金融风险的幂律分布

美国波士顿大学的吉恩·斯坦利和他的团队对股票市场交易数据进行了多种时间周期的研究，发现股票价格波动呈现幂律分布。如果股市像传统金融理论假设的那样遵循随机游走规则，那么1987年的“黑色星期一”发生崩盘的概率是10—148。但在真实金融市场中，股市偏离5倍标准差的崩盘事件确实会发生。在股价呈现幂律分布的假设下，“黑色星期一”发生的概率接近10—5，这意味着每100年就可能发生一次类似的崩盘事件。因此，股票市场比传统理论预测的更不稳定。

金融风险的形成是遵循幂律分布规律的。相较于其他风险，金融风险具有潜伏性、隐蔽性、突发性与超强破坏性等特征。即便是那些获得高额累计回报的长期投资者，也会在较短的时间内经历股价的大幅下跌。金融风险集中爆发往往是经过前期不断的量的积累，最终由突发性事件导致的。在金融风险积聚前期，投资者与监管者并不能提前感知。1995年拥有233年历史的英国巴林银行宣告破产。破产的直接原因是交易员尼克·里森利用巴林银行的监管漏洞与错误账户不断掩盖自己的决策失误，最终造成8.6亿英镑的直接损失。然而事后据里森回忆，直到事发前一个月，如果集团发现错误账户并采取行动进行止损，损失将不到最终损失的四分之一，巴林银行也不至于破产。在最后的短短一个月，资金缺口急剧扩大，最终吞噬了整个巴林银行。

美国贝莱德资产管理公司的罗闻全曾说：“金融数据完全是呈非正态分布的，也就是非对称分布、高度偏态分布，经常是多模态的，存在肥尾现象，即存在许多极端情况。”

少数极端风险对金融市场的影响极大。从认知层面来说，传统金融学有关风险研究的理论基础存在认知偏差。《黑天鹅：如何应对不可预知的未来》作者纳西姆·尼古拉斯·塔勒布将世界诸事归为两类：“平均斯坦”和“极端斯坦”。“平均斯坦”中，事物服从正态分布，样本量足够大时，任何个例都不会对整体产生重大影响，在均值主导的世界中，每一个成员都不具有突破性，例如世界上所有人的平均身高；而在“极端斯坦”中，单一样本会带来颠覆性的影响，个体能够对集体产生不成比例的影响，“黑天鹅事件”是“极端斯坦”的主导因素，每一个黑天鹅事件都具有突破性，整体取决于少数个体，例如收入。

金融市场中收益与损失的不确定性均属于“极端斯坦”，几个少数的“巨人”就会影响到整体的均值，但是，目前人们对金融市场不确定性的研究更多是基于“平均斯坦”的钟形曲线，塔勒布形容这是拿着错误的地图去冒险。所以黑天鹅事件并不适用于已有的不确定性研究，钟形曲线也并不适用于对金融市场的研究。通过钟形曲线估计出来的概率比黑天鹅事件实际发生的概率低，这种估计会给人们认识黑天鹅事件带来障碍。

[1] 柏基集团，也称柏基投资，已有上百年历史，管理资产规模超过一千亿美元，曾投资特斯拉、谷歌、脸书、阿里巴巴等企业。

[2] FAANG是美国纳斯达克最受欢迎、表现最佳的五大科技股名称的首字母组合，即社交网络巨头Facebook（NASDAQ:FB）、苹果（NASDAQ:AAPL）、在线零售巨头亚马逊（NASDAQ:AMZN）、流媒体视频服务巨头网飞（NASDAQ:NFLX）和谷歌母公司Alphabet（NASDAQ:GOOGL）。