1. 课程导论：组合风险归因与人群切片复盘
1.1 核心定义
组合风险归因是将投资组合或信贷组合的总风险拆解至不同因子、资产、行业或策略维度，量化各组成部分对整体风险的贡献度与边际影响。其核心回答“风险从何而来”以及“哪些因子在驱动波动”。
人群切片复盘则是基于用户、客户或账户的标签体系（如信用评分、资产规模、行为偏好、逾期状态），将整体客群切分为若干同质子群，分别评估各子群的风险表现、收益贡献与行为模式差异，从而识别高价值或高风险客群。
一句话概括：组合风险归因解决“资产端风险结构”问题，人群切片复盘解决“客群端风险分布”问题，二者结合构成完整的风险穿透分析框架。
1.2 核心价值
| 价值维度 | 组合风险归因 | 人群切片复盘 |
|---|---|---|
| 透明度 | 揭示风险来源，避免黑箱式管理 | 看清不同客群的真实风险画像 |
| 决策支持 | 指导资产配置、对冲策略与限额管理 | 优化授信策略、定价模型与催收优先级 |
| 预警能力 | 早期识别因子集中度风险与风格漂移 | 提前发现客群质量恶化或结构性迁移 |
| 绩效归因 | 区分超额收益来自选股、择时还是风险暴露 | 评估不同客群的生命周期价值与风险调整后收益 |
| 合规与审计 | 满足监管对风险敞口透明度的要求 | 支持公平借贷、反歧视与消费者保护审查 |
1.3 适用场景
本课程覆盖三大核心金融场景，每个场景对风险归因与人群切片的需求各有侧重：
- 基金组合（公募/私募/FOF）：需要将组合收益与风险拆解至行业因子、风格因子（价值/成长/动量）、利率敏感度等维度，同时按投资者类型（机构/零售/高净值）切片分析赎回压力与风险偏好变化。
- 资管组合（银行理财/保险资管/养老金）：关注信用利差风险、久期错配风险与流动性分层，需按产品期限、客户风险等级、渠道来源进行人群切片，评估不同持有期客群对净值波动的容忍度。
- 信贷组合（消费贷/小微贷/信用卡）：重点拆解违约率、损失率与回收率在行业、地区、产品类型上的分布，同时按客户信用评分、收入水平、负债率、行为标签进行切片，识别早期逾期信号与高损失客群。
实践提示：在实际工作中，组合风险归因与人群切片复盘并非孤立使用。例如，在信贷组合中，先通过风险归因发现“某行业敞口违约率上升”，再通过人群切片定位“该行业下哪些信用分段的客户贡献了主要损失”，从而制定精准的管控措施。
1.4 组合风险归因与人群切片复盘框架
下图展示了本课程的核心分析框架，涵盖从数据输入到决策输出的完整链路：
1.5 三类场景的归因与切片对比
| 对比维度 | 基金组合 | 资管组合 | 信贷组合 |
|---|---|---|---|
| 核心风险因子 | 市场因子、风格因子、行业因子 | 利率因子、信用利差、流动性因子 | 违约概率、损失率、回收率 |
| 归因粒度 | 个股/行业/风格/国家 | 资产类别/久期/评级/期限 | 产品/地区/行业/担保方式 |
| 切片维度 | 投资者类型、持有期、申赎行为 | 客户风险等级、渠道、产品偏好 | 信用评分、收入、年龄、负债率 |
| 典型输出 | Brinson归因报告、因子暴露热力图 | 久期缺口分析、流动性覆盖率 | Vintage曲线、滚动率矩阵 |
| 监管关注 | 集中度、风格漂移、杠杆率 | 偿付能力、流动性、信用风险 | 不良率、拨备覆盖率、资本充足 |
1.6 课程学习路径
本课程共30章，按以下逻辑递进：
- 基础篇（第1-5章）：概念体系、数据准备、指标计算、工具选型
- 方法篇（第6-15章）：因子归因、行业归因、资产归因、切片算法、交叉分析
- 场景篇（第16-25章）：基金、资管、信贷三大场景的完整案例与代码实现
- 进阶篇（第26-30章）：自动化报告、实时监控、压力测试、模型验证与合规审计
学习建议：建议读者在阅读过程中同步准备一份真实的组合持仓数据或客群数据，跟随每章的代码示例进行实操，以加深对归因逻辑与切片方法的理解。本课程所有代码均基于Python 3.9+与主流数据分析库（pandas、numpy、scikit-learn、matplotlib、plotly）。