作者
中国建设银行信用卡中心张二朋杨虹于波
压力测试是商业银行重要的风险管理工具之一，可帮助商业银行预见极端宏观经济冲击可能带来的影响，为其主动制定积极的风险管理措施提供理论依据和数据支持，同时也可使监管机构和投资者更加全面地了解商业银行在不同压力情景下的风险防范能力。目前，商业银行普遍采用自上而下的（top-down）压力测试方式,如 的威尔逊（Wilson）信用风险宏观压力测试模型，由于这类计量模型设计的压力情景变化会传导至GDP增长率、生产价格指数(PPI)、固定资产投资增长率等宏观经济压力因子，因此商业银行可根据模型公式定量计算出不良贷款率等承压指标。自上而下的压力测试方式逻辑清晰，在对公业务上较易形成量化报告，可为商业银行提供决策依据。
不过，商业银行的零售业务，特别是个人信用卡业务，其风险管理模式有别于对公业务，开展信用风险压力测试面临较大挑战：一是宏观经济对微观个人的传导因素不清晰、传导路径较长，使得自上而下模型在个人信用卡业务上的可解释性较弱；同时，个人信用卡业务的风险管理人员对宏观经济的敏感性也相对较弱。二是对于个人信用卡业务，商业银行一般是在微观层面制定政策，但自上而下压力测试模型是在宏观经济因子与压力测试对象之间建立统计关系，因此，即使应用自上而下模型得出了压力测试结果，商业银行也无法确定该从哪些具体的方面入手调整相关授信审批政策，以此增强风险抵御能力。针对以上问题，本文介绍一种自下而上的（bottom-up）的压力测试方式，以期为商业银行针对信用卡业务开展信用风险压力测试提供借鉴和参考。
一、自下而上压力测试方式的设计思路
年以来，中国经济运行面临着复杂的内外部挑战，经济增速放缓，对信用卡资产质量带来较大压力。特别是年受新冠肺炎疫情冲击及国内经济增速下行等宏观经济的影响，信用风险指标达到历史高位。根据《中国银行卡产业发展蓝皮书()》公布数据，截至年末，信用卡延滞率为0.89%，同比上升约0.09个百分点，以年率计的当前损失率为2.87%，同比上升约0.81个百分点（如图1所示）。
可见，宏观压力因子会通过一定路径影响部分持卡人的财务状况，使其产生信用风险，导致其资产质量恶化，这其中的传导路径、传导周期、压力大小等是信用卡业务信用风险压力测试研究的重点。
为此，建设银行信用卡中心尝试设计了一种自下而上的（bottom-up）的压力测试方式（如图2所示）：首先在宏观压力因子与信用卡客户风险特征因子之间建立联系；其次将宏观压力因子和压力传导后的风险特征因子作用于微观客群的风险状况，形成信用卡业务信用风险压力测试模型——Hazard模型； 应用该模型预测各细分客群的资产质量，自下而上整合得到信用卡总体资产质量的预测结果。
二、自下而上压力测试方式的实践
1.模型选择
相比威尔逊（Wilson）信用风险宏观压力测试模型，Hazard模型主要是利用生存分析的方法将宏观经济因子和客户特征变量在面板维度与违约条件概率建立关联。
2.信用卡客群承压指标和核心风险特征变量
一是承压指标，由于不良额、不良率等指标受现金回收、核销、证券化等资产处置措施影响较大，因此，建设银行信用卡中心将信用风险的压力测试承压指标设计为不受上述措施影响的新暴露不良额，即通过分解各逾期阶段的递延率计算每月递延至M4的贷款余额。从实际数据看，新暴露不良额与信用风险拨备计提有较强的关联性，会影响风险成本、经济增加值（EVA）等指标，因此预测新暴露不良额对分析财务利润表有较强的指导意义。
