跳至主要內容

冷暖自知：Total Beta、民間借貸，與市場量不出的風險

致新思2026/8/4大約 18 分鐘量化數學資產定價模型風險與貝塔估值

引言 · 同一筆錢，銀行要 5%，你爲什麼要 20%

明上座！不思善，不思惡，正與麼時，那個是明上座本來面目？……如人飲水，冷暖自知。 ——《景德傳燈錄》

慧明追至大庾嶺，六祖以「本來面目」相示，慧明言下大悟，說：這就像喝水一樣，是冷是暖，只有喝的人自己知道，說給別人聽是說不明白的。

金融學花了七十年，試圖把「冷暖」變成一個可以說清楚、可以標價、可以交易的數。〈曲突徙薪：保險、黃金與負 β 資產爲什麼「註定虧錢」還值得買〉講的就是這套工程最漂亮的那一段：把一個資產全部的風險結構，壓成一個叫 β\beta 的數，然後按它定價。

但那篇文章的每一步推導，都站在一個從未被大聲念出來的前提上：你已經充分分散了。

一旦這個前提鬆動，事情立刻變得古怪。同一筆一年期、五十萬的借款，同一個借款人，同一份還款能力：銀行開出年化 5% 就肯放，而你作爲一個私人出借方，會覺得低於 20% 完全不值得冒這個險。兩個數字差了整整四倍，可現金流是同一份。

按 CAPM 的世界觀，這不該發生——價格應該由資產的 β\beta 決定，而 β\beta 是資產的屬性，與誰持有無關。

本文要說的正是這個「無關」的破產。我們會看到：

  1. 標準 β\beta 到底藏了什麼前提，以及一個沒有分散的人該用什麼數替換它；
  2. 民間借貸那個高得嚇人的利率，能不能被完整地拆解出來；
  3. 爲什麼私募債、民間借貸這類資產實測出來的 β\beta 幾乎爲零，而這個「零」是徹頭徹尾的假象；
  4. 從 CAPM 到 APT 再到 Fama-French，我們把因子加到三個、五個之後，量到的到底是什麼；
  5. 以及一個更沮喪的事實：所有這些 β\beta，都是從後視鏡裏讀出來的。

橘越淮而爲枳，水土異也。同一份現金流在不同人手裏長成不同的東西，這件事沒法靠往模型裏再塞幾個因子解決。

一、標準 β 的隱藏前提

回到 β\beta 的定義式，把它拆成兩個因子：

βi=Cov(Ri,Rm)σm2=ρim⋅σiσm\beta_i = \frac{\mathrm{Cov}(R_i, R_m)}{\sigma_m^2} = \rho_{im} \cdot \frac{\sigma_i}{\sigma_m}

右邊這個分解值得盯着看一會兒。資產自己的總波動是 σi\sigma_i，但進入定價的只有 ρimσi\rho_{im}\sigma_i 這一截——被相關係數打了折。折掉的那部分 (1−ρim)σi\left(1 - \rho_{im}\right)\sigma_i 去哪了？

它被假定「已經在別處被抵消掉了」。在 CAPM 的世界裏，每個投資者都持有整個市場組合，任何一家公司的特異衝擊都會被另外幾千家公司的反向衝擊稀釋乾淨，所以市場不爲它付一分錢補償。

這是一個關於持有人的假設，不是關於資產的。而它一旦不成立：

  • 一個把全部身家投進自家餐館的老闆；
  • 一個把兩百萬現金借給遠房表弟的出借人；
  • 一個把 90% 淨資產押在一套房產上的家庭；
  • 一個持有大量未行權本公司期權、同時靠這家公司發工資的員工。

對他們來說，被折掉的那 (1−ρim)σi\left(1 - \rho_{im}\right)\sigma_i 不是被抵消了，而是結結實實地壓在自己身上。餐館倒閉時，標普 500 的另外 499 家公司不會替他分擔一分錢。

