2012年-世界发展银行全球_Macroprudential_Stress_Testing_of_Credit_Risk___A_Practical_Approach_for_Policy_Makers_73页_2mb
报告摘要
总结:Macroprudential Stress Testing of Credit Risk - A Practical Approach for Policy Makers
核心内容
本论文提出了一种新的宏观审慎压力测试方法,旨在改进现有模型,使其更适用于政策制定者,特别是在东欧国家的背景下。该方法结合了宏观经济学因素和银行特定特征,以更全面地评估银行在宏观经济和银行特定冲击下的韧性。
主要观点
-
宏观审慎压力测试的重要性
金融危机暴露了宏观审慎监管的不足,因此需要更有效的压力测试工具,以支持政策制定和危机预防。 -
方法论的创新点
- 系统性信用风险与宏观经济条件的联系:通过估计非违约贷款(NPL)对关键宏观经济变量的弹性,捕捉宏观经济对银行信用组合的影响。
- 压力情景的构建:包括三种类型的情景——通过周期(TTC)情景、基线时点(PIT)情景和压力情景。其中压力情景通过国家特定模型和历史跨国危机数据构建。
- 信用风险的非线性反应:在压力时期,违约概率(PD)与违约损失(LGD)之间的相关性增加。
- 银行特定风险因素的考虑:包括银行的贷款集中度、剩余期限转换以及贷款发放的激进程度。
- 经济风险加权资本充足率作为结果指标:用于衡量银行对宏观经济和银行特定冲击的抵御能力。
-
模型的实用性
该方法在保持模型可操作性的同时,引入了更多的现实因素,使其更适用于政策制定者的使用。
关键信息
- 目标:设计一种适用于宏观审慎监管的信用风险压力测试方法,以反映全球金融危机对东欧银行业的影响。
- 数据需求:需要银行层面的贷款数据、宏观经济数据以及NPL弹性估计。
- 情景构建:
- TTC情景:基于长期均衡或稳态的宏观经济变量平均值。
- PIT情景:基于当前或未来一段时间的预测值,通常使用中央银行或国际机构的共识预测。
- 压力情景:基于国家特定模型或历史跨国危机数据,选取极端值(如1%尾部值)作为压力情景。
- 风险因素映射:
- 通过NPL弹性计算NPL的变化。
- 使用未对冲外币贷款的比例来估计间接信用风险。
- 考虑银行在不同资产类别中的贷款集中度和剩余期限转换。
- 结果指标:
- 经济风险加权资本充足率:作为衡量银行韧性的核心指标。
- 潜在资本不足指标:包括贷款损失准备金(LLR)与预期损失(EL)之间的差异。
- 系统性风险指标:用于评估整个银行体系的稳定性。
- 政策建议:
- 建议政策制定者使用该方法进行压力测试,以更好地识别系统性风险。
- 强调需要在压力测试中考虑银行的个体差异和宏观经济的动态变化。
方法结构
-
宏观情景构建
- TTC情景:基于历史数据的平均值。
- PIT情景:基于当前或未来预测。
- 压力情景:基于模型或历史危机数据的极端值。
-
风险因素映射
- NPL弹性估计。
- 未对冲外币贷款的影响。
- 贷款集中度和剩余期限转换的调整。
-
资本充足率计算
- 使用Basel II框架下的风险加权资产(RWA)。
- 引入调整项以反映不同资产类别的风险特征。
-
实证应用
- 应用于东欧银行的数据集。
- 分析不同情景下的银行资本充足率变化。
- 讨论结果对监管政策的潜在影响。
结论
该方法旨在为政策制定者提供一个整合、灵活且具有政策相关性的工具,以更准确地评估银行体系在宏观经济和银行特定冲击下的韧性。通过结合系统性和个体性风险因素,该方法提高了压力测试的实用性与信息量,有助于更有效的宏观审慎监管。
附录:方法论的组成部分
- 系统性风险:通过宏观经济情景和NPL弹性估计。
- 个体性风险:通过银行的贷款集中度、剩余期限转换和贷款发放标准。
- 结果指标:经济风险加权资本充足率、潜在资本不足、贷款损失准备金与预期损失的差异。
- 模型特点:
- 结合了参数化(模型基础)和非参数化(模型自由)方法。
- 强调宏观经济与金融体系的动态联系。
- 允许在压力时期增加信用风险的敏感性。
实证分析要点
- 数据来源:东欧银行的贷款数据和宏观经济数据。
- 参数校准:使用NPL弹性估计和历史数据进行情景构建。
- 结果展示:分析银行层面和系统层面的资本充足率变化。
- 敏感性分析:评估结果对参数变化的敏感性。
- 数据限制应对:提出在缺乏银行层面数据时的替代方法。
该方法为政策制定者提供了一个实用且灵活的框架,有助于更全面地理解和应对信用风险在宏观经济冲击下的传导效应。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载