一、两只平均收益一样的基金
这一讲要回答的问题是:人人都说"投资有风险",可风险到底是什么?能不能像收益一样,用一个数字把它量出来?
先看一个场景。
你在比较两只基金。它们过去五年的平均收益率都是每年 8%。如果只看这个数字,它们一模一样。
可你把每一年的收益率列出来一看:
| 年份 | 基金甲 | 基金乙 |
|---|---|---|
| 第 1 年 | 6% | 30% |
| 第 2 年 | 7% | −10% |
| 第 3 年 | 8% | 25% |
| 第 4 年 | 9% | −15% |
| 第 5 年 | 10% | 10% |
| 算术平均 | 8% | 8% |
你不需要任何公式就能感觉到:乙比甲"更危险"。甲每年都在 6% 到 10% 之间,你大概知道明年会怎样;乙有时候大赚三成,有时候亏一成半,你完全猜不到明年会怎样。
这种"猜不到",就是投资学里说的风险。这一讲要做的,是把这种感觉变成可以计算、可以比较的数字,然后再讲清楚,这些数字在什么情况下会骗你。
二、通勤时间
先离开投资,想一件每天都会碰到的事。
你搬了新家,去公司有两条路线:
- 路线甲走地铁,平均 30 分钟,每天基本都在 28 到 32 分钟之间。
- 路线乙开车走高速,平均也是 30 分钟。不堵车时 15 分钟就到,碰上堵车要 50 分钟,偶尔遇到事故封路,要 90 分钟。
两条路线"平均"一样,但几乎所有人都更喜欢路线甲。原因不是平均时间,而是你没法确定今天会花多久。九点要开会,走路线乙的话,你得提前一个小时出门才放心。
这个比方里藏着这一讲的全部内容:
- 风险是结果偏离预期的程度。只说平均时间,信息是不完整的。
- 偏离有好的方向和坏的方向。提前到不是问题,迟到才是问题。
- 坏事可能连着来。一周五天都堵车,比某一天特别堵更难受。
- 有些坏事很少发生,但一旦发生就非常严重。封路不常有,可一次就能让你错过一场重要的面试。
后面每一节,都对应着这四点中的一点。
三、把"偏离"量出来:标准差
3.1 从情景出发
先从一个你已经熟悉的例子开始:阿杰的咖啡馆。
你入股的那 10,000 美元,在四种年景下的收益率是这样的:
| 年景 | 可能性 | 股东收益率 |
|---|---|---|
| 很差 | 10% | −12.33% |
| 差 | 20% | 1% |
| 一般 | 50% | 11% |
| 好 | 20% | 21% |
按可能性加权平均,期望收益率约是 8.67%。这是"平均来说预期会拿到多少"。
现在我们想知道:实际结果平均偏离这个预期有多远?
3.2 一步一步算
最直接的想法是:算出每种情况偏离期望值多少,再平均一下。
-
算偏离。每种年景的收益率减去 8.67%:
- 很差:−12.33% − 8.67% = −21
- 差:1% − 8.67% ≈ −7.67
- 一般:11% − 8.67% ≈ 2.33
- 好:21% − 8.67% ≈ 12.33
(单位都是百分点,下面为了好算先省掉百分号。)
-
问题来了:如果直接按可能性平均这些偏离,正的和负的会正好抵消,结果是 0。这是期望值的定义决定的:它本来就站在"中间"。所以要先把负号去掉。
统计学的标准做法是把每个偏离平方:负数平方后变成正数,而且大的偏离平方后会变得格外大,这正好符合我们的直觉,大偏离比小偏离糟糕得多。
- (−21)² = 441
- (−7.67)² ≈ 58.8
- (2.33)² ≈ 5.4
- (12.33)² ≈ 152.1
-
按可能性加权平均:
- 441 × 10% = 44.1
