商业银行系统性金融风险压力测试模拟研究

李 伟

(天津财经大学 经济学院，天津 300222)

现代金融体系在我国的起步时间较晚，杠杆化程度和累积的风险较弱，而且源于数千年儒家文化历史形成的勤俭持家意识所导致的居民高储蓄率、低透支率等消费习惯，使我国的金融体系尚未出现过大规模、深程度的、系统性的金融危机。中共中央、国务院也在各种场合多次反复强调，“要把防控金融风险放到更加重要的位置，牢牢守住不发生系统性金融风险的底线”[1-2]。

但是金融机构在业务流程中出于 “趋利避害”的动机不断研发出各种金融衍生和创新产品，其中有很多都是零和博弈，在金融杠杆的作用下这些衍生产品会不断放大金融风险泡沫。形成的系统性金融风险，是所有金融风险表现形式中破坏性和传染性最强的，尤其是在金融体系支付链条因某种原因遭到破坏或者中断时，系统性金融风险就有可能转化为以信用风险和支付风险为主要特征的经济危机，从而给国民经济的发展造成负面消极影响。

近年来频繁爆发的金融危机，常常光顾新兴市场经济国家和经济体制转轨国家，这充分反映出这类国家金融市场存在的后天缺陷以及金融体系的先天脆弱性。而发达国家虽然具备一定的金融风险和金融危机的防范经验，但由于金融创新和衍生产品更新换代的速度实在太快，同样难以确保自身金融体系运行的安全稳定。所以，对金融风险的认知和预警在我国经济发展的任何阶段都是重中之重。而预警过程需要的第一道防线，主要就集中在由压力测试结果决定的商业银行风险抵抗和自愈能力上。

一、文献综述

(一)国外研究成果综述

1.系统性金融风险来源

泰勒和方晓[3]认为，系统性金融风险来源的主要外部表现为金融行为负外部性的不利因素引发金融系统失衡，进而产生的系统性风险，如宏观经济衰退、资产价格大幅波动和政府的不正当干预等。虽然系统性风险与金融市场受到的外部冲击有关，但是学术界普遍将风险来源的研究重点聚焦在金融系统内部，主要集中在以下两个方面：第一，在金融系统脆弱性理论方面，凯恩斯和费雪曾在早期从金融体系内在不稳定和债务通缩角度来分析金融系统脆弱性。随后，Minsk(1975，1977，1978)较为具体地提出了金融脆弱性理论。他认为，金融体系的周期性是导致系统性金融风险发生的主要原因，即经济繁荣时期由于过度投放信贷和高涨的投资热情，造成金融系统财务风险累积，在经济衰退阶段集中爆发从而引致危机。第二，在信息经济学理论方面，Douglas和Dybvig[4]主要强调由于信息不对称引发银行挤兑风险，或是由于道德风险和逆向选择，从而产生系统性金融风险。

2.系统性金融风险的主要影响因素

Drakos[5]以净息差为评估指标，使用固定效应模型对前苏联和东欧等转型国家的商业银行进行回归分析，来检验商业银行自身对系统性金融风险的抵御能力。结果发现，转型国家的商业银行净息差与流动性风险、信用风险、利率波动、资本充足率的关系完全不同于金融市场比较成熟的发达国家。商业银行资本市场的多元化降低净息差规模，增加了系统性金融风险的危害性。

3.利用压力测试模拟系统性金融风险程度

使用压力测试的情景模拟，预测金融资产价格波动对金融系统运作安全性形成的风险冲击，起始于20世纪中后期的美国。Merton[6]将金融机构资产价格的波动因素融入到违约概率的度量模型之中，提高了违约概率的预测精度。Wilson[7]进一步优化了Merton预测的思路，建立了专用于商业银行信用风险违约概率和主要宏观经济变量关系的压力测试模型，并使用蒙特卡洛模拟得出了在压力情景下的违约概率分布和资产组合的预期损失，因此，特别适用于商业银行系统性金融风险的压力测试过程，本文也主要采用这一模型进行压力测试研究。

