研究方法与数据背景 [page::10][page::11][page::12][page::14]

• 采用Machado和Santos Silva提出的定位-尺度分位数回归模型嵌入Jordà的局部投影框架，控制银行个体和时间固定效应，分析周期性系统性风险对银行预期盈利率（ROA）不同分位点的影响。

- 数据涵盖2005-2019年318家欧元区银行，银行盈利主要用税前资产回报率（ROA）衡量，注重亏损的左侧尾部，反映金融稳定关注焦点。

• 除周期性风险指标d-SRI外，模型中控制银行规模、资产质量、盈利模式、资本充足率等多项银行变量及宏观金融变量，稳健识别系统性风险影响。

周期性系统性风险对银行盈利的影响分析 [page::16][page::17][page::19]

• 周期性系统风险增加导致银行盈利分布的所有分位数均下降，影响幅度较为稳定，最高影响出现在未来第4年，亏损分位数影响较持久。

- 相较于文献，本文发现含银行固定效应和资本交互项模型未显著增加盈利分布左偏，减少了异质性估计偏差。

• 左尾样本量较少及较大银行风险管理规范导致低盈利分位响应存在一定不确定性。

CCyB缓冲的校准框架 [page::20][page::21][page::23]

• 依据周期性系统风险对盈利影响累计值，结合银行风险权重，使用线性法则估计反周期资本缓冲比例，满足监管资本要求。

- 不同盈利分位反映不同风险偏好，较低分位对应更高的资本缓冲率，历史金融危机前缓冲达6%，反映低资本和高风险。

• 提出正中性CCyB目标率的计算方法，通过时间固定效应捕捉未观测宏观因子导致的亏损，选取10%、25%、50%分位估计目标介于0.3%至1.8%间。

正中性CCyB的构建规则及其对整体资本缓冲的贡献 [page::26][page::27][page::31]

• 设计简单规则指导正中性CCyB的启动、积累与释放，依赖银行盈利状况、行业利润分布和金融市场压力指标。

- 综合计算正中性与周期性CCyB缓冲，展现各国年度动态，正中性缓冲提前平滑积累，峰值阶段CCyB总规模不增加。

• 反事实分析显示，若疫情前采用正中性CCyB，大部分欧元区国家当时已有释放性资本缓冲，有助缓解信贷压力。

方法优势与政策启示 [page::33][page::34]

• 模型直观灵活，支持不同政策偏好下针对多分位损失设定资本缓冲，统一框架涵盖整个金融周期。

- 校准结果符合实际制度演进背景，量化了正中性CCyB的合理区间并凸显其降低周期缓冲调整成本的效果。

• 研究强调捕捉未识别风险的重要性，为宏观审慎资本政策提供操作性强且适应性好的量化工具。

金融研究报告详尽分析

报告标题：From losses to buffer - calibrating the positive neutral CCyB rate in the euro area
作者：Giorgia De Nora, Ana Pereira, Mara Pirovano, Florian Stammwitz
发布机构：欧洲央行（ECB）工作论文系列
报告编号：3061
发布日期：2025年（出版信息）
主题领域：宏观审慎政策、银行资本监管、欧元区银行体系风险管理

---

1. 报告元数据与概览

该报告聚焦于欧元区银行业，在宏观审慎政策工具中的核心资本缓冲——“逆周期资本缓冲（CCyB）”的校准问题，尤其是关注“正向中性逆周期资本缓冲率（positive neutral CCyB）”的量化设定。作者基于银行盈利能力数据和宏观风险指标，构建面板分位数回归模型结合局部投影方法，评估周期性系统性风险对银行利润的影响，进而提出新颖且直观的CCyB周期内校准框架。报告旨在为政策制定者提供涵盖金融周期各阶段（包括无明显系统风险时的正向中性缓冲率）的资本缓冲设定工具，并探讨其政策意义。

