基于压力测试模型的我国商业银行风险监管研究

2016-11-19丁建臣刘亚娴

当代经济研究 2016年2期

丁建臣，刘亚娴，陈宁

（1.对外经济贸易大学金融学院，北京100029；2.中国建设银行股份有限公司河南省分行投资银行业务部，郑州450000；3.中科招商投资管理集团，北京100029）

丁建臣1，刘亚娴2，陈宁3

中长期贷款和定期存款是我国商业银行流动性风险的主要来源，商业银行信用风险主要来源于房地产抵押贷款和房地产相关产业贷款，我国银行的房贷信用风险仍处于可控范围。为预防利率风险，银行最积极的缺口管理策略是根据对利率波动的预测，适时形成或正或负的缺口，若难以准确地预测利率走势，则应采取零缺口资金配置策略。我国应建立标准化程序，统一银行压力测试标准，构建高效的银行压力测试评估体系，发挥银行压力测试的风险预警作用，这样才能全面衡量商业银行的经营状况与风险承受能力。

银行压力测试；商业银行；监管；风险

一、问题的提出

银行业的健康发展对于各国经济安全和金融市场稳定均具有重要作用，由影子银行引发的2008年美国次贷危机也给各国银行监管层敲响了警钟，加强银行业风险监管势在必行。

关于我国银行业的风险监管问题，学者们对此进行了大量的研究。周小川认为，宏观审慎监管政策主要包括对银行的资本要求、流动性要求、杠杆率要求、拨备规则，以及对系统重要性机构的特别要求、会计标准和衍生品交易集中清算等。［1］郭炎兴认为，银行监管的首要目标是维护银行体系的稳定，如果银行缺乏最低限度的监管和有效的治理框架，将难以顺利运转。［2］周胜强等从银行政策、银行定位、跨国统一监管、消费者保护等方面对银行监管体系所面临的各种挑战做出了综合评价。［3］谢平和邹传伟的研究发现，金融机构和监管当局之间由于金融创新的存在，不可避免地要进行一场长久的博弈，金融创新的本质要求其要不断突破金融监管的束缚，而作为政府监管部门，各级监管当局必须及时对各种金融创新产品做出反应。［4］陆静和汪宇认为，对资本充足率的监管不仅使整个银行系统的稳定性得以加强，同时还可以大幅提高银行的流动性和信用创造功能。［5］杨胜刚和刘亚之认为，对资本充足率的过高要求只能产生一个后果，那就是商业银行可能会采取其它形式的金融创新来增加银行机构整体的利润水平，这将大大增加银行监管的难度，从而加剧银行体系所面临的风险。［6］刘明康认为，银行的资产共性和短期债务的相互作用会导致过度的系统性风险。［7］王兆星认为，面临负面冲击时，银行的最优资本要求应该降低，否则虽然不会降低银行的安全性，但是会导致投资总额的显著降低。因此，对风险敏感的资本要求进行周期性调整是必要的。［8］

从现有的研究银行风险监管的文献来看，大多数学者都是着眼于银行风险形成的原因及如何监控风险，但就如何发现银行业风险的相关研究不多，常用的检测银行风险的方法是进行银行压力测试。［9］银行压力测试的积极作用毋庸置疑，较为详尽的压力测试结果与信息披露有助于恢复公众对银行体系的信心，能使银行的经营能力显著提升，股价普遍上涨，银行资产证券化业务进入良性循环轨道，能使更多的银行监管指标达到监管要求。与欧美发达国家相比，我国银行业压力测试研究起步较晚，而且我国现有的银行压力测试多是照搬照抄国外经验，制度移植过程中脱节严重，情景设定仅考虑到利率和房价变动，忽视了房价和被测试银行之间的关联效应，主要针对的是房地产开发贷款和个人按揭贷款，未考虑房地产抵押贷款和地方政府债务风险。而且，我国商业银行压力测试的基础性工作也尚显薄弱，资源保障、技术手段和结果应用都有待改进。面对当前复杂的国内外经济环境，加强我国商业银行的风险压力测试，找出我国商业银行存在的风险，加强银行监管，持续防控和化解金融风险，对于维护我国经济的持续健康发展具有重要的现实意义。基于此，本文选取具有代表性的国内某大型商业银行，针对商业银行所面临的三大风险（利率风险、流动性风险和信用风险），分别进行了风险压力测试，借此找出我国商业银行现存的风险，并根据我国的实际情况给出了相应的政策建议。