(二) 国内研究成果综述

1.系统性金融风险的诱因

陶玲和朱迎[8]认为，商业银行经营出现局部性危机后，还可能在流动性紧缩、不良贷款欠账、金融资产价格波动等条件下进一步放大，最终引发系统性金融风险，同时还从表外融资发展、金融市场的过度创新和杠杆的过度使用、业务风险同质化及资产结构关联性等角度，对系统性金融风险来源加以分析研究。童磊和彭建刚[9]运用KMV模型进行实证研究，结果证明我国商业银行体系存在一定的金融风险隐患，主要是由于商业银行资产负债存在的期限错配现象。

2.压力测试模型在商业银行风险测度领域的具体运用

高士英等[10]量化了商业银行在“新常态”下可能面临的经营环境改变，从风险预警的维度考察商业银行对金融风险的抗压能力。吕江林[11]基于可计算一般均衡模型和Wilson模型，从房地产价格波动导致的商业银行信用风险角度进行压力测试研究。

二、商业银行系统性金融风险的生成传导机制经验研究

(一)系统性金融风险生成机制

在马克思的《资本论》中，基本上是将“货币危机”和“金融危机”的概念等同起来。基于金融体系自身的不稳定假设，和金融机构由信息不对称所引发的道德风险，货币主义又将金融风险的基本成因归结为：伴随着基础货币供应量的过度扩张，金融资产价格泡沫的不断积累放大同步出现，陷入“庞齐骗局”的借款人会越来越多。

尤其是我国正处在市场经济体制转轨过程中，随着国民经济发展水平不断加速和国民经济产业结构的深入调整，经济运行效率对货币周转的依赖程度不断增加，因此，在货币信用关系基础上形成的金融产业从诞生之初就面临着运营风险。商品市场的供求规模和结构变动本应直接映射到货币市场的运作空间当中，实现规模同步和方向匹配。但随着科学技术发展水平的提高，各行业社会分工体系不断细化，导致货币资金运动逐渐与商品运动相脱离。尤其是虚拟的金融资产并不必然受到要素禀赋和实体经济物质财富创造能力的约束，所以其价格的波动幅度相较于物质商品更强，且无规律可循。此外，金融创新产品种类多元化导致金融风险审慎监管困难、货币市场上供求失衡、信用制度运行需要的市场主体信用基础存在较大差异、大量国际投机资本趋利避害的先天属性都会形成一定程度上金融风险的积累。

(二)金融衍生产品的杠杆作用加快风险扩散速度

在全球经济一体化过程中，如果金融杠杆或衍生产品发展速度过快，超过实体经济的包容能力，就可能导致金融资产价格在短期内剧烈波动，金融机构动荡不安，金融资产价格体系中的泡沫就会膨胀或破灭。华尔街的金融精英们坐在办公室内开动脑筋，研发各种金融衍生或金融创新产品，政府的金融管制就需要对其风险进行监控和预警。一旦官方金融管制力度放松的程度过大，行业缺乏审慎的外部监管，金融审计、监督不到位，这样金融资产一旦形成价格泡沫的破灭就有可能转化成金融危机爆发的导火索，并进而对宏观经济全局产生影响。这种系统性金融风险就是通常意义上我们所理解的宏观金融风险，由于其较强的破坏力和传染性，又会与政府财政责任产生必然联系。

(三)我国商业银行系统性金融风险状况的经验评价

1.我国商业银行系统性金融风险的表现

(1)以国有商业银行为主体的银行不良贷款比率进入“V”字形的反弹区间。这一趋势在表1中体现得尤为明显，尤其是我国商业银行不良贷款结构和控制方式均不同于西方国家，以工农中建为代表的大型国有控股商业银行历年不良贷款比率都高于表1中的平均水平；而且不得不承认的一点现实是，很多贷款申请主体正在陷入银行贷款“滚雪球”式债务负担之中，在不良贷款形成损失之前，商业银行为避免影响自己的账面业绩，还在向一些“关注”类、甚至是“次级”类和“可疑”类贷款者追加贷款投放，保证贷款人能够用增量信贷资金偿还之前的贷款，将“不良”乃至“损失”类贷款的账面期限表现向后推延，在一定程度上掩盖了不良贷款的长期风险。

