风险到底是个什么东西？(一)

[thinkingmind]

新鲜出品:https://www.ricequant.com/community/topic/1599/?utm_source=v2ex

ps ：文末有彩蛋

让我来写这篇文章我是拒绝的，一棵入市不过 2 年的小韭菜有什么资格和经验来讲风险？但小韭菜就是胜在无畏，敢聊最难的话题。今天，就来和大家来谈一谈，风险到底是个什么东西。 通常来讲，我们做投资的目的都是找到一组对证券风险和收益关系的最优权衡，感谢 Markowitz ，从此我们只需要从风险和收益这两个维度对投资原因和结果进行分析。先来看收益，对于收益，我们只需要定义一个时间区间，就可以用一个简单的公式表述收益： 同样也是投资行为的收益，因此两者结合即是设定区间 内的收益总量。当然需要强调的是，𝑟并不一定总是一个正值，市场价格的下跌或者我们自 己投资管理决策的失误，都会导致最终的收益率为负。

还好我们对收益的定义非常直观，这样就可以好好的来讲一讲风险了。

风险 风险的定义要抽象很多，而且，对于风险的表述没有统一的标准，对不同偏好的人在不同的场景下，风险的意义也不同。但对于投资来说，我们迫切需要找到一个可操作的、普适的以及客观的风险 定义，这个定义不能被投资者的主观偏好所影响，又要真实地反映我们对风险这个概念的普 遍认知。而这既是投资管理研究的必要步骤，也是风险管理模型效果的关键与基础。

均值-方差投资组合理论（ MPT ）是金融理论的基础， Harry Markowitz 提出了用资产收益率在一定时间区间内的波动率来定义风险，从数 学上来说，即资产收益率在一定区间内的标准差（ standard deviation ）,用公式表达如下：

仅仅当 A 与 B 两种资产完全相关，即相关系数为 1 时，等号才能成立。对于多种资产的情况，我们也有类似的结论。由此，我们在数学上证明了“把鸡蛋放在不同篮子里可以降低风险”

有了收益和风险的定义，我们就可以固定预期收益，通过调整资产比重来获得标准差最小的资产组合了。我们称之为有效前沿(efficient frontier)。威廉夏普把不同预期收益和标准差的好坏用夏普比例统一起来：

我们知道，一个配置的夏普比率等同于连接无风险资产和这个配置的直线的坡度；如果我们固资本市场线了，资本市场线上的每一点代表的投资组合比马科维茨有效边界上的投资组合更优，其能够通过改变市场投资组合和无风险资产之间任意配比而达到资本市场线上的任意一点（前提是允许卖空）。其方程可以表示为：

关于 MPT 的详细内容，可以点击这里查看： [ MPT ] 经典投资组合理论的优化 （一键即克隆代码，小朋友们别拿这个交作业哟～）

多因子模型 在一个冰冷的波动率数字面前，我们很难对风险进行解释，这个时候我们就需要想办法分解风险了，在分解风险之前，我们先看看怎么分解收益。

为此，CAPM模型完善了资产收益来源于资产所承担的风险这一投资的核心概念，但美中不足的是，模型将市场风险仅仅归纳于同市场的变动有关， Ross 认为解释收益的因素不是唯一的，预期收益率可以拓展成多个因子共同决定的结构，而这就是大名鼎鼎的APT 模型。

表示因子 j 的风险溢价。风险溢价的出现时因为人们需要更高的收益去补偿其受到的更高风险。可以很明显的发现套利定价模型模型是资本资产定价模型（ CAPM ）的推广形式， CAPM 使用了市场回报作为其唯一的因子。

在这里，我们需要做出两个假设：

如此一来，我们成功的把单个资产的收益拆分为两个部分，第一部分是共同因子的回报，第二部分是与共同因子无关的个股特殊回报。 ps ：此处我们参照 Fama 为因子构建了一个组合，由组合收益率代表因子收益率

