我国商业银行信用风险压力测试实证研究 ——以某股份制商业银行为例

论文摘要

2008年金融危机在美国银行板块爆发至今,危机目前已经席卷到了全球所有的经济实体。这次危机对世界经济的危害程度仅次于上世纪30年代的经济大萧条。此次金融危机源于美国在2000年股市泡沫破灭之后,所长期执行的不可持续低利率政策导致商业银行信用风险的过度积累。此次危机之后,加强银行风险监管已成为各国监管机构的共识,如何从整体上控制商业银行的信用风险、对风险事件进行前瞻性管理、减少极端风险事件如历史上的各次经济危机给商业银行带来的损失,已成为当前最值得研究的课题。压力测试是一种考察在极端事件或极端情景之下,风险因子变动对金融机构部分或全部资产质量和盈利能力冲击程度的重要方法。商业银行的本质特征为吸收存款和发放贷款,其资产主要由对外发放的各类贷款构成,因而以贷款资产为基础的信用风险就成为了商业银行面临的主要风险。近年来,随着房地产业的发展和中国城市化进程的不断推进,住房抵押贷款已成为商业银行信贷资产的重要组成部分。2009年上半年,为了加快房地产业复苏和刺激消费,政府救市措施开始强势介入房地市场,要求各商业银行加大对房贷的支持力度,在此政策刺激之下,消费者对住房的消费需求和投机需求快速释放,住房抵押贷款占商业银行总信贷资产的比重快速攀升。2010年下半年,经济出现过热的迹象,房价涨幅也达历史之最,房地产救市政策开始退出；2011年,货币政策基调由宽松转为稳健,住房抵押贷款的优惠政策也全部取消,在此期间,政府出台了被称为历史上最严厉的房地产调控措施,房地产业快速降温,房价徘徊不前,房产价值开始有了贬值的迹象,2009年—2010年政府救市期间积累的巨额住房抵押贷款给商业银行的资产安全和持续盈利构成了巨大的威胁。在此背景之下,中国银监会要求各商业银行加强对信贷资产的压力测试,特别是对金融危机和救市政策存续期间积累的房贷资产进行严格的测试。本文的主要研究内容即为,在此特殊时期中国银行业如何通过压力测试工具来更好的管理和防范信用风险,并以我国某股份制商业银行某地区分行(以下简称A银行)的住房抵押贷款数据为样本进行住房抵押贷款压力测试,来研究压力测试在银行信用风险管理中的具体应用。信用风险管理是一个非常广泛的范畴,如果对信用风险所有内容都深入研究,则会失去研究重点,最终只是泛泛而谈,同时对信用风险的全面研究是一项长期而浩大的过程,这也超出了一篇硕士论文的能力和范围。因此,本文虽然是以信用风险为题,但却把研究重点放在了信用风险管理的一个具体应用——住房抵押贷款违约风险压力测试研究之上,而对信用风险管理的其他内容只进行一般性的研究。本文的研究思路为：首先对传统的信用风险管理进行介绍,包括信用风险的定义、信用风险管理的发展、信用风险管理常用模型、我国信用风险管理现状等,随之提出问题：在后经济危机时代和宏观调控的大背景之下如何推进我国商业银行信用风险管理?传统信用风险管理的理念和方法存在什么样的缺陷,怎么克服这些缺陷?关于这些问题的答案就是：中国银行业信用风险管理理论和实务发展不足,并且长期将风险管理重点放在了常规风险环境下风险管理的研究之上,而忽略了压力测试在极端风险冲击和风险前瞻管理中的重要作用。这些答案不仅指出了本文的研究目的和研究价值,也使本文过渡到了重点内容压力测试研究上面。接下来在压力测试相关章节中,首先对压力测试进行了一些基本介绍,包括对压力测试的定义、产生和发展、类型做了详细的阐述,并重点介绍了现代商业银行信贷资产信用风险管理中常用的模型和研究方法。传统上一般把银行信贷资产分为零售和对公两类,不同种类贷款其常用压力测试方法也有所不同。零售贷款常采用VAR(向量自回归)模型进行压力测试,对公贷款则较多使用logistic(逻辑回归)模型。在此部分对两种不同测试模型的阐述也为后文压力测试实证部分创新方法的提出做好了铺垫。接下来实证章节从测试准备、实施测试、分析应用三个步骤具体阐述了本文的实证过程。本文实证最终使用模型融合了logistic(逻辑回归)和VAR(向量自回归)两个模型,选用当地居民消费价格指数(CPI)、当地房地产投资增速、当地住房价格指数三个风险因子作为解释变量,以住房抵押贷款违约率作为被解释变量。本文设定的压力测试情景为房地产投资减速、通胀、房价下跌,这三种情景也和当下的宏观调控和经济走势最为契合,其中通胀已经发生,房地产投资减缓和房价刹车的预期随着政府对市场干预的加强已变得非常强烈。根据本文的测试结果,显著影响A银行住房抵押贷款资产违约率的三个风险因子中房价影响最大,CPI的作用相对较小,房地产投资的影响最小；任何一项情景性冲击的结果均强于风险因子单独变动的敏感性冲击的结果,这说明A银行面临的系统性风险较为严重；按期限来看,短期内A银行消化冲击带来损失的能力较强,风险是可控的,但若冲击是长期的,则贷款违约率会迅速放大,甚至给A银行造成毁灭性的打击。因此,A银行要特别关注房价变动带来的风险,预防系统性风险的冲击,加强风险前瞻性管理,对经济长期疲软和突发性危机做好预测和应对准备工作。此外,本文还利用测试模型对A银行在未来数期内违约率和风险因子值进行了简单的预测,预测结果表明：短期内A银行面临着风险因子整体恶化导致违约率上升的威胁,但违约率的上升幅度不大,并且是一个先升后降、逐渐趋稳的过程。最后,本文结合中国商业银行信用风险管理的现状,对信用风险管理作了一些评述,提出了几点建议；在当前世界经济低迷、我国宏观经济调控不断加强的大背景下,结合前文压力测试实证研究的成果,本文提出了商业银行应该关注的风险点,以及如何将信用风险管理工具应用到银行日常风险管理和战略决策之中。国内学术界目前对我国银行业信用风险管理压力测试的研究还主要停留在学习和介绍国外先进理论和方法的阶段,创新性研究较少。本文相对于其他同类研究,具有以下一些特点。首先,选取的样本非常具有代表性,A银行所在区域是我国非常重要的一个大城市,不管是其城市化程度、经济发展水平还是房地产市场成熟度在我国城市中都具有相当的代表性；A银行是我国股份制银行中发展较快、规模较大、排名靠前的银行,是我国银行业迅猛发展的一个缩影；住房抵押贷款作为近几年商业银行信贷资产存量和增量中增长最快的部分,与其相关的信贷违约风险已成为我国银行信用风险最重要的组成部分,如何有效管理巨额房贷资产带来的风险已经成为当前银行管理的重要课题。本文以A银行住房抵押贷款作为研究对象,一方面是因为住房抵押贷款在银行全部资产中的重要地位,同时也是因为A银行在当地住房抵押贷款市场中占有相当比重,具有很好的代表性。其次,本文在压力测试模型选择上有一定的创新。在现有实证研究中,压力测试常用到logistic(逻辑回归)和VAR(向量自回归)两种模型,其中logistic模型的优点在于能够将违约率输出值控制在有经济意义的范围之内,并且兼顾了违约率滞后阶对当前违约率的影响；VAR模型的优点在于充分考虑到了现实经济中信贷违约率和风险因子相互影响、当期值和滞后阶相互影响的现实,并且VAR模型还具有良好的预测能力。本文实证使用的模型在原有logistic模型和VAR模型的基础上进行了重新组合,集合了两种模型的优点；在A银行数据基础上确定的模型的各项指标都通过了有效性和显著性的相关检验；最终得到的压力测试冲击结果和预测结果也都与经济意义和经济现实相符。本文正文内容共分为六章：第一章为引言,分三部分,第一部分为研究背景,主要介绍当前国内外商业银行信用风险管理中压力测试的具体应用和重要意义,第二部分从国内和国外两个角度介绍了学术界对压力测试理论的发展和应用,第三部分介绍了本文研究的创新点和不足；第二章首先回顾了商业银行信用风险管理的特点和主要使用模型,然后介绍了压力测试是如何被引入信用风险管理以及在信用风险管理中的必要性；第三章主要介绍了现代压力测试的发展历程、类型、实施框架和主要模型；第四章为实证部分,具体介绍压力测试在信用风险管理中的应用,并以A银行住房抵押贷款为测试样本,找出测试对象的显著风险因子并计算主要风险因子恶化对住房抵押贷款违约率的冲击；第五章,首先以我国经济实际和压力测试实证结果为基础提出了改进商业银行风险管理的几点建议,然后针对我国商业银行实施压力测试的现状,本文分几个方面提出了完善我我国商业银行信用风险压力测试的建议。

