【正文】 。而收入影響在抵押拖欠齒輪有統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)顯著 ,信用卡欠款不應(yīng)對(duì)齒輪收入沖擊的影響。因此 ,根據(jù)這些結(jié)果 ,英國(guó)銀行系統(tǒng)作為一個(gè)整體似乎是強(qiáng)勁的大型不良的宏觀經(jīng)濟(jì)沖擊。結(jié)果表明 ,在產(chǎn)出缺口沖擊相同等級(jí)的有經(jīng)驗(yàn)的在 90 年代早期 ,總注銷比英國(guó)的銀行會(huì)增加 個(gè)百分點(diǎn)。不同于大多數(shù)現(xiàn)有的工作 ,本文運(yùn)用直接衡量銀行脆弱 —— 注銷貸款的比例。 結(jié)論 本文提出了一種附加工具重點(diǎn)測(cè)試執(zhí)行的英國(guó)銀行體系。這篇論文也是使用 VAR 方法，但是它包括對(duì)銀行脆弱性的直接測(cè)量，銀行借貸銷賬比率以及宏觀經(jīng)濟(jì)變量。在宏觀經(jīng)濟(jì)的外源性因素的基礎(chǔ)上，歐盟每個(gè)工業(yè)部門的預(yù)期違約頻率（ EDFs）以及受影響的其他工業(yè)部門的預(yù)期違約頻率（ EDFs）模型被建立起來(lái)。 這種方法的一個(gè)很明顯的優(yōu)勢(shì)是，它在一個(gè)詳細(xì)的并且承認(rèn)國(guó)家地區(qū)差異的宏觀經(jīng)濟(jì)模型上將國(guó)際上不同借貸的風(fēng)險(xiǎn)連接起來(lái)。在 Pesaran 等人做的書(shū)中， VAR 模型包括 1979 年到 1999 年期間 11 個(gè)國(guó)家及地區(qū) GDP，消費(fèi)者價(jià)格，名義紙幣供應(yīng)，股權(quán)價(jià)格，對(duì)美元匯率以及名義利率。在假設(shè)宏觀經(jīng)濟(jì)變量是由利率沖擊，匯率，股票市場(chǎng)動(dòng)向以及商業(yè)周期沖擊共同作用形成的前提下，他們創(chuàng)建了銀行金融條件與宏觀經(jīng)濟(jì)之間關(guān)系的模型。具體來(lái)說(shuō)，作者們可以證明各個(gè)銀行對(duì)一系列宏觀經(jīng)濟(jì)因素反應(yīng)失效，同時(shí)也評(píng)估了此種失效對(duì)其他銀行系統(tǒng)的影響。 Elsinger, Lehar and Summer (2021)使用一種不同的方法來(lái)評(píng)估奧地利銀行借貸與市場(chǎng)風(fēng)險(xiǎn)部門的影響。為基礎(chǔ)，它把某個(gè)行業(yè)部門的違約可能性塑造成部門指數(shù)的輔助功能，這個(gè)指數(shù)反過(guò)來(lái)依賴于宏觀經(jīng)濟(jì)變量的價(jià)值。另一個(gè)渠道是由 Boss（ 2021）提出的奧地利借貸壓力測(cè)試。一種方法是使用宏觀經(jīng)濟(jì)的結(jié)構(gòu)模型。但是這些方法忽略了宏觀經(jīng)濟(jì)變量之間的互動(dòng)，比如，在上一個(gè)例子中，利率變化對(duì)實(shí)際行為乃至銀行借貸的影響。在國(guó)際貨幣基金組織 FSAP項(xiàng)目中使用的最多的方法是單因素敏感測(cè)試。第八部分是結(jié)論。第二部分是關(guān)于壓力測(cè)試的文獻(xiàn)綜述，第三部分討論了在 VAR 模型中的變量選擇問(wèn)題，第四部分討論了數(shù)據(jù)與評(píng)估問(wèn)題，第五部分是評(píng)估結(jié)果。不同的方式可以評(píng)估壓力測(cè)試對(duì)銀行借貸中不同因素的影響，但是這樣做也有缺點(diǎn)，因?yàn)槲覀冏钤绲臄?shù)據(jù)是從 1993 年得到的，并不能涵蓋一個(gè)完全的經(jīng)濟(jì)周期。論文還對(duì) 1988 年到 2021 年的季度數(shù)據(jù)采用多變量分析方法，從而覆蓋了英國(guó)一個(gè)完整的經(jīng)濟(jì)周期。盡管從 1993 年開(kāi)始每一季度借貸數(shù)據(jù)都可以得到，英國(guó)主要銀行的總體借貸年度數(shù)據(jù)只能追溯到 1980 年晚期。 論文用多變量分析中的其中一種方式來(lái)分析宏觀經(jīng)濟(jì)發(fā)展是如何影響英國(guó)銀行系統(tǒng)中總體借貸與公司借貸的。最后論文提到了其它會(huì)影響借貸數(shù)據(jù)與宏觀經(jīng)濟(jì)變量的金融與經(jīng)濟(jì)變量。第一，論文討論了一種 指導(dǎo)少量 宏觀經(jīng)濟(jì)變量的選擇的宏觀經(jīng)濟(jì)模型，包括在說(shuō)明書(shū)里。 傳統(tǒng)的宏觀經(jīng)濟(jì)理論模型都沒(méi)有描述過(guò)宏觀經(jīng)濟(jì)參量與銀行借貸銷賬之間的關(guān)系（ 逼入通過(guò)影響銀行信貸的供給及投資） 。 向量自回歸模型（ VAR）的優(yōu)點(diǎn)是它可以估計(jì) 借貸銷賬是怎樣隨著不良商業(yè)周期變化的，表明壓力測(cè)試是以多變量模型中的參量之間的歷史關(guān)系為前提。我們?cè)噲D用 向量自回歸模型（ VAR） 說(shuō)明 宏觀經(jīng)濟(jì)動(dòng)態(tài)因素與借貸銷賬比率及宏觀經(jīng)濟(jì)的關(guān)鍵參量之間的關(guān)系。主要分析結(jié)果是英國(guó)銀行系統(tǒng)對(duì)于嚴(yán)重的宏觀經(jīng)濟(jì)發(fā)展表示出堅(jiān)挺 。這些測(cè)試來(lái)源于 英國(guó) 銀行 中期宏觀經(jīng)濟(jì)模型（ MTMM）。從中央銀行的角度來(lái)看，壓力測(cè)試是非常重要的，因?yàn)樗麄兪侨菀滋幚淼?，并且為評(píng)估金融系統(tǒng)風(fēng)險(xiǎn)提供有用的指標(biāo)。 