2. 基础概念：收益、风险、额度的数学关系
在额度收益风险平衡策略中，收益、风险与额度构成核心三角。三者并非孤立变量，而是通过数学公式紧密耦合。理解其基础关系，是构建量化策略的第一步。
2.1 三要素定义与符号约定
| 要素 | 金融场景 | 量化场景 | 通用符号 |
|---|---|---|---|
| 收益 | 利息收入、服务费 | 预期回报率、夏普比率分子 | R |
| 风险 | 违约损失率、不良率 | 波动率、最大回撤、VaR | σ 或 L |
| 额度 | 授信敞口、贷款余额 | 仓位规模、杠杆倍数 | E 或 Q |
符号记忆：R（Return）、σ（Risk/Volatility）、E（Exposure）。后续公式均以此为基础。
2.2 核心数学关系：风险调整后收益
三要素最基础的数学关系体现在风险调整后收益公式中。该公式将绝对收益与风险、额度统一到一个标量上，用于比较不同额度下的策略优劣。
风险调整后收益 = (预期收益 - 无风险收益) / 风险
= (R - Rf) / σ在信贷场景中，无风险收益通常取资金成本或国债利率。当引入额度变量 E 后，公式扩展为：
净收益 = E × R - E × L
= E × (R - L)其中 L 为预期损失率（违约概率 × 违约损失率）。该式直观表明：额度放大收益的同时，也线性放大风险损失。
2.3 三要素关系框架图
下图展示收益、风险、额度之间的三角耦合关系，以及策略优化的核心目标——在给定风险预算下最大化净收益。
2.4 风险-收益-额度平衡方程
在量化风控中，三要素的平衡通常通过约束优化表达。以下为最简形式的平衡方程：
最大化：净收益 = E × (R - L)
约束条件：E × σ ≤ 风险预算上限
0 ≤ E ≤ 授信上限该方程揭示三个关键推论：
- 线性放大效应：额度
E同时放大收益和风险，不存在“只放大收益不放大风险”的额度。 - 盈亏平衡点：当
R = L时，净收益为零，此时额度无论大小均无意义。 - 风险预算约束：额度上限由风险预算决定，而非由授信上限决定。
2.5 不同场景下的数学关系对比
| 场景 | 收益形式 | 风险形式 | 额度含义 | 平衡公式 |
|---|---|---|---|---|
| 信贷授信 | 年化利率 | 违约损失率 | 授信敞口 | 净收益 = E×(利率 - 损失率) |
| 量化交易 | 预期收益率 | 波动率 | 仓位市值 | 夏普比率 = (R-Rf)/σ |
| 债券投资 | 票息收益 | 信用利差波动 | 持仓面值 | 风险调整收益 = (票息 - 预期损失)/久期 |
核心认知：无论金融场景如何变化，三要素的数学本质始终是“额度作为杠杆，在收益与风险之间做线性映射”。策略设计的本质是找到最优的
E，使得单位风险下的收益最大化。
2.6 额度与风险的非线性关系
在实际业务中，额度与风险并非严格线性。当额度超过一定阈值时，风险会加速上升（如集中度风险、流动性风险）。下图展示这种非线性效应，以及策略中需要引入的“风险凸性”修正。
实践警告：忽略额度与风险的非线性关系，是导致“黑天鹅”事件的主要原因。在策略设计中，必须加入凸性惩罚项或硬性额度上限，防止风险失控。
2.7 三要素关系的量化应用示例
假设某信贷产品年化利率 R = 12%，预期违约损失率 L = 4%，风险预算上限为 σ_max = 5%。计算不同额度下的净收益与风险占用：
当 E = 100 万时：
净收益 = 100 × (12% - 4%) = 8 万
风险占用 = 100 × 5% = 5 万（未超预算）
当 E = 200 万时：
净收益 = 200 × (12% - 4%) = 16 万
风险占用 = 200 × 5% = 10 万（超预算，需降低额度）
最优额度 = 风险预算上限 / σ = 5% / 5% = 100 万该示例清晰展示：额度不是越大越好，而是受风险预算约束的最优解。