风险基础与精算职业
风险与不确定性(risk and uncertainty)
有两种日常处境都让人不安,但不安的方式不同。掷一颗均匀的骰子,你不知道会掷出几点——可你知道一共就那六种结果,且每种都是六分之一的机会。走进一个你从未去过的国家、一门全新的生意,你同样不知道结局如何——但这一回,你连可能的结果都列不全,更别说为它们标上诚实的概率了。第一种「不知道」是可衡量的,第二种则不是。这个区分,正坐落在每一个风险决策的核心。
在严谨的用法里,风险指的是这样一种处境:可能的结果是已知的,我们能为它们标上概率——哪怕只是估计值——于是这份不确定可以被衡量。不确定性(有时称为奈特式不确定性,得名于经济学家弗兰克·奈特)则指我们缺乏可靠依据去给出那些概率的处境:结果或许未知,数据或许太薄,或者世界正以任何过往记录都未曾捕捉的方式改变。抛硬币是风险;一项前所未见的技术颠覆某个行业的可能,则更接近不确定性。多数现实问题是两者的混合,好的分析者会诚实地分清哪部分是哪一种。
精算师恰恰生活在这条边界上。他们的工具——概率、期望值、统计模型——在真正的风险上最为奏效,因为过往数据与稳定规律让他们能估出胜算。危险在于把深层的不确定性当成整齐的风险来处理:给一个本不配拥有精确数字的东西硬安上一个数字。稳妥的做法是:在能合理估计处认真估计,在不能处放宽边际,并对模型从未见过的意外做压力测试。
一家保险公司握有某城市50年的住宅火灾数据,于是来年发生火灾的概率与代价是它能定价的、可衡量的风险。而一种新型建材广泛流行、并以无法预见的方式改变火灾表现的可能,则是不确定性——没有任何往绩可供倚靠。
风险有你能从数据中估出的胜算;不确定性,则是数据用尽之处。
当心虚假的精确:模型那一个整齐的百分比,可能掩盖着它从未纳入的深层不确定性。一个数字的可信度,至多等于其背后的数据与假设。
又称
另见