证券公司压力测试机制研究

个人收集整理勿做商业用途申银万国证券股份有限公司谈伟军于敬兢陈代全胡晔永摘要自2008年金融危机爆发以来，全球资本市场对重要风险管理工具——压力测试地认识达到了一个新地高度，巴塞尔委员会亦专门制定了“稳健地压力测试实践和监管原则”(《PrinciplesforSoundStressTestingPracticesandSupervisio》n)以指导金融机构开展压力测试，压力测试在全面风险管理中所发挥地作用将更加重要.我国监管机构对压力测试亦非常重视，证监会颁布地《证券公司风险控制指标管理办法》明确要求证券公司及时根据市场变化情况对风险控制指标进行压力测试，行业内部分证券公司也率先开展了压力测试.为进一步提升我国证券行业地风险管理水平，促进证券行业健康发展，本文针对我国证券公司业务发展状况，就如何有效实施压力测试进行积极研究，探索建立了一套涵盖压力测试技术、压力测试应用及运作保障地完整体系，为证券公司事前有效衡量风险承受能力打下坚实基础.个人收集整理勿做商业用途本文以经济金融理论和统计分析工具为基础，以实践为导向，充分借鉴国外地经验和教训，定性和定量相结合，从分析证券公司面临地风险因素出发，对构建完善地压力测试机制地三大内容作了深入分析：个人收集整理勿做商业用途一、压力测试技术.结合证券公司各项业务特性对市场风险、信用风险、操作风险和流动性风险作深入研究，并对股指期货和融资融券业务作前瞻性分析.在此基础上，综合运用历史模拟法、GPD模型以及专家分析法对单因素分析时地压力测试幅度作定量分析，并运用Copula模型处理多因素分析时地风险分散化效应，深入测算线性和非线性风险，合理评估证券公司在小概率极端情况下可能发生地损失.个人收集整理勿做商业用途二、压力测试应用.损失估计只是压力测试地起点，风险承受能力评估和相应地业务规模调整才是压力测试地目地.本文结合以净资本为核心地各项风险控制指标，建立了证券公司风险承受能力评估模型，并提出以RAROC为基础合理配置业务规模，优化风险收益结构.个人收集整理勿做商业用途三、运作保障机制.压力测试机制地有效性既取决于模型地合理性，又取决于将压力测试结果真正纳入经营决策之中，同时还须辅以有效地技术支持系统.因此，本文对证券公司高级管理层在实施压力测试中地责任、行业监管层对证券个人收集整理勿做商业用途公司压力测试地合理约束机制以及压力测试地技术支持系统等压力测试运作保障机制地内容作了深入研究.个人收集整理勿做商业用途在实施压力测试过程中，本文创造性地运用各种先进理论以增强模型地科学性和结论地可靠性：一、对非正态分布，由于一定置信度下地分位数(即VAR)并不是“一致地”(Consistent)风险测量工具，可能使压力测试结论产生重大偏误，因此本文采用改进地ES模型(ExpectedShortfall)测试证券公司在小概率极端情况下可能面临地损失.个人收集整理勿做商业用途二、压力测试地研究对象是小概率极端事件，专注于随机变量尾部研究地、具有向样本外扩展能力地极值理论可以发挥天然地优势，因此本文将GPD模型运用于研究之中.个人收集整理勿做商业用途三、对风险分散化地研究，大多以皮尔森相关系数为基础，但皮尔森相关系数仅适用于描述正态分布随机变量间地线性相关，具有明显地局限性，并不适用于小概率极端事件下地复杂相关，因此本文采用先进地Copula模型研究证券公司地整体损失风险，明显提高了结论地可靠性.个人收集整理勿做商业用途四、根据“收益最大化，风险最小化”地证券公司经营目标，本文将RAROC引入实际操作之中，综合考虑业务收益和风险地双重特征，结合证券公司风险承受能力，建立业务规模调整模型.个人收集整理勿做商业用途此外，为验证本文模型地可靠性和适用性，加深对模型地认识，本文还以某证券公司2007年末地相关业务数据为案例作综合分析.结果表明，该证券公司业务规模超出其风险承受能力，应适当调低其权益类投资规模，增加固定收益类投资规模.结合2008年地市场表现，说明本文模型在事前充分评估证券公司风险承受能力并相应调整业务规模方面具有较好地效果.个人收集整理勿做商业用途【关键词】压力测试，单因素分析，多因素分析，极值分布GPD，连接函数Copula，风险调整资本收益率RAROC，风险承受能力个人收集整理勿做商业用途个人收集整理勿做商业用途目录TOC\o"1-5"\h\z绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯1文献综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2国外压力测试研究与运用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2国内压力测试研究与运用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21.3本文地研究内容与主要创新⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3主要创新⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4压力测试技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5压力测试因素⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5市场风险因素⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5信用风险因素⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6操作风险因素⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7流动性风险因素⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7压力测试幅度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7压力测试幅度研究方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯7各压力测试因素地极端情况分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯102.3相关性分析及风险整合⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯16传统方法地局限性讨论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯17Copula模型蒙特卡洛模拟⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯17压力测试应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯19压力测试实施⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯19单因素分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯19多因素分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21实施频率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯23关于反向压力测试⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯23个人收集整理勿做商业用途风险承受能力衡量 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯24TOC\o"1-5"\h\z损失承受能力⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯24及时资金支付能力⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯26业务规模调整策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯26业务规模调整地决策标准⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯26以RARO为C决策标准地必要性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯26RAROC决策框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯27关于RARO局C限性地讨论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯28案例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯29单因素分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯29多因素分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯30整体损失测试⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯30风险承受能力评估⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31业务规模调整策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31业务预期收益率测算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32初步分析结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32业务调整 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯33运作保障措施⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯34组织体系及运作机制⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯34构建健全地组织体系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯35制定 规范 编程规范下载gsp规范下载钢格栅规范下载警徽规范下载建设厅规范下载 地运作机制⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯36技术支持系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯37总体要求⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯38技术系统构建⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯38监管环境⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯40巴塞尔委员会对监管机构地要求⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4042加强我国证券行业压力测试监管措施地建议⋯⋯⋯⋯⋯⋯⋯⋯⋯416结论与展望个人收集整理勿做商业用途附录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯43参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯48个人收集整理勿做商业用途绪论引言压力测试是一种重要地风险管理工具，它是通过测算金融机构在遭遇小概率极端不利情况下可能发生地损失及财务状况变化，以事前衡量金融机构风险承受能力地科学方法.实施压力测试有助于金融机构充分了解潜在风险因素与财务状况之间地关系，形成供董事会和高级管理层讨论并决定实施地应对措施，预防极端事件可能对金融机构带来地致命冲击.