股票公司压力测试

A. 证监会对证券业压力测试是什么意思

证监会表示，拟组织开展证券期货机构风险压力测试工作，将覆盖券内商、基金公司和期货公容司等；考察证券期货经营机构在股票、债券、期货市场大幅波动，债券违约率大幅上升时，机构及其产品在风控、财务、流动性等方面承受压力情况，为监管部门提供政策依据；未来将常态化风险压力测试。

B. 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。

C. 为什么股票不开盘资金也会少

不开盘时的资金减少是不作数的，特别是在双休日或节假日，因为这个时候一般证券公司都会做压力测试，会导致数据不正常，你如果担心的话，只要在正常交易日看盘之前看一下市值是否减少就可以了。

D. 证监会规定：证券金融公司的融券余额不得超过流通市值5%。我对这句话里提到的“余额”二字无法理解。

其实这个余额就是一般理解上总额的意思 只是用总额这个词可能有些误会 因为所内有的发生额加在一起可以叫容总额 现有的存量额也可以叫总额 所以用了余额这个词 专门指现有的存量额 比如一次融券5万股 然后又还了 又融券5万股 余额就是5万股 总额就可能被理解为5万加5万股
证监会这些人有时候写东西确实让人搞不清楚

E. 今天股市为啥还在交易啊

双休日，股市是不交易的。
你看到交易页面上的所谓“交易”，其实是虚拟的，因为下周一开始科创版交易，各个交易商在进行压力测试，这是开板前的必要准备。
所以，不要误会。可以注意交易商的公告。

F. 中国银行被罚5050万，被罚的原因是什么

中国银行股份有限公司成立于1983年10月31日，注册地位于北京市西城区复兴门内大街1号，法人代表是刘连舸，经营范围包括吸收神民币存款；发放短期、中期、长期贷款，办理结算，办理票据贴现，发行金融债劵，外汇之类；发行和代理发行股票以外的外币有价证劵，买卖和代理买卖股票以外的外币有价证券；海外分支机构经营地法律许可的一切银行业务；经中国银行监督管理委员会等部门批准的其他业务。

G. 主力机构（庄家）建仓股票，证券公司能看到吗

一般都来是几个账户分开进货的，最自好是几个互不相干的账户（看起来）分时段分阶段进货。你可以参照宝能从2015 年到2016年持股经历操作。（记得要自己做压力测试）。透漏消息........现在上市公司的信息都是公开的，每一笔交易都有记录，资金异动都可以看到。
实话实说，从你提的问题感觉你是新手。建议不要异想天开

H. 股市下跌会对房价造成什么影响

股复市和楼市的关系是制同向不同步，即每一轮市场波动，股市和楼市总体朝同一方向变化，比如今年上半年，股市总体上涨，房价也开始止跌反弹；但一般股市先转向，楼市后跟随。
因为股市只是影响房价的非决定性因素。短期来看，股价大跌之后，有助于房价继续上涨。但长期来看，整体而言，股价暴跌之后，房价确实也可能会下跌（滞后一段时间）

I. 【证券公司财务风险案例】

主要是根据一些财务指标进行风险控制 以下是粘贴的

第十八条 证券公司经营证券经纪业务的，其净资本不得低于人民币2000万元。

证券公司经营证券承销与保荐、证券自营、证券资产管理、其他证券业务等业务之一的，其净资本不得低于人民币5000万元。

证券公司经营证券经纪业务，同时经营证券承销与保荐、证券自营、证券资产管理、其他证券业务等业务之一的，其净资本不得低于人民币1亿元。

证券公司经营证券承销与保荐、证券自营、证券资产管理、其他证券业务中两项及两项以上的，其净资本不得低于人民币2亿元。

第十九条 证券公司必须持续符合下列风险控制指标标准：

(一)净资本与各项风险准备之和的比例不得低于100%；

(二)净资本与净资产的比例不得低于40%；

(三)净资本与负债的比例不得低于8%；

(四)净资产与负债的比例不得低于20%；

(五)流动资产与流动负债的比例不得低于100%。

第二十条 证券公司经营证券经纪业务的，必须符合下列规定：

(一)按托管客户的交易结算资金总额的2%计算风险准备；

(二)净资本按营业部数量平均折算额(净资本/营业部家数)不得低于人民币500万元。

第二十一条 证券公司经营证券自营业务的，必须符合下列规定：

(一)自营股票规模不得超过净资本的100%；

(二)证券自营业务规模不得超过净资本的200%；

(三)持有一种非债券类证券的成本不得超过净资本的30%；

(四)持有一种证券的市值与该类证券总市值的比例不得超过5%，但因包销导致的情形和中国证监会另有规定的除外；

(五)违反规定超比例自营的，在整改完成前应当将超比例部分按投资成本的100%计算风险准备。

前款所称自营股票规模，是指证券公司持有的股票投资按成本价计算的总金额；证券自营业务规模，是指证券公司持有的股票投资和证券投资基金(不包括货币市场基金)投资按成本价计算的总金额。

