金融情景分析范文

导语：如何才能写好一篇金融情景分析，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

[关键词]金融中心　城市综合环境竞争力　重庆　新加坡

一、前沿

在政府的引领下，重庆明确提出向新加坡学习建设结算型金融中心。直观的数据显示，全球城市综合竞争力2009-2010年度排名中，新加坡排名第八位，上海排名第十五位，而重庆排名第303位。①在市场自发条件下金融中心的形成是一段漫长的过程，而在政府的引领下，却可以大大缩短这一时间。可是第八和第三百零三的差距摆在这，如何缩短这之间的差距是重庆要努力的方向。金融中心的建立不仅仅是金融机构的集聚，机构数量的增加，更需要一个良好的金融环境。新华-道琼斯国际金融中心发展指数报告（2011）指出，在金融市场、成长发展、产业支撑、服务水平、综合环境五项指标重要性比较中，综合环境排在首位，说明金融机构的集聚越来越看重的是目标区域的综合环境。于是，本文通过分析重庆和新加坡的金融软指标——城市综合环境竞争力，来寻找两着之间的差距，然后基于分析结果提出重庆金融中心建设的相关建议。

重庆处于建设金融中心的初期阶段，新加坡金融中心已经是形成阶段，因此对比重庆与新加坡金融中心需从两方面对比。其一是从同一阶段，对比两个金融中心发展的起点；其二是从同一时空，对比两个地区的综合环境竞争力。

二、金融中心发展起点对比

新加坡提出建设金融中心的时间为1968年。背景是：新加坡1959年在英联邦内获得自治；人均GDP为440美元；城市破旧，75%左右的居民住在贫民窟或窝棚里，浪迹街头的失业者比比皆是。1968年10月，新加坡政府抓住机遇，创建了亚元市场。从提出建设金融中心到1985年金融中心初具规模，直至1996年联合国将新加坡升格为发达国家。在不到三十年的时间内，新加坡成功的从一个金融业基本不存在的城市华丽转变为国际金融中心。

相比之下，重庆2007年开始提出建设金融中心。背景是：随着我国产业结构升级的加快，东部沿海地区的部分产业正在向中西部地区转移，有着巨大的金融需求。重庆政府挖掘金融需求，打造具有重庆特色的以加工贸易为基础的新型离岸金融结算市场，把重庆对外开放的“末端”变为了“前沿”。

起点的共同点是金融业薄弱，在政府的引领下抓住机遇，虽然经济发展程度还没有达到金融中心形成的阶段，但是都是走金融业促进经济发展，经济发展再支撑金融业再发展的道路。但是从建设初期的起点来看，重庆的起点比新加坡高，经济基础更扎实。

三、城市综合环境竞争力对比

关于金融中心的指标体系还没有一个标准或通用模型，以及可信的衡量方法。运用指标体系对金融中心进行分析的重点是研究对象以及研究角度的问题。鉴于综合环境是影响金融机构数量的增加、金融机构集聚的首要因素。本文综合选取新华-道琼斯国际金融中心发展指数中的综合环境指标以及全球城市竞争力的相关指标，分析影响金融中心发展的软环境。

新华-道琼斯国际金融中心发展指数中的综合环境指标包含经济环境、政治环境和开放程度三个子要素，和12个细分指标。而全球城市竞争力研究利用75个指标，对全球110个城市的综合竞争力进行了计量与评估。本文结合两者，选取其中具有代表性的指标形成本文的城市综合环境竞争力指标体系，该体系包括整体竞争力、人才教育、基础设施、商业环境、金融制度五大块，具体有十七个子指标。

表1　重庆和新加坡城市综合环境竞争力数据

数据来源：全球城市竞争力研究，/index.asp

从城市整体竞争力看，重庆排名108，新加坡第46名，存在很大的差距，也说明重庆又很大的前进空间。从子指标具体来看，数据显示，仅有经济增长和金融体制的稳定性两项指标，重庆优于新加坡，其他方面都落后于新加坡。重庆的经济增长和金融体制稳定性很大程度是在中国整体环境优越的条件下发展的，因此存在一定的优势，也存在一定的吸引力，但这远远不够。

人才教育方面，世界上各主要国际金融中心人才竞争力差异根源于人才环境的差异。人力资源、教育支出和覆盖面以及研发投入方面，新加坡都做的非常出色，而且效果显著。新加坡建国以来不惜动用大量的预算在教育发展上，新加坡政府在教育领域的干预和介入是最大量和最直接的。新加坡政府的教育是“有计划、按比例”发展的。如新加坡大学招生是在严密计划指导下的有比例的发展。先由政府的财政部和贸工部对未来几年的人才需求作出预测和计算，看公、私营单位会出现多少个“坑”，然后再决定大学里不同科系要生产多少“萝卜”。

基础设施方面，交通、运输和信息基础设施都会影响金融机构的运营成本，以及金融中心辐射作用的发挥。重庆地处内陆，在天然上不存在优势，但是经过这些年政府的努力，大力发展物流业，实施“一江两翼三洋”国际物流大通道战略，坚持铁运、陆运、水运和空运并举，打造立体交通枢纽，取得了很好的成绩。虽然和新加坡天然地理区位相比，还存在不少差距，但是可以看到差距正在慢慢缩短。

篇2

(一)战略地位特殊

重庆具有承东启西、左右传递的区位优势。它坐拥长江黄金水道,是长江上游乃至整个西部地区唯一拥有“水陆空”整体联运优势的大城市,有利于金融业集群发展,辐射长江上游区域经济。在经济区位上,重庆市是西部唯一的直辖市,肩负着国家统筹城乡综合配套改革的重担。2009年国务院3号文件中明确提出,要把重庆建设成为长江上游的金融中心。重庆建设成为区域金融中心,必将对长江上游地区甚至是西部地区带来金融资源聚集效应,辐射区域经济。对于推进西部大开发、配合国家整体经济战略布局都具有重大意义。

(二)经济基础雄厚

作为老工业城市,重庆拥有汽车摩托车、装备制造业、资源加工业、高技术产业等四大支柱产业,具有强大的产业基础。直辖以来,伴随重庆的交通、城建突飞猛进,经济总量持续快速增长,2008年全年实现地区生产总值5096.66亿元,人均地区生产总值达到18025元,城镇居民人均可支配收入居西部第一。重庆初步构建起“一圈两翼”协调发展、城乡要素互动,城镇化、工业化有序推进的体制机制。

(三)金融环境得以改善

1、整合重组公共投资集团,提升了政府投融资能力

重庆构筑了政府主导、市场运作、社会参与的投融资平台,直接参与商业银行不良资产处置和国有企业财务重组,成功破解了地方国企改革难题。重庆市的银行不良贷款余额及占比均持续“双降”,2008年,不良贷款率下降到3.1%。

2、再造金融体系,着力改善地方金融环境

在银行业,先后改造重庆银行股份有限公司、重庆三峡银行股份有限公司、重庆农村商业银行股份有限公司,积聚了全国三大政策性银行,并吸引香港汇丰银行、荷兰银行、东亚银行、渣打银行等外资银行纷纷入驻设立分行。

在保险业,重庆现有3家保险公司总部和1家保险公司区域总部,保险公司总部数量已在中西部地区形成领先优势,仅次于北京、上海和深圳。2006年保费收入增速首次名列全国第一,2007年、2008年继续保持强劲增长,保险规模的后发优势显现。

在证券、期货业,本地的西南证券有限责任公司通过重组成功走上经营正轨,证券、期货经营机构(网点)数量和证券、期货交易量保持了平稳、较快增长。

(四)政策支持有力

重庆扮演三峡库区和西部唯一直辖市的特殊角色,国务院相继出台了支持重庆统筹城乡综合配套改革试验区建设的重大政策、措施,全国第一个内陆保税港区也在重庆成立。在2009年的“国务院3号文件”中更是明确提出,要把重庆建设成为长江上游的金融中心。

二、重庆构建区域金融中心的制约因素

(一)总部经济特征不明显

金融业的快速发展需要总部经济的推动,但重庆的现状是金融分支机构多而法人机构少,注册地在重庆的大型企业集团也偏少。总部经济规模缺乏、分支机构实力偏弱使得很多机构不具备为重庆辐射区域内的大型项目融资的能力。法人金融机构相对较少因而竞争力有限,不具备跨区域开展金融服务的条件。

(二)农村金融市场发展滞后

农村金融市场的发展不容忽视。然而在2008年,重庆市贷款总额6320.81亿元,其中,涉及农业和农村的贷款只有1111亿元,只占贷款总额的17%。重庆市金融资源80%以上流向城市。

(三)金融物流短板凸显

区域金融中心的建立,离不开物流的发展。然而重庆和东部众多城市相比,物流业的发展起步晚,仍然停留在相当低的层次上,没有摆脱计划经济的运输模式,规模小,服务单一;且局限于整个流程的某一段,几乎没有一体化的服务供应商,更没有形成社会化的供应链。这不仅不能满足经济发展对现代物流的需要,也难以同国际接轨。

(四)金融人才相对缺乏

据央行的区域金融运行资料显示,重庆市金融从业人员截止2007年末达到7万人左右,而纽约有77万金融从业人员,其中华尔街就有40万人,国内的上海也有20万金融从业人员。这显然对有3100多万人口的大城市来说金融人才严重不足。

三、重庆构建区域金融中心的对策

(一)准确定位重庆构建区域金融中心的目标

重庆市建立区域金融中心,是为了满足国家经济战略发展的要求,实际上就是为了解决长江上游乃至西部经济中的资金短缺问题,所以,重庆市更适合建立一个筹资型的区域金融中心,发挥内向性的金融中介作用,吸引区域外的资金流入重庆区域内,满足重庆市经济发展和产业结构升级的需求。

(二)认真规范政府行为

在区域金融中心的构建中,政府的监管和政策支持起着至关重要的作用。但是,政府应该是在市场主导作用下的适度介入。因为决定区域金融中心形成的真正因素是金融市场及其微观主体。政府作为宏观管理者无法完全获得相关的微观信息,同时,政府的任期制度和不完善的政绩考察方式,使得政府有可能过度介入,并容易导致寻租事件的发生。因此,需要规范重庆市各级政府对金融业调控的方法和手段。

(三)大力引进金融机构,推进金融业务创新

针对总部经济特征不明显,重庆应努力改善金融基础设施,并积极争取中央和金融机构总行(总部)的支持,以引进更多金融机构来渝设立地区总部;加大引进外资金融机构来渝设立经营性分支机构的力度。

(四)加快壮大农村金融市场

针对农村金融市场分散、规模小、手续繁琐、信贷需求大的特点,应该适当降低农村金融市场的准入门槛,通过出台减免营业税等优惠政策,鼓励民营资本和外资在乡镇设立村镇银行,为百姓提供金融服务。然后进一步健全拓展农村的保险业务,推行农村小额保险试点,构筑风险共担和补偿机制。

(五)合理建立与金融业产业集群配套的物流基地

重庆要打造与金融中心配套的物流基地,首先应该强化长江上游地区政府间的合作关系,实施利益调节机制,形成长江上游地区整体物流网络。其次,需要转变物流理念,搭建资金流、人才流、物资流、信息流的综合性平台,形成全面流通局面。此外,在提升铁路、公路、航空的货运能力的同时,充分开发长江航道及其支流水运功能。

(六)加大人才培养、积极引进金融人才

篇3

如果从完全连接的网络结构出发，其最大熵方法计算得出的网络，很可能无法真实并且准确的反映出网络结构特征，所以，应该对中国银行中市场的网络结构进行不同的情景假设，在情境1中，假设市场网络是完全连接，也就是银行与银行之间是相互关联的，那么其他4中假设情景中，银行之间的市场网络则是从中心边缘的层级网络结构，也就是银行之间没有任何交易活动。边缘银行仅与中心银行进行交易。将银行间市场结构与金融风险传染的特征概况为如下两方面结论：

完全连接网络结构会降低金融风险传染概率和影响程度在违约损失率为日才，情景将不会弓发任何风险传染，而在违约损失率为时，情景引发的风险传染程度是种情景中最小的这主要因为在完全连接网络结构下，由于假设每家金融机构之间都存在资产负债关联，从而分散了金融机构持有的银行间资产与负债头寸，降低了单个银行违约导致的风险传染概率；在中心边缘的层级结构网络中，位于中心的金融机构数目越少，则金融风险传染发生的概率越高，金融传染的严重性越大对比种不同的中心边缘网络结构的结果可以看到在情景和情景中，中心的金融机构分别为家和家而在情景和情景中，中心的金融机构分别为家和家在不同的违约损失率下，情景和情景中单个银行破产引发风险传染的概率均高于情景和情景这主要是因为当中心金融机构数目较少时银行间资产负债头寸的分布将更多集中在少数金融机构中，因而一旦这些金融机构破产，将可能引发较为严重的后果。

二、结论

首先，从目前我国的金融体系来看，金融机构之间的联系越是紧密，其单位金融机构风险对整个金融体系的影响就越大，文章所研究的内容就是基于中国银行资产负债表数据，对现代金融监管内容的分析，在分析过程中发现，如果是单个的银行破产，其对与整个金融整体系统所带来的音响和传染，在损失率不通、网络构架不同的情况下，其结果也不同，如果网络结构是完全链接的状态，那么单个银行风险对整个金融体系所带来的影响就会比较大，传染率也会比较高，金融传染也会更加严重。反之，则相反。

篇4

[关键词]压力测试;商业银行;风险管理

压力测试是银行日常管理中各类风险评级体系的重要补充。在金融风险管理中,VAR能较为准确地测量金融市场处于正常波动情形下资产组合的市场风险,但不能处理极端价格变动情形,而压力测试的优势在于它能较好地分析极端不利市场情形对资产组合的影响效果。压力测试通过选择风险因子,设计压力情景,构建一些数量分析模型确定假设条件和测试程序,测试风险资产组合价值在最坏情境下可能遭受的最大损失及对金融机构盈亏及资本状况的影响,为金融机构的风险管理部门或监管当局的决策提供参考。压力测试现已成为金融机构主动风险管理的必要手段;尤其是美国金融危机爆发后,各国监管当局更加认识到压力测试的积极作用。本文较为全面地介绍了国内外压力测试的发展及其理论研究,并对其研究现状分别进行了相应的综合与述评。

