我国开展金融宏观压力测试的几点建议
——日本央行做法的启示与借鉴
欧美金融危机的爆发显示出传统风险管理手段的薄弱性，许多发达国家金融管理当局纷纷采用具有风险前瞻性预警功能的压力测试方法分析揭示风险，从而起到了稳定了市场信心的作用。
一、日本央行信贷风险宏观压力测试简介
日本央行在2007年9月发布的金融稳定报告中开始披露信贷风险宏观压力测试的一系列分析结果和结论，它所开展的信贷风险宏观压力测试较为成功地复制了信贷风险在经济萧条阶段以及而后的经济复苏阶段的非对称性响应特征，这为深入评估宏观金融稳定形势提供了参考依据，是所开展宏观压力测试的发达国家中一个很好的范本。
（一）框架体系
日本央行开展信贷风险宏观压力测试的一个突出特点是把随经济周期波动而变化的借款人信誉度考虑进了宏观压力分析的整个过程中，正是这种借款人信誉度随经济周期变化而改变的路径
作用机制连通了单机构压力测试与宏观压力测试之间的重要联系，使得宏观压力测试的结果和结论更具有参考分析价值。日本央行主导的信贷风险宏观压力测试框架详见图1。
图1 日本央行信贷风险宏观压力测试流程分析框架
步骤一中不论是日本央行所汇总数据形成的转移矩阵还是Teikoku数据银行提供的信用评分转移数据都是对借款人信誉度状态及变化的描述。而步骤二中对转移矩阵与宏观经济变量之间变动关系的估计就充分体现了信誉度随宏观经济周期变化的机制。因此，前两个分析流程是日本央行开展信贷风险宏观压力测试的基本前提和基础，也是最重要的核心环节，关系到整个压力测试的成败。
（二）压力情景
日本央行对压力情景设置采取的是对比设置，即确定一个基准情景和相对而言的压力情景。基准情景是假设在测试期间金融系统不会遭受外部冲击，保持现有的运行状态；而压力情景是假设在测试基准日开始就受到一个反向的冲击，这个反向冲击是以GDP逆向变动百分之一（化年率）的水平来体现。
（三）数据、模型及方法
1.数据。日本央行开展信贷风险宏观压力测试的数据基础是由两个数据库来源汇总估计所形
成的转移矩阵。一个是自2002年以来日本央行所汇总的由日本各家银行机构所提供的借款人信用迁移数据；另一个是自1985年开始由Teikoku数据银行所提供的日本公司企业的信用评分数据。日本央行汇总的数据时间期间短，而结合Teikoku数据银行信用评分数据并经过变换处理后得到的转移矩阵数据期间长达22年，很好地解决了数据的可靠性问题。
2.模型。宏观压力测试模型是映射宏观经济变量与压力敏感因子之间作用程度和方式的输入输出载体。日本央行首先采用向量自回归（VAR）方法建立宏观经济变量间的联动模型，以此确定核心宏观经济变量GDP增长率的变化路径；而后通过建立起修正后的CPV（Credit Portfolio View）模型和MF（Multi-Factor）模型反映宏观经济变量（主要是GDP增长率）同转移矩阵参数的变动关系。最终上述两个模型通过样本内外测试的比较，选择了具有更高拟合优度、样本容纳性和预测精度的修正MF模型作为日本央行开展信贷风险宏观压力测试的最终模型。
3.技术方法。日本央行具体实现信贷风险宏观压力测试的技术手段是蒙特卡洛模拟方法，展开模拟的次数达到十万次。模拟的基本假设包括：信贷违约损失率为100%，未尝信贷余额在未来5年内不发生改变。
（四）测试结果评估
日本央行评估压力测试结果主要通过对两个指标分析来达到其目的，它们分别是“超额信用风险”和“超额信用成本”。“超额信用风险”指标定义为基准情景下最大损失与核心资本比值和压力情景下最大损失与核心资本比值之差。在基准情景下的最大损失看作是能全部被覆盖的，即预期损失部分被信贷损失准备金所覆盖，非预期损失部分则在99%置信度水平上被分配的风险资本金所覆盖。这样，“超额信用风险”这一指标就能够用来衡量压力情景下信贷风险的额外负担。“超额信用成本”指标定义为基准情景下的预期损失和压力情景下的预期损失之差。“超额信用成本”指标反映了压力情景相对于基准情景信贷损失准备的额外负担程度。因此，以上连个指标评估风险变化的大小和程度是合适的。
金融危机时间二、日本央行宏观压力测试实践对我国的启示
（一）完备可靠的数据基础是开展宏观压力测试的必备前提
毫无疑问，数据是评价的基础和前提，压力测试更离不开数据支撑，目前所开展宏观压力测试的国家中，正是由于数据质量参差不齐，使得压力测试方法和框架存在诸多差异。日本央
行借助一定的转换方法让两个数据库产生联系，提高了数据使用的范围和质量，绕过了数据完备性和连续性方面的阻碍，值得借鉴。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论