陳宜成

(西華師范大學 商學院，四川 南充 637000)

基于宏觀壓力測試的我國商業(yè)銀行信用風險評估

陳宜成

(西華師范大學 商學院，四川 南充 637000)

通過構(gòu)建宏觀壓力測試模型，研究宏觀經(jīng)濟波動對商業(yè)銀行信用風險的影響。以不良貸款率作為評估商業(yè)銀行信用風險的指標，根據(jù)Logit模型將商業(yè)不良貸款率轉(zhuǎn)換為中介指標，然后將中介指標與各宏觀經(jīng)濟變量進行多元回歸分析以及對各宏觀經(jīng)濟變量進行向量自回歸分析。研究結(jié)果表明：選定的宏觀經(jīng)濟變量對商業(yè)銀行不良貸款率都有顯著性的影響，同時，在設(shè)定的情景壓力下，商業(yè)銀行不良貸款率都有不同程度的增加。

宏觀壓力測試；信用風險；不良貸款率；商業(yè)銀行

隨著世界金融全球化進程的加快、國際大型商業(yè)銀行跨國活動的發(fā)展,新環(huán)境下商業(yè)銀行信用風險管理越來越突出,特別是2007年底美國次貸危機的爆發(fā),在這種嚴峻的形勢下，各國金融管理當局更加重視銀行信用風險的管理，不斷開發(fā)各種評估金融體系穩(wěn)健型的工具。商業(yè)銀行作為我國國民經(jīng)濟活動的重要組成部分，其穩(wěn)健性關(guān)乎著國民經(jīng)濟發(fā)展的命脈，一旦商業(yè)銀行出現(xiàn)信用危機，將會對我國金融體系的穩(wěn)定性和經(jīng)濟的發(fā)展造成致命打擊。2013年7月20日，我國央行決定全面放開金融機構(gòu)貸款利率的管制，這一決定進一步推動了我國利率化市場改革和加深各商業(yè)銀行之間的價格競爭。而且，銀行之間的價格競爭行為必將產(chǎn)生新的變化，并與其風險行為之間形成更為復雜的聯(lián)系[1]。因此，我們應該高度重視商業(yè)銀行信用風險的問題，做到未雨綢繆。

在各種風險管理方法中，壓力測試是近年來備受推崇的方法。巴塞爾銀行監(jiān)管委員會曾多次強調(diào)其重要性和必要性，在2009年5月正式發(fā)布的《穩(wěn)健的壓力測試和實踐和監(jiān)管原則》中再次強調(diào)壓力測試的獨立性，它成為驗證和計量經(jīng)濟風險模型的重要工具的補充。根據(jù)國際貨幣基金組織和巴塞爾銀行全球金融系統(tǒng)委員會的定義，壓力測試是指利用一系列方法來評估金融體系承受罕見但是仍然可能的宏觀沖擊或重大金融事件沖擊的過程。Berkowitz[2]把壓力測試看作是關(guān)注“尾部”事件的一種特殊的風險模型。在微觀層面，壓力測試是可以作為VaR的補充，能夠評估某些小概率事件對銀行體系可能造成的影響,幫助金融監(jiān)管當局更好地應對金融機構(gòu)所面對的市場風險和信用風險；在宏觀層面，壓力測試將各種宏觀經(jīng)濟沖擊變量整合為一個宏觀因子，將宏觀波動因素考慮到評估銀行信用風險的模型中，通過構(gòu)建壓力情境，預測和評估在特定的極端不利的市場條件下金融系體系承受風險和可持續(xù)發(fā)展的能力。2009年10月29日,銀監(jiān)會頒布的《商業(yè)銀行流動性風險管理指引》明確要求商業(yè)銀行至少每一季度進行一次常規(guī)壓力測試，銀行流動性將常規(guī)化、定期化。同時還規(guī)定，在市場受到巨大沖擊等情況下，或在銀監(jiān)會的要求下，銀行“應針對特定壓力情景進行臨時性、專門性的壓力測試”。

