曲突徙薪：保險、黃金與負 β 資產爲什麼「註定虧錢」還值得買

致新思2026/8/4大約 29 分鐘

引言 · 一份註定賠錢的合約

臣聞客有過主人者，見其竈直突，傍有積薪。客謂主人：更爲曲突，遠徙其薪，不者且有火患。主人嘿然不應。俄而家果失火，鄰里共救之，幸而得息。於是殺牛置酒，謝其鄰人，灼爛者在於上行，餘各以功次坐，而不錄言曲突者。 ——《漢書·霍光傳》

客人勸主人把煙囪改彎、把柴堆搬遠，主人沒理他。後來果然失火，鄰里撲滅，主人殺牛置酒答謝，燒得焦頭爛額的坐上席，按出力大小依次落座，而當初那個勸他改煙囪的人，一個字也沒被提起。

這是一句關於預防的古老抱怨，但它同時是一句極精確的金融學陳述。

買保險的人和勸人曲突徙薪的人處境完全相同：年年交保費，年年沒出事，年年覺得這錢白花了。而從純粹的算術看，這個感覺甚至是對的——一份保險的期望賠付必然小於你交的保費，否則保險公司早就破產了。保費等於期望賠付加上運營成本再加上資本回報，所以保險在精算上是一份必然賠錢的合約。

那麼，一個理性的、追求財富最大化的人，爲什麼要買一份期望收益爲負的東西？

更麻煩的是，這個現象遠不止保險獨有。資產定價裏有一條聽起來極其反直覺的原則：

與市場負相關的資產，應當有低於無風險利率的期望收益。

也就是說，存在這樣一類資產：你明知道它長期跑不贏國債，卻應該主動持有它；在極端情形下，它的期望收益甚至可以是負數——你付錢請人替你保管財富，而這居然是理性的。

本文要回答三個問題：

金融學裏的「風險」到底指什麼？爲什麼上躥下跳的資產不一定配得上高回報？
折現率——DCF 分母上那個決定一切的數字——憑什麼是那個數？誰保證它是對的？
如果說承擔風險要被補償，那爲什麼有的資產反而要倒貼？

答案會收攏到一個詞上：協方差。而在文章的最後，我們會看到這個詞的第二次現身——當戰爭或深度危機降臨，同一個乘積再變一次號，連高 β 的進攻性資產也會掉進「註定賠錢」的處境。

一、風險不是波動，是協方差

先把最常見的誤解擺出來：風險等於收益的不確定性，也就是波動率。

如果這個等式成立，那麼任何一個劇烈波動的資產都該給持有人補償，期望收益都該高於無風險利率 $r_f$ 。推翻它只需要一個思想實驗。

我發行一張彩票：拋一枚公平硬幣，正面我賠你一百萬，反面你賠我一百萬，售價爲零。這張彩票的標準差是一百萬，波動率高得離譜。它值多少錢？

值零。而且不是因爲它「風險太大所以沒人要」，恰恰相反——你可以買一千張相互獨立的這種彩票，大數定律會把平均結果壓到零附近，總風險以 $1/\sqrt{n}$ 的速度蒸發。

能被免費消滅掉的東西，市場不會爲它付錢。

把這句話寫成公式。設組合裏有 $n$ 個資產，等權持有，第 $i$ 個資產方差 $\sigma_i^2$ ，兩兩協方差 $\sigma_{ij}$ 。組合方差是

\sigma_p^2 = \sum_{i=1}^{n} \frac{1}{n^2}\sigma_i^2 + \sum_{i \neq j} \frac{1}{n^2}\sigma_{ij} = \frac{1}{n}\overline{\sigma^2} + \left(1 - \frac{1}{n}\right)\overline{\sigma_{ij}}

其中 $\overline{\sigma^2}$ 是平均方差、 $\overline{\sigma_{ij}}$ 是平均協方差。讓 $n \to \infty$ ：

\lim_{n \to \infty} \sigma_p^2 = \overline{\sigma_{ij}}

第一項被 $1/n$ 抹平了。每個資產自己的方差，在一個足夠分散的組合裏徹底消失；活下來的只有它與別人共同起落的那一部分。

圖一 · 等權組合的方差隨資產數目衰減。自方差那一項以 1/n 的速度消失，剩下的是抹不掉的平均協方差——市場只爲這一塊付錢。

於是定價的邏輯被徹底改寫。一個已經充分分散的投資者，再買入一份資產時，他多承擔的風險不是這份資產的 $\sigma_i$ ，而是它對組合總風險的邊際貢獻。對市場組合 $m$ 求偏導：

