银行业压力测试方法研究——从基本框架到交互冲击

□ 杨洋

压力测试作为评估系统性金融风险的前瞻性工具，在国际上已得到广泛运用。测试结果所揭示的潜在风险点、管理中的薄弱环节等受到监管部门、各国央行的高度重视，在宏微观审慎政策中的运用场景日渐丰富。实务中，美国、欧盟、英国等发达经济体构建了压力测试结果与宏观审慎政策的量化关联机制，将压力测试结果作为资本分配限制、制定额外资本缓冲等政策的核心参考因素，对承压能力弱的参试银行具有较强的约束力。由于压力测试结果直接影响对宏观经济形势的判断和政策方向，测试方法的科学性、有效性至关重要。

从2008年国际金融危机到2020年新冠肺炎疫情的全球蔓延，世界经济波动加大。随着市场主体的多元化、风险因子的多样化、冲击路径的复杂化变迁，金融风险不断被放大，金融体系的脆弱性加剧。IMF及各经济体普遍认识到，在压力测试基本框架下，按风险类型分别测试参试银行的偿付能力、流动性、传染性风险将显著低估系统性风险，压力测试方法亟待升级。

在新框架下，如何整合基本框架中各风险来源，更真实地模拟风险传导路径，更精准刻画、研判风险特征，使压力测试工具更好地为金融风险监测预警、宏微观审慎政策的制定提供方向，是未来压力测试方法的拓展方向，也是学界、监管部门及各国央行亟待研究的重大课题。

一、基本框架

以所测试的风险类型划分，银行业压力测试包括偿付能力测试、流动性测试、传染性测试等，分别从单一方面测试银行业的抗冲击能力，构成银行业压力测试的基本框架。

（一）偿付能力测试

偿付能力测试度量参试银行资本吸收非预期损失、抵御不利冲击的能力。模型设置方面，IMF偿付能力压力测试设置卫星模型模拟压力情景下全套利润表，度量宏观经济金融变量对信贷资产拨备、交易损失、费用收入、运营成本、税费等利润表会计科目的影响。进一步，根据风险年限内的资产负债表、利润表数据测算压力情景下的资本充足率。在美联储多德-弗兰克压力测试（DFAST）中，监管资本所涉中间变量均分别与宏观经济变量建立传导模型，并按各会计计量方式分别采用不同的模型方法估值（图1）。

承压指标方面，美国、欧盟、英国等发达经济体偿付能力压力测试均选取各级资本充足率、杠杆率作为承压指标。通过标准方面，一般基于监管标准设置。根据巴塞尔协议Ⅲ，通过标准一般包括最低资本要求（第一支柱）、监管异质性风险要求（第二支柱）、储备资本要求，逆周期资本缓冲以及系统性风险缓冲。其中，逆周期资本缓冲可不作为通过标准的组成部分，用于应对周期性损失。结果分析及运用方面，识别风险因子，揭示金融体系的脆弱性，研提宏观审慎政策建议。瑞典（2016）、爱尔兰（2016）、荷兰（2017）、瑞士（2019）等国FSAP均关注压力测试暴露出的家庭部门杠杆风险，有的进一步根据定量测算结果就贷款收入比、贷款价值比等房地产宏观审慎关键参数的调整提出针对性建议。罗马尼亚FSAP（2018）结果显示，参试银行主权债务风险集中度较高，建议提高系统性风险缓冲要求，抬高系统重要性银行偿付能力监管标准，并建议设定偿债收入比上限来解决信贷过度增长以及风险溢价上升带来的家庭债务负担过重问题，缓解家庭部门的脆弱性。

图1 美联储DFAST压力测试模型结构

（二）流动性测试

流动性压力测试评估单家银行及银行体系承担极端但可信的融资冲击和市场流动性冲击的能力。可用于测试参试银行的流动性风险管理能力，评价其为可能发生的风险冲击所做的准备是否充分。监管当局可依据流动性压力测试结果“对症下药”，确定风险应对措施。2008年全球金融危机后，各国监管当局认识到，危机前的流动性压力测试在冲击力度、测试范围、测试币种等方面存在短板，导致低估流动性风险。现阶段已加大冲击力度，将测试范围拓展至表外或有现金流，针对本外币迥异的流动性环境及应急机制分别施压，不断完善流动性测试基本框架。测试方法上，IMF流动性压力测试主要包括测算巴塞尔流动性指标和现金流分析测试。

