金融、保险领域的风险比较，本文主要内容关键词为：风险论文,领域论文,金融论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
风险所带来的不确定性、不稳定性广泛深刻地影响着我们人类赖以生存的这个社会，几乎在大千世界的各种领域都能接触到这个词，而保险公司和证券市场更是和风险打交道的两大场所。但是作者比较感兴趣的是“风险”在这两个领域中饰演的角色是否相同，例如他们处理的风险相同吗？处理方式是怎样的？关于风险的测量又是如何呢？这里稍试讨论归纳。
一、在风险概念上的比较
风险在不同的场合有不同的理解，迄今对于所见到的对风险的理解可以归纳为四种：
数值风险——风险所导致的坏结果与经济损失货币数量挂钩，故用货币大小衡量风险。
概率风险——理解为较坏结果的发生可能性，故用概率值衡量风险。
方差风险——将风险视为随机变量，利用方差刻画好坏结果的差异，用方差衡量风险。
抽象风险——将风险视为一种不确定性，没有具体可实施办法。
通过对实践中普遍存在的风险现象的观察和研究，《风险度量原理》（姜青舫，陈方正.同济大学出版社，2000.）中将风险的特征归纳为：
(1)隶属性，即所有风险均是指包含于行为人所采取行动过程中的风险。如果雪崩是发生在无人区，那么这一现象就不带有风险性；同样，不买股票就可以不承受赔钱的风险。
(2)危害性，是指风险所引致的潜在损失对行为主体造成的威胁，这种威胁致使行为人焦虑、恐惧，并由此导致行动选择的非理性和资源配置的低效性。例如股市暴跌时在低价位斩仓割肉，一旦反弹变成空仓，心中一慌又在高价位跟进，结果再次下跌复又斩仓而损失惨重。
(3)并协性，是说任何存在于某一行动过程而对行为人造成危害的风险，总与该行动试图实现的目标利益相反相成。也就是说，行为人之甘愿冒风险，总有其特定利益为背景。在风险测量中就要考虑到风险的损失与利益的并协性，如数值风险测量中只考虑到损失的大小，而否定了其中存在的利益因素。
综合这三种属性的风险的定义为：在以特定利益为目标的行动过程中，若存在与初衷利益相悖的可能损失即潜在损失，则由该潜在损失所引致的对行动主体造成危害的事态，便称作该项行动所面对的风险，简称该项行动风险。事实上，“风险”并没有一个通用的定义。《风险管理与保险》（孙祁祥等译，中国社会科学出版社，1998.）中定义风险是指未来结果的变化性，侧重于预期损失的不确定性，这应该属于保险领域所处理的风险；《风险价值VAR》（菲利普·乔瑞(Philippe Jorion)著，中信出版社， 2005.）中则定义为预期收益（各种资产或附息负债的价值）的不确定性，这是金融领域所处理的风险。显然，第一种风险定义较具一般性也富有哲学性，后两种可以继续抽象到数学中的随机变量使用。
二、在风险处理上的比较
在现实中，人们要做出种种努力防范风险减轻风险危害性，也就是风险处理。保险和证券市场则成为社会化风险处理的两大重要机制。保险业实施的是将风险转移，从根本上说，保险是把风险从厌恶和畏惧其危害性的个体那里，转移到能把非确定性集中起来以使风险得到化解的保险商那里。保险公司处理的风险一般属于纯粹风险或普通风险，也就是那些不管发生不发生，都不会带给人们任何收益的风险。
而证券市场的基本功能是筹集资金以分散风险。他们通过发行股票和其他有价证券，企业家把本应由自己承担的经营风险转嫁给了社会公众。每个个体购买有价证券，以试图冒一定风险而得到比在其他无风险投资中更大的收益。如此，厂商通过证券市场这种分散风险方式而敢于经营那些单凭自己力量不能经营的项目。证券市场处理的是投机风险，它给人们带来的可能是损失也可能是利益。
