龙源期刊网 http://www.qikan.com.cn
基于VAR模型的商业银行信用风险与经济周期关系的实证研究
作者：张琳
来源：《时代金融》2014年第08期
【摘要】本文以不良贷款率作为评估商业银行信用风险的指标，选取对银行不良贷款率构成冲击的反映经济周期的宏观经济变量构建VAR模型，进行脉冲响应和方差分解分析。结果显示，CPI、GDP增长率比M2增长率更显著地影响到商业银行的信用风险水平，影响呈现周期性；信用风险水平与GDP增长率的滞后变量呈负相关关系，与CPI的滞后变量呈正相关关系；数量关系方面GDP增长率增加1个百分点，不良贷款率约降低1.7个百分点。 【关键词】信用风险 经济周期 VAR模型 脉冲响应 方差分解 一、引言
信用风险（Credit Risk）是商业银行所面临的风险中最为重要的一类。近年来，伴随着我国经济的高速发展，银行业迅速扩张，信贷业务急剧膨胀，同时在全球一体化、金融管制放松和金融创新加快的背景之下，商业银行的信用风险管理面临着更加严峻的挑战。商业银行作为金融体系中的重要一环，其稳健性对整个金融体系至关重要。
商业银行的信用风险受到多种因素的影响。作为强周期性行业，商业银行受经济周期的影响较大，在经济扩张时期和经济萧条阶段，银行对未来经济走势预期的态度不同，而愿意承担的风险和信贷标准也不一，进而信贷规模的不同会是信用风险水平呈周期性波动。时滞效应可能会进一步增大信用风险管理的复杂性。因此加强信用风险水平与经济周期之间的关系研究，对于加强商业银行的风险调控、维持金融稳定进而促进国民经济健康高速发展具有重要的现实意义。
本文利用向量自回归模型（VAR）对我国商业银行与宏观经济变量进行动态分析，根据2004年到2012年的季度数据建立VAR模型，通过脉冲响应函数和方差分解技术分析主要宏观经济变量的冲击对我国商业银行信用风险水平影响的传递效应以及对信用风险水平的贡献程度。
二、理论分析
本文主要采用多维时间序列模型的最核心内容之一的向量自回归模型（Vector
Autoregression，VAR）对我国商业银行信用风险水平与宏观经济变量的关系进行实证研究。