投资组合风险如何计算？
如果仅从统计角度考虑问题，假设您要构建一个包含4个资产的组合，那么理论上，该组合的可测风险应该是这四个资产的贝塔值（Beta）的加权求和，而组合的预期收益率则是四个资产的预期收益率的加权平均。 但真实的情况要复杂一些。原因有两个：
1、市场的风险并不是单独存在的，而是相互影响的。比如我们之前讨论过股票与债券的协方差为正的关系，这也就意味着当股市上涨时，债市也很有可能上涨，反之亦然；如果我们仅仅关注于单个资产的贝塔值，则无法完全反映出组合的真实风险情况。 2、我们对风险的定义还需要进一步界定。比如，是组合的系统性风险还是组合的特定风险需要我们进行进一步的划分。这里我们需要引入另一个概念——特有风险（Idiosyncratic Risk）。 特有风险是指某一类资产或者资产组合本身所特有的风险，它会导致特定的损失，这种损失是通过分散投资于多种资产而难以消除的。也就是说，特有风险是由于某种资产或资产组合的选择而产生的，它与是否进行分散化投资以及能否实现有效分散没有任何关系。
对于特风险的度量，通常采用的方法有极端事件法、极值的方差分解法和分位数回归法等。 极端事件法是通过寻找导致极端价格波动的事件来构造特风险，进而估计其方差。具体的做法是搜索历史数据中最大的N个波峰（或波谷），将导致这些极值的潜在因子提取出来，然后对每个因子的方差进行加权求和，最后得到总方差。由于这种方法需要搜索整个历史数据以寻找极端值，所以它存在耗时、效率低的问题，并且容易受异常值的影响。 除了极端事件法，还有极值的方差分解法和分位数回归等方法可以用于估计特风险。
方差分解是将方差定义为各个变量贡献之和的形式，通过对各个分量的分析来寻找特风险的来源。方差分解的思想是基于这样的一种认识：任何风险都可以看作是由各种不同性质的风险来源引起的，只要识别出造成风险的不同成分，也就相当于找到了风险产生的根源，从而为降低风险提供了思路。 分位数回归是在最小二乘法的基础上发展起来的，它通过引入参数的分位数形式，在保持样本容量不变的情况下，可以同时估计出参数和，其中为残差平方和。利用这个函数可以得到每一个观测值对应的所有可能的组合的估计误差，然后选择使所有观测值估计误差的平方和最小的作为最终答案。