学文网压力测试篇1
从8月下旬起，各银行还将陆续上交此轮压力测试报告，内容包括情景假设、测试方法、选用模型及有效性论证等。
《财经》记者综合各方反馈：在房价下跌50％的情景下，大中型银行的个人按揭贷款和房地产开发贷款不良率将上升1至2个百分点。
但这种“不良率略有上升，影响很有限”的测试结果，并不被业内人士信服。
假如房价下跌50％
8月18日，交通银行(601328.SH／003328.HK)公布的房贷压力测试结果显示，如果房价下跌50％，交行对公房地产贷款不良率上升1.6个百分点，对私(个人按揭)不良率增加1.2个百分点。
在5月进行的上一轮测试中，交通银行测试结果为：如果房价下降30％，该行开发贷款不良率增加1.2％，个人按揭不良率提高0.9％。
两轮压力测试结果，引起各界对房贷风险和***策导向的热议。
交通银行公布最新测试结果后，监管部门对商业银行提出口头要求，本轮压力测试结果不得擅自对外公布。在随后的中报会上，多家银行对房贷压力测试结果讳莫如深。
所谓压力测试，指将整个金融机构或资产组合置于某一特定的极端市场情况假设下，测试金融机构或资产组合在关键市场变量突变的压力下的表现状况，看是否能经受得起这种市场突变。
自2008年年底，银行业的压力测试开始在大中型银行普遍实施，并逐渐成为常规风险管理手段，房地产贷款压力测试亦包含其中。但是，始自8月的房贷压力测试所假定的“房价下跌50％”的极端情景，因被解读为房地产调控前的“预防针”并引发轩然***；压力测试的本意反而被“湮没”在各种揣测之中。
其实，7月20日，银监会还主动对外披露了上一轮压力测试的结果：在房价下降30％、利率上升108个基点的前提下，样本银***地产不良贷款率将上升2.2个百分点，税前利润下降20％，46家农村商业银行不良率将上升3.5个百分点、贷款损失率增加30％。
“压力测试本来就是银行应该做的。”一位监管层人士说，“银监会两年前颁布了相关指引，推动压力测试常规化。”
实际上，早在2004年12月，银监会通过的《商业银行市场风险管理指引》就明确提出：“市场风险内部模型存在一定局限性”，不能反映资产组合的构成及其对价格波动的敏感性，未涵盖价格剧烈波动等因素可能会对银行造成重大损失的突发性小概率事件，因此“需要采用压力测试对其进行补充”。
2007年12月25日，银监会印发《商业银行压力测试指引》，要求国有商业银行和股份制银行最迟应于2008年年底前，城市商业银行和其他商业银行最迟应于2009年年底前按照指引要求展开压力测试工作。
2008年金融危机时期，刘明康在年中工作会议上强调，“要密切关注房地产市场的变化，要督促商业银行针对部分城市进行住房按揭贷款压力测试和情景分析，做好房地产风险的预警和控制工作。”
今年银监会要求各大中型银行要按季度开展房地产贷款压力测试工作，部分房价上涨过快地区的房贷风险成为银监会年度风险监管重点。
5月，商业银行开展了房地产贷款压力测试，分析不同压力情景下(全国房地产价格平均下跌10％、20％、30％)商业银***地产贷款质量下降幅度。
随即在今年7月底，在已有的房贷压力测试基础上，银监会再次要求北京、上海、杭州、深圳、重庆、南京、广州等7个房价过快上涨城市的银行业金融机构，分析在房价下跌50％的情景下，商业银***贷质量受到的冲击。
在本论测试中，银监会仅对房价下跌幅度做出了50％的极端假设，其他风险因素则由各家银行自行设定。
“这次压力测试没有设定其他参数。”前述监管层人士介绍，监管部门提出的是最基本的要求，具体操作取决于各家银行。比如，房价下跌50％的定义，银行可以根据自己的实际情况来操作――可以是房价指数，也可以是实际的房地产价格。
据《财经》记者了解，商业银行需填写一套含“变化”“明细”两份表格“房贷压力测试表”，分别需要填报商业银***地产相关贷款总量、分类情况，以及“贷款房价比”等信息。
银行除了上报个人住房贷款、个人商业住房贷款、房地产开发贷款、土地储备贷款的总额和分级情况，还需报告房地产上下游产业贷款并做相应的压力测试。
考虑到上一轮压力测试，整体表现明显落后于上市银行公布的数据，本次压力测试汇总后的结果很可能高于目前已经公布的平均水平。
压力测试之惑
在银监会要求商业银行对房价下跌50％情景下进行压力测试时，中国的房地产调控也在层层加码。
8月13日和8月21日，***副***分别在北京和江苏常州强调：继续贯彻***关于房地产市场调控的一系列***策措施，坚决抑制投机炒作等不合理需求。
在房地产调控层层加码的情况下，房价下跌50％的压力测试，被外界解读为***府调控信号：“***府不怕房价下跌、房地产没有绑架***府、房价下跌并不可怕、房地产调控要继续”等。
监管部门人士对《财经》记者表示，房贷压力测试是想提示商业银行警惕极端状态下的金融风险，加强商业银行的风险管理，与房地产***策走势无涉。
“压力测试本来就是风险管理的一种方法，就是发现在极端情况下它对风险有没有做好准备。”上述监管部门人士介绍，“压力测试用于极小概率发生时的银行业情形，虽然极端，但无法排除这种可能。”压力测试通过测算银行在遇到假定的小概率事件等极端不利情况下可能发生的损失，分析这些损失对银行盈利能力和资本金带来的负面影响，进而对单家银行、银行集团和银行体系的脆弱性做出评估和判断，并采取必要措施。
在压力测试结果陆续公布之后，多位银行风险部人士对《财经》记者表示，不良率仅上涨1至2个百分点的结果“与直觉很不相符”。 “近期两次压力测试的缺陷首先在于数据的缺乏。”某国有商业银行风险管理部门经理告诉记者。此次房贷压力测试中，四大行基本采用国际通用的小概率事件模型，对数据要求较高，零售业务以及公司类业务模型需有5年-7年的历史数据。但多数银行都不能满足。
无法提供足够长期的数据，多数银行采用了模拟方法或参考同业数据，数据的缺乏以及模糊性使压力测试的结果准确性受到影响。
“即使能提供完整数据，但在中国这样快速转型的阶段，经济情况变化很快，银行也在逐步转型，历史数据的参考价值也没有西方社会那么大。”一位股份制
银行风险部人士说。
另外，不菲的建模成本和人才的较高要求，使得一些小型银行更难驾驭压力测试这项工具。“就建模型来说，很多小一点的银行都没有这个能力，”一位监管机构人士称，“即使勉强做出来模型，也不太稳定。”
与欧美大型银行针对个人业务开发上百个模型的做法相比，国内大多数银行仍处“初级阶段”，而对于小银行来说，专业模型师和硬件投入是不小的开支。“几千万什么都干不出来。”一位大型银行风险部人士介绍说。
此外，此次压力测试主要针对房地产信贷的信用风险，对整体宏观经济的波动考虑并不充分。“压力测试有严格的前提假设，”一位大型银行风险部人士说，“如果房价下跌50％，引起宏观经济的震动可能完全破坏这些假设条件，这种情况下，做如此极端的压力测试可能会失去参考意义。” “如果房价真的下跌50％，整个市场可能都没有交易了，银行信用风险传导机制需要重新研究，实际的结果肯定和理论的测试结果不一致。”某大行人士说。
由于压力测试模型复杂，各银行采取的变量不同，接近监管层人士表示，银监会暂时难于检验和统计，此次压力测试最终可能只做“风险提示”。
“关键在于银行业本身要有压力测试的理念――虽然是小概率极端事件，但是可能发生。”8月21日，监管部门人士告诉《财经》记者，压力测试的结果如何并不重要，重要的是“通过压力测试，采取措施抵御相关的风险冲击，化解相应风险；同时，通过压力测试，发现内部流程和管理上的问题，及时弥补；此外，也要通过压力测试来培养人才、将银行前、中、后台协同起来，更好地控制风险”。
目前的压力测试结果很难反映真实的房贷风险，一位银行业人士说，“看看近两年来新增的房贷量占总额的比例，大致能对风险有个判断。”
近一两年新增房贷总额攀升，在信贷总盘子中所占比例不断变大。若房价大幅下跌，此部分贷款的风险将最先暴露。
，
压力测试篇2
【关键词】低渗透油藏；测试周期；压力恢复试井；探测半径；井储系数
1.低渗储层探测半径与测试时间关系
研究采用的参考值：取流体粘度为0.6mPa.s，储层孔隙度0.15，综合压缩系数0.0011/MPa，储层渗透率1×10-3μm2，测试时间400h。测试时间400h，渗透率1×10-3μm2时，探测半径65m；测试时间750h时，探测半径89m。
2.低渗储层渗透率与测试周期关系
探测半径89m时，渗透率1×10-3μm2，测试周期750h左右；渗透率10×10-3μm2，测试周期85h左右。探测半径65m时，渗透率1×10-3μm2，测试周期400h左右；渗透率10×10-3μm2，测试周期45h左右。
3.低渗储层井筒存储系数与测试周期关系
根据现场实测资料统计，双对数坐标中，平均井储控制无因次时间比例为0.52，可见井储效应影响大，因此，低渗储层试井测试周期既要满足探测半径要求，又要满足井储效应要求。推荐测试周期关系式为：
t=0.1575r+24（式1）
式中，r为探测半径，m；k 为估算渗透 率，md；μ为流体粘度，mPa.s；t为测试周期，h；C 为预估井筒存储系数，m3/MPa（推荐值100左右）；ΔP 为预估测试期间压力变化幅度，MPa（推荐值2）；q为测试期间产液速度变化值，m3/d（取实际值，典型区块推荐25）。
4.低渗储层水井试井周期优化
典型区块低渗储层试井周期可以根据推荐测试周期关系式得到，根据实际工艺情况，建议取20d作为典型区块低渗透储层压力恢复试井测试周期的上限，10d作为典型区块低渗透储层压力恢复试井测试周期的下限。
5.结论
低渗透油藏测试工艺的发展速度超过了试井解释技术，针对性的解释理论和解释技术成为当前试井软技术研究的主要方向之一。近年投产的复杂低渗油气藏对试井提出了更高的要求，急需测试解释成果深入、量化应用到油藏工程分析中，目前缺少结合油藏工程的综合研究是试井应用受限的现实条件之一。结合现场测试实例，研究了注采井间探测半径变化，优化确定了低渗透油藏压力恢复试井测试周期。根据实际工艺情况，建议取20d作为典型区块低渗透储层压力恢复试井测试周期的上限，10d作为典型区块低渗透储层压力恢复试井测试周期的下限。
【参考文献】
[1]冯文光，葛家理.单一介质、双重介质中非定常非达西低速渗流问题[J].石油勘探与开发，1985，12（1）56～62.