- 58.8 × 20% ≈ 11.8
- 5.4 × 50% ≈ 2.7
- 152.1 × 20% ≈ 30.4
- 加起来约 89.0
这个数叫方差。它的单位是"百分点的平方",没有直观意义。
-
开平方,回到原来的单位:89.0 开平方约 9.43。
这个 9.43% 就是咖啡馆股份收益率的标准差。它的意思大致是:实际收益率通常会偏离期望值 9 个多百分点。
在投资里,收益率的标准差有一个更常用的名字:波动率。说"这只基金的波动率是 15%",就是说它的年收益率的标准差是 15%。
3.3 回头看杠杆
顺便回头看一眼。如果咖啡馆没有借钱,全部 100,000 都是股东出的,股东的四种年景收益率是 −5%、3%、9%、15%,同样的方法算出来,标准差约 5.66%。
借了钱以后,标准差变成了 9.43%,正好是 5.66% 的 100 ÷ 60 ≈ 1.67 倍。股东只出了六成的钱,却承担了整个生意的起伏,所以起伏被放大了 1.67 倍。杠杆放大风险,现在有了一个具体的数字。
3.4 用历史数据估计
现实中,你不知道每种情景的可能性是多少,手里只有过去的数据。这时就把每个历史年份当作"一种同样可能的情景",用同样的步骤计算。
用开头那两只基金试一下。
基金甲:平均 8%,五年的偏离是 −2、−1、0、1、2,平方是 4、1、0、1、4,平均是 10 ÷ 5 = 2,开平方约 1.41%。
基金乙:平均 8%,五年的偏离是 22、−18、17、−23、2,平方是 484、324、289、529、4,加起来 1,630,平均是 326,开平方约 18.06%。
甲的波动率约 1.4%,乙约 18%。现在"乙更危险"这种感觉有了一个具体的数字:乙的波动大约是甲的 13 倍。
⚠️ 一个技术细节:用历史数据估计时,统计学家通常不除以年数 5,而是除以 5 − 1 = 4,这样算出来的标准差会稍大一点(乙变成约 20.2%)。原因是我们用的"平均值"本身也是从同一组数据里算出来的,会让数据看起来比真实情况更集中一点,除以 4 是对此的修正。数据很多时,两种算法几乎没有差别;数据很少时(比如只有五年),差别比较明显。更重要的提醒是:只有五个数据点,算出来的任何数字都很不可靠。 这里只是为了演示怎么算。
四、标准差能告诉你什么
4.1 68–95 规则
标准差之所以被广泛使用,是因为它和一种常见的分布形状配合得非常好。
很多随机的东西,比如人的身高、考试成绩、测量误差,画出来都像一口钟:中间高、两边低、左右对称。这种形状叫正态分布。如果一笔投资的年收益率大致服从正态分布,那么有一个很方便的经验规则:
- 大约 68% 的年份(约三分之二),收益率落在"平均值 ± 1 个标准差"之内。
- 大约 95% 的年份,收益率落在"平均值 ± 2 个标准差"之内。
看一个例子。一只股票基金的期望收益率是每年 8%,波动率是 20%:
- 大约三分之二的年份,收益率在 8% − 20% = −12% 到 8% + 20% = 28% 之间。
- 大约 95% 的年份,收益率在 8% − 40% = −32% 到 8% + 40% = 48% 之间。
- 换个角度说:大约每 20 年里会有 1 年落在这个范围之外,其中一半是在下面,也就是大约每 40 年有一年会亏超过 32%。
这个规则让一个抽象的数字变得能想象:波动率 20% 的意思是,亏掉一成多是"正常的坏年份",亏三成以上是"一辈子会碰上一两次的坏年份"。
4.2 不同时间长度的波动率
你可能会看到"日波动率"“月波动率"“年波动率”。它们之间怎么换算?
