国际银行业新资本协议压力测试情景设置探讨及对我国的借鉴，本文主要内容关键词为：银行业论文,情景论文,资本论文,协议论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
压力测试是银行发现并控制潜在风险的重要工具。2008年全球金融危机表明传统风险评价体系存在缺陷，巴塞尔委员会警示商业银行须对金融市场变动保持更高的敏感性，美联邦通过压力测试对美国19家最大银行控股公司进行评估，其他各国监管当局和商业银行都把压力测试提到了新的高度，压力测试首次显要地成为各国监管当局评估银行健康状况的重要手段。
压力测试的关键环节是情景设置，银行应基于自身资产组合特征，分析可能发生的不利事件及严重经济衰退的影响。本文从商业银行视角对压力情景设置进行探讨，阐述了压力情景的类别以及情景的设置方法，如何通过设置情景建立各种相关风险因素联动关系，探索压力情景中各种风险之间的相互影响，以及压力情景选择时需考虑的重要事项。
一、概述
(一)压力测试简介
国际货币基金组织将压力测试定义为“利用一系列方法来评估金融体系承受‘罕见但是可能发生(extreme but plausible)’的宏观经济冲击或者重大金融事件的过程”。中国银监会在《商业银行压力测试指引》中给出了更为具体的定义，指出银行应测算在遇到假定的小概率事件等极端不利情况下可能发生的损失，分析其对银行盈利和资本金带来的负面影响，进而评估银行体系脆弱性并采取必要的措施。压力测试的目的一方面在于防止过去发生的危险再次发生，另一方面在于前瞻性地评估风险来源，并制定有针对性的应急措施来化解、转移风险。通过压力测试，可以判断商业银行风险管理体系的薄弱环节，针对风险来源和机构内部组织结构特征制定相应的响应政策和反馈机制，提出扩充资本、缓释风险的具体措施。
从新资本协议的具体要求来看，压力测试在第一支柱与第二支柱均有涉及，中国银监会也在相应的指引中分别予以细化、明确，要求对每一风险类别都要进行压力测试，且在资本充足率评估中要进行统一情景的压力测试。统一情景的压力测试通常以宏观经济的冲击和衰退作为假设情景，称为宏观压力测试(macro stress testing)。由于情景涉及的宏观经济变量之间通常有着复杂的联动关系与传导过程，因此，宏观压力测试普遍受到国内外金融监管当局和银行的重视，相应的方法论与定量技术也处于不断发展和创新中。
压力测试的常用方法主要是敏感性分析和情景分析。敏感性分析考察单一风险参数的变化对资产组合损失的影响。情景分析是假设某些极端不利事件发生，导致多个风险因素同时发生变化时，对银行资产和风险承受能力的影响。这两种方法的操作流程如图1所示，在实践中敏感性分析较为简单、容易操作，而情景分析需要考虑各种冲击的相关性等问题，涉及更多环节。
图1 压力测试方法流程比较
资料来源：作者本人整理
情景分析的前提是压力情景设置，如不能全面、合理地列示对银行资产产生重大影响的事件和情景，会丧失压力测试工作的意义。
(二)情景类别及特点
1.按发生与否划分
历史情景。历史情景实际上已经发生，相关情景变量已经存在，情景设置通常根据商业银行各自经营特点和股东的风险偏好进行微调。如：美国黑色星期一、1997年亚洲金融危机、“非典”病毒流行及2007年全球金融危机等。历史情景下的宏观经济变量和市场指标是既定的，银行可以制订针对性的应急预案，防备相似事件再次发生。
假设情景。假设情景需要根据历史发展趋势和对未来的展望，预设一组有代表性的环境变量，测算对商业银行各种风险参数及银行资本的影响，考虑了历史情景无法反映的新变化和新趋势。如：根据政府目标GDP增长率，结合银行董事会、高管层、业务管理部门提出的问题和对未来的判断，设定对银行资产和资本产生重大影响的其他因素的变化。
2.按设置的主体划分
监管设定统一情景。监管压力情景是监管当局结合辖区内银行普遍情景，开展压力测试，目的是为了测试相同的情景对不同商业银行的影响。表1列举了近期美联储与中国银监会的压力测试指定情景。
商业银行自设情景。商业银行自设情景虽然源于历史情景，但是更加偏重前瞻性考虑，结合商业银行自身特点和经营战略来设定。自设情景使压力测试方案更符合银行自身资产组合结构特征。表2针对银行面临的主要风险列举了受到关注的假设情景要素，具体情况其自行确定。
