壓力測(cè)試

目錄

• 1 壓力測(cè)試
• 2 壓力測(cè)試的目標(biāo)
• 3 網(wǎng)站壓力測(cè)試
• 4 壓力測(cè)試案例

壓力測(cè)試 - 壓力測(cè)試

情境壓力測(cè)試即主體向被觀察者布置一定任務(wù)和作業(yè)，借以觀察個(gè)體完成任務(wù)的行為。工作樣本測(cè)驗(yàn)、 無領(lǐng)導(dǎo)小組討論都可算作情境壓力測(cè)驗(yàn)。
　　在 軟件工程中，壓力測(cè)試是對(duì)系統(tǒng)不斷施加壓力的測(cè)試，是通過確定一個(gè)系統(tǒng)的瓶頸或者不能接收的性能點(diǎn)，來獲得系統(tǒng)能提供的最大服務(wù)級(jí)別的測(cè)試。例如測(cè)試一個(gè) Web 站點(diǎn)在大量的負(fù)荷下，何時(shí)系統(tǒng)的響應(yīng)會(huì)退化或失敗�，F(xiàn)在的網(wǎng)絡(luò)游戲中也常用到這個(gè)詞匯。
網(wǎng)絡(luò)定義：
　　2009年9月7日下午，移動(dòng)公司開商務(wù)車裝載200多部電信手機(jī)，在 溫州某大學(xué)邊上不停撥打，導(dǎo)致電信網(wǎng)絡(luò)癱瘓。電信發(fā)現(xiàn)后連車帶人押送到公安局，在公安局，移動(dòng)自稱沒有違法，只是幫電信做壓力測(cè)試。
　　“壓力測(cè)試”與 俯臥撐、打醬油等詞匯一樣，成為網(wǎng)絡(luò)流行詞匯。

壓力測(cè)試


　　壓力測(cè)試、終端機(jī)性能功率、各項(xiàng)性能 趨勢(shì)指標(biāo)等。

壓力測(cè)試 - 壓力測(cè)試的目標(biāo)

　　識(shí)別那些可能提高異常利潤(rùn)或損失發(fā)生概率的事件或情境，度量這些事件發(fā)生時(shí) 銀行資本充足率狀況。測(cè)試的質(zhì)量取決于構(gòu)造合理、清晰、全面的情景。
　　銀行的壓力測(cè)試通常包括 信用風(fēng)險(xiǎn)、 市場(chǎng)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、其他風(fēng)險(xiǎn)等方面內(nèi)容。壓力測(cè)試中，商業(yè)銀行應(yīng)考慮不同風(fēng)險(xiǎn)之間的相互作用和共同影響。
　　壓力測(cè)試包括敏感性測(cè)試和情景測(cè)試等具體方法。敏感性測(cè)試旨在測(cè)量單個(gè)重要 風(fēng)險(xiǎn)因素或少數(shù)幾項(xiàng)關(guān)系密切的因素由于假設(shè)變動(dòng)對(duì) 銀行風(fēng)險(xiǎn)暴露和銀行承受風(fēng)險(xiǎn)能力的影響。情景測(cè)試是假設(shè)分析多個(gè)風(fēng)險(xiǎn)因素同時(shí)發(fā)生變化以及某些極端不利事件發(fā)生對(duì)銀行風(fēng)險(xiǎn)暴露和銀行承受風(fēng)險(xiǎn)能力的影響。
　　壓力測(cè)試能夠幫助商業(yè)銀行充分了解潛在風(fēng)險(xiǎn)因素與銀行財(cái)務(wù)狀況之間的關(guān)系，深入分析銀行抵御風(fēng)險(xiǎn)的能力，形成供董事會(huì)和高級(jí)管理層討論并決定實(shí)施的應(yīng)對(duì)措施，預(yù)防極端事件可能對(duì)銀行帶來的沖擊。對(duì)于日常管理中廣泛應(yīng)用各類風(fēng)險(xiǎn)計(jì)量模型的銀行，壓力測(cè)試應(yīng)成為模型方法的重要補(bǔ)充。壓力測(cè)試也能夠幫助銀監(jiān)會(huì)充分了解單家銀行和銀行業(yè)體系的風(fēng)險(xiǎn)狀況和風(fēng)險(xiǎn)抵御能力。

