商业银行压力测试的设计与分析

邱宇臣

压力测试是银行评估外部冲击对其经营及财务影响的重要手段。特别是，采用压力测试方法评估极端事件的冲击，对银行管理“尾部”风险具有特殊意义。本文以原银监会颁布的《商业银行压力测试指引》有关要求为基础，探讨了银行压力测试工作中情景设置、模型构建等方面的问题，并以A国银行业贷款为例，研究了宏观冲击下的压力测试问题。

压力测试是近年来兴起的一种银行风险评估手段。根据原银监会颁发的《商业银行压力测试指引》，压力测试是一种银行风险管理和监管分析工具，用于分析假定的、极端但可能发生的不利情景对银行整体或资产组合的冲击程度，进而评估其对银行资产质量、盈利能力、资本水平和流动性的负面影响。巴塞尔协议则将压力测试定义为，金融机构衡量其潜在脆弱性的过程，主要用于评估应对极端但是可能（Extreme but plausible）的内外部冲击的过程。

一、压力测试在商业银行风险管理中的作用

历史上出现的经济衰退和市场过度波动的经验表明，管理银行的风险只基于“正常”经营环境是不够的，当受到极为严峻的市场震荡时，银行可能会蒙受重大损失。例如，特定国家、地区或行业出现超出预期的震荡，政治、经济极度恶化;某些风险敞口高度集中的资产组合发生预期之外的风险，对银行生存造成致命威胁;市场流动性极度紧缺，银行无法筹措到足够的资金平衡头寸;股票及其他金融衍生市场发生预期之外的波动，市场流动性停滞导致无法实现平仓或对冲;由于预期之外的人为操作方面的原因，银行风险敞口极度扩大;预料之外的系统崩溃，等等。银行日常所使用的风险模型工具通常无法捕捉到上述情形，或者上述情形位于日常风险管理工具的假设条件之外。因此，需要通过前瞻性的壓力测试工作，评估银行应对重大冲击的能力，进而设计和完善资本规划、敞口目标、限额标准等风险管理计划，为管理大额“尾部”风险预留充足空间。

根据所考虑因素的复杂性，压力测试可分为敏感性分析和情景分析。敏感性分析，旨在测量单个风险因子或一组风险参数在一定范围内变动对银行风险暴露和风险承受能力的影响。该方法有助于深入了解风险因素变化对银行资产组合的影响程度。开展敏感性测试，要确保风险参数变动范围合理，变动程度应达到足够的宽度，以反映极端情况对银行的影响。情景分析， 旨在测量多个风险因子同时发生变化以及某些极端不利事件对银行的影响。进行情景分析时，要考虑各风险因素在一系列宏观经济和金融冲击下的相互作用与反馈机制。

二、商业银行压力测试设计与分析

压力测试是一个过程。对于不同风险类型、不同风险特征、不同数据基础，可以采用不同的工作策略和方法。总体上，压力测试都是从脆弱点或重点环节出发，在一定压力情境下评估内外冲击对银行资产或财务的影响，并根据测试结果完善风险管理方案。

按照工作流程的不同，压力测试分为“自上而下”和“自下而上”两种方法。“自上而下”的压力测试，是从中、宏观风险出发，通过一定的压力传导路径，将压力情景作用于微观资产，进而分析压力环境对资产的影响。当风险因素与承压对象之间无直接联系时，就需要通过构建模型建立起二者之间的关系，或者组合规模较大，逐个项目开展测试时间长、测试成本高，可以通过模型批量评估大规模组合的风险承受能力，提高工作效率。“自下而上”的压力测试路径正好相反，是从风险因素对微观资产的影响入手，逐个分析压力情景下资产风险情况的变化，将单个资产的变化加总，得到压力情景对全部资产的影响。该方法能够更准确地反映微观资产特征，有更好的针对性和准确性，但对于大规模资产组合，耗时较长、效率较低，一般适用于组合较小、承压对象与风险因素之间的关系较清晰的情况。