β 不是資產的屬性

這是全文的題眼。β\beta 描述的是資產與一個特定組合之間的關係，而 CAPM 默認這個組合是市場組合。當持有人的組合不是市場組合時，同一份現金流對應的定價參數就變了。

橘生淮南則爲橘，生於淮北則爲枳。變的不是橘，是水土。

二、Total Beta：未分散者的定價

修正的思路直接得近乎粗暴：既然這個人承擔的是全部波動，那就別打那個折。

對充分分散的投資者，資產 ii 帶來的實際風險敞口是 βiσm=ρimσi\beta_i \sigma_m = \rho_{im}\sigma_i；對一個把全部財富壓在這一個資產上的人，敞口就是 σi\sigma_i 本身。兩者的比值是 1/ρim1/\rho_{im}。於是把這個倍數直接乘回去：

βtotal=βiρim=σiσm\beta_{\text{total}} = \frac{\beta_i}{\rho_{im}} = \frac{\sigma_i}{\sigma_m}

這就是 Damodaran 在私人公司估值裏用的 Total Beta（總貝塔）。注意它的第二個等號：總貝塔裏相關係數完全消失了，只剩下兩個波動率之比。這很合理——一個完全不分散的人，根本不關心自己的資產和大盤像不像，他只關心自己會不會歸零。

代進 CAPM，得到未分散投資者要求的收益率：

E[Ri]=rf+βiρim(E[Rm]−rf)\mathbb{E}[R_i] = r_f + \frac{\beta_i}{\rho_{im}}\left(\mathbb{E}[R_m] - r_f\right)

來算一個數。設某民營小廠：年化波動 σi=60%\sigma_i = 60\%，與大盤相關係數 ρim=0.3\rho_{im} = 0.3；市場 σm=16%\sigma_m = 16\%，無風險利率 rf=4%r_f = 4\%，市場風險溢價 5%5\%。

市場 β\beta：

βi=0.3×0.600.16=1.125⟹E[Ri]=4%+1.125×5%≈9.6%\beta_i = 0.3 \times \frac{0.60}{0.16} = 1.125 \quad\Longrightarrow\quad \mathbb{E}[R_i] = 4\% + 1.125 \times 5\% \approx 9.6\%

總 β\beta：

βtotal=1.1250.3=3.75⟹E[Ri]=4%+3.75×5%≈22.8%\beta_{\text{total}} = \frac{1.125}{0.3} = 3.75 \quad\Longrightarrow\quad \mathbb{E}[R_i] = 4\% + 3.75 \times 5\% \approx 22.8\%

9.6% 和 22.8%。同一家廠，同一份現金流，同一年。 差別只在於問的是誰：一個持有三千隻股票的養老金，還是一個把全部積蓄砸進去的人。

分散化是一種購買力

換個角度看，1/ρim1/\rho_{im} 這個倍數就是分散化的價格。分散得越好的資金，對同一份現金流願意付的價格越高——因爲它要求的回報更低。

這解釋了很多現實中的資產流向：爲什麼創始人願意在 B 輪以遠低於自己心理價位的估值賣掉一部分股份（他在買分散化），爲什麼私募基金能靠「組合化」持有一堆單獨看極貴的資產，爲什麼保險公司敢承接你不敢自留的尾部風險。分散化本身就是一門生意，賣的就是這個折扣。

三、一張五十萬的借條

現在可以拆開引言裏那個 5% 與 20% 的差距了。

銀行放貸時，它面對的不是這一筆借款，而是一個由幾十萬筆借款構成的組合。單筆違約在它的報表上是覈銷科目裏的一個小數點，被大數定律和撥備覆蓋率吸收掉。它要求的補償因此接近市場 β\beta 那一檔：資金成本，加上按違約概率算出來的預期損失，加上運營成本和資本回報。商業銀行三張表如何把這件事記賬、淨息差怎麼構成，〈一葉知秋：從銀行財報讀宏觀經濟〉裏拆得很細。