证券公司创设认购权证的，计算股票投资规模时，证券公司可以按股票投资成本减去出售认购权证净所得资金(不包括证券公司赎回认购权证所支出资金)后的金额计算。

第二十二条 证券公司经营证券承销业务的，必须符合下列规定：

(一)证券公司承销股票的，应当按承担包销义务的承销金额的10%计算风险准备；

(二)证券公司承销公司债券的，应当按承担包销义务的承销金额的5%计算风险准备；

(三)证券公司承销政府债券的，应当按承担包销义务的承销金额的2%计算风险准备。

计算承销金额时，承销团成员通过公司分包销的金额和战略投资者通过公司签订书面协议认购的金额不包括在内。

证券公司同时承销多家发行人公开发行证券，发行期有交叉、且发行尚未结束的，应当按照单项业务承销金额和对应比例计算风险准备。

第二十三条 证券公司经营证券资产管理业务的，必须符合下列规定：

(一)按定向资产管理业务管理本金的2%计算风险准备；

(二)按集合资产管理业务管理本金的1%计算风险准备；

(三)按专项资产管理业务管理本金的0.5%计算风险准备。

第二十四条证券公司为客户买卖证券提供融资融券服务的，必须符合下列规定：

(一)对单一客户融资业务规模不得超过净资本的5%；

(二)对单一客户融券业务规模不得超过净资本的5%；

(三)接受单只担保股票的市值不得超过该股票总市值的20%；

(四)按对客户融资业务规模的10%计算风险准备；

(五)按对客户融券业务规模的10%计算风险准备。

前款所称融资业务规模，是指对客户融出资金的本金合计；融券业务规模，是指对客户融出证券在融出日的市值合计。

第二十五条证券公司应当按上一年营业费用总额的10%计算营运风险的风险准备。

第二十六条中国证监会对各项风险控制指标设置预警标准，对于规定“不得低于”一定标准的风险控制指标，其预警标准是规定标准的120%；对于规定“不得超过”一定标准的风险控制指标，其预警标准是规定标准的80%。

一、财务风险量化管理的基本策略
借鉴国外券商风险管理的基本框架，结合中国证券公司的实际情况，本文提出几点策略：（1）全面风险管理原则；(2)必须保证财务风险的可测、可控、可承受；（3）建立风险预算，实施风险预算管理；（4）以净资本指标为核心识别和评估总风险，以风险价值（VaR）模型计量和管理金融资产的市场风险，以“压力实验”方法来作为VaR风险测度方法的必要补充；（5）规模经营与资产结构并重，业务发展与财务约束并重；（6）静态指标与动态监测兼顾；（7）风险防范和经营风险相统一。
关于净资本：目前我国证券公司净资本计算规则与国际规则仍有一定的差距,需要进行完善,如特定长期负债如何计入净资本问题、预计负债（如应诉事项的金额）核算不规范、资产管理业务的或有损失没有扣减、对外担保未完全扣减等。净资本计算的真实和准确性非常关键，为实现净资本指标的核心作用，下文提到的净资本指标是在现有净资本标准上考虑上述因素重新计算的金额。
关于VaR（Vaule－at－Risk）：VaR是指在正常的市场条件和给定的置信度内，用于评估和计量任何一种金融资产或证券投资组合在既定时期内所面临的市场风险大小和可能遭受的潜在最大价值损失。其风险管理技术是对市场风险的总括性评估，它考虑了金融资产对某种风险来源(例如利率、汇率、商品价格、股票价格等基础性金融变量)的敞口和市场逆向变化的可能性。VaR模型是近年来在金融市场发达国家(主要在欧美)兴起的一种金融风险评估和计量模型，目前已被全球各主要银行、非银行金融机构(包括证券公司、保险公司、基金管理公司、信托公司等)、公司和金融监管机构广泛采用。
关于“压力测试”（stress testing）：VaR值的最大优点就是能科学准确地预测在正常市场波动下，券商所面临的市场风险的大小。但是，VaR值方法也有缺陷，因为它无法预测到一些极端情形的出现，如股市的大起大落。所以，国外证券公司往往采用另外一种比较流行的市场风险管理技术—“压力测试”方法来作为VaR风险测度方法的必要补充，以检验券商在特别不利的市场行情出现时，是否具有继续生存的能力。实践证明，压力试验特别适用于那些不规范的新兴市场中的金融企业（如我国的证券公司）。
二、财务风险管理的指标体系设计
1．证券监管部门关于证券公司财务风险监控指标。
中国证监会在《证券公司管理办法》及其他有关法规中规定了对证券公司的财务风险监控指标，主要指标见表1（适用于综合类券商）。
表1 证券公司的风险监控指标
评价指标 计算公式 监管线
1．净资本 ＝∑（资产余额×折扣比例）-负债总额-或有负债 低于2亿元
2．净资本增长率 ＝（期末净资本余额/期初净资本余额）-1 下降20％
3．净资本负债比 净资本/（负债总额－受托资金－代买卖证券款） 低于8％
4．净资产负债率 ＝（负债总额－受托资金－代买卖证券款）/净资产 大于9倍
5．流动比率 ＝（流动资产－受托资金－代买卖证券款）/（流动负债－受托资金－代买卖证券款） 小于1
6．客户资金安全性指标 （代买卖证券款＋受托资金）－（客户资金存款＋客户结算备付金＋交易保证金＋受托资产） 大于0
7．权益类自营证券比例 权益类自营证券成本/期末净资产 高于80％
8．拨付下属机构占注册资本的比例 期末拨付所属资金/注册资本 高于40％
9．对外担保占净资产的比例 期末对外担保金额/期末净资产 高于20％

