歡迎來到第 D 部分：處理不確定性！
你好！歡迎來到 P1 課程中最實用且有趣的章節之一。到目前為止，你可能一直處理著固定的數字——比如「價格是 $10」或「我們將銷售 1,000 件產品」。但在現實世界中，經理人並沒有水晶球。價格會波動，客戶的需求更是難以預測。
\n在本章中，我們將學習當情況變得混亂時，如何從「猜測」轉向「計算」。我們將探討風險與不確定性的本質，以及不同的經理人如何應對這些情況。如果你覺得 P1 的數學部分有點棘手，別擔心；這一節更多是在談邏輯和思維模式，而不是複雜的數值運算！
\n\n\n\n
1. 風險 (Risk) 與不確定性 (Uncertainty)：兩者大不同
\n在日常對話中，我們常混用這兩個詞。然而，在 CIMA 考試中，它們代表著兩個完全不同的概念。理解這種區別是整個章節的基礎。
\n\n什麼是風險 (Risk)？
\n當存在多種可能的結果，且我們可以為每一種結果分配一個數學機率（百分比或小數）時，這就是風險。這種情況通常發生在我們擁有歷史數據可供參考時。
\n例子： 想像一家已經開業五年的咖啡店。他們從經驗中得知，晴天時高銷量的機率為 70%，雨天時高銷量的機率為 30%。因為他們有這些機率（0.7 和 0.3），他們就是在處理風險。
\n\n什麼是不確定性 (Uncertainty)？
\n當我們知道事情「可能」會發生，但卻完全不知道其機率是多少時，這就是不確定性。這種情況通常發生在新產品、新市場或前所未有的事件（如全球疫情或全新的技術）中。
\n例子： 想像同一家咖啡店決定開始銷售使用前所未見材料製作的「月岩拿鐵」。他們不知道人們會喜歡還是討厭它，也沒有任何過去的數據可以估算機率。這就是不確定性。
\n\n快速回顧：\n
- 風險： 我們有數據機率（例如：60% 的機率）。\n
- 不確定性： 沒有機率可用（我們在「黑暗中摸索」）。
\n\n
2. 風險態度：你會如何反應？
\n並非每位經理人處理決策的方式都一樣。CIMA 將決策者分為三種「風險態度」。理解這些至關重要，因為所謂的「正確」決策往往取決於決策者的個性！
\n\n風險規避型經理人 (Risk-Averse)（「安全至上」者）
\n風險規避型的人不喜歡風險。如果必須在「確定的 $100」和「五五波機會獲得 $200 或 $0」之間做選擇，他們每次都會選擇確定的 $100。他們優先考慮的是安全，而非潛在的高回報。\n
主要特徵： 他們專注於「最壞的情況」，並設法將其負面影響降至最低。
風險中立型經理人 (Risk-Neutral)（「邏輯派」玩家）
\n風險中立型的人不在乎風險本身；他們只在乎期望值 (Expected Value, EV)。他們看重的是長期平均值。如果數學顯示某個高風險項目平均賺的錢比安全項目多，他們就會選擇高風險項目。\n
主要特徵： 他們基於最高的平均結果來做決定。
風險追求型經理人 (Risk-Seeker)（「賭徒」）
\n風險追求型（或風險偏好者）受風險吸引。他們在尋找「大獎」。即使失敗機率很高，只要有機會獲得巨大回報，他們也願意嘗試。\n
主要特徵： 他們專注於「最好的情況」，即使發生的機率很小。
記憶輔助：\n
- Averse (規避)： 避免風險（安全）。\n
- Neutral (中立)： 數字邏輯（平均值）。\n
- Seeker (追求)： 追求星辰（瞄準最好的結果）。
\n\n
3. 風險管理工具：期望值 (Expected Values, EV)
\n處理風險（即我們擁有機率時）最常見的方法是計算期望值。這是所有可能結果的加權平均數。
\n\n期望值的公式為：\n
\( EV = \sum (p \times x) \)
其中：\n
- \( p \) = 結果的機率\n
- \( x \) = 結果的數值（例如：利潤或成本）
逐步演練例子：
\n一家公司正在推出產品。有兩種可能性：\n
1. 成功：$100,000 利潤（機率 60%）
2. 失敗：$20,000 利潤（機率 40%）
第一步： 將每個結果乘以其機率。\n
成功： \( \$100,000 \times 0.60 = \$60,000 \)\n
失敗： \( \$20,000 \times 0.40 = \$8,000 \)
第二步： 將它們相加。\n
\( \$60,000 + \$8,000 = \$68,000 \)
期望值為 $68,000。這就是風險中立型經理人會用來做決定的數字。
\n\n重要提示： 學生常犯的一個錯誤是認為 EV 會「真的發生」。在上面的例子中，公司不是賺 $100k 就是賺 $20k——他們永遠不會真的剛好賺到 $68k！期望值僅僅是一個長期平均數。
4. 處理不確定性：敏感度分析 (Sensitivity Analysis)
由於我們沒有不確定性的機率數據，我們會使用其他工具。其中最受歡迎的是敏感度分析。
此技術會問：「某個變數變動多少，我們的決策才會變成一個錯誤的決定？」它通常被稱為「假設分析」(What-if analysis)。
想像你在開檸檬水攤。你計算出只要以每個 $0.50 的價格賣檸檬，就能獲利。但如果檸檬價格上漲呢？敏感度分析能幫你精確計算出檸檬價格上漲到多少，你才會開始虧錢。
敏感度分析公式：
\( Sensitivity \% = \frac{\text{淨利潤}}{\text{變數總值}} \times 100 \)
解讀： 百分比越小，項目對該變數就越敏感。如果價格變動 1% 就會毀掉你的利潤，那這絕對是一個高風險項目！
關鍵點： 敏感度分析不會告訴你變動發生的機率。它只會告訴你如果變動確實發生了，會產生什麼影響。
5. 總結與小撇步
別讓專業術語把你搞糊塗了！這是本章的「小抄」：
快速回顧框：
1. 風險： 你有百分比/機率。請使用期望值 (EV)。
2. 不確定性： 你沒有百分比。請使用敏感度分析。
3. 風險規避型： 想要「確定」或「安全」的選項。
4. 風險中立型： 想要最高的平均回報 (EV)。
5. 風險追求型： 想要最大的潛在獲利，不管機率如何。
常見考試陷阱： 考試可能會問哪種態度是「最好」的。其實沒有「最好」的！風險規避型經理人並不是「錯的」——他們只是比較謹慎。然而，除非題目另有說明，否則大多數財務模型都假設決策者是風險中立型。
繼續加油！你做得到的。你在這裡學到的關於風險和不確定性的邏輯，會讓接下來關於決策樹 (Decision Trees) 和 Maximin/Maximax 的章節變得更容易理解。