商业银行压力测试流程.docx

目 录三、压力测试流程- 1 -（一）选择压力测试对象- 1 -（1）压力测试对象分类- 1 -（2）压力测试对象选取原则- 2 -（3）示例- 3 -（二）确定承压对象和承压指标- 3 -（1）承压指标分类- 3 -（2）承压对象和承压指标选择条件- 4 -（3）示例- 4 -（三）确定压力因素和压力指标- 6 -（1）信用风险压力因素和压力指标- 7 -（2）市场风险压力因素和压力指标- 7 -（3）示例- 8 -（四）设计压力情景- 9 -（1）压力情景生成方法- 9 -（2）压力测试情景的其他问题- 12 -（3）示例- 12 -（五）建立压力传导模型- 13 -（1）压力传导模型方法论一- 13 -（2）压力传导模型方法论二- 15 -（3）压力传导模型之Wilson模型- 18 -（4）压力传导模型之财务模型- 19 -（5）模型检验- 19 -（6）示例- 20 -（六）分析测试结果- 24 -（1）主要步骤- 24 -（2）分析测试结果- 24 -（七）形成测试报告- 25 -（1）概述- 25 -（2）压力测试系统介绍- 26 - - 30 - 三、压力测试流程压力测试是金融稳定性评估的重要工具。在总结1998年亚洲金融危机经验教训的基础上，IMF和世界银行于1999年5月联合推出了“金融部门评估计划”，通过压力测试、稳健指标、标准与准则评估三个分析工具，对各经济体的金融体系进行全面评估和监测，其中最为核心的工具即为压力测试。 压力测试在监管机构评估监管资本中有着重要的应用。2004年发布的巴塞尔新资本协议对商业银行压力测试作出了相关规定。新资本协议的第一支柱要求商业银行必须对相关风险参数进行压力测试，第二支柱要求商业银行进行内部资本充足评估程序时，要进行前瞻性的压力测试，以识别可能的不利事件出现时需要增加的资本额，监管当局根据测试结果，要求银行持有一定数量的超额资本。受2008年金融危机影响产生的巴塞尔协议，该协议第一次建立了一套完整的国际通用的、以加权方式衡量表内与表外风险的资本充足率标准，有效地扼制了与债务危机有关的国际风险。对流动性风险和杠杆率则作出了明确的监管要求，引入了流动性覆盖率（LCR）和净稳定融资比率（NSFR）两个监管新指标。并区分系统性重要银行和费系统性重要银行。中国银监会及时推出了四大监管工具，包括资本要求、杠杆率、拨备率和流动性要求四大方面，及时进行了跟进，构成了未来一段时期中国银行业监管的新框架。压力测试将进一步在信用风险、流动性风险、市场风险、操作风险中发挥重要作用，有利于银行业发展和转型。（一）选择压力测试对象（1）压力测试对象分类测试对象即压力测试的目标事务，根据目标事务的不同，具体对象划分如下：根据金融机构属性不同，分为银行类金融机构压力测试和非银行类金融机构压力测试。在本书，以银行类金融机构压力测试介绍为主。根据银行属性的不同，分为政策性银行压力测试和商业银行压力测试，商业银行压力测试又分为大型商业银行压力测试、股份制商业银行压力测试、城市商业银行压力测试、农村商业银行压力测试及其他类商业银行压力测试。根据区域划分，分为国家整体银行业压力测试及区域银行压力测试。根据风险类型划分，分为信用风险压力测试、流动性风险压力测试、市场风险压力测试及操作风险压力测试。按目标业务/资产组合划分，可以分为利率风险压力测试、房地产压力测试等。表1-3-1 银行压力测试主要类型 风险类别银行类型信用风险流动性风险市场风险操作风险大型商业银行股份制商业银行城市商业银行农村商业银行其他类商业银行表1-3-1是银行压力测试主要类型，压力测试对象既可以单一银行、单一风险进行压力测试，也可以多个银行、多个风险进行“组合”压力测试。（2）压力测试对象选取原则压力测试分为定期和不定期压力测试，在进行压力测试时，考虑到成本等因素，往往不会把所有可能测试对象拿来进行测试。在选取压力测试对象时候，应遵循以下原则：1、重要性原则。一般来说，要选择对系统有重大影响的作为压力测试的对象，主要因素包括资产规模、盈利能力、资本充足率等。