联系我们
返回上一页

从监管驱动到管理驱动——精细化信用风险压力测试实践

陈勇  中国民生银行总行风险管理部风险计量模型验证中心主任

 

一、监管压力测试要求回顾及常见做法

(一)监管信用风险压力测试要求回顾

1997年亚洲金融危机之后,压力测试被作为一个管理工具引入风险管理过程之中,而其被列入监管工具层面是在市场风险受到密切关注后, 2004 年巴塞尔新资本协议(巴 )正式发布,其中第二支柱涉及了压力测试要求, 2009 年,巴塞尔委员会发布《稳健的压力测试实践和监管原则》。

2004 12 月中国银监会发布《商业银行市场风险管理指引》,压力测试正式进入国内监管法规, 2007 年发布了《商业银行压力测试指引》作为压力测试的专项指引。 2012 年,随着《商业银行资本管理办法(试行)》的发布,对应巴塞尔协议要求的内评压力测试、 ICAAP 压力测试正式被列入更高级别的监管法规中。在此之后,一些专项风险管理监管细则陆续发布,从《商业银行并表管理与监管指引》到《银行业金融机构全面风险管理指引》等,都有对压力测试提出要求。从国内监管要求来看,压力测试工具已经进入了相对全面覆盖各类风险落地实施的阶段。监管指引除了要求实施压力测试外,还要求应用压力测试的结果,同时银行要从自身的管理目标出发实施压力测试。就实践而言, 2015 年以前,国内商业银行实施压力测试主要在于满足监管的要求,近几年则开始注重从自身管理目标出发做内部压力测试,强化压力测试结果的应用。

(二)监管信用风险压力测试常见做法

银监会自2008年开始,组织了多次房地产专项压力测试,其中个别年份是一年两次, 2012 年开始组织资产规模 5000 亿以上银行开展全面压力测试。 2008 年全球金融危机以后,中国人民银行在配合参加国际合作金融稳定压力测试的基础上,从 2015 1 月开始组织规模 4000 亿以上的银行开展每年的金融稳定压力测试。 2020 年,人民银行发布的《金融稳定报告( 2020 )》公布了 2020 年实施的偿付能力压力测试结果。经过十几年的实践,中国银行业的压力测试经历了从不成熟到成熟的过程,从最早的、简单的敏感性分析,再到情景分析,模型逐步优化,社会公众对压力测试的接受度也有所提高,一改以往对压力测试的负面看法。而随着金融系统压力测试成熟度的提高,监管机构也更有信心将压力测试结果公之于众,接受社会的检验。

就压力测试具体方法而言,银行内部对于自上而下 ”“ 自下而上 的概念与监管机构之间存在一定的差别,监管机构的 自上而下 主要是指组织形式上由监管机构往下组织金融机构开展压力测试,而金融机构内部的 自上而下 是从方法论角度理解的,从总体或行业层面开展压力测试,传导到客户层面。技术框架上多会采用 Wilson 模型、多元回归,包括情景分析与敏感性分析。情景分析中的承压指标,多数是采取不良率,个别机构会使用违约率进行转换,最终压力传导至资本充足率上。模型敞口划分方面,对公贷款会进行单独的压力测试,零售贷款、信用卡透支、房地产专项也各有要求,有的银行也会对零售贷款、对公贷款、信用卡透支合并使用统一的宏观 Wilson 模型。测算口径以表内为主。

目前压力测试实践存在的问题:一是模型细分不够,二是支持应用能力不足,三是模型解释力不足。有时为了在规定时间内满足监管的要求,参测机构会把完成任务放在第一位,容易忽视模型细分精度的问题。

二、精细化信用风险压力测试实践

(一)精细化信用风险压力测试实践

民生银行高级管理层指出压力测试要支持行业政策制定,加大了压力测试实践的难度,因此需要做细化,下面介绍一些我们实施中的几点考量因素。

一是在细化压力测试模型的过程中,需要考虑选择哪些风险计量指标,一般来说,指标有不良率、违约率、逾期率、违约损失率、风险暴露等。二是最终考虑的目标是建立一个全敞口覆盖的压力测试模型体系,包括对公/ 零售信贷业务、标准化债权业务、非标债权 / 股质业务等,都能有细分的模型。三是在方法论上计划建立压力测试计量模型技术库,既涵盖宏观压力测试,又涉及财务传导模型,也关注重点行业专项压力测试,以及基于外部行业风险数据信用周期模型。四是在压力测试传导结果分析方案中,会考虑 EL (预期损失)、 NPL (不良贷款损失率)、 RWA (风险加权资产)。

(二)自上而下压力测试模型构建

对于自上而下的压力测试模型,主要采用Wilson Merton 两种方法,它们的宏观变量基本一样,并且采取相同的架构   。根据监管要求时间的不同,对模型划分进行了区别对待。例如监管压力测试模型中,民生银行对公业务建立了 10 个敞口的模型,对内部管理细分了 21 个敞口(对制造业与批发零售业进行细分);房地产专项根据监管的要求设定了 7 个敞口,零售则是分了 3 个;标准的零售业务分有 6 个敞口;而金融市场业务中,信用债划分有 3 个敞口。在此划分基础上,采用不同的承压变量。基于对监管调整的考虑,需要不同的标签,比如不良率,由于每家银行判断的不同、监管的变化,这个标签需要动态追溯过去的数据。对应 21 个细分模型,结合表内、表内外合并口径的不同承压指标,总体上有超过 200 个模型,单一实施一次对公信贷表内、表外业务压力测试就有 42 个模型。

