EL的另外一种算法，即PD*EAD*LGD

PD(Probability of Default)即违约概率：债务人在既定时间框架内（即Basel II规定的一年，但目标是估计长期平均值）付清全部还款之前违约的可能性。

LGD(Loss Given Default)即违约损失率：借款人违约后信贷工具的经济损失。它是银行预期将损失的EAD百分比，必须包括折现效应以及催收引起的直接和间接成本。

EAD(Exposure at Default)即违约风险敞口：借款人违约时银行的敞口值。EAD是违约时所拖欠的总额，如果债务全额核销，该部分金额将从监管资本中扣除。

坏账即为EL(Expected loss) = PD * EAD * LGD

       首先来说说PD,简单来说就是用户借完款后，预期损失的概率。通过历史的数据建立评分卡(新用户使用A卡，老用户进行B卡)来对订单的违约概率进行预测。具体的建模方法以及模型的稳定性/准确性等内容会在后续的文章中进行详细的讲解。

       LGD的计算就更加简单，用户进入坏账后以坏账的月份作为基准点，去预测坏账在未来的回收情况，这个可以根据历史实际的回收率进行预测，简单来说LGD%=(WO - Mob12)/WO *100%。以下为模拟出不同月份真实的LGD%情况，从数据来看，每个月份对应的回收情况会有差异，为了LGD%预测更加平滑和稳定，可以使用近3/6个月的加权平均进行预估，从而达到稳定性

       再就是EAD,是违约时未还的总额，如果坏的资产全额核销，该部分金额将从监管资本中扣除。包括所有应计的但未支付的利息和费用。扣除后的部分就作为EAD数值。