一、国外商业银行压力测试研究现状

1　国外压力测试理论演进的总体脉络框架

20世纪90年代以来,由于压力测试以其估计非正常市场条件下经济损失的优势被国际银行及金融机构广泛应用,成为风险管理的重要方法之一。1995年国际证券监管机构组织(IOSCO)对“压力测试”作出了明确定义,即压力测试是“假设市场在最不利的情形(如利率突然急升或股市突然重挫)时,分析其对资产组合的影响效果”。1996年,巴塞尔银行监管委员会的《资本协议关于市场风险的补充规定》中强调了压力测试的重要性。到20世纪90年代末,宏观压力测试引起了国际金融组织和各国政策当局的研究兴趣,并在实践中得到迅速推广。宏观压力测试是利用微观数据,将微观测试结果加总,重点考虑传染效应和银行间相互依赖关系。IMF和WoddBank1999年发起的金融部门评估项目(FSAP),首次将宏观压力测试方法作为衡量金融系统稳定性分析工具的重要组成部分。后来,IMF的Cihak(2003,2004,2006)、Swinbume(2007)等分析了微观压力测试与宏观压力测试的区别,并总结了IMF宏观压力测试系统演进历程。国际清算银行(BIs)于2000年又将压力测试定义为金融机构用于评估其面对“异常但可能”的冲击时的脆弱性的技术手段。于是从2000年开始,国际清算银行全球金融体系委员会便每年从全世界选择约70家大银行,对它们进行压力测试的情况进行调查并调查报告。随后,新巴塞尔协议(2004)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测试,以反映各种经济环境改变的情景对信贷资产组合的不利影响,实施内部评级法的银行必须单独进行信用风险压力测试。自此压力测试体系形成,弥补了VAR的内在缺陷,成为世界各国金融机构重要的风险评估手段之一,各国金融监管机构都出版了相应的银行监管政策指南,要求所属银行进行压力测试。如英国央行的Drehmann(2004,2006)、Haldane(2007)剖析了英国宏观压力测试系统的构建方法和评测结果;美国FDIC的Krimminger(2007)、欧洲央行的Lind(2007)、挪威央行的Moe(2007)、澳大利亚储备银行的Ryan(2007)、西班牙央行的SauHna(2007)分别总结了各国压力测试系统的构建经验。

2　国外压力测试方法的探讨

在压力测试方法研究上,各国银行家进行了很多种尝试,目前比较统一和公认的方法是依据风险类别选取的不同,将压力测试分为单一因子法、多因子法和极值法,国际上普遍采用的是前两种方法。

单因子法又称敏感性分析法,是假设其他风险因子不变条件下,其中某个风险因子变动给金融机构带来的影响。新加坡货币监管局采用标准法构造了单因子压力测试,在2003年的研究报告中指出实践中常用的交易账户标准冲击有:(1)利率期限结构曲线上下平移100个基点;(2)利率期限结构曲线的斜率变化(增加或减少)25个基点;(3)上述二种变化同时发生(4种情形);(4)股价指数水平变化20%;(5)股指的波动率变化20%;(6)对美元的汇率水平变动6%;(7)互换的利差变动20个基点。但是研究发现,风险在实际发生的极端事件中,会使采用这种标准法设定的风险因子的变化超过上述规定,所以采用主观法设定风险因子和冲击大小也是国际银行业内接受的惯例。

多因子法又称情景分析法,是指测算多个风险因子同时变动带来的冲击。2004年以后,压力测试中的情景分析法已逐渐成为金融机构在衡量宏观经济冲击时的重要风险管理工具。情景分析中根据情景设定的不同分为历史情景法和假想情景法。Shaw(1997)提出了一种设定压力情景的方法:即找出过去若干年发生的最大损失,调查其原因,据此设定情景。使用历史情景法的关键在于计算风险因子变动程度时,所选择时期的起始和终止时点如何确定,但是往往终止时间是不明确的,这时就有必要构造假想情景以弥补历史情景的不足。Kupiee(1999)提出构造假想情景,并在构造假想情景时一定要考虑风险因子的相关性。他提出的方法是:首先根据历史数据测算出风险因子之间的相关性,然后在假定某些重要的风险因子发生变动时,根据相关性矩阵调整其他风险因子。Kim(2000)则认为在危机发生时,因子之间的日常关联性会遭到破坏,因此他建议采用危机时期的数据来计算“压力相关性”(stressedcorrelations),然后据此调整其他风险因子的变动。而蒙特卡洛模拟法与上述两种假想情景方法相反,上述方法都是先设定情景再计算压力损失,而随机模拟法先设定压力损失的门限,然后再研究在什么样的情景下会导致损失超过这个门限。一旦发现损失超过了门限,相应情景就被挑选出来作为研究对象,研究是怎样的风险因子变动造成极端损失,然后就可以采用相应的风险管理手段。随机模拟法还可以计算出损失的条件VaR。

极值法(extremevaluetheory)是基于统计意义上的“尾部”概率分布的行为而对在极值处度量风险损失的方法。单变量极值理论研究针对厚尾的建模,多变量极值理论关注不同金融工具回报率之间的联系,即风险集聚,可用于设定压力测试情景。对于极值法来说,如何通过风险因子推出潜在的回报率分布,同时关于极值事件与时间无关的假设也引起了质疑。虽然极值法存在一些缺点,但是凭借它对压力测试结果发生概率的估计还是受到了业界的重视。

3　压力测试在国外的实践

2001年IMF对已经完成的28个金融部门评估计划(FSAP)进行了调查,调查表明,成员国对包括利率风险、汇率风险、信用风险、流动性风险、资产价格风险、商品价格风险(发展中国家)、其他风险(如GDP下降)等进行了压力测试。　2003年德意志联邦银行对德国银行系统的稳定性进行了压力测试。采用单一因子法对分好的两组银行(国际活跃银行和其他银行)进行测试。风险因子确定为各信用级别的客户违约率提高30%和60%(相当于标准普尔评级下调1至2个级别)。用风险加权资产变动与银行资本的比率衡量冲击的影响,发现违约率30%的上升使得两组比率升高的均值分别为8.22%和7.22%,60%的上升导致15.31%和13.18%的结果。最坏的结果出现在其他银行组:当违约率上升60%后,组内最高比率上升了22%,但考虑到平均的资本充足率为11%,所以该比率的上升导致资本充足率下降到9%,仍然达到8%的最低要求。多因子压力测试的情景由德意志银行和IMF共同研究确定。考虑到伊拉克战争的预期,情景设定为1年内石油价格上涨45%,美国的军费开支增加1%,全球股市下跌10%,工业国的居民储蓄率上升0.5%,德意志在2003年初进行了多因子压力测试。根据德意志银行的宏观经济模型,以上冲击将导致德国2003年的实际GDP比基准情形下降0.6%。以下模型把GDP的冲击转化为风险因子的变动:λt=0.37λt-1+0.14λt-2-0.3Kλt-1-6.5GDPt+10.7rt+ελt。其中,λt表示当期的贷款损失准备与贷款余额之比,Kt-1。代表上一期的信贷增长,rt代表短期利率,AGDP。代表当期实际GDP与上期的差值。测试发现2003年的贷款损失准备率比基期增长了7%,达到3.5%的水平,这在历史上是少见的。

2007年美国次贷危机爆发以来,美国银行业监管当局9dP,到压力测试的积极作用,并以资本为导向,启动了新一轮的银行业压力测试实践,加强银行业的风险管理,维护了整个金融系统的稳定。2010年4月底,美国对19家资产规模在1000亿美元以上的大银行进行“压力测试”。按照基准情景和更坏情景分别对2010年和2010年的美国经济增长、失业率和房价跌幅进行了不同的设定。压力测试报告显示,在美国经济出现更坏情景时,美国19家最大金融机构2010年和2010年的累计损失为5992亿美元。其中4550亿美元损失来自所持有的贷款组合,即在更坏情况下19家金融机构总贷款累计损失率高达9.1%,超过了上世纪大萧条时期创下的贷款损失率的最高纪录。接受测试的银行中10家银行需要筹募746亿美元的股权资本。压力测试资本补充要求公式大致如下:压力测试资本补充要求=风险加权资产×6%-现有股权资本余额+可能遭受损失-各项收益和资本补充。此次压力测试对大型银行的损失额和资本状况进行评估和信息披露,为美国银行业带来急需的透明度;同时通过对银行实力强弱进行区别,避免健康银行被问题银行所拖累,尽快恢复健康银行的房贷能力,并通过向市场公布问题银行的增资理想图提高市场对问题银行的信心。虽然测试结果好于预期,部分消除了针对银行业不确定性的担忧,但仍未解决美国银行业面临的根本问题,即银行资产负债表上的巨额不良资产,清除银行体系不良资产的道路依然很漫长。

二、国内商业银行压力测试研究现状

1　国内压力测试的兴起

伴随着金融开放步伐的加快,近些年来国内学者也开始对压力测试进行了探索性的研究。国内关于压力测试研究最早可以追溯到2003年在银监会的组织下工、农、中、建及广东发展银行对所在行的信用风险、利率风险、汇率风险和流动性风险四个方面进行了第一次压力测试。测试总体表明各家行面临着程度不同的信用风险、利率风险,这两种风险对各行的盈利能力和资本充足率将形成较大冲击,但测试的技术和方法细节并未公开。2006年,中国银监会发出紧急文件《中国银监会关于开展商业银行房地产贷款业务风险自查工作的通知》,要求各家银行对其房地产贷款展开风险自查。各银行要对2006年9月至2007年6月房地产贷款情况和月度趋势变化进行压力测试。测试分为两个部分:房地产贷款综合压力测试和个人住房贷款专项压力测试。为做好房地产风险的预警和控制工作,保证金融系统的稳健发展,2007年7月,银监会下发《商业银行压力测试指引》通知(以下简称通知)为我国商业银行实施压力测试给出了政策指导。通知要求商业银行对部分城市进行住房按揭贷款压力测试和场景分析,由此,中国银行业风险测试系统开启了制度化建设阶段。2010年8月中旬,银监会向广东、江苏、浙江、上海、北京、深圳和宁波等七省市银监局发出《关于开展重点地区房地产贷款压力测试的通知》,随后开展了上述7个银监局辖内的银行业金融机构的房地产贷款压力测试。

2　国内压力测试的理论与实践

国内一些学者基于国外已有的理论进行了细致的研究,对压力测试的步骤和方法进行了概括性的总结。周子元(2010)详细地阐述了压力测试的步骤及其方法。他明确地提出其步骤,主要包括:第一,确保数据的可靠性;第二,资产组合与环境分析;第三,确定银行面临的风险暴露,找到风险因子;第四,以可能发生的不利冲击为基础,构造相应的测试情景;第五,设定冲击发生时风险因子变化的大小;第六,运行压力测试模型;第七,报告结果并进行分析。同时系统地总结了商业银行信用风险压力测试的主要技术方法,分为单一因子法、历史情景法、非系统假象情景以及系统假象情景等方法。他对各种方法的优缺点和适用性进行了归纳,并介绍了国外银行压力测试的实践情况,为国内银行开展信用风险压力测试提供参考。

郭春松则早在2005年就指出在众多压力测试步骤中设计压力测试假设指标是商业银行进行压力测试的一个重要环节。其根据历史事件法和市场预期法,分别设计了宏观经济指标、信贷资产质量、利率风险、流动性风险和盈利能力等假设指标。他强调,商业银行在实际应用中,应根据其本身的实际环境设定受压情况。

巴曙松、朱元倩(2010)分别从压力测试的定义、国际实践规范、执行流程等角度对已有的文献和监管部门的调查研究报告进行了总结,并在此基础上归纳分析了压力测试的优缺点,讨论了压力测试中实际操作细节及对于数据缺乏的发展中国家如何有效地实施压力测试。最后对宏观压力测试的发展趋势进行了介绍和诠释,提出了在压力测试中值得进一步研究的后续问题,为我国实施压力测试提供可行性建议。

同时,国内学者对压力测试进行了大量的实践,将压力测试应用在银行信用风险、宏观经济周期风险、房贷风险等风险管理中。信用风险是银行面临的众多风险中较为传统和普遍的风险,银行对信用风险的管理采取了较多方法来规避,传统的信用风险管理方法主要有专家制度、贷款内部评级分级模型以及z评分模型等。但是,现代金融业的发展,使得这些方法显得有些过时。国内学者孙连友(2007)在压力测试概念的基础上,指出信用风险压力测试是商业银行信用风险管理的一个重要组成部分,并详细介绍了商业银行信用风险压力测试的全过程——搭积木的方法。他认为一个完整的商业银行信用风险压力测试过程包括确保数据可靠、调查资产组合与环境、建立压力测试、确定冲击大小、执行压力测试和报告、压力测试结果等几个步骤。最后,他强调了压力测试结果的解释与应用问题,这对我国商业银行信用风险压力测试的实施提供了有用的建议。任宇航等(2007)分析了银行信用风险压力测试的重要性和一般过程,信用风险压力测试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。他选取了宏观经济衰退情景分析,但是由于我国银行业数据缺乏的现状,他提出了基于LOGIT回归的测试方法,并通过收集我国GDP、贷款利率和货币发行量等6个指标作为对宏观经济的描述和相应时间段的银行违约情况数据,利用该方法进行了应用研究。结果表明该方法可以为我国银行业信用风险管理提供有益的参考,结论部分他指出了该方法存在的不足。

宏观压力测试在各国银行业的宏观经济审慎分析中越来越受重视,其主要目的是识别金融机构体系内承受系统性风险时所暴露的结构性弱点和整体风险水平。徐光林(2010)则对我国银行进行了宏观压力测试。他通过样本数据建立了线性压力测试模型,重点测试了GDP增长速度和CPI同时发生不同程度恶化时,2010年和2010年我国银行业金融机构资产规模增长速度的受影响程度。同时,参考历史场景基础上虚构各种压力测试情景,分析了各种测试情景发生的可能性。结果表明在各种测试情景下,资产规模继续保持正增长的可能性很大。