(三)自下而上财务模型构建

自下而上是财务传导模型是从客户财务报表出发进行压力测试。由于有些压力测试模型对应敞口的违约数据不够或没有,无法基于历史违约数据系列建立WILSON 模型,最后开发了基于评级模型的财务压力测试模型,对划分行业敞口的财务报表进行分析并建立压力测试模型。财务指标包括销售收入增长率、销售成本增长率、销售与管理费用的增长率、负债利息的费用增长率等。对于评级模型来说,同样评 AAA AA ,在不同年份所对应的违约率是不同的,评级符号代表的违约是有波动的。在建立财务模型以后,将其传导评分模版,如果发现它不是很敏感,则需要进一步通过增加行业周期调整因子进行评级调整,即将评级违约率波动做成与宏观有关的行业调整因子,两个因子合在一起,构造自下而上的财务模型。

(四)宏观情景设置框架与指标体系

 对于宏观情景,国内监管采用了 5-7 个宏观指标,将这些指标应用到细分行业模型会产生难以建立一个具有解释度、参数合理的模型的问题。因此在实践中,民生银行选择了将近 80 个宏观指标作为指标长清单来建立行业细分模型,并且为了解决监管所给指标过少,而本行采用指标多的问题,另建立了用于过渡的宏观传导模型,用宏观指标先传导至驱动因素指标,再由驱动因素指标传导至被驱动因素指标,最终建立一个分层模型,保证在只有 GDP 一个核心指标的情况下,也能推出 50 个宏观因子指标,然后将其中的二三十个指标应用到细分 Wilson 模型,并用到细分行业上。

三、实施过程中的一些思考

第一是多类型的压力测试能否统一?就银行实务操作而言,有内部资本充足率压力测试、监管压力测试、减值宏观前瞻模型、整体压力测试等多种类型的压力测试,能否统一用一套模型替代?但由于现实中建立模型目标不同,这种统一使用一套模型我们认为较难实现。以减值宏观前瞻模型为例,它分为好、中、差三个情景,对应发生概率较高的可以达到 10%-30% ,其旨在追求模型的稳定性和预测的无偏性,比起常规压力测试模型,减值前瞻模型更像是一个预测模型。因此在多数情况下,对模型结果弹性的要求不能太高,从而不会由于某些因素的变化,造成模型结果变化过大,模型挑选的方向是不一致的。对于监管压力测试、减值宏观前瞻预测模型等,通常选择逾期 90 天不良率作为承压指标,而做内部压力测试会选择不一样的目标,比如 30 天逾期率,受人为因素、管理措施影响较少,能比较好的通过模型预测它的发生率,在对应的管理措施落实以后,才会转化成 90 天不良率或是违约。如果目标不一致,整个用一个模型来实现比较难。

第二是要建立适合银行自身压力测试应用目标的标签,并且保持历史数据的一致性,保持数据当前定义的口径,包括敞口、不良率、预期损失等。

第三对于低违约敞口,可以借鉴外部数据建立模型。比如金融债、银行风险暴露,银行违约样本是很少的,如果基于建模银行内部评级的波动,由于多数银行建立内部评级的时间不够久,则建模需要的评级波动的历史时间序列会不足。使用外部数据首先要确定有数据做得出模型,可以替代,其次要判断运用外部数据来建立的模型是否适用于自身的风险暴露。

第四是在财务预测模型方面,需要基础数据支撑,并使用自下而上、自上而下相结合的方法。如果单纯压内部评级的模板,由于评级模板大都是分档的,压力测试的边界要打开会有一定难度,压完评级以后,需要再把时点评级的波动考虑进去。

第五是实施精细化压力测试的效率问题。由于模型较多,会导致选择困难,实施难度增大,实施周期也有所增长,需要银行根据自身的各种因素来进行调整。国外做一个CCAR压力测试可能上千人在做,而在国内,每家银行有 10 个人做就不错了。所以在做精细化压力测试模型时,可能会出现实施周期长,人力有限的问题,考虑效率问题在模型细分上就不能做太多。

第六是压力测试结果可解释性的平衡问题。为支持行业政策而制定的压力测试,模型解释率需要足够高,并且需要做好常规的预测能力和极端情况下预测能力的平衡。因为要将压力测试结论提供给制定行业政策的人使用,在做行业预测模型时,应该偏向于选择发生概率比较高的情景,而不是说极端情景,所以要把预测能力的要求提升到更高的水平。

 

来源:本文为陈勇先生在第十六届中国金融风险经理年度总论坛,专题研讨会 NO.16“压力测试和模型风险管理”的发言实录全文,供读者参阅。

请登录!