系统性风险压力测试模型的国际经验及启示

发布时间：2020-04-23

　　摘要：防范化解金融风险、守住不发生系统性风险的底线，是金融支持经济高质量发展的前提条件，是维护国家经济安全与金融安全的需要。压力测试是评估系统性风险的重要工具，各国央行大多构建了各自的宏观经济压力测试模型，以评估宏观经济金融的系统性风险。研究奥地利、加拿大、英国和韩国开发的系统性风险压力测试模型，包括其模型的主要特点和具体建模思路等，对构建我国系统性风险压力测试模型具有一定启示。

　　关键词：宏观经济金融;系统性风险;压力测试;国际经验

　　一、系统性风险压力测试模型的国际经验

　　(一)奥地利的系统风险监测模型

　　2006年，奥地利的系统风险监测模型(SystemicRiskMonistor，SRM)由奥地利国民银行(OeNB)、金融市场管理局(FMA)和部分学界专家共同开发，是综合利用银行业监管数据和信贷微观数据的风险管理框架。该系统的基础是Elsinger等(2006a，2006b)和Boss(2002)的银行间网络模型，将其与现代市场和信用风险管理的量化分析技术相结合。SRM模型将奥地利的银行体系看作是各类资产组合的集合，每一资产组合或者由国内外股票、债券等构成(市场风险损失模块)、或者由居民贷款和企业贷款构成(非银行间信贷损失模块)、或者由银行间借贷构成(银行间网络模块)。该系统的目标在于得到不同压力情景下资产组合价格变动在给定时间水平下(一个季度)的分布情况。该系统的具体建模思路如下：

　　一是多风险因素变动分布模型。该部分的风险因素是指影响资产组合价格变动的变量，主要包括利率、汇率、股价、以及影响贷款质量的宏观经济变量等。SRM模型首先估计出每个风险因素的边际分布，其次利用-Copula函数拟合出风险因素变动的联合概率分布，最后根据联合概率分布抽取随机变量，作为压力测试的不同情景。

　　二是市场风险损失模型。该部分的处理相对简单，股票按国别分为奥地利和其他国家;债券按利率敏感性、汇率敏感性、期限和币种进行分类。资产的对数收益率可用其一阶线性展开进行近似，即银行所持有的股票、债券存量与相关风险因子的变化的乘积即可得到相应的损失函数。

　　三是非银行间信贷风险损失模型。由于某些行业贷款的违约主要与宏观经济情况相关，建立宏观风险因素与贷款损失以CreditRisk+模型(CreditSuisse，1997)为基础，增加了宏观经济变量对违约率的影响分析，利用历史数据拟合宏观风险因素与信贷违约概率(PD)的关系，从而得到不同宏观风险因素变动情况下银行对居民贷款、企业贷款头寸的损失函数。

　　四是银行间网络模型，该部分采用银行间双边头寸矩阵的网络模型，综合市场风险损失模型和非银行间信贷风险损失模型的资产损益情况，通过清算程序确定各银行的资产净值，从而判断银行资产是否足以覆盖在银行间市场上的风险敞口，能够用以模拟银行间市场的风险传染效应。通过多次模拟即可确定危险事件和资产组合损益的概率分布情况。最后汇总银行系统的数据得到整体稳定性指标。银行体系的最终损失就是基础性风险与传染性风险的加总，即市场风险损失、信用风险损失、同业清偿性损失之和。

　　(二)加拿大的宏观金融风险评估框架

　　2012年，加拿大银行开发了宏观金融风险评估框架(MacroFinancialRiskAssessmentFramework，MFRAF)，并于2017年推出升级版本。MFRAF以加拿大的国内系统重要性银行为建模对象，建模周期为3期。模型综合考虑了银行的偿付风险和流动性风险，以及资产抛售、银行网络溢出效应等负外部性，用以评估压力情景下加拿大银行业的系统性风险。该模型的建模思路为：首先，在宏观经济压力情景下，企业贷款和居民贷款可能发生违约，信贷损失会影响银行的资本充足率，进而增加银行的偿付压力和破产概率。其次，如果信贷损失足够大，银行为使杠杆率达到监管要求，可能需要抛售资产，导致所有银行按市值计价资产的损失。这又进一步降低了银行的偿付能力，可能会导致市场停止继续给予流动性支持，从而发生流动性风险。偿付风险和流动性风险是相互联系、相互促进的。下面，具体介绍每部分的建模过程。

