【导语】2018国考银监会笔试已于12月10日结束，中国银监会系统计划招录1349人，其中会机关43人，银监局机关281人，银监分局713人，监管办事处312人。笔试结束之后接下来要准备的就是面试了，下面是小编为大家整理的银行考试总结【五篇】,供大家参考。
银行考试总结范文第1篇
【导语】2018国考银监会笔试已于12月10日结束，中国银监会系统计划招录1349人，其中会机关43人，银监局机关281人，银监分局713人，监管办事处312人。笔试结束之后接下来要准备的就是面试了，为各位考生介绍银监会面试基本情况，方便各位考生提前了解，做好面试准备。
国考银监会面试时间
面试日期：预计2018年3月中旬
面试形式：结构化
面试题量：
（1）一般为6道题：自我介绍1道，普通结构化题目2道，专业题2道，英语题1道。
（2）有追问，但并不是每位学员都会被追问到。有的考生没有追问（有考生是下午倒数第二个答题，考官要求简洁做答，答要点）；
有的考生几乎每一题都会被追问；
有的考生可能追问一俩次。
面试时间：15-30分钟，不同地区面试时间不尽相同。个别地区考官甚至不说明面试时间。部分地区规定思考时间1分钟，答题时间2分钟。思考时间和答题时间过长会语音提醒。部分地区仅在总面试时间剩余2-3分钟时提醒。
考场情况：5-9人，计时员1（2）人，监督员2（1）人，摄影师1（0）人，普通话标准。提供草稿纸、笔、桌椅、计时器、签到表。
面试入围比例：会机关和银监局机关面试考生入围比例为1:4，银监分局和监管办事处面试考生入围比例为1:3。
成绩计算方式：公共科目笔试和专业科目考试成绩按照1:1比例合成笔试成绩；
笔试成绩和面试成绩各占综合总成绩的50％。
银监会面试结构化经典题目
珍珠比泥土漂亮，但泥土能铺出一条路。你怎么理解?
【参考答案】
珍珠虽然比泥土漂亮，却不能用来铺路。泥土虽然普通，却能为人们铺出一条道路。正所谓：尺有所短，寸有所长。
每个人都有自己的优点和缺点。“知人者智，自知者明。”我们在看到他人缺点的同时，更要看到自己的缺点。只有正视自己的不足，才能充分发挥自己的优点，扬长避短，更好地完成工作。同样，只有善于发现别人的长处，反省自己的不足，才能取长补短，完善自己。因此，与人相处时，我们要严于律己，宽以待人，理性地看待彼此的优缺点，善于调动和激发自己与他人的潜力。
对个人如此，对企业管理方面更是如此。在选拔人才方面，不能求全责备，要看到每个人身上出众的才能，否则，就会埋没人才;而在任用人才方面，要用人所长，避其所短，扬其所长，而不是不作具体分析，盲目地一概而论。只有善于发现人才的长处，并给他们提供适当的平台，让他们的长处得以有效地发挥，我们才能实现人尽其才和才尽其用的目的。
银监会面试专业课经典题目
当前我国商业银行面临的挑战是什么?面对这些挑战，商业银行应该如何应对?
【参考答案】
商业银行是专门从事货币存、贷和办理汇兑、结算业务的金融机构，商行银行是我国金融机构的主体。不同的时代商业银行面临的挑战不尽相同，我们只有充分认识到了商业银行当前面临的挑战，才能提出有针对性的应对措施。
商业银行当前面临的挑战其实就是“SWOT”分析方法中间的外部环境威胁：
首先，宏观经济下行的压力比较大，产能过剩行业在面临艰难的去产能，这些产能过剩行业，还有它上下游的企业已经是现在信用风险爆发的重灾区。近年来信用风险有一个逐渐演进的过程，具体表现是发达地区逐步向欠发达地区蔓延，由某个产业链的环节出现风险，开始向产业链的上下游蔓延。
其次，宽松的货币政策使流动性充足，同时在去产能的过程中有效的信贷需求萎缩，贷款规模的增速放缓。这使得银行把更多的增量资产配置到收益相对低的同业以及证券投资方面，银行业整体的资产的收益率下降同时竞争加剧。
再次，随着我国利率市场化的推进，存贷利息差收窄，传统的存贷业务模式下的盈利能力也受到了冲击。
银行考试总结范文第2篇
关键词：商业银行；
信用风险；
宏观压力测试
一、引 言
自20世纪70年代末到21世纪初，全球有93个国家先后爆发了112次系统性银行危机。尤其90年代以来频频爆发的金融危机——如1987年美国股市崩盘、1994年美国利率风暴及中南美洲比索风暴、1997年亚洲金融危机、1998年俄罗斯政府违约事件，特别是2007年春季开始的次贷危机最终演变为2008年的全球金融风暴，波及范围之广，影响程度之大，史无前例。它们不仅使一国多年的经济发展成果毁于一旦，还危机到一国的经济稳定，对全球经济也产生了强大的冲击。［1］
收稿日期：2008-07-05
项目资助：本文受到西安交通大学“985工程”二期资助（项目编号：07200701），国家社会科学基金（08djy156）资助。
作者简介：
李江（1962-），湖南省湘潭市人，金融学博士，西安交通大学经济与金融学院副教授，
硕士研究生导师，研究方向：金融风险管理；
刘丽平（1982-）,女，河北省承德市人，西安交通大学经济与金融学院硕士研究生，研究方向：财务预警。
金融系统的宏观压力测试是一类前瞻性分析的工具，用于模拟“异常但合理” 宏观经济冲击对金融体系稳定性的影响，可以帮助中央银行识别金融体系的薄弱环节，有助于各方理解金融部门与宏观经济之间的联系，同时提高中央银行和金融机构的风险评估能力。因此，受到各国金融监管当局的重视，逐渐成为检验一国银行体系的脆弱性，维护金融稳定的首选工具。在金融全球化的趋势下，随着我国金融市场的完全开放，我国金融业和国际金融市场的逐步融合，是否拥有一个稳定和富有竞争力的银行体系对于
