《商业银行信用风险内部评级体系监管指引》第69条要求商业银行应书面记录资产池风险同质性分析、集中度分析；第186条指出风险数据集市应包括单个客户、单笔债项的详细数据，以及行业、区域、产品等资产组合以及宏观层面的数据等；第238条规定商业银行应根据债务人或债项的评级结果，设置单一债务人或资产组合限额。《商业银行资本充足率监督检查指引》中对商业银行集中度风险管理也提出了要求，第73～77条指出商业银行不仅应当理解本行当前面临的各类集中度风险，而且应当对在压力市场条件下、经济下行和市场不具备流动性情况下可能产生的集中度风险有清楚的估计；应当建立全面的集中度风险管理框架，并对集中度风险配置相应的资本以有效抵御集中度风险可能带来的损失。从具体方式来看，我国现在主要是通过限额的方式来监管客户集中度风险，对组合集中度风险的监管指标研究与实践尚待进一步完善。
(2) 集中度风险计量的方法及国际经验
尽管现在国际上没有统一的信用集中度风险计量方法，但是相应的研究正在不断深入，计量方法也在逐步演进，从最基础的“基于敞口的集中度评估”→“调整后的监管资本法”→“风险贡献度法”→“经济资本模型法”，计量的精确度不断提高，但同时对数据和模型的要求也越来越高，操作难度越来越大。对集中度风险的计量要根据单一客户和组合集中度分别进行。
(3) 单一客户集中度的计量
单一客户集中度风险的计量方法包括敞口比率(Ratios)、基尼系数(Gini Coefficient)、HHI指数(Herfindahl-Hirschman Index)、分散度调整(Granularity Adjustment)等。前三种属于非模型法(heuristic or model-free)，最后一种是模型法(model-based)。
敞口比率法直接计算最大前10（或20或50）家客户的敞口总额，并将其同资本挂钩，例如要求不超过银行资本净额的50%。这种方法非常简单和直观，但其反映的信息比较片面（只有风险敞口），未刻画借款者的信用质量，如违约可能性、违约损失率等，也未考虑资产的相关性，因此比较粗糙。
基尼系数可以作为一种集中度指标，计算单个敞口量对组合的贡献度与平均贡献度之间的差距。系数接近于0说明组合中各单个敞口分布均匀，系数接近于1则说明组合高度集中。这种计量方法的缺陷是没有合理考虑组合的规模。例如，一个只包含少数几笔贷款但额度分布均匀的组合与包含大量分散度高但额度不均匀贷款的组合相比，可能前者的基尼系数低于后者。并且，如果在已有组合中增加一笔很小额的贷款，尽管分散度更高了，基尼系数却可能是上升的。因此，基尼系数一般只用于测量资产分布的均衡情况。
HHI指数定义为组合内各单一客户资产敞口比重的平方和。分散得很好的组合该指数接近于0，而集中度高的组合该指数接近于1，如果组合只包含一个客户则该指数就等于1。但在组合样本量较少时，受不同个体违约可能性差异的影响，基于HHI指数的计量结果可能不精确。
分散度调整计算的是实际组合与跟它具有完全一样风险特征的无限分散(infinitely granular,即集中度极低)组合之间非预期损失的差。它是ASRF模型的一个扩展，遵循了IRB公式的理论基础，同时将原被忽略的单个客户集中度纳入ASRF模型，并在经济资本中直接体现出来，其本质就是提供一种基于公式的解决方案来测算个体层面因不分散所导致的额外资本需求。但缺点就是计算较为繁琐，且对规模较小的信贷组合不太适用。
(4) 组合集中度的计量
对组合集中度进行计量的一个关键前提是恰当的行业划分，如果行业划分不准确，看似分散了的组合可能实际上依然存在很大的集中度风险。行业准确划分的理想状态应该是行业内的相关系数非常高而行业与行业之间的相关系数非常低。行业内的相关系数通常用企业利润、营业收入等价值指标走势来计算，而行业与行业间的相关系数通常用行业股价指数的走势代替权益相关性来估算（通过权益相关性估计资产相关性的精确度可能受到怀疑）。但是，数据的获取与稳定的相关系数标准是进行行业划分的重大障碍。许多国家的官方行业划分都未考虑风险计量因素，因此并没有将信用风险关联度高或者严重依赖同一风险因素的企业归于同一行业。
计量组合风险集中度的非模型法包括HHI指数、敞口比率等，HHI指数是由行业敞口量（或资本量）占组合比重的平方加总而来。这些方法可以将资产组合根据集中度风险的高低排出序来，但是它们并没有将行业之间的信用风险关联关系纳入考虑，而且HHI指数也不能算出覆盖集中度风险所需的经济资本。
