绪论 3
第1章 基于系统性风险防范的银行业监管制度改革的战略思考 3
1.1 引论 3
1.1.1 历史背景 3
1.1.2 文献综述 4
1.2 国际金融危机背景下对银行业监管制度的反思 6
1.3 基于系统性风险防范的我国银行业监管制度的基本框架 7
1.4 开展银行业宏观压力测试研究的必要性 10
1.4.1 银行业宏观压力测试的基本内涵及本项目研究的目标 10
1.4.2 国内外银行业宏观压力测试的发展动态 12
第2章 宏观审慎管理框架下的压力测试新理念 15
2.1 引言 15
2.2 危机后金融风险管理的新趋势 16
2.3 宏观审慎管理框架下金融压力测试内涵的深化 17
2.4 宏观审慎管理框架下金融压力测试研究的新进展 18
2.5 本章小结 22
信用风险宏观压力测试方法篇 27
第3章 基于经济资本原理的信用风险宏观压力测试 27
3.1 引言 27
3.2 相关文献综述 28
3.3 银行业信用风险宏观压力测试的框架设计 28
3.3.1 宏观压力测试对象的确定 29
3.3.2 宏观冲击因子的构造及压力测试的情景设计 29
3.3.3 银行业信用风险宏观压力测试的基本框架 30
3.4 实证分析 31
3.4.1 有序多分类Logistic方法测算原始违约概率 31
3.4.2 各行业的原始违约概率结果 32
3.4.3 压力测试情景分析与宏观冲击因子 32
3.5 本章小结 37
第4章 基于CPV模型改进的信用风险宏观压力测试 39
4.1 引言 39
4.2 改进的宏观压力测试模型的构建 40
4.2.1 PLS的基本原理 40
4.2.2 基于偏最小二乘法估计的信用风险传导模型 46
4.2.3 压力情景模型 47
4.3 我国股份制商业银行宏观压力测试实证研究 49
4.3.1 数据选择及说明 49
4.3.2 信用风险传导模型估计结果 54
4.3.3 压力情景生成及宏观压力测试结果 58
4.4 境内外资银行业宏观压力测试实证研究 63
4.4.1 数据选择及说明 63
4.4.2 风险传导模型参数估计结果 64
4.4.3 压力情景生成与宏观压力测试结果 66
4.4.4 银行业逆周期管理算例分析 69
4.5 本章小结 71
第5章 基于行业GVAR模型的银行业信用风险宏观压力测试 72
5.1 引言 72
5.2 研究文献综述 73
5.2.1 相关宏观压力测试的实证研究 73
5.2.2 行业关联性对宏观压力测试的影响研究 74
5.2.3 GVAR模型在宏观压力测试中的应用研究 75
5.2.4 评述 75
5.3 信用风险宏观压力测试研究的基本框架 75
5.4 基于IGVAR模型的宏观压力测试模型 76
5.4.1 GVAR模型的提出 76
5.4.2 IGVAR模型的提出 77
5.5 数据基础 79
5.5.1 行业违约概率 79
5.5.2 宏观经济变量的自回归模型 80
5.5.3 行业关联矩阵 82
5.5.4 IGVAR模型的回归 82
5.6 基于IGVAR模型的信用风险宏观压力测试实证研究 85
5.6.1 国内生产总值增长率的冲击影响 86
5.6.2 1年期贷款利率的冲击影响 87
5.6.3 M2增长率的冲击影响 87
5.6.4 股票价格指数的冲击影响 88
5.6.5 宏观经济因子的综合冲击影响 89
5.6.6 行业违约概率影响因子的贡献度分析 91
5.7 宏观审慎监管框架下开展行业宏观压力测试的对策建议 92
5.8 本章小结 95
第6章 基于贷款结构差异的信用风险宏观压力测试 96
6.1 商业银行信用风险宏观压力测试的总体框架 96
6.2 宏观经济情景模型的构建及参数估计 98
6.2.1 基于VAR的宏观经济情景模型的构建 98
6.2.2 宏观经济变量的选取 99
6.2.3 VAR模型的参数估计及检验 101
6.3 商业银行信用风险宏观压力传导模型的构建及参数估计 104
6.3.1 信用风险宏观压力传导模型的构建 104
6.3.2 基于贷款结构差异的银行贷款违约率测算 106
