吳 婷 段明明

摘 要:本文借鑒國外已有的關(guān)于成熟的宏觀經(jīng)濟(jì)因素對銀行信用風(fēng)險(xiǎn)的評估,考慮到我國宏觀經(jīng)濟(jì)和金融體系的特點(diǎn)以及數(shù)據(jù)的可得性,建立關(guān)于我國宏觀經(jīng)濟(jì)因素對銀行信用風(fēng)險(xiǎn)的模型,并進(jìn)行實(shí)證分析和壓力測試。

關(guān)鍵詞:宏觀經(jīng)濟(jì);信用風(fēng)險(xiǎn);商業(yè)銀行;壓力測試

中圖分類號:F830 文獻(xiàn)標(biāo)識碼:A文章編號:1008-4428(2009)12-78-03

一、引言

自20世紀(jì)70年代末到21世紀(jì)初,全球有90多個國家先后爆發(fā)了112次系統(tǒng)性銀行危機(jī)。尤其是90年代以來頻頻爆發(fā)的金融危機(jī)——如1987年美國股市崩盤、1992年的英鎊危機(jī)、1994年的美國利率風(fēng)暴及中南美洲比索風(fēng)暴、1997年的亞洲金融危機(jī)、1998年的俄羅斯債務(wù)危機(jī),特別是2007年春季始于美國的次貸危機(jī)最終演變?yōu)?008年的全球金融海嘯,它的波及范圍之廣,影響程度之大,史無前例。系統(tǒng)性銀行危機(jī)不僅使一國多年的經(jīng)濟(jì)發(fā)展成果毀于一旦,還導(dǎo)致一國經(jīng)濟(jì)政治的不穩(wěn)定,對全球經(jīng)濟(jì)也產(chǎn)生了很大的沖擊。

在金融全球化的趨勢下,隨著我國金融市場的完全開放,我國金融市場和國際金融市場的逐步接軌,是否擁有一個穩(wěn)定而且富有競爭力的銀行體系對于我國而言顯得非常必要。對銀行體系進(jìn)行穩(wěn)定性的評估,尤其是對銀行體系面對的信用風(fēng)險(xiǎn)的評估,對防范和化解系統(tǒng)性金融風(fēng)險(xiǎn),維護(hù)我國金融穩(wěn)定和安全具有重要意義。

二、宏觀壓力測試方法流程及模型設(shè)定

(一) 方法流程

宏觀壓力測試是模擬“危機(jī)事件”來估計(jì)極端卻有可能的壓力情景下金融體系的波動。在宏觀壓力測試的框架中,其模型表示為:

(1)

在(1)中表示在模擬的壓力情景下評價(jià)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辦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(xiǎn)矩陣,衡量違約情況的指標(biāo)如貸款損失額主要通過模擬壓力情境下的點(diǎn)估計(jì)得到。

(二) 模型的設(shè)定

我們將在Wilson[7]-[8](1997,1997)、Boss[10](2002) 和Virolainen K.[4](2004)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(xiǎn)評估的宏觀壓力測試模型。

首先,我們借鑒國外研究成果中關(guān)于宏觀經(jīng)濟(jì)因素和貸款違約率之間的非線性關(guān)系設(shè)定。我們通過IN函數(shù)將貸款違約率轉(zhuǎn)化為中介指標(biāo),以該指標(biāo)作為因變量與宏觀經(jīng)濟(jì)因素進(jìn)行多元回歸分析,使得這一指標(biāo)能夠很好的利用各宏觀經(jīng)濟(jì)指標(biāo)所提供的信息。在模型中宏觀經(jīng)濟(jì)因素的選擇方面,參考國內(nèi)外學(xué)者實(shí)證研究中模型的自變量,結(jié)合我國統(tǒng)計(jì)數(shù)據(jù)和披露特點(diǎn)等制約因素選取適合的宏觀經(jīng)濟(jì)變量來構(gòu)建模型。

(2)

(3)

(4)

PDt表t年度的貸款平均違約率,Yt是一個反映宏觀經(jīng)濟(jì)狀況的中介指標(biāo)(反映銀行體系違約概率和各宏觀經(jīng)濟(jì)變量的中介指標(biāo)),Xt代表各宏觀經(jīng)濟(jì)變量。在利用歷史數(shù)據(jù)進(jìn)行模型估計(jì)時,通過處理的違約概率值代入(2)就可以得到估計(jì)的綜合指標(biāo)的估計(jì)值,將其代入(3)就可以估計(jì)出宏觀方程的系數(shù),并以此估計(jì)出方程的作為進(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,用不同的方法得到的各相關(guān)經(jīng)濟(jì)變量值代入估計(jì)出的(3)就可以得到情境壓力下的Yt,再通過(2)就估計(jì)出了壓力情境下的銀行系統(tǒng)的違約概率。