巴塞尔流动性指标——流动性覆盖率（Liquidity Coverage Ratio,LCR）、净稳定资金比率（Net Stable Funding Ratio，NSFR）融入压力测试方法，模拟市场流动性紧缩，按照巴塞尔协议Ⅲ预设的流失率、流入率、折算率等统一参数，评估测试对象短期、中长期的流动性风险应对能力。LCR考察参试银行是否有足够的合格优质流动性资产（High-quality Liquidity Asset,HQLA）满足30天内可能发生的现金流出；NSFR反映参试银行未来1年内权益和负债等稳定资金来源支持其表内外业务发展的能力。该方法的缺点在于，对所有参试银行预设相同的参数，不能体现宏观经济变化及存款流失的阶段性、差异化特征。

现金流分析测试将关注点从HQLA拓展至参试银行持有的、各类无处置障碍的可交易证券上，设置差异化参数体现各类证券质押融资的变现损失率，评估测试对象弥补融资缺口的能力。不利情景相对于基线情景设置了不同程度的融资冲击和市场流动性冲击，在负债流失加大、资产滚动续作增多、资产变现损失加剧等冲击下净现金流缺口放大。在流动性压力测试基本框架中，虽达不到与偿付能力测试量化交互整合的程度，但也在一定程度上参考了偿付能力测试的结果。如参数设置往往综合考虑偿付能力测试结果及全球金融危机期间流动性冲击的严重程度。具体参数数值的设计还可融入银行与储户的稳定关系、本国所处的经济周期、批发性融资在危机期间的行为特征等因素，但设置上并未与偿付能力测试结果量化关联，为此，实务中往往分档设置多个不利情景，测试参试银行的流动性风险承受能力。

（三）传染性测试

IMF从银行间、跨业态、跨境等三个维度评估传染性风险。所使用的基础数据包括敞口数据和市场数据。敞口数据用于评估直接冲击的多米诺效应，市场数据用于测度间接的传导效应。一是基于双边敞口数据，从信用冲击和融资冲击入手评估银行间传染性风险。在掌握银行间同业债权债务双边敞口数据的情况下，可分析直接冲击影响。从信用冲击视角看，不利情景下单家银行违约损失传导至债权行，并通过相关衍生品价格变化作用于市场，诱发信用风险传导；从融资冲击视角看，在融资渠道受阻的冲击下，参试银行出现流动性困难，需结合参试银行的系统重要性程度及对市场的影响力，分析融资冲击通过市场环境的间接传导。二是从系统性风险视角考察银行与非银机构的跨业态交叉传染。银行与非银机构之间的传染路径较多，往往同时使用敞口数据与市场数据。国际上，银行与非银机构往往属于同一金融集团。若母公司出险，集团内参试银行承担声誉风险将发生融资不畅。若非银机构出险，通过信用风险敞口渠道产生银行信贷损失，最终引发银行与非银机构的风险传染。实务中，因难以获取单家银行与非银机构的双边敞口数据，往往使用银行与其他金融业态的整体数据开展测试，量化各机构类别之间的交叉传染。如日本FSAP（2017）将银行间同业关系网的稳定性分析拓展至保险、证券公司等非银领域，并重点分析了日本金融机构间、金融机构与非金融企业间特有的复杂交叉持股关系，是一条值得进一步探索的风险传播渠道。三是评估银行跨境传染对金融稳健性的影响。在开放性视角下，母行支持境外实体，东道国子公司及分支行也可能受到本国母行的影响，这样的跨境关系网构成了主要的风险传导路径。一方面，基于敞口数据分析跨境银行集团间的直接冲击效应。实务中考虑到细颗粒度敞口数据的获取障碍，IMF使用国际清算银行（Bank for International Settlement,BIS）的东道国数据及集团合并报表数据，以银行集团为单位，构建集团间网络模型。当某经济体银行体系整体损失额超过监管要求的一级资本净额总和，则视为该经济体银行体系整体未通过测试。另一方面，基于市场数据分析跨境银行集团间的间接联系。如某经济体内多家参试银行集团拥有相同的境外投资标的，若该境外投资标的发生违约或遭受降级风险冲击，可能影响该经济体的金融稳健性。

