commmercial bank pressure test.docx
- 文档编号:6354327
- 上传时间:2023-05-09
- 格式:DOCX
- 页数:53
- 大小:68.15KB
commmercial bank pressure test.docx
《commmercial bank pressure test.docx》由会员分享,可在线阅读,更多相关《commmercial bank pressure test.docx(53页珍藏版)》请在冰点文库上搜索。
commmercialbankpressuretest
压力测试(stresstesting)是指将整个金融机构或资产组合置于某一特定的(主观想象的)极端市场情况下,如假设利率骤升100个基本点,某一货币突然贬值30%,股价暴跌20%等异常的市场变化,然后测试该金融机构或资产组合在这些关键市场变量突变的压力下的表现状况,看是否能经受得起这种市场的突变。
压力测试的目标
识别那些可能提高异常利润或损失发生概率的事件或情境,度量这些事件发生时银行资本充足率状况。
测试的质量取决于构造合理、清晰、全面的情景。
银行的压力测试通常包括信用风险、市场风险、操作风险、其他风险等方面内容。
压力测试中,商业银行应考虑不同风险之间的相互作用和共同影响。
压力测试包括敏感性测试和情景测试等具体方法。
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。
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。
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。
压力测试案例
案例:
HKMA于2006年对香港零售银行业面临宏观经济冲击时的信用风险暴露进行压力测试。
分析结果表明,银行贷款违约率与关键宏观经济因素(包括香港GDP、利率、房价以及内地GDP)之间有明显的相关性。
测试结果:
以VAR计,在90%的置信水平上,银行能继续盈利,说明信用风险较小。
在极端情况下,以VAR计,在99%的置信水平上,有些银行会面临损失,不过这种极端情况发生的概率非常低。
步骤一:
定义模型步骤二:
估计模型步骤三:
模型估计结果分析步骤四:
设计冲击场景步骤五:
构造频率分布步骤六:
计算均值和VaR步骤七:
测算银行盈利能力所受影响
只是把它算的过程归了一下类,分了这几个步骤。
这是在06年对香港的零售银行业,它也假设一家银行面对宏观经济冲击时的信用风险暴露进行的压力测试。
分析结果表明银行贷款违约率与关键宏观经济因素有相关性,宏观经济因素主要是香港的GDP和利率、房价以及内地的GDP。
测试的结果是以VaR计,在90%的置信水平上,银行能继续盈利,说明信用风险较小。
在极端情况下,以VaR计,在99%的置信水平上,有些银行会面临损失,不过这种极端情况发生的概率非常低。
这只是一个预警。
把它的过程归纳成七个步骤,包括后面计算盈利能力的方面。
首先是定义一下这个模型,在模型有自变量和应变量,它定义了4个应变量。
应变量是它需要考察信用违约率,它违约率的定义是这样的,逾期3个月以上的贷款和贷款总额,不知道现在的银行是不是用违约率这么一个数据。
这个数据算出来也挺难的,平时公布的数据,还是不良贷款率公布得比较多,关于违约率的定义没有比较准确的,有的是定义上一期能够正常还款下一期不能正常还款的,所以现在看到违约率的定义也有几种。
不良贷款毕竟前几年商业银行剥离的政策原因太大了,可能这个时间序列有一定的不可抵因素,就是歧义点太多。
看一下这个估计模型,这是94年4月到06年1月的零售银行的数据。
前面是自变量,这是用历史数据估算出来的结果,包括了参数变量也体现出来了。
最下面是观测值,还有测试的个数。
可以看得出来,它的符号还是一致的,因为前面是违约率用Log这个函数给它导了一下,所以经济环境越好的话,资产的质量会越高,这样的话,VaR的数值应该越低。
可以看得出来,这跟经济增长和房地产的价格,跟利率是呈正相关的。
同时,这上面提了一下,其实自变量里面有很多的二级滞后项,这是剔除了一级滞后项以后得出的,原本很多其他的相关变量没有列进来了,所以这是最后模拟出来的结果。
模拟出来这个方程以后,下一步是要设定的冲击场景。
先要设计模型、估计模型,最后要把新的数据带到我们模型里面去。
就是把先的自变量带到模型里面,让它变成新的应变量。
那么,新的自变量怎么办呢?