一、文獻綜述

自20世紀90年代以來，國外學者就開始對宏觀壓力測試的理論和實證分析進行深入的研究，并取得豐碩的成果。在宏觀壓力測試模型構(gòu)建方面及對后續(xù)模型不斷拓展和實證研究貢獻較大的是Wilson T C[3][4]和Merton R[5]兩位,Wilson用Logistic模型對工業(yè)部門的違約概率進行轉(zhuǎn)換，將轉(zhuǎn)換得到的指標與影響銀行穩(wěn)健型的宏觀經(jīng)濟變量進行建模，通過模擬在宏觀經(jīng)濟沖擊下將來違約概率分布的路徑，進而分析資產(chǎn)組合預期異常損失。而Merton的模型則加入了股價對宏觀要素的反映，將資產(chǎn)價格變動整合進違約概率模型中。Boss[6]以Wilson的模型為基礎(chǔ)設(shè)計出壓力測試的架構(gòu)，根據(jù)加總的企業(yè)違約概率估計宏觀經(jīng)濟信貸模型對澳大利亞銀行部門進行壓力測試，發(fā)現(xiàn)工業(yè)產(chǎn)出值、通貨膨脹率、股票價格指數(shù)和油價是違約概率的決定性因素。Wong[7]等建立了香港零售銀行業(yè)信用風險的宏觀壓力測試的架構(gòu)，通過將違約率加入到宏觀經(jīng)濟因子的回歸方程中，以便考察銀行違約率升高對宏觀經(jīng)濟的反饋作用，然而，實證表明這種反饋作用并不能通過數(shù)據(jù)表現(xiàn)出來。Esa[8]等認為如果利用整個銀行業(yè)違約率作為因變量則會忽略貸款組合的行業(yè)差異性，所以采用CPV模型，即用每一行業(yè)的違約率分別進行多元回歸，同時各殘差項相關(guān)，進而能有效地考慮貸款行業(yè)組合的差異性及相關(guān)性。Schechtman[9]等通過采用分量回歸的方法對巴西銀行業(yè)的數(shù)據(jù)進行了實證研究，但遺憾的是，作者未能給出變化線性關(guān)系的經(jīng)濟解釋。

我國國內(nèi)學者近年來也對壓力測試的相關(guān)理論和實證進行了探索研究，但國內(nèi)關(guān)于壓力測試的研究還處于初步階段而且偏重于研究銀行體系的穩(wěn)定性的評估，并沒有涉及不確定性風險的能力評估。理論方面，楊鵬[10]整理了壓力測試的相關(guān)理論和技術(shù)方法，并對英國、美國和加拿大監(jiān)管當局的壓力測試歸范進行了詳細的介紹。孫連友[11]、高同裕和陳元富[12]等學者對宏觀壓力測試進行了理論探討，但只是對國外文獻的整理或綜述，并未能進一步的深入和發(fā)展，而且也沒有涉及對多種宏觀壓力測試模型的介紹和分析。實證方面，華曉龍[13]利用Logistic模型將不良貸款率轉(zhuǎn)換為宏觀綜合指標，與宏觀經(jīng)濟因素進行多元線性回歸，并在GDP大幅下降和CPI飆升的情景假設(shè)下進行了宏觀壓力測試。馮佳、朱華彬[14]以我國A股市場上14家上市銀行為研究對象，利用壓力測試房價下跌時房地產(chǎn)貸款違約對銀行業(yè)凈利潤的影響。譚曉紅[15]利用四類銀行的貸款損失率，通過構(gòu)建房價下跌和物價上漲的極端條件，運通蒙特卡洛模擬方法得到宏觀因素沖擊下四類銀行的貸款損失分布，結(jié)果表明在設(shè)定的壓力情境下，四類銀行的貸款損失率都有不同程度的上升。

本文利用國外比較成熟的壓力測試模型，結(jié)合我國當前實際的宏觀經(jīng)濟形勢以及特殊金融體系，構(gòu)建了適合評估我國商業(yè)銀行體系信用風險的宏觀壓力測試模型，實證分析我國宏觀經(jīng)濟指標對商業(yè)銀行不良貸款的影響，最后利用蒙特卡羅模擬方法，模擬我國商業(yè)銀行在不同壓力情景下不良貸款率的分布圖，定量地分析了商業(yè)銀行抗風險能力，使得研究結(jié)果更切合實際情況。

二、宏觀壓力測試模型構(gòu)建

考慮到我國主要商業(yè)銀行的不良貸款的數(shù)據(jù)從2004年才開始正式公布,而其他宏觀經(jīng)濟變量的可得數(shù)據(jù)的事件跨度要遠遠大于不良貸款,我們在借鑒前人研究的基礎(chǔ)上建立更適合評估我國商業(yè)銀行信用風險的宏觀壓力測試模型。在研究我國宏觀經(jīng)濟變量和不良貸款率之間相關(guān)關(guān)系前，首先需要利用Logit模型將不良貸款率轉(zhuǎn)化為宏觀綜合指標。其次，考慮宏觀綜合指標與宏觀經(jīng)濟因素之間的關(guān)系，同時還要考慮宏觀綜合指標的某些滯后變量。最后，考慮宏觀經(jīng)濟因素與其他一些宏觀經(jīng)濟因素以及與宏觀綜合指標某一些滯后變量之間的關(guān)系。所以，具體的宏觀壓力測試模型表達式如下：