　　相关知识推荐：研究金融学的论文哪里帮忙发表

　　偿付风险模块。该模块利用计量模型(VECM)建立宏观经济冲击与银行资产负债之间的联系。贷款按部门分为居民贷款(信用贷款、住房抵押贷款和消费贷款)、企业贷款(制造业、建筑业、住宿餐饮业，房地产业、农业、批发业，金融业和小额信贷)、政府贷款，各类贷款的预期损失为违约概率(PD)、违约损失率(LCD)和违约风险暴露(EAD)的乘积。其中，违约概率根据信贷损失的概率分布实现。预期信贷损失会对银行下两期的资产负债表产生影响，使MFRAF成为多阶段模型。

　　资产抛售模块。该模块主要包括两个组成部分，一是市场冲击对银行交易账户的影响。二是资产抛售机制。具体来说，计算每家银行的杠杆率，确定杠杆率过高的银行。任选某一银行进行去杠杆，出售其利润最高的资产，所得现金资产用以降低杠杆率。资产出售价格是其出售规模的函数，资产价格下降会导致其他银行按市值计价的损失，即资产抛售的负外部性。当所有高杠杆的银行完成上述过程后，重新计算各家银行的杠杆率。如果仍存在杠杆率过高的银行则重复上述资产抛售过程，直到所有银行的杠杆率符合监管要求。

　　流动性风险模块。该模块中银行流动性风险来自两个途径。一是直接途径，即银行发生信贷损失后，银行债权人根据银行偿付能力的期望、资产负债表的流动性情况，决定是否继续对该银行给予融资。债权人比较银行流动性资产、非流动性资产和可能失去流动性支持的负债规模，如前两者的价值大于后者，债权人倾向于认为该银行具有足够的流动性应对其他债权人的撤资需求;反之，债权人具有一定的概率选择撤回资金。这构成一个具有策略互补性的协调博弈，债权人挤提的概率由其均衡策略计算得到。二是间接途径，即信息传播。当某银行发生破产时，可能会引发市场上的悲观情绪，使债权人担忧市场流动性从而决定撤回对银行的流动性支持。

　　网络模块。该模块的建模思路来自于Eisenberg&Noe(2001)。由于银行破产后通常难以偿还其银行同业的贷款，从而造成其他银行的损失，引发多米诺效应。

　　(三)英国的系统性机构风险评估模型

　　英国的系统性机构风险评估模型(RiskAssessmentModelofSystemicInstitutions，RAMSI)是用于评估银行业流动性风险和偿付能力的大型量化模型，由英格兰银行开发维护。该模型使用“自上而下”的建模方法，即对每家银行机构采用相同的前提假设和压力测试模型，便于直接比较不同银行的风险状况，从而发现银行系统的脆弱性。

　　该模型考虑两轮冲击效应。第一轮估计宏观经济和金融变量对银行收益变化的冲击效应，进而预测出该机构资本充足率的未来变化。将每家银行的上述数据输入一系列计量经济学方程进行联合计算，在给定违约概率和违约损失率以及银行信用违约掉期(CDS)后，获得银行的税前收益和税后收益等估计值，进而计算出该银行的未来资本充足率。第二轮效应考虑X银行间风险暴露而产生的相互影响，形成银行机构间的反馈和放大效应。在既定的再投资规则下，如果某家银行出现预期偿付能力、盈利能力降低或者更坏情况，其融资成本不断提升，达到或超过某特定阈值后可能会发生倒闭，丧失在市场上的融资能力，并预估最终是否可能形成系统性风险。具体的建模思路如下：

　　一是损益表预测。银行的净收入主要来自于信贷损失、净利息收入、交易收入、其他收入以及营业支出。信贷损失是每一类贷款风险暴露金额与其核销率的简单乘积，其中核销率是违约概率(PD)和违约损失率(LGD)的乘积。净利息收入是商业银行的主要收入来源之一，RAMSI模型中银行净利息收入的变动主要来源有：无风险收益曲线变动、信贷对手方预期风险的变动、批发融资成本的变动。交易收入、其他收入和营业支出因其波动性较大或包含多项非经常项目，预测难度较大。RAMSI模型主要以因变量的滞后项、GDP增速等指标构建回归方程进行预测。

