
「风险平价」这个词在中文财经内容里至少指向两样不同的东西:一种分配权重的方法,和一类具体的组合策略。不把这两层分开,你会在产品说明书里看到一套说法,在自己动手算的时候又变成另一套。下面给的是能直接上手的算法、判断标准和几个容易踩的坑,读完你至少能自己算一遍权重,并判断一份材料里的「风险平价」到底在讲哪一层。
先分清:是分钱的方法,还是一套组合
第一层用法是方法论:决定各资产投多少钱时,不看资金比例,看每个资产贡献了多少波动。传统做法是股票给 60%、债券给 40%,钱是这么分的,但风险几乎全由股票贡献;风险平价要的是每个资产贡献的风险大致相等,于是债券的权重会被大幅抬高。
第二层用法是产品化之后的策略:因为拉平风险后组合整体波动很低,为了让收益回到可接受水平,往往要加杠杆,于是这类组合常常表现为「大量债券 + 少量股票 + 一部分杠杆」。这时候它已经不是一套中性的算法,而是一个带具体约束的投资安排。
判断标准很简单:看到「风险平价」四个字,先问它是回答「钱怎么分」,还是描述「这个组合靠什么运转」。前者你可以借用算法,后者你要去看它的杠杆和债券久期。
手算一遍:波动率倒数加权
最简版本可以三步走。第一步,取每个候选资产的波动率,用近一年或近三年的周收益率算标准差再年化,口径要统一,别一个用日频一个用月频。第二步,取波动率的倒数。第三步,把这些倒数归一化,得到权重。
假设三个资产,年化波动率分别为 10%、15%、20%。倒数依次是 0.100、0.067、0.050,合计 0.217。归一化后权重约为 46%、31%、23%。波动率越低的资产,拿到的权重越高,这就是「风险平价」这个名字最朴素的来历。
要清楚这是简化版:它默认资产之间不相关。真实世界里资产有相关性,严格的等风险贡献需要解一个带协方差矩阵的方程,结果会和平滑的倒数加权有出入。日常使用中,倒数加权可以当作起点,再根据相关性做修正。
杠杆是分水岭,成本要算进去
把风险拉平的直接后果是组合波动率下降,而收益预期通常也跟着下降。想把收益拉回来,路径基本只有一条:加杠杆。这一步决定了同一套算法在不同人手里是完全不同的东西。
加杠杆要付三笔账:融资成本、可得性、以及回撤时的追加保证金压力。融资成本是明账,假设年化 4% 到 5%,而杠杆放大的部分本身预期收益未必高过这个数,那么加杠杆只是把风险放大而没有增加净收益。后两笔是暗账,平时看不出来,市场剧烈波动时才显形。
判断标准可以写成一句话:把杠杆成本从组合预期收益里扣掉,再看剩下的部分值不值得承担被放大的回撤。扣完所剩无几,这套策略对你就不成立。
相关性一变,权重就散
严格计算时,单个资产的风险贡献可以写成:权重乘以该资产与组合的协方差,再除以组合波动率。把所有资产的风险贡献加总,正好等于组合波动率。判断一个组合是不是真的「平价」,看的就是各项风险贡献占总风险的比例是否接近,而不是看权重数字。
麻烦在于协方差矩阵不稳定。用长期历史数据估出来的相关性,在股债同跌的年份会明显失真;用短窗口估,又容易被短期行情带偏。一个可行的折中是同时看 3 年滚动和 1 年滚动两套结果,两者差异过大时,说明当前环境已经偏离历史常态,权重不宜押得太死。
常见的误区是把债券的波动率当成一个稳定常数。债券的波动率对利率环境高度敏感,久期越长越明显,用一个长期平均值去算权重,会在利率转折期给出偏乐观的答案。
再平衡阈值和三个易踩的坑
算完权重只是开始,之后要有再平衡规则。给一个可直接用的做法:设定相对偏离 25% 触发的阈值,比如目标权重 40%,实际漂到 50% 或 30% 就调回;偏离不触发就不动,避免频繁交易吃掉收益。检查频率按月看一次足够。
- 把风险平价当成低风险方案。它降低的是组合内部的集中度,不是整体波动;加了杠杆之后,尾部风险可能比看上去更高。
- 忽略资产单一化。很多风险平价组合的权重高度集中在债券上,一旦利率上行,风险贡献的分布会立刻偏离目标。
- 只看回撤数字,不看波动来源。回撤小可能只是因为在统计区间里没遇到股债同跌,不代表结构稳健。
风险平价最有价值的地方,是它提供了一个看待仓位的角度:先问这笔钱贡献了多少风险,再问它占了多少资金。这个顺序一旦换过来,很多原本觉得合理的配置会显得并不平衡。至于要不要真的按它建仓、要不要加杠杆,那是另一层问题,取决于你的资金成本和对回撤的承受力,而不是取决于这套算法本身有多优雅。

