第二章：压力测试方法论——情景设计、传导机制与假设条件
说实话，很多人一听到「压力测试」就觉得是拍脑袋想几个极端场景，然后跑个模型就完事了。我刚开始做流动性风险管理那会儿，也这么干过。结果呢？监管检查的时候被问得哑口无言——「你的情景依据是什么？传导路径怎么验证的？」
嗯，从那以后我学乖了。压力测试不是拍脑袋，它有一套完整的方法论。今天我就把这套东西掰开揉碎了讲给你听。
2.1 情景设计：不是瞎编，是有章法的
情景设计是压力测试的起点。说白了，就是你要模拟「如果发生某种极端情况，我们的流动性会怎样」。
我个人习惯把情景分成三类：
- 历史情景：过去真实发生过的事件。比如2008年全球金融危机、2013年中国钱荒、2020年疫情冲击。
- 假设情景：基于经验判断的「可能发生」的事件。比如某家主要交易对手违约、某个市场突然冻结。
- 混合情景：把历史和假设揉在一起。比如「疫情叠加信用评级下调」。
你可能会问：「那到底选哪种？」我的建议是——都做。历史情景有数据支撑，假设情景能覆盖历史没发生过但可能发生的风险，混合情景则更贴近现实。
2.2 传导机制：钱是怎么没的？
情景设计好了，接下来要搞清楚：这个情景是怎么传导到流动性上的？
我习惯画一张传导路径图。举个例子：
外部冲击（如信用评级下调）
↓
市场信心下降
↓
存款流失加速
↓
同业拆借利率飙升
↓
资产抛售压力增大
↓
流动性缺口扩大
↓
触发监管指标预警你看，每一步都有因果关系。我在项目中遇到过最典型的错误，就是直接跳到最后一步，忽略了中间环节。结果模型跑出来数据对不上，查了半天才发现是传导路径没画全。
传导机制的核心是识别「关键节点」。哪些环节最容易断裂？哪些环节有缓冲？这些都要量化。
2.3 假设条件：模型的灵魂
假设条件决定了压力测试的「可信度」。你想想看，同样的情景，不同的假设条件，结果可能天差地别。
常见的假设条件包括：
| 假设类别 | 具体内容 | 我的经验 |
|---|---|---|
| 行为假设 | 客户存款提取率、贷款提前还款率 | 别用平均值，要用极端值 |
| 市场假设 | 利率变动、汇率波动、资产价格跌幅 | 参考历史极端值，再加20% |
| 对手方假设 | 交易对手违约概率、授信额度变化 | 要区分「系统性」和「个体性」 |
| 监管假设 | 监管指标阈值、资本扣减规则 | 按最严标准来 |
我曾经犯过一个错：假设所有资产都能按市价卖出。结果压力情景下市场流动性枯竭，资产根本卖不出去。后来我学乖了，给每个资产类别加了一个「流动性折扣系数」——债券打几折、股票打几折、衍生品打几折，都得有依据。
2.4 知识体系总览
下面这张图是我自己总结的压力测试方法论框架。每次做项目前，我都会先过一遍这张图，确保没有遗漏。
这张图你看懂了吗？从上到下，情景设计是输入，传导机制是路径，假设条件是约束，最终输出流动性风险指标。每一步都环环相扣，缺一不可。
2.5 实战中的几个坑
最后，我分享几个实战中踩过的坑，你遇到了可以绕开走：
- 情景太单一：只做一个情景，结果监管问「为什么不做反向压力测试？」——我当场懵了。后来我至少做三个情景：基准、轻度压力、重度压力。
- 传导路径太短：直接跳到最后一步，中间环节全忽略。结果模型跑出来数据异常，查了半天才发现是传导路径没画全。
- 假设条件太乐观：总觉得「不会那么糟」，结果压力一来全崩了。我现在的原则是——假设条件往最坏的方向想，然后在这个基础上再加20%。
- 忽略反馈效应：压力情景下，市场会自我强化。比如资产抛售导致价格下跌，价格下跌又引发更多抛售。这个循环效应一定要考虑进去。
好了，这一章的内容就到这里。方法论是基础，但真正的高手是在实战中磨出来的。下一章我们会讲数据准备——没有好数据，再牛的方法论也是白搭。