二是核心风险特征变量，在建立宏观经济因子与信用卡客群核心信用特征变量的传导路径时，理论上个人客户的收入数据是最理想的特征变量，但受制于数据获取真实性、完整性等情况，建设银行信用卡中心在实践中挑选了覆盖率高、稳定性好的资产管理规模——AUM值作为核心风险特征变量。
3.压力测试模型结果
Hazard模型采用生存分析方法将宏观经济因子、客户风险特征变量和时间段建立关联，其中AUM值作为随时间变化的客户特征变量矩阵，期初额度使用率的特征变量作为不随时间变化的客户特征变量矩阵，其他为宏观因子矩阵，不同逾期阶段压力测试模型公式见表1。
其中：α是回归方程的截距项；β是宏观因子的系数；γ是额度使用率的系数；BD是不同阶段滚动概率；Aum是AUM值；?是Aum的系数；lag1_edsyl是期初额度使用率；lag4_cpi是前4期CPI；lag2_cn_rgdp_yp是前2期GDP同比增速；lag1_consumer_conf_ind_qp是前1期消费者信心指数环比增速；lag4_urban_rdi_cum_yp是前4期城镇居民可支配收入同比增速；lag4_consumer_conf_ind_qp是前4期消费者信心指数环比增速；lag4_cpi_yp是前4期CPI同比增速；lag2_consumer_conf_ind_yp是前2期消费者信心指数同比增速。
实践结果显示，每月预测值和真实值的均方误差均接近0.，可见模型的有效性和稳定性较高（均方误差越接近于0，说明模型预测的准确性和稳定性越高）。
三、自下而上压力测试方式的应用
1.资产质量预测
实践中，建设银行信用卡中心在信用卡业务中利用自下而上压力测试模型结果预测未来一年在轻微、中度、重度宏观压力情景下的新暴露不良额，从验证数据看，压力测试结果与实际结果差异在0.5%以内，具有很好的预测效果，因此，Hazard模型可作为年度风险偏好以及风险管控目标设计的工具。在此基础上，商业银行根据对宏观经济形势的预判和对应情景的压力测试预测结果，可以更好地制定风险管控指标以及全年现金回收、核销、证券化等资产处置措施。
2.存量业务应用
一方面，自下而上压力测试模型可以预测AUM值等核心微观特征变量变化趋势，并将预测的微观特征变量应用于行为评分卡、额度重检等微观风险模型，计算出不同客群在不同宏观情景下的风险变化，进而评估客户对宏观经济变化的抵御能力，挖掘出对宏观经济变化较敏感的客群，指导商业银行适时主动降低高风险客户占比；另一方面，在宏观传导周期上，由于不同宏观压力因子的传导周期时间是观察宏观指标影响的重要时间节点，因此，商业银行可通过模型计算判断传导周期，进而分析客户资产质量的变化转折点。
3.新增业务应用
自下而上压力测试模型可为新产品设计和准入提供全面的风险评估信息，在白癜风有限且未经历完整经济周期时，商业银行可以应用该模型预测风险状况。以预审批业务为例，由于其压力测试模型或规则是根据白癜风走势设计，或对可能出现的极端情况考虑不足，因而会出现部分预审批客户准入后信用风险较高的情形。因此，商业银行可将该类客户压力测试结果作为该业务或新产品风险状况的评估依据之一。
本文刊于《中国信用卡》年第6期
责任编辑：谢香玲
征稿启事
《中国信用卡》杂志创刊于年，是我国 本全国性银行卡专业期刊。自创刊以来，《中国信用卡》秉承“专业性、实用性、前瞻性”的办刊原则，坚守行业媒体应有的社会责任，紧紧围绕银行卡产业发展成果和创新实践，打造精品内容，服务行业发展。杂志以信用卡行业发展和运营实践为核心和特色内容，同时涵盖支付、个人金融、数字金融、财富管理、信用体系建设等诸多领域研究内容。
投稿邮箱：ccc
fcc.