表1近年全国主要商业银行经营风险指标 单位：%

数据来源：中国银监会官方网站，其中2016年数据截至10月份。

(2)资本充足率虽有明显提高，但仍不足以说明银行自身对风险的承担能力就会增加。国有商业银行的所有制背景决定了它与国家财政、中央银行、政策性银行这几方面错综复杂的关系，其追加注资相当一部分来自于财政，意味着存在金融风险财政化的可能，其风险性资产又有相当一部分来自“银政合作”，这意味着政府债务风险也可以银行化。

(3)资本流动性体现出政策性风险。截至2016年9月底，我国银行业金融机构存贷比为67.30%，上市银行中有超过一半存贷比超过70%，尤其是2015年10月1日起75%的存贷比指标限制被取消，有可能将中小银行的放贷冲动更加激进地释放出来，再加上利率市场化的调整方向会导致某些银行高息揽储、盲目放贷。

(4)盈利水平有限且明显回落。2011年之后，由于银监会的金融监管对银行资本的扩充速度提出了更为严格的要求，各大商业银行净利润增幅有所减缓，因此，主要商业银行资产和资本利润率都处于下降通道中，同发达国家银行的差距十分明显。

2.风险状况的评价

(1)我国增量社会融资规模中外源融资规模比例过高。从2006年至今，社会融资规模增量中借助于银行和信托实现的贷款融资始终维持在80%左右。还有部分亟待淘汰的落后产能和“僵尸企业”，大多效益较差，出于劳动力市场稳定等因素考虑对其关停并转尚需时日。在目前国内融资市场缺乏类似社保基金这样实力雄厚、风险较低的优质资产来源，并且“连环贷”给商业银行金融衍生产品形成极大外源风险后，银行贷款就是大多数企业尤其是国有企业的最主要甚至是唯一融资渠道。至2015年底，全国19 273家国有控股工业企业的平均资产负债率仍然达到61.94%[12]。

(2)商业银行业务集中度偏高，金融机构内部治理普遍薄弱。未来几年外资银行大面积介入国内的银行业市场，一方面将影响国内银行的经营业绩，另一方面也将考验内资银行的抗风险能力。

(3)商业银行人民币存贷款余额的期限结构无法合理匹配。我国商业银行居民户人民币存款余额的活期和定期比重从1999年的32.63%上升到2015年的59.11%，提高了27个百分点；而同期的商业银行居民户中长期贷款占全部贷款余额的比重则从25.57%上升到67.06%，提高了42个百分点。(根据中国人民银行官方网站数据测算得出)这种商业银行资产长期化、而负债短期化的趋势必然会增大在某一时点上的商业银行流动性和信用风险。

三、我国上市商业银行压力测试设计与模拟

伴随《巴塞尔协议Ⅲ》的逐步推广，中国银监会也适时推行了对国内商业银行的资本充足率要求，同时参照杠杆率、拨备覆盖率以及流动性覆盖率等监管指标进行风险监管。在经济形势不发生极端状态的条件下，能够比较有效地抵御金融风险的发生。但即便如此，压力测试作为重要的系统性风险防范和预警工具，将在我国银行体系的风险度量方面发挥重要的作用。

(一)明确商业银行压力测试对象和压力因素相关指标

1.测试对象分类和选取原则

(1)重要性原则：一方面，为了分析我国银行的总体情况，可以选择排名比较靠前的少数大型和较大型商业银行进行分析；另一方面，还应考虑到不同时期商业银行所面临的风险来源不同，在进行压力测试时，可以侧重于分析当时的主要风险类别。

(2)前瞻性原则：对于银行压力测试，需要事先对压力测试对象的趋势和未来发展方向进行分析。对于压力情景的设定和压力来源不断进行探索性研究。

(3)经济性原则：在进行压力测试时，需要综合考量研究者所具备的研究条件和研究目标，实现在有限条件下最大限度利用压力测试评价结果的目标。

总体来看，为了满足对银行业总体风险的压力测试目的和搜集数据的完整、充分和可比性，笔者选择在证券市场上市的国内主要商业银行，度量其信用风险，作为这部分金融机构抗压能力测试的研究对象。

