1. 风险归因概述
1.1 风险归因的定义
风险归因（Risk Attribution）是一种将投资组合的总风险拆解到不同风险因子、资产类别或具体持仓的分析方法。其核心目标是回答：“组合的风险从何而来？”。通过量化各组成部分对总风险的边际贡献或绝对贡献，风险归因为投资经理提供了风险来源的透明视图。
在数学上，风险归因通常基于组合的波动率（标准差）或跟踪误差进行分解。以波动率为例，若组合由 n 个资产构成，权重向量为 w，协方差矩阵为 Σ，则组合方差为 wᵀΣw。第 i 个资产的边际风险贡献（MRC）和绝对风险贡献（ARC）定义如下：
MRC_i = ∂σ_p / ∂w_i = (Σw)_i / σ_p
ARC_i = w_i × MRC_i其中 σ_p 为组合标准差。所有资产的 ARC 之和等于组合总风险 σ_p。
关键概念： 风险归因不是事后归因（如业绩归因），而是基于当前持仓和协方差结构的前瞻性分析。它假设协方差矩阵能够反映未来的风险结构。
1.2 在投资组合管理中的作用
风险归因在投资组合管理中扮演着诊断工具和决策支持的双重角色。其具体作用体现在以下五个方面：
- 风险预算验证： 检查实际风险分布是否与预设的风险预算一致。例如，若某行业的目标风险贡献为 10%，但实际贡献达到 25%，则需重新平衡。
- 集中度风险识别： 快速定位哪些资产或因子贡献了不成比例的风险，防止过度集中。
- 对冲策略设计： 通过识别主要风险因子（如利率、汇率、波动率），设计针对性的对冲方案。
- 绩效归因补充： 解释为何某些持仓在特定市场环境下产生了超额收益或亏损——是因子暴露带来的，还是个股选择带来的。
- 压力测试输入： 将风险归因结果作为压力情景的参数输入，模拟极端市场下的组合损失分布。
实践提示： 在量化风控系统中，风险归因通常每日计算一次，并与 VaR（在险价值）或 CVaR（条件在险价值）结合使用，形成完整的风险仪表盘。
1.3 与业绩归因的区别
风险归因与业绩归因是投资分析中两个互补但本质不同的概念。下表从多个维度对比两者的差异：
| 对比维度 | 风险归因 | 业绩归因 |
|---|---|---|
| 核心问题 | 风险从何而来？ | 收益从何而来？ |
| 分析方向 | 前瞻性（基于协方差/因子模型预测） | 后视性（基于已实现收益） |
| 主要输出 | 风险贡献百分比、边际风险、跟踪误差分解 | 超额收益分解、选股/择时贡献、行业配置贡献 |
| 数据依赖 | 持仓权重 + 协方差矩阵 / 因子暴露矩阵 | 持仓权重 + 实际收益率序列 |
| 应用场景 | 风险预算、对冲、压力测试、合规监控 | 基金经理考核、策略评估、归因报告 |
| 时间粒度 | 通常日频或周频 | 月频或季频 |
| 数学基础 | 方差-协方差分解、因子模型 | Brinson 模型、Campisi 模型 |
常见误区： 不要将风险归因与业绩归因混为一谈。一个组合可能业绩归因显示选股能力优秀，但风险归因却揭示其承担了过高的行业集中风险。两者结合才能全面评估投资决策的质量。
1.4 风险归因的三种主流框架
在实际应用中，风险归因根据底层模型的不同，分为以下三种主流框架：
- 基于协方差矩阵的归因： 直接使用资产收益率的协方差矩阵，计算每个资产或资产组的风险贡献。适用于资产数量较少（通常 < 200）且资产间相关性稳定的组合。
- 基于因子模型的归因： 将资产收益映射到若干风险因子（如市场因子、规模因子、价值因子、动量因子等），然后计算每个因子的风险贡献。适用于多因子策略、量化基金和大型资产配置组合。
- 基于层级风险预算的归因： 采用层次风险平价（HRP）或类似方法，通过树状聚类结构分解风险。适用于资产类别多样、相关性结构复杂的组合。
下表总结了三种框架的适用场景与优缺点：
| 框架类型 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| 协方差矩阵归因 | 传统股债组合、资产数量少 | 直观、计算简单、无模型误差 | 维度灾难、协方差估计不稳定 |
| 因子模型归因 | 多因子策略、量化基金 | 降维、可解释性强、因子可交易 | 因子选择主观、因子暴露估计有偏 |
| 层级风险预算归因 | 多资产、多策略、相关性复杂 | 稳健、不依赖协方差求逆 | 计算复杂、结果不易直观理解 |
1.5 风险归因流程总览
下图展示了从原始数据到风险归因报告的标准流程，涵盖数据准备、模型计算与结果输出三个阶段：