掃一掃
下載數(shù)字化報APP
——閱讀肥尾效應(yīng):前漸進(jìn)論、認(rèn)識論和應(yīng)用
◎潘啟雯
納西姆·尼古拉斯·塔勒布的名字對大多數(shù)人來說并不陌生。他是風(fēng)險管理理論學(xué)者,被學(xué)術(shù)界稱為“黑天鵝”之父。他以研究“不確定性”而聞名于世。他也是安皮里卡資本公司的創(chuàng)始人,在2008年的國際金融危機(jī)中賺了很多錢?!斗饰残?yīng):前漸進(jìn)論、理解論和應(yīng)用》一書是塔勒布教授的“不確定性”系列及其相關(guān)定量研究,主要講述了極端事件的統(tǒng)計分布類型,以及如何在這些分布下進(jìn)行統(tǒng)計推斷和科學(xué)決策。
這本書可以看作是“黑天鵝”現(xiàn)象的數(shù)學(xué)基礎(chǔ),講述了我們應(yīng)該如何在“不確定性”結(jié)構(gòu)過于復(fù)雜的現(xiàn)實(shí)世界中生活和生存。作者用數(shù)學(xué)語言詳細(xì)描述了“黑天鵝”背后的底層邏輯,以及處理“不確定性”的解決方案。
走出平均思維誤解的思維誤解
“正態(tài)分布”是最重要的概率分布。起初,它是由著名數(shù)學(xué)家德莫佛于1733年提出的。后來,享有“數(shù)學(xué)王子”美譽(yù)的德國數(shù)學(xué)家高斯率先將其應(yīng)用于天文學(xué)研究,因此“正態(tài)分布”又稱“高斯分布”。如今,基于“正態(tài)分布”的金融理論得到了越來越廣泛的應(yīng)用。根據(jù)正態(tài)分布,大多數(shù)分布集中在中等水平附近,即平均水平附近;隨著平均水平的遠(yuǎn)離,偏離平均水平的可能性越來越快。塔勒布教授在這本書中稱正態(tài)分布為“平均斯坦”。同時,通過橫向?qū)Ρ劝l(fā)現(xiàn),在不確定的世界里,環(huán)境或事件也可以分為兩種狀態(tài):平均斯坦(薄尾)和極端斯坦(肥尾)。
所謂“肥尾”,是指價格波動大的概率遠(yuǎn)大于傳統(tǒng)正態(tài)分布的統(tǒng)計概率。換句話說,“肥尾”實(shí)際上是一種比正態(tài)分布高峰的分布。
例如,在過去,銷售屬于“平均斯坦”(薄尾)。購物中心柜臺每天有多少人,可以轉(zhuǎn)化為多少銷售,最終得到的必須是平均分布的數(shù)據(jù)。然而,在當(dāng)今互聯(lián)網(wǎng)世界的“網(wǎng)絡(luò)名人經(jīng)濟(jì)”中,實(shí)體柜臺不再那么重要。一個著名的網(wǎng)絡(luò)名人坐在工作室里,一個晚上可以賣出數(shù)億元的商品,一個大購物中心的銷售額超過一周。因此,銷售商品越來越接近“極端斯坦”(肥尾)。
具體來說,在“平均斯坦”(薄尾)中,隨著樣本數(shù)量的逐漸擴(kuò)大,沒有單個樣本能真正改變統(tǒng)計特征。在“極端斯坦”(肥尾)中,罕見的事件在決定統(tǒng)計特征方面發(fā)揮了重要作用。換句話說,在我們生活的世界里,有些事情是相當(dāng)平均的,有些事情是相當(dāng)極端的,平均值的概念在這個領(lǐng)域沒有多大意義。
例如,保險是一項(xiàng)好生意,在決定賠償之前先收錢。然而,在19世紀(jì)末,瑞典的許多保險公司破產(chǎn)了。20世紀(jì)初,瑞典精算學(xué)家菲利普·倫德伯格研究這些破產(chǎn)保險公司時發(fā)現(xiàn),他們并沒有因?yàn)橥瑫r遭受多次小額賠償而破產(chǎn),而是突然發(fā)生了意想不到的巨額賠償,即之前收到的保費(fèi)不足以賠償這次的損失,從而最終崩潰。
塔勒布教授認(rèn)為,破產(chǎn)更有可能來自“極端事件”,而不是“一系列不良事件的積累”。但現(xiàn)在,許多經(jīng)濟(jì)學(xué)家完全忽視了這一點(diǎn)。物理學(xué)家菲利普·安德森在他的《經(jīng)濟(jì)分布理論》一文中寫道:“在我們的現(xiàn)實(shí)世界中,絕大多數(shù)事件取決于分布的極端狀態(tài),而不是平均狀態(tài)?!?/P>
風(fēng)險管理不適用于正常分布