2.承压指标的分类和选取原则

压力测试的目的决定了压力测试承压指标的选择，对于银行业务开展的压力测试，基于业务流程的技术性指标往往最为直接(如缺口、久期、违约概率等)；对于银行监管主体和金融市场研究人员，系统性风险度量——资本充足率指标可能更为重要；而对于普通存款人，银行存款安全性肯定是他们最关心的承压指标。承压指标和承压对象的选择是压力测试的首要工作。对于承压指标的选择需要注意两方面条件：首先，承压指标能够满足压力测试人员所要分析的核心问题，如资本充足率指标能够反应银行体系的风险情况；其次，承压指标选择应具有一般性，而非临时性。因此，本文选取银行的资本充足率和贷款违约率作为银行压力测试的承压指标。

3.压力因素选取原则

压力因素既可以是基于微观数据获取的银行风险指标，也可以是来自于宏观经济情景等更为基础的指标。压力因素目前主要按照信用风险、市场风险、流动性风险等进行选择。如信用风险方面的宏观压力因素可能包括国内生产总值、物价指数、货币发行量、全社会用电量、铁路货运量等表征宏观压力因素。数据选择需要与银行客户违约概率变化特征有紧密关联，并且能够反应国家宏观经济情况。数据处理原则如下：对于CPI数据，需要将环比CPI涨幅转化为CPI的绝对水平，然后进行对数变换，最后转化为对数收益率；对于名义GDP数据，需要将名义GDP除以绝对CPI以得到实际GDP，然后进行对数变换，最后转化为对数收益率；对于M2，需要将月度M2转化为季度M2，然后进行对数变换，最后转化为对数收益率；对于房地产价格水平FDC，房地产价格指数需要通过房地产价格环比涨幅计算房地产价格绝对水平，然后进行对数变化，最后转化为对数收益率。本文利用VAR向量自回归模型，为了获得评估银行资本充足率的重要中间影响因素，使用Wilson模型评估银行客户违约概率的变化情况，并对压力测试指标反复进行验证和筛选，根据需要进行“组合”。

(二)设计压力情景和建立压力传导模型

1.设计压力情景

本文对压力因素的设定主要包括GDP增速下滑和房地产价格下跌两个方面，具体的情景设计如表2所示。对于宏观情景的其他因素方面，通过VAR(p)模型生成其他影响因素的情景变量。

表2压力测试情景设计表 单位：%

2.建立压力传导模型压力传导模型主要有自下而上法和自上而下法，对于银行内部数据拥有者和金融风险分析师来说，自下而上法是主要采用的方法。而对于金融机构外部研究人员，可以使用的数据主要是外部宏观经济因素，对于变量之间的逻辑关系难以

构建完整的数理模型确立其逻辑影响。因而，外部研究者一般倾向于采用自上而下的方法。本文的思路针对商业银行系统性金融风险的环境分析，所采用的方法也是自上而下的方法。

对于压力因素与测试指标间的影响，一方面可以通过研究者自行利用回归模型构建相应的传导关系；另一方面可以利用已有的由金融学者和金融分析师所普遍采用的方法。在宏观金融风险压力测试方面，Wilson[7]的研究成果作为宏观计量模型的代表得到比较广泛的应用，笔者选用Wilson模型作为宏观压力指标与承压指标间数理关系的传导模型展开我国商业银行系统性金融风险的压力测试。

3.Wilson模型构建及检验

首先，把银行信用风险指标变换为Logit形式：

(1)

其次，通过VAR(p)模型，可以生成压力指标，考察其他指标的内生影响及未来可能走势，有利于分析压力情景下不同宏观经济指标的动态变化情况。

Xt=w+∑A

(2)

(三)压力测试模型

1.压力情景生成

本文首先构建了基于宏观指标间的VAR(p)模型，考虑到研究样本的有限性，通过贝叶斯信息准则判断，本文选取了VAR(1)模型。测算结果如表3所示。对各方程相关系数的联合检验，显示VAR模型的回归结果显著。限于论文篇幅，不再罗列这些相关系数的检验结果。继续对VAR系统的稳定性进行检验，由检验结果可知，模型单位根都位于单位圆内，因而模型具有良好的稳定性。

