商業(yè)銀行信用風(fēng)險與宏觀經(jīng)濟——基于壓力測試的研究

南京師范大學(xué)商學(xué)院 王垚

眾所周知，商業(yè)銀行是金融系統(tǒng)的重要組成部分，在國民經(jīng)濟中發(fā)揮著不可替代的作用。但是近年來，許多國家的商業(yè)銀行紛紛出現(xiàn)信用危機，這嚴(yán)重影響了該國的穩(wěn)定與經(jīng)濟發(fā)展。一旦一國的商業(yè)銀行發(fā)生信用危機，勢必會傳染實體經(jīng)濟，甚至?xí)l(fā)全球性的金融危機。因此，如何防范與控制商業(yè)銀行內(nèi)部的信用風(fēng)險變得尤為重要。

在現(xiàn)有的風(fēng)險管理方法中，壓力測試已經(jīng)被廣泛認(rèn)可并應(yīng)用于實踐。但我國壓力測試在商業(yè)銀行的應(yīng)用才剛剛起步，本文根據(jù)我國商業(yè)銀行的現(xiàn)有狀況，設(shè)計了一個適合我國銀行業(yè)的壓力測試模型，通過模型，我們可以定量檢測出，商業(yè)銀行的風(fēng)險抵御能力，方便采取措施降低風(fēng)險。

1 文獻綜述

Dunbar和Irving（1998）提到壓力測試，并指出壓力測試是銀行引用風(fēng)險的次要環(huán)節(jié)，作為VAR模型的補充，VAR和壓力測試前者是用來衡量正常市場環(huán)境條件下的風(fēng)險值，而壓力測試則被默認(rèn)為極端環(huán)境下的風(fēng)險值。Risk Metrics Group（1999）把壓力測試?yán)碚摷右匝由?，指出壓力測試在應(yīng)用上應(yīng)該更多地考慮宏觀經(jīng)濟因素。目前，國內(nèi)用壓力測試的方法來測試宏觀經(jīng)濟波動對商業(yè)銀行的信用風(fēng)險的影響的相關(guān)文獻相對較少，而關(guān)于壓力測試的研究還是處于起步階段。高同裕、陳元富（2006）詳細(xì)闡述了壓力測試的步驟并指出壓力測試在我國運用的主要問題；熊波（2006）通過構(gòu)建Logit模型研究了我國銀行體系和宏觀經(jīng)濟變量之間的內(nèi)在聯(lián)系，并試圖找到他們之間的內(nèi)在穩(wěn)定性，通過情景設(shè)定法研究了宏觀經(jīng)濟因素GDP、CPI等的變動對我國銀行系統(tǒng)的信用風(fēng)險造成的影響；華曉龍（2009） 用Logit函數(shù)將我國商業(yè)銀行不良貸款率轉(zhuǎn)化為中間參數(shù)Y，選取中間參數(shù)Y替代商業(yè)銀行不良貸款率作為商業(yè)銀行不良貸款的指標(biāo)，利用2004年到2009年的宏觀經(jīng)濟變量與中間參數(shù)Y做多元回歸模型，最后利用壓力測試的方法定量分析宏觀經(jīng)濟對于商業(yè)銀行不良貸款率的沖擊。

2 我國商業(yè)銀行信貸風(fēng)險壓力測試的實證研究

本文選取了GDP和CPI兩個宏觀因子，在這兩個宏觀因子惡化時，分析商業(yè)銀行不良貸款率的狀況。在此基礎(chǔ)上運用情境分析作為執(zhí)行壓力測試的方法，即通過設(shè)定數(shù)個壓力情境，檢測不良貸款率。

2.1 我國商業(yè)銀行信貸風(fēng)險壓力測試模型的選取

本文主要是借鑒Wilson（1997a,b）和Boss（2002）和Virolainen（2004）關(guān)于宏觀經(jīng)濟因素和商業(yè)銀行不良貸款率之間的非線性假定，引用Logit函數(shù)將我國商業(yè)銀行不良貸款率轉(zhuǎn)化為中間參數(shù)Y，用中間參數(shù)Y來與宏觀因子進行回歸分析。本為根據(jù)國內(nèi)外學(xué)者的研究現(xiàn)狀，經(jīng)過多次篩選之后選取了適當(dāng)?shù)暮暧^經(jīng)濟變量構(gòu)建模型。

Y代表的是本文的中間參數(shù)，PDt是商業(yè)銀行不良貸款率，X是的是各宏觀經(jīng)濟因素。把歷年商業(yè)銀行不良貸款率帶入公式（1）就可以算出。再將Y代入公式（2）就得出了宏觀經(jīng)濟變量在模型中的相關(guān)系數(shù)。公式（3）是宏觀因子的自相關(guān)模型。

在這個模型中,假設(shè)ut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ut和εt相關(guān)的方差協(xié)方差矩陣為∑μ,ε。

