标签： #系统性风险

「波动率涨了就提高折扣率」在风控例会上无法被反驳，而折扣率的倒数是杠杆：+1pp 在 h=2% 处逼出 33.33% 强制抛售、h=20% 处只逼出 4.76%，相差精确 7.00 倍（解析误差 7.11e-15）——「+1pp」根本不是可比的单位。200 条路径受控模拟：同一条外生基本面路径下规则自己砸出 −3.194 pp（放大 1.213x），穿越周期只砸 −1.879 pp，杠杆 7.74x→3.72x、累计抛售 78.4% 市场。三条安慰剂精确归零（价格冲击=0 得 0.000000、无杠杆 2.13e-16、零重叠 0.000000）：螺旋 = 杠杆 × 拥挤 × 冲击，三个因子数学上完全对称，而拥挤度几乎不出现在任何风险报告里（剂量反应 R²=0.9998）。两条通道次可加：各值 1.848/1.879 pp、相加 3.727 超过实际 3.194，因为它们卖的是同一批头寸，折扣率通道边际值只有 1.315 pp。下限从 2% 抬到 8% 内生减少 45.8%，代价是平静期杠杆 7.74x→5.51x。波动率窗口 250→5 日放大 1.55 倍。最反直觉的是非单调：冲击 −3% 放大 1.291x、−20% 只有 1.141x。97.5% 路径顺周期更惨，但同一消息最低点从 −0.73% 到 −39.88%。12 宇宙 CV=0.0272

同一份 100mm 国债，经过 10 层抵押品转换后支撑了 896mm 融资——重复使用倍数 8.96x，而每一层参与者账本上看到的都是「我有 2% 超额抵押、杠杆 50x」这个与链长完全无关的数字。恒等式检验：底层跌 5% 引发的总融资收缩放大倍数精确等于重复使用倍数（最大误差 2.31e-14）。三条安慰剂锁死机制：折扣率 100% 时融资精确为 0、链长 1 时重复使用精确等于 1−h、零折扣时精确等于 N。最反直觉的是相关性——层间冲击从完全独立到完全相关，「任一层断裂」概率从 90.4% 降到 24.9%（降 72%），但「系统性全断」从 0.44% 升到 24.86%（升 56.1 倍），两个指标方向相反，而风控报告通常只看前一个。折扣率 2%→4% 时 N=1 只萎缩 2.04%、N=10 萎缩 10.26%，长链对折扣率的敏感度接近线性放大 N 倍。政策对比：最低折扣 8% 把断裂概率从 64.10% 压到 2.47% 且保住 650mm 融资，而链长上限 N=3 只把断裂降到 43.82% 却砍掉 68% 融资——每单位风险融资效率差 40 倍。12 宇宙 CV=0.0078

「波动率涨了我们降了仓」在任何风控例会上都无法被反驳，但 120 家基金同说这句话时，它就是下一轮下跌的原因。受控模拟把基本面路径外生给定，因此每个百分点的归因是构造已知而非估计：基本面最低 −12.88%，实际价格跌到 −16.98%，差的 −4.10 pp 完全是行业自己砸出来的（放大 1.35x；200 条路径均值 1.45x、95 分位 1.99x）。三条安慰剂锁死机制：只留 1 家基金内生塌到 −0.0146 pp（同样杠杆同样行为，一家和 120 家差 281 倍）；价格冲击设为 0 与持仓零重叠均精确归零——螺旋 = 杠杆 × 拥挤 × 冲击，任一为零则消失，而公共讨论几乎只谈第一个。杠杆扫描出现拐点：5.0x 内生 −4.92 pp，6.0x 反而回落到 −3.63 pp，因为 36.7 家已爆仓退场——用历史最大跌幅校准高杠杆风险会低估危险，跌幅被爆仓截断了。同一个消息，200 条路径跌幅从 −27.33% 到 −6.35%（高阶）