以“自上而下”的压力测试为例，主要包含以下过程：

（一）定义压力环境并识别风险因素

压力环境由对银行可能产生重大影响的风险因素组成。这些因素一般包括宏观经济因素、微观资产因素以及银行自身因素等。宏观因素一般有GDP、CPI、利率、汇率、货币发行量、股指、经济景气度指数、大宗商品价格等;微观资产因素包括借款人资产负债情况、特定项目信用结构特征、资产所处行业周期、借款人行业地位等;银行内部因素主要有信贷业务规划、不良率控制目标、敞口规划、资本充足率、利润总额、资产收益率等。银行要根据压力测试目的、风险特征、业务种类以及压力测试方法等方面的要求，合理定义压力环境。

（二）设计压力情景

压力情景设计是压力测试的核心环节之一。压力情景设计是否合理、科学，是影响压力测试效果的关键。压力情景应反映银行主要风险因素、不同业务条线情况和外部环境的变化。为充分评估风险变化对银行的影响，一般至少设计温和情景、中度情景和重度情景等三种不同程度的压力情景。根据《指引》，针对信用风险的压力情景包括但不限于：国内及国际主要经济体宏观经济增长下滑、房地产价格出现较大幅度向下波动、贷款质量和抵押品质量恶化、主要交易对手信用等级下降乃至违约、部分行业出现集中违约;针对市场风险的压力情景包括但不限于：利率重新定价、收益率曲线出现大幅变动、汇率出现大的变化、商品价格大幅波动、股票或货币市场大幅下跌等;针对操作风险的压力情景包括但不限于：内部欺诈事件、外部欺诈事件、工作场所安全事件、产品和业务活动事件、实物资产的损坏、信息科技系统事件、流程管理事件等。

压力情景设计可以采用历史情景、专家判断、统计推断等多种形式。历史情景法，是考虑历史上曾经发生过的事件，以“历史再现”的思想设计压力情景。比如，收集历史上经济危机期间各国宏观经济指标数据，作为经济危机压力情景;或者以原油、铜等大宗商品的历史最低价格作为商品类贷款压力测试的极端情景。假设情景法，是基于风险专家对潜在风险的理解和判断而设计的压力情景。在假设情景下，专家往往需要研究参考相同或类似场景下的历史数据，并结合自身对风险发展趋势、严重程度的判断来确定压力情景。统计推断则是在分析情景指标历史变化规律的基础上，合理推测压力情景下指标的变化情况。

（三）构建压力测试模型

构建压力测试模型，就是要建立压力情景风险指标与承压对象之间的风险传导路径。常见的承压对象包括资产价值、资产质量、利润、经济资本、资本充足率、不良率、业务规模等。这一环节，既要从理论上确保风险传导路径的合理性，又要通过数量分析研究风险因素与承压对象之间的量化关系，并保证二者的一致性。同时，要结合压力测试对象的特点，合理选择模型结构。例如，以客户违约概率（PD）为承压对象的压力测试通常选择Logistic模型，研究外部环境随时间变化对业务的影响的压力测试通常应选择时间序列模型，对单一因素的敏感性测试往往通过简单一元回归模型来实现，研究市场变化对银行影响的压力测试一般要建立Var估值模型。

（四）分析压力情景对银行业务的冲击并制定管理行动方案

将压力情景指标加载到压力测试模型，根据模型输出，汇总各情景、各风险因素的压力测试结果，结合业务发展规划、财务预期方面的目标值，评估压力情景对承压对象的影响。

最后，研究分析压力测试结果，定义管理行动方案，例如监控风险变化、制定资本应急补充计划、制定项目风险缓释计划、完善风险对冲机制、调整业务准入标准、调整业务结构等。

三、银行压力测试实践

以某银行2020年末在A国的金融业贷款业务为例，采用“自上而下”的方法模拟评估A国经济衰退情景下的贷款预期损失情况。以违约概率和预期损失率作为压力测试承压对象，初始违约概率（PD）0.94%和预期损失率（EL）分别为0.94%和0.44%。选择穆迪公司A国银行业季度平均违约概率（EDF）作为承压对象历史值。主要步骤如下：