巴塞尔委员会建议商业银行重点关注系统风险发生时，对整体资产组合的影响。在宏观压力情景的设定中，需要考虑不同程度的经济衰退，来导出对其他情景特征的影响。商业银行普遍使用GDP增长率作为压力源，通过建立宏观经济模型得到一组压力情景下的宏观变量，如在温和、严重和极端衰退经济环境下，失业率、物价水平、股价、利率和汇率等分别是多少。此时压力情景将被设置为一个定量表述，其中股价、利率和汇率直接作为市场风险因子；而GDP下滑、失业率升高、物价异常对信用风险的影响，还需要构建其与信用风险因子(违约率和违约损失率)的勾连关系。最后使用上述风险因子计算银行可能发生的损失，并汇总风险加权资产和测算资本变化状况。
二、情景设置的方法探讨
商业银行进行压力测试过程中，通常会使用统计、建模和定性分析多种手段。情景设置和传导机制建立的步骤均涉及定量分析，其结果又直接影响到应急措施和预案的制订。实践中的重点和难点主要集中在如下三个环节：
(一)对宏观压力情景的判定
情景设置的重点是基于当前的经济大环境设定一个压力状态，既不能太过极端从而丧失实际参考价值，又要做到有效揭示银行面临的下行风险。在实施中也应根据银行资产组合特征对关注的情景投入更多资源和精力。例如温和衰退的发生概率较高，是国际银行业最为关注的情景，要有相应的经营战略调整，偏重事前防范；严峻衰退则应针对银行自身资本充足状况设定，通常为耗尽利润、伤及资本的临界点，意味着银行需启动应急预案和非常措施，更偏重事后风险化解。
(二)建立宏观经济因素间的关系
情景设置的目的在于将经济衰退定量化，得到一组宏观变量的值。这一过程的关键是保证各变量的内部联系，即该情景中的各个变量是有可能同时发生的。多数商业银行会借助宏观经济模型探寻变量间的联系，这也是各国监管当局推荐的做法。目前使用较多的有三种做法：
1.宏观经济结构模型法
这类方法即我们通常所见的宏观经济回归方程。由于主要宏观变量数量较多，要对一个复杂的经济系统建模需要包含规模较大的方程组。结构模型基于经济学理论构建，有明确的经济含义，但相应的建模与后期维护工作量也非常巨大。此外结构模型通常对冲击的反应强烈，要保持稳定性需要很高的技术含量，对商业银行来说实现的成本较高。由于各国的中央银行通常都会致力于开发用于货币政策分析的宏观模型，因此国际上的普遍做法是借用央行模型或购买专业研究机构的模型。
2.宏观经济VAR(向量自回归)模型法
VAR模型是当前国际宏观经济研究的主流，该方法简单说来就是研究一组宏观经济变量表现出的内部数据联系。该方法最主要的优势在于建模过程简单、模型稳定性强，后期更新、维护也容易实现。VAR模型是有效的冲击识别工具，在亲周期性研究中可进一步探寻衰退的缘由。VAR模型用于压力测试源于Boss(2002)关于奥地利银行的实践，香港金管局也推荐使用该方法并在2006年的季度公报中披露了对香港零售银行的压力测试概况。目前多数国际主要银行都有相应的模型。但VAR是基于纯数据逻辑构造，其弊端是结果欠缺经济解释，过于依赖统计技术。
3.纯统计方法
这类方法的主要思路是通过历史数据寻求某一变量的实际分布，按风险发生的概率(如5％、1％等)在分布曲线上切割出相应的变量值作为情景。该方法易于操作，但前提假设较强，且需要一定的历史数据基础。由于中国的经济发展周期性和分布形态尚无定论，故可信度会受到质疑。且使用这种方法难以估算多个变量间的联系，因此，设计的情景很难在实际环境中发生。
以上的计量方法都是依赖统计学技术完成，分析过程基于历史数据，缺乏前瞻性考虑，因此对情景设置的结果应依靠银行内部经济学专家进行主观判断和调整。
(三)建立压力情景向风险因子的传导机制
1.理论分析
在传导机制的设置上，一种最简单、直观的办法就是将风险因子(以违约率为例)对宏观变量直接建立回归方程，但需要一定量的数据；基于Merton模型的Vasicek公式计算风险因子和关键情景变量的关系，是一种单因素方法①。
