前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇宏觀經濟風險分析范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

宏觀經濟風險分析范文第1篇

關鍵詞:不良貸款率 宏觀經濟變量 主成分分析

中圖分類號:F830文獻標識碼:A

文章編號:1004-4914(2010)03-202-03

一、引言

對于銀行來說,風險是與生俱來的,它不僅承擔風險、管理風險,還將風險進行轉化。在銀行面臨的各種風險中,信用風險是最重要的風險,而不良貸款率是衡量商業銀行信用風險最直接的指標。普遍觀點認為銀行較高的不良貸款主要是由于金融機構自身經營方式存在的弊端和金融監管體制的不到位造成的。然而,2007年爆發的美國次貸危機,使美國經濟發生了大幅波動,各大商業銀行貸款的違約率直線上升,實體經濟的惡化對商業銀行體系產生了不利影響。回顧歷史,1929年10月的美國,20世紀80年代的日本,以及1997年亞洲金融危機之后的韓國等都在經歷了一個經濟快速增長、資產價格快速上揚和信用快速擴張的階段之后,金融體系卻遭遇了一場全面危機。由此可以看出,宏觀經濟的波動會通過許多相關因素傳遞給金融體系,對商業銀行信用風險具有極其巨大的影響。

本文主要研究宏觀經濟波動對我國商業銀行的不良貸款存在哪些影響,對于經濟可能發生的轉變,我國商業銀行需要吸取各國之經驗教訓,提前做好準備,控制信用風險,防患于未然。

二、關于不良貸款率的文獻回顧及研究中存在的問題

(一)相關文獻回顧

對于不良貸款,國內的許多學者對其成因都做了較為深入的研究。吳曉靈(1995)認為不良貸款產生的主要因素歸于企業的過度負債,其因果關系實質上是一個問題的兩個方面;林毅夫(1998)認為其重要成因之一是可貸資金投向了效益低的行業和企業,解決關鍵是調整優化產業結構;王瑞(2001)以法律的視角探尋癥結之所在與產生的體制原因,指出應彌補債權保護的法律缺陷;施華強(2004)在雙重軟預算約束框架下分析不良貸款的內生性,指出應硬化銀行軟預算約束預期;劉青等(2007)用統計的手段實證銀行高層的更替與其對不良貸款的處理方式具有顯著的相關關系。

另外,也有部分學者研究了各種因素對不良貸款的影響。比如,李江等(2007)應用主因子分析對國有商業銀行企業不良貸款的相關要素進行分析;蔣鑫(2008)研究了影響商業銀行信用風險的宏觀經濟因素分析;譚燕芝、張運東(2009)基于中國、美國、日本部分銀行的基礎數據對這三個國家的信用風險水平與宏觀經濟變量進行了實證研究。本文的研究也是受到這些學者研究成果的啟發,但在深入研究過程中發現由于我國原有的四大國有商業銀行不良貸款曾進行過政策性剝離,如果僅僅基于官方公布的不良貸款數據進行分析,忽略國有商業銀行不良貸款的政策性剝離,勢必導致實證的結果出現偏差,為提高研究結果的精確度,本文將國有商業銀行不良貸款的政策性剝離這一重要因素考慮進去,對國有商業銀行的不良貸款率單獨進行計算,以期得到更加準確的結果。

(二)我國商業銀行不良貸款率研究中存在的問題

迄今為止,對我國商業銀行不良貸款率的研究中存在幾個比較突出的問題。一是多種口徑混用。商業銀行的不良貸款有不良貸款、呆壞賬、不良債務等多種提法,由于概念的不同導致計算口徑的不同,因而不良貸款率的估算差異較大。二是不良貸款認定標準的變化影響了數據的可比性。2000年之前,我國商業銀行一直采用期限分類法(即通常所說的四級分類法),2000年之后陸續采用風險分類法(即通常所說的五級分類法),貸款分類標準的變化導致數據即使口徑一致也不完全可比。三是對于國有商業銀行的政策性剝離,影響了各行之間和剝離前后不良貸款數據的可比性。中央政府于2004年、2005年和2008年分別對四大國有商業銀行的不良貸款進行了集中剝離。對同一家銀行而言,政策性剝離影響了剝離前后數據的可比性;對不同的商業銀行而言,政策性剝離的時間差異和剝離數額的差異也影響了各行之間數據的可比性。

其中,time表示2003-2009年季度;y代表官方網站公布的我國國有商業銀行不良貸款率;y1表示剔除政策性剝離后我國國有商業銀行實際不良貸款率;y2表示官方網站公布的我國股份制銀行不良貸款率。

三、對我國商業銀行不良貸款率的實證分析

(一)變量選擇

不良貸款率的高低與生產、消費以及政策導向等因素有密切聯系,因此本文選取y1(國有商業銀行剔除政策性剝離后不良貸款率)、y2(股份制商業銀行不良貸款率)為被解釋變量,解釋變量則分別選取GDP(國民生產總值)、invest(投資)、consum(消費)、CPI(居民消費物價指數)四個與生產、消費有關的變量,i(7天同業拆借利率)、rm2(M2增長率)兩個與政策導向有關的變量,以及ru(失業率)。

本文收集的不良貸款余額數據來自中國銀監會官方網站,因為國有商業銀行在2003―2009年進行過不良貸款的政策性剝離,所以本文應用施華強《國有商業銀行賬面不良貸款、調整因素和嚴重程度》(2005)的統計方法,對國有商業銀行不良貸款季度數據進行政策性不良貸款剝離的剔除,得到了剔除政策因素后的國有商業銀行實際的不良貸款率。宏觀經濟指標基礎數據來自于2003年―2009年中國經濟統計年鑒和國家統計局官方網站,金融季度基礎數據則來自于中國人民銀行官方網站。所有應用于計量模型的數據均是在以上基礎數據經過數學計算所得到的。

(二)描述性統計

圖1為投資、消費以及GDP的曲線圖,由該圖可以看出這三個變量都是隨著季節周期性變化的,這種變動要素往往掩蓋了經濟發展中的客觀變化,因此,在做計量分析之前應先剔除其中的周期性變動要素。

通過進行季節分解(X11),可以得到如圖二所示的剔除季節變化因素的投資、消費以及GDP平滑曲線圖,該圖客觀反映了投資、消費以及GDP真實變動情況。

本文使用的計量軟件是SPSS 17.0 for Windows,首先將所有數據進行描述性統計,如表2。其中,失業率標準差最小,其波動強度也最弱;投資標準差最大,說明在宏觀環境穩定的情況下,投資的增長速度很快。國有商業銀行與股份制銀行比較來說,兩者不良貸款率的波動程度近似,但國有商業銀行的不良貸款率一直較高。

(三)相關性分析

為了證明不良貸款率是否與上面所選擇的經濟變量有直接關系,運用Pearson模型進行變量間的相關分析,分析結果見表3。

結果表明,兩類商業銀行的不良貸款率均與消費物價指數、GDP、投資及消費強負相關;貸款利率及失業率對不良貸款率沒有顯著性影響;M2增長率與國有商業銀行不良貸款率負相關性較強,而對股份制商業銀行影響不顯著。

(四)主成分分析

從表3可以看出不僅不良貸款率與某些經濟指標間有較強的相關關系,而且,一些經濟指標間也存在較強的正相關關系,即模型存在多重共線性問題。為消除模型的多重共線性,即要求解釋變量與被解釋變量間相關系數的絕對值較大,同時各個解釋變量間相關系數的絕對值較小,因此,采用主成分分析的方法,將七個解釋變量通過提取主成分,達到數據縮減的目的,以剔除造成多重共線性的經濟指標。

