风控为王系列二丨量化风控的基础理论

概述

风险的定义：不同类型投资者眼中的风险不同。我们眼中的风险是主动多头视角下的风险——资产出现大幅度、快速率、持续性的下跌，这也是市场主流参与者认知中的风险。

风险的本质：风险本质上是熵能竞争的不平衡，系统有自发的熵增趋势，需要能量/负熵流入抵抗熵增，能量来自于外部流动性流入、股票内生创造的盈利和增长。系统性风险往往对应着“多约束条件下的紧平衡状态”，这种状态很不稳定，外部一个随机扰动可能就会导致系统崩塌。

风险的来源：从认知的视角，股票市场是一个复杂网络/系统，个体认知时存在信息不完备、理解偏差、（受情绪和环境影响）过度自信/悲观等障碍，从而常常对风险形成误判。个体认知股市往往会面临着诸如宏观与微观错位（结构性机会/问题与系统性趋势背离）、短期与长期的错位（时间是重要变量）、历史规律的失效（环境变化，市场会自我学习进化）等诸多问题。

风险的演化：过度杠杆（趋势形成、加速）->系统性风险（反方向反馈、恶性循环）->危机（风险蔓延，引发外部干预）->危机后再平衡（新的力量可能崛起）。流动性风险是最严重的风险，流动性缺失会导致非理性抛售一切资产，各类资产定价失灵。

风险的特征：

（1）股票市场是一个复杂网络/系统，节点之间长程相关，正态分布假设下的小概率事件发生的概率其实远比想象中要大，网络条件下风险常常具有传染性、扩散性、蝴蝶效应。

（2）趋势形成的市场总是很倔强，外部（比如政策）干预往往迟滞，现实中的涨跌都容易过度（超涨、超跌）；风险涌现较常见，屋漏偏逢连夜雨常有发生；上涨也是类似（好公司往往有惊喜，上涨带来进一步上涨，空中加油）。

（3）繁荣顶点和衰退伴生，均值回归常有发生。泡沫处会有很多解释说服你相信“这一次不一样”，参与者也容易美化泡沫，自我加强。

股票市场的风险观

1.风险的定义和本质

从简化讨论、聚焦的角度，我们定义的风险是指主动多头视角下的风险观，综合各种大类资产出现大幅度、快速率、持续性的下跌，这也是市场主流认知中的风险概念。

股票市场中有多种类型的参与者，当不同的市场参与者在讨论风险这个主题时，往往是从不同的视角出发。风险认知这个话题有着浓重的主观色彩，譬如满仓做多的主观多头机构眼中的风险是全球金融市场的系统性大跌，相对收益投资者眼中的风险是跑输竞争对手，专门下注做空的机构眼中的风险是押注做空的标的持续大涨，日内高频套利者担心的风险是市场缺乏波动性。

由于不同的市场参与个体讨论的风险不在同一维度上，去横向对比不同人眼中所认知的风险是不合理的。即使是同种类型的市场参与者，由于个体资金属性、资金体量、投资周期、风险承受能力不同，部分投资者眼中所认知的风险可能是另一部分投资者认知框架中的普通波动，甚至是另一部分投资者认知框架中的绝佳投资机会。

股民个体的边界约束太多，个体的风险有主观多样性。系统风险的认知需要跳出个体视角，仅仅从个体视角出发是无法客观定义风险本质。股市超生命体是一个合成系统，整体风险来自于不同个体视角风险的合成，然后再次影响个体视角的变化。

我们以熵控网络理论的角度认为，风险的核心是熵能竞争的不平衡，系统有熵增的趋势，需要能量（流动性、盈利增长：保证总量，选择结构分布）的负熵流入，去抵抗这个熵增过程。在约束条件下，个体间竞争、个体与整体之间反馈的推动下，初始向着幂率分布发展（能>熵），形成路径依赖且难以解锁。熵增边际变化大，系统内生和外部产生的能量（负熵）间断供给特点，偏离平衡态，甚至崩塌；可以有短期的不稳定，但不应过度偏离，影响幂率分布的进程，小幅回调可蓄力，资金进行轮动，保持最佳的能量效率，不断迭代稳定演进。这就是风险聚集、发生、消耗、分散的不断轮回的过程。

