1. 合规压力测试概述：定义、目的、监管背景与行业现状

大家好，我是老张。今天咱们聊聊合规压力测试。说实话，这个名词在金融圈里已经火了好几年了，但真正把它吃透的人并不多。我见过不少团队，把合规压力测试当成「走个过场」，结果监管一来检查，直接翻车。

嗯，咱们先把这个概念掰扯清楚。

1.1 什么是合规压力测试？

合规压力测试，说白了就是——在极端但合理的场景下，验证你的算法策略是否还能守住监管红线。

举个例子。你设计了一个信贷审批模型，正常市场环境下坏账率控制在2%以内。但如果经济突然下行，失业率飙升到10%，你的模型会不会瞬间崩盘？会不会把大量高风险客户错误地放进来？这就是合规压力测试要回答的问题。

我个人习惯把合规压力测试拆成三个层次：

• 第一层：参数压力——比如利率突变、违约率翻倍、流动性枯竭
• 第二层：规则压力——比如监管突然要求收紧授信标准、禁止某些特征变量
• 第三层：系统性压力——比如多家机构同时触发风控阈值，引发连锁反应

我在项目中遇到过最典型的案例：某消费金融公司的模型在正常场景下表现完美，但压力测试时发现，只要逾期率上升3个百分点，模型就会因为「样本偏移」导致拒绝率骤降，大量坏客户涌入。嗯，这就是典型的合规漏洞。

1.2 为什么要做合规压力测试？

你可能会问：我模型跑得好好的，干嘛要自找麻烦？

原因有三点，我一个个说。

第一，监管要求越来越硬。 以前监管可能只是「建议」你做压力测试，现在直接写进法规里。我记得2021年央行发布的《金融科技发展规划》里，明确要求「建立算法策略的常态化压力测试机制」。你不做？罚单等着你。

第二，算法策略本身有脆弱性。 你想想看，现在的模型越来越复杂，动不动就是GBDT、深度学习。这些模型在训练数据上表现很好，但一旦遇到分布外数据，行为完全不可控。我曾经见过一个模型，在正常数据上AUC达到0.85，但压力测试时AUC直接掉到0.5——跟抛硬币没区别。

第三，保护你的职业生涯。 这话可能有点直白，但确实是实话。如果因为合规问题导致业务被叫停、客户投诉、监管处罚，第一个背锅的就是算法负责人。合规压力测试，说白了就是给自己买一份「保险」。

1.3 监管背景：从「建议」到「强制」

咱们聊聊监管的演变。我把它分成三个阶段：

阶段	时间	核心要求	我的观察
萌芽期	2016-2018	建议金融机构开展压力测试	基本没人当回事
规范期	2019-2021	明确压力测试频率、场景设计、报告要求	大行开始认真做，中小机构还在观望
强制期	2022至今	算法备案时必须提交压力测试报告，否则不予通过	现在不做？你连产品都上不了线

为什么会这样？说白了，监管也在「吃一堑长一智」。2020年那波疫情，很多机构的模型直接失效，因为训练数据里根本没有「全国封城」这种场景。从那以后，监管对压力测试的要求就越来越严。

我个人印象最深的是2023年银保监会的一个文件，里面明确写了：「压力测试场景必须包含历史极端事件、假设性极端事件以及组合式极端事件」。这句话什么意思？就是你不能只抄历史数据，还得自己编一些「更狠」的场景。

1.4 行业现状：差距有多大？

说实话，行业现状不太乐观。我接触过几十家金融机构，真正把合规压力测试做好的，不超过20%。

主要问题集中在三个方面：

• 场景设计太「温柔」——很多机构只做±10%的波动测试，这哪叫压力测试？这叫挠痒痒。
• 测试频率太低——有的机构一年才做一次，但模型可能一个月就迭代一次。你想想看，测试结果能反映现状吗？
• 结果应用流于形式——测试报告写完了，往抽屉里一塞，该上线还是上线。我见过最离谱的，压力测试发现模型有严重问题，但业务部门说「先上线再说」，结果三个月后被监管点名。

1.5 知识体系总览

为了让大家有个整体认知，我画了一张图。这张图涵盖了合规压力测试的核心模块，也是咱们这门课要讲的内容。

这张图其实已经把这门课的骨架讲清楚了。从定义出发，到监管要求，再到行业现状，最后落到四个核心要素：场景设计、数据准备、模型执行、结果分析。咱们后面的章节，就是围绕这四个要素展开。

好了，第一章就到这里。记住一句话：合规压力测试不是选择题，而是必答题。你早做晚做都得做，不如现在就把它做扎实。

---