比如说我们的经济冲击发生以后,我们的影响是怎么样的。
实际上,它和经济危机是差不多的,碰到了4个冲击点。
一个是我刚才提到的4个自变量,它对于每个变量都有一个冲击,第一个是香港实际GDP的变化,还有一个是大陆实际GDP的变化,还有利率和房地产。
它不是只对当期的自变量发生了变化,它实际上是延长了时间,把这个影响时间变成了2年。
所以,在金融危机以后,这个应变量应该发生多大的变化。
在97年的四季度利率是306个基点,后面两个季度下降了,第四个季度又上升了314个基点。
可以看得出来,一开始是300多个基点,后面两个季度没有变化,第四个季度上升上来了,这跟当时的亚洲金融危机的冲击差不多。
然后,紧接着下来是要模拟了,因为把这个数据输入到模型里面去以后,可以模拟出来的数据以后,可以把新的概率分布算出来了。
当然,这还有一个假设,就是在四季度以后不再有冲击了,对每一个基期场景和压力场景对未来违约率路径进行1万次的模拟。
有了新的频率分布以后,可以构造我们信用损失百分比的频率分布。
刚才模拟的是违约率的频率分布,我们的损失百分比的数据应该是违约率乘上违约损失率。
现在要定义一下违约损失率这个数据,这个数据现在比较有争议,到底怎么定?
如果没有合适的统计量,对于市场的有关信息来赋值,通常定为50%。
按照BASELII要求LGD取45%,但这个数字并不十分合理。
所以,现在定义为2%低点的公式。
这样,可以用违约损失率乘以我们刚刚计算出的违约率的数,这样可以得出一个信用损失百分比频率分布的数据。
冲击发生了以后,实际上我们把频率往右移了,可以看出信用损失百分比的数据,出现高的数据频率增加了,原来是把这个频率往外偏移,所以可以看出较高信用损失百分比出现的频率增加了,较小的信用损失百分比出现的频率减少了。
通过算分布可以算出信用损失百分比的均值,还可以算出遭受损失的概率是多大,可以做这么一个精细的判断。
这是计算以后的结果,它的均值是这样的,首先是基期没有发生信贷信用损失百分比,均值是0.34,压力期GDP冲击是1.59,房价冲击是1.21,利率冲击是0.71,大陆经济冲击是0.73。
在VaR90%信用损失百分比是这个数据,随着置信区间的增加,损失的百分比也是递增的。
最后一个是99.99%,这个时候已经是相当高了,后面两个已经接近10%,前面的已经超过10%了。
在90%的置信水平的情况下,可以看出3%以下还是过得去的。
在99%的情况下,数值已经比较高了,这是在3.22,这是最低的值,最高的到了5.56,应该是比较高了。
这跟金融危机发生1年以后的情况是比较吻合的,所以做压力测试要考虑一下当期和影响的延长期还是比较符合实际的。
这里面的测算是在亚洲金融危机以前,银行用这个测算可以算出银行贷款损失率为1.4%,贷款损失率上升到6.0%,但是这个估计是基于估计LGD为70%。
那么,这就给提出一个问题,这是不是合理,这可能是在测试的时候需要考虑的。
最后一步是测算冲击对银行盈利能力的影响。
也许银行管理层觉得,这个VaR值或者是概率是多少,可能在90%的置信期间里面有多大的,在99%到底有多大,这对于盈利能力有多少?
盈利下降了多少?