[2]程时清，李跃刚.低速非达西渗流试井模型的数值解及其应用[J].天然气工业，1996，16（3）27～30.
压力测试篇3
2009～2010年压力测试回顾
2009年：宏观经济欠佳，银行势头良好
2009年5月，欧盟经济和金融事务理事会组织欧洲银行监管委员会对欧洲主要的跨国银行进行压力测试。2009年的压力测试针对欧洲银行业的弹性情况展开，以完善宏观***策制订的信息依据，但不会通过此测试来评估银行的再融资需求。2009年的压力测试是以2008年底的经济情况和各银行年报为基础，时间跨度为2009～2010年，针对22家主要的欧洲跨国银行，覆盖了欧洲银行系统60%的资产。2009年的压力测试主要结果如下：
在反映宏观经济情况的基准条件下，从整体上看，参加测试的银行一级资本充足率较巴塞尔协议规定的最小值4%而言，将达到9%。如果宏观经济情况以极端条件为基准，将有可能给银行带来潜在的信用和交易损失。
在极端条件下，2009～2010年间潜在的信用和交易损失将可能达到4000亿欧元。但是，即使在极端负面的情况下，银行仍有能力将资本水平维持在合适的范围内。值得注意的是，即使在极端条件下，参与压力测试的银行的一级资本充足率也将普遍维持在8%以上，并且没有银行会出现低于6%的情况。
银行系统的弹性情况反映了两个重要的问题，一是近来的银行收益预期增加，二是公共领域通过资金注入和资产担保等方式提高了银行资本的安全性，在很大程度上支持银行测试结果保持乐观。
2009年的压力测试活动是建立在“如果”条件模型和一系列假设下的。因此，测试的结果受到多种不确定因素的制约，2009年压力测试的结果不能完全代表全欧洲范围内的银行水平。
2010年：怀疑声中持续乐观
与2009年情况相似，欧洲银行监管委员会受欧盟经济和金融事务理事会委托，组织了2010年全欧盟范围内的银行压力测试。2010年的压力测试也是在和欧洲中央银行、欧洲委员会以及其他20多个国家监管当局合作的基础上完成的。2010年压力测试的总体目标主要有两个：一是通过对极端情况下，银行欧洲银行系统的弹性情况进行测试，为宏观***策制订提供参考信息；二是对银行针对包括风险在内的信用和市场风险的风险吸收情况进行评估。2010年的压力测试有91家银行参与，覆盖了欧洲市场65%的总资产。此次测试以极端条件为假设持续了两年时间，直至2011年底。2010年压力测试主要集中在信息和市场风险方面，同时还包括欧洲债务危机扩张的问题。测试主要结果如下：
在极端条件和额外的风险冲击下，2010～2011年银行系统遭受的综合冲击和将由此遭受的交易损失将达5660亿欧元。
作为常用的银行应对冲击的弹性状况衡量指标，参与压力测试的银行整体一级资本充足率在极端情况下，由2009年的10.3%跌至2011年底的9.2%（巴塞尔协议规定的最小值为4%，压力测试设定最小值为6%）。
银行一级资本中约1970亿欧元为***府截至2010年7月1日前提供的资金支持，这笔资金约占一级资本充足率总额的1.2%。
在风险冲击的极端条件下，测试中有7家银行的一级资本充足率跌至6%以下。
另外，2010年压力测试过程中，6%的一级资本率设定值只服务于压力测试本身，测试中未达到设定值的银行机构将接受相关监管机构针对其测试结果的分析，来评估这些未达标银行的再融资需求情况。
2011年压力测试解读
基本情况
与以往不同，2011年的欧洲银行压力测试将由新成立的欧洲银行监管局主持进行。欧洲银行监管局是于2011年1月成立的新的组织，职责在于监管欧洲金融系统稳定，负责执行2011年的银行压力测试是其履行职责的重要方式。基于欧洲银行监管委员会所实施的两次全欧盟范围内的银行压力测试经验，欧洲银行监管局主导的2011年银行压力测试将和包括欧洲系统风险理事会、欧洲中央银行、欧洲委员会等在内的监管机构合作。这次压力测试将是欧洲金融监管体系建立的金融行业弹性测试框架计划的重要组成部分，并与欧洲保险和职业养老金委员会主导的欧洲保险业压力测试平行进行。
自2009年以来，压力测试是用以评估个体机构乃至整个行业弹性的重要监管工具之一。2011年的压力测试充分考虑了2010年压力测试的结果和相关改进，并吸取了包括欧盟经济和金融事务理事会、欧洲经济和金融委员会等在内的其他机构的建议，从而使2011年的测试更加完善。不同于前两年，2011年的压力测试除了评估欧洲银行系统的弹性情况，还评估单个机构的具体债务偿还能力和某些极端假设环境下的压力情况。
2011年，欧洲银行的测试对象规模和2010年相当，覆盖了欧洲银行系统总资产的65%，参与的银行占到了欧盟各成员国银行机构的50%。具体来说，2011年的压力测试参与银行达到91家，德国的德意志银行和英国的苏格兰皇家银行、汇丰银行、巴克莱银行等大型银行都名列其中。在这个高度整合、覆盖面涉及所有分支机构的银行压力测试过程中，当参与机构的资产所占的市场份额超过50%，将不再强行纳入其他的测试对象，如果有额外的银行机构想参与测试，只被视为自愿的被参考对象。参与测试的机构通过大小、业务形式以及风险形式区分，以便于欧洲银行监管局评估由宏观经济变化冲击带来的不同影响。
模型架构
如***1所示，2011年欧洲银行压力测试的模型架构和前两年的架构基本保持一致，依然采取的是通过将宏观经济指标映射到银行内部反映数据、最后反映到银行一级资本充足率的方法来衡量银行的弹性。
测试解析
2011年的欧洲银行压力测试模型形式大体上沿用了2009年和2010年的模型框架，但在细节的设置上是历年来最完善的。测试模型的主要运作方式是通过对未来的宏观经济情况的一系列合理假设，将假设的经济数据转换为银行对应指标的数据，通过综合分析银行数据得到银行的弹性情况。这些银行弹性情况的测量指标就是压力测试的结果，欧洲的宏观***策的制订者将通过参考这些数据，完善***策制订信息。
压力测试的模型有三个主要模块。模块一是设定宏观经济的两种状况：基准情况和极端情况。这两种经济情形的假设是测试的基本假设，沿用了2009年和2010年测试的模型设计，并都以前一年秋季的宏观经济数据为基础对测试年份的经济情况进行预测（测试一般从测试年份的年初开始，假设的情况都是以预期情况为基础）。模块二是在两种经济运行情况中，设定一系列对银行有重要影响的经济数据，对假设的宏观经济框架进行填充，这些数据将成为银行在测试过程中应用的主要数据。模块三是银行通过评估在假设的宏观经济情况下自身业务衡量指标的变化，来测试银行的抗压力水平，最后得到的综合结果即是银行的弹性水平。
三年压力测试变化分析
总体来看，三次测试的方法、基本模型设定基本都没有变化，但伴随主流宏观经济背景的变化，测试的组织和参数设定发生了较大变化，主要包括以下五个方面。
第一，主导机构变化。2011年的欧洲银行压力测试的主导机构是欧洲银行监管局，而2009年和2010年的测试主导机构是受欧盟经济和金融事务理事会委托的欧洲银行监管委员会。欧洲银行监管局是2011年成立的新机构，作为欧洲金融***策制订迈向统一化的重要组成部分，它的任务就是维护欧洲金融系统的稳定。需要指出的是，欧洲银行监管局的压力测试工作与其“前辈”一脉相承。同时，为了保证压力测试的效力，测试一直是在和多个相关欧洲机构合作的基础上完成的。这些机构包括：相关国家监管机构、欧洲中央银行、欧洲系统风险理事会和欧洲委员会等。
第二，参与对象变化。2011年的欧洲银行压力测试参与银行规模和2010年规模相当，有继续扩大的趋势，但是相比2009年的测试规模有了长足进步。2011年压力测试的参与银行达到91家，这其中包括了相当数量的欧洲主要大型跨国银行，覆盖了欧洲市场总资产的65%和参与测试各国50%的银行机构。2011年和2010年压力测试的测试效力可以推广到整个欧洲地区，而2009年第一次测试的对象仅包括22家欧洲的大型跨国银行，测试效力不具有在全欧洲推广的能力。
第三，测试目标变化。2011年的欧洲银行压力测试的目的包括三个方面：评估欧洲银行系统的弹性情况，为宏观金融***策制订提供参考；评估单个机构的具体债务偿还能力；评估某些极端假设环境下的压力情况。相比2010年和2009年的测试，2011年的测试目的范畴扩大了很多。2010年和2009年的测试目的相似，主要在于评估整个宏观银行系统的弹性情况以及抗压能力，以提供可供宏观金融***策制订参考的信息，但2010年和2009年的测试缺乏针对单个银行机构更多细节能力的评估。
第四，宏观假设变化。宏观假设的变化主要包括两个方面：一是包括两个情形设定在内的宏观数据设定，二是为完善测试职能的相应其他宏观经济条件假设。2011年欧洲银行压力测试的宏观经济数据设定和2010年相似，相比2009年要温和很多，比如对极端情况的设定，2011年和2010年的GDP设定都维持在了－1%～0之间，相比2009年低于－5%的设定要温和许多。造成这种差别的主要原因是这三年的经济运行变化情况。2009年，金融危机的“余威”依然显著，受低迷的宏观经济状况影响，对极端情况的假设比较悲观；到2011年，世界经济处于缓慢的恢复上升期，这种设定也就随之缓和了许多。同时，在设定数据的内容上也有一些变化。2011年的测试对宏观经济情形的设定主要集中在GDP和通货膨胀率，而2009年的测试还重点考虑了失业状况和欧美主要市场的资产价格情况，其中就包括房地产价格。此外，2011年的宏观假设条件相比2010年和2009年都更为完善，在基本数据设定的基础上增加了零增长等宏观假设。历年压力测试对当年宏观经济情况的假设如***2所示。
第五，受影响因素变化。较之前的两次测试，2011年的压力测试受债务危机的影响程度更深。与前两次测试相比，2011年的测试处在“后危机时代”的大背景下，而债务危机可以被认为是金融危机在“后危机时代”的演进，如在2011年的测试中表现较差的银行主要来自希腊、西班牙等受债务危机冲击较严重的国家。较之前两年测试所关注的房地产价格等影响因素，2011年的压力测试显示出了债务危机影响这一新特点。
2011年压力测试结果不容乐观
对2010年压力测试过于乐观所抱有的质疑终于在2011年的压力测试结果中得到了证实，2011年压力测试的结果与2010年相比不容乐观。在刚刚的2011年欧洲银行压力测试结果中，各项指标较2010年都出现了大幅下滑，2010年测试带来的乐观情绪被一扫而光。
此次测试对2011年压力测试的通过标准进行了调整：一级资本充足率从2010年的6%降为5%。测试结果中，有8家银行一级资本充足率低于5%，核心一级资本赤字达25亿欧元，16家银行在5%～6%的水平徘徊，也即在2011年压力测试中有8家银行未获通过，有16家银行在“及格线”上徘徊，未通过测试的银行数量占到有效银行总数的近10%。未通过的银行主要集中在债务危机影响较严重的西班牙和希腊，这也印证了早先评论界对债务危机影响银行业的担忧。
压力测试篇4
关键词：WEB;选课系统;压力负载测试
一、 引言
随着高校学分制的广泛实行，选课这一核心思想越来越受到普遍重视，如何最大限度实现资源的合理分配，科学合理得做好选课工作对于学分制的重要性不言而喻，选课工作作为高校教务管理工作的重要组成部分，其重要性日趋明显。