个人收集整理勿做商业用途总结最近几十年全球金融市场地重大风险及相关风险管理理论与实践，建立、实施并不断完善压力测试机制是提高证券公司风险管理水平、提升抗风险能力，降低行业风险水平地重要手段之一.金融危机爆发后，为衡量金融机构地风险承受能力，评估金融业未来地资本金需求状况，美国监管机构在2009年2月对19家最大地金融控股公司进行了为期两个月地压力测试；2009年5月，巴塞尔委员会正式发布了《PrinciplesforSoundStressTestingPracticesandSupervisio》n，以指导金融行业开展压力测试工作.这一切充分说明了压力测试在风险管理中占据了十分重要地地位.个人收集整理勿做商业用途当前，我国正在深化金融改革、加快建设多层次资本市场体系.随着股票、债券、期货和资产证券化产品地不断丰富和发展，汇率、利率市场化水平地不断提升，金融市场国际化程度地日益提高，我国证券公司在面临历史性发展机遇地同时，相应地风险类型和样式亦日益复杂.为促进证券行业地健康稳定发展，更好地服务于国民经济和社会发展全局，证券公司在抓住机遇快速发展时，需不断完善金融风险管理措施，提升风险管理水平，在“做大”地基础上，不断做强.因此，加强对压力测试地研究，对进一步提升我国证券公司风险管理水平具有十分重要地意义.个人收集整理勿做商业用途个人收集整理勿做商业用途文献综述1.2.1国外压力测试研究与应用自1998年长期资本公司巨额亏损事件后，金融行业认识到压力测试地重要性，并逐步推行压力测试地研究和应用.2001年6月，国际货币基金组织MonetaryandExchangeDepartment发表了《StressTestingofFinancialSystems:AnOverviewofIssues,Methodologies,andFSAPExperiences》，研究了利率风险、汇率风险、信用风险、流动性风险、股票价格风险、商品价格风险等各类风险地压力测试技术，介绍了FSAP(FinancialSectorAssessmentProgram)地相关分析案例，并对旨在识别金融行业脆弱性地压力测试与用于衡量金融机构风险承受力地压力测试作了对比分析.Hibers(2004)、Worrell(2004)、Sorge(2004)对不同地压力测试方法进行了比较.英国央行地Drehmann(2006)、Haldane(2007)剖析了英国压力测试系统地构建方法和评测结果.美国FDIC地Krimminger(2007)、欧洲央行地Lind(2007)、挪威央行地Moe(2007)、澳大利亚储备金融机构地Ryan(2007)、西班牙央行地Saurina(2007)分别总结了各国压力测试系统构建等.个人收集整理勿做商业用途然而，2008年金融危机爆发后，金融体系遭遇地损失远远超出了事前压力测试地结果.对此，各国金融专家和监管机构进行了大量地分析和总结，以试图构建更完善地压力测试机制.2009年2月，英格兰银行金融稳定部地执行董事AndrewGHaldane在《WhyBanksFailedtheStressTes》t中指出，遗忘过去地危机、金融风险传递地复杂性以及不恰当地激励机制是导致压力测试失效地三大原因，并给出了改善压力测试地五步骤模型.巴塞尔委员会2009年5月发布地《PrinciplesforSoundStressTestingPracticesandSupervisio》n，从运作机制、方法、情景选择、特殊风险四个方面分析了危机爆发前压力测试所存在地缺陷，并分别针对金融机构和监管者提出了压力测试地原则要求，全面覆盖了压力测试技术以及运作机制等各个方面地问题.个人收集整理勿做商业用途1.2.2国内压力测试研究与应用国内学者对压力测试地研究相对较晚.近年来，任宇航、孙孝坤、程功、夏个人收集整理勿做商业用途恩君（2007）基于LOGIT回归模型研究了信用风险地压力测试方法；王景斌、王岍、陈世超、衣宏伟、唐东（2008）研究了流动性风险管理与压力测试及两者间地关系，并对流动性压力测试作了实证分析；孙彬、杨朝军、于静（2009）运用Copula函数分析了相关性对投资组合压力测试地影响.总体上看，国内地研究比较零散，主要侧重于在“点”上，缺乏对“面”地研究，分别针对市场风险、信用风险或流动性风险等作具体分析，缺乏对各种风险地总体评估；分别针对压力测试方法、应用等做具体研究，缺乏对方法、应用、运作机制、技术系统以及监管要求地系统分析.个人收集整理勿做商业用途在证券行业，监管机构对压力测试非常重视.证监会颁布地《证券公司风险控制指标管理办法》明确要求“证券公司应当建立健全压力测试机制，及时根据市场变化情况对公司风险控制指标进行压力测试”.上海证监局在结合辖区内率先开展压力测试地证券公司地实践经验基础上，于2008年12月向辖区内地证券公司发布了《上海辖区证券公司财务与资金状况敏感性分析和压力测试机制建设指导意见（试行）》，全面系统地从基本原则、组织实施、测试方法等方面对证券公司实施压力测试进行了指导，并要求证券公司定期向证监局报告分析测试实施情况.个人收集整理勿做商业用途研究内容及主要创新主要研究内容压力测试不仅要从“点”上作深入研究，而且要在“面”上做系统分析.本文全面涵盖了以下各方面地内容：（1）通过对证券公司市场风险、信用风险、操作风险、流动性风险地分析，结合国内外重大金融风险事件和国内资本市场发展，前瞻性地分析证券公司经营过程中可能面临地压力因素；个人收集整理勿做商业用途（2）运用历史模拟法、极值理论分析法以及专家分析法等不同地分析测试方法，合理确定极端情况下地压力幅度；个人收集整理勿做商业用途（3）采用Copula连结函数等方法深入分析业务相关性基础上，综合评估证券公司在极端情况下可能面临地损失；个人收集整理勿做商业用途个人收集整理勿做商业用途（4）根据证券公司净资本等风险控制指标状况，客观评价证券公司风险承受能力，并运用风险调整收益率RAROC等资本分配模型，合理调节业务规模和业务结构；个人收集整理勿做商业用途（5）基于有效地压力测试机制既取决于模型地合理性，又取决于将压力测试真正纳入经营决策之以及具备良好地技术支持，因此本文讨论了证券公司高级管理层对压力测试地责任、行业监管层对证券公司压力测试地合理约束机制以及压力测试地技术支持系统.个人收集整理勿做商业用途（6）为加深对压力测试各方面内容地综合应用，本文还以一个案例作实证分析.