世界各地的学者，运用上述模型框架进行了大量的实证研究。vlieghe g［15］对英国银行体系累加的企业违约概率进行建模估计，发现gdp、实际利率和真实工资水平具有较显著的解释能力。bunn p,cunningham a和drehmann m［16］曾使用probit模型来测算英国企业部门的贷款违约风险。boss m［17］针对加总的企业违约概率估计出宏观经济信贷模型来分析澳大利亚银行部门的压力情境，结论说明工业产值，通货膨胀率，股票指数，名义短期利率和油价都是违约概率的决定因素。marco m 、sorge、kimmovirolainen［18］利用wilson模型框架对芬兰银行系统的信贷违约概率进行了宏观压力测试分析。结果证明在压力情境下，违约概率（pd, portability of default）的蒙特卡罗模拟分布明显异于常态分布，其var值远高于基期的测算值。jim wong,ka-fai choi和 tom fong［19］建立了香港零售银行面对宏观经济波动的信贷风险宏观压力测试框架。模型框架中引入的宏观经济变量包括：国内生产总值（gdp），利率（hibor），房地产价格（re）和大陆的gdp。同时用宏观压力测试评估了香港银行体系的贷款资产和住房抵押贷款风险暴露。压力情境的设定模拟了亚洲金融危机时发生的宏观经济波动，并分别引入了测试模型。结果表明在置信水平90%时，在所有压力情境下有些银行仍然能够盈利。这意味着目前银行系统的信用风险较稳和。当var取99%的置信水平这一极端情况时，一些银行出现了巨额损失，但这类事件发生的概率极低。
hoggarth g和whitley j［20］与drehmann m hoggarth， g logan a， zecchino l［21］在他们的研究中引入了英国在fsap框架指引下宏观压力测试的执行结果和方法，在压力情境的设定方面采用在险价值框架下的蒙特卡罗模拟法。jones m t, hilbers p和slack g［22-23］提供了宏观压力测试的更一般的非线性的方法。worrell d［24-25］ 讨论了一个将早期预警系统，金融健全性指标和宏观压力测试整合的方法。
一些学者研究将信用风险和市场风险整合测量，例如 allen l 和 saunders a［26］尝试将宏观经济因素整合进信用风险的测量模型。而最近的一些文献如pain d、vesala j［27］和gropp等人［28-29］则是引用wilson 的宏观信用模型分析了宏观要素对银行的债务人的信用质量的影响。而wilson 的模型的一个替代选择则是merton 的公司层面的结构模型. gray d、merton 和bodie［30］将这一框架扩展至研究违约风险。derviz a 和kadlcakova n ［31］将商业周期的影响整合进一个具有结构模型和简化模型特征的复合模型。drehmann m、manning m［32］和pesaran m h等［33］在利用merton模型框架的宏观压力测试中研究了违约概率和宏观经济变量的非线性关系。benito a,whitley j和young g ［34］将基于衡量违约概率的merton模型融入针对模拟个别企业违约的probit模型。他们发现merton模型方法比仅仅依靠企业的财务数据的模型效果更优。
还有一些文献使用不良贷款，贷款损失额或者复合指标与宏观经济因素整合成矩阵向量来测算金融体系的稳定性。hanschel e和monnin p［35］针对瑞士银行系统构建了一个复合压力指标，该指标综合了金融不稳定的市场指标和银行资产负债表上的衍生变形指标。kalirai h 和 scheicher m［36］针对对澳大利亚银行体系累加的贷款损失，通过涉及广泛的宏观经济变量的模型进行了时间序列的回归估计。这些宏观经济变量包括国内生产总值、工业产值缺口、消费者价格指数、货币供给增速、利息率、股票市场指数、汇率、出口额和油价。
（三）国内外研究述评
目前国外开展的关于银行稳定性评估的实证研究十分丰富，其中挪威和芬兰中央银行的研究对金融系统的评估最具综合性。稳定性评估的目的在于，对银行体系的健全状况和抵御系统性金融危机的能力进行定量和定性的客观评价。为此采用了金融稳健指标分析（financial sound indi cators)和压力测试的方法，对宏观经济环境中例外但有可能发生的冲击（shock）情境进行模拟，来量度和评估银行体系在遇到冲击甚至遇到金融危机时，保持稳定（即银行保持基本运营不会发生突变）的能力。
而国内对于银行体系的稳定评估的实证研究都偏重于评价银行体系的稳定性，对在抵御不确定性风险的能力评估并未涉及。目前我国关于宏观压力测试的研究才刚刚涉及，孙连友［37］，高同裕、陈元富［38］等学者对宏观压力测试进行了理论上的探讨，但多为国外文献的整理或综述，未能进一步的发展和深入。尤其在模型研究方面，仅仅停留在介绍早期国外学者的模型框架和较为成熟的各国宏观压力测试手册指引中的操作流程。其内容多为宏观压力测试的必要性、目的作用、所用方法、国内外的具体实践等，未能有很系统和深入的介绍，而对多种宏观压力测试模型的介绍和分析尚无涉及。