开发基于WEB的选课系统，取代手工的选课方式已经为众多高校所采纳，然而面对海量的选课数据处理，选课系统的瘫痪现象也时有发生，给选课工作带来了重大影响。1月20日青年时报上关于某高校“学生查分心切致教务网‘瘫痪’数小时”让人为教学管理系统的负载能力捏了一把汗。如何防范此类事情的发生，在系统的使用前期开展压力负载测试势在必行。
二、 压力负载测试概述
软件测试中的负载测试是指模拟实际软件系统所承受的负载条件的系统负荷，通过不断加载(如逐渐增加模拟用户的数量)或其它加载方式来观察不同负载下系统的响应时间和数据吞吐量、系统占用的资源(如CPU、内存)等，以检验系统的行为和特性，发现系统可能存在的性能瓶颈、内存泄漏、不能实时同步等问题。负载测试更多地体现了一种方法或一种技术。
压力测试可以被看作是负载测试的一种，即高负载下的负载测试，或者说压力测试采用负载测试技术。通过压力测试，可以更快地发现内存泄漏问题，还可以更快地发现影响系统稳定性的问题。例如，在正常负载情况下，某些功能不能正常使用或系统出错的概率比较低，可能一个月只出现一次，但在高负载(压力测试)下，可能一天就出现，从而发现有缺陷的功能或其它系统问题。
三、 选课系统压力负载测试
压力负载测试如果单纯地依赖手工操作是很难完成的，利用性能测试工具如LoadRunner等，可以高效地帮助我们完成选课系统压力负载测试的自动化。
(一) 压力负载测试自动化
顾名思义，压力负载测试自动化即采用自动化的方法和手段实现系统的压力负载测试。自动化的一个明显的好处是可以在较少的时间内运行更多的测试。相对于软件测试的其他环节测试，压力负载测试由于其往往需要在大负荷量，甚至在极限状态下才能了解系统的稳定性，同时将繁琐的任务自动化，可以提高准确性和测试人员的积极性，将测试技术人员解脱出来投入更多精力设计更好的测试用例，压力负载测试自动化势在必行。
自动化测试的一般定义为各种测试活动的管理与实施,包括测试脚本的开发与执行,以便使用一种自动化测试工具来验证测试需求,测试活动的自动化在许多情况下可以提供其最大的价值,如测试脚本被重复的地方或测试脚本在程序被生成后被许多测试脚本重复调用的地方,也可以说,自动化测试就是使用软件工具来代替手工进行的一系列动作,通常是使用脚本或其他代码驱动应用程序。由于软件测试的工作量很大,测试的许多操作是重复性的、非智力创造性的、需求细致注意力的工作,计算机最适合人类去完成这些任务,但是自动化测试是一个很广泛的概念,目的不同需要的工具也不一样,每种工具都有自己独特的属性,当自动化测试开展到一定精细程度的时候,合理选择工具是很重要的。
常用的压力负载测试工具有LoadRunner，Webload，QALoad等，主要的内容都是编写出测试脚本，脚本中一般包括用户常用的功能，然后运行，得出报告。使用压力测试工具进行压力测试。测试可以帮助找到一些大型的问题，如死机、崩损、内存泄漏等，因为有些存在内存泄漏问题的程序，在运行一两次时可能不会出现问题，但是如果运行了成千上万次，内存泄漏得越来越多，就会导致系统崩滑。
(二) 测试工具LoadRunner
目前，业界中有不少能够做性能和压力测试的工具，Mercury(美科利)Interactive公司的LoadRunner是其中的佼佼者，也已经成为了行业的规范,目前最新的版本8.1。LoadRunner 是一种预测系统行为和性能的负载测试工具，通过模拟上千万用户实施并发负载及实时性能监测的方式来确认和查找问题，LoadRunner 能够对整个企业架构进行测试，LoadRunner 适用于各种体系架构，能支持广范的协议和
技术(如Web、Ftp、Database等)，能预测系统行为并优化系统性能。它通过模拟实际用户的操作行为和实行实时性能监测，来帮助您更快的查找和发现问题。Loadrunner是一个强大有力的压力测试工具，它的脚本可以录制生成，自动关联。测试场景面向指标，实现了多方监控。而且测试结果采用***表显示，可以自由拆分组合。通过Loadrunner的测试结果***表对比，你可以寻找出系统瓶颈的原因，一般来说可以按照服务器硬件、网络、应用程序、操作系统、中间件的顺序进行分析。
(三) 使用LoadRunner对选课系统进行负载测试
LoadRunner包含很多组件,其中最常用的有VisualUser Generato(以下简称VuGen)、Controller、Analysis。使用LoadRunner进行压力负载测试的一般过程为:制定负载测试计划、开发测试脚本、创建运行场景、运行测试、监视场景、分析测试结果。开发测试脚本要使用VuGen组件,脚本要完成的内容有每一个虚拟用户的活动、定义结合点、定义事务。运行场景描述在测试活动中发生的各种事件,利用Controller创建,一个运行场景包括一个运行虚拟用户活动的LoadRunner机器列表,一个测试脚本的列表以及大量的虚拟用户和虚拟用户组,而Analysis则用于在最后分析测试结果。
目前我院的选课系统主要用于专业选修课的预选、公共选修课和公共体育课的选课，专业选修课的预选在选课容量上未做限制，学生选课相对分散，对于选课系统的性能要求不是很高;公共选修课采用轮筛选制加轮优先制，系统的压力主要集中在第轮的优先制选课，但由于前轮的筛选分担了近层的选课数据量，故总体而言系统出现响应滞后甚至瘫痪的几率较低;我院根据教学计划安排，学生在第、、学期需要自行登录选课系统选择体育项目课程，相比公共选修课，公共体育课由于受教学场地、时间、教师等资源限制较多，尤其是从专业的排课角度而言，需要同一专业同一班级的课程上课时间必须保持一致，以便其他课程的合理安排，极大限制了学生选课的自由度，故结合实际情况采用完全优先制，即先选先得，即使经过年级分开选的方式缓解压力，每次选课人数也维持在一届学生的人左右，对于选课系统的负载能力要求极高。
使用LoadRunner对选课系统进行压力负载测试，从而预先了解选课系统的承载能力，针对问题改进系统，对于科学合理安排选课工作，最大限度保证学生的权利至关重要。下文将从测试环境、测试过程、分析结果等方面进行阐述。
、 测试环境
() 测试系统运行环境
目前我院的选课系统从属于教务管理系统，系杭州正方软件股份有限公司与浙江大学联合制作研发的高校教学管理软件，其数据库服务器为IBM公司的产品IBM System x，CPU配置为*Xeon EMTMP .GHz N，内存配置为*GB DDR ECC校验，运行的操作系统为UNIX系统;由于条件有限，目前Web服务器和应用服务器为同一台服务器——IBM System x，IBM IA构架机架服务器中的主力机型，CPU配置为为*XeonEMT Dual Core .G/*MB L,MHz,-***P，内存配置为*MB PC- DDR,操作系统为Microsoft Windows Server Enterprise Edition。() 客户端运行环境
客户端为普通PC，CPU配置为Intel(R) Core (TM)DuoE .GHz,内存配置为.GB,运行的操作系统为Microsoft Windows XP Professional。
、 测试过程
() 测试脚本录制、编写与调试。录制用户进行选课的脚本，分别录制登录系统、选课提交等两个脚本。然后对登录帐号密码和选择课程进行参数化，将查询结果显示操作设定为事件。
() 运行LoadRunner的Conrroller，选择录制的脚本，由于选课相关操作具有特殊性，实际过程中进行操作的用户名密码不尽相同，而且选课的课程也不相同，故使用常用的设置虚拟用户数量并运行的方法并不适用，
故此，复制脚本，修改其中的参数，从而并发进行系统访问
操作。选课的实际情况为学生预先登录系统，在选课时间到达时进行选课，那么登录系统这一环节的并发数相对较少，根据选课系统目标***用户约个，初步估算登录系统的并发数为，根据访问量和数据量分析可按“并发用户数=***用户数*%”公式折算，选课提交并发用户数约个。
bsp; (3) 记录成功登录系统及选课提交完成所需的时间，并关注系统资源占用情况。表2即测试过程中所记录
的部分数据(时间：ms)。
3、 分析结果
(1) 系统对于登录和选课提交操作的响应速度因处理过程不同而相差较大，当登录系统的并发数达到150时，其成功率开始降低，而选课提交操作当并发数达到500时，其成功率依然很高，故可以得出结论，系统不同环节对于性能的要求不同，整个系统的瓶颈可能出现的环节也视程序复杂性和使用情况而不同。
(2) 登录系统最大并发量在100左右，当增加到150时，系统即会出现连接被拒绝的错误。
(3) 选课提交的最大并发量在500左右，成功率较高，当并发量往上增加时，成功率出现明显下降。
由于系统本身架构技术的限制，同时受数据库服务器、应用服务器甚至网络本身的制约，当访问量达到较大值时，系统并不能很好地持续工作，其整体压力负载能力还有待提高。
四、 总结
对基于WEB的选课系统进行的压力负载测试是教务管理系统质量保证的重要环节，采用自动化的测试工具不仅可以提高工作的效率，还可以充分保证测试工作的准确性，是软件质量保证体系不可缺少的一环。
[1]款服务器压力测试软件.51testing/?uid-239896-action-viewspace-itemid-106418
[2]角燕琼.Web系统负载测试的实现 学术讨论网络与通信
[3]李媛.Web应用程序的压力负载测试——《科技信息(科学教研)》2008年21期
压力测试篇5
关键词：风电机组， 低压穿越 ，检测技术 ，检测内容 ，检测流程
Abstract: the low voltage across is when power grid failure or disturbance caused by wind farms and of the network voltage dips, in the voltage drop, within the scope of the wind generator can still uninterrupted parallel operation. For voltage dips demarcation, countries have different rules. In order to meet the grid rules, including change propeller control system, all electric equipment all needs to meet the power grid failure of low voltage across the requirements. China has a wealth of wind energy resources. Improve the grid has become China's ability to make full use of wind resources face one of the primary problem, this to the grid stability put forward higher requirement. This article mainly aims at the enlargement of low voltage across detection technology and testing process paper discusses.
