目录一、引言3二、压力测试的介绍和一般程序31.压力测试的定义32.一般步骤43.进行压力测试的方法4三、Logistic方法介绍41.宏观经济指标的选择42. 宏观经济指标对PD的Logit 回归53. logit 回归模型的建立5四、回归分析模型建立及结果分析61.假设压力情景事件62. spss回归73.回归结果分析7五、三种压力情境下的违约概率测度81.年度违约率的计算82.不同冲击的银行违约率83.商业银行应对损失的情况8六、结论8参考文献9基于压力测试对我国商业银行信用风险研究摘要：压力测试旨在用来测量某些小概率事件对银行经营或其所拥有的投资组合造成的影响，本文选取了我国商业银行的一些金融数据，运用Logistic回归的方法对商业银行承受的最大风险进行了研究。关键词：压力测试 Logistic回归 信用风险一、引言压力测试是猪金融机构用以衡量一些例外但有可能发生的事件的潜在损失的方法。我们开展压力测试的历史并不长，早期主要用于市场风险管理，随着时间的推移，业界也逐渐的用来补充信用风险模型的不足。巴塞尔新资本协议的颁布为各国银行风险提出了新的要求，风险度量和控制在国内银行业受到高度关注。新资本协议的一个突出特点就是在组合层次上利用在险价值（VAR，value at risk）来衡量风险，VAR是在概率既定情况下，银行的资产组合价值在下一阶段最多可能随时多少。然而VAR不能解释一些小概率的而有可能对银行造成较大损失的事件，这些事件可能对银行带来致命危害，如1987年美国股市崩盘、1997年东南亚金融风暴、1998年俄罗斯政府违约事件、2008年美国金融危机，在这些情况下VAR模型便告失灵。为了弥补VAR的不足，巴塞尔新资本协议明确指出银行必须建立良好的压力测试程序并定期进行压力，以反映各种经济环境改变的情景对信贷组合的不利影响。二、压力测试的介绍和一般程序1.压力测试的定义压力测试能够帮助商业银行充分了解潜在风险因素与银行财务状况之间的关系，深入分析银行抵御风险的能力，形成供董事会和高级管理层讨论并决定实施的应对措施，预防极端事件可能对银行带来的冲击。对于日常管理中广泛应用各类风险计量模型的银行，压力测试应成为模型方法的重要补充。压力测试也能够帮助银监会充分了解单家银行和银行业体系的风险状况和风险抵御能力。本文重点研究信用风险压力测试的方法，也就是度量不利情景下信用风险因子变动对银行资本带来的影响，并判断银行资本能否覆盖相应损失。2.一般步骤 一次压力测试一般来讲有六个步骤(1.确认资料的完整性、正确性及实时；2.压力情景的建立；3.定义各风险因子；4.选择、执行压力测试方法；5.依新压力测试情景进行资产组合的评估；6.压力测试结果的解释分析；）其中压力情景事件是指一些可能对银行资产质量、盈利及资本充足率等产生重要影响的不利条件，它往往有金融机构通过分析历史上的不利事件产生，或有相关专家根据假设产生，如本国经济衰退、主要经济体经济衰退（GDP、CPI等的变化）等。风险因子是对资产组合未来的收益产生影响的变量。我国银行业常见的风险因子为违约概率（probability default, PD)、违约损失率（loss given default，LGD）、违约风险暴露（exposure at default，EAD）及到期日（maturity，M）四个主要风险因子。3.进行压力测试的方法 （1）敏感性测试方法。敏感性测试旨在测量单个重要风险因素或少数几项关系密切的因素由于假设变动对银行风险暴露和银行承受风险能力的影响。（2）情景测试方法情景测试是假设分析多个风险因素同时发生变化以及某些极端不利事件发生对银行风险暴露和银行承受风险能力的影响。资产组合的评估市值评估这些不利的情况下银行的损失大小、盈利能力变化等，以衡量银行的稳健性和安全性。问题的关键是确定这些不利的情况下的情景参数（GDP、贷款额度增加、贷款利率上升、CPI的不断升高、失业率上升、房价下跌、股指下跌等）和风险因子（PD、LGD、EAD、M等）之间的联系，以及风险因子对资产组合价值损失等的影响关系。三、Logistic方法介绍关于风险因子对资产组合价值损失的关系，可以通过EL=PD*LGD*EAD为基础计算，其中EL（expected loss）为预期的损失，为简化分析，本文LGD参考BASEL的有关要求统一取45%（银行和国家的无抵押的高级债权，LGD=45%；银行和国家的无抵押的次级债权，LGD=75%），EAD取贷款余额作为近似，将研究重点放在宏观经济状况对违约损失率PD的冲击方面。1.宏观经济指标的选择选取可以表现宏观经济的指标有：国民生产总值、通货膨胀与紧缩、投资指标、消费、金融、财政指标等。其中投资指标包括：固定资产投资额；消费指标包括：社会消费品零售总额、城乡居民储蓄存款余额；金融指标包括：利率、汇率、货币供应量、金融机构存贷款余额、金融资产总量；财政指标主要有：财政收入、财政支出。宏观经济景气分析是一种经济周期分析方法，它主要是指通过分析一些主要宏观经济指标的变动，研究经济周期变化的客观规律性，预测经济波动的趋势及其影响，为企业经营和宏观经济调控提供决策依据。经济波动分为繁荣、衰退、萧条、复苏四个阶段，它的变化是有一定规律性的，而且必然会通过一定的经济指标的变化反映出来。这些指标称为敏感性指标，通常按周期循环的时间性区分为三类，即领先指标、一致同步指标与滞后指标。 