例如，五大行占我国商业银行整体资产超过40%，评价我国银行业整体情况，就必须考察五大行的压力测试情况；2008年金融危机及随后而来的欧债危机，凸显了流动性对银行的重要性，结合我国情况，基于巴塞尔协议要求，流动性风险应逐步净稳定资金比率和流动性覆盖率两只表引入到商业银行实践中来。2、前瞻性原则。前瞻性注重对对象的影响性、趋势性和发展性的研究。当前阶段，我国压力测试与发展国家相比，还处于初步发展阶段，就更加需要进行前瞻性研究和分析，对流动性压力测试、汇率风险压力测试等进行深入研究。3、经济性原则。要根据测试的目的及测试具备的现有条件和限制适当的调整压力测试，以节约资源，最大限度的利用压力测试的结果为目标。例如，对城商行进行压力测试，以信用风险压力测试为主，以其他类型压力测试为辅。（3）示例例1：S省是我国东部地区经济大省，近年来，区域内城商行总资产增长速度和信贷投放速度大大快于大型商业银行、股份制商业银行和其他类型银行；其总资产占比约为10%且呈继续上涨的态势。目前，S省城商行面临同质化竞争激烈、风险管控措施不到位、利率市场化等的冲击，在其增长速度较快的情况下，对其进行信用风险压力测试是可行的，也是非常必要的，有助于其提高竞争力、及时采取风险防范措施。S省城商行压力测试类型为区域城商行信用风险压力测试。例2：S省是全国城商行发展较好的省份之一，对S省城商行进行压力测试，一方面可以以城商行相关公布数据综合进行处理，一方面可以将城商行单独进行压力测试，然后汇总结果。本部分将S省D市城商行作为示例进行压力测试流程介绍。综合来看，选择承压对象要有目的、按照前瞻性、重要性原则选择压力测试对象，有助于提高银行综合实力、竞争力和风险防范能力。（二）确定承压对象和承压指标在选择压力测试对象后，需要根据具体的测试任务，结合银行现状及业务实际，分析测试对象属性。（1）承压指标分类压力测试目的是整个压力测试内容和流程的出发点，承压对象是由测试目的决定的，不同的测试主体所关心的承压对象和承压指标也会有所差异。例如，从银监会角度，主要关心是否达到监管要求以及采取哪些措施进行监管，例如资本充足率，是对整体风险的监控；从商业银行自身角度，主要关心对银行整体风险、利润等的影响以及对其竞争等综合实力的影响；从公众角度来讲，主要关心存款安全、存款收益等。因此，承压对象和承压指标的选取非常关键，是压力测试最重要和最根本的要素之一。 表1-3-2 承压指标分类 摘自：参考文献：商业银行压力测试，黄志凌，技术型指标管理型指标“组合”类PD、LGD缺口、久期EL、UL资本充足率不良贷款率经济资本“宏观”类贷款损失操作风险损失金额资本利润率行业盈利能力 技术型指标指一些表示风险损失量本身的指标。信用风险压力测试的输出指标可以是PD（违约概率）、LGD（违约损失率）、EL（预期损失）、UL（非预期损失）、EAD（风险暴露）等；市场风险压力测试的输出指标可以是头寸的缺口、久期、外汇敞口、风险价值（VaR）等；流动性风险压力测试输出指标可以是现金流缺口、流动性比率、存贷比率等；操作风险压力测试输出指标可以是操作风险损失金额、操作风险价值（VaR）、监管资本等。管理型承压指标则为监管机构、金融机构以及管理层较为关注的、具有现实意义的指标。信用风险压力测试的输出指标可以是贷款拨备、一般风险准备、不良贷款率、资本充足率等；市场风险压力测试的输出指标可以是保证金变化资产组合或业务头寸的价值或者损益、行业盈利能力等；流动性压力测试输出指标可以是融资缺口等指标；操作风险压力测试输出指标可以是损失分布、损失概率等。（2）承压对象和承压指标选择条件承压对象和承压指标是整个压力测试具体流程的起始点，一般来说，承压对象和承压指标的选择应满足以下两个方面的条件摘自：参考文献：商业银行压力测试，黄志凌，11页：1、应该可以很好的解释测试者所关心的问题，并具有现实意义，也就是说，不应为了某次压力测试而重新设计指标，这些承压指标应该是在正常情况下有意义的变量。2、应该与压力测试有可信的关联关系，也就是说，所选择的压力测试应该是有效的，在压力情景下测试指标的确会有极端不良的表现。（3）示例例3：在选择了S省D市城商行进行信用风险压力测试后，下一步就是具体实施压力测试流程，选择承压对象和承压指标。