從人性的角度來看,人們總是習(xí)慣于接受一個正態(tài)分布的世界。在傳統(tǒng)金融學(xué)中,統(tǒng)計方法也是基于正態(tài)分布,如夏普比率、貝塔系數(shù)等。很長一段時間以來,人們經(jīng)常通過夏普比率來判斷基金經(jīng)理或金融產(chǎn)品的質(zhì)量。很大一部分假設(shè)是合理的。然而,傳統(tǒng)的標(biāo)準(zhǔn)金融理論并不適合極端情況。正如菲利普·安德森所說,決定現(xiàn)實(shí)世界的是分布的尾巴。
在書中,塔勒布教授發(fā)現(xiàn)貝塔系數(shù)、夏普比率和其他常用的金融統(tǒng)計指標(biāo)沒有參考意義。事實(shí)上,經(jīng)濟(jì)和金融領(lǐng)域的所有變量和證券回報都是肥尾分布。塔勒布教授統(tǒng)計了4萬多只證券的時間順序,沒有一只滿足薄尾分布。
另一項(xiàng)統(tǒng)計數(shù)據(jù)顯示,過去20年美國股市的年化回報率為7.2%,但如果投資者錯過了20年股市中最佳表現(xiàn)的10天,年化回報率將大幅下降到3.5%;如果一個人運(yùn)氣不好,錯過了20年中表現(xiàn)最好的30天,即使在長期牛市的美股市場,這個人在過去20年的年化回報率也會變成-0.91%。
經(jīng)過多年的調(diào)查和跟蹤研究,蘇格蘭柏基投資合伙人詹姆斯·安德森也表明,長期股票表現(xiàn)的分布比人們通常認(rèn)為的要傾斜得多,而不是正態(tài)分布。例如,從1926年到2015年,美國股市創(chuàng)造的財富中有33%來自30只股票,僅占2.6萬只股票的千分之一以上。
從美國股市的投資案例可以看出,投資收益是由“少數(shù)時間”和“少數(shù)公司”創(chuàng)造的。股票投資是一種典型的權(quán)力分布,這就是為什么股票投資極其需要專業(yè)性。
事實(shí)上,正態(tài)分布在現(xiàn)實(shí)生活中并不常見。塔勒布教授在進(jìn)行深入研究和計算時發(fā)現(xiàn),平均樣本可能不接近實(shí)際平均分布,平均樣本效應(yīng)將繼續(xù)被小樣本效應(yīng)所主導(dǎo),即被低估或高估。這反映了樣本不足的問題。因此,正態(tài)分布成為一種風(fēng)險管理工具是錯誤的。
塔勒布教授認(rèn)為,“黑天鵝”的核心不是“頻繁出現(xiàn)”最胖的肥尾分布只會有一個很大的極端偏差,而不是很多很大的偏差。對于極度肥尾現(xiàn)象,除了真正的尾部偏差外,所有普通偏差都包含了很少的信息。這樣,分布在中間的信息就完全變成了“噪音”。由于單個樣本的信息含量很低,大數(shù)定律很難發(fā)揮作用。這就解釋了“為什么觀察到100萬只白天鵝仍然不能否認(rèn)黑天鵝的存在”,或者“為什么100萬次肯定性觀察趕不上一次否定性觀察”。塔勒布教授提醒人們,至少當(dāng)我們應(yīng)用正態(tài)分布時,我們必須深入了解它適用于哪里,不適用于哪里。不幸的是,正態(tài)分布不適合風(fēng)險管理。雖然發(fā)生不可預(yù)測事件的可能性很小,但我們不能忽視它們作為事故,因?yàn)樗鼈円坏┏霈F(xiàn)就會產(chǎn)生巨大的影響。
要注意隨機(jī)性
如果承認(rèn)人類理性無論發(fā)展到什么程度,對規(guī)律的理解都是有限的,那么未來的“不確定性”將永遠(yuǎn)存在。在投資分析中,人們往往強(qiáng)調(diào)邏輯,尤其是因果關(guān)系。這種邏輯投資者往往喜歡選擇集中頭寸,認(rèn)為他們的投資組合具有很高的確定性。
塔勒布教授對此提出了相反的看法,認(rèn)為隨機(jī)性的重要性一直被忽視,很多事件往往是隨機(jī)性造成的。
那么,投資者應(yīng)該如何應(yīng)對隨機(jī)性呢?在書中,塔勒布教授結(jié)合他之前的作品《隨機(jī)行走的傻瓜》、《黑天鵝》、《反脆弱》、《不對稱風(fēng)險》等相關(guān)理論成果提出了相應(yīng)的建議,主要總結(jié)如下:
第一,避免過度集中。在面對“平均斯坦”時,我們可以適當(dāng)?shù)乜紤]集中。例如,鐘表行業(yè)是一個“平均斯坦”的領(lǐng)域,所以鐘表工匠應(yīng)該專注于使過程更加精細(xì)。然而,在投資領(lǐng)域可能并非如此。例如,長期資本管理公司面臨的金融市場是一個“極端斯坦”領(lǐng)域,但公司選擇了過度集中的戰(zhàn)略和頭寸,甚至增加了杠桿率。當(dāng)意想不到的不確定性開始出現(xiàn)時,公司將遭受致命的打擊。
第二,多嘗試便宜。在“極端斯坦”世界里,隨機(jī)性在未來是不可預(yù)測的,所以只要成本足夠便宜,就有必要嘗試更多。塔勒布教授在2008年國際金融危機(jī)前購買了大量看跌衍生品,這些衍生品看起來毫無價值,所以非常便宜。然而,當(dāng)金融危機(jī)開始時,這些衍生品突然變得有價值,他獲得了很多利潤。對自己有利的小概率事件,如2008年國際金融危機(jī),被稱為“正尾”(爆炸性增長),給自己帶來巨大損失的小概率事件被稱為“負(fù)尾”(危機(jī))。
三是構(gòu)建杠鈴配置策略或模式。在保持冗余和安全的前提下,投資組合受益于小概率事件。具體來說,在構(gòu)建投資組合時,要盡量避免“負(fù)尾”,抓住“正尾”,把頭寸主要分布在“極端保守”和“極端激進(jìn)”的兩端。“極端保守”的頭寸主要是幾乎無風(fēng)險的固定收益產(chǎn)品?!皹O端激進(jìn)”的頭寸主要關(guān)注一些小概率事件的發(fā)生,如2008年的國際金融危機(jī),以捕獲“積極尾部”以獲得超額回報,并盡量避免將頭寸放在不明確的投資組合中。
塔勒布教授的研究一直集中在“肥尾”的應(yīng)用上,即“極少數(shù)極端事件比大多數(shù)普通事件更有影響力”,但那些“極少數(shù)極端事件”往往是最不可預(yù)測的。塔勒布教授曾指出,人們生活中最大的錯覺是“隨機(jī)性是一種風(fēng)險,是一件壞事”,多年來一直是學(xué)術(shù)界流行的一種疾病。面對不可預(yù)測的小概率極端事件,理解肥尾效應(yīng)和管理尾部風(fēng)險可能是不可避免的選擇。
未經(jīng)數(shù)字化報網(wǎng)授權(quán),嚴(yán)禁轉(zhuǎn)載或鏡像,違者必究。
特別提醒:如內(nèi)容、圖片、視頻出現(xiàn)侵權(quán)問題,請發(fā)送郵箱:tousu_ts@sina.com。
風(fēng)險提示:數(shù)字化報網(wǎng)呈現(xiàn)的所有信息僅作為學(xué)習(xí)分享,不構(gòu)成投資建議,一切投資操作信息不能作為投資依據(jù)。本網(wǎng)站所報道的文章資料、圖片、數(shù)據(jù)等信息來源于互聯(lián)網(wǎng),僅供參考使用,相關(guān)侵權(quán)責(zé)任由信息來源第三方承擔(dān)。
本文地址: http:///news/7981.shtml
數(shù)字化報(數(shù)字化商業(yè)報告)是國內(nèi)數(shù)字經(jīng)濟(jì)創(chuàng)新門戶網(wǎng)站,以數(shù)字技術(shù)創(chuàng)新發(fā)展為中心,融合數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)發(fā)展,聚焦制造業(yè)、服務(wù)業(yè)、農(nóng)業(yè)等產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型,致力為讀者提供最新、最權(quán)威、最全面的科技和數(shù)字領(lǐng)域資訊。數(shù)字化報并非新聞媒體,不提供新聞信息服務(wù),提供商業(yè)信息服務(wù);
商務(wù)合作:Hezuo@szhww.com
稿件投訴:help@szhww.com
Copyright ? 2013-2023 數(shù)字化報(數(shù)字化報商業(yè)報告)
數(shù)字化報并非新聞媒體,不提供新聞信息服務(wù),提供商業(yè)信息服務(wù)
浙ICP備2023000407號數(shù)字化報網(wǎng)(杭州)信息科技有限公司 版權(quán)所有浙公網(wǎng)安備 33012702000464號