總幹事耕讀筆記- 日本 ありがとうございました

 黑天鵝或燒烤鵝腿-風險的迷惑度

                   在30年前古老的經濟系教室中，老教授手揮舞著發黃的講義，用沙啞無力地聲調告訴學生：「高利潤伴隨著高風險」。

                 這句被奉為財務理論神聖不可輕侵犯的圭臬流傳了幾十年，也誤導了幾十年來成千上萬徒子徒孫，這些被教壞的學生一個個走進金融界、投資界，或跟著老教授進入學術圈繼續誤人子弟。

              首先，風險真的可以測量嗎？風險在我心中的唯一定義就是「資產價格與自己從事的多空交易背道而馳」，作多的風險是面臨價格下跌，反之則是遇到價格上漲，這好像沒有什麼好爭辯的吧？但如果投資人願意把束之高閣且佈滿蛛網的高等投資學理論教科書從箱子翻出來，會赫然發現學術界甚至投資界對風險的定義似乎不是如此。

                     他們將風險視為「價格的變動性」，某個資產價格本身與本身的變動性稱之「標準差」，某個資產價格和benchmark（如指數）之間的差異性與相關變動性稱之β（Beta）值，以標準差與β（Beta）值測量風險，也就是說用波動性和風險畫上等號，其實價格的波動性怎麼會等同風險呢？更何況若以過去的波動性來當成風險衡量標準，那可真的是錯的離譜，讓我用極度簡化的台股例子來說明波動性：

*2014年底年線位置

2015年報酬率的計算已經加進當年度配發的股利

                    為了簡化說明，將標準差的概念改成波動度（其實本質一樣，但計算起來更方便），我對波動度的定義：某檔個股的平均價格（以年底那天288日均線）除以該標的當年度最高與最低價格的區間。以上表中華電信為例，2014年年底288日均線在93元，而當年度最高價與最低價分別為96.9元與90元，波動度＝（96.9-90）÷93＝7.4％

                  如果標準差可以衡量風險？那麼與標準差具有相同統計意義的波動度是否也可以用來衡量風險呢？以2014年上述幾家台灣具指標性的公司為例，中鋼股價2014年才9.9％，比台股指數還要低，是否意味著當時的中鋼是家低風險低報酬的公司呢？如果投資人在2015年第一天買進中鋼，一整年下來本金損失28.8％。接著來比較聯發科與和碩，聯發科的股價波動性（33.9％）只有和碩（68.1％）的一半，如果就此認定聯發科的投資風險比較低，可就大錯特錯了，2015年聯發科的投資報酬率為-42.6％，幾乎損失了將近一半的本金，而和碩卻在2015年逆勢上漲了3.3％。同樣的對比可以從大立光與宏達電得到驗證。

                 相同的，以β（Beta）值來當測量投資風險更是張飛打岳飛，2014年中華電的β值相當低，也就是中華電的股價波動相對於大盤波動低上許多，如果就此認定中華電因為低風險所以就會伴隨低報酬，可就大錯特錯了，2015年中華電的投資報酬率高達10.9％，比大盤與超過90％的股票表現來得優異。同樣，β值相當高的大立光與和碩，2015年的表現就比聯發科宏達電來的好太多。

                  不論是標準差還是β（Beta）值，數值比較高所代表的意義只不過是「股價比較活潑」，況且股價過去的變動性難道就等同未來的股價變動性嗎？

                  更何況，若單純以標準差還是β（Beta）值來衡量風險，便會掉入「多頭陷阱」，以2014年大立光為例，其股價從年初的1100元漲到七八月的2600元以上，後面四個月小跌破2000元後，當年度以2395元收盤，簡單的說，大立光的股價波動是因為「大漲」造成的，如果只懂得算標準差或β（Beta）值，肯定會把大立光視為風險極高的標的。

                  如果嫌標準差、β值、夏普指數這些東西太粗淺，財務金融學界還借助火箭學家才會用的各種數理統計按照各式各樣的波動度計算初一麻袋的風險測量數值，進幾年比較有名的是芝加哥選擇權交易所偏態指數（CBOE SKEW Index），這個指數俗稱「黑天鵝指數」，計算的方程式相當複雜，什麼結合了「Black-Scholes模型的隱含波動度」、「價平隱含波動度」、「相對波動度」….一大堆相信我，你不會也無法瞭解那宛如神秘水晶球的數學密碼，大意就是通過標普500指數價外期權價格的偏離程度來衡量市場對意外事件的擔憂程度，每個字都懂但合起來卻像無字天書，不意外嗎！這可是火箭學家結合財務金融所創造出來的，黑天鵝指數介於100～150，接近150則表示投資人擔心未來30天市場恐面臨重大災難事件（學名叫做超過四個標準差的風險）。

                 讓大家來瞧瞧這個指數的表現，從1998年到2016年初，黑天鵝一共有四度衝破145，最高紀錄出現在2015/10/14的148.92：

CBOE SKEW Index（偏斜指數黑天鵝指數）破表日（145以上）之後S&P指數漲跌表現

                      除了2014年9月19那天事先準確預估未來一個月S&P指數會大跌以外，其他三次幾乎都不算稱職。

                 諷刺的是，這個號稱可以測量出超過四個標準差風險的黑天鵝指數，面對近年來幾次S&P大跌的月份，如2008下半年、2010年5月、2011年9月、2015年8月等指數跌幅超過6％的月份，沒有一次可以事先測量出來。

            火箭學家無法找出黑天鵝，比較務實的建議是用火箭來烤鵝腿吧！

                    為什麼波動度無法等同風險？除了上述曾經舉例的大立光那種「多頭陷阱」以外，最大的盲點在於，波動度的計算基礎是「價格」，用價格分析價格，用價格變動性分析風險，根本是荒謬行為，讓我用個尖酸刻薄的例子來形容這種「用價格波動來分析未來價格風險」：

                 你會認為個子高的人，他的血液由於身高太高，而不容易流到腦子嗎？

                  技術分析也好、波動度風險測量也好，就是犯了這個謬誤。

接下來我會繼續談「分散投資能分散風險嗎？」以及近年來基金界很流行的「總體策略型資產配置」的一些盲點，以及我個人衡量個股變動風險的方法，以及規避價格風險的方法。