二、交互冲击

交互式压力测试通过整合基本框架中的各风险源，用定量方法全面刻画风险传染、蔓延、扩散的路径，在压力测试中捕捉金融体系放大风险冲击及系统性风险产生的过程。相较于基本框架，交互冲击的参数设置内生化，更具科学性，所模拟的冲击路径更符合实际的风险传染过程。

（一）交互冲击的逻辑

实务中，银行违约与同业挤兑、存款流失等流动性紧张几乎同时发生。流动性风险作为偿付能力风险升级的表现，往往与偿付能力恶化交织演化，并进一步将恐慌情绪传染至交易对手。严重时，在一致预期的作用下，市场主体为满足流动性需求抛售价值资产，推动资产价格估值中枢下移，融资成本上升、资产估值损失等挤压盈利空间，最终冲击参试银行的偿付能力。若偿付能力被削弱的单家参试银行具有系统重要性，单体偿付能力风险将进一步演化为系统性风险，导致银行业整体陷入偿付危机。按照上述风险演化路径，交互式压力测试将关键参数融入风险传染渠道的设计中，模拟风险放大过程。交互冲击包括偿付能力与流动性叠加共振效应、传染性风险对流动性冲击的放大效应、实体经济与金融体系的交互反馈效应（图2）。

图2 银行业交互式压力测试的风险传染路径与风险放大效应

（二）偿付能力与流动性叠加共振效应

1.偿付能力测试中的流动性冲击因子

一是主权债务风险与银行融资能力的关系。参试银行往往持有一定数量的主权债券作为无风险资产，在流动性冲击下，变现、质押融资均可弥补流动性缺口。开放视角中，在主权债务风险的冲击下，政府债券不再被视为无风险资产，它将成为影响银行融资能力的重要因素。由于各国监管部门均设定本国政府债券为零风险权重资产，持有至到期的国债不会影响参试银行偿付能力。但若考虑交互冲击，该国债的融资能力被削弱，表现在估值损失及变现损耗加大。IMF在研究跨境交互冲击时，直接将此类国债在压力情景下的市场价值损失作为资本净额的扣减项，冲击参试银行偿付能力。

二是融资渠道传导。IMF关注偿付能力与融资能力的交互冲击，偿付能力下降将推高融资成本，在一轮轮迭代循环中参试银行融资成本收敛至均衡水平。Schmitz（2017）等IMF专家以欧元区6个发达经济体的54家参试银行为样本，量化评估融资成本与资本充足率（或资本安全垫）之间的反向关系，指出若不考虑交互冲击，压力测试结果将显著高估冲击后的资本水平。日本FSAP（2017）设计差异化的融资成本冲击，以利息费用占利率敏感性负债的比例作为参试银行融资成本，构建面板模型，解释变量为3个月期Libor（代表美元融资成本）、本币存款利率（代表日元融资成本）和单家参试银行资本缺口。以马尔可夫状态转换模型（Markov regimeswitching model）设计本外币融资成本上升的压力情景，本币融资成本冲击源自于日本银行间市场流动性收紧，外币融资成本上升源自于美元/日元互换市场的流动性风险溢价走扩。最终通过前述面板模型，得出各参试银行专属的、体现其偿付能力特征的融资成本压力情景。IMF还关注上市银行偿付能力冲击后的融资成本变化。欧元区FSAP（2018）使用莫顿模型，以银行长短期债务、减值准备、资产质量、盈利能力及市值表现等为解释变量，测算压力冲击对参试银行违约概率、信用评级的影响。

三是市场流动性渠道。压力情景下参试银行为弥补流动性缺口，大量抛售资产的一致行动将放大参试银行盯市（mark-to-market）资产损失，也将触发机构间传染，进而加剧市场流动性紧张和资本损失。Han、Leika（2019）同样使用马尔可夫状态转换模型测算从常态进入压力状态时市场流动性溢价变化所导致的资产价格变化，建立资产处置损失率与处置量、市场波动性之间的关系，使参试银行流动性变化内生作用于资产价格。