在实证方面，熊波［39］通过建立宏观经济因素的多元logit回归分析，并对结果进行假设情境的压力测试分析。得出的结论是， 国内生产总值和通货膨胀率这样的宏观经济变量的确是影响
图1 压力测试流程图
（二）模型的设定
本文将在wilson、boss和virolainen研究框架的基础上建立适合我国银行系统信用风险评估的宏观压力测试模型。首先借鉴国外研究成果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。在此基础上使用logit方程将贷款违约率转化为宏观综合指标，以指标作为因变量与宏观经济因素进行多元线性回归分析，使得这一指标能够很好地利用各宏观经济指标所提供的信息。在模型中宏观经济因素的选择方面，参考国内外学者实证研究中模型的自变量，结合我国数据统计和披露特点等制约因素选取适合的宏观经济变量来构建模型。
yt=?ln?1-pdt[]pdt（t=1, 2…, n）（2）
yt=α0+α1xt+…α1+m?x1-m?+β1yt-1?+…+βny?1-n?+μt（3）
xt=?0+?1xt-1?+…+?px1-p?+φ1yt-1?+…+φqyt-q?+εt（4）
pdt代表t年度的贷款的平均违约率，y是一个反映宏观经济状况的综合性指标，也可以将它理解为是反映银行体系违约概率和各宏观经济变量的关系的“中介指标”，x代表宏观经济变量。在利用历史数据进行模型估计时，通过处理的违约概率值代入（2）就可以得到估计的综合指标的估计值。将其带入（3）就可以估计出宏观方程的系数，并以此估计出的方程作为进行宏观压力测试的基础。而在执行压力测试的时候，通过压力情境的设定，用不同方法得到的各相关宏观经济变量值代入估计出的（3）就可以得到压力情境下的y，再通过（2）就估计出了压力情境下的银行系统的违约概率。
公式（2）就是对贷款违约率进行?logit?回归分析，pdt表示t年度的贷款的平均违约率，yt表示一系列宏观经济变量的综合指标。
公式（3）是反映各宏观经济变量与综合性指标yt的关系的方程，本文采用多元线性回归的方法来模拟变量之间的关系。其中xt=(x1,t?,x2,t?…xl,t?)′是l×1阶列向量，代表l个宏观经济因素构成的列向量；
μt是方程的随机扰动项。截距α0是一个l×1阶列向量；
系数α1,α2…α1+m?分别代表l×1阶向量，系数β1…βn是l×n阶矩阵向量。
公式（4）是关于各宏观经济变量的时间序列模型。考虑到宏观经济因素采取的时间序列数据，可能存在变量的滞后性，因此对各宏观经济变量进行p阶自回归分析，剔除模型中的序列相关性。在（4）中，?0是l×1阶的列向量, ?1,…,?p都是l×1阶矩阵向量，φ1,…φq是l×q阶矩阵向量，随机误差εt都是l×1阶列向量。
在这个模型中，假设μt和εt是序列不相关的，并且分别服从方差协方差为矩阵∑μ和∑ε的正态分布。其中μt和εt相关的方差协方差矩阵为∑μ,ε?。
在? wilson（1997）和virolainen（2004）?提出的框架中，yt仅仅与xt有关，而本文模型的设定更符合实际情况，yt不仅与xt相关，考虑到宏观冲击的时滞效应，yt还与其滞后期的值yt-1?,…,yt-n?有关。
从（4）可以看出，模型不仅考虑到了宏观经济变量值之间的相互影响，模型的设定考虑到了金融体系对宏观经济波动的回馈效应。将银行的表现对经济的反馈影响通过在宏观因素变量的自回归方程中引入综合变量来实现。通过各行业综合指标y的前期值对各宏观经济变量的影响设定来反映现实世界中的金融与经济发展的相互影响关系。
（三）变量选取
1.解释变量
根据各国的实证研究经验和我国银行体系业务发展特点，本文模型的变量选取1990～2006年的年度数据，主要考虑到数据的可得性、宏观经济统计的特征以及经济冲击发生的持续时间来决定的。鉴于研究的宏观层面，从数据的可得性及计算量考虑，本文的宏观模型是基于整个经济体系的，因此各宏观经济变量将不采用各经济部门的统计值，而是采用本国的整体水平的统计值。
本文选取八个宏观经济变量作为解释变量：
ngdp—国内生产总值名义年增长率；
rgdp—国内生产总值实际年增长率；
nr—一年期存款的名义基准利率；
rr—一年期存款的实际基准利率；
nlr—一年期流动资金贷款的名义平均利率；
rlr—一年期流动资金贷款的实际平均利率；
cpi—居民消费价格指数；
re—房地产价格指数；
2.被解释变量
本文选取违约概率作为评估信用风险的指标，银行系统的信用风险主要表现为贷款资产的违约风险。违约率水平是评估银行贷款质量的最直接的指标，违约风险可以用借款人在规定期限内的违约概率度量。virolainen k对芬兰银行系统的违约概率进行的宏观压力测试分析中，对违约概率指标采取如下方式赋值：在研究时段内，某行业的破产机构数量与总的机构数量的比率为银行体系面对的违约率。jim wong、ka-fai choi和tom fong［19］建立的香港零售银行面对宏观经济波动的信贷风险压力测试框架中，违约概率是逾期3个月以上的贷款额与总贷款额的比率。本文选取四家国有商业银行和交通银行、招商银行、光大银行等十家股份制商业银行的信贷数据作为样本，以平均的逾期贷款率代表贷款违约率，即以年末样本银行的总逾期贷款额与总贷款余额的比率。其中，1990、1991、1992三年的各样本银行的详细数据欠缺，因此本文根据各类媒体披露的总的逾期贷款的变动率和贷款额的变动率计算出了这三年的逾期贷款率，其他各年份的详细数据均来自