核心结论包括：

• 模型建议欧元区正向中性CCyB的目标范围在1.1%到1.8%之间，根据政策偏好和风险承受程度不同而定。

- 采用正向中性CCyB策略能够促使资金缓冲较早且逐步积累，但不会在周期顶峰时导致更高的缓冲要求。

• 若疫情爆发时各国已实行正向中性CCyB，大多数国家银行体系将持有可释放缓冲，支持经济信贷释放。

- 报告采用的位置-尺度分位数回归结合局部投影新方法，控制银行个体特异效应及时间固定效应，解决传统方法偏误，提供对银行盈利条件分布影响的更准确估计。

---

2. 章节深度解读

2.1 摘要与研究背景

报告明确了研究问题：如何根据周期性系统性风险调整银行资本缓冲，尤其在疫情冲击前夕缺乏充分风险积累的情况下，如何设定正向中性CCyB率，增强银行体系抗冲击能力。作者提出采用面板分位数回归模型，控制未观察的银行特性和年度固定效应，发现盈利分布影响的异质性较低，提出涵盖全部金融周期阶段，包括“正向中性”阶段的缓冲校准模型。建模结果显示正向中性CCyB能实现更早且渐进的资本积累而非周期顶峰加码，疫情初期会有缓冲可释放，提升体系韧性[page::1,2,3]

2.2 逆周期资本缓冲(CCyB)的宏观审慎角色和现实挑战

报告梳理了CCyB作为“顺周期性”资本缓冲，支持银行在信用扩张期积累资本，在危机时释放的基本框架。疫情前几年，由于数据未显著显示系统性风险，欧元区多国未充分激活CCyB，令疫情爆发时缓冲空间有限。疫情后，监管部门倾向于设立“正向中性”CCyB，即使没有信用过度扩张也保持正缓冲水平，防范非信用相关风险和未识别风险，促进缓冲逐步积累，降低后期资本冲击成本[page::2,4]。

2.3 文献回顾

报告系统评述了从Basel III初版基于信贷缺口的缓冲校准方法开始，迭代到利用包括GDP增长、资产价格、银行变量等更广风险指标的工具，再到结构性DSGE模型和压力测试模拟资本短缺量以指导缓冲。最新研究也结合面板数据和分位数回归，把资本需求与系统性风险对银行损失的影响紧密结合。关于正向中性CCyB的定量校准仍缺乏系统方法，报告列举爱尔兰、捷克、立陶宛及英国做法作为现有案例，并指出自身框架旨在填补此缺口[page::7,8]。

2.4 研究方法及模型构建

采用 Machado 和 Santos Silva（2019）提出的位置-尺度分位数回归方法，嵌入Jordà(2005)的局部投影框架，可估计不同未来收益率分位数对系统性风险的响应，且能有效包含银行固定效应与时间固定效应，减少遗漏变量偏误。模型通过分位数函数既呈现位置效应也捕捉尺度效应，避免了传统分位回归可能出现的交叉问题。采用318家欧元区银行2005-2019年的年频数据，控制银行特征（规模，资产质量，资本充足率等）与宏观指标（GDP growth，利差，d-SRI系统性风险指标），并应用半样本拔除校正减缓时间序列较短带来的估计偏差。[page::9,10,11]

2.5 数据描述

样本覆盖18个欧元区国家内318家银行，资产占比约73%-89%（2008-2019年），具有代表性。盈利指标为税前资产收益率(ROA)，其分布明显左偏，左尾极端值反映银行可能损失。面板分位数模型聚焦盈利分布左尾反应系统性风险的影响，模型包含总资产对数、减值、净息差、资本率、风险加权资产比等重要特征变量。宏观变量包括GDP实际增速和信贷利差，d-SRI作为周期性系统性风险综合指标，具有良好前瞻性[page::11,12,13,14]。

---

3. 图表深度解读

图1：周期性系统性风险指标（d-SRI）与CCyB公告动态（第5页）

• 描述：红色线代表d-SRI指标中位数及区间，蓝色柱状为各期CCyB公告次数。

- 趋势：2021年以来，公告频率快速上升，而系统性风险指标在2018-2021有高峰但后续回落。

• 联系：显示监管回应系统性风险的动态性和最近加强CCyB的趋势。

- 溯源：[page::5]