2.风险的来源

股票市场本身是复杂网络系统。人类认知复杂系统的过程往往会采用降维的方式来降低复杂度。在实际认知过程中，我们会解构网络系统中的各种特征指标，然后进行近似分析和演绎，寻找系统的有效约束、稀疏性，获得决定系统的真实子结构，目的是抓住主要矛盾。

但对于个体（不限于股民散户，就单一机构视角亦然）而言，风险会来自于对复杂系统认知过程中的信息缺失和认知偏差。

由于信息是长程相关的，误差逐级传导，使得风险在认知链条中不断放大，认知映射到决策行为的过程中会造成了大量的风险漏出，产生多种乖离、不平衡现象。

个体在对股票市场认知的过程中，会面临着诸如宏观与微观错位、短期与长期的错位、历史规律的失效等诸多问题。

1）宏观与微观错位

在股票投资中，宏观风控择时与微观行业结构选择会有不匹配的时候。当宏观系统性风险出现，依然可能有结构性机会可以参与；即使市场没有系统性风险出现，投资者选择的投资结构依然有严重错误布局的可能。

2）短期与长期错位

投资期限的错位也会带来决策困扰。某些标的长期看很有投资价值，但短期又面临较大波动，选择在左侧交易有短期业绩压力；另一些标的短期看很有交易价值，但长期价值薄弱。时间维度是非常重要的变量：我们在讨论复杂系统的动态演化时，时间是重要变量；讨论股票的估值时，时间也是重要变量。大多数投资人并没有摘取到时间的果实，长期成长、成就伟大价值的企业凤毛麟角。

3）历史规律的失效

股票投资中成功经验的有效性存疑。人们结合其自身的经历以及过往的经验，对当下时点接收到的所有信息综合分析后，得到一个对未来股价以及市场走势的预期；但现实情况是，任何两个时点的市场环境都不可能完全相同，用过往某个相似市场环境时点的经验做出判断，最终的结果也可能和预期大相径庭。所以历史上成功投资并不能作为未来趋势的必然证明，过于自负的投资人往往不得善终，冠军的诅咒不胜枚举。

股票市场中我们每时每刻都会面临着灵魂拷问，比如：趋势延续和均值回归的问题，逐步接近历史极值如何选择？超越历史极值如何选择？超越历史极值很长一段时间怎么办？如何寻找新的锚？这个时候信仰是什么？短时间错了，但长期可能还是对的，如何保持信仰？

从复杂系统整体出发，我们认为系统中各类参与者的交互和反馈造成了整体的合成谬误（风险）。对于股票系统而言，市场无时不在波动，波动原本是市场所有参与者携带者不同的能量通过其认知做出决策博弈后的最终结果。

波动本身不等于风险，但过度杠杆（即过度短期、成本过高的货币能量）将正常范畴内的波动迅速放大为风险。而风险的持续发酵则可能最终演化为危机。在人类经济史上有数次风险演化为危机的典型案例。

3.风险的演化

过度杠杆->风险->危机->危机后再平衡

1）过度杠杆将波动迅速放大为风险

短期股价的波动遵循的是几何布朗运动，是连续时间段内的随机过程，对于短期的波动几乎不可能被准确预测。但波动不等于风险，只有当波动率累积到一定程度后量变会引起质变。而能将正常范畴内的波动迅速放大为风险的，就是过度加杠杆。

比如2014-2015年A股市场的疯牛很大程度上由场外资金加杠杆驱动的，盈亏同源，当股市拆杠杆时，“平仓--暴跌—强平—再暴跌—更大规模平仓”的恶性循环导致了市场所有参与者财富的瞬间蒸发。

2008年美国次贷危机则是典型的由过度加杠杆+信息不对称引发的复杂系统崩塌风险。

2）风险的演化与危机的产生

流动性风险是市场第一风险，没有流动性的定价毫无意义。流动性缺失，众多资产都会成为卖出对象、市场价格大跌、市场崩塌，反之，流动性过剩，更多的能量将参与一定额的资产、市场价格暴涨。

