商业银行风险压力测试研究

一、测试方法和步骤

压力测试主要包括建立压力测试模型、设定压力情景和执行压力测试三个方面。

(一)建立压力测试模型

现金流缺口分析模型是根据经验判断或历史数据分析预测现金流入和流出，进而计算压力情景和水平下各时间区间的净现金流覆盖率，并将预测的流动性需求与未来可得到的资金数量匹配以及建立管理联系的一种方法。该模型具有如下优势:一是采用“自下而上”的方法，能够反映出各银行的流动性风险特征;二是该模型在与流动性储备分析方法相结合后，能够与巴塞尔协议Ⅲ提出的“流动性覆盖率(LCR)”指标进行有效的结合和比较。模型的自变量为各风险因素的变化，因变量为相应业务部门的现金流入(或现金流出)，两者主要呈线性关系。在此基础上，本文选取现金流缺口和净现金流覆盖率作为承压指标，考察未来特定时间段内的净现金流缺口以及流动性储备对于净现金流出的覆盖情况。1．现金流缺口指标现金流缺口=某一时期特定情景下的现金流入－某一时期特定情景下的现金流出=(收回的贷款本息+收回投资+服务收益+新增存款+表外业务收入+资产出售)－(存款本息提取+偿还到期借款+新增贷款+表外业务支出+其他经营支出+购入资产+股东红利支出)。2．净现金流覆盖率指标净现金流覆盖率=某一时期预期现金流入/某一时期预期现金流出。

(二)设定压力情景

巴塞尔委员会对于标准流动性冲击定义了7个情景［9］，这7个情景基本覆盖了历史上引发银行流动性风险的主要原因。每一个情景都可以作为引起流动性风险的单一事件，每个单一事件背后包含了不同的风险因素;再将这些不同的风险因素联系起来，可以描绘出风险因素联动下的压力情景。1．由单一事件驱动的压力情景为描绘单一事件驱动下的压力情景逻辑和风险传导过程，本文首先依据该银行历史上是否发生过类似情景将其区分为假设情景或历史情景;其次考虑到风险相关性，根据流动性风险的内在驱动逻辑从每类情景中提炼出“驱动风险因素”和“直接风险因素”，用于完成风险识别工作;最后再将上述两类风险因素对应到银行资产负债表相关科目的变动上，完成从“事件”到“风险因素”再到“业务科目”之间的逻辑构建(见表1)。2．风险因素联动下的压力情景考虑到在系统性危机情景下流动性风险所表现出的复杂性和风险传染性等特点，在上述标准压力情景的基础上，本文进一步考虑了各风险因素联动的压力情景。3．设置压力水平设置出合理的压力水平是确保压力测试有效性的关键。银监会的《商业银行压力测试指引》中要求:压力测试情景根据假设程度的不同，一般包括轻度压力、中度压力以及严重压力，三种压力情景依次不断增强，其中轻度压力比目前实际情况更为严峻。当前，在实践中较为易行的方法是，借助于对历史数据的分析，描述出压力情景的严重程度和与之相对应的概率，对于特定事件(如央行提高存款准备金率)，可利用事件窗口分析法。

