预影响因子。当国家队入场、限空令出台时，我们的模型无法量化这些政策对市场微观结构的影响。第三，对极端流动性风险的估计不足。期权市场枯竭、期货贴水扩大、ETF融券被限制——这些‘尾部中的尾部风险’，我们的压力测试没有覆盖到。”
他顿了顿。
“今天，我们要给系统打上‘2015补丁’，补上这三个盲区。”
---
第二部分：新因子——停牌风险、政策干预、极端流动性
林枫调出第一张图——“停牌风险因子”的建模框架。
“停牌风险因子的核心逻辑是：当大量公司停牌时，组合的真实风险被低估了。因为停牌股票的价格被冻结了，但它们的真实价值在变化。我们用‘可比公司法’来估算停牌股票的真实价值——找同行业、同规模、没有停牌的公司，用它们的涨跌幅来模拟停牌股票的潜在涨跌幅。”
屏幕上出现了一个复杂的公式。
“具体来说，停牌风险因子 = 停牌比例 × 行业平均跌幅 × 流动性折价系数。停牌比例越高，风险越大；行业跌幅越大，风险越大；流动性越差，折价系数越高。这个因子会被纳入风控模型。当停牌风险因子超过阈值时，系统会自动降低组合的风险暴露，并建议增加现金储备。”
陈默盯着那个公式。“这个因子，在2015年7月会给出什么信号？”
林枫调出一张历史回测图。“2015年7月7日，停牌比例达到33%，行业平均跌幅20%，流动性折价系数1.2。停牌风险因子 = 0.33 × 0.20 × 1.2 = 0.079，也就是7.9%。系统会发出橙色预警，建议将仓位降低10%。”
“当时我们没有这个因子，仓位是40%。如果有了这个因子，我们会降到36%。”
“对。少亏4%。”
陈默点头。“下一个。”
林枫调出第二张图——“政策干
本章未完，请点击"下一页"继续阅读！ 第2页 / 共9页