在投资理财中，有这样的流行观点：“风险越高，收益越大。”换句话说，就是人们为了获得更高的利益愿意承担更大的风险。从另一个方面来看，就是所承担的风险具有一定的价值。这就是人们常说的“风险价值”。
在实际生活中，我们每一个人对未来所作的决策都不可能百分之百地准确。未来的变化是不确定的。对于未来变化的不确定性，有两种情况：其一，未来的变化具有统计特征，可以通过统计方法来分析，比如前面提到的赌博；其二，未来变化是混沌的，无法通过统计方法来分析。风险则是指可以通过统计方法来处理的未来收益或损失的不确定性。
未来的风险既可能是发生危险与损失，也可能是获得机会与好处。我们来看这样的一个随机数集合{19，16，21，24，24，25，13，19，23，17，18，15，14，17，18，14，18，19，20，19，19，19，24，20，19，18，26，23，27，18，25，15，22，23，26，20，18，22，19，22，16，17，15，19，20，20，19，27，15，18}。这个集合中共有50个数字。这个数据集合的平均值是所有的20，方差是3。
如果这个集合是你作某个投资的收益各种可能回报，那么你这项投资的平均收益就是20万元，而未来可能的收益是围绕着20万元这个平均收益上下波动的。方差则是衡量波动幅度大小，方差越大，波动的幅度就越大，方差越小，波动幅度越小。
我们再来看这样一组投资收益的数据{18，15，20，18，20，18，16，18，21，17，15，17，14，13，13，19，17，17，15，17，12，20，16，13，20，13，13，17，16，17，16，24，17，17，19，15，18，18，20，11，18，17，16，14，17，19，17，14，16，14，31}。这组数据的平均收益是16万元，方差也是3万元，方差和前一组数据相同。很明显，在方差相同的情况下，平均收益越高，波动的程度就越小。
为了区分这种波动程度的不同，我们又引入了变异系数的概念，变异系数＝方差/均值。变异系数越大，波动程度越大。对于风险的统计分析，则是通过这种均值－方差分析得来的。简单地说，变异系数越大，风险越高，变异系数越小，风险越低。在所举的两个例子中，3/20<3/16，因而前一种投资的风险比后一种投资的风险要小。
通过这两个例子，我们明显发现，前者的平均收益20万元比后者的平均收益16万元要高，然而风险却低于后者。肯定会有人产生疑问，难道“高风险高收益”错了吗？
实际上，任何投资包括个人理财的投资都具有不同性质的风险。比如你购买股票，风险可能来自于市场内在的振荡，央行的突然加息、降息或汇率调整，政治事件、某个企业的会计欺诈等多种因素。这许许多多的风险对于一个具体的投资项目可以分成系统性风险与非系统性风险。诺贝尔奖获得者马克维兹（Markowitz）早在几十年以前就通过统计学方法证明出，当合理投资于多个项目的时候非系统性风险就可以被分散化解，当投资组合足够大时所留下的不能被分散化解的只可能是系统性的市场风险。现在我们很容易能够理解上述两个例子的问题，前者平均收益高于后者而风险低于后者的原因是：后者的非系统性风险要高于前者，前者的系统风险则高于后者。
所谓“高风险高回报”的含义就是指系统性风险越高收益越高。用严格的数学表示式来描述就是资本资产定价模型：
R=R+(-R)×β
Rf表示的是无风险利率，RM表示的是投资组合达到完全分散非系统风险时的系统风险利率�
