第11章 压力测试

《第11章 压力测试》由会员分享，可在线阅读，更多相关《第11章 压力测试（39页珍藏版）》请在金锄头文库上搜索。

1、第11章 压力测试, 2015-2020,压力测试的概述,本章目录,1,压力测试的流程,2,信用风险压力测试,3,市场风险压力测试,4,流动性风险压力测试,5,操作风险压力测试,6, 2015-2020,1、压力测试的概述,1.1压力测试的定义 根据国际清算银行（BIS）和国家货币基金组织（IMF）将宏观压力测试定义为：宏观压力测试是指用于评定金融系统在“罕见但可能发生的”宏观经济冲击下的薄弱和脆弱点的一系列方法和技术。从定义可以看出，宏观压力测试的着眼点主要放在两个地方：一是压力测试的目的，用于评估金融体系的稳定性；二是压力因素，主要来源与宏观经济冲击。,1.2 压力测试的发展历程 最初主要

2、是针对银行的交易头寸进行压力测试。银行交易头寸的主要风险是市场风险或者称市场价格风险，而这些价格都是可观测和适于模型化的。 随后，商业银行也逐步将压力测试应用在分析极端条件的信用风险、流动性风险以及操作风险等领域可能造成的损失。, 2015-2020,1.3 压力测试的测试主体 1.一国的监管机构。 2.金融机构的最高决策和执行部门。 3.金融机构的风险管理部门或具有类似功能的部门。, 2015-2020,2、压力测试的流程,2.1 定义目标 从压力测试模型构建过程进行划分，压力测试可以分为驱动因子压力测试和资产组合压力测试。, 2015-2020,2.2 识别风险因子，建立压力测试模型 压力

3、测试模型建设就是寻找驱动因子和测试目标之间的风险传导机制，是压力测试的核心内容。 压力测试模型以统计回归模型为主，对于特殊的产品，例如金融衍生产品，需要利用金融工程模型。, 2015-2020,2.3 设计压力测试情景 压力情景设计方法可以分为历史情景法、假设情景法（专家情景法）。 历史情景法将历史上曾经发生过的重大压力事件明确定义下来，再将该期间各种风险因子的波动情景代入压力测试模型，得出该事件之下所产生的承压项目计算结果。 假设情景法（专家情景法）基于专家经验和判断，对驱动因子的压力测试情景进行设定。, 2015-2020,2.4 情景分析与敏感性分析 一般压力测试还会进行敏感性分析，即针

4、对特定风险因子的小幅变动分析可能造成的损失，其目的在于了解风险因子在变动中对承压项目的总体影响效果和边际效果。, 2015-2020,压力测试的情景设计图, 2015-2020,2.5 压力测试结果分析 压力测试过程不仅仅是模型建设，还应形成对建模结果的完整分析报告。该报告应该至少包含以下内容：压力情景的详细设定过程以及假设前提，压力测试的数据来源、模型假设以及承压项目在压力情景下可能导致的定量结果，并对该结果所揭示的金融机构脆弱环节进行研究分析，得出具有可操作性的政策建议或者压力测试反馈。, 2015-2020,3、信用风险压力测试,信用风险压力测试对象时银行整体资产组合或者子资产组合的信用

5、风险指标，可以是基于内部评级体系的指标：如违约率（PD）、违约损失率（LGD）、风险暴露（EAD）、预期损失（EL）、相关性（Correlation）、非预期损失（UL）、经济资本（EC）、评级/评分（Rating/Score）；也可以是基于现有监管体系的指标：不良贷款（NPL）、不良贷款率（NPR）等。 信用风险压力情景主要包含宏观经济情景、金融市场波动情景等几类, 2015-2020,3.1信用风险压力测试的基本框架, 2015-2020,在压力情景下，承压损失分布整体右移，因而根据该分布计算出的承压的EL和UL均出现了较大幅度的变动，如图所示。, 2015-2020,信用风险压力测试可以

