金融是现代经济的核心,一个稳定、健康的金融运行状态对该国宏观经济科学、可持续发展起着至关重要的作用,而与此同时,金融行业由于自身行业的特点决定了其具有高负债性、系统脆弱性和风险传染性。所以,如何评估、防范潜在金融风险,保证金融系统健康稳定运行一直都是各国货币当局极为关注的重要课题。就我国现阶段金融融资体系来讲,截止2011年底,我国以商业银行为主导的间接融资占总融资额比例高达65%,所以,商业银行体系的稳定与健康运行对我国经济金融体系健康发展起着决定性作用,而如何防范、控制商业银行信用风险就成为了我国商业银行风险管理中的重中之重。在目前商业银行信用风险管理工具中,较多采用了在险价值(VAR)、贷款五级分类以及违约概率模型等方法对信用风险进行识别与监测,其中在险价值(Value At Risk,简称VAR)是目前商业银行广泛使用的一种风险管理工具。其定义是：在经济环境处于正常运行的状态下,设定一定的置信区间(即把握程度)和时间区间,测算商业银行持有的某一金融工具或信贷资产面临的最大可能损失。然而,从1987年美国股市崩盘、1997年亚洲金融危机以及2008年美国次贷危机的爆发让人们逐渐认识到到传统的以VAR为代表的风险管理措施,只能评估正常环境下资产的损失风险,而并不能评估发生“可能性小、危害性大”的极端风险对金融系统带来的巨大冲击。压力测试(stress-testing),具有能模拟潜在“异常但可能”的极端事件对金融系统稳定性的影响,能够提供前瞻性风险评估、克服模型与历史资料的限制、科学评估银行资本流动性等优点。因此压力测试被各国金融监管当局、商业银行广泛使用,并与VAR等其他风险管理工具共同构成商业银行风险控制体系。本文以当前国际流行的压力测试工具,建立宏观经济变量与银行不良贷款之间的多元回归模型,通过设定宏观变量冲击情景,来分析我国商业银行对宏观经济变量冲击的抵御能力,为我国商业银行面临金融危机时的风险抵御情况提供了参考。本篇论文的主要内容和文章结构如下所示：第一章,导论。本章对本文选题的意义和背景做了阐述,通过大量的文献阅读,对国内外压力测试研究现状进行对比分析,同时,还对研究思路和研究框架进行概述。第二章,压力测试概述。介绍了压力测试的概念、压力测试的分类、压力测试与VAR关系、压力测试在国际上的应用、压力测试的国际发展与我国发展对比分析以及压力测试的步骤与方法。第三章,信用风险压力测试方法研究。介绍了信用风险概念、我国信贷风险管理现状。本章还对宏观经济因素对银行信用风险的影响以及信用风险压力测试方法进行梳理,在对比多种不同信用风险管理模型适用性的基础上,结合前人研究成果和我国信用风险管理实际状况,选择Wilson模型作为我国商业银行信用风险压力测试的实证模型。第四章,我国商业银行信用风险压力测试实证分析。本章节是本文的实证部分,分为三个步骤：一是采用改良后的Wilson模型,建立含一阶滞后被解释变量的多元回归模型,解释变量选取了GDP增长率、CPI增长率、M2增长率、国房景气指数(HIP)、以及利率(LR),被解释变量是经对数优化后的银行不良贷款率,得出商业银行信用风险压力测试模型；二是以RGDP增长率大幅减少作为冲击情景,设置中度和严重两种冲击情况,并用RGDP作为解释变量分别与其他几个宏观经济指标建立回归模型,得出当前情况下其他经济指标的值,从而结合压力测试模型,得到受冲击情况下的银行不良贷款率数据；三是结合商业银行内部评级法,以民生、浦发、招商三家股份制银行为例,测算出中度与严重冲击情况下各自贷款的损失,并与其贷款减值准备对比,测试贷款减值准备能否吸收不良贷款的上涨。第五章,研究结论以及政策建议。本部分总结了理论和实证研究结果,并对我国压力测试实践工作给出相关建议。本文的特色及贡献主要体现在如下三方面：一是在模型选择方面,本文将经改良的Wilson信用风险压力测试模型与目前银监会正在大力推广的商业银行内部评级法结合起来,不仅能够很好的计算出在冲击情况下不良贷款的变化情况,还能够进一步计算出浦发银行、民生银行、招商银行在遭受压力冲击时的风险损失情况,该方法能够准确直观的评判各商业银行抵御风险的能力。二是在模型改良方面,一是借鉴了Wong J, Choi KF, Fong T在2006年对Wilson模型提出的改进意见,Wilson(1998)提出的模型中,不含滞后变量,yt,仅与Xt有关,而在借鉴前人的基础上,本文引入了滞后变量,这样的改进不仅考虑了银行对宏观经济的回馈效应,同时也显示了宏观经济变量前后期的相互影响,更符合实际情况。二是在宏观经济变量选择中,充分考虑了我国经济发展实际情况。比如将全国房地产开发业综合景气指数(HIP)作为解释变量就是考虑到近年来中国银行业房地产贷款业务(包括个人住房抵押按揭贷款和房地产开发贷款)发展十分迅猛,房地产价格过快上涨与实体经济情况呈现脱离状态,已呈现出一定泡沫,而房地产业资金绝大部分来源于银行信贷,由此房地产行业的景气程度对我国商业银行信用风险有很大的影响。三是在压力测试方法选择方面,为了能够使测试情景设置更为科学准确,本文围绕如何合理确定压力情景设置做了大量的尝试性研究,最终采用将历史情景法、系统分析法中的相关性分析法与实际宏观经济政策相结合来确定压力情景时各宏观经济的估计值,这是本文的一个特色。具体来说,在确定GDP增速变化时采用历史情景法,选取2005年至2012年季度历史数据作为参考,以获得压力情景的设定值；在确定M2、HIP、通胀变化的情景值时,采用相关分析法,分别将上述变量与GDP建立回归模型获得相应情境下的对应取值；在确定贷款利率与GDP增长率之间的相关关系时,虽然两者之间的回归模型从计量经济学上看,能够有很好的匹配度,但是进一步研究却发现,由于我国利率并未市场化,利率的涨跌是由中央银行根据货币需求以及宏观经济运行状况做出的调整,所以用变量之间的相关关系预测是不符合实际的。由此,在对商业银行信用风险情景设置时,不能单纯套用国外已有研究成果,还要密切结合我国商业银行、金融市场发展实际情况。