4. 假设性情景设计

反事实情景构建的核心在于“极端但合理”（Extreme but Plausible, EbP）。这意味着所设定的冲击必须足够严重，足以暴露金融体系的脆弱性，同时又不能脱离现实经济逻辑，沦为纯粹的幻想。本章聚焦于三大核心宏观经济变量——GDP、失业率与利率——的极端变动设定，提供一套系统化的设计框架与量化参考。

4.1 极端但合理（EbP）原则的量化界定

在压力测试实践中，EbP 通常通过历史极值法与模型推演法相结合来界定。下表展示了三大变量在典型严重衰退情景下的参考变动范围：

4.2 GDP 冲击情景设计

GDP 是衡量经济活动的总指标，其冲击通常作为情景的“锚点”。设计 GDP 冲击时，需区分需求侧冲击（消费、投资、出口）与供给侧冲击（生产率、劳动力供给）。

• V 型衰退：GDP 在 1-2 个季度内急剧收缩 5-8%，随后快速反弹。适用于疫情、自然灾害等外生冲击。
• U 型衰退：GDP 持续 3-5 个季度负增长，累计跌幅 6-10%，复苏缓慢。适用于金融危机、房地产泡沫破裂。
• L 型衰退：GDP 大幅下降后长期停滞在低位，累计跌幅超过 10%。适用于结构性危机（如主权债务违约、长期通缩）。

4.3 失业率冲击情景设计

失业率是反映劳动力市场压力的核心指标，与信贷违约率高度相关。设计失业率情景时，需考虑奥肯定律（Okun's Law）所揭示的 GDP 与失业率之间的反向关系。

1. 基准失业率路径：基于当前劳动力市场状况（如自然失业率、劳动参与率）设定。
2. 冲击幅度：在严重衰退情景下，失业率通常上升 5-10 个百分点。例如，从 4% 升至 12%。
3. 冲击速度：失业率可能在 2-4 个季度内快速攀升，随后在高位维持 2-4 个季度。
4. 结构性差异：区分周期性失业与结构性失业。长期高失业率情景需考虑“滞后效应”（Hysteresis）。

4.4 利率冲击情景设计

利率冲击直接影响金融机构的净息差、债券估值与借款人的偿债能力。利率情景通常包含两种方向：利率飙升与利率骤降（或零下限）。

4.5 多变量联动约束与一致性检验

单一变量的极端设定必须满足宏观经济内在逻辑的一致性。例如，GDP 大幅萎缩通常伴随失业率飙升与利率下行（或政策利率降至零下限）。设计联动约束时，可采用以下步骤：

• 步骤 1：选定锚定变量（通常为 GDP 或失业率），设定其极端路径。
• 步骤 2：利用经验法则（如奥肯定律、菲利普斯曲线）推导其他变量的初始变动范围。
• 步骤 3：引入政策反应函数（如泰勒规则），检验利率路径是否与通胀、产出缺口一致。
• 步骤 4：进行敏感性分析，调整变量间的弹性系数，确保情景不出现逻辑矛盾。

4.6 情景参数设定示例

以下是一个完整的“严重滞胀”反事实情景参数设定示例，展示了三大变量的联动关系：

# 严重滞胀情景参数设定（Python 伪代码示例）
scenario = {
    "name": "Severe_Stagflation_2025",
    "gdp": {
        "path": [-3.0, -5.5, -4.0, -1.0, 1.5, 3.0],  # 季度环比折年率，%
        "cumulative_annual": -7.2  # 第一年累计同比跌幅
    },
    "unemployment": {
        "initial_rate": 4.0,
        "peak_rate": 11.5,
        "quarters_to_peak": 4,
        "quarters_at_peak": 3
    },
    "interest_rate": {
        "policy_rate_path": [3.5, 4.5, 5.5, 6.0, 5.5, 4.5],  # 季度末水平，%
        "10y_yield_path": [4.0, 4.8, 5.2, 5.0, 4.5, 4.0]
    },
    "consistency_check": {
        "okun_coefficient": 2.0,
        "taylor_rule_implied_rate": 5.8,  # 与政策利率峰值 6.0% 基本一致
        "status": "PASS"
    }
}