领先性指标主要有：轻工业总产值、一次能源生产总量、钢产量、铁矿石产量、10种有色金属产量、国内工业品纯购进、国内钢材库存、国内水泥库存、新开工项目数、基建贷款、海关出口额、经贸部出口成交额、狭义货币M1、工业贷款、工资和对个人其他支出、农产品采购支出、现金支出、商品销售收入等；同步指标主要有：工业总产值、全民工业总产值、预算内工业企业销售收入、社会商品零售额、国内商品纯购进、国内商品纯销售、海关进口额、货币流通量、广义货币M2、银行现金收入等滞后指标主要有：全民固定资产投资、商业贷款、财政收支、零售物价总指数、消费品价格指数、集市贸易价格指数等；综合上面的考虑我们选择最能反映宏观经济的几个指标：GDP（国民生产总值，领先性指标）、固定资产投资（投资指标，滞后性指标）、贷款额度（金融指标，滞后性指标）、货币供应量（金融指标，同步性指标）、CPI（通货膨胀与紧缩指标，滞后指标）、贷款利率（金融指标）。2. 宏观经济指标对PD的Logit 回归度量宏观经济对PD的模型和方法有很多，本文选择了logit回归，主要是这个模型保证预测的PD在0-1之间，虽然PD在0-1之间不好度量，我们可以把它巧妙的转化为，这样就可以把它的取值范围（range）控制在实数的范围内了。下面将用图来表示：上图中横坐标表示的是 ，纵坐标表示的是PD，从上面的图明显可以看出在PD=0.5时出现了拐点，在两个尾部比较厚，其中PD在模型中也称为机会比率（odd ratio）。3. logit 回归模型的建立国内外很多研究结果这些宏观经济指标包括GDP、失业率、通货膨胀率、股票指数、利率变化等。用数学公式可以表达如下：其中表示时间t时的违约率；表示宏观经济的各个变量在时间t时的指标；为常数项，代表各个宏观经济变量影响的方向和程度的参数。这些参数可以通过回归或极大似然估计获得：2006年-2010年的各个宏观经济指标具体值 数据来源于中国国家统计局和中国银行的年报20062007200820092010GDP(亿元)216134.33265810.31314045.43340902.81397983.15固定资产投资(百万）91.808 81.108 88.898 109.945 123.568 贷款额度（百万）2337.513 2754.493 3189.652 4797.408 5537.765 货币供应量(百万)387,133.809 455,069.164 530,566.702 671,781.069 809,946.078 CPI1.50%4.80%5.90%-0.70%3.38%贷款利率（一年）6.12%7.47%5.13%5.13%5.81%我们选取了GDP、固定资产投资、贷款额度、货币供应量、CPI及贷款利率最近5年的一系列的宏观数据。07比0608比0709比0810比09GDP22.98%18.15%8.55%16.74%固定资产投资-11.65%9.60%23.68%12.39%贷款额度17.84%15.80%50.41%15.43%货币供应量17.55%16.59%26.62%20.57%CPI220.00%22.92%-111.86%-582.86%贷款利率22.06%-31.33%0.00%13.26%上表是者6个表示宏观经济的年度同比增长率的数据，通过上面的数据我们选出了比较稳定的指标，这样得出的结果比较有代表性，消除了部分偶然因素的影响。GDP、M2、LR这三个指标GDP是综合的反映宏观经济的指标，M2与LR都是属于金融指标，宏观经济的变化对金融方面的影响是最直接也是最灵敏的。四、回归分析模型建立及结果分析1.假设压力情景事件我们考察国内外相关经济衰退数据，采用假设情景事件的方法简历假设情景如下表：假设压力情景事件 借鉴任宇航在商业银行信用风险实证分析中提出的假设分析受压项目压力情景温和中度严重GDP-10%-20%-30%固定资产投资-10%-20%-30%贷款额度10%15%20%货币供应量-10%-20%-30%CPI5%10%15%贷款利率-10%-20%-30%通过对PD进行logistic转换，我们采用线性回归，结果显示，在回归的过程中我们选出了三个具有显著水平的宏观经济指标：GDP、贷款利率、货币供应量。2. spss回归利用上面的数据，用spss17进行analysis-logit回归可得到下面的结果：根据上面的数据分析，输出结果可得：3.回归结果分析从模型中我们可以看出，利率对违约损失率的影响最大。利率上升，代表偿还贷款的成本增加，企业必须拿出更多的利润偿还银行作为利息。如果融资成本大于企业的盈利能力，企业就有违约的冲动。PD与宏观经济指标的敏感性分析自变量的变动PD随之变动百分比GDP增加1%-4.89%贷款利率向上变动1%15%货币供应量增加1%-3.10%贷款每上升1%，客户的违约率将会增加15%，GDP增长预示着宏观经济的景气，企业的平均盈利增加，客户的违约率随之下降。GDP上升1%，客户的违约率随之下降4.89%。货币供应量增加预示着货币扩张，可贷资金增加，客户违约率下降，M2上升1%，客户的违约率随之下降3.1%。五、三种压力情境下的违约概率测度1.年度违约率的计算根据前面的假设压力情景，我们可以预测各个压力情景下的违约概率。由于一个突发事件不会只持续一个周期，或者是一年，假设某突发事件造成影响使经济衰退持续n个季度，每个季度的违约