图2：银行样本覆盖情况（第12页）

• 描述：图2（a）显示样本中各国银行总数，德国、法国、意大利、爱尔兰等银行数最多；图2(b)显示样本银行资产占本国银行业总资产的比例，普遍超过70%以上。

- 意义：验证样本代表性，使研究结果更具推广价值。

• 溯源：[page::12]

图3：ROA分布特征（第13页）

• 描述：(a) ROA直方图显示左偏态及左尾极端亏损；(b) 左尾累积分布函数展现5%、10%、25%分位点亏损概率。

- 意义：支持采用分位数回归探索不同盈利分布分位对风险的不同响应，特别关注亏损风险。

• 溯源：[page::13]

图4：d-SRI与银行盈利中位数及区间（第14页）

• 描述：红线为d-SRI中位数，蓝色带为ROA中位数及分位数区间。

- 趋势：2008、2012年前后d-SRI上升预示系统性风险，ROA左尾出现明显下移，显示金融周期与银行盈利低迷紧密相关。

• 溯源：[page::14]

图5：不同分位数条件下，系统风险对未来银行盈利的边际影响（第19页）

• 描述：显示d-SRI一次单位增幅对银行盈利分布90%、75%、50%、25%、10%、5%分位数的未来六年边际影响，及其置信区间。

- 趋势解读：系统性风险提升普遍导致盈利下降，4年后冲击最显著（约-0.7%~-0.9%）；较低分位（亏损银行）影响更持久且缓慢恢复。

• 文本联系 ：支持风险对银行盈利的负向作用，但因控制银行固定效应，影响分布异质性较少，较现有文献更稳定。

- 溯源：[page::16,17,19]

图6&7：基于不同政策偏好（不同分位数目标）测算的CCyB缓冲率，分国别（第23、24页）

• 描述：按2005-2023年各国d-SRI和模型估计分位数，将需缓冲资本率分为覆盖损失中位数和10百分位两档，两个色块堆叠示意总需求。

- 趋势：危机前资金需求显著（最高达6%），随监管强化和系统性风险变化而调整；中低 quantile缓冲要求更高，反映风险偏好差异。

• 政策含义：为具体国家和年份提供差异化CCyB校准参考。

- 溯源：[page::23,24]

图8：欧元区正向中性CCyB设定目标率（第27页）

• 描述：基于时间固定效应估计非系统风险相关未解释亏损，分别针对50%，25%，10%三个分位，计算正向中性CCyB目标比例。

- 数值：目标设定为分别为0.3%、1.1%、1.8%。

• 意义：体现不同政策风险容忍度对应缓冲目标，且均低于2.5%监管上限，为后期应对系统风险留空间。

- 溯源：[page::26,27]

图9&10：欧元区分国家整体CCyB假设值（包含正向中性与周期性成分）（第31、32页）

• 描述：绿色为PN CCyB分量，蓝色为周期性风险调整分量，两部分合计为整体缓冲。黄点为d-SRI变化。

- 趋势：PN CCyB使缓冲较早开始积累，平滑跨周期，疫情爆发时多国具备有效缓冲。周期风险分量遵循系统性风险波动。

• 结论：PN CCyB有助于降低缓冲设置经济成本，不提高周期峰值资本要求，实现资本弹性管理。

- 溯源：[page::29,30,31,32]

---

4. 估值与缓冲校准分析

报告中估值主要体现在“资本缓冲率”的校准，非传统意义上的公司估值。关键方法包括：

• 逆周期资本缓冲率的计算基线是将模型估计的d-SRI对未来银行ROA分位数的累积负向效应（以4年中期为窗口）转换成资本比例，公式：

\[
\mathrm{CCyB}{j,t}(\tau) = \max \left\{ 0, \frac{-\sum{h=3}^5(\hat{\theta}{\mathrm{d-sri}}^{\tau,h} + \hat{\nu}{\mathrm{d-sri \times T1R}}^{\tau,h})}{\overline{r w}{j,t}} \times \mathrm{d-SRI}{j,t} \right\}
\]