\frac{\partial \sigma_m}{\partial w_i} = \frac{\mathrm{Cov}(R_i, R_m)}{\sigma_m}

分子上寫着協方差。這個量除以 $\sigma_m^2$ 做一次歸一化，就是那個衆所周知的希臘字母：

\beta_i = \frac{\mathrm{Cov}(R_i, R_m)}{\mathrm{Var}(R_m)}

波動是「吵」，協方差是「同吵」

一個人在安靜的圖書館裏大喊，很吵，但你換個座位就躲開了——這是可分散的個體風險。所有人在同一秒一起喊，你躲到哪裏都一樣——這是協方差。市場只爲第二種付錢，因爲第一種你自己就能免費解決。

至於「組合的風險該怎麼在各資產之間分賬」這個更細的問題，〈和而不同：風險平價的數學肌理，兼談全天候策略與槓桿之道〉裏用邊際風險貢獻與歐拉恆等式做過完整推導，本文不再重複。這裏只需要記住結論：分散之後，剩下的只有協方差。

二、從有效前沿到切點組合

上一節說「市場只爲協方差付錢」，但沒說付多少。要定出價格，得先看清投資者到底在優化什麼。

把所有可行組合畫在橫軸爲波動率 $\sigma$ 、縱軸爲期望收益 $\mu$ 的平面上，可行域的左邊界是一條向右開口的雙曲線，它的上半支就是有效前沿：在給定波動率下收益最高，或者在給定收益下波動最低。低於它的組合都是被浪費掉的——同樣的風險本可以換更多錢。

真正的轉折發生在引入無風險資產之後。你可以把一部分錢放在 $r_f$ ，其餘投進某個風險組合 $p$ ，得到的組合落在從 $(0, r_f)$ 出發、穿過 $p$ 的直線上：

\mu = r_f + \frac{\mu_p - r_f}{\sigma_p} \cdot \sigma

這條直線的斜率是

S_p = \frac{\mu_p - r_f}{\sigma_p}

也就是夏普比率。於是一件事變得幾何上一目瞭然：夏普比率就是這條直線的陡峭程度。同樣承擔一單位波動，斜率越大的線給你越多的超額收益。

那麼理性人該選哪條線？當然是最陡的那條。而從 $(0, r_f)$ 出發、又不能穿出可行域的最陡直線，只有一條——與有效前沿相切的那條。切點 $T$ 因此擁有全市場最高的夏普比率。這條切線叫資本市場線（CML）。

圖二 · 從 (0, r_f) 出發能畫出的最陡直線，只有與有效前沿相切的那一條。切點 T 的夏普比率全場最高；所有人都只在這條線上滑動，區別僅在於把多少錢放在無風險資產。

代數上，切點組合就是下面這個優化的解：

\max_{w} \; \frac{w^\top \mu - r_f}{\sqrt{w^\top \Sigma w}}

對 $w$ 求導並令其爲零，整理後得到一個乾淨得出奇的結果：

w_T \propto \Sigma^{-1}(\mu - r_f \mathbf{1})

權重只取決於協方差矩陣的逆和超額收益向量，與投資者的風險偏好完全無關。這就是兩基金分離定理：不論你膽大還是膽小，你都該持有同一個風險組合 $T$ ，區別僅在於你把多少錢放在 $T$ 、多少錢放在無風險資產（膽子夠大就反過來借錢加槓桿）。

槓桿只是沿着 CML 上下滑動，斜率不變，所以加槓桿不改變夏普比率——這條守恆律在〈和而不同〉裏是全篇的樞紐，此處直接徵用。

既然人人都持有 $T$ ，而市場必須出清（所有資產都得有人拿着），那麼 $T$ 只能等於按市值加權的市場組合 $m$ 。CAPM 的整個大廈，就架在這一步之上。

三、SML：把風險壓成一維

現在做最後一步推導。既然市場組合是最優的，那它就經不起任何改良——在最優點上做任何微小的調整，都不該提升夏普比率。這個「一階條件」直接生出定價公式。

設想在市場組合的基礎上，挪出比例 $\epsilon$ 的資金去多買一點資產 $i$ 。組合的期望收益和方差隨 $\epsilon$ 的變化率分別是

\frac{d\mu}{d\epsilon}\bigg|_{\epsilon=0} = \mu_i - \mu_m, \qquad \frac{d\sigma}{d\epsilon}\bigg|_{\epsilon=0} = \frac{\mathrm{Cov}(R_i, R_m) - \sigma_m^2}{\sigma_m}

