2011年-IMF国际货币组织全球_Next_Generation_Balance_Sheet_Stress_Testing_43页_1mb

总结：Next Generation Balance Sheet Stress Testing

核心内容

本文提出了一种“第二代”银行资产负债表压力测试框架，旨在提高压力测试的风险敏感性，同时保持其灵活性、透明性和用户友好性。该框架不仅适用于采用Basel II内部评级法（IRB）的银行，还适用于采用Basel II标准法（StA）或Basel I的银行，通过一种准内部评级法（QIRB）方法来估算信用风险下的风险加权资产（RWAs）。此外，该框架允许压力测试者定义多种假设和情景，并运行多期（最多五年）压力测试，适用于大量银行。

主要观点

• 风险敏感性提升：该框架通过引入对RWAs的影响，使压力测试更加贴近经济现实，而不仅仅是基于监管要求。
• 灵活与易用性：框架基于Excel，便于操作，同时具备模块化设计，能够处理不同国家和银行的多样化需求。
• 综合平台：压力测试者可以使用卫星模型（satellite models）来定义和模拟情景，从而提高测试的深度和广度。
• 多期模拟：支持运行多期压力测试，有助于评估银行在长期内的抗风险能力。
• 经济视角：通过经济指标（如信用损失、资本充足率）来评估银行的偿付能力，而非仅依赖监管设定。
• 政策与监管应用：该框架已被应用于多个国家（如德国、智利、阿曼）的IMF监测工作，并被欧洲央行（ECB）用于评估欧盟范围内的压力测试结果。

关键信息

方法论

• 资本充足率（Capitalization Under Stress）：用于衡量银行在压力情景下的资本水平是否足够，公式如下：
  $$
  \text{Capitalization}(t + 1) = [\text{Capital}(t) + \text{Net Income}(t + 1)] / \text{RWAs}(t + 1)
  $$
• 收入模拟：收入包括净运营收入、净利息收入、净手续费收入、交易和投资收入等。压力情景下，净收入的变化会影响资本。
• 信用损失：信用损失的模拟基于PD（违约概率）和LGD（违约损失率）的关系，使用线性与非线性公式进行调整。
• 风险加权资产（RWAs）：RWAs的变化取决于PD、资产相关性（correlations）和名称集中度（name concentration）等因素。
• Basel III的适应性：该框架考虑了Basel III的资本缓冲要求，支持对系统性风险和非系统性风险的综合评估。

压力测试框架

• 情景定义：压力测试者可以使用卫星模型定义多种情景，包括宏观经济情景、信用风险情景、市场风险情景等。
• 多期模拟：支持运行最多五年的压力测试，有助于评估长期风险。
• 模块化设计：框架具备模块化结构，便于扩展和适应不同国家和银行的需求。
• 结果沟通：框架设计便于向决策者（如监管机构、银行高管）和市场参与者传达测试结果。

信用损失与LGD关系

• PD与LGD的正相关性：PD增加时，LGD也倾向于增加，这在债券和贷款中均有所体现。
• 公式调整：根据Moody's和美联储（Fed）的研究，提出了调整后的LGD公式：
  $$
  \text{LGD (under stress)} = 0.4022 + 2.1535 * \text{PD}
  $$
• 国家差异：不同国家的LGD水平可能因法律框架不同而有所差异，因此可以调整公式中的截距项以匹配具体国家的数据。

RWAs的计算

• 一因子模型：基于IRB方法的一因子模型用于计算信用风险下的RWAs变化。
• 三种RWAs计算方式：（a）经济RWAs（IRB）；（b）基于QIRB调整的Basel I/StA RWAs；（c）基于Basel I/StA的RWAs。
• 非线性影响：由于相关性的影响，RWAs的计算较为复杂，但框架提供了清晰的指导。

附录与参考文献

• 相关文献：介绍了其他已有的压力测试框架，如英国的RAMSI和奥地利的SRM，强调了其在结构和方法上的差异。
• 未来扩展：未来将发布针对流动性风险和传染性风险的模块，并根据监管和最佳实践进行更新。

结论

本文提出的第二代资产负债表压力测试框架，旨在通过更全面的经济评估和灵活的模型设计，提高压力测试的风险敏感性和实用性。该框架已被广泛应用于不同国家的监管和分析中，并为未来的扩展和应用提供了坚实的基础。