二、利率风险压力测试

银行的利率风险主要包括结构性利率风险和其资金交易头寸风险，生息资产和付息负债重定价日的不匹配是利率风险的主要来源。国外常选取重定价缺口模型进行银行利率风险压力测试，本文也利用该模型对国内某大型商业银行进行利率风险压力测试。

1.重定价缺口模型

重定价缺口也称利率敏感性缺口，是指在某一具体时期内，利率敏感性资产（RSA）和利率敏感性负债（RSL）的差额。利率变动会导致利率敏感性资产与负债规模的变化，进而引起利息收入与支出发生变化，加剧了成本收益的不确定性。利率敏感性缺口分析主要是对这一变动带来的利率风险敞口进行测定的方法，其基本模型为：

重定价缺口=利率敏感性资产（RSA）-利率敏感性负债（RSL）（1）

利率缺口包括正缺口、负缺口和零缺口三种。当RSA-RSL>0时，缺口为正；RSA-RSL<0时，缺口为负；RSA-RSL=0时，缺口为零。当缺口为正时，市场利率上升使得资产利息收入增加快于负债利息支出增加，净利息收入增加，利率下降会产生相反结果。可见，当缺口为正时，处于利率敞口的资金使得商业银行在利率上升时获利，利率下降时受损。当缺口为负时，市场利率上升使得负债利息支出增加快于资产利息收入的增加，净利息收入减少，反之结果相反。可见，当缺口为负时，利率风险敞口部分使得银行在利率上升时受损，利率下降时获利。当缺口为零时，利率敏感性资产等于利率敏感性负债。利率的变动不会改变银行的净利息收入，利率风险处于免疫状态。

2.利率风险压力测试

首先，本文选取国内某大型商业银行（A银行）的数据，将银行所有生息资产和付息负债按照重新定价的期限划分为不同时间段，在每个时间段内，用利率敏感性资产减去利率敏感性负债，得到该时间段内的重新定价缺口，然后对各时段缺口赋予相应敏感性权重，得到加权缺口，再对所有时段加权缺口进行汇总，估算出给定利率变动可能会对银行经济价值产生的影响。实际银行报表中列示的利率敏感性资产主要包括现金及存放央行存款、存放同业存款、浮动利率贷款、交易性金融资产、可供出售金融资产（以公允价值计量）、持有至到期投资（以持有成本计量）等，利率敏感性负债主要包括向央行借款、同业存放及同业拆入、交易性金融负债、存款等。截至2014年6月30日，A银行的利率敏感性资产和利率敏感性负债分别按不同期限（合同重新定价日或到期日中较早者）分类如表1所示。

表1 A银行利率敏感性资产和负债单位：亿元

基于表1的结果，本文对各期限的重定价缺口，即利率风险敞口进行压力测试，压力情景设置为利率分别上涨、下跌100个基点和200个基点，所引起的净利息收入变化如表2所示。

表2 压力测试下净利息收入变化单位：亿元

由表2可以看出，A银行除3个月以内的利率敏感性缺口为负外，3个月以上的利率敏感性缺口均为正，正缺口在利率上涨周期中能带来正的净利息收入，若利率处于下跌周期，例如在极端情况下利率下跌2%，则带来净利息损失为195.62亿元，银行收入将下降。最积极的缺口管理策略应根据对利率波动的预测，适时形成或正或负的缺口。如果银行难以准确地预测利率走势，采取零缺口资金配置策略比较安全，因为在利率敏感性资产与利率敏感性负债相等时，浮动利率资产和负债的重新定价是在同一方向和等量金额的基础上进行的。当预测市场利率上升时，银行应主动营造资金配置的正缺口，使利率敏感性资产大于利率敏感性负债，利率敏感性比率大于1，扩大净利息收入。当利率处于高峰时，银行应反向操作，恢复零缺口状态。当利率开始下降时，银行应主动营造资金配置负缺口，扩大净利息差额。积极的利率敏感性管理和缩小银行利率敏感性缺口的管理方法如表3和表4所示。

表3 银行积极的利率敏感性管理

表4 缩小银行利率敏感性缺口管理

三、流动性风险压力测试

流动性管理对于银行防范风险至关重要，我国一直对银行业的流动性问题高度重视。2015年中央经济工作会议特别提出，要继续实施稳健的货币政策，经济新常态下应高度关注风险发生发展趋势，通过公开市场操作来平滑流动性。本文运用流动性缺口模型和经济计量压力模型分别对A银行的流动性进行了风险压力测试。

1.流动性缺口分析模型

银行资产可以按照是否能在90天内变现并且没有损失划分为流动性资产与非流动性资产两部分。负债和所有者权益是资金的来源，可以分为稳定来源与波动来源两部分。流动性资产与波动来源之间的差额，即为流动性缺口。如果流动性资产大于波动来源，这一缺口为正，说明银行流动性充足。若这一缺口为负，则说明银行部分非流动性资产由波动资金来源提供，流动性存在不足。流动性缺口分析主要考虑流动性供给与需求之间的缺口对现金流的影响，缺口大小随时间而呈波动变化，通过流动性缺口分析可以随时评估银行的流动性风险状况。根据A银行资产负债表，可以对该行流动性缺口进行分析。截止2014年6月末，A银行流动性状况的有关指标如表5所示，流动性缺口如表6所示。

表5 A银行流动性状况相关指标单位：%

表6 A银行流动性缺口单位：百万元

由表6可见，A银行流动性缺口变化较大的主要是在1个月内、1～3个月、3个月～1年和1～5年四个期限档次。通过分析A银行的财务报表可以知道，流动性缺口产生这种变化的原因，主要是存放同业及其他金融机构款项及拆出资金增加，使得A银行1个月内的流动性负缺口有所减小；1～3个月的流动性负缺口减小，主要是因为相应期限客户贷款增加及客户存款减少所致；3个月～1年的流动性负缺口有所扩大，主要是因为相应期限客户存款增加所致；部分央行票据即将到期及客户存款增加使得1～5年期的流动性正缺口有所减小。由于A银行活期存款持续增长，沉淀率较高，同时大量持有高流动性的央行票据和国债等资产，使得A银行长期来看流动性储备充足，整体流动性充裕。

2.经济计量压力模型

为了进一步分析A银行的流动性风险，本文选取经济计量压力模型对A银行的流动性进行压力测试，其基本步骤包括以下三个方面。

第一，自变量和因变量的选取。选取适当的流动性指标作为因变量，如流动性比例等；选取若干影响银行流动性的因素作为自变量，如存贷款结构、存款准备金政策等，然后通过皮尔森相关系数检验（见公式2），衡量因变量和自变量之间的线性相关关系。若r>0，说明二者之间正相关，反之，二者负相关。

第二，识别重要影响因素，确定承压变量。通过相关系数检验识别重要影响因素，相关系数绝对值越大说明该因素越重要，应当被选作流动性压力测试的承压变量。

第三，模型实证研究。通过建立回归模型，展开流动性压力测试。

以上三个步骤中，重要风险因素的识别过程是关键，直接关系到流动性压力测试的有效性，一旦选取失当，银行所面临的真实流动性风险将难以呈现，压力测试结果也将失去意义，因此需要格外重视这一基础性环节。

本文选取流动性比率（L）作为因变量，选取的自变量包括中长期贷款占贷款总额的比重（x1）、定期存款占存款总额的比重（x2）、法定存款准备金率或超额备付率（x3）、交易性金融资产加可供出售金融资产之和与总资产之比（x4）、人民币与美元汇率（x5）。自变量与因变量之间的关系式如公式（3）所示，其中，a、b、c、d、e为自变量系数，f为常数项。

为了判断x1～x5是否会对流动性比率产生显著性影响，本文运用最小二乘法（OLS）进行回归分析，回归方程如公式（4）所示。

由运算结果（因为篇幅所限，结果省略，如有需要，可向作者索取）可以判断出x3与x5对流动性比率没有显著性影响，故在进行多元向量自回归（VAR）时，本文只对x1，x2，x4进行回归分析。为了能更清晰地看出x1、x2、x4对流动性L的影响，本文对它们进行脉冲响应分析，结果如图1～图3所示，可见，x1、x2对流动性比率的影响较大，说明中长期贷款和定期存款是A银行流动性风险的主要来源，银行应密切关注其变化情况。而x4，即交易性金融资产加可供出售金融资产的和与总资产之比对流动性的影响较小。

图1 x1对L的脉冲响应

图2 x2对L的脉冲响应

图3 x4对L的脉冲响应

四、信用风险压力测试

1.模型选取与说明

就我国商业银行而言，由于房地产贷款占银行贷款比重较高，以房地产贷款信用风险为例展开信用风险压力测试具有较强应用价值。本文借鉴现有的研究框架，［10］样本选取时间范围为2007年11月～2012年9月的月度数据，承压变量为A银行房地产开发贷款不良率（NPR），其评定模型转化形式表示为LNPR，即：

为避免压力测试指标线性相关，本文只选取具有代表性并且有利于提高模型预测精度的承压指标，其分别为房价（HP）、一年期贷款基准利率（R）、工业增加值（IAV）和居民消费物价指数（CPI）。在VAR模型的基础上，本文构建向量误差修正模型（VEC），并确定自变量与因变量之间的协整关系，如公式（6）所示，其中vecmt为误差修正项。

