基于CPV模型的我国商业银行信用风险宏观压力测试研究

使用2011~2021年的季度数据,利用CPV模型对我国商业银行的信用风险进行宏观压力测试,笔者发现:国内生产总值增长率、广义货币供应量增长率和消费者价格指数等宏观经济指标对商业银行不良贷款率产生显著的负向影响,美元兑人民币汇率则对其产生显著的正向影响。将国内生产总值增长率作为发生波动的宏观经济指标,把受其影响的各宏观经济指标的数值代入估计的多元回归方程,对受到不同压力冲击下商业银行不良贷款率的变化情况进行模拟,结果显示:虽然商业银行的不良贷款率在受到轻度、中度和极端压力的冲击下均出现不同幅度的上升,但我国商业银行整体具有较强的抵御风险的能力。目前,所计提的贷款拨备能够覆盖其信用风险损失,但其仍然要采取有效措施以规避潜在的信用风险。

基于宏观压力测试的我国商业银行信用风险的评估

通过构建宏观压力测试模型,研究宏观经济波动对商业银行信用风险的影响。以不良贷款率作为评估商业银行信用风险的指标,根据Logit模型将商业不良贷款率转换为中介指标,然后将中介指标与各宏观经济变量进行多元回归分析以及对各宏观经济变量进行向量自回归分析。研究结果表明:选定的宏观经济变量对商业银行不良贷款率都有显著性的影响,同时,在设定的情景压力下,商业银行不良贷款率都有不同程度的增加。

China＇s Achilles Heel： The Banking System

China＇s robust economy is bringing unprecedented growth and prosperity to the country. However, there is ample evidence to suggest that weaknesses in the banking system and the slow progress in reforming those weaknesses may cause disruption to continued economic growth. Bad loan portfolios as well as inadequate capital ratios point to the lack of proper governance and credit cultures at many banks. Unless these issues are quickly and properly addressed, the economic engine that drives the country will be at risk.

商业银行不良贷款发展的空间作用机制分析——基于动态空间面板模型的实证

2008年商业银行大规模剥离不良贷款以来,各地区不良贷款呈现出区域集聚特征,本文使用空间相关性检验确定了我国31省市不良贷款率的空间正相关关系,构建动态空间面板模型对各省市空间作用机制进行了定量分析。研究发现:(1)总体而言,各省市不良贷款率的上升会提升周边省市的不良贷款率;(2)不良贷款率受到不良贷款存量因素的影响显著,贷款利率升高对不良贷款率提升有正向作用,拨备覆盖率和人均GDP增速对不良贷款利率上升有负向影响;(3)我国中东部省市不良贷款率升高呈区域间相互传导的特征,而西部省市则体现出一个地区不良贷款增量上升伴随另一地区不良贷款增量下降的区域转移特征;(4)在我国西部地区,城镇化对不良贷款风险的积累起到推动作用。根据不良贷款区域发展机制,本文就防范和化解中国各地区不良贷款风险提出了对策建议。