（二）宏观压力情境的设定及其结果
本文选择情境分析作为执行压力测试的方法。针对模型所选取的宏观经济变量，我们设定两个压力情境：一种是gdp增长突然放缓的情境；
一种是cpi上升到较高的水平（5%以上）。对于各种压力情境下，反映压力的宏观经济变量的变动幅度，可以通过以往的历史相似情境数据或历史经验直接进行人为的设定。而本文在对银行体系遇到极端情境进行构建之前，利用时间序列模型对解释变量ngdp、cpi进行了2008～2010年的简单arma模型预测，作为我们构建的参考基准情境（baseline scenario）。
从表2可以看出，在设定的两种压力情境下，我国的银行体系的信贷风险明显增加，从模型预测估计出的贷款违约率都有不同幅度的增加。随着国民生产总值增速的大幅降低，贷款违约概率增大，但幅度较缓。而随着通货膨胀率的骤增，违约概率出现大幅度的激增。这充分说明在压力情境下，宏观经济变量对银行系统信贷违约概率的冲击效应非常显著。从而判断，通货膨胀率的同等幅度波动对银行体系信贷违约率值的影响更大。
五、结论及建议
本文在对比分析国外成熟模型的基础上，构建了适合我国经济环境的宏观压力测试模型。首先本文借鉴了国外研究成果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。在此基础上使用logit方程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，使得这一指标能够很好地利用各宏观经济指标所提供的信息。在模型中宏观经济因素的选择方面，参考国内外学者实证研究中模型的自变量，结合我国数据统计和披露特点等制约因素选取适合的宏观经济变量来构建模型。借鉴已有研究成果中在选择信贷风险的评估指标方面的做法，以逾期贷款率作为模型中反映银行体系信贷风险的指标。
银行考试总结范文第3篇
[关键词]压力测试；
银行业；
风险
[DOI]10.13939/ki.zgsc.2015.16.066
1 压力测试概述
全球金融危机的爆发给金融机构敲响了警钟，压力测试作为宏观审慎监管和风险管理的重要工具受到各国的高度重视，并被监管部门广泛应用。从而提高商业银行的抵御风险能力和风险管理水平，以确保整个银行业的稳定性。
1.1 压力测试的定义
压力测试于1995年最早由国际证券监管机构组织（简称IOSCO）提出，并被定义为是假设市场处在极端不利的情形时，分析其对资产组合产生的影响。1999年再次指出压力测试是一个风险量化过程，将资产组合所面临的极端但可能发生的风险认定并加以量化。根据国际货币基金组织的定义，压力测试是用于评估金融体系承受“罕见但可能发生的”宏观经济冲击时的脆弱性的一系列方法和技术总称。此定义与国际清算银行（BIS），全球金融系统委员会（BCGFS）做出的定义是一致的。均主要从宏观金融系统出发，强调了压力来源和测试目的，压力来源于宏观经济因素，目的是评估金融系统稳定性和脆弱性。在中国银监会的《商业银行压力测试指引》中，压力测试被定义为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。在银监会的定义中，没有对压力因素来源做出具体说明，压力测试的目的包括微观层面的单家银行也包括宏观层面的银行体系。
综上，金融机构的压力测试实际就是先设计特定压力情境（如GDP骤减，失业率剧增，经济增长骤减等），再运用适当的方法构建模型，评估被测对象（单个银行或是金融系统）在这一特定情景下的承受能力和可能造成的最大损失，并将损失量化。
1.2 压力测试的作用
作用一在于压力测试是传统的VAR方法及其他风险管理工具的重要补充工具。因为VaR方法中假设的市场是局限于正常变化情况下，无法评估被测对象在市场极端变化时的潜在风险，缺乏对最大可能损失的估计。而压力测试关注的正是非正常的市场变化，处理了这种尾部风险。其次，VAR模型是以大量的历史数据为基础，因而VAR方法无法度量新的金融产品或未来经济状况。而压力测试弥补了此缺陷，可对缺乏数据的资产进行风险衡量。另外，压力测试能够对非线性资产进行风险管理而VAR则无法处理非线性资产，且压力测试能够衡量风险之间的相互关系，从而使风险评估更全面。作用二在于压力测试是宏观审慎监管的重要工具。宏观审慎是以整个金融系统监管对象，其中包括金融机构、金融工具和金融市场。其目的是监测金融系统脆弱性并进行政策工具调整。监管当局实施宏观审慎制度主要综合运用定性分析和定量分析两种方法。作为定量分析的宏观压力测试，通过评估宏观经济极端变动对金融系统造成的不良后果，实现宏观审慎监管的目的。
2 压力测试的基本流程
压力测试旨在使监管当局充分了解被测对象的系统脆弱性，了解信用风险、市场风险、流动性风险等多种风险与银行财务状况之间的关系，从而提前调整政策及风险管理措施，提高银行抵御风险的能力。
2.1 确定压力测试覆盖范围
