厚尾世界的风险RISK IN A HEAVY-TAILED WORLD

有一个赌局，每一轮的期望收益都是正的 +5%，而下注的人里超过八成最后会亏光大半。这不是悖论，也不需要坏运气——是"平均"这个词同时指着两件完全不同的事，而它们的答案一个朝上、一个朝下。

01尾巴不是异常值，它就是那本账（Tails Are Not Outliers）

随便找 120 个人量身高，把身高加起来，最高的那个人占总数的多少？大约 1.1%。你再找 1200 个人，这个比例会掉到零点几。个子最高的人对"总身高"这件事几乎没有发言权。

换成财富、换成一次事故的损失、换成一次山火烧掉的面积，这件事就翻过来了：120 个样本里，最大的那一个可以占到总量的 13%，前三个加起来占四分之一。而且你把样本量翻倍，这个比例不会乖乖变小——它会等着某个更大的样本出现，然后重新把总量拽过去。

这就是厚尾（heavy tail，也常叫肥尾 fat tail）真正的意思。它说的不是"偶尔会出现一个大数字"，而是：总量由极少数几个观测决定，并且这件事不随样本变多而缓解。

于是有一个一行就能算的判据：把最大一项除以总和，然后把样本量翻倍，再算一次。比值明显变小，你在薄尾世界；比值赖着不动，你在厚尾世界。不需要拟合任何分布，也不需要看图形像不像直线——顺便说，看图形像不像直线是这行最常见的误判方式 → 参考 · 幂律的识别与误判。

这条差别会一路改变你对数据的动作。在薄尾世界，离群值（outlier）通常是噪声：量错了、录错了、传感器抽风了，剔掉它，剩下的数据更干净。在厚尾世界，你剔掉的恰恰是要解释的东西——去掉最大的那几项之后算出来的"平均行为"，描述的是一个从未发生过的系统。

地震是最干净的校准物。震级每高 1 级，释放的能量约是原来的 31.6 倍（10^1.5）。所以"平均一次地震有多大"这个问题，答案几乎完全由观测期内最大的那几次决定：换一段观测期，答案就换一个。这不是测量不精，是这个问法在这里没有稳定答案。

EN A heavy tail does not mean "a big value shows up now and then". It means the total is decided by a handful of observations, and that does not fade as the sample grows. One line tells you which world you are in: largest item divided by the sum, computed at two sample sizes. In a thin-tailed world outliers are noise to be trimmed; in a heavy-tailed one, trimming them describes a system that never existed.

02为什么风险模型总是往小了算（Why Risk Models Systematically Underestimate）

这里要说的不是"模型偶尔会错"，而是四条彼此独立的偏差，它们全部指向同一个方向：把危险算小。

第一，"没见过"不等于"很罕见"。医学统计里有个粗糙但极好用的规则，叫三除以 n（rule of three）：如果在 n 个人里一次都没观察到某种不良反应，那么它发生率的 95% 置信上界大约是 3/n。一个招了 3000 人的三期临床试验，一次严重不良事件都没出，能保证的只是"发生率大概不超过千分之一"——而这个药一旦给一百万人用，千分之一就是一千例。零次观测提供的信息，比人直觉以为的少得多。

第二，均值和波动率在厚尾下根本不收敛。下面这张图是同一件事做两遍：每多抽一个样本就重算一次平均值，看它离真实值还有多远。

薄尾那条线抽到五十来个样本就稳住了。厚尾那条线抽到两千个还在被单个新样本整体拽走四成——而且下一次被拽走没有时刻表。这意味着用它算出来的标准差（standard deviation，衡量数据围绕均值的散布程度）是个不稳定的数：换一段历史，它就换一个值。所有以标准差为地基的风险指标都继承了这个毛病。

第三，最常用的那个指标从设计上就不看尾巴。VaR（风险价值，value at risk）说的是"99% 的日子里，损失不超过 X"。请注意它对剩下那 1% 说了什么——什么也没说。损失是 1.1 倍的 X 还是 50 倍的 X，VaR 给出完全相同的数字。而在厚尾世界里，那 1% 内部的差别就是"难受"和"出局"的差别。

第四，你见过的最大值是一个有偏的下界。"历史最大回撤""建站以来最大流量""百年一遇洪水"——这些都是"到目前为止"。薄尾世界里记录会越来越难破，厚尾世界里记录会一直被破，而且破得没有规律。拿历史最大值当上限来设计，等于假设已经见过最坏的一次。

还有一条把前四条放大的机制：尾部的相关性会上升。平时各走各的东西——不同资产、不同供应商、不同机房——在极端时刻一起动。分散化正是在你最需要它的那一天失效。

这几条叠在一起，就是 2007 年 8 月那句著名的话的来历：高盛的财务负责人 David Viniar 向《金融时报》解释旗下基金一周内的巨亏时说，"我们连着好几天看到 25 个标准差的波动"。按正态分布，25 个标准差的事件在宇宙年龄里也轮不到发生一次。所以这句话的真实内容不是市场疯了，而是：当模型报出一个荒谬的小概率，被证伪的是模型，不是世界。

EN Four independent biases, all pointing the same way. Zero observations bound a rate only at roughly 3/n. Sample means and volatilities do not converge under heavy tails, so anything built on the standard deviation inherits an unstable foundation. VaR is silent by construction about the region past its own threshold. And the largest value on record is a biased lower bound, because in a heavy-tailed world records keep breaking. Correlations rising in the tail then amplify all four.