6、分为自上而下方法和自下而上方法，相应的其压力测试流程也有很大不同。自上而下方法通过宏观经济变量和银行资产组合的信用风险参数直接建立模型关系，在情景分析时将压力情景代入到计量模型中，得到情景下整体违约率与整体违约损失率，以及整体风险暴露，进一步计算出压力情景下资产组合的损失分布，最终可计算出预期损失、非预期损失、经济资本等指标，从而分析压力情景对信用风险可能造成的影响。其流程如图所示。, 2015-2020, 2015-2020,信用风险自上而下压力测试流程,自下而上方法则是建立在宏观经济变量与单客户信用等级之间的传导机制。在压力情景下，根据上述公式可生成每个子资产组合相应风险参数的分布，结合子

7、资产组合之间风险参数的相关性，自下而上逐笔汇总最终也可生成总资产组合的损失分布。据此可计算出损失分布的LE、UL、EC等指标。其流程如图所示。, 2015-2020,信用风险自下而上压力测试流程, 2015-2020,3.2 宏观经济压力测试模型 目前，国际上常见的压力测试模型框架源于1997年著名风险管理专家Wilson,Thomas C.发表在Risk杂志上的论文该论文阐述的模型框架是麦肯锡公司信用风险模型(CreditPortfolio View)的基础。 其中， 是子变量向量，代表多个风险因子；PD是模型的因变量，可以是违约率以及其他需要测试的承压变量。, 2015-2020,3、市场

8、风险压力测试,市场风险压力测试是指度量极端市场条件下（金融市场发生大幅波动）资产组合可能的潜在损失的定量化方法。目前，许多金融机构和监管机构都将VaR方法和市场风险压力测试同时作为衡量市场风险暴露的重要方法。, 2015-2020,3.1 银行账户市场风险压力测试 银行传统的信贷业务记录一般被称为银行账户（Banking Book），如银行发放的贷款一般属于此类，银行账户通常承受着市场风险。, 2015-2020,（1）静态模型,如下是利息理论的基本知识，重定价缺口模型可以表示为： NA=GPA* R 其中， 资产负债的久期缺口 : 资产（A）和负债（L）的麦考莱久期分布为：, 2015-20

9、20,(2)动态模型,如下同样是利息理论的基本知识，评估利率市场风险的指标净资产利率敏感性公式为： 其中， 净资本现值： 资产现值： 负债现值：, 2015-2020,3.3 交易账户市场风险压力测试 银行参与金融市场交易的记录一般被称为交易账户（Trading Book）。交易账户包括：银行从事自营而短期持有并旨在日后出售或计划从买卖的实际或预期价差、其他价格及利率的变动中获利的金融工具头寸；为执行客户买卖委托及做市而持有的头寸；为规避交易账户其他项目风险而持有的头寸。相对于银行账户的持有时间长、交易频率低，交易账户的持有时间短、交易频率高。, 2015-2020,(1)压力情景设计,交易账

10、户的市场风险压力测试情景只要有历史情景法和假设情景法。, 2015-2020,(2)重估值方法,假设银行持有美元债券投资组合A，设置压力情景收益率曲线变化和美元对人民币汇率大幅升值。 设基准利率期限结构 ，汇率E，则投资组合价值为： 压力情景下利率期限结构 ，汇率 则压力情景下投资组合价值为：, 2015-2020,（3）基于VaR框架压力测试方法,基于VaR框架压力测试方法的基本步骤是： 设置一系列压力情景； 给压力情景的不同状态设置不同的概率； 使用估值模型对组合价值进行重估； 结合重估价值和状态概率，计算出重估以后的组合价值分布； 根据新的分布，重新计算VaR。, 2015-2020,4

