本文提出了一种基于分位数回归的“分位数违约概率”（QPD）模型，用于衡量欧元区各行业的公司信用风险，并将其更好地整合到银行压力测试中。该模型使用分位数回归技术估计行业违约率的完整分布，而不是单一的条件均值，从而能够刻画平均违约风险以及不利宏观金融情景下行业特定的脆弱性。
实证分析中，本文使用 Orbis 数据库中 1999-2023 年间九个欧元区国家约五百万家非金融公司层面的资产负债表信息，构建了一个新的行业流量违约率面板数据。违约率采用 Gourinchas 等人（2020）的方法进行识别，即当公司内部现金流在连续两年内无法覆盖财务费用时，该公司被归类为违约，从而捕捉到持续的流动性压力而非暂时性的流动性压力。研究发现，违约率存在强烈的周期性变化和显著的跨行业异质性：建筑、旅游、房地产和其他周期性行业比公用事业或某些商业和专业服务行业具有更高且更波动性的违约率，高能源密集型制造业比低能源密集型制造业系统性风险更高。
QPD 模型将这些行业违约率与一组宏观金融变量相关联，这些变量与欧元区压力测试情景中使用的标准变量相一致，包括实际部门国内生产总值（GVA）、失业率、短期和长期利率、收益率曲线利差、股票价格和房地产价格。结果表明，宏观经济冲击对违约率分布的不同分位数的影响是非线性的：失业率、长期利率或 GVA 的不利变动对分布上尾的影响明显大于对中位数的 影响，这意味着宏观经济冲击在已经处于压力状态的行业中的影响不成比例地严重。
一系列验证练习表明，QPD 模型满足压力测试使用的关键标准。样本内，GVA 加权的行业 QPD 估计值与实际违约率密切相关，并再现了全球金融危机和欧元区主权债务危机期间的峰值。在平静时期，实际违约率通常位于模型的 50% 和 70% 分位数之间，而在危机期间则更接近较高的分位数，这与分位数维度的预期解释一致。样本外预测练习表明，基于 QPD 的预测与后续违约事件的方向和大致幅度相匹配，并且优于简单的基准模型，同时保持了监管角度认为的保守偏差。
在欧元区 2025 年 6 月的广义宏观经济预测演习和 2025 年欧盟范围的压力测试中，本文将 QPD 模型应用于一个不利贸易紧张局势情景，该情景假设美国对欧元区出口的关税大幅且持续增加，欧盟进行对称报复，并且贸易政策不确定性持续处于高位。结果表明，与 2024 年基线相比，违约率大幅上升，尤其是在情景的第一年，并且分位数之间的差异扩大，反映了分布上尾的敏感性增加。各行业之间的脆弱性差异很大：建筑、批发和零售贸易、住宿和食品服务、房地产和艺术与娱乐行业记录了尾部违约率的最大增幅，而信息和通信、交通和公用事业行业的响应则较为温和。
作为背景，QPD 框架自 2022 年起已成为欧洲中央银行评估非金融公司信用风险的基准模型，支持了 2023 年和 2025 年欧盟范围的压力测试。该框架的实施经过了指定和主管当局的详细审查和批准，并嵌入了一个全面、定期的验证和治理结构。该框架扩展了欧洲中央银行正在推进的旨在改进自上而下的信用风险建模计划，该计划由金融稳定委员会的压力测试工作组（现已更名为自上而下模型工作组）发起。自 2018 年以来，该计划逐步完善了基准模型的方法论基础，加强了验证实践，并适应了不断出现的挑战，例如 COVID-19 冲击以及日益需要分析行业特定和与气候相关的风险。
从政策角度来看，QPD 框架为监管机构和中央银行提供了三个主要贡献。首先，通过模拟行业违约风险的完整分布，它允许监管机构和中央银行追踪脆弱性如何在平均值以及尾部演变，这对于在严重但合理的情景下评估金融稳定至关重要。其次，国家和行业层面的粒度揭示了在汇总违约率指标中被掩盖的风险点，从而支持对宏观审慎工具和监管后续行动进行更有针对性的校准，例如将行业违约率与银行的信贷组合联系起来。第三，该方法与现有的欧洲央行压力测试框架直接兼容，因为它使用相同的宏观金融情景变量，并且可以作为现有自上而下基准模型旁边的模块化“挑战者”模型运行；事实上，QPD 已经被部署在 2023 年和 2025 年的欧洲央行压力测试中。
