EBA欧洲银行-Professional-Workshop-Elizaveta-Danilova_16页_819kb

报告摘要

总结：俄罗斯按揭市场压力测试分析

核心内容

本文件讨论了2017年1月至2月期间对俄罗斯按揭市场的压力测试。测试重点在于评估按揭贷款在不同宏观经济情景下的风险变化，以及对银行资本比率的影响。测试覆盖了俄罗斯按揭市场中占比77%的四大主要银行，基于按揭贷款的“Vintage”分析（按贷款发放时间分组），结合贷款对价值（LTV）和收入对支出（PTI）的比例，以及宏观经济指标（如失业率和原油价格）的预测。

主要观点

压力测试方法：压力测试采用“Bottom-up”方法，即从单个贷款组合出发，基于贷款发放时间（Vintage）进行分析。
风险指标：测试结果包括非履行贷款（NPL）的比例、可能损失的拨备金额，以及自有资本与风险加权资产的比率（包括CET1和Tier 1资本）。
宏观经济情景：测试基于2年的宏观经济预测，包括失业率和原油价格的变化，以模拟不同经济环境下的贷款表现。
风险权重：俄罗斯中央银行对按揭贷款设置差异化风险权重，根据LTV和PTI水平进行划分，以反映不同贷款组合的风险程度。
模型应用：压力测试使用多层神经网络模型对贷款迁移矩阵进行预测，该矩阵基于客户当前的LTV和PTI水平进行分类，而非初始水平。
测试结果：2016年的压力测试显示，对调查银行的资本比率没有产生显著影响。

关键信息

按揭贷款分布（LTV与PTI）

LTV	PTI ≤ 50%	PTI > 50%
≤70%	28.7%	34.1%
>70%	12.1%	25.1%

风险权重划分

贷款类型	风险权重
低风险按揭贷款	0.35
中风险按揭贷款	0.5
高风险按揭贷款	0.7
高风险按揭贷款（LTV > 80%）	1.5
高风险按揭贷款（PTI > 50%）	3.0（适用于2015年4月后发放的外币按揭贷款）

按揭贷款迁移矩阵模型

段	Segment_1	Segment_2	Segment_3	NPL	Amortization
Segment_1	94%	2%	1%	1%	3%
Segment_2	2%	93%	2%	2%	2%
Segment_3	3%	3%	90%	3%	1%
NPL	0	0	0	100%	0
Amortization	0	0	0	0	100%

模型输入变量

LTV（贷款对价值）：反映贷款金额与抵押物价值的比例。
PTI（支付对收入）：反映借款人还款能力与收入比例。
失业率：反映宏观经济对借款人还款能力的影响。
实际收入：用于计算PTI变化。
Vintage：按贷款发放时间分组，用于跟踪贷款表现。

风险评估模型

基于动态参数（如PTI和LTV）的压力测试方法，采用神经网络模型对贷款迁移矩阵进行校准。
当前LTV和PTI水平通过收入和房价的预测情景计算得出，公式如下：

$$
PTI_{curr} = PTI_{start} \times \frac{Income_t}{Income_{start}}
$$
$$
LTV_{curr} = LTV_{start} \times \frac{Mortgage_index_t}{Mortgage_index_{start}}
$$

按揭市场特点

按揭市场具有较高的贷款和索赔的偿还率（20-25%每年），表明市场具有较强的自我修复能力。
风险水平显著依赖于当前的LTV和PTI值，而非初始值。

结论

俄罗斯按揭市场压力测试方法强调基于贷款发放时间的Vintage分析，并结合LTV和PTI的变化进行动态风险评估。测试结果显示，银行资本比率未受到显著影响，表明当前按揭市场具备一定的抗风险能力。压力测试方法的进一步发展依赖于对宏观经济情景的深入模拟和神经网络模型的持续优化，以提高风险评估的准确性和前瞻性。

展开完整摘要