说明书里有这样一段话:
恒指日收益的峰度为 28.8(正态分布为 0),超出 4 倍标准差的极端波动日实际发生了 47 天,而正态分布的期望不足 1 天。以正态分布为前提的风控体系(VaR、波动率目标等)系统性地低估了极端行情的真实频率。
这段话里塞了六七个术语。但它讲的是整个投资体系里最重要的一件事:大多数金融机构用来管理风险的数学模型,在真正的危机到来时是失效的——而且恰恰是在危机中失效。这篇文章把这件事从头到尾讲清楚。
股票指数每天都在变。所谓日收益(日收益率),就是"今天比昨天涨了或跌了百分之几"。比如恒生指数昨天收盘 24,000 点,今天收盘 24,240 点,涨了 1%,今天的日收益就是 +1%。
把恒生指数从 1986 年底到 2026 年 7 月的每一个交易日的日收益都收集起来,我们手里就有 9,251 个数字。这 9,251 个数字放在一起看,就是市场四十年的"心电图"。接下来所有的讨论,都是在研究这 9,251 个数字的脾气。
衡量"正常情况下,一天大概波动多少"的尺子。算法不重要,记住它的含义:恒指日收益的标准差是 1.61%,意思是——平常日子里,指数一天的涨跌大致在 1.61% 这个量级以内。标准差越大,说明这个市场平时就越闹腾。
有了这把尺子,"极端行情"就可以量化:一天涨跌 ±1.61% 以内算平常(1 倍标准差以内);涨跌 ±3.22% 算少见(2 倍标准差);涨跌 ±6.43% 就是 4 倍标准差,属于"非常极端"的日子。本文后面说的"4 倍标准差事件",就是指单日涨跌超过 ±6.43% 的日子。
面对 9,251 个数字,统计学家有一个最顺手、也最漂亮的假设:这些数字服从正态分布。
一种"中间多、两头少、左右对称"的分布形状:绝大多数事件挤在平均值附近,离平均值越远,出现的概率越是断崖式下降。因为形状像一口钟,也叫钟形曲线。人的身高就是典型的正态分布:大多数人都中等身材,2 米 2 以上的人极为罕见。
金融界喜欢正态分布,是因为它太好用了:只要知道平均值和标准差两个数,就能算出任何行情"应该"多久出现一次。全世界的银行、券商、基金的风控系统,底层几乎都建立在这个假设上。
问题在于:身高服从正态分布,但市场收益不服从。这就是一切麻烦的开始。
现在我们替正态分布做一次正式预测。问题:单日涨跌超过 4 倍标准差(±6.43%)的日子,应该多久出现一次?
按正态分布的公式计算,答案是:这种日子出现的概率约为 十万分之六,也就是平均约 15,800 个交易日才遇到一次——折合 63 年一遇。
我们的数据覆盖 39.5 年、9,251 个交易日。按这个模型,4 倍标准差的极端日应该出现:
0.6 天 ——也就是说,一天都不该有。
再举一个更夸张的例子:1987 年 10 月 26 日,恒指单日暴跌 -33.3%,相当于 20.8 倍标准差。按正态分布,这种日子出现的概率约等于 10 的负 96 次方——就算宇宙从大爆炸起每天开盘一次,开到今天,也一天都不该遇到。
现实市场的答案是什么?4 倍标准差以上的极端日,实际发生了 47 天。
模型预测 0.6 天,实际 47 天——现实比模型疯狂了约 80 倍。模型说"63 年一遇"的事,真实市场里平均不到一年就发生一次。
把分布图想成一座山:中间是山体,两端延伸到远方的低矮部分叫"尾巴"——尾巴代表极端事件出现的概率。正态分布的尾巴又薄又短,极端事件概率趋近于零。真实市场分布的尾巴又厚又长,极端事件的概率远远高于正态的预测。这种形状就叫肥尾。
一个专门给"尾巴有多肥"打分的指标。约定:正态分布的峰度计为 0,作为基准;数字越大,尾巴越肥,极端事件越频繁。恒指日收益的峰度实测为 28.8——不是稍微偏离正态,而是数量级上的偏离。
