股价压力测试

『壹』 银行压力测试的不同看法

在相同的两年内，国际货币基金组织为欧洲（不包括英国）给出的银行贷款损失为8750亿美元。高于美国的数字反映了这样一个事实：经济下滑在欧洲的出现晚于美国，而欧洲银行对美国的亏损也持有一定的风险敞口。此外，欧洲银行的资产负债表一般持有更大比例的贷款，与可交易证券相反，贷款只有在贷款人停止还款时才允许核销，而大多数交易证券的估值是由注重未来违约预期的市场价格决定的。（国际货币基金组织预计英国银行体系未来两年将进一步核销2000亿美元）
所有这些并不是说美国的压力测试毫无瑕疵。分析人士和施泰因布吕克都批评了测试使用的方法，并对监管部门关于衰退严重程度的假设提出质疑，事实已经证明，衰退比某些应用情景更为糟糕。很多投资者对银行只需要750亿美元的新资本感到惊讶。国际货币基金组织估计，它们需要2750亿美元，才仅能回到遭受危机重创之前所达到的资本化水平。国际货币基金组织更愿意把银行股本作为其总资产的一部分加以衡量。
也存在这样的怀疑：测试结果遭到篡改，以确保财政部不必根据问题资产解救计划向国会要求更多资金。
不过，如果演习的目的是恢复人们对美国银行体系的信心，早期信号显示这行之有效。自结果公布以来，几家银行已宣布从私募市场募集新股本的计划。这些银行还加大了发行债券的力度。“这可能是一个恰好管用的蒙混过关策略，”一位银行高管表示。
而如果与美国同行相比，欧洲银行不够透明——由此也不够可靠，这在金融市场并不是显然的。最近几周信心飙升，已经使大西洋两岸的银行股股价上升。多数银行股票相对于它们的有形资产略有溢价，表明投资者相信未来收益将超过它们的资产成本。“总体说来，目前情况有所好转——我们从危险的边缘回来了，”汇丰银行董事长葛霖说。“压力测试声明排除了特别悲观的结果。”
即便如此，许多人仍然不相信危机已经过去。据瑞士信贷的分析师计算，假如欧洲银行的预留前利润下降20%——与上世纪90年代初瑞典银行所经历的跌幅相似——就必须在2009年和2010年核销2.5%的账面贷款，欧洲银行部门的一级资产率将从7%降到5%，迫使多数银行募集新股。
即使这个情景证明过于悲观，人们仍期望许多银行加强储备。“如果私营部门再度对银行股本感兴趣，我们预期很多欧洲银行将在中期募集股份，”野村分析师预测。
由于不同国家银行所面临的问题种类繁多，为欧洲银行设计压力测试系统也很复杂。西班牙银行提供的融资助长了房地产泡沫，很有可能比法国银行面临更大的抵押贷款损失。在法国，房价还未疯狂上涨。德国银行对已提供给处境艰难的生产厂家的贷款感到担忧。意大利的银行则面临较大的东欧风险敞口。
太平洋投资管理公司银行信贷分析师菲利普·波德罗称，欧洲银行的压力测试或许必须假设较低水平的抵押贷款损失，但对公司和国际市场的风险敞口较大。“如果欧洲银行平均说来对消费市场泡沫的风险敞口较小，它们对公司杠杆融资和东欧等新兴市场的风险敞口就更大”。
另一个两难的谜题是行业的基础盈利能力状况。事实证明，美国银行的资金需求相对较低，原因之一是人们预期，一旦经济恢复活力，它们能创造健康的利润。但在德国这样的国家，基本的零售银行业务只是微利业务，这意味着银行需要较长时间，才能建立能吸收未来亏损的缓冲空间。低利率对有着大量存款基础的欧洲银行来说也是痛苦的，因为新生贷款的盈利率受到挤压。
随着市场恢复，系统崩盘的危险逐渐淡化成为过去，假设最坏的情况已被抛在身后，这种假设对政策制定者和银行家们都是种诱惑。只要欧洲银行相对于它们的美国竞争对手没有明显的劣势，强力推行美国式压力测试的企图很可能会面临阻力。然而，如果疏于防范预计会出现在银行账本上的不断堆积的坏账，就意味着欧洲经济恢复的速度较之充分防范所应有的速度来得慢。