　　二是银行间风险传染和反馈机制。银行间存在业务联系和风险暴露，交易行为可能会直接或间接地影响其他银行，使风险得以相互传染。RAMSI模型共包含三种银行间风险传染和反馈机制，是刻画银行业系统性风险的重要途径。银行间风险暴露。RAMSI模型利用网络模型来刻画银行间的信用风险，当某银行发生违约时，其他银行的信用损失根据银行间风险暴露矩阵进行计算，破产清算策略可参考Eisenberg&Noe(2001)。资产抛售行为。危机中的银行可能需要出售大量资产，拉低相应资产的价格，从而造成其他银行的按市值计价损失，而其他银行的资产抛售又进一步压低资产价格。RAMSI模型构建了资产出售规模与资产价格的非线性关系，而且资产抛售只在某银行违约时发生。融资市场关闭。批发融资市场上的流动性压力是2008年金融危机的重要特征之一，市场融资资金的撤出可能导致银行资本金不足，进而导致银行破产。RAMSI模型采用的是打分法，利用偿付能力、流动性头寸和市场信心共三类指标，计算每个银行的融资压力指数，并利用案例进行参数校准(具体可参考Kapadia等，2012)。

　　三是再投资规则。各商业银行在增加负债规模、投资多余资产时执行相同的再投资规则，主要是以下三个规则：一是杠杆率目标，如果股东权益增加，则增加负债规模以使股东权益占负债的比重保持在最初水平;二是核心一级资本充足率目标，当将现金资产(包括净利润和负债增加额)进行投资时，每家机构对自身的资本充足率都有一个目标，一旦满足该目标，留存收益主要用来增加风险加权资产;三是资产组合规则，当银行按照规则二进行资产投资时，按照期初银行的资产结构进行投资。值得说明的是，银行在期初可能难以达到上述目标，尤其是当其遭受了一系列损失、或者净利润很少的时候，很难将核心一级资本充足率维持在目标水平。因此，损失可能在未来几个季度内影响银行的资本充足状况。

　　(四)韩国的宏观审慎政策系统性风险评估模型

　　2012年7月，韩国银行推出了宏观审慎政策系统性风险评估模型(SystemicRiskAssessmentModelforMacroprudentialPolicy，SAMP)，用于系统性风险预警、压力测试和宏观审慎政策有效性评估。该模型除了刻画宏观经济冲击对金融系统的直接影响，还模型化了因银行间传导、资产抛售、信贷收缩、去杠杆化等原因导致的第二轮扩散效应。SAMP模型共包括6个模块：

　　宏观风险因素概率分布模块。该模块主要估计影响银行损益的宏观风险因素的联合概率分布，用以提取系统性风险评估及宏观压力测试所需的情景。首先选取影响信贷损失、市场损失、利息及非利息收入等银行损益的宏观风险因素，并运用BVAR、GARCH、极值理论(EVT)等计量模型测定各个宏观风险因素的边际概率分布，然后运用-Copula函数将上述边际概率分布转换为联合概率分布。

　　银行损益模块。该模块主要用以测算宏观风险因素对银行损益的冲击影响。银行损益共分为信贷损失、市场损失、净利息收入、非利息损益四个部分。信用损失是银行损失的核心部分，使用修正后的Altman等(2003)和S&P(2010)模型测算违约损失率(LCD)，利用各类信贷组合的违约率、违约损失率和违约风险暴露的乘积来度量其信贷损失。市场损失根据利率、股价、汇率等市场价格的变化，对交易账户的市场损失运用盯市法进行测算。净利息收入是预期的利息收入减去需要支付的利息支出。非利息损益根据非利息收入和支出的回归模型进行预测。

　　破产传导模块。该模块刻画因银行间风险暴露和宏观经济金融联系导致的第二轮传染效应。由于银行损益模块的损失，银行自有资本率降低，可能会为了满足资本管理要求而缩减贷款规模，导致信贷收缩、违约率升高。如果某银行自有资本无法覆盖上一模块中发生的损失，该银行可被视为破产。银行破产后能够通过两种渠道影响其他银行，一是资产抛售导致的损失，二是银行间风险敞口导致的损失。如果某银行的自有资本无法覆盖上述损失，则被视为传染性破产。