表4顯示了主成分的統計信息,得到了各主成分的貢獻率及累計貢獻率。第一主成分的特征值為4.204,它解釋了7個原變量的總方差的60.051%;第二主成分的特征值為2.032>1,它解釋了7個原變量的總方差的29.028%。前兩個特征值的累計貢獻率為89.079%,即前兩個主成分包含了原有7個變量的89.079%的信息,所以取前兩個主成分來代替原有的7個指標變量。圖3為所有主成分的碎石圖,從中也可看出前兩個主成分的特征值均高于1,進一步說明應取前兩個主成分。

(五)主成分回歸分析

將提取出來的主成分與各解釋變量運用主成分回歸分析方法,得到以下成分得分系數矩陣,如表5。

由此可以構建一個各解釋變量與主成分之間的線性方程組,假設提取出來的兩個主成分分別為z1、z2,則構造的線性方程組如下:

z1=0.054i+0.068rm2-0.124ru+0.234GDP+0.228invest+0.233consum+0.232CPI

z2=-0.43i+0.385rm2+0.368ru+0.036GDP+0.115invest+0.081consum-0.047CPI(1)

通過方程組(1)可以看到,z1對于GDP、投資、消費及CPI指標顯示出較強的關系,因此z1可以作為描述宏觀經濟發展趨勢的變量,而z2對于M2、失業率顯示出較強的相關關系,因此z2代表與國家政策導向相關的變量。

接下來再將這兩個主成分z1、z2與被解釋變量y1、y2進行線性回歸,得到如下回歸方程,其中Y^1、Y^2、分別是y1、y2的估計量。

Y^1=18.881-2.702z2Y^2=4.094-2.109z2(2)

最后,再將方程組(1)代入到(2)中去,就可得到如下線性方程組(3),該方程組說明7個解釋變量與兩個別解釋變量之間的線性關系。

Y^=18.881+0.02265i-0.33466rm2+0.19079ru-0.64638GDP-0.66114invest-066132consum-0.60844CPI

Y^=4.094+0.02359i-0.22426rm2+0.18424ru-0.50107GDP-0.505invest-0.50841consum-047942CPI(3)

四、結論及建議

(一)實證分析結論

基于2003―2009年中國商業銀行不良貸款季度數據,本文對影響銀行不良貸款率的宏觀經濟因素進行了實證研究和兩類所有制銀行的比較,結果表明:1.我國商業銀行的不良貸款率與GDP、投資、消費及CPI這些反映經濟大環境的因素都存在較強的負相關關系,但相對來說,股份制商業銀行的回歸系數絕對值低于國有商業銀行的回歸系數絕對值,在經濟快速增長,總體經濟形勢良好的情況下,銀行的不良貸款率呈下降趨勢;當經濟處于衰退期時,不良貸款便會增加,不良貸款率也隨之上升;2.與譚燕芝等人研究結果不同,本文在近幾年季度數據的實證基礎上得到不良貸款率與失業率呈正向關系,即失業率增加,不良貸款率也會隨之增加,這一點國有商業銀行與股份制商業銀行的結果是一致的;3.對于M2增長率,國有商業銀行與之有著更強的負相關關系。我國的貨幣投放在很大程度上受到政策的影響,當經濟增速放緩,政府鑒于維持經濟穩定的考慮,采用更加積極的貨幣政策,加大貨幣投放,來刺激經濟,這也說明了國有商業銀行是受到國家政策影響更為顯著的。

(二)對策及建議

近年來,隨著全球經濟波動劇烈,我國商業銀行所面臨的信用風險也不斷加劇,商業銀行的不良貸款問題也成為國內一些學者關注的焦點。本文出于提高我國銀行業不良貸款管理水平的目的,通過實證分析,提出以下政策建議:

第一,應對不良貸款的分類方法進行改進,精確地評價銀行的信用風險狀況。從表1可以看到,我國商業銀行的不良貸款率基本上一直呈下降趨勢,但隨著銀行不良貸款率的降低,特別是當不良貸款率低于5%時,現行的五級分類法區分不良貸款與正常貸款的能力也將隨之降低,過粗的分類不能充分滿足銀行有效信貸管理的需要。目前,中國銀行、工商銀行等一些大、中型銀行正在嘗試在原有五級分類的基礎上,將貸款細化為12級分類,更加細化和更加科學的不良貸款分類方法值得我們去探索。

第二,加大對宏觀經濟形勢以及國家政策的研究。從我國商業銀行不良貸款率與各經濟變量之間關系方程可以看出,我國商業銀行的不良貸款受宏觀經濟波動的影響較大,因此商業銀行應密切關注反映宏觀經濟波動的指標,特別是那些能夠提前反映宏觀經濟走勢的指標,將會對商業銀行下一步的信貸政策提供指引。

第三,進一步完善風險量化管理。商業銀行在構建信用風險度量模型時,不僅要從受信企業各相關指標入手,更要將宏觀經濟波動因素考慮進去,最終要做到對信用風險的可量化與可控化。

第四,加快金融創新。我國商業銀行業務的單調,受經濟波動的影響極大,要不斷進行金融創新探索出適應我國情況的新產品、新工具,以更好的適應經濟的波動。

參考文獻:

1.謝平.融資結構、不良資產與中國M2/GDP[J].經濟研究,2007(2)

2.施華強.國有商業銀行賬面不良貸款,調整因素和嚴重程度1994-

2004[J].金融研究,2005(12)

3.蔣鑫.影響商業銀行信用風險的宏觀經濟因素分析[J].財經研究,2008

4.李江,馮宗憲,萬映紅.國有商業銀行企業不良貸款的主因子分析[J].數理統計與管理,2007(1)

5.譚燕芝,張運東.信用風險水平與宏觀經濟變量的實證研究――基于中國、美國、日本部分銀行的比較分析[J].國際金融研究,2009(4)

6.Basel Committee on Banking Supervision.Sound Credit Risk Assess

ment and Valuation for Loans[M].Bank for International Settlements Press &Communications,2006

宏觀經濟風險分析范文第2篇

關鍵詞：宏觀經濟波動；商業銀行；信用風險；評價方法

在現代社會的發展過程中，金融行業將銀行視為一部風險機器，銀行不僅需要承擔相應的管理風險、經營風險等，還需要適當的將各種風險融合在金融產品進行二次加工。銀行進行風險管理的主要內容就是對信用風險進行管理，因此，信用風險也是現代商業銀行中最重要的風險來源。和其他工商企業相比，商業銀行比較明顯的特征是“少本經營”，著名的金融市場學家彼得?S?羅斯曾經指出，所謂的少本經營指的是少量金額的貸款違約就容易導致商業銀行出現資本不足的情況，最終使其難以彌補沖銷損失，嚴重的將會面臨破產或是倒閉的風險。根據世界銀行對全球銀行危機的調查來看，信用風險是現代社會導致銀行破產的一項最重要原因。所以，設計科學合理的商業銀行信用風險評價方式對進一步優化現代商業銀行信用風險管理有著不可忽視的重要作用。