流动性危机还是很常见的，且影响往往是最大的：2013年钱荒、2015年股灾、2016年熔断、2018年中美贸易摩擦、2020年新冠疫情美股连续熔断。

市场波动加大时，一旦出现流动性缺失，引发的连锁反应会超市场预期；市场里存在的高杠杆（配资、融资）、被动盘（赎回、质押、接近平仓线的产品）将首先被引爆，触及某个临界，尾部风险将发生，劣质资产没有流动性，风险必将蔓延到优质资产甚至避险资金。

流动性是股市的能量输入，是系统（幂率分布）演化的驱动力，大小、方向、分布决定了系统运行状态：方向决定了市场是增量还是存量，大小决定了影响程度，分布可以辅助判断行业强度（内在是系统内部的竞争关系）。

开放系统外界输入能量被逐渐抽离，甚至断层，而系统需要维持先前演化方向，此时熵能极度不匹配，极易引起系统崩塌（风险）：超额流动性指标 （M3同比值-GDP同比值：能量输入与系统增长的匹配程度）就是很好的流动性角度风控指标。其实不只是国外，目前（2021年）国内的超额流动性实质上已经达到了2008年“四万亿”的量级 （沪深300指数驱动力分解）。

极端的流动性现象（比如2015年股灾1.0末期分级A、商品期货全部跌停，新冠疫情时美股连续熔断），是观察市场见底的重要信号，因为为了防止风险继续蔓延到其他领域，政府主导的救市资金或者政策往往出台解决流动性，重新注入能量，扭转流动性危机，亦证明流动性风险至关重要。

4.风险的特征：

1）股票市场是一个复杂网络/系统，节点之间长程相关，正态分布假设下的小概率事件发生的概率其实远比想象中要大，网络条件下风险常常具有传染性、扩散性、蝴蝶效应。

2）趋势形成的市场总是很倔强，外部（比如政策）干预往往迟滞，现实中的涨跌都容易过度（超涨、超跌）；风险涌现较常见，屋漏偏逢连夜雨常有发生；上涨也是类似（好公司往往有惊喜，上涨带来进一步上涨，空中加油）。

3）繁荣顶点和衰退伴生，均值回归常有发生。泡沫处会有很多解释说服你相信“这一次不一样”，参与者也容易美化泡沫，自我加强。

5.风险的理论刻画

需要一个量化评估市场流动性风险的指标体系：资金流入方向和分布、成交额结构（在个股、行业、风格、因子上的分配）、波动率、杠杆、被动卖压、利率、衍生品等。

1）趋势化过程较容易出现偏离风险

市场结构分化阶段市场主线、市场节奏、投资者风险偏好成为趋势放大器，资金能量往助力最小的方向持续地堆积将进一步加强趋势演化过程。当结构方向一致时，收益将是最优效率的（配置最高效的，随机性和波动太大，兼顾稳定性），反之，背离趋势主流结构往往造成效率不高，竞争落后甚至被客户淘汰。

价值投资过程中的基本面发现，乃至行业、风格、因子偏好匹配，是非常重要的工作，目的是顺应系统趋势的演化方向。

趋势演化的中后期要着重考量风险，统计历史规律（时间、幅度、成交量、换手率、扩散度、分布的偏离等），一旦接近或达到警戒区域，考虑调整配置比例。趋势的时候，要以市场为中心，跟随市场的方向，一旦偏离平衡态，要开始意识到风险。

趋势是动能的长期不断积累，均值回归则是系统势能短期的自我释放，趋势需要熵能，均匀化是系统必然发生的。正常的系统是保证外部输入匹配系统短期需求，又给予系统足够的时间通过内部增长进行消化，保证短期总量需求和长期结构稳定。

