如何做实质性资本市场投资风险判断

商业地产与法务

2021-06-16 16:53
+订阅

做出高质量的投资风险判断可归纳为三个阶段：信息收集，信息处理，决策环境和流程。

作者：风险师

来源：泓策投研手札（ID：FinanceBao）

投资风险和一般风险的区别？

首先，什么是投资风险，它和一般的市场、信用和操作风险有什么不同？按照我个人的理解投资风险是按照投资结果来定义的，如果在一笔投资中你损失了较大的金额而且这个几乎没有机会能回恢复，我们就说你面对的是投资风险。换句话说，所谓投资风险，是对你投资资本大而永久的损伤。另一方面，传统对风险的定义是以风险的来源定义的。市场风险来自于价格的波动；信用风险来自于对手方没有能力或没有意愿履行承诺；操作风险则是来自于人员、系统和流程的问题。

如果我们从收益和损失的角度来看投资风险的问题，视角就更清晰了。从投资和损失的大小来说过，一共有四种结果:大收益、小收益、大损失、小损失。投资风险管理就是要避免大损失。从投资和损失的期限来说，一共也有四种可能，分别是：永久损失、永久盈利、暂时损失和暂时盈利，在这个维度下我们要避免永久性的损失。如果再把两个维度结合起来，投资风险管理就是要避免大而且永久的资本损失。另一个看待这个问题角度的方法是，如果在一笔投资中我们损失了50%，为了回到原有的资本金额我们要盈利100%，如果这个损失还可能还是永久的，那更要规避了。

总而言之，投资风险管理的目标是要避免大而永久性的损失，这样我们的收益损失分布会变成一个右倾的分布，这将在长期上让我们获益良多。

传统上我们专注在哪里？

各种媒体渠道：我相信现在信息更新的速度已经大幅超于人类可以舒服地消化的阶段。
各种专家意见：无论是以什么形式，论文、书籍、演讲等等/
各种专业培训项目：包括大学教育、CFA、FRM、PRM等等教我们怎么分析市场、证券、行业等等。

问题始终是：如果我们对市场行情非常熟悉，尽可能多的收集专家意见，熟悉行业和工具，所有的这些是否足以保证我们做出高质量的投资风险判断？

答案是：所有这些都不足以保证我们做出高质量的投资风险判断。

投资风险判断是个系统性工程

做出高质量的投资风险判断可归纳为三个阶段：信息收集，信息处理，决策环境和流程。

信息收集阶段要解决的是信息的质量问题，一般质量比较低的信息有几个特征：

不全面：即信息描述的仅仅是整个图景的一部分。
不准确：即信息的描述是有偏差的，而且在描述的粗粒度上不合适。
不及时：即信息更新速度存在拖延。

信息处理阶段要解决的是正确处理信息的问题

要使用被论证过的模型。包括几层意思，其一，不仅仅使用模型来直接计算，而是要具有模型的思维；其二，不仅仅使用金融模型，而是要借鉴其它学科。
要避免心理学陷阱。虽然心理学很重要，但是我今天专注在模型上，不准备展开心理学部分。

决策环境和决策流程：没有统一或标准定义，每家机构可以有自己的特色，但是还是可以有一些共同点：

对于决策环境：

反偏差：即更多关注反面例子，而不是关注对自己观点有确认性的例子。
反权威：多听听决策中经常正确的人的建议，而不是在公司权力大的人的建议。
反羊群效应和官僚主义：建立并维护一个独立判断、思想开放的环境。
反分散：机构最好有一定的过滤机制，让专业的人能够聚焦在重要的事情上。

对于流程：关键是在投资前能够检查到所有投资相关的核心部分，最好以清单的形式列出需要检查的各种项目。

检查投资背后的逻辑，条件。
检查投资论证中的假设、方法、数据。
检查以前类似投资中记录并犯过的类似错误。

以模型为基

上面提到了使用模型，我们为什么要使用模型，我看来有三点：

确定性：因为投资的结果具有不确定性，我们唯一能控制的就是保证投资过程的确定性，使用被论证过的模型可以在处理信息时提供一定的确定性，从而增加我们的胜率。
抽象性：虽然我们生活在具象的世界，但是毫无疑问，统治世界的规则是抽象的，而模型是抽象性最好的体现，越抽象越普适。
预测性：模型总试图建立重要变量之间的关联并在一定程度上进行预测，虽然模型的预测往往是在理想状态或某种近似下起作用，但是其结果依然可以作为我们的参考，因为我们知道，一但某些限制或条件放松，结果应该是那样而不是这样。

模型分为硬科学和软科学，前者研究自然界，后者研究人和人组成的网络。模型使用的主导原则应该是凯恩斯的名言：模糊的正确好于精确的错误。我将以自由现金流模型为例，从四个维度对自由现金流模型进行阐述。

自由现金流模型-从直观到数学