由于测试是面向监管层和银行董事会，所以承压指标选取MPD（宏观违约概率）宏观违约概率，式中：期初正常客户数为截至该期初信贷正常的客户数；当期内违约客户数为在期初正常的客户中，未来一期内发生违约的客户数。，为管理型指标。在这里说明四个方面的问题：第一，数据来源。银行内部宏观违约概率MPD，数据频度为月度数据；第二，数据选择。历史数据的选择往往涉及到数据期间的确定，从建模的角度看，并不是数据的历史越长越好，例如，对于宏观经济计量模型应该选择在同一个体制内尽可能长的数据，我国自1978年开始至今的经济体制改革，其中经历了若干个阶段，不同阶段的经济数据有时并不具有可比性，如果具体考虑最近的压力测试，我们认为大型商业银行和股份制银行选择2000年之后的数据会比较合理，城商行数据在2006年以后数据较为合理；第三，数据处理。为了平滑数据的量纲，使得各个变量的数据区间尽可能接近，有时需要处理为相对变化率。有时，为了使得各种数据的量纲尽量接近，需要取对数处理；最后，也可以选择资本充足率、贷款拨备、不良贷款率等作为承压指标。由于分析的方面和指标特点不同，可以针对信用风险的不同方面进行研究和分析。综合来看，选择承压对象和承压指标，要具体问题具体分析，根据承压对象的特点，数据的基本情况等进行综合考虑，然后选取最适合的指标。并结合压力测试结果，相辅相成。Sorge(2004)从另外的角度对存款性金融机构的压力测试指标进行了汇总，见表1-3-3：表1-3-3 存款性金融机构的承压指标汇总测试目的可选的测试指标备注资本充足率1）监管资本与风险加权资产的比值2）核心资本与风险加权资产的比值3）不良贷款准备与资本的比值4）资本与资产的比值5）较大的风险敞口与资本的比值全行性质资产质量1） 不良贷款占总贷款的比率2） 按行业划分的贷款分布3） 按地区划分的贷款分布信用风险类收入和盈利性1） 资产收益率（RoA）2） 股本收益率（RoE）3） 利息收入占当期总收入的比例4） 非利息费用占当期总收入的比例5） 交易性收入占当期总收入的比例6） 人工费用占当期总收入的比例7） 存贷款利差盈利类流动性1） 流动资产占总资产比例（流动比率）2） 流动资产与流动负债的比例3） 银行间最高和最低利差4） 客户存款与总贷款之比5） 在证券市场的平均买卖价差6） 在证券市场的平均日交易量流动性类市场风险敏感性1） 外汇净开放头寸与资本的比例2） 金融衍生品的总资产头寸与资本的比例3） 金融衍生品的总负债头寸与资本的比例4） 外汇计价的贷款占贷款总额的比例5） 外汇计价的负债占负债总额的比例6） 股票的净头寸占资本的比例7） 固定资产价格8） 零售性固定资产贷款占贷款总额的比例9） 商业性固定资产贷款占贷款总额的比例市场风险类（三）确定压力因素和压力指标不同的测试主体关心的压力测试目的不同，因此在选择压力因素和压力指标所关注的重点也会有所不同。压力测试时测试分析极端情况出现时对承压对象的影响，压力指标既可以是诸如不良贷款率等银行风险指标，也可以是宏观经济等更加基础的指标。（1）信用风险压力因素和压力指标银监会在2007年颁布的商业银行压力测试指引针对信用风险压力测试的内容可以设置的情景包括：“国内及国际主要经济体宏观经济出现衰退；房地产价格出现较大幅度向下波动；贷款质量恶化；授信较为集中的企业和同业交易对手出现支付困难；其他对银行信用风险带来重大影响的情况。” 在信用风险测试中可以选择以下几类宏观变量为测试因子：Ø 国内生产总值GDP或地区生产总值GDP；Ø 消费者物价指数CPI（国家或地区）；Ø 名义货币发行量M2；Ø 全社会商品零售总额（国家或地区）；Ø 全社会用电量（国家或地区）；Ø 铁路货运量；Ø 期货市场价格指数（包括黄金、铜、螺纹钢、石油等价格指数）；Ø 行业因子：根据总产值、价格、增长率、行业指数等能够代表行业趋势及发展状况的基本指标。例如房地产行业包括房地产投资增速、房地产开工（竣工和施工）面积、商品房销售与资金来源、一线城市平均地价及住宅销售价格指数等。以上是针对信用风险压力测试常用的宏观变量，如果存在区域差异或者其他要求，可以选择其他诸如工业增加值、工业生产者出厂价格指数、固定资产投资、固定资产投资价格指数等宏观指标。