而你借出去的這五十萬，是你全部流動資產的九成。把利率拆成四層：

r民間=rf⏟時間價值+EL⏟預期損失+βtotal⋅MRP⏟無法分散的風險補償+IP⏟流動性與信息溢價r_{\text{民間}} = \underbrace{r_f}_{\text{時間價值}} + \underbrace{\text{EL}}_{\text{預期損失}} + \underbrace{\beta_{\text{total}} \cdot \text{MRP}}_{\text{無法分散的風險補償}} + \underbrace{\text{IP}}_{\text{流動性與信息溢價}}

  • 預期損失 EL=PD×LGD\text{EL} = \text{PD} \times \text{LGD}。假定違約概率 8%、違約後能追回四成，則 EL=0.08×0.6=4.8%\text{EL} = 0.08 \times 0.6 = 4.8\%。這一層只是把「平均要賠掉的錢」補回來，它不是收益，是成本——一個只收 rf+ELr_f + \text{EL} 的出借人，長期看是白幹。
  • 不可分散的風險補償。銀行在這一項上幾乎不用付錢，你要付滿額：你的組合就是這一張借條，ρ→\rho \to 無從談起，總貝塔巨大。
  • 流動性與信息溢價。這筆債沒有二級市場，你中途急需用錢也變不了現；你也沒有徵信系統、貸後管理和批量訴訟的能力，信息完全不對稱。

四層加起來，20% 一點都不誇張，甚至偏保守。民間借貸的高利率不是放貸人貪婪，是沒有分散化的人在爲同一份現金流付出的真實成本。 反過來說，如果你把這五十萬拆成五十筆一萬塊借出去，你的定價就該向銀行那一檔靠攏——只是你沒有銀行的貸後能力，做不到這件事。

四、債權就是賣出一份 Put

上一節的拆解裏有個東西被藏在了 EL\text{EL} 裏，值得單獨拎出來：債權的收益是極端不對稱的。

借款人經營得再好，你也只能拿回本金加約定利息，一分錢多的都沒有；借款人垮了，你可能血本無歸。上行封頂，下行開放。

Merton 在 1974 年給了這件事一個精確的期權表達。把公司總資產記爲 VV，債務面值 FF，到期日 TT。到期時：

  • 若 VT≥FV_T \geq F：債權人拿走 FF，股東拿走 VT−FV_T - F；
  • 若 VT<FV_T < F：股東有限責任，直接棄權走人，債權人拿走 VTV_T。

債權人的收益因此是 min⁡(VT,F)=F−max⁡(F−VT,0)\min(V_T, F) = F - \max(F - V_T, 0)。這個式子右邊第二項，正是一份以公司資產爲標的、以債務面值爲行權價的看跌期權。於是：

D0=Fe−rfT⏟無風險債券−P(V0,F,T)⏟賣出的看跌期權D_0 = \underbrace{F e^{-r_f T}}_{\text{無風險債券}} - \underbrace{P(V_0, F, T)}_{\text{賣出的看跌期權}}

當債主，就是買了一張國債，同時賣出了一份看跌期權。 而股東持有的是 max⁡(VT−F,0)\max(V_T - F, 0)——一份看漲期權。整個資本結構是同一份標的資產上的期權拆分（期權收益結構的不對稱，見〈一日看盡長安花：期權〉；用期權靜態複製任意收益曲線的一般方法，見〈VIX指數構造：如何在金融市場找基函數〉）。

這個表達式立刻能推出一個後果。債權對公司資產價值的敏感度是

∂D∂V=−∂P∂V=Δput−∈[0,1]\frac{\partial D}{\partial V} = -\frac{\partial P}{\partial V} = \Delta_{\text{put}}^{-} \in [0, 1]

