風險管理,你犯錯了嗎?

我們無法預測“黑天鵝事件”的發生，與其一味幻想可以執掌未來，防堵風險，不如設法降低此類威脅帶來的不良影響

我們生活的世界已經不是傳統風險管理教科書中所描述的模樣了。對于金融危機，任何一個預測模型都沒能預言它的破壞力，而強勁的后續沖擊也讓那些口若懸河的主流經濟學家與商業學者們瞠目結舌。然而，眾所周知，危機依然在惡化，就是由于銀行體系所謂的“風險管理模型”:這套模式非但沒有限制風險擴散，反而將銀行暴露于風險之中，使得全球經濟體系墮入了前所未有的脆弱狀態。

對于幾乎無法預測也不太可能發生，但影響性極大的事件，經濟學領域稱之為“黑天鵝事件”(Black Swan events)。借力于全球化與網絡發展，我們生活的世界已經成為一個復雜的系統，交織著縱橫交錯的關系和互相依存的因素。這種復雜性不僅增加了“黑天鵝事件”的發生比率，同時也使人們對普通事件的預測變得益發困難。我們唯一能預測的是，任何忽略“黑天鵝事件”的企業和機構，終將走向失敗。

與其膽戰心驚地妄圖預測此類事件，不如讓自身變得強大來應對危機。因此，風險管理應該是我們面對不可掌握之力的一面盾牌，它能幫助企業減少受傷害的程度。而高管層首先要改變風險管理的思路，千萬別犯下面的錯誤——

堅信預測極端事件可以管控風險

這一點可以說是我們犯下的最大失誤，一方面，人們對“黑天鵝事件”的預測成功率屈指可數;另一方面，在一系列對極端假設的關注中，人們忽略了其他的任何可能性，使得自身在危險面前不堪一擊。

顯然，當無法左右未來時，評估極端事件可能帶來的后果要相對簡單一些。以能源公司為例，糾結于預測核工廠可能會發生的危險事件，不如關注危機后的應急處理措施。此外，企業應該關心的是“相對受害指數”，即較之于競爭對手，外部環境變動對自身的沖擊力大小。某一個出乎意料的微小的供求量變動，會對公司造成極大的傷害嗎?如果答案是肯定的，你至少可以在惶恐中摸清，當訂單巨幅下滑或者庫存大量剩余時，企業的承受能力會有多不樂觀。

有趣的是，在個人生活中，我們對“黑天鵝事件”的承受與消化能力似乎更勝一籌。沒有人會去計算某個事件的發生概率，我們只擔心出了狀況自己能否處理。請問，有誰會在買房之后計算房險的成本嗎?不，人們總是欣然接受各種生活保險——醫療健康保險、車險、房屋險，因為決策過程已包含了對保險成本的考慮。舉一反三，風控這項“保險”不該成為商業活動可有可無的“備胎”，經營企業要懂得未雨綢繆，為風險上一份“保險”，防患于未然。

風險管理靠經驗制勝

把“事后諸葛亮”當成先見之明，這是風險管理人的弊病。然而，研究表明，以往的案例并不能透視出未來的潛在沖擊。第一次世界大戰與美國“9#12539;11”恐怖襲擊并不存在什么歷史繼承性，重大事件之間沒有必然的聯系，價格波動亦是如此:20世紀80年代末期，股票市場的單日最大跌幅也不過在10%左右;而在1987年10月19日那一天，跌幅竟高達23%。歷史愚弄了所有人。

風險管理人，特別是在金融服務行業，最常套用的借口就是“史無前例”，似乎只要他們愿意，就能為任何事件找出一個先例，并在此基礎上準確地預測未來。但是，“黑天鵝事件”絕無先例可循。何況，今時不同彼日，世界已不復舊貌，很多政策過去起不到什么作用，今日卻能掀起軒然大波。

人們很少考慮到經濟變量的內在無序性，現實卻是，社會經濟學的隨機性遠不像你在統計學課本里看到的那樣結構明朗、條縷清晰，這里信奉的是“贏者全贏”(winner-take-all):全球上市公司中，比例不到0.25%的幾家企業執掌著近半數的市場資本;出版印刷領域，比例不到0.2%的部分圖書完成了銷售額的一半業績;制藥行業，比例不到0.1%的幾種藥物創造出過半的行業利潤——而發生率還不到0.1%的潛在風險就有可能吞噬掉你過半資產，“輸者全輸”。

因此，“典型失敗/成功案例”純屬子虛烏有。預測風險難在衡量后果，在復雜的經濟體系中，從來沒有標桿式的“典型影響”可供參考。仍以醫藥行業為例:一旦有新藥出售，銷售額便很難預測，有時甚至會出現預計值低于實際銷售額22倍的誤差!