表3 VAR模型的回归系数矩阵表

基于构建的是宏观因素间的模型，我们将预先设计的压力情景引入进行情景分析，使得压力下的宏观情景发生系统性改变。将不同的压力情景带入Wilson模型作为宏观压力测试的外部情景，就可以通过每个银行的差异化模型计算出不同银行的违约率特征。表4分别解释了在经济增速和房地产价格这两个冲击变量维系目前状态下，以及经济增速下降到4%、5%、6%和房地产价格下降10%、20%、30%产生冲击力后，会对CPI等中间变量形成的影响。同时将这些中间变量代入Wilson模型后，匡算出对商业银行贷款违约率的影响系数。

表4压力情境下宏观因素变化情景分析概览

2.Wilson模型压力测试过程

继续通过对每家银行的违约率数据模型代入，对历史情景条件下银行的违约率与宏观情景因素间的关系进行Wilson模型回归。模型首先需要对银行客户的违约概率进行Logistic变换，然后依次对每家银行的违约贷款概率模型进行估计，其次将外部的宏观压力情景带入模型，求出不同压力情景下银行违约概率的风险。最后将VAR(p)模型生成的宏观压力情景带入上述模型，得出商业银行在宏观压力情景下的综合违约率。

3.Wilson模型压力测试结果

通过24家A股上市商业银行财务报表的加权风险资产和资本水平，利用银行贷款存量和违约率估算外部压力情景下银行资本充足率的承压水平。依据模型测算，外在宏观因素中GDP下降对银行资本充足率的影响并不严重，而房地产价格对银行资本充足率影响比较重要。具体体现为在GDP增速下降的冲击下，低于资本充足率要求的银行数目均为1；在房地产价格冲击下，资本充足率不满足要求的银行数目分别为3家、8家和12家，尤其在房地产价格下跌30%的情况下，资本充足率不达标的银行占受测样本银行总数的50%，容易引发严重的系统性金融风险。具体测算结果如表5所示。

表5六种冲击情境下各银行资本充足率情况概览 单位：%，个

续表

四、控制商业银行系统性金融风险泡沫“不涨不破”对策分析

来源于实体经济和房地产行业、集中于商业银行的系统性金融风险泡沫，对宏观金融环境自身的“免疫力”提出了更高的要求。这就要求进一步推进金融业的对外开放政策，健全和完善金融机构的内部控制机制和风险监测预警系统，不断加强金融监管，放宽银行保险业同业拆借以及央行再贷款的限制条件，慎用存款准备金等“牵一发动全身”的货币政策手段。为了应对国际金融危机的冲击和国内金融风险的积累，防患于未然，建立健全和完善的存款保险制度和特种救助银行体系也十分必要。

(一)供给侧结构性改革的核心逻辑就是借助去杠杆挤出风险泡沫

金融杠杆过度介入实体经济运行，除了会刺激经济泡沫出现外，还会在一定程度上扭曲经济结构——尤其是产业结构，对于“三去一降一补”中“去库存”“去落后产能”两大关键环节会形成阻力。所以，这一轮经济体制改革关键是用改革的方法，主要推进产业结构调整，淘汰落后产能的同时提高全要素生产率。当然，这并不意味着彻底摒弃和完全否定传统需求管理模式和金融体系的手段和作用。可以考虑运用某些税收政策优化商业银行资产负债结构，对商业银行发生的投资损失实行企业所得税税前据实扣除，产生的投资收益可以采取较低税率或者只对部分收入征税，“营改增”后有效扩大商业银行进项税抵扣范围，借由税负的减轻降低商业银行对各种金融杠杆的依赖性。