在压力测试过程中,压力情景的设定是其中非常重要的一个环节,在情景设定的过程中考虑宏观经济周期性特征有助于防止情景的设置过度的主观。从银行过往的经营状况看,在经济上行的周期中,信贷资金的违约率和抵押资产的风险被经济的扩张所掩盖,在进入经济调整周期后,许多问题会浮现出来,因此在情景设定的过程中考虑经济的周期性对银行的风险管理工作有很强的指导意义。郜利明(2010)在压力测试的过程中引入了经济周期因素。他提出了在假设性情景的设定过程中必须要考虑经济的周期性,因为银行业的经营业绩和效益波动与宏观经济周期波动有较大关联。同时,他提出各个行业本身的周期性的强弱程度并不相同,针对不同的行业应设定不同的数值,使其更符合客观规律。

近些年,由于优惠的利率、宽松的信贷政策使得我国房地产业快速发展,成为我国支柱产业,同时也催生了房地产业的泡沫,使为其提供主要资金的银行承担大量风险。2010年美国次贷危机使我国深受影响,因房价下跌导致的银行坏账增加引起了国内业界的担忧与重视,如何提高风险管理能力,识别、预防并控制房地产信贷风险已成为我国商业银行面临的重大课题。在宏观经济面临较大不确定性的背景下,房地产信贷业务风险压力测试成为商业银行主动风险管理的必要手段,也是目前国内监管机构、商业银行及学者们进行压力测试的重点。刘萍、田春英(2010)最早对房地产信贷风险进行压力测试研究,通过对我国房地产信贷市场风险因素进行分析,并比较了各种风险管理方法,提出将压力测试引入房贷风险管理的必要性和可行性。在此基础上,对个人房地产贷款压力测试体系整体框架及技术需求进行了初步的探讨。在房地产业务中,银行风险暴露取决于房地产开发企业和贷款买房者是否能够按时偿还本息。随后王宏新、王吴(2010)应用压力测试方法针对房地产价格变动对我国商业银行的影响进行了实证分析,选取了房地产开发商和个人住房按揭贷款两类指标进行压力测试。通过压力测试分析发现,一旦房价出现全面下跌这种小概率事件,商业银行不良贷款率将可能成倍增加,这会对商业银行造成较大冲击,甚至影响到整个国民经济健康发展。为应对商业银行房地产信贷风险,他提出了政策建议:商业银行应通过积极支持保障性住房建设、加大贷款项目评估力度、实施区域差别、加强对房地产市场跟踪监测、建立健全房贷风险准备金制度和增强房地产反周期协同能力等手段来应对金融风险。冯佳、朱华彬(2010)结合我国A股市场14家上市银行的具体情况,利用压力测试测算房价下跌10%、20%和30%时房地产贷款违约对银行业净利润的影响程度,根据测试的结果得出我国房地产贷款的资产是比较优质的,此类资产对商业银行净利润的影响在很大程度上与市场景气程度相关;同时,对压力测试在银行业信用风险管理上的实施提出了一些建议。宇文境泽、李诚(2010)利用LOGIT线性回归模型,将房地产业个人贷款违约风险与GDP增长率、CPI等宏观经济因子之间建立回归方程。通过对测试结果进行分析得出,在既定的压力测试情景下,商业银行个人房地产贷款的违约风险还是比较大的,特别是在GDP增长率大幅下降的情况下;并且随着CPI的增加,违约率也在迅速提高。由此可见,宏观经济变量在银行个人房地产贷款违约风险中起着决定性的作用。

三、国内外商业银行压力测试研究的评述

通过以上综述和分析可以得出,压力测试实质上就是一种以定量分析为主的风险分析方法,通过测算银行在假定的小概率事件等极端不利情况下可能发生的损失,分析这些损失对银行盈利能力、资本金和流动性等方面所产生的负面影响,进而对风险抵御能力做出评估和判断,并针对测试结论采取必要的应对措施。根据巴塞尔协议的要求,在实务应用上,仅仅使用日常风险度量工具(VAR)来衡量市场风险是不够的,因此引入压力测试,其目的就是弥补风险管理工具VAR的不足,是衡量风险的必要补充,使得风险管理更加完整。

1　国外压力测试研究的简要评述

国外银行在压力测试方面已经形成了比较系统科学的方法体系。目前国际上普遍采用的方法为情景分析法,根据巴塞尔国际金融体系委员会(BCGFS)001年的一项调查,国际活跃银行进行的215个压力测试中,有138个是采用情景分析法进行压力测试。与此同时,国外银行进行了大量压力测试实践。根据国际清算银行全球金融体系委员会(BCGFS6)2004年度的调查显示,全球16个国家的64个银行及金融机构报告了大约960个压力测试,列出了多于5000个风险因子,压力测试在银行风险管理中的实践十分广泛。通过国际银行大量的实践发现,银行压力测试结论最关注的是银行的资本,因为资本是作为银行吸收非预期经营风险的最终手段,是一国监管当局风险监管、资本监管的核心。此外,在压力测试的实践过程中,数据的可靠性是确保压力测试结果的关键,这点上,国外先进银行可以做到将交易账户和信贷账户变动的信息实时传递到风险管理系统。总之,国外成熟的压力测试理论及其实践是值得我们借鉴的,为我国商业银行实施压力测试带来的间接或是直接性启发是无可估量的。

篇5

关键词: 宏观压力测试 情景测试 资产规模

中图分类号: F830.49文献标识码: A文章编号: 1006-1770(2008)011-021-05

一、 引言

我国银监会颁布的《商业银行压力测试指引》指出，压力测试是通过测算银行在遇到假定的小概率事件等极端不利情况下可能发生的损失，分析这些损失对银行盈利能力和资本金带来的负面影响，进而对单家银行、银行集团和银行体系的脆弱性做出评估和判断，并采取必要措施。压力测试最初是为了响应1996年巴塞尔资本协定的修正而被正式提出并开始运用，长期一直被视作风险价值（VaR）的辅助风险管理工具，因为风险价值仅反映了在正常市场环境下银行业可能遭受的最大损失，并不能概括极端不利的小概率事件发生时银行业所可能遭受的潜在损失。Berkowitz和O’Brien（2002）对商业银行使用的VaR模型所做的实证检验就表明，VaR模型会低估收益率的波动性。2004年以后，压力测试中的情景分析(scenario analysis)已逐渐成为金融机构在衡量宏观经济冲击时的重要风险管理工具，如巴塞尔银行监管委员会（BCBS）、国际证监会组织（IOSCO）等的报告，并且由IMF和世界银行联合推出的金融部门评估规划(FSAP) 也已经在120多个国家尝试开展宏观压力测试。宏观压力测试在各国银行业的宏观经济审慎分析中越来越受重视，其主要目的是识别金融机构体系内承受系统性风险时所暴露的结构性弱点和整体风险水平。

从国内外的相关研究成果来看，Wilson (1997a, 1997b) 首先将宏观经济冲击与不同产业部门的违约率联系起来，他认为不同的产业部门对宏观经济因子的冲击有不同的敏感度。之后，许多学者都以Wilson模型为基础研究违约率、违约损失率等信用风险与宏观经济的关系，如Vieghe (2001)、Boss (2002)、Virolainen (2004)等。另一方面，学者们还试图建立压力测试与风险管理模型之间的联系，如蒋祥林和王春峰（2005）则引入波动性状态转移的ARCH(SWARCH)模型对波动性进行描述，使VaR与压力测试值能够在统一的样本数据和框架下得到一致性的估计。更多宏观压力测试方法的比较可参阅杨鹏（2005）和徐明东、刘晓星（2008）。

2003年国有商业银行股份制改造以来，我国银行业得到了快速发展，银行业金融机构资产规模迅速膨胀。根据Wind数据库的统计，2003年第4季度我国银行业金融机构的总资产为27.66万亿元，到2008年第2季度就已经达到了57.74万亿元，四年多的时间里银行业金融机构合计总资产规模增长了一倍多，平均每年增长17.43％。但是当前国内外经济环境已经发生很大转变，全球经济都受到了由次贷危机引发的金融危机的严重影响，经济增速明显放缓甚至出现了经济衰退，此时加强对银行业资产规模的压力测试具有重要意义，将有助于从总体上把握我国银行业承受宏观经济冲击的能力。本文将利用线性压力测试模型，在假设风险因子服从指数式冲击路径的情况下，重点测试GDP增长速度和CPI同时发生不同程度恶化时，2008年和2009年我国银行业金融机构资产规模增长速度的受影响程度，以便及时做好宏观经济系统性风险的防范和控制工作。在压力测试的过程中，本文还深入分析了各种测试情景发生的可能性。

二、压力测试过程

压力测试的方法通常包括两种：敏感性测试和情景测试。敏感性测试是指假设其他风险因子不变的情况下，仅考虑某种风险因子发生极端不利变动对银行业风险暴露和承受能力的影响。情景测试则是考虑多个风险因子同时发生极端不利变动对银行业风险暴露和承受能力的影响。为了全面考察多个宏观因素同时发生恶化对我国银行业金融机构资产规模的影响，本文采用情景测试。宏观压力测试过程主要包括三个步骤：首先，选择能够体现宏观经济风险的主要因子；其次，设计压力测试的情景，即假设风险因子的冲击量及其冲击路径；最后，建立风险因子影响银行业资产规模的压力测试模型。

1、风险因子

GDP增长速度（RGDP）和能够代表通货膨胀水平的消费价格指数（CPI）是两个最重要的宏观经济变量，它们是各国政府制定宏观经济调控政策的最重要参考指标之一，经济增长和物价稳定也是政府宏观调控的两个重要目标，因此本文选取GDP增长速度和消费价格指数作为本次压力测试的主要风险驱动因子，其选择理由还包括以下几个方面：

（1）GDP增长速度和CPI是国民经济统计中的最基本指标，和很多其他宏观经济指标具有高度的相关性，因此它们对其他宏观经济指标具有很强的概括性。

（2）它们都是市场化的统计指标，不同于利率、汇率等尚没有完全市场化、政策性意味较浓的指标，因此容易假设它们的压力测试情景。

（3）以经济停滞和通货膨胀为代表的“滞胀”现象会使政府的宏观调控政策进退两难，最能体现宏观经济的恶化程度，对银行业的伤害也最深，同时此种情形也与当前世界经济增速放缓、通货膨胀上升的发展趋势相一致，因此有必要把经济停滞和通货膨胀同时出现作为压力测试的情景。

另一方面，利率体现了银行信贷资产的价格，也是体现宏观经济环境变化的重要指标之一，对银行业资产规模变动具有重要影响，因此我们将一年期法定贷款利率（R）作为本次压力测试的辅助风险因子。

2、压力测试情景

压力测试的情景可以采用已经发生的历史事件，也可以依据在分析与预测未来经济发展趋势的基础上虚构一个逻辑上合理的情景。本文将在参考历史场景的基础上虚构各种压力测试情景。

（1）冲击量

首先，我们需要确定GDP增长速度（RGDP）的冲击量。改革开放30年来，我国GDP增长速度一直保持在5％以上，同时已有研究表明我国经济仍处在高速增长阶段，我们有理由相信当前我国GDP增长速度降至5％以下的可能性极小，因此我们把5％作为最大冲击量，即重度情形，并假设GDP增长速度下降的轻度和中度情形分别为9％和7％。

其次，需要确定CPI的冲击量。在假定了GDP增长速度的冲击量后，需要分析GDP增长速度和CPI的相关性后才能确定CPI的冲击量。根据Wind数据库的统计资料可知，从1992年第1季度至2008年第2季度，GDP增长速度与CPI的相关系数为0.68，从2004年第1季度至2008年第2季度的相关系数仅为0.075。由此可见，GDP增长速度和CPI长期来说存在较强的正相关性，而短期内的相关性很弱。本文压力测试主要考察短期内宏观经济严重恶化对银行业资产规模的影响，因此CPI冲击量的确定应不受GDP冲击量假设的影响。根据Wind数据库的统计，从1992年第1季度至2008年第2季度，CPI的最大值为127.3，最小值为97.9，同时考虑到当前的经济形势，本文压力测试主要考察恶性通货膨胀对经济的影响，因此我们假设CPI冲击量的轻度、中度和重度情形分别为110、120和140。

最后，需要确定一年期法定贷款利率（R）的冲击量。一年期法定贷款利率是由政府的政策决定的，其在理论上应是一个外生变量，但是我们有理由相信政府在确定贷款利率时一定权衡了GDP增长速度、CPI等多种宏观经济因素，政府政策的背后隐含着市场力量的“影子”，因此我们假定R的大小是由GDP增长速度和CPI共同决定的。利用实证研究中的样本数据，用R对GDP增长速度和CPI的当期值及滞后一期值作线性回归，剔除不显著变量后得到线性模型的最小二乘估计结果①如下：

（1）

由此可见，模型（1）充分拟合了贷款利率的样本数据。然后，根据GDP增长速度和CPI的各种冲击量，就可以得到一年期法定贷款利率（R）的冲击量，如表1所示。

本文假设的各宏观变量的冲击量都是指到2009年底的总冲击量，而本文分析所用的历史数据为季度数据，因此需要确定各宏观变量在每个季度的施压路径。假设CPI、RGDP和R的季度指标均呈指数式增长或下降，具体形式如下：

（2）

其中，Xt 表示CPI、RGDP和R的第t季度观测值，K表示最后一个样本（XN）至2009年第4季度的季度数，b表示总冲击量，a为待定参数。根据初始条件:i=0时，XN+i=XN，由（2）式可得：。其示意图如下：

从图1中可以看出，冲击量b是CPI、RGDP和R变化路径上的最大值或最小值，这与冲击量往往表示宏观经济指标变动的最坏情形这一逻辑假设是一致的，并且冲击路径呈现出先加速下降或上升，后减速下降或上升的特点，这与宏观经济指标往往会在恶化初期速度较快，而在恶化后期速度较慢的变动规律相吻合。由此可见，本文采用的指数式冲击路径是合理的。

