风险是不确定性的副产品，对抗它的最好的武器是知识。面对风险，我们需要四个方面的知识修炼：调整心态，严防自己的非理性；找到有效的测算方法，避免“平均数错觉”；获得更忠肯的告诫，避免决策时的“一边倒”；实施更好监测和控制，发现组织内部的风险，即管理上的“软肋”。
风险时代的风险管理
文/(c) 2003 Leigh Buchanan （Fist published in “Inc”）
编译/董璐
事情的缘起是这样的：蒙大纳的一家铁路公司想用闲置的柴油火车机车来生产低成本的能源，并以市价卖出，从而获利。“蒙大纳商业能源公司”希望为此投资100万美元——这只相当于建立一套具有同样生产能力的发电机组所需费用的一半，并且承接销售和输电的工作。这家能源公司的创始人兼首席执行官Ron Perry认为这项业务有三方面的潜在利润：获得风险投资带来的收益中的50%，与重要顾客建立密切的关系，以及为自己生产能源。而第三个方面正是公司的长期商业计划的基础。但是Perry也知道，这个计划中有一点不容忽视：其风险非常大。
能源市场花样叠出，但使用火车机车来发电仍然是个奇异的想法。尽管电力价格变动幅度很大，但是蒙大拿商业能源公司为客户提供的价格已经通过合同固定下来了，因此公司必须通过风险管理来生存和发展。这家公司有一个预测未来的“水晶球”——一套成熟的软件，这套软件可以显示，在上千种能源价格变化的情况下，商业能源公司的财政业绩的变化，并且计算各种价格出现的几率。Perry通过对这一新的风险的仔细研究，向软件里输入了他能想到的各种变量，这其中包括火车发动机的正常使用寿命和运行成本，电能和柴油燃料价格波动的幅度，价格发展趋势与预测结果相反的几率，以及潜在的客户需求与合同价格等。他说，“我们认定，如果电能价格保持在高位，我们获得1000万收入的机会较小，但是六个月内有200万至300万的收入的可能性相当大”。
当然，电子数据表格不可能完全适应人性的多变和政府法令的反复无常。这个项目引发了很多的麻烦事，周围的居民和公司也阻止在他们的“领地”附近建立发电站。当地的环保组织联合居民进行抗议，并且打算让它上NBC的晚间新闻节目。铁路公司因此开始动摇了。接着，联邦能源调整委员会又明令限制每兆瓦特的电能价格不能超过100美元，进一步缩小了获利空间。最终，这个项目破产了，Perry的投资也损失了一多半。
风险的面目各不相同
尽管如此，Perry相信在这个项目上，他做的每件事都是正确的。“我们知道可能会损失100万美元，但是我们也知道不会有更大的损失。我能承受损失100万美元的风险，而由此我们可能会有10倍于此的收入。”
风险专家也认为Perry没做错。这是个好的决定，不仅因为升值的潜力大，而且因为他已经为贬值做好了准备。Peter Bernstein是《天算与人算：有关风险的非同寻常的故事》一书的作者，他认为，如何从失败中恢复过来，是每个在风险中摸爬滚打的创业家首先需要考虑的事情。他说：“对于小型企业的业主来说，重要的是辨别哪些风险是可以补救的，而哪些是无法补救的。比如说，在风险管理中，流动、变易是关键因素，而且很多事情都是覆水难收的。在不确定的世界里，出错是常有的事情，你得到的东西往往与你期望的完全不同”。
Bernstein的建议重复了著名的哲学家帕斯卡尔在350年前提出的相信上帝的基本原则——上帝存在与否我们并不知道，但你最好还是打赌他存在。如果你上帝真的存在，如果你相信并崇拜他，那么你就会得到最大的报偿，如果上帝不存在，你也不会有什么损失。相反，你打赌说上帝不存在，但假如上帝存在的话，那么地狱对你来说就是在劫难逃了，所以你最好别打赌他是不存在的。
总的来说，风险在今天相对来说变得容易预测了，然而在战争和恐怖主义的阴影下，有些风险却是只有一次机会的赌博，比如你的计划能一直运行，直到有一天它彻底地失败。当我们忙于每天的琐事的时候，应该时常想到有灭顶之灾的风险。