总结以上风险处理过程，可以得到以下两点：一是风险移动方向相反。在保险机制下，风险基本上是从社会个体转移到保险公司；而在证券市场，则是从上市公司通过发行股票转移给社会公众股东。二是风险集中与发散相反。保险公司将分散的若干社会个体风险集中到自己手中完成风险转移，上市公司则将集中的风险分散给若干社会公众达到风险分散。
然而，二者在一定条件下都会导致人为增大风险。例如由于风险道德、逆向选择等问题会使保险业陷入由转移风险带来更大风险的怪圈之中；而现代证券市场由于纯市场属性，很容易变成风险滋生的场所。
三、在风险态度上的比较
虽然风险隐藏着潜在损失，但人们对待风险的态度仍是有所不同的。具体说来，可以分为三种；风险厌恶、风险中性和风险寻求。风险厌恶意味着一个人为了换取对于未来的确定性，愿意支付超过预期回报的金额。如果一个人只愿意支付平均损失作为保险费，那么它属于风险中性者。如果一个人只接受低于平均损失的风险，甚至可能付钱以增加风险，比如通过赌博，那么他就属于风险寻求者。
人们在风险上总是表现出双重性。一方面要回避普通风险，所以人们要投保，付费将风险转移给保险公司；另一方面又主动追求投机风险，所以企业要投资于风险企业，个人要购买股票。但本质上，回避普通风险和追逐投机风险都属于趋利避害行为。因此在风险行为过程中，社会个体在保险领域表现出风险厌恶的态度，而在金融投资领域表现出风险追求的心理。从另一个角度看，在保险领域保险商是一个风险追求者，证券市场上上市公司则是对风险厌恶的。
四、在风险度量上的比较
（一）关于风险度量标准的比较
关于风险的测量有三种：综合评价测量，能够度量人们对风险的不同好恶程度；投机价值度量，给出某风险以多大的概率得到可能收益，而不考虑损失如何，即标识人们由可能收益而带来不同程度的喜悦；损失危害度量，与投机价值度量互补，度量出某风险以多大的概率出现相应的损失，而不考虑收益如何，即标识由潜在损失出现的不良的程度。这三种测量中最为重要的是损失危害度量，而下文中的 
均属于这种风险度量。
结合Artzner,P.Delbaen,F.Eber,J.M.Heath,D.(1999)的结论对金融风险度量函数
提出了六条基本标准（X代表投资组合的未来收益）：
(1)固定转化性，
说明增加资金投入可以降低风险。其中r是无风险利率，α≥0为常数。
(2)同质性，对任意β≥0，有
说明随着资产配置量的增加，风险也相应的增加。
(3)单调性，若X≤Y则
。说明资产面临的潜在损失越大，风险越大。
(4)次可加性，
,i=1,2,…,n说明分散化投资可以降低风险。
(5)隶属件，一个风险度量隶属于特定的行为主体，该度量要反映出行为主体对风险的主观偏好程度。
(6)有效性，需要直观且宜操作以便用于实践中。
对应地，Ramsay,C.M.(1994)，对保险领域的风险度量给出五条要求（X表示未来的损失）：
(1)无风险性，即常量风险所对应的风险度量值为0，X是无风险的当且仅当
=0，说明只要有偏离期望的可能性，就有风险存在。
(2)非负性，即对于所有的风险X，都有≥0。
(3)次可加性，即对于任意两个独立的风险，
。说明保险公司中风险汇集的可行性。
(4)一致性，即对于风险X和常量损失c，有
。说明增加确定性的损失不会改变总体的风险水平。
(5)客观性，仅仅通过风险分布函数
依赖于客观的风险X。这一点反映符合风险的隶属性，风险的所有信息可以从风险分布中得到，选择什么样的风险度量函数则反映了行为主体的风险偏好。
目前对于一般风险度量还没有一个确定的标准，如果按上述两种标准而言，二者对风险度量函数的要求本质上基本是一致的，只是考虑角度或者表达方式不同。如金融标准中的“固定转化性”和保险标准中的“一致性”，前者是从风险的潜在损失考虑的，而后者更强调风险的不确定性；再如金融标准中的“隶属性”和保险标准中的“客观性”思想是一致的。但是，比较来看上述保险领域的风险度量标准还是需要些补充，如金融领域中的同质性，再有对于与风险X，Y均独立的风险Z，风险度量函数应该满足下式：