3、压力测试模型与方法

我们用银行业金融机构合计总资产季度同比增长率（Rscale）度量银行业金融机构资产规模受宏观经济恶化影响的程度，通过对样本数据的分析建立如下压力测试模型：

（3）

根据历史数据用最小二乘法滚动估计模型（3）式中的参数，具体步骤如下：

（1)用样本数据估计（3）式，得Rscale在第N+1季度估计值，记做

（2）用、XN+1和样本数据重新估计（3）式得Rscale在第N+2季度的估计值，记做。

（3）如此下去，直到估计出。其中，、将分别表示2008年和2009年银行业金融机构合计总资产同比增长速度的压力测试结果。

三、压力测试结果及分析

1、数据说明

本文使用的样本数据来自Wind宏观经济季度数据库，时间长度从2004年第1季度至2008年第2季度，其时序图如下：

这里需要说明的是，如果在同一个季度内利率水平发生了两次及以上变动，我们在实际定量分析中将把它们的平均值作为该季度的利率水平，图2中所示利率即是如此。

2、压力测试结果

通过对样本数据的分析可知，Rscale与CPI、RGDP及R之间存在如（3）式的协整关系，其OLS参数估计结果②如下：

（4）

然后，根据表1中宏观变量各种冲击量的组合及其相应冲击路径，对银行业金融机构合计总资产季度同比增长率（Rscale）进行最小二乘法滚动预测，得2008年第3季度至2009年第4季度的压力测试结果如(图3）。

根据CPI与GDP增速（RGDP）的总冲击量和冲击路径，得2008年和2009年银行业金融机构合计总资产同比增速的压力测试结果如下表2和表3所示。

3、测试情景发生的可能性分析

压力测试分析的测试情景虽然在实际中发生的可能性很小，但是并不表明它们不会发生，Breuer（2008）指出，可以用马氏距离（Mahalanobis Distance）度量不同测试情景发生可能性的相对大小，并且在各风险因子都服从正态分布的假设下，马氏距离将服从卡方分布，本文马氏距离的定义及其分布如(5)式：

（5）

其中，r、u和∑分别表示宏观风险因子的冲击量向量、均值向量和它们的方差协方差矩阵。马氏距离与欧式距离相比具有明显的优点，它考虑了各风险因子之间的相关性，并且其数值大小与因子的度量单位无关，是一种可以有效计算两个向量之间相似性的一种方法，极大或极小的马氏距离都隐含着测试情景发生的可能性相对较低。

根据样本数据计算可得：

，

各测试情景的马氏距离计算结果如表4。

注：括号里的数表示马氏距离大于观测值发生的概率

从表4中可以看出，各测试情景发生的可能性都较小，其中CPI达到140即发生严重通胀的可能性相对最小，而CPI保持110轻度通胀水平，同时经济增长出现9％或7％放缓的可能性相对较大。在各种测试情景中，出现CPI＝110、RGDP＝9％、R＝6.13％情形的可能性相对最大，出现CPI＝140、RGDP＝5％、R＝10.18％情形的可能性相对最小。

4、压力测试结果分析

从以上压力测试的结果可以看出，GDP增长速度放缓和通货膨胀水平的恶化对银行业金融机构的总资产规模具有显著负面影响，但是其今明两年的同比增长速度尚不太可能出现负增长情形。2008年银行业资产规模的增长速度仍能保持两位数增长的较高水平，但会随经济增长速度的降低而显著降低。2009年若能保持GDP增长速度在9％的水平上，银行业资产规模增速可以达到11％左右的两位数增长；如果经济增长速度降至7％和5％时，其增速将分别降至9％和6％左右的一位数增长水平。从压力测试结果和测试情景发生的可能性分析来看，通货膨胀保持轻度水平，同时GDP增长速度放缓至9％或7％的可能性较大，并且相对于通货膨胀恶化来说，GDP增速放缓对银行业资产规模增速的影响更大。

四、结论与建议

通过GDP增长速度、通货膨胀和贷款利率同时发生不利变动对银行业金融机构资产规模影响的压力测试，我们发现：在各种不利测试情景下，2008年银行业资产规模的增长速度仍能继续保持两位数增长的较高水平，但会随经济增长速度的下降而显著降低。2009年若能保持GDP增长速度在9％的水平上，银行业资产规模增速可以达到11％左右的两位数增长；如果经济增长速度降至7％和5％时，其增速将分别降至9％和6％左右的一位数增长水平。对各种测试情景发生可能性的进一步分析可知，通货膨胀发生中等或严重恶化（CPI＝120或140）的可能性相对较小，保持轻度通胀水平(CPI＝110)，同时GDP增长速度放缓至9％或7％的可能性相对较大。本次压力测试还考虑了随机因素对测试结果的可能影响，10,000次蒙特卡罗模拟结果与以上没有考虑随机因素影响的结论是一致的，同时进一步表明GDP增速放缓对银行业金融机构总资产规模增长速度的影响显著强于通货膨胀水平恶化造成的影响。随机模拟还表明，在95％的置信水平下，2009年银行业资产规模有可能出现萎缩，但发生的可能性较小。通过对模拟结果的进一步分析可知，如果2009年GDP增长速度能达到9％，则不论出现何种通胀水平，银行业资产规模同比增速为负的概率都将小于5％。如果GDP增长速度降至7％和5％，银行业资产规模同比增速为负的概率将分别上升至10％和20％左右。

由此可见，宏观经济发生不同程度恶化时，银行业金融机构总资产规模同比增长速度会降低但仍能保持正增长水平，发生负增长的可能性相对较小，同时我们也应该注意到GDP增速放缓对银行业金融机构资产规模增速具有显著影响，这一点值得我们高度关注。为此，我们建议从以下几个方面提前做好风险防范措施：

首先，加强信贷政策与产业政策相结合，着力推进贷款结构调整。贷款投放应向国家政策支持的行业倾斜，减少向房地产等高风险行业或者政策不予支持的“三高”行业的投资。在配合国家宏观调控政策，对于符合国家产业政策和市场准入条件的，要继续给予大力支持，防止信贷投放大起大落；对于煤炭、电力、石油、交通、供水等公共设施、基础设施项目，要给予重点倾斜。

其次，按照市场规律和独立审贷的原则，加强授信审核和贷前贷后管理，切实防范新的不良贷款。控制贷款总体规模，合理确定其增长速度，注重提高贷款的质量而不是数量。在利差水平不断收窄以及信贷风险不断加大的情况下，还应大力发展、结算、委托、个人理财等中间业务，以实现银行业资产规模的可持续稳定发展。

最后，大力加强银行业风险管理的组织体系和管理信息系统建设，不断提升对风险的计量水平和管控能力。与国际活跃商业银行完善的风险管理体系相比，我国商业银行的风险管理水平还很低，并且普遍存在着“重业务发展，轻风险管理”的错误认识。因此，尽快按照《商业银行市场风险管理指引》的精神和巴塞尔新资本协议的要求，科学合理地识别、计量、监测和控制商业银行的各类风险，建立和完善风险的管理体系，具有重要的意义和紧迫性。

注：

① （1）式中括号里的数表示t－统计量的值，**分别表示在1％的显著性水平下显著

② *和**分别表示在5％和1％的显著性水平下显著

参考文献:

1,Aragones, J., Blanco, C., Dowd, K(2001), “Incorporating stress tests into market risk modeling”, Derivatives Quarterly, Spring, 44-49.

2.Berkowitz, J., O’Brien, J.(2002), “How accurate are value-at-risk models at commercial banks?”, Journal of Finance, 1093-1111.

3.Boss, M. (2002), “A Macroeconomic Credit Risk Model for Stress Testing the Austrian Credit Portfolio”, Financial Stability Report 4, Oesterrecichische Nationalbank.

4.Breuer Thomas(2008),“Overcoming Dimensional Dependence of Worst Case Scenarios and Maximum Loss”, working paper, April 24.

5.Vieghe, G.. (2001),“Indicator of Fragility in the UK Corporate Sector”, Bank of England Working Paper, No. 146.

篇6

【关键词】风险价值；Value at Risk；压力测试；风险管理

一、引言

2007年7月，随着标准普尔和穆迪两家信用评级机构分别下调了612种和399种抵押贷款债券的信用等级，美国次贷危机爆发。次贷危机造成了全球性的金融危机，欧洲发达国家、日本、韩国等经济体不断报出巨额亏损的数字，如此大规模的金融海啸着实把全球经济推入了寒冬。

次贷危机之后，人们开始把视线重新聚集在各国金融系统风险监管之上。虽然次贷危机的硝烟已经退却，但其毁灭性的结果依旧影响着今天，用何种方法来预测和防范金融风险在后危机时代显得尤为重要。从国内外金融机构在日常管理中对风险评级体系的构建中发现，用于测量金融风险的主要工具有两个，分别是风险价值和压力测试。

二、风险价值概述

风险价值（Value at Risk，简称VaR）是指在正常的市场环境下，在一定的概率水平（置信度）和持有期内，衡量某个特定的头寸或组合所面临的最大可能损失。

VaR从统计的意义上讲，本身是个数字，是指面临可预测的的市场波动时处于风险状态的价值是多少，即在给定的概率水平和一定的持有期间内，可以预测的最大价值损失量。例如，某家金融机构持有的某种金融产品在未来的一天内，在置信度为99%时，如果金融市场发生可以预测的市场波动，其VaR值为500元。也就是说该金融产品在未来的一天内，由于市场波动带来的损失超过500元的可能性为1%。

VaR值的大小不仅取决于持有期间的长短，同时还受持有者风险爱好程度的影响，置信度高则意味着管理者对风险持较厌恶的态度，相反，置信度低则代表对风险的容忍程度较高。VaR由于其概念简单，且能用一个数字来反映出损失的大小，易于接受和理解，故被广泛应用于金融机构的资本配置、风险定价、绩效评估和信息披露等领域，并作为一种很好的风险管理工具在巴塞尔协议中获得应用和推广，已经发展成为现代风险管理的标准和理论基础。

三、压力测试概述

根据国际货币基金组织IMF（2004）的定义，压力测试指一系列用来评估一些异常但又可信的宏观经济冲击对金融体系脆弱性影响的技术总称。

我国银监会将压力测试定义为，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。

美国次贷危机给全球金融系统造成的负面影响远远超过了人们最初的预期，其中一条重要的教训是对风险后果的前瞻性估计不足，机械的套用了监管比率，远远低估了金融体系杠杆率的下降幅度。于是人们认识到在正常的置信期间和正常的市场波动时，VaR风险估计是有限的。一旦超过置信度的低概率市场波动事件发生，传统的VaR法就无能为力。极端的危机告诉我们仅仅靠VaR方法是不够的，需要结合压力测试对金融系统的稳定性进行判断。

四、风险价值和压力测试的对比

风险价值法和压力测试法均是衡量金融系统风险大小的有效方法，两者相比于传统的衡量方法而言更注重于事先风险的测量，即可以事前计算风险，不用等到风险事件发生之后再衡量，所以预测性强。同时，风险价值和压力测试都不仅能计算单个金融工具的风险，还能计算由多个金融风险组成的投资组合风险，这也是比传统风险管理方法优越之所在。风险价值和压力测试有一定的共同之处，但两者的差异还是比较明显的，主要集中在以下几个方面。

1.两者适用条件的差异

要计算出单个金融工具或投资组合的风险价值，需要确定三个条件：持有期的长短、置信区间的大小和观察期。首先，持有期是指确定计算在哪一段时间内的持有资产的最大损失值，也就是明确投资者关心资产在一天内一周内还是一个月内的风险价值。其次，置信区间的大小通常由风险管理者的风险厌恶程度来确定，如前所述，置信度高则意味着管理者对风险持较厌恶的态度，相反，置信度低则代表对风险的容忍程度较高。最后，观察期是对给定持有期限的回报的波动性和关联性考察的整体时间长度，是整个数据选取的时间范围。以上三个条件对计算风险价值是至关重要的因素，可以看出风险价值法适用条件的限制性比较大。

用压力测试来衡量风险的条件往往是需要金融系统发生极端的经济波动，这种波动应该是异常但且合理的。也就是说当市场中出现了不适用于风险价值方法的事件时，压力测试就能取代风险价值发挥作用，简而言之，压力测试是风险价值在衡量金融风险中的补充。

2.两者计算方法的差异

风险价值如果用统计的方法来计算则为一个数值，所以用代数和统计原理来解释风险价值法和计算VaR值是比较合理的。通常有三种方法来计算VaR值，分别是：方差——协方差法、蒙特卡洛法和历史模拟法。方差——协方差法是假设资产组合价值的变动服从正态分布，然后计算出组合收益方差、标准差和协方差，从而求出一定置信水平下分布偏离均值的临界值，从而推导出VaR值。蒙特卡罗VaR法利用一个模型，输入随机变量集，产生从今天到VaR水平期所有风险因子变化的完整路径。每一模拟路径给出了重估整个资产组合价值所需的所有市场数据。蒙特卡罗模拟称得上是灵活性最大的方法，因为该方法允许用户设置任意已知的概率分布，并且掌握相对复杂的投资组合。历史模拟法是指首先对特定历史时期内观察到的相关市场价格和收益率的变化进行分析，然后，利用从历史数据中推导出的风险因子来构造资产组合收益的分布，根据这个分布，可以计算资产组合的VaR值。

压力测试方法的分类通常按照单一风险因子冲击还是多风险因子冲击可以分为敏感性分析和情景分析。敏感性分析是对单一风险因子影响分析，情景分析是分析单一风险因子或多种风险因子的影响分析。情景分析又可分为历史情景和假设情景分析。相对而言，敏感性分析更加简单易操作，而情景分析需要考虑各种冲击的相关性等问题，在模拟重大冲击时效果更好。

五、总结

风险价值和压力测试方法在发达资本主义国家已经被广泛应用于金融市场，风险价值法是衡量在正常市场状态下的风险大小，而压力测试则衡量的是当市场出现异常波动时的市场风险。这两种方法相辅相成，虽然两者在适用条件和计算方法上都存在一定的差异，但如果将压力测试作为风险价值的补充方法，那么两者的配合就能够构建一个比较全面的风险管理框架，这对金融机构进行风险管理和投资决策来说是非常有效的。

我国的金融市场较之于发达资本市场还处于发展的阶段。随着各项改革的深入进行，市场机制的作用会占据更加重要的地位，于是金融市场风险的监管也需要得到管理当局和金融机构的足够重视。虽然风险价值这一风险衡量方式在中国金融市场中的认可程度较高，并已被不少金融机构运用于实际的风险管理中，但美国次贷危机的发生给每一个金融市场参与者敲响了警钟，风险价值法有其固有的缺陷，引入压力测试是必然的趋势。

总而言之，压力测试作为风险价值的补充，与风险价值构成了一个比较全面的风险分析体系，为金融机构提供了一个简洁有力的决策依据，对于各种情况都有较强的适应性。在金融市场日渐走向成熟的今天，应用好风险价值和压力测试两种方法，必然能使我国的金融机构更好的面对机遇和挑战。

参考文献

[1]Martin Cihak.Stress Testing：A Review of Key Concepts[R].CNB International Research and Policy Note，2004.