『贰』 压力测试含义是什么

传统上所谓压力测试（stress testing）是指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。
在软件测试中：压力测试（Stress Test），也称为强度测试、负载测试。压力测试是模拟实际应用的软硬件环境及用户使用过程的系统负荷，长时间或超大负荷地运行测试软件，来测试被测系统的性能、可靠性、稳定性等。

『叁』 压力测试是什么意思啊

传统上所谓压力测试（stress testing）是指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。

在软件测试中：压力测试（Stress Test），也称为强度测试、负载测试。压力测试是模拟实际应用的软硬件环境及用户使用过程的系统负荷，长时间或超大负荷地运行测试软件，来测试被测系统的性能、可靠性、稳定性等。

『肆』 请问什么是压力测试

目前对压力测试的定义有各种各样的解释，并没有统一的定义。 国际证券监管机构组织1995年最早提出压力测试。该机构对压力测试的定义为：压力测试是假设市场在极端不利的情形时（如利率急升或股市重锉），分析对资产组合的影响效果。1999年该机构又指出，压力测试是将资产组合所面临之极端但可能发生的风险加以认定并量化。 货币基金组织和世界银行2005年总结出版的《金融部门评估手册》中对压力测试的定义：压力测试是对风险因素（比如资产价格）发生重大变化时资产组合价值变化幅度的大概估算。货币基金组织和世界银行特别指出，之所以使用“大概估算”这个词，是为了避免人们错误地认为压力测试是一种科学精确性的工具。 国际货币基金组织和国际清算银行对（宏观）压力测试的定义为：（宏观）压力测试是指用于评定金融系统在“罕见但可能发生的”宏观经济冲击下的薄弱和脆弱点的一系列方法和技术。从定义可以看出，上述国际金融组织把压力测试着眼点放在两个地方：一是压力测试的目的，用于评估金融体系的稳定性；二是压力因素，主要来源于宏观经济冲击。 中国银行业监督管理委员会二00七年十二月二十五日制定的《商业银行压力测试指引》关于压力测试的表述有：压力测试是一种以定量分析为主的风险分析方法，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。压力测试能够帮助商业银行充分了解潜在风险因素与银行财务状况之间的关系，深入分析银行抵御风险的能力，形成供董事会和高级管理层讨论并决定实施的应对措施，预防极端事件可能对银行带来的冲击。对于日常管理中广泛应用各类风险计量模型的银行，压力测试应成为模型方法的重要补充。压力测试也能够帮助银监会充分了解单家银行和银行业体系的风险状况和风险抵御能力。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。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。 压力测试并不仅仅是把许多数据表套入一堆公式，它还包括一系列的判断和假设，与获得的结果相比，这些判断和假设及实际计算过程同等重要，每一个假设、汇总方法或近似分析方法都可能带来很大误差，因此需要谨慎地进行估计和解释。 压力测试的目的在于分析银行在宏观调控、外部市场环境变化和内在经营压力下，能够承担风险冲击的能力，进而衡量银行经营的稳健性，为强化银行风险管理奠定基础，更好的为维护金融稳定和实施有效监管提供决策依据。

『伍』 如何通过雪球查询股票之前的变动状况

一. 雪球公司介绍

雪球 聪明的投资者都在这里。

web 1.0：新闻资讯，股价信息，K线图
web 2.0：SNS 订阅，分享，聊天
web 3.0：移动 APP，交易闭环
雪球现在员工数还不到100，其中技术人员占一半。去年9月C轮融资4kw刀。我们现在的技术栈由下列组件组成：Java，Scala，Akka，Finagle，Nodejs，Docker ，Hadoop。我们当前是租用IDC机房自建私有云，正在往“公私混合云”方向发展。

