金融風險的冪律分布

美國波士頓大學的吉恩·斯坦利和他的團隊對股票市場交易數據進行了多種時間周期的研究，發現股票價格波動呈現冪律分布。如果股市像傳統金融理論假設的那樣遵循隨機游走規則，那么1987年的“黑色星期一”發生崩盤的概率是10—148。但在真實金融市場中，股市偏離5倍標準差的崩盤事件確實會發生。在股價呈現冪律分布的假設下，“黑色星期一”發生的概率接近10—5，這意味著每100年就可能發生一次類似的崩盤事件。因此，股票市場比傳統理論預測的更不穩定。

金融風險的形成是遵循冪律分布規律的。相較于其他風險，金融風險具有潛伏性、隱蔽性、突發性與超強破壞性等特征。即便是那些獲得高額累計回報的長期投資者，也會在較短的時間內經歷股價的大幅下跌。金融風險集中爆發往往是經過前期不斷的量的積累，最終由突發性事件導致的。在金融風險積聚前期，投資者與監管者并不能提前感知。1995年擁有233年歷史的英國巴林銀行宣告破產。破產的直接原因是交易員尼克·里森利用巴林銀行的監管漏洞與錯誤賬戶不斷掩蓋自己的決策失誤，最終造成8.6億英鎊的直接損失。然而事后據里森回憶，直到事發前一個月，如果集團發現錯誤賬戶并采取行動進行止損，損失將不到最終損失的四分之一，巴林銀行也不至于破產。在最后的短短一個月，資金缺口急劇擴大，最終吞噬了整個巴林銀行。

美國貝萊德資產管理公司的羅聞全曾說：“金融數據完全是呈非正態分布的，也就是非對稱分布、高度偏態分布，經常是多模態的，存在肥尾現象，即存在許多極端情況。”

少數極端風險對金融市場的影響極大。從認知層面來說，傳統金融學有關風險研究的理論基礎存在認知偏差。《黑天鵝：如何應對不可預知的未來》作者納西姆·尼古拉斯·塔勒布將世界諸事歸為兩類：“平均斯坦”和“極端斯坦”。“平均斯坦”中，事物服從正態分布，樣本量足夠大時，任何個例都不會對整體產生重大影響，在均值主導的世界中，每一個成員都不具有突破性，例如世界上所有人的平均身高；而在“極端斯坦”中，單一樣本會帶來顛覆性的影響，個體能夠對集體產生不成比例的影響，“黑天鵝事件”是“極端斯坦”的主導因素，每一個黑天鵝事件都具有突破性，整體取決于少數個體，例如收入。

金融市場中收益與損失的不確定性均屬于“極端斯坦”，幾個少數的“巨人”就會影響到整體的均值，但是，目前人們對金融市場不確定性的研究更多是基于“平均斯坦”的鐘形曲線，塔勒布形容這是拿著錯誤的地圖去冒險。所以黑天鵝事件并不適用于已有的不確定性研究，鐘形曲線也并不適用于對金融市場的研究。通過鐘形曲線估計出來的概率比黑天鵝事件實際發生的概率低，這種估計會給人們認識黑天鵝事件帶來障礙。

[1] 柏基集團，也稱柏基投資，已有上百年歷史，管理資產規模超過一千億美元，曾投資特斯拉、谷歌、臉書、阿里巴巴等企業。

[2] FAANG是美國納斯達克最受歡迎、表現最佳的五大科技股名稱的首字母組合，即社交網絡巨頭Facebook（NASDAQ:FB）、蘋果（NASDAQ:AAPL）、在線零售巨頭亞馬遜（NASDAQ:AMZN）、流媒體視頻服務巨頭網飛（NASDAQ:NFLX）和谷歌母公司Alphabet（NASDAQ:GOOGL）。