壓力測(cè)試 - 網(wǎng)站壓力測(cè)試

　　壓力測(cè)試通過確定一個(gè)系統(tǒng)的瓶頸或者不能接收的性能點(diǎn)，來獲得系統(tǒng)能提供的最大的服務(wù)級(jí)別的測(cè)試。通俗地講，壓力測(cè)試是為了發(fā)現(xiàn)在什么條件下您的 應(yīng)用程序的性能會(huì)變得不可接受。
　　極限壓力測(cè)試舉例：
　　1） 接收大數(shù)據(jù)量的數(shù)據(jù)文件時(shí)間；
　　2） 大 數(shù)據(jù)恢復(fù)時(shí)間；
　　3） 大數(shù)據(jù)導(dǎo)入導(dǎo)出時(shí)間；
　　4） 大批量錄入數(shù)據(jù)時(shí)間；
　　5） 大數(shù)據(jù)量的計(jì)算時(shí)間；
　　6） 多客戶機(jī)同時(shí)進(jìn)行某一個(gè)提交操作；
　　7） 采用測(cè)試工具 軟件；
　　8） 編寫 測(cè)試腳本程序；
　　9） 大數(shù)據(jù)量的查詢統(tǒng)計(jì)時(shí)間。
　　實(shí)例：
　　在一個(gè)系統(tǒng)內(nèi)，僅有一個(gè)用戶登錄使用相同的操作，對(duì)不同的數(shù)據(jù)量進(jìn)行測(cè)試。記錄下數(shù)據(jù)量和對(duì)應(yīng)的資源占用率，響應(yīng)時(shí)間。

壓力測(cè)試 - 壓力測(cè)試案例

　　案例：HKMA于2006年對(duì) 香港零售銀行業(yè)面臨宏 觀經(jīng)濟(jì)沖擊時(shí)的信用風(fēng)險(xiǎn)暴露進(jìn)行壓力測(cè)試。 分析結(jié)果表明，銀行貸款違約率與關(guān)鍵宏觀經(jīng) 濟(jì)因素（包括香港GDP、 利率、房?jī)r(jià)以及內(nèi)地 GDP）之間有明顯的相關(guān)性。 測(cè)試結(jié)果：以VAR計(jì)，在90%的置信水平上，銀 行能繼續(xù)盈利，說明信用風(fēng)險(xiǎn)較小。在極端情 況下，以VAR計(jì)，在99%的置信水平上，有些銀 行會(huì)面臨損失，不過這種極端情況發(fā)生的概率 非常低。

