风险分析过程中的风险事件及影响因素

在风险分析的过程中，我们曾经犯过错误吗？有没有分不清楚风险的来龙去脉而陷入一片混沌中呢，其实这个答案是肯定的，在很多研究中，因果倒置，混乱现象屡见不鲜。重方法清问题所导致的不知所云亦让人莫名其妙，为了解决这些问题，我们在后文中陆续阐述经济与管理系统中的风险分析的思想思维过程方法，供各位借鉴。

风险是很复杂的，对其的管理亦是十分复杂。风险管理的过程一般分为风险识别、风险评估/风险评价、风险防范、风险控制，在本文中，我们先重点介绍风险识别。

前文讲过，一个经济和管理系统可能会产生很多个风险事件，那么，到底会产生何种风险事件则需深入的分析。往往我们很多学者都会找出一些肤浅的事件来，但对于风险事件的本质则很少有人洞察。分析风险事件不仅要有较深的专业素养，更拥有深厚的洞察力与丰富的想象力。在这个分析过程中可能会犯两个错误：（1）将真正的风险事件漏掉；（2）将与之无关的事件错误的当成了风险事件。我们称第一类错误为“以真当假”，那么第二类错误则是“以假当真”。要想避免这两类错误，需要科学家真正的掌握这个经济与管理系统中的运作特征，而不是人云亦云的照搬前人的一些术语，然后拿来分析一个特例，不去调研，不去探索，用那些“不用费力气”的方法得到一个又一个的特殊的结果。

前文中曾说过，风险事件一定要明确，不能模棱两可，风险事件应可测且不可云山雾绕。诸如很多人定义的环境风险、政治风险、社会风险等均属于胡说八道。他们在定义中犯了一个致命的错误，环境、政治、社会、文化等都是风险产生的因素，绝不是风险事件，并且没有风险事件的风险是站不住的。

任何一个经济与管理系统都会产生风险，这是毫无质疑的。比如以城镇化为例。城镇化的关键并不是表面上的农村城市化以及小城镇的城市化，而且包括农村文化与城镇文化之间的文化差距的缩短。如果在实施的过程中，农民工的医疗保障、子女教育被歧视、安全保障等任何一个环节出了问题，都将产生社会阶层矛盾加剧，社会分化严重，人口逆流等与预设结果差距很大的风险事件。再比如说，在供应链协调策略中，可能会用到混合策略，比如说价格折扣与回购契约两种策略同时进行，但是如果折扣率及回购率设置不合理，将会导致企业合作中断事件，也会产生企业降低努力水平的事件。那么，在众多的风险事件中，最核心的风险事件是哪个则属于风险识别的一个关键问题。

进一步而言，就某一特殊的经济与管理系统来说，将会产生一定数量的风险事件。如果只有一个风险事件，则只需探讨风险因素与风险事件之间的关系即可。一般情况下，多个风险事件之间存在着一定的关系，他们或许独立，或许形成因果关系（一个风险事件或许会引起下一个风险事件的发生），比如在供应链风险中，物流断裂资金流风险供应链断裂风险之间就有一定的因果关系。物流与资金链断裂均可引发供应链断裂，物流断裂与资金链断裂之间可以互相影响，物流断裂可能会导致资金流断裂，反之，资金流断裂也会导致物流断裂。当然道德风险、双重边际效应等他们之间也存在一定的关系，这种关系需识别出来。然而，实际上这些风险事件之间的关系是很晦涩的，隐藏的关系需要不断地探索才能够被发现的。经常地，那些显而易见的并不一定真的是，同样的，那些表面上看起来无关的，也许隐含着这样那样的因果关系，只是他们没有被发现而已。

对于每一个风险事件，它在经济与管理系统的过程中的不同阶段都会有不同的因素，这些因素是什么？他们之间会不会有关系？这些需要小心论证。

其实，风险事件的风险因素一定不唯一。一般来说，至少有两个及两个以上的风险因素影响着风险事件的发生。具体的风险因素可能从输入、环境、转换等多个源头着手进行。在寻找的过程中，我们首先列出所有可能的因素，然后再用排除法删掉一些无关紧要的因素，留一些重要因素，这些因素中间有可控的，有不可控的，在可控的因素中总可以找出最优控制与防范的策略。

但更重要的，这些因素之间也不一定完全独立，而是其中有着千丝万缕的关系。在很多研究中，科学家们试图用几个完全正交的因素来说明风险的原因，这并非不对，只是不太精确。主要原因是这种做法仅仅考虑了风险的直接因素，而忽略了间接因素。但实际上，间接因素对风险的影响也是不可忽视的，如下图所示：

因素X4影响X3，X3影响X2，X2影响X1，X1影响风险事件Y。

以最简单的为例，每一个因素对下一个因素的影响大小为w，其中w的值在(0-1)，那么X4对Y的影响为w4。X3对Y的影响为w3，X2对Y的影响为w2，X1对外的影响为w，故此各个风险因素对风险的总体影响为

