商業(yè)銀行信用風(fēng)險壓力測試的最差情景估計方法研究.pdf

1、國際金融危機以來，各國金融監(jiān)管者都強調(diào)對銀行業(yè)系統(tǒng)性風(fēng)險的防范，而壓力測試作為識別系統(tǒng)脆弱性的重要技術(shù)在國外得到極為廣泛的普及。我國金融監(jiān)管者與學(xué)者亦在理論與實踐層面進行了探索。但國內(nèi)研究大多是國外模型的簡單套用，尤其在壓力情景設(shè)置上采取專家主觀假設(shè)或直接選擇歷史危機情景作為沖擊，兩種方法存在一定缺陷，如情景不具備經(jīng)濟前瞻性、沖擊程度不夠極端或未能覆蓋全部風(fēng)險點等，這會使得壓力測試效果不顯著。因此為了科學(xué)合理地運用壓力測試技術(shù)，在情景設(shè)

2、置環(huán)節(jié)上的改進優(yōu)化顯得尤為重要。
　　 本文對信用風(fēng)險壓力測試的情景設(shè)置環(huán)節(jié)進行了優(yōu)化，重點是引入最差情景估計方法。通過構(gòu)建宏觀情景模型，采用時間跨度為29個季度的11個宏觀經(jīng)濟解釋變量篩選出的兩個主成分因子作為沖擊因子，銀行業(yè)不良貸款率作為承壓指標(biāo)，根據(jù)VAR模型得出的長期協(xié)整方程作為最大損失函數(shù)的線性近似，假設(shè)因子服從多元聯(lián)合橢球等高分布，應(yīng)用馬氏距離衡量沖擊情景的發(fā)生概率，隨后從沖擊情景的極端程度和發(fā)生概率這兩方面對歷史情

3、景分析法、假設(shè)情景分析法與最差情景估計方法進行了實證比較，由測試結(jié)果可以得出以下結(jié)論:第一，與假設(shè)風(fēng)險因子服從正態(tài)分布相比，最差情景估計中橢球等高分布能覆蓋更廣的風(fēng)險范圍，所識別的損失波幅較前者高，并能建立與馬氏距離的函數(shù)關(guān)系;第二，通過最差情景估計方法建立損失與馬氏距離(Mahalanobis Distance)的函數(shù)，可以衡量壓力情景發(fā)生的概率，消除量綱影響和維度關(guān)聯(lián)性;第三，VAR模型的長期協(xié)整方程可作為最差情景估計中損失函數(shù)的線

4、性近似;第四，傳統(tǒng)情景分析方法在識別潛在風(fēng)險因素與沖擊持續(xù)期方面存在一定局限性，而最差情景估計方法反映沖擊因子的多期動態(tài)變化路徑，使之具備一定經(jīng)濟前瞻性，這是對傳統(tǒng)壓力測試情景分析方法的良好補充;第五，有必要進一步完善我國金融數(shù)據(jù)統(tǒng)計體系。
　　 本文分析了我國信用風(fēng)險壓力測試的情景設(shè)置環(huán)節(jié)傳統(tǒng)方法的缺陷，引入最差情景估計方法，隨后從比較得出以下幾點情景設(shè)置方法論總結(jié)借鑒，包括要把握壓力測試情景的經(jīng)濟前瞻性、衡量壓力測試情景的極