(二)在“混改”背景下优化商业银行法人治理结构

在国家绝对控股的前提条件下，商业银行股份制改造能够有效加速面向现代金融企业的制度设计转变，完善法人治理结构，就要进一步规范“一行三会”的监管体系，避免“多龙治水水难治”，有效解决银行治理权虚置问题。除此之外还要注意：第一，国家绝对控股的比例不宜太高。在财政绝对控股地位稳定的前提下，混合所有制的改制和创新可以选择商业银行作为关键突破口。为了让国家在适当的时机逐步减持股份，可以通过对投票等决策权设立限制的办法解决部分国有金融企业的决策权“去行政化”问题。第二，股份制改革后统一商业银行不同股东所追求的目标。作为商业银行股东也应遵循市场机制，和一般金融市场主体一贯追求更高的投资经济收益回报的目标相统一，尽量避免干扰和影响国有商业银行的正常经营。原本由商业银行承担的一些金融领域社会责任逐渐转嫁给开发性和政策性金融机构，完全理顺财政投融资和社会投融资在资金来源、投放领域的运作差异。

(三)强化系统性金融风险稽核监督体系

纵向监测系统风险信息的传递过程一般是自上而下或自下而上传递，以商业银行债务清偿能力作为核心监管要素，不断优化人民银行的监管模式。在强化和完善风险内控方面应确立风险稽核工作的权威性地位，构建具有独立性、超前性的稽核监督体系。鉴于目前我国商业银行的组织结构框架，稽核监督体系应由各商业银行总行统一领导和直接管理、向一级法人负责。同时，要将银行各个层级的内部稽核人员的人事、劳资等关系集中于总行，以割断稽核人员同稽核业务所在行的关系。在强化国有商业银行自身稽核监督体系的同时，推行由独立的外部审计机构定期对银行各个层级的具体业务内容进行再稽核的制度。

(四)弱化住房投资品属性的同时，严防房地产价格剧烈波动

通过前文Wilson模型的压力测试结果可以看到：房地产价格波动相比于经济增速的下滑会对商业银行系统金融风险形成更大影响。而从行为经济学视角来看，房价增速越快就越在透支商业银行的风险预警心理，对市场后期可能面对的价格下降抵抗能力也就越弱。因此，妥善引导房地产市场健康、有序、平稳发展就成为国家财税、货币政策的重要立足点。

张淦等[13]认为资产短缺作为一种经济体系的内在约束，能够削弱房地产市场价格波动对通货膨胀的拉动作用。但是如果具体分析我国房地产市场的实际情况，目前的市场供求失衡状态绝非仅仅是总量性资产短缺，更主要的表现是结构性资产短缺：一线城市的市中心区域居民住宅的供给量极其有限，资源稀缺属性表现非常明显，但三四线城市非中心区域非住宅的供给情况则恰恰相反。所以，为规避房地产金融增量风险带给商业银行的冲击，要强化居民住宅消费品属性，避免公众出于购房压力降低消费需求；为消化房地产金融存量风险，应优化证券市场融资格局，分担商业银行资金向房地产市场过度注入形成的压力。

五、结论与启示

本文深入剖析了目前国内主要商业银行系统性金融风险的主要生成和传导机制，对其来源渠道进行经验性总结，借助Wilson模型的压力测试分析，设置经济增速、房地产价格水平波动为冲击变量，CPI价格指数、M2广义货币供应量、DL用电量为中间变量，测算商业银行违约率指标的抗压能力。可以得出这样的结论：当前国内主要商业银行会出现的信贷违约等系统性金融风险，受到房地产市场价格波动因素的影响更加显著，当房地产市场价格下降幅度超过30%后，超过一半的受测商业银行资本充足率将无法达标，容易出现信用危机。

中国共产党“十九大”报告中正式提出了当前中国社会主要矛盾所发生的改变，我们应当重新审视当前金融产业和实体经济发展的均衡性、充分性和匹配程度。培养商业银行从业人员关于系统性金融风险的“危机意识”，保证警钟长鸣。一方面使人们对未来宏观经济政策预期的确定和模糊性有一定的认识，并尽量保持政策的一贯性，增强政策公信力；另一方面则是当系统性金融风险在局部地区或国外发生时，对于政府所采取的反危机措施，国内舆论要及时并正确地披露，避免和减轻公众恐慌心理的传导，建立一道心理上的金融风险“防火墙”。帮助市场主体养成理性投资的习惯，坚持“房子是用来住的而不是用来炒的”，健全证券市场的运作效率和成熟程度，使之自觉并主动防范和控制金融风险。