直觉上,你可能会以为一年有 12 个月,年波动率就是月波动率乘以 12。但实际上不是,因为每个月的涨跌有正有负,会互相抵消一部分。如果各个月份的收益互不相关,正确的换算是乘以时间长度的平方根:
- 月波动率 4.5%,年波动率约为 4.5% × √12 ≈ 4.5% × 3.46 ≈ 15.6%。
- 日波动率 1%,一年大约 252 个交易日,年波动率约为 1% × √252 ≈ 1% × 15.9 ≈ 15.9%。
⚠️ 这条规则第一次见会觉得奇怪:为什么是平方根而不是直接相乘?回到通勤的比方。如果每天的延误都是随机的,有的天早到、有的天晚到,那么一周五天的总延误不会是单日延误的五倍,因为早到的日子会抵掉一部分晚到的日子。时间越长,抵消越多,所以总的起伏增长得比天数慢,增长速度就是天数的平方根。
但要记住这条规则的前提:各期的涨跌互不相关。如果坏的日子会接着坏的日子(就像一旦开始堵车,一整周都堵),抵消就会变少,平方根规则会低估真实的长期风险。
五、只看波动不够:坏的方向才是问题
5.1 两笔标准差一样的投资
标准差把向上的偏离和向下的偏离同等对待。可是在通勤的比方里,你只担心迟到,不担心早到。投资也一样:大涨不是问题,大跌才是。
看两笔投资:
- 投资丙:95% 的可能赚 10%,5% 的可能亏 50%。
- 投资丁:50% 的可能赚约 20.08%,50% 的可能亏约 6.08%。
算一下它们的期望收益率:
- 丙:10% × 95% + (−50%) × 5% = 9.5% − 2.5% = 7%。
- 丁:20.08% × 50% + (−6.08%) × 50% = 7%。
再按第三节的方法算标准差,两者都约是 13.08%。
期望收益一样,标准差一样,按这两个数字它们完全相同。但它们显然不一样:
- 丁最坏的情况是亏 6%,这种亏损你可以轻松扛过去。
- 丙大部分时候都很稳,每年赚 10%,看起来比丁"好”,但它藏着一个 5% 可能发生的灾难:一次亏掉一半。
丙这样的收益形状在投资里非常常见,也非常危险。很多策略的样子就是"平时每月稳稳赚一点,偶尔一次亏掉很多年的利润",比如卖出保险、卖出深度虚值期权。只看它过去几年的平均收益和波动率,你会觉得它又稳又好,直到那个 5% 来临。
这种不对称的形状叫偏态。丙的坏尾巴拖得很长,叫负偏。
5.2 直接问"坏的时候有多坏"
既然标准差不能区分好的偏离和坏的偏离,一个自然的办法是:直接看坏的那一侧。
常见的做法有两种:
看最坏的那几个结果。比如问:“20 年里最差的那一年亏了多少?“或者"有 5% 可能性发生的那种坏年份,至少会亏多少?“后一个说法在金融机构里叫在险价值(VaR)。对丙来说,答案是 −50%;对丁来说,最坏的情况也只是 −6.08%。
看坏结果平均有多坏。在险价值只告诉你"坏年份至少亏多少”,没告诉你"真到了坏年份平均会亏多少”。后者叫预期损失,它对那种"偶尔一次巨亏"的投资更敏感。
回到通勤:标准差告诉你"每天的通勤时间大概会偏离平均多少分钟”,而在险价值回答的是"最倒霉的那 5% 的日子里,你至少会迟到多久"。如果你的问题是"九点的会会不会迟到",后者才是你真正需要的数字。
六、回撤:坏事连着来
6.1 从最高点跌下来多少
前面说的都是"某一年"的收益。但投资者真正经历的,是一段连续的路径。
一年亏 20% 让人难受,连续三年亏、从最高点累计跌掉一半,会让人怀疑人生。衡量这件事的指标叫回撤:资产从此前的最高点下跌了多少。整段历史中最大的那一次,叫最大回撤。
看一个例子。某个账户的价值按期记录如下(期初记作第 0 期,之后依次是第 1 期到第 11 期):100、110、125、120、135、115、95、81、90、105、120、136。
- 一路往前看,最高点出现在第 4 期,是 135。
- 之后一路下跌,第 7 期跌到 81,是这次下跌的最低点。
- 最大回撤是 81 ÷ 135 − 1 = −40%。
- 从 81 回到 135,需要涨 135 ÷ 81 − 1 ≈ 66.7%。