商业人士眼中的商业世界是一个布满地雷的世界，但是需要提醒的是，风险的种类是多种多样的。有突然到来的风险，这种飞来横祸是上帝和圣人都没有办法预测和控制的。还有一种风险叫做决策风险，因为它对我们的选择和行为有直接的影响，因此我们应该去考虑它，并且应该感谢软件开发人员、宏观经济分析师、心理学家和其他的人，正是有他们关注这类风险，控制它才变得比较容易。
为了评估风险，做出更好的决策以应对风险，人们想出了很多策略。所有这些策略都是以这种共识为前提的：风险是不确定性的副产品，对抗它的最好的武器是知识。帮助我们做出明智判断的知识可以分为四类。决策者需要了解其个人的偏好，以及这些偏好是如何影响他的判断的。他们还要通过统计数据，测算成功的可能性和失败的概率。他们要了解专家们是怎么想的。最后，他们要清楚自己的组织内部有哪些“软肋”，会对预期的结果产生什么样的威胁。
这些知识可以帮助企业家在不同的环境里，做出最好的选择。在不确定的世界里，拥有这些知识是非常有益的。下面，我们详细地讨论一下企业家如何获得这四类知识。
更好的心态：严防自己的非理性
假设你投资1亿美元去考察墨西哥海湾的石油储备情况，得到的答案是没有储备。你还会继续考察下去吗？
可能会，也可能不会。但是这个答案与已经投入的1亿美元没有关系，因为它已经花出去了。已经花出去的钱叫做“沉没成本”。如果这个项目没有前途，那么已经花了很多钱并不能成为我们继续在这个项目上花钱的理由，如果这个项目有前途，那么已经花去很多钱也并不能成为不再花钱的理由。纽约大学Stern商学院管理学教授Zur Shapira说，“关注已经在某件事情上花去了多少钱，这是人之常情，但过去花多少钱并不重要。每个商业决定都是建立在‘从今往后会发生什么’的基础之上，当然，将会发生什么往往超出我们的预料”。
正如2002年的诺贝尔经济学奖获得者丹尼尔·卡纳曼所提醒我们的，人们常常以非理性的方式来预料将要发生的事。他用公式表达了他的“期望理论”（Prospect Theory），展示了人们在面对风险时，处理“得”与“失”方式是不符合理性的。比如说，当人们面对两种选择：一种是100%的概率得到40美元，另一种是各为50%的机会得到100美元或得到0美元，人们会做出何种选择呢？通常是第一种。当人们面对两种选择：一种是损失40美元的概率是100%，另一种是损失100美元和1美元的概率各为50%，人们会做出何种选择呢？通常是第二种。其实，前后两种情况实质上是一样的，但为什么面对“得”的时候人们采取保守的态度，而面对“失”的时候采取冒险的态度呢？因为我们都倾向于获取虽然小一些但又是确实可靠的“赢”，不然我们将冒满盘皆输的风险。
有两种方法可以修复与风险与回报相关的错误决策。首先，企业家应该意识到自己的偏好、误解和错觉，并且进行调节，使他们不至于影响我们的决策。其次，他们应该以新的方法来重新确定自己的选择模式。
企业家犯错误经常是由于他们的过分自信造成的，这绝对不是耸人听闻。Shapira说，“企业家喜欢说，‘按照这个做法我已经成功三次了，这次也不会例外’。但是生活中有很多例子是三次成功后的失败，或者是三次失败后的成功。我们把这种心态称为‘侥幸信仰’，或者称为‘赌徒谬误’”。
自私和狭隘是工作中另外一块潜在的绊脚石，尤其是当某个决定会导致公司创始人的利益与公司的利益相互冲突的时候。企业的创始人雇佣职业经理人的时候，经常会受到种种恐惧的干扰，比如既担心失去对公司的控制，又担心如果不放弃控制权，自己又无法从繁杂的事务中脱身。
Shapira建议，在这种情况下，创始人应该把注意力从对个人利益的关注，转移到对机会成本的关注，想一想，如果你一直沉溺于日常事务中，那么有哪些重要的事情是你无法去处理的。你应该把目光放得长远一些，考虑一下，你是否有能力管理一家有150位员工的公司，如果没有，把这个公司交给一个有这样的能力的人去管理，需要花多少钱？Shapira说，“雇佣职业经理人也有风险，那就是他不愿意传承你的愿景，这可能会使你不高兴。最好的选择大概是培养公司内部的人，在他们学习怎么带领公司前进的时候，你可以学着去相信他们”。
