CCAR框架考慮了銀行執行壓力測試所需情景的具體要素，提給了三套每年開展壓力測試的具體情景。壓力情景通過對28個宏觀經濟變量在區別水平下的預測，描述區別特定情景下的美國和其他四大國際經濟體的經濟行為、資產價格、外匯匯率和利率水平，情景嚴重程度通過GDP、失業率、利率、股指等指標來表示（BoardofGovernorsoftheFederalReserveSystem，2016）。美聯儲同時要求銀行根據自身狀況設計至少兩個類似的情景，反映其自身的特定危機輪廓及運營狀況，包含企業的資本充足和財務狀況。銀行自身壓力情景的設計，有純專家判斷模型也有純統計模型，但大多數全球性銀行在宏觀經濟變量預測中會兼顧這兩種方式，即采用混合性方式。
專家判斷法專家判斷法壹般是先組建壹個由經濟學家、業務條線代表及來自財務、危機和信貸部門的高級經營管理層構成的委員會。這個工作委員會的唯壹目標是為宏觀經濟變量做出合理的預測。該委員會在選取宏觀經濟變量時的壹般做法是依賴危機識別流程及經營管理層決斷。委員會將首先考慮歷史趨勢和前瞻性預測，通過各方討論銀行所面臨的關鍵危機，最終確定區域性和全球性具備代表性的宏觀經濟變量及變量的預測水平。
純統計模型法純統計模型開發法壹般采用高度復雜的、結合區域性和全球性的模型數據，實行宏觀經濟變量預測，包含計算各區域相關性和各變量間的相關性。常用的統計模型包含向量自回歸模型（VAR）或向量自回歸誤差修正模型（VECM）。
VAR模型可以用於解析變量系統中各變量間的相互作用。在某些給定的條件下，VAR模型能夠用來確定壹個基本的經濟沖擊給其他經濟變量帶來多大影響。VAR模型被公認為是描述變量間動態關系的壹種有效實用方式。
VECM模型是VAR模型的壹個擴展：VECM模型在VAR模型的基礎上引入了長期協整機制的約束，在統計意義上更為嚴謹。VECM模型的壓力情景設計，基於其所建立的多個危機驅動因素之間的聯動關系，即可根據區別的危機觸發因素或沖擊因素，推演出相應沖擊下的整體壓力情景。
混合型方式混合型方式壹般是指采用統計模型和專家判斷相結合的方式，對宏觀經濟變量實行預測。該方式先通過統計模型得出測算結果，然後專家們在綜合考慮宏觀經濟模型的預測結果以及潛在的額外因素。例如，在各區域間的相關性的基礎上，決定是否需要對現有模型預測值實行經營管理層人工調整，並發布銀行最終宏觀經濟變量預測水平。這種混合型方式因其開發成本適中且優於純粹的專家判斷方式，成為目前銀行使用最為廣泛的方式。