6.3.3 商业银行贷款违约率的测算 111
6.3.4 商业银行宏观压力传导模型的参数估计及检验 115
6.4 宏观经济冲击下银行信用风险压力测试分析 118
6.4.1 宏观经济冲击情景的设置 118
6.4.2 宏观经济冲击下商业银行的压力测试及其结果分析 121
6.5 本章小结 125
第7章 信用风险宏观压力测试的最差情景估计方法 127
7.1 压力测试中的传统情景分析方法与最差情景估计方法 127
7.1.1 传统压力测试情景分析方法及其缺陷 127
7.1.2 引入最差情景估计方法的必要性 128
7.2 最差情景估计方法 129
7.2.1 马哈拉诺比斯距离与椭球等高分布 129
7.2.2 最大损失函数与最差情景估计 131
7.2.3 网格算法 134
7.3 基于最差情景估计的我国信用风险压力测试实证分析 135
7.3.1 最差情景估计模型的构建 135
7.3.2 三种情景设置方法的信用风险压力测试实证比较分析 140
7.4 本章小结 151
流动性风险宏观压力测试方法篇 155
第8章 国际银行业流动性风险监管新动向 155
8.1 此次国际金融危机流动性风险的主要特征 155
8.2 对流动性风险监管不足的反思 156
8.3 危机后流动性风险监管的新动向 157
8.3.1 流动性风险监管理念的新动向 157
8.3.2 《巴塞尔协议Ⅲ》关于流动性风险监管的新标准 158
8.3.3 国际银行业对巴塞尔委员会流动性风险监管新标准的反应 159
8.4 对我国未来银行业监管的启示 160
8.4.1 建立宏观审慎管理框架下的银行流动性风险监管体系 160
8.4.2 实施宏观审慎与微观审慎相结合的流动性风险监管 161
第9章 基于宏观经济因子冲击的商业银行流动性压力测试 162
9.1 引言 162
9.2 商业银行流动性风险的影响因素 163
9.2.1 商业银行流动性的供给与需求 163
9.2.2 流动性期限错配模型的约束条件 164
9.3 商业银行流动性压力测试的相关模型 165
9.3.1 银行流动性挤兑模型 165
9.3.2 流动性压力测试的判别标准 167
9.4 流动性压力测试的实证分析 167
9.4.1 受测银行的数据来源 167
9.4.2 压力情景下各行的流动性缺口情况 167
9.4.3 流动性压力测试的结果分析 170
9.5 本章小结 172
第10章 商业银行流动性风险宏观压力测试模型 173
10.1 商业银行流动性风险宏观压力测试模型构建 173
10.1.1 宏观经济情景模型的构建 173
10.1.2 商业银行流动性风险传导模型构建 176
10.2 商业银行流动性风险压力测试模型参数估计 184
10.2.1 我国宏观经济指标VAR模型参数估计及检验 185
10.2.2 我国商业银行流动性风险传导模型估计 189
10.3 商业银行流动性风险压力测试实证分析 199
10.3.1 压力情景构建 199
10.3.2 银行流动性风险宏观压力测试实证分析 202
10.4 本章小结 207
第11章 同业拆借视角下银行业流动性风险传染效应研究 209
11.1 引言 209
11.2 同业市场流动性风险传染的机理分析 210
11.3 我国同业拆借市场现状及结构分析 212
11.4 流动性风险传染的压力测试模型构建 214
11.4.1 同业拆借市场分类交易商双边数据的估计 214
11.4.2 同业拆借市场流动性冲击的设定 215
11.4.3 冲击模型构建及传染路径的设计 216
11.5 流动性风险传染的压力测试结果 217
11.5.1 不同规模冲击下的市场交易量变化情况 217
11.5.2 我国同业市场流动性风险的传染性分析 218
11.6 本章小结 219
系统重要性银行评估方法篇 223
第12章 宏观审慎监管框架下银行业系统性风险传染的测度 223
12.1 引言 223
12.2 系统性风险传染测度模型的构建 224
12.2.1 求解银行间风险暴露矩阵 224
12.2.2 风险传染分析 225
