4. 压力测试方法论

压力测试不是单一技术，而是一组方法论的组合。不同方法回答的问题不同：历史情景法回答“如果昨天重演会怎样”，假设情景法回答“如果明天发生某种冲击会怎样”，敏感性分析回答“某个因子动一点会怎样”，反向压力测试回答“要亏到某个程度需要什么条件”。组合压力测试的关键，是根据组合特征、数据可得性和管理目标，选择合适的方法并交叉验证。

一、核心原理：四类方法的定位差异

四类方法在“情景来源”和“求解方向”上存在本质区别。历史情景法从真实历史中提取冲击路径，优点是可信度高、相关性内嵌，缺点是历史不会简单重复；假设情景法由专家构造前瞻性冲击，灵活但主观性强；敏感性分析聚焦单因子或少数因子的局部扰动，计算快、解释直观，但忽略非线性与联动；反向压力测试从“不可接受结果”倒推触发条件，适合识别盲区和尾部风险。

二、方法流程与适用场景

历史情景法的流程是：选取代表性历史事件（如2008年金融危机、2013年钱荒、2020年疫情冲击），提取各风险因子在事件窗口内的实际变动路径，映射到当前组合并重估损益。它适用于组合与历史事件有可映射的因子暴露、且管理层需要高可信度叙事时。缺点是历史样本有限，且市场结构变化可能导致历史相关性失效。

假设情景法的流程是：由风险委员会或专家设定冲击类型（如利率+200bp、股市-30%、信用利差+150bp），定义因子联动规则，再执行重估。它适用于前瞻性风险识别、监管情景报送和极端但可能事件的评估。缺点是情景设定主观，容易遗漏未想到的路径。

敏感性分析的流程是：选定关键因子，逐一施加小幅扰动（如±1bp、±1%），计算组合价值变化，得到希腊字母或DV01类指标。它适用于交易台日常风控、快速定位主要风险来源和对冲效果验证。缺点是线性近似在极端行情下失真，且无法捕捉多因子同时恶化的联合效应。

反向压力测试的流程是：先定义不可接受结果（如单日亏损超过资本金5%），再反推需要哪些因子同时变动、变动多大才能触发该结果。它适用于尾部风险探索、新业务上线前的盲区扫描和董事会层面的风险沟通。缺点是解不唯一，需要结合业务判断筛选可行路径。

三、案例场景：同一组合的四类方法交叉验证

假设某债券+权益混合组合，久期5年、权益暴露20%。历史情景法选取2013年钱荒：收益率上行约150bp、股指下跌约12%，重估后组合亏损约4.2%。假设情景法设定“利率+200bp且股指-25%”的联合冲击，重估亏损约7.8%。敏感性分析给出DV01为-0.48万元/bp、权益Beta为0.85，快速定位利率是主要风险源。反向压力测试则提问：若单日亏损上限为8%，需要利率上行多少且股指下跌多少？反推得到利率+280bp且股指-30%的组合，提示该路径虽极端但并非不可能。

四、误区与复盘

常见误区一：把敏感性分析当作压力测试的全部。敏感性分析是局部线性近似，无法反映极端行情下的非线性损失和因子联动，单独使用会低估尾部风险。

常见误区二：历史情景法直接套用历史因子变动，忽略当前组合与历史组合的结构差异。例如当前组合信用债占比更高，历史情景中的利差冲击需要重新校准。

常见误区三：假设情景法只设定单因子极端值，忽略多因子同时恶化的联合概率。应建立因子联动矩阵，避免情景之间自相矛盾。

常见误区四：反向压力测试只做一次就结束。反向压力测试的价值在于持续迭代，应定期更新不可接受结果阈值和因子范围，并结合业务变化重新扫描。

压力测试执行检查清单：
1. 情景来源是否明确（历史/假设/反向）？
2. 因子映射是否覆盖组合主要暴露？
3. 相关性假设是否与当前市场一致？
4. 重估是否包含非线性头寸（期权、结构化）？
5. 归因是否分解到因子层面？
6. 结果是否与限额、资本充足率挂钩？
7. 反向测试触发条件是否可执行业务动作？

组合压力测试的实战价值，不在于单次测算出一个亏损数字，而在于通过四类方法的交叉验证，回答“风险从哪里来、极端情况下会怎样、什么条件会击穿底线”这三个问题。只有把方法选择、情景设定、归因分解和复盘迭代串成闭环，压力测试才能真正服务于组合管理和资本决策。