2. 流动性测试中的偿付能力冲击因子

表现为参试银行资产质量恶化诱发偿付能力问题，进而触发流动性风险。在交互冲击的实践中，使用偿付能力测试结果校准流动性压力测试参数。与基本框架的经验法则不同，交互机制下的校准表现为构建流动性冲击因子与偿付能力相关指标的量化模型，包括偿付能力相关指标与HQLA变现率的关系，信用风险与融资可得性及融资成本的关系等。将偿付能力冲击因子融入流动性测试中，生息资产的利息收入、本金回收等现金流入将明显减少，流动性冲击力度显著放大。

实践中，在流动性测试中融入偿付能力冲击因子所面临的主要困难在于对参试银行储户存款流失的行为建模，可借鉴的历史数据均为危机时期发生的挤兑个案。IMF采用的替代性方法是将冲击施加在敏感性融资上，冲击后融资总量、融资结构发生调整。如在更长的期限内融资总量减少，本币批发性融资、外币融资、非居民融资等较为敏感的融资来源收紧，甚至丧失批发性融资能力和资产变现能力。

表1 偿付能力与流动性叠加共振效应的交互机制

（三）传染性风险对流动性冲击的放大效应

国际上大部分压力测试以市场融资冲击体现传染性，将传染性测试内置于流动性测试的传导渠道中。如Aikman（2009）等专家学者关注声誉风险冲击导致流动性风险放大的信心效应。单家参试银行在压力测试中面临偿付能力问题，其他同类参试银行（如存在相似风险隐患、使用同一商业模式、归属同地区、同等规模等）将被贴上“污名”标签而受到声誉冲击，通过银行间同业敞口或市场融资冲击触发流动性风险。

（四）实体经济与金融体系的交互反馈效应

实体经济与金融体系交互反馈的关键在于银行业对实体经济冲击产生反应，主要表现在银行业对价、量的冲击反馈。

1.价的冲击——机会成本法

宏观经济不利冲击下，参试银行资本充足率下滑。为应对外生冲击，参试银行将综合考虑自身风险收益、监管约束等重新设定内部转移定价，以此指导贷款定价、资产处置、市场融资等决策行为，使资产负债表结构达到新的平衡。为将资本充足率拉回新的平衡状态，参试银行将主动反应，限制高风险权重资产的配置，改变资产结构以降低资本占用。同时，冲击后参试银行负债端面临更高的融资成本压力，在机会成本法中，将增量资金成本分摊至未来一定年限内参试银行的增量贷款中，测算贷款边际成本。设置不同的成本转嫁系数量化参试银行议价能力，冲击后的新投放贷款（含重定价贷款）按贷款边际成本和转嫁系数测算结果，叠加信用风险溢价产生利息收入（称之为前书效应，frontbook effect），冲击前的未到期长期贷款继续沿用原贷款利率获取利息收入（称之为后书效应，backbook effect）。构建宏观经济模型，建立贷款利率（即实体经济融资成本）与GDP增长率的量化关系，经多轮迭代观测实体经济与金融体系定价行为的交互作用。

英格兰银行专家Harimohan, McLeay 和Young（2016）最早研究价格传导路径，采用机会成本法探索金融危机时期及危机后无担保批发性融资成本上升对贷款利率的传导。IMF（2018）在欧元区银行业压力测试技术指南中，以机会成本法分析承压过程中参试银行的风险特征，资产负债错配严重（短钱长配）、议价能力弱、贷款重定价周期长的参试银行，前书效应弱于后书效应，无法将一轮轮负债端上升的资金成本转嫁于融资企业，资本消耗较大；反之，实体经济受冲击较大，也将以更大冲击作用于宏观经济及宏观经济冲击下的参试银行。在这样的迭代循环中，实体经济与金融体系达到新的稳态。

2.量的冲击——借贷行为法

基于理性人假设，构建参试银行信贷增长与自身财务状况的行为模型，银行根据自身资本安全垫、资产质量、盈利能力等决定未来信贷增速，当面对宏观经济冲击导致的资本短缺时，参试银行将减少信贷供给、调整信贷结构，将有限的资本配置在生息能力较强、资产质量较优的信贷投放上。由此，对实体经济的贷款可获得性产生影响，实体经济受到银行体系负向反馈将陷入衰退（图3）。Krznar,Matheson（2017）呼吁拓展压力测试框架，整合偿付能力、流动性、传染性风险，从系统性风险分析视角全面测算实体经济受到反馈后对金融体系的第二轮冲击效应，捕捉负面冲击下的风险放大效应。

