宏观压力测试下商业银行零售信贷产品PD 模型预测研究

发布时间：2021-03-12 17:23

　　通过将宏观经济指标与商业银行零售信贷产品住房按揭PD构建宏观变量预测模型,得到预测显著的GDP、CPI、HPI等三个宏观经济指标,再观察其不同滞后阶数组合VAR模型的AICC值,最终选取宏观经济因子高阶项构建回归方程和进行压力测试。研究结果发现:从施压时点开始,不同压力情景下PD均开始缓慢增长趋势,其中重度情景下PD增幅最大。说明使用宏观经济因子的阶乘能更好捕捉上述特征,PD预测模型能准确描述风险传导过程,此举可有效帮助商业银行加强零售信贷领域风险管理。 

【文章来源】：中国管理科学. 2020,28(07)北大核心CSSCI

【文章页数】：10 页

【部分图文】：

不同压力情景下1月至6月PD变化值

不同压力情景下7月至12月PD变化值

【参考文献】：
期刊论文
[1]房价波动、房贷规模与银行资本充足率[J]. 况伟大,王琪琳.  金融研究. 2017(11)
[2]商业银行信用风险宏观压力测试研究[J]. 王天宇,杨勇.  商业经济与管理. 2017(05)
[3]经济“新常态”下的商业银行流动性研究与压力测试[J]. 高士英,许青,沈娜.  现代财经(天津财经大学学报). 2016(02)
[4]基于多主体建模分析的银行间网络系统性风险研究[J]. 邓超,陈学军.  中国管理科学. 2016(01)
[5]基于行业相关性的银行业信用风险宏观压力测试研究[J]. 彭建刚,易昊,潘凌遥.  中国管理科学. 2015(04)
[6]基于压力测试的我国某商业银行房贷违约率评估[J]. 孙玉莹,闫妍.  系统工程理论与实践. 2014(09)
[7]商业银行动态流动性风险压力测试应用研究[J]. 周凯,袁媛.  审计与经济研究. 2014(03)
[8]我国银行业系统性违约风险研究——基于Systemic CCA方法的分析[J]. 巴曙松,居姗,朱元倩.  金融研究. 2013 (09)
[9]商业银行压力测试:国际实践与政策建议[J]. 丁建臣,庞小凤,孟大伟.  上海金融. 2013(07)
[10]流动性风险压力测试的理论与实践[J]. 朱元倩.  金融评论. 2012(02)



本文编号：3078689