系统性风险 vs 特质风险：能分散的与不能分散的
我的掌握程度：
先掌握这个答案
系统性风险（市场风险）：全市场共同承担的波动——利率、衰退、流动性危机；度量=Beta×市场波动。特质风险：个股自有的波动——业绩暴雷、管理层变动、行业政策；度量=残差波动（对市场回归后的剩余）。市场只补偿系统性风险的原因（CAPM核心逻辑）：特质风险可通过分散化免费消除——无成本的消除品没有补偿（没人愿为可避免的风险付钱）。分散化的数学：N只等权不相关股票的组合特质波动=单股/√N——25只降到1/5、100只降到1/10。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 把风险指标转成可执行的限额
报告VaR、对冲比率或保证金时，必须同时说明模型外还可能发生什么。
- 先定义损失正负号、置信水平、持有期、样本窗口和估计方法。
- 组合使用VaR、ES、压力测试、集中度、清算天数与保证金情景，不把单一指标当最大损失。
- 为预警、减仓、暂停交易写清触发条件、执行责任和恢复条件，并记录无法成交的情景。
使用边界
- 95% VaR是损失分布的95%分位，不是最大亏损或保证每天有95%把握安全。
- 久期敏感度使用修正久期；Macaulay久期是现金流加权时间，两者不能直接混用。
背景 · 从一个困惑说起
q-006的Beta把股票风险切成两块：跟随市场的部分与自己的部分。这块切法是整个组合理论的分水岭——一块可以免费消除、一块不能，风险管理的全部策略都围绕这个不对称展开。
由此产生的问题
系统性风险与特质风险的定义、度量与本质区别是什么？为什么市场只为系统性风险付补偿？分散化在数学上如何消灭特质风险？
核心概念
系统性风险（市场风险）：全市场共同承担的波动——利率、衰退、流动性危机；度量=Beta×市场波动。特质风险：个股自有的波动——业绩暴雷、管理层变动、行业政策；度量=残差波动（对市场回归后的剩余）。市场只补偿系统性风险的原因（CAPM核心逻辑）：特质风险可通过分散化免费消除——无成本的消除品没有补偿（没人愿为可避免的风险付钱）。分散化的数学：N只等权不相关股票的组合特质波动=单股/√N——25只降到1/5、100只降到1/10。
为什么需要它
①组合构建的定价基础：为什么指增要做行业中性（消灭自担的行业特质风险）、为什么中性策略对冲Beta（只留选股特质Alpha）；②风险预算的语法：你的总风险=系统性暴露（可调节）+特质残留（分散程度决定）——两类风险要用不同工具管理；③q-601「先活下来」的结构化：多数暴毙来自系统性部分（2015/2018全场下跌），多数平庸来自特质部分（单票踩雷）——分开治理。
实际应用场景
组合诊断三步：总波动→对市场回归拆分（β贡献 vs 残差）→残差按行业/个股归因；行动：残差集中=加分散，β超目标=对冲或减仓。
与之前知识的联系
q-006（Beta）的定义在此展开为风险分类学；q-604（分散化）给出消灭特质风险的机制；q-627（对冲）是系统性风险的管理工具；阶段5中性化的本质=主动选择只承担特质Alpha。
⚠ 常见误解
- 分散到100只股票就没有风险了：只消灭特质部分；系统性风险原封不动——2008年满仓分散组合照样-40%
- 特质风险高=坏股票：特质波动是中性词——高特质里既有雷也有被错杀的Alpha（量化选股赚的正是后者）
- Beta小于1就更安全：系统性暴露低了，但若集中持有三只股票，特质风险可能反超——总风险要两块一起看
🛠 本题实践任务
对你的组合（或任一基金前十大持仓模拟）：回归估组合Beta，分解系统性/特质波动占比。特质>40%的话，找到贡献最大的三只持仓。
💡 提示（先自己想5分钟再看）
残差波动=sqrt(总方差−β²×市场方差)；基金的持仓季度披露可作近似。
✅ 验收标准
两个占比数字+集中度诊断。你学会了给风险做CT——这是组合管理的第一课。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（Beta、波动率、分散化概念），再用案例、公式和代码帮助理解。此功能需要先启用服务。