2．内部全面风险管理指标体系。
我们认为，上述风险监管指标是非常宽松的，也不够全面，达标非常容易，且没有体现净资本指标的核心地位，不能真正起到识别和评估风险的作用。证券公司需在上述监管指标的基础上，根据上述风险管理策略，以净资本指标（调整后）为逻辑起点和核心，按照风险可测、可控、可承受的原则，设计内部全面风险管理指标体系。证券公司内部全面风险管理指标体系可分为两个层次。一是公司层次上的，反映整个公司整体风险状况，见表2。二是各个业务部门的风险指标，作为二级指标，可进行实时监控。见表3。

表2 一级指标体系
评价指标 计算公式 预警线（区域）
一、资本充足性指标
1．净资本额 =∑（资产余额×折扣比例）-负债总额-或有负债＋特定长期负债－应承担的资产管理业务浮动亏损 低于净资产的60－70％
2．净资本增长率 =（期末净资本余额/期初净资本余额）-1 下降10％
3．净资本相对指标1：净资本率 期末净资本/期末净资产 低于60-70％
4．净资本相对指标2：净资本负债比 净资本/（负债总额－受托资金－代买卖证券款） 低于20％
5．净资本相对指标3：净资本充足率 净资本/（自营权益类证券净额＋证券包销金额＋非规范资产管理业务协议规模＋拆出资金＋买入返售证券＋其他风险资产） 15-20％
二、资产流动性指标
6．资产负债率 （负债总额－受托资金－代买卖证券款）/（资产总额－受托资金－代买卖证券款） 高于45-55％
7．流动比率 （流动资产－受托资金－代买卖证券款）/（流动负债－受托资金－代买卖证券款） 低于1.2
8．现金流量指标 经营活动现金流量/(流动负债－代买卖证券款－受托资金) 低于10％
三、风险资产规模指标
9．自营证券比例 权益类自营证券成本/期末净资本 大于1倍
10．受托资金比例 承担风险受托资金余额/期末净资本 高于60-80％
11．或有负债比例 期末或有负债/期末净资本 高于10-20％
四、财务绩效风险指标
12．净资产收益率 净利润额/（期初净资产额＋期末净资产额）/2 小于公司平均融资成本或低于同业平均水平
13．营业费用收入率 期末营业收入/期末营业费用 低于1.5
五、资产结构风险指标
14．长期投资比例 （期末长期投资余额—购买国债及金融债余额）/期末净本 高于20-30％
15．固定资本比例 （期末固定资产净值＋在建工程余额）/期末净资本 高于30-40％

