收益与风险

设甲有 10 万元消费贷，乙有 10 万元现金储蓄。二者在资产负债表上的差距是 20 万元，但投资学关心的不止静态净资产，还关心未来现金流、复利方向和风险承受能力。这个例子适合说明本章的核心问题：复利既可以帮助财富积累，也可以反过来压迫现金流。

负债 10 万元并不是一个静止的负号，而是一串未来必须偿付的现金流。如果这笔债务来自信用卡分期、消费贷或高息网贷，利息会不断滚入还款压力，形成“反向复利”。借款人不仅要偿还本金，还要把未来工资、奖金和投资机会的一部分提前抵押出去。一旦收入下降或市场出现好机会，他首先面对的不是“买不买”，而是“能不能按时还款”。

存款 10 万元也不是一个静止的正号。它提供了应急缓冲、等待权和投资选择权：失业时可以维持生活，市场大跌时可以不用被迫卖出，遇到确定性更高的机会时可以从容出手。因此，存款带来的不只是利息收入，还包括降低脆弱性、提高风险承受能力和保留未来选择的价值。

所以，负债 10 万与存款 10 万之间的差距至少有四层：第一，资产负债表上相差 20 万元；第二，利息方向相反，负债可能让复利站到自己的对立面；第三，现金流约束不同，负债者更容易被迫卖出或错过机会；第四，风险承受能力不同，同样一笔股票或基金投资，对负债者和有现金缓冲者的含义完全不同。

这并不意味着所有负债都应避免。房贷、经营性贷款和教育贷款可能对应可持续收入或生产性资产；真正危险的是用高成本、短期限、不可展期的债务去购买消费品或高波动资产。投资学的起点不是寻找最高收益率，而是先确认自己的资产负债表是否允许复利站在自己这一边。

2015 年 6 月 12 日上证综指见顶 5178 点，同期 A 股两融余额突破 2.27 万亿元，市场上还存在规模不小的场外配资；部分场外配资杠杆可达 5--10 倍，意味着较小的价格回撤就可能触发强制平仓。

6 月 15 日开始的下跌触发了“下跌、强平、进一步下跌”的连锁螺旋。从 6 月 12 日见顶到 8 月 26 日盘中低点，上证综指最大累计跌幅约 45%；期间多次出现普通正态模型难以解释的极端日内波动。按 20% 年化波动率的正态假设，单日 \(-5\%\) 的概率已很低，而危机窗口中这类下跌会集中出现，说明风险并不是按平稳样本均匀到来的。

监管层 7 月 4 日宣布暂停 IPO，并启动多部门联合救市：21 家券商当日联合公告，承诺以不低于 1200 亿元自有资金买入蓝筹股 ETF 并在上证综指收复 4500 点前不减持；证金公司在央行专项流动性支持下直接入市买入股票与 ETF，汇金公司同步增持指数 ETF。即便如此，到 8 月 26 日上证综指仍跌至 2850 点附近。这场危机对风险度量的启示有三点：杠杆要在事前约束，不能只在事后处置；流动性枯竭会让看似分散的头寸同时承压；常态样本下的 VaR 和夏普比率不能代表危机状态下的可承受损失。这就是为什么本节要把波动聚集、厚尾分布和 VaR/ES 同时讲清楚：常态波动不是危机损失的上限，杠杆会把尾部事件变成系统性连锁反应。

1994 年，所罗门兄弟前副总裁 John Meriwether 召集多位顶尖交易员和学者创立长期资本管理公司（Long-Term Capital Management, LTCM），团队里包括 1997 年诺贝尔经济学奖得主 Myron Scholes 和 Robert Merton（即 BSM 期权定价模型中的 S 和 M）。LTCM 的策略基于精密的数学模型：在全球债券市场寻找极小的相对价值价差，比如新发行国债与存续国债之间的流动性价差。每一笔交易的预期收益虽然很小，但 LTCM 用高杠杆放大头寸，这套思路在 1995--1997 年取得了很高回报。

1998 年 8 月 17 日，俄罗斯卢布危机引发全球套利头寸的同步流动性枯竭。LTCM 的模型主要依赖历史协方差矩阵，将这类冲击估计为极端小概率事件。在短短一个月内，LTCM 净资产从约 47 亿美元跌到不足 10 亿美元，庞大的名义敞口被迫在流动性枯竭中去杠杆。9 月下旬，纽约联储召集华尔街主要银行协商救助，最终由多家机构注入约 36.25 亿美元稳定头寸。这是美联储历史上极少数为单一私募基金危机组织市场化处置的案例。

LTCM 案例集中体现了现代风险管理的若干教训：（1）正态分布对尾部风险的低估；（2）相关性在危机中突然趋同，平时无关的资产同向暴跌；（3）杠杆把“高夏普、小回撤”的策略变成对流动性冲击高度脆弱的结构；（4）“过去 5 年的方差协方差”未必能描绘下一次危机。