一、研究綜述

Beaver（1966）對公司破產和信用風險分析展開了更具開創性的分析，使得企業信用風險評價方式的研究工作得到了飛速的發展，在傳統的商業銀行中，對信用風險進行度量的方式一般包含：專家判斷、判別模型和神經網絡模型。為了將我國商業銀行面對的貸款違約率不容易進行數學變換的問題予以解決，因此將判別模型逐步引進到我國商業銀行的信用風險度量環節中。在對國內外相關的金融類和經濟類的文獻研究中來說，對于一個企業是否造成違約情況的判別模型，通常包含Logistic模型、貝葉斯判別分析模型和Probit模型等參數模型和神經網絡等非參數模型。文中所研究的商業銀行信用風險就是企業是否會出現違約的風險，由于Logistic模型是現代判別模型中的重點方式，并且其也被廣泛地應用在商業銀行信用風險中進行度量或是評價，因此，本文就將進一步對Logistic模型進行研究，通過適當的方法改進，增加對宏觀經濟影響的波動因素，構建起宏觀經濟下的商業銀行信用風險Logistic模型分析結構。

二、商業銀行信用風險的評價指標體系

要想建立起全新的Logistic模型分析結構，首先應該構建起商業銀行的信用風險評估指標系統。商業銀行信用風險主要指的是信貸風險，Svoronos（2002）的研究中曾明確提出，在銀行的發展過程中面臨的各種風險，信用風險是最為重要的一個風險因素，占所有風險的一半以上，而其他風險分別所占的比例則比較小，其中操作風險和市場風險分別占30%和5%。所以，商業銀行中信用風險作為一種客觀存在的主要風險形式，會受到借款人的行為因素和宏觀經濟環境中不確定因素的影響。針對這種情況，本文就將對商業銀行信用風險的影響因素進行論述，概括為兩個方面：借款人（個人或企業）因素、宏觀經濟因素。一般情況下，借款人的信用程度還包括企業的信用程度和信用意愿，對借款人可信程度的評定主要從企業素質和經營狀況、經濟效益、發展前景等幾個環節入手。而宏觀經濟因素的商業銀行信用風險則主要來源于商業銀行進行貸款活動過程中，對現階段發展情況和對未來時期的總體宏觀經濟環境分析，比如國家和政府宏觀調控政策、經濟發展程度、通貨膨脹和通貨緊縮的可能性等。華曉龍（2009）通過建立起宏觀壓力的測試模型對我國商業銀行信用風險進行評估，認為GDP、通貨膨脹或緊縮是現在影響我國銀行發展體系穩定的一項重要原因。

三、商業銀行信用風險的評價方式

自上個世紀80年代開始，Logistic回歸分析法逐漸代替了傳統的判別分析方式，并成為了度量企業違約風險的一種主要方法。傳統判別分析法假設企業破產或是經營失效的概率需要遵循二項分布，這種假設方式對于企業經營風險的度量方式相對簡陋，但是Logistic回歸分析法將這項假設方式進行優化，從而服從了Logistic的分布。自90年代以后，現代社會的信息化發展逐步得到完善，使得數據挖掘技術在商業銀行中的應用也更加完善，并在商業銀行信用風險度量中逐步得到了發展。通過大量的文獻研究和實踐證明，Logistic模型對數據的擬合效果十分明顯，且預測能力較強。在1977年，Martin在二十五個財務指標中選取了總資產、凈利潤率等八個基本財務比率指標進行分析，使用Logistic模型分別預測了公司破產和其違約的概率，并且通過和Z-Score模型、ZETA模型的最終預測結果進行比較，發現Logistic的預測結果仍然是最佳的。

但是，筆者根據多年的研究和分析結果發現，這種模型方式還存在一個較為明顯的缺陷，就是在公司破產和違約風險判別過程中只選用了借款企業的財務指標，沒有對宏觀經濟因素進行考察，因此Logistic模型在對違約概率進行計算的過程中缺少精確度。針對這種情況，應該及時對需要考察的因素進行修訂，保證經過修訂后考察的影響因素更為全面、精準，對輔助商業銀行更科學、準確的預測和掌握企業違約風險有著十分重要的幫助作用。

結束語

在宏觀經濟因素的Logistic模型下，其比傳統的模型更具備高風險判別能力，這種模型方式不僅能客觀地對我國宏觀經濟波動變化進行反映，同時還能及時判斷出企業違約概率的影響。因此只有加強對宏觀經濟的監測，我國商業銀行才能更好、更科學地對信用風險進行度量或評價，從而在宏觀經濟影響下，對我國行業銀行發展起到更大的幫助作用。

參考文獻：

[1]王俠.宏觀經濟波動視角下商業銀行信用風險評價方法研究[J].商場現代化，2015（03）：196-197.

[2]劉子龍.商業銀行中小企業客戶信用風險評價體系構建研究[J].魅力中國，2010（31）：112-113.

宏觀經濟風險分析范文第3篇

【關鍵詞】 商業銀行;信用風險;宏觀壓力測試

一、引言

隨著金融全球化進程加快、大型商業銀行跨國活動增加、信貸衍生產品迅猛發展,新形勢下商業銀行信用風險管理問題日益突出。特別是2007年底次貸危機的爆發,使得各國商業銀行的資產質量嚴重惡化,大量銀行紛紛破產,雖然我國的商業銀行因為種種政策性原因,在這次危機中損失較小,但隨著我國金融市場的進一步開放,我國商業銀行和國際金融市場的完全融合,將對我國商業銀行的信用風險管理水平提出挑戰。

目前,宏觀壓力測試由于能模擬潛在金融危機等極端事件對商業銀行體系穩定性的影響,已經引起了國際金融組織和各國政策當局廣泛的重視,并在實踐中得到迅速推廣。本文運用宏觀壓力測試法,結合我國商業銀行的特性,對商業銀行的信用風險水平及其影響因素進行分析,這對現階段我國商業銀行信用風險管理具有現實意義。

二、文獻綜述

宏觀壓力測試是用于評估一國金融體系在受到“異常但合理”宏觀經濟沖擊時的穩定程度,其通過情景設定或歷史事件,來衡量宏觀經濟沖擊對整個對整個金融體系的影響。自20世紀90年代末以來,國外對宏觀壓力測試的研究及其在實踐中的應用都已取得了豐碩的成果,其中最具代表性的是Wilson(1997a,1997b)用各工業部門違約概率與一系列宏觀經濟變量的敏感度直接建模,通過模擬將來違約概率分布的路徑,得到了資產組合的預期異常損失,進而模擬出在宏觀經濟波動沖擊下的違約概率值。Boss M(2002)和Virolainen (2004)利用Wilson提出的模型,根據加總的企業違約概率估計出宏觀經濟信貸模型來分析澳大利亞和芬蘭銀行部門的壓力情境。

而在國內對宏觀壓力測試的研究還尚在起步階段。在理論研究方面,徐明東、劉曉星(2008)通過對國際上流行的幾種宏觀壓力測試方法的比較,闡述了如何運用宏觀壓力測試方法去評估一國金融體系的穩定性。在模型研究和實證方面,任宇航、孫嘯坤等(2007)利用Logit回歸測試的方法,通過收集我國的宏觀經濟數據和金融機構的數據,對我國銀行業信用風險損失作出了合理估計。但國內的這些研究只是借鑒了壓力測試的思想,使用傳統的方法,通過模擬情境下宏觀經濟因素異動,由Logit模型最終得出穩定性指標期望值的點估計來評價銀行體系的穩定性。這種方法存在一定的缺陷:其不能有效地反映出宏觀變動沖擊對銀行體系的影響,不能具體看出壓力情境下哪些宏觀經濟變量對銀行信用風險的影響最大,這就有進一步研究的必要。