(1)

Yt=b0+b1xt+…+b1+sx1-s+a1Yt-1+…akYt-k+vt

(2)

Xt=m0+m1xt-1+…+mpxt-p+a1Yt-1+aqyt-q+εt

(3)

其中，Yt表示與t時期經(jīng)濟狀況有關(guān)的一個宏觀綜合指標，也可以理解為反映t時期銀行業(yè)不良貸款率和各宏觀經(jīng)濟變量之間關(guān)系的中介指標，PDt表示t時期不良貸款率，xt表示各宏觀經(jīng)濟變量，中介指標就是由一些外生的宏觀經(jīng)濟變量來解釋?？紤]到宏觀經(jīng)濟變量的滯后影響，模型引入了其滯后項，同時也引入Yt的滯后項，以便更好地刻畫模型。公式(3)是關(guān)于各宏觀經(jīng)濟變量的時間序列模型，由于考慮到宏觀經(jīng)濟因素采取的時間序列數(shù)據(jù)，有可能存在變量的滯后性，于是對各宏觀經(jīng)濟變量進行了2階自回歸分析,從公式中還可以看到模型不僅考慮了宏觀經(jīng)濟變量之間的相互作用，還考慮到商業(yè)銀行體系對宏觀經(jīng)濟活動的回饋效應。使得模型更加符合我國當前的國情。在整個模型中，假設(shè)殘差序列vt和εt是序列不相關(guān)，并且分別服從方差,協(xié)方差矩陣Σv和Σε的正態(tài)分布。其中，vt和εt相關(guān)的方差協(xié)方差矩陣為Σ(v/ε)。

三、實證研究及分析

(一)指標的選取及數(shù)據(jù)來源

我們采用商業(yè)銀行的不良貸款率(NPL)作為商業(yè)銀行貸款信用風險度量的指標，不良貸款率主要指貸款5級分類中的次級、可疑、損失類所占貸款總額的比例。它是評估商業(yè)銀行信用風險管理水平以及風險管理能力最有效的指標。同時，選取了對商業(yè)銀行不良貸款率影響較為顯著的5個宏觀經(jīng)濟指標：國內(nèi)生產(chǎn)總值增長率(RGDP)、廣義貨幣供應量增長率(GM2)、房地產(chǎn)平均銷售價格指數(shù)(HPI)、消費者價格指數(shù)(CPI)、一年期流動資產(chǎn)平均貸款利率(R)。

在考慮我國商業(yè)銀行經(jīng)營的特殊性和相關(guān)數(shù)據(jù)可獲得性，我們選取從2007年第一季度到2013年第二季度的季度數(shù)據(jù)，而且，宏觀經(jīng)濟變量的數(shù)據(jù)不是采取各經(jīng)濟部門的統(tǒng)計值，而是我國整體水平的統(tǒng)計值。數(shù)據(jù)分別來自于中國人民銀行官網(wǎng)、《中國統(tǒng)計年鑒》、中經(jīng)網(wǎng)、國家統(tǒng)計局。

(二)模型估計

1.單位根檢驗

由于我們采用的數(shù)據(jù)是時間序列數(shù)據(jù)，為了防止出現(xiàn)“偽回歸”現(xiàn)象，在進行回歸分析前首先對各變量進行單位根檢驗，單位根檢驗采用的是ADF檢驗，檢驗結(jié)果見表1。

表1 檢驗結(jié)果

由表1我們可以發(fā)現(xiàn),原序列的所有變量在5%的顯著水平下均不顯著,說明這些變量的原序列均不平穩(wěn),但是,這些變量經(jīng)過一階差分后,均通過模型檢驗,且所有變量均平穩(wěn)而且滿足同階單整的條件。因此,可以利用這些數(shù)據(jù)進行向量自回歸模型和多元回歸模型。

