爱华网我们生活的世界已经不是传统风险管理教科书中所描述的模样了。对于金融危机，任何一个预测模型都没能预言它的破坏力，而强劲的后续冲击也让那些口若悬河的主流经济学家与商业学者们瞠目结舌。然而，众所周知，危机依然在恶化，就是由于银行体系所谓的“风险管理模型”：这套模式非但没有限制风险扩散，反而将银行暴露于风险之中，使得全球经济体系堕入了前所未有的脆弱状态。
对于几乎无法预测也不太可能发生，但影响性极大的事件，经济学领域称之为“黑天鹅事件”（Black Swan events）。借力于全球化与网络发展，我们生活的世界已经成为一个复杂的系统，交织着纵横交错的关系和互相依存的因素。这种复杂性不仅增加了“黑天鹅事件”的发生比率，同时也使人们对普通事件的预测变得益发困难。我们唯一能预测的是，任何忽略“黑天鹅事件”的企业和机构，终将走向失败。 与其胆战心惊地妄图预测此类事件，不如让自身变得强大来应对危机。因此，风险管理应该是我们面对不可掌握之力的一面盾牌，它能帮助企业减少受伤害的程度。而高管层首先要改变风险管理的思路，千万别犯下面的错误—— 坚信预测极端事件可以管控风险 这一点可以说是我们犯下的最大失误，一方面，人们对“黑天鹅事件”的预测成功率屈指可数；另一方面，在一系列对极端假设的关注中，人们忽略了其他的任何可能性，使得自身在危险面前不堪一击。 显然，当无法左右未来时，评估极端事件可能带来的后果要相对简单一些。以能源公司为例，纠结于预测核工厂可能会发生的危险事件，不如关注危机后的应急处理措施。此外，企业应该关心的是“相对受害指数”，即较之于竞争对手，外部环境变动对自身的冲击力大小。某一个出乎意料的微小的供求量变动，会对公司造成极大的伤害吗？如果答案是肯定的，你至少可以在惶恐中摸清，当订单巨幅下滑或者库存大量剩余时，企业的承受能力会有多不乐观。 有趣的是，在个人生活中，我们对“黑天鹅事件”的承受与消化能力似乎更胜一筹。没有人会去计算某个事件的发生概率，我们只担心出了状况自己能否处理。请问，有谁会在买房之后计算房险的成本吗？不，人们总是欣然接受各种生活保险——医疗健康保险、车险、房屋险，因为决策过程已包含了对保险成本的考虑。举一反三，风控这项“保险”不该成为商业活动可有可无的“备胎”，经营企业要懂得未雨绸缪，为风险上一份“保险”，防患于未然。 风险管理靠经验制胜 把“事后诸葛亮”当成先见之明，这是风险管理人的弊病。然而，研究表明，以往的案例并不能透视出未来的潜在冲击。第一次世界大战与美国“9·11”恐怖袭击并不存在什么历史继承性，重大事件之间没有必然的联系，价格波动亦是如此：20世纪80年代末期，股票市场的单日最大跌幅也不过在10%左右；而在1987年10月19日那一天，跌幅竟高达23%。历史愚弄了所有人。 风险管理人，特别是在金融服务行业，最常套用的借口就是“史无前例”，似乎只要他们愿意，就能为任何事件找出一个先例，并在此基础上准确地预测未来。但是，“黑天鹅事件”绝无先例可循。何况，今时不同彼日，世界已不复旧貌，很多政策过去起不到什么作用，今日却能掀起轩然大波。人们很少考虑到经济变量的内在无序性，现实却是，社会经济学的随机性远不像你在统计学课本里看到的那样结构明朗、条缕清晰，这里信奉的是“赢者全赢”（winner-take-all）：全球上市公司中，比例不到0.25%的几家企业执掌着近半数的市场资本；出版印刷领域，比例不到0.2%的部分图书完成了销售额的一半业绩；制药行业，比例不到0.1%的几种药物创造出过半的行业利润——而发生率还不到0.1%的潜在风险就有可能吞噬掉你过半资产，“输者全输”。