[2]Martin Cihak.M.How do Central Banks Write on Financial Stability[R].IMF Working Paper，2006.

[3]刘晓星.风险价值、压力测试与金融系统稳定性评估[J].财经问题研究，2009（9）.

[4]甄梅.借实施新资本协议东风加强市场风险管理能力[J].国际金融，2010（10）.

[5]张明，郑联盛.华尔街的没落——透析美国次贷危机与中国经济走向[M].北京：中国财政经济出版社，2009.

[6]陈强，乔郁.金融稳定评估的宏观压力测试研究[J].山东社会科学，2011（9）.

[7]高同裕，陈元富.宏观压力测试及其在我国应用面临的问题[J].南方金融，2006（7）.

篇7

关 键 词：信用风险；压力测试；系统性风险；宏观审慎监管

中图分类号： F830.1 文献标识码：A 文章编号：1006-3544（2013）05-0011-07

引言

信用风险压力测试已成为金融机构风险管理的重要组成部分，在极端事件风险管理、资本规划、业务发展战略等方面得到广泛应用 [1] 。然而，2008年爆发的金融危机使得全球大型金融机构遭受重创，信用风险压力测试并没有使金融行业很好地应对金融危机。巴塞尔委员会认为，此前进行的压力测试， 宏观压力情景假设要比现实宏观经济衰退程度更弱、持续时间更短，而且忽视了经济体系间的相互影响及反馈效应。由此，如何将系统性风险与金融监管、银行压力测试有效结合起来成为新课题。近年来，宏观审慎金融监管体系逐步形成， 信用风险宏观压力测试在全球得到较快推广，用以评价系统性风险可能对银行业造成的影响，有利于监管部门提早制定应对措施，提高银行业经营稳健性。然而，信用风险宏观压力测试发展较晚，相关建模技术方法仍处于探索和研究当中， 全球范围内尚没有形成统一规范或者最佳实践，世界主要经济组织、各国央行以及全球主要金融机构都在不断完善信用风险宏观压力测试建模技术方法。 本文力图通过对全球信用风险宏观压力测试建模技术方法及实践的分析，为我国金融监管部门及金融机构有效评估系统性风险影响提供借鉴。

一、 信用风险宏观压力测试流程及实践分析

信用风险宏观压力测试主要包括环境分析与制定压力测试目标、设定压力情景、构建压力测试模型、重新评估压力情景、压力测试结果分析和报告等5个步骤。信用风险宏观压力测试需要根据银行经营环境以及业务结构确定压力测试目标，做到具体问题具体分析； 银行根据已设定的压力测试目标制定压力测试情景； 压力测试建模部分包括宏观经济模型构建和信用风险模型构建，压力测试建模非常关键，直接关系到压力测试评估有效性；根据压力测试情景以及模型进行压力测试和评估； 银行需要深入分析压力测试结果， 并向监管部门、 经营管理层汇报，以制定相关应对措施 [2] 。 从信用风险宏观压力测试实施方式看，可以分为自上而下和自下而上两种形式。自上而下的信用风险宏观压力测试主要是由监管部门利用银行业整体数据实施的压力测试。该模式能够对压力测试实施统一的前提假设和建模技术，保持了统一性，有利于行业间或国家间的相互比较，而且实施起来简便、节省资源，但是该模式忽略了金融机构间的差异性，无法判断各金融机构压力情景下的表现 [3] 。该模式适用于金融机构微观数据不足的情况。自下而上的信用风险宏观压力测试是由各金融机构自行开展信用风险宏观压力测试，然后将压力测试结果上报汇总至监管部门。该模式的优势在于能够充分体现各金融机构的差异性，更真实地反映金融行业存在的脆弱性；能够充分利用金融机构内部良好的信用风险管理工具，取得更好的压力测试效果，有利于金融机构为极端事件做好充分准备。然而，该模式由金融机构自行设计压力测试情景及建模，导致压力测试的可比性较差，透明性降低，而且该模式实施起来也较为繁琐，需要金融机构的密切配合 [3] 。自上而下和自下而上的两种信用风险宏观压力测试实施方法并不相互排斥，而是相互验证、相互补充的。在条件允许下，部分国家监管部门会同时进行两种模式的压力测试，以提高信用风险宏观压力测试质量和可信度。

国际货币基金组织（IMF）上世纪90年代末已开展了基于系统性风险视角的信用风险压力测试，目前已成为金融部门评估项目（FSAP）、全球金融稳定性评估报告（GFSRs）的重要组成部分，进而评价各国金融体系的稳定性 [4] 。2009年，美国针对大型控股银行公司进行了前瞻性评估，确定银行面临宏观经济压力下的资本充足性。2010年、2011年， 欧盟也针对成员国的主要银行进行了宏观压力测试，评价银行体系在欧债危机背景下受宏观经济冲击的脆弱性和资本充足性。2010年， 我国针对房地产市场泡沫可能引发的信用风险，亦开展了相关压力测试，主要评价房价下降可能对银行信贷质量的影响。信用风险宏观压力测试在全球主要国家得到应用和广泛开展，信用风险宏观压力测试建模方法得到不断完善和创新，并获得较多的研究和实践成果，进而支持宏观审慎监管理念的落实。

信用风险宏观压力测试理念和相关应用已取得较多成果，然而作为信用风险宏观压力测试的核心部分——压力测试建模还存在很多不成熟、 不完善的地方，这也是各国监管部门加强研究和推进的重要方面。 信用风险宏观压力测试建模包括宏观经济建模和信用风险建模两个部分。宏观经济建模方面，监管部门需要事先将制定的压力情景转变为具体的宏观经济指标波动，即首先预测未来一段时间内的宏观经济走势，即基准情景，然后在基准情景基础上根据压力测试情景需求对宏观经济施加压力，得到压力状态下的相关宏观经济指标，这部分建模技术相对成熟。信用风险建模方面，信用风险建模主要解决宏观经济压力情景向微观金融机构传导的机制问题，即将金融机构信用风险因子与宏观经济指标建立起关联关系， 这部分建模技术方法发展相对不是很成熟。 下文将一一介绍宏观经济建模和信用风险建模技术方法和实证研究成果。

二、宏观经济情景建模技术方法分析

信用风险宏观压力测试首先需要解决宏观经济情景建模问题，其建模方法主要包括结构性计量模型、向量自相关回归模型（VAR）以及统计方法 [5] 。从实践看，很多监管部门主要使用已有的经济预测模型构建宏观压力情景，在部分情况下， 现有宏观经济模型无法包括所有压力测试情景指标，这就需要扩展已有模型。

（一）结构性计量模型

结构性计量模型是比较理想的宏观经济压力情景模型，结构性模型是根据经济理论和现实经济关系，建立起宏观经济主要变量和因素之间的关系。结构性计量模型能够囊括实体经济部门、 政府部门以及金融部门， 进而能够进行政策分析，有利于提升宏观经济模型的完整性和现实性。同时，结构性计量模型所得到的经济指标预测结果具有内在一致性。结构性模型最主要的形式就是动态随机一般均衡模型（dynamic stochastic general equilibrium，简称DSGE），DSGE模型通常假定家庭或企业部门存在一个代表性个体、 理性预期和无摩擦的完全竞争市场，随着研究的深入，模型假设逐步放松，逐步引入交易成本、粘性价格、垄断竞争、信息不对称、有限理性预期、劳动力市场摩擦、金融市场摩擦等假设，模型更加贴近现实经济运行状态。但是，结构性计量模型本身也存在一定局限，主要是涉及众多方程式，模型本身求解难度较大；由于多数用于分析货币政策的结构性宏观经济模型都是线性模型，该类模型可能无法捕捉压力情景下各经济变量间的非线性关系，而且也很难给出特定宏观压力情景出现的概率 [5-6] 。

一个简单的结构化计量模型可以表示为生产部门、居民部门以及政府部门的三部门方程组，即：

其中，（1）-（6）式分别为生产函数、技术增长、资本累积、资源约束、效用函数、居民部门支出约束、政府支出约束。Y为产出量，K为资本，N为劳动力投入，？啄为折旧率，I为投资，C为消费，G为政府消费，？准t 为偏好系数，W为实际工资，rt 为资本税前报酬率，？子n为劳动收入税率，？子k为资本收入税率，？追为定额税。代表性居民通过选择资本、消费和劳动使效用最大化，而政府部门支出资金主要来自于劳动和资本收入税以及定额税。

从实践看，瑞典、捷克、匈牙利、加拿大、罗马尼亚、美国、法国等国央行的宏观经济预测模型都是结构性计量模型，而且大部分为DSGE模型。

（二）VAR模型

VAR模型也是使用非常普遍的宏观经济模型， 具有简便、灵活的特点，该模型不再区分内生变量和外生变量，而是将所有变量视为内生变量，对于所有宏观经济指标的预测具有内在一致性 [5-6] 。当VAR模型受到外部初始冲击的时候，向量可以用来预测冲击对于整个经济指标的影响程度。如果需要加入类似于结构性计量模型的经济结构关系，还可以将基于经济、 金融理论的变量之间的结构性关系引入VAR模型，构造结构向量自回归模型（Structural Vector Autoregression，简称SVAR），由此可以捕捉模型系统内各变量之间的即时结构关系。

型设置宏观经济压力情景。日本央行所使用的VAR模型包含五个宏观经济变量，分别为GDP、通货膨胀率、银行信贷余额、有效汇率、隔夜拆借利率，数据期限为1978年第一季度至2008年第一季度，基于AIC准则确定模型滞后阶数为4阶 [7] 。由于VAR模型脉冲效应对于变量的排序敏感性很高，日本央行通过对模型变量排序施加递归约束，以此确定模型的新息影响。除此之外，VAR模型还可以用于跨国压力测试。Castren et al.（2008） 基于26个VAR模型建立了GVAR（global VAR） 模型，GVAR模型中国内和国外宏观经济变量同时相互作用，以分析欧元区的信用风险 [8] 。该模型使用的主要宏观经济变量包括实际产出、通货膨胀率、实际有效汇率、长短期利率、石油价格。英国宏观经济模型使用的是两个国家的GAVR模型，两个国家为英国和美国，其中英国表示为一个小型开放国家， 而美国被看作是其他世界经济部分。该模型宏观经济变量包括产出缺口、名义短期利率、实际汇率、通货膨胀率。

（三）统计模型

Oesterreichische Nationalbank（OeNB）使用多元t-Copula模型为宏观经济变量和金融变量建模，该模型的好处在于一方面边缘分布不同于联合分布，另一方面宏观、金融变量之间呈现尾部相依性，有利于模拟极端压力情景 [10] 。统计模型预测准确度较高，然而，统计模型并不利于政策分析，无法获知政策传导渠道。从实践看，该类模型在各国央行的实际应用中并不常见，更适合对于计量精度要求更高的金融机构使用。

三种宏观经济模型构建技术方法各有优势和不足，各国央行及金融机构根据自身实际情况进行选择，主要还是根据已有数据序列长度、 模型预测准确性和稳健性综合进行考量， 最终选取更为合适的模型构建宏观经济压力测试情景。从实践看，前两种模型应用范围较广，统计模型应用范围较小。宏观经济模型之前就已开始应用于政策分析，建模技术已相对成熟。

三、信用风险建模技术方法分析

设定好宏观经济压力情景后，还需要建立宏观-信用风险因子传导机制，即建立信用风险模型。这涉及三个主要方面，第一是选取合适的因变量，第二是选择恰当的自变量，第三是选择恰当的模型和传导机制。

（一）信用风险模型变量选取分析

1. 信用风险因子选取分析

因变量方面，因变量主要是用来反映金融机构信用风险变化情况的指标，即信用风险因子。从实证研究看，不良贷款率、信贷损失准备金率、违约率、信用转移概率等都经常用来作为信用风险因子。 然而不同指标仍有其自身的局限性，不良贷款率属于滞后指标，一般要慢于经济周期变化；而信贷准备率虽然也具有一定顺周期性，但是其人为调整的因素更大；违约率相对更为理想，但是由于数据累积受到很大限制，尤其是发展中国家， 银行违约率数据序列累计相对较短，经常不能满足建模需求； 信用转移概率数据累计也相对不足，在实证研究中较少得到应用 [5-6] 。当然，因变量的选择还是要根据具体情况来看，例如在我国，由于银行业经历过不良资产剥离的情况，因而不良率并不适合构建模型需要。因变量的选择还涉及数据层次的选择，因变量选取涉及行业层次和微观层次两个方面。 如果相关信用风险因子数据较少， 一般使用行业整体数据建模；如果信用风险因子微观数据较丰富而且可得，那么信用风险建模就会使用银行机构微观层次数据。奥地利、加拿大使用了行业违约率作为因变量，匈牙利、捷克使用不同资产组合作为因变量，而保加利亚、斯洛伐克则根据企业部门和居民部门的违约率数据分别构建信用风险模型 [6] 。