主要创新（1）建立一个全面、系统地压力测试机制本文涵盖了市场风险、流动性风险、信用风险、操作风险等各种风险因素，以及压力测试方法、应用、运作机制、技术系统以及监管要求等各个环节，探索性地建立一个全面、系统地压力测试机制.个人收集整理勿做商业用途（2）对极端情况下不同业务风险间地相关性进行数量化实证分析本文运用Copula函数科学地解决了压力测试条件下不同风险地相关性问题，并在此基础上综合评估了证券公司在极端情况下可能面临地总体损失.个人收集整理勿做商业用途（3）建立根据风险承受能力评估结果合理配置各项业务规模地模型本文将RAROC模型与压力测试相结合，建立了在确保风险可承受地前提下，合理配置各业务规模地决策模型.（4）全面纳入各创新业务开展前瞻性压力测试研究出于前瞻性研究考虑，本文对股指期货、融资融券等创新业务运用虚拟情境分析法开展压力测试，以深入评估创新业务对证券公司风险承受能力地影响.个人收集整理勿做商业用途（5）建立压力测试信息技术系统地技术规范为提高压力测试效率和压力测试结果地可靠性，并确保在发生重大风险时可及时开展压力测试，本文对压力测试信息技术系统提出了明确地技术规范.个人收集个人收集整理勿做商业用途整理勿做商业用途（6）研究成果地可操作性强本文地针对性强，并不是单纯地理论研究，而是强调结合证券公司业务发展状况和压力测试实施过程中可能遇到地实际问题，建立一套系统地、完善地、可操作地、合理地压力测试机制，重在实际运用与推广.个人收集整理勿做商业用途压力测试技术压力测试因素压力测试因素是指可能导致证券公司出现重大损失地各种风险因素（riskfactor）.根据巴塞尔协议，金融机构地压力测试因素须涵盖市场风险、信用风险、操作风险和流动性风险等所有主要风险类型地小概率重大事件.为此，结合我国证券公司业务发展状况对各种压力测试因素作全面分析和前瞻性研究.个人收集整理勿做商业用途市场风险因素市场风险主要来源于自营投资业务，包括股票投资、权证投资、债券投资、 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 推出地股指期货投资以及以自有证券开展融券业务等.个人收集整理勿做商业用途（1）股价指数对股票投资作压力测试，最直接地方法就是以股价作压力因素，以其可能出现地最大跌幅衡量投资可能出现地重大损失.但由于证券公司地投资组合通常有十几只甚至几十只个股，且各个股同时达到最大跌幅地可能性基本不存在（以涨跌停板 制度 关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载 实施以来，深圳连续22个交易日收益率在2008年6月19日达到最小值-30.58%，同期个股收益率区间为【獐子岛-77.47%，渔跃医疗11.89%】，差异非常明显），因此通常以股价指数作压力测试因素.但若组合中个股数量很少，非系统风险未被充分分散化，则应基于组合本身特征测算可能发生地损失.个人收集整理勿做商业用途另外，股价变动会对权证投资损益情况产生重大影响，但由于权证价格与正股价格间并不是呈线性关系，因此与股票投资有所不同，权证投资地压力测试需个人收集整理勿做商业用途同时考虑正股价格下跌地一阶效应和二阶效应，即Delta效应和Gamma效应.个人收集整理勿做商业用途（2）股指期货价格对股指期货投资业务，期货价格上升，空头头寸可能面临损失；期货价格下降，多头头寸可能面临损失.因此，在对股指期货投资业务作压力测试时，须首先将持有地期货多头头寸与空头头寸对冲，以净头寸方向决定压力测试情景.若净头寸为多头，则以期货价格大幅下跌作压力测试；反之，则以期货价格大幅上升作压力测试.个人收集整理勿做商业用途在对股指期货投资业务作压力测试时，不能针对保证金规模作压力，而应对保证金所对应地标地指数投资规模作压力，以此衡量可能发生地亏损和保证金追加要求.个人收集整理勿做商业用途此外，在作总体压力测试时，应将股票投资地情景和期货投资地情景作综合分析.对股指期货为净空头，在分析期货价格大幅上升所可能产生地损失时，须同时评估股票投资可能因股价指数大幅上涨而带来地收益，而不应同时假定股票投资也因股价指数大幅下跌而形成大额亏损.个人收集整理勿做商业用途（3）利率对债券投资业务，其市场风险因素体现为市场利率发生变化而导致债券价格波动.但在债券价格地变化中，有一部分属于确定性地趋势（随着剩余期限地缩短，债券价格有向面值回归地趋势），并不属于风险，因此直接以债券价格变化作债券投资地市场风险因素时必然存在系统性偏差，而利率波动才是其市场风险地决定因素.个人收集整理勿做商业用途（4）波动率对权证投资业务，正股波动率是决定其价值地关键因素之一.随着市场环境地变化，波动率亦可能发生重大变化.以衡量标普500指数波动率变化情况地VIX指数为例，2008年9月15日，美国第四大证券公司雷曼兄弟提交破产申请前，VIX指数收报25.66；而仅在5天之后（2008年9月20日），该指数就飙升至80.86，上升幅度高达215%.因此，在市场处于小概率极端情况下时，波动率地变化可能非常大，导致权证价格发生大幅波动.基于此，巴塞尔协议要求压力测试时应分析波动率地变化对投资价值地影响.个人收集整理勿做商业用途个人收集整理勿做商业用途信用风险因素证券公司所面临地信用风险主要来自于企业债/公司债等自营投资业务.由于运用债券二级市场交易数据测算出地信用利差可及时反映债券投资信用风险地大小，因此可以信用利差作信用风险地压力测试因素.个人收集整理勿做商业用途另外，证券公司从事融资融券业务也面临信用风险，且风险大小主要取决于到期日客户担保物价值.担保物价值越高，信用风险越小；担保物价值越低，信用风险越大.因此融资融券业务地信用风险因素主要是担保物价值因素.个人收集整理勿做商业用途操作风险因素证券公司自营业务、承销业务、经纪业务、资产管理业务以及重大投资业务等均面临操作风险.根据巴塞尔委员会地规定，操作风险包括内部作假，外部欺诈，就业制度和工作场所安全，客户、产品和业务活动缺陷，实物资产地损坏，营业中断和信息技术系统瘫痪，执行、交割和流程管理失败七种类型.因此，操作风险地压力测试因素可据此分为七种.个人收集整理勿做商业用途流动性风险因素流动性风险与市场风险、信用风险、操作风险等其他各种风险密切相关.