会员登录
会员注册三、微观流动性风险压力测试的创新与完善
金融危机爆发后，伴随着流动性风险受重视程度的不断提升，流动性风险压力测试的方法和手段也在不断完善。在巴塞尔Ⅲ新提出的两个流动性风险新指标中就隐含了压力测试的理论和思想。同时，伴随着金融创新工具的不断发展和金融关联性的不断提升，流动性风险的传染渠道不断复杂化，对于流动性风险度量和传染的模型也在不断创新和完善。
(一)巴塞尔Ⅲ中流动性新指标与压力测试的内在一致性
在此次危机爆发后巴塞尔委员会推出的巴塞尔Ⅲ中，流动性覆盖率(Liquidity Coverage Ratio，LCR)和净稳定资金比例(Net Stable Funding Ratio，NSFR)这两个流动性新指标的设立构成了对资本监管框架的重要补充，分别针对银行短期和中长期的流动性风险状况做出了评估。其中流动性覆盖率旨在确保商业银行在设定的严重流动性压力情景下，能够保持充足的、无变现障碍的优质流动性资产，并通过变现这些资产来满足未来30日的流动性需求。净稳定资金比例旨在引导商业银行减少资金运用与资金来源的期限错配，增加长期稳定资金来源，满足各类表内外业务对稳定资金的需求。根据巴塞尔Ⅲ的要求，两指标都应当不低于100%。
事实上，巴塞尔Ⅲ提出的流动性风险指标与压力测试方法具有内在的逻辑一致性，或者说新指标正是从国外流动性风险管理经验中提炼而来，其中流动性覆盖率指标建立在传统的“覆盖率”方法上，净稳定资金比例建立在传统的“净流动资产”和“现金资本”方法之上。在计算流动性覆盖率和净稳定资金比例的过程中，需要对两指标组成部分的折扣率和流入、流失系数等指标进行假设，而当把这些参数放在压力测试假定的特定压力情景中加以考虑时，所得到的结论正是欧美等国微观机构的流动性压力测试的结果。
从压力情景的设定情况来看，不论是流动性覆盖率还是净稳定资金比例都是基于压力情景展开的。其中流动性覆盖率监管标准所设定的压力情景包含了非系统性的特定冲击以及影响整个市场的冲击。压力情景将导致一系列对流动性风险有影响的事件的发生，并体现为计算流动性覆盖率时对各类流动性资产及现金流入、流出项给予不同的折算率。而净稳定资金比例的设定也是基于压力情景展开的，规定的压力情景包括信用评级下降、声誉影响等。
从流动性覆盖率指标来看，不同压力情景对应的折算率、流人率和流失率正对应着压力测试中的参数设定。流动性覆盖率的指标计算公式为：流动性覆盖率=优质流动性资产储备/未来30日现金净流出量×100%，其中优质流动性资产储备是指在无损失或极小损失的情况下可以快速变现的资产。未来30日现金净流出量是指在设定的压力情景下，未来30日的预期现金流出总量减去预期现金流入总量。分子中优质流动性资产储备中资产的折算率就体现了压力情景下流动性资产的变现障碍。从分母来看，未来30日内的净现金流出=现金流出量-min{现金流人量，现金流出量的75%}，未来30日现金流出=∑各类负债金额×流失率＋∑表外承诺等或有项目余额×流失率，未来30日现金流入=∑除优质流动性资产外的各类资产金额×流入率＋∑表外或有资金余额×流人率。计算中各类负债对应的流人率和除优质流动性资产外各类资产对应的流失率都是当前巴塞尔委员会或各国监管者对压力情景下未来30日内现金流人流出状况的估计。
从净稳定资金比例来看，压力测试与净稳定资金比例的关系更多体现在压力测试的第二轮冲击效应和央行的介入中。净稳定资金比例的计算公式为：净稳定资金比例=可用的稳定资金/所需的稳定资金×100%。其中可用的稳定资金是指在持续压力情景下，能确保在1年内都可作为稳定资金来源的权益类和负债类资金，等于银行各类权益和负债账面价值与该类可用稳定资金系数的加权和。所需的稳定资金等于商业银行各类资产或表外风险暴露项目与相应的稳定资金需求系数乘积之和，稳定资金需求系数是指各类资产或表外风险暴露项目需要由稳定资金支持的价值占比。在流动性的第一轮冲击中，或者说仅有单家银行受到流动性风险影响时，对于可用稳定资金(ASF)系数和所需稳定资金(RSF)系数并没有本质的影响。然而考虑银行对第一轮冲击的反应中，就会面临ASF系数和RSF系数的变化，在银行抛售资产的情况下就可能面临可用稳定资金系数的下降和所需稳定资金系数的上升。
(二)“自下而上”压力测试模型的改进和完善
