次贷危机以来,压力测试作为金融机构风险管理工具被提升到一个全新的高度,受到前所未有的瞩目,压力测试几乎成为了欧美银行业每年的安全例检。本文从压力测试的起源和发展开始,结合巴塞尔委员会及我国银行监督管理委员会的压力测试指引,详细阐述了压力测试的理论及应用现状。巴塞尔委员会将压力测试定义为一种风险管理技术,用于评估特定事件或特定金融变量的变化对金融机构财务状况的潜在影响。国际货币基金组织将其定为一个利用一系列方法来评估金融体系承受罕见但仍然可能的宏观经济冲击或者重大金融事件的过程。中国银监会发布的《商业银行压力测试指引》中,将压力测试定义为“一种以定量分析为主的风险分析方法,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”。银行压力测试主要用于考察在极端情况下商业银行受到最大的、可能的冲击量时,商业银行受到最大的、可能的损失量,以及在极端情况下商业银行所能承受得最大冲击量。文章在理论部分将压力测试与其他常用的风险管理工具(目前比较流行的是风险价值)进行比较,分别阐述各自的优势与劣势。作为现在主流风险度量工具的风险价值是指在某一特定的时期内,在给定的置信度下,给定的资产或资产组合不会超过的最大损失值。由风险价值与压力测试的定义可知,他们分别度量的是不同情况下的风险,风险价值能有效估计正常环境下资产的损失风险,但当金融市场处于极端价格变动的情形时风险价值就无能为力了,而压力测试则能有效评估一些小概率极端事件冲击的影响,它可以对置信度95%以外的突发事件的发生对金融资产损失或金融机构脆弱性影响进行测试。作为风险管理工具,这两种方法是相辅相成,互为补充的。本文以商业银行零售贷款为例,对压力测试在银行中的应用进行研究,试图构建一个符合我国经济环境的有效的压力测试框架及流程。本文从定量的角度出发,结合国内某银行某分行从2004年3月份到2008年10月的房地产零售项目真实数据,使用向量自回归的脉冲函数及马尔科夫转换进行实证研究。一个有效的压力测试应当是基于循环的、风险定量以及冲击强度的研究与分析过程,应是基于冲击可行集以及冲击概率的研究与分析过程,应是基于冲击时间发生框架的研究与分析过程,应是对信息反馈机制与系统整合进行研究与分析的过程。完整的压力测试流程应当包含定义目标,设计压力测试情景,情景分析和敏感性分析,压力测试结果分析五个部分。首先定义目标,从压力测试模型构建过程进行划分,压力测试可分为驱动因子压力测试和资产组合压力测试。所谓驱动因子压力测试是通过事前确定需要分析的风险驱动因子,来分析其极端变化对于银行所有或者某类资产组合的影响。资产组合压力测试是先确定银行的目标资产组合,分析可能的风险驱动因子的变化对其产生的影响。目标定义之后要识别风险因子、并建立压力测试模型。建立压力测试模型就是寻找驱动因子和测试目标之间的风险传导机制,压力测试模型以统计回归模型为主,一般分为收集数据、样本选择、变量构造、变量选择、模型构造、返回检验等步骤。压力测试主要度量极端环境下的风险状况,设计压力情景是压力测试不可或缺的一环,压力情景设计方法可分为历史情景法和假设情境法(专家情景)。历史情景法是将历史上曾经发生过的重大压力事件明确定义下来,再将该期间各种风险因子的波动情景带入压力测试模型,得出该事件之下所产生的承压项目计算结果,这种方法客观有说服力,但不能覆盖历史上没有发生过的情景。假设情境法是基于专家经验和判断,对驱动因子的压力情景进行设定,这种方法结合了当前的经济环境,设定的压力情景具有前瞻性,但主观性较强,缺乏可以比较的基准。压力测试的基本结果就是情景分析,即基于压力测试模型,计算压力情景下的资产组合的表现,反映压力情景下风险驱动因子与分析目标之间的关系。敏感性分析是针对特定的风险因子的小幅变动分析可能造成的损失。最后要对压力测试的结果形成完整的分析报告,详细描述情景的设定过程及假设前提,及压力情景下的可能结果,并提出具有可操作性的反馈意见。本文当中所设计的零售贷款项目压力测试方案采用了向量自回归模型,使商业银行的资产分布转移概率与宏观经济变量因子之间建立联立关系,且通过脉冲响应函数度量在不同的风险冲击下对资产分布转移概率的影响,然后将结果通过马尔科夫转换成银行的预期资产分布。方案结合国内外的实践经验详细阐述了压力测试应该注意的问题并完善了压力测试的流程,本文在构建压力测试框架的过程中,尽量以全面为准则,以定性定量相结合的方式来完成。