公司經營良好時（V≫FV \gg F），這份看跌期權深度虛值，∂D/∂V≈0\partial D / \partial V \approx 0——債權幾乎對公司的死活不敏感，看上去像一筆固定收益。而當 VV 逼近 FF，看跌期權走向平值，∂D/∂V\partial D/\partial V 迅速趨近 1——債權在這一刻變得和股權一樣敏感。

用 β\beta 的語言說：債權的 β\beta 不是常數，它是 VV 的凸函數，在太平年月接近零，在出事前夜急劇膨脹。

4.1 「實測 β ≈ 0」的假象

這就解釋了實務中一個著名的困惑：拿民間借貸、私募債、非上市股權的歷史收益去跑回歸，算出來的 β\beta 常常接近零，甚至爲負。難道這些資產真的沒有系統性風險？

當然不是。這個零由三件事共同僞造：

其一，期權結構本身。 如上所述，樣本里絕大多數時期公司都活着，你觀察到的是一串平穩的利息收入，β\beta 自然測不出來。真正的系統性暴露集中在極少數尾部時點，而回歸對二階矩的估計幾乎不受這些點主導——除非樣本恰好跨越一次危機。

其二，估值的平滑。 這類資產沒有連續市價，估值靠評估、靠成本法、靠攤餘成本。評估價天然滯後且平滑，人爲地壓低了實測波動率與同期協方差。結果是夏普比率虛高、β\beta 虛低——不是風險小，是尺子鈍。

其三，報告的滯後。 私募資產的估值更新往往落後市場一到兩個季度，用同期市場收益迴歸，協方差被系統性低估。Dimson（1979）給出的修正是把滯後期的市場收益一起放進迴歸，再把係數加總：

Ri,t=α+∑k=0Kβk Rm,t−k+εt,βsum=∑k=0KβkR_{i,t} = \alpha + \sum_{k=0}^{K} \beta_k \, R_{m,t-k} + \varepsilon_t, \qquad \beta_{\text{sum}} = \sum_{k=0}^{K}\beta_k

對流動性差的資產，βsum\beta_{\text{sum}} 常常是同期 β0\beta_0 的兩到三倍。

低波動率不等於低風險

把這三件事疊起來，就得到了資產管理行業裏最貴的一個錯覺：一條平滑的淨值曲線。

它可能來自真正的低風險，也可能來自「用鈍尺子量」加「風險全部堆在尾部」。二者在樣本內長得一模一樣，直到那一次尾部到來——那時淨值不是波動，是跳變。用波動率和 β\beta 去管理這類資產，等於用體溫計測量地震。

五、一個 β 不夠時：APT 與 Fama-French

如果單因子不夠用，多加幾個因子行不行？這是資產定價理論後來四十年走的路。

APT（套利定價理論，Ross 1976）放棄了「市場組合」這個唯一解釋變量，改爲假定收益由 kk 個共同因子驅動：

Ri=E[Ri]+∑kbikfk+εi⟹E[Ri]=rf+∑kbikλkR_i = \mathbb{E}[R_i] + \sum_{k} b_{ik} f_k + \varepsilon_i \quad\Longrightarrow\quad \mathbb{E}[R_i] = r_f + \sum_{k} b_{ik}\lambda_k

它的推導比 CAPM 更硬氣：不需要人人持有市場組合，也不需要收益服從正態，只需要「近似套利機會不能長期存在」。但它有一個致命的空白——理論不告訴你那 kk 個因子是什麼。

Fama-French 三因子（1993）把這個空白用實證填上：

E[Ri]−rf=βi,M(E[Rm]−rf)+βi,S E[SMB]+βi,H E[HML]\mathbb{E}[R_i] - r_f = \beta_{i,M}\left(\mathbb{E}[R_m] - r_f\right) + \beta_{i,S}\,\mathbb{E}[\text{SMB}] + \beta_{i,H}\,\mathbb{E}[\text{HML}]

SMB 是小市值組合減大市值組合的收益差，HML 是高賬面市值比（價值股）減低賬面市值比（成長股）的收益差。三個因子的橫截面解釋力，從 CAPM 的七成左右提升到九成以上。後來的五因子模型又補上盈利能力與投資風格兩項。