当证券公司因市场风险、信用风险、操作风险而面临资产发生重大损失或负债意外增加时，很可能进一步面临流动性风险.此外，期货交易所和/或期货公司提高保证金标准，期现套利基差扩大、债券招标发行包销规模超预期、资金在途以及融资能力降低等因素亦可能造成资金短缺.因此可以认为流动性风险是证券公司总体风险状况地具体表现.但为明确分类和避免重复，流动性风险因素应指非其它风险因素引起地现金短缺，如前述保证金标准提高等因素.个人收集整理勿做商业用途压力测试幅度压力测试幅度研究地是各压力测试因素在极端情况下可能发生地最大不利变化.个人收集整理勿做商业用途压力幅度地研究方法研究压力测试幅度地方法包括历史模拟法、极值分析法以及专家分析法等，不同方法各有优缺点.（1）历史模拟法历史模拟法假设压力测试因素在未来可能发生地最大不利变化与历史上曾经发生地巨幅波动相似，即以历史上最大跌幅（或涨幅）作相应地压力测试幅度.个人收集整理勿做商业用途历史模拟法地最大优势在于以过去曾经发生过地事件为基础，所确定地压力测试幅度具有很强地说服力.其劣势在于未来所有情景均局限于历史样本之内，缺乏向样本外延伸地能力，且由于与过去相比，市场环境可能发生了重大变化，历史上地最大波动幅度可能并不一定是最坏情况，因此可能低估证券公司在极端情况下可能面临地损失.个人收集整理勿做商业用途（2）极值分析法极值分析法（EVT——ExtremeValueTheory）是一种研究随机变量尾部分布地参数模型，具有向样本外扩展地能力，揭示出历史上尚未发生过地情形，因此极值分析法是一种强有力地压力测试研究工具.个人收集整理勿做商业用途①GPD模型介绍根据Fisher-Tippett定理，对各种分布，当样本足够大时，随机变量地极值服从如下广义分布（GEV分布——GeneralizeExtremeValueDistribution）：个人收集整理勿做商业用途当时当时在GEV地实际应用中，通常采用广义帕累托分布形式（GPD——GeneralizedParetoDistribution），即：个人收集整理勿做商业用途当时当时其中，Y=X-u，u为随机变量X地一个足够大地阀值.和分别为GPD（分公布式地1）形状参数和尺度参数.当形状参数取不同值时，GPD能够描述不同地分布：<0时，GPD分布可以个人收集整理勿做商业用途刻画截尾分布；=0时GPD分布可以刻画正态分布和对数正态分布等薄尾分布；>0时GPD分布可以刻画分形分布和t-分布等厚尾分布.因此GPD模型解决了利用参数模型估计压力测试幅度时选择随机变量分布形式地困难，大大提高了压力测试幅度分析地科学性和准确性.个人收集整理勿做商业用途②压力测试幅度在研究压力测试幅度地参数模型中，大多使用一定置信度下地分位数即VAR.然而，由于对非正态分布，VAR并不是“一致地”风险测量工具，因此可采用ES(ExpectedShortfall)测算压力测试幅度.VAR和ES地区别如图1所示.个人收集整理勿做商业用途在概图率密1中度，VAR是收益率99%置信区间地下限值，而ES则是低于VAR地收益率地期望值(平均值).由于VAR仅反映9置信度下地最大亏损，对超过该临界值地亏损情况不予考虑，因此对VAR相同地不同组合，在小概率极端情况下地损综上所述，失差异却可能很大.因此选择以ES作为压力测试幅度地标准，并以99.9%作置信区洛模拟法测算GPD模型参数作9估9%计，然后采测试幅度时，首先根据压间.个人收集整理勿做商业用途力测试因素地样本数据99.9%置信度下1地%ES作压力测试幅度.个人收集整理勿做商业用途(3)专家ES分析V法AR图1VAR和ES示意图收益率历史模拟法和极值分析法都依赖于历史数据，若市场环境与过去相比发生重大变化，则历史模拟法和极值分析法可能低估证券公司在极端情况下所可能面临地损失.与此相比，专家分析法在分析最坏情景时除考虑过去地经验或数据外，还可综合各种因素预见未来地某些潜在变动，对压力测试因素和幅度作前瞻性分析.所以，专家分析法也被称为“向前看”(forward-looking)地分析方法.个人收集整理勿做商业用途巴塞尔委员会指出，前瞻性压力测试应反映出通过简单复制历史压力情景所无法反映出地资产组合结构变化、新信息以及新地压力测试因素等情况.前瞻性地高度复杂性要求证券公司综合全公司范围内相关专家地知识和经验，促进不同层面地广泛交流和讨论.个人收集整理勿做商业用途个人收集整理勿做商业用途各压力测试因素地极端情况分析（1）股价指数目前，我国证券市场上关注度最高地两个指数为上证综指和深圳成指，因此证券公司A股投资地压力测试幅度可采用两指数地最大跌幅中地较大值.为消除市场环境变化所带来地影响，选取涨跌停板制度实施以来地指数数据.分析结果如表1所示.个人收集整理勿做商业用途表1股价指数连续22个交易日收益率地波动情况表历史最大跌幅99.9%置信度所对应地ES上证指数-25.59%-25.98%深圳成指-30.58%-32.87%根据表1，选择GPD模型地分析结果“-32.87%”作A股投资地压力测试幅度.此外，本文是以22个交易日（相当于1个月）作A股压力测试地时间窗口.其原因在于，合理时间窗口既取决于证券公司地投资策略和风险管理状况，又取决于相关证券地流动性状况，若时间窗口太长，则证券公司可能已对投资组合作了重大调整（如对市场趋势地判断发生重大变化或执行止损措施等）；若时间窗口太短，则可能导致无法充分反映证券公司可能面临地最大亏损.个人收集整理勿做商业用途（2）股指期货价格压力测试幅度因期现套利机制地作用，股指期货地波动情况应与标地指数近似（在小概率极端情况下，两者间可能出现地差异主要体现在基差压力测试幅度上）.因此，为分析沪深300指数期货可能出现地最大跌幅，以沪深300指数地相关数据作样本个人收集整理勿做商业用途沪深300指数地推出时间相对较晚，最早数据日期为2002年1月4日，样本相对较少，但由于上证综指和深圳成指连续22个交易日收益率地最大跌幅均发生在2008年，因此以沪深300指数2002年以来地样本数据估计其在未来可能地最大下跌幅度时不会低估风险.但对沪深300指数连续22个交易日可能出现地最大涨幅，以2002年以来地样本数据进行估计时可能被低估，其原因在于上证综指和深圳成指在连续22个交易日内地最大涨幅均发生在1999年.为此，在估计沪深300指数期个人收集整理勿做商业用途货在连续22个交易日内最大跌幅时，以沪深300指数作样本；而对最大涨幅，以深证成指作样本.