Jikipedia
学习书架推荐阅读顺序
Jikipedia投资耶鲁金融市场（2011）第02讲 风险与金融危机（完整文字稿）
第 02 讲

第02讲 风险与金融危机

投资lecture-02transcript

这是什么

ECON 252 (2011) 第02讲完整官方文字稿（Robert Shiller，2011 春季录制）。章节沿用 raw：Ch1 Crisis 与概率论的关联 00:00:00；Ch2 概率论导论 00:05:51；Ch3 收益率与基本统计概念 00:09:58；Ch4 独立性及其失效作为危机成因 00:26:29；Ch5 回归分析、系统性 vs 特质风险 00:38:58；Ch6 厚尾分布在危机中的角色 00:58:59。TA Elan Fuld 负责配套复习课（不上 OYC）00:05:51。

核心要点

  • 两种理解危机的方式：历史叙事（2000 全球股市崩盘→2003 后回升→2007 起房价/股市再崩→2007 年房贷相关公司倒闭→英国 Northern Rock 银行挤兑（被遏制）→美国银行倒闭→各国政府救助→反弹）vs 金融理论家的概率视角（危机是海量小冲击按概率法则累积成大事件，叙事只是围绕冲击的「故事」）00:00:00。
  • 概率词汇本身很新：probability 的现代含义 1600 年代才出现；概率论是把复杂世界当作「无数微小冲击」的数学化处理，类比天气预报（流体力学模型；飓风两周前不可预报——金融危机同理有时限）。Shiller 声明这不是他本人最喜欢的视角，只是讲概率的好入口 00:00:0000:05:51。
  • 收益率基础：r_t = (p_{t+1}−p_t)/p_t 资本利得 + 股息；简单收益介于 −100% 与 +∞（有限责任下最多亏完本金），毛收益率 1+r 恒正 00:09:58。
  • 集中趋势度量：期望值 E(x)=Σ 概率加权；样本均值估计期望；几何平均（n 个毛收益相乘再开 n 次方）是评估投资更好的指标——任何一年 −100%（毛收益 0）就把几何平均打成 0，警惕「50%、30%、然后全亏光」的经理人 00:09:58。
  • 风险度量：方差 = 离均差平方的概率加权平均；标准差 = 方差平方根（例子：均值 8%、±1% 波动 → 标准差约 1）；样本方差除 n（或 n−1）00:09:58。
  • 协方差/相关：x 与 y 共同移动程度（例：IBM 与 GM 收益率）；同向为正、反向为负、无关趋 0；相关系数 = 协方差/(σx·σy)，范围 [−1,+1]（+1 完全同步、−1 完全反向、0 无关）；独立 ⇒ 协方差 0 ⇒ Var(x+y)=Var x+Var y 00:09:58。
  • 独立性的失效（危机解释一）00:26:29：
    • 大数定律：n 个独立同分布变量的均值方差 → 0（掷硬币 1 次 σ=1 美元，100 次平均几乎无险；直觉可溯亚里士多德，但无概率论无法推进）；保险业建立在其上。
    • 1987 年股灾后公司开始算 VaR（Value at Risk）：「5% 概率年内亏 1000 万美元」式声明；隐含独立性/相对独立假设 → 全球公司 VaR 估计过于乐观 → 危机中被证明是错的。
    • 危机后的新概念 CoVaR（普林斯顿 Brunnermeier 等）：组合有时比想象中更同动，「一切同时出错」的时段协方差会飙升 00:26:29。
  • 系统性 vs 特质风险（回归分析）00:38:58：
    • 案例：S&P 500 2000–2010：2000–2002 跌约 40%、此后回升、2007–09 再跌近 50%（「吓人」）；同期 Apple 涨 25 倍（2005 年 2:1 拆股已调整）——月度收益率图却「面目全非」，看不出 25 倍，说明单一叙事不可靠。
    • 反事实例子：2000 年拿 40 万美元二次房贷全买 Apple → 2010 年值 1000 万美元；「事后看太美好」——旅程是 ±30% 月波动的过山车。
    • Yale 1954 班故事：1979 年 25 周年聚会凑 37.5 万美元交经理人 Joe McNay（投 Home Depot、Walmart、互联网股），2004 年 50 周年聚会捐给耶鲁 9000 万美元；McNay 2000 年市场顶部开始清仓——「天才还是运气？」Shiller：一半靠运气；每 1 个 Joe McNay 背后 1000 个被碾碎；读 Plutarch《凯撒传》：凯撒每次冒险都上，成了罗马皇帝，然后被刺杀；住 40 万美元房子不冒险的普通人「也许是聪明人」。
    • Apple 2008 年单月跌约 1/3 的例子：Steve Jobs 公开露面气色差 → 公司发言人沉默 → 谣言他癌症复发将死 → 后来证明没事迅速反弹——市场运动的「疯狂」个案（Jobs 1990s 被逐出自己公司、创 NeXT、Apple 衰落后被请回，公司特质风险与他强相关）。
    • 散点图 + 回归线：Apple 月收益对 S&P 月收益，最小二乘斜率 β=1.45——Apple 约为大盘 1.5 倍放大反应（经济差时更差、好时更好）；但特质风险主导（散点远离线）。
    • 反例收尾：2008 年 9 月 Lehman Brothers 破产（9/15，美国史上最大破产）当月 S&P −16%，Apple 仅 −5%——因为正从 Jobs 健康消息中恢复，β 被此点拉低。
  • 厚尾分布（危机解释二）00:58:59：
    • 正态假设是传统金融第二个失效假设；钟形曲线（Gauss）；耶鲁数学系 Benoit Mandelbrot 指出自然界常出现比正态更厚尾的分布（Cauchy 分布图示），两个分布 100 个观测内几乎不可区分，区别只在极端事件上。
    • S&P Composite 自 1928 年每个交易日（约 4 万天）直方图：±1% 日约 9000/8000 次；极端日极稀少——「十年华尔街也未必见到一次大跌幅」→ 安心感是错觉。
    • 极端日实证：1929-10-30 +12.53%（最大单日涨幅，紧接 10/28、10/29 两天合计约 −24% 的大崩盘后的反弹——「两天连崩，独立性看着就不对」）；1987-10-19 −20.47%（S&P；若按正态拟合，概率 10⁻⁷¹——「按正态信仰不可能发生，但它发生了」）。Shiller 亲历：那天在邻近教室上课，学生举晶体管收音机说股市崩了；课后去 Merrill Lynch 找股票经纪人，对方说「别慌，会反弹的」——结果没反弹（他午间到，还在跌）。
  • 总结两条失效链：独立性→大数定律→（跨时间/跨股票）分散即安全——危机里不成立；正态性→小概率事件「不可能」——金融里极端冲击以低概率但规律性出现 00:58:59。