直观一点的解释就是，假如著名的券商影子股吉林敖东在金融行业因子敏感度是 0.6 （这意味着金融行业的波动为 1%时，可能会造成吉林敖东 0.6%的波动）

下图为米筐 RQbeta 归因分析系统对投资组合因子（比如杠杆率、历史业绩、流动性等等）的归因示意图

当然，由于 APT 本身没有对因子进行选择，所以任何可以有效解释收益来源的模型都可以是 APT 模型。有一天， Rosenberg 在 APT 和自己研究的基础上，对可能的因子进行了归类，后来通过因子的风险边际贡献来分解风险，并诞生了如今广为使用的 Barra 模型。

当然，大牛们对因子也有各种不同的选择，可以看上图，这里不展开说明，大家可以在下面的文章中找到详细的说明： #让我们用 python 跑回归#Fama-French 三因素模型（一）

Fama 三因素模型（三）因子风险暴露 Factor Risk Exposure

Fama 三因素模型（四） Fama 五因素模型！

归因分析实例 由于我对医药股的个人偏好，我们就来看一下几个有趣的医药股的归因分析实例，一些统计不显著的因子会被赋 0 值。

吉林敖东

券商影子股吉林敖东是广发证券的第一大股东。公司持有广发证券境内上市内资股（ A 股）股份 1,251,597,867 股，占广发证券总股本的 16.42 ％；本公司全资子公司敖东国际（香港）实业有限公司持有广发证券境外上市外资股（ H 股）股份 20,237,400 股，占广发证券总股本的 0.27%，总计持有广发证券 16.69%的股份。目前吉林敖东市值约 236 亿，持有广发证券市值约 210 亿。

不仅如此，吉林敖东还持有亚泰集团，中国平安，认购二级市场和一级市场基金，一共大约 10 亿人民币，以及“主营业务”医药部分，扣除负债后净资产约为 25 亿人民币，年利润 3.4 亿（ 2015 年报数据）可以看出， 210+10 ＋ 25>236 当然我们不能这么比较。如果以估值最低的中药公司华润三九 20 倍 PE 左右进行估值，医药部分的业务应该值 68 亿左右。同时持有的广发证券股票如果全数卖出是要交不少税的，这部分应予以扣减。

简单的小学生级别的分析我们就可以看出，由于持有大量的广发证券股票，吉林敖东已经是一家“券商”而非“医药企业”，我们来用 RQbeta 因子模型来看一下对行业因子的敏感度：

从图中可以看出，吉林敖东对金融板块的敏感度超过其他板块，并且有越来越大的趋势，而对医疗行业的敏感度并不高甚至在下降。由此我们可以大致得出一个结论：

不对金融板块风险进行对冲，押注吉林敖东的价值回归是不明智的

这和我们从分析出的结论是一致的。下面来看一下基本面因子，可以看出在过去一年半的时间里，对于吉林敖东来说， earning 是一个敏感度非常稳定的因子，但是因子的绝对值并不高。整个低估值板块相对涨幅 10%不过能为吉林敖东贡献 1-2%的上涨。

东阿阿胶

关于东阿阿胶的分析其实特别多，相对而言，笔者更愿意拿日本作为对比，在 80 年代，日本的新药审批体系还没有完善，当时有一款神药云芝多糖 K （ Krestin ），是从多孔菌科植物——云芝的菌丝体中提取的高分子糖肽聚合物，它是一种化学惰性物质，对人体几乎没有作用。在美国和欧洲等发达国家，云芝多糖 K 由于缺乏有效性，未能获得监管部门的批准。然而在日本，该产品由于绝对的安全性成功上市，临床应用于抗肿瘤， 1986 年成为最畅销的药品，销售额高达 500 亿日元（ 2.96 亿美元）。像云芝多糖 K 这样安全无效的抗肿瘤药， 80 年代每年的销售额可以达到 10 亿美元，占据 20%左右的肿瘤药市场规模（是不是熟悉的配方，熟悉的味道...）。

由于日本 MWH 特殊的新药审批政策，过于重视新药的安全性而忽视有效性，所以日本制药企业研发的新药往往只能在日本上市，称之为“本土新药”。据统计，在日本市场上市的新药中，“本土新药”的比例一度超过 40%，远高于欧美企业（是不是熟悉的配方，熟悉的味道...）。