引言 金融系統(tǒng)的宏觀壓力測(cè)試在近幾年發(fā)展起來(lái)（見(jiàn) Se （ 2021） 近期的調(diào)查與討論）。結(jié)果表明，即使反復(fù)出現(xiàn) 過(guò)去 20 年間最極端的經(jīng)濟(jì)壓力，英國(guó)銀行系統(tǒng)還是可以保持堅(jiān)挺。英國(guó)銀行總體銷賬，特別是公司銷賬，對(duì)經(jīng)濟(jì)衰弱情況反應(yīng)敏感。 跟其它方法一樣，這里所用到的測(cè)試不太可能完全捕捉到銀行中的結(jié)構(gòu) 變化。而且，該測(cè)試還考慮到脆弱性增加對(duì)宏觀經(jīng)濟(jì)造成的影響。為對(duì)比堅(jiān)挺性與壓力測(cè)試的選擇問(wèn)題，該文提出另外一種測(cè)試英國(guó)銀行彈性的方法，它可以通過(guò)測(cè)量銀行的脆弱性與宏觀經(jīng)濟(jì)的關(guān)鍵變量來(lái)分析一般發(fā)展規(guī)律。這些測(cè)試表明英國(guó)銀行系統(tǒng)對(duì)一系列不良沖擊依然顯示出堅(jiān)挺。結(jié)果顯示， 即使反復(fù)出現(xiàn) 過(guò)去 20 年間最極端的經(jīng)濟(jì)壓力，英國(guó)銀行系統(tǒng)還是可以保持堅(jiān)挺。 若產(chǎn)出不利， 銀行總銷賬與公司銷賬增加。與多數(shù)現(xiàn)存的實(shí)證研究不同，該論文對(duì)銀行脆弱性，即存 貸款比例的銷賬直接進(jìn)行測(cè)量。vis the dollar and nominal interest rates for eleven countries/regions over the 197999 period. The global VAR is used as an input into simulations for firms’ equity returns, which are then linked to the loss distribution of a corporate loan portfolio. A clear advantage of this approach is that it links the credit risk of internationally diversified loan portfolios in a detailed macroeconomic model that allows for differences across country and region. Alves (2021) constructs a cointegrated VAR, using KMV’s corporate expected default frequencies (EDFs) as endogenous variables and macroeconomic factors (the twelvemonth change in industrial output, the threemonth interest rate, the oil price, and the twelvemonth change in a broad stock market index) as exogenous variables. The expected default frequency (EDFs) of each EU industrial sector is modelled based on exogenous macroeconomic factors together with the EDFs of other industrial sectors to capture the possibility of , neither of the above VAR models explicitly incorporates measures of the quality of banks’ balance sheets. In this paper a VAR system is also used but one that includes a direct measure of banks’ fragility – the loan writeoff ratio – as well as macroeconomic variables.(1) As the writeoffs on loans to private nonfinancial corporations (PNFCs) and households may be related differently to the business cycle, the VAR is also estimated using sectoral data for households and PNFCs. Conclusions This paper proposes an additional tool for performing stress tests of the robustness of the UK banking system to adverse macroeconomic shocks. A VAR approach is used to estimate the impact of changes in macroeconomic variables on banks’ aggregate losses since the late 1980s and sectoral losses since the early 1990s. Unlike most of the existing work, this paper uses a direct measure of bank fragility – the writeoff to loan the aggregate writeoff model, a clear and significant negative relationship is found between changes in output (r