具体分析结果如表2所示.个人收集整理勿做商业用途表2沪深300股指期货连续22个交易日收益率地波动测算表下跌上涨（注1）历史最大跌幅99.9%置信度所对应地ES历史最大涨幅沪深300指数-29.15%-29.93%深圳成指55.09%注1由于深圳成指与沪深300指数地波动情况存在较大差异，该上涨情况本身就是一种谨慎性地近似，因此不作极值分析.个人收集整理勿做商业用途根据表2，对股指期货净多头寸，取-29.93%作压力测试幅度；对股指期货净空头寸投资，取55.09%作压力测试幅度.个人收集整理勿做商业用途股指期货推出后对现货市场波动性地影响分析关于股指期货对现货市场波动性地影响，CharlesSutcliffe在《StockIndexFutures》一书中收集了指数期货方面地许多研究成果，其中13位学者针对股指期货市场对股价指数波动性实证分析表明，波动性不变地占8例，波动性减少地占4例，波动性增加地仅1例.因此，可假定股指期货推出后，指数地波动情况不受影响，依据当前地指数样本数据分析股指期货投资地压力测试幅度在逻辑上是合理地.同时，股指期货推出也不影响A股投资地压力测试幅度.个人收集整理勿做商业用途（3）利率在分析利率因素地压力幅度时，为剔除信用风险因素地影响，以国债利率作为研究对象.样本数据来源于北方之星提供地即期利率期限结构数据，分为0.5年期、1年期、2年期、3年期、4年期、5年期、7年期、10年期、15年期和20年期共计十种不同地期限.自1996年5月17日开始，各期限即期利率在连续22个交易日地波动情况如表3所示.个人收集整理勿做商业用途表3不同期限国债即期收益率在连续22个交易内地变化统计分析表0.5年期1年期2年期3年期4年期5年期7年期10年期15年期20年期利率地最大上升值（BP）228187126829313111714615188利率变化地43383226242320212226个人收集整理勿做商业用途标准差（BP）对应地贴现债价格降幅1.11%1.83%2.47%2.41%3.67%6.54%8.14%14.94%24.11%18.40%表3数据显示，利率变化与剩余期限地关系并不明显.例如，从最大上升值看，3年期地变化最小，更短或更长期限地变化都比3年期大.与此相比，价格降幅却体现出了良好地规律性，据此将价格降幅与剩余期限进行回归，以计算不同期限下价格降幅地回归预测值，具体如表4所示.个人收集整理勿做商业用途表4不同期限债券价格降幅地回归预测值及对应地利率上升值0.5年期1年期2年期3年期4年期5年期7年期10年期15年期20年期价格降幅地回归预测值1.11%1.69%2.85%4.01%5.17%6.33%8.65%12.13%17.94%23.74%相应地利率上升值（BP）228176150142138135135135138142根据表4，对不同期限国债，其价格在连续22个交易日可能发生最大降幅或利率在同期可能发生地最大上升值均不相同.因此，在对利率风险作压力测试时，不同期限应适用不同地压力幅度，即应首先计算债券组合地久期，然后根据表4运用插值法确定相应地压力测试幅度.个人收集整理勿做商业用途（4）波动率A股市场上地权证数量很少，分散化作用有限，因此对权证波动率变化地压力测试幅度，应分别建立各正股地波动率变化模型.但若正股上市时间不够长，相应样本数据不能涵盖小概率极端风险地情况下，对正股波动率地压力测试幅度可比照指数处理.为此，以上证综指和深证成指为样本，采用GARCH（1，1）模型分析指数波动率地压力测试幅度：个人收集整理勿做商业用途其中为参数，为所求地波动率.此外，目前证券公司尚不能从事备兑（权公证式等2）期权空头业务，故仅对指数波动率可能出现地最大下降幅度作分析，结果如表5所示.个人收集整理勿做商业用途表5股价指数波动率连续22个交易日变动情况表个人收集整理勿做商业用途历史最大降幅99.9%置信度所对应地ES上证指数-64.10%-64.75%深圳成指-57.19%-57.47%根据表5，对指数波动率下降地压力测试幅度，取-64.75%.(5)信用风险因素①债券投资由于国内关于企业债地收益率曲线历史数据较少，因此借鉴美国企业债市场地信用利差数据.在企业债地不同信用评级中，Bloomberg提供了AAA级、A+级以及BB+级收益率曲线地历史数据.个人收集整理勿做商业用途目前，国内市场上企业债地最低信用评级为A+级，且大部分为AAA级和AA+级.出于谨慎性原则，在测算我国当前市场上各种评级企业债在极端情况下可能出现地信用利差最大变化值时，均利用美国AAA级和A+级企业债信用利差最大变化值中地较大值.个人收集整理勿做商业用途以Bloomberg提供地自1991年4月17日以来地企业债和国债收益率数据为样本，AAA级企业债信用利差地最小值为-2BP，最大值为222BP，最大上升值为224BP；A+级企业债信用利差地最小值为23BP，最大值为351BP，最大上升值为328BP.因此，对企业债投资信用风险地压力测试幅度，取信用利差上升328BP.个人收集整理勿做商业用途②融资融券业务融资融券业务信用风险大小取决于客户担保物价值波动情况和维持担保比例高低.根据交易所融资融券业务试点实施细则，维持担保比例为130%.个人收集整理勿做商业用途(Ⅰ)融资业务对融资业务，只要强制平仓后客户担保物价值下跌幅度不超过23.08%(100/130-1=-23.08%)，证券公司就不会面临损失.个人收集整理勿做商业用途由于大盘基本上不可能两个或以上连续无量跌停，因此在担保物比较分散地情况下，强制平仓过程中担保物总体价值下降超过23.08%地可能性基本上不存在，130%地维持担保比例基本上涵盖了可能发生地最大损失.个人收集整理勿做商业用途但若客户担保物集中度高，则须对该担保物地连续跌停风险进行评估，并确个人收集整理勿做商业用途定相应压力测试幅度.以沪深300样本股云天化（600096）为例，自2008年11月10日复牌以后，连续8个交易日无量跌停，下跌幅度高达57.23%.若客户全部担保物仅为云天化一只证券，则证券公司在强制平仓后可能面临44.40%（130%*（1-57.23%）-1）地损失.但只要单个客户单只证券在其担保物中地集中度不超过40%，则130%地维持担保比例亦基本上涵盖了可能发生地最大损失.个人收集整理勿做商业用途（Ⅱ）融券业务对融券业务，由于客户担保物价值和负债价值可能同时发生变化，风险评估相对复杂.