公式(2)就是對貸款違約率進(jìn)行IN函數(shù)變換,PDt代表t年度的貸款平均違約率,Yt表示宏觀經(jīng)濟(jì)狀況的中介指標(biāo)。

公式(3)是反映各宏觀經(jīng)濟(jì)變量與中介指標(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。

公式(4)是反映各宏觀經(jīng)濟(jì)變量的時間序列模型?？紤]到各宏觀經(jīng)濟(jì)因素采取的時間序列數(shù)據(jù),可能存在變量的滯后性,因此對各經(jīng)濟(jì)變量進(jìn)行P階自回歸分析,剔除模型中的序列相關(guān)性。在這個模型中,假設(shè)和是序列不相關(guān)的,并且分別服從方差協(xié)方差矩陣為的正態(tài)分布,其中和相關(guān)的方差協(xié)方差矩陣為。

從(4)式可以看出,模型不僅考慮到了宏觀經(jīng)濟(jì)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(jì)波動的回饋效應(yīng)。將銀行的表現(xiàn)對經(jīng)濟(jì)的反饋影響通過在宏觀因素的自回歸方程中引入綜合變量來實(shí)現(xiàn)。通過各行業(yè)綜合指標(biāo)Yt前期值對各宏觀經(jīng)濟(jì)變量的影響設(shè)定來反映現(xiàn)實(shí)世界中的金融與經(jīng)濟(jì)發(fā)展的相互影響關(guān)系。

(三) 變量選取

1、解釋變量

根據(jù)國外的實(shí)證研究和我國銀行體系業(yè)務(wù)發(fā)展的特點(diǎn),同時考慮到數(shù)據(jù)的可得性,我們模型的變量選取04年第二季度到09年第一季度的季度數(shù)據(jù),同時我們模型的變量是整個經(jīng)濟(jì)體系的,因此各宏觀經(jīng)濟(jì)變量不采用各經(jīng)濟(jì)部門的統(tǒng)計(jì)值,而是采用本國整體水平的統(tǒng)計(jì)值。宏觀數(shù)據(jù)來自中國資訊行數(shù)據(jù)庫和CCER數(shù)據(jù)庫。

我們選取五個宏觀經(jīng)濟(jì)變量作為解釋變量:

RGDP—國內(nèi)生產(chǎn)總值增長率

CPI—居民消費(fèi)價(jià)格指數(shù)

Lr— 一年期貸款基準(zhǔn)利率(折算為季度數(shù)據(jù))

Cun— 一年期存款基準(zhǔn)利率(折算為季度數(shù)據(jù))

M0 — 貨幣供給增速

2、被解釋變量

我們選取違約概率作為評估信用風(fēng)險(xiǎn)的指標(biāo),銀行系統(tǒng)的信用風(fēng)險(xiǎn)主要表現(xiàn)為貸款資產(chǎn)的違約率。Virolainen K. [4] (2004) 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:在研究時期內(nèi),某行業(yè)的破產(chǎn)機(jī)構(gòu)數(shù)量與總的機(jī)構(gòu)數(shù)量的比率為銀行體系面對的違約概率。

四、實(shí)證結(jié)果

(一)模型估計(jì)

我們代入2004年第二季度到09年第一季度的數(shù)據(jù)進(jìn)行回歸,我們首先從滯后3期開始回歸,發(fā)現(xiàn)RGDP、 CPI、 Lr、Cun、M0 都不顯著,于是減少滯后期,在減少滯后期的過程中,我們發(fā)現(xiàn)Cun的顯著性始終不高,而其他變量的開始逐步顯著,于是我們提出Cun這個變量,對其他宏觀經(jīng)濟(jì)變量保留。

由回歸結(jié)果我們可以發(fā)現(xiàn):

(1)不良貸款率受CPI和滯后一期的CPI、貸款基準(zhǔn)利率和滯后一期的貸款基準(zhǔn)利率、滯后一期的不良貸款率的影響,而且其系數(shù)也基本與經(jīng)濟(jì)理論相符合。比如CPI和滯后一期的CPI、當(dāng)期的貸款基準(zhǔn)利率越高,Y越低,經(jīng)過IN變換以后,PD越高,所以符合經(jīng)濟(jì)理論。而實(shí)證顯示,滯后一期的貸款利率P和滯后一期的中介指標(biāo)則與PD成反比。