Keywords: wind power units, and the low voltage across, detection technology, testing content, test process
中***分类号：TM714.2文献标识码：A 文章编号：
一、风电场低电压穿越理论
1、低电压穿越（LVRT）的概念
当电网故障或扰动引起风电场并网点的电压跌落时，在一定电压跌落的范围内，风电机组能够不间断并网运行。也有故障穿越的提法。LVRT是对并网风机在电网出现电压跌落时仍保持并网的一种特定的运行功能要求 。
根据GB/T 《风电场接入电力系统技术规定》，风电场低电压穿越要求如下***
基本要求：
1）风电场并网点电压跌至20％标称电压时，风电场内的风电机组应保证不脱网连续运行625ms
2）风电场并网点电压在发生跌落后2s内能够恢复到标称电压的90％时，风电场内的风电机组应保证不脱网连续运行
故障类型及考核电压：
电力系统发生不同类型故障时，若风电场并网点考核电压全部在上***中电压轮廓线及以上的区域内，风电机组必须保证不脱网连续运行；否则，允许风电机组切出。
有功功率恢复：
对电力系统故障期间没有切出的风电场，其有功功率在故障清除后应快速恢复，自故障清除时刻开始，以至少10％额定功率/秒的功率变化率恢复至故障前的值。
动态无功支撑能力：
总装机容量在百万千瓦级规模及以上的风电场群，当电力系统发生三相短路故障引起电压跌落时，每个风电场在低电压穿越过程中应具有以下动态无功支撑能力：
a） 当风电场并网点电压处于标称电压的20%～90%区间内时，风电场应能够通过注入无功电流支撑电压恢复；自并网点电压跌落出现的时刻起，动态无功电流控制的响应时间不大于75ms，持续时间应不少于550ms。
b） 风电场注入电力系统的动态无功电流,如下式：
2011年，国网公司范围并网风电发生多次非正常脱网事故，风电机组不具备低电压穿越能力是主要原因之一。如：甘肃桥西第一风电场：35kV侧设备故障，造成甘肃河西风电出力损失777MW,造成西北全网频率下降，最低至49.854Hz。赤峰赛罕坝风电场：风电机组无法耐受风电场自身产生的谐波，大范围跳闸停机。吉林电网发生500kV合松线：相间短路故障，大量风电机组切除，导致风电出力从805MW降到165MW。承诺具有低电压穿越能力的风电场其风电机组都未能实现低电压穿越。山东莱州风电场：风电机组的电网适应性不足，电网电压和谐波在正常范围内波动时，风电机组经常跳机。
2、风电机组低电压穿越的必要性
风电装机比例较低时：可以允许风电场在电网发生故障及扰动时切除，不会引起严重后果。
风电装机比例较高时：高风速期间，由于输电网故障引起的大量风电切除会导致系统潮流的大幅变化甚至可能引起大面积的停电，而带来频率的稳定问题。低电压穿越能力是必需的。
二、风电机组低电压穿越检测技术
1、风电机组低电压穿越检测装置分为阻抗分压形式、变压器形式、电力电子变换形式三类，变压器形式又分为单个升压或降压变压器组合形式和中心抽头变压器形式两种。
2、移动式低电压穿越检测装置介绍
装置接于风机箱变高压侧，采用阻抗分压结构形式，满足欧美各国风电机组并网标准和新国标《风电场接入电力系统技术规定》中关于低电压穿越测试的技术要求。
LVRT—6MW可满足最大额定容量为6MW及以下的风电机组低电压穿越试验要求，装置采用车载集装箱的结构。
可实现三相故障和两相不对称故障电压跌落的模拟。
移动式低电压穿越检测装置原理***
3、移动式低电压穿越检测装置原理
移动式低电压穿越（LVRT）测试装置，采用阻抗分压结构形式。
试验装置串联在风电机组与电网之间，通过改变阻抗分压比实现风电机组出口变压器处电压跌落，完成对风电机组低电压穿越性能的测试。
电抗器X1、X2均采用可调电抗器设计，通过改变阻抗分压比可实现上千种跌落深度组合，有效补偿系统运行方式改变给跌落精度造成的偏差。
电压跌落等级：
通过改变阻抗分压比可实现测试点上千种跌落深度组合，可实现测试点处电压跌落至90%、80%、75%、70%、60%、50%、40%、30%、20%、15%、10%、0%电压等级；
能够很好的适应系统运行方式改变对跌落精度的影响，跌落误差可控制在±1%之内。
三、风电机组低电压穿越检测内容、要求及检测流程
1、风电机组低电压穿越检测总体要求
测试选定的风电机组低电压穿越测试点如下***所示
电压跌落容许误差***
具体的测试要求：
在风电机组大功率（原则上大于 90%额定功率）运行工况下，对三相电压跌落和两相电压跌落故障进行测试；
在风电机组小功率（10%～30%额定功率）运行工况下，对三相电压跌落和两相电压跌落故障进行测试；
相同电压跌落及相同功率输出范围下，风电机组连续两次通过测试视为合格。
2、风电机组低电压穿越检测测试内容
在第一次测试及测试工况发生改变后再做测试，均需开展一次空载跌落试验。
在跌落深度为0.2Pu时，分别测试风电机组在大功率输出（P > 0.9Pn）和小功率输出（0.1Pn < P < 0.3Pn）两种范围内时，对电网三相及两相电压跌落的响应特性（详见下表），每项试验应重复进行两次测试。
在电压跌落发生前10s至电网电压恢复正常后至少20s的时间范围内，采集测试点三相电压、三相电流数据。
测试项目表 ：
注： 1、上表中Pn为风电机组额定输出功率。
2、三相短路与两相短路前各做一次空载试验。
3、测试顺序根据风况可适当调整。
现场测试流程：
参考文献：
1、风能中国网，寻找低电压穿越技术（LVRT）资料 2009-11-06
2、Dr.-Ing.Karl-Heinz Weck低电压穿越（LVRT）要求及测试
3、胡书举、赵栋利、赵斌、许洪华，《高压技术》 第36卷 第3期2010-3-31
4、中国电力科学研究院、中电普瑞科技有限公司LVRT-6M、LVRT-3M系列移动式电压穿越测试装置
压力测试篇6
[关键词]***府融资平台;贷款;压力测试
[作者简介]何伟民,国家开发银行陕西分行经济师,陕西西安710075
[中***分类号]f830
[文献标识码]a [文章编号]1672-2728(2010)10-0056-04
一、开展融资平台贷款压力测试的必要性
首先,压力测试作为一种新的风险管理方法,是var风险衡量方法的有效补充。由于所有市场对极端的价格波动(金融资产收益分布的后尾)都是十分脆弱的,而var型风险衡量的主要目的是为了在“标准”的市场条件下量化潜在的损失。一般而言,增加置信水平能够解释出日益巨大的但却不太可能出现的损失,但基于最近历史资料所作的var测量,往往不能识别那些可能引起巨大亏损的情形。压力测试则可以通过测算银行在遇到假定的小概率事件等极端不利情况下可能发生的损失,分析这些损失对银行盈利能力和资本金带来的负面影响,进而对银行的脆弱性作出评估和判断,并采取必要措施。
其次,是银行内部风险管理的要求。在当前国内外经济走势尚存在较大不确定性的背景下,压力测试可以增进银行对自身风险状况和风险承受能力的了解,增强银行积极应对外部挑战的能力,为管理层制订或选择适当策略提供重要依据。且可用于评估经济资本需求,从而部分抵消经济衰退时期资本要求提高的影响。
再次,应对外部监管的需要。作为能够令人满意的运用内部模型的7个条件之一,压力测试是巴塞尔委员会要求进行分析的方法之一,同样也为衍生工具***策集团和国际30人集团所认可。我国自从2007年银监会出台《商业银行压力测试指引》后,监管部门对商业银行压力测试的工作要求不断严格。2008年下半年,银监会连续要求商业银行进行3次压力测试。2009年上半年,银监会就巴塞尔委员会的《稳健的压力测试实践和监管原则》在全国征求意见。2009年10月出台的《流动性风险管理指引》中,要求商业银行至少每季度进行一次流动性风险压力测试。2009年11月,银监会要求商业银行对6大产能过剩行业及房地产、融资平台进行压力测试。2010年4月20日,银监会召开2010年第二次经济金融形势分析通报(电视电话)会议,要求各大中型银行按季度开展房地产贷款压力测试工作。压力测试已逐渐成为外部监管部门衡量一家银行贷款风险的重要手段。
最后,通过压力测试分析可以较准确地认识融资平台贷款风险。***府融资平台作为改革开放的产物,可追溯到上世纪80年代末,1988年,***《关于投资管理体制的近期改革方案》,基本建设项目实行“拨改贷”,国家成立6大专业投资公司,各省也相继组建建设投资公司,这是地方融资平台的雏形。1997年亚洲金融危机后,在国家扩大投资拉动内需的背景下,开行大力推进开发性金融实践,推动各地加强融资平台的制度建设、信用建设和现金流建设,并以地方财***未来增收、土地收益和其他经营性收益为还款来源,向融资平台发放贷款用于项目建设,这对应对危机、增加就业、拉动投资和扩大消费发挥了重大作用,有力支持了城镇化建设和社会事业发展,有力支持了铁路、公路、城市轨道交通等重大基础设施建设。国际金融危机特别是2009年以来,根据央行和银监会联合的《关于进一步加强信贷结构调整促进国民经济平稳较快发展的指导意见》(银发[2009]92号),各家银行大举进入地方融资平台领域,为应对金融危机发挥了积极作用;但另一方面,融资平台负债增速迅猛,2009年一年平台负债增加4万～5万亿元,增幅超过100%,其中,银行贷款占平台新增负债的80%以上。然而,随着融资平台的过度发展,目前出现了部分平台管理不规范、资本金不足、过度负债和过度竞争等问题,潜在风险不容忽视。因此,通过对融资平台贷款压力测试,可以较准确的区分出不同平台贷款的风险水平差异,对于化解过量的融资平台贷款具有重要意义。
二、***府融资平台贷款压力测试的方法选择
目前国际上比较公认的压力测试方法有敏感性分析、情景分析、最大损失分析和极值分析4种,在实际运用中以情景分析和敏感性分析最为常用。我国银监会在《商业银行压力测试指引》中也明确提出压力测试包括敏感性测试和情景测试等具体方法。
