一致風險度量
在信任任何把一個組合化成單一「這有多危險?」數字的公式之前,值得先問問:這個公式行為是否合乎常理——它會獎勵、還是懲罰像分散下注這樣的常識性舉動?一致風險度量,就是通過了四項此類常識測試的度量。這個想法由 Artzner、Delbaen、Eber 與 Heath 於上世紀九十年代末提出,給了我們一種判斷標準:哪些風險數字可信、行為合乎邏輯,哪些會悄悄誤導。
用大白話說這四條性質。第一,單調性:若在每一種情景下組合 A 的虧損都不小於 B,則 A 的風險數字必須不小於 B。第二,次可加性:兩個組合合併後的風險,不得超過它們各自風險之和——合併絕不應顯得比分開更危險,因為分散化只可能有幫助。第三,正齊次性:把每個部位翻倍,風險數字也翻倍。第四,平移不變性:加入金額為 k 的保證現金緩衝,所需資本恰好減少 k。其中最重要的一條是次可加性,它正是「分散化降低風險」這一事實的數學表述。
精算師為何在意:最流行的度量風險價值在某些情形下違反次可加性——你可以把兩個組合合併,卻發現總風險價值大於各自之和,這會錯誤地告訴管理層「分散化使你們變得更糟」,甚至可被人為操縱。相形之下,預期損失/尾部風險價值是一致的。這正是資本框架不斷轉向尾部平均度量的一大原因。一句保持誠實的提醒:一致性講的是邏輯上的良好行為,而非準確性——餵給一致度量錯誤的假設,它照樣產出錯誤的答案,只不過產得很一貫。
把兩份貸款業務合併,它們各自只在不同的罕見情景下違約。一致度量(預期損失)報出的合併風險不大於各自之和——它認可了分散化。風險價值偶爾會報出大於各自之和的合併數字,這正是它不一致的明顯標誌。
次可加性不過就是「分散化絕不會讓風險看起來更大」。
一致性保證的是邏輯上的合理行為,而非現實的數字——建立在錯誤尾部模型上的一致度量仍是錯的,只是錯得一貫。