2.估計模型

將2008—2013年的季度數(shù)據(jù)(名義數(shù)據(jù)和實際數(shù)據(jù))代入到上述式(2)中，然后通過計量軟件eviews6.0對在中介指標y和各宏觀經(jīng)濟變量進行多元回歸分析，由于考慮到中介指標y不僅會受各宏觀經(jīng)濟變量的影響，也會受到自身滯后項的影響，所以模型(2)中引入了y的滯后項。通過對模型估計結(jié)果的實證分析發(fā)現(xiàn)在引入名義變量作為解釋變量的模型是最佳的模型，而且根據(jù)AIC和SC準則的判斷標準確定y的最優(yōu)滯后項為一階滯后項。則最終回歸結(jié)果見表2。

由表2可以得到：不良貸款容易受其滯后一

表2 中介指標與各宏觀經(jīng)濟變量回歸結(jié)果

階變量的影響，且與其滯后一項呈正相關(guān)，這符合實際宏觀經(jīng)濟情況，也顯示出宏觀經(jīng)濟波動對銀行體系的影響較長遠。由于我們通過Logit模型對不良貸款進行了轉(zhuǎn)換，得到的中介指標與不良貸款率是呈反向變動的，所以，當國內(nèi)生產(chǎn)總值迅速增長時，則不良貸款率將會降低，當消費價格指數(shù)大幅度上升時，國內(nèi)出現(xiàn)通貨膨脹，經(jīng)濟處于萎縮階段，則不良貸款率就會上升，房地產(chǎn)銷售價格大幅度下跌時，大量資金就會涌入房地產(chǎn)市場，產(chǎn)生泡沫經(jīng)濟，則會使不良貸款率上升，此外，當廣義貨幣供應量和貸款利率增加也會有利于不良貸款率的下降。并且所有宏觀經(jīng)濟變量前的系數(shù)均符合經(jīng)濟學意義，中介指標和各宏觀經(jīng)濟變量均存在一定的相關(guān)關(guān)系，且比較顯著，這進一步表明宏觀經(jīng)濟變量的確是影響我國商業(yè)銀行體系違約率的重要因素。

下面我們對各宏觀經(jīng)濟變量進行自回歸分析，在分析之前，根據(jù)自回歸分析中“滯后準則”確立各宏觀經(jīng)濟變量的滯后階數(shù)為2階，其回歸結(jié)果見表3。

表3 各宏觀經(jīng)濟變量的自回歸結(jié)果

由表3可以發(fā)現(xiàn)，模型擬合度較好，這說明此模型有較強的解釋能力，同時，銀行不良貸款率也受到各宏觀經(jīng)濟變量滯后期的影響，這點符合我國當前的基本情況。這一影響主要體現(xiàn)在房地產(chǎn)銷售價格和一年期流動資產(chǎn)貸款利率上，同時，不良貸款率受各宏觀經(jīng)濟變量滯后一期影響較滯后二期顯著，這些說明了宏觀經(jīng)濟沖擊對銀行的不良貸款的影響存在時滯效應。

(三)情景壓力分析

我們采用情景分析方法對我國商業(yè)銀行信用風險進行宏觀壓力測試。首先在預測時間段內(nèi)設(shè)定壓力測試源,然后對宏觀經(jīng)濟變量進行估值以及這些宏觀經(jīng)濟變量在情景壓力下的中介指標yt和不良貸款率的估計值,最后運用蒙特卡洛模擬其他宏觀經(jīng)濟變量相應的估計值，并最終求得我國商業(yè)銀行不良貸款率，進而分析宏觀經(jīng)濟變量對我國商業(yè)銀行體系信用風險的影響。

在過去的30多年，我國經(jīng)濟保持較高的增長速度，國內(nèi)經(jīng)濟形勢向好。但是2007年底由于受到美國金融危機的沖擊，我國經(jīng)濟開始處于低迷時期，根據(jù)2013年第二季度公布的數(shù)據(jù)，我國GDP增長率僅為7.6%，而且到目前我們還沒有看見經(jīng)濟開始復蘇的跡象。同時，政府對我國過高房價的調(diào)控日趨縮緊，甚至出臺了“限購”的政策，由此可見在未來的時間內(nèi)房價可能出現(xiàn)漲幅下緩，甚至出現(xiàn)房價下跌的情形。此外我國當前的消費物價水平由于受到國內(nèi)外多因素的推動一直處于持續(xù)上升狀態(tài)，政府出臺的調(diào)控政策在短期內(nèi)也沒有達到預期的效果，由于國內(nèi)資源供應短缺問題以及相關(guān)價格體制的展開，我國消費物價指數(shù)可能會呈現(xiàn)繼續(xù)上漲的趨勢。

