2. 敏感性分析基础：概念、目的与Delta原理

各位同学，今天我们聊聊敏感性分析。说实话，这是风险因子管理里最基础、也最实用的工具之一。我做了这么多年风控，每次遇到新产品上线，第一件事就是做敏感性分析——这已经成了我的肌肉记忆。

2.1 敏感性分析到底是什么？

简单说，敏感性分析就是回答一个问题：「如果某个风险因子变了，我的组合会亏多少钱？」

你想想看，我们做风险管理，最怕的就是「黑天鹅」吗？其实不是。真正让人头疼的，是那些你明明知道它可能变、却不知道变了之后影响有多大的因子。比如利率上调50个基点，你的债券组合会跌多少？汇率波动1%，你的外汇敞口会亏多少？

敏感性分析，就是把这些「如果」变成具体的数字。

2.2 做敏感性分析的目的

我个人习惯把目的归纳为三个层次：

1. 识别风险暴露——搞清楚你的组合到底「怕」什么。我在项目中遇到过，有个同事做了一笔复杂的结构化产品，自认为对冲得很完美。结果一做敏感性分析，发现对某个隐含波动率因子的暴露高达几千万。嗯，这就是典型的「你以为你对了，其实你错了」。
2. 压力测试的基础——没有敏感性分析，压力测试就是空中楼阁。你得先知道每个因子怎么传导，才能模拟极端情景下的连锁反应。
3. 辅助对冲决策——敏感性数字告诉你，该对冲哪个因子、对冲多少。我曾经见过有人对着一个Delta只有0.1的期权拼命对冲，完全是浪费交易成本。

2.3 单因子敏感性分析：Delta原理

Delta，这个词在金融里无处不在。它最初来自期权定价，但现在已经被泛化到几乎所有风险因子的分析中。

Delta的数学定义：

Δ = ∂V / ∂S

其中V是组合价值，S是风险因子。说白了，就是价值对因子的一阶导数。

举个例子：

• 股票期权的Delta ≈ 0.6，意味着股票价格涨1块钱，期权价格涨0.6块钱
• 债券的久期 ≈ 5，意味着利率上升1%，债券价格跌5%
• 外汇远期的Delta ≈ 1，意味着汇率变1%，远期价值变1%

你可能会问：为什么叫Delta？其实没什么深奥的，就是数学里「变化量」的那个Δ符号。我刚开始学的时候也觉得这名字故弄玄虚，后来发现，嗯，搞金融的就喜欢给简单东西起个高大上的名字。

2.4 知识体系框架

下面这张图，是我自己梳理的敏感性分析知识结构。你可以把它当作本章的「地图」：

2.5 实际应用中的注意事项

讲完理论，我分享几个实战中的坑：

• 别迷信Delta的精确性。它只是一个近似值。我记得有一次做利率互换的敏感性分析，Delta算出来是0.98，我心想这几乎完美对冲。结果市场一波动，实际损益差了2%——因为忽略了凸性。
• 多因子联动才是常态。单因子分析是基础，但现实中因子之间会相互影响。比如利率和汇率经常一起动，你单独看一个因子的Delta，可能会低估整体风险。
• 计算Delta的方法要选对。解析解当然最好，但很多复杂产品没有解析公式。这时候就得用数值方法——比如有限差分法。我建议你至少掌握两种方法，互相验证。

2.6 代码示例：计算一个简单期权的Delta

下面我用Python演示一下如何计算欧式看涨期权的Delta。这是最基础的例子，但原理是通用的：

import numpy as np
from scipy.stats import norm

def black_scholes_delta(S, K, T, r, sigma, option_type='call'):
    """
    计算欧式期权的Delta
    S: 标的资产价格
    K: 行权价
    T: 剩余期限（年）
    r: 无风险利率
    sigma: 波动率
    """
    d1 = (np.log(S / K) + (r + 0.5 * sigma ** 2) * T) / (sigma * np.sqrt(T))
    
    if option_type == 'call':
        delta = norm.cdf(d1)
    else:  # put
        delta = norm.cdf(d1) - 1
    
    return delta

# 举个例子
S = 100      # 当前股价100元
K = 105      # 行权价105元
T = 0.5      # 半年到期
r = 0.03     # 利率3%
sigma = 0.2  # 波动率20%

delta = black_scholes_delta(S, K, T, r, sigma)
print(f"看涨期权Delta: {delta:.4f}")
# 输出：看涨期权Delta: 0.4365

这个0.4365意味着什么？股价每涨1块钱，期权价格大约涨0.44块钱。嗯，这就是Delta最直观的解释。

好了，关于敏感性分析的基础就讲到这里。记住，Delta是所有风险度量的起点——它简单、直观、实用，但也别忘了它的局限性。下一节我们会深入讨论多因子敏感性，以及如何用敏感性分析构建压力测试情景。

---

公众号:蓝海资料掘金营，微信deep3321