在雪球上，用户可以获取沪深港美2w+股票的新闻信息，股价变化情况，也可以获取债券，期货，基金，比特币，信托，理财，私募等等理财产品的各类信息，也可以关注雪球用户建立的百万组合，订阅它们的实时调仓信息，还可以关注雪球大V。雪球当前有百万日活跃用户，每天有4亿的API调用。App Store 财务免费榜第 18 名。历史上曾排到财务第二，总免费榜第 19。

二. 雪球当前总体架构

作为一个典型的移动互联网创业公司，雪球的总体架构也是非常典型的设计：

最上层是三个端：web端，android端和iOS端。流量比例大约为 2：4：4 。web3.0 的交易功能，在 web 端并不提供。
接入层以及下面的几个层，都在我们的自建机房内部。雪球当前只部署了一个机房，还属于单机房时代。正在进行“私有云+公有云混合部署”方案推进过程中。
我们当前使用 nodejs 作为 web 端模板引擎。nodejs 模块与android 和 ios 的 app 模块一起属于大前端团队负责。
再往下是位于 nginx 后面的 api 模块。跟 linkedin 的 leo 和微博的 v4 一样，雪球也有一个遗留的大一统系统，名字就叫 snowball 。最初，所有的逻辑都在 snowball 中实现的。后来慢慢的拆出去了很多 rpc 服务，再后来慢慢的拆出去了一些 http api 做成了独立业务，但即便如此，snowball 仍然是雪球系统中最大的一个部署单元。
在需要性能的地方，我们使用 netty 搭建了一些独立的接口，比如 quoto server，是用来提供开盘期间每秒一次的股价查询服务，单机 qps 5w+，这个一会再细说；而 IM 服务，起初设计里是用来提供聊天服务，而现在，它最大的用途是提供一个可靠的 push 通道，提供 5w/s 的消息下发容量，这个也一会再细说。
雪球的服务化拆分及治理采用 twitter 开源的 finagle rpc 框架，并在上面进行了一些二次开发和定制。定制的功能主要集中在 access log 增强，和 fail fast，fail over 策略及降级开关等。 finagle 的实现比较复杂，debug 和二次开发的门槛较高，团队内部对此也进行了一些讨论。
雪球的业务比较复杂，在服务层中，大致可以分为几类：第一类是web1.0，2.0 及基础服务，我们称为社区，包括用户，帖子，新闻，股价，搜索等等，类比对象就是新浪财经门户+微博；第二类是组合及推荐，主要提供股票投资策略的展示和建议，类比对象是美国的motif；第三类是通道，类似股市中的“支付宝”，接入多家券商，提供瞬间开户，一键下单等等各种方便操作的功能。
雪球的业务实现中，包含很多异步计算逻辑，比如搜索建索引，比如股票涨跌停发通知，比如组合收益计算等等，为此，我们设计了一个独立的 Thread/Task 模块，方便管理所有的后台计算任务。但随着这些 task 越来越多，逻辑差异越来越大，一个统一的模块并不是总是最佳的方案，所以，我们又把它拆成了两大类：流式的，和批量式的。
雪球的推荐体系包括组合推荐“买什么”和个性化推荐。我们最近正在重新梳理我们的大数据体系，这个感兴趣的话可以单聊。
最下面是基础设施层。雪球基础设施层包括：redis，mysql，mq，zk，hdfs，以及容器 docker。
线上服务之外，我们的开发及后台设施也很典型：gitlab开发，jenkins打包，zabbix 监控系统向 openfalcon 迁移，redimine向confluence迁移，jira，以及内部开发的 skiing 后台管理系统。
** 三. 雪球架构优化历程**

首先描述一下标题中的“股市动荡”定语修饰词吧：

上证指数从年初的3000点半年时间涨到了5000多，6月12号达到最高点5200点，然后就急转直下，最大单日跌幅 8.48%，一路跌回4000点以下。最近一周都在3900多徘徊。

