4. 风险贡献分解核心思想

在Alpha策略组合管理中，我们经常面对一个看似简单却极易被误读的问题：组合的总风险是10%，那么每个资产或因子究竟“贡献”了多少？直觉上，很多人会直接用权重乘以波动率，或者用权重平方乘以方差来分配风险。但这些做法在存在相关性的真实市场中会严重失真。风险贡献分解的核心，就是要把组合总风险这个标量，按照某种可加、可解释的规则，拆解到各个资产或因子上，从而回答“谁在真正驱动组合风险”这一问题。

一、核心原理：从组合方差到边际风险贡献

设组合包含N个资产，权重向量为 \(w\)，资产收益协方差矩阵为 \(\Sigma\)。组合方差为：

σ²_p = wᵀ Σ w

组合波动率 σ_p = sqrt(wᵀ Σ w)。风险贡献分解的数学起点，是对组合波动率关于权重求偏导，得到边际风险贡献（Marginal Risk Contribution, MRC）：

MRC_i = ∂σ_p / ∂w_i = (Σ w)_i / σ_p

MRC_i 的经济含义是：当第i个资产的权重增加一个极小单位时，组合总波动率会增加多少。它衡量的是“边际影响”，而不是“实际分摊”。如果直接把 MRC_i 当作风险贡献，所有资产的 MRC 之和并不等于组合总风险，因此还需要引入成分风险贡献（Component Risk Contribution, CRC）：

CRC_i = w_i × MRC_i = w_i × (Σ w)_i / σ_p

可以证明，所有资产的成分风险贡献之和恰好等于组合总波动率：

Σ_i CRC_i = Σ_i w_i (Σ w)_i / σ_p = (wᵀ Σ w) / σ_p = σ_p

这就是风险贡献分解的数学基石：MRC 是偏导数，CRC 是权重与偏导数的乘积，只有 CRC 才具有可加性。在实际报告中，我们通常用 CRC 占组合总风险的比例来表示各资产的风险贡献占比。

二、方法流程：从协方差矩阵到风险贡献表

在实际工程实现中，风险贡献分解通常遵循以下步骤：

1. 估计协方差矩阵：使用历史收益率、EWMA 或因子模型得到 Σ，并确保正定性。
2. 计算组合波动率：σ_p = sqrt(wᵀ Σ w)。
3. 计算边际风险贡献：MRC = (Σ w) / σ_p，得到每个资产的偏导数。
4. 计算成分风险贡献：CRC_i = w_i × MRC_i。
5. 归一化与排序：计算 CRC_i / σ_p 作为风险贡献占比，并按大小排序。
6. 因子层面分解：若使用因子模型，可将 Σ 替换为 B F Bᵀ + D，再对因子暴露做同样运算。

下面是一段简洁的 Python 示例，展示从权重和协方差矩阵计算 CRC 的过程：

import numpy as np

def risk_contributions(w, cov):
    w = np.asarray(w).reshape(-1, 1)
    sigma_p = np.sqrt(w.T @ cov @ w).item()
    mrc = (cov @ w) / sigma_p          # 边际风险贡献
    crc = w * mrc                       # 成分风险贡献
    pct = crc / sigma_p                 # 风险贡献占比
    return sigma_p, mrc.ravel(), crc.ravel(), pct.ravel()

w = np.array([0.4, 0.3, 0.3])
cov = np.array([[0.04, 0.01, 0.00],
                [0.01, 0.09, 0.02],
                [0.00, 0.02, 0.16]])

sigma_p, mrc, crc, pct = risk_contributions(w, cov)
print("组合波动率:", round(sigma_p, 4))
for i in range(3):
    print(f"资产{i+1}: MRC={mrc[i]:.4f}, CRC={crc[i]:.4f}, 占比={pct[i]:.2%}")

运行结果会显示，三个资产的 CRC 之和等于组合波动率，而 MRC 之和并不等于。这正是区分两个概念的关键验证。

三、案例场景：低波动资产为何成为风险大户

假设一个Alpha组合包含三个资产：资产A（权重40%，年化波动20%）、资产B（权重30%，年化波动30%）、资产C（权重30%，年化波动40%）。从单资产波动看，C最危险。但若A与B、C高度相关，而C与组合其他部分相关性较低，则A的CRC可能反而最高。原因在于：CRC不仅取决于自身波动，还取决于该资产与组合整体方向的协方差。一个低波动但高相关的资产，可能比高波动但低相关的资产贡献更多组合风险。

表中可见，资产C虽然单资产波动最高，但由于与组合其他部分相关性低，其CRC占比反而最小。如果组合经理只看单资产波动来控风险，就会误判真正的风险来源。

四、误区与复盘：MRC与CRC的常见混淆

理解MRC与CRC的区别，是Alpha策略组合风险管理的基本功。MRC回答“边际上谁更危险”，CRC回答“当前组合中谁实际承担了多少风险”。只有把两者放在一起看，才能既把握边际调整方向，又看清存量风险结构，为后续的风险预算和组合优化提供可靠依据。