（2）市场风险压力因素和压力指标银监会在2007年颁布的商业银行压力测试指引针对市场风险压力测试的内容可以设置的情景包括：“市场上资产价格出现不利变动；主要货币汇率出现大的变化；利率重新定价缺口突然加大；基准利率出现不利于银行的情况；收益率曲线出现不利于银行的移动以及附带期权工具的资产负债其期权集中行使可能为银行带来损失等。”在考虑我国商业银行的市场风险压力测试时，可以考虑以下的测试因子：Ø 国债指数；Ø 股票市场指数（上证综指、中证300指数、深圳成指）；Ø 美元指数、人民币汇率、欧元兑美元汇率；Ø 银行间短期拆借利率（隔夜、七天SHIBOR）；Ø 基准利率（商业银行一年的存贷款基准利率、央行存款准备金利率等）；Ø 地方政府债务收益率及总量变化。以上是针对市场风险压力测试常用的测试因子，也可以选择金融债指数、票据利率等作为测试因子。（3）示例图1-3-1是部分压力指标，其中压力指标选取了中国和S省的部分相关宏观指标。篇幅关系，仅列举部分压力指标。选取基于宏观情景的压力指标，主要考虑以下几个方面：第一，数据来源。数据选自中经网、国家统计局、S省统计局等相关网站；第二，数据选择。选择和MPD密切相关，能够反映经济周期或者宏观经济运行状况的重点指标，可以参考专家判断或标普、穆迪等专业公司咨询报告；第三，数据处理。例如，本示例数据处理：CPI：以2001年1月为基准100，根据环比数据(用同比数据得到的是相同的)得到绝对阅读CPI，然后进行对数变换，最后转化为对数收益率；名义GDP：数据在每个季度内平均化得到月度名义GDP，名义GDP除以CPI得到实际GDP(月度)，然后进行对数变换，最后转化为对数收益率；M2：除以月度绝对CPI得到实际M2，然后进行对数变换，最后转化为对数收益率；最后，因需采用VAR向量自回归、Wilson模型及最小二乘回归模型，需要对压力测试指标进行反复验证，需要建模人员和业务人员进行多次沟通，所以选择指标范围较广；需要与商业银行日常风险管理相结合，风险因子在正常情况和诸如金融危机情况表现差异明显，另外分析不同压力情景下承压对象的变化，需要根据业务实际作不同的压力指标“组合”。图1-3-1部分压力指标综合来看，压力测试可以作为检验现有模型适用性的工具，另外它也是对日常风险模型的充分应用，强调了金融机构面临极端压力情景时在风险管理方面的弱点。（四）设计压力情景根据国际清算银行（BIS）的标准，本文将“情景”定义为对未来看法的综合描述。压力测试可以考虑单一因子的影响，也可以考虑多因子变化的影响。其中，单因子测试是“敏感性测试”，依据单一变量或者单一假设得出结论；多因子变化是综合性的多变量测试，一般称之为情景分析。有时情景分析也会包含统计极值理论的方法和最大总损失方法。其中，“综合性”是指独立变量和非独立变量均反映变量之间的相互关系。（1）压力情景生成方法压力情景的生成方法主要有历史情景法、专家情景法、模型法及混合方法四种，在下面进行分别介绍。1、历史情景法历史情景法是根据历史已有数据选取轻度、中度和重度压力情景，情景选择既可以选择最不利的情景，也可以根据分位点的方法逐次选择轻度、中度和重度压力情景，情景选择需依赖于压力测试的目的。图1-3-2 中国国内生产总值增速1978-2010年32年间，中国经济年平均增长9.9%，32年间经济增长最高达15.2%（1984年），最低为3.8%（1990年）。可以根据我国历史上的GDP增速情况设置压力情景，是最直接的方法，假设历史情景重演会给金融系统带来的风险。对于流动性风险来说，则必须创造和评估大量的情景，通过对大量情景的评估和设定。通常会包括银行流动性的季节性波动、对于流动性的长期和短期评估、设定不同的压力情景、情景也必须与银行发展战略与负债稳定性等密切相关。