上述提及的信用风险因子都是基于历史数据，具有后向性质，无法很好地预测未来。预期违约概率（Expected default frequencies，EDF）具有前向性质，能够预测未来企业违约的可能性。EDF是根据KMV模型计算得到的，KMV模型是基于默顿模型演变而来的， 默顿模型最早由默顿于1974年提出，将期权定价理论运用于贷款定价，并将违约债务看成是企业资产的或有权益，认为某个企业的资产价值低于债务价值时将发生违约。 默顿结构模型的核心在于公司价值的波动性是公司违约的主要来源，当公司价值下降到一定边界值时，就会违约。基于默顿模型和B-S模型，KMV公司成功开发了基于市场信息的KMV模型， 广泛应用于银行和其他金融机构对于违约概率（PD）的预测 [11] 。KMV模型根据B-S模型可得等式：

由上述公式可以看出，资产价值、资产风险、杠杆是决定公司违约的三大主要因素，而上述模型参数可由公司的股票价格、 其波动性和账面债务求得。Asberg and Shahnazarian（2008），Castr′en，Fitzpatrick and Sydow（2008）均使用EDF作为银行信用风险因子 [12-13] 。Asberg and Shahnazarian（2008）分析了瑞典非金融上市企业的EDF，并将所有企业EDF中位数与工业生产指数、 消费者价格指数、短期利率建立相关关系， 利用VECM模型检验了信用风险与宏观经济的关系。实证研究表明，利率对EDF的影响最大，工业生产指数下降或者通货膨胀上升会导致EDF上升。Castr′en，Fitzpatrick and Sydow（2008）用欧元区公司EDF的中位数衡量信用风险，并根据8个行业部门分别计算EDF。其模型将EDF的解释变量确定为股价、GDP等5个宏观经济变量。KMV模型具有一定前瞻性，相比利用历史数据构建的信用风险建模，具有一定优势，不过EDF数据需要企业公开上市，这样才能获得其股价变动的信息， 然而现实中银行客户中有很大一部分，尤其是很多中小企业，均为非上市公司，这部分企业是无法应用KMV模型的。

2. 宏观经济指标分析

自变量方面，自变量主要是宏观经济指标，由于各个国家经济环境、银行业业务结构不同，所使用的宏观经济指标并不相同。一般而言，GDP、通货膨胀率、汇率、利率指标都是各国常用的，还有一部分则是个别国家使用的，诸如房价、居民收入等。一般而言，当宏观经济处于繁荣时期，公司违约率较低，但公司倾向于过度承担风险；当宏观经济处于衰退期时，公司前期所承担的风险无法消化，违约率会大幅上升。违约率与GDP的变化并不是同步，存在一定时滞。实证研究都对GDP做了处理，多数使用GDP增长率，也有实证研究使用GDP一阶方差。 实证研究结果表明，GDP确实与违约率存在显著的负相关关系，这种影响具有普遍性。现实中所能使用的利率形式有很多，诸如银行间借贷利率、市场利率、基准利率、实际利率等，实证研究中并没有统一的形式。然而，实证研究的结论具有一致性，认为利率与违约率存在显著的正相关，而且Diana Bonfim（2007）研究认为建设部门与利率的相关性最为显著 [14] 。利率对违约率影响的机制在于，利率上升时，公司债务负担将增加，更容易出现违约行为。通货膨胀与违约率为正相关，表现为通货膨胀高时，货币政策会收紧，经济景气度将下降，企业债务偿付能力将下降；通货膨胀较低时，货币政策将放松，企业经营景气度将逐步提升，债务偿付能力会进一步上升，违约率会下降。

（二）信用风险建模技术方法分析

模型选择方面，宏观压力情景传导模型一般包括线性回归分析、 非线性回归模型、VAR模型以及综合性模型等等。目前，宏观经济与信用风险因子的内在关系研究尚不充分，这为构建信用风险模型增加了难度。

1. 线性回归分析

最小二乘法（OLS）是最基本的线性回归模型，Deventer（2005）通过线性回归分析对澳大利亚银行、日本三菱银行及韩国、美国多家大型银行的研究表明，宏观因素影响着信贷利差，从而意味着它影响银行信用风险 [15] 。但是，线性回归并不能很好捕捉两个变量之间的关系，在现实研究中线性回归应用较少。

为了改进简单OLS回归可能产生的模型误差，金融机构数据充足的国家可以使用面板数据分析模型，用以对主要金融机构建立信用风险模型。希腊中央银行利用经济增速、失业率、实际信贷利率等宏观经济变量，以及总资产、市场势力、存贷比等银行特征变量，对不良贷款率进行面板数据分析。波兰中央银行利用面板数据预测各个银行的信贷损失准备金率，该模型所使用的宏观解释变量为3个月银行间拆借利率、GDP增速、 实际工资变动率， 还包括银行特定解释变量。Lehmann and Manz（2006）使用信贷准备金率衡量各个银行的信贷质量， 基于静态或者动态面板数据模型进行建模，模型以各银行特征变量作为控制变量，反映各银行对于宏观经济变动的敏感性 [16] 。

2. 非线性回归模型

Wilson（1997）、Boss（2003）设定宏观经济因素和贷款违约率之间的非线性关系， 使用Logit模型将贷款违约率转化为宏观综合指标Y，以指标Y作为因变量与宏观经济因素进行多元线性回归分析，以更好地利用各宏观经济指标所提供的信息[17-18] 。该模型可以表示为：

其中，pt为贷款的平均违约率，yt是pt经过logistic函数转换得到，xt为主要宏观经济变量，？琢为解释变量的系数。（18）式各宏观经济变量的时间序列模型，考虑各宏观经济变量可能存在滞后性，因而对其进行P阶自回归分析。模型中假定？滋t和？着t序列不相关。该模型一是考虑了宏观经济变量对信用风险的滞后效应；二是考虑了金融体系对宏观经济的反馈效应。

Wilson（1997）用各工业部门违约概率与一系列宏观经济变量的敏感度直接建模， 通过模拟将来违约概率分布的路径，得到了资产组合的预期损失，进而模拟出在宏观经济波动冲击下的违约概率值。Boss M（2004）利用Wilson提出的模型，根据加总的企业违约概率估计出宏观经济信贷模型来分析澳大利亚和芬兰银行部门的压力情景。目前，基于Wilson模型的宏观压力传导机制得到广泛应用。 国外方面，IMF对各国银行体系稳健性评估、各国央行自身风险评估以及部分学术研究都使用该模型；国内方面，华晓龙（2009）、沈阳、马望舒（2010）对我国商业银行信用风险宏观压力测试也都运用了该模型 [19-20] 。

3. VAR模型

VAR模型除了用于前述的宏观压力情景设定外，也逐步应用于信用风险模型，并且取得了较好的效果。 Alessandri et al.（2007），Marcucci and Quagliariello（2008）使用违约率基于VAR模型分别构建了住户部门和工商部门的信用风险模型 [21-22] 。其中，公司部门模型的变量包括违约率、产出缺口、通货膨胀、短期利率和实际汇率5个指标。在结构设置方面，两个模型认为违约率滞后于宏观变量。 其研究通过脉冲响应发现，除了通货膨胀其他宏观经济指标均对违约率具有非常重要的影响。Glenn Hoggarth et al.（2005） 通过VAR模型建立了英国银行信贷核销率与产出缺口、通货膨胀率、名义短期利率的内在联系。实证研究认为，信贷核销率与产出缺口、通货膨胀率成反向关系，与名义短期利率成正向关系。而且，不同经济部门信贷核销率受到的宏观经济变量的影响是不同的， 非金融企业部门的信贷核销率对产出缺口变化非常敏感，而居民部门信贷核销率对于收入的变化更为敏感。匈牙利中央银行使用VAR模型分别对公司部门贷款和商业房地产贷款进行建模，其中公司部门模型的解释变量为GDP增速、通货膨胀率、名义有效汇率、同业拆借利率。相比回归分析，VAR模型是近年来才刚刚开始应用于信用风险建模的，因而应用范围有限， 不过随着VAR模型在信用分析建模方面的优势逐步得到显现和认可，未来该模型应用范围有望得到不断扩展和延伸。

4. 综合性信用风险模型

上述信用风险模型仅是研究了信用风险因子与宏观经济的关系， 而没有考虑到金融机构之间的风险传染效应，也忽视了金融体系对于宏观经济形成的反馈效应。因此，近年来，更多的学术研究从经济金融理论出发，致力于构建更加综合化的信用风险模型， 使信用风险模型更加接近现实状态。金融危机发生后，金融监管部门逐渐认识到，评估系统性风险还需要进一步考虑不同风险因子之间的关联关系以及金融体系内的传染风险。 传统的信用风险宏观压力测试并不包含这些系统性效应，诸如同业拆借市场或者批发性融资市场的崩溃、 市场流动性和银行资金流动性风险之间的反馈效应等等。 最早出现的综合性压力测试模型是Oesterreichische Nationalbank的系统性风险管理系统（Systemic Risk Monitor，简称SRM），该系统通过统一信用风险和市场风险的网络模型，评估银行违约概率 [23] 。外部冲击对信用风险和市场风险敞口的冲击可能诱发银行违约，在一个网络模型中会导致银行间风险的传染。 另一个相类似的模型是英格兰银行的RAMSI模型 [21] 。RAMSI包括一个用贝叶斯VAR模型制定宏观经济情景、信用风险、市场风险与净利息收入的银行间网络模型， 以及一个模拟资产迅速出售的价格函数。SRM和RAMSI模型均没有包含银行对实体经济的反馈效应，RAMSI模型包含了来自流动性风险的反馈效应。 在加拿大央行的模型中， 资金流动性风险是市场流动性、 违约风险以及银行资金结构之间相互作用的结果。

Daniel Buncic and Martin Melecky（2012）根据全球金融危机的教训，提出了一个新的、实用的宏观审慎压力测试模型。该模型包括6个组成部分，一是根据一国特定统计模型和跨国危机经验制定宏观压力情景；二是因外汇敞口而产生的间接信用风险；三是各银行不同的授信标准； 四是压力时期违约概率和违约损失之间较高的相关性； 五是信贷集中性以及剩余期限对于未预期损失产生的负面影响； 六是使用资本充足率作为衡量银行抵御系统性风险的指标。

除了上述模型和研究，金融部门与实体经济之间的反馈效应也得到更多关注，金融体系对实体经济的反馈效应主要通过需求和供给因素实现 [25] 。从需求端看，居民和企业金融条件的恶化将会冲击到消费和投资需求；从供给端看，借款者信用水平的降低将会促使银行提高授信标准，增加融资成本。Von Peter（2009）建立起一个有效解释宏观经济与金融间稳定关系的框架 [26] 。他尤其分析了由于宏观经济冲击导致信贷损失后， 银行为了满足资本充足性会限制信贷供给，这将如何影响宏观经济。Goodhart，Sunirand and Tsomocos（2003） 也提出了研究金融部门与实体经济之间反馈效应的框架 [27] 。他们将金融脆弱性视作一种均衡问题，即银行需要权衡信贷、投资机会的成本收益。在此框架下，金融部门遭受冲击进而会通过信贷收缩影响到实体经济。不过，整体看，当前综合性信用风险模型仍没有很好地包含金融体系与实体经济之间的反馈效应。

综合性信用风险宏观压力测试模型的不足在于，模型结构的复杂性使得因果关系以及最终的结果透明性不高。因此， 该类模型可能会违背宏观压力测试的一些基本原则，诸如模型需要足够简洁、透明，具有弹性便于政策制定者和公众进行沟通。另一方面，综合性模型包含了多种传导机制以及反馈效应，能够更加完整地反映违约事件的可能影响。

信用风险建模从简单到复杂，各有优势和劣势，简单模型假设较少，压力测试所含有的误差较低，但是可能无法达到更为深刻的研究目的；而复杂模型能够更好地刻画信用风险和宏观经济变量之间的关系，但是复杂模型本身已包含了一定前提假设，因而模型结果可能存在一定误差。不管怎样，各种模型之间并不是完全排斥的，而是可以相互印证和补充的。

四、信用风险宏观压力测试建模方法所面临的难题

实际上，信用风险宏观压力测试实践不长，尤其是在金融危机后，监管部门加强了宏观审慎监管，同时新巴塞尔协议也强调金融机构要通过压力测试确保资本充足性。 因而，现在信用风险压力测试备受监管部门、金融机构重视，不断有创新方法涌现。然而，当前信用风险宏观压力测试建模还存在一定缺憾和不足之处，这也为未来信用风险宏观压力测试建模研究指明了方向。

1. 信用风险宏观压力测试建模方法尚不完善。（1） 当前信用风险压力测试模型缺少反馈效应。当前信用风险压力测试建模中仅考虑了宏观压力情景对金融体系的影响， 但是没有考虑到金融机构所进行的自我调整，从而反过来影响宏观经济，进而形成反馈效应。诸如，宏观经济下滑，金融机构风险增大，面临收入、资本充足率下降等难题，势必会提高授信标准，降低信贷增速，这会反作用于宏观经济，有可能导致经济进一步衰退， 进而再一次将宏观经济压力传导到金融体系。现有信用风险压力测试缺乏对反馈效应的考虑，或者对于反馈效应的构建过于简单，这也使得当前信用风险压力测试表现为静态测试，而非动态测试。（2）当前信用风险压力测试缺乏传染效应。当前信用风险压力测试过程中， 单个金融机构仅考虑自身情况，或者将整个行业作为一个互不相关的整体，然而从现实情况可以看出，金融机构信用风险具有一定传染性，尤其是挤兑风险。同时，随着全球经济一体化进程的加快，各国经济、金融联系日益紧密，信用风险传导的渠道更加多样化， 尤其是不同国家之间的传导渠道也更为通畅，这对于金融行业较为开放的国家尤其如此。当前，信用风险压力测试并没有考虑上述传染效应，这显然并不符合现实情况，因而压力测试缺乏可信性和实用性，对于危机的考虑不够充分。

2. 压力测试模型尚没有正确的考虑到危机时期非线性或者结构性断裂关系。当前信用风险压力测试建模多为非线性回归或者VAR模型。然而，实证研究发现，当危机来临或者市场处于压力情境下，宏观经济变量与金融风险指标通常是非线性的，甚至会发生一定跳跃或者结构性断裂，这种特殊关系是现有模型并没有充分考虑到的。

