2007年8月金融危机爆发伊始，高盛(Goldman Sachs)首席财务官戴维•维尼亚(David Viniar)曾发表过一个著名的评论：标准差为25的事件连续几天出现。假如你在100万年的时间里每天都按市值计算自己的头寸，遇到一次标准差为25的事件的几率仍不到一百万分之一。这种情况从未出现过。问题出在高盛的风险管理模型未能正确描述自己所处的世界。
如果你杯子里的水变成了酒，在宣布出现奇迹之前，你应考虑一些更平常的解释。如果你扔硬币时，连续10次正面朝上——这种概率为千分之一——那天可能是你的幸运日。但更有可能的原因是，这个硬币重量不匀，要不就是掷硬币或宣布结果的人在作弊。最极端结果的来源，并非模型内部“有可能但几率极低”的预测成真，而是模型范围外的一些事件。
60年前，法国经济学家阿莱提出了阿莱悖论(Allais Paradox)。他发现，多数人对待概率非常高与结果确定的事情的态度大不相同。正常人不只是这样想，而且也有理由这样想。现实世界里没有99%的概率。极高和极低的概率都是模型的花招，模型能完美描述世界的概率远低于1%。一旦你综合考虑模型计算得出的概率与模型本身失灵的（未知但相当高的）几率，你所渴望的安慰将不复存在。
风险价值(VaR)建模——监管机构强迫银行采用的主要方法——等方法，也许有助于监控日常的回报率波动。但它们对于理解极端事件是无用的——不幸的是，理解极端事件正是采用此类方法的主要目的。这也是维尼亚和其他人在2007年领悟、或者应该领悟的。
然而，此类风险模型的使用，是诸多没什么大变的金融领域之一。欧盟(EU)正在推行面向保险公司的偿付能力监管标准II (Solvency II)，令人难以置信的是，这套指令分明在效仿失败了的监控银行偿付能力的《巴塞尔协议II》(Basel II)。Solvency II要求企业开发的模型，必须显示崩盘迫在眉睫的概率低于0.5%。
保险公司确实会破产，但原因不是这些模式所描述的，而是由于一些意料之外或被忽视的事件，例如暴露于石棉、或英国上议院对公平人寿(Equitable Life)的裁定等长期隐患。保险公司之所以破产，是由于承保人误解了其保单的风险特征，就像美国国际集团(AIG)，或是由于欺诈，就像Equity Fundings。
在现实生活中，多倍标准差结果不会发生。当威尼斯商人所有的商船都在海上失踪时，我们知道自己是在看一出戏，而非真实的历史。莎士比亚也不是傻瓜，当然知道这一点。在第五幕，安东尼奥能够全额拨回他的损失准备金，即使此时已来不及履行他与夏洛克签订的银行契约。
但如今，执掌大权的不是诗人，而是模型设计者。就像炼金术士和江湖医生，这些人靠的是我们相信不可能之事的愿望。但是，寻觅客观的风险控制手段，还要能从外部进行可靠的监控，就像企图将贱金属变成黄金那样徒劳。与炼金术士和江湖医生一样，风险模型设计者创造了一种行当。他们相互之间激烈的技术辩论让轻信的局外人相信，这是一个拥有真正专业技能的行业。
我们只有承认形式建模的局限性，才能更好地管理金融风险。风险控制几乎完全关乎于管理层胜任能力、设计有方的激励措施、健全的结构和制度、以及设计的简洁性和透明度。
译者/何黎
没有评论:
发表评论