缓冲风险：通过压力测试设定周期性和结构性银行资本要求（英）-2024

CyrilCouaillier,ValerioScalone 工作文件系列 风险缓冲：通过压力测试设定周期性和结构性银行资本要求 No2966 免责声明:本论文不应被视为代表欧洲中央银行（ECB）的观点。所表达的观点为作者个人观点，并不一定反映ECB的意见。 Abstract 在这篇论文中，我们提出了一种新的框架，旨在同时校准周期性和结构性资本要求。为此，我们将非线性宏观经济模型与压力测试模型整合在一起。在宏观经济模型中，场景的严重程度取决于周期性风险的水平。与风险相关的场景被用作压力测试模型的输入。根据参考风险水平设定的银行资本损失用于确定结构性要求。当前风险情景关联的额外损失用于设定周期性要求。这种方法提供了一个透明的方法，以平衡周期性和结构性要求之间的关系。 关键字:金融脆弱性、宏观审慎政策、非线性模型、资本需求。 JEL代码：C32，E51，E58，G01. 非技术摘要 全球金融危机之后，巴塞尔III监管显著提高了银行资本要求，并引入了资本分层的概念。结构and周期性需求。结构化需求旨在使银行对与银行业体系结构特征（如互联性、房地产市场设计等）相关的风险更加具有韧性。周期性需求则涵盖由金融周期演变引发的风险，例如过度杠杆和资产价格泡沫。在此背景下，压力测试已成为校准这两种类型需求的流行工具。其过程包括：（i）设计不利的经济情景，（ii）在这一情景下计算银行的资本损失，以及（iii）调整资本要求以覆盖这些潜在损失。然而，如果使用基于相似场景的平行压力测试来校准周期性和结构化需求，不同需求最终会覆盖同一类脆弱性，导致资本要求中风险的重复计算。例如，包含周期性元素的用于评估结构化需求的不利情景可能会与周期性需求产生重叠。相反，缺乏沟通也可能导致某些风险无法被任何需求覆盖。 为了阐明如何通过压力测试共同设定周期性和结构性要求，本文引入了一个名为“风险至缓冲”的概念框架 。该框架利用非线性宏观经济模型，生成了其严重程度取决于周期性风险水平的宏观经济情景。在压力测试练习中使用与风险相关的情景允许建立周期性风险水平与校准周期性要求之间的直接联系。可以针对标准风险水平（“参考风险”）校准结构性要求。然后，根据当前的周期性风险，对周期性要求进行校准。总体而言，此方法分为三个步骤进行发展：1.**概念框架介绍**：“风险至缓冲”框架的详细阐述，包括其理 论基础和应用原理。2.**模型应用**：非线性宏观经济学模型的使用，以及如何生成依赖于周期性风险水 平的宏观经济情景。3.**要求校准**：针对标准风险水平（“参考风险”）校准结构性要求，并基于当前的周期性风险对周期性要求进行校准。整体来看，这种方法旨在通过分步骤的方式，确保在不确定的经济环境下，金融机构能够有效地管理风险并设定适当的资本要求，从而促进金融稳定。 1.基于非线性宏观经济模型生成的宏观经济情景，其动态随周期性风险水平放大； 2.这些情景被用作压力测试模型的输入，以预测银行的资本比率。较高风险的情景导致更大的资本损失 ； 3.监管要求基于预期损失进行调整。参考风险情景用于设定结构要求水平，当前周期性风险情景导致的额外损失则确定了周期性要求。 报告还通过使用一个多元非线性宏观经济模型提供了这一框架的实际示例，该模型可以生成风险相关的场景。我们对欧元区进行了模型估计，并确定了一系列真实和金融冲击。非金融机构部门的债务服务比率（此后称为DSR）用作周期性风险的度量。DSR指的是企业及家庭用于偿还债务的部分收入占比，是衡量财务脆弱性的指标。估算结果显示，在高周期性风险下，住房与产出冲击对经济的影响被放大。首先，我们模拟这两种冲击以构建相关风险的不利情景。其次，为了在不同情景下预测银行的资本损失，我们使用了一个简化形式的压力测试模型。第三，根据预期的资本损失，我们校准了周期性和结构性要求。通过这种方式，我们可以为金融周期的不同阶段（如中等风险、高风险）校准结构性要求和周期性要求。 