Các mô hình bảng cân đối kế toán được dựa trên ước lượng tính nhạy cảm của bảng cân đối kế toán đối với những thay đổi khắc nghiệt trong các biến kinh tế vĩ mô quan trọng. Các hệ số ước lượng được sử dụng để mô phỏng ảnh hưởng của các viễn cảnh giả định lên hệ thống tài chính. Các mô hình bảng cân đối kế toán sử dụng các phương pháp chuỗi thời gian và dữ liệu bảng hoặc các mô hình cấu trúc dạng kinh tế rộng lớn. Cả hai đều liên kết tính bất ổn của hệ thống (những tổn thất ngân hàng) đối với sự thay đổi các biến vĩ mô. Thuận lợi của các mô hình bảng cân đối kế toán là chúng thuộc về trực giác và dễ thực hiện. Mặt khác, chúng thường được diễn tả trong dạng tuyến tính, mặc dù mối quan hệ giữa rủi ro của ngân hàng và các biến vĩ mô có thể phi tuyến. Ví dụ, Drehmann (2005) đã tìm thấy các nhân tố hệ thống có tác động phi tuyến và phi hệ thống lên rủi ro tín dụng. Hơn nữa, họ thường khảo sát các khoản lỗ kì vọng và không xem xét toàn bộ phân phối tổn thất. Sau đây là một số thảo luận ngắn gọn về mỗi loại mô hình dạng bảng cân đối kế toán.
30
Mô hình chuỗi thời gian. Các mô hình chuỗi thời gian thì thích hợp cho việc đánh giá mức độ tập trung bất ổn của danh mục hệ thống trong suốt thời gian. Các chỉ tiêu đo lường thông thường là NPLs, LLPs hoặc các chỉ số hỗn hợp của bảng cân đối kế toán và các biến thị trường. Dự phòng rủi ro vỡ nợ hoặc các biến khác có thể được liên kết với các chỉ số vĩ mô như là GDP, lỗ hổng sản lượng, tỷ lệ thất nghiệp, lạm phát, thu nhập, tiêu dùng và đầu tư hoặc lãi suất và tỷ giá hối đoái. Ví dụ đối với “stress test” của khu vực ngân hàng Áo, Kalirai &Scheicher (2002) phân tích tập hợp LLPs như là một hàm số của một chuỗi các biến vĩ mô sử dụng mô hình chuỗi thời gian.
Mô hình dữ liệu bảng. Các mô hình dữ liệu bảng phân tích danh mục các ngân hàng hoặc hệ thống ngân hàng tổng thể giữa các quốc gia, đánh giá vai trò của các nhân tố rủi ro đặc trưng ngân hàng hoặc đặc trưng quốc gia. Một lần nữa, các biến phụ thuộc có thể là LLPs, NPLs hoặc các chỉ số sinh lợi. Các biến phụ thuộc thường không chỉ là hàm số của các biến kinh tế vĩ mô mà còn là các nhân tố đặc trưng của ngân hàng (kích thước, sự đa dạng hóa danh mục, các khách hàng đặc biệt v.v). Nhân tố giữa các khu vực cho phép đánh giá ảnh hưởng của biến động sức khỏe của ngân hàng theo các đặc trưng đặc biệt (kích thước hoặc định hướng khách hàng). Pesola (2005) khảo sát các nhân tố kinh tế vĩ mô ảnh hưởng đến tỷ lệ tổn thất nợ của khu vực ngân hàng ở các quốc gia Tây Bắc Châu Âu, Đức, Bỉ, Anh, Hi Lạp và Tây Ban Nha sử dụng các hồi quy dữ liệu bảng.
Các mô hình cấu trúc vĩ mô. Các mô hình cấu trúc vĩ mô có thể nắm bắt các mối quan hệ phức tạp trong “stress test”, vì vậy có thể trình bày tốt hơn mối tương quan giữa các biến động và các biến vĩ mô thích hợp hoặc sự phụ thuộc cấu trúc lẫn nhau. Một vài tác giả cố gắng kết hợp phương trình (1) dạng rút gọn trong các mô hình cấu trúc vĩ mô của các ngân hàng trung ương. Hoggarth
31
& Whitley (2003) phân tích ảnh hưởng của tỷ lệ thanh khoản lên tỷ lệ xóa nợ thông qua mô hình dạng rút gọn, nhưng ngược lại biến động đối với kinh tế vĩ mô được phân tích bởi mô hình kinh tế vĩ mô và mô hình cấu trúc đã liên kết các nhân tố vĩ mô đối với các tỷ lệ thanh khoản sau này. De Bandt & Oung (2004) đã phát triển mô hình tương tự cho Pháp. Một vài tác giả kết hợp các mô hình vi mô và vĩ mô. Trong Evjen et al. (2005) mô hình vi mô được sử dụng để ước lượng xác suất vỡ nợ của từng công ty riêng lẻ dựa trên dữ liệu bảng cân đối kế toán thực (thu nhập hoạt động, chi phí lãi, các khoản nợ dài hạn v.v) và kích cỡ công ty hoặc các đặc điểm công nghiệp. Việc đại diện cho khả năng đáp ứng nợ của khu vực doanh nghiệp được sử dụng để ước lượng các tổn thất nợ của ngân hàng. Mô hình tổng quát được ước lượng ảnh hưởng biến động cung cầu trong hệ thống ngân hàng.