v2 小电修订版:保留主人原文的学习思路,主要修正论文信息、VaR 例子、电力市场映射和若干公式/符号边界。

注:这篇论文常见正式引用为 Artzner, Delbaen, Eber and Heath, *Coherent Measures of Risk*, Mathematical Finance, 1999, 9(3): 203–228;也有 1998 预印本流传。本文档按主人原始文件名保留“1998”口径,但正文中用“Artzner et al.”避免只写 Philippe。

知识库检索说明:已检索电力市场知识库,未检索到直接覆盖“一致性风险度量 / VaR / TCE / 售电组合风险”的高质量条目;仅命中售电公司、中长期/现货交易、储能与交易风控类泛化材料。因此电力市场部分属于“通用风险度量方法论 → 电力交易场景”的映射,不作为政策依据或行情事实来源。


1. 这篇论文在解决什么问题?

Markowitz 用 E-V 框架 把投资组合选择放在“预期收益 E—方差 V”的二维空间里讨论。这里要修正一个小点:Markowitz 的经典论文是 1952 年的 *Portfolio Selection*,不是 1955 年。

Markowitz 的重点是:

投资组合不能只看收益,还要看波动;组合风险不仅取决于单个资产的方差,还取决于资产之间的协方差。

Artzner、Delbaen、Eber 和 Heath 这篇论文,则更进一步问:

如果风险指标要用于监管资本、保证金、交易限额、集团风控和资本分配,它至少应该满足哪些基本性质?

他们不是简单说“波动就是风险”,而是从实际风控出发,把风险理解成:

一个未来随机净值 X,如果不够安全,需要现在补多少无风险现金,才能让它进入“可接受集合”。

这就是一致性风险度量的核心直觉。


2. 风险不是“波动本身”,而是“需要补多少资本”

在论文语境里,一个投资组合未来会有很多可能结果,这个随机未来价值记作 X

监管者、交易所或公司风控部门会定义一个“可接受集合” A

如果 X 落在 A 里,说明这个组合在风控意义上可以接受;如果不在 A 里,就需要补充资本。

风险度量 ρ(X) 可以理解成:

为了让 X 变得可接受,现在最少需要补充多少安全现金。

如果一个组合最坏情况下未来净值只有 50,而风控底线是 75,那么需要额外补 25 的安全现金。这个 25 就是资本型风险指标想表达的东西。

注意:这里的风险不是“亏损概率”本身,也不是“收益率方差”本身,而是一个可以进入资本、保证金和限额体系的金额。


3. 一致性风险度量的四个公理

Artzner et al. 提出:一个合格的风险度量,如果要叫 Coherent Measure of Risk(一致性风险度量),需要满足四个性质。

公理数学表达直觉风控含义
平移不变性 Translation Invarianceρ(X + αr) = ρ(X) - α加入安全现金,风险等额下降风险指标能解释为“需要补多少资本”
次可加性 Subadditivityρ(X1 + X2) ≤ ρ(X1) + ρ(X2)合并组合不应凭空创造额外风险鼓励分散化,支持集团层面风险汇总
正齐次性 Positive Homogeneityρ(λX) = λρ(X), λ ≥ 0仓位放大 N 倍,风险也放大 N 倍适合做资本限额、保证金和规模控制
单调性 Monotonicity若 X ≤ Y,则 ρ(Y) ≤ ρ(X)每个状态都更好,风险不能更高避免违反基本经济直觉

一句话总结:

合格的资本型风险指标,必须能解释为补资本,必须鼓励分散化,必须随规模线性变化,并且不能违反“未来状态更好就更安全”的基本直觉。


4. 为什么论文批评 VaR?

VaR(Value at Risk)是非常常见的风险指标。它回答的问题是:

在给定置信水平下,例如 95% 或 99%,最多可能亏多少钱?

比如 95% VaR = 100,意思大致是:在 95% 的情况下,损失不会超过 100;但还有 5% 的尾部坏情形可能更糟。

Artzner et al. 对 VaR 的核心批评是:

VaR 通常满足平移不变性、正齐次性和单调性,但不总是满足次可加性。

也就是说,VaR 有时会出现:

两个组合分开看风险不大,但合并以后 VaR 反而大于两个单独 VaR 之和。

这在风控上很麻烦,因为它会让“分散化”看起来像是在增加风险,也会让集团总部难以把总风险额度合理拆给各业务部门。

一个简化直觉例子

假设有两个小组合 X、Y:

  • X 有 4% 概率亏 100,96% 概率不亏;
  • Y 也有 4% 概率亏 100,96% 概率不亏;
  • 两个亏损事件发生在不同场景里。

在 95% VaR 下:

  • 单看 X,最坏的 4% 没进入 95% 分位以内,所以 VaR 可能是 0;
  • 单看 Y,同理 VaR 也可能是 0;
  • 但 X+Y 合并后,亏损概率变成 8%,超过 5% 尾部阈值,VaR 可能变成 100。

于是出现:

VaR(X + Y) = 100 > VaR(X) + VaR(Y) = 0

这就是 VaR 可能违反次可加性的直觉。

需要注意:这不是说 VaR 永远不好,而是说当它被用于资本分配、集团风控或组合限额时,可能出现违反分散化直觉的问题。


5. 替代方向:TCE / Expected Shortfall / TailVaR

论文提出并讨论了尾部条件期望类指标,常见写法包括:

TCEα(X) = - E[ X / r | X / r ≤ -VaRα(X) ]

直觉是:

不只看“坏到某个分位点”,而是看进入坏尾部以后,平均到底会有多糟。

现代风险管理中更常见的相近概念是:

  • Expected Shortfall, ES
  • Conditional Value at Risk, CVaR
  • TailVaR

它们的核心优势是:

  1. 更关注尾部极端损失,而不是只看一个分位点;
  2. 通常满足次可加性,更符合“组合分散化不应凭空增加风险”的直觉;
  3. 更适合监管资本、保证金和组合风险限额。

小边界:在离散分布下,TCE、ES、CVaR 的严格定义会有细微差别;学习阶段可以先把它们理解成“尾部平均损失”这一类指标。


6. 接受集 A 与风险度量 ρ 的核心公式

论文里的核心定义可以写成:

ρA,r(X) = inf { m | m·r + X ∈ A }

含义拆开看:

  • X:组合的未来随机净值;
  • A:可接受集合,也就是满足风控要求的未来净值集合;
  • r:无风险资产未来价值,今天投入 1 元,未来变成 r 元;
  • m:今天需要补充的现金数量;
  • inf:下确界,可以先理解成“最少需要补多少”。

所以:

m·r + X ∈ A

意思是:

今天补充 m 元安全现金,未来变成 m·r,加到原本的随机净值 X 上以后,整个组合终于满足风控要求。

这就是“风险 = 最少需要补充的资本”。


7. 风险度量与接受集的反向关系

如果先有一个风险度量 ρ,也可以反过来定义它对应的可接受集合:

Aρ = { X ∈ G | ρ(X) ≤ 0 }

意思是:

所有不需要额外补资本,甚至还能抽走一部分资本的未来净值 X,构成了这个风险度量下的可接受集合。

这个关系很重要,因为它说明:

  • 可以先定义“什么叫可接受”,再推出风险度量;
  • 也可以先定义“怎么度量风险”,再看它隐含了什么样的接受标准。

这对风控产品设计很有启发:

一个风险指标背后,其实一定隐含了一套“什么状态算安全”的判断标准。


8. 表示定理:一致性风险度量 = 多情景下的最坏预期损失

论文的一个重要结论是:在合适条件下,一致性风险度量可以表示为一组情景概率下的最坏预期损失:

ρ(X) = sup { E_P[-X / r] | P ∈ 𝒫 }

直觉解释:

  • P 不是单一概率,而是一组可能的情景概率;
  • 每个 P 都代表一种对未来状态的看法或压力情景;
  • 对每个 P,计算预期损失 E_P[-X/r];
  • 最后取最坏的那个。

也就是说:

一致性风险度量可以理解成“在一组压力情景里,最坏情景下的预期损失”。

这比单一 VaR 更适合复杂市场,因为它不要求我们假装只有一个确定的概率模型。


9. 情景法例子:为什么风险值可以是负数?

假设组合未来净值为:

X = (100, 50, -20)
r = 1

设两个情景概率:

P1 = (50%, 30%, 20%)
P2 = (10%, 20%, 70%)

则:

E_P1[-X] = 0.5(-100) + 0.3(-50) + 0.2(20) = -61
E_P2[-X] = 0.1(-100) + 0.2(-50) + 0.7(20) = -6

取最坏:

ρ𝒫(X) = sup{-61, -6} = -6

风险值为 -6,意思不是“有负风险”,而是:

在这组情景下,组合已经足够安全,理论上还可以抽走 6 的资本。

如果另一个组合:

Y = (100, 50, -200)

则:

E_P1[-Y] = 0.5(-100) + 0.3(-50) + 0.2(200) = -25
E_P2[-Y] = 0.1(-100) + 0.2(-50) + 0.7(200) = 120
ρ𝒫(Y) = sup{-25, 120} = 120

这说明:

在极端情景权重更高的 P2 下,Y 需要补充 120 的资本才可接受。


10. 电力市场映射:不能直接把“电价”当 X

主人原文里有一个很重要的方向,但需要修正:

在电力市场里,X 最好不要直接定义成“电能量价格”,而应定义成某个交易组合的未来净值、现金流或损益。

原因是:

  • 对售电公司来说,批发侧电价升高通常意味着采购成本上升,净值下降;
  • 对发电侧来说,电价升高可能意味着收入上升,净值上升;
  • 对储能来说,高价可能是放电收益,也可能错过充电机会;
  • 对用户侧响应资源来说,价格高低要和可调节能力、补偿机制一起看。

所以更稳妥的定义是:

X = 零售收入 - 批发购电成本 - 偏差/结算成本 - 固定服务成本 + 储能/可调负荷/需求响应等资源收益

这样,X 才是“组合未来净值”。电价只是影响 X 的一个关键风险因子,而不是 X 本身。


11. 电力市场里的接受集 A 可以怎么定义?