3月最后一周，A股开户 166万户，超过历史最高纪录 2007年5月第二周165万户。

4月份，证监会宣布A股支持单用户开设多账户。

6月底，证金公司代表国家队入场救市。

7月份，证监会宣布严打场外配资。

中国好声音广告第一晚，带来超过平时峰值200倍的注册量

挑战：小 VS 大：

小：小公司的体量，团队小，机器规模小
大：堪比大公司的业务线数量，业务复杂度，瞬间峰值冲击

雪球的业务线 = 1个新浪财经 + 1 个微博 + 1 个 motif + 1 个大智慧/同花顺。由于基数小，API调用瞬间峰值大约为平时峰值的 30+ 倍。

挑战：快速增长，移动互联网 + 金融，风口，A股大盘剧烈波动。

首先，在app端，在我们核心业务从 web2.0 sns 向 3.0 移动交易闭环进化的过程中，我们开发了一个自己的 hybrid 框架：本地原生框架，加离线 h5 页面，以此来支撑我们的快速业务迭代。当前，雪球前端可以做到 2 周一个版本，且同时并行推进 3 个版本：一个在 app store 等待审核上线，一个在内测或公测，一个在开发。我们的前端架构师孟祥宇在今年的 wot 上有一个关于这方面的详细分享，有兴趣的可以稍后再深入了解。

雪球App实践—构建灵活、可靠的Hybrid框架 http://wot.51cto.com/2015mobile/ http://down.51cto.com/data/2080769

另外，为了保障服务的可用性，我们做了一系列的“端到端服务质量监控”。感兴趣的可以搜索我今年4月份在环信SM meetup上做的分享《移动时代端到端的稳定性保障》。其中在 app 端，我们采用了一种代价最小的数据传输方案：对用户的网络流量，电池等额外消耗几乎为0

每个请求里带上前一个请求的结果

succ or fail ： 1 char
失败原因：0 - 1 char
请求接口编号： 1 char
请求耗时：2 - 3 char
其它：网络制式，etc
炒股的人大多都会盯盘：即在开盘期间，开着一个web页面或者app，实时的看股价的上下跳动。说到“实时”，美股港股当前都是流式的数据推送，但国内的A股，基本上都是每隔一段时间给出一份系统中所有股票现价的一个快照。这个时间间隔，理论上是3秒，实际上一般都在5秒左右。 交了钱签了合同，雪球作为合作方就可以从交易所下属的数据公司那里拿到数据了，然后提供给自己的用户使用。

刚才介绍总体架构图的时候有提到 quote server ，说到这是需要性能的地方。

业务场景是这样的，雪球上个人主页，开盘期间，每秒轮询一次当前用户关注的股票价格变动情况。在内部，所有的组合收益计算，每隔一段时间需要获取一下当前所有股票的实时价格。起初同时在线用户不多，这个接口就是一个部署在 snowball 中的普通接口，股价信息被实时写入 redis ，读取的时候就从 redis 中读。后来，A股大涨，snowball 抗不住了。于是我们就做了一个典型的优化：独立 server + 本地内存存储。开盘期间每次数据更新后，数据接收组件主动去更新 quote server 内存中的数据。 后续进一步优化方案是将这个接口以及相关的处理逻辑都迁移到公有云上去。

对于那些不盯盘的人，最实用的功能就是股价提醒了。在雪球上，你除了可以关注用户，还可以关注股票。如果你关注的某只股票涨了或跌了，我们都可以非常及时的通知你。雪球上热门股票拥有超过 50w 粉丝（招商银行，苏宁云商）粉丝可以设置：当这支股票涨幅或跌幅超过 x%（默认7%）时提醒我。曾经连续3天，每天超过1000股跌停，证监会开了一个会，于是接下来2天超过1000股涨停

原来做法：

股票涨（跌）x%，扫一遍粉丝列表，过滤出所有符合条件的粉丝，推送消息
新做法：

预先建立索引，开盘期间载入内存
1%：uid1，uid2
2%：uid3，uid4，uid5
3%：uid6
问题：有时候嫌太及时了：频繁跌停，打开跌停，再跌停，再打开。。。的时候
内部线上记录：