本文選取國內(nèi)生產(chǎn)總值增長率（RGDP）、居民消費價格指數(shù)（CPI）、一年期貸款基準(zhǔn)利率（Rate）、廣義貨幣（M2）、商品房銷售價格指數(shù)（Price）、企業(yè)景氣指數(shù)（ES）作為宏觀經(jīng)濟指標(biāo)。

2.2 我國商業(yè)銀行信貸風(fēng)險壓力測試的實證檢驗

依據(jù)自變量和因變量的數(shù)據(jù)，運用VAR來計算自變量與因變量之間的相互影響關(guān)系，模型結(jié)果見表1。

（1）由表1可以看出方程組的R2值高達97%，說明此方程有較強的解釋能力，商業(yè)銀行不良貸款率與居民消費價格指數(shù)CPI、M2及其滯后項有關(guān)，此外還與GDP增速RGDP、一年期貸款基準(zhǔn)利率，商品房價格指數(shù)price的影響，系數(shù)也與實際情況相吻合。

表1 商業(yè)銀行不良貸款率與宏觀經(jīng)濟因素之間的關(guān)系

（2）宏觀經(jīng)濟變量與商業(yè)銀行信用風(fēng)險有時滯效應(yīng)，這點也符合我國的基本情況。在方程組中不良貸款率與GDP增速呈正相關(guān)，而和M2呈負(fù)相關(guān)。

壓力情境中各宏觀經(jīng)濟變量的賦值。在RDP增長率大幅下降的情況下，RGDP對于CPI、Price、ES的解釋能力比較強，其宏觀經(jīng)濟因素對于RGDP的回歸模型如下：

在前文對NGDP和Y進行自回歸預(yù)測得到的數(shù)據(jù)的基礎(chǔ)上，利用上面估計出的三個方程對RGDP相應(yīng)取值下的ES、CPI和Price的值進行估計。壓力情境下各宏觀經(jīng)濟變量的估計結(jié)果如表2所示。

在CPI大幅上升的壓力情境設(shè)定下，運用最小二乘法估計，通過估計發(fā)現(xiàn)CPI對RGDP、ES、Price都有較強的解釋能力，最終確定的其他宏觀經(jīng)濟變量關(guān)于NGDP的回歸模型如下：

對于CPI設(shè)定的三種情形下，其他解釋變量的取值方法同上，在前文對CPI和Y進行自回歸預(yù)測得到的數(shù)據(jù)的基礎(chǔ)上，利用上面估計出的三個方程對CPI相應(yīng)取值下的Price、NGDP和ES的值進行估計。壓力情境下各宏觀經(jīng)濟變量的估計結(jié)果如表2所示。

我國商業(yè)銀行信貸風(fēng)險壓力測試結(jié)果及應(yīng)用

最后得出估計出的多元回歸模型：

表2 宏觀壓力結(jié)果表

從表中可以看出在兩種極端環(huán)境下，我國的銀行不良貸款率出現(xiàn)了顯著增長，尤其在嚴(yán)重通過膨脹下（CPI增幅9%），不良貸款率高達18.18%，在壓力情境下，宏觀經(jīng)濟的沖擊對于商業(yè)銀行不良貸款率影響顯著。

3 結(jié)語

根據(jù)模型顯示，我國商業(yè)銀行信用風(fēng)險與宏觀經(jīng)濟帶有明顯的親周期性，即當(dāng)宏觀經(jīng)濟良好時，商業(yè)銀行不良貸款率偏低，而當(dāng)宏觀經(jīng)濟下滑時，商業(yè)銀行不良貸款率顯著提高。通過壓力測試可以看出，當(dāng)CPI提高9個點時，不良貸款率已經(jīng)達到18.18%，這對銀行業(yè)的沖擊是巨大的。因此我國在發(fā)展金融體系的同時，一定要穩(wěn)住實體經(jīng)濟，實體經(jīng)濟是虛擬經(jīng)濟的基礎(chǔ)。

而通過以上分析可以發(fā)現(xiàn)，我國銀行業(yè)自身的穩(wěn)定性還有待加強，在面臨宏觀經(jīng)濟壓力時，自己化解風(fēng)險的能力不足。我國要學(xué)習(xí)國外銀行的先進經(jīng)驗，例如摩根CreditMet rics和麥肯錫的Credit Portfolio View等。銀行業(yè)的發(fā)展還有待于監(jiān)管體系和銀行自身的合作努力。

[1] Dunbar,N.R.Irving:This is the way the world Ends[J].Risk,1998.

[2] 華曉龍.基于宏觀壓力測試方法的商業(yè)銀行體系信用風(fēng)險評估[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2009(4).

[3] 熊敏.壓力測試及其在中美兩國中的應(yīng)用[J].國際金融,2010(10).

[4] 巴曙松,朱元倩.壓力測試在銀行風(fēng)險管理中的應(yīng)用[J].經(jīng)濟學(xué)家,2010(2).