2）均匀化是系统风险的开始

均匀化的开始，都是熵增无法被熵能供给满足导致的：上涨过程中的弱势标的的补涨，强势标的对资金再也没有吸引力了，没有再幂率的空间了；下跌过程中的强势标的的补跌。

均匀化往往以崩塌的形式发生，此时风险的影响范围和幅度都是很大的，此时规避回撤是第一要义，这也是宏观策略为什么要择时的原因。

系统崩塌是重大风险（熵能竞争极度偏离），需要尽量避免，市场过度乖离、过度亢奋，各种不均衡带来的崩塌，往往导致宏观波动太大，系统内参与者无法承受；再加上演化过程的外部性，很难预知会发展到什么程度，也一定会对相关的系统产生重要影响，风险的蔓延范围较难衡量，做最极端的应激是必要的。反之市场价格过度向下偏离了平衡态，又应当要相对乐观，别人恐惧时可以贪婪。

流动性是系统的能量供给的重要变量。假如流动性能量用比特表示，与熵增做比较，短期流动性的变化可以看做是一个算术平均约束，可以提供最大负熵，系统内部的熵增如果低于它，就有崩塌的风险。

全球历次金融危机，可以发现危机的内在逻辑都在于债务和杠杆的快速积累和不可持续，高杠杆是风险的源头，复杂系统的风险往往隐藏于高杠杆的脆弱之下。

达利奥的《债务危机》中深入探讨了债务危机产生的原因、债务周期各个阶段的表现和判断方式以及债务危机的解决建议。信用和债务扩张的过程伴随着杠杆的上升，在债务周期的初期，因信用扩张带来的收入或回报的增长超过债务的增长，杠杆率上涨较缓慢，但在债务周期的顶部，信用扩张带来的收入或回报增长低于债务的增长，杠杆率迅速上升。当债务周期触及泡沫阶段，随着资产泡沫的破灭，资产会出现较大幅度的减值，加剧杠杆率上升。

一轮危机的初始阶段往往是流动性风险，市场波动加大时，一旦出现流动性缺失，引发的连锁反应可能远超市场预期。如果市场还存在高杠杆融资盘、被动止损盘，当触及某个临界，市场的下跌不但出清不了风险，反而加剧市场的负反馈。当劣质资产缺失流动性，流动性风险遍会蔓延到其他优质资产。2020年一季度美国金融市场因为新冠疫情导致的市场暴跌中就出现了显著的流动性危机。本轮系统性下跌直到美联储通过QE+零利率+财政刺激三管猛药齐下，才缓解了流动危机。

及时的政策应对可以有效切断风险的传导链条，阻断危机蔓延深化，而一味的自由放任将延长危机持续时间、加深破坏程度。过去百年金融史中由一场风险最终演化为持续性危机的案例不在少数。日本90年代初的资产价格泡沫破灭后伴随“失去的二十年”，日本经济陷入了长期通缩，日本政治经济影响力大幅下降；80年代债务危机使拉美经济陷入“失去的十年”，拉美发展中国家从此陷入“中等收入陷阱”。20世纪30年代美国生产过剩、货币宽松、信贷加速扩张，为后来的大萧条埋下了隐患。后来因为美联储紧缩刺破泡沫，1929-1933年，美国经济陷入持续的大萧条，这场大萧条最终通过导致了银行业倒闭潮，并通过贸易战甚至战争传导到全球经济系统。

6.后危机时代的再平衡

在一轮经济危机过后往往会发生再分配和再平衡。

当复杂系统因为演化过程中的过度乖离导致崩塌，往往需要借助外力系统帮助系统发展过程中不断寻求再平衡。

刘鹤在《两次全球大危机的比较》中提及了危机后再平衡的产生。大萧条后世界经济重心由欧洲转向美洲，美国在世界经济中发挥主导作用，美元占据支配地位，联合国、国际货币基金组织和世界银行诞生，世界经济政治格局发生重大变化。2008年金融危机发生后，全球发展的重心向亚太地区转移，G20体系正式形成，G2中国的话语权上升。

经济危机危中有机，不仅具有对生产力发展的破坏作用，也有相对积极的创新作用，毁灭性结构增长，更有强烈的再分配效应。