单因素方法在实施中针对每一客户均可推算一个压力违约概率，从而有效避免数据量不足的难题，但是情景设置和相关系数的计算较为困难：首先，情景设置中必须生成一个有代表性的单一指标(如GDP增长率)作为该因素，也可以对宏观变量赋予不同权重，编制一个对银行资产影响较大的综合指标，证该指标与衰退定义保持稳定的单调变动关系；对于相关性的计算，穆迪公司KMV模型在经济资本计算中即是根据股价变动计算该相关系数。目前国内以监管资本充足率评估为目标的压力测试工作中，可以根据银行的实际情况选取便捷途径，直接使用巴塞尔新资本协议和中国银监会给定的计算公式，也可以根据银行定量测算的结果在监管要求的区间内设计、改进相关系数的计算公式。
以上两个宏观压力测试的环节均涉及建模等计量方法的应用，由于数据和统计理论本身的局限性，因此巴塞尔委员会2009年发布的《稳健的压力测试实践和监管原则》中指出，模型中的统计关系在压力条件下很可能不成立，并建议各金融机构加强专家判断，结合高管层的意见，进行情景设置和压力测试。
2.实践探讨
各国监管当局为推行严谨、前瞻的压力测试做了大量理论及实践上的探讨，可供国内的商业银行参考借鉴。例如新加坡金融管理局提供了一种“自下而上”的压力测试方法。各银行基于专家经验，将监管选定的情景变量映射到客户的企业财务数据，转化成抵质押率、偿债比率等关键指标，并据此判断资产质量。澳大利亚审慎监管局推行的住房贷款压力测试案例则是“自上而下”的范例。各银行按照给定格式上报包括不同抵质押率、不同年限、不同金额的违约率和违约损失等历史数据，由监管当局统一建立房价下跌对风险因子影响的回归模型。英格兰银行、日本银行、西班牙银行及香港金管局等多个国家和地区的监管当局都采用了VAR方法进行情景设置。其中，英格兰银行投入了大量人力和资源开发宏观经济结构模型和涵盖英美经济的国际VAR模型，基于模型进行蒙特卡洛模拟得到压力情景，并借助公司违约率对GDP增长率、短期利率、股票收益率等因素的回归模型建立传导机制。
三、压力情景的应用
压力情景的设置方法在实践中被灵活选用，压力情景的选择没有唯一的标准，在情景设置过程中，关键是银行董事会和高管层的参与。压力测试的重点不是纠结于具体操作中的技术细节，而是要让相关战略制定、风险偏好融入商业银行的风险管理理念，成为银行各层级、各部门、行内外充分沟通风险管理的桥梁，成为进一步健全银行风险管理文化的基石。因此在压力测试成果的应用中，应当强调：
(一)与风险管理文化有机结合
压力测试应成为商业银行风险管理常规工作，有严格的执行频率、汇报机制，并成为银行治理结构、风险管理和风险文化的有机组成部分。压力情景的一整套实施、反馈与响应机制涉及银行内部多个职能部门，包括董事会与高管层、风险管理模块、资本计算与管理模块以及各业务条线。图2的响应路径涵盖了压力测试的主要环节与相关职能部门。情景设置提出各方关心的问题，通过进行全面沟通，提升全员风险管理文化。
图2 一般化的压力测试响应机制
资料来源：根据作者本人整理
(二)对突发风险事件迅速响应
通过情景的设置，将压力测试结果用于银行业务前瞻性判断，对银行的风险偏好、发展战略的设定产生指导意义。针对各种情景可以制订相应的应急预案和化解、防范措施；针对测试中发现的薄弱环节提出管理改进措施。设置针对不同风险来源的预警方案和启动预案的临界信号，对相关的融资渠道和资本补充办法设置快速、简化的响应途径，并排查系统内部的职能职责空白、模糊地带，确保在风险来临时能够迅速、无障碍地做出反应。
(三)在方法技术层面持续改进
作为一种重要的风险管理工具，压力测试在国内还是近几年才受到广泛关注。由于中国的银行业IT系统建设起步较晚，部分新建和中小企业数据积累有限，因此在压力测试实施中面临更多问题。许多金融机构需要结合自身状况，探索切实可行的过渡方案，并在实践中不断积累完善。此外，在国际实践中也有一些领域正处于理论探讨中，例如对压力情景中各风险类别之间关联性的研究，以及风险在金融机构之间甚至各国之间的传递，都是热点与研究方向。国内银行在积极借鉴国外压力测试技术的同时，要有选择性地吸收并进行技术创新，开发适用于中国的宏观压力测试系统，设置符合自身业务特点和经营战略导向的压力情景。
(四)以新协议合规达标为基础
在新资本协议实施中，监管机构鼓励商业银行通过内部评估程序检查是否已经有效识别和管理所面临的风险。对于第一支柱风险来说，风险较容易识别，可以按监管给定公式量化并反映在资本计提中。但是对于第二支柱部分风险(如：流动性风险、战略风险和声誉风险)，可以借助压力测试设置相关情景统一估算影响，从而向监管当局证明银行已经关注、识别并有效管理了此类风险，提升合规达标和节约资本的可能性。第二支柱压力情景是监管检查的重点之一，监管当局更希望看到商业银行已经前瞻性地考虑了非定量风险，并制定了有效的管理政策和应对措施。因此国内的银行应以2010年新协议合规达标申请为契机，对银行资产进行全面、严格的压力测试，提升风险管理的整体水平。