三、模型構建與實證研究

宏觀壓力測試是對微觀層面壓力測試的有益補充,它是將各宏觀經濟沖擊變量整合量化為一個宏觀因子,將宏觀波動因素整合到評估銀行信用風險的模型中,通過壓力情境的構建,預測在極端情形下宏觀經濟變動對銀行系統信用風險的影響。

(一)模型構建

本文在研究我國商業銀行信用風險水平與宏觀經濟變量的關系時借鑒了Wilson(1997a, 1997b),Boss(2002),and Virolainen(2004)所提出的模型。該模型主要包括:建立了一個信用風險水平和宏觀經濟變量間的聯立方程;用蒙特卡洛法模擬了違約損失的分布。

具體來說,假定商業銀行將貸款貸給了J個經濟部門,其中j部門在t時刻違約的概率為pj,t,在這里j=1,2,…,J,pj,t介于0和1之間,用它的Logit轉換值yj,t作為回歸值,即:

進而,設定yt=(y1,t,……,yj,t)*,yt為轉換指標。本文所采用的模型是基于M個宏觀經濟變量的現在值和滯后期的值所構成的一個線性方程:

yt=m+A1xt+…+A1+sxt-sη1yt-1+…+ηkyt-k+vt (2)

式(2)中明確表示了各宏觀經濟變量與違約轉換指標yt之間的關系。其中,xt=(x1,t,x2,t…xm,t)表示宏觀經濟變量,其為M×1階向量;m為截距項,其為J×1階向量;A1……A1+s和η1……ηk為系數,它們分別為J×M階和J×J階矩陣;vt為隨機誤差項,其為J×1階向量。

同時為了考慮各宏觀經濟變量之間的相關性,根據Wilson模型中關于宏觀經濟變量的等式系統,本文采用了下列的描述:

xt=n+δ1xt-1+…+δpxt-p+μ1yt-1+…+μqyt-q+ξt (3)

其中,n為M×1階列向量,系數δ1,…δp和μ1,…μq分別為M×M和M×J階矩陣向量,隨機誤差項ξt為M×1階向量。

本文所考慮的模型在Wilson(1997a,1997b),Boss (2002)和Virolainen(2004)基礎上,進行了兩點改進:一是考慮了宏觀經濟變量對商業銀行信用風險影響的時滯效應;二是模型的設定還考慮了商業銀行體系對宏觀經濟變量的回饋效應。考慮到我國商業銀行在國民經濟中所占有的重要地位,該模型更符合我國的實際情況,因而用其來研究我國商業銀行信用風險水平與宏觀經濟變量間的關系,具有很強的適用性。

(二)變量的選取與數據描述

為了建立商業銀行信用風險水平和宏觀經濟變量之間的實證關系,本文收集了2003年1季度到2009年2季度共26個季度的商業銀行不良貸款率和相關宏觀經濟數據,并通過參考國內外學者在研究宏觀壓力測試時的變量選擇,考慮我國商業銀行信用風險以及宏觀經濟發展的特點,對相關變量做了如下選擇。

1.被解釋變量

本文綜合考慮了我國商業銀行經營的特殊性和相關數據的可得性,選用了商業銀行體系的信用風險為被解釋變量,以不良貸款率為其衡量指標,即:商業銀行體系的不良貸款率越高,其信用風險水平就越高。我國商業銀行的不良貸款率的數據來源于中國銀監會網站和國研網的統計數據庫,其中,商業銀行的樣本包括了國有商業銀行、股份制商業銀行、城市商業銀行、農村商業銀行和外資銀行。根據《貸款質量評估指導原則》,中國的貸款按照五級分類法進行分類,不良貸款率=(次級+可疑+損失)/貸款總額。

2.解釋變量

在解釋變量方面,鑒于我國宏觀經濟的運行情況以及相關數據的獲取難度,選取了GDP增長率、CPI指數(用以表示通貨膨脹率)、廣義貨幣增長率M2、進口額同比增長率M、三至五年期貸款利率R、房地產價格指數RE、失業率U七個宏觀變量,數據來源于銳思數據庫和國泰安數據庫。

3.數據描述

從表1可以看出:(1)我國商業銀行的不良貸款率經過Logit模型轉換為yt后,其波動率仍然較大。(2)從選取的宏觀經濟變量來看,我國的宏觀經濟進入了高增長、低通脹、低失業、適度寬松貨幣政策的繁榮時期,但房價指數RE和進口額增長率M的波動較大。

(三)實證研究與結果分析

1.實證研究

根據上述的模型設定,首先對Pj,t運用Logit模型進行轉換,得到轉換指標yt,再將對商業銀行信用風險構成沖擊的各宏觀經濟變量及其yt的一階滯后變量(考慮到宏觀經濟沖擊的滯后性往往為一年)的數據代入,利用Eviews5.0與yt進行多元線性回歸,結果顯示:GDP增長率ZGDP、通貨膨脹率CPI、房價指數RE、貸款利率R、進口總額同比增長率M以及yt的一階滯后變量這六個變量顯著,而失業率U和廣義貨幣增長率M2不顯著,被剔除。然后再利用式(3)進行各宏觀經濟變量的自回歸。回歸結果如表2。

從表2可以看出:(1)在1%到10%的顯著性水平上,CPI指數、GDP增長率、進口額增長率M、貸款利率R以及房價指數RE均顯著影響到了我國商業銀行的信用風險水平,且信用風險的轉換指標受其滯后一期值的顯著影響;(2)各宏觀經濟變量均受到其滯后項的顯著影響,且除商品房銷售價格指數RE外其余宏觀經濟變量還受到了轉換指標滯后一期值的影響。

2.結果分析

從上述模型中,可以看出在宏觀經濟變量中貸款利率R對轉換指標的影響最大,R的上升代表企業的融資成本增加,為了按期還本付息,企業就必須拿出更多的利潤交給銀行,如果融資成本大于企業盈利能力,那企業就有違約的沖動,使得商業銀行的信用風險加大。而CPI對銀行信用風險的影響與R則恰恰相反,其上升預示著國家在實行寬松的貨幣政策,使得企業融資成本降低,企業的盈利大幅上升,減少銀行的信用風險。GDP增長預示著整個社會的宏觀經濟比較景氣,經濟處于上升繁榮期,企業平均盈利能力較好,不良貸款率也將隨之下降。進口總額增長率M上升,對我國的出口企業造成負面影響,致使其業績下降,進而會增加銀行的信用風險。房地產銷售價格指數的上升,會使得大量的資金涌入房地產市場,產生泡沫經濟,鑒于目前我國房屋貸款在銀行貸款中的比重,將會使銀行的不良貸款率顯著提高,進而增大銀行的信用風險。同時,也可以發現轉換指標的滯后一期對當期影響顯著。顯然,模型的回歸結果符合經濟學上的解釋。

四、宏觀壓力情景的設定及其風險分析

壓力測試主要是通過情境設定,根據情境假設下可能的風險因子變動情形,重新評估金融商品或投資組合的價值。通常重新評估的方式不會有太大的差異,但是情境設定的方式卻有很多種選擇。情境分析是目前應用的主流,即利用一組風險因子定義為某種情境,分析在個別情境下的壓力損失。情境分析的事件設計方法有兩種:歷史情境分析和假設情境分析。整個程序通常分為兩大步:一是情境設定;二是重新評估。