在上述流动性压力测试一般流程和方法的基础上，学者和业界也对一般的“自下而上”方法进行了创新和补充。香港金管局的Wong and Hui(2009)开发了一个流动性压力测试框架，通过引入传染违约风险，形成了对自下而上方法的有力补充。以一年时间为期限，它分析了外部金融市场资产价格的冲击可能影响流动性风险的如下三种渠道：第一，银行逐日盯市的资产损失带来的违约风险的上升和存款流失的可能；第二，资产价格的下跌导致银行通过出售资产获得流动性的能力不断下降；第三，银行仍旧将面临较高的或有流动性风险，例如压力条件下不可撤销承诺撤回的可能性增加。该框架运用蒙特卡罗方法生成资产冲击的压力情景后，运用一系列模型反映了流动性风险的变化和冲击产生的影响，并给出了面对这些市场风险的冲击，资产负债表、现金流量、违约风险和流动性风险的变化情况。具体来说，针对上述三个影响渠道，它分别构建了市场风险、违约风险和流动性风险模型，构成了该压力测试的整体框架。市场风险模型是针对第一渠道构建的，考虑到各类资产价格受影响的方式不同，这里将资产进行了简单的分类，包括银行间资产、客户贷款、金融投资和其他资产四大部分，其中金融投资类资产由于其资产价格影响方式的不同又被细化为四小类，分别对其受冲击后的资产价格进行了估计。在违约风险模型中，考虑市场风险模型估计出的资产价格下跌与违约率的关系，运用类蒙特卡罗方法将市场风险和违约风险联系起来。最后，在流动性风险模型中，通过计量经济学模型对违约风险和存款流失率的相关关系进行了估计，构建了流动性风险指数。该模型被用于香港银行的流动性风险压力测试实践，实证分析中也验证了在压力条件下紧缩货币政策对银行流动性风险的放大效用。
四、宏观流动性风险压力测试
上述的流动性风险模型都是基于银行微观机构展开的，而对各银行之间流动性风险的相互影响以及风险传染和反馈却很少考虑。此次全球金融危机爆发后各国纷纷展开了关于流动性风险压力测试“自上而下”模型的理论和实证研究，试图从宏观审慎的视角考察系统的流动性风险。其中，以Van den End(2008，2010)构建的“自上而下”模型最具代表性。该模型考虑了两轮冲击效应及银行声誉对系统流动性的影响。在2008年的研究中，承压变量选择的是流动性缓冲，而在2010年的模型中，Van den End将流动性缓冲及其阈值更换成为巴塞尔Ⅲ提出的LCR和NSFR指标，阈值也相应调整为监管标准100%，并根据荷兰银行业的数据对模型进行了检验。该方法也被捷克和卢森堡的银行用于本国的研究。由于模型的构造基本相同，下面将以2010年的研究为例加以说明。
Van den End(2010)的模型中考虑了四个LCR值，分别是第一轮冲击后的银行流动性(LCR1)，银行实施风险缓释后的流动性(LCR2)、第二轮反馈效应后的流动性(LCR3)和央行反馈后的流动性(LCR4)。每一阶段模型都将考虑各银行LCR的分布和在险价值，压力测试的时问区间为一个月，与巴塞尔委员会规定的LCR的关注期限相同。
初始时刻，LCRO和NSFRO都是基于资产负债表和现金流量表等财务数据直接得出的。第一轮的压力情景通过对市场风险和流动性风险事件的蒙特卡罗模拟得出，该压力情景对样本中的每个银行都将产生程度均等的冲击。在第一轮冲击中的中间变量是在计算LCR指标时的相关参数，主要包括流动性资产的折扣率和流入率以及流动性负债的流出率。基于这些参数在压力情景下的变化，得出第一轮冲击后的流动性度量，即为LCR1，此时各银行的NSFR并未发生改变。
第二阶段度量的是银行对第一轮冲击的反应。如果LCR1低于事先设定的阈值或监管标准100%，则银行会试图将该指标恢复到初始值，即LCRO。这里我们将仅考虑内部缓释的方法，如缩短资产的到期期限、延长负债的到期期限、增加流动性较强的资产配置等，经过调整后可以得到风险缓释后的银行流动性，即LCR2和NSFR2。该阶段的模型拟合不仅要基于第一阶段计算出的流动性需求，还要在不同的风险缓释行为中进行选择和调整。经过该阶段的风险缓释后，LCR2>LCR1且NSFR2>NSFR1。
第三阶段关注的是冲击的第二轮反馈效应，这里既包括市场层面的影响也包括银行个体所面临的声誉影响。市场层面的影响主要是由于第二轮银行的风险缓释作用所导致的，当多个银行同时进行风险缓释、所选择的策略类似或反应银行的规模较大时，都会对整个市场的流动性产生影响，特别是流动性较差的资产变现能力和外部融资渠道将受到较大的影响。而银行个体在此轮中主要考虑的就是由于其进行风险缓释给市场带来的负面信号导致其面临的声誉风险。LCR3即为第二轮反馈效应后的流动性风险状况，此时NSFR3仍旧未发生变化。
第四阶段是围绕央行的介入展开的，也可以看作是第二轮反馈效应中政府对市场流动性的一种调节，主要包括政府购买资产和再融资等行为，其中对资产价格的调整是通过设定最低价格实现的。央行的介入将在一定程度上提升第二轮反馈效应中的流动性，最后的结果用LCR4来表示，此时的NSFR也将随之发生变化。