「这个因子最近很好用」——当所有人都这么说时，风险已经建好了。12 年日频模拟跑完因子踩踏的完整生命周期：业绩→资金流入→推高价格→更好业绩的正反馈在第 6.1 年把套利资本推到常态 1.33 倍，一次去杠杆让因子组合 12 天亏掉 49.2%。核心工程发现：这个反馈环有明确稳定性条件——环路增益 κ×资金敏感度×回看期必须小于 1，超过就自激发散（第一版取到 1.4，资本在 0.05 与 75394 间反复爆炸，这个 bug 比结论更有教育意义）。三个纯价格代理中，吸收率（PC1 方差占比）与不可观测资本相关最高 0.653，复合后 0.560、EWMA 21 日平滑再提到 0.638。但最重要的结论是负面的：IC 为 -0.327，五分位却完全不单调（Q1 +16.8%、Q3 -1.8%、Q5 +2.8%）——IC 对单调性一无所知，它是尾部风险指标不是收益预测指标。对抗性检验：随机市场 Sharpe 增量均值 0.004、95 分位 0.171，真实市场 0.246 只有 z=2.5；线性减仓把 Sharpe 从 0.899 提到 1.145 却完全没降回撤——慢变量防不住 12 天崩塌（中阶）

Kritzman et al.（2011）的吸收比率：滚动协方差特征分解后看前 K 个主成分吸收多少总方差——AR 高意味着资产被公共因子『焊死』，冲击沿传导链放大。它度量脆弱性而非危机：AR 高不预测下跌，只预测『一旦跌会又急又齐』。30 资产两 regime 模拟（15 年）实测：脆弱期 AR 0.78 vs 平静期 0.61，AUC 0.863；ΔAR>1 组未来 10 日波动 17.1% vs 8.4%（翻倍）、左尾 5% 分位 −6.1% vs −2.2%，但收益均值反而最高——预测波动不预测方向。风险开关（ΔAR>1→仓位 30%）：波动 16.1%→10.9%、Sharpe 0.91→1.01、最大回撤 −43.8%→−39.1%，年化 14.7%→11.0%——买保险要付保费。诚实边界：模拟 regime 由因子强度驱动、AR 天生占便宜；减仓日占比 28% 摩擦不可忽略；超参数未调优；AR 与波动率高度相关，增量信息需控制波动率后再检验。

Amihud 的 ILLIQ 度量的是'单只股票有多难交易'，Pastor-Stambaugh (2003) 问的是另一个更深的问题：当整个市场的流动性同时枯竭时，谁跌得最惨？答案是那些平时就'流动性 beta'高的股票——它们在系统性流动性冲击里同向暴跌，为了持有它们，投资者要求一份系统性风险补偿。600 股 × 240 月合成面板复现完整因果链：构造系统性流动性因子 L_t（负值=市场流动性枯竭）、用月度收益对 L 回归估个股流动性 beta、五分组未来收益严格单调（最不流动 24.0% vs 最流动 5.6%），多空组合 Sharpe 0.38。灵魂在最后一张图：多空组合在流动性危机月整体左移——这份年化溢价不是免费午餐，是'危机时你也一起被埋'的对价。诚实拆解：溢价与危机 beta 同源、估计误差、Sharpe 是合成产物、A 股流动性因子构造的替代路径（中阶）。

伊辛模型（Ising）是统计物理里描述「有序⇄无序」相变的标杆。把它平移到金融：每个自旋是一支股票（上涨 +1 / 下跌 −1），耦合强度 J 就是个股间的「趋同/传染」强度，温度 T 是市场流动性与情绪噪声。当市场从平静（高温无序）滑向恐慌（低温有序）时，会越过一个临界温度 Tc——这时相关性长度发散，全市场一起涨一起跌，正是崩盘的数学相变。本文用纯 numpy 向量化 Metropolis 从零复现二维 Ising，并用 Onsager 精确解对照，证明蒙特卡洛把 Tc 还原到 2.269（真实 2.269），比热尖峰在 2.267、磁化率尖峰在 2.287，并诚实拆穿「一维无相变/红黑更新陷阱/有限尺寸抹平临界/必须锚定二维」四类真实陷阱（中阶）。

单家机构的 VaR 只看自己亏多少，看不见「你倒了连累谁」。网络中心性（度/特征向量/介数）把机构间的敞口纠缠量化成节点重要性，直接回答监管与风险管理的核心问题：哪些机构是系统重要性最高、最不能倒的 SIFI。本文用纯 numpy 从零构造银行间敞口网络，计算三种中心性并对比排名，并诚实拆穿网络不完整/阈值主观/时变断裂/多层隐藏/中心性权重五类真实陷阱（中阶）。