看不见的刹车：跳出惯性认知的风险管理方法

很多人找方法，开口就要万能清单，要拿来就能用的操作步骤。 大部分时候，这类清单救不了你。 反而会把你拖进"做了风控就不会出事"的幻觉里。

错把终点当起点：风控的前提从来不是消除风险

任何商业活动，只要有不确定性，就有风险。开饭店怕疫情封城，做出口怕汇率跳水，搞研发怕投入打水漂，就连存个银行都怕通胀缩水。 你不可能把所有风险都消掉。想要零风险，只有一个办法：什么都别干。可什么都不干，本身就是最大的风险——错过增长，被市场淘汰。 很多企业栽跟头，不是没做风控，是从一开始就搞错了目标。他们招风控团队，上系统，定流程，目标是"不出事"，为了不出事，干脆把所有可能有风险的业务都停了。最后企业慢慢死掉，风控倒是"完成了目标"。可笑吗？一点都不，每年都有一堆这么干的公司。 制造业供应链风险传导路径示意图 真正合理的目标，是"把风险控制在你能承受的范围内"，同时不对正常的增长产生过度约束。这句话说起来简单，做起来很多人走偏。去年我在南京接触过一家做新能源配套的工厂，老板为了防原材料涨价，把一半的现金流拿去囤货，结果下游需求突然下滑，库存砸在手里，资金链差点断了。他防对了风险，却踩了另一个更大的坑。

两类逻辑的分野：你用的是兜底法还是预判法

现在市面上的思路，基本分成两类，本质差得很远。 一类是事后兜底型。出了风险之后，帮你降低损失。比如买财产保险，设定损止损线，对赌协议，都属于这一类。这类方法的好处是简单，成本清晰，适合应对发生概率低、损失幅度可测算的风险。 另一类是事前预判型。在风险发生之前就调整布局，从根源上降低风险发生的概率。比如供应商分散布局，做压力测试，情景推演，研发多管线并行，都属于这一类。这类方法适合应对发生概率高，或者一旦发生影响不可控的风险。 很多人用错了方法，就是没搞清楚这个分野。 商业银行信用风险压力测试测算表 绝大多数黑天鹅事件，本质上都是用错了方法的灰犀牛。2020年疫情之初，很多做出口贸易的企业，只买了货物运输险，属于兜底型，没人想到会出现港口停摆、订单全取消的情况，兜底的额度根本覆盖不住损失。反过来，如果提前做了客户地域分散的布局，哪怕一个区域停了，其他区域还能走，损失自然就降下来了。 说实话，我见过太多中小老板，宁愿每年花几十万买保险，不愿意花几万块做一次全链条的情景推演。不是不想，是觉得推演看不见摸不着，不如买保险踏实。可真出事的时候，保险赔的那点钱，够不够救你的企业？ 不过话说回来，预判法也不是万能的。所有基于历史数据的预判，都有一个绕不开的bug：从未发生过的事，你根本算不出来概率。2008年美国次贷危机，很多投行的风控模型用了几十年，从来没出过错，为什么会爆雷？因为模型里根本没给"全国范围内房价同时下跌"这个情景留位置，之前几十年从来没发生过，所以模型直接把这个概率归成了零。结果呢？大家都知道了。

落地必须守住三个边界，别越界

落地必须守住三个边界，别越界 第一个边界是成本边界。任何风控都是有成本的，你花一百万做风控，最后只避免了十万块的损失，这笔买卖就亏了。很多中小机构跟风做量化风控，上一大堆系统，招一堆人，最后算下来，成本比风险损失还高，纯粹是交智商税。我认识一个做线下生鲜连锁的老板，之前听人说要防偷盗损，花了二十多万装了全套的AI识别防盗系统，一年下来，少丢的货才不到三万，剩下的十几万全打了水漂。对他来说，最有效的风控就是让理货员多巡两次场，成本不到两万，效果比AI还好。 第二个边界是信息边界。很多方法要求你拿到完整的信息，才能算出准确的风险。可现实里，绝大多数风险就是因为信息不完整才存在的。你连对手的底牌都看不全，怎么可能算准风险？这个时候，精准测算不如留足缓冲。做项目预留15%的预算缓冲，做库存留10%的安全库存，现金流永远保留能撑6个月的备用金，这些看起来很笨的方法，比那些花里胡哨的精准模型有用多了。 第三个边界是组织边界。方法是死的，人是活的。再好的方法，架不住执行的人目标不对。业务部门要冲KPI，自然会想办法绕开风控，风控部门要避责任，自然会想办法卡掉所有有风险的业务。很多公司把风控放在业务部门下面，负责人就是业务总监，结果风控变成了业务的附庸，根本起不到作用。还有的公司把风控变成独立的权力部门，拥有一票否决权，结果什么业务都批不下来，公司活活饿死。怎么平衡？说白了，就是风险和收益绑定，风控要承担增长的责任，业务要承担风险的责任，不能光一方说了算。 市场永远在变，没有一劳永逸的方法。你要做的，从来不是找一套万能公式套进去，而是搞清楚自己能承受什么，想要得到什么，再选适合自己的思路。毕竟，刹车是用来让车开得更快更远的，不是用来让车停着不动的。