(三)执行压力测试

1．建立正常情况下的动态现金流缺口模型传统的现金流缺口分析方法主要基于存量资产负债业务的到期日进行分析，并据此评判未来一段时间内现金流动性的充足程度。但考虑到业务到期只是现金流产生的一个原因，除此以外，新业务增量、客户展期与提前支取等行为均会对未来现金流产生显著影响，因此在压力测试模拟之前，需要考虑客户行为和新业务量对到期现金流的影响，并对未来各个时间段到期现金流做出适当调整，然后再以调整后的动态现金流缺口表作为轻、中、重度压力情景测试的参照系，以观察压力情景下现金流量及缺口的变化情况［10］。2．压力情景模拟常用的压力测试包括敏感性分析和情景分析两种方法。敏感度分析又称单因素分析，是描述风险因素较小变动时，商业银行资产组合的价值变动为多少。敏感性分析具有简单、直观的优点，商业银行可以据此找出对现金流动性具有重要影响的风险因素，作为下一步情景分析的基础。情景分析又称为多因素分析，与敏感度分析不同，情景分析是假设风险因子同时变动或者极端不利事件发生对银行风险暴露产生影响，它依赖于更多的统计分析、假设或涉及风险因素相关性的模型建立。将敏感性分析与情景分析相结合，能够更好地指导决策，发挥压力测试在银行内部管理体系中的作用。情景分析主要包括历史情景分析和假设情景分析。历史情景分析是基于特定历史事件或基于对历史数据的分析，构造冲击结构，对商业银行资产组合或者资产负债表进行测试，评估风险因子导致银行目前风险承受力的变化;假设情景分析则是通过对历史经验的借鉴，结合商业银行独特的流动性风险特性，预测概率极小但有可能发生的压力事件，并据此构造冲击结构来进行测试。在目前国内银行实际应用中，多采用历史情景分析方法，原因是该方法能够给出不同情景实际发生的可能性，在现实管理中更具说服力。考虑到流动性风险具有综合性、易传染等特点，因此相关研究有必要在事件驱动的情景模拟基础上，针对出现系统性风险情况开展进一步压力测试，且至少需考虑银行间市场出现流动性枯竭的情况时流动性资产的变现和处置损失的能力。

二、测试方法应用

根据上一章介绍的银行流动性风险压力测试的方法和程序，本章以南京银行为例来说明如何运用上述方法开展压力测试，并根据压力测试结果，对其资产负债结构的合理性进行分析，提出进一步优化资产负债结构的建议。

(一)设定压力情景

以金融危机作为驱动事件，以“机构的公共信用评级下调3个档次”情景为基础，模拟风险因素联动下的压力情景。压力水平的设定采用历史情景法。轻度情景选取近三年来数据统计分布的尾部5%的分位数作为情景设定依据;中度情景选取近三年来数据统计分布的尾部1%的分位数作为情景设定依据;重度情景是以近三年来最差的数据作为情景设定依据。以模拟零售客户存款流失为例，取近三年以来每日零售存款的波动率数据做统计分布，计算出该序列5%、1%和最差的分位数分别为:3%、7%和10%。此外，为保证情景设定的科学性，在历史情景法的基础上辅以专家判断的方法，以减少因异常数据导致的统计结果偏离。本文来自于《审计与经济研究》杂志。审计与经济研究杂志简介详见

(二)执行压力测试

1．按合同到期日计算现金流入与现金流出以南京银行为例，选取特定时点(2012年12月31日)，将日终账上各类资产负债业务的明细数据进行加工、汇总，按业务类型根据合同到期日计算未来每一个特定时间段的现金流入与现金流出，制成一张最原始的现金流量表。其中，流动性资产包括:现金及备付金、可随时变现的债券投资;到期现金流入主要指盈利性资产到期后的本金回流和期间的利息收入;到期现金流出主要指负债到期后银行需偿还的本金和期间的利息支出;到期期限缺口由每个期限段的“到期现金流入”与“到期现金流出”分别加总得到，若缺口为负则表明到期现金流入不能覆盖到期现金流出，未来存在一定融资需求(见表3)。2．考虑客户行为和新业务量后的动态现金流模拟由于按合同到期日做的现金流量表在很大程度上并不能反映未来真实的现金流量状况，亦不能作为压力测试结果的参照，因此需考虑在正常情况下客户行为和新业务量对于未来现金流的影响。(1)客户行为模型是建立在银行自身大量历史数据积累基础上，通过运用数据挖掘技术，将具有规律性的客户行为进行量化，以提高对未来相关现金流的预见性。比如客户行为模型中最为典型的活期存款沉淀率模型，该模型需要根据各家银行的实际情况进行开发。考虑到该银行存款波动趋势中既包含长期趋势因素，又包含季节变动因素(该银行存款考核采取日均与时点考核并存的方式)，因此本文建立了与该银行存款波动规律相符合的活期存款沉淀率模型。

作者：周凯 袁媛 单位：南京大学