3. 宏观经济变量与金融风险指标关系仍有待探索。从现有的模型看，多数模型都是解决违约率、不良贷款率与宏观经济指标的关系，而对于LGD、EAD等风险指标，因受到数据限制，相关研究很少，在压力测试中的应用也不多，很多时候都是采用常数数值，这种简便方法可能会低估风险的存在。

4. 信用风险压力测试模型缺乏完善的校正。除了上述模型不完整、不完全等情况，更为关键的是，当前的信用风险压力测试模型缺乏有效的评估和回测检验。由于当前金融风险与宏观经济变量建模时间短、 相关数据累积较少， 甚至尚无法覆盖完整的经济周期，这使得所构建的模型可能有所偏颇，甚至存在较大的模型风险。因而，不能为了计算结果而建模，而是要使建模具有真正的现实意义， 其结果经得起推敲和现实检验，否则建模的意义就不大了。

五、政策建议

我国信用风险宏观压力测试刚刚起步，尤其是在建模技术方法方面发展相对滞后， 未来还需要加强此方面的工作，政策建议如下：

第一，重视信用风险宏观压力测试。一方面，信用风险宏观压力测试是新巴塞尔协议对于使用内部评级法的金融机构的重要要求，以此确保金融机构资本保有的充足性；另一方面，信用风险宏观压力测试也是监管部门落实宏观审慎监管的重要切入点和抓手。目前，基于宏观审慎监管的信用风险压力测试在我国开展仍处于起步阶段，监管部门要加强信用风险压力测试的常规性推进，做到每年、每季度定期性有效开展，以此确保我国银行业有效应对外部系统性风险的冲击和稳健经营。

第二，加强信用风险宏观压力测试理论研究。信用风险宏观压力测试建模需要进一步深入结合我国实际情况，加强相关理论、实证研究，推进对于相关领域研究，进而不断探索出适应我国国情的信用风险宏观压力测试模型。同时，还需要加强与IMF等国际金融组织及各国央行的合作和交流，充分了解国际相关领域研究进展。

第三，注重专业人才的培养。信用风险宏观压力测试专业性较强，需要具有数据挖掘、金融理论、计量方法等多种理论背景的专业人才， 因而需要加强此方面专业人才的培养，为信用风险宏观压力测试发展奠定人才基础和保障。

第四，加强相关数据累积。信用风险宏观压力测试建模涉及大量的基础数据，包括宏观经济数据、行业数据、金融系统的相关数据、金融机构经营数据等等，而且建模对于数据的质量和累积长度也有很高要求，因而需要注重数据累积，确保信用风险宏观压力测试的有效进行。

参考文献：

[1]the Committee on the Global Financial System. Stress testing at major financial institutions： survey results and practice[R]. ，January 2005.

[2]Andreas A. Jobst，Li Lian Ong and Christian Schmieder. A Framework for Macroprudential Bank Solvency Stress Testing： Application to S-25 and Other G-20 Country FSAPs[R]. IMF Working Paper NO. 68，2013.

[3]José Vi？觡als. Macrofinancial Stress Testing—Principles and Practices[R]. IMF，.

[4]Marina Moretti，Stéphanie Stolz，andMark Swinburne. Stress Testing at the IMF[R]. IMF Working Paper NO. 206，.

[5]Foglia，A.. Stress Testing Credit Risk： A survey of Authorities’ Approaches[J]. International Journal of Central Banking，vol.6，No. 2， 2009.

[6]Martin Melecky and Anca Maria Podpiera. Macroprudential Stress-Testing Practices of Central Banks in Central and South Eastern Europe[R]. The World Bank Policy Research Working Paper，No. 5434. September 2010.

[7]Akira Otani，Shigenori Shiratsuka. Macro Stress-Testing on the Loan Portfolio of Japanese Banks[R]. Bank of Japan Working Paper Series，No.09-E-1，March 2009.

[8]Castren，O.，Dees，S.，Zaher，F.. Global Macro-financial Shocks and Expected Default Frequencies in the Euro Area，ECB Working Paper No. 875，2008.

[9]Sklar，A. .Fonctions de repartition ？滋a n dimensions et leurs marges[J]. Publications de l'Institut de Statistique de l'Universit？e de Paris，8，229-231，1959.

[10]Seidner，M.. The Systemic Risk Monitor and the Macro Stress Testing at the OeNB： Status Quo and Future Developments[R]. Workshop “Advances in Stress Testing in Central and South Eastern Europe”，Thessaloniki，19-20 May 2010.

[11]Peter J. Crosbie，Jeffrey R. Bohn. Modeling Default Risk[R]，2002.

[12]Asberg，P.，and H. Shahnazarian. Macroeconomic Impact on Expected Default Frequency[R]. Sveriges Riksbank Working Paper No. 219 ，January 2009.

[13]Castr'en，O.，S. D？ees，and F. Zaher. Global Macro-financial Shocks and Expected Default Frequencies in the Euro Area[R].ECB Working Paper， No. 875，February 2008.

[14]Diana Bonfim. CREDIT RISK DRIVERS： EVALUATING THE CONTRIBUTION OF FIRM LEVEL INFORMATION AND OF MACROECONOMIC DYNAMICS[R]. Working {aper，2007.

[15]Deventer DV ，Kenji I1 Credi t risk models and the B asel A ccords[M]. Beijing ： RENMIN University of China Press，2005.

[16]Lehmann，H.，and M. Manz. The Exposure of Swiss Banks to Macroeconomic Shocks—An Empirical Investigation[R]. Swiss National Bank Working Paper No. 4.2006.

[17]Wilson TC. Portfolio credit risk[J]. Risk，1997，9（10）：111-1701.

[18]Boss M，Krenn G，Schwaiger M，et al. Stress Testing the Austrian banking system[J]. Financial Stability Report，2004，（11）：841-8521

[19]华晓龙. 基于宏观压力测试方法的商业银行体系信用风险评估[J]. 数量经济技术经济研究，2009（4）.

[20]沈阳，冯舒望. 宏观经济变量与银行信用风险的实证研究[J]. 会计之友，2010（8）.

[21]Alessandri，P.，P. Gai，S. Kapadia，N. Mora，and C. Puhr. 2007.“A Framework for Quantifying Systemic Stability.”（December）. Preliminary paper presented at the workshop “Stress Testing of Credit Risk Portfolios： The Link between Macro and Micro，”hosted by the BCBS and the DNB，Amsterdam，March 7，2008.

[22]Marcucci，J.，and M. Quagliariello. Is Bank Portfolio Riskiness Procyclical？ Evidence from Italy using a Vector Autoregression[J].Journal of International Financial Markets，Institutions and Money，2008（1）.

[23]Boss，M.，T. Breuer，H. Elsinger，G. Krenn，A. Lehar，C. Puhr，and M. Summer. Systemic Risk Monitor： A Model for Systemic Risk Analysis and Stress Testing of Banking Systems[R]. Internal Technical Document，Oesterreichische Nationalbank，2006.

[24]Daniel Buncic and Martin Melecky. Macroprudential Stress Testing of Credit Risk： A Practical Approach for Policy Makers[R]. University of St. Gallen Discussion Paper， No. 2011-39，September 2011.

[25]Marco Sorge .Stress-testing financial systems： an overview of current methodologies[R]. BIS Working Papers No 165，December 2004.

篇8

【关键词】国际金融；教学模式；实践

【中图分类号】G642

近年来，鉴于国际金融理论和实践经常处于不断的发展与变化，国际金融危机为我们提供发展的机会。随着我国国民财富快速增长和人们收入额不断增加，金融成为越来越引人注目的学科。但在多年的教学过程中发现学生普遍感觉这们学科很难学。究其原因：一是发现大量的从没有接触的专业名称。二是覆盖面非常广泛涉及到国际金理论、政策、实务、管理四个部分。

一、国际金融课程的特征

1、研究面广宏观性强

在国内，传统的国际金融课程都无外乎研究、分析国际收支、外汇汇率、国金储备等内容。上世纪60年代末西方出现了国际金融管理学和国际财务管理学专著。随着经济全球化、金融一体化的扩展，国际金融教材增添了开放经济宏观经济学。如开放经济条件下一国内外均衡目标的实现、国际经济政策协调等内容。

2、不同时期侧重点不同时效性强

从2008年美国次贷危机、欧债危机到中国人民币汇率改革的推进。国际金融领域的新问题、新事件层出不穷。不断推动国际金融的理论深化与改革，尤其是在国际金融监管和国际金融市场理论方面的内容变化。只有不断更新、完善、吸纳新的内容、收集新的相关资料补充教学内容才能满足教学上的需要。

3、课程理论性强学术观点呈现多元性

与一些技术性较强的课程相比，国际金融学课程是一门理论较强的课程。在理论课里，概念化的东西较多，加上平时不接触相关的概念、理论。一上来接触到大量的专业词语的学生往往觉得难以掌握。加上学者们各自的研究侧重点不同、观点上的各有各的理论。学生领会起来有一定的难度，对学生吸收知识造成某种程度困惑。

二、国际金融教学模式改革的建议

1、实行情景式教学方式激发学生的学习兴趣

美国心理学家布鲁纳指出：“学习的最好刺激是对所学的知识的兴趣，”有了兴趣，学习就不会成为负担，学生才会去积极的探索，才能积极的提出问题，才能创造性地运用知识，变苦为乐。

运用情景教学法，创设的情景为的是让学生更容易理解课本知识。贴近学生的学习情景，激发学生的情绪情感。在此基础上，更应该针对学生今后可能会面对的工作岗位。激发学生的学习兴趣，帮助学生形成学习动机。

同时通过创设符合教学内容要求的情境可以让学生体验寓教于乐的教学原则。在这一原则指导下的教学，目的在于使学生把思考和发现体验为一种快乐，而不是一种负担。

采用的这样教学方法和教学手段，既可以活跃了课堂氛围，激发了学生的学习积极性，使学生认真学习和熟悉相关的金融市场业务的同时，又培养了学生综合分析问题的能力和实际应变能力，为其将来走向社会奠定了一定的基础。

2、不断改进教学内容，使之更加贴近实际

国际金融是经济类专业的一门基础理论课。随着我国经济与金融全球化程度的不断深化，国际金融的教学内容需要不断的进行补充和更新。

作为经济学中新兴的一门学科，国际金融学可以用来分析经济学中一些常见的、与人们生活息息相关的经济现象和政策问题，即通过开放经济下对外帐户的构成及不平衡所导致的内外部均衡的相互冲突的分析，学习其解决冲突的理论方法；掌握汇率变动的因素及政府对汇率的管制和干预方法；了解货币危机的产生原因及防范措施；强调内外均衡的国际协调的重要性及其研究对策。毫无疑问，它可以使学生掌握理论联系实际的本领。

3、重视实践教学，培养学生的动手能力

现阶段来受“应试教育”的影响，高校学生往往热衷于理论学习，忽视实践教学环节，缺乏实践精神。实践教学对国际金融课程来说是培养专业技术素养的要求，实现专业技能的培养和的途径。学生可以从国际金融市场实践中获得最新的知识，在获得理论知识的同时开阔了视野。学习用开放性的心态分析、了解国际金融问题，丰富并活跃学生的思维，加深对金融理论知识的理解掌握。进而在实践活动中对理论知识进行修正、拓展，在实践中掌握加深对理论知识的理解。

笔者通过多年的教学工作了解到许多学生也很想了解金融市场业务的发展，但是不清楚通过什么渠道可以提高自身的专业操作技能。因此在教学过程中我往往会提示他们去关注他们感兴趣的金融业务。比如：对黄金有兴趣可以去看黄金市场行情；对证券有兴趣可以看股票行情；并不强行规定他们统一看什么。进而要求他们去参加一些机构组织的模拟大赛，提高学生的兴趣、技能，激发他们对国际金融课程的兴趣。同时也锻炼了他们的操作能力。在这过程中往往有学生不断的来和老师交流市场行情、市场动态、探讨下一步市场的走向等等。师生之间的通过良性的互动和交流，既能够给老师在教学过程中带来更多的灵感，实现教学和研究工作的相互促进。也对学生的探索精神、创新精神有一定的培养。

三、结语

综上所述，高等学校教育改革的目的是通过教学改革激发学生的学习积极性，促进理论教学体系与实践教学体系的相互融合，最大程度让学生自主探究知识，使教学有效性达到最大程度，这才是教学改革的本质所在。在总结和完善教学改革方法之外，还要不断推陈出新，探索出新的行之有效的教学方法，为更好地参与我国对外开放和国际经济金融合作奠定理论和业务基础。

参考文献

[1]适应市场需求变化的金融教学改革杨忠海[J].黑龙江教育（高教研究与评估）2010年第6期

篇9

【关键词】 地方高校 国际金融 教学改革

一、地方高校国际金融课程教学改革的必要性

1、地方高校的特性和人才培养目标要求教学改革

与综合性、研究型大学比较，地方高校具有其独特性，并由此决定了其人才培养目标的不同。随着高校的扩招，大学生不断增加，大学教育由以前的“精英教育”转变为“大众教育”。我们培养的人才不可能也没有必要都是研究型的，更多应该是应用型人才。从生源的质量上来说，地方高校总体上次于综合性、研究型大学的特点，决定了地方高校更多要培养应用型人才，为地方企业服务。由此，地方高校一般定位为服务于地方经济，为地方经济发展培养应用型人才。随着地方经济的高速发展和产业转型，地方对应用型人才的需求数量不断增加、质量不断提高，这一重担需要地方高校承担。目前很多地方高校在为地方企业培养应用型人才方面还存在着很多问题：人才培养模式落后，培养的人才与地方经济发展战略及地方产业结构脱节，不能满足企业的需求。这对地方高校、企业和学生三方都造成了一定的影响：高校培养的学生“无销路”，影响下一届的招生；企业招不到急需的应用型人才，影响生产；学生得不到就业，影响生存，从而造成一些列社会问题。因此，转变人才培养方式、大力推行教学改革、培养应用型人才关系到地方高校的生存与发展，关系到地方经济的转型和协调发展，关系到人民的安居乐业和社会的稳定。