在进行宏观压力测试时由于资金和人力资源的限制，监管当局不可能对所有金融机构进行压力测试。所以要确定被测对象的数量和类型，坚持两个原则。一是被测对象要能够最大程度地代表金融体系的特点；
二是被测对象的数量要控制在一个可操作的水平。被测对象的选取直接影响测试结果。是否仅仅限于银行业内大的金融机构，还是将其他外资银行、保险公司、证券公司也包括进来，这个要取决于所处时期和经济环境综合考虑。例如，在金融危机时美国大多数小的金融机构和银行纷纷倒闭，也严重影响和带动金融危机的恶化。另外，还要根据所分析的风险特点和数据的可获得性来确定金融机构要进行压力测试的资产组合。
2.2 识别脆弱性并确定风险因子
对银行或金融机构所面临的所有风险进行压力测试显然不太现实，因此识别银行的脆弱点以便有针对性地进行更有效的压力测试。充分分析宏观经济的总体环境以及历史数据，并了解所测对象的股权结构、资产负债表结构、市场份额等结构性指标，均有利于识别被测对象的脆弱性。脆弱性的不同决定了测评指标的不同，进而决定了风险因子的不同。例如如果银行的脆弱性主要是信用风险，则可测试资产质量，可选的测试指标有不良贷款率占总款的比率，按行业划分的贷款分布或者按地区划分的贷款分布等。如果脆弱点主要是银行的流动性，则可选的测评指标有流动资产占总资产的比例、流动资产与流动负债的比例、客户存款与总贷款的比例等。根据测评指标，选择最易影响测评指标稳定性的宏观经济因素，即为风险因子。
2.3 设计和校准压力情景
构建压力情景是至关重要的，设计的压力情景代表着现实中极端的但可能发生的经济冲击。确定经济冲击是由一个风险因子引起的还是多个风险因子引起的，即是用敏感性分析法（又称单因子分析法）还是情景分析法（又称多因子分析法）来设计压力情景。敏感性分析法只考虑一种经济因素变化，假设其他因素不变，计算简单易于操作且有针对性。但其无法考虑风险因子之间的相互作用和影响，因而测试结果有一定偏差，因此此方法有一定局限性。而多因子分析法虽增加计算负担但考虑全面，能提高测试结果的准确度。多因子分析法又分成历史情景分析法和假设情景分析法两种。其中假设情景分析法还包括最坏情景分析法、极致理论法和蒙特卡洛模拟法等多种方法。要根据实际情况包括数据情况、计算情况等来确定所用方法。另外，压力情景的校准是校准冲击振幅的大小，即相关风险因子变化的幅度。振幅过大或者过小都会使测试无意义。应根据所处实际经济环境，以及在一定时期内相关经济因子最大波动幅度，或者基于条件的和非条件的历史方差来校准压力情景。
2.4 执行压力测试
用构建的压力情景，对被测对象进行压力测试，得出测评指标的变化，从而分析并评价被测金融机构的承受能力。压力测试的执行，有自下而上和自上而下两种方法。自下而上法是金融机构根据自己的内部数据和模型各自进行压力测试，然后将结果汇总给监管当局。而自上而下的方法是监管当局设计压力情景，监管当局用宏观数据统一对金融机构进行压力测试。自下而上的方法的优点在于充分利用单个资产组合的数据，且避免数据保密性问题，风险类型的分析更全面一些，但是不同模型和数学方法的运用可能会导致某些偏差或者不一致的现象，且增加每个金融机构的成本。而自上而下的方法避免了不一致现象，且易于实施，但汇总的历史数据中数据间的相互关系在未来未必成立，也可能导致结果的某些偏差。因此，两种方法可交叉使用，然后比较结果。
2.5 回馈效应
单个银行经过冲击所受到的影响会传染或影响其他银行，产生多米诺骨牌效应。若假定某一银行受到经济冲击时，其他银行不受影响，使压力测试过于简单化，但此时的结果是不准确的。因为银行间是有关系的，是相互影响的。当一家银行受到冲击时，必然会重新安排其资产组合，则必然会影响到其他银行。因此回馈效应的分析是必要的。常用的来分析确定回馈效应的方法是使用传染模型。此模型主要反应的是当主要银行倒闭时对金融体系其他银行及金融机构的影响。
2.6 解释和公布结果
监管当局得到结果后，在解释和应用结果时需要特别注意压力测试的前提假设以及它的局限性。根据实际情况来调整相应的政策，并做出预备防范风险措施。
3 商业银行压力测试的建议
3.1 建立合理的压力测试框架，设计合适的压力测试情景
欧美国家开展压力测试时间较长，而中国时间较短。因而我国应在借鉴欧美国家的经验的基础上，根据自身情况适当调整压力测试流程，建立适合我国的压力测试完整体系。另外，压力测试情景要结合自身，压力严重程度要合理。对于我国而言，应考虑我国宏观经济数据的有效时间序列不长等因素，并选取最易影响中国宏观经济波动的因素作为风险因子，确立最合适的情境设计方法来构建压力情景。
3.2 压力测试范围要全面，且需建立较高的信息透明度
压力测试应尽可能地涵盖银行的所有业务，还应反应商业银行组合内的特殊风险特性。另外，较高的压力测试信息透明度有助于市场主体了解银行体系的风险情况，且帮助恢复市场参与者信心，推动经济复苏。我国应使银行体系压力测试的信息充分披露，使得压力测试在宏观审慎中的作用充分发挥。
银行考试总结范文第4篇
【关键词】金银花多糖；
提取工艺；
含量测定
【中图分类号】R282.4 【文献标识码】A 【文章编号】1004-7484（2012）12-0011-02