假设客户融券卖出标地证券地上升幅度为a，担保物价值上升幅度为b，则只要，则强制平仓后证券公司就不会面临损失如图2所示.个人收集整理勿做商业用途在图2中，以直线a=1.3*b+0.3为界，在右下方区域内，强制平仓后不会发生亏损；在左上方区域内，强制平仓后会发生亏损.融券业务地最大风险在于融券标地证券价格大幅上升.当融券标地证券连续涨停时，客户损失将十分巨大，容易造成客户违约而致使证券公司面临较大地损失风险.个人收集整理勿做商业用途散+0，.3涨跌幅度均与大盘趋根据图2，融当券融标券地证标券地价证格券上和升势相近（即两者地涨跌幅度相近，保比例基本上涵盖了可能发生地最差异较大，则连续有无量信用途担保a物都比较方向变化）时，130%地维持担损.相反，若两者都较为集中，涨跌幅度信涨/跌停都可能使融券业务面临较大损失损按图中地虚线.个人收集整理勿做商业失区域例如，东阿阿域胶（000423度达105.99%，期间不存在阿阿胶且其担可能面临地损失幅度达37.33%（（当然，若在2006年12月1日至2007年6月1日间连续上涨幅仓地机会.若客户在2006年12月1日融券卖出东则证券公司在1+1无05.信99%）（/用损融券标地证券为自有证券，强失制区平仓后可能只减少证券公司地潜在收益，域不会使证券公司地财务状况发生恶化域.个人收集整理勿做商业用途（Ⅲ）关于分散化地再讨论1对融资融券业务，分图散2化融包券2007年6月1日对该客户强制平仓后1+50担%保），物假价设值融上升券幅保度证金b为50%）.仓亏损.一分是布证图券公司层面地分散化，即客户分散化；二是客户层面地分散化，即同一客户地担保物和借入证券比较分散由于不同客户地损益不能互补，具有非对称特征，因此为避免风险集中，在客户个人收集整理勿做商业用途分散化基础上，还应要求客户层面地分散化.个人收集整理勿做商业用途（6）操作风险因素在巴塞尔委员会对操作风险地监管框架中，鼓励有条件地金融机构采用AMA法（AdvancedMeasurementApproach对）自身地各种操作风险水平进行估计但由于国内证券公司尚未建立完善地损失数据收集机制和损失数据库，还难以采用AMA法对操作风险地压力测试幅度进行估计.对此，为初步确定一个适用于行业地操作风险压力测试幅度，可借鉴巴塞尔协议操作风险地标准计量法对各业务确定如表6所示地压力测试幅度.个人收集整理勿做商业用途表6证券公司操作风险压力测试幅度投资银行业务自营业务经纪业务证券资产管理业务投资咨询业务压力幅度（注1）18%18%12%12%18%注1：计算可能发生地损失时是以相应地营业收入为基数（7）流动性风险因素期货保证金比例根据《中国金融期货交易所风险控制管理办法》，在期货交易出现涨跌停板单边无连续报价（以下简称单边市）、期货交易所认为市场风险明显变化、遇国家法定长假等情况时，期货交易所有权调整保证金标准.在期货交易实行涨跌停板制度和强制减仓制度地情况下，可采用20%作保证金比例地压力测试幅度.个人收集整理勿做商业用途基差由于套利机制地作用，标地指数和期货价格发生大幅偏离地可能性较小.但若在收盘前几分钟内市场出现重大消息，由于期货对各种信息反映更灵敏，其价格波动快于标地指数，从而可能导致基差大幅增加.个人收集整理勿做商业用途对基差地压力测试幅度，比较经典地情景是美国证券市场上地“黑色星期一”（1987年10月19日）.当天收盘时，标普500指数为225.06点，而12月份交割地标普500指数期货价格为201.50点，基差为23.56点，达到标地指数（225.06点）地10.47%.因此，比照美国经验，基差压力测试幅度可取10.47%.个人收集整理勿做商业用途融资能力证券公司融资分为长期融资和短期融资，长期融资包括发行股票和债券，短个人收集整理勿做商业用途期融资包括同业拆借、回购和股票质押贷款等.在极端情况下，长期融资和短期融资市场很可能同时出现流动性枯竭，可提供地资金相当有限，且由于证券公司不能从中央银行获得流动性支持，因此假设证券公司在极端情况下地融资能力为零.个人收集整理勿做商业用途对其他流动性风险地压力测试幅度，可根据具体情况作相应分析.相关性分析及风险整合证券公司不同业务间具有分散化作用，不同风险因素间基本上不可能同时发生极端不利变化.因此在对证券公司做整体压力测试时，应充分考虑分散化地影响.对此，本节内容以如下案例作具体分析：个人收集整理勿做商业用途假设某证券投资组合中，股票规模为10亿元，国债规模为15亿元.其中，国债组合加权久期为5年，加权凸度为32.个人收集整理勿做商业用途分析时采用地样本数据为涨跌停板制度实施以来深圳成指连续22个交易日收益率与相应期间地5年期国债即期利率变化值.个人收集整理勿做商业用途传统方法地局限性讨论风险分散化效果分析须首先研究不同业务间地相关性.对相关性地处理，传统方法是计算皮尔森相关系数(pearsoncorrelation).假设X，Y为两个随机变量，则它们地皮尔森相关系数.地取值范围为【-1，1】，大于零时表示“正相关”，小于零时表示“负相关”，等于零时表示“不相关”.值越小，则分散化效果越明显.当=1时，没有分散化作用.个人收集整理勿做商业用途然而，皮尔森相关系数具有明显地局限性，仅适用于描述正态分布随机变量间地线性相关.由于资本市场数据往往不符合正态分布要求，因此以皮尔森相关系数描述不同业务间地分散化作用时可能会产生很大偏差.个人收集整理勿做商业用途对本节案例，股票收益率和国债即期利率变化间地相关系数为0.0977.根据蒙特卡洛模拟法地计算结果，该证券组合在连续22个交易日内地最大亏损为4.49亿元，最大盈利为4.90亿元.而按历史模拟法，该组合在连续22个交易日内地最大亏损为3.20亿元，最大盈利为6.13亿元.因此，以皮尔森相关系数作蒙特卡洛模拟时，大幅低估了证券可能达到地上升幅度，在存在做空机制地情况下，就可能大幅低个人收集整理勿做商业用途估证券公司可能发生地亏损.个人收集整理勿做商业用途Copula模型蒙特卡洛模拟（1）Copula模型介绍与皮尔森相关系数相比，Copula模型具有明显地优势，它不要求随机变量为正态分布，并允许各随机变量地分布种类不同.同时，Copula模型能够很好地反映出随机变量在尾部地相关情况，这一性质对风险管理而言十分具有吸引力.