根據(jù)我國當前的宏觀經(jīng)濟形勢和宏觀政策調(diào)控的方向，我們以2012年第一季度為基期，模擬從2012年第二季度到2013年第一季度共4個季度覆蓋一年期的未來路徑，設(shè)置了3種壓力情景：(1)GDP增速放緩；(2)CPI指數(shù)上漲；(3)房產(chǎn)銷售價格下降。同時，設(shè)置了較壞情景和嚴重情景2種情景。具體情況見表4。

表4 GDP、CPI、HPI在不同壓力情景下的設(shè)定

根據(jù)表4中GDP、CPI和HPI在不同情景壓力下的數(shù)據(jù)，我們通過構(gòu)建VAR模型，利用蒙特卡洛模擬方法求得其他宏觀經(jīng)濟變量的預測值，然后對中介指標進行估計，并通過Logit模型轉(zhuǎn)換最終得到不良貸款率。因此，我們得到最后的壓力測試結(jié)果如圖1所示。

由圖1我們可以發(fā)現(xiàn)，隨著我國GDP增長率不斷下降、CPI指數(shù)的持續(xù)上漲和房地產(chǎn)銷售價格HPI的大幅下跌，我國商業(yè)銀行的不良貸款率是持續(xù)不斷上升，在較壞情景下，我國商業(yè)貸款率從2012年第二季度的1.37%上漲到2013年第一季度的6.31%，在嚴重情景下，不良貸款率從1.54%上漲到7.82%。同時，我們還可以看到，在兩種情景下，不良貸款率在一開始上升的幅度較小，但是在后面上升的幅度明顯增大，這可能是隨著時間的推移，國內(nèi)宏觀經(jīng)濟出現(xiàn)嚴重扭曲以及人們對經(jīng)濟增長失去信心，而且在房地產(chǎn)行業(yè)出現(xiàn)了嚴重泡沫，從而導致商業(yè)銀行不良貸款率的增加。由此可見，經(jīng)濟衰退、通貨膨脹的加重以及房地產(chǎn)價格的下降對我國商業(yè)銀行信用風險的增加有著明顯的影響。

圖1 商業(yè)銀行在不同情景下不良貸款率分布圖

四、結(jié)論與建議

我們利用國外已經(jīng)相當成熟的壓力測試模型，結(jié)合我國當前實際的宏觀經(jīng)濟狀形勢，建立適合于我國商業(yè)銀行的宏觀壓力測試模型。以銀行不良貸款率作為評價商業(yè)銀行體系信用風險的指標，利用Logit方程將不良貸款率轉(zhuǎn)換為中介指標，再將中介指標和各宏觀經(jīng)濟變量進行多元回歸分析，然后對各宏觀經(jīng)濟變量進行向量自回歸分析，最后在此基礎(chǔ)上，利用情景分析和蒙特卡洛模擬方法進行宏觀壓力測試。通過實證研究發(fā)現(xiàn)：名義國內(nèi)生產(chǎn)總值GDP、消費物價指數(shù)CPI、廣義貨幣供應量GM2、房地產(chǎn)銷售價格HPI和一年期流動資產(chǎn)貸款利率R對商業(yè)銀行不良貸款率均有顯著影響，其中，國內(nèi)生產(chǎn)總值對不良貸款率的影響最大，廣義貨幣供應量的影響最小。同時，不良貸款容易受到其滯后項的影響以及各宏觀經(jīng)濟變量對不良貸款率也存在時滯效應。情景壓力測試分析表明，在GDP增速放緩、CPI指數(shù)上漲以及房地產(chǎn)銷售價格HPI下跌的情景壓力下，都會導致商業(yè)銀行不良貸款率出現(xiàn)不同幅度

的提高，并隨著宏觀經(jīng)濟壓力的不斷增大，商業(yè)銀行體系的信用風險持續(xù)增加。

通過以上實證研究分析發(fā)現(xiàn)，我國商業(yè)銀行體系的穩(wěn)健性還有待進一步加強，在面臨各種宏觀經(jīng)濟沖擊的時候，其化解風險的能力還不是很強。對此，筆者提出幾點建議：

(1)我國商業(yè)銀行應該密切關(guān)注國內(nèi)宏觀經(jīng)濟指標及其發(fā)展趨勢，加大對國家宏觀政策的研究。特別是關(guān)注那些能夠反映宏觀經(jīng)濟走勢的指標，在此基礎(chǔ)上，商業(yè)銀行可以采取一定程度的逆周期措施，來確保信貸資產(chǎn)的質(zhì)量。

