论文部分内容阅读
宏观审慎管理反映了金融风险管理的未来发展趋势，宏观压力测试是实现宏观审慎管理的重要工具。从行业层面开展银行业信用风险的宏观压力测试，一方面需要考虑宏观经济的冲击对银行业系统中各行业信用风险的直接影响，另一方面，系统中各行业信贷资产的关联性会导致信用风险在行业之间发生传染，故需要考虑宏观经济的冲击对各行业信用风险的间接影响。为了有效地防范系统性风险、提高金融机构系统的稳定性，同时能够更好地实施宏观审慎监管，必须对极端情景下的行业信用风险的变化趋势以及行业信用风险的传染性和溢出效应进行系统研究，本文正是在这样的背景下展开研究的。按照理论研究到实证研究的思路，本文首先阐述了GVAR模型的基本思想，利用灰色关联分析方法求得行业之间的灰色关联矩阵，进而将行业自身特征、行业关联性以及宏观经济因子共同引入信用风险的宏观压力测试中，构建了基于行业GVAR模型的传导模型，在此基础上，开展了行业层面的宏观压力测试，并通过脉冲响应函数分析行业关联性和各宏观因子对行业违约概率冲击性的动态影响，最后利用方差分析求出影响行业违约概率变化的各因子贡献大小。研究结果表明：（1）行业之间的灰色关联矩阵显示行业之间存在着密切的关联性，行业的信用风险受其他行业的风险溢出效应是正向的而且是显著的，不同的行业受其他行业的影响弹性并不相同。（2）国内生产总值增长率对行业信用风险的影响是负向的；一年期贷款利率与广义货币供应量增长率对行业信用风险的影响都是正向的；股票价格指数对各个行业违约概率的冲击影响不明显。（3）宏观经济冲击时，农林牧渔业、建筑业以及信息技术业的行业预期损失变化较大，对整个信贷资产预期损失的影响程度较高。（4）行业违约概率影响因子的贡献度分析表明，行业关联因子的溢出效应对各行业的贡献度较高，平均贡献度为8%左右。在宏观经济因子的贡献度方面，一年期贷款利率和货币供应量增长率的影响较大，国内生产总值增长率和股票价格指数的影响较小。基于以上实证结果，本文提出了相关的对策建议：开展基于行业特征的信用风险宏观压力测试研究；合理优化信贷资产的行业结构；建立基于系统性金融风险防范的动态预警体系等。