利用平均风险权重将ROA影响转化为风险加权资本比率变化。

• 该公式利用了分位数框架，针对不同盈利损失严重度计算缓冲，体现不同政策风险偏好。上述计算基于银行资本充足率、系统性风险水平、及风险权重数据动态调整。
• 正向中性CCyB目标率基于时间固定效应对应某一年影响各分位盈利表现的数据残差，针对非系统风险损失构建，公式为：

\[
\mathrm{PN~Target~Rate}(1,\tau) = \frac{1}{T^} \sum{t=1}^{T^} \max \left\{ 0, \frac{-\lambdat^{\tau,1}}{\overline{r w}_t} \right\}
\]

• 最终整体CCyB通过叠加两个缓冲，调整周期缓冲时考虑已有正向中性缓冲的资本弹性效应。

此估值校准方法经济意义明确，处理了缓冲积累时机、政策偏好对严重程度的差异以及银行资本现状对风险传导的调节作用。对未来缓冲率的时间序列动态进行了详细刻画[page::20,21,22,26,28,29]。

---

5. 风险因素评估

报告提及关键风险来源及其潜在影响：

• 系统性周期风险：信用扩张、资产价格泡沫等驱动系统性风险累积，导致银行盈利和资本承压；系统风险信号滞后，可能导致缓冲设定不足。

- 非系统风险与未识别风险：包括经济周期内非典型不利冲击，数据延迟或偏差，以及银行个体特异风险等，强调正向中性缓冲的必要性。

• 样本及估计局限：样本时间相对较短（2005-2019年），数据缺失和样本选择可能引入估计偏误；结束时采用分样本Jackknife方法缓解短期样本偏差。

- 估计模型内生性：为避免系统性风险与盈利间的相互作用导致内生性偏误，引入局部投影避免双向因果，通过固定效应减少遗漏变量偏差。

• 缓冲使用限制：COVID-19疫情暴露出缓冲“可用性”不足的问题，强调维护资本缓冲释放路径，缓冲设计上需考虑市场污名与自动限制机制。

- 政策实施风险：缓冲设定过高可能加剧美元紧缩造成信贷压缩，过低又无力应对下行冲击，缓冲规则需权衡经济成本和金融稳定需求。

报告强调稳妥设置CCyB的重要性，尤其在扩充适用范围及包含正向中性缓冲时需关注缓冲动态与风险匹配[page::2,4,15,27,34]。

---

6. 批判性视角与细微差别分析

• 模型创新与限制：位置-尺度分位数回归兼顾异质性和固定效应，技术先进且贴合政策需求，但短面板样本限制长周期稳定性，未来可拓展更长样本检验鲁棒性。
• 分位数估计差异：与基于均值回归的传统方法相比，本模型对极端亏损尾部分布影响估计较稳定，反映银行固定效应控制带来的异质性偏误控制，但也可能低估某些极端冲击的尾部风险。
• 正向中性CCyB界定偏好：政策偏好和缓冲目标量化在模型内通过分位数反映，体现灵活性，但实际操作中政策接受度与经济环境复杂，模型简单设定未涵盖行为经济学与市场反应。
• 尾部数据稀缺问题：极端亏损数据较少导致估计不确定度增加，限制对灾难性事件的准备程度建模精度，或影响极端风险缓冲设定。
• 缓冲累积与释放规则：规则相对简单，基于盈利、系统性压力指标(CISS)划分，但未深究动态经济成本和信贷反馈，实际调整策略需结合更多宏观审慎考虑。
• 疫情期间论证的推论：模型反映若有PN CCyB，疫情初期银行能释放缓冲；但未充分模拟疫情非系统性冲击特征与流动性需求，需结合其他缓冲工具综合考量。
• 跨国异质性处理：虽有国家层面风险指标和资本结构考虑，欧元区内部经济多样性可能导致模型普适性限制，区域内适当调节点需进一步详论。