4台机器。
单条消息延时 99% 小于 30秒。
下一步优化目标：99% 小于 10 秒
IM 系统最初的设计目标是为雪球上的用户提供一个聊天的功能:

送达率第一
雪球IM：Netty + 自定义网络协议
Akka ： 每个在线client一个actor
推模式：client 在线情况下使用推模式
多端同步：单账号多端可登录，并保持各种状态同步
移动互联网时代，除了微信qq以外的所有IM，都转型成了推送通道，核心指标变成了瞬间峰值性能。原有架构很多地方都不太合适了。

优化：

分配更多资源：推送账号actor池
精简业务逻辑：重复消息只存id，实时提醒内容不推历史设备，不更新非活跃设备的session列表等等
本地缓存：拉黑等无法精简的业务逻辑迁移到本地缓存
优化代码：异步加密存储，去除不合理的 akka 使用
akka这个解释一下：akka 有一个自己的 log adapter，内部使用一个 actor 来处理所有的 log event stream 。当瞬间峰值到来的时候，这个 event stream 一下子就堵了上百万条 log ，导致 gc 颠簸非常严重。最后的解决办法是，绕过 akka 的 log adapter，直接使用 logback 的 appender

线上记录：5w/s （主动限速）的推送持续 3 分钟，p99 性能指标无明显变化

7月10号我们在中国好声音上做了3期广告。在广告播出之前，我们针对广告可能带来的对系统的冲击进行了压力测试，主要是新用户注册模块，当时预估广告播出期间2小时新注册100万

压测发现 DB 成为瓶颈：

昵称检测 cache miss > 40%
昵称禁用词 where like 模糊查询
手机号是否注册 cache miss > 80%
注册新用户：5 insert
优化：

redis store：昵称，手机号
本地存储：昵称禁用词
业务流程优化：DB insert 操作同步改异步
下一步优化计划：

将 sns 系统中所有的上行操作都改成类似的异步模式
接口调用时中只更新缓存，而且主动设置5分钟过期，然后写一个消息到 mq 队列，队列处理程序拿到消息再做其它耗时操作。
为了支持失败重试，需要将主要的资源操作步骤都做成幂等。
前置模块HA：

合作方合规要求：业务单元部署到合作方内网，用户的敏感数据不允许离开进程内存
业务本身要求：业务单元本身为有状态服务，业务单元高可用
解决方案：

使用 Hazelcast In-Memory Data Grid 的 replication map 在多个 jvm 实例之间做数据同步。

java 启动参数加上 -XX:+DisableAttachMechanism -XX:-UsePerfData，禁止 jstack，jmap 等等 jdk 工具连接

关于前置模块，其实还有很多很奇葩的故事，鉴于时间关系，这里就不展开讲了。以后有机会可以当笑话给大家讲。

组合净值计算性能优化：

一支股票可能在超过20万个组合里（南车北车中车，暴风科技）
离线计算，存储计算后的结果
股价3秒变一次，涉及到这支股票的所有组合理论上也需要每 3 秒重新计算一次
大家可能会问，为什么不用户请求时，实时计算呢？这是因为“组合净值”中还包括分红送配，分股，送股，拆股，合股，现金，红利等等，业务太过复杂，开发初期经常需要调整计算逻辑，所以就设计成后台离线计算模式了。当前正在改造，将分红送配逻辑做成离线计算，股价组成的净值实时计算。接口请求是，将实时计算部分和离线计算部分合并成最终结果。

实际上，我们的计算逻辑是比较低效的：循环遍历所有的组合，对每个组合，获取所有的价值数据，然后计算。完成一遍循环后，立即开始下一轮循环。

优化：

分级：活跃用户的活跃组合，其它组合。
批量：拉取当前所有股票的现价到 JVM 内存里，这一轮的所有组合计算都用这一份股价快照。
关于这个话题的更详细内容，感兴趣的可以参考雪球组合业务总监张岩枫在今年的 arch summit 深圳大会上的分享：构建高可用的雪球投资组合系统技术实践 http://sz2015.archsummit.com/speakers/201825