這條路走得很成功。但對本文的問題，它給出的幫助爲零。

因爲無論因子加到三個、五個還是三百個，它們描述的都是同一件事：在橫截面上被廣泛持有、因而能被市場定價的共同風險。SMB 之所以有溢價，正是因爲無數投資者都同時暴露在「小市值」這個維度上。因子模型永遠在測量市場的平均口味。

而你借給表弟的那五十萬，不在任何一個因子的載荷裏。它的風險不是「小市值風險」，是「就這一筆」的風險——是集中度，是不可交易，是無從分散。因子模型不是量錯了，是根本沒有一個刻度對準它。

因子的邊界

判斷一個風險能否被因子模型定價，只需問一句：這個風險能不能被很多人同時持有？

能，它就會形成一個因子，有價格，可以被對沖，可以做多做空。不能，它就永遠留在殘差 εi\varepsilon_i 裏——而殘差在模型裏的定義就是「期望爲零、無需補償」。集中持有的人得不到任何補償，不是因爲他沒承擔風險，而是因爲模型規定這類風險不該存在。

六、後視鏡：所有 β 都刻在已經行過的船舷上

還有一層更基礎的困難：就算我們接受 β\beta 這個概念，它到底怎麼被觀測出來？

答案是迴歸。取過去五年的月度收益，跑一條最小二乘：

Ri,t−rf,t=αi+βi(Rm,t−rf,t)+εi,tR_{i,t} - r_{f,t} = \alpha_i + \beta_i\left(R_{m,t} - r_{f,t}\right) + \varepsilon_{i,t}

斜率就是 β\beta。而這段數據，全部來自過去。我們用一段已經走完的歷史，去估計一個用來折現未來的參數。

這在結構穩定時問題不大，但結構從不穩定：一家公司賣掉重資產業務、加了兩倍槓桿、從週期股變成現金牛，它的 β\beta 會整段改變，而回歸窗口裏還塞着舊業務的痕跡。樣本越長，估計越穩，也越陳舊；樣本越短，越及時，也越是噪音。這是個無解的取捨。

行業裏的補丁不少，但每一個都在承認同一件事：

  • Blume 調整——歷史 β\beta 有向 1 迴歸的經驗傾向，於是把估計值向 1 收縮：βadj=13+23βhist\beta_{\text{adj}} = \frac{1}{3} + \frac{2}{3}\beta_{\text{hist}}。這是純粹的經驗規律，沒有理論保證。
  • Dimson 求和 β\beta——如上節所述，用於修正流動性造成的滯後。
  • 前瞻性 β\beta——從期權市場反推：用個股與指數的隱含波動率，配合隱含相關性，得到風險中性測度下的 βQ=ρQσiQ/σmQ\beta^{\mathbb{Q}} = \rho^{\mathbb{Q}}\sigma_i^{\mathbb{Q}} / \sigma_m^{\mathbb{Q}}。這是唯一真正前瞻的做法，代價是它測的是風險中性測度、混入了風險溢價本身（期權市場如何把恐懼標價，見〈空穴來風：借券費、Put-Call Skew 與期權市場的倒影〉）。

舟已行矣，而劍不行。我們所有的 β\beta，都是刻在已經行過的那一段船舷上的。

七、房價：當分子分母都是大盤的函數

最後一個案例，把前面所有的困難同時聚齊。

用 CAPM 加 DCF 給房子估值，標準做法是資本化率公式：

P=NOIr−gP = \frac{\text{NOI}}{r - g}

其中 NOI 是淨營運收入（租金扣掉運營成本），rr 是要求回報率（由 CAPM 給出），gg 是 NOI 的長期增長率，r−gr - g 就是資本化率（cap rate）。

