3、风险的度量：方差、标准差、半方差、下行风险、最大回撤等风险指标的定义、计算与解读

在金融资产配置与投资组合管理中，收益与风险是一体两面。收益度量的是“赚了多少”，而风险度量的是“不确定性有多大”以及“可能亏多少”。本章聚焦于风险度量的核心指标体系，从最经典的方差与标准差，到更贴近投资者真实痛点的半方差、下行偏差与最大回撤，逐一拆解其数学定义、计算方法、适用场景与解读要点。理解这些指标，是后续进行资产配置、组合优化与绩效归因的基石。

3.1 方差与标准差：波动性的经典度量

核心原理

方差（Variance）度量的是资产收益率与其均值之间的平均偏离程度。标准差（Standard Deviation）是方差的平方根，其单位与收益率一致，因此更便于直观解读。在金融学中，标准差常被称为“波动率”（Volatility），是衡量资产价格离散程度最通用的指标。其数学定义为：

方差 σ² = (1/n) × Σ(rᵢ - r̄)²
标准差 σ = √σ²
其中：rᵢ 为第 i 期收益率，r̄ 为 n 期平均收益率

判断方法与操作流程

在实际应用中，计算标准差通常遵循以下步骤：

1. 数据准备：选取合适的频率（日、周、月）与时间窗口（如 1 年、3 年、5 年）的收益率序列。
2. 计算均值：求出该时间窗口内的平均收益率。
3. 逐期求差：计算每期收益率与均值的差，并求平方。
4. 求平均与开方：对平方差求平均（总体方差）或除以 n-1（样本方差），再开方得到标准差。
5. 年化处理：将日/周/月标准差年化，日波动率 ×√252，周波动率 ×√52，月波动率 ×√12。

3.2 半方差与下行风险：聚焦损失侧的不确定性

核心原理

半方差（Semivariance）与下行偏差（Downside Deviation）解决了标准差“好坏波动同罚”的问题。它们只关注收益率低于目标值（通常为均值或设定的最低可接受收益率）的部分，即“损失侧”的波动。下行风险指标更符合投资者对风险的真实感知——亏损带来的痛苦远大于同等幅度盈利带来的快乐（损失厌恶）。

半方差 SV = (1/n) × Σ [min(rᵢ - r_target, 0)]²
下行偏差 DD = √SV
其中：r_target 为目标收益率（可为均值、0 或固定基准如无风险利率）

判断方法与操作流程

• 设定目标收益率：通常选择 0（亏损）、均值（相对亏损）或无风险利率（超额损失）。
• 筛选下行样本：仅保留 rᵢ < r_target 的期数。
• 计算偏离平方：对筛选出的样本计算 (rᵢ - r_target)²。
• 求平均与开方：对所有期数（而非仅下行期数）求平均，再开方。

3.3 最大回撤：极端损失的直观度量

核心原理

最大回撤（Maximum Drawdown, MDD）衡量的是从历史净值峰值到后续最低点的最大跌幅。它直接反映了投资者在持有期间可能遭遇的最糟糕账面损失，是衡量策略“痛苦程度”和“修复难度”的关键指标。与标准差不同，最大回撤不依赖任何分布假设，是一个确定性的历史统计量。

回撤 D(t) = (P(t) - P_peak(t)) / P_peak(t)
最大回撤 MDD = min(D(t)) 对所有 t
其中：P(t) 为 t 时刻净值，P_peak(t) 为 t 之前的历史最高净值

判断方法与操作流程

1. 净值序列整理：获取策略或资产的每日/每周净值序列。
2. 滚动计算峰值：从起点开始，记录截至当前时刻的历史最高净值。
3. 逐期计算回撤：用当前净值减去历史峰值，再除以历史峰值，得到当期回撤比例。
4. 取最小值：所有回撤值中的最小者（即最大跌幅）即为最大回撤。
5. 记录回撤区间：同时记录回撤开始时间、结束时间与修复时间，用于评估恢复能力。

3.4 指标综合应用与选择框架

核心原理

不同风险指标从不同维度刻画风险：标准差衡量整体波动，下行偏差聚焦损失侧，最大回撤反映极端损失与修复难度。在实际投资决策中，应构建“多维风险画像”，而非依赖单一指标。下表给出了不同场景下的指标选择建议：

判断方法与操作流程

• 明确风险承受边界：先确定最大可容忍回撤（如 20%），再反推允许的波动率范围。
• 多指标交叉验证：若标准差较低但最大回撤较大，说明存在极端负偏风险；若下行偏差接近标准差，说明下跌与上涨波动对称。
• 动态监控与预警：设置回撤预警线（如 MDD 的 70%）与止损线（如 MDD 的 100%），触发后启动减仓或对冲机制。
• 压力测试补充：结合历史极端行情（如 2008 年、2015 年 A 股、2020 年疫情）进行情景模拟，检验指标在极端环境下的表现。