金银花为忍冬科植物忍冬Lonicera japonica Thunb.的干燥花蕾或带初开的花[1-2]。已有报道称多糖是金银花中有效成分之一，并有抗癌、抗肿瘤、提高人体免疫力等多种作用[3]，目前国内对金银花多糖方面的研究仍较少。金银花的多糖提取工艺及含量测定研究有利于新的药效部位的开发，为金银花多糖的开发应用提供理论依据。
1 材料与仪器
AB135-S型电子天平（瑞士梅特勒-托利多公司）；
UV-1100型双光束紫外-可见分光光度仪（上海天美科学仪器有限公司）；
R1002型旋转蒸发仪（上海申顺生物科技有限公司）；
TDL-5-A型台式离心机（上海安亭科学仪器厂）；
金银花药材购自济南建联中药有限公司，经鉴定为忍冬科植物忍冬Lonicera japonica Thunb.的干燥花蕾；
D-无水葡萄糖（中国药品生物制品检定所，批号110833-200503）；
苯酚、硫酸等试剂均为分析纯，水为去离子水。
2 方法与结果
2.1 金银花多糖含量测定
2.1.1 含量测定方法
D-无水葡糖糖作为标准品配制标准品溶液，采用苯酚-硫酸法[4]测定金银花提取物中总多糖的含量。
金银花总多糖提取率=提取物中总多糖含量/样品中总多糖含量×100%
2.1.2 标准曲线的绘制
精密称定105℃干燥至恒重的无水葡萄糖10.25 mg置100mL容量瓶中，加纯净水稀释至刻度，备用。分别精密量取葡萄糖标准溶液0.0，0.1，0.2，0.4，0.6，0.8，1.0mL置10mL具塞试管中，加入1.6 mL5%苯酚溶液，再加入7mL浓硫酸于溶液表面，摇匀，沸水浴加热15 min，冷却20min后再加蒸馏水定容至相同体积，放置30 min，于最大吸收波长下测定吸光度A，以吸光度A为纵坐标，葡萄糖标准液浓度C为横坐标绘制标准曲线，得到回归方程A=48.1375C+0.1172，R=0.9995。
2.1.3 多糖的含量测定
精密称取制得的多糖适量，置于100mL容量瓶中，精密量取5mL于50mL容量瓶中，加蒸馏水稀释至刻度，摇匀。精密量取供试液0.6mL于10mL具塞试管中，按2.1.2方法测定吸光度，并计算多糖含量。
2.2 金银花多糖的制备
采用本试验优选的最佳提取工艺提取金银花多糖。即向金银花药材中加入15倍量的水90℃提取2次，每次1.5h。提取液过滤，滤液浓缩至体积适量后，加入95%乙醇使含醇量达75%，静置过夜，沉淀用无水乙醇冲洗、干燥即得多糖粗品。对制得的粗多糖采用Sevag法去蛋白：将粗多糖溶于10倍量蒸馏水中，加入Sevag试剂（氯仿-正丁醇，25：5）萃取，重复操作至两相界面无变性蛋白产生为止。将萃取后的多糖溶液浓缩至适当体积，醇沉、洗涤、干燥得精制多糖。
2.3 金银花多糖提取工艺参数正交优选
在单因素考察的基础上，以多糖提取率为指标，对提取温度（A）、提取次数（B）、溶剂倍量（C）及提取时间（D）4因素进行考察，选用L9（34）正交表进行试验，正交试验设计见表1，正交试验结果见表2，方差分析见表3。
由上表可知各因素影响主次顺序为：A>C>D>B，即提取温度>溶剂倍量>提取时间>提取次数。方差分析结果表明，A即提取温度为主要影响因素（P
2.4 验证试验
按照确定的最佳工艺进行3次试验，结果金银花多糖的提取率分别为：9.42%、9.53%和9.58%，证明确定的最佳工艺合理、可行。
3讨论
目前，金银花已广泛用于针剂、口服液、胶囊等药品及保健食品、饮料，具有很高的开发利用价值，但是有关金银花多糖方面的报道极少。通过本试验的研究，对于金银花的深加工及综合利用具有重要意义。
参考文献：
[1] 中华人民共和国卫生部药典委员会.中国药典一部[S].北京：化学工业出版社，2010.
[2] 殷洪梅，吕新勇，萧伟.金银花多糖的制备工艺优化及免疫活性研究[J].中国中药杂志，2010，35（4）：453-455.
银行考试总结范文第5篇
关键词：水银花；
灰毡毛忍冬皂苷乙；
川续断皂苷乙；
含量测定；
高效液相色谱法
中图分类号：R284.1 文献标识码：A 文章编号：1005-5304（2013）04-0054-04
水银花是忍冬科植物毛花柱忍冬Lonicera dasystyla Rehder的干燥花蕾或带初开的花。广西壮族民间习将其作为金银花使用，具有清热解毒、疏散风热的作用，用于风热感冒、咽喉肿痛、痢疾、疮疡肿毒、丹毒[1]。2010年版《中华人民共和国药典》（一部）“山银花”来源为忍冬科植物灰毡毛忍冬Lonicera macranthoides Hand.-Mazz.、红腺忍冬Lonicera hypoglauca Miq.、华南忍冬Lonicera confusa DC.或黄褐毛忍冬Lonicera fulvotnetosa Hsu et S.C.Cheng.的干燥花蕾或带初开的花，“金银花”来源为忍冬科植物忍冬Lonicera japonica Thunb.的干燥花蕾或带初开的花[2]，水银花则未收入。文献记载，忍冬属植物部分种含有灰毡毛忍冬皂苷乙、川续断皂苷乙，如从毛花柱忍冬和灰毡毛忍冬花蕾中分离得到灰毡毛忍冬皂苷乙、川续断皂苷乙等[3-4]，从华南忍冬中分离出灰毡毛忍冬皂苷乙[5]。为正确评价和控制水银花药材质量，本研究以灰毡毛忍冬皂苷乙和川续断皂苷乙的总量作为指标，建立高效液相色谱法（HPLC）测定水银花含量的方法。现报道如下。
1 仪器与试药
