结构（高阶矩风险：负 coskewness 放大市场左尾须被补偿）+ 行为（偏度偏好：正偏偏好、负偏厌恶）+（机制存疑：度量口径极敏感须用 PSS、与方差/下行 β 观测难分、符号条件依市场偏度状态、系统 vs 特质须分离、A股行业层稀释）。

**机制类别**：结构（高阶矩风险：负 coskewness 放大市场左尾须被补偿）+ 行为（偏度偏好：正偏偏好、负偏厌恶）+（机制存疑：度量口径极敏感须用 PSS、与方差/下行 β 观测难分、符号条件依市场偏度状态、系统 vs 特质须分离、A股行业层稀释）。 **因果链（讲透——目标是教会 MJ「什么是 coskewness/系统性偏度、为什么它是均值-方差之外独立的第三阶矩定价维度、为什么理性投资者对负 coskewness 天然要补偿而对正 coskewness 愿少赚、为什么这份补偿*条件依市场偏度状态*、最后为什么它终究受限于『度量口径极敏感 + 与方差/下行 β 难分 + 系统 vs 特质符号相反』三个致命前提」）** - **第一性——收益分布不只有"中心"和"宽度"，还有"歪法"（本卡地基，必须先讲透）。** 一个收益分布可以用它的矩来刻画：**一阶矩＝均值**（分布中心在哪，对应预期收益）；**二阶矩＝方差**（分布多宽，对应风险/波动——VRP/方差族读这个）；**三阶矩＝偏度（skewness）**（分布是往上翘还是往下拖）。**偏度＝分布的非对称程度**：正偏＝右尾长（小概率大涨、"彩票型"，多数时候小亏、偶尔暴富）；负偏＝左尾长（小概率大跌、"崩盘型"，多数时候小赚、偶尔暴亏）。**关键：人对"歪法"有系统偏好——天生偏爱正偏（彩票）、厌恶负偏（崩盘），愿为正偏付溢价（接受更低预期收益）、要为负偏收补偿。这份"对分布形状的偏好"本身，是独立于均值和方差的第三个预期收益源。** - **从"个体偏度"到"系统性偏度/coskewness"（本卡的核心跃迁·讲透）。** 单个资产自己的偏度（特质偏度）人可以分散掉；但**一个资产对*市场组合*偏度的贡献**无法分散——这才是被定价的部分。**coskewness（协偏度）＝资产收益与市场收益*平方*的协动**，度量的是"当市场大幅波动（尤其大跌）时，这个资产是放大还是缓和了市场的左尾"。 - **负 coskewness**：市场崩时它*加倍*崩（在市场左尾贡献额外下行）——这种资产让你的组合在最痛的时候更痛，理性投资者要求**正溢价**才肯持有。 - **正 coskewness**：市场崩时它*抗跌*、甚至偶尔逆势大涨（缓和市场左尾、提供保险）——这种资产在你最需要的时候救你，投资者愿意**少赚一点**（接受更低预期收益）也要拿。 - **理论为什么必然如此——Kraus-Litzenberger 三矩 CAPM（讲透，这是本卡最硬的地基）。** Kraus-Litzenberger(1976) 把三阶矩塞进 CAPM：如果投资者效用函数对财富是"正偏偏好"的（三阶导 > 0，即偏好正偏、这是标准 DARA 风险厌恶的自然推论），那么均衡定价里**除了对 β（协方差）收补偿，还要对 co-skewness（协偏度）收补偿**——对负 coskewness 收正的风险价格。Harvey-Siddique(2000)《Conditional Skewness in Asset Pricing》把它做成条件系统性偏度定价，实证证明 coskewness 因子对 Fama-French 三因子 + 动量*正交*、有独立解释力。**这不是行为异象、是理性资产定价的直接推论——三阶矩是均值-方差框架漏掉的一个真实定价维度。** - **它没随时间衰减吗？——Anghel et al.(2023)《Two Decades Later》复核（本卡的时效锚）。** 二十年后复核确认：coskewness *仍*被系统定价、系统性偏度溢价约 **3.6%/年**、预测系统性偏度（PSS，仅用收益类特征构造的预测式度量）因子 **6–12%/年**、**未随时间衰减**；且*条件性*——市场条件偏度为正时投资者每单位 coskewness 愿牺牲 **7.87%/年**、为负时仅要 **1.80%/年**（即补偿幅度依"市场此刻分布往哪歪"而变）。**关键结论：正 coskewness 的补偿 > 负 coskewness 的补偿**（人为"保险型"资产付的比为"放大型"资产要的更多）。 - **为什么持久（结构性原因·如果成立）：** ①正偏偏好/负偏厌恶是稳健的人类偏好（DARA 效用的自然推论、跨市场稳健），不易被套利掉（你没法"套利掉别人对崩盘的恐惧"）；②市场左尾（系统性崩盘风险）是不可分散的真实风险，对"放大左尾"的资产收补偿有持续经济来源；③Anghel 2023 示二十年未衰减，与"已知即消失"的拥挤因子不同。 - **边界条件（何时失效/反转·本卡核心疑点）：** - **coskewness 度量口径极敏感（顶格证伪点）**：Anghel et al. 明确"coskewness 度量的选择至关重要"——朴素样本 coskewness 是三阶样本矩、噪声极大（高阶矩估计对异常值/样本长度极敏感），须用 **PSS（预测系统性偏度，仅用收益类特征回归预测）**等预测式度量才稳。度量挖掘/口径依赖嫌疑重，换个 coskewness 定义符号/幅度可能变。 - **与方差/下行 β 观测难分**：coskewness 与 co-kurtosis（四阶）、下行 β（[DNBETA-DOWNRISK](01-card-DNBETA-DOWNRISK.md)）、方差高度相关，独立增量须正交化（剔方差/下行 β），否则只是二阶矩/下行风险换名重述。 - **符号条件依市场偏度状态**：条件 coskewness 溢价依"市场条件偏度正/负"而变（7.87% vs 1.80%），须条件化否则符号/幅度漂移。 - **系统 vs 特质偏度符号相反须分离**：文献一致示*系统*偏度（coskewness）定价稳健、符号偏正（负 coskewness→正溢价）；*特质*偏度（[LOTTMAX-CN](01-card-LOTTMA……