计量组合集中度的模型法包括解析式方法和模拟方法等。风险贡献度法(risk contribution)就是基于解析式的计量方法，它通过计算单笔债项的预期和非预期损失并对其求偏导得出单笔债项的风险贡献度、计算出债项的相关性矩阵并将其转化为债务人违约相关性矩阵、根据相关性矩阵计算组合层面的损失波动性、假设一个Beta或Gamma分布或基于历史数据模拟分布计算出组合层面资本乘数，从而得出单笔债项的资本需求。这种计量方法纳入了资产间及行业间的相关性，并实现了单笔债项层面的风险计量，因此精确度较高。但由于对数据要求高，计算量大，需投入的资源非常多，并且该方法中违约相关性的测算及一些假设条件在实施中可能不被接受。
经济资本模型(economic capital)是基于模拟方法的一种多因素模型(multi-factor models)，它赋予每个行业相应的系统性风险因子，测算行业内和因子间的相关性，并将其引入扩展的ASRF模型，通过模型计算出信贷组合由于集中度而需要额外提取的经济资本。它可以用于计算单笔资产对组合经济资本的边际风险贡献度，简单来说，就是在已有组合中加入一笔新的贷款后组合风险的增加值。这种方法对行业的划分要求较高，要利用蒙特卡罗模拟方法获得经济资本，且赋予的行业因子结构需要跟随信贷组合结构以及因子的相关性变化而进行调整，因此精确度很高，但因素太多，计算繁琐，数据难以获得，并且计量模型也并未统一，对银行和银行监管者来说都难以执行。
多因素模型中也有比较简单或被简化的计量方法，简化的目的就是在降低数据要求的基础上，用透明度高、基于公式的方法来计算，这样计算出来的结果能给比较复杂的计量模型提供标准，同时也便于信贷机构操作，并且它们所得出的信息比通过非模型法计量所得出的信息要精确，不过它们的适用性和可靠性都有待继续探究。
10、案例房地产信贷压力测试 (1) 房地产信贷压力测试三个要素 极端但可信的事件；
影响资产（负债）质量的风险因素的变化； 对被测试对象潜在的财务影响。 (2) 房地产信贷压力测试的意义
确定机构的风险敞口与其风险偏(Appetite)相称；
确定风险管理中的薄弱环节；
确定合适的风险监测和管理方法，包括定性和定量管理政策：如风险限额、模型假设合理性、资产分类、拨备提取方法与数量、经济资本配置等等；
制定极端情形出现时的应对方案；在风险管理经理、高级经理、业务部门领导形成良性对话。 (3) 房地产信贷压力测试的实施步骤 识别潜在的风险敞口和薄弱之处； 识别所需的数据和数据的可得性；
根据已识别的极端和可能的冲击，形成与所得数据相称的情景或冲击； 选择和实行相关方法；解释相关结果；将成果应用到风险管理中去。 (4) 房地产信贷压力测试的主要测算目标
预期损失：预期损失（EL）=[违约率（PD）*违约损失率（LGD）*风险敞口（EXP）] 住房按揭贷款信用损失赔付（MIG） + 额外成本（RC）
其中：违约率是按揭成数、按揭年龄、按揭贷款付款额与收入之比、按揭类型、单笔按揭贷款规模等因素的函数；违约损失率是按揭成数、按揭年龄等因素的函数；住房按揭贷款信用损失是保单类型、年龄的函数；额外成本是违约数量、管理违约的平均成本的函数，这两项在国内可暂不考虑。
(5) 个人住房按揭贷款的压力测试方法一 对个人住房按揭贷款进行分类，如： 一手房（银行发起）与二手房（中介发起） 自住房与非自住房（投资房） 小房与大房
在分类的基础上进行分组按(贷款时的)按揭成数分组按发起年龄分组在此基础上，确定每一类每一组贷款的实际违约率、损失率。在房价下跌30%的冲击下，参照国际经验，违约率可按正常情况下的违约率的4-5倍计算；违约损失率按正常违约损失率的1.2-1.3倍计算。
(6) 个人住房按揭贷款的压力测试方法二
按按揭成数和按揭年龄计算违约率: P(D/A并LVR)= P(D/LVA)*P(A/D)/(P(A)) 其中：
P(D/A并LVR) 是由按揭年龄和按揭成数一定时的违约概率； P(D/LVA)是按揭成数一定时的违约概率；
P(A/D)是违约概率一定时违约率在不同按揭年龄组的分布频率； P（A）是不同按揭年龄贷款在各组的分布频率。 (7) 个人住房按揭贷款的压力测试方法三 利率回归方程进行计算：
LOG（PD/（1-PD）） = a1+a2*CLVA+a3*CDSR
其中，CLVA是现时按揭成数，等于贷款发起时的按揭成数乘以房价调节因子；CDSR是现时偿债率，等于贷款发起时的偿债率乘以利率调节因子和客户收入调节因子。利率上调和房价下跌的冲击可通过上述调节因子起作用，利用回归方程计算平均的违约率。
(8) 房地产商贷款的压力测试
在房地产商客户较少的情况下，可以对每家客户进行：流动性测试偿付性测试在此基础上，确定房地产商贷款的违约情况和损失情况。
(9) 房地产贷款压力测试结果的应用