“不要……”的建議不予采納

同樣的建議，“不要……”永遠比“要……”力量強大。最好的證明就是吸煙問題:告訴一個人吸煙的壞處，比起口干舌燥地宣傳保持健康的好處，效果更加明顯。可偏偏有人不信這個“邪”——當初有人提出，銀行應避免將自身暴露于類似“黑天鵝事件”的風險之中，雖然此舉會導致銀行利潤降低，但如果美國銀行業能聽取這份建議，也就不會出現本輪金融危機了。

在經濟領域，沒賠錢也就等于賺了錢，可有些風險管理人卻不這么想，追求盈利的野心壓制了避免損失的顧慮。象棋大師的策略在于避免失誤，只有菜鳥才會急于求勝。同樣，風險管理人多數不擅長以靜制動——當別人的投資損失40%時，你只要毫發未傷就是勝利，甚至不需要有額外的收益。

隨便到書店轉一圈，你會發現，宣講成功案例的著述多如牛毛，總結失敗的卷宗卻少若錙銖。這種對待正反建議態度的落差，決定了風險管理只能成為“馬后炮”。

亂用“標準差”來衡量風險

金融界普遍使用“標準差”(standard deviation)來衡量投資風險，它是離均差平方和平均后的方根。在隨機性較小的領域，大概2/3的變動都會落在某一個有限范圍之內，超過7個標準差的數值幾乎不存在。然而在隨機性變化極大的經濟現實中，標準差可能超過10、20甚至30。因此，風險管理人應該慎用與“標準差”相關的一些衡量方法，如回歸模型和R平方。

即使是專業的數量分析師，也很難掌握標準差的運用。我們曾在2007年做過一項實驗:我們選中一只股票，然后向這些專家提供一組絕對變量的平均值，要求其進行相應的運算，結果他們立刻把這些數據和標準差混為一談。這表明，妄圖以某項單一的數字來詮釋風險，只能是天方夜譚，甚至會引火燒身。

以為“數學上相等”就是“心理上相等”

研究發現，同一風險若置于不同的表現框架下，人們對它的認識會大相徑庭。假設有一筆投資儲備金，如果你告訴投資者，他的錢每年都會有3.3%的損失可能性，恐怕沒人敢跟你做交易;但是，如果你告訴他，可能每30年他的錢才會全部損失，這聽起來是不是穩當得多?

我們還做過一項搭乘飛機的類似調查:某家航空公司的一架客機每1000年會發生一次空難事故，你會搭乘他們的航班嗎?所有受訪者都表示愿意。前提若改成“該航空公司每1000架航班會有一次空難”，則僅剩70%的人愿意搭乘。兩者的風險都是千分之一，但顯然，后者聽起來更冒險一些。

追求效益與股東價值最大化就不能容忍資源過剩

最優化可能使企業無力抵抗環境變化——很多管理者認識不到這一點。也許，大自然才是最優秀的風險管理人，它不排斥資源過剩，并隨著環境變化而演進。企業中存在著各式各樣的多余資源，比如閑置生產力、未使用的部件、非流動中的資金等，相反，杠桿作用則備受推崇。實際不然，如果企業杠桿率過高，那么銷售額不及預期、匯率變化或者其他任何風險意外發生，遭受滅頂之災幾乎是一瞬間的事。

同時，過度特化(overspecialization)也會束縛企業發展。大衛#12539;李嘉圖(David Ricardo)曾提出“相對優勢”(comparative advantage)的概念，宣揚“這個國家釀酒，那個國家就該專攻服裝制造”的差異化生存理論，問題在于他忽略了不可預期的變化。如果酒價暴跌，這個國家該怎么辦?17世紀，在美國的亞利桑那和新墨西哥兩個州，很多種族連同他們的文化都消失殆盡，因為他們耕植的農作物過于單一，無法抵御環境的變化。

記住，最大的風險來自于自身:我們高估了自己的能力，低估了錯誤的力量。任何在風險面前狂妄自大的企業，終將面臨“阿喀琉斯之踵”式的災難。