3、投资组合基础:组合构建的基本原理、资产类别与权重、组合收益与风险的基本度量

投资组合构建是量化风险归因的起点。本章从最基础的组合构建原理出发,明确资产类别与权重的定义方式,并系统梳理组合收益与风险的核心度量指标。这些概念将贯穿后续所有归因链路。

3.1 组合构建的基本原理

现代投资组合理论(MPT)由 Harry Markowitz 于 1952 年提出,其核心思想是:通过分散化投资,在给定风险水平下最大化预期收益,或在给定收益水平下最小化风险。组合构建遵循以下三条基本原则:

  • 分散化原则:资产之间的低相关性或负相关性可以降低组合整体波动,不把所有资金集中于单一资产或单一风险因子。
  • 有效前沿原则:所有最优组合构成一条有效前沿曲线,前沿上的每个点代表某一风险水平下的最高收益组合。
  • 约束条件原则:实际组合构建需考虑做空限制、集中度限制、流动性约束、行业偏离度约束等现实条件。
实务提示: 在量化归因系统中,组合构建的约束条件会直接影响风险因子暴露的计算。例如,做空限制会导致某些因子暴露无法完全对冲,从而产生非对称风险。

3.2 资产类别与权重

资产类别是组合构建的基本单元。不同资产类别具有不同的收益-风险特征和相关性结构。常见的资产类别包括:

资产类别 典型代表 风险特征 流动性
权益 股票、ETF 高波动、长期高收益 高
固定收益 国债、信用债 中低波动、利息收入 中高
大宗商品 黄金、原油 高波动、通胀对冲 中
另类资产 REITs、私募股权 低流动性、非对称收益 低
现金及等价物 货币基金、短期国债 低波动、保本 极高

权重 是各资产在组合中的价值占比,满足 ∑ w_i = 1(无杠杆时)。权重可以是:

  • 市值加权:按资产市值比例分配,如指数基金。
  • 等权重:每类资产分配相同比例,天然分散。
  • 风险平价:使各资产对组合风险的贡献相等。
  • 优化权重:通过均值-方差优化或 Black-Litterman 模型求解。
关键概念: 在风险归因中,权重是计算边际风险贡献(MRC)和成分风险贡献(CRC)的基础。权重变化会直接改变因子暴露的分布。
组合构建流程与权重分配 资产类别选择 历史数据与预期 约束条件设定 权重优化引擎 均值-方差 / 风险平价 / Black-Litterman 最优权重向量 w = [w₁, w₂, …, wₙ] 最终投资组合 权重分配方法 • 市值加权 • 等权重 • 风险平价 • 优化权重

3.3 组合收益的基本度量

组合收益是各资产收益率的加权平均。设组合有 n 种资产,权重为 wi,资产收益率为 ri,则组合收益率为:

R_p = Σ (w_i × r_i)   (i = 1 到 n)

在实际应用中,收益率度量分为以下几种:

收益率类型 计算公式 适用场景
简单收益率 (Pt - Pt-1) / Pt-1 单期业绩报告
对数收益率 ln(Pt / Pt-1) 时间序列分析、风险建模
时间加权收益率 Π(1 + Rt) - 1 基金业绩评估(消除现金流影响)
资金加权收益率 IRR 求解 个人账户、有外部现金流
注意: 在风险归因中,通常使用对数收益率,因为其具有时间可加性,且更符合正态分布假设。简单收益率则用于计算资金加权回报。

3.4 组合风险的基本度量

组合风险度量是量化归因的核心输入。最常用的风险指标包括:

3.4.1 方差与标准差(波动率)

组合方差不仅取决于各资产的方差,还取决于资产之间的协方差:

σ²_p = Σ Σ (w_i × w_j × σ_ij)   (i=1..n, j=1..n)

其中:
- σ²_p = 组合方差
- w_i, w_j = 资产 i, j 的权重
- σ_ij = 资产 i 与 j 之间的协方差

组合标准差(波动率)为 σ_p = √σ²_p,是风险度量的最基础指标。

3.4.2 其他常用风险指标

指标 定义 意义
VaR(在险价值) 给定置信水平下的最大可能损失 尾部风险度量,常用 95% 或 99%
CVaR(条件在险价值) 超过 VaR 的期望损失 更关注尾部极端损失
最大回撤 从峰值到谷值的最大跌幅 衡量组合的下跌风险
跟踪误差 组合与基准收益率差值的标准差 主动管理风险度量
Beta 组合与市场收益率的协方差 / 市场方差 系统性风险暴露
组合风险度量体系 组合风险度量 波动率(标准差) σ_p = √(wᵀ Σ w) VaR / CVaR 尾部风险度量 最大回撤 峰值到谷值跌幅 跟踪误差 主动风险度量 Beta 系数 系统性风险暴露 所有风险度量最终服务于风险归因与绩效评估

3.5 组合风险度量的关键公式汇总

以下公式是后续风险归因章节的数学基础,建议熟练掌握:

1. 组合方差:σ²_p = wᵀ Σ w
   - w: 权重列向量 (n×1)
   - Σ: 协方差矩阵 (n×n)

2. 边际风险贡献 (MRC):
   MRC_i = ∂σ_p / ∂w_i = (Σ w)_i / σ_p

3. 成分风险贡献 (CRC):
   CRC_i = w_i × MRC_i
   Σ CRC_i = σ_p

4. 组合夏普比率:
   Sharpe = (R_p - R_f) / σ_p
核心洞察: 成分风险贡献(CRC)是风险归因的起点。它告诉我们组合总风险中有多少百分比是由某一只资产或某一类资产贡献的。当 CRC 之和等于组合总风险时,归因才是完整的。

3.6 本章小结

  • 组合构建遵循分散化、有效前沿和约束条件三大原理。
  • 资产类别决定收益-风险特征,权重分配方式影响风险分布。
  • 组合收益是权重的线性函数,但风险是权重的二次函数(通过协方差矩阵)。
  • 波动率、VaR、CVaR、最大回撤、跟踪误差和 Beta 是核心风险度量指标。
  • 边际风险贡献和成分风险贡献是后续风险归因链路的基础工具。