在最優點，這條微調軌跡必須與 CML 相切（否則往某個方向調一點就能變得更好）：

\frac{d\mu/d\epsilon}{d\sigma/d\epsilon} = \frac{\mu_m - r_f}{\sigma_m}

把上面兩式代進去，交叉相乘、消去 $\sigma_m$ ，整理即得：

\boxed{\;\mathbb{E}[R_i] = r_f + \beta_i\left(\mathbb{E}[R_m] - r_f\right)\;}

這就是 CAPM。它說的是：一個資產的期望收益，只由它與市場共振的程度決定。你把 $\beta_i$ 當橫軸、 $\mathbb{E}[R_i]$ 當縱軸畫出來，所有資產都該落在同一條直線上，這條線叫證券市場線（SML），截距 $r_f$ 、斜率 $\mathbb{E}[R_m] - r_f$ （市場風險溢價）。

圖三 · 證券市場線。縱軸是期望收益率，不是價格：落在線上方意味着收益率偏高，也就是價格偏低。左端 β < 0 的那一段整個沉在 r_f 之下——這正是本文開篇那個反直覺結論的幾何形狀。

從整條有效前沿的二維圖景，到 SML 的一維刻度，中間發生的是一次劇烈的降維：分散化把每個資產複雜的風險結構壓成了一個數。這是 CAPM 最大的成就，也是它後來被反覆攻擊的地方。

SML 的縱軸不是價格

這裏有一個極容易繞暈的地方：SML 的縱軸是期望收益率，不是價格，也不是「折價率」。

「落在 SML 上方」意味着這個資產的期望收益高於它的 β 所配得的補償，也就是 $\alpha > 0$ 。而期望收益高，恰恰是因爲當前價格低——同一筆未來現金流，你今天付得越少，未來的回報率就越高。

所以：SML 上方 = 收益率偏高 = 價格偏低 = 便宜。價格與期望收益是一體兩面，方向相反。把它們混作一談，圖上的每一句話都會讀反。

$\alpha$ 就是這條線的垂直距離：

\alpha_i = \mathbb{E}[R_i] - \left[r_f + \beta_i(\mathbb{E}[R_m] - r_f)\right]

主動管理的全部野心，都寫在這一個字母裏。

四、 $r_{\text{CAPM}}$ 的三重身份

CAPM 算出來的那個數，在不同語境下會換三副面孔，而它們其實是同一個東西：

身份	出現的場合	含義
期望收益率	SML 圖的縱軸	按當前價格買入，未來預期賺多少
折現率	DCF 的分母	未來現金流該按什麼利率折回今天
合格線	投資決策	這筆風險最低要求多少回報才值得做

第二副面孔最要緊。DCF 負責給出分子（未來的現金流），CAPM 負責給出分母（該用什麼折現率），二者不是競爭關係而是搭檔：

P_0 = \sum_{t=1}^{\infty} \frac{\mathbb{E}[C_t]}{(1 + r_{\text{CAPM}})^t}

關於分子那一側——現金流怎麼估、內在價值的邊界在哪、什麼時候均值迴歸會失靈——〈有美玉於斯：估值的方法、機制與振盪的邊界〉已經寫過一整篇；至於分母裏的 $r_f$ 到底該取哪個數、國債、Box Spread 與 LEAPS 給出的「無風險利率」爲何各不相同，見〈不識廬山真面目：BOXX 與無風險利率的幾種僞裝〉。

這裏要處理的是一個更基本的困惑：模型裏好像根本沒出現「風險」這個量。整個 CAPM 只給了一串百分比，既沒有扣減金額，也沒有懲罰項，風險到底藏在哪兒？

答案是：風險不寫在減號後面，它被融化進了分母。風險越大， $\beta$ 越大，折現率越高，同一筆現金流折回今天就越少——現值的縮水，就是風險的價格。

不過這個說法可以更進一步。把 CAPM 從收益率形式改寫成價格形式，風險會以一種更赤裸的樣子跳出來。考慮一筆一年後到期的不確定現金流 $C_1$ ，今天的價格 $P_0$ ，那麼持有期收益 $R = C_1 / P_0 - 1$ ，於是

