4. 风险预算模型:等风险贡献(ERC)原理、风险预算分配算法、与均值-方差优化的对比

4.1 等风险贡献(ERC)原理

等风险贡献(Equal Risk Contribution, ERC)是风险预算模型中最具代表性的策略。其核心思想是:组合中每个资产对总风险的贡献度相等,而非资产权重相等。

设组合由 n 个资产构成,权重向量为 w,协方差矩阵为 Σ。组合总风险 σp 定义为:

σ_p = sqrt(w' Σ w)

资产 i 的边际风险贡献(Marginal Risk Contribution, MRC)为:

MRC_i = ∂σ_p / ∂w_i = (Σ w)_i / σ_p

资产 i 的总风险贡献(Total Risk Contribution, TRC)为:

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

ERC 策略要求所有资产的 TRC 相等:

TRC_1 = TRC_2 = ... = TRC_n
关键性质:ERC 组合的权重与资产波动率成反比,与资产间相关系数负相关。高波动资产获得低权重,低波动资产获得高权重,从而在风险层面实现“分散化”。
等风险贡献(ERC)原理示意图 资产权重 w_i 协方差矩阵 Σ 边际风险贡献 MRC 总风险贡献 TRC ERC 条件 TRC₁ = TRC₂ = ... = TRCₙ ∑ TRCᵢ = σₚ ERC 组合特征 • 权重与波动率成反比:wᵢ ∝ 1/σᵢ • 组合风险由所有资产均等分担,无单一资产主导风险 • 无需预期收益率假设,仅依赖协方差矩阵

4.2 风险预算分配算法

风险预算模型将 ERC 思想推广到非等权风险贡献场景。投资者可预先设定各资产的风险预算 bi(满足 ∑bi = 1),然后求解权重使得:

TRC_i / σ_p = b_i,  ∀i

常用的数值求解算法包括:

算法 原理 优点 缺点
循环坐标下降(CCD) 每次固定其他权重,优化单个权重使风险贡献匹配预算 实现简单,收敛稳定 高维时收敛较慢
牛顿-拉夫森法 利用梯度与海森矩阵迭代更新权重向量 收敛速度快(二次收敛) 需计算海森矩阵,协方差矩阵病态时易发散
SQP(序列二次规划) 将非线性约束转化为二次规划子问题 适合带约束的风险预算问题 实现复杂,需专业优化库
梯度投影法 沿梯度方向更新权重,投影到可行域 可处理权重上下界约束 步长选择敏感
实践建议:对于 10-50 个资产的中等规模组合,推荐使用循环坐标下降(CCD)算法。它不需要计算海森矩阵,对协方差矩阵的奇异性容忍度高,且容易加入权重约束(如做多限制、行业集中度限制)。

CCD 算法的核心迭代步骤:

1. 初始化权重 w_i = 1/n(等权启动)
2. 重复直到收敛:
   for i = 1 to n:
       固定其他权重 w_j (j≠i)
       求解单变量方程:TRC_i(w_i) = b_i × σ_p(w)
       更新 w_i
3. 归一化权重使 ∑w_i = 1
4. 输出最终权重向量 w*

4.3 与均值-方差优化的对比

均值-方差优化(Markowitz, 1952)与风险预算模型代表了两种截然不同的投资哲学。下表从多个维度进行系统对比:

对比维度 均值-方差优化 风险预算模型
输入需求 预期收益率、协方差矩阵 仅协方差矩阵(ERC)或额外风险预算
目标函数 最大化 Sharpe 比率 / 最小化方差给定收益 使风险贡献比例等于预算比例
对收益率估计的敏感性 极高(输入微小变化导致权重剧烈波动) 不依赖收益率估计(ERC)或低敏感度
权重分布特征 高度集中,常出现极端权重(如做多/做空) 相对均匀,权重受波动率约束
分散化效果 名义分散(权重分散),实际风险可能集中 风险分散(每个资产风险贡献相等)
样本外稳定性 较差,换手率高 较好,权重变化平滑
可解释性 黑箱式优化,权重难以解释 风险预算透明,可审计
适用场景 收益率预测能力强、低换手约束场景 风险管理优先、收益率预测不可靠场景
均值-方差优化 vs 风险预算模型:权重与风险贡献对比 均值-方差优化 资产A 权重60% 资产B 权重30% 资产C 权重10% 风险贡献:A 80% / B 15% / C 5% 风险预算模型(ERC) 资产A 权重20% 资产B 权重50% 资产C 权重30% 风险贡献:A 33% / B 33% / C 33% 核心差异总结 • 均值-方差:权重分散 ≠ 风险分散,单一资产可能贡献 80% 以上风险 • 风险预算:强制风险贡献均等化,即使权重差异大,风险贡献也相等 • 实际选择:收益率预测可靠时用均值-方差;风险管理优先时用风险预算
重要提醒:风险预算模型并非完美无缺。当资产间相关性结构发生剧烈变化(如危机时期所有资产相关性趋近于1),风险预算组合的风险分散效果会显著下降。此外,ERC 组合往往对低波动资产赋予过高权重,可能错失高波动资产的高收益机会。实践中建议将风险预算模型作为风险约束层,与收益率预测层结合使用。

4.4 风险预算模型的扩展应用

在实际投资中,风险预算模型可以灵活扩展:

  • 分层风险预算(Hierarchical Risk Budgeting):先按资产类别(股票、债券、商品)分配风险预算,再在类别内部进行二次分配。
  • 动态风险预算:根据市场波动率变化,定期调整风险预算比例(如波动率上升时降低高风险资产预算)。
  • 带约束的风险预算:加入权重上下限、行业集中度、流动性等实际约束,使用投影梯度法求解。
  • 风险预算 + 因子模型:将协方差矩阵替换为因子模型估计值,降低估计误差,提高稳定性。
实战案例:某养老金采用“60/40 风险预算”策略——60% 风险预算分配给股票组合,40% 分配给债券组合。在股票组合内部,再按等风险贡献原则分配至不同行业;债券组合内部按久期分层分配。该策略在 2020 年 COVID-19 危机中,最大回撤仅为传统 60/40 权重组合的 60%。