1. 课程导入

欢迎进入《CDS组合风险与情景压力测试实战》的第一章。在正式进入模型、参数与压力测试脚本之前，我们需要先建立一张“全局地图”：CDS组合的风险究竟由哪些因子驱动，情景压力测试在组合管理中扮演什么角色，以及本课程将如何从概念走向可落地的实战工具。本章不追求公式推导，而是帮助学员在头脑中形成清晰的风险结构与测试逻辑，为后续章节的建模、计算与复盘打下共同语言。

一、学习目标：从“看懂风险”到“跑出压力结果”

本课程的学习目标可以概括为四个层次。第一，理解CDS组合风险的核心来源，包括信用利差变动、违约相关性、回收率假设、期限结构与市场流动性。第二，掌握情景压力测试的基本方法，能够区分敏感性分析、情景分析与反向压力测试的适用边界。第三，能够将组合持仓、CDS曲线与情景参数组织成可计算的数据结构，并输出组合层面的损益、敞口与风险指标。第四，具备对压力测试结果进行解读与复盘的能力，避免把“模型输出”误当成“风险真相”。

二、核心概念：CDS组合风险的五个关键维度

CDS（信用违约互换）本质上是对信用事件的保护合约。单一CDS的风险相对直观，但一旦形成组合，风险结构会迅速复杂化。以下五个维度是后续所有章节反复出现的核心概念。

• 信用利差风险：利差走阔导致保护买方获利、保护卖方亏损，是CDS组合最直接的市值风险来源。
• 违约与回收风险：信用事件触发时，赔付金额取决于违约定义、可交付债务与回收率假设。
• 相关性风险：组合中多个参考实体同时违约的概率并非独立，相关性上升会显著放大尾部损失。
• 期限结构风险：不同期限CDS对同一信用事件的敏感度不同，曲线平移与扭曲会带来非平行损益。
• 流动性与基差风险：压力情景下买卖价差扩大、对冲工具失效，可能导致无法按模型价格平仓。

理解这五个维度后，我们才能回答一个关键问题：压力测试到底在“压”什么？答案是：压利差、压违约率、压相关性、压回收率、压流动性，并观察这些压力如何通过组合结构传导为最终损益。

三、整体框架：从持仓到压力结果的数据流

本课程的整体框架遵循“持仓—因子—情景—引擎—结果—复盘”的闭环。持仓层记录每个CDS的名义本金、方向、参考实体、期限、利差与对手方；因子层将持仓映射到利差曲线、违约概率、相关性与回收率等风险因子；情景层定义冲击幅度、冲击方向与联合分布；引擎层执行重估与聚合；结果层输出组合损益、敞口集中度与尾部指标；复盘层则检验假设合理性并反馈修正。

这张图展示了本课程的主线：左侧是我们可以直接观测和录入的持仓数据，中间是驱动风险的因子与情景设定，右侧是最终需要向管理层、风控委员会或交易台汇报的结果。压力测试的价值不在于“算出一个数字”，而在于把这条传导路径显性化，让每一个假设都可被质疑、可被调整、可被复盘。

四、方法流程：一次完整压力测试的六个步骤

为了让后续章节的实操有统一节奏，这里先给出标准流程。每一步都会在后续章节中展开，但导入阶段需要先建立顺序感。

1. 组合快照：固定测试时点，整理所有CDS持仓、方向、名义本金、期限与当前利差。
2. 因子映射：将每个持仓映射到利差曲线节点、违约概率、相关性与回收率参数。
3. 情景定义：选择历史情景或假设情景，明确冲击对象、冲击幅度与冲击方向。
4. 重估计算：在情景参数下重新计算每个CDS的市值与组合总损益。
5. 结果聚合：按参考实体、行业、期限、对手方等维度聚合敞口与损失贡献。
6. 复盘校验：检查结果是否符合直觉、是否暴露集中度、是否需要调整对冲或限额。

测试类型	核心问题	典型输出	适用场景
敏感性分析	单一因子变动1bp或1%会怎样	DV01、CS01、回收率敏感度	日常风险监控、对冲比率调整
情景分析	一组因子同时变动会怎样	组合损益、敞口变化、损失贡献	季度压力测试、监管报送
反向压力测试	多大冲击会导致组合损失超过阈值	临界利差、临界违约率、临界相关性	限额设定、资本规划、极端风险沟通

五、案例/场景：一个直观的组合压力片段

假设某组合持有10个参考实体的CDS保护卖方头寸，名义本金各1000万元，期限均为5年，当前平均利差为120bp。在基准情景下，组合每日CS01约为4.5万元。现在设定一个“信用恶化”情景：所有参考实体利差走阔80bp，同时相关性从0.3上升至0.6，回收率从40%下调至25%。

仅看利差冲击，组合损失约为4.5万元 × 80 = 360万元。但相关性上升会改变联合违约分布，使尾部情景下的预期损失显著增加；回收率下调则直接提高违约时的赔付比例。最终压力损失可能远高于单纯的利差线性外推。这个例子说明：压力测试必须处理因子之间的联动，而不是把每个因子单独压一遍再相加。

情景参数示例：
  利差冲击：+80 bp（所有参考实体）
  相关性：0.30 → 0.60
  回收率：40% → 25%
  期限：5Y
  名义本金：10 × 1000万元
  基准CS01：约4.5万元/bp

线性利差损失估算：
  4.5万元/bp × 80 bp = 360万元

注意：该估算未包含相关性上升与回收率下调的联合效应，
      实际压力损失通常高于线性估算。

六、误区与复盘：导入阶段就要建立的三个警觉

第一个误区是“把压力测试当成预测”。压力测试不是预测未来，而是回答“如果发生某种极端情况，我们能否承受”。第二个误区是“只压利差，不压相关性”。CDS组合的尾部风险往往来自多个参考实体同时恶化，忽略相关性会系统性低估极端损失。第三个误区是“结果不复盘”。如果压力损失远超限额，却不去检查是持仓集中、情景过严还是模型假设有误，测试就失去了管理价值。

复盘时建议追问四个问题：损失主要来自哪些参考实体？是利差效应还是违约效应主导？情景假设是否与当前市场状态脱节？如果要对冲，应该调整方向、期限还是参考实体集中度？这四个问题将贯穿本课程后续的每一个实战环节。

七、实战价值：为什么这门课值得投入

对于交易台而言，CDS组合压力测试是限额管理与对冲决策的基础；对于风控与合规而言，它是监管报送与资本规划的关键输入；对于资产管理人而言，它帮助判断组合在信用危机中的真实脆弱性。掌握这套方法后，学员能够独立完成从持仓整理、情景设定、重估计算到结果汇报的完整流程，并能用业务语言向非技术背景的管理层解释风险来源。

本章建立了三个共同基础：核心概念的五维框架、压力测试的六步流程、以及“联动冲击优于线性加总”的基本判断。接下来的章节将逐步进入CDS定价基础、利差曲线构建、相关性建模、情景库设计与压力测试引擎实现。请带着本章的框架图去学习后续内容，每遇到一个新参数或新模型，都尝试把它放回“持仓—因子—情景—结果”这条主线上。