最后，我们还做了一些通用的架构和性能优化，包括jdk升级到8，开发了一个基于 zookeeper 的 config center 和开关降级系统

四. 聊聊关于架构优化的一些总结和感想

在各种场合经常听说的架构优化，一般都是优化某一个具体的业务模块，将性能优化到极致。而在雪球，我们做的架构优化更多的是从问题出发，解决实际问题，解决到可以接受的程度即可。可能大家看起来会觉得很凌乱，而且每个事情单独拎出来好像都不是什么大事。

我们在对一个大服务做架构优化时，一般是往深入的本质进行挖掘；当我们面对一堆架构各异的小服务时，“架构优化”的含义其实是有一些不一样的。大部分时候，我们并不需要（也没有办法）深入到小服务的最底层进行优化，而是去掉或者优化原来明显不合理的地方就可以了。

在快速迭代的创业公司，我们可能不会针对某一个服务做很完善的架构设计和代码实现，当出现各种问题时，也不会去追求极致的优化，而是以解决瓶颈问题为先。

即使我们经历过一回将 snowball 拆分服务化的过程，但当我们重新上一个新的业务时，我们依然选择将它做成一个大一统的服务。只是这一次，我们会提前定义好每个模块的 service 接口，为以后可能的服务化铺好路。

在创业公司里，重写是不能接受的；大的重构，从时间和人力投入上看，一般也是无法承担的。而“裱糊匠”式做法，哪里有性能问题就加机器，加缓存，加数据库，有可用性问题就加重试，加log，出故障就加流程，加测试，这也不是雪球团队工作方式。我们一般都采用最小改动的方式，即，准确定义问题，定位问题根源，找到问题本质，制定最佳方案，以最小的改动代价，将问题解决到可接受的范围内。

我们现在正在所有的地方强推3个数据指标：qps，p99，error rate。每个技术人员对自己负责的服务，一定要有最基本的数据指标意识。数字，是发现问题，定位根源，找到本质的最重要的依赖条件。没有之一。

我们的原则：保持技术栈的一致性和简单性，有节制的尝试新技术，保持所有线上服务依赖的技术可控，简单来说，能 hold 住。

能用cache的地方绝不用db，能异步的地方，绝不同步。俗称的：吃一堑，长一智。

特事特办：业务在发展，需求在变化，实现方式也需要跟着变化。简单的来说：遗留系统的优化，最佳方案就是砍需求，呵呵。

『陆』 美联储在今年4月对银行压力测试的假设情景是什么

美国政府将力保银行不倒闭

通过美联储公布的报告,外界可以初步了解政府官员是如何判定大型银行是否需要额外资金的。美联储在其网站上发布声明称,按照2月25日出台的“监管资本评价项目”（SCAP）的规定,在过去两个月的时间里,政府对总资产超过1000亿美元的银行进行了压力测试,这些银行囊括了美国银行系统三分之二的资产和超过一半的贷款。据悉,有超过150位政府监管部门的官员、督察人员及经济学家参与了压力测试。考虑到美国经济和银行业未来不断增加的不确定性,监管人员认为大型银行控股公司还是应该准备额外的资金,以便为高于预期的信贷损失提供缓冲。

推荐阅读
资深财经记者揭黄光裕入狱真相：弱女子成导火索

发改委:会出措施避下滑
淡水河谷为何退出铁矿石谈判 魏东自杀未让涌金摆脱监管视线 京新楼盘集体热销 开盘当日售罄 基金调研：企业订单一夜间回来 郎咸平:股市有泡沫 散户才赚钱 美20岁妈妈生出同母异父双胞胎 另外,压力测试要求银行业对2009和2010年的信贷损失和收入作出预测,还包括到2010年年底时需要为2011年的预期损失计提的准备金。美联储表示,监管者对主要银行进行压力测试的目的是为了确保其拥有足够的资本储备,以在可能出现的更恶劣环境下继续放贷,而这项测试不能被视为是对银行当前偿债能力的衡量标准。