11、、流动性风险压力测试,根据流动性风险来源的不同，流动性风险可以分为融资流动性风险（Funding Liquidity Risk）资产流动性风险（Asset Liquidity Risk）。融资流动性风险是指无法筹集资金应对客户取款要求的风险，这种风险是银行业与生俱来的风险，是由商业银行“短存长贷”传统业务性质决定的。, 2015-2020,流动性风险压力测试的基本步骤如下： 步骤1：数据调查以及分析。 结合资产负债表，逐笔分析资产和负债，并按照流动性从高到低对每笔资产和负债排序，分析资金流入流出情况。 步骤2：情景设计。 设计流动性风险的压力情景时，需要安装资金流入流出分类设置。, 2015-

12、2020,步骤3：情景的压力评估。 压力评估主要任务就是分析在压力情景下资金净流动缺口，也就是将所有可能的资金流出项和资金流入项里列出，计算压力情景下的净资金流，其方法可以分为资产负债表法（静态方法）和现金流方法（动态方法）。 （1）资产负债表方法 资产负债表方法就是结合资产负债表，识别压力情景下短期内可能被取走的负债，同时识别可以变现的资产，分析可能的流动性缺口，静态方法的特点是只考虑当前时点的流动性缺口。, 2015-2020,（2）现金流方法 现金流方法是按照到期时间划分流入流出的现金流，计算现金流净流出缺口，如果筹资和卖出资产不能弥补缺口，则为流动性风险，动态方法的特点是只考虑当前时点

13、的流动性缺口。现在以上面假设的情景为例，具体分析现金流方法的应用。 步骤4：测试结果的分析与报告，按照规范的格式列出测试结果，并提出有效应对建议。, 2015-2020,5、操作风险压力测试,信用风险、操作风险和市场风险是商业银行的三大风险。和发达国家的商业银行相比，我国商业银行面临更加复杂的经营环境，法人治理结构不完善，收入分配制度不合理，尚未建立有效的激励约束机制，法律体系、IT系统有缺陷，社会保障体系不健全，转型经济对道德、文化的冲击，这些使得控制操作风险成为当前国内商业银行面临的一个重要课题。, 2015-2020, 2015-2020,操作风险压力测试流程主要分为四大步骤：,步骤1：

14、数据收集和分类。,步骤2：设置操作风险压力情景。,步骤3：压力情景下的损失分布估计,步骤4：压力情景下总损失分布估计。,步骤1：数据收集和分类。,按照对操作风险数据的定义，从各条线/部门收集操作风险数据，然后对所收集的数据进行分类，并分析某子类的统计特征。收集操作风险数据以后，可将操作风险损失按照业务条线和损失性质两个维度分别开展统计。在数据充分情况下，可得出每类操作风险的发生频率（单位时间内发生的次数）、损失严重程度（平均发生金额）以及发生金额的发生程度（标准差）。, 2015-2020,步骤2：设置操作风险压力情景。,目前，操作风险压力测试很难通过开发计量模型进行分析，专家分析是主要的方法

15、。操作风险压力测试中专家决策主要体现在情景设计过程中。专家可以设置某种压力事件，将该事件分解为对应业务条线和损失性质的可识别风险要素，并估计该要素发生的概率和损失的程度。, 2015-2020,步骤3：压力情景下的损失分布估计。,操作风险计量模型为随机过程模型，损失发生概率和程度分布符合不同的分布。模型参数估计有两种方法，一种是历史分布法，另一种是参数法。如果数据足够，则可按照分类统计结果生成多个损失分布，如数据相对稀缺，可生成未经分类的损失分布。参数方法对于数据量的要求相对少些。, 2015-2020,历史分布法是利用历史数据直接画出损失发生频率和程度的分布。 发生频率图, 2015-2020,后果严重性图, 2015-2020,步骤4：压力情景下总损失分布估计。,在已经估计出分布的情况下，可以通过蒙特卡罗模拟技术，生成总的损失分布，就可以进一步计算操作风险压力情景下的VaR等指标。, 2015-2020,