表3 二级指标体系
评价指标 计算公式 预警线（区域） 备注
一、承销业务风险指标
1．净资本包销比例 证券包销总金额/净资本 高于60％ 监管线为60％
2．净资本单项包销比例 单项包销总金额/净资本 高于30％ 监管线为30％
3．承销股票毛利率 承销股票业务净收入/承销股票业务总金额 低于3％
4．项目收入费用率 项目费用合计/项目总收入 高于30％
5．失败项目费用率 失败项目费用/项目费用合计 高于10％
二、经纪业务风险指标
1．市场份额 当期股票基金交易量/两市当期交易总额 低于上年度水平
2．客户保证金挪用比率 挪用金额（含T+O）/客户保证金总额 大于零
3．交易佣金率 当期交易佣金/当期交易量 （1）低于保本点佣金标准；或：（2）低于上年水平
4．客户保证金变动率 期末保证金余额/期初保证金余额－1 低于-20％
5．三方监管风险指标 监管账户资产市值/融资金额 低于120％
6．经纪业务收入费用率 营业费用/营业收入 高于75％
三、证券自营业务风险指标
1．股票自营比例 自营股票成本/净资本 高于80-90％
2．单只股票自营比例 持有单只股票成本/净资本 高于20-30％ 监管线为不高于净资产20％
3．单只股票市场份额 持有单只股票市值/该股票流通市值 高于10％ 监管线为20％
4．自营证券投资组合的VaR值 Var值 高于净资本的20％
5、自营证券投资组合的压力测试值 ST值 高于净资本的50％
6．自营证券收益率 （差价收入＋期末浮动盈亏－期初浮动盈亏）/自营证券投入额 （1）低于资金成本；或：（2）低于市场指数增幅
7．自营证券浮动收益率 单只自营证券浮动盈利/自营证券成本 高于10％
8．自营证券浮动亏损率 单只自营证券浮动亏损/自营证券成本 高于7％
四、资产管理业务风险指标
1．受托资产率 期末受托资产余额/期末受托资金 高于70％
2．承担风险资产管理组合的VaR值 Var值 高于净资本的30％
3．承担风险资产管理组合的压力测试值 ST值 高于净资本的50％
4．受托资产市场份额 所管理客户资产投资于一家公司的证券的面值/该证券流通总量 高于10％ 监管线为10％
5．受托资产增值率 （本期实现增值额＋期末浮动盈亏－期初浮动盈亏）/受托资金金额 低于预期收益率
6．资产管理业务总或有损失占净资本的比例 （期末已实现未结算亏损＋受托资产浮动亏损＋应付客户收益）/期末净资本 高于40％
7．受托资产损失率 （期末已实现未结算亏损＋受托资产浮动亏损）/期末受托资产 高于15％
五、资金营运风险指标
1．股票质押贷款比例 期末股票质押贷款余额/实收资本 高于15％ 监管线15％
2．资金拆借比例 拆入、拆出资金余额/实收资本 高于80％ 监管线为80％
3．债券回购比例1 债券回购资金余额/净资产 高于50％
4．国债回购比例2 债券融资回购未到期余额/自有债券标准券总额 高于80％
5．现金留存比率 （期末现金余额＋银行存款余额＋结算备付金）/期末净资产 低于5％

当然，确定指标体系及其预警界限，难免带有主观意向，需在实践中作进一步检验，并不断进行修正和完善，使指标本身及其预警界限更科学、更合理。
三、财务风险指标的动态监测
证券公司的财务风险管理是一个复杂的系统,在建立全面风险管理指标体系基础上，还必须建立风险监测系统, 这样才能完善证券公司的风险量化管理。
（1）风险状态设定：为综合反映风险程度并方便进行处理，可将指标值统一映射为百分数范围内表示的分数值。设定的风险状态有四种，分别用安全、基本安全、风险、较大风险表示，对应的分数范围：0-20、20-50、50-80、80-100，分数值越大，表示对应的风险越大。
具体做法为：对于每一个指标值，根据其在不同风险状态的预警区域上限和下限以及对应的分数段范围，按照线性映射函数：y=a2·[(x-b1)/a1]+b2，可以计算出相应的分数。（其中b1、b2分别表示某风险指标警界状态的下限及所对应的分数段的下限，a1、a2分别为该风险指标警界状态的上限与下限之差所对应的分数段的上限与下限之差，x为风险值，则y即为映射后的分数值。）
（2）风险监测框架：可以设计两个层次的风险监测系统，把一级风险指标作为一个系统，对每项指标赋予相应的权重，根据上述映射方法计算每项指标的风险分数值，加权平均后可计算出公司综合风险值；把二级风险指标作为一个系统，数据处理方法同上。公司综合风险值与实时风险值是互补的，前者是定期、静态的、综合的，后者是动态的、具体的，在风险评估和管理上要结合使用。

J. 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，回落也是正常的专，但这属也要看情况，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。