我们常说风险越高的资产，可提供更高的收益，然而这一说法其实较为理想化，有时候，更高的风险可能导致更加不确定的结果。那么，如何更好地理解风险和收益之间的关系？本文作者尝试做了总结与分析，一起来看一下。

01

关于风险和收益之间的关系，有一个广为流传的图示，那是一条倾斜向上的曲线，它表明了风险和收益之间的正相关关系。风险越高的资产看上去总是能够提供更高的收益，不然，谁冒险呢？‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

但遗憾的是，这个曲线是过分美化了的。它降维了，霍华德·马克斯给出了一个引入不确定性的风险收益曲线。它是这样的：‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

这意味着，‍‍更高的风险导致更加不确定的结果，收益期望会更高，但损失的可能性也更大。风险就是损失的可能性，风险经营就是平衡损失的可能性和收益期望。这就话已经很精准了，无需解释。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

那风险来自什么？

过去几年，大家都看到了，地产行业在去杠杆的过程中很多公司爆雷了，很多曾经非常辉煌的公司面临着很大的挑战，就是因为他们在巨大的惯性里面控制不住自己的疯狂扩张，反而是那些能够克制自己扩张欲望的公司，能够在一片爆雷市场里面收获剩下来的蛋糕。

银行也是一样。前段时间的硅谷银行的爆雷，本质上也是对金融创新的过度追求，过度激进，让一家快速成长的公司也以大家意想不到的速度坍塌了。

金融行业和地产行业特别像，保守的公司最后会蚕食掉那些非常激进而犯错的公司剩下的市场。它们本质上都是一个惩罚激进者的行业。

信贷风险管理本质上也是如此。‍‍‍‍‍‍‍风险来自激进，激进放贷就是冒更大的风险博更高的收益。我们今天就来好好聊聊风险和收益的关系。

02

信贷领域，要谈风险，必谈信用评分。

关于信用评分，有一系列曲线，包括风险和评分的关系、评分的分布、评分与响应的关系、评分与盈利水平的关系等等，如下是其图示。

它表明，评分越高的用户风险越低，但评分呈现的是中间多两头少的近似正态分布，且评分高的用户响应率低（优质用户总是更少地成为机构的生息资产），三者结合，使得评分与盈利水平的关系并不是一条单增的曲线，而是一条先增后减的曲线。‍‍‍‍‍‍‍‍

高风险的用户总是使你亏钱，因为违约率太高，加之催收成本又大；低风险的用户更倾向于把信贷产品当支付工具，并不怎么习惯分期还款，或者根本不使用信贷产品，徒占资金，当然了你可以挣个通道费；只有中间风险的用户，既有足够高的活跃率，又不至于履约能力太差，这才是盈利的主要来源。‍‍‍‍‍‍‍‍‍‍

风险经营，或者说风控的关键，当然是开发越来越准的信用评分。至于如何开发信用评分，至于其他的评分，此前都写过专题文章，不加赘述。‍‍‍‍‍‍‍‍‍‍‍‍‍‍

信用评分并不是我们今天的重点，我们今天只关注收益和风险。‍‍‍‍‍‍‍‍‍

如果我们要画出收益的概率分布，它应该是这样的：超高收益的概率低，中等收益的概率高，极低收益甚至是亏损的概率低，如下图所示。

投资也好，经营企业也好，长期来看平均而言，你可以挣到一个与经济增长相适应的利润，获得超额收益是很困难的，为了获得超额收益，反过来你就可能出现损失。

对于这样的收益风险曲线，要放大收益，无外乎几种曲线变形，变高瘦、变矮胖、平移，以及正偏。对应的，风险经营无非就是通过某些方式达成其中某种变换。

如果我们选择更保守地放贷，那在市场环境优良时我们就会落于人后，没能获得超高收益，而在市场环境恶劣时我们会跑在人前，风险损失会更小。最近几年随着行业被强监管，对现有的持牌机构却是长期利好，头部效应会越来越明显。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

如果我们选择更激进地放贷，那在市场环境优良时我们就会直接起飞，快速地挣到大钱，而在市场环境恶劣时我们也可能会死得很惨，风险损失会很大，一旦年化利率和催收被强监管，结果可能会血本无归。举例来说，过去几年“714高炮”时期，多放少拒提高定价，你的账上轻轻松松滚出几十倍的钱，但后来，有很多老板都被抓了。

一般意义上的激进是通过高定价去覆盖更下沉客群，从而实现用户规模的增长，另一种增长就是提高存量用户的活跃和单价。提高活跃和单价最有效的办法是提高额度。但不管如何，提高额度会增大损失的可能性，一个原因是好坏用户的额度使用是不对等的，另一个原因是过度提前消费总是对人性的某种考验，而考验人性本身就是在冒险。

一个科学地提额，会使得收益曲线左右不均等变化。取得高收益的可能性会增大，损失的可能性也增大，但前者会大于后者，整体收益期望变大，如下图。

挣更多钱的可能性变大，不代表我们就要去做。因为可能性不是确定性，期望不代表结果。有时候，我们需要走得更稳，行稳才能致远。于是，我们可能会降额，可能会清退用户，可能会踏踏实实地经营偏优质资产，然后等风来，等市场将那些野蛮扩张的企业打败，等天上把馅饼掉在你的手上。

此时，收益曲线左右非等比压缩，右侧压缩得小，左侧压缩得大，整体收益期望会变小，如下图。其实，现在买房就应该以这个为预期，买房应该尽量规避大宗资产贬值的风险，而不是期望获得不现实的回报。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

你会说，那我们有没有办法做到曲线平移呢，这样不是在任何情况下都会获得更高收益吗？

我们做策略优化永恒的两个目标：在相同的通过率下面降低风险，或者在相同的风险下提高通过率。的确这就是可以达成曲线向右平移的路径，如果你的策略优化真的绝对有效的话。因为有时候，很多时候，你的优化只是表面上的优化。该问题在《关于那个新老策略模型孰好孰劣的问题》中进行了探讨。

实际上准确上来说，在相同的风险下提高通过率，并不能降低风险损失的可能性。只能说它具备了降低风险的能力，但却在保留风险水平的情况下博取更大的收益。‍‍‍

即便策略优化达成得很完美，收益曲线也不是平移那么绝对。在达成这两个目标的过程中，要么会投入更多的数据成本，要么会投入更多的人力成本，要么是提高策略模型人员的风控水平，要么就是在相同的人力下压榨他们的剩余价值。在一种优化中，总是增加了某个方面的付出，才达成了一个更大的收获。于是，收益曲线改为如下所示会更为准确。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

因为你的风控水平提升了，在市场奖励你时，你取得更高收益的可能性变大了，在市场惩罚你时，损失的可能性变小了，但前者的程度比后者大，因为成本增大了你损失项。

前面说的激进放贷，就跟激进投资一样，其实非常常见。贷款的易得性、经济向好、市场消费需求旺盛等一系列因素，使得你看不到风险，或者你觉得能在风险来袭时及时抽身。但最终往往是风险规避不足。

我们没有人会认为中彩票的人是投资大师，也不会认为《狂飙》里的刀哥是风险经营大师，但却有很多人认为在贷款平台从事超36%年化利率博取高回报的人是风控大师。