印度：技术援助报告——对印度储备银行压力测试模型框架的审查与评估

核心观点与关键数据

印度的金融体系以银行为主，银行体系资产占总资产的55%，其中国有银行占59%，私营银行占35%，外资银行占6%。46家最大银行拥有85%的银行体系资产。非银行金融机构（NBFIs）也占一定比例，其中保险公司占15%，其他NBFIs占28%。印度的银行系统以总资产中证券占比高为特点，2022年末超过26%。银行体系自疫情以来在资本化方面实现复苏，综合资本比率在2022年底约为16%，盈利能力有所增强，2022年资产回报率（RoA）达到1.4%。

模型评审与评估

印度储备银行（RBI）的压力测试模型套件涵盖信用风险、市场风险、利率风险、流动性和衍生品对手方风险，并包括保险公司、共同基金和中央对手方等非银行金融机构。模型套件的优势在于数据库内容丰富、结构良好，系统风险分析涵盖范围广泛，以及结构性网络传染模块的建立。

主要建议

1. 信用风险：建议修订信用风险模型，确保其与违约流程建模、违约损失以及不良贷款（NPL）的一致性，并整合市场风险成分。建议进行投资组合细分，至少分为非金融企业、住宅抵押贷款和所有非抵押贷款家庭零售信贷。
2. 市场风险：建议将净利息收入（NII）分为利息收入和利息支出，分别建模，并包含市场对账（MtM）估值模块。
3. 利率风险：建议优化利率风险模块，以更好地捕捉潜在驱动银行利息支出和收入的因素，以及违约风险的外部溢出效应。
4. 宏观金融情景设计：建议使用半结构化宏观金融模型来精细化构建宏观金融情景，并考虑2-3年的情景范围。
5. 非银行金融机构压力测试：建议尽可能多地向其他非银行金融机构转移宏观-金融场景，并通过交叉敞口和网络传染分析实现可能的整合。
6. 网络与传染分析：建议考虑采用一些额外的基本网络指标，并包含所有金融机构类型在疫情感染期间模拟。

研究结论

RBI的压力测试模型套件在多个方面得到了良好的发展，但仍有一些领域需要改进。建议在两年内解决大多数问题，以应对2025年新的会计制度实施带来的新需求。