第二节：风险度量基础——方差、标准差、VaR、CVaR与预期亏损
聊风险度量之前，我先问个问题：你手里有一笔钱，投进去之后，到底可能亏多少？
这个问题听起来简单，但做量化风控的人都知道，答案没那么直接。我入行那会儿，第一次给老板汇报风险敞口，老板问我：“你说这个组合风险高，到底有多高？”我支支吾吾半天，最后憋出一句“标准差挺大的”。老板白了我一眼——嗯，那眼神我到现在都记得。
从那以后，我明白了：风险度量不能只靠一个数字糊弄人。你得有层次、有维度、有场景。今天这一节，我们就从最基础的方差和标准差讲起，一路聊到VaR、CVaR和预期亏损。这些工具，说白了就是帮你回答“亏多少”这个问题的不同角度。
2.1 方差与标准差：最朴素的波动度量
方差和标准差，是风险度量的“地基”。你想想看，几乎所有更高级的风险指标，都跟它俩脱不了干系。
方差的定义很简单：它衡量的是资产收益率偏离其均值的程度。公式长这样：
σ² = (1/n) * Σ (rᵢ - μ)²其中 rᵢ 是第 i 期的收益率，μ 是平均收益率，n 是样本数。
标准差就是方差的平方根：σ = √σ²。
我个人习惯用标准差而不是方差，因为标准差跟收益率是同一个量纲。你想想，收益率是百分比，方差是百分比的平方，这玩意儿读起来太别扭了。标准差就直观得多——比如年化标准差20%，意思就是收益率大概有68%的概率落在均值±20%的范围内。
关键认知：方差和标准差只衡量“波动”，不区分“向上波动”和“向下波动”。说白了，它把涨和跌一视同仁。但在风控里，我们更关心的是“亏钱”的那一面。这就是为什么后来有了半方差、下行标准差这些改进指标。
我的小技巧：做组合优化时，我一般先用标准差做一遍筛选，把波动率超过某个阈值的资产先剔除掉。这步叫“粗筛”，能省下后面很多计算量。我曾经在一个多资产组合里，光靠这步就砍掉了30%的候选标的，回测效果反而更好。
2.2 VaR（在险价值）：你最多亏多少？
VaR 是风控领域最“出圈”的概念之一。它的定义很直白：在给定的置信水平和持有期内，资产或组合可能的最大损失。
举个例子：95%置信水平下，日VaR为100万。意思是，在100天里，大概有95天你的亏损不会超过100万。剩下的5天，亏损会超过这个数。
VaR 有三种主流计算方法：
- 参数法（方差-协方差法）：假设收益率服从正态分布，直接用均值和标准差算。速度快，但假设太强。
- 历史模拟法：直接用过去N天的收益率排序，取第(1-置信水平)分位数。不依赖分布假设，但依赖历史数据。
- 蒙特卡洛模拟法：随机生成大量收益率路径，统计损失分布。最灵活，但计算量最大。
我在项目中遇到过一件事：用参数法算VaR，结果连续几天都低估了实际亏损。后来一查，是因为那段时间市场波动率突变，正态分布的假设完全失效了。嗯，从那以后，我只要用参数法，一定会先做正态性检验。
避坑指南：VaR 有一个致命缺陷——它只告诉你“最多亏多少”的阈值，但完全不告诉你“一旦超过这个阈值，会亏多少”。我曾经见过一个交易员，看到VaR没超限就放心加仓，结果第二天市场暴跌，亏损是VaR的三倍。VaR不是护身符，它只是一个门槛。
2.3 CVaR（条件在险价值）：亏起来到底有多狠？
CVaR 就是来补 VaR 那个窟窿的。它衡量的是：当亏损超过 VaR 阈值时，平均会亏多少。
公式上，CVaR 是 VaR 尾部损失的期望值：
CVaR_α = E[ L | L > VaR_α ]其中 L 是损失，α 是置信水平。
你想想看，VaR 告诉你“95%的情况下亏不超过100万”，CVaR 告诉你“那5%的糟糕情况里，平均亏250万”。这两个数字放在一起，你对风险的认知才完整。
我个人更偏爱 CVaR，因为它满足“次可加性”——也就是说，组合的CVaR不会大于各资产CVaR的加权和。这个性质在组合优化里特别重要。VaR 就不满足这个性质，有时候分散投资反而会让VaR变大，你说离谱不离谱？
实战要点：做风控模型时，我建议同时监控 VaR 和 CVaR。VaR 作为“预警线”，CVaR 作为“压力线”。一旦 CVaR 快速上升，哪怕 VaR 还在安全范围内，也要警惕——说明尾部风险在积聚。
2.4 预期亏损：换个角度看尾部
预期亏损（Expected Shortfall, ES）其实跟 CVaR 是一回事，只是叫法不同。巴塞尔协议III里，监管机构已经明确要求用预期亏损替代 VaR 作为市场风险资本计量的基础。
为什么监管层要换？原因很简单：VaR 可以被“操纵”。我记得有篇经典论文讲过，交易员可以通过调整持仓结构，让 VaR 看起来很低，但实际尾部风险巨大。而预期亏损对尾部形状更敏感，想钻空子就难多了。
预期亏损的计算方法跟 CVaR 完全一样，只是应用场景不同。在风控报告里，我一般这样用：
| 指标 | 用途 | 我常用的置信水平 |
|---|---|---|
| VaR | 日常风险监控、限额管理 | 95% 或 99% |
| CVaR / 预期亏损 | 压力测试、资本计量、组合优化 | 97.5% 或 99% |
我的经验：做回测时，别只看 VaR 的通过率。我习惯把 VaR 和 CVaR 的时序图放在一起看。如果 CVaR 的波动率远大于 VaR，说明这个组合的尾部风险很不稳定——说白了，就是“平时看着还行，一遇到事就崩”。
2.5 知识体系总览
下面这张图，是我自己梳理的风险度量知识体系。你可以把它当成一张地图，随时回来对照。
这张图里，我把四个指标按“从波动到尾部”的逻辑串了起来。你从左往右看，其实就是一个风险认知不断深化的过程：先看整体波动（标准差），再看损失门槛（VaR），最后看尾部深度（CVaR/ES）。
好了，这一节的内容就到这里。记住一句话：没有完美的风险指标，只有合适的组合使用。下次你给别人讲风险时，别只甩一个数字——把标准差、VaR、CVaR摆在一起，对方才能真正理解你的意思。
公众号:蓝海资料掘金营，微信deep3321