是不是可以给这么一个数据,那么也可以通过一个测算算得出来。
如果认可前面的测算,就是贷款损失百分比,通过这个可以算出来,损失肯定是等于贷款损失百分比乘贷款余额。
就是冲击发生以后,银行的盈利能力发生的变化。
首先,没有发生违约的情况下,那么它未来冲击发生以后它的盈利应该比当前或者是基期是一样的。
如果我盈利是30亿,那么冲击以后属于没有发生违约,那么这个盈利是一样的。
如果发生了冲击以后,如果我下降了,下降了多少就是损失。
假设有一家银行,这家银行拨备前利润是30亿,贷款余额是1300亿港币。
假设有一家银行规模是这么大,可以用上面的贷款损失百分比来测算,这家银行在发生了冲击以后,在不同的置信区间里面它的盈利能力会受到多大的影响,这是得出的结果。
单位用百万来表示,正的数据是表示盈利,负的就表示已经损失了,管理层看到这张表可能就比较清楚了银行可能发生多大的损失。
比如说在90%的区间里面,香港的GDP冲击情况下这家银行要亏损8.82万亿港币。
那么,这个是99.99%,就是这个事情发生的概率非常强了,因为置信区间在99.99%,是0.001%的可能性,这个损失已经是到了133亿了。
在不同的置信区间里面,它的损失是不一样的。
回想一下,如果没有模拟,就是一个假设,假设GDP是多少,刚才已经提出来了,从前面可以看到,GDP的数据是多少,在每一个季度是多少,如果没有模拟,直接把这个数据带回到模型里面,只算出一个贷款百分比的数据。
现在有了模拟以后,就知道它的均值是多少,在不同的置信区间里面是多少。
这样,管理层可能会感觉清醒一点。
比如说基期在没有违约的情况下,是2554百万,还是挺好的。
如果做压力测试把这张表给管理层,就很清晰地知道损失有多大了。
最后有一个表述,在90%的置信水平下,VaR值是882万,如果在99%的水平下,VaR值是比较大的,导致这样的VaR的极端场景发生的概率是1%。
一、违约率是现代信用风险管理的核心工具之一
信用风险是指由于借款人或市场交易对手违约而导致的损失的可能性;更一般地,信用风险还包括由于借款人的信用评级的变动和履约能力的变化导致其债务市场价值变动而引起的损失可能性。
随着信用风险管理理论的创新和计算机技术的运用,现代信用风险管理正迅速朝着信用风险被科学地量化的方向发展,企业信用状况的不同和信用状况的变化对信用风险的影响最终是通过违约率的不同和变化而被量化,不同信用状况资产的违约率成为贯穿于商业银行进行风险资产度量、信用定价、经济资本配置以及信用衍生产品价格的确定等全过程的核心工具之一。
西方现代商业银行积极探索并正在积极推行的这种管理理念最终导致了以内部评级法(IRB)为重要内容的新巴塞尔协议的产生,而新巴塞尔协议又必将加快这一管理理念在全球范围内的广泛推广。
二、违约率的取得
违约率的取得有两种方法。
1.通过信用评级确定被评对象的违约概率。
这一方法基于两方面的要素:
第一,评级体系的一致性和连贯性。
不同的评级主体由于评级方法的不同,其信用等级内涵不同,同一级别的违约率也是不同的;同一机构的评级体系也应保持联贯性与一致性,否则其评级结果之间也将缺乏可比性。
第二,历史数据的积累。
评级者通过对自己以往评级结果的跟踪,对每一级别的违约情况进行统计,并将违约数量(或违约金额)与该级别的总数量(或总金额)进行比较,得出该信用级别的违约概率,建立起违约率数据库并不断更新。
在以上基础上,评级者使用自己的评级体系,对评级对象(如债券、贷款企业)进行信用等级评定,评出被评对象的信用等级,并使其违约率与历史数据库中同一等级的违约率呈映射关系。