　　流动性风险传染模块。该模块用于测算银行系统为应对流动性融资压力而可能遭受的损失情况，主要利用银行间风险暴露矩阵和资产负债期限结构。首先，计算银行间市场拆借资金萎缩对资本充足率的影响，测算银行因处于危机状态而需要额外负担的融资费用。其次，由于资本充足率下降，银行通常会进行去杠杆，导致按市值计价资产或信贷资产的损失。最后，如果某银行在流动性传染阶段的损失使其净值低于破产标准或违约损失传导标准，该银行则被视为破产，可进入破产传导模块。

　　多阶段模块。该模块利用宏观风险模块、银行损益模块、破产传导模块和融资流动性模块，按季测算银行的损益情况，对银行的资产负债表的进行动态更新。SAMP模型的评估周期设定为1年，因此上述流程循环4次之后，计算得到银行系统的年度损失。

　　系统性风险度量模块。系统性风险度量模块主要用以导出系统性风险的各类指标。一是计算银行体系的总损失规模。二是判断银行是否处于破产或高风险状态，并推算处于以上两种状态的银行数量。使用基于分析宏观风险因素联合概率分布的蒙特卡洛模拟法，获得银行系统的总损失分布，以及不同类型的系统性风险概率。最后，利用上述概率分布可以计算银行系统的预期损失，在险价值(VaR)和系统性风险的发生概率。

　　二、模型比较及其共性特征

　　SRM模型的建模历史最长，对数据要求相对较低，直接使用商业银行的资产负债表进行分析，可操作性较强，容易得出政策结论。但SRM模型假定资产组合的价格变动完全由各个风险因素决定，只考虑了银行间简单的相互关系，没有模拟银行间的相互作用、激励和反馈效应，因此，模型的时间期限越长，结果的可靠性越差。另外，该模型基于资产负债表信息，不能有效反映信贷衍生品等表外资产交易对银行风险暴露的影响;而且缺乏银行评级变动可能引发的风险内生性问题。与SRM模型不同，MFRAF模型、RAMSI模型和SAMP模型均增加了因为流动性压力带来的系统性风险，引入了考察整体流动性风险的反馈机制，考虑了由于交易对手信用损失、按市值计价的资产价值减少等因素对系统流动性风险造成的影响。SAMP模型是其中复杂度最高的模型，包括了尾部风险测算、宏观变量和金融系统之间的反馈机制等多种风险来源，应用场景不仅包括压力测试、检验金融系统的脆弱性等宏观层面应用，还可用于银行脆弱性分析等微观层面应用。但模型涉及银行调查数据等非公开数据，建模难度较大。

　　奥地利、加拿大、英国和韩国的系统性风险压力测试模型均由其央行主导构建，使用了“自上而下”的建模方法，即对每家银行机构采用相同的前提假设和压力测试模型，能够直接比较不同银行的风险状况，从而发现金融系统的脆弱性。相对应地，“自下而上”的建模方式是指金融机构自行估计其风险状况，由监管部门对测试结果进行整合，估计出系统性金融风险状况。如美联储的监管资本评估项目(SupervisoryCapitalAssessmentProgram，SCAP)。“自下而上”的建模方式可以使用交易组合、风险敞口等内部详细数据，能够更有效地估计宏观经济和市场状况对金融机构的冲击，但可能会受金融机构主观因素的影响，不利于系统性金融风险的准确刻画。因此，系统性风险压力测试模型更多地采用“自上而下”的建模方式。

　　根据奥地利、加拿大、英国和韩国系统性风险压力测试模型的建模思路可知，模型的基本框架可分为如下三个部分：一是宏观情景对金融机构造成的首轮冲击;二是金融机构偿付风险和流动性风险的相互传递和影响;三是系统性风险指标的计算。其中偿付风险和流动性风险的建模是其核心部分。由于系统性金融危机通常起源于对银行债务的挤兑，其中债务可以是传统的活期存款，也可以是回购、商业票据等融资工具。因此，系统性金融危机更多地表现为流动性风险，而非偿付风险。加拿大、英国和韩国的系统性风险压力测试模型分别利用协调博弈、融资市场关闭、短期债务展期等方式刻画银行可能发生的流动性风险，并通过资产抛售、银行间风险敞口扩散至其他银行机构。