总体而言，所提出的风险至缓冲框架旨在通过压力测试提供一个正式机制，将周期性风险的水平与周期性要求的校准相联系，从而减少双重计数的风险并增强银行业资本监管的有效性和透明度。风险至缓冲可以用于校准微观和宏观审慎要求。此外，该框架提供了在周期性和结构性要求之间取得平衡的透明方法：它直接依赖于政策制定者用作设定结构性要求参考的周期性风险水平。这个周期性风险参考水平越低，结构性要求越低，周期性要求的作用越大。 最后，这种方法可以为讨论“中性”周期性需求提供一个有用的概念框架，通过明确衡量结构性需求与周期性需求之间的平衡。 1Introduction 自全球金融危机以来，审慎监管当局大幅改革了银行的资本监管框架。引入了一套新规则，被称为巴塞尔III框架，旨在增强银行对风险的抵御能力。1在这种程度上，《巴塞尔协议III》的新颖性之一在于引入了以下两者之间的区别：i）周期性需求随着金融周期的变化并确保银行在金融条件演变相关的风险面前具备韧性，ii)结构要求在整个周期中保持不变，并涵盖与银行体系结构相关的风险。2 压力测试模型是主管当局设定周期性和结构性要求的关键分析工具。通过一组经济计量和会计方程式，这些模型通过模拟在负面宏观经济不利情景下的资本比率来评估银行的韧性。主管机关依据银行预期损失来设定资本要求。然而，将预期资本损失映射到周期性和结构性要求的正式框架缺失。此外，如果使用基于相似场景的平行压力测试练习来校准周期性和结构性要求，不同要求最终会覆盖相同类型的脆弱性，导致在设定资 本要求时对风险的双重计算。3缺乏沟通也可能导致某些风险未被任何要求所涵盖。4 1巴塞尔银行监管委员会（BCBS）已就一系列有关银行要求的改革达成一致。 2周期性要求旨在确保在所谓的周期性风险具体化的情况下具有弹性： 例如，私营部门过度负债导致大规模去杠杆化事件或资产价格高估触发资产价格显著下跌。主要的例子是由宏观审慎当局每季度设定的逆周期缓冲（CCyB）。这一要求在金融周期上行阶段提高，此时累积了周期性风险，而在风险显现时降低，这样银行在金融周期下行阶段可以更自由地提供信贷并支持信贷活动。此外，较高的资本比率水平允许银行吸收损失，而无需普遍去杠杆化。 结构要求覆盖了不随金融周期变化的风险。这些要求确保了经济困境时期的银行韧性，但并未涵盖由金融周期演变产生的 损失。这些要求是根据银行的结构性长期特征设定的，并且与周期性要求相比频率较低。首先，一些要求涵盖了与银行自身特性相关联的风险，即微观审慎结构性要求。例如，单一监管机制（SSM）在欧洲层面设定的P2G和P2R要求。这些要求的制定考虑到了银行的个体特性（如业务模式、内部治理）。宏观审慎结构性要求则考虑到整个银行体系的结构性特征，如资本缓冲要求和全球系统重要性银行（G-SIBs）缓冲要求。它们的设定不随金融周期的变化而变化，也并非以季度为周期进行调整，这与周期性缓冲要求的做法相反。 3一方面，压力测试用于校准结构性要求，例如欧洲央行（ECB）根据欧洲银行业管理局（EBA）银行压力测试的结果 设定的P2G。另一方面，压力测试也可以用于在全国层面校准逆周期缓冲（CCyB）。 4在这一层面上，政策制定者已经认识到设计框架以通过压力测试设定不同要求的必要性。首先，英格兰银行明确了 压力测试损失用于校准逆周期资本缓冲的用途。 “风险缓冲”概念框架在本文的第一部分中，我们提出了一种新的概念框架——风险至缓冲（Risk-to-Buffer），以同时校准周期性和结构性要求。我们使用非线性宏观经济模型生成了严重程度取决于周期性风险水平的不利情景。通过该模型，我们获得了基于参考周期性风险水平的“参考”风险情景和基于当前周期性风险水平的周期性风险情景。借助压力测试模型，我们根据每种风险情景对银行损失进行了预测。我们根据参考风险情景下的损失来设定结构性要求。周期性要求则是基于额外的周期性风险损失进行校准。这样，结构性和周期性要求覆盖了不同类型的脆弱性，解决了双重计数的风险问题。 