该模型通过四个阶段的构造，把握了流动性风险从微观机构到宏观层面的传染和反馈过程，不仅考虑了单家机构面临的流动性风险及其声誉风险的反馈，还考虑了若干机构同时面临冲击时对市场流动性带来的影响以及由此引发的央行的介入可能对市场流动性产生的缓释作用，拟合了流动性风险的全过程。但是该模型也存在对于压力情景没有准确描述，仅仅基于LCR参数的蒙特卡罗模拟构建压力因素的缺陷，同时对于风险缓释的行为选择也具有较大的随机性。
国际货币基金组织(IMF，2011)构建了一个包含三大模块的系统流动性风险压力测试框架。第一模块是基于隐含现金流方法的融资流动性风险压力测试，主要包括两个部分：一是模拟银行层面的压力情景，如流动性资产甩卖和央行存款准备的变化；二是常见的流动性缺口分析，即不同压力假设下资产和负债的匹配情况，这里可以使用巴塞尔Ⅲ提出的流动性指标。第二模块是基于现金流的流动性风险压力测试。它基于合同现金流的细节数据和银行融资计划的行为数据。第三模块是建立清偿性风险和流动性风险的关联。一是考虑由于清偿性风险，如银行信用评级调整可能带来的融资成本的变化，二是考虑由于资本化程度对融资市场产生的影响，三是考虑融资集中度和相关危机对银行流动性的影响。不难发现，相对于前述流动性风险压力测试模型，该框架的创新点在于第三模块，然而目前IMF还未就该模块的构建提出具体的设想。
从实践应用的角度来看，考虑到从宏观视角来说系统性风险与系统性的流动性风险并无本质上的区别，因此许多国家监管当局的系统性风险预警或度量系统也被看作具有系统流动性风险压力测试的功能。目前较为成熟的系统性风险预警系统主要包括奥地利央行的系统性风险监测系统(Systemic Risk Monitor，SRM)、墨西哥央行开发的系统性风险系统和荷兰央行的系统性风险系统。这三个预警系统都是基于网络模型的方法考察风险在不同机构和行业之间的流动，所不同的是关注的行业重点和基础数据。而在目前流动性风险压力测试的预警体系中被认为最完备的是英格兰银行开发的系统性机构风险评估系统(Risk Assessment Model for Systemic Institutions，RAMSI)。与前述三个系统不同，该系统不仅度量了整体的流动性风险，还引入了整体流动性风险的反馈环，并拟将压力时期交易对手的信用损失和资产市场价值减少等因素纳入其中。
五、中国的流动性风险压力测试及相关政策建议
中国银监会于2009年10月29日颁布了《商业银行流动性风险管理指引》，明确规定商业银行每季度至少应执行一次常规的流动性压力测试。在2011年10月公布的《商业银行流动性风险管理办法(试行)》征求意见稿中，再次强调了压力测试在流动性风险管理中的重要地位。
在2009年启动的金融稳定评估规划(Financial Sector Assessment Program，FSAP)项目中，监管当局在国际监管组织的指导下对流动性风险进行了简单的敏感性分析。在国际货币基金组织于2011年11月发布的中国金融稳定评估报告中，公布了根据2009年底的数据对中国主要商业银行(5家国有商业银行和12家股份制银行)进行流动性风险压力测试敏感性分析的测算结果。在FSAP工作组展开的流动性风险压力测试中考虑了两轮流动性冲击。首先，将债券价格下跌、存款流失、银行间市场流动性紧缩、存款准备金上升作为敏感性分析的压力冲击，结果显示在第一轮不考虑银行抛售债券的情况下，压力冲击的影响显著，在7天期限内17家主要商业银行中6家银行存在负的现金流缺口。然而，如果考虑在银行低价出售资产的基础上进行第二轮冲击，压力测试的结果表明在30天期限内除一家银行外其他银行的现金流缺口均为正。
目前，中国主要商业银行已经能够按照《商业银行流动性风险管理指引》的相关要求，按季度进行流动性风险压力测试，并形成相关报告提交管理层和董事会。然而目前中国银行业对流动性风险的关注主要还集中在巴塞尔Ⅲ的两个新指标上，对于流动性风险压力测试也仅限于《指引》的要求，情景设计较为简单，方法主要采用现金流缺口分析法，压力测试结果对经营和资产配置的指导作用也有待提高。
第一，数据基础有待加强。我国银行业在进行一般风险压力测试的过程中就面临着数据基础不足和未经历完整经济周期的问题，而这一缺陷在流动性风险压力测试中就表现得更为明显。流动性由于其定义的复杂性及其与期限密切相关的性质，导致在实现其度量中对业务本身的细节数据要求极为苛刻。同时，对未来流动性风险的预测还与交易对手的行为密切相关，这就要求我们对交易对手及其关联度有着准确的信息。目前的流动性风险判断只能基于历史数据进行粗旷式的预测，而对于未经历过完整经济周期的中国银行业来说，历史数据并不能真正反映压力下的真实情况。此外，我们不仅要关注资产负债表和现金流量表的表内财务数据，对于表外的或有流动性风险也应给予足够的重视，这就对表外的数据积累也有了更高的要求。
