歡迎來到組合信用風險（Portfolio Credit Risk）的世界！
你好！如果你已經來到 FRM Part II，你一定已經知道信用風險是指借款人無法償還貸款的可能性。但在現實世界中，銀行持有的不只是一筆貸款，而是成千上萬筆！在本章中，我們將從單一貸款的角度，轉向審視整個「組合」的風險。
為什麼這很重要？ 因為在組合中，「分散投資」的魔力可以降低風險，但「相關性（Correlation）」的危險卻可能將風險放大。理解這些貸款如何相互影響，是區分一家穩健銀行與一場金融危機的關鍵。別擔心，如果剛開始覺得數學成分較多，我們會將其拆解，逐一擊破！
1. 基礎：預期損失（EL）與非預期損失（UL）
要管理一個組合，我們首先需要區分我們「預期」會損失的部分，以及那些讓我們感到「意外」的損失。
預期損失（Expected Loss, EL）： 這是銀行預計在一段期間內會發生的平均損失。這屬於「經營成本」的一部分。銀行通常透過提撥準備金（Provisions）（就像為雨天準備的基金）來彌補 EL。
對於一個組合而言，總 EL 簡單地等於個別貸款 EL 的總和：
\( EL_p = \sum_{i=1}^{n} EL_i \)
\( EL_i = EAD_i \times PD_i \times LGD_i \)
非預期損失（Unexpected Loss, UL）： 這是圍繞在 EL 周圍的波動性或不確定性。這就是讓風險管理人員徹夜難眠的風險！我們使用經濟資本（Economic Capital）來抵禦 UL。
重要提示： 與 EL 不同，你不能簡單地將個別 UL 相加來得到組合的 UL。為什麼？因為存在相關性。
小比喻： 想像你是位花店老闆。你「預期」每週會有 5% 的玫瑰凋謝（EL）。這是一項已知的成本。然而，一場突如其來的熱浪可能導致 40% 的花朵凋謝（UL）。EL 是你的成本，而 UL 才是你的風險。
關鍵結論： EL 具加總性（Additive）；而 UL 因為分散效果的存在，不具備直接加總性。
2. 違約相關性（Default Correlation）的角色
違約相關性衡量的是兩個借款人同時違約的傾向。這是組合信用風險中的「秘密調味料」（或是劇毒）。
為什麼違約會相關？
• 系統性因素： 經濟衰退會影響每個人。如果經濟崩潰，許多企業會同時倒閉。
• 傳染效應（Contagion）： 如果一家大型汽車製造商破產，其所有小型零件供應商也可能隨之倒閉。
你知道嗎？ 在 2008 年金融危機期間，許多模型之所以失敗，是因為它們假設相關性很低。但現實是，當局勢惡化時，相關性往往會「飆升」至 1。一切資產同時崩潰！
組合 UL 的計算：
對於一個雙資產組合，其 UL 為：
\( UL_p = \sqrt{UL_1^2 + UL_2^2 + 2 \rho_{12} UL_1 UL_2} \)
其中 \( \rho_{12} \) 是兩個資產之間的相關係數。如果相關性為 1，則沒有分散效果。如果相關性小於 1，組合的 UL 就會小於各部分 UL 的總和！
3. 信用風險價值（Credit VaR）
信用 VaR 是指在特定時間範圍內，以特定信賴水準（例如 99.9%）下，組合預期將承受的最大損失。
信用 VaR 與市場 VaR 的差異：
市場 VaR 通常以 1 天或 10 天為計算週期。信用 VaR 通常以一年為週期，因為信用事件的發生速度較慢。此外，信用損失分佈不是「常態分佈」——它是偏態的（Skewed）（大部分時間你不會有損失，但偶爾會面臨巨大虧損）。
經濟資本公式：
\( Economic Capital = Credit VaR - EL \)
銀行持有資本是為了涵蓋尾部風險中「非預期」的部分，而不是平均損失。
快速複習：
• EL： 編列為預算支出。
• UL： 需要資本作為緩衝。
• 信用 VaR： 在特定信賴水準下的最差情況損失。
4. Vasicek 模型（大型同質組合）
課程通常會強調 Vasicek 模型（也稱為單因子模型）。它用於計算由大量相似貸款（如信用卡或房貸）組成的組合之信用 VaR。
核心概念： 我們假設存在一個共同因子（「經濟狀況」）和許多特殊因子（個別運氣）。
隨著組合中的貸款數量趨於無窮大，個別的（特殊）風險會相互抵銷，只剩下系統性風險。
常見錯誤： 學生常忽略 Vasicek 模型假設組合是無限細分（Infinitely Granular）的。這意味著沒有任何單一貸款大到足以影響整個組合。
5. 風險貢獻度（Risk Contributions）
如果你擁有一個組合，你需要知道哪一筆貸款增加了最多的風險。我們使用兩個主要衡量指標：
邊際風險貢獻（Marginal Risk Contribution, MRC）： 這告訴我們如果增加少量的新貸款，總組合風險會如何變化。這有助於判斷一筆新貸款是否「值得」其所增加的風險。
組合 VaR（Component VaR）： 這將總組合 VaR 分解為各個部分，顯示每個資產「佔有」了多少總風險。
記憶小技巧： 想像一鍋湯。EL 是食材的成本。組合風險是湯有多辣。邊際貢獻就是「再加一滴」辣油會讓整體辣度增加多少。
6. Copulas：連結一切的工具
Copula 是一種數學工具，用於模擬變數之間的相依結構（Dependence Structure），而無需過度糾結於它們各自的個別分佈。
高斯 Copula（Gaussian Copula）： 這就是著名的「擊垮華爾街的公式」。它假設聯合違約關係遵循常態分佈。
問題所在： 高斯 Copula 經常低估了「尾部相依性（Tail Dependence）」。簡單來說，它未能意識到在危機中，當一個借款人違約時，其他人跟著違約的可能性比常態分佈所預測的要大得多。
關鍵結論： Copula 讓我們能將個別違約機率組合成整個組合的聯合違約機率。
7. 總結與最後提示
考試請牢記以下重點：
• 分散投資可以降低 UL，但絕不會影響 EL。
• 違約相關性是組合風險的最大驅動因素；隨著相關性增加，損失分佈的「尾部」會變得更厚（Fatter）。
• 經濟資本旨在涵蓋 Credit VaR 減去 EL 的部分。
• 細分程度（Granularity）是你的朋友——擁有越多小型的、獨立的貸款，個別風險抵銷得就越多。
別擔心 Copulas 或 Vasicek 模型的公式看起來很嚇人。在 FRM 考試中，請專注於這些關係：如果相關性上升，VaR 會發生什麼變化？（它會上升！）如果組合變得更細分，個別風險會發生什麼變化？（它會下降！）
你一定沒問題的！組合信用風險的核心在於超越單一貸款，看見「全貌」。