12.3 传染测度模型在我国的模拟应用 228
12.3.1 样本选择及数据来源 228
12.3.2 实证结果 229
12.4 本章小结 230
第13章 基于一致性原理的商业银行经济资本配置方法 232
13.1 引言 232
13.2 动态经济资本配置体系与一致性原理 233
13.2.1 商业银行动态经济资本配置体系 233
13.2.2 经济资本配置的一致性原理 234
13.3 风险贡献的计算方法设计 235
13.3.1 用夏普利值计算风险贡献 235
13.3.2 夏普利值满足一致性的充要条件的提出 236
13.4 经济资本优化配置模型构建 237
13.5 算例分析 238
13.5.1 样本数据的选取与说明 239
13.5.2 经济资本与夏普利值的计算 239
13.5.3 经济资本限额的测算 241
13.6 本章小结 242
第14章 基于系统整体性的商业银行系统重要性评估 244
14.1 引言 244
14.2 相关研究综述 245
14.3 评估方法的设计 246
14.3.1 理论基础及相关假设 246
14.3.2 模型 247
14.3.3 系统内部脆弱程度指数 248
14.3.4 系统性风险的测算 249
14.3.5 用夏普利值计算风险贡献 250
14.4 实证研究及结果分析 251
14.4.1 数据说明 251
14.4.2 系统内脆弱程度指数估计 251
14.4.3 系统性风险贡献占比及系统重要性排名 252
14.5 本章小结 253
宏观压力测试系统运行机理篇 257
第15章 基于宏观压力测试的逆周期资本监管框架 257
15.1 引言 257
15.2 文献综述 258
15.3 《巴塞尔协议Ⅱ》内部评级法顺周期性的理论分析 259
15.4 基于宏观压力测试方法的逆周期资本监管框架构建 260
15.5 逆周期资本监管框架的实证分析 262
15.5.1 风险传导模型的选择 262
15.5.2 违约概率均值的周期分布 265
15.5.3 基准压力情景的设置及逆周期资本缓冲的计提 267
15.6 本章小结 269
第16章 我国房地产金融非均衡状况分析与政策建议 271
16.1 引言 271
16.2 商业性房地产金融非均衡状况分析 272
16.2.1 房地产金融呈现出以商业银行贷款为主的发展模式 272
16.2.2 房地产开发贷款的投向结构不均衡 274
16.3 政策性房地产金融非均衡状况分析 276
16.4 我国房地产金融出现非均衡状况的原因分析 279
16.4.1 造成非均衡的主要因素 279
16.4.2 国家金融监管机构与商业银行的博弈结果 280
16.5 解决房地产金融非均衡问题的若干建议 282
第17章 城市间房价相关性与系统性风险防范 284
17.1 引言 284
17.2 相关文献综述 285
17.3 区域间房价相关性分析 286
17.4 我国34个大城市房价非均衡性分析 289
17.5 基于区域视角的房价影响因素分析 291
17.5.1 模型的设定和变量选择 292
17.5.2 回归估计 292
17.6 本章小结 293
第18章 基于房价波动的我国银行业系统性风险防范 295
18.1 引言 295
18.2 我国房地产市场运行态势及系统性风险分析 296
18.2.1 房地产周期与房价波动 296
18.2.2 房地产信贷的周期性与系统性风险 296
18.3 我国房地产市场风险与银行系统性风险的关联性分析 297
18.3.1 房地产价格波动与银行系统性风险关系的实证分析 297
18.3.2 房地产价格波动导致银行业系统性风险的压力测试 299
18.4 房地产金融监管对控制银行系统性风险的机理分析 300
18.4.1 银行信贷与房价波动关系的定量分析 300
18.4.2 实施房地产金融监管的预期结果分析 301
18.5 本章小结 302
参考文献 304
附录 《基于宏观审慎监管的我国银行业压力测试研究》课题组发表的学术论文 312
后记 314