壓力測(cè)試


　　步驟一：定義模型 步驟二：估計(jì)模型 步驟三：模型估計(jì)結(jié)果分析 步驟四：設(shè)計(jì)沖擊場(chǎng)景 步驟五：構(gòu)造頻率分布 步驟六：計(jì)算均值和VaR 步驟七：測(cè)算銀行盈利能力所受影響
　　只是把它算的過程歸了一下類，分了這幾個(gè)步驟。這是在06年對(duì)香港的零售銀行業(yè)，它也假設(shè)一家銀行面對(duì)宏觀經(jīng)濟(jì)沖擊時(shí)的信用風(fēng)險(xiǎn)暴露進(jìn)行的壓力測(cè)試。分析結(jié)果表明銀行貸款違約率與關(guān)鍵宏觀經(jīng)濟(jì)因素有相關(guān)性，宏觀經(jīng)濟(jì)因素主要是香港的GDP和利率、房?jī)r(jià)以及內(nèi)地的GDP。測(cè)試的結(jié)果是以VaR計(jì)，在90%的置信水平上，銀行能繼續(xù)盈利，說明信用風(fēng)險(xiǎn)較小。在極端情況下，以VaR計(jì)，在99%的置信水平上，有些銀行會(huì)面臨損失，不過這種極端情況發(fā)生的概率非常低。這只是一個(gè)預(yù)警。
　　把它的過程歸納成七個(gè)步驟，包括后面計(jì)算盈利能力的方面。首先是定義一下這個(gè)模型，在模型有自變量和應(yīng)變量，它定義了4個(gè)應(yīng)變量。應(yīng)變量是它需要考察 信用違約率，它違約率的定義是這樣的，逾期3個(gè)月以上的 貸款和貸款總額，不知道現(xiàn)在的銀行是不是用違約率這么一個(gè)數(shù)據(jù)。這個(gè)數(shù)據(jù)算出來也挺難的，平時(shí)公布的數(shù)據(jù)，還是 不良貸款率公布得比較多，關(guān)于違約率的定義沒有比較準(zhǔn)確的，有的是定義上一期能夠正常還款下一期不能正常還款的，所以現(xiàn)在看到違約率的定義也有幾種。 不良貸款畢竟前幾年商業(yè)銀行剝離的政策原因太大了，可能這個(gè)時(shí)間序列有一定的不可抵因素，就是歧義點(diǎn)太多。
　　看一下這個(gè)估計(jì)模型，這是94年4月到06年1月的零售銀行的數(shù)據(jù)。前面是自變量，這是用歷史數(shù)據(jù)估算出來的結(jié)果，包括了參數(shù)變量也體現(xiàn)出來了。最下面是觀測(cè)值，還有測(cè)試的個(gè)數(shù)。
　　可以看得出來，它的符號(hào)還是一致的，因?yàn)榍懊媸沁`約率用Log這個(gè)函數(shù)給它導(dǎo)了一下，所以經(jīng)濟(jì)環(huán)境越好的話，資產(chǎn)的質(zhì)量會(huì)越高，這樣的話，VaR的數(shù)值應(yīng)該越低�？梢钥吹贸鰜�，這跟經(jīng)濟(jì)增長(zhǎng)和房地產(chǎn)的價(jià)格，跟利率是呈正相關(guān)的。
　　同時(shí)，這上面提了一下，其實(shí)自變量里面有很多的二級(jí)滯后項(xiàng)，這是剔除了一級(jí)滯后項(xiàng)以后得出的，原本很多其他的相關(guān)變量沒有列進(jìn)來了，所以這是最后模擬出來的結(jié)果。模擬出來這個(gè)方程以后，下一步是要設(shè)定的沖擊場(chǎng)景。先要設(shè)計(jì)模型、估計(jì)模型，最后要把新的數(shù)據(jù)帶到我們模型里面去。就是把先的自變量帶到模型里面，讓它變成新的應(yīng)變量。那么，新的自變量怎么辦呢？比如說我們的經(jīng)濟(jì)沖擊發(fā)生以后，我們的影響是怎么樣的。實(shí)際上，它和經(jīng)濟(jì)危機(jī)是差不多的，碰到了4個(gè)沖擊點(diǎn)。一個(gè)是我剛才提到的4個(gè)自變量，它對(duì)于每個(gè)變量都有一個(gè)沖擊，第一個(gè)是香港實(shí)際GDP的變化，還有一個(gè)是大陸實(shí)際GDP的變化，還有利率和房地產(chǎn)。它不是只對(duì)當(dāng)期的自變量發(fā)生了變化，它實(shí)際上是延長(zhǎng)了時(shí)間，把這個(gè)影響時(shí)間變成了2年。所以，在 金融危機(jī)以后，這個(gè)應(yīng)變量應(yīng)該發(fā)生多大的變化。在97年的四季度利率是306個(gè)基點(diǎn)，后面兩個(gè)季度下降了，第四個(gè)季度又上升了314個(gè)基點(diǎn)。可以看得出來，一開始是300多個(gè)基點(diǎn)，后面兩個(gè)季度沒有變化，第四個(gè)季度上升上來了，這跟當(dāng)時(shí)的 亞洲金融危機(jī)的沖擊差不多。
