款率的壓力測試結(jié)果，如下表所示:

表4 壓力測試結(jié)果

通過實(shí)證可以發(fā)現(xiàn)國內(nèi)生產(chǎn)總值增長率LGDP 受到輕度沖擊時(shí) （降至6.2）， 不良貸款率上升為4.77%，當(dāng)LGDP 受到中度沖擊時(shí)（降至5.51%），不良貸款率上升為5.015%，當(dāng)LGDP 受到重度沖擊時(shí)（降至4.82%），不良貸款率上升為5.26%。 當(dāng)一至三年期貸款基準(zhǔn)利率受到輕度沖擊時(shí)（上升至6.96%），不良貸款率上升為4.65%，當(dāng)受到中度沖擊時(shí) （升至7.56%）， 不良貸款率上升至5.95%，當(dāng)受到重度沖擊時(shí)（上升至8.16%），不良貸款率上升至5.27%。

四、結(jié)論及建議

作為VAR 風(fēng)險(xiǎn)測度方法中的補(bǔ)充工具， 壓力測試是現(xiàn)代商業(yè)銀行風(fēng)險(xiǎn)管理的有效工具。 對(duì)于宏觀“壓力”的評(píng)估和壓力情景下?lián)p失的預(yù)測是商業(yè)銀行有效規(guī)避風(fēng)險(xiǎn)， 提高風(fēng)險(xiǎn)管理水平的必要途徑。 本文根據(jù)經(jīng)濟(jì)變量之間存在的相關(guān)性及我國壓力測試政策環(huán)境為基礎(chǔ)，建立SVAR 模型進(jìn)行宏觀壓力測試， 分析宏觀經(jīng)濟(jì)因素波動(dòng)對(duì)中國銀行體系不良貸款率的影響。結(jié)果發(fā)現(xiàn):宏觀經(jīng)濟(jì)變量中，名義國內(nèi)生產(chǎn)總值增長率，一至三年期基準(zhǔn)貸款利率、房地產(chǎn)景氣指數(shù)、匯率和滯后一期的不良貸款率對(duì)商業(yè)銀行的影響顯著，而宏觀經(jīng)濟(jì)變量之間也存在著時(shí)滯效應(yīng)。 在名義國內(nèi)生產(chǎn)總值增長率下降和貸款基準(zhǔn)率驟升的壓力情境設(shè)定下，商業(yè)銀行不良貸款率都出現(xiàn)了不同程度的大幅度提高。

本文通過壓力測試回歸模型判斷各因子對(duì)被解釋變量的影響程度篩選指標(biāo)，并且通過VAR(向量自回歸)和SVAR（結(jié)構(gòu)向量自回歸）在一定程度上改進(jìn)了相關(guān)研究對(duì)各風(fēng)險(xiǎn)因子之間相關(guān)性的研究不足，揭示了我國銀行信用風(fēng)險(xiǎn)的影響因素，對(duì)商業(yè)銀行壓力測試的模型選擇和方法應(yīng)用有重要的啟示作用。

［1］任宇航,孫孝坤,程功,夏恩君.信用風(fēng)險(xiǎn)壓力測試方法與應(yīng)用研究[J]. 統(tǒng)計(jì)與決策. 2007(14)

［2］華曉龍.基于宏現(xiàn)壓力測試方法的商業(yè)銀行體系信用風(fēng)險(xiǎn)評(píng)估[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2009(04)

［3］施建軍,周源. 基于內(nèi)外部因素的銀行信用風(fēng)險(xiǎn)壓力測試研究[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào).2011(10)

［4］徐光林.我國銀行業(yè)金融機(jī)構(gòu)資產(chǎn)規(guī)模的宏觀壓力測試[J]. 新金融. 2008(11)

［5］ 常婷婷,喬忠,李拓.基于SUR 的商業(yè)銀行信用風(fēng)險(xiǎn)宏觀壓力測試研究[J]. 統(tǒng)計(jì)與決策. 2011(11)

［6］周源.宏觀經(jīng)濟(jì)數(shù)據(jù)影響下的信用風(fēng)險(xiǎn)壓力測試研究[J].金融縱橫. 2010(06)

［7］楊鵬.壓力測試及其在金融監(jiān)管中的應(yīng)用[J]. 上海金融.2005(01)

［8］ 周子元. 商業(yè)銀行信用風(fēng)險(xiǎn)壓力測試的方法和實(shí)踐[J].金融理論與實(shí)踐. 2009(08)

［9］Andrew Haldane, Simon Hall, Silvia Pezzini.A new approach to assessing risks to financial stability [R].Bank of EnglandFinancial Stability Paper, No.2, 2007.