风险预算：分配不确定性，而不只是资金

资本配置与风险配置并不相同

等美元金额组合通常并不平均分配风险。即使获得与较平稳资产相同的现金配置，高波动资产也可能主导组合波动。反过来，少量衍生品保证金也可能支持很大的敞口。资本权重回答资金配置到哪里；风险贡献则考察仓位如何影响选定的组合风险指标。

首先明确该指标的名称。波动率贡献、情景损失贡献与回撤贡献不能互换。针对其中一项优化的组合，在另一项指标下可能显得集中。教学风险预算应明确目标及有意排除的风险，而不是将等风险视为普遍平衡的状态。

边际贡献解释相互作用

在基于波动率的分析中，某仓位的边际贡献反映其权重小幅改变时，总组合波动率如何变化。在通常平滑且齐次的框架下，将这一敏感性乘以权重，就得到成分贡献。这些成分之和等于组合波动率，而各资产单独波动率的简单相加通常不等于。

协方差矩阵决定结果。如果某仓位在模型下抵消了其他敞口，其风险贡献可能为负。这不代表该工具本身安全或总是盈利，而是说明它在当前组合附近降低了这一特定的估算风险指标。权重大幅变化或压力下关系发生改变，都可能改变结论。

波动率公式可以明确各项贡献。设 w 为权重向量，Σ 为协方差矩阵，则 σp = √(wᵀΣw)。当组合波动率不为零时，头寸 i 的边际贡献为 (Σw)i / σp；再乘以 wi 得到其成分贡献，随后除以 σp 则得到占总风险的比例。这些是敞口变化的局部敏感度。如果买入需要卖出另一项资产融资，实际改变的是两个权重，不能只看买入一侧。

波动率倒数加权只是一种特殊捷径

按波动率倒数分配，会给低波动资产更高的资本权重。对两种不相关资产，适当选择权重可使它们的波动贡献相等。对于规模更大且存在相关性的组合，逆波动率权重不一定带来相等风险贡献，因为相互关系的模式很重要。

这种简便方法还假定波动率得到有意义的计量。陈旧估值、有限历史数据或波动受到抑制的时期，可能产生具有误导性的低估计值，并导致过量配置。最低观测要求、敞口限制和替代压力假设可以揭示脆弱性，但不能消除基础估计问题。

杠杆与再平衡会产生额外风险

低波动组合可能通过加杠杆达到目标模型风险水平。这会增加融资成本、抵押品要求，以及被迫去杠杆的可能性。组合可能恰恰在波动率上升、模型要求缩小仓位时变得脆弱。在市场压力下卖出，随后可能既昂贵又操作困难。

再平衡并非免费。对含噪声的波动率估计频繁调整，可能增加换手，却未实质改善风险控制。评估前定义调整日程或容忍区间，并计入配置之间转换的成本。基于无摩擦每日权重得到的平滑回测，并不能证明真实市场中可以维持相同风险预算。

维持多重限制，而非依赖单一优化器

实用框架可以将模型风险预算与集中度、杠杆、流动性和交易对手限制结合起来。这些约束可能使风险贡献无法在数学上完全相等，但这未必是缺陷。它们反映的是主要目标未捕捉到的风险，或输入数据的不确定性。

同时报告目标贡献和实际贡献，并说明哪些估计变化引发了再平衡。测试某个主要分散风险的资产不再发挥该作用的情景。有用的结果应是一个能解释、权衡明确的配置流程，而不是一组看起来整齐相等的百分比。优化器无法决定一个人能承受多少不确定性；它只会转化被赋予的目标和约束。

把风险预算读成一组可检验的假设

回到两项不相关资产各占一半、波动率分别为 20% 和 10% 的组合。总波动率约为 11.18%。成分贡献分别为 0.0100 / 0.1118 ≈ 8.94 个百分点，以及 0.0025 / 0.1118 ≈ 2.24 个百分点，合计 11.18 个百分点。除以总量后，它们的占比为 80% 和 20%。以波动率百分点表示的贡献，与占总量的百分比不是同一个量，即使表格都显示百分号。

若第一项资产的估计波动率翻倍，而权重和零相关假设不变，其方差项变成 0.0400，第二项仍为 0.0025。第一项的占比因此升至约 94.1%。资本配置没有变，估计风险分配却变了。区分这两者，才能判断风险预算偏离究竟来自交易、价格推动的权重变化，还是估计参数改变。

目标波动率又增加了一层机制。若基础组合估计波动率为 8%，假设目标为 12%，没有约束的规则会将敞口放大至 1.5 倍。若估计随后升至 16%，同一规则只希望保留 0.75 倍。由 1.5 倍降到 0.75 倍需要真实减仓，不会因为电子表格更新就瞬间完成。交易成本、可用抵押品和杠杆上限，都可能使目标无法达到。

利用这些计算追问：是哪项输入推高了贡献？一项对冲的负贡献在其他情景下是否仍成立？恢复目标权重是否反而增持了因报价陈旧而显得低波动的资产？风险预算的价值在于让这些问题能够解释，而不是制造一组整齐相等的数字。相等的风险占比不能成为忽略流动性、结算和交易对手约束的理由。