03期望值算的是一万个人，而你只有一条命（Time Average ≠ Ensemble Average）

现在来玩一个赌局。本金 100 块，抛一枚公平硬币：正面，你的钱增加 50%；反面，减少 40%。每一轮的期望收益是 (+50% − 40%) ÷ 2 = +5%。看起来是白送的。

把它跑 4000 遍、每遍 60 轮，结果是这样：

四千条路径的平均，是本金的 38 倍。中位数那条路径，剩本金的 4%。83% 的人收在本金以下，55% 的人剩不到十分之一。而那个漂亮的平均值之所以在涨，是因为四千条里排前 1% 的那四十条，拿走了全部财富的 93%。

两个数都没算错，它们平均的对象不同。"每轮 +5%"是横着平均：同一时刻站着一万个人，把他们的钱加起来除以人数——这叫系综平均（ensemble average）。你实际经历的是竖着平均：你一个人，一轮接一轮地走下去——这叫时间平均（time average）。

竖着走的时候，钱是乘起来的，不是加起来的。所以要看的是几何平均：√(1.5 × 0.6) = 0.9487，也就是每轮 −5.1%。同一个赌局，"期望 +5%"和"每轮 −5%"两句话同时为真。

这两个平均什么时候相等？物理学里管这个条件叫遍历性（ergodicity）。玻尔兹曼当年假设：一个气体分子在长时间里的平均行为，等于同一时刻大量分子的平均行为。对气体这基本成立，因为分子没有"出局"这回事。对钱不成立，因为你会归零——归零是一道吸收壁（absorbing barrier）：碰到它之后没有后续，后面所有轮次连同它们的正期望一起消失。期望值把你破产之后的那些轮次也算进去了，而你不在那儿。

补救的办法不是不玩，是改仓位。每次只押身家的一部分 f，同一个赌局立刻换一副面孔：

全押（f = 100%）：每轮 −5.1% ｜ 押一半（f = 50%）：正好不赚不亏 ｜ 押 25%：+0.62%，这是最优点 ｜ 押 10%：+0.40%

仓位比例决定了这个赌局是慢性自杀还是复利机器，而期望收益从头到尾没变过。这个最优比例有名字：凯利判据（Kelly criterion，1956），它最大化的正是对数增长率，也就是时间平均。现实里几乎没人按满凯利下注——它带来的回撤深得难以忍受，而且它假设你对概率的估计是对的，这个假设通常比赌局本身更危险。

想知道自己那条路径长什么样，最诚实的办法就是把它按规则跑一万遍，然后看整个分布，而不是看一个公式给出的平均数 → 参考 · 蒙特卡罗与集合模拟。

EN A fair coin that pays +50% or −40% has an expected return of +5% per round, and a time-average growth rate of √(1.5 × 0.6) − 1 = −5.1%. Over 4,000 simulated paths of 60 rounds, the ensemble average reaches 38× while the median path holds 4% of the stake and 83% of paths end underwater. The two averages part company because wealth compounds and ruin is an absorbing barrier — expected value counts rounds you are no longer present for.

04这套说法在哪儿不成立（Where This Breaks Down）

厚尾这套语言极容易被用成一件万能外衣。下面五条是它的边界，其中有两条足以推翻你刚读完的大半内容。

第一，不是所有东西都厚尾。由许多小量加起来、且每一项有界的东西——身高、体温、测量误差、一天里的通勤时间——是薄尾的，中心极限定理照常成立，均值和标准差就是好尺子。厚尾来自特定的机制：乘法式增长、优先连接（富者愈富）、传染耦合、赢家通吃。判据是机制在不在，不是图看着像不像。而看着像的多半检验不过 → 参考 · 幂律的识别与误判。把厚尾用在薄尾的地方，代价是实打实的：你会为根本不会来的灾难长期囤积防御，把资源花在恐惧上。

第二，遍历性那套论证有前提，而且前提很硬：你不能汇集、不能重置。对一个能把大量近似独立的风险汇集起来的主体——保险公司、指数基金、有持续外部资金的机构——系综平均确实是对的对象，因为它真的同时是那一万条路径。所以"永远别用期望值"是错的。正确的问法不是"该不该用期望值"，而是"我这一次，是那条路径，还是那个系综？"

第三，同一条公式有两种辩护，别把它们当成一件事。1738 年丹尼尔·伯努利在彼得堡科学院处理圣彼得堡悖论时提出：人衡量的不是钱而是钱的效用，而效用大致随财富的对数增长——这是一个心理学解释。近年 Ole Peters 用时间平均给出同一条对数公式的另一种辩护：这根本不是偏好问题，是重复的乘法过程本身的性质。经济学界并不接受这个替换（Doctor、Wakker 与 Wang 2020 年在《自然·物理》上直接回应，认为它把一个老问题重新包装了一遍）。你不必在这场争论里站队，但要知道两条辩护在哪儿分叉：在"能不能汇集风险"这一点上——心理学解释允许偏好改变，动力学解释说这跟你的偏好没关系。

第四，厚尾不是宿命论。放弃的是点预测，不是干预。分布本身可以被结构改动：单笔上限、止损、模块化隔断、保险、把一次大注拆成很多次小注——每一样都是在给尾巴装截断。说"反正不可预测"然后什么都不做，是把一个关于预测的结论，错误地搬到了关于结构的问题上。

第五，也是最难守的一条：别用"黑天鹅"做事后免责。一个诚实的厚尾主张必须是事前可说的：什么规模的事件、大约多久出现一次、我打算用什么结构承受它。事前说不出这三句，事后说"这是厚尾"就只是给失败换了个更体面的名字。

EN Five limits. Additive, bounded quantities are thin-tailed and the mean is a fine ruler there. The ergodicity argument assumes you cannot pool or reset — for an insurer or an index fund the ensemble average really is the right object. Log utility has two rival justifications (Bernoulli's psychology, Peters' dynamics) and economists have pushed back hard on the second. Heavy tails are not fatalism: the distribution itself can be truncated by structure. And a claim that cannot be stated in advance is not a heavy-tail argument, only an excuse.