1. 课程导入
欢迎进入《监管指标压力情景与敏感性分析》课程。本章不急于推导公式，而是先建立一张“认知地图”：我们究竟要分析什么指标、为什么要做压力测试、敏感性分析与情景分析是什么关系、后续30章将沿着怎样的路径展开。只有先把整体框架和核心价值理解清楚，后面的模型、参数与案例才不会变成零散的技术点。
一、学习目标：学完本课程，你将具备什么能力
本课程面向银行、保险、证券等金融机构的风险管理、资产负债管理、监管报送与合规岗位，也适合希望系统理解监管压力测试逻辑的分析人员。学习目标可归纳为四个层次：
- 概念层：准确区分监管指标、压力情景、敏感性分析、情景分析、反向压力测试等核心术语，理解它们之间的边界与联系。
- 方法层：掌握情景设定、冲击传导、指标重算、结果归因的完整方法链条，能够独立设计一套可复现的压力测试方案。
- 工具层：熟悉资本充足率、流动性覆盖率、净稳定资金比例、拨备覆盖率、偿付能力充足率等指标的敏感因子与计算口径。
- 应用层：能够把分析结果转化为限额管理、资本规划、流动性预案和监管沟通材料，支撑实际经营决策。
二、整体框架：监管指标压力情景与敏感性分析的全景
压力情景与敏感性分析并不是两个孤立工具，而是同一风险管理体系中的两种“扰动视角”。敏感性分析回答“单一因子变动一单位，指标会变多少”；情景分析回答“多个因子按某种宏观路径同时变动，指标会落到什么水平”。二者共同服务于监管指标的前瞻性评估。
整体框架可以拆解为五个层次：指标层（资本、流动性、拨备、偿付能力等）、因子层（GDP、房价、利率、汇率、违约率、迁移率等）、传导层（如何从宏观因子映射到客户与资产）、情景层（基准、轻度、中度、重度及反向情景）、决策层（限额、预案、资本补充与监管报送）。下图展示了这一全景结构。
三、核心价值：为什么监管指标必须做压力与敏感性分析
监管指标是“静态快照”，而风险是“动态过程”。仅看期末资本充足率或流动性覆盖率，无法回答三个关键问题：如果明天市场剧烈波动，指标会跌到哪里？跌到什么程度会触发监管红线？哪些因子的边际影响最大？压力情景与敏感性分析正是回答这些问题的标准工具。
其核心价值体现在四个方面：
- 前瞻预警：在指标尚未恶化前识别潜在缺口，为资本补充和流动性储备争取时间窗口。
- 风险归因：把指标变动分解到具体因子，避免“只知道结果、不知道原因”的粗放管理。
- 资源配置：根据敏感因子排序，把有限的风险预算投向边际影响最大的领域。
- 监管沟通：用统一的情景语言与监管机构对话，提升报送材料的专业性与可信度。
四、方法流程：从指标到决策的标准链路
无论分析哪个监管指标，标准流程都可以抽象为六步。下面用一段伪代码展示核心逻辑，便于理解参数与计算关系：
输入：指标口径 indicator、基准情景 base、压力情景 scenarios、敏感因子 factors
步骤1 指标拆解：indicator = f(资本, 风险加权资产, 流动性资产, 现金流, 拨备...)
步骤2 因子识别：对每个因子 factor 计算基准值 base_value
步骤3 敏感性计算：delta_indicator = 弹性系数 * delta_factor
步骤4 情景冲击：对 scenario 中的多因子联合变动，重算 indicator_path
步骤5 缺口判定：若 indicator_path < 监管阈值，标记为 breach
步骤6 归因输出：按因子贡献度排序，生成决策建议与限额调整方案
输出：敏感性矩阵、情景指标路径、缺口清单、归因报告流程中最容易被忽视的是步骤2和步骤6。因子识别不完整，后续计算再精确也会遗漏风险；归因输出不清晰，分析结果就无法转化为管理动作。
五、案例场景：一个简化的资本充足率敏感性示例
假设某银行核心一级资本充足率基准为10.5%，监管最低要求为8.5%。我们选取三个敏感因子做单因子敏感性测试，结果如下表所示：
| 敏感因子 | 冲击幅度 | 指标变动 | 冲击后指标 | 是否触发红线 |
|---|---|---|---|---|
| 不良贷款率 | +1.0个百分点 | -0.8个百分点 | 9.7% | 否 |
| 风险加权资产增速 | +10% | -0.6个百分点 | 9.9% | 否 |
| 净利润 | -30% | -1.2个百分点 | 9.3% | 否 |
| 不良率+1%且净利润-30% | 联合冲击 | -2.0个百分点 | 8.5% | 临界 |
这个简化案例说明：单因子冲击可能都不触发红线，但联合冲击会逼近监管底线。这正是情景分析相对于敏感性分析的价值所在。实际工作中，还需要考虑税收、拨备、分红、风险权重变化等二阶效应。
六、常见误区与复盘要点
误区二：只做重度情景，忽略基准与轻度情景。没有基准对照，就无法判断冲击的边际影响。
误区三：情景设定脱离业务实际。宏观因子与客户行为之间缺乏映射，结果看似精确实则失真。
误区四：重计算、轻归因。没有归因分解，管理层无法知道该调整哪项业务。
误区五：一次性分析，缺乏迭代。监管要求、市场环境和资产结构都在变化，情景库需要定期校准。
复盘时建议追问三个问题：第一，本次分析覆盖了哪些指标和因子，遗漏了什么？第二，情景假设是否有历史数据或监管指引支撑？第三，分析结果是否真正影响了限额、预案或资本规划？如果第三个问题的答案是否定的，说明分析还停留在“报告层面”，尚未进入“决策层面”。
七、学习路径：30章如何展开
本课程后续内容将沿着“基础—方法—指标—实操—治理”的主线推进。基础部分建立术语与框架；方法部分讲解情景设计、传导建模与敏感性计算；指标部分逐一拆解资本、流动性、拨备、偿付能力等监管指标；实操部分通过案例完成端到端演练；治理部分讨论验证、审计与监管沟通。建议学习时保持“边学边练”的节奏，每章结束后回到自己机构的报表做一次小练习。