宏观经济变量与银行信用风险的实证研究_基于宏(4)

压力测试

风险与内控

FRIENDSOF表3

NGDP

6.1

ytP

0.040.0350.03

不良贷款率

0.0250.020.0150.010.005

2009Q3

3.89910.0199

5.13.84700.0209

4.13.79490.0219

宏观压力测试的冲击结果

R

3.13.74290.0231

7.243.79660.0219

8.243.64190.0255

9.243.48740.0297

10.243.33280.0345

P1P2

2009Q42010Q12010Q2

时间

图1

宏观压力测试的冲击图

（一）情境设定

分析上述模型的回归结果，可以发现贷款利率R对银行信用风险的影响最大，而GDP增长率则是判定一国经济发展最重要的指标，同时考虑到大多数危机的冲击期会持模拟从2009续四个季度，因而假定2009年2季度为基期，年3季度到2010年2季度共4个时间点涵盖了一年期的一是GDP指数突然未来路径。本文设定了两个压力情境：

大幅下降的情境。假定我国GDP季度增长率自2009年2季度起在未来的4个季度里每季度均会同比下降一个百分点。二是贷款利率R大幅上升的情境。设定我国的贷款利率每季度均会同比自2009年2季度起在未来的4个季度里，

假定这两个冲击是相互独上升一个百分点。为了便于计算，

立的，即当一个宏观解释变量受到冲击，其它解释变量仍然保持不变。

（二）重新评估

设定情景下的冲击结果如表3。

从表3中可以看出，在设定的两种压力情境下，我国商业银行的信用风险水平明显增加，其不良贷款率显著提高。同时，还可以发现，贷款利率R的大幅升高比GDP增长率的降低对商业银行体系信用风险的冲击幅度更大，这也充分说明了货币政策在调控宏观经济中的重要性及其对商业银行的显著影响。

为了更清晰地表现两种压力情境下银行体系信用风险的变化，将上述结果绘在图1中。

图1中P1代表了GDP增长率突然下降情境下的我国商业银行体系的不良贷款率，P2代表了贷款利率R上升时我国商业银行体系的不良贷款率。从图1中可以清楚地看到P2一直在P1的上方，即贷款利率R的大幅上升比GDP增长率的大幅降低对商业银行体系信用风险的冲击幅度更大。

五、结论

本文采用我国2003年1季度到2009年2季度的宏观经济数据和商业银行的不良贷款率数据，基于Wilson（1997a，1997b），Boss（2002）及Virolainen（2004）所提出的模型，通过Eviews5.0软件建立了商业银行信用风险转换指标与各宏观经济变量及转换指标滞后一阶的回归方程，结果表明GDP增长率、通货膨胀率、房价指数、贷款利率、进口总额同比增长率对我国商业银行的信用风险影响显著。进而利用得出的回归方程，依据假设情景对我国商业银行的信用风险进行了压力测验，在宏观压力测试的情境分析中，得出了贷款利率R的大幅上升比GDP增长率的大幅降低对商业银行体系信用风险的冲击幅度更大的结论。

鉴于本文的研究结论，可以看出宏观经济变量和商业银行信用风险之间有着密切的联系，在本轮的次贷危机中我国的商业银行虽没有受到大的冲击，但应该吸取欧美大银行在这次危机中的教训，防患于未然，提高自身的风险意识，继续降低银行的不良贷款率。另外，政府在遇到宏观经济问题时，货币政策起应该审时度着至关重要的作用。一国货币当局在面对危机时，势，制定正确的货币政策，确保经济的快速增长。●

【参考文献】

［1］WilsonTC.PortfoliocreditriskI［J］.Risk,1997,9（10）:111-170.［2］WilsonTC.PortfoliocreditriskII［J］.Risk,1997,10（10）:56-61.［3］BossM.AMacroeconomiccreditriskmodelforStressTestingthe

.FinancialStabilityReport,2002（4）:Austriancreditportfolio［J］64-82.

［4］熊波.中国银行体系稳定性评估—指标分析与压力测试［D］.

成都：西南财经大学，2006.

［5］华晓龙.基于宏观压力测试方法的商业银行体系信用风险评估

［J］.数量经济技术经济研究，2009（4）:117-128.

91