\mathrm{Cov}(R, R_m) = \frac{\mathrm{Cov}(C_1, R_m)}{P_0}

把它代進 CAPM 的定義式 $\mathbb{E}[R] = r_f + \frac{\mathrm{Cov}(R,R_m)}{\sigma_m^2}\left(\mathbb{E}[R_m] - r_f\right)$ ，兩邊同乘 $P_0$ 並整理，得到：

P_0 = \frac{\mathbb{E}[C_1] - \lambda \, \mathrm{Cov}(C_1, R_m)}{1 + r_f}, \qquad \lambda \triangleq \frac{\mathbb{E}[R_m] - r_f}{\sigma_m^2}

這叫確定性等價定價公式， $\lambda$ 是「風險的單位價格」。它把折現率裏那團模糊的東西翻譯成了一句人話：

先把未來現金流的期望值算出來，然後按它與市場的協方差扣掉一筆錢，把剩下的用無風險利率折現。

風險終於變成了分子上一個明明白白的減項。而一旦寫成這個形式，本文開篇那個反直覺的結論就變得完全不神祕了——

如果 $\mathrm{Cov}(C_1, R_m) < 0$ ，那個減項就變成了加項。

價格因此高於期望現金流的無風險折現值。你爲一份負相關的現金流付出了溢價，這不是非理性，這正是模型要求你付的價格。而價格付得高，期望收益率自然就低於 $r_f$ ——兩句話說的是同一件事。

五、憑什麼會迴歸？

到這裏還剩一個硬骨頭：假如某個資產的實際收益率偏離了 SML，憑什麼認爲它會回來？

一個自然的想法是套利。但這個想法在 CAPM 這裏是錯的，而且錯得很有教益。

金融學裏的「套利」有嚴格含義：構造一個初始成本爲零、未來現金流永不爲負、且至少在某個狀態下嚴格爲正的組合。這種機會一旦出現就會被無風險地、無限量地喫掉，所以價格必須立刻迴歸。期權市場裏的 Box Spread、Put-Call Parity，以及用連續行權價的期權靜態複製任意收益曲線（見〈VIX指數構造：如何在金融市場找基函數〉），都屬於這一類——它們是恆等式，違反了就是白撿錢。

CAPM 的偏離不是這樣。假如某隻股票的期望收益高出 SML 兩個百分點，你並不能構造出一個無風險的組合去鎖定這兩個點。你能做的只是買入它，然後承擔它全部的風險，等待那兩個點在長期實現。這中間可能有五年它繼續跑輸。

所以 CAPM 的迴歸機制不是套利，而是風險承擔交易與均值-方差再平衡：

對一個已經持有市場組合的投資者來說， $\alpha > 0$ 的資產意味着「在同樣的 β 下多給了收益」，把它加進組合能提高整體夏普比率。理性的均值-方差投資者因此會加倉，買盤推高價格，價格上去了期望收益就下來了，一直壓到 $\alpha = 0$ 爲止——SML 是這個過程的不動點，而不是一條被套利者用鐵絲焊死的軌道。

這是一條軟約束

兩者的差別在實踐中是致命的。真套利的迴歸時間由交易速度決定，以毫秒計；CAPM 的迴歸時間由資金願意承擔多久風險決定，可以是十年，也可以永遠不來。

Shleifer 與 Vishny 所說的「套利的極限」講的正是這件事：當價格越走越偏，靠均值迴歸喫飯的資金會先被追加保證金和贖回打死。能被無風險套利釘住的關係是定律，只能被風險資本推着走的關係是傾向。 CAPM 屬於後者。

六、曲突徙薪的三種買法

現在回到開篇。有了確定性等價公式，「註定賠錢卻值得買」這件事可以被逐案審查——而結論並不是「所有保險都該買」。

6.1 該買的：賠付發生在最壞的時候

一份保險的賠付有一個共同特徵：它總在你最難受的時候到賬。房子燒了、車撞了、人失能了——而這些事件往往與宏觀的壞時候正相關（衰退期失業、斷供、訴訟、健康事件同時增多）。於是從投保人的角度看，保單這份「資產」的現金流與市場負相關， $\beta < 0$ 。