第二，关注流动性风险来源和表现形式的转变对压力测试的影响。从国际银行业流动性风险的演变趋势来看，流动性危机已经由单纯的融资来源枯竭，转变为批发融资带来的风险传染以及各风险之间的相互转化。在流动性风险压力测试中，它不仅体现在压力情景构造的选择上，也体现在流动性风险分析的模型中。在压力情景的选择上，我们不仅要考虑目前常见的流动性风险来源，还要充分考虑由于操作风险、政治风险乃至其他看似与我们相当遥远的风险，将前瞻性的判断带人压力测试的情景设计。同时，在目前流动性压力测试的分析中，常常假设信用风险或利率风险等因素不变。然而在银行业的经营实践中，各种风险常常会相互影响，这就要求我们加入多层反馈效应，将信用风险和操作风险等纳入流动性风险压力测试的关注范围。但同时也应注意模型的实用性。
第三，注意压力测试结果的纵向和横向比较。压力测试度量的是压力情景下的银行流动性风险，对于单家银行来说，这可能是从未遇到过的压力情景，它即使与历史上最严重的流动性风险也无法比较。因此为了检验模型的准确性和可信度，就要开展纵向和横向比较。纵向比较是指在银行内部.基于相同压力测试模型对不同压力程度下的结果进行比较，或构建不同压力测试模型在相同压力程度下进行比较，还可以针对巴塞尔Ⅲ的两个新指标与一般压力测试结果进行比较和互相验证。横向比较是指，基于统一的压力情景设定，比较不同银行的压力测试结果。通过这种比较和相互验证，有助于提高压力测试结果的可信度，也能更好地体会测试结果所蕴含的意义。
第四，应将压力测试的结果充分反映到银行的经营决策中。压力测试最终是为银行风险管理和经营决策服务的。对于压力测试结果的充分运用，不仅要设定合理的压力测试情景、提高压力测试模型的可靠性、强化压力测试模型结果的可解释性，还要求管理层对压力测试充分重视，根据测试结果进行适当的资产配置和融资安排，使它切实成为银行流动性风险管理的重要工具。
参考文献：
Cihák，M.(2007):“Introduction to Applied Stress Testing”，IMF Working Paper，07/59.
European Central Bank (ECB)(2008):“EU Banks Liquidity Stress Tests and Contingency Funding Plans”,http://www.ecb.int/pub/pdf/other/eubanksliquiditystresstesting200811en.pdf.
International Monetary Fund (IMF)(2011):“How to Address the Systemic Part of Liquidity Risk?”，in Global Financial Stability Report(Chapter 2).
Matz，L. and P. Neu(2007):“Liquidity Risk Measurement and Management: A Practitioner’s Guide to Global Best Practices”，Wiley＆Sons.
Van den End，j.(2008):“Liquidity Stress Tester: A Macro Model for Stress testing Banks’ Liquidity Risk”，Dutch National Bank Working Paper，N0.175.
Van den End，J.(20LO):“Liquidity Stress Tester: Do Basel Ⅲ and Unconventional Monetary Policy Work?”，Dutch National Bank Working Paper，N0.269.
Wong，E. and C. Hui(2009):“A Liquidity Risk Stress Testing Framework with Interaction between Market and Credit Risks”，Hong Kong Monetary Authority Working Paper,06/2009.
作者简介 朱元倩，中国银行业监督管理委员会政策研究局，北京大学经济学院博士后。本文得到教育部人文社会科学研究青年基金(11YJC790015)项目资助。