敏感性测试旨在测量单个重要风险因素或少数几项关系密切的因素由于假设变动对银行风险暴露和银行承受风险能力的影响。其最简单直接的形式是观察当风险参数瞬间变化一个单位量情况下,机构资产组合市场价值的变动。由于敏感性分析中只需确定重要的风险影响因素,而对冲击的来源并无要求,因此运行相对简单快速,而且经常是适时(实时)测试,号隋景测试有较大不同。
情景测试是假设分析多个风险因素同时发生变化以及某些极端不利事件发生对银行风险暴露和银行承受风险能力的影响。与敏感性分析不同,情景分析中不论是冲击的来源还是压力测试的事件以及被冲击影响的金融风险因子都需给出定义。
因此,在融资平台贷款压力测试的方法选择上,可参照当前宏观经济形势和银监会的相关要求,首先确定影响融资平台贷款的主要风险因素,并假设其在轻度、中度、严重压力下的取值(即设计压力情景和假设条件),然后分别测试各贷款项目在压力情景下资产质量分类结果的变化情况,再汇总计算整体贷款组合在压力情景下的不良贷款率。
三、***府融资平台贷款的风险因素
2009年,地方***府融资平台在贯彻中央一揽子经济刺激计划方面发挥了重要作用,但快速增长的高额负债也带来潜在的财***和金融风险。根据目前融资平台贷款的通常业务模式,主要有三大风险因素:地方***府债务率水平、融资平台自身建设情况和贷款项目性质。
(一)***府债务率水平
由于目前的融资平台主要是***府出资设立,大多数地方***府融资平台承担的是***府公益性项目,项目自身没有收益或收益不足以还贷,还款来源依赖于***府财***收入或财***补贴收益,因而***府的债务率水平是融资平台贷款风险最重要的影响因素,直接决定了融资平台的还款能力。如果债务率过高,***府依靠财***收入按期偿还贷款本息的风险将会加大,一旦财***收入不足以偿还贷款本息,要么导致贷款违约,要么需要银行新的信贷资金注入,形成新的潜在风险。
从2009年下半年开始,央行、银监会、***、审计署等纷纷对地方***府负债过高问题发出警告。2010年1月19日,在***第四次全体会议上,
******把“尽快制定规范地方融资平台的措施,防范潜在财***风险”列入2010年宏观***策方面要重点抓好的工作之一。
(二)融资平台自身建设情况
***府融资平台自身是否具有实际经营活动,地方***府是否给平台配置了足够的经济资源,设计的治理结构是否符合市场化要求,有没有实现平台自我造血功能,逐步减轻其对财***还款的依赖等,都决定了***府融资平台对贷款资金的自主支配程度以及还款资金的安排能力。自身机制建设情况较好的融资平台,其贷款受地方财***的影响相对较小,还款的风险也相对较小。
(三)贷款项目性质
目前融资平台贷款项目按项目用途可分为公益性项目和有收益项目两大类。按担保方式可分为财***担保、土地抵押或其他担保两大类。按还款来源可分为财***资金还款和项目自身现金流还款两大类。
通常来说,银行以及融资平台对公益性的项目、财***担保的项目、依靠财***资金还款的项目控制力更弱,对***府偿债能力的敏感程度更高,潜在的风险相对要大。
四、压力测试假设情景的选择
结合融资平台贷款的主要风险因素,在压力测试中可采用基于假设的情景分析测试方法,以对融资平台贷款偿还影响最大的***府财***收入变化作为核心的假设情景。同时考虑到目前财***统计的现实情况,土地出让收入并未全部包含在地方***府财***收入中,因此假设情景可分为地方***府一般预算收入大幅减少和土地出让收入大幅减少两种情形。同时再考虑到贷款利率变化对融资平台贷款偿还产生的资金支付压力,建议增加央行大幅提高贷款利率作为第三个假设情景。对融资平台自身建设情况和贷款项目性质两个风险因素,在压力测试中不纳入假设情景,而是作为贷款风险测试中的调整因素。
在假设情景变化的程度上分别采取轻度压力、中度压力和严重压力,评估在以上假设情景出现大幅不利变动的情况下,融资平台贷款的质量变动情况,并进一步测算因此可能产生的损失等情况。具体情景假设如下:
五、开展融资平台贷款压力测试的步骤
在假设情景的基础上,可以采用三步走的方式开展融资平台贷款压力测试。(1)以地方***府债务率为主要指标判断地方***府在压力情景下的表现;(2)根据平台性质考虑对平台风险水平的调整;(3)根据项目相关信息调整项目层面上的风险水平。即通过判断***府整体债务水平变化来测算其对融资平台还款能力的影响,继而对具体贷款形成最终的压力测试结果。
第一步,以地方***府债务率为主要指标判断地方***府在压力情景下的表现,并进行分类。
在操作中首先可参考监管部门意见及银行内部风险管理实际情况设定银行的***府债务率控制标准;其次以最近一期的财***报表数据计算在压力情景下的***府债务率水平,并按照压力下的***府债务率与债务率控制的比例对该地方***府偿债能力进行分类。为便于实施,可分为正常、关注、预警、高度预警四大类,分类标准如下表。
第二步,将地方***府偿债能力分类结果映射到融资平台,并根据融资平台性质不同对融资平台贷款风险水平进行调整。在调整中可设定两项调节系数:一是行***级别调节系数,比如省级平台和部级开发区平台调节系数可设定为1.1,副省级和省级开发区平台调节系数可设定为1,地市级平台调节系数设定为0.9,县级平台调节系数设定为0.7。二是机制建设调节系数,如果平台为纯融资性平台(即只承担项目融资任务,不承担建设、运营任务的),则调节系数可设定为0.8,如果机制建设较完善,则调节系数可设定为1。
第三步,根据项目相关信息调整项目层面的风险水平。一是对同一融资平台下的多个贷款项目按照重要性进行排序,并按照***府偿债能力分类和项目重要性两维进行贷款资产质量分类的调整。具体调整幅度可参考下表。
二是按照项目还款来源类型进行调整。如项目自身有收益且现金流能覆盖贷款本息,或者融资平台市场化程度较高,自身经营收益(剔除土地出让收益)能覆盖贷款本息的,即表示该贷款项目对***府财***收入变化不敏感,建议将各压力情景下的资产质量分类结果调整为正常情景下的分类水平。三是***府偿债能力分类达到关注类(及以下)的,压力情景下的资产质量分类结果应至少下调到关注类。
六、融资平台贷款压力测试结果的应用
通过对融资平台贷款进行地方财***收入不同程度变化的压力测试,首先可以较为清楚地分辨出目前各地方***府及融资平台在不同压力情景下的抗风险能力,以及***府偿债能力不同的地方及平台在各种压力情景下的表现情况。如在压力情景力下,有多少正常类的地方融资平台降为关注及以下,有多少贷款项目资产质量分类下降,下降的幅度是多少,资产质量恶化的贷款特征分析等。使得银行能够更加审慎的区别对待融资平台,采用有针对性的措施控制风险。
压力测试篇7
备受关注的美国银行压力测试结果近日公布。结果显示，在19 家测试银行中有10 家需要进行融资，融资总额为746 亿美元。其中，美洲银行需要筹资339亿美元，富国银行137亿美元，花旗集团55亿美元，摩根士丹利18亿美元，通用汽车金融服务公司115亿美元。
单从压力测试的数字结果来看，或许可以认为美国银行最坏的日子已经过去，银行信贷将逐渐恢复，金融系统运作也将趋向正常化。然而，单凭几个简单数字，就判断美国信贷市场即将解冻，甚至说整体经济逐渐趋暖，未免过于草率。乐观一点讲，这次压力测试只是扳回了一点短期的市场信心。
许多人对美国***府实施这次银行压力测试的动机提出质疑，甚至有人认为，这是奥巴马***府、美联储、***和华尔街共同导演的一出闹剧，忽悠了广大的普通市场投资者，而使华尔街的少部分投资银行家从中牟利。
压力测试既不透明也无压力
今年2月，奥巴马***府宣布，对美国最大的19家银行进行压力测试，以衡量银行未来承受亏损的能力，该项测试设计的初衷在于，一来确保整个银行体系有足够的资本保证其度过严重的经济衰退，二来还原给市场一个公开与透明的银行资产状况。
次贷危机爆发至今，市场对美国金融体系渐渐失去信心。金融衍生品的复杂性、金融机构相互之间的高关联度，导致美国各大银行难以正确评估资产价值。 同样，对投资者而言，也很难对银行的资产价值和风险作出合理评估，市场被过度的悲观情绪所笼罩。因此，本次压力测试最主要的目的是，依托美国***府的公信力，还原各大银行资产负债的真实面目，进而重塑投资者信心， 并且确保银行能在最坏情况下渡过危机。但遗憾的是，这次银行压力测试未能做到公正、公开，所谓的压力测试既不透明，也无压力。
首先，美国联邦法律禁止任何未经授权的银行测试信息公布于众。而在整个压力测试过程中，***府公布的信息相当有限，压力测试实为“黑箱操作”，公众所得到的信息是各大银行与测试者协商后所披露的片面信息。今年2月末，美联储官员在接受媒体采访时就表示，这次测试不会有“通过”或者“不通过”的评判，并且给出了相当模糊的测试解释。原本是为了提高市场透明度的压力测试，却蒙上了一层神秘的面纱。
再来看压力测试的“压力”。对这次银行压力测试，美国***府披露了有限的测试假设条件，包括GDP 增长速度，失业率以及房价在2009年与2010年的走势预期等。标准情况设定为：2009年与2010年的GDP增长速度为-2.1%～+2%；失业率为8.4% ～8.8%；房价下跌幅度为14%～4%。最糟糕的情况及银行面临的最大“压力”设定为：2009年与2010年的GDP增长率为-3.3% 与+0.5%；失业率为8.9% ～10.3%；房价下跌幅度为22%～7%。实际情况又如何？美国纽约大学经济学教授鲁比尼博士结合最新的公众预期给出了一组数字，2009年GDP 增长预期为 -2.3%，失业率9.8%甚至更高，唯独房价指数有可能不会超过22%，但即使不超过，也将十分接近22%。公众预期已经达到超过压力测试下的最坏情况了，压力测试的所谓压力何在？
银行资产状况排名欠公正
在压力测试结果公布之前，哥伦比亚大学经济学教授、前美联储理事米什金在接受彭博社采访时表示，压力测试结果本身并不那么重要。他说：如果测试结果是错的，对每一家银行来说，错的方向相同，那么，压力测试仍旧能给出公正的排名。清晰公正的排名则可以部分消除银行间的不信任，提高银行间的流动性。