日本岛津LC-20AT高效液相色谱仪，带自动进样器， ELSD-LT Ⅱ蒸发光散射检测器，LC solution色谱工作站；
Waters2695高效液相色谱仪，带自动进样器，Alltech ELSD 2000ES蒸发光散射检测器，Empower工作站；
SB3200DTS双频超声清洗仪（宁波新芝生物科技股份有限公司）；
XS205电子天平（瑞士梅特勒公司）；
摩尔分子超纯水器（美国热电公司）。
水银花药材3批（1号，广西药用植物园，采集时间2011年4月；
2号，马山县加方乡加让村拉林屯，采集时间2010年10月；
3号，隆安县城厢镇良安村那料屯，采集时间2011年5月），其中1、2号样品的对号腊叶标本经广西中医药研究院方鼎研究员、广西食品药品检验所黄燮才主任中药师鉴定，均为忍冬科植物毛花柱忍冬Lonicera dasystyla Rehder。灰毡毛忍冬皂苷乙对照品（含量99.8%，批号20152-201003）、川续断皂苷乙对照品（含量98.3%，批号20153- 201003）均购自南昌贝塔生物科技有限公司。流动相所用甲醇和乙腈均为色谱纯（美国Fisher公司），水为超纯水，其余试剂均为分析纯。
2 方法与结果
2.1 色谱条件
2.1.1 色谱柱的选择 在同一色谱条件下，分别对Diamonsil C18柱、KF C18柱、Agilent ZoRbAx SB-Aq C18柱（均为250 mm×4.6 mm，5 ?m）进行摸索。结果上述3根色谱柱均可得到良好的分离效果，故选Diamonsil C18柱作为色谱柱。
2.1.2 流动相的选择 在同一色谱条件下，分别对甲醇-水溶液（55∶45）、乙腈-0.4%醋酸（27∶73）等度洗脱、乙腈（A）-0.4%醋酸（B）梯度洗脱（0～10 min，88.5%85%B；
10～12 min，85%71%B；
12～18 min，71%67%B；
18～30 min，67%55%B）等流动相进行摸索。结果乙腈（A）-0.4%醋酸（B）梯度洗脱的流动相系统较甲醇-水溶液（55∶45）和乙腈-0.4%醋酸（27∶73）分离效果好，故选择乙腈（A）-0.4%醋酸（B）梯度洗脱。流速分别考察了0.8、1.0、1.2 mL/min不同流速，结果3种流速洗脱，灰毡毛忍冬皂苷乙和川续断皂苷乙峰均可得到良好的分离效果，故选择流速为1.0 mL/min。
2.2 提取溶剂及方法
分别取6份水银花粉末0.4 g。其中2份分别精密加入50%甲醇和80%乙醇50 mL，超声提取（功率250 W，频率40 kHz，下同）40 min；
另2份分别精密加入50%甲醇和80%乙醇50 mL，冷浸15 h；
最后2份分别精密加入50%甲醇和80%乙醇50 mL，回流提取1 h。放至室温，再称定质量，用相应溶剂补足减失的质量，摇匀，滤过，弃去初滤液，取续滤液，用微孔滤膜过滤，进样测定。结果以50%甲醇和80%乙醇作为提取溶剂，均以超声提取得率较高，且3种方法提取比较，均以50%甲醇作为溶剂超声提取得率最高。故初步确定采用50%甲醇超声提取的方法制备供试品溶液。见表1。
2.3 提取条件的优化
2.3.1 正交试验设计 选择药材破碎度（A）、药材称样量（B）、甲醇浓度（C）和提取时间（D）作为考察因素，因素水平见表2。选用L9（34）正交表进行试验，以灰毡毛忍冬皂苷乙和川续断皂苷乙总含量（Y）作为考核指标，优化供试品溶液的制备条件。正交试验结果及方差分析见表3、表4。
2.3.2 结果分析及供试品溶液制备条件的优化 由表3可知，各因素对灰毡毛忍冬皂苷乙和川续断皂苷乙得率的影响程度为：C（甲醇浓度）>A（药材破碎度>D（提取时间）>B（药材称样量），各因素的不同水平对供试品溶液灰毡毛忍冬皂苷乙和川续断皂苷乙总量有显著影响。根据试验结果，最佳提取条件为A3B1C2D2，因C1与C2差异不大，并参考2010年版《中华人民共和国药典》（一部）“山银花”含量测定项下提取溶剂，确定提取条件为A3B1C1D2，即药材粉碎为过四号筛的粉末，称取药材粉末0.4 g，加入50%甲醇50 mL，超声处理40 min。
2.4 溶液制备
2.4.1 对照品溶液的制备 取灰毡毛忍冬皂苷乙对照品、川续断皂苷乙对照品适量，精密称定，加50%甲醇制成每1 mL含灰毡毛忍冬皂苷乙0.6 mg、川续断皂苷乙0.2 mg的混合溶液，即得。
2.4.2 供试品溶液的制备 取水银花药材粉末（过四号筛）约0.4 g，精密称定，置具塞锥形瓶中，精密加入50%甲醇50 mL，称定重量，超声处理40 min，放冷，再称定质量，用50%甲醇补足减失的质量，摇匀、滤过，取续滤液，即得。
2.4.3 阴性对照溶液的制备 取50%甲醇作为阴性对照溶液。
2.5 方法学考察
2.5.1 专属性试验 精密吸取上述3种溶液各10 ?L进样，
测定。结果供试品溶液的色谱图中均有与灰毡毛忍冬皂苷乙和川续断皂苷乙保留时间相同的吸收峰，阴性对照品溶液的色谱图则无此吸收峰。说明本法测定灰毡毛忍冬皂苷乙和川续断皂苷乙含量专属性强，无阴性干扰。见图1。
2.5.2 线性关系及范围 分别精密吸取灰毡毛忍冬皂苷对照品溶液（398 ?g/mL）0.1、2.5、5、7.5、10 mL，各加50%甲醇定容至10 mL。分别精密进样10 ?L，以对照品的进样量（?g）为横坐标，峰面积积分值的对数为纵坐标，绘制标准曲线。结果当灰毡毛忍冬皂苷乙对照品进样量在0.039 8～3.980 ?g范围时，进样量与峰面积呈良好线性关系，灰毡毛忍冬皂苷乙回归方程为Y=1.147 7X+5.321，r=0.993 0。