如穆迪、标准普尔,均采用这种方法确定违约率。
2.使用违约率模型直接测定目标企业的违约率。
最著名的模型是KMV公司的预期违约率模型,它通过计算违约距离来确定目标公司的违约概率。
KMV模型的出发点基于这样的假设:
当公司的市场价值低于一定水平(违约点价值)以下时,公司就会对它的债务违约。
其具体方法是依据公司股票的市场价值及波动性等计算出一定期限后公司的预期价值,依据公司负债状况计算出违约点价值,根据两者之差及公司价值的历史波动性得出违约距离(标准差的倍数)。
同样,KMV公司也是采用将违约距离与历史违约数据相比较的方法,建立起违约距离与预期违约率之间的映射关系。
该方法认为企业任何的信息都可以在股票价格及其波动中得到体现,因而不像传统的信用评级那样注重分析企业的财务及经营状况。
两种确定违约率的方法都得到广泛的运用,并且通过具有可比性的违约率指标,相互之间存在着一定的映射关系。
比较而言,前者是一种传统的普遍使用的方法,任何具有一定数据积累的评级机构都可以建立自己的违约数据库;后者是一种更侧重于对未来的预测,在某种程度上对企业状况的变化更为敏感,但它的适应范围严格,虽然有适应于一般公司的模型,但从结果上看,只对资本市场成熟地区的上市公司效果显著。
很显然,我国目前尚不具备推广施行KMV模型的条件。
三、我国信用等级违约率建设的现状
在我国信用评级领域,无论是债券评级还是企业评级,目前均没有违约率方面的统计。
债券评级方面,由于我国债券市场规模很小,而且近年来债券发行都有严格的审批及保证条件,几乎不存在债券违约的情况;另一方面,评级缺乏事后跟踪,难以收集债券违约的样本,无从统计债券违约率。
企业评级方面,由于商业贷款的非公开性,社会评级机构很难对违约状况做出统计,而我国银行内部评级开展时间短且不规范,贷款企业信用评级更多的用于客户的选择及风险的预警,尚没有向更深层次的风险量化管理方向发展,再加上“违约”概念定义的不清晰,银行也没有关于信用等级违约率方面的统计。
四、进行违约率统计是我国评级行业和银行业的紧迫任务
1、 违约率是信用评级行业发展的必由之路。
信用等级被社会所认可并真正成为信用管理的工具,其本身必须具备权威性和可操作性,权威性和可操作性又必然是通过对评级结果的实践检验而产生的,没有违约率作为客观评价指标,就不能衡量不同评级体系的优劣。
在信用风险管理中,信用等级发挥作用的本质是通过不同等级所对应的不同违约率水平和信用等级迁移导致违约率的变化;违约率是信用等级可操作性的灵魂,评级机构避开严谨科学的违约率统计而片面追求评级的指标体系建设和评级方法的完善,将无法达到评级产品质的飞跃。
2、 违约率统计是我国商业银行信用风险管理面临的紧迫任务。
新巴塞尔协议的重大转变在于终止了不分信贷质量统一8%的资本要求的监管标准,认可银行对不同信用等级客户采用不同信贷资产风险计量标准,允许具备条件的商业银行采用内部评级法(IRB)计算风险资产和分配经济资本。
在违约损失率(LGD)可以由中央银行确定的情况下,IRB的核心之一是商业银行必须依据被监管当局认可的方法得到不同信贷资产的违约概率(PD)。
实行IRB是我国银行发展的方向。
在2005年之前,构建具操作性的违约率模型是银行的重要战略任务。
资本充足率
资本充足率是指资本总额与加权风险资产总额的比例。
资本充足率反映商业银行在存款人和债权人的资产遭到损失之前,该银行能以自有资本承担损失的程度。
