系统性风险压力测试框架实战
📚 共计 30 章节
01
压力测试概述
系统性风险的定义、压力测试历史演进、监管要求概览（巴塞尔协议III、CCAR、DFAST）
巴塞尔III
CCAR
DFAST
02
风险因子识别
宏观经济因子（GDP、利率、失业率）、市场风险因子（股价、汇率、波动率）、信用风险因子（违约率、回收率）
宏观因子
市场因子
信用因子
03
情景设计方法论
历史情景法、假设情景法、蒙特卡洛模拟法、宏观情景生成（VAR模型、DSGE模型）
蒙特卡洛
VAR
DSGE
04
风险传导机制
从宏观冲击到信用风险、市场风险、流动性风险的传导路径，反馈效应与二阶影响
传导路径
反馈效应
二阶影响
05
信用风险模型
违约概率（PD）模型（Logit/Probit）、违约损失率（LGD）模型、违约风险暴露（EAD）模型
PD
LGD
EAD
06
市场风险模型
风险价值（VaR）模型、预期亏损（ES）模型、敏感性分析（Delta/Gamma/Vega）
VaR
ES
希腊字母
07
流动性风险模型
流动性覆盖率（LCR）、净稳定资金比率（NSFR）、现金流压力测试模型
LCR
NSFR
现金流
08
综合风险聚合
风险聚合方法（简单加总、Copula方法、结构模型）、相关性假设与风险分散效应
Copula
结构模型
分散效应
09
资本规划与缓冲
资本充足率（CAR）、一级资本充足率（Tier 1）、逆周期资本缓冲、资本留存缓冲
CAR
Tier1
逆周期
10
压力测试数据管理
数据需求清单、数据质量检查、数据清洗与插补、时间序列对齐
数据质量
插补
时间序列
11
模型验证与回测
模型校准、K-S检验、AUC-ROC曲线、Brier分数、回测框架设计
K-S
AUC-ROC
Brier
12
监管报告与披露
CCAR报告结构、DFAST报告要求、ICAAP框架、ORSA框架
ICAAP
ORSA
监管
13
逆压力测试
定义与目的、方法论（反向工程）、关键风险指标（KRI）阈值设定
反向工程
KRI
阈值
14
传染风险与网络模型
金融网络建模、系统性重要金融机构（SIFI）识别、D-SIB附加资本要求
网络模型
SIFI
D-SIB
15
宏观压力测试
自上而下法、自下而上法、宏观情景与微观模型的衔接、资产负债表传导
自上而下
自下而上
资产负债表
16
气候风险压力测试
物理风险与转型风险、NGFS情景、气候风险传导路径、TCFD披露要求
NGFS
TCFD
转型风险
17
操作风险压力测试
操作风险分类（内部欺诈、外部欺诈、系统故障）、损失分布法（LDA）、情景分析
LDA
内部欺诈
系统故障
18
模型风险管理
模型风险定义、模型验证生命周期、模型文档标准、模型审计要求
模型验证
文档标准
审计
19
压力测试自动化框架
Python实现（pandas、numpy、scipy）、工作流管理（Airflow）、版本控制（Git）
Python
Airflow
Git
20
数据库与API集成
SQL数据库设计、RESTful API接口、实时数据流处理（Kafka）
SQL
RESTful
Kafka
21
可视化与仪表盘
Plotly/Dash实现交互式仪表盘、风险热力图、情景对比图、敏感性蛛网图
Plotly
Dash
热力图
22
敏感性分析与压力测试
单因子敏感性分析、多因子敏感性分析、压力测试与敏感性分析的区别与联系
单因子
多因子
对比
23
尾部风险建模
极值理论（EVT）、广义帕累托分布（GPD）、阈值选择方法、尾部相关性
EVT
GPD
尾部相关
24
蒙特卡洛模拟进阶
方差缩减技术（对偶变量、控制变量、重要性抽样）、并行计算（Numba、多进程）
方差缩减
Numba
并行
25
贝叶斯方法在压力测试中的应用
贝叶斯更新、先验分布设定、后验预测检验、MCMC采样
贝叶斯
MCMC
后验预测
26
机器学习在压力测试中的应用
随机森林、XGBoost、LSTM时间序列预测、SHAP值解释
XGBoost
LSTM
SHAP
27
跨境风险与主权风险
跨境风险敞口度量、主权信用评级模型、货币危机预警模型
跨境敞口
主权评级
货币危机
28
压力测试治理与政策
压力测试委员会架构、政策制定流程、压力测试结果应用、管理行动方案
治理
政策
行动方案
29
案例研究
2008年全球金融危机压力测试复盘、2020年COVID-19压力测试复盘、2023年硅谷银行事件复盘
2008危机
COVID-19
硅谷银行
30
未来趋势与前沿
实时压力测试、AI驱动的动态情景生成、数字人民币与金融稳定、去中心化金融（DeFi）风险
实时压力
AI情景
DeFi