（一）建立风险因素长名单

本例以宏观经济衰退作为压力情景，相应的将主要宏观经济指标作为压力测试风险因素。初步确定的指标长名单包括：GDP增长率、CPI、失业率、货币供应量M2、股票市场指数、基准利率、短期同业拆借利率、汇率、经济景气度指数、社会商品零售总额等。

（二）筛选压力测试模型风险因素

计算备选因素与EDF之间的相关性、各因素之间的相关性，选择与EDF相关性高、因素之间替代性弱的风险因素作为模型自变量。经计算，GDP增长率、股票指数和同业拆借利率与EDF的关联较强，作为压力测试模型自变量。以股票指数为例，股票指数与EDF的相关系数高达为-0.74，且呈反向关系。股指越高，市场信心越高，银行违约可能性越小（见图1）。

图1 A国股指与该国银行业EDF变化趋势图

（三）构建压力情景

鉴于美联储货币紧缩预期升温，国际资本加速撤离A国市场，预计A国经济将出现显著下滑，并引发股票市场下跌、本币贬值;为增加本国吸引力，货币当局可能被迫加息，推高市场利率水平。参考拉美债务危机、亚洲金融危机和欧债危机期间墨西哥、泰国、希腊等国的市场表现，结合A国历史及现实经济情况，设定轻度、中度和重度压力情景如下：

（四）构建压力测试模型

本例中，A国银行业违约概率和预期损失与该国宏观经济变化之间的关系是典型的时间序列问题。为此，采用误差修正模型（EMC）构建压力测试模型。经过数据处理、平稳性检验、模型估计、模型检验以及残差模拟等标准步骤，最终结果如下：

DEDF=-0.06×DGDPt-0.02×DStockt-0.07×SIterestt-1-0.9×εt-1

△εt=EDFt+2.46-0.08×GDPt+0.19×Stockt+0.05×Interestt-i

其中，GDP表示GDP增长率，Stock表示股指，Interest表示短期同业拆借利率，为误差项，分别代表各项风险因素的影响幅度和方向。压力测试结果表明，A国银行业EDF受GDP增长率、股票指数和基准利率影响较显著，且均呈反向关系，与理论分析一致。

（五）预测压力情景下的风险变化

将压力情景导入模型，计算不同情景下A国银行业平均违约概率的变化，进而分析各压力情景下贷款的预期损失（根据巴塞尔资本协议，预期损失率=违约概率*违约损失率，本例假定违约损失率不变）情况，结果见图2。本例中，轻、中、重度情景下，贷款违约概率和预期损失均有所上升。其中，在重度情景下，贷款违约概率和预期损失率分别达到2.81%和1.31%，较当前值分别上升1.87和0.87个百分点。

最后，根据压力测试结果，结合银行自身资产特征，提出融资结构设计、敞口管理、风险对冲等方面的建议。

结 语

压力测试是银行识别和评估风险的重要技术手段，对于提高银行风险识别水平和风险管理水平具有重要意义。但压力测试工作技术性强，对数据、人员素质的要求高，缺陷也非常突出。例如，压力测试过程中，情景设置、因素筛选、模型选择、参数估计、风险评估等过程中涉及大量人工判断，测试结果易受人为操控，准确性难以保证;模型构建中，通常关注主要因素的影响，从而忽視了外部环境和业务全貌，一定程度上存在以偏概全的问题，可能导致夸大或缩小风险估计;情景设置往往基于历史场景或固有经验，不能很好地反映经济环境或具体业务的新变化，等等。因此，在实践中，应结合具体业务特征，深入探究风险特征、风险成因及风险传导机制，合理选择测试方法并设置测试参数。

（作者单位：北京化工大学数理学院）