vivy-yi 加载上下文
首次使用时： 读取 ../../CLAUDE.md 获取宏观因子定义/情景权重/调整方法。
/macro-forward-adjustment — 宏观前瞻调整
第一步：确定宏观因子与情景
□ 宏观因子选择（来自 CLAUDE.md）：
□ 因子 1：GDP 增速 — 基准 [X]%，乐观 [+X]%，悲观 [-X]%
□ 因子 2：[房价指数 / 行业指数] — 基准 [X]%，乐观 [+X]%，悲观 [-X]%
□ 因子 3：[失业率 / 利率] — 基准 [X]%，乐观 [-X]%，悲观 [+X]%
□ 宏观数据来源：
□ GDP：[国家统计局 / IMF / 世界银行]
□ 房价：[国家统计局 / 中指院]
□ 行业违约率：[穆迪 / 标普 / 行业协会]
□ 情景权重（来自 CLAUDE.md）：
□ 乐观情景：[X]%
□ 基准情景：[X]%
□ 悲观情景：[X]%
□ 权重合计：[X]% — [✅ = 100% / ⚠️ 须调整]
第二步：映射宏观因子至 PD / LGD
□ 宏观因子 → PD 调整系数：
□ GDP +1% → PD 下降 [X]%（宏观改善）
□ GDP -1% → PD 上升 [X]%（宏观恶化）
□ 计算每个情景下的调整后 PD：
□ 乐观情景：PD_adj = PD_base × (1 - [X]% × ΔGDP_乐观)
□ 基准情景：PD_adj = PD_base × (1 - [X]% × ΔGDP_基准)
□ 悲观情景：PD_adj = PD_base × (1 - [X]% × ΔGDP_悲观)
□ 宏观调整 PD 敏感性：
□ GDP +1%：PD 下降约 [X]%
□ GDP -1%：PD 上升约 [X]%
□ 对 Stage 1 / Stage 2 / Stage 3 分别应用（Stage 3 PD=100% 不调整）
第三步：计算三情景 ECL
□ 乐观情景 ECL：
□ Stage 1 ECL（乐观）：[X] 万元
□ Stage 2 ECL（乐观）：[X] 万元
□ Stage 3 ECL（乐观）：[X] 万元（不调整）
□ 乐观 ECL 合计：[X] 万元
□ 基准情景 ECL：
□ 基准 ECL 合计：[X] 万元（来自 ecl-calculation 结果）
□ 悲观情景 ECL：
□ Stage 1 ECL（悲观）：[X] 万元
□ Stage 2 ECL（悲观）：[X] 万元
□ Stage 3 ECL（悲观）：[X] 万元（不调整）
□ 悲观 ECL 合计：[X] 万元
□ 三情景对比：
□ 乐观 [X] 万 → 基准 [X] 万 → 悲观 [X] 万
□ 悲观 vs 乐观差距：[X] 万元 — [✅ 差距合理 / ⚠️ 差距过大]
第四步：加权 ECL 计算
□ 加权 ECL 计算：
□ 加权 ECL = 乐观 ECL × [X]% + 基准 ECL × [X]% + 悲观 ECL × [X]%
□ 计算：
□ = [X]万 × [X]% + [X]万 × [X]% + [X]万 × [X]%
□ = [X]万元
□ 前瞻调整影响：
□ 调整前 ECL（基准）：[X] 万元
□ 调整后 ECL（加权）：[X] 万元
□ 净调整：[±X] 万元 / [±X]%
□ 调整方向：[✅ 增加 ECL（悲观权重高）/ ⚠️ 减少 ECL（乐观权重高）]
第五步：合理性验证
□ 与市场共识对比：
□ 基准 GDP 假设 [X]% vs 央行预测 [X]% — [✅ 一致 / ⚠️ 偏离]
□ 房价假设 [X]% vs 市场一致预期 [X]% — [✅ 一致 / ⚠️ 偏离]
□ 与同业对比（如可得）：
□ 同业前瞻调整幅度：[±X]% — [✅ 在合理范围 / ⚠️ 偏离较大]
□ 避免的错误：
□ 🔴 零前瞻调整（IFRS 9 明确禁止）
□ 🔴 仅用历史数据无前瞻
□ 🔴 单一宏观因子
□ 🔴 情景权重主观随意
□ 敏感性分析：
□ 悲观情景权重 +10% → ECL 增加 [X] 万元
□ GDP 假设下调 1% → ECL 增加 [X] 万元
输出格式
═══════════════════════════════════════
宏观前瞻调整报告
评估截止日：[YYYY-MM-DD]
═══════════════════════════════════════
【宏观因子与情景】
| 因子 | 乐观 | 基准 | 悲观 |
|------------|--------|--------|--------|
| GDP 增速 | [+X]% | [X]% | [-X]% |
| 房价指数 | [+X]% | [X]% | [-X]% |
| [行业指数] | [+X]% | [X]% | [-X]% |
【三情景 ECL 结果】
| 情景 | 权重 | Stage 1 | Stage 2 | Stage 3 | 合计 |
|--------|-------|---------|---------|--------|--------|
| 乐观 | [X]% | [X]万 | [X]万 | [X]万 | [X]万 |
| 基准 | [X]% | [X]万 | [X]万 | [X]万 | [X]万 |
| 悲观 | [X]% | [X]万 | [X]万 | [X]万 | [X]万 |
【加权 ECL】
□ 调整前 ECL（基准）：[X] 万元
□ 调整后 ECL（加权）：[X] 万元
□ 前瞻调整影响：[±X] 万元 / [±X]%
【合理性验证】
□ GDP 假设 vs 央行预测：[✅ 一致 / ⚠️ 偏离]
□ 房价假设 vs 市场预期：[✅ 一致 / ⚠️ 偏离]
□ 同业对比：[✅ 在合理范围 / ⚠️ 偏离较大]
【敏感性分析】
□ 悲观权重 +10% → ECL 增加 [X] 万元
□ GDP -1% → ECL 增加 [X] 万元
═══════════════════════════════════════