代進 CAPM：

\mathbb{E}[R_{\text{保險}}] = r_f + \underbrace{\beta}_{<0}\underbrace{\left(\mathbb{E}[R_m] - r_f\right)}_{>0} < r_f

期望收益低於無風險利率，甚至爲負。而在價格形式裏，這等價於你願意爲它付出溢價：保費高於期望賠付的折現值，正好是那個符號翻轉的 $-\lambda \mathrm{Cov}$ 項。

保險不是一筆投資，它是一次風險的轉移。用確定的、可預算的小額支出，買斷一個不確定的、可能擊穿你整個資產負債表的大洞。「虧錢」是它的定價，不是它的缺陷。

6.2 不該買的：碎屏險

同樣的公式，換個標的，結論立刻翻轉。

手機屏幕碎裂這件事，與大盤漲跌毫無關係（ $\mathrm{Cov} \approx 0$ ， $\beta \approx 0$ ），也與宏觀週期無關——經濟好的時候手也一樣滑。於是確定性等價公式裏的調整項歸零：

P_0 = \frac{\mathbb{E}[C_1]}{1 + r_f}

這份保單的合理價格，就是期望賠付的無風險折現值，一分錢溢價都不該有。

而現實中的碎屏險賣多少錢？期望賠付之上還壓着渠道佣金、覈保理賠成本和承保利潤，加載率常在三成到五成之間。你付出的是精算公平價的 1.3 到 1.5 倍，換回的是一個 $\beta \approx 0$ 、完全可以靠自己分散掉的風險（換屏幕的錢你出得起，而且這類事故彼此獨立，多來幾次也不會毀掉你）。

這是一筆純粹的負期望價值交易。 同理適用於延保、航班延誤險、寵物小額醫療險這一類：小額、高頻、可自擔、且與宏觀無關。

6.3 邊界：車險爲什麼又該買

但如果就此推出「 $\beta \approx 0$ 的險種都不該買」，那就走過頭了。撞了人賠一百二十萬，這件事與大盤的相關性同樣接近零，可它顯然該保。

區別不在協方差，而在規模。CAPM 有一條藏得很深的前提：模型裏的投資者已經充分分散，任何一筆個體損失對他都只是組合裏的一個小擾動，效用近似線性。碎屏險符合這個前提，而「賠掉全部淨資產還欠一屁股債」不符合——在那個量級上，財富的邊際效用急劇上升，損失一百萬帶來的痛苦遠超過賺一百萬帶來的快樂，風險厭惡從二階小量變成了主導項。

兩個不同的定價維度

協方差維度（CAPM）：這份風險能不能被市場分散？不能，就要補償。
規模維度（效用）：這份損失能不能被你自己吸收？不能，就要轉移。

碎屏險兩條都不佔，所以不買；車險第三者責任佔第二條，所以要買，而且要買高額度——真正值錢的是尾部那一截，不是前面幾千塊的免賠額。

第二條維度已經越出了標準 CAPM 的射程：它談的是「同一份風險對不同的人價值不同」。這正是〈冷暖自知：Total Beta、民間借貸，與市場量不出的風險〉整篇要處理的問題。

6.4 金融市場裏的曲突徙薪

同樣的邏輯一路鋪到資產層面。長期國債在衰退裏升值、黃金在貨幣動盪時上漲、深度虛值看跌期權在崩盤時以幾十倍兌現——它們共享同一個特徵：在最壞的狀態下給付。於是它們共享同一個命運：長期期望收益平庸得令人失望。

黃金長期實際收益率接近於零，這件事常被當作它的罪狀。但按本文的框架，這恰恰是它作爲保險應有的定價（關於無現金流資產憑什麼有價值，〈有美玉於斯〉有專章討論）。

期權市場把這個價格標得最直白。虛值看跌期權的隱含波動率系統性地高於虛值看漲期權，這條向左上翹起的偏斜（skew）就是市場爲「崩盤保險」標出的溢價——它是 $-\lambda\mathrm{Cov}$ 那一項在期權市場的可觀測投影，詳見〈空穴來風：借券費、Put-Call Skew 與期權市場的倒影〉。

