欢迎来到组合信用风险（Portfolio Credit Risk）的世界！
你好！如果你已经来到 FRM Part II，你一定已经知道信用风险是指借款人无法偿还贷款的可能性。但在现实世界中，银行持有的不只是一笔贷款，而是成千上万笔！在本章中，我们将从单一贷款的角度，转向审视整个「组合」的风险。
为什么这很重要？ 因为在组合中，「分散投资」的魔力可以降低风险，但「相关性（Correlation）」的危险却可能将风险放大。理解这些贷款如何相互影响，是区分一家稳健银行与一场金融危机的关键。别担心，如果刚开始觉得数学成分较多，我们会将其拆解，逐一击破！
1. 基础：预期损失（EL）与非预期损失（UL）
要管理一个组合，我们首先需要区分我们「预期」会损失的部分，以及那些让我们感到「意外」的损失。
预期损失（Expected Loss, EL）： 这是银行预计在一段期间内会发生的平均损失。这属于「经营成本」的一部分。银行通常通过提拨准备金（Provisions）（就像为雨天准备的基金）来弥补 EL。
对于一个组合而言，总 EL 简单地等于个别贷款 EL 的总和：
\( EL_p = \sum_{i=1}^{n} EL_i \)
\( EL_i = EAD_i \times PD_i \times LGD_i \)
非预期损失（Unexpected Loss, UL）： 这是围绕在 EL 周围的波动性或不确定性。这就是让风险管理人员彻夜难眠的风险！我们使用经济资本（Economic Capital）来抵御 UL。
重要提示： 与 EL 不同，你不能简单地将个别 UL 相加来得到组合的 UL。为什么？因为存在相关性。
小比喻： 想象你是位花店老板。你「预期」每星期会有 5% 的玫瑰凋谢（EL）。这是一项已知的成本。然而，一场突如其来的热浪可能导致 40% 的花朵凋谢（UL）。EL 是你的成本，而 UL 才是你的风险。
关键结论： EL 具加总性（Additive）；而 UL 因为分散效果的存在，不具备直接加总性。
2. 违约相关性（Default Correlation）的角色
违约相关性衡量的是两个借款人同时违约的倾向。这是组合信用风险中的「秘密调味料」（或是剧毒）。
为什么违约会相关？
• 系统性因素： 经济衰退会影响每个人。如果经济崩溃，许多企业会同时倒闭。
• 传染效应（Contagion）： 如果一家大型汽车制造商破产，其所有小型零件供应商也可能随之倒闭。
你知道吗？ 在 2008 年金融危机期间，许多模型之所以失败，是因为它们假设相关性很低。但现实是，当局势恶化时，相关性往往会「飙升」至 1。一切资产同时崩溃！
组合 UL 的计算：
对于一个双资产组合，其 UL 为：
\( UL_p = \sqrt{UL_1^2 + UL_2^2 + 2 \rho_{12} UL_1 UL_2} \)
其中 \( \rho_{12} \) 是两个资产之间的相关系数。如果相关性为 1，则没有分散效果。如果相关性小于 1，组合的 UL 就会小于各部分 UL 的总和！
3. 信用风险价值（Credit VaR）
信用 VaR 是指在特定时间范围内，以特定信赖水平（例如 99.9%）下，组合预期将承受的最大损失。
信用 VaR 与市场 VaR 的差异：
市场 VaR 通常以 1 天或 10 天为计算周期。信用 VaR 通常以一年为周期，因为信用事件的发生速度较慢。此外，信用损失分布不是「常态分布」——它是偏态的（Skewed）（大部分时间你不会有损失，但偶尔会面临巨大亏损）。
经济资本公式：
\( Economic Capital = Credit VaR - EL \)
银行持有资本是为了涵盖尾部风险中「非预期」的部分，而不是平均损失。
快速复习：
• EL： 编列为预算支出。
• UL： 需要资本作为缓冲。
• 信用 VaR： 在特定信赖水平下的最差情况损失。
4. Vasicek 模型（大型同质组合）
课程通常会强调 Vasicek 模型（也称为单因子模型）。它用于计算由大量相似贷款（如信用卡或房贷）组成的组合之信用 VaR。
核心概念： 我们假设存在一个共同因子（「经济状况」）和许多特殊因子（个别运气）。
随着组合中的贷款数量趋于无穷大，个别的（特殊）风险会相互抵销，只剩下系统性风险。
常见错误： 学生常忽略 Vasicek 模型假设组合是无限细分（Infinitely Granular）的。这意味着没有任何单一贷款大到足以影响整个组合。
5. 风险贡献度（Risk Contributions）
如果你拥有一个组合，你需要知道哪一笔贷款增加了最多的风险。我们使用两个主要衡量指标：
边际风险贡献（Marginal Risk Contribution, MRC）： 这告诉我们如果增加少量的新贷款，总组合风险会如何变化。这有助于判断一笔新贷款是否「值得」其所增加的风险。
组合 VaR（Component VaR）： 这将总组合 VaR 分解为各个部分，显示每个资产「占有」了多少总风险。
记忆小技巧： 想象一锅汤。EL 是食材的成本。组合风险是汤有多辣。边际贡献就是「再加一滴」辣油会让整体辣度增加多少。
6. Copulas：连接一切的工具
Copula 是一种数学工具，用于模拟变量之间的相依结构（Dependence Structure），而无需过度纠结于它们各自的个别分布。
高斯 Copula（Gaussian Copula）： 这就是著名的「击垮华尔街的公式」。它假设联合违约关系遵循常态分布。
问题所在： 高斯 Copula 经常低估了「尾部相依性（Tail Dependence）」。简单来说，它未能意识到在危机中，当一个借款人违约时，其他人跟着违约的可能性比常态分布所预测的要大得多。
关键结论： Copula 让我们能将个别违约概率组合成整个组合的联合违约概率。
7. 总结与最后提示
考试请牢记以下重点：
• 分散投资可以降低 UL，但绝不会影响 EL。
• 违约相关性是组合风险的最大驱动因素；随着相关性增加，损失分布的「尾部」会变得更厚（Fatter）。
• 经济资本旨在涵盖 Credit VaR 减去 EL 的部分。
• 细分程度（Granularity）是你的朋友——拥有越多小型的、独立的贷款，个别风险抵销得就越多。
别担心 Copulas 或 Vasicek 模型的公式看起来很吓人。在 FRM 考试中，请专注于这些关系：如果相关性上升，VaR 会发生什么变化？（它会上升！）如果组合变得更细分，个别风险会发生什么变化？（它会下降！）
你一定没问题的！组合信用风险的核心在于超越单一贷款，看见「全貌」。