- 第 11 期价值是 136,第一次超过了 135。从高点到重新站上高点,一共用了 7 期。
这个例子里有三个数字值得分开看:
- 跌得多深:−40%。
- 要涨多少才能回来:+66.7%。上一讲说过,亏损需要更大的涨幅来弥补,回撤越深这个差距越大。
- 在水下待了多久:7 期。如果一期是一个季度,那就是将近两年时间,你的账户一直低于它曾经的最高点。
6.2 美国股市历史上的大回撤
回撤不是理论上的东西。美国股市有过几次著名的大回撤:
- 1929 年到 1932 年:道琼斯工业平均指数从 1929 年 9 月的高点跌到 1932 年 7 月的低点,跌了约 89%。按价格计算,这个指数直到 1954 年才回到 1929 年的高点。
- 2007 年到 2009 年:标普 500 指数从 2007 年 10 月的收盘高点跌到 2009 年 3 月的收盘低点,跌了约 57%。按价格计算,大约到 2013 年才回到此前的高点。
(这里说的都是价格指数,不包括股息。把股息再投资算进去,回本的时间会短一些。)
这些数字说明了为什么"长期持有"说起来容易、做起来难。一个在 2007 年高点买入、看着账户几乎腰斩的人,需要在之后很多年里一直坚持不卖,才能等到回本。回撤是投资者最真实的痛苦,也是很多人在最差的时候卖出的原因。
回到通勤:回撤就像连续好几周都在堵车。单看某一天的延误可能不算离谱,但连续几周每天都迟到,你会开始怀疑是不是该换工作了。
七、肥尾:罕见但致命
7.1 1987 年 10 月 19 日
正态分布有一个特点:极端结果出现的可能性下降得非常快。 偏离平均 3 个标准差以上的事件已经很罕见,偏离 5 个标准差以上的事件,在正态分布下几乎可以认为永远不会发生。
现实的市场不是这样。
1987 年 10 月 19 日,一个后来被叫做"黑色星期一"的交易日,标普 500 指数一天之内下跌了约 20.5%,道琼斯工业平均指数下跌了约 22.6%。
在那之前,标普 500 每天的波动大约在 1% 上下。按这个水平,一天跌 20% 相当于偏离了大约 20 个标准差。如果日收益真的服从正态分布,这样的事件在整个宇宙的历史里都不应该出现一次。
可它就是发生了。
7.2 尾巴比钟形更粗
这说明真实的收益率分布不是一口完美的钟:它的两端,也就是极端涨跌的部分,比正态分布更粗。这叫肥尾。极端事件不像正态分布预测的那么罕见。
肥尾对你意味着两件事:
- 用标准差和 68–95 规则估计"最坏会怎样",会低估真实的极端风险。 第四节那个"每 40 年才有一年亏超过 32%“的说法,只在正态分布成立时才准确。现实中,极端坏年份出现得更频繁。
- 极端事件常常不在你的历史数据里。 你用过去 10 年的数据算出来的标准差和最大回撤,只反映了过去 10 年碰巧发生过的事。一次你没见过的封路,不会出现在你的通勤记录里。
所以金融机构除了计算标准差和在险价值,还会做压力测试:直接假设一个极端的情景(比如"股市一个月跌 30%,同时利率大幅上升”),看看到时候会损失多少、扛不扛得住。这和"按可能性计算平均会怎样"是两种不同的思路,前者问的是"如果最坏的事发生了,我还活着吗"。
八、风险是对谁而言的
最后要说一点:同样的波动,对不同的人意味着不同的风险。
回到通勤:如果你是自由职业者,没有固定的上班时间,路线乙的不确定对你几乎没有影响;如果你每天九点都有会,它就是大问题。
投资也是一样:
- 你明年要用来付学费的钱,放在波动率 20% 的股票基金里,风险很大:一个坏年份就可能让你交不上学费。
- 你 30 年后才会用到的退休金,同样放在这只基金里,短期的波动虽然难受,但你有很长的时间等它恢复(当然,回撤那一节说过,这个等待可能比你想象中更长)。
所以评估风险时,除了看投资本身的波动率、坏年份和回撤,还要问自己:这笔钱什么时候要用?如果最坏的情况发生,我会被迫做什么? 这些问题会在后面讲资本配置和生命周期投资时再回来。
九、几个容易混淆的地方
