淺談風險管理（二）

上文提到，既然市場依據無法精確斗量，到底風險管理的意義何在？

我現職從事處理數據/ 模組相關的工作（非金融行業相關），當中亦涉及很多風險管理的問題，對此或許可以分享一下自己的經驗。

首先，要明白什麼是風險，我的看法是，風險必須是可預期但不能完全控制的事情。

Andrew Lo 論文中亦有相關見解：
“Risk” (randomness that can be fully captured by probability and statistics) and “Uncertainty” (all other types of randomness)

跟村上春樹《挪威的森林》的名言「死並不是生的對立；死只不過是生的一部份。」的道理差不多，「風險」不等於「不確定性」，「風險」只是「不確定性」的一部份。

市場並不是你願意承擔如何大的風險，就可以獲得如何豐厚的回報，這是大部份人對「高風險高回報」的誤解。同時，亦不會因為風險較小，就可以有獲利保證，例如買進一支股票，即使看似只有相當小的風險 ，但並不能保證每個人「只賺不賠」，亦很難預計獲利的延展度（Profit Range），因為當中還有不少「不確定性」，亦即是上文所說的「人性因素」，炒賣 iPhone/ iPad 事件也是一例，簡單而言，市場並沒有「絕對」這回事。

Andrew Lo提到，獲利是否豐厚無關「風險」的承擔，而是在於「不確定性」的承擔。

演講中他舉了人壽保險業界的例子，由於壽命/ 醫療/ 疾病統計上的參數提高了估算預測的準確度，大大幫助掌握及控制人壽考慮因素的「不確定性」，但卻造成業界利潤空間被擠壓，相反，一個充滿「不確定性」的新興產業，利潤空間往往比較大。

就好像近年「新材料」「醫藥」「環保」等充滿「不確定性」的產業，市場對其「不確定性」往往有相當大的反應，因此股票的波幅及獲利空間都比較大，相反，大部份藍籌之所以波動及升幅較小，很大原因是因為「有數得計」。

Andrew Lo將「不確定性」劃分五個等級，並簡單做了一張清單，可參考其論文第50頁，分別是：

1. Perfect Certainty
2. Risk
3. Fully Reducible Uncertainty 
4. Partially Reducible Uncertainty
5. Irreducible Uncertainty

他認為應就不同分析議題而採取不同的應對方式，並建議在分析之前先確定分析議題屬於哪一個等級。

待續...