---

7. 结论性综合

本报告通过建立融合位置-尺度分位数回归和局部投影的创新计量模型，全面分析了周期性系统性风险对欧元区银行盈利的多层次影响，揭示提升资本缓冲的策略。综合分析得出：

• 模型结果显示周期性系统风险的提升总体导致银行资产回报率下降，尤其体现在盈利分布中低位，但控制了银行固定效应后，盈利分布左偏增大的假设不再显著，表明之前研究可能存有偏误。
• 逆周期资本缓冲的校准框架依赖模型估计的系统风险对未来盈利的定量影响结合银行风险权重，能提供基于不同风险承受层面（分位数）的个性化缓冲率，支持政策灵活设定。
• 正向中性CCyB的创新贡献在于刻画非系统风险、不可观测市场因素对银行盈利的持续负向影响，通过时间固定效应估计其对缓冲率的影响，填补这一定量化工具的政策设计空白。
• 缓冲动态设计通过简单规则（基于银行盈利、系统压力等），实现金融周期早期的缓冲积累和渐进性递减，缓冲高峰时不提升总要求，降低了银行调节压力和宏观经济成本。
• 实证结果揭示若疫情爆发时欧元区大部分国家已有正向中性缓冲，银行可释放该缓冲以支撑信贷，展现该政策工具潜在的抗冲击价值。
• 模型应用价值强，既符合宏观审慎政策设计需求，也兼顾银行个体异质性和宏观风险，具有良好扩展性和政策导向性。
• 局限性在于样本时间覆盖有限、尾部风险数据稀缺以及缓冲动态规则尚待完善，未来研究可进一步结合多周期、压力测试、动态反馈机制及宏观经济模型深化。

表格和图表均清晰展示了银行业数据覆盖、盈利分布特征、系统性风险指标与缓冲需求动态，强化文本论点的实证支撑。特别是图6-10揭示了缓冲校准的时间及空间异质性，为政策制定者提供了重要的参照标准和工具支持。

---

参考图表摘要

| 图表编号 | 内容描述 | 主要启示 | 溯源页码 |
| -------- | ------------- | ------------- | -------------- |
| 图1 | 欧元区周期性系统性风险指标(d-SRI)与CCyB公告数 | 监管反应趋势及风险演进可视化 | 5 |
| 图2 | 样本覆盖银行数量及总资产占比 | 样本代表性保障可靠 | 12 |
| 图3 | 税前ROA分布及左尾累计分布 | 盈利分布偏态，有必要分位数回归 | 13 |
| 图4 | d-SRI与ROA变化关系 | 系统性风险峰值对应盈利下降 | 14 |
| 图5 | d-SRI对不同分位盈利未来影响 | 系统性风险带来盈利下降，影响峰值临近未来4年 | 19 |
| 图6/7 | 各国基于不同分位盈利门槛估算CCyB要求 | 不同风险偏好下缓冲需求差异显著 | 23,24 |
| 图8 | 欧元区PN CCyB目标率（不同分位） | 非周期风险缓冲范围估计 | 27 |
| 图9/10 | 包含PN CCyB与周期风险成分的整体CCyB动态 | PN CCyB促进缓冲早期积累，平滑周期波动 | 31,32 |

---

结语

本报告通过精细的计量经济模型，结合丰富银行层面与宏观系统数据，创新性地构建了涵盖正向中性CCyB的宏观审慎资本缓冲周期校准框架，兼顾政策制定灵活性与实证稳健性。研究不仅深化了对系统性周期性风险与银行盈利关系的理解，也为欧元区资本缓冲框架提供了科学决策支持，有助于银行业提升韧性、平滑金融周期波动，对当前乃至未来宏观审慎政策制定具有重要参考价值。

[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,42,43,44,45]

报告