美联储强调,美国大多数银行组织目前所拥有的资金水平仍远远超过需要被供给资本的数额,即使一些银行压力测试的结果不尽如人意,美国政府也不能让它们倒闭,美联储也预计截至2010年,上述19家银行需要应对资产负债表意外的约9000亿美元资金缺口。

市场玩起“竞猜游戏”

有消息指出,美联储上周五已经开始“私下”向19家金融机构通知压力测试的结果。由于美联储都没有明确指出哪些银行可能需要在经济更加恶化的情形下增加资金,引起一片市场猜疑。摩根大通及高盛被市场判断为相对健康的“低风险”一类,而花旗,美国银行及富国三家银行,以及如佐治亚州太阳信托银行等有较多房地产投资的区域性银行都被归为“高危”一类。此外,市场认为,通用汽车金融服务公司（GMAC）也有可能需要集资。

美国金融服务业圆桌会议组织的政府事务高级副总裁塔尔博特表示,对于此次压力测试,市场的过度反应让人感到担心,人们可能会卖空所有银行类股并从银行中取回存款。有分析师也表示,监管机构之所以在对外公布测试结果的问题上采取“慢动作”,是为了削弱市场对有关部门银行业状况的消息所将作出的反应。

银行国有化或在所难免

按照相关规定,若某家银行被认定为增加资本,则可通过转换政府由于先前注资而持有的优先股至普通股,或在六个月之内吸引私有资本的投资。若仍无法筹集资金,则必须向政府发行可转换优先股。而在随后的七年时间里,银行在征得监管机构的同意后,可以回购优先股或将其转为普通股。

有分析人士表示,测试结果可能会迫使银行筹集额外资金作为缓冲,这些资金可能来自财政部的进一步注资,或可能通过将政府持有的优先股转为普通股获得。无论以何种方式,相关银行都有可能无法避免被“国有化”。

据一份来自最高监管机构的报告草稿,在采取措施稳定金融体系的过程中,美国政府最后或许会获得大量银行的普通股股份,将引发大量棘手的问题。

美联储公布的报告对金融类股几乎没有造成任何影响。24日当天,除花旗集团股价小幅下跌之外,多数银行股价上涨,道琼斯工业平均指数上涨了1.50%,报收8076.29点,不过该指数本周累计下跌0.7%,终结了连续6周累计上涨的走势。

『柒』 什么是压力测试

压力测试

是给软件不断加压，强制其在极限的情况下运行，观察它可以运行到何种程度，从而发现性能缺陷，是通过搭建与实际环境相似的测试环境，通过测试程序在同一时间内或某一段时间内，向系统发送预期数量的交易请求、测试系统在不同压力情况下的效率状况，以及系统可以承受的压力情况。

然后做针对性的测试与分析，找到影响系统性能的瓶颈，评估系统在实际使用环境下的效率情况，评价系统性能以及判断是否需要对应用系统进行优化处理或结构调整，并对系统资源进行优化。

『捌』 股票连续三天触碰半年线后回落什么情况

已经连续三天触碰半年线，按常理来说已经可以确认空头占优，多头失败，回落也是正常的，但这也要看情况，比如近3天的成交量是否很大、股价是否处于高位等，如果这样风险就大了，但如果量不大，不是高位，那么主力经过压力测试后心中已经有数，故意虚晃一枪的可能性也存在。

『玖』 压力测试和性能测试有什么区别

压力测试和性能的测试的区别是在于他们不同的测试目的：

• 压力测试是为了发现系统能支持的最大负载，他的前提是要求系统性能处在可以接受的范围内，比如经常规定的叶面3秒钟内响应 。

  所以概括的说就是：在性能可以接受的前提下，测试系统可以支持的最大负载。

• 性能测试是为了检查系统的反映，运行速度等性能指标，他的前提是要求在一定负载下，如检查一个网站在100人同时在线的情况下的性能指标，每个用户是否都还可以正常的完成操作等。

  所以概括的说就是：在不同负载下(负载一定)时，通过一些系统参数(如反应时间等)检查系统的运行情况。