垃圾债（高收益债）：在"垃圾"里淘金
我的掌握程度：
先掌握这个答案
收益来源：①信用利差：市场为违约风险付的保险费——不违约就赚到；②期权价值：垃圾债≈「无风险债券+卖出看跌期权」——公司好转则利差收窄赚价差、公司恶化则行权亏损。分散化的数学：单只垃圾债违约率20%→违约时回收30%→单只期望=0.8×(1+15%)+0.2×30%=0.98——微亏！但100只分散后：违约率收敛到期望→组合赚利差——分散化把「赌博」变「统计」——q-604分散化的信用版。米尔肯：1970-80年代的「垃圾债之王」——证明了BB级债券的分散组合长期回报优异——但也因内幕交易入狱——金融创新的双面教材。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 先画现金流，再看工具名称
比较股票、债券、期货、期权和ETF时，用合约条款与现金流解释风险。
- 列出买卖双方的权利、义务、支付时间、到期或赎回安排。
- 把名义金额、实际占用资金、合约乘数和手续费分开，不用保证金余额代替风险敞口。
- 至少写上涨、下跌和流动性不足三个情景，并核对产品说明书中的交易限制。
使用边界
- 优先股股息不等于无条件保本保息；是否累积、可递延、可赎回取决于条款。
- 10%保证金对应的是名义金额/占用保证金约10倍；账户实际杠杆还要看全部权益。
背景 · 从一个困惑说起
评级BB以下的债券被叫做「垃圾债」（更礼貌的叫法：高收益债）——发行人可能是财务困难的公司或激进的杠杆收购基金。它们的YTM常在8-20%——如果你判断违约不会发生，你就赚了利差。但判断错了——本金归零。
由此产生的问题
高收益债的收益来源（信用利差+期权价值）？「在垃圾里淘金」的数学（分散化是唯一防线）？迈克尔·米尔肯的历史角色？
核心概念
收益来源：①信用利差：市场为违约风险付的保险费——不违约就赚到；②期权价值：垃圾债≈「无风险债券+卖出看跌期权」——公司好转则利差收窄赚价差、公司恶化则行权亏损。分散化的数学：单只垃圾债违约率20%→违约时回收30%→单只期望=0.8×(1+15%)+0.2×30%=0.98——微亏！但100只分散后：违约率收敛到期望→组合赚利差——分散化把「赌博」变「统计」——q-604分散化的信用版。米尔肯：1970-80年代的「垃圾债之王」——证明了BB级债券的分散组合长期回报优异——但也因内幕交易入狱——金融创新的双面教材。
为什么需要它
①信用研究的量化模板：违约概率×回收率→利差定价——信用债投资的核心数学（机构的信用评分模型就是在这框架上建的）；②分散化的极端案例：在「可能归零」的资产上分散化是唯一存活策略——这是信用债基金存在的理由；③策略容量：高收益债策略在A股受限（高收益债市场小/刚兑文化）——但框架适用于全球配置和未来中国高收益债市场的发展。
实际应用场景
A股现状：高收益债策略的工具有限（公募高收益债基金少）；间接参与：可转债的信用下沉策略（买低价转债承担发行人信用风险博弹性）。
与之前知识的联系
q-129（信用利差）的极端端——利差最厚的地方；分散化（q-604）在信用领域的生死意义；与q-410（壳价值消亡）同为「信用风险定价」的中国特色案例。
⚠ 常见误解
- YTM 15%=年赚15%：那是无违约假设——一只归零（-70%）需要五只好债弥补；组合层面的期望才是真期望
- 分散化消除信用风险：它把「单点致命」变为「统计损耗」——经济危机时违约相关趋一（q-621）——分散也会阶段性失效
- 中国垃圾债=美国垃圾债：中国高收益债多因「市场恐慌」而非真正基本面恶化（刚兑文化残留）——利差修复更快但正在定价正常化
🛠 本题实践任务
用代码模拟：100只高收益债、YTM 10%、违约率12%、回收率30%——分别跑N=1/10/100/1000的分布。找到「最差5%分位不为负」所需的最小分散数量。
💡 提示（先自己想5分钟再看）
调参试试：违约率升到15%后需要多少只？利差缩窄后呢？——分散数量的需求随风险参数变化。
✅ 验收标准
一张N-分布表+最小安全数量。你亲手验证了「分散化把赌博变统计」。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（信用利差），再用案例、公式和代码帮助理解。此功能需要先启用服务。