概率口径
历史数据偏真实概率，市场价差常隐含风险中性概率。
把违约概率、回收率与信用暴露连起来
信用风险不仅取决于对手方会不会违约，还取决于违约时交易对你是否有正价值。
本章胜利条件：能区分真实与风险中性违约概率，并计算衍生品预期信用损失。
1. 先建立模型骨架
损失率
LGD=1-回收率；违约概率相同不代表损失相同。
暴露路径
衍生品未来价值随机，需看 expected exposure。
EL=PD×LGD×EAD
对衍生品应按未来时点暴露和边际违约概率积分，而非只用今天市值。
2. 操作参数，观察敏感度
CHAPTER 24 LAB双参数情景实验
先预测方向，再拖动参数模型读数
最容易错的地方
从债券价差直接把全部利差解释为预期违约损失，忽略流动性与风险溢价。
3. 用判断证明理解
衍生品对手方违约时何时产生损失？
选择后显示推理反馈。
章末主动回忆 · 不看答案先作答
净额结算如何降低信用暴露？
参考：同一净额协议下正负交易价值相抵，只对净正价值暴露，而非逐笔正价值求和。
Hull 第 11 版第 24 章，PDF 第 564-588 页。建议先完成本页实验与主动回忆，再读 Summary 和章末题核对术语。
遇到推导跳步时，把具体公式和你的推理发给老师；不要用“看懂答案”替代独立重建。