机制 / 论证

  • 论证主链 A（分散化为何失效）：独立风险可分散（方差和的公式 + 大数定律）→ VaR 以「相对独立」为前提 → 真实世界冲击相互依赖（一切同时变坏）→ 组合层面崩盘 → 需 CoVaR 式相关结构建模 00:26:29。
  • 论证主链 B（正态为何失效）：薄样本下的钟形拟合看不出厚尾 → 「没见过的跌幅」被当成不可能 → 1929/1987 极端日以天文数字的小概率发生 → 金融必须给「没见过的状态」留概率 00:58:59。
  • 反例群：Joe McNay 的天才叙事（运气）；Jobs 健康谣言的单月 −1/3（特质冲击）；Lehman 月 S&P −16% vs Apple −5%（特质风险对冲了系统性风险）；1987 经纪人的「会反弹」（专家叙事失败）。

可操作

  • 评估任何投资经理：先看有没有 −100% 年份（几何平均纪律），再看均值与波动率，最后问风险是否独立/正态——本讲的三个检查点。
  • 阅读（复习课展开数学）：均值、方差、协方差、相关、β、回归、大数定律。
  • 时间语境：Lehman 破产（2008-09-15）、Apple 25 倍（2000–2010）、VaR 时代（1987 后）、CoVaR（危机后新提出）均为 2011 年授课时点表述。

术语

  • VaR（Value at Risk）：给定概率下的最大损失底线数字，1987 后流行。
  • CoVaR：Brunnermeier 等提出的条件 VaR，捕捉「别人也在亏时你亏多少」。
  • β（beta）：个股/组合收益对市场收益的回归斜率（系统性风险载荷）。
  • 特质风险（idiosyncratic risk）：与市场无关的公司个体冲击。
  • 厚尾/肥尾分布：极端值概率高于正态预测的分布（Cauchy 为示例）。
  • 大数定律：独立同分布均值方差随 n→∞ 趋 0。

不确定 / 待验证

  • [需要验证] raw 转写口误：「Benoit Mandelbrot 是厚尾概念发现者」句内自带更正——「Pierre Paul Levy 发明该概念，下讲再谈」，引用时应说 Mandelbrot 为推广/关键人物。
  • [需要验证] 1929-10-30 +12.53%、1987-10-19 −20.47%（S&P）为 Shiller 口述数字；Dow 口径 1987 跌幅更大（口播提及）。
  • [需要验证] Yale 1954 班给 Joe McNay 的起始金额口播「$375,000」（一处误作 1954 年），以 1979 年聚会成立为准。

相关

更新 2026-09-05

检索知识库

按标题、类型或正文检索