附图
（二）关于风险度量函数的评价比较
1.风险的方差测量
风险的方差测量可以说是现代金融风险测量的基础，是H.M.Markowitz开创的现代投资理论的主要内容，即用均值衡量某一投资组合的收益，用方差衡量该投资组合的风险；对任一投机风险，其均值越大越优，其方差越大越劣；方差较大的投机风险其缺陷可用增大均值来弥补，均值较小的投机风险可用减小方差来弥补。但是在使用这一理论时投资者必须假设所研究的投机风险的收益率是服从正态分布的或者投资者有二次效用函数。然而已经证明风险厌恶的投资者面对两个期望收益相等的风险时，不总是选择方差较小的；并且在保险风险环境下方差测量尤为失效，因为在保险中大多损失分布是右偏厚尾，所以方差测量不会给出任何关于破产概率的信息。另外，金融数据大多是“高峰厚尾”分布，方差不存在，而且方差测量不满足金融风险测量中的单调性。
2.风险的变异系数测量
变异系数定义为
，常称为相对风险测量，但是在保险领域的异质风险组合中单凭这个统计量很难能得到可靠的风险信息。在金融领域变异系数称为单位收益风险率
应用于金融投资中；但只能在资产间进行风险的相对比较，不能直接度量风险。与之类似的还有单位风险收益率
、Beta系数，他们违背了金融风险测量标准中的同质性和单调性。
3.当VaR(Value at Risk)作为一种风险衡量方法
VaR技术可以说是目前金融市场上最流行的风险管理技术。VaR的直观定义是：VaR是在一定的置信水平下和一定的目标期间内，预期的最大损失。更严格地说，它描述了在一定的目标期间内收益和损失的预期分布的分位数。如果未来投资组合的价值设为w，其概率分布密度函数为f(w)，给定置信水平c，则一般分布的VaR定义为
。Artzner等人(1999)表明，以分位数为基础的VaR的衡量不能满足金融风险测量标准中的次可加性，而当收益率呈正态分布时，以标准差为基础的VaR满足次可加性，这正是Markowitz理论中的投资组合的波动性低于总的波动性。
（三）关于风险排序的比较
随机优势(Stochastic dominance)理论是20世纪70年代初发展起来的一种统计决策与推断理论。它采用特殊的方法鉴别随机变量分布函数的优势，对风险进行排序。具体来说如果设F，G分别是两个期权变量X，Y的概率分布函数，则各阶随机优序可以这样定义：
附图
且E[X]≥正[Y]。
当然还可以以这样的规则定义更高阶的随机优势。但是在经济学中常用到的是上述前三阶随机优势；具体应用可参见相关文献。随机优势理论的发展使研究者意识到风险度量应该涉及到人的偏好。因此近些年在保险领域基于期望效用理论对表示未来损失的风险进行排序得到随机序(Stochastic Orders)的概念，其中一阶随机优序(stochastic dominance order)和停止损失序(stop-loss order)是比较重要的，具体应用可参见相关文献。两种随机序的定义如下，其中X，Y表示未来损失：
附图
事实上，可以证明在经济学中的随机优势和保险学的停止损失序之间存在一定的等价关系。风险排序并没有专门建立测量意义上的风险度量，而是用研制出的一些方式来针对不同条件下的风险资产排出他们的顺序，从这种意义上说，他们的风险度量是一种风险排序方法。不过近几年也有一些文章提出通过识别行为人风险偏好性质，设法找出与之对应的效用函数，然后在Arrow-Pratt风险报酬概念的墓础上，对风险大小进行量度，这代表着风险度量的一个新方向。