分别精密吸取川续断皂苷乙（212 ?g/mL）对照品溶液0.1、2.5、5、7.5、10 mL，各加50%甲醇定容至10 mL。分别精密进样10 ?L，以对照品的进样量（?g）为横坐标，峰面积积分值的对数为纵坐标，绘制标准曲线。结果川续断皂苷乙对照品进样量在0.021 2～2.12 ?g范围内与峰面积呈良好线性关系，川续断皂苷乙回归方程为Y=1.091 1X+5.191 9，r=0.996 1。
2.5.3 精密度试验 取同一份供试品溶液（1号），按上述色谱条件，连续测定5次。结果灰毡毛忍冬皂苷乙平均含量为5.55%，RSD=2.95%（n=5）；
川续断皂苷乙平均含量为1.69%， RSD=2.42%（n=5）。表明本法的精密度良好。
2.5.4 重复性试验 取同一批供试品（1号）粉末约0.4 g，精密称定，按上述方法平行测定6份，计算。测得灰毡毛忍冬皂苷乙含量平均值为5.59%，RSD=2.05%（n=6）；
川续断皂苷乙含量平均值为1.72%，RSD=2.31%（n=6）。表明本法的重复性较好。
2.5.5 稳定性试验 取同一供试品溶液（1号），分别于0、2、4、6、8、24 h各进样测定1次。结果灰毡毛忍冬皂苷乙含量的RSD=2.68%，川续断皂苷乙含量的RSD=2.46%。
2.5.6 加样回收率试验 分别精密称取已知含量的样品粉末（干燥品）0.2 g共6份，精密称定，各加入灰毡毛忍冬皂苷乙（0.19 mg/mL）和川续断皂苷乙（0.056 8 mg/mL）混合对照品溶液50 mL，同法制备供试品溶液，并测定灰毡毛忍冬皂苷乙和川续断皂苷乙含量，计算平均回收率及相对标准偏差。结果灰毡毛忍冬皂苷乙含量平均回收率为97.87%，RSD=2.70%（n=6）；
川续断皂苷乙含量平均回收率为95.03%，RSD=2.63%（n=6）。见表5、表6。
2.5.7 仪器最低检出限试验 分别取灰毡毛忍冬皂苷乙对照品和川续断皂苷乙对照品甲醇溶液进行稀释，计算信噪比3∶1时注入仪器的量。结果灰毡毛忍冬皂苷乙的最低检出限约为0.027 9 ?g，川续断皂苷乙的最低检出限约为0.021 2 ?g。
2.5.8 耐用性试验 分别采用不同品牌的色谱柱（Diamonsil C18柱、KF C18柱、Agilent ZoRbAx SB-Aq C18柱，规格均为5 ?m， 4.6 mm×250 mm），测定样品（1号）中灰毡毛忍冬皂苷乙和川续断皂苷乙的总量，3根色谱柱测定灰毡毛忍冬皂苷乙和川续断皂苷乙总量平均值为7.61%，RSD=1.91%（n=3）；
分别采用不同品牌的色谱仪（Waters2695、岛津LC-20AT）测定样品（1号）中灰毡毛忍冬皂苷乙和川续断皂苷乙总量。两台色谱仪测定灰毡毛忍冬皂苷乙和川续断皂苷乙总量平均值为7.46%，RAD=0 （n=2）。结果表明，不同品牌色谱柱和不同品牌高效液相色谱仪对本法测定结果影响不大。
2.6 样品含量测定
分别取上述样品，以上述确定的试验条件制备供试液，并进行灰毡毛忍冬皂苷乙和川续断皂苷乙总量测定（n=2）。结果1号样品含量为7.45%，2号样品含量为1.00%，3号样品含量为1.01%。
3 讨论
水银花为广西常用的壮药材，该药材在广西分布较广，部分地区有大量种植，且使用历史悠久。长期以来，该药材一直处于无标准的状态中，由于无含量测定的方法，该药材一直缺乏质量的评价，更无质量优劣的标准控制，严重影响了临床用药的安全和疗效。文献记载，忍冬属植物部分种含有灰毡毛忍冬皂苷乙、川续断皂苷乙[3-5]。2010年版《中华人民共和国药典》（一部）“山银花”的含量测定项下收载了灰毡毛忍冬皂苷乙、川续断皂苷乙的含量测定[2]，本研究参考药典“山银花”含量测定的指标，以灰毡毛忍冬皂苷乙和川续断皂苷乙的总量作为测定成分，建立了水银花药材中的灰毡毛忍冬皂苷乙、川续断皂苷乙总量的HPLC测定方法。
本研究对供试品溶液制备在药材破碎度、药材称样量、甲醇浓度和提取时间等方面进行了正交试验，优化了制备条件；
对HPLC色谱柱和流动相进行了摸索，确定了色谱条件；
建立的含量测定方法经方法学考察，表明本方法精密度、重复性、准确度和耐用性均良好，专属性强，各项主要技术指标均符合中草药含量测定的技术要求，可作为水银花药材质量评价和控制的方法。本研究建立的含量测定方法现已收入《广西壮族自治区壮药质量标准》（第二卷）水银花[含量测定]项中[1]，对于控制水银花药材质量具有积极意义。
参考文献：
[1] 广西壮族自治区食品药品监督管理局.广西壮族自治区壮药质量标准：第二卷[S].南宁：广西科学技术出版社，2011：71-72.
[2] 国家药典委员会.中华人民共和国药典：一部[S].北京：中国医药出版社，2010：28-29，205-206.
[3] 罗咏晴，李会军，李萍，等.毛花柱忍冬花蕾化学成分研究[J].林产化学与工业，2010，30（1）：73-76.
[4] 陈君，许小方，柴兴云，等.灰毡毛忍冬花蕾的化学成分[J].中国天然药物，2006，4（5）：347-351.