2、国际金融课程的特点要求教学改革

国际金融作为研究国际支付、国际汇兑、国际融资等国际金融活动和国际金融业务的学科，其应用性很强。尤其是随着世界经济一体化，国际金融走进了每一个人的生产与生活中。近年来，美国金融危机、欧洲债务危机对国际金融改革影响深远，与此相应的国际金融领域各种理论迅速发展，并日益与实践结合，这就需要我们利用国际金融知识分析解决此类问题。国际金融知识涉及经常项目赤字和可持续性、资本账户自由化、资本管制、债务危机、货币危机及其传染性、国际金融体系改革、国际金融组织改革、外汇市场的微观结构、汇率模型、汇率制度选择等。国际金融课程必须及时总结现实情况，在剖析国内外金融现状的基础上进行理论创新。国际金融课程的应用型特点决定在其教学中，要求利用相关理论，紧跟时事，培养学生运用理论解决实际问题的能力，培养学生的运用能力。

3、社会的需求要求教学改革

笔者在对毕业生调研时发现，毕业生实践能力、动手能力太差，很多学生就是一个文弱的书生，他们只会说，不能做。学生与用人单位对学校都感到不满。学生反映虽然主修了某些课程，老师进行了认真的讲解，也记住了一些原理，但几乎不能运用，还得重新学习。用人单位抱怨学校培养的学生的动手能力差，不能适应工作，一个本科生还不如一个中等职业学生好用。这对教学中应注重培养学生的应用能力提出了要求。国际金融作为应用型很强的学科，需要改革传统的教学模式、改进考核方式，真正培养学生的动手能力。

二、地方高校国际金融课程教学方法的改革

地方高校作为培养应用型人才的大学，其直接目标是为地方企业输送人才；国际金融作为一门应用型学科，要能让学生学到的知识与企业的需求相匹配。因此，在国际金融教学中应该运用多种教学方式和手段，使学生掌握基本理论知识的同时，提高其实践应用能力。

1、运用案例教学法

纵观世界经济，其实质是一个逐渐被虚拟化的一体化经济，资金流动频繁，与实体经济相关的资金流动日趋减少，与实体经济无关的资金流动不断增加。国际金融业务虽日显重要，但问题也层出不穷，如世界性的货币危机、债务危机、金融危机。由此可见，国际金融课程案例非常多，且日新月异。而我们学习国际金融的目的是为了运用相关知识分析、解决问题。因此，在国际金融课程教学中，诸多的实例为我们进行案例教学提供了方便。案例教学法应该贯穿始终，从上课开始就导入案例，让学生带着案例进行学习，有利于启发学生思维、促进学生思考、引发学生学习兴趣，有利于学生应用能力的培养，也可以增强学生解决问题的能力。在教学中，应根据教学的目标与重点，选择适当的案例进行分析讨论，这是案例教学成功实施的必要条件。具体而言，我们应选择紧贴时事、关系最密切的案例进行分析，合适的案例是案例教学的前提条件。案例设计应针对某项具体业务中容易出现问题的环节进行，突出外汇、股票等知识的综合运用，规范操作、规避风险，使学生更加熟悉国际金融业务的实际要求，能在实际业务中熟练的进行操作，让培养的人才能派上用场，满足地方经济发展的需要。

2、运用情景教学法

根据国际金融课程的教学内容，在课堂上和课外活动中创设生动有趣的情景，让学生在情景中受到感染，从而激发他们的求知欲望，使他们思维活跃，积极思考和理解书本中的知识。我们可以采取很多具体的措施来实施情景教学：利用网络，采用多媒体播放纽约、伦敦、香港等外汇交易场景；有条件的地方高校，可以带领学生到外汇交易所进行实地考察等等。通过情景教学法，能提高学生的感性认识，对提升学生应用能力也具有一定的作用。

3、运用项目教学法

项目教学法是以实践为导向、教师为主导、学生为主体，从职业的实际需要出发，选择具有典型性的项目为教学内容，通过师生共同实施某一完整项目而进行的教学活动。国际金融课程的操作性和实践性很强，采用项目教学法对培养学生的实际操作能力具有重要的作用。在学生具备外汇、外汇交易、汇率、国际资金流动等基本知识的基础上，教师与学生可共同确定具体的项目及项目方案，学生根据拟定的项目方案，分组集体完成国际金融项目，教师根据学生的表现，对学生的项目进行评价，并给予一定的成绩。通过“一条龙”的训练，学生可对外汇或其他国际金融圈有所了解或掌握。

4、运用实训教学法

实训教学法是指学生将所掌握的理论知识与实际结合，分析、解决问题，以培养他们的创造能力、开发能力、独立思考能力的一种方法，并由此全面提高学生的素质。通过实训，学生可以受到良好的技能训练，能更好地适应社会的需要。地方高校培养的目标是应用型和操作型的脑力劳动者，是为地方企业服务的应用型人才，而非研究型和学术型的人才，它偏重于应用性、技术性、职业性，而非学术性和研究性。由此可以看出，实训教学非常重要。可采取以下措施，提高实训教学的效果：首先，思想上要重视实训教学，不能将其视为走过场，应将其落到实处；其次，搞好硬件和软件建设，具备实训的基本条件，如建好国际金融机房、购入操作软件或者建立校外实训基地；再次，应不断增加实训教学的学时，可以把国际金融的实训课时提高到占总课时的40%以上；最后，采取多元化的实践方法，如运用国际金融模拟软件进行外汇交易模拟、金融衍生工具交易模拟操作，或者通过校外实训基地进行一段时间的实习。

三、地方高校国际金融课程教学内容选择与考试方式的改进

1、国际金融课程教学内容选择

综上所述，地方高校无论是在生源质量，还是在教学条件方面都不如综合性的高校，其培养学生的目的也很明确，即培养为地方经济服务、能在地方企业就业的应用型人才。所以，理论知识不需要掌握太深、太多，以够用即可，更多的精力应该放在培养学生实践能力上。具体来说，需对教学内容进行筛选，选择能培养学生能力的内容进行重点讲授，同时应选择实用的教材。就国际金融课程而言，应选择外汇及其外汇市场交易、汇率及其汇率政策、国际收支账户及其记账方法、跨国公司财务管理、国际货币体系及其国际金融组织等作为重点内容进行讲授，而对汇率决定理论这部分只须讲授比较简单的章节（如购买力平价和利率平价），并选择与此内容相匹配的教材，以达到让学生能动手、懂政策、会操作的目的。

2、国际金融课程考核方式的改进

考核方式是一种导向，决定着学生学习的内容与方式。我国长期以来以一张试卷决定胜负，学生为了得到较高的成绩不惜代价背课本，更有甚者，为了顺利毕业，不惜铤而走险，进行抄袭作弊。这达不到培养学生就业能力的目的。为此，我们应该进行考核方式的改革，这对国际金融这一应用型课程尤其重要。我们应该改变目前主要以期末考试决定成绩高低、获得优秀或评选奖学金的途径，增加平时的考核，平时考核至少应占到总成绩的50%以上。平时考核方式较多，如组织案例分析、共同完成某一国际金融项目、上机进行模拟操作、撰写小论文等等。期末的卷面考试应该减少记忆性的内容，增加判断题、案例分析题和论述题等测试学生能力的试题。通过这些改革方式，可促使学生思考，迫使学生动手，从而达到培养学生能力的目的。

（注：基金项目：本文为湖南省教育厅教改课题和湖南文理学院芙蓉学院教改课题“独立学院程序性知识教学改革研究――以湖南文理学院芙蓉学院为例”的部分研究成果。）

【参考文献】

[1] 李敏：国际金融精品课程实践教学探索[J].湖北经济学院学报（人文社会科学版），2011（2）.

[2] 赵璋、李江、魏伟：国际结算课程的教学模式探索与研究[J].改革与开放，2009（11）.

篇10

重视实验教学是中职教育区别于普通高等教育的重要方面，基于此，本文探讨了中职金融专业实验教学研究的构成，从高度重视金融专业实验教学、多样化金融专业实验教学方法、多样化金融专业实验教学软件并用，进而针对这一研究体系作出了操作性强的、可行的具体实施方案，希望能为中职学校金融类专业实验教学提供借鉴。

【关键词】

职业技能；金融专业；实验教学

职业教育的目的是为了培养“高素质、技能型的专门人才”，培养具有较强实践能力的生产、建设、管理、服务第一线的、社会急需的高级技术型人才的教育，而人才的培养模式的落脚点是通过学校来体现的，而实验教学既是职业教育教学的主体，又是实现这一人才培养模式的重要途径，更是实现中职教育内涵式发展的重要内容。职业教育是作为现今培养应用型人才的一种重要的教育形式，在社会人才的培养上发挥着越来越重要的作用。

针对中职金融专业实验教学现状，在认真借鉴国内外金融教学先进经验的基础上，我们尝试以“技能培养金融实验教学”为主线，以能够适应“能力本位”的理念，金融专业学生最头痛的问题是“所学非所用”。这就要求金融专业教学要围绕深入分析、“实践动手操作”、人才培养等诸多环节重新思索和认知。目前中职教育中应如何加强金融实验教学，阐述我的个人观点。

1 金融专业实验教学多样化

在金融实验教学过程中，案例教学法、情景教学法等教学方法，特别是在团队协作能力、沟通能力培养过程中，可以发挥更大的作用。

在金融专业实验教学目标定位明确后，金融专业实验教学体系实施过程，注重结合不同的实验教学目标，采用不同的教学方法。具体而言：金融专业技能培养以摸拟操作作为主要教学方法。模拟具体金融业务的实际发生场景，让学生完成整个流程，强化动手能力和技术应用能力的培养。具体做法是：模拟实际工作场景，掌握金融经济基础理论知识；每个专业岗位如信贷、会计、储蓄、出纳、综合柜员、客户经理、金融监管、证券投资与分析等所必须的专业理论知识、操作技能；掌握计算机应用基础知识，熟练掌握储蓄、会计、财务、金融统计等金融业务操作软件，熟悉各种银行结算方式正确填写。团队协作能力、学习能力、沟通能力的培养主要采用情景模拟教学和案例教学等教学方法。

平时在教学中，教师作为案例教学的调控者，肯定、张扬学生的学生学习能力和个性，通过案例教学应用，充分调动学生的主观能力性，对学生自己的的观点进行鼓励和评判，并通过学生间的交流培养学生语言表达能力、逻辑思维能力、和团队合作精神。

通过情景教学的应用研究，让学生置身于金融具体工作中，置身于“金融部”而非“教室”。教学过程中教师有目的地引入或创设具有一定情绪色彩的、以形象为主体的生动具体的场景，以引起学生一定的态度体验，从而帮助学生理解和获取知识或技能，并使学生心理机能得到发展的方法。情景教学可以让学生深刻体会所处的环境，明确面对的工作任务。通过角色扮演，让学生学会如何在工作中进行有效沟通。

2 金融专业实验教学重要性

现在的课堂上，由于新的方法的引进，老师们不是过于多的管理学生，也成了一种趋势，不仅无益，实际上完全的放任自流也让学生养成的诸多的坏毛病。要想把金融专业与金融实际课有机的结合起来，最好的办法就是加深对理论知识的理解的把握程度，然后才能提高理论与实践的充分结合。在模拟过程中，通过金融专业实验可以直接模拟社会生活实践中的金融问题，现在的学生就业意识极强，很想知道自己在未来的工作岗位上是什么成果，这就要求学生们为今后走入工作岗位打下扎实的基础做准备，平时多培养学生实际操作能力和动手应用能力，使得每一位学生在学生主解决难以解决的问题，并促使学生有积极主动的探求知识和解决问题的方法，这样既有趣又实用。那么教师如何在金融专业实验教学中端正工作态度呢？首先，从思想上要高度重视理论课与实际课的有机结合，并注意生活中一些学生身边发生的诸多现实问题，这样有利于增强学生对生活的热爱和态度，使学生有积极乐观的态面对金融专实验素材，以增强金融专业实验课程的现实性、趣味性和可学性。其次是，在学生中强调和宣传实验教学课的重要性，经便让学生更加重视。再次，再次要关注媒介变迁对教育转型的影响。教育越来越重视实践能力强的学生，工作中不仅懂理论技术还要紧跟时代的步伐，不断的学习和进步。所以现在的社会对人才的需要更多关注的是运用知识的能力。

3 多样化金融专业实验教学软件并用

交叉科学金融工程实验教学的软件现在比较多，如Eiews、Gauss、SAS、SPSS、Stata、S-plus、Lingo、microfit、Matlab等。可考虑应用到金融专业实验教学当中，软件目前学生用的比较多的是Eviews。虽然Eviews相对简单，易于操作和掌握，但该软件不便于自己编写程序，主要适用于适用于一些经典的计量方法。当前商业银行信贷实务的软件可参考《硕研银行信贷实验室教学软件》，是以信贷业务和风险管理的日常业务流程为蓝本进行设计和开发。系统分设个人和公司两类业务端口，把消费信贷和公司信贷分开，体现了实验功能丰富，信贷品种齐全，业务操作流程清晰的特点，结合仿真案例，银行柜员管理软件、现金管理软件、客户信息管理软件、信贷业务软件、国际结算软件，为学生提供了一个良好的实习平台。

总之，在参考相关文献并结合自己的教学实践的基础上，让课堂教学能够吸引学生，让学生能够真正感受到学习金融专业课给自己带来的快乐。从高度重视实验教学、学以致用、多样化的金融实验教学方法、多种软件并用几方面培养学生兴趣和增强学生信心，在教学过程中，要不断提高自己的的教学能力，改变教学方法，提高效率。

【参考文献】

[1]文忠桥，李阳.金融工程专业的实验教学体系研究[J].中国证券期货，2010910：107-109.

[2]杨爱花，徐苗苗.论高职市场营销专业教学改革[J].职 2006.

[3]潘煜双等.金融教育改革：理论探讨与经验总结[J].金融研究，2009（12）