图3 基于银行借贷行为的实体经济与金融体系反馈传导路径

实务中，主要经济体央行不会坐视金融体系陷入去杠杆缩表循环，在压力测试中一般将参试银行应对压力冲击的主动反应限制在一定范围内。从假设方法看，主要有信贷供给不变假设、门槛假设等。一是假设银行体系在冲击下信贷供给不收缩。美联储、英格兰银行开展的压力测试采用此方法主要出于两方面考虑：一方面，在央行逆周期调控下，金融机构资产负债表收缩与实体经济缺血恶性循环发生的概率较低，银行体系为保护自有资本大规模去杠杆的操作空间较小；另一方面，出于政策目的，央行履行宏观审慎管理职能，需测试参试银行的抗冲击韧性，即不利情景下是否有能力做好资本管理，保持信贷供给、维持经济增长。故不将信贷收缩作为参试银行对实体经济恶化的动态反应。二是设置门槛，假设在有限范围内保持信贷供给。有学者认为，压力冲击下保持信贷供给不变的假设不现实，因此采取折中方法，设置资本监管阀值或市场认可的资本充足率阀值为临界值。参试银行在压力冲击下若仍有资本安全垫，则正常投放贷款，仅当资本充足率跌破上述临界值时，因无法获取市场融资触发信贷冻结。此时，参试银行去杠杆、抛售资产等行为反应将推动信贷增长中枢下移，直至新平衡。Catalan,Hoffmaister（2020）建立了结构化宏观经济向量自回归模型及借贷行为模型，各参试银行的借贷决策对实体经济产生第二轮冲击效应，并进一步决定了下一轮银行体系面临的宏观经济环境，循环迭代直至宏观经济达到稳态。该模型量化测算参试银行动态反应对实体经济的影响，可用于评估单体反馈效应对系统性风险的贡献度。

三、压力测试方法论的拓展

为更好地拟合风险传导路径、精确衡量金融体系的脆弱性、全面发挥压力测试的风险预警作用，近年来，学界、监管部门、各国央行均不断推进压力测试方法及框架的升级。未来的拓展方向主要包括：

（一）完善风险识别，捕捉新的风险点

气候变化、新冠疫情、金融科技、大数据方法等深刻地改变了经济金融的运行模式，带来新的风险传播路径，也给压力测试方法带来新的挑战。如气候风险压力测试中如何量化物理风险、转型风险；新冠疫情冲击下各国的宽松政策在多大程度上可缓释当前的系统性风险，如何在计量模型中融入政策效应；使用机器学习的大数据方法使金融机构的行为更具有一致性，大型科技公司与金融机构的关联度不断加强，使用金融科技方法、具有相似交易模式的金融机构可能因被市场视为同类机构而面临相似的系统性风险冲击，污名效应可能成为新的风险传染源。上述新型风险并无历史数据借鉴，如何使用压力测试方法前瞻性捕捉新型风险及其传导路径，是当前压力测试方法面临的重大挑战，也是亟待攻克的技术难关。

（二）优化情景设计，量化非线性变化

不少经济体未经历过完整的经济周期及尾部极端风险，即使经历过金融危机，也仅限于某一时段的小概率事件，大部分结构化模型及历史数据模拟的压力情景无法呈现极端但可信的压力冲击，难以量化参试银行行为反应等对实体经济及金融体系产生的非线性影响（即风险放大效应）。面对上述困难，前沿方法主要为测算参试银行应对压力冲击的最优决策并以此作为动态反应结果、使用动态随机一般均衡模型（DSGE）捕捉宏观经济金融变量在小概率事件中的风险放大效应、使用半结构化模型引入触发违约的判断等。此外，还有专家学者将动态反应的主体扩展至央行，模拟央行作为最后贷款人在流动性压力测试中熨平风险冲击的作用。

（三）整合冲击路径，探索交互式冲击

现有研究成果已在整合偿付能力与流动性风险测试、金融体系与实体经济互动反馈、各业态金融机构之间以及跨境金融机构之间交互冲击等领域有所涉猎，但主要为个别领域交互的局部均衡，下一步还将细化交互式冲击方法，寻求多领域交互的一般均衡，以此增强宏观经济冲击与参试金融机构行为的关联度，使更多的假设参数内生化，进一步贴合真实的风险传导过程。