2013 年 6 月 13 日，支付宝与天弘基金推出余额宝。它本质上是一只货币基金（早期对接天弘增利宝货币市场基金，后为天弘余额宝货币市场基金），通过对接支付宝实现 1 元起投、随时申赎、用于支付的“类活期”功能。上线一年内规模突破 5000 亿元；天弘余额宝货币市场基金 2024 年年度报告披露，其 2024 年末基金资产净值约 7710 亿元。它曾是中国第一只突破万亿的货币基金，2018 年峰值规模约 1.45 万亿元。

余额宝十余年的走势提供了一个观察货币基金长期实际收益率的天然样本。其 7 日年化收益率从 2013 年的 6%--7% 一路下行：2014 年约 5%、2016 年约 2.5%、2020 年约 1.7%、2024 年中约 1.5%。把同期 CPI 同比叠加：2014--2018 年 CPI 大致 2% 上下、2019--2020 年因猪肉因素一度 3%--5%、2021--2024 年 CPI 多在 0%--2% 之间。把名义收益与通胀代入费雪公式可得：这段时间的实际收益率大约在 \(-0.5\%\) 至 \(+1.5\%\) 之间波动，年均约 0.8%。

把 1 万元在 2013 年放入余额宝并持有十余年，按几何平均粗略累积，期末余额名义上约 1.30--1.35 万元；但购买力换算后大致只是 2013 年的 1.05--1.10 倍。同期沪深 300 全收益指数从 2013 年的 2500 点上升到 2024 年末约 5300 点（含分红再投），年化几何收益约 7%、扣通胀后约 5%。

这个案例的启示并不是“货币基金收益太低”。它的安全性、流动性是货币基金的核心价值，作为应急储备金不可替代。真正的启示是：低风险资产的“实际收益率”在通胀波动周期里可能为负。投资者必须清楚自己的资金属于“流动性需求”“保值需求”还是“增值需求”，并据此分层配置。第一章的“投资目标三要素”（安全性、收益性、流动性）在这里有了一个具体例子。

1995 年 2 月 27 日，已有 233 年历史的英国巴林银行（Barings Bank）申请破产。直接原因是其新加坡分行的衍生品交易员尼克·里森（Nick Leeson）从 1992 年起在一个错误账户“88888”中累积了大量未授权的日经指数期货头寸。1995 年 1 月 17 日阪神大地震引发日经下跌，里森不仅没有平仓，反而加大做多以期反弹，最终亏损约 14 亿美元，超过巴林银行的全部资本金。

事后调查发现，巴林的内部风险报告未能及时揭示真实头寸。原因有三：里森身兼前台与后台清算职务（前后台职责未分离）、模型采用的是申报头寸而非真实头寸、合规审计长期形式化。这一事件强化了现代金融机构的三道风险管理底线：前后台严格分离、独立的市场风险与操作风险部门、董事会和高级管理层可直接读取的风险报告。J.P. Morgan 同期推出的 RiskMetrics 框架，也正是在把风险度量推向标准化、日常化和高层可读。

巴林事件给我们的启示是：再精妙的 VaR 模型也只能度量“已知的市场风险”，它对“操作风险”“模型风险”“未授权交易”几乎无能为力。机器学习模型同样如此：如果数据源被人为遮蔽、前后台职责没有分离、模型输出无人复核，技术越复杂，反而越容易掩盖真实风险。

2024 年 1 月 22 日至 2 月 5 日，A 股小微盘股出现连续多日大幅下跌：中证 500 指数 1 月 22 日单日跌 4.13%、中证 1000 跌 5.77%；2 月 5 日再次出现“千股跌停”。事件背后的关键变量，是 2021--2023 年期间券商发行的大量“雪球结构产品”。它们大多以中证 500、中证 1000 指数为标的，约定标的下跌 20%--25% 时触发“敲入”。

雪球结构本质上是客户卖出了一份带障碍条件的看跌期权，券商作为对手方需要进行 Delta 对冲。在指数接近敲入水平时，Delta 与 Gamma 会快速变化，对冲交易可能在短时间内集中放大市场冲击；这种“价格下跌、对冲调整、流动性压力上升、更多产品触发风险事件”的反馈链路，被称为“反身性”风险。2024 年初中小盘指数的快速下跌说明：衍生品的集中敲入不会独立创造基本面风险，但会在流动性薄弱时明显放大短期波动。

雪球敲入事件给我们的启示有三层：第一，VaR 模型若仅基于“过去 5 年指数日收益的标准差”估计 1% 分位损失，会严重低估这种“产品集中敲入”型的群体性风险，这是典型的模型外信息；第二，反身性意味着风险在某些时刻不再是“外生冲击”而是“市场内生反馈”，机器学习方法的潜在优势在于可以把持仓数据、衍生品名义本金等高维特征纳入预警，但前提是数据可得且模型可解释；第三，相关自律规则和监管安排进一步强调集中度、杠杆和适当性约束，说明制度调整需要把单个产品风险与市场层面的拥挤交易一起考虑。