因为人们很容易受周围环境的影响，所以做到相对客观的最好的办法，是尽可能的提出问题。心理学家把这种方式称为改变思维惯性。这意味着，决策者要考虑到各种假设，考虑到他们做比较的出发点和他们的动机。你是对自己的利益还是对公司的成功概率考虑的更多一些？你是受恐惧的驱使，还是受机会的驱动？如果你能突破思维的“框框”，这些问题都可以帮你做出更好的决定。
更好的测算：避免“平均数错觉“
一家生产登山服系列的公司的CEO想知道为冬天应该生产多少件皮衣。他知道每天他可以卖出100件，也清楚每件的利润是35美元，而且冬季平均为95天。那么是否把9500件皮衣乘以35美元，就可以得出公司在冬季的盈利呢？这是错误的。
斯坦福大学管理科学和工程系的教授Sam Savage把这个常见的错误被称作“平均数错觉”，人们往往在预测生产能力和销售量的时候犯这样的错误。Savage解释说，“经理人常常通过单独的数据做出推算，他们最常采用的办法是根据报表来计算平均数，殊不知平均数总是将风险排除在外的”。
平均的投入并不永远会得到平均的产出。为什么？这是因为，如果公司是按照平均需求水平组织生产的，那么低于平均数的需求将导致低于平均数的利润，但高于平均数的需求却得不到满足。换言之，如果你只按照平均的需求量生产皮衣，那么如果这个冬天比较长，你就没有足够的衣服去销售，也无法实现更高的利润。
概率模型能够很快的发现这些错误，很多大公司都用这种工具进行测算。常用的是一种被称为“蒙特卡罗模型”的模拟工具——首先输入一组数据，而后测算每个不确定的数据的各种可能的值。第二次世界大战期间，曼哈顿计划的数学家们改进了这个工具，而后它一直被沿用，并且以西班牙的一种著名的赌牌游戏——蒙特卡罗（Monte Carlo）来命名。
蒙特卡罗模型的特点就是一次又一次的重复抽样。如果决策只包含很少的变量，那么就可以通过“决策树”来做决定，比如一家制药公司可以利用“决策树”来决定是否开发某种药品，如果开发，是否可以获得FDA（美国食品和药品管理局）的批准，如果被批准，药品在市场上是否有竞争力。Savage说，“决策树不仅帮助你作决定，而且能帮助你看到未来，因而改变你的决定。”
蒙特卡罗模型可以测试更复杂的情况。实验测试永远比在现实世界里做实验要便宜得多，并且按照Savage的说法，实验可以帮助人们意识到风险的存在。
更好的告诫：避免“一边倒”
Maria Fee是一个精力旺盛，而且总有与众不同的想法的人，和Chauncey Gardiner一样，她是Kitba咨询服务公司的创始人和CEO。Fee一直愿意听取多个顾问的意见，但是她发现只重视个别的建议往往导致不明智的决定。“我为交通工具上保险，我的财务策划人认为我不需要这些，但是我的保险顾问的意见恰恰相反。我听取了财务计划人员的意见，取消了这项保险。但是，后来的事实证明这这恰恰是唯一不应该取消的保险”。
现在Fee坚持要求，凡是与她的个人理财计划有关的人每年要聚会两次，并且叙述各自的论点，讨论从避税到父母退休安排等所有话题。这些顾问都是在长期的合作中挑选出来的。开会的时候，Fee从银行、理财顾问、税务律师、投资策划和商业代理等领域各挑选两位极力“推销”他们的产品的人，邀请他们到公司进行“论战”，最后从各个领域各选出一个人把她的业务奖励给他们。Fee的利益是选择的最高标准，大家都竭力推出自己的意见，才能做出最佳选择。
风险管理中的多样化战略可以用在股票投资组合、利润分配中，而且多样化也体现了专家的意见。密歇根大学的心理和商业学教授Frank Yates指出， “对于重要的决定，我通常请三到四名公司外的咨询师，并且保证他们能提出睿智而且独到的建议。如果顾问们有不同的意见，你就可以大大降低不确定性”。
集思广益具有双重价值。首先，它降低了集体决策带来的危险，耶鲁大学社会心理学家Irving Janis指出，“在集体审议的过程中，人们往往会不由自主地做一致的决定，因此应该激发他们为各自的观点‘辩护’”。
