导读：未来投资领域中的不确定性是一种风险，如何才能正确地度量和驾驭“风险”呢？此次帆茂研究部针对风险的特性与度量作简要分析，深入观察探讨背后的关联内容和表现，以供投资者参考。

1814年，法国数学家拉普拉斯在其著述的《概率论》导论部分提出了一个科学假设：“我们可以把宇宙现在的状态视为其过去的果以及未来的因。如果一个智者能知道某一刻所有自然运动的力和所有自然构成的物件的位置，假如他也能够对这些数据进行分析，那宇宙里最大的物体到最小的粒子的运动都会包含在一条简单公式中。对于这智者来说没有事物会是含糊的，而未来只会像过去般出现在他面前。”这段话表明，依据某一时刻宇宙的完整信息，人们就能够推断它在未来和过去任意时刻的状态。假设中的“智者”又被戏称为“拉普拉斯妖”，曾经风靡一个世纪。这个假设直到近代量子力学理论的提出才受到致命挑战。后来更容易被接受的表达变成：宇宙可能确实遵守某种数学形式的演化，不过从中可以决定的只是未来某种状态发生的几率，而不是一定会发生什么。尽管拉普拉斯的设想过于科幻化，但他对于预测未来的执着信念一直受到敬重。在当今世界中，投资者为了做好投资决策而去殚精竭虑地搜集和分析市场上的信息，无不再现了这种执着。当然，无情的现实结果往往又如量子力学理论所指，即使我们知晓了一切，所能看到的也只是某种可能的结果及其发生概率，无从预知未来的确切情形。

过去的信息可能会误导未来的判断。在投资领域里，人们经常困惑或纠结于偶尔的成功是否可以继续复制？一两次的失败是否又意味着必须放弃？这些问题的核心是如何判断投资的成败是必然的，还是偶然的。回答这些问题，除非有大量的试验，不然很难去下结论。在短期内，人们很难将“幸运的傻瓜”与沃伦·巴菲特、彼得·林奇等专业的投资大师区别开来。换言之，评论投资成败，需要有一段足够长的时间去检验。

未来投资领域中的不确定性是一种风险。为了度量和驾驭“风险”，现代投资组合管理理论的奠基人马克维兹提出了“均值-方差”决策规则。他采用投资组合预期收益率r的方差σ2(r)来度量风险。统计上的方差或波动性越大表示风险越大。风险与收益是相匹配的，风险更高的投资通常要求提供更高的预期收益。图一中的“资本市场线”演示了风险与收益之间的关系。

图一：收益与风险（波动性）的正相关关系

理论上，资本市场线是一条以无风险资产为起点、向右上方倾斜的射线。图中的圆点代表资产市场上的不同机会。越靠近起点的资产预期收益和风险越低，比如国债；反之越高，比如股权。单看这条资本市场线，可能会产生一些误解。它虽然展示了收益与风险之间的正相关特性，甚至暗示承担更高的风险便能赚取更多的收益，但没有表明风险对于收益的真实影响。这种脱离现实的理论缺陷，恰恰是实践中投资大师们苦苦追索的市场真经。

均值-方差决策规则中的风险在本质上是实际收益相对预期收益的波动性。市场定价机制虽然可以促使预期收益与风险相匹配，但不能保证最后的实际收益不偏离预期。根据橡树资本联合创始人霍华德·马克斯在其著作《投资最重要的事——顶尖价值投资者的忠告》中的经典论述，可以对资本市场线上的资产类型画出一系列的竖实线。竖实线的长短对应该类资产实际收益率波动范围的大小。图一中虚曲线到竖实线的距离则表示各种收益情形出现的概率。据此可以看出，虽然股权投资的实际收益率上限最高，远高于其他资产，但其收益下限也最低，且本金都有可能亏损。不过，极端情形出现的概率相对较低，实际收益率更大可能会落在资本市场线与竖实线的交点的附近。这样的不确定性与其说是风险，不如说是波动性。毕竟风险不会为投资人提供获利机会，而波动性有此功能。正因如此，才会有人努力去获取比他人更多的市场信息，以提升哪怕一个百分点的正向波动概率。

上述风险度量模型在现实市场中的应用性并不高，原因主要在于预期收益率的正态分布假设上。一些实证研究指出，美国标普500股票市场指数的收益率并不服从正态分布，而是厚尾分布。国内股指收益率的分布特征也类似（见图二，左）。

图二：正态分布与其他分布的区别

如上图所示，厚尾分布相比正态分布的双侧尾部更厚，山峰更低。这意味着它出现极端值的概率要比正态分布的概率更大，出现决策中采用的预期值的概率更小。此外，一些资产也可能服从正偏（负偏）分布（见图二，右）。它们的实际收益率将有较大可能比预期更小（更大），在套用均值-方差决策规则时，会因而低估（高估）风险的大小。所以说，传统的经济学模型虽能简化对一个资产的描述，有时候却会带来一些适得其反的推断。“股神”巴菲特在写给股东的第50封信中就曾否定方差度量：虽然这种学院式的假设能让教学变得更容易，但波动性和风险不是一回事。

风险具备损失的特性。唯有损失性才能揭示风险两字中的“险”的内涵。波动性属于风险的一部分。冒险的成功有时只是成功规避了风险，而不是其本身能带来积极的结果。没有损失性，无所谓风险。因此，风险度量应当能够充分反映未来资产价格的各种不利变化及可能性。进一步说，它应当能够反映实际收益率在某一预期值之下的分布状况。半方差指标正是在这种背景下提出来的。不过由于风险偏好和风险承受能力的不同，对于同一项特定的投资，都会有一些人认为风险较高，而另一些人则认为风险较低。这种主观性使得半方差方法以及其他后续发展出来的方法在实际的应用中遇到种种的困难。

再者，风险还是具有欺骗性的。资产价格的周期性波动不难估计，但是，异常的价格波动很难被量化。例如，1929年的美国大萧条以及2008年的全球金融海啸，那些看似几乎“不可能的灾难”会对私人投资造成最大的影响。现代投资理论表明有效的分散化投资（资产配置）可以在保证收益的同时降低非系统性的风险。但极端风险的出现可能会改变这一经典教义。例如，自1990以来，国际大宗商品现货指数和上证综指之间大体上呈现一种相反的走势（见图三），两者的统计相关系数为-0.32。然而，在2008年金融危机发生的前后（图上阴影区域），两者的相关系数则高达0.81。因此，在极端风险来临之际，在这两种资产类型之间进行分散化投资并不能规避巨额损失。

图三：反常情况下不同资产价格的同向波动

鉴于风险的不确定性、损失性、主观性以及不可量化性，风险度量及驾驭事实上是一条永无止境的探索历程。在投资领域中，这一探索历程是如此重要并充满魅惑，让无数投资者为之心驰神往。尤其在金融市场动荡频发时期，重温风险度量中的科学与艺术，犹如灯塔之于航海者。