七、風雨如晦：當市場風險溢價轉負

最後，把目光投向極端狀態：戰爭、金融海嘯、深度衰退。

CAPM 的期望收益由 $\beta_i \times (\mathbb{E}[R_m] - r_f)$ 這個乘積決定。全文到此爲止，我們讓第一個因子變號，看到了保險與黃金。現在輪到第二個因子。

假如市場風險溢價 $\mathbb{E}[R_m] - r_f$ 轉爲負數，乘積再變一次號，整張 SML 會繞着 $(0, r_f)$ 這個支點向下翻轉：斜率由正轉負，高 β 的進攻性資產落到 $r_f$ 之下，而負 β 資產反倒成了全場唯一有正超額收益的東西。開篇那個「註定賠錢」的處境，此刻落到了科技股和週期股頭上。

圖四 · 同一個乘積 β × (E[R_m] − r_f) 的第二次變號。平時是 β 爲負，危機是溢價爲負——兩次都落到 r_f 之下，只是主角換了人。注意這不是一個新的均衡，而是一段尚未走完的重定價過程（見下）。

均衡裏的風險溢價不能長期爲負

這個推論在數學上無懈可擊，但要小心它的經濟含義。在均衡的 CAPM 裏， $\mathbb{E}[R_m] - r_f > 0$ 是必須成立的：市場組合必須有人持有，如果持有它的期望回報還不如國債，風險厭惡的投資者會全體撤出，而市場無法出清。所以「風險溢價轉負」不是一個新的均衡，它描述的是一段尚未走完的重定價過程。

危機中真正發生的事情，用本文的語言說更準確： $\lambda$ （風險的單位價格）暴漲，同時資產間的相關性一齊趨向 1， $\beta$ 結構性抬升。折現率飆升，價格崩塌。等到跌夠了，前瞻的風險溢價不但不爲負，反而處在歷史最高位——2009 年 3 月買入的人賺到的，正是那個被恐慌拉到極致的溢價。

這個澄清恰好指向了實務上的關鍵：危機的痛苦發生在重定價的過程中，而高收益屬於重定價完成之後的人。二者被同一場暴跌隔開。

於是所謂「按 CAPM 在戰爭中配置」，其真實含義既不是躲進現金，也不是硬扛高 β，而是在狀態之間切換：在重定價發生前降低 β、持有負 β 的保險類資產（長債、黃金、尾部對沖）；在重定價完成、 $\lambda$ 處於極值時，把 β 加回來。

狀態切換的賬要算全

說起來輕巧，做起來是擇時，而擇時的失敗模式極其昂貴：過早減倉錯過牛市尾段，過晚加倉喫滿全部跌幅卻缺席反彈。達利歐的四象限之所以選擇「假裝不知道未來」——用永遠持有的四類資產覆蓋四種宏觀狀態，而非預測狀態——正是因爲他把這筆賬算過（見〈和而不同〉第四節）。

保險的意義恰在於此：它讓你不必預測。曲突徙薪的價值，從來不是因爲你算準了哪天會失火。

結語 · 市場從不酬謝曲突徙薪的人

回到《漢書》的那場酒席。

主人不是忘恩負義，他只是按一個再自然不過的標準分配座次：誰在火災中出了力，誰坐上席。而勸他改煙囪的人，什麼力也沒出過——因爲火根本沒按原來的劇本燒起來。預防的價值天然不可見，它兌現在一個沒有發生的世界裏。

金融市場做的是同一件事，只不過它誠實得多：它不假裝酬謝，它直接收費。

一份在壞日子裏給付的合約，市場會向你多要一筆錢；一份在好日子裏錦上添花的資產，市場會給你打折。這筆加價和折扣的大小，就寫在 $-\lambda\,\mathrm{Cov}(C_1, R_m)$ 裏。它不問你波動多大，不問你會不會虧，只問一件事：

當所有人都在受苦的時候，你是在下跌，還是在給付？

能被定價的，從來只有「相應」的那一部分。你獨自承擔的、可以靠分散和自擔化解的風險，市場一分錢也不會付——就像那位客人，說對了一切，卻始終不在座次之內。

而這就引出了下一個問題：如果一個人根本沒能力分散呢？如果他全部身家只押在一處，市場眼中「可以免費消掉」的那部分風險，對他而言分明真實、沉重、無處可躲？

那時候，冷暖就只能自知了。見〈冷暖自知：Total Beta、民間借貸，與市場量不出的風險〉。