非對稱性風險

決策者如果無法對自己的決策負責，那會有更多的黑天鵝。
想了解非對稱風險，首先我們要知道遍歷性和非遍歷性。
遍歷性是動力系統或統計力學中的關鍵性質，指系統在長時間演化中，其時間平均等於系綜平均（即所有可能微觀狀態的統計平均）。而非遍歷性卻與之相反。
我們想象一個賭徒參與一場 “公平” 的賭博遊戲（比如輪盤賭或公平硬幣賭局），規則如下：
•每次下注：賭徒有 50% 的概率贏 1 元，50% 的概率輸 1 元（長期期望收益為 O）。
• 兩種觀察方式：
。系綜平均（統計平均）：假設有 “無數個平行宇宙的賭徒”，每個賭徒都玩 100 局遊戲，統計所有賭徒在 100 局後的平均收益。由於遊戲公平，這些賭徒的收益會圍繞 0 波動，長期平均趨近於 0。
。時間平均（單個賭徒）：觀察同一個賭徒連續玩 100 局遊戲，計算他最終的淨收益（比如贏了 30 局、輸了 70 局，淨收益=30×1+70x（-1）=-40 元）。
遍歷性分析
•如果遊戲是遍歷的：單個賭徒玩足夠多局（比如 10 萬局）
後，他的時間平均收益（最終淨收益/總局數）會趨近於系綜平均（0）—即長期來看，整體不賺不虧。
•但現實中賭博是非遍歷的！：即使遊戲規則公平（系綜平均為 0），單個賭徒的時間平均可能永遠偏離 0（比如連續輸
100 局後破產，無法繼續參與）。更關鍵的是，賭徒無法通過無限次重複遊戲 “遍歷” 所有可能狀態—因為一旦破產（進入 “負收益” 狀態），他就無法繼續體驗 “正收益” 的可能性。換句話説，單個賭徒的軌跡被限制在 “有限資金” 和 “破產風險” 的子空間裏，無法覆蓋所有可能的收益路徑（比如 “先贏後輸”“先輸後贏” 等各種組合）。

• 如果遊戲是遍歷的：單個賭徒玩足夠多局（比如 10 萬局）
後，他的時間平均收益（最終淨收益/總局數）會趨近於系綜平均（0）—即長期來看，整體不賺不虧。
•但現實中賭博是非遍歷的！：即使遊戲規則公平（系綜平均為 0），單個賭徒的時間平均可能永遠偏離 0（比如連續輸
100 局後破產，無法繼續參與）。更關鍵的是，賭徒無法通過無限次重複遊戲 “遍歷” 所有可能狀態—因為一旦破產（進入 “負收益” 狀態），他就無法繼續體驗 “正收益” 的可能性。換句話説，單個賭徒的軌跡被限制在 “有限資金” 和 “破產風險” 的子空間裏，無法覆蓋所有可能的收益路徑（比如 “先贏後輸”“先輸後贏” 等各種組合）。
結論：公平賭博的系綜平均（所有賭徒的統計結果）看似合理，但單個賭徒的時間平均（實際經歷）可能完全不同一這就是非遍歷性的體現：個體長期行為不等於羣體統計平均。通過這個例子我們就可以聯想到現實，股市投資，長期股市投資收益是向上的，但是對於個人來説，如果稍有不慎就會永遠離開市場，巴菲特的名言，第一條保住本金，第二條，永遠不忘記第一條。就很好理解了。
在現實社會中，有很多決策者做出的決策是非對稱風險的，這就會導致尾部效應的出現。我們在拿股市舉例，同樣是有些人推薦了一些股票，推薦的是自己買的，這就是對稱風險，如果推薦的是自己都不買的，那就是非對稱風險。如果一個人把自己置身於風險當中，那麼説的話分量就很足。