在电力交易场景中,接受集 A 可以有几种产品化定义方式。

方式一:资本充足型

A = { X | 在所有压力情景下,X + 已有保证金 ≥ 0 }

含义:即使遇到高价、偏差、电量预测错误等压力场景,保证金加上组合净值仍不穿透底线。

方式二:最大亏损型

A = { X | 在指定压力情景下,亏损不超过 L }

适合做交易限额或日内预警。

方式三:履约安全型

A = { X | 不触发信用额度不足、履约风险或停牌风险 }

适合售电公司运营风控。

方式四:组合稳健型

A = { X | 在多组天气、负荷、新能源、现货价格情景下,最坏预期损失可接受 }

这更接近 Artzner et al. 的表示定理,也更适合“中长期 + 现货 + 储能 + 可调负荷”的组合风险管理。


12. 中长期合约在这个框架里的作用

原文里说“中长期越多,X 的变化范围越小”,这个方向是对的,但需要加一句边界:

中长期合约可以降低现货价格波动对 X 的影响,但不是越多越好,因为它也可能带来偏差风险、机会成本和曲线错配风险。

更准确的表达是:

  • 中长期合约:降低价格暴露,但增加履约/偏差/曲线匹配要求;
  • 现货敞口:保留收益上行空间,但暴露于价格尖峰;
  • 储能:通过时移降低高价采购风险或捕捉价差;
  • 可调负荷:在极端高价时降低采购量或获得响应收益;
  • 用户组合:不同负荷曲线互补时,可以降低整体偏差风险。

所以一致性风险度量给电力交易的启发不是“证明中长期一定越多越好”,而是:

应该把中长期、现货、储能、可调负荷和用户曲线放到同一个组合净值 X 里,用压力情景看整体资本需求。


13. 对售电公司风控产品的启发

如果把这篇论文转成一个售电公司 AI Copilot / 风控模块,它可以变成以下功能:

13.1 组合净值模拟器

输入:

  • 用户负荷预测;
  • 中长期合约仓位;
  • 现货价格情景;
  • 偏差结算规则;
  • 储能/可调负荷可用容量;
  • 零售合同价格。

输出:

X = 多情景下的未来组合净值分布

13.2 接受集配置器

让业务方选择风控口径:

  • 保证金不穿透;
  • 最大亏损不超过阈值;
  • 现金流不低于底线;
  • 最坏 5% 情景下仍可承受;
  • 不触发内部交易限额。

13.3 最小补资本 / 保证金建议

用公式:

ρA,r(X) = inf { m | m·r + X ∈ A }

输出:

当前组合为了满足风控标准,需要补多少保证金/风险准备金。

13.4 分散化收益评估

检查:

ρ(X1 + X2) ≤ ρ(X1) + ρ(X2)

如果两个用户组合、两个交易策略或“中长期 + 储能”组合在一起后,整体资本需求下降,就说明存在分散化收益。

13.5 压力情景解释器

用表示定理的视角,把风险解释成:

哪一组天气/负荷/新能源/价格情景贡献了最大的预期损失?

这会比单纯给一个 VaR 数字更适合业务沟通。


14. 一句话总结

Artzner et al. 这篇论文最重要的贡献,不是提出一个单一公式,而是定义了“什么才算合格的风险指标”。

它告诉我们:

风险指标如果要用于资本、保证金、交易限额和组合风控,就必须能解释为补资本,必须支持分散化,必须随规模变化,并且不能违反“状态更好则风险更低”的直觉。

映射到电力市场:

售电公司不应该只看现货价格预测,也不应该只看单一中长期仓位,而应该把中长期、现货、用户负荷、储能、可调负荷放进同一个未来净值 X 里,在多组压力情景下计算最坏预期损失和最小资本需求。

这就是“一致性风险度量”对电力交易最有价值的地方:

它把风险管理从“看一个价格会不会涨”推进到“看整个组合在极端情景下还需不需要补资本”。


15. 本次修订重点

  1. 将 Markowitz 年份修正为 1952;Artzner 论文信息补充为 1998 预印本 / 1999 正式发表。
  2. 将作者从单写 Philippe 修正为 Artzner、Delbaen、Eber、Heath 四位作者。
  3. 修正 VaR 例子:重点不是“期望亏损很小”,而是 VaR 分位点可能忽略尾部,并可能违反次可加性。
  4. 修正电力市场映射:X 不应直接定义为电价,而应定义为组合未来净值 / P&L / 现金流。
  5. 修正“中长期重要性”的表述:中长期降低价格暴露,但不是越多越好,还要考虑偏差、曲线错配和机会成本。
  6. 保留并强化“接受集 A—最小补资本 ρ—多情景最坏预期损失”的主线。