因此，“典型失败/成功案例”纯属子虚乌有。预测风险难在衡量后果，在复杂的经济体系中，从来没有标杆式的“典型影响”可供参考。仍以医药行业为例：一旦有新药出售，销售额便很难预测，有时甚至会出现预计值低于实际销售额22倍的误差！ “不要”的建议不予采纳 同样的建议，“不要”永远比“要”力量强大。最好的证明就是吸烟问题：告诉一个人吸烟的坏处，比起口干舌燥地宣传保持健康的好处，效果更加明显。可偏偏有人不信这个“邪”——当初有人提出，银行应避免将自身暴露于类似“黑天鹅事件”的风险之中，虽然此举会导致银行利润降低，但如果美国银行业能听取这份建议，也就不会出现本轮金融危机了。 在经济领域，没赔钱也就等于赚了钱，可有些风险管理人却不这么想，追求盈利的野心压制了避免损失的顾虑。象棋大师的策略在于避免失误，只有菜鸟才会急于求胜。同样，风险管理人多数不擅长以静制动——当别人的投资损失40%时，你只要毫发未伤就是胜利，甚至不需要有额外的收益。 随便到书店转一圈，你会发现，宣讲成功案例的著述多如牛毛，总结失败的卷宗却少若锱铢。这种对待正反建议态度的落差，决定了风险管理只能成为“马后炮”。 乱用“标准差”来衡量风险 金融界普遍使用“标准差”（standard deviation）来衡量投资风险，它是离均差平方和平均后的方根。在随机性较小的领域，大概2/3的变动都会落在某一个有限范围之内，超过7个标准差的数值几乎不存在。然而在随机性变化极大的经济现实中，标准差可能超过10、20甚至30。因此，风险管理人应该慎用与“标准差”相关的一些衡量方法，如回归模型和R平方。 即使是专业的数量分析师，也很难掌握标准差的运用。我们曾在2007年做过一项实验：我们选中一只股票，然后向这些专家提供一组绝对变量的平均值，要求其进行相应的运算，结果他们立刻把这些数据和标准差混为一谈。这表明，妄图以某项单一的数字来诠释风险，只能是天方夜谭，甚至会引火烧身。 以为“数学上相等”就是“心理上相等” 研究发现，同一风险若置于不同的表现框架下，人们对它的认识会大相径庭。假设有一笔投资储备金，如果你告诉投资者，他的钱每年都会有3.3%的损失可能性，恐怕没人敢跟你做交易；但是，如果你告诉他，可能每30年他的钱才会全部损失，这听起来是不是稳当得多？ 我们还做过一项搭乘飞机的类似调查：某家航空公司的一架客机每1000年会发生一次空难事故，你会搭乘他们的航班吗？所有受访者都表示愿意。前提若改成“该航空公司每1000架航班会有一次空难”，则仅剩70%的人愿意搭乘。两者的风险都是千分之一，但显然，后者听起来更冒险一些。 追求效益与股东价值最大化就不能容忍资源 过剩 最优化可能使企业无力抵抗环境变化——很多管理者认识不到这一点。也许，大自然才是最优秀的风险管理人，它不排斥资源过剩，并随着环境变化而演进。企业中存在着各式各样的多余资源，比如闲置生产力、未使用的部件、非流动中的资金等，相反，杠杆作用则备受推崇。实际不然，如果企业杠杆率过高，那么销售额不及预期、汇率变化或者其他任何风险意外发生，遭受灭顶之灾几乎是一瞬间的事。 同时，过度特化（overspecialization）也会束缚企业发展。大卫·李嘉图（David Ricardo）曾提出“相对优势”（comparative advantage）的概念，宣扬“这个国家酿酒，那个国家就该专攻服装制造”的差异化生存理论，问题在于他忽略了不可预期的变化。如果酒价暴跌，这个国家该怎么办？17世纪，在美国的亚利桑那和新墨西哥两个州，很多种族连同他们的文化都消失殆尽，因为他们耕植的农作物过于单一，无法抵御环境的变化。
记住，最大的风险来自于自身：我们高估了自己的能力，低估了错误的力量。任何在风险面前狂妄自大的企业，终将面临“阿喀琉斯之踵”式的灾难。