论文目录

• 摘要
• Abstract
• 1. 导论
• 1.1 研究背景及意义
• 1.2 国内外相关研究文献综述
• 1.2.1 国外相关研究综述
• 1.2.2 国内相关研究综述
• 1.3 文献总结及本文创新和不足
• 2. 商业银行信用风险管理简介
• 2.1 商业银行信用风险定义及特点
• 2.1.1 商业银行信用风险定义
• 2.1.2 商业银行信用风险主要特点
• 2.2 我国商业银行信用风险管理的意义
• 2.3 信用风险管理常用模型
• 3. 压力测试定义及测试操作框架
• 3.1 压力测试基本定义
• 3.2 压力测试的产生及发展
• 3.3 压力测试分类
• 3.3.1 敏感性分析
• 3.3.2 情景性分析
• 3.4 压力测试实施框架
• 3.4.1 压力测试准备
• 3.4.2 压力测试实施
• 3.4.3 分析应用
• 3.5 主要压力测试模型介绍
• 3.5.1 对公贷款压力测试模型
• 3.5.2 零售贷款压力测试模型
• 4. 商业银行信用风险压力测试实证过程
• 4.1 测试准备
• 4.1.1 数据准备
• 4.1.2 模型选择
• 4.1.3 测试模型确定
• 4.2 测试实施
• 4.2.1 敏感性测试
• 4.2.2 情景性测试
• 4.3 分析应用
• 4.4 风险因子预测
• 5. 总结及建议
• 5.1 本文实证研究结果的启示
• 5.2 我国压力测试实施现状及建议
• 参考文献
• 后记
• 致谢
• 在读期间科研成果目录