一、前言
承接上文，我们了解了风险的基层概念和构成要素，对风险有了基本的了解，今天我们继续深层次探讨。
二、风险的本质是什么？
想要透彻了解事物的内在，就得了解它有具备的性质，了解事物的本质是什么？
风险具有普遍性、客观性、损失性、不确定性和社会性
那么风险的根本性质，也就是它的核心/本质是什么？可能不确定性就是风险的本质，为什么这么说呢，因为这和风险的由来渊源（历史）有关系，因为每一次海风带来的危险是各种各样，每一次的危险都是不确定的，久而久之，不确定性就成了其本质。
风险的不确定性分为三方面:
1 事情发生的不确定行
2 后果的不确定性
3 风险大小的不确定性
著名的经济学家富兰克·奈特有一本著作《风险、不确定性和利润》,为了说明利润的来源，奈特把“风险”和“不确定性”这两个概念作了一个区分。
“风险”--可度量的不确定性，
“不确定性”----不可度量的风险。
是否可以度量，是划分“风险”和“不确定性”最关键的一点。
就是说“风险”只要是可以被计算的，那么它的不确定性就可以被排除了。
而“真正的不确定性”是指人们缺乏对事件的基本知识，对事件可能的结果知之甚少，因此不能通过现有理论或经验进行预见和定量分析。
正如我们已经指出的那样，利润理论之所以得以成立，正是因为“真正的不确定性”，而不是“风险”。
风险的特征：
概率估计的可靠性，以及因此将它作为一种可保险的成本进行处理的可能性。
估计的可靠性来自所遵循的理论规律或稳定的经验规律，对经济理论的目的来说，整个概率问题的关键点是，只要概率能够利用以上两种方法中的任一种以数字表示，不确定性就可以被排除。
区分“风险”与“不确定性”的哲学意义在于：
风险是一种人们可知其概率分布的不确定，但是人们可以根据过去推测未来的可能性；
不确定性则意味着人类的无知，因为不确定性表示着人们根本无法预知没有发生过的将来事件，它是全新的、惟一的、过去从来没有出现过的。
著名的“邓宁-克**心理效应”生动了描述了一种认知偏差现象，大多数人在智慧“巨婴”阶段都是“不知道自己不知道的”；伴随着从未发生的事情出现的越来越多的时候，人对未知事物的不确定性恐惧感剧增，伴随而来的可能就是自信心的崩溃。
不确定性可以应对，但是不能测算；当概率可以被测算的时候，不确定性是不存在的，存在的只是风险。
三、风险分析方法
想要有效的进行风险管理，可以从定性分析和定量分析两个维度进行研究。
1.定性分析法：通过对风险进行调查研究，做出逻辑判断的过程。
2.定量分析法：一般采用系统论方法，将若干相互作用、相互依赖的风险因素组成一个系统，抽象成理论模型，运用概率论和数理统计等数学工具定量计算出最优的风险管理方案的方法。
定量分析法常用知识点：
A.随机变量
根据所给出的结果和对应到实数空间的函数取值范围，可以把随机变量分为：
（1）离散型随机变量
（2）连续性随机变量
B. 预期收益率（期望收益率）
收益率R可近似看成一个随机变量。
假定收益率R服从某种概率分布，资产的未来收益有n种可能的取值r1, r2, r3……rn，每种收益率对应出现的概率为Pi，则资产预期收益率E(R)为：
E(R)=P1r1+ P2r2+ P3r3+ ……Pnrn, E(R)代表收益率R取值平均集中的位置。
风险管理中的预期收益率是一种平均水平概念，但不是简单的算术平均，而是对未来可能结果的进行加权算术平均，即每一种结果的收益率乘以这种结果出现的可能性。
举例说明:
投资者投资10万元人民币投资到股票市场。假定股票市场1年后可能出现5钟情况，每种情况对应的收益率和概率如下所述：
50% 0.05 30% 0.25 10% 0.4 -10% 0.25 -30% 0.05
则1年后的预期收益率为：
E(R)=0.05×50% + 0.25×30% + 0.4×10% - 0.25×10% - 0.05×30%=10%
C.方差和标准差
由于风险的存在，使得未来收益率与预期收益率存在一定的偏差程度。
假设资产的未来收益有n种可能的取值r1, r2, r3……rn，每种收益率对应出现的概率为Pi，收益率r的第i个取值的偏离程度用{ ri -E(R) }2来计量，则资产的方差Var(R)为：
Var(R)=P1{ r1-E(R) }2 + P2{ r2-E(R) }2+……Pn{ rn-E(R) }2