这次压力测试结果给出的银行资产状况排名是否公正呢？
从数字来看，美洲银行需要的资金量最大，为339亿美元，是排名倒数第三的通用汽车金融服务公司所需资金量的2倍多，后者所需融资额为115亿美元。事实上，美洲银行的融资能力远远强于通用汽车金融服务公司。通用汽车金融服务公司所需集资金额占风险加权资本的6.6%，远高于美洲银行的2.07%，其融资能力又相对较弱，因此，通用汽车金融服务公司的资金压力远大于美洲银行。再比如，花旗集团需要的融资金额仅为55亿美元，约为摩根大通（100亿美元）的一半。然而，花旗的境况并不比摩根大通好。
这样的排名结果引发了许多议论。美国一家投资公司的创始人就表示，仅仅依靠失业率来判定谁好谁坏，是一件可笑的事。股神巴菲特也认为，忽视银行与银行不同的商业模式而进行的测试，本质上就是错误的。而这一切正中美国***府下怀：他们需要的不是一个公正的排名， 而是一个谁也不得罪但能恢复短期市场信心的工具罢了。 如此看来，压力测试能够对不同银行的资产状况进行公正排名，也许只能是米什金的一个美好愿望了。
普通投资者是最终埋单人
压力测试一开始，就有人从根本上对***府的动机提出疑问，甚至认为这次测试仅仅是一场***治游戏。早在今年2月底，美国的一家风险研究机构的董事总经理克里斯多夫・沃伦（音译，Christopher Whalen）就指出，其实，压力测试不用测试就已经有结果了，测试本身仅仅是***府兜售银行有毒资产的一个催化剂而已。
2月10日，新任***长盖特纳公布了所谓的盖特纳计划欲救助银行体系，计划中最重要的一条就是，对购买银行有毒资产的投资者给予一定补贴。但响应者寥寥。
对于美国***府而言，次贷危机爆发后，美国银行业就像一个巨大的坑，需要大量资金来填充。在过去的数月，***与美联储都在挖空心思想办法填坑，但发现无论如何都填不满。***府希望包括私募基金在内的私有资金能助一臂之力，依靠前几年在次级贷款中狠捞一票的投资银行家们出资收购银行的有毒资产。然而，那些投资银行家只对丰厚的回报感兴趣，更何况他们是最了解有毒资产风险属性的人。与此同时，商业银行的高层们也不愿损失自己利益，而将资产贱卖出去。***府急切地想让银行体系再次运转起来。而要让银行体系运转起来，前提是先将银行的坏账清空，然后再注资，这个过程势必要损失一部分人的利益来填坑。
这次银行压力测试就是一个不错的办法。
首先来看投资银行家。他们在***府公布信息前得到内幕消息并买入股票，压力测试结果公布后，股市大涨，他们将股票卖出，狠赚一笔，以此作为补贴，他们出手买入商业银行的部分有毒资产。
压力测试篇8
【关键词】风险价值；Value at Risk；压力测试；风险管理
一、引言
2007年7月，随着标准普尔和穆迪两家信用评级机构分别下调了612种和399种抵押贷款债券的信用等级，美国次贷危机爆发。次贷危机造成了全球性的金融危机，欧洲发达国家、日本、韩国等经济体不断报出巨额亏损的数字，如此大规模的金融海啸着实把全球经济推入了寒冬。
次贷危机之后，人们开始把视线重新聚集在各国金融系统风险监管之上。虽然次贷危机的硝烟已经退却，但其毁灭性的结果依旧影响着今天，用何种方法来预测和防范金融风险在后危机时代显得尤为重要。从国内外金融机构在日常管理中对风险评级体系的构建中发现，用于测量金融风险的主要工具有两个，分别是风险价值和压力测试。
二、风险价值概述
风险价值（Value at Risk，简称VaR）是指在正常的市场环境下，在一定的概率水平（置信度）和持有期内，衡量某个特定的头寸或组合所面临的最大可能损失。
VaR从统计的意义上讲，本身是个数字，是指面临可预测的的市场波动时处于风险状态的价值是多少，即在给定的概率水平和一定的持有期间内，可以预测的最大价值损失量。例如，某家金融机构持有的某种金融产品在未来的一天内，在置信度为99%时，如果金融市场发生可以预测的市场波动，其VaR值为500元。也就是说该金融产品在未来的一天内，由于市场波动带来的损失超过500元的可能性为1%。
VaR值的大小不仅取决于持有期间的长短，同时还受持有者风险爱好程度的影响，置信度高则意味着管理者对风险持较厌恶的态度，相反，置信度低则代表对风险的容忍程度较高。VaR由于其概念简单，且能用一个数字来反映出损失的大小，易于接受和理解，故被广泛应用于金融机构的资本配置、风险定价、绩效评估和信息披露等领域，并作为一种很好的风险管理工具在巴塞尔协议中获得应用和推广，已经发展成为现代风险管理的标准和理论基础。
三、压力测试概述
根据国际货币基金组织IMF（2004）的定义，压力测试指一系列用来评估一些异常但又可信的宏观经济冲击对金融体系脆弱性影响的技术总称。
我国银监会将压力测试定义为，将整个金融机构或资产组合置于某一特定的（主观想象的）极端市场情况下，如假设利率骤升100个基本点，某一货币突然贬值30%，股价暴跌20%等异常的市场变化，然后测试该金融机构或资产组合在这些关键市场变量突变的压力下的表现状况，看是否能经受得起这种市场的突变。
美国次贷危机给全球金融系统造成的负面影响远远超过了人们最初的预期，其中一条重要的教训是对风险后果的前瞻性估计不足，机械的套用了监管比率，远远低估了金融体系杠杆率的下降幅度。于是人们认识到在正常的置信期间和正常的市场波动时，VaR风险估计是有限的。一旦超过置信度的低概率市场波动事件发生，传统的VaR法就无能为力。极端的危机告诉我们仅仅靠VaR方法是不够的，需要结合压力测试对金融系统的稳定性进行判断。
四、风险价值和压力测试的对比
风险价值法和压力测试法均是衡量金融系统风险大小的有效方法，两者相比于传统的衡量方法而言更注重于事先风险的测量，即可以事前计算风险，不用等到风险事件发生之后再衡量，所以预测性强。同时，风险价值和压力测试都不仅能计算单个金融工具的风险，还能计算由多个金融风险组成的投资组合风险，这也是比传统风险管理方法优越之所在。风险价值和压力测试有一定的共同之处，但两者的差异还是比较明显的，主要集中在以下几个方面。
1.两者适用条件的差异
要计算出单个金融工具或投资组合的风险价值，需要确定三个条件：持有期的长短、置信区间的大小和观察期。首先，持有期是指确定计算在哪一段时间内的持有资产的最大损失值，也就是明确投资者关心资产在一天内一周内还是一个月内的风险价值。其次，置信区间的大小通常由风险管理者的风险厌恶程度来确定，如前所述，置信度高则意味着管理者对风险持较厌恶的态度，相反，置信度低则代表对风险的容忍程度较高。最后，观察期是对给定持有期限的回报的波动性和关联性考察的整体时间长度，是整个数据选取的时间范围。以上三个条件对计算风险价值是至关重要的因素，可以看出风险价值法适用条件的限制性比较大。
用压力测试来衡量风险的条件往往是需要金融系统发生极端的经济波动，这种波动应该是异常但且合理的。也就是说当市场中出现了不适用于风险价值方法的事件时，压力测试就能取代风险价值发挥作用，简而言之，压力测试是风险价值在衡量金融风险中的补充。
2.两者计算方法的差异
风险价值如果用统计的方法来计算则为一个数值，所以用代数和统计原理来解释风险价值法和计算VaR值是比较合理的。通常有三种方法来计算VaR值，分别是：方差——协方差法、蒙特卡洛法和历史模拟法。方差——协方差法是假设资产组合价值的变动服从正态分布，然后计算出组合收益方差、标准差和协方差，从而求出一定置信水平下分布偏离均值的临界值，从而推导出VaR值。蒙特卡罗VaR法利用一个模型，输入随机变量集，产生从今天到VaR水平期所有风险因子变化的完整路径。每一模拟路径给出了重估整个资产组合价值所需的所有市场数据。蒙特卡罗模拟称得上是灵活性最大的方法，因为该方法允许用户设置任意已知的概率分布，并且掌握相对复杂的投资组合。历史模拟法是指首先对特定历史时期内观察到的相关市场价格和收益率的变化进行分析，然后，利用从历史数据中推导出的风险因子来构造资产组合收益的分布，根据这个分布，可以计算资产组合的VaR值。
压力测试方法的分类通常按照单一风险因子冲击还是多风险因子冲击可以分为敏感性分析和情景分析。敏感性分析是对单一风险因子影响分析，情景分析是分析单一风险因子或多种风险因子的影响分析。情景分析又可分为历史情景和假设情景分析。相对而言，敏感性分析更加简单易操作，而情景分析需要考虑各种冲击的相关性等问题，在模拟重大冲击时效果更好。
五、总结
风险价值和压力测试方法在发达资本主义国家已经被广泛应用于金融市场，风险价值法是衡量在正常市场状态下的风险大小，而压力测试则衡量的是当市场出现异常波动时的市场风险。这两种方法相辅相成，虽然两者在适用条件和计算方法上都存在一定的差异，但如果将压力测试作为风险价值的补充方法，那么两者的配合就能够构建一个比较全面的风险管理框架，这对金融机构进行风险管理和投资决策来说是非常有效的。
我国的金融市场较之于发达资本市场还处于发展的阶段。随着各项改革的深入进行，市场机制的作用会占据更加重要的地位，于是金融市场风险的监管也需要得到管理当局和金融机构的足够重视。虽然风险价值这一风险衡量方式在中国金融市场中的认可程度较高，并已被不少金融机构运用于实际的风险管理中，但美国次贷危机的发生给每一个金融市场参与者敲响了警钟，风险价值法有其固有的缺陷，引入压力测试是必然的趋势。
总而言之，压力测试作为风险价值的补充，与风险价值构成了一个比较全面的风险分析体系，为金融机构提供了一个简洁有力的决策依据，对于各种情况都有较强的适应性。在金融市场日渐走向成熟的今天，应用好风险价值和压力测试两种方法，必然能使我国的金融机构更好的面对机遇和挑战。
参考文献
[1]Martin Cihak.Stress Testing：A Review of Key Concepts[R].CNB International Research and Policy Note，2004.
