核心观点 - 2024年A股市场黑天鹅事件频发，公募指增产品超额收益普遍创历史最大回撤，极端尾部风险发生概率大幅提升[1][4][6] - 传统风险模型难以应对市场变化，需从显性风险扩展到隐性风险控制，包括制度风险、认知风险等[2][18][46] - 提出全流程风险控制框架：事前预防（认知风险控制+隐性风险识别）、事中控制（动态风格因子）、事后处理（自适应个股偏离）[60][63][129] - 实证显示引入全流程风控的中证500指增组合年化超额16.51%，最大回撤4.90%，显著优于传统模型的18.77%超额和9.68%回撤[3][5][61] 风险模型进化 - 从CAPM单因子发展到Barra多因子模型，再进化到隐式因子模型（Latent Factor）[19][21] - 显性风险包括市场风险（如港股配置不足导致2025年跑输）、行业风险（如银行权重差异影响红利指数表现）、风格风险（如市值因子剧烈波动）[24][31][38] - 隐性风险具有动态性，如2019-2020年"茅指数"行情中公募重仓风格风险、不同涨跌停板限制导致的制度风险[47][53][59] 全流程风控方法 事前预防 - 启发式风格划分：通过股价回归识别真实风格，解决因子打分法与市场认知偏差问题，如长江电力被误判为成长股[64][71][74] - 个股收益聚类：采用Louvain算法根据120日超额收益相关性聚类，识别传统行业分类无法捕捉的关联性（如新能源概念股集群）[98][101][106] 事中控制 - 动态风格因子控制：针对波动率聚集效应，对滚动3个月波动率前3名或超过均值+1倍标准差的因子（如2024年Beta/市值/动量因子）严格零暴露[110][113][118] 事后处理 - 自适应个股偏离：根据滚动3个月跟踪误差动态调整个股权重偏离幅度，避免市场波动放大时跟踪误差失控[129][131][133] 市场异常事件 - 2024年三次重大回撤：春节前小微盘流动性危机（万得微盘股跌49.63%）、10月成长/价值因子双杀、2025年2月TMT板块暴涨导致基本面因子回调[11][67][83] - 黑天鹅指数显示2024年极端交易日占比达38%，远超正态分布预期，如20240207日非线性规模因子偏离达15.57倍标准差[14][15][17]