我们的方法体现在三个步骤中。首先，我们通过使用依赖于周期性风险水平的非线性宏观经济模型来生成宏观经济情景。我们利用这一非线性特性生成多个不利情景，在这些情景中，相同的冲击在不同的风险水平下影响经济。一个基准情景在参考周期性风险水平（例如最低风险、中等风险）下产生，以捕捉标准风险环境下的动态；第二个情景在当前风险水平下产生，以捕捉当前周期性风险所扮演的放大作用。 在第二步中，通过将不同的情景作为压力测试模型的输入，以获得相应的资本比率预测。较高风险的情景与更大的资本损失相关联。 第三，预计损失用于校准资本要求。损失的参考风险情景被用来设定结构要求，而当前周期性风险情景所引 发的额外损失则设定了周期性要求。因此，后者随周期性风险水平的变化而变化。如果当前的风险水平低于“参考风险”（例如用于校准结构要求的风险），则周期性要求将被设定为零。这样一来，两种要求之和不会低于结构要求，后者充当资本要求的底线。重要的是，“参考风险”的选择直接影响结构要求以及进而影响周期性要求：参考风险越高，结构要求越高，可利用的空间就越小。 缓冲及《政策声明》-PS15/20中所提到的审慎评估缓冲（PRA缓冲）在《支柱2A：资本要求与宏观审慎缓冲的协调》政策声明中的应用。其次，美国联邦储备系统澄清了压力资本缓冲（SCB）的使用方式，该缓冲基于压力测试损失并整合了先前的资本留存缓冲，后者作为设定新SCB的最低门槛。新SCB的最小水平设定为2.5%，参见最终规则。 由周期性需求驱动。因此，风险至缓冲框架为决策者提供了一种透明的方法来设定两种类型要求之间的平衡。 概念的应用框架在本文的第二部分中，我们提供了我们的框架的实际说明。 首先，我们通过非线性模型展示我们获得风险相关场景的方式。这个模型是一种多元平滑转换状态切换模型（ Auerbach和Gorod）。 尼钦科（2013年）、Tenreyro和Thwaites（2016年）通过局部投影方法（Jord`a,2005）来估计，使用了季度产出、通胀、失业率、收益率曲线的数据。5 以及欧元区的房价。6由于其多变量结构和Choleski 在分解分析中，我们识别出一组结构性经济和金融冲击。非线性结构提供了依赖于状态变量的脉冲响应。在模型中，后者是周期风险的度量：非金融私营部门（以下简称NFPS）的债务服务比率（DSR）。该比率计算为代理人用于偿还其债务的收入比例（Drehmann等（2015））。DSR捕捉了私人代理人的财务脆弱性程度 ：水平越高，可用现金流吸收不利冲击的能力越低。总体而言，我们发现当DSR高时，冲击会被放大。7为了 产生模仿金融危机动态的不利情景，我们假设 一系列衰退冲击(住房冲击和产出冲击)打击了欧洲经济 在我们的预测每一年中，我们将冲击调整至匹配最坏情况下的风险，即与2018年欧洲银行业管理局（EBA）压力测试中考虑的GDP下滑严重程度相匹配，即基线情景下水平偏差-7.8个百分点。我们在不同风险水平下模拟这些冲击，并发现不利冲击的影响随DSR（动态系统风险）水平的增加而显著增强，即随周期性风险的增加而增强。 其次，模拟情景被用作压力测试模型的输入。为了间接推断银行资本对GDP增长的弹性，我们基于欧洲银行业管理局（EBA）2018年银行压力测试活动的结果，估计了一个独特的简化形式回归。这种“间接推断”方法可以被理解为一个两步策略。 510年利率与短期利率之间的利差 6在Couaillier和Scalone(2020)中，对美国进行估计的类似模型被用来评估金融脆弱性如何影响住房及信贷冲击的传播。 7为了简化起见，在本工作中我们专注于衡量周期性风险的独特指标，但可以使用其他周期性风险衡量指标作为状态 变量，例如信贷与GDP缺口（Borio等人，2014年）或信贷增长。在稳健性练习中，我们发现当使用替代风险衡量指标时，这种放大效应也同样存在。为了确保稳健性，可以通过采用不同的周期性风险衡量指标来生成不同的情景