所以"峰度 28.8(正态分布为 0)"这句黑话,翻译成普通话就是:市场发生极端行情的频率,比主流金融模型的假设高得多,这不是测量误差,而是市场的基本属性。
正态分布有一个隐藏的、也是致命的前提:每一天的行情都是独立的——今天涨多少和昨天跌多少毫无关系,就像每天重新抛一次硬币。
但市场不是硬币,市场是人。人会恐慌,恐慌会传染;杠杆会爆仓,爆仓引发抛售,抛售引发更多爆仓;坏消息会让买家集体消失,卖家却必须在今天拿到现金。这些机制意味着:大幅波动会互相引发,极端日子不是均匀散布的,而是扎堆出现在危机里。
这张图还藏着一个细节:1997 年 10 月 28 日暴跌 -13.7%(四十年第二惨),第二天 10 月 29 日暴涨 +18.8%(四十年第一好)。最黑暗的日子和最有力的反弹紧紧挨着——想躲开前者的人,必然错过后者。这正是说明书"事实三"说的:最好的日子与最坏的日子共生。
现在可以解释说明书里最后一句了。金融行业的风控体系,最有代表性的两个工具是:
银行和基金每天必算的风险指标,回答的问题是:"在正常情况下,我们明天最多可能亏多少钱?"比如"99% 置信度的日 VaR 为 1,000 万元",意思是:模型认为明天亏损超过 1,000 万的概率只有 1%。这个模型的计算基础,正是正态分布。
一类非常流行的"稳健型"产品做法:给组合设定一个波动率上限,市场波动变大就自动卖出减仓,波动变小再加回来。卖点是"不管市场怎么变,你的回撤始终可控"。它判断"波动大不大"的基准,同样来自正态思维。
这两个工具的共同点:它们都假设极端行情是"63 年一遇"的小概率事件,于是按"小概率"来配置资本、设置杠杆、设计卖出规则。而事实是,极端行情平均不到一年就来一次,而且一来就是一连串。
于是每次危机中都在重演同一个剧本:模型说当前下跌是"不可能事件"→ 但保证金和风控线不管模型 → 强制卖出 → 抛售加剧下跌 → 触发更多机构的卖出线。2020 年 3 月、2008 年 10 月,大批号称"低波动、绝对收益"的产品在几周内崩溃,根源都在这里:它们用正态分布量了一座活火山,然后按照死火山的标准盖了房子。
请注意这个剧本的最后一环:这些被迫卖出的机构,正是说明书第一章"主张三"里说的非自愿卖家。他们的模型失效之日,就是他们把手里的优质资产以荒谬价格抛向市场之时——也是我们的体系收取"流动性危机保险保费"之时。对手的统计学错误,是我们超额收益的来源之一。
第一,肥尾是市场的构造性事实,不是可以修复的异常。它不随监管、技术或市场成熟而消失,因为它源自人性和资金结构。任何假设"极端行情极其罕见"的体系,长期都必然被击穿。
第二,管理风险不能靠预测波动,只能靠资本结构。既然极端行情比模型预期频繁 80 倍且无法预测,正确的应对不是"更精密的模型",而是根本不需要模型也能活下来的结构:不用杠杆、不做空、不用衍生品、长钱、常备现金。这正是说明书第三章"反脆弱系统"的出发点——不是预测风暴,而是把房子盖在磐石上,并且留好风暴天出门扫货的干粮。
第三,肥尾有两端。极端暴跌扎堆出现,极端暴涨同样扎堆出现,而且两者挤在同一个时间窗口(47 个极端日里,有 20 个是暴涨)。这从统计学上封死了"先躲开危机、再回来抄底"的幻想:没有人能做到只躲开左尾、不踩空右尾。全程在场,是唯一可行的解法。
一句话总结:主流金融学假设极端行情 63 年一遇,真实市场平均不到一年一次——这就是"肥尾"。靠预测波动管理风险的体系注定在危机中崩溃并被迫贱卖资产;我们的选择是:不修模型,修结构——永不加杠杆、常备购买力、全程在场。