方差σ2的平方根为标准差σ，两者是量化收益率的风险（波动性）的重要指标，标准差和均值的量纲（单位）是一致的，在描述一个波动范围时标准差比方差更方便。
标准差越大表明资产收益率的波动性越大，即出现加大收益或者损失的机会增大。
标准差越小表明资产收益率稳定在预期收益水平，出现不确定性程度逐渐减少。
D.协方差 同方差 异方差 残差
方差和标准差都是对一组数据进行统计的，反映的是一维数组的离散程度；而协方差是对二组数据进行的，反映的是二组数据之间的相关性，即一个样本的“值”的离程度，会对另外一个样本“值”偏离产生影响大小，协方差可用来计算相关系数P，即：
P= Cov(a.b) / Sa*Sb,
Cov(a.b)是协方差，Sa Sb分别是样本标准差。
为了保证总体回归参数估计量便于统计，经典线性回归模型对随机误差采用一个重要假定：
若假定满足：随机误差都有相同的方差，则线性回归模型满足同方差性。
若假定不满足：随机误差具有不同的方差，则线性回归模型存在异方差性。
残差：观测值与预测值（拟合值）之间的差，即是实际观察值与回归估计值的差。
E.正态分布
（1）正态分布是描述连续型随机变量的一种重要分布。
若随机变量X的概率密度函数为：-2（-∞<X<+∞），则称X服从参数为μ，σ的正态分布，记为（μ，σ2），其中μ是正态分布的均值，σ2是方差。
（2）简化协方差矩阵的方法
a对角线模型
b因子模型--泰勒展式
泰勒展式是对连续可导函数进行近似的一个有效工具，通过泰勒展式可以近似函数值在给定点附近的变化程度，其近似效果与（1）使用多少阶导数（2）离开给定点的距离有关。
四、风险分析理论支持
美国经济学家哈里·马科维茨1952年首次提出投资组合理论（Portfolio Theory)，若干种证券组成的投资组合，其收益是这些证券收益的加权平均数，但是其风险不是这些证券风险的加权平均风险，投资组合能降低非系统性风险。
该理论包含两个重要内容：
均值－方差分析方法
投资组合有效边界模
人们投资的本质是在不确定性的收益和风险中进行衡量选择，面对证券投资决策中的收益和风险组合应该如何选择呢？
投资组合理论中心思想：研究“理性投资者”如何选择优化投资组合。
在给定期望风险水平下对期望收益进行最大化，
或者在给定期望收益水平下对期望风险进行最小化。
这种风险衡量标准是在线性框架下建立起来的，隐含一个先提条件：
所衡量的证券须符合有效市场假定，不同时间的价格相互独立，价格变化遵循随机游走模型，收益率的分布呈正态分布或近似正态分布。
国内外许多实证研究都表明现实的证券市场与传统理论的不符合之处，在此情况下，单由期望收益率和方差来确定投资者面临的风险就可能存在一定偏差。
股票市场在不同交易日中交易的活跃程度不同，股票价格波动也是时变的，日收益的方差将随时间而变化，因此，适合于描述股票价格变化和风险的模型必须满足时变特征。
五、风险管理
上文我们系统的了解了风险发生的前因后果，面对风险，我们应该紧接着就应该想办法对风险进行有效的管理和控制
六、风险的频率与风险程度
风险频率（损失频率）：指一定数量的标的，在确定的时间内发生事故的次数。
风险程度（损失程度）：指每发生一次事故导致标的的毁损状况，即毁损价值占被毁损标的全部价值的百分比。
那么现实生活中二者的关系是什么情况呢？
意大利经济学家帕累托(V．Pareto)提出了一个经典的法则：帕累托法则（Pareto‘s principle），就是大名鼎鼎的“二八定律”，即百分之八十的问题是百分之二十的原因所造成的。
帕累托图的理论依据就是帕累托法则，该法则认为相对来说数量较少的原因往往造成绝大多数的问题或缺陷。
帕累托图是进行风险频率分析的有效方法，通过图表可以了解每种风险的发生频率，和确定各种项目风险程度大小。
从图中可以看到风险频率与风险程度是一种非线性的反比关系，即:
风险频率很高，但风险程度不大；
风险频率不高，但风险程度很大。
七、结语
工作生活中风险因子处处存在，简书生态圈也不例外，比如写作的风险：能否定期持续输出？能否价值输出？能否按时发文？有没有人关注？有没有人点赞？会不会被踩？
有效解决办法：有效适用的风险管理方法+持续的刻意练习结果
通过图文介绍，我们了解了风险管控的基本概念，这些概念方法需要我们充分的理解并加以实践运用，多做刻意练习直至成为潜意识反应，漫长过程是需要坚持的，需要循序渐进的，需要逐步积累试错的。
朋友们，未来实有，何不早做准备。
网友评论