表1-3-4 系统性流动性事件（1987-2002）1987美国股市危机1990美国高收益债券市场崩盘1991石油价格高涨1992ERM（欧元汇率机制）危机1994美国债券市场危机1995墨西哥金融危机1997亚洲金融风暴1998俄罗斯金融危机，卢布贬值，长期资本管理公司倒闭1999黄金价格剧烈波动2000TMT（电讯、媒体和科技）产业危机20019.11事件造成支付系统破坏2002阿根廷危机资料来源：James M Mahoney、纽约美联储：报告开发与实施有效的压力测试战略历史情景法的优点是比较客观，利用历史事件数据作为依据，能够降低模型的假设性。历史情景法的缺点也是比较明显的：一是社会经济结构变迁无法反应目前特有的市场结构，例如我国目前的经济处于产业结构调整和战略转型的关键阶段，这在历史上是没有出现过的；二是完整的经济周期，目前我国还没有完整的经济周期，所以根据历史情景设置压力情景会有一定的局限性；三是压力测试情景很可能在历史中并没有出现过，例如表1-3-4的系统性流动性事件，在2008年金融危机和2009年起始的欧债危机中并没有出现过，2008年金融危机造成的影响、范围更大。2、专家情景法专家情景法是基于专家经验和判断，对压力情景进行设定的一种方法。该方法的优点是充分结合当前宏观经济环境，设定的压力情景具有前瞻性。尤其是当前全球处于流动性宽松局面下及我国还处于稳健性金融和货币政策情况下，专家情景就具有特别重要的现实意义。该法的主要缺点是主观性强及情景设定说服力不足。3、模型法用统计建模的方法设计情景，具有灵活、适应性强的优点，该方法可以任意假设风险因子的类型和变化模式，假设可能发生的事件以及影响程度，能够更加灵活的考察测试对象在各种风险来临时的表现，从而确定风险暴露程度。缺点是无法给出这些情景发生可能性的任何信息，导致与实际情况想脱离。如果要关心多个变量的影响，还需要经济和金融理论模型来建立变量之间的关系。4、混合方法国内目前还尚无完整的经济周期且历史数据缺乏，数据质量也有很大的提高空间，最常用的是历史情景法和专家情景法相结合设定压力情景。同样，受金融危机影响，历史情景也没有很好的反应，欧美国家近年来的压力情景设定也是采用混合方法。图1-3-3 美国银行业压力测试情景指标设置（%）图1-3-3是美国银行业压力测试情景指标设置，金融危机造成的国内经济状况已经大大不同于历史情景，尤其是房地产价格指数。因此，美国银行业压力测试采取了专家判断和历史情景相结合的方法设定压力情景。同样，针对我国目前经济状况，采用混合方法更具有现实意义。（2）压力测试情景的其他问题首先，压力测试情景设置应具有前瞻性。要能够考虑到传统风险管理或者历史情景所不能反映的新信息和新生风险的可能性；其次，压力测试要关注风险因子的剧烈波动，要考虑当前经济环境对风险因子的影响；再者，压力测试应该包含多个风险因子。对不同情况进行不同的模拟，以反映风险因子对银行金融机构的影响，要注重事件发生的可能性；最后，就是数据。数据选择和变量的选择，不同的数据区间选择会影响压力测试的效果，数据选择要贴合现实经济状况，也要符合商业银行对于压力测试具体目的的要求。（3）示例本例将GDP增长率压力情景设定为GDP增长下降为5%。 为重度压力情景，轻度和重度压力情景本文不做介绍。（五）建立压力传导模型（1）、（2）部分参考：商业银行压力测试，黄志凌，25-29页所谓的压力传导模式是指如何将压力情景逐步反应到测试对象和测试结果的过程或模型。对于基于资产的市场价格计价的资产组合，例如股票、债券、汇率等，则天然的存在这种传导模式，也就是说，只需将压力情景的极端价格代入组合就自然得到了测试结果。但是，对于非市场化的组合，例如：企业贷款或消费贷款，或者测试对象为一个金融机构测试指标为银行的资本充足率、不良贷款率等，则需要在具体的压力测试中设计压力情景的传导模式。从上面可以看出，压力传导模型是压力测试流程中最为核心的部分，压力传导模型有很多种，对于不同的风险及测试目的，压力传导模型可以是确定的，也可以是不确定的。对于市场风险、操作风险、流动性风险及部分信用风险，大部分传导模型都是明确的。对于部分信用风险模型来说，传导机理是不够清楚的，例如S省城商行信用风险压力测试，采用宏观经济指标作为压力指标，传导机理很难清楚的构造，此类型信用风险压力测试比较适合采用统计计量模型来进行确定。（1）压力传导模型方法论一按照压力测试传导机理，压力测试模型可以分为自上而下和自上而下两类方法。