但实际上，风险因素与风险事件的关系远复杂于一个固定的w值，故此风险的分析比这个复杂得多。这种网络状的关系其实很难发现出来，也需要我们逐步的认清。

然而最复杂的还是这些因素与风险事件的特征向量之间的映射关系。这个映射非常关键，只有掌握了它，我们才能准确地掌握风险因素、风险事件、风险特征向量之间的关系，也描述了风险发生的规律。一旦这个规律被我们发现，我们就可以根据当时的情景以及条件判断某某风险事件是否会发生，以及什么时候会发生。

显然，这个映射关系并不那么容易被发现，如果风险因素只有一个层次，也就是说风险因素之间完全独立且正交，而风险事件仅有一个特征向量，我们可以做出风险映射，我们称之为模型。一般来说这个映射不是线性模型，它会呈现出非线性特征。它不是很简单的就可以找到，只能通过不断的猜想、证明来确定一个比较合理的模型来。更加一般的讲，风险因素之间形成了错综复杂的网络因果关系，并且一个风险事件有多个特征向量，而这些特征向量并不一定马上同步会显现出来——它们有可能会同步的表现，也可能滞后一段时间才会表现出来，有可能会提前表现。为说明这个问题，我们先举一个地震的例子。地壳剧烈震动导致人财物的损失，当时的震幅与频率就是主要的特征。然而，还有震后余震次数及大小，滑坡大小等都应属于之后的表现特征向量。之前的牲口惊恐，蚂蚁爬到地面等预兆都应属于提前性的特征向量，或者一些其他的可供预测的指标（比如蛤蟆叫）这些会使得风险的描述比较清晰。然而映射就不是那么简单了。

不管怎么样，这个模型总可以找到。无论是什么样的模型，只要能描述这个映射，都可以认定我们找到了一个钥匙。有几种可以备选的模型以供使用：（1）结构方程模型（2）深度神经网络模型（3）贝叶斯网络模型（4）复杂网络模型（5）Multi-agent模型 (6)动力学模型 (7)方程ODE与POE模型等。这些模型可以借鉴，然而，正如我一直强调的，模型仅仅是一个工具，建模的思想才是分析问题中最关键的部分。它要求我们不仅要洞悉问题的本质，而且要理清风险系统中的逻辑关系，这一点显然非常重要，但却很难，下面我们举一个例子来说明问题。

曾经有一个关注中等收入陷阱的研究，他们认为中等收入陷阱不仅仅是经济的问题，而且还涉及到政治、社会、文化、环境等方面，这个观点是对的。中等收入陷阱的特征的确表现为十个方面，分别分布在以上几个方面中。然而，他并没有将中等收入陷阱设定对应的特征向量。故而，导致这个中等收入陷阱的测定仅仅停留在“五位一体”这个新颖的概念上。其次，他又认为，中等收入陷阱的诱因是政治、经济、文化、社会与环境各方面的因素，至于何等具体的可测因素没有研究出来。最后导致了一个很奇怪的现象：“鸡与蛋”、因与果之间形成了互为因果的现象。尽管研究者采用动态贝叶斯网络模型去识别这个风险，但可想而知，最后的结果是这个研究无法得到结果。

风险识别不仅要找到哪些风险事件会产生在哪些环节中，不仅要识别其风险因素、风险事件、风险特征向量之间的关系，而且更重要的是我们要知道，在这些被筛选的风险因素以及风险特征向量中，哪些是最关键的，哪些是次要的，哪些是可控的，哪些是不可控的，这些都需要弄清楚。

无论是风险因素还是风险的特征向量，其重要性的识别其实是一件比较困难的事情。在一般的条件下，我们可以通过量化的方法识别出来，比如说概率、推理、多维统计学习。但还有另一种情况，当经济与管理系统处于非平衡状态时，也就是当各方面的力量风险推进因素与风险阻隔因素势均力敌的情况。关键风险因素在势均力敌的平衡下不再那么重要了，那些平时看起来微不足道的因素则成为决定风险是否发生的关键。这种现象正如我们经常说的——压倒骆驼的最后一根稻草。

这个例子说明风险是动态变化的，在一段时间内的关键因素，在另一个时间就可能是次要因素。这种变化导致我们必须从动态的角度上看待问题，每一个阶段的确定就显得很关键了，关于这个问题，我们留在其他篇幅中专门给讲解。当之前的微不足道的因素转变成主要因素时，对风险系统的识别就需要重新来进行，值得注意的是在动态性的意义上，风险事件也在变化，有可能会产生新的风险事件。而原来的风险事件则会消失。而“动态性”使得风险识别变得更加复杂。一个较为简单的方法是就某一个特殊时间的风险进行分析，然后将这些不同时期的风险整合起来，就成为一个完整的风险分析体系了。这个思想在风险评估，防范控制中亦是如此。

本文来自公众号：修心者，侵删。