3. 风险贡献原理

在信贷组合管理中，我们经常面对一个看似简单却极易被误解的问题：某笔贷款或某个行业敞口，究竟给整个组合带来了多少风险？如果只是把单笔贷款的违约概率或敞口金额拿出来看，得到的只是“孤立风险”，而不是“组合风险贡献”。风险贡献要回答的是：在组合已经分散化、存在相关性的前提下，每个头寸对组合整体风险指标的边际影响是多少。理解这一点，是后续进行风险预算、限额分配和定价补偿的前提。

一、风险贡献的定义：从孤立风险到组合风险

设组合包含 n 个头寸，权重向量为 w = (w₁, w₂, …, wₙ)，组合风险度量记为 R(w)，通常取组合标准差、VaR 或 ES。第 i 个头寸的风险贡献 RCᵢ 定义为组合风险对该头寸权重的偏导数乘以权重：

RC_i = w_i × ∂R(w) / ∂w_i

这个定义的关键在于“偏导数”三个字。它衡量的是：当第 i 个头寸的权重发生微小变化时，组合风险会变化多少。乘以 wᵢ 之后，RCᵢ 具有可加性，即所有头寸的风险贡献之和等于组合总风险：

Σ RC_i = R(w)

这就是风险贡献最重要的性质——完全分解。它意味着组合风险可以被“无剩余、无重复”地分摊到每个头寸上。与之相对，如果只看单笔贷款的独立标准差，加总后通常会大于组合风险，因为忽略了分散化效应；而风险贡献则把分散化效应内化到了每个头寸的边际影响中。

二、数学基础：偏导数、齐次性与欧拉定理

风险贡献之所以具有可加性，并非偶然，而是来自风险度量 R(w) 的数学性质。在信贷组合中，常用的风险度量（标准差、VaR、ES）通常满足一阶齐次性：

R(c × w) = c × R(w)，对任意 c > 0

一阶齐次性的含义是：如果将所有头寸等比例放大，组合风险也同比例放大。这符合直觉——规模翻倍，风险翻倍。对于一阶齐次且可微的函数，欧拉齐次函数定理给出：

R(w) = Σ w_i × ∂R(w) / ∂w_i

这正是风险贡献可加性的数学根源。欧拉分解定理告诉我们：只要风险度量满足一阶齐次性，就一定能得到一组可加的风险贡献。因此，风险贡献不是人为构造的分配规则，而是齐次风险度量的内在结构。

需要特别注意的是，VaR 在一般情况下不满足一阶齐次性，因为 VaR 关注的是分位数，缩放组合时分位数不一定线性缩放。而 ES（期望损失）和标准差则满足一阶齐次性，因此在实际操作中，ES 和标准差的风险贡献分解更为稳健。这也是巴塞尔框架下逐步从 VaR 转向 ES 的原因之一。

三、欧拉分解与边际贡献的关系

边际贡献（Marginal Contribution）与风险贡献经常被混用，但二者有明确区别。边际贡献通常指偏导数本身：

MC_i = ∂R(w) / ∂w_i

它表示第 i 个头寸权重增加一单位时，组合风险增加多少。而风险贡献是边际贡献与权重的乘积：

RC_i = w_i × MC_i

因此，欧拉分解定理可以写成：

R(w) = Σ w_i × MC_i = Σ RC_i

这个关系说明：边际贡献是“单位权重变化的风险影响”，风险贡献是“当前权重下的总风险分摊”。在实务中，边际贡献常用于回答“如果我再增加一笔敞口，组合风险会上升多少”，而风险贡献用于回答“当前组合风险中，这个头寸占了多少”。两者互为补充，但不可混为一谈。

概念	公式	回答的问题	是否可加
孤立风险	σᵢ	该头寸单独有多危险	否
边际贡献 MCᵢ	∂R/∂wᵢ	增加一单位权重的风险影响	否
风险贡献 RCᵢ	wᵢ × ∂R/∂wᵢ	当前组合风险中该头寸占多少	是，ΣRCᵢ = R

四、案例与场景：两笔贷款的风险贡献计算

假设组合中有两笔贷款 A 和 B，权重各为 50%，违约损失率下的损失波动分别为 σ_A = 10%，σ_B = 15%，相关系数 ρ = 0.3。组合标准差为：

σ_p = sqrt(w_A²σ_A² + w_B²σ_B² + 2w_Aw_Bρσ_Aσ_B)
    = sqrt(0.25×0.01 + 0.25×0.0225 + 2×0.25×0.3×0.1×0.15)
    = sqrt(0.0025 + 0.005625 + 0.00225)
    = sqrt(0.010375) ≈ 10.19%

计算边际贡献：

∂σ_p/∂w_A = (w_Aσ_A² + w_Bρσ_Aσ_B) / σ_p
           = (0.5×0.01 + 0.5×0.3×0.1×0.15) / 0.1019
           ≈ (0.005 + 0.00225) / 0.1019 ≈ 7.12%

∂σ_p/∂w_B = (w_Bσ_B² + w_Aρσ_Aσ_B) / σ_p
           = (0.5×0.0225 + 0.5×0.3×0.1×0.15) / 0.1019
           ≈ (0.01125 + 0.00225) / 0.1019 ≈ 13.25%

风险贡献为：

RC_A = 0.5 × 7.12% ≈ 3.56%
RC_B = 0.5 × 13.25% ≈ 6.63%
RC_A + RC_B ≈ 10.19% = σ_p

可以看到，虽然两笔贷款权重相同，但 B 的风险贡献几乎是 A 的两倍。原因在于 B 的独立波动更大，且与 A 的相关性使其在组合中的边际影响更强。如果仅按权重分配风险预算，A 会被高估、B 会被低估。这正是风险贡献在风险预算中的价值。

五、常见误区与复盘

• 误区一：把风险贡献等同于违约概率。违约概率只反映单笔贷款的孤立风险，风险贡献还取决于敞口、相关性以及组合权重。高违约概率的贷款如果与其他资产负相关，风险贡献可能并不高。
• 误区二：认为风险贡献一定为正。在允许卖空或存在对冲头寸时，某些头寸的风险贡献可能为负，即它对组合风险起到对冲作用。在信贷组合中，信用违约互换（CDS）或担保头寸可能出现负贡献。
• 误区三：对 VaR 直接套用欧拉分解。VaR 不满足一阶齐次性，直接套用欧拉定理会得到不可加的结果。应优先使用 ES 或标准差进行风险贡献分解。
• 误区四：忽略权重变化对边际贡献的影响。边际贡献本身依赖于当前权重，当组合权重发生较大变化时，需要重新计算，不能简单线性外推。

掌握风险贡献的定义、数学基础和欧拉分解定理，是后续进行边际风险分解、风险预算和组合优化的基石。只有先厘清“每个头寸对组合风险的边际影响”，才能在信贷组合管理中做出更精准的限额分配和定价决策。