(2)商業(yè)銀行應建立健全的社會范圍的征信體系。商業(yè)銀行應該建立包含授信企業(yè)和個人的歷史信用數(shù)據(jù)、企業(yè)效益和還款意愿在內(nèi)的一系列數(shù)據(jù)，借鑒過去的經(jīng)驗，將授信企業(yè)和個人借款后一階段的經(jīng)濟波動影響全部考慮進去，以此來降低貸款的信用風險[16]。

(3)銀監(jiān)會應建立和完善金融機構(gòu)風險預警體系，及時分析由宏觀經(jīng)濟波動沖擊給商業(yè)銀行所帶來的信用風險的發(fā)生機制和傳導機制，加強對商業(yè)銀行的風險提示。此外，監(jiān)管部門應及時出臺指導性建議和改進性的措施，督促商業(yè)銀行針對宏觀壓力測試的結(jié)果自覺查缺補漏，重新定位適合于本行實際情況的發(fā)展戰(zhàn)略，完善其治理結(jié)構(gòu)，確保其穩(wěn)定而健康地運行。

[1]張宗益，吳恒宇，等.商業(yè)銀行價格競爭與風險行為關(guān)系——基于貸款利率市場化的經(jīng)驗研究[J].金融研究，2012，(7):1-14.

[2]Berkowitz J.A coherent framework for Stress Testing [J].Working Paper of Federal Reserve Board: FEDS,1999，(29):1-48.

[3]Wilson T C.Portfolio credit risk [J].Risk.1997,9(10):111-117.

[4]Wilson T C.Portfolio credit risk [J].Risk.1997,10(10):56-61.

[5]Merton R.On the pricing of corporate debt the risk structure of interest rates [J].Inance.1974,29(7):449-470.

[6]Boss M.A Macroeconomic credit risk model for stress Testing the Austrian credit portfolio[J].Financial Stability Report.2002，(4):64-82.

[7]Wong J，Choi K F，F(xiàn)ong T.A Framework for Macro Stress

Testing the Credit Risk of Banks in Hong Kong [J].Hong Kong Monetary Authority Quarterly Bulletin.2006，(10):1-38.

[8]Jokivuolle E,Virolaine K,Vahamaa O.Macro-model-based stress testing of Basel capital requirements [D].Bank of Finland Research Discussion Papers.2008.

[9]Schechtman R，Gaglianone W P.Macro Stress Testing of Credit Risk Focused on the Tails [D].Central Bank of Brazil Working Paper.2011-45.

[10]楊 鵬.壓力測試及其在金融監(jiān)管中的作用[J].上海金融，2005，(1):27-30.

[11]孫連友.金融體系壓力測試——概念與方法[J].濟南金融，2006，(2):43-50.

[12]高同裕，陳元富.宏觀壓力測試及其在我國應用面臨的問題[J].南方金融，2006，(2):8-10.

[13]華曉龍.基于宏觀壓力測試方法的商業(yè)銀行體系信用風險評估[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2009，(4)：117-128.

[14]馮 佳，朱華彬.商業(yè)銀行房地產(chǎn)貸款壓力測試分析[J].五邑大學學報，2009，(11):22-26.

[15]譚曉紅，樊綱治.我商業(yè)銀行宏觀壓力測試研究——基于四類銀行的SUR模型[J].投資研究，2011，(12)：3-16.

[16]聞麗英.商業(yè)銀行委托理財?shù)姆娠L險與防范[J].西安財經(jīng)學院學報,2012,(6):95-98.

[責任編輯：鄒學慧]

AnAseessmentontheCreditRiskforChinaCommercialBankBasedonMacroStress-Testing

CHEN Yi-cheng

(China West Normal University,Business College,Nanchong 637000,China)

We research the impact of macro economic fluctuation on credit risk of commercial banks by the macro stress test model.We choose Non-performing loans in commercial bank as the measurement of credit risk.Use Logit equation transferring it into an intermediate indicator which could reflect the default probability of banking system.And then establish linear regression model with kinds of macroeconomic variables and the each vector autoregression analysis with macroeconomic variables.At last.We get the distribution of Non-performing Loans rate under macroeconomic stocks through scenario analysis and Monte Carlo stimulation method.The results show that these macroeconomic have significant impacts on the Non-performing Loans of commercial banks.Meanwhile the Non-performing Loans of commercial have increased with different extents under the given scenario pressure.

macro stress-testing; credit risk; non-performing loans rate；commercial bank

2013-12-15

F832.33

：A

：1671-7112(2014)04-0010-08