自下而上是先从局部和个体层面进行测试，然后将各个个体的测试结果汇总得出整体的结果。自下而上的流程如下：图1-3-4信用风险自下而上法示意图 摘自 朱良平信用风险压力测试PPT自下而上法适用于承压对象和压力因素之间的关系比较清楚，因其投入的时间和精力较大，所以要有足够的资源保障。可以采用财务模型或结构化模型技术。自上而下法是将所有测试对象组成一个整体，集中起来同时进行测试。自上而下的流程如下：图1-3-5信用风险自上而下法示意图 摘自 朱良平信用风险压力测试PPT自上而下法适用于承压对象和压力因素关系不是很清楚的情况，或者压力测试投入较高的情况。自上而下法的不足是在整体层面进行的压力测试可能会掩盖个体的集中风险、个体之间的相互关系的风险以及不能够发现个体到整体风险的传导过程。自下而上法理论上由于其能够捕捉风险具体传导过程，从而使测试结果更为精确。但是其一方面对数据质量要求较高，另一方面测试过程投入大，成本高，可行性不足。在当前我国银行业历史数据较短的情况下，且像农信社、城商行等整体数据质量较差的情况下，自上而下法更适用于我国目前实际。（2）压力传导模型方法论二Sorge（2004）从另外一角度出发，按照压力因子对承压对象的传导方式，将其分为“分段测试方法”和“集中测试方法”。1、分段测试方法利用历史观测数据直接建立宏观经济变量与测试指标之间的计量模型，利用所建立的计量模型可以直接将宏观的极端不利表现传递到测试指标身上。这时的测试指标实际上为一个预测值，也就是将计量模型的解释变量取在一些特殊的极端的值时，响应变量的预测值，这种方法的数学表达式为： （1）其中的Z表示外生的信息。图1-3-6 宏观变量对测试指标的直接影响（摘自Sorge(2004)P.9）这种方法所基于的计量模型又可以分为两类：公式（1）中的计量关系模型f是利用时间序列或者面板数据的直接回归得到的。称之为简单关系（reduced-form）。公式（1）中的关系模型f是利用某种经济原理或行业共识的模式得到，称之为结构化模型（structural model）。许多的研究表明，采用第二种结构化模型将得到更多的有用信息，对压力测试本身的可信性也会有所帮助。2、 集中测试方法将所有测试因子的影响集中表现在组合的价值损失量上，分析该指标的变化。对于按市场计价（或者称盯市）的业务或头寸，因为计价方法相对统一而且可以随时参照市场价格调整，所以天然具有某种传导模式，无需专为压力测试再建立时间序列的历史模型，这就是大多数金融定量分析师日常的工作内容，在压力测试时，只需利用其现有的计价模型将输入的参数或数据进行极端性调整，然后计算组合价值损失量在这些极端不利情景下的条件分布，这个条件分布可能与原来的分布有很多的扭曲，无论是形状还是一些分布的特征值（例如：数学期望、方差、分位点等）。图1-3-7极端情景下的损失概率分布与正常情景分布的比较（摘自Sorge(2004)）上述两种方法各有适用的情况，表1-3-5（摘自Sorge(2004)）对两种方法进行了总结。表1-3-5 两种压力测试模式比较分段测试方法集中测试方法可选的模型Ø 时间序列和面板模型Ø 简化模型或结构化模型Ø 宏观计量模型，例如：Wilson（1997）Ø 宏观结构化风险模型，例如：Merton(1974)优点Ø 直观计算简单Ø 广泛的包含了压力情景Ø 货币政策的平衡Ø 市场风险与信用风险整体分析Ø 宏观冲击直接影响到单个变量进而模拟整个损失分布的偏移Ø 用于捕捉宏观变量对信用风险的非线性效应弱点Ø 主要为线性关系Ø 在较长时间时参数不平稳Ø 没有反馈效应Ø 贷款损失准备金和不良贷款率也许是噪声因子Ø 不同机构的风险价值度量不可加Ø 多数模型为信用风险并限于较短的期限Ø 现有研究均为考虑反馈效应或者是参数在较长时间不稳定（3）压力传导模型之Wilson模型从表1-3-5可以看出，Wilson模型是针对宏观压力测试的宏观计量模型，S省D市城商行信用风险压力测试也是基于Wilson模型。下面对其进行简要介绍。1、对数据进行变换对数据进行编号的目的是适应计量模型的需要。 变换其中压力测试模型假设服从正态分布。