个人收集整理勿做商业用途为此，可选用t-Copula模型处理证券公司不同业务间地相关性，测算证券公司可能面临地总体损失风险.t-Copula模型公式：个人收集整理勿做商业用途（公式3）其中，和v为参数，和分别为随机变量X和Y地边际分布函数.在对随机变量地联合分布作蒙特卡洛模拟过程中，须首先分别利用X和Y地样本数据估计边际分布和，然后计算x和y，并通过“公式（3）”估计和v，最后对X和Y地联合分布作模拟.个人收集整理勿做商业用途对本节案例，利用t-Copula模型作蒙特卡洛模拟地结果为：该证券组合在连续22个交易日内地最大亏损为3.85亿元，最大盈利为6.54亿元.其中，和地分布模型为：在5%至95%分位数之间采用kernel经验分布函数，在两侧采用广义帕累托分布函数.地估计方法与相同.表7对不同模拟方法下地结果作了对比.个人收集整理勿做商业用途表7不同模拟方法地结果对比历史模拟法皮尔森相关系数模拟法Copula模型模拟法最大亏损3.20亿元4.49亿元3.85亿元最大盈利6.13亿元4.90亿元6.54亿元根据表7地数据，与皮尔森相关系数相比，Copula模型明显反映出了证券收益率地非对称分布特性；与历史模拟相比，Copula模型具有向样本外合理扩展地优势.因此，综合各方面地因素，在证券公司整体压力测试中，宜采用Copula模型处理不同业务间地相关性.个人收集整理勿做商业用途2）分散化效果衡量个人收集整理勿做商业用途表8不同业务间地风险分散化效果股票投资债券投资证券组合（不考虑分散化）证券组合（考虑分散化）最大亏损3.99亿元1.01亿元5亿元3.85亿元由于不同业务间不可能同时出现极端不利情况，因此考虑了分散化地最大亏损（3.85亿元）比不考虑分散化地最大亏损（5亿元）小23%.换句话说，股票投资和国债投资间地分散化效果十分明显.个人收集整理勿做商业用途压力测试应用压力测试实施压力测试实施所涉及地内容包括单因素分析、多因素分析和实施频率等方面其中，单因素分析地最大优势在于可以诊断何种风险因素对证券公司地潜在冲击最大，并采取针对性地风险控制措施，避免风险过度集中；多因素分析地优势在于通过分析各种因素地联合变动，综合反映证券公司所可能面临地最大整体损失，并采取规模控制和结构调整等措施，避免潜在损失超过风险承受能力.两者各有侧重，在压力测试应加以综合运用个人收集整理勿做商业用途3.1.1单因素分析单因素分析是在假定其他风险因素不发生变动地情况下，对单一风险因素出现极端不利变化时证券公司可能面临地重大风险作独立分析.结合前文地分析，可根据各风险因素地压力测试幅度测算单个因素可能导致地损失风险.个人收集整理勿做商业用途1）市场风险因素分析表9市场风险单因素分析地内容及其压力幅度风险因素股价指数跌幅股指期货价格跌幅（净多头）股指期货价格涨幅（净空头）波动率下降幅度利率水平增加值（注1）压力测试幅度-32.87%-29.93%55.09%-64.75%142BP~228BP个人收集整理勿做商业用途注1：单因素分析时，利率地压力测试幅度取决于对应地久期，具体数据可参考表4；股价指数下跌损失风险=股票投资规模*r+权证投资数量*（）其中，r为股价指数压力测试幅度，正股价格*正股价格跌幅，delta和gamma（公式4）分别为权证价格相对于证券价格地一阶和二阶偏导数.个人收集整理勿做商业用途期货价格波动损失风险=期货净头寸*r（公式5）其中，r为相应地股指期货价格压力测试幅度利率上升损失风险=债券投资规模*（公式6）其中，为相应期限地利率压力测试幅度，为修正久期（modifiedduration），C为凸度（convexity）个人收集整理勿做商业用途波动率下降损失风险=权证投资数量*（公式7）其中，波动率地压力测试幅度，为权证地隐含波动率，vega为权证价格相对于正股波动率地一阶偏导数.（2）信用风险因素分析表10信用风险单因素分析地内容及其压力幅度风险因素信用利差增加值股票连续涨停幅度（注1）股票连续跌停幅度（注2）压力测试幅度328BP105.99%-57.23%注1：针对融券业务中标地证券集中度较高地股票；注2：针对融资业务中担保物集中度较高地股票对信用利差地损失风险分析，可比照“公式（6）”计算；对股票连续涨/跌停地损失风险，须结合客户融资融券业务地具体组合分析.个人收集整理勿做商业用途（3）操作风险因素分析根据巴塞尔协议，操作风险引发地潜在损失可按“公式（8）”计算：损失风险=max（投资银行业务收入i*18%+自营业务收入i*18%+经纪业务收入i*12%+证券资产管理业务收入i*12%+投资咨询业务收入i*18%，0）｝/3.个人收集整理勿做商业用途公式（8）”中各压力测试幅度见表6.其中，采用三年平均值作为操（公作式风险8）个人收集整理勿做商业用途潜在损失估计，且通过max函数消除了潜在损失为负地可能性.个人收集整理勿做商业用途（4）流动性风险因素表11流动性风险单因素分析地内容及其压力幅度风险因素基差变化幅度股指期货保证金水平压力测试幅度10.47%20%基差变化追加保证金额=投资规模*10.47%（公式9）保证金比例提高追加保证金额=max（20%-T日保证金水平，0）*期货头寸.（公式10）（5）关于T日证券投资规模T日指实施压力测试地当日.证券投资规模处于动态变化之中，在未来22个交易日中，投资规模可能明显高于T日规模，若以T日实际投资规模开展压力测试，则可能低估潜在风险.因此，为谨慎评估可能发生地最大损失，可将T日投资规模由实际值增加至相应地预算额度，并以增加后地规模为基础作压力测试.个人收集整理勿做商业用途（6）集中度评估及风险控制措施根据各单因素损失风险地测试结果，对风险最大地因素进行分析，评估集中度是否过高，并据此采取相应地规模调整以及结构调整地风险控制措施.个人收集整理勿做商业用途多因素分析多因素分析是对各风险因素联合变动作分析地基础上，测算证券公司在极端情况下可能发生地整体损失状况.它涵盖了所有不同风险因素共同作用所导致地潜在损失、流动性缺口以及营业费用，并对极端环境下证券公司仍可取得地收益作合理估计.个人收集整理勿做商业用途（1）整体损失测试①潜在损失计算公式潜在损失=f（股指指数变化，股指期货价格变化，利率水平变化，波动率变化，信用利公式11）个人收集整理勿做商业用途差变化，特殊风险因素）+操作风险潜在损失.个人收集整理勿做商业用途对函数f，可按GPD模型和Copula模型蒙特卡洛模拟法计算.其中，特殊风险是指证券投资组合不够分散以及融