(一)情境設定

分析上述模型的回歸結果,可以發現貸款利率R對銀行信用風險的影響最大,而GDP增長率則是判定一國經濟發展最重要的指標,同時考慮到大多數危機的沖擊期會持續四個季度,因而假定2009年2季度為基期,模擬從2009年3季度到2010年2季度共4個時間點涵蓋了一年期的未來路徑。本文設定了兩個壓力情境:一是GDP指數突然大幅下降的情境。假定我國GDP季度增長率自2009年2季度起在未來的4個季度里每季度均會同比下降一個百分點。二是貸款利率R大幅上升的情境。設定我國的貸款利率自2009年2季度起在未來的4個季度里,每季度均會同比上升一個百分點。為了便于計算,假定這兩個沖擊是相互獨立的,即當一個宏觀解釋變量受到沖擊,其它解釋變量仍然保持不變。

(二)重新評估

設定情景下的沖擊結果如表3。

從表3中可以看出,在設定的兩種壓力情境下,我國商業銀行的信用風險水平明顯增加,其不良貸款率顯著提高。同時,還可以發現,貸款利率R的大幅升高比GDP增長率的降低對商業銀行體系信用風險的沖擊幅度更大,這也充分說明了貨幣政策在調控宏觀經濟中的重要性及其對商業銀行的顯著影響。

為了更清晰地表現兩種壓力情境下銀行體系信用風險的變化,將上述結果繪在圖1中。

圖1中P1代表了GDP增長率突然下降情境下的我國商業銀行體系的不良貸款率,P2代表了貸款利率R上升時我國商業銀行體系的不良貸款率。從圖1中可以清楚地看到P2一直在P1的上方,即貸款利率R的大幅上升比GDP增長率的大幅降低對商業銀行體系信用風險的沖擊幅度更大。

五、結論

本文采用我國2003年1季度到2009年2季度的宏觀經濟數據和商業銀行的不良貸款率數據,基于Wilson (1997a, 1997b),Boss(2002)及Virolainen(2004)所提出的模型,通過Eviews5.0軟件建立了商業銀行信用風險轉換指標 與各宏觀經濟變量及轉換指標滯后一階的回歸方程,結果表明GDP增長率、通貨膨脹率、房價指數、貸款利率、進口總額同比增長率對我國商業銀行的信用風險影響顯著。進而利用得出的回歸方程,依據假設情景對我國商業銀行的信用風險進行了壓力測驗,在宏觀壓力測試的情境分析中,得出了貸款利率R的大幅上升比GDP增長率的大幅降低對商業銀行體系信用風險的沖擊幅度更大的結論。

鑒于本文的研究結論,可以看出宏觀經濟變量和商業銀行信用風險之間有著密切的聯系,在本輪的次貸危機中我國的商業銀行雖沒有受到大的沖擊,但應該吸取歐美大銀行在這次危機中的教訓,防患于未然,提高自身的風險意識,繼續降低銀行的不良貸款率。另外,政府在遇到宏觀經濟問題時,貨幣政策起著至關重要的作用。一國貨幣當局在面對危機時,應該審時度勢,制定正確的貨幣政策,確保經濟的快速增長。

【參考文獻】

[1] Wilson T C. Portfolio credit risk I [ J ]. Risk, 1997, 9(10) : 111 - 170.

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

[3] BossM. A Macroeconomic credit risk model for Stress Testing the Austrian credit portfolio [ J ]. Financial Stability Report, 2002(4): 64 - 82.

宏觀經濟風險分析范文第4篇

一場席卷東南亞甚至波及全球的東南亞金融危機使人們真正體會到了金融風險。稍微了解近西方金融的人就會知道，金融風險是隨著現代金融制度的形成相伴而生的，金融風險的大小并不取決于人們對它的認識程度。70年代以來，隨著世界宏觀波動的增大以及西方各國相繼放寬金融監管體制，金融機構面對的變數增大，風險隨之大幅度提高了。而過去的十年正是現代金融體制構建，金融業快速發展的時期。這段時期，人們更多關注的是金融行業的高利潤率，股市的出現也僅僅讓人們意識到證券業的風險，銀行業一直被人們看作是穩定高收益的行業。顯然，人們對銀行業的風險認識不足，的銀行財務分析體系就可以反映出這點。從普遍的情況來看，我國銀行財務分析實踐中比較重視對財務收益的分析，分析體系、技術也較為成熟，但缺乏對風險的分析。這是有一定的歷史原因的。

在計劃體制下，銀行的資金是按國家確定的計劃分配的，單一銀行體制下，銀行一度成為財政部門的和出納，此時是以單純的資金計劃管理為核心的，無需考慮收益；改革開放后，多家產權較為明晰、具有真正性質的股份制商業銀行相繼建立，國有獨資銀行也開始了商業化進程，對商業銀行的探索使銀行業更加注重吸收資金的成本和資金運用的收益性。追求股東權益最大化的企業目標促使銀行在進行資金計劃管理的同時也要注重財務計劃的實施；隨著金融體制改革的深化和金融市場風險的日益顯現，銀行業普遍推行與國際慣例接軌的資產負債比例管理，資產負債比例管理的核心就是風險管理。因此，商業銀行對資金營運計劃的分析從最早的單純對信貸資金計劃執行情況的分析，發展到以盈利為出發點對信貸資金計劃和財務計劃執行情況的分析，最終發展的方向是以盈利為出發點、以風險分析為核心的資產負債比例管理綜合分析，真正體現商業銀行流動性、盈利性、安全性目標。

商業銀行財務分析的發展方向是風險收益分析，這是與商業銀行財務管理由收益管理向風險管理方向演變相適應的。現代商業銀行財務管理作為資產負債比例管理體系中的重要組成部分，應該是以風險收益管理為核心的風險管理，這是由于：

1．風險收益是財務管理的基本觀念。商業銀行的財務管理必須首先樹立風險收益觀念，以風險管理為核心內容。

2．是穩健經營的要求。銀行是高負債的企業，本身財務風險很高，決定了銀行業是高風險的行業。同時，銀行是經營貨幣資金的特殊行業，經濟發展中的風險會向銀行集中，經濟危機往往伴隨著銀行危機。在金融風險環境中，為確保穩健經營，商業銀行的財務管理必須以風險管理為內涵。

3．是銀行自身生存發展、開展集約化經營的要求。在前幾年我國銀行業快速擴展時期，各家銀行普遍實行粗放式經營戰略，傳統銀行發展思路是，以高投入為代價獲取市場份額，在利率差較為穩定，未采取謹慎性會計原則的情況下，規模的擴張能體現出賬面收益的增加；但同時由于我國銀行業缺乏對風險的認識，忽略了風險管理，缺少對經營行為的風險約束，也積累下了無窮的風險，目前已嚴重抑制了健康發展。海南發展銀行和多家非銀行金融機構的倒閉已經對中國的銀行業敲響了警鐘。因此，由粗放式經營向集約化經營首先就要開展風險管理。

4．是推行資產負債比例管理、與國際管理接軌、參與國際競爭的要求。80年代以來，至東南亞金融危機發生之前，西方國家已有多家銀行因忽視風險控制而倒閉，教訓慘痛。巴塞爾協議已經把風險性原則上升到第一位。因而，推行資產負債比例管理就是要推行風險管理，提高銀行運營對風險的承受能力。隨著我國金融市場的開放，不僅銀行業競爭加劇，風險也日益增加；同時，銀行業的國際化促使我國銀行要面臨國際金融市場的風險環境。這些都迫切要求商業銀行財務管理向風險管理轉變。