2、向量自回归【VAR(p)】模型为了能够更加真实反映关键压力指标之间的滞后性和相关性，我们采用VAR(p)模型，该模型一方面可以生成各压力因子在不同初始冲击下的未来走势，另一方面可以建立指标之间的联系，生成的压力情景具有更好的经济意义。3、Wilson模型传统的Wilson模型假设产生的误差项服从正态分布，过程：模型采用自上而下法和集中测试法。4、S省D市传导模型梳理首先对宏观违约率进行Logit变换；其次是对压力指标建立VAR(p)模型，明晰压力指标之间的关系；再者对采用多元回归分析方法筛选压力指标或进行人工干预筛选压力指标（因回归分析筛选指标采用数学理论方法，有可能和实际经济意义、业务意义不相符合，在出现不符合情况下，需进行人工干预筛选指标）；最后，建立Wilson模型，用第四小节设计的压力情景进行设计，采用蒙特卡洛模拟方法模拟冲击情景下的宏观违约概率MPD分布。（4）压力传导模型之财务模型从对Wilson模型介绍可以看出，模型需要专业的建模人员和相应的数学理论知识；另一方面对数据的要求也很严格。相比之下，财务模型的优点直观、间接，它假设一个压力情景，并将情景映射到银行或客户的资产负债表的财务信息，在此基础上研究冲击对客户、银行的稳定性产生的影响。财务模型的主要缺陷是基于公司或银行过去业绩的财务报表，并没有考虑未来的表现以及发展前景等基础信息。财务模型的具体过程如下：首先，选取代表性的测试样本。因财务模型主要采用自下而上的传导模式，就需要确定样本。样本可以采用抽样的方式确定，例如按照一定比例随机抽样、重点抽样或者其他方式（例如选取信贷余额前50名的客户作为样本）的客户作为样本；其次，界定承压对象，选择承压指标。如果以流动性还款风险作为承压对象，那么客户的净利润、已获利息倍数等可以作为承压指标，通过测算客户在一定压力情况下利润率和已获利息倍数来判断贷款是否安全；再者，选取能够反映客户财务报表变化的压力指标。这些方面可以选择的范围很大，但最为重要的是如何找出能够最大限度反映客户财务变化的重点指标。对于进出口企业来讲，人民币汇率变化对财务报表的影响就很重大；对于机械制造业来讲，上游原材料价格和下游需求则对财务报表影响重大；对于所有企业来讲，人力成本现在已经是一个非常影响财务报表的重点因素；最后，根据客户行业类型以及财务报表实际情况，对收入支出状况进行分解，设计相应的财务报表信息模板，对压力指标施压，判断利润率和已获利息倍数的变化结果。采用同一方法对所有样本实施压力测试，并汇总结果，从而得出压力情景下企业还款的流动性风险和整体贷款质量的情况。（5）模型检验对于模型结果的检验主要分为经济意义检验、统计检验和计量经济学检验三个方面，具体如下：经济意义检验：检查模型是否符合经济意义合理性，例如S省城商行信用风险压力测试新增不良贷款率和GDP的关系，一般来说，GDP增速下降，新增不良贷款率有上升趋势，如果不是这样的关系，就需要进一步分析原因；统计检验：对模型拟合优度检验、变量和参数的显著性检验。例如S省城商行信用风险压力指标筛选，对于筛选出的压力指标需进行模型拟合优度检验；对新增不良贷款率和压力指标进行统计显著性检验；计量经济学检验：主要包括自相关序列检验、异方差检验、多重共线性检验、平稳性检验等。例如GDP同比增长率和工业企业增加值就会有较强的相关性，在模型中同时出现就会出现多重共线性，影响模型的使用效果。（6）示例1、模型变量列表表1-3-6 模型变量列表变量含义调整GDP(对数收益率)货币供应量M2对数收益率CPI对数收益率行业指数电力房地产简称LNGDP LNM2 LNCPILNIndexDL LNIndexDC 表1-3-6是变量模型列表，总共选取了五个方面的指标，分别为调整GDP、调整M2、CPI对数收益率、电力行业指数及房地产行业指数。2、宏观向量自回归建模(Macro-VAR)利用宏观历史数据表中的数据用统计软件R得到宏观向量自回归(Macro-VAR)模型的系数估计和残差矩阵的估计，具体估计结果见图1-3-8和图1-3-9，图1-3-8中的行表示当期变量、列表示上期变量。图1-3-8 模型系数估计矩阵图1-3-9 模型残差协方差估计矩阵从上面可以看出，模型本身为统计显著的，也就是说，模型的参数和整体都是统计显著的。