　　然后，緊接著下來是要模擬了，因?yàn)榘堰@個(gè)數(shù)據(jù)輸入到模型里面去以后，可以模擬出來的數(shù)據(jù)以后，可以把新的概率分布算出來了。當(dāng)然，這還有一個(gè)假設(shè)，就是在四季度以后不再有沖擊了，對(duì)每一個(gè)基期場(chǎng)景和壓力場(chǎng)景對(duì)未來違約率路徑進(jìn)行1萬次的模擬。有了新的頻率分布以后，可以構(gòu)造我們信用損失百分比的頻率分布。剛才模擬的是違約率的頻率分布，我們的損失百分比的數(shù)據(jù)應(yīng)該是違約率乘上 違約損失率�，F(xiàn)在要定義一下違約損失率這個(gè)數(shù)據(jù)，這個(gè)數(shù)據(jù)現(xiàn)在比較有爭(zhēng)議，到底怎么定？如果沒有合適的統(tǒng)計(jì)量，對(duì)于市場(chǎng)的有關(guān)信息來賦值，通常定為50%。按照BASELII要求LGD取45%，但這個(gè)數(shù)字并不十分合理。所以，現(xiàn)在定義為2%低點(diǎn)的公式。這樣，可以用違約損失率乘以我們剛剛計(jì)算出的違約率的數(shù)，這樣可以得出一個(gè)信用損失百分比頻率分布的數(shù)據(jù)。沖擊發(fā)生了以后，實(shí)際上我們把頻率往右移了，可以看出信用損失百分比的數(shù)據(jù)，出現(xiàn)高的數(shù)據(jù)頻率增加了，原來是把這個(gè)頻率往外偏移，所以可以看出較高信用損失百分比出現(xiàn)的頻率增加了，較小的信用損失百分比出現(xiàn)的頻率減少了。
　　通過算分布可以算出信用損失百分比的均值，還可以算出遭受損失的概率是多大，可以做這么一個(gè)精細(xì)的判斷。這是計(jì)算以后的結(jié)果，它的均值是這樣的，首先是 基期沒有發(fā)生信貸信用損失百分比，均值是0.34，壓力期GDP沖擊是1.59，房?jī)r(jià)沖擊是1.21，利率沖擊是0.71，大陸經(jīng)濟(jì)沖擊是0.73。在VaR90%信用損失百分比是這個(gè)數(shù)據(jù)，隨著置信區(qū)間的增加，損失的百分比也是遞增的。最后一個(gè)是99.99%，這個(gè)時(shí)候已經(jīng)是相當(dāng)高了，后面兩個(gè)已經(jīng)接近10%，前面的已經(jīng)超過10%了。
　　在90%的置信水平的情況下，可以看出3%以下還是過得去的。在99%的情況下，數(shù)值已經(jīng)比較高了，這是在3.22，這是最低的值，最高的到了5.56，應(yīng)該是比較高了。這跟金融危機(jī)發(fā)生1年以后的情況是比較吻合的，所以做壓力測(cè)試要考慮一下當(dāng)期和影響的延長(zhǎng)期還是比較符合實(shí)際的。這里面的測(cè)算是在亞洲金融危機(jī)以前，銀行用這個(gè)測(cè)算可以算出銀行 貸款損失率為1.4%，貸款損失率上升到6.0%，但是這個(gè)估計(jì)是基于估計(jì)LGD為70%。那么，這就給提出一個(gè)問題，這是不是合理，這可能是在測(cè)試的時(shí)候需要考慮的。
　　最后一步是測(cè)算沖擊對(duì)銀行盈利能力的影響。也許銀行管理層覺得，這個(gè)VaR值或者是概率是多少，可能在90%的置信期間里面有多大的，在99%到底有多大，這對(duì)于盈利能力有多少？盈利下降了多少？是不是可以給這么一個(gè)數(shù)據(jù)，那么也可以通過一個(gè)測(cè)算算得出來。如果認(rèn)可前面的測(cè)算，就是貸款損失百分比，通過這個(gè)可以算出來，損失肯定是等于貸款損失百分比乘 貸款余額。就是沖擊發(fā)生以后，銀行的盈利能力發(fā)生的變化。首先，沒有發(fā)生違約的情況下，那么它未來沖擊發(fā)生以后它的盈利應(yīng)該比當(dāng)前或者是基期是一樣的。如果我盈利是30億，那么沖擊以后屬于沒有發(fā)生違約，那么這個(gè)盈利是一樣的。如果發(fā)生了沖擊以后，如果我下降了，下降了多少就是損失。
　　假設(shè)有一家銀行，這家銀行 撥備前利潤(rùn)是30億，貸款余額是1300億港幣。假設(shè)有一家銀行規(guī)模是這么大，可以用上面的貸款損失百分比來測(cè)算，這家銀行在發(fā)生了沖擊以后，在不同的置信區(qū)間里面它的盈利能力會(huì)受到多大的影響，這是得出的結(jié)果。
　　單位用百萬來表示，正的數(shù)據(jù)是表示盈利，負(fù)的就表示已經(jīng)損失了，管理層看到這張表可能就比較清楚了銀行可能發(fā)生多大的損失。
　　比如說在90%的區(qū)間里面，香港的GDP沖擊情況下這家銀行要虧損8.82萬億港幣。那么，這個(gè)是99.99%，就是這個(gè)事情發(fā)生的概率非常強(qiáng)了，因?yàn)橹眯艆^(qū)間在99.99%，是0.001%的可能性，這個(gè)損失已經(jīng)是到了133億了。在不同的置信區(qū)間里面，它的損失是不一樣的�；叵胍幌�，如果沒有模擬，就是一個(gè)假設(shè)，假設(shè)GDP是多少，剛才已經(jīng)提出來了，從前面可以看到，GDP的數(shù)據(jù)是多少，在每一個(gè)季度是多少，如果沒有模擬，直接把這個(gè)數(shù)據(jù)帶回到模型里面，只算出一個(gè)貸款百分比的數(shù)據(jù)�，F(xiàn)在有了模擬以后，就知道它的均值是多少，在不同的置信區(qū)間里面是多少。這樣，管理層可能會(huì)感覺清醒一點(diǎn)。比如說基期在沒有違約的情況下，是2554百萬，還是挺好的。如果做壓力測(cè)試把這張表給管理層，就很清晰地知道損失有多大了。
　　最后有一個(gè)表述，在90%的置信水平下，VaR值是882萬，如果在99%的水平下，VaR值是比較大的，導(dǎo)致這樣的VaR的極端場(chǎng)景發(fā)生的概率是1%。

• 通信詞典解釋