問題立刻來了：租金本身就是宏觀經濟的函數。經濟好，就業強，租金漲，NOI 上升；同時經濟好，央行收緊，rfr_f 上升，rr 也上升。分子分母同向變動，誰佔上風？

對公式兩邊取對數微分，把拉鋸寫清楚：

dPP=d NOINOI−d(r−g)r−g\frac{dP}{P} = \frac{d\,\text{NOI}}{\text{NOI}} - \frac{d(r - g)}{r - g}

第一項是基本面的改善，第二項是估值倍數的壓縮。要判斷方向，得把 rr 再拆一層：

r=rf+β⋅MRPr = r_f + \beta \cdot \text{MRP}

於是「經濟變好」這件事在三個地方同時起作用，而它們方向不一致：

變量經濟變好時對房價
NOI（租金）上升推高
gg（增長預期）上升推高（縮小 r−gr-g）
rfr_f（無風險利率）上升壓低
MRP / 信用利差收窄推高

結論因此取決於一個更精細的問題：rfr_f 的上升，是因爲實際增長，還是因爲通脹與緊縮？

  • 若 rfr_f 的上升源於實際增長，那麼 gg 會同步上升，r−gr - g 大體不變，價格跟着 NOI 走——這是「基本面驅動的牛市」，估值倍數穩定。
  • 若 rfr_f 的上升源於通脹與貨幣緊縮，而實際增長並未同步（甚至因緊縮而放緩），gg 不動而 rr 上衝，r−gr - g 擴大，倍數壓縮。此時即使租金在漲，房價照樣下跌——2022 年就是這個劇本的完整演出。

而 r−gr-g 越小，這個槓桿越可怕。設 r−g=4%r - g = 4\%，rfr_f 上行 100bp 且 gg 不變，則 r−gr-g 變成 5%，估值倍數從 25 倍掉到 20 倍，價格下跌 20%——租金一分沒少。資本化率的倒數本身就是久期量級的東西，r−gr-g 越窄，久期越長，對利率越敏感（長久期資產對實際利率的指數級敏感性，〈有美玉於斯〉第三節有專門推導；而 rfr_f 本身由誰、按什麼機制決定，見〈無中生有：一個人的央行模擬器〉）。

這是 CAPM 最深的裂縫

標準估值流程默認分子和分母可以分開估計：先預測現金流，再套一個折現率。但在房產上，二者由同一批宏觀變量驅動，還是反向驅動的。

這不是參數估得準不準的問題，是模型的可分離性假設本身失效。民間借貸是同一個病：借款人的違約概率和你自己的收入下滑，往往由同一場衰退觸發——你最可能拿不回錢的時候，正是你最需要這筆錢的時候。協方差不在資產之間，而在資產與你之間，而 CAPM 的座標系里根本沒有「你」這一維。

結語 · 冷暖自知

把這一整篇收成一句話：β\beta 是關係，不是屬性。

CAPM 給出的是一個持有市場組合的、無限可分散的、只關心二階矩的抽象投資者的定價。它極其漂亮，也極其有用——〈曲突徙薪〉整篇都在展示這套框架能推出多麼違反直覺又完全正確的結論。但它測的始終是市場的平均冷暖。

而真實的人有真實的水土。他的錢有具體的來處，他的風險有具體的形狀，他的破產有具體的時點。他借出去的那五十萬，恰好在他自己也失業的那個季度收不回來；他持有的那套房，恰好在他要換工作的城市裏；他的公司股票，恰好和他的工資來自同一張損益表。這些東西不進入任何一個因子的載荷，不在任何一條 SML 上，不被任何一個模型補償——不是因爲它們不存在，而是因爲模型在開頭就假定它們已經被稀釋掉了。

橘生淮南則爲橘，生於淮北則爲枳，葉徒相似，其實味不同——所以然者何？水土異也。

模型能告訴你橘子該值多少錢。至於你手裏這一個到底是橘是枳，如人飲水，冷暖自知。

最近更新:
貢獻者: xszhang,Claude Opus 5 (1M context)