商業銀行財務管理向風險管理模式的轉型，重要的一步就是財務分析的重點由收益分析向風險收益分析的轉變。這是由于財務分析是站在財務管理的角度發現銀行經營中存在的、分析原因、提出解決問題方案的重要環節。其目的是對銀行歷史和現實經營狀況和工作實績作出全面衡量和評價，為制定經營方向和發展戰略決策提供直接的依據，因而是財務管理發揮為經營決策服務的具體體現。商業銀行財務管理向風險管理模式的轉型首先要從財務分析開始。

商業銀行股東權益最大化的目標直接表現為追求銀行價值最優化，由于宏觀經濟波動和市場環境的變化，各種不同類型的風險使銀行管理者必須在極其不確定的狀況下實現銀行價值最優化目標，因此，需要對收益和風險進行平衡分析和選擇，這就是風險收益財務分析。

國內銀行業在借鑒西方銀行管理模式建立自己的資產負債比例管理指標體系時，都考慮了風險控制指標，但由于缺乏對銀行風險的深刻認識，并沒有因此實現真正的風險管理。開展風險管理，必須首先針對風險控制指標，實施風險分析，只有對銀行目前面臨的風險程度作出評價，才能采取相應的風險管理策略。可見，風險分析是認清風險、量化風險、反饋風險信息和實施風險控制的首要環節。財務分析作為資產負債比例管理分析體系中的重要部分，也必然向風險分析轉變。二、商業銀行面臨的幾類風險及與收益的關系：

銀行風險是指一切與銀行業務有關的不確定性及因此給銀行帶來損失的可能性。一般而言，商業銀行可能面臨四大類風險：

1．環境風險。商業銀行所處的宏觀環境、經濟政策、法規所決定的風險。例如，我國銀行法的出臺和監管政策變化已經促使銀行業相應的作出變革。央行的貨幣政策的調整也會到銀行的經營策略。

2．管理風險。由于管理人員素質與能力因素決定的風險。近年來，銀行業中違規經營、大案要案所引起的一系列風險在很大程度上阻礙我國商業銀行的健康。

3．交付風險。由于銀行提供金融服務所導致的風險。

例如，由于化手段滯后或金融創新所帶來的風險。

4．金融風險。銀行業面臨的金融風險是指在資產負債管理中存在的風險。如，流動風險、信貸風險、利率風險和資本風險。

在銀行的經營過程中，銀行收益與所面臨的某些風險存在相互交替的關系。一般來看，環境風險屬于不可控制風險，與銀行收益之間不存在交替關系，環境風險的增加并不能促使銀行收益的上升，相反卻構成銀行收益增長的限制因素。而金融風險與銀行收益存在正向相關關系。當金融風險增加時，銀行收益也隨之增長，并對收益實現和未來收益預期有一定影響。交付風險與銀行收益之間也存在一定的替代關系。而為提高銀行收益能力，管理風險應嚴格加以控制。

三、商業銀行財務中風險分析

銀行財務分析中的風險分析，側重對風險收益的分析，即對風險和收益的交替關系進行分析，以獲得在承擔較低風險的情況下的較高的收益。對風險和收益交替關系的分析實際就是商業銀行財務分析的特征，為與傳統財務分析相區別、突出風險分析，我們暫且稱現代商業銀行財務分析為“風險財務分析”。在股東權益最大化的目標下，風險財務分析是股份制商業銀行的資產負債管理、風險管理的核心工作。風險財務分析為信貸資金計劃分析提供收益導向，為信貸計劃和資金管理提供決策依據。

金融風險是銀行在資產負債管理中面對的風險，是風險財務分析主要分析對象。不同階段，風險財務分析側重點不同，在經濟發展平穩、利率管制嚴格的時期，人們可能會更關心信貸風險；而在利率頻繁波動、利率市場化時期，人們會更多地關注利率風險；而流動風險、資本風險直接關系到銀行的生存，一直為人們所關心。各種金融風險之間存在著一定相關度，這綜合體現在銀行資產負債結構上。為便于操作，建議在開展風險財務分析時可以從資產負債結構分析和利率分析入手：

1、資產負債結構風險分析。主要是通過分析資產負債結構(資產負債對應結構和自身結構)、資產質量，分析資產風險度和資本杠桿來分析流動風險、信貸風險、資本風險。

流動性對商業銀行至關重要，是銀行的生命線，銀行的流動性也涉及到整個金融體系乃至整個經濟體系對流動性的需求的保證。而流動性與盈利性是流動性風險管理首要解決的矛盾，銀行持有高流動性資產，流動性風險會降低，但同時也降低了銀行收益；反之，高資產收益而低流動性會使銀行面臨過大的流動性風險。風險財務分析首先應對資產負債結構進行風險分析，分析的內容是對流動性和收益性相互關系的分析，資產負債結構不僅是流動性也是收益性的決定因素，最佳資產負債結構應是在流動性和收益性求得最佳平衡的結構。

資產風險分析的一個側重點是對資產質量的分析。資產質量的好壞是信貸風險的直接體現。信貸風險也稱違約風險，是指借款人不能按約償還貸款的可能性。因此，是商業銀行的傳統風險，至今仍是銀行的主要風險。西方國家許多銀行的倒閉從表面上看是因為流動性危機，但其實質是資產中存在巨額呆壞賬所致。資產中的有問題貸款不僅會導致流動性危機，而且因占用信貸資產規模，在資產負債比例限制下，直接導致了資產收益能力的下降。

資產風險分析中另一個重要分析是對資產風險度的衡量。巴塞爾協議建立于銀行資本規定及其與資產風險的聯系。銀行資本充足的標準是以銀行資產風險為基礎的，對銀行資本風險的管理取決于風險資產確定。在全球經濟頻繁波動的今天，維持一定的資本充足率已成為各國銀行界的首要關心的問題。與資本充足度緊密相關的是資本的杠桿作用，由于銀行是高負債企業，有著比一般企業更高的資本杠桿度，因此，銀行資本收益率高于一般企業。但杠桿作用對銀行風險和收益交替效應的放大作用，決定了這種高杠桿度不是無節制的，過高杠桿度會引起高財務風險，同時降低了資本充足率，最終危及到安全性和收益性。適度的資本杠桿與銀行價值最優化的平衡是風險分析中的一個重要方面。

可見，財務分析中對資產負債結構風險分析與計劃、信貸部門分析的側重點不同。財務分析更側重于尋求銀行資產價值最優化即在收益最大化和風險最小化之間尋求平衡，從而能為資金計劃管理提供風險盈利的可靠依據。

2．利率風險分析。利率風險是銀行的基本風險之一，因而，西方銀行業曾一度認為資產負債管理就是對利率風險的管理，當然，目前來看這種觀念未免失之偏頗。而過去，我國銀行業并不重視對利率風險的管理，原因是我國利率沒有真正市場化，也較少利率政策，在嚴格利率管制下，存在穩定的高利差，只要擴張規模，即可獲得可觀的收益增長。但近年來經濟形勢發生了很大變化，利率政策成為調節經濟常用手段。而利率市場化成為金融市場化改革的內容。由于過去缺乏對利率風險的認識，在最近幾次利率調整中，銀行業普遍缺乏應變、調整能力。可見，利率風險分析是目前財務風險分析中的重點。