制定极端情形出现时的应对方案，并确保落实到位。发现和确定违约和损失较重的贷款类型/项目类型，寻找关键的薄弱环节并进行风险管理整改。确定合理的贷款资产组合管理。根据贷款风险大小，确定不同的经济资本占用系数，形成良性激励。根据违约、损失情况，改善贷款分类和拨备计提。分析贷款预期损失对资本充足率、盈利性的影响，采取必要的补救措施。
(10) 近期银监会对房地产贷款压力测试的主要要求 1) 测试范围 个人住房按揭贷款 房地产商贷款 重点省市 2) 压力情景
利率下跌54（27）、108（54）、162（81）个基点； 房价下跌10%、20%、30%。 11、案例—货币市场基金压力测试
货币币市场基金，根据美国证券交易委员会的定义，就是按法律规定投资于低风险证券的一种共同基金(MF)。这些低风险的证券通常包括政府证券、银行定期存单、公司商业票据和其他高流动产品。我国货币市场基金的发行始于2003年，2004年股票市场低迷，在各种投资产品纷纷亏损的情况下，货币市场基金却以平均增长净值增长达到2.49%的成绩一支独秀，这也直接引起了货币市场基金在2005年第一季度的申购和发行热潮。由于基金在我国发展的时间很短，投资者对货币市场基金进行投资得时候带有很大得盲目性，往往是只关注基金的收益率而忽视了风险等其他因素，再加上我国缺乏全国性的法律规范，所以有些货币市场基金为了提高收益率从而达到吸引投资者的目的，纷纷投资于一些风险相对较高的投资产品。因此，货币市场基金的压力测试（极限损失）问题是银行风险控制的重要内容之一。
(1) 货币市场基金压力测试原理
货币市场基金的资产是一族固定收益组合，主要包括中央银行票据，各大型企业的短期融资票据，政策性银行发行的短期融资票据等。因此衡量这个组合的损失随利率变化就必须涉及到关键利率久期（key rate duration）,记资产组合的各个部分的久期分别为D1D2D3依次类推，则整个组成的关键利率久期可以写成:
Key Rate Duration=w1D1+w2D2+w3D3+…… 也就是说，先要计算出组合各个部分的修正久期。
(2) 压力测试实例
省略 (3) 利率冲击的确定
利率变化通常采取两种方式来表现，历史数据和采取利率随机模型。本例选取国债回购市场（204007）7日年化利率于2007年9月的变化作为利率极限冲击，这是国债回购市场可观察的月最大变化（月变化为0.02%到46%），历史极限冲击为45.8%/月。
一般认为国债回购市场的利率变化符合一个带漂移的布朗运动。即用计算机模拟以上利率变化1万次，计算出极限的利率变化，并以此对债券组合进行损失估计，取最大值即其极限损失。 (4) 损失的确定
在当前利率市场化不断的演进之中，利率的波动的加大以及利率的突变都会使货币市场基金经理人在投资时面临一些突变的利率风险，从而造成资产的较大损失，因此进行必要的压力测试对基金经理人进行预防性风险管理对很大作用。压力测试只是一种风险管理的手段，由于其存在自身的不足，还需要借助其他的模型及定量管理方法，从而全面的进行利率风险管理。
12、压力测试实施步骤
(1) 对银行已实施的各类实质性风险压力测试方案进行评估，评估压力测试的审慎性、设置的压力情景合理性和相关性、压力情景与信用风险参数间的逻辑关系的严谨性、主要的缺陷等，并提出详细的、可实施的改进方案。
(2) 对银行尚未实施压力测试的各类实质性风险，提供完整的、可实施的压力测试方案。 (3) 针对资本供给设计压力测试技术方案，包括但不限于方法论、情景设置、情景相关性分析、压力情景与风险参数间的逻辑关系、压力传导路径、承压项目等。
(4) 在各类单一风险压力测试的基础上，建立共同情景下的、可实施的全面风险压力测试技术方案（包含资本供给压力测试），包括但不限于建立宏观经济驱动变量与压力情境之间的的关联机制、压力测试的数据输入与输出机制、基本假设、情景生成模型（至少分为轻、中、重度情景，且包括关键假设失效的压力情景）、情景相关性分析、压力情景与风险参数间的逻辑关系、完整的压力传导路径及每级传导的理论/实证依据、承压项目、损失汇总方案及压力测试方案的缺陷等，压力测试情景应涵盖计量方法的关键假设及前提失效的情况。
(5) 针对压力测试可能出现的各类结果，提供框架性的、具有可行性的应急计划建议，包括相应的政策安排和应对措施。
(6) 依据所建立的全面风险压力测试技术方案，完成银行指定时点的一次全面风险压力测试，并提交全面风险压力测试报告。
(7) 针对所指定的全面风险压力测试中发现的问题，进一步完善全面风险压力测试技术方案。 九、操作风险管理系统简述
操作风险是指由不完善或有问题的内部程序、人员及系统或外部事件所造成损失的风险，它包括法律风险，但不含策略风险和信誉风险。国际上，操作风险的管理框架包括战略、组织、流程、系统、环境等5个方面，在这一框架下发挥作用的核心技术包含自我评估、关键指标、数据收集、风险计量和风险缓释等5个环节。