规定该项指标的目的在于抑制风险资产的过度膨胀,保护存款人和其他债权人的利益、保证银行等金融机构正常运营和发展。
各国金融管理当局一般都有对商业银行资本充足率的管制,目的是监测银行抵御风险的能力。
资本充足率有不同的口径,主要比率有资本对存款的比率、资本对负债的比率、资本对总资产的比率、资本对风险资产的比率等。
作为国际银行监督管理基础的《巴塞尔协议》规定,资本充足率以资本对风险加权资产的比率来衡量,其目标标准比率为8%。
商业银行的资本充足率
商业银行的资本,包括核心资本和附属资本。
核心资本包括实收资本、资本公积金、盈余公积金和未分配利润,附属资本是指贷款准备金。
在计算资本总额时,应以商业银行的核心资本加附属资本再扣除以下部分:
(1)购买外汇资本金支出;
(2)不合并列帐的银行和财务附属公司资本中的投资;
(3)在其他银行和金融机构资本中的投资;
(4)呆帐损失尚未冲销的部分。
加权风险资产是根据风险权数(权重)计算出来的资产。
1994年2月人民银行发布的《关于商业银行实行资产负债比例管理的通知》的附件二《关于资本成分和资产风险权数的暂行规定》,把金融资产划分为现金、对中央政府和人民银行的授信、对公共企业的债权、对一般企业和个人的贷款、同业拆放和居住楼抵押贷款等六大类表内资产,按风险程度设定风险权数。
风险权数划分为0%、10%、20%、50%和100%五类,以此来计算商业银行的加权风险资产。
除了《商业银行法》对商业银行的资本充足率有规定外,人民银行在其发布的《商业银行资产负债比例管理暂行监控指标》中更明确规定了商业银行的资本充足率指标:
资本总额与加权风险资产总额的比例不得低于8%,其中核心资本不得低于4%。
附属资本不得超过核心资本的100%。
即资本总额月末平均余额与加权风险资产月末平均余额之间的比例应大于或等于8%;核心资本月末平均余额与加权风险资产月末平均余额的比例应大于或等于4%。
计算公式
资本充足率("CAR")是衡量一个银行的资本对其加权风险比例的以百分比表示的量。
CAR定义为:
CAR=资产/风险
风险可以是加权资产风险(a),也可以是各自国家调控者规定的最小总资产要求。
如果使用加权资产风险,那么CAR={T1+T2}/a≥8%.[1]
后面那个不等号是国家调控者的标准要求。
T1T2分别是两种类型的可以计入总量的资产:
第一类资产(实际贡献的所有者权益加上未分配利润),即银行不用停止交易即可以化解风险的资产;和第二类资产(优先股加百分之50的附属债务),停业清理可以化解风险的资产,对储户提供相对较少额度的保护。
举例
本地规定现金和政府债券没有风险,居民抵押贷款50%风险,其他所有类型资产100%风险。
银行A有100单位资产,组成如下:
*现金:
10
*政府债券:
15
*抵押贷款:
20
*其他贷款:
50
*其他资产:
5
又假设,银行A有95单位的存款。
根据定义,所有者权益=资产-负债,即5单位。
银行A的加权资产风险计算如下:
现金10*0%=0
政府债券15*0%=0
抵押贷款20*50%=10
其他贷款50*100%=50
其他资产5*100%=5
总加权资产风险65
所有者权益5
核心资产充足率(T1/加权资产风险)=7.69%
尽管银行A看似有着高达95:
5的负债-所有者权益比率,或者说,95%的资产负债率,但它的核心资产充足率则充分的高。
此银行风险较低,因为它的部分资产比其他资产风险低。
写出计算公式并给予说明
什么是资本充足率?