[2]Martin Cihak.M.How do Central Banks Write on Financial Stability[R].IMF Working Paper，2006.
[3]刘晓星.风险价值、压力测试与金融系统稳定性评估[J].财经问题研究，2009（9）.
[4]甄梅.借实施新资本协议东风加强市场风险管理能力[J].国际金融，2010（10）.
[5]张明，郑联盛.华尔街的没落——透析美国次贷危机与中国经济走向[M].北京：中国财***经济出版社，2009.
[6]陈强，乔郁.金融稳定评估的宏观压力测试研究[J].山东社会科学，2011（9）.
[7]高同裕，陈元富.宏观压力测试及其在我国应用面临的问题[J].南方金融，2006（7）.
压力测试篇9
关键词：后金融危机 宏观压力测试 向量误差修正模型
中***分类号：F830.2文献标识码：A 文章编号：1006-1770(2010)011-022-05
引言
根据国际货币基金组织(2004)的定义，压力测试是指评估金融体系承受“罕见但是仍然可能”的宏观经济或金融市场波动冲击能力的一系列方法与过程。根据关注范围的不同，压力测试可以划分为宏观和微观两类。宏观压力测试由于能模拟潜在金融危机等极端事件对银行系统稳定性的影响，在实践中得到迅速推广。国际货币基金组织和世界银行(2006)于亚洲金融危机后联合推出银行部门评估规划（FSAP），首次将宏观压力测试方法作为衡量银行系统稳定性分析工具的重要组成部分。
Erlenmaier(2004)和Gersbach(2005)利用宏观经济模型RIMINI对总体审慎指标的趋势与发展进行预测，并且建立了评估贷款违约率的宏观信贷方程。Froyland和Larsen(2002)利用宏观经济模型RIMINI对银行不良贷款在宏观经济波动情境下进行了压力测试。
虽然国际上宏观压力测试已成为***策当局分析银行稳定性而广泛使用的工具，但国内宏观压力测试尚处在推广初期。陈华、伍志文(2004)运用1978年-2000年间的数据对中国银行体系脆弱性状况进行了量化分析，结果发现宏观经济变量是宏观经济***策影响银行稳定的传导路径。徐光林（2008）利用线性压力测试模型，分析GDP增长速度和CPI同时发生不同程度恶化对我国银行业资产规模增长速度的影响。华晓龙(2009)通过假设情境法进行宏观压力测试，定量分析宏观经济因素波动对中国银行体系不良贷款率的影响。
目前，全球由美国次贷危机引发的金融危机进入到实体经济受到巨大冲击的后金融危机时代，世界经济存在着很多的不确定性和不稳定性，全球经济下我国宏观经济亦不可避免的受到多方面的冲击。因此，如何识别潜在的宏观系统性风险对银行系统稳定性的影响受到越来越多的重视。我国宏观经济运行有许多不同于发达市场经济的特点，能否寻求一种不严格依赖经济理论、从数据变化中寻找规律、把握动向的宏观压力测试方法，是具有现实紧迫性的课题。本文在借鉴国际经验的基础上，结合中国国情，提出基于向量误差修正模型（VECM）的宏观压力测试模型，定量评估分析宏观经济因素波动对我国银行系统稳定性的影响，对防范和化解银行体系系统性风险具有重要的现实意义。
一、 宏观压力测试原理
宏观压力测试通过宏观压力情境的构建，预测极端但可能发生的宏观经济变动对银行系统稳定性的影响。如***1所示，宏观压力测试过程主要包括三个步骤：首先，定义压力情景及强度，选择能够体现宏观经济风险的主要因子；其次，构建宏观经济因素的关联关系，确定压力情景下各宏观经济变量取值；最后，建立风险因子与内部因素的冲击路径。
（一）定义压力情景
压力情景的定义方法有历史情景法和假设情景法两种。近二十年来中国的经济环境主体上还是呈良好的上升趋势，缺乏较严重的经济衰退或压力事件。因此，本文采用基于假设情景法进行情景设定。
1.定义压力情景因素
基于国内外实证研究及数据可得性，本文选取中国国内生产总值（GDP）增长率、消费者价格指数(CPI)、1年期银行机构人民币贷款基准利率（IR）等三个宏观经济变量作为外部宏观经济因素，选取商业银行贷款不良率作为内部因素，即衡量银行系统稳定性的指标。本文选取上述四个指标1996年-2009年季度历史数据进行分析，并采用PBC版X-12-ARIMA1年季节调整软件剔除时间序列数据的季节因素影响。
2.设置压力测试强度
选择实际GDP增长率作为主因素，根据实际GDP增长率历史数据拟合Beta分布，确定它在三种不同宏观经济衰退情景的取值，代入压力测试情景设置模型，确定其他宏观经济因素取值。
参照FSA压力情景设置标准，以所拟合的Beta分布上1/10分位数数值（6.69%）、1/25分位数数值（5.87%）、1/100分位数数值（4.89%）表示实际GDP增长率在温和、严重、极端宏观经济衰退情景下的取值，其发生概率分别是10年一遇、25年一遇、100年一遇。沈利生（2000）认为现阶段我国 GDP 潜在增长率为 8.6%，2009年四季度我国 GDP 增长率为10.7%。因此，设定GDP在温和、严重和极端压力情景下取值为7%、6%和5%。
（二）宏观压力测试情景设置模型
Sims(1980) 提出了使用模型中的所有当期变量对所有变量的若干滞后变量进行回归，用于相关时间序列系统的预测和分析随机扰动对变量系统的动态影响，构建非结构化的多方程模型（VAR）。它不带有任何事先约束条件，将每个变量均视为内生变量，避开了结构建模方法中需要对系统中每个内生变量关于所有变量滞后值函数的建模问题，它突出的一个核心问题是“让数据自己说话”。
大多数情况下，经济变量各自均为随机游走时间序列。而长期来看，两个或两个以上经济变量之间的线性组合可能是平稳的，即它们之间存在某种确定的变化比例关系，这时称两个或两个以上经济变量之间存在长期均衡关系。经济变量之间的长期均衡关系由于其他因素的影响在短期内可能出现失衡状态，如果能从动态角度将它们之间的短期变动行为和它们之间的长期关系联系起来考虑，分析结论会更具针对性。Johannes(1991)提出向量误差修正模型（VECM）引入了协整关系方程的误差项反映这种短期波动向长期均衡稳定关系修正的机制。因此，本文在向量自回归模型（VAR）的基础上，构建宏观经济变量VECM模型（1）确定各变量之间的联动关系。
计算自回归模型残差协方差矩阵S，对协方差矩阵进行柴可夫斯基分解。选择主因素y1,t，如，实际情况下选择GDP作为主因素，给定某宏观风险因素的压力值，代人基于向量自回归模型第一个方程反解出残差项m*1t，产生由伪随机残差m*1t以及蒙特卡洛模拟产生的其他两个标准正态分布随机数m*2t,m*3t组成的向量r=(m*1t，m*2t，m*3t),将m=r*A代入向量自回归模型，计算出压力情景下其他变量值。重复此过程，计算足够次（大于100万次）蒙特卡洛模拟下的变量值，然后求平均值作为压力情景下宏观因素取值。
（三）压力测试传导机制
本文借鉴Wilson(1997)研究框架中关于宏观经济因素和贷款违约率之间的非线性关系设定，使用Logit模型将贷款违约率转化为宏观综合指标Y，以指标Y作为因变量与宏观经济因素进行多元线性回归分析，以更好地利用各宏观经济指标所提供的信息。
t= 1， 2 ……N (2)
NPL代表主要商业银行贷款不良率，Y为反映银行体系违约概率和各宏观经济变量关系的“中介指标”，利用历史数据进行模型估计，通过处理的贷款不良率值代人式(2)就可以得到估计的综合指标Y的估计值。
1， 2 ……N(3)
式（3）反映了Y与宏观经济因素之间的传导关系。考虑经济变量之间与商业银行不良率之间可能存在协整关系，若对非平稳序列进行差分，用差分后的序列建模，但差分往往使数据中包含的长期调整信息丢失，忽略了变量水平之中包含的信息。本文对具有协整关系的序列算出误差修正项，并将误差修正项的滞后一期看作一个解释变量，连同其他反映短期波动关系的变量一起，从而能够反映这种短期波动向长期均衡稳定关系修正的机制，构建宏观经济因素X1、X2……Xm与银行贷款不良率Y的传导关系(3)，在执行压力测试的时候，将压力情景下宏观经济变量值代入估计出的式(3)就可以得到压力情境下的Y，代入式(2)就估计出了压力情境下银行系统不良率。
二、 构建宏观压力测试情景设置模型
（一）变量平稳性检验
由于虚假回归问题的存在，所以在进行动态回归模型拟合时，必须先检验各序列的平稳性。本文用扩展的单位根检验法(ADF)对数据进行平稳性检验，检验结果如表1所示，GDP、CPI、IR的ADF序列在95%的置信水平下都是非平稳的。进一步检验显示，上述三个序列的一阶差分序列，即DGDP、DCPI、DIR至少在95%的置信水平下都是平稳
的。
（二）建立VAR模型
由于三个变量都是一阶单整序列，可以建立VAR模型。首先，需要确定VAR模型的滞后阶数。参考赤池信息准则AIC、施瓦茨准则SC，以及极大似然估计量，可以从统计意义上，确定模型的最优滞后阶数，结果如表2所示，从统计意义上，最优的滞后阶数为1阶。从经济意义上考虑，压力测试需要考虑银行在经济衰退情景下一年内每个季度的表现，因此将VAR模型的滞后阶数设置为4阶。
滞后期数为4阶的VAR模型估计结果如下：
（三）建立VECM模型
在VAR模型的基础上进行Johansen的多元协整检验，判断多元变量间是否存在协整关系。表3列出Johansen多元协整检验的临界值和似然比率。
由表3可知，在5%的显著水平下存在一个协整方程。协整方程为：