“平均收益一样,两笔投资就一样。” 不一样。平均值只描述了中心,没描述偏离。
“波动率低就是风险低。” 不一定。一笔投资可能平时波动很小,却藏着一个罕见的巨亏,比如本讲的投资丙。只看波动率会被这种形状骗过去。
“年波动率等于月波动率乘以 12。” 如果各月涨跌互不相关,是乘以 12 的平方根,约 3.46。
“历史上最大的回撤就是未来最坏的情况。” 历史只记录了已经发生过的事。肥尾意味着未来可能出现比历史上任何一次都更极端的情况。
“波动就是风险的全部。” 风险还取决于你什么时候需要这笔钱。同一只基金,对明年要用钱的人和 30 年后才用钱的人,风险完全不同。
十、小结
回到开头那两只平均收益都是 8% 的基金:甲的波动率约 1.4%,乙约 18%。平均值一样,风险差了十几倍。
- 风险是结果偏离预期的程度。像通勤时间一样,只说平均是不够的。
- 标准差(在投资里叫波动率)把偏离量成一个数字:偏离先平方、再按可能性平均、最后开方。杠杆会按比例放大它。
- 如果收益大致服从正态分布,68–95 规则能把标准差翻译成"正常的坏年份"和"罕见的坏年份"。不同时间长度的波动率按时间的平方根换算。
- 标准差不区分好坏方向。偏态会让两笔标准差一样的投资风险完全不同。在险价值和预期损失直接衡量坏的那一侧。
- 回撤衡量连续下跌的深度和时长。美国股市历史上有过约 89%(1929–1932)和约 57%(2007–2009)的大回撤。
- 真实收益率是肥尾的:1987 年 10 月 19 日标普 500 一天跌了约 20.5%。标准差会低估极端风险,所以还需要压力测试。
- 同样的波动对不同的人风险不同,取决于你什么时候需要这笔钱。
思考题
- 一笔投资有三种可能:30% 的可能赚 25%,50% 的可能赚 5%,20% 的可能亏 20%。它的期望收益率和标准差分别是多少?
- 一只基金过去四年的收益率是 12%、−4%、20%、8%。按"除以年数"的方法,它的平均收益率和标准差分别是多少?如果按"除以年数减 1"呢?
- 一只股票基金的期望收益率是每年 7%,年波动率是 16%。如果收益率服从正态分布,大约三分之二的年份收益率在什么范围内?大约多少年会有一年亏损超过 25%?
- 一个账户的价值依次是 200、240、210、180、150、170、210、250。最大回撤是多少?从低点回到之前的最高点需要涨多少?
- 一个朋友给你看一个策略:过去 5 年,每个月都赚 0.8% 左右,从来没有一个月亏过钱,波动率非常低。根据这一讲的内容,你会问他什么问题?
思考题提示
- 期望收益率:25% × 30% + 5% × 50% + (−20%) × 20% = 7.5% + 2.5% − 4% = 6%。偏离分别是 19、−1、−26,平方是 361、1、676,加权:108.3 + 0.5 + 135.2 = 244,开平方约 15.6%。
- 平均值 (12 − 4 + 20 + 8) ÷ 4 = 9%。偏离 3、−13、11、−1,平方 9、169、121、1,合计 300。除以 4 得 75,标准差约 8.66%;除以 3 得 100,标准差 10%。
- 三分之二的年份在 7% − 16% = −9% 到 7% + 16% = 23% 之间。亏损超过 25% 相当于低于平均值 32 个百分点,也就是 2 个标准差,按正态分布大约每 40 年有一年。但肥尾意味着现实中可能更频繁。
- 最高点是 240,之后最低跌到 150,最大回撤是 150 ÷ 240 − 1 = −37.5%。从 150 回到 240 需要涨 240 ÷ 150 − 1 = 60%。
- 这个形状很像本讲的投资丙:平时稳稳赚、波动很低,可能藏着罕见的巨亏。值得问的问题包括:这个策略在赚谁的钱?它有没有卖出保险、卖出期权或者用了很高的杠杆?如果市场像 1987 年 10 月那样一天跌 20%,或者像 2008 年那样连续下跌,它会亏多少?5 年的历史里有没有经历过真正的极端行情?