写出计算公式并给予说明。
资本充足率是银行资本总额与加权平均风险资产的比值,资本充足率反映商业银行在存款人和债权人的资产遭到损失之前,该银行能以自有资本承担损失的程度。
资本充足率=(资本-资本扣除项)/(风险加权资产+12.5倍的市场风险资本)
其中,资本包括核心资本和附属资本。
即资本=核心资本+附属资本
核心资本包括实收资本或普通股股本、资本公积、盈余公积、未分配利润和少数股权。
附属资本包括重估储备、一般准备、优先股、可转换债券和长期次级债务。
资本扣除项包括
(一)商誉;
(二)商业银行对未并表金融机构的资本投资;(三)商业银行对非自用不动产和企业的资本投资。
风险加权资产为对应资产负债表上的资产乘以相应风险系数求和所得到的带有风险的资产额。
商业银行计算各项贷款的风险加权资产时,应首先从贷款账面价值中扣除专项准备;其他各类资产的减值准备,也应从相应资产的账面价值中扣除。
巴塞尔委员会认为,“银行的市场风险是指由于市场变量的波动而导致银行的表内或表外头寸在被清算成冲抵之前遭受价值损失的可能性”,包括市场风险和操作风险的资本,与市场供求状况、利率等因素有关。
计算并表后资本充足率
2、计算并表后资本充足率时,纳入并表范围的机构范围有哪些
(一)商业银行拥有其过半数以上(不包括半数)权益性资本的被投资金融机构,包括:
1.商业银行直接拥有其过半数以上权益性资本的被投资金融机构;
2.商业银行的全资子公司拥有其过半数以上权益性资本的被投资金融机构;
3.商业银行与其全资子公司共同拥有其过半数以上权益性资本的被投资金融机构。
(二)商业银行不拥有其过半数以上的权益性资本,但与被投资金融机构之间有下列情况之一的,应将其纳入并表范围:
1.通过与其他投资者之间的协议,持有该机构半数以上的表决权;
2.根据章程或协议,有权控制该机构的财务和经营政策;
3.有权任免该机构董事会或类似权力机构的多数成员;
4.在该机构董事会或类似权力机构有半数以上投票权。
可以不列入并表范围的机构包括:
已关闭或已宣告破产的金融机构;因终止而进入清算程序的金融机构;决定在一年之内售出而短期持有其过半数以上权益性资本的金融机构;受所在国外汇管制及其他突发事件影响、资金调度受到限制的境外附属金融机构。
商业银行的附属资本不得超过核心资本的100%;计入附属资本的长期次级债务不得超过核心资本的50%。
商业银行计算各项贷款的风险加权资产时,应首先从贷款账面价值中扣除专项准备;其他各类资产的减值准备也应从相应资产的账面价值中扣除。
银行的资本充足率指什么
按照银监会的定义,资本充足率是指商业银行持有的、符合本办法规定的资本与商业银行风险加权资产之间的比率。
商业银行资本充足率的计算应建立在充分计提贷款损失准备等各项损失准备的基础之上。
商业银行资本充足率的计算公式:
资本充足率=(资本―扣除项)/(风险加权资产+12.5倍的市场风险资本)核心资本充足率=(核心资本―核心资本扣除项)/(风险加权资产+12.5倍的市场风险资本)核心资本包括实收资本或普通股、资本公积、盈余公积、未分配利润和少数股权。
附属资本包括重估储备、一般准备、优先股、可转换债券和长期次级债务。
商业银行的附属资本不得超过核心资本的100%;计入附属资本的长期次级债务不得超过核心资本的50%。
商业银行计算资本充足率时,应从资本中扣除以下项目:
(一)商誉;
(二)商业银行对未并表金融机构的资本投资;(三)商业银行对非自用不动产和企业的资本投资。
商业银行计算核心资本充足率时,应从核心资本中扣除以下项目:
(一)商誉;
(二)商业银行对未并表金融机构资本投资的50%;(三)商业银行对非自用不动产和企业资本投资的50%。
违约概率
客户风险预警系统在商业银行信用风险管理中,违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。
违约概率是计算贷款预期损失、贷款定价以及信贷组合管理的基础,因此如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。
违约概率是指借款人在未来一定时期内发生违约的可能性。
违约概率是实施内部评级法的商业银行需要准确估计的重要风险要素,无论商业银行是采用内部评级法初级法还是内部评级高级法,都必须按照监管要求估计违约概率。
违约概率的估计包括两个层面:
一是单一借款人的违约概率;二是某一信用等级所有借款人的违约概率。
《巴塞尔新资本协议》要求实施内部评级法的商业银行估计其各信用等级借款人所对应的违约概率,常用方法有历史违约经验、统计模型和外部评级映射三种方法。
作用
对商业银行信用风险管理而言,违约概率测度居于基础性地位,发挥着重要作用。
首先,这是进行信用风险管理的首要条件。
作为测量信用风险的一种基本方法,信用评级的作用是建立在对借款人违约概率的测度基础上的。
只有首先对借款人的违约概率作出科学测度,银行才能够精确地计算出预期损失的量,也才能够对客户信用状况作出客观、准确
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- commmercial bank pressure test