令误差修正项为：
VECM模型估计结果为：
（四）Grange因果关系检验
为了确定变量之间的相互关系，对变量进行Granger因果检验。如表4所示，在5%的显著水平下，滞后阶数为1和2时，GDP是CPI、IR的Granger成因，CPI是IR的Granger成因；滞后阶数为3时，GDP是IR的Granger成因。
（五）压力情景设置
将GDP在三种不同程度（温和、严重，以及极端）的宏观经济衰退情景的取值，代入VEMC压力情景设置模型，即可确定CPI和利率在相应宏观经济衰退情景下的取值。由于模型所基于的宏观因素数据为季度数据，因此，需要确定实际GDP增长率在每个季度的施压路径。徐光林（2008）假设宏观因素指标呈指数增长或下降，具体形式如下：
其中，K表示施压路径的总季度数，i 的取值从1到K，b为总冲击量。a 为待定参数，其计算公式为：。计算出压力情景下各季度GDP取值，代入VECM模型，获得压力情景下各季度其他宏观经济变量取值。
三、 构建宏观压力情景与银行不良率的传导机制
（一）模型变量的单位根检验
在建立长期均衡模型之前，必须对各序列进行单位根检验，以判断各序列的平稳性，ADF检验结果如下表所示，模型相关变量都是I(1)过程，即一阶单整的。
* 对于Y而言，其0.01和0.05相应的临界值分别为-3.83和-3.03。
（二）协整检验
金融危机发生后，国家出台对应***策促进经济增长，减少
金融危机对我国实体经济的影响，2008年第4季度我国商业银行不良率相比于2008年第3季度有较为大幅度的下降。这段时
期不良率与宏观因素之间的关系不反映它们长期均衡关系，另外我国利率还没有完全市场化。因此，选取2005年第1季度和2008年第3季度数据构建商业银行贷款不良率与GDP，CPI之间的协整关系：
对残差项进行单位根检验，T统计量p值为0.02说明残差项在95%置信度是平稳的，说明上述协整关系成立。
（三） ECM误差修正模型
上述分析已证明，不良率与GDP和CPI之间存在(1,1)阶协整关系，将回归方程的残差作为误差修正项，可建立的误差修正模型。在建立误差修正模型之前，加入了哑变量，以反映金融危机期间外部***策的作用，误差修正模型形式如下：
四、 结论与建议
理论上，在经济衰退时期，银行不良率会升高。但是，在经济衰退时期，也可能出现其他因素，缓和银行不良率的上升。缓和不良率上升的因素包括以下货币***策和财******策两方面。货币***策方面表现为在经济衰退期，国家往往会调低贷款利率，加大货币供给量，这些***策使得银行不良率倾向于下降。如2008年金融危机的影响显现后，央行自2008年9月以来9次调整利率水平；财******策方面表现为经济衰退期，国家加大财***支出来促进经济增长，减少金融危机对我国实体经济的影响。如这次金融危机背景下我国***府出台4万亿投资拉动内需、十大产业调整振兴规划等***策。
因此，本文不仅分析理论压力情景下商业银行不良贷款率的变化，也分析实际上国家采取应对***策进行调控下商业银行不良率的变化，我们设计了三个压力情景：压力情景下国家保持货币***策和财******策不变；压力情景下国家保持货币***策不变，但不采取应对的财******策进行调控；压力情景下，***府应对的采取货币***策和财******策进行调控。
情景一：假定在经济衰退期，利率水平保持不变，***府不采取类似于次债危机期间的管控手段（即将哑变量设置为0），结果显示随着经济衰退程度的加强，银行不良贷款率升高的幅度增大。
情形二：假定在经济衰退期，利率水平保持不变，***府采取2008年－2009年金融危机时期的管控措施（即将哑变量设置为1），结果显示随着经济衰退程度的加强，银行不良贷款率的水平值不断上升。由于***府的管控措施，在经济衰退情景下，不良率水平相比当前时点，出现下降。
压力测试篇10
关键词：稳定性测试系统 压力试验 VB6.0
中***分类号：TP39 文献标识码：A 文章编号：1007-9416（2016）12-0060-01
压力实验是生产中常用的实验环节，作为保证产品质量的有力措施，企业对实验的可靠性和有效性非常重视。依靠提高实验的次数和严格的实验条件，从单方面苛求完美，到了一定的阶段必然会无法继续发展。另一行之有效的方法是从提高压力实验机稳定性和精度出发，开发出专门评估压力试验机稳定性的评估系统，从实验的源头保证实验的有效性，保证产品的质量。
随着计算机技术的发展，将软件技术应用于系统评估领域，成熟的系统评估理论与计算机技术相结合，可以开发出具有Windows界面风格的可视化软件评估系统。该系统能***检测压力试验机的加载过程，实时的记录并保存数据，有效的解决了实验的再现问题。系统稳定性高，使用方便，便于移植，其产生的报表打印后可以做成随件单，跟随压力试验机。
1 算法的分析与选择
算法（Algorithm）是解题的步骤，可以把算法定义成解一确定类问题的任意一种特殊的方法。在计算机科学中，算法要用计算机算法语言描述，算法代表用计算机解一类问题的精确、有效的方法。
要分析压力实验系统的稳定性，有三种算法可以选择：①通过比较加载速率，对超出上下限的值计数，然后用该数值除以总数，得到超过范围的值所占的百分比。②对压力值作***分析，看它的变化是不是一条斜率相等的直线。③计算前后两次压力值的差，用它来除以时间间隔，得到压力加载的速率，并绘制曲线，其期望值是一条直线。
上述三种算法中，第一种精确，可以给出期望的超差率直接对比得出结论，相对简单，容易实现，不存在作***，只通过简单的计数和除法计算就可以实现，但不够直观。第二种和第三种直观，但相对第一种不够精确，不能肯定的给出一个结果，判断压力试验机的测试是否通过。尤其是第三种特别适合压力实验系统。在VB6.0显示和绘***都很方便，可以结合使用三种方法。
2 绘***区域作***的实现
基准值由用户设定，根据用户的设定可以在Picture1中画出基准线，程序如下：
Private Sub Text6_KeyPress（KeyAscii As Integer）
If KeyAscii = 13 Then
X = CSng（Val（Text6.Text））
Y = （7760 - 1000 / 0.48 * X）
Picture1.DrawStyle = 0
Picture1.Line （1300， Y）-（11040， Y）， RGB（0， 0， 300）
Text7.SetFocus
End If
End Sub
误差上限由用户设定，根据用户的设定可以在Picture1中画出直线，程序如下：
Private Sub Text7_KeyPress（KeyAscii As Integer）
If KeyAscii = 13 Then
X = CSng（Val（Text7.Text））
Y = （7760 - 1000 / 0.48 * X）
Picture1.DrawStyle = 2
Picture1.Line （1300， Y）-（11040， Y）， RGB（0， 0， 300）
Text8.SetFocus
End If
End Sub
误差下限由用户设定，根据用户的设定可以在Picture1中画出直线，程序如下：
Private Sub Text8_KeyPress（KeyAscii As Integer）
If KeyAscii = 13 Then
X = CSng（Val（Text8.Text））
Y = （7760 - 1000 / 0.48 * X）
Picture1.DrawStyle = 2
Picture1.Line （1300， Y）-（11040， Y）， RGB（0， 0， 300）
Text9.SetFocus
End If
End Sub
实验压力曲线根据得到的压力值绘制，程序如下：
Private Sub Text2_Change（）
z = CSng（Val（Text2.Text））
m = 8760 - 1000 / 30 * z
l = 1000 / 15 * Timer1.Interval / 1000 * i + 600
Picture1.DrawStyle = 0
Picture1.Line -（l， m）， RGB（200， 0， 0）
3 模拟实验
模拟实验只要是针对主界面的显示和作***功能设计的，用以调试软件最基本的两项功能。因为没有下位机，没有数据来源，笔者通过算法产生数据，模拟压力机的加载过程，实验步骤如下：
（1）设置检测起始线、基准值、误差上限、误差下限，其它信息可以不设置。
（2）点击开始，观察显示和绘***情况，分析系统的功能实现情况。
（3）点击结束，停止模拟实验。
实验结果如***1所示，***中主窗口基本实现了显示和作***功能，符合设计要求。
4 结语
本文的研究工作初步设计了压力实验机稳定性评估的系统，勾画出了系统的总体模型，对于具体功能的实现提出了方案并用VB6.0进行了编程实现，最后通过模拟实验测试了系统性能。
参考文献
[1]钱雪忠，周黎，钱瑛，周阳花.新编Visual Basic程序设计使用教程[M].北京：机械工业出版社，2004.
[2]罗斌.Visual Basic 2005管理系统开发经典案例[M].北京：中国水利水电出版社. 2007.
[3]萨师煊，王珊.数据库系统概论[M].北京：高等教育出版社.2000：65-83.