阿胶在一季报不及预期后，当日大跌 6.5%

后来阿胶连发管理层增持，华润增持公告，半年报前海人寿也来凑热闹几近举牌线，阿胶很是争气低位大涨 50%

我们不争论熬驴皮到底有没有效果，来看一看阿胶对于行业因子的敏感性：

可以看出，虽然很多人对东阿阿胶的有效性提出质疑，但是东阿阿胶在医药因子的敏感性还是不低的，大家还是把阿胶当成医药股来对待的，由于近期的增持事件，阿胶的敏感性有所下降。

再来看一下基本面因子：

我们可以看到，阿胶和敖东一样对利润的敏感性一直很稳定。关于阿胶靠提价成长的战略有没有错这里我就不发表自己的观点了，只是如果利润有所下滑，会比较明显的对股价有一定的压制。

复星医药

前面都是不那么“纯正”的医药股，最后我们来看一看复星医药这个“似乎纯正”的医药股，复星旗下有特别多的医药类子公司，所以，复星看是医药公司，但实质是创投公司。旗下的那么多资产不可能都作出准确的评估，所以市场给一定折价是必然的。

我们来看看行业因子敏感度：

可以看出，复星的因子敏感度在已选的几个行业因子上都并不高，尤其是在医药板块的敏感度居然只有 0.3 左右，可以看出我们选的因子并不能很好的对复星的收益进行解释。

再来看看基本面因子：

最大的市值因子敏感度也只有 0.25 。虽然估值很低，但是收益因子的敏感度居然只有 0.1 左右。

所以我们已有的几个因子都很难解释复星的收益

复星看是医药公司，但实质是创投公司。对于创投公司，最大的风险就是老郭的人品了。这个就靠大家自己分析了。

彩蛋 下一次我们会展开介绍一下大名鼎鼎的 barra 机构化风险模型，在这之前我们来扒一下 Barra Rosenberg 的往事，当年的 Rosenberg 在 UC Berkeley 任教，教授金融学、经济学和计量经济学，名利双收。他老人家自然患上了那个时代金融显贵的高消费习惯，香槟， Party, Cruise ，都是生活的必备品。

就这样来到了 1969 年的某一天，一位热心肠的学生建议咱们的 Professor 考虑下 boat house,就是把旧船改造成自己的住所，然后停泊在旧金山的渔人码头附近，享受下生活。这哥们估计是把旧金山富二代的 Style 吹的天花乱坠，打动了 Professor 的心。然而 Rosenberg 回家一合计，钱不够！于是，在这位同学的建议下， Rosenberg 辞职下海，开始了投资实务之旅。

1974 年，个人公司巴尔·罗森伯格联合公司（ Barr Rosenberg Associates ）成立，就是今天还在 Berkeley Downtown 的 BARRA ，后来 Barra 被 Morgan Stanley 买下，今天被称为 MSCI Barra.

1985 年， Rosenberg Institutional Equity Management （ RIEM ）公司，后来被 AXA Company 收购，称为 AXA Rosenberg,位于加洲旧金山以东 40 分钟的 Orinda ， 用量化模型来管理各种多样化的股票投资组合。 90 年代， AXA 罗森伯格的资产管理规模突破 100 亿美元。

遥想当年， Barra 在 AXA Rosenberg 那可真的是一手遮天，典型的一言堂。尤其 90 年代末期，出色的基金表现令 Rosenberg 经常无视总部 AXA 的命令。然后，盛极而衰，金融危机爆发， Barra Rosenberg 被人发现了模型的一个问题，造成了 2.17 亿美元的损失，在内部权利斗争下不仅丢掉了饭碗，还支付了 250 万美元给 SEC ，最后被美国 SEC(证监会）终身禁止从事投资业务。

这么厉害的文，写了好几个世纪，觉得好厉害！

新鲜出品:https://www.ricequant.com/community/topic/1599/?utm_source=v2ex

[Hiufan]

风险，就是不确定性。