銀行利率風險主要是由兩大方面決定的：一是銀行自身資產負債結構和數量；一是外部宏觀經濟形勢與經濟政策。因此，對利率風險的分析一方面要及時了解國家宏觀經濟環境的變化，另一方面是根據自身的資產負債結構情況分析利率波動下所產生的利率風險。

由于我國銀行業資金運用渠道狹窄，資產結構簡單、利潤來源單一，利差收入占利潤的絕對比重，利率風險的分析與控制就尤為重要了。

傳統的利率風險分析是對利率敏感性資產和利率敏感性負債差額風險的分析(缺口分析)，用于衡量銀行利差收入對利率波動的敏感程度。這種分析首先要對資產負債的利率期限結構和對稱性進行深入分析，這對目前銀行業來講是難以解決的問題。現行的賬務體系和統計報表在設計的當初，并沒有考慮這種需求。如果不能準確了解到資產負債利率期限匹配結構，就無法確定一段時期的差額風險，更談不上對利率走勢預測和利率敏感性資產負債差額的調整。因此，開展利率風險分析，首先要對目前的會計賬務和統計體系進行改革，以客戶管理代替賬戶管理，借助機數據庫技術建立每個客戶和每筆業務的會計、統計檔案。利率風險分析還包括在利率波動情況下，因收息資產和付息負債利率變動幅度差異而引起的基差風險和客戶對利率期限重新選擇的選擇權風險。

另外，開展外匯業務的銀行除了面臨前述幾類風險還會面臨匯率風險。這種風險來源于匯率的波動。匯率和相關國家的經濟發展和穩定密切相關。央行的干預對匯率的波動也產生很大的影響，利率的變動也會影響匯率的變化。這取決于本國的貨幣政策和外匯監管制度。在金融全球一體化和銀行業務國際化的潮流下，銀行面臨的匯率風險將越來越引起人們的關注。

全面的風險財務分析還應對表外業務進行風險收益分析。四、對風險財務的幾點考慮：

1．與信貸資金計劃分析的協調關系：

我國銀行業的資產負債比例管理體系尚在探索之中，各家銀行相應的組織結構也有所差異。在資產負債比例管理分析體系中，風險財務分析應以風險收益為基本觀念，信貸、資金管理計劃分析結論，側重于對風險與收益的交替關系的分析，反過來為信貸資金計劃分析提供風險收益的依據。

2．必須借助機、手段：

在計算機網絡，借助手工進行風險財務分析已經不大現實了，銀行業務數據的繁雜性和系統性要求利用計算機、網絡等先進手段。以利率風險分析為例，要準確了解銀行的資產負債利率期限結構及變動，必須利用計算機詳細記錄每個客戶和每筆業務，構建大型的數據庫(甚至數據倉庫)，在此基礎上利用分析工具進行數據的采集、索引、分析。對于一個大型銀行，有眾多的分支機構和上萬的客戶，業務記錄隨時間推移更是成倍增長，不借助計算機、網絡技術和先進的算法而依靠手工來完成分析工作，恐怕連上的可能性都不存在。

3．分析要不斷創新：

財務分析從收益分析向風險收益分析轉變，對動態分析提出迫切需要。財務分析常用方法是財務比率分析，是與收益分析階段相適應的靜態分析法，不能滿足對風險動態分析與預測要求，應向現金流量分析過渡。傳統風險分析方法也基本是靜態分析法，無法滿足對風險預警的要求，也要向動態分析方法過渡。如對利率敏感性資產負債差額分析沒有考慮到外部利率條件和內部資產負債結構連續變動，具有很大的局限性，因此，西方銀行業提出持續期動態分析方法。

風險分析的另一方向是借助數量學的方法，建立數學模型，計算機開發先進算法，進行量化分析，對客戶進行細分化，提高風險分析的針對性，實現從事后分析向事中控制、事前預測的前瞻性方法轉變。

4．要不斷地關注國外風險管理理論與實踐的最新發展，并建立完善銀行特色的風險管理分析體系：

國外銀行界隨著風險管理實踐的廣泛開展對風險管理的在不斷的深化，風險管理理論在不斷豐富。例如，1997年初巴塞爾委員會了《利率風險管理原則》(征求意見稿)，提出了利率風險管理的基本原則，體現了國際銀行界對利率風險管理研究的最新成果；1997年下半年又推出了《有效銀行監管的核心原則》，從銀行監管的角度對銀行風險管理提出了更全面、更高的要求。這些研究成果對我國銀行業的風險管理也具有現實指導借鑒意義。我國銀行業應該大膽借鑒外國成熟的研究成果，加快風險管理和風險分析工作的進程并不斷提高工作水平，在此基礎上形成我國銀行風險管理、分析體系。

5．對財務分析人員素質的要求：

宏觀經濟風險分析范文第5篇

【關鍵詞】信用風險 親周期性 簡化模型 結構模型

商業銀行在信貸活動中帶有明顯的親周期性,所謂親周期性,簡單的講,就是商業銀行會通過信貸活動推動經濟周期的形成和加劇經濟的周期性波動。具體表現為:在宏觀經濟處于蕭條時期,信用違約會顯著增加,相反經濟處于繁榮時,信貸質量則會明顯改善,因而銀行信用也呈現蕭條時收縮,繁榮時擴張的特點。信用風險的親周期性問題已成為BaselⅡ的核心問題,引起了許多學者和專家高度重視。同時,我國商業銀行的信貸活動也明顯帶有親周期性,如1992年、1993年經濟高漲時商業銀行過度信貸,1998年經濟低迷時商業銀行普遍惜貸,導致了大量不良資產出現,也降低了經濟運行的穩定性。因此,要增強金融體系和宏觀經濟的穩定性,就必須從信用風險管理的角度入手,將能夠測量到的不穩定因素納入到信用風險計量模型中。

一、傳統的信用風險評估模型

信用風險是指債務人不能償還債務的風險,即違約風險。傳統的信用風險模型按照建模的方法分類,可以分為結構模型(structural credit models)和簡化模型(reduced form credit models)。結構模型基于Black-scholes的期權定價模型,而簡化模型借用了保險精算的思想。

1、結構模型

結構模型是由Merton(1974)和Galai、Masali(1976)基于期權理論提出來的。假設某企業風險資產為V,股本為S,債務面值(包括應收利息)為F,債務市值為B,到期日為T。該模型在假設市場無摩擦、無交易成本和稅收,無風險利率為常數,公司價值等于股權價值加債務價值的基礎上,還需要滿足以下幾點:第一,公司價值變化服從du=vtdt+vtdzt的幾何布朗運動。vt表示t時刻公司價值,表示公司期望收益率,表示公司價值波動率。第二,公司具有簡單的資本結構,只發行一種普通公司債券,沒有其他負債,且該債券為零息債券,面值為F,期限為T。債券到期前,公司不發行新的債券,不支付股利,不進行股票回購。第三,嚴格遵守絕對優先原則。只有債券持有人得到完全償付后,股東才能獲得正支付。因此,債券到期日的價值DT=min(VT,F)。

債券到期時,如果VT≤F,則股權和債券的收益分別為0和VT,如果VT>F,則股權和債券的收益分別為VT-F和F。因此,債權人需要持有一個賣出期權才能得到無風險支付F。此賣出期權到期時具有支付max[F-VT,0]。利用無套利原則,則信貸風險的價值等于以企業資產為標的物V的賣出期權,執行價格等于債務的面值F,到期日為T。如果無風險利率為r,則均衡狀態時滿足:

B0+P0=Fe-rT(1)

采用Black-Scholes期權定價模型,則該賣出期權的價值為:

P0=-N(-d1)V0+Fe-rTN(-d2)(2)

其中,P0是基于V的賣出期權的價值;N(g)是累積的標準單位正態分布;是企業資產的波動率,即標準差;d1、d2 分別為:

d=

d=d-

假設該公司發行折現債券,根據公式(1)和(2),其到期收益率yr則為:

y==(3)

零息公司債券到期收益率與同期無風險利率之差,即信貸利差CS(Credit Spread)為:

CS=yr-r=-1n[N(d)+N(d)](4)

其中,是企業財務杠桿比率LR的倒數,即LR=。

以上公式表明,信貸利差是企業財務結構、資產波動性及債務到期日的函數。由于信貸利差本身反映了信用風險定價,因此,信用違約風險也取決于這三方面的因素。

在結構模型中,當資產的市場價值低于債務面值時,違約將會發生。所以,在信用期限內違約概率依賴于資產的市場價值與債務面值之間的距離,即違約距離DD(Distance to Default)。

假定企業資產在期初市場價值為V0,期末為VT,違約點對應的資產價值為v,則企業的違約概率可以表示為:PD=prob(VT≤v)。

在Black-Scholes期權定價模型中,風險資產價值的波動被假定服從一個幾何布朗運動過程:=dt+dz,其中,Vt表示t時期資產價值,資產回報呈即時正態分布;為常數漂移項,代表資產回報均值;為常數的資產回報波動率;z代表一個維納過程。根據假設,對所有時間t,該風險資產的價值分布呈對數正態分布,即:Vt=V0exp[(-)t+Zt]。

假設投資者是風險中性的,對所有債券的預期回報是無風險利率,將換成r,則企業的違約概率可以表示為:

PD=prob(VT≤v)=prob(1nV0+(r-)T+ZT≤v)

=prob[ZT≤-]=N(-d)

其中,N(g)是一個標準累積正態分布,且:

d==

=

其中,V0e表示企業資產在期末的預期值,v代表違約點對應的資產市值,因而分子可以理解為期末企業資產市值到違約點的距離,分母是經過時間平方根調整后的資產回報波動性。相應地,d也就是標準化后的違約距離。

2、簡化模型

簡化模型(reduced form model)又稱密度模型,與結構模型的違約由其資產過程決定不同,簡化模型的違約是由一種給定的變量決定的。

假設N(t)為一個計數過程,用來表示違約數目,其密度為t,則N(t)的第一個跳躍就是違約的時間1,即1=inf{t∈R+│N(t)>0}。如果已知違約時間h,h∈R,則:

Nt=I(5)

如果t=為一個常數,則Nt為一個泊松過程,且

P{Nt-Ns=n}=(t-s)nnexp(-(t-s))(6)

假設無風險利率為rt,則貨幣市場賬戶的價值過程為:

=exp(rds)(7)

記為在[t,T]上發生違約的概率,則S(t,T)=1-P(t,T)為生存概率,則:

S(t,T)=P{>T│>t}=E{exp(-ds)│F}(8)

我們考慮一個T時刻到期,面值為1的無違約風險的零息票債券的價格可表示為:

p(t,T)=EQ(T,T)│F=E{exp(rds)│F}(9)

利用(8)和(9)我們就可以考慮一個可違約零息債券的價格。假設在時間≤T違約后,回收率為R,則此時可違約債券的價格Q(t,T)應該有兩部分組成:一是沒有違約,到期后本金可以按面值收回;另外一種情況是,發生違約,僅能按照違約回收率收回部分本金。假設債券面值為M,則Q(t,T)可以由下式給出:

Q(t,T)-EQ(T,T)│F-E≥t│F=ER│F

(10)

二、信用風險與宏觀經濟周期的關系

對于信用風險與經濟周期的關系,有很多不盡相同的觀點,但根據經濟周期是否能預測,可以粗略分為兩種典型情況。在第一種假設中,經濟周期是可以粗略預測的。持這種觀點的代表人物是Andrew Crocket。他們把宏觀經濟周期性波動變化看做是一個正弦曲線,因此,繁榮之后很可能是隨之而來的衰退,衰退之后則會轉為復蘇。在這種假設之下,一個前瞻性的信用評級體系則應該是當經濟繁榮時,考慮到衰退很快將會到來,就增加所評估的信用風險;而當經濟衰退時考慮到經濟最終將會轉為復蘇,就減小所評估的信用風險。第二種假設以Borio&Lowe(2001)為代表人物則認為,雖然宏觀經濟的波動呈現出了周期性的擴張和收縮的特征,但這種周期性變化特征太不規則了,根本無法事先作出預測。在這種假設下,一個前瞻性的評級體系則應該是當經濟繁榮時,考慮到這種繁榮將得以延續,就減小所評估的信用風險;而當經濟衰退時,考慮到衰退也將得以持續,相應也就增加所評估的信用風險。

然而,實踐中無論是商業銀行還是監管者都并沒有走向這兩種極端情形。因為經濟預測的表現實在太差強人意了,經濟現在的表現往往被認為是未來經濟表現的最好指示器。所以,這就導致了商業銀行體系并沒有給予經濟預測足夠的重視,而是很大程度的依賴于當前宏觀經濟狀態和公司的財務狀況。評級期限通常為一年,是當前國內、國外絕大多數商業銀行評級體系表現出的取向。所以,采用這些評級體系將會認為經濟擴張時期信用風險是較低的,商業銀行傾向增加信用投放;經濟衰退時期則認為信用風險增加了,商業銀行緊縮信用。商業銀行的這種周期性的借貸行為具有親經濟周期的特點,最終可能加劇經濟的周期性波動。

三、評價與展望

近年來,越來越多的銀行開始重視運用風險計量技術來進行風險管理,很多基于VaR(Value-at-Risk)的模型被運用到了商業銀行信用風險計量領域中,這些模型包括穆迪公司的KMV、J P摩根的CreditMet rics、瑞士信貸第一信貸波士頓的Cred2itRisk+和麥肯錫的Credit PortfolioView等。盡管各種各樣的模型具有不同的結構,但在處理宏觀經濟周期性波動方面,大多數模型采用“外推”(Ex2t rapolate)的方法,也就是說,如果當前的經濟狀態是好的,意味著未來也是向好的,如果當前的經濟狀態是壞的,意味著未來將會變壞。具體來說,這些模型的評級周期是1年,違約率或信貸質量的變化只是評級周期機械地延伸的結果,并沒有充分考慮宏觀經濟周期性波動的影響。

盡管在過去的幾十年中,商業銀行信用風險評估技術取得了長足進步,并且國家監管力度加強,但是仍然存在著眾多問題,最明顯的就是商業銀行不僅要計量某一個“時點”上商業銀行的信用風險。更要隨時關注風險歲宏觀經濟周期波動如何變化。這對商業銀行和監管者都非常重要,因為如果錯誤的估計了風險隨宏觀經濟波動的風險,在擴張時期低估了風險而在衰退時期高估了風險,信用擴張和信用萎縮都會過度反應,這將最終放大經濟的周期性波動,從而威脅到金融體系的穩定性。

【參考文獻】

[1] 趙信先:銀行內部模型與監管模型[M].上海人民出版社,2004.

[2] Merton、Robert C:Theory of Rational Option Pricing [J].Bell Journal of Economics and Management Science,1973(4).

[3] Philip Lowe:Credit Risk Measurement and Procyclicality[R].BIS Working Paper,2002(116).