四、压力情景设置对中国银行业的借鉴意义
(一)需要深刻分析我国经济规律
中国经济的周期性迄今还没有较为统一的说法，国际公认的古典型衰退定义是连续两个季度的环比下降，这一观点在国内学术界受到排斥。中国在1978年改革开放以来保持着很强的增长趋势，8％～9％的GDP增长率是多数经济预测机构认可的正常状态，而当GDP年增长率低至5％～6％时，对失业率和物价水平的影响将异常严峻。
观察近十年的季度GDP环比增长率时发现：如图3所示，季度环比增长率在1999年一季度和2008年四季度达到了最低点，分别为-1％和0附近，究其原因应是1997年亚洲金融危机和2007年美国次贷危机和全球金融海啸的影响②。从整体走势来看，季度环比增长率的两次触底间存在一个十年左右的周期，据此观察同比增长率的变动，发现在环比数据的之后二至三季度范围内也存在明显的周期性和两次增速触底，分别在1999年四季度和2009年一季度出现了6.1％的同比增长率。因此在近十几年的中国经济运行中，6％是一个历史数据支持的下限。
图3 GDP环比与同比增长率
资料来源：http：//www.cemac.org.cn中国经济景气监测中心网站
与6％的下限形成印证的是中国经济景气监测中心制定发布的宏观经济预警指数(参见图4)。该预警指数综合既有的统计指标，合成一个反映宏观经济运行状态的指数，是国内具有一定公信度的“晴雨表”。该指数在1998和1999年一直处于“趋降”并一度进入了“过冷”区间，此后在2001年和2009年又分别出现急速下降并进入“趋降”区间。由于2001年的下降幅度在原有走势基础上并不十分剧烈，因此最明显的衰退信号还是在1999～1999年和2008～2009年这两个时段。这上文中对经济周期判断相一致。因此宏观情景的衰退设计，可以基于GDP增长率为6％的压力点附近作进一步判断。
图4 宏观经济预警指数走势
资料来源：http：//www.cemac.org.cn中国经济景气监测中心网站
(二)建立宏观经济变量和与风险参数的关系
与发达国家一样，我国也可以利用宏观经济模型预测压力测试所需的环境变量，尤其我国是一个转型中的大国，其国民经济体系是一个非常复杂的系统，因而模型的建立和完善有很大的难度，要对未来的经济前景预测是非常困难的，因此在设置压力情景时，不必过于强调宏观经济计量模型本身，也不要过于强调宏观经济模型输出变量的合理性，而是要强调宏观经济因素对风险参数影响的敏感性，如果这种敏感性建立好了，我们就可以不断地改变情境以产生不同的结果，最终形成损失(或资本需求)分布，全面反映压力情景下的风险轮廓，选用与目标风险变量有直接关系的情景因素，增加压力测试应用的广泛性及预警的全面性。
(三)数据与IT系统进一步完善
注重数据的收集与整理，建立宏观经济因素之间和宏观经济因素与风险参数之间的联系，逐步完善经济环境变化向风险参数和银行资本需求传导的有效性。
机构整体范围的压力测试相关数据的存储和计算，要求商业银行建立中央数据处理系统，并同时注重IT技术和技术人才等一系列资源的大量投入，改革组织结构，提高组织效率，建立快速精确的压力测试流程，从各业务部门收集压力测试的信息，并将测试结果运用于机构整体范围的风险控制，从而推动组织结构和组织效率得以有效提升。
注释：
①该方法的思想可以简要概括为：假设客户在其资产价值低于某阈值(比如负债金额)时发生违约，则该客户在某个时间段违约的概率仅取决于该阈值的大小；因此通过客户的违约概率可倒推阈值，作为资产价值的临界值；在新资本协议框架下，由于相关性由违约率决定，宏观因素压力值作为输入的单因素，由此计算的违约概率即为客户在压力环境下的条件违约概率。
②由于金融市场向经济基本面的传导通常存在一个滞后期，因此GDP增速下降的出现要略晚于危机爆发。
标签：银行论文; 宏观经济论文; 银行风险论文; 银行监管论文; 银行资本论文; 风险模型论文; 经济论文; 风险管理论文; 商业银行论文;