另外一个好处是，决策者因此可以安静地倾听专家们的意见，并且综合分析他们的相互冲突的观点。Yates认为，这个过程可以把隐藏的问题放到桌面上讨论，并且可以暴露出那些看似不明显的矛盾，给你机会去考虑哪些风险是最值得重视的。
更好的管理：发现隐藏的弱点
按照Christian & Timbers调查公司的报告，首席风险控制官是2002年最新而且最热门的管理工作。在大公司里，正式的风险管理流程已经比较普遍。小型公司犯的错误一般不为公众所知，风险管理流程往往只是被它们用来做宣传的“口号”，或者根本不存在，然而，与大公司相比，风险更有可能成为小型公司的终结者。
随着公司的成长，风险也在成长。每个新的项目、员工、顾客、销售商和新技术的引进，都会在带来价值的同时，带来潜在的致命伤。风险服务和技术公司的资深总裁Charles Bosler列举了企业潜在的“软肋”，例如资源、合同、政策、设计、信誉度、安全、人力因素、管理手段、对质量的重视度、对外部公司的倚赖性、软件等，“经理们往往无法确认风险来自何方，但是他们需要做到这一点。”
2002年，英格兰和威尔士特许会计研究所发表了中小企业风险管理指南，建议经理们应该通过自我评估或咨询师的建议，识别他们面临的风险；而后公司可以根据发生的概率和后果的严重程度，对风险性进行排序；最后决定，一旦风险出现，将如何应对。有些风险是可以承受的；有些是可以通过一些保险措施转嫁的；有些是可以管理和减小的；有些是需要消除的。风险管理计划一旦确定下来，就必须严格监控，并且根据资深管理层的汇报不断更新。
Bosler建议所有的公司都画一幅风险地图，并且进行评估，时刻更新相关的计划。他说，“改变假设，就会改变风险”。风险管理计划是“一个生动的文件，你需要不断地考虑它”。他还建议让员工尽可能的参与评估过程，“我从来不与那些没有人能够预测哪里将有风险发生的公司打交道”。
在对风险进行控制的过程中，很多控制风险的工具和战略有时甚至不如一些随机应变的措施。斯坦福的Savage讲述了一个他在一个专业讨论会上听到的故事。
几年前，美国环保署警告科罗拉多州的一个县如果在60天内不搬迁三个废物处理工厂，就把这个县告上法庭，因为这些工厂严重的污染了当地的河流。县委员会的成员因此列出了43个新厂址，但是他们不知道哪些地点会引发公众的愤怒。于是，他们雇请了一个专家小组，请他们尽快把有问题的地点挑出来。这些风险来自法律和政府，而且非常重大，专家们表示第二天给出答案。
专家们画了一幅地图，标出了这43个地点，然后把它送到了当地的报社，告诉编辑们“这是你们明天的头条新闻”。几天后报纸的首页有一条大标题——《委员会决定了粪便处理厂的地点——可能就在你身边》。
这篇文章同时邀请那些对此有看法的人出席当天的法院审判。早上7点钟，专家们用红色记号笔在一幅巨大的地图上标出新厂址的位置。30位律师也早早地聚集在法院的门口。专家小组的负责人，“让第一个律师先来”。于是一位穿着正装、系着领结的人高喊，“我代表一位农场主，如果你们把粪便处理厂设在他的农场附近，我接下来就告你们”。一位专家说，“好吧，下一位律师”。
很快，只剩下六个地点了，其中包括一个种植蘑菇的农场主的“属地”，而他非常需要免费的肥料，他表示如果粪便处理厂在他的农场周围，他愿意为县政府提供在他的农场里的通路权。专家们又挑选出另外两个与这个农场也比较近的地点，然后把这三个地点汇报给委员会。最后这些工厂在没有任何阻力的情况下建成了。
Savage认为这是风险管理的经典案例。使用一些工具和技术最终的目标，不是为了找到正确的答案，而是充分理解风险是如何发生作用的，然后在这种理解的基础之上，做出一个好的决定。当有意外事件发生的时候，没有时间深思熟虑，分析和制作模型也需要很长的时间，这时，直觉和随机应变是非常重要的。
Savage 总结说，“商业在活生生的现实中运转，而在活生生的现实中，你需要让你的智商与你的职位相匹配。”