3、Wilson模型建模图1-3-10 D市城商行MPD的Logit回归模型参数估计 图1-3-10是D市城商行MPD的Logit回归模型参数估计。图1-3-11 回归的整体性检验从图1-3-11中，我们看到F统计量P-value<0.05, 说明回归方程式显著的，而且修正决定系数为0.4269，说明整个模型是显著，即logit回归模型还是具有一定的统计显著性。这里建立的宏观计量经济模型和Logit回归模型是为了信用风险压力测试建立情景服务的，这些模型本身并不是压力测试的目的，基于这样的考虑，我们接受上面的宏观动态模型和Logit回归模型(宏观违约概率MPD预测模型)。我们得到的宏观变量预测违约概率PD的预测模型如下：4、生成宏观冲击情景现在考虑系一个月(2012年09月)出现的极端不利情景，假设冲击情景为调整GDP同比增长率为5%。我们在基准情形和压力情景下，分别计算下个月各个宏观变量的冲击情景。若不发生冲击，下一期(2012年09月)的宏观预测均值，如图1-3-12所示：图1-3-12 不发生冲击宏观预测均值 发生冲击，即调整GDP增长率为5%，宏观预测均值，如图1-3-13所示：图1-3-13 GDP下降为5%的宏观预测均值 冲击后下一期(2012年09月)的宏观模型的协方差矩阵的预测变化如图1-3-14所示：图1-3-14 冲击后的协方差矩阵上述示例就是压力测试前面所述部分的实例测试流程，下面就对结果进行分析，并相应的生成测试报告。（六）分析测试结果（1）主要步骤一般来说，压力测试结果分析的主要步骤有：1、对承压指标输出结果进行简要介绍，以便监管层或银行管理层理解测试目的和反映的问题；2、对压力测试过程中所使用的数学模型和经济学理论进行阐述；3、对设计的压力情景进行分析，包括承压指标的选择依据、压力指标情景设定所考虑的宏观、银行实际情况等因素，确保压力情景设置的合理性；4、在进行结果分析和应用时，需要对压力测试的前提假定及压力测试的局限性进行说明。（2）分析测试结果 1、宏观违约概率分布图图1-3-15 宏观违约概率分布图图1-3-16 因子压力测试结果2、结果分析从图1-3-15和1-3-16可以看到，压力指标GDP的波动对违约概率PD有较大的影响。当GDP下降到5%时，宏观违约概率MPD均值增加近3.5倍；95%置信区间宏观违约概率MPD能够达到2.3%，是宏观违约概率MPD均值的近3倍；99%置信区间宏观违约概率MPD能够达到4.1%，是宏观违约概率MPD均值的近5倍。可以看出，一方面是GDP增长下降较多的时候，宏观违约概率明显增加；另一方面，置信区间的选择对宏观违约概率MPD的影响也较大。所以，银行应该防范重点客户对违约概率的影响。压力因素考虑了现阶段影响我国经济及S省经济的重要宏观变量，能够充分反映银行的经营特点和受经济变化的影响程度；另外，银行的不良贷款率经过核销、处置等措施后，对于银行实际情况反映不是那么客观和公允，而宏观违约概率MPD是违约客户数和正常客户数的比值，一般情况下是能够切合银行实际的。综合来看，压力情景设置合理。压力测试前提假定是宏观经济确实对宏观违约概率有着重要影响，但是实际情况下，宏观经济对违约概率影响和传导机制非常复杂，研究还有待于在更深层次、更全面层次进行进一步的扩展。（七）形成测试报告（1）概述压力测试报告主要内容包括压力测试目的、压力测试过程、压力测试结果、压力测试结论和分析及政策建议等部分。对于银行来说，应当制定一整套的压力测试报告机制，以发挥压力测试在银行高层决策中的作用。压力测试报告机制要明确规定信用风险、市场风险、操作风险和流动性风险等压力测试的目标、程序、方法、频度、主管部门、报告线路以及相关应急处理措施。（2）压力测试示例Ø 建模类型选择Ø 数据处理Ø 情景建模左侧是我们选择的风险因素，右侧是我们进行选择的模型公式。点击执行后在下方就会出现结果：Ø 情景设置左侧为风险因素，右侧存在的情景列表。Ø 传导建模左侧为传导变量（测试指标），右侧为传到建模选型。设定完成后，针对每一个传导变量进行传到建模：单击执行后在下方显示结果：Ø 压力测试Ø 查看报