(2)宏觀經(jīng)變量之間的關(guān)系。我們發(fā)現(xiàn)宏觀經(jīng)濟(jì)變量存在明顯的時滯效應(yīng),這也與以前的實(shí)證研究相吻合。對于GDP增長率來說,滯后一期的貸款利率和滯后一期的M0增長率都與其正相關(guān),這也與經(jīng)濟(jì)理論相符合,而滯后一期的中介指標(biāo)、滯后一期和滯后兩期的RGDP、滯后一期的CPI都與當(dāng)期的RGDP負(fù)相關(guān),還需要進(jìn)一步的驗(yàn)證。

而貨幣供給增速與滯后一期、滯后兩期的RGDP、滯后一期的CPI都負(fù)相關(guān),這也與經(jīng)濟(jì)理論相符合,因?yàn)榍捌赗GDP、CPI越高,通貨膨脹壓力越大,政府必須控制,所以必須控制貨幣供給增速;而貨幣供給增速與上一期的貸款利率、貨幣供給增速正相關(guān);與上一期中介指標(biāo)負(fù)相關(guān)。

(二)宏觀壓力情境的設(shè)定及其結(jié)果

我們選取壓力測試方法為情境分析。

針對我們所選取的宏觀經(jīng)濟(jì)變量,我們設(shè)定兩種壓力情境:一種是GDP增長放緩的情境;一種是CPI上升到較高水平。對于各種壓力情境下,反映壓力的宏觀經(jīng)濟(jì)變量的波動幅度,我們通過以往的歷史相似情境數(shù)據(jù)或歷史經(jīng)驗(yàn)直接進(jìn)行認(rèn)為的設(shè)定。

表2 宏觀壓力測試執(zhí)行結(jié)果

可見,在設(shè)定的兩種壓力的情況下,我國的銀行體系的信貸風(fēng)險(xiǎn)明顯增加,從模型預(yù)測出的貸款違約率都有增加。隨著國內(nèi)生產(chǎn)總值增速的大幅降低,貸款違約率上升;隨著CPI物價(jià)指數(shù)的增加,貸款違約率也在增加。

五、結(jié)論及政策建議

我們在借鑒外國模型的基礎(chǔ)上,建立了適合于我國經(jīng)濟(jì)環(huán)境的模型。我們首先借鑒了國外研究成果中關(guān)于宏觀經(jīng)濟(jì)因素和貸款違約率之間的非線性假定。在此基礎(chǔ)上使用IN函數(shù)將貸款違約率轉(zhuǎn)化為中介指標(biāo)Y,以Y為因變量與宏觀經(jīng)濟(jì)變量進(jìn)行回歸。在模型中,受到數(shù)據(jù)的制約,我們選取不良貸款率作為商業(yè)銀行信用風(fēng)險(xiǎn)的指標(biāo),選取RGDP、貸款基準(zhǔn)利率、CPI、貨幣供給增速等作為宏觀經(jīng)濟(jì)變量。同時,也可以用已經(jīng)估計(jì)出來的方程對商業(yè)銀行信用風(fēng)險(xiǎn)進(jìn)行壓力測試。

結(jié)果顯示:宏觀經(jīng)濟(jì)變量中的CPI和滯后一期的CPI、貸款基準(zhǔn)利率和滯后一期的貸款基準(zhǔn)利率、滯后一期的不良貸款率對當(dāng)期的不良貸款率有影響;而宏觀經(jīng)濟(jì)變量之間存在明顯的時滯效應(yīng)。最后在進(jìn)行壓力測試的時候,我們發(fā)現(xiàn)隨著國內(nèi)生產(chǎn)總值增速的大幅降低,貸款違約率上升;隨著CPI物價(jià)指數(shù)的增加,貸款違約率也在增加。

參考文獻(xiàn):

[1]McKinnon R. Financial growth and macroeconomic stability in China.1978—1992: implications forRussia and other (下轉(zhuǎn)第101頁)(上接第79頁)transitional economics [J].Journal of Comparative Economics, 1994, 17(2):438--469

[2]Bernhardsen T. The relationship between interest rate differentials and macroeconomics variables: a panel data study for European countries [J]. Journal of International Money and Finance, 2000, 18(2), 289—308

[3]高秀娟. 我國銀行體系穩(wěn)定性研究 [J]. 河北經(jīng)貿(mào)大學(xué)學(xué)報(bào),2002,(05):47—53.

[4]陳華、伍志文 銀行體系脆弱性:理論及基于中國的實(shí)證分析 [J].數(shù)量經(jīng)濟(jì)技術(shù)研究,2004,(09) :34—51.

[5] 孫連友. 金融體系壓力測試—-概念與方法 [J]. 濟(jì)南金融,2006,(02):43—50.

作者簡介:

吳婷,南京大學(xué)經(jīng)濟(jì)學(xué)院;

段明明,南開大學(xué)經(jīng)濟(jì)學(xué)院。