贴士一
关于皮衣的案例
在这个商业案例中，服装零售商要决定冬季应该定购多少件皮衣，才能保证在冬季销售中获利。蒙特卡罗模型可以给出答案。
那是美国东北部的一个非常寒冷的冬天，熠熠闪光白雪让登山服系列公司的CEO眼睛里散发着兴奋的光芒。他的兄弟在洛矶山脉一带组织销售，并且提醒他，如果不立即开始销售皮衣和其他滑雪服装，他就会坐失良机。不过，新英格兰的气候不像科多拉州一带的气候那样容易预测，所以也说不准冬季到底有多长。另外，尽管直到12月滑雪产品才开始进入销售旺季，但是为了降低成本，公司理应在五月就组织生产。
这位CEO在做决定之前，需要根据不确定的降雪量推算出需求计划，并且推算出会有哪些利润和损失。他只确切知道一件事情，那就是每件皮衣成本是65美元，在滑雪季节可以以100美元的价格销售。没有卖出去的衣服，最后会以每件10美元的价格甩卖。
问题的关键是冬季到底有多长，所以CEO收集了滑雪业统计的30年的历史数据。
通过复杂的代数计算，这位CEO得出，可以出售皮衣的季节平均有95天。他的兄弟告诉他，每天可以出售大约100件皮衣，这意味着在一个正常的冬天他可以卖出9500件皮衣，每件带来35美元的利润，一个冬天的利润就是332，500美元。面对每年大约30万的利润，这位CEO觉得值得承担可能会出现的不“理想”的冬天带来的风险。
为了检验他的结论，CEO构建了一个简单的皮衣生意数据模型。在他的模型中他可以改变销售季节的长度，从而观察对于销售底线有什么影响。
然后，他通过蒙特卡罗软件，从过去30年滑雪业的历史数据中随机抽样，用他的模型进行计算。结果非常令人吃惊，平均利润不是332，500美元，而只有19万美元。为什么？如果CEO生产了9500件皮衣以应付一个冬天，而这个冬天恰巧很暖和，他就没有办法实现332，500美元计划。如果这个冬天是滑雪爱好者的天堂，CEO做得最好也就是实现332，500美元的盈利，而不再有向上的空间了，因为他只有9500件皮衣可供销售。因此，正常的冬天能实现的利润并不是平均利润。
蒙特卡罗软件还可以绘制一幅统计图，把各种可能的利润按照可能性的大小排列起来。
这门生意的盈利上限已经清楚了。而利润超过19万美元只有60%的可能，遭受20万美元的损失的概率大约是10%。
为了提高盈利上限，CEO打算扩大他的生产规模，但是他先要测试这个想法是否有效。仍然是用蒙特卡罗模拟进行测试。不同的销量额导致不同的利润：如果CEO生产9500件皮衣，平均利润是在20万美元之下，并且有5%的风险损失33万。如果订购量超过9500件，平均利润竟然会随着风险的上升而下降。如果生产量下降到7000件，利润水平与9500件的利润水平一致，但是损失20万的风险是5%。因此生产7000件最合理。
链接
风险规避与风险趋向
假定有这样两个选择，A是肯定赢1000元，B是50％可能性赢2000元，50％可能性什么都得不到。你会选择哪一个呢？大部分人都会选择A，这也说明人是风险规避的。但是再看下面的问题。假定你刚刚赢了2000元。你面临两个选择，A是你肯定损失1000元，B是你有50％可能性损失2000元，50%可能性什么都不损失。在这种情况下你会选择什么呢？大部分人都选择B，这表明他们是风险偏爱的。可是，仔细分析一下这两个问题，你会发现它们是完全等价的。肯定赢1000元等于从赢来的2000元中肯定损失1000元；50％赢2000元也就是先赢2000元的情况下有50％可能性不损失钱50％；什么也拿不到就相当于先赢2000元的情况下有50％的可能性损失2000元。但是人们为什么在第一种情况下风险规避，在第二种情况下就变成了风险偏爱呢？“期望理论”能够很好地解释上面的情况。这种理论认为，人在面临获得的时候是风险规避的，而在面临损失的时候是风险趋向的。在上面的例子中，第一种情况下，赢钱对人们来说是一种获得，所以人们选择规避风险。但是在第二种情况下，人们面临的是损失，因此人们倾向于冒风险，也就是风险偏爱的。
