建模投資組合風險分解
使用時機
- 將總投資組合變異數分解為系統性(因子)與特質(個股特定)組成部分
- 將風險歸因至個別因子(市場、規模、價值、動能、產業、利率、信用利差等)
- 計算邊際風險貢獻(MCTR)與成分風險貢獻(CCTR),以進行部位層級決策
- 評估投資組合風險預算是否符合預期的因子傾斜
- 為投資委員會、風險監督或投資人溝通準備風險報告
- 在再平衡或新增配置後進行因子曝險漂移壓力測試
所需輸入
- 部位層級持股:投資組合中每個證券或資產的權重(w_i)
- 因子曝險矩陣(B):各證券對每個因子的曝險負載(來自迴歸、基本模型或供應商如 Barra/Axioma/Northfield)
- 因子共變異數矩陣(F):在選定的估計窗口內,系統性因子之間的共變異數
- 特質變異數矩陣(D):個股特定殘差變異數的對角矩陣
- 報酬序列(若從頭估計):持股與候選因子代理變數的日或月總報酬
- 基準(可選):用於主動風險分解的基準權重
- 回溯窗口與頻率:例如 252 個交易日(日資料)、60 個月(月資料)——確認與因子模型 vintage 一致 [VERIFY]
工作流程
-
建立共變異數結構
- 總投資組合共變異數:V = B F Bᵀ + D
- 確認維度匹配(n 個證券 × k 個因子)
- 若使用供應商模型,驗證因子共變異數 vintage 日期與持股日期一致 [VERIFY]
-
計算總投資組合變異數
- σ²_p = wᵀ V w
- 以年化波動率報告:σ_p = √(σ²_p × 年化標量)
- 典型年化:日資料 ×252,月資料 ×12
-
分解為系統性與特質部分
- 系統性變異數:σ²_sys = wᵀ (B F Bᵀ) w
- 特質變異數:σ²_idio = wᵀ D w
- 報告比值 σ²_sys / σ²_p——充分分散的股票投資組合通常顯示 85–95% 系統性;顯著較低的值表示集中的特質押注
-
因子層級風險歸因
- 投資組合因子曝險:β_p = Bᵀ w(k × 1 向量)
- 因子 j 對變異數的貢獻:β_p,j × Σ_k (F_jk × β_p,k)
- 所有因子貢獻總和應等於 σ²_sys(用作驗證檢查)
- 依絕對貢獻排序因子,以識別主要風險驅動因素
-
邊際風險貢獻(MCTR)
- MCTR_i = (V w)_i / σ_p——衡量對權重_i 進行小幅增加時,投資組合波動率的變化
- 成分風險貢獻(CCTR):CCTR_i = w_i × MCTR_i
- 驗證:Σ CCTR_i = σ_p(Euler 分解恆等式)
-
主動風險分解(若提供基準)
- 主動權重:w_a = w_portfolio − w_benchmark
- 追蹤誤差:TE = √(w_aᵀ V w_a × 年化)
- 使用相同的 B F Bᵀ + D 分割,將 TE 分解為因子主動與個股特定主動組成部分
- 報告主動因子押注及其對追蹤誤差的貢獻
-
敏感度與壓力分析
- 衝擊個別因子報酬(例如 ±1σ、±2σ)並重新計算投資組合 P&L 影響
- 測試共變異數制度轉換:以危機期間的 F(例如 2008 年、2020 年 3 月)替代並重新計算 σ_p
- 評估集中度:標記任何單一因子貢獻超過總變異數 40%,或任何單一標的名稱貢獻超過 CCTR 的 10%
輸出
- 風險摘要表:總波動率、系統性 vs. 特質拆分(絕對值與百分比)
- 因子歸因表:每個因子的曝險、變異數貢獻及佔總風險百分比——按幅度排序
- MCTR / CCTR 表:每個部位的邊際與成分貢獻,突出顯示前 10 大風險貢獻者
- 主動風險面板(若適用):追蹤誤差、因子主動 vs. 個股特定主動分解
- 壓力情境結果:在指定因子衝擊與制度共變異數矩陣下的投資組合影響
- 驗證檢查:確認變異數分解總和匹配總額;標記超過 0.1% 的差異
品質檢查
- 因子貢獻總和應在四捨五入容差內等於系統性變異數
- CCTR 值總和應等於總投資組合波動率(Euler 恆等式成立)
- 無負的特質變異數(表示資料或模型錯誤)
- 回溯窗口在因子模型、共變異數估計與持股快照之間一致 [VERIFY]
- 因子模型涵蓋≥90% 的投資組合 NAV(按權重計);標記未涵蓋的部位及其假設處理方式(基準代理、同儕映射或排除)
- 交叉比對波動率估計與實現的滾動波動率——偏差超過 30% 需調查
- 若使用第三方風險模型,確認模型版本與發布日期匹配預期的分析期間 [VERIFY]