本文所用数据来源于A银行2007～2012年3季度年报，相关外部数据来源于WIND数据库，压力指标均取当月同比指标，由于工业增加值不存在1月份数据，因此，所有数据均剔除1月数据以保证一致性，总计54个时间序列数据。单位根检验采用R软件，蒙特卡洛模拟采用Matlab软件，其他模型计量采用Eviews 7.0软件。

表7 单位根检验结果汇总

2.平稳性检验

单位根检验结果如表7所示，检验形式（C，T，N）中C、T、N分别表示ADF检验中的常数项、时间趋势项和滞后阶数；*、**分别表示在5%和1%显著性水平上拒绝零假设，即时间序列是平稳过程。由表7可知，LNPR，HP，R，IAV和CPI的一阶差分序列在5%的显著性水平下都是平稳的。

表8 Johansen多元协整检验信息

3.向量误差修正模型

由于LNPR、HP、R、IAV和CPI等五个自变量都是一阶单整序列，因而可以建立协整模型及VEC模型。根据滞后长度准则，本文VEC模型的适宜滞后阶数选为2阶。

通过Johansen多元协整检验结果（见表8）可知，在5%的显著性水平下，迹检验表明存在2个协整关系，最大特征根检验表明存在1个协整关系，LNPR、CPI、IR、HP之间的协整关系如表9所示。

表9 Johansen多元协整关系

将表9的估计结果写成如下公式（7）所示：

VEC模型估计结果如公式（8）所示：

其中，（μ1，t，μ2，t，μ3，t，μ4，t，μ5，t）′为方程（8）的随机误差项，协整方程（7）表示LNPR与R、HP、IAV和CPI之间存在长期稳定的均衡关系。由上述方程的运算结果可以看出，利率、通货膨胀率与房地产开发贷款不良率之间正相关，工业增加值、房价与不良贷款率之间负相关。事实上，通货膨胀率上涨将导致企业生产成本的增加，伴随着国家紧缩性宏观经济政策的实施，如上调基准利率，企业财务成本也随之上升，进而增大了房地产企业的信用违约风险。在经济繁荣时期，工业增加值较高，房价持续稳定增长，房地产企业的信用违约风险降低。由式（7）的系数可知，模型估计结果与现实一致，且利率对房贷不良率的影响最为显著，这也与我国经济现实相契合。我国利率市场化尚未完全实现，通过利率政策调控房价仍为政府首选，近年来我国频繁调整的房贷利率即为佐证。［11］

4.蒙特卡洛模拟

表10 蒙特卡洛模拟结果

由蒙特卡洛模拟结果可以看出，随着压力情景的增强，房贷不良率呈现明显上升趋势，房地产开发贷款违约信用风险将增大，虽然在30%的最大压力情景下，不良贷款率仍保持在10%以内，这表明A银行房贷信用风险仍处于可控范围，但由于模型所测试的贷款仅包含房地产开发贷款和个人住房按揭贷款，如果考虑到房地产抵押贷款风险和房地产相关产业贷款风险，则这一比重将大大增加，涉房贷款违约风险将远大于模型估计的结果。

五、结论与政策建议

通过本文的研究可以看出，从利率风险压力测试结果来看，如果银行难以准确地预测利率走势，采取零缺口资金配置策略比较安全，因为在利率敏感性资产与利率敏感性负债相等时，浮动利率资产和负债的重新定价是在同一方向和等量金额的基础上进行的。当预测市场利率上升时，银行应主动营造资金配置的正缺口，使利率敏感性资产大于利率敏感性负债，利率敏感性比率大于1，扩大净利息收入。当利率处于高峰时，银行应反向操作，恢复零缺口状态。当利率开始下降时，银行应主动营造资金配置负缺口，扩大净利息差额；从流动性风险压力测试的结果可知，长期来看，我国商业银行的流动性储备充足，中长期贷款、定期存款是商业银行流动性风险的主要来源，银行应密切关注其变化情况，而交易性金融资产加可供出售金融资产的和与总资产之比对流动性的影响较小；从信用风险压力测试的结果来看，利率、通货膨胀率与房地产开发贷款不良率之间正相关，工业增加值、房价与不良贷款率之间负相关，利率对房地产开发贷款不良率的影响最为显著。随着压力情景的增强，房贷不良率呈现明显上升趋势，房地产开发贷款违约信用风险将增大。由于模型所测试的贷款仅包含房地产开发贷款和个人住房按揭贷款，如果考虑到房地产抵押贷款风险和房地产相关产业贷款风险，则这一比重将大大增加，涉房贷款违约风险将远大于模型估计的结果。

将压力测试纳入商业银行日常经营和风险管理框架，根据所设定情景要求银行对某些特殊业务或可能导致战略失败和声誉受损的事件进行风险评估，对于全面衡量商业银行经营状况与风险承受能力至关重要。具体来说，商业银行的压力测试及风险监管应从以下几个方面做起。

1.完善银行压力测试的方法与技术。正确可信的压力测试情景设置应基于经济现实的不利困境，必须在情景设定的广度和深度上充分体现出“压力”特点，根据国外银行压力测试的经验，所设定压力情景应该有5～10%的发生概率（合理的置信区间）。要重视压力测试模型开发与完善，保证测试模型和测试目的高度统一，通过对过往压力测试过程的分析总结，在实践中不断丰富和完善符合我国国情的压力测试模型。必须高度重视数据一致性，监管部门有必要建立标准化程序，规范数据收集和严格数据转换，确保测试数据一致性。要建立覆盖各类风险和业务领域的压力测试体系。按照《巴塞尔银行监管委员会关于稳健的压力测试实践和监管原则》的规定，任何压力测试项目都应在不同产品、业务和机构中得到全面一致地实施，针对压力测试目的采用不同测试精细度，压力测试项目应对所有相关风险因子的冲击效果进行检查，并考虑相互间的内部联系。［12］

2.统一银行压力测试标准。压力测试标准设置直接关系到测试结果的比较分析，合理的变量选取和准确的数据获取要求反映客观经济现实，便于进行国际比较分析，提升监管当局的监管能力。统一银行压力测试标准，选择压力测试参数，必须借鉴国外银行压力测试的经验教训，紧密结合我国国情，参数选取要体现代表性、真实性、持续性、可比性和系统重要性原则，增设新变量并对其进行持续性统计分析，在此基础上统一银行压力测试数据口径。

3.发挥银行压力测试风险预警作用。通过银行压力测试结果分析，全面衡量商业银行经营状况与风险承受能力，避免一味关注可能损失的绝对值，做到评估结果客观公正，在此基础上监管部门应及时出台指导性意见和改进措施，督促商业银行针对测试结果自觉查缺补漏，重新定位发展战略，完善公司的治理结构，明晰社会责任，调整价值取向，保护金融消费者权益。

4.不断夯实商业银行有效性监管依据。强化我国银行监管，夯实银行监管依据，必须完善相关法律法规。要完善信息披露相关法律法规，加大金融衍生工具信息披露力度，强化并完善金融消费者和金融投资者的法律保护制度，尽快出台专门的《金融投资者保护法》、《金融消费者保护法》、《金融交易与服务公平法》，修改和完善《商业银行法》和《商业银行监督管理法》。

［1］周小川.大型商业银行改革的回顾与展望［J］.北京：中国金融，2012（6）：7-10.

［2］郭炎兴.探索银行业监管“中国模式”——尚福林谈银行业监管十年［J］.北京：中国金融家，2013（5）：16-20.

［3］周胜强，李向前，范芮彤.我国中央银行在宏观审慎监管框架中的核心作用［J］.大连：财经问题研究，2012（12）：60-65.

［4］谢平，邹传伟.金融危机后有关金融监管改革的理论综述［J］.北京：金融研究，2010（2）：1-17.

［5］陆静，汪宇.商业银行市场风险压力测试的实证研究［J］.北京：经济管理，2011（9）：149-161.

［6］杨胜刚，刘亚之.我国商业银行流动性风险压力测试［J］.吉首：吉首大学学报（社会科学版），2015（3）：35-43.

［7］刘明康.中国特色银行业监管的理论与实践［J］.北京：中国金融，2011（13）：14-18.

［8］王兆星.国际银行监管改革对我国银行业的影响［J］.北京：国际金融研究，2010（3）：4-10.

［9］周凯，袁媛.商业银行动态流动性风险压力测试应用研究［J］.南京：审计与经济研究，2014（3）：106-114.

［10］盛斌，石静雅.尾事件度量和压力测试在我国商业银行的应用研究［J］.大连：财经问题研究，2010（2）：45-49.

［11］汤婷婷，方兆本.商业银行信用风险与宏观经济——基于压力测试的研究［J］.西安：当代经济科学，2011（4）：72-77.

［12］丁建臣，庞小凤，孟大伟.商业银行压力测试：国际实践与政策建议［J］.上海：上海金融，2013（7）：81-85.