（原标题：次贷危机回忆录：怪数学公式or 怪市场太贪婪？）
十年前，引爆全球金融危机的那场美国次贷危机，就像恶魔的影子一样，烙印在金融界每一个人的心底，挥之不去，常思常新。
2007年7月末，华尔街顶级投行之一贝尔斯登(Bear Stearns)旗下的信用担保债务凭证(CDO)对冲基金轰然倒塌，那场此后演变为全球性金融危机的次贷危机从此揭开序幕。
“贝尔斯登的首席财务官(CFO)莫里纳罗(Sam Molinaro)当时就说了一句话——这是1933年大萧条以来最悲惨的信用市场环境。然而，当时很多交易员和机构都还无法理解其背后的深意”。平安磐海资本首席风险官陆晨教授在接受第一财经专访时表示。
风暴眼开始于贝尔斯登。
陆晨毕业于美国应用数学排名第一的纽约大学库朗数学研究所，专攻偏微分方程，量子力学，随机过程获得应用数学博士学位。先后在多家美国著名投行和对冲基金工作。危机爆发时，他正供职于美国银行信用衍生品部门，负责当时红极一时的信用衍生品资产证券化(ABS)、次贷衍生债券(ABX)、抵押贷款证券化(MBS)、信用违约互换(CDS)、CDO等产品的研发和交易，更早前供职于贝尔斯登、德意志银行、荷兰银行(ABN AMRO)等。作为学术和实践结合的资深市场人士，陆晨可谓是对危机最有清晰洞见的参与者之一。
“尽管我们每次提到2008年的金融风暴都称其为次贷危机，其实是次贷信用风险触发的全方位的信用风险、市场风险、流动性风险的剧烈共振，是曾经高举金融创新大旗的场外衍生品反戈一击所致。”他称。
陆晨还谈到，当时一个最著名的数学公式在危急爆发后甚至被称为“大规模杀伤性武器”，即是对违约相关性模型进行描述的公式：高斯联结相依函数(Gaussian Copula)。评级机构穆迪、标普都先后把该模型运用到自己的CDO评级方法中。其实，估计连公式创造者也没想到，公式会被华尔街的金融机构如此广泛地运用于风险管理和金融衍生品的设计。话说到底，该怪的不是公式，而是市场的贪婪和对尾部风险(tail risk)的“选择性忽视”，以及人们认知第四象限的天生缺陷。
华尔街也头一回听说“次贷”
次贷危机的导火线在2007年的盛夏被点燃。
“我们当时对贝尔斯登CFO的话都非常困惑，不明就里，为什么信用环境会如此糟糕？其实，这位CFO能看出来市场的融资和交易流动性出现了严重的问题，到了2008年3月，贝尔斯登由于流动性枯竭的谣言而彻底轰然倒地。”
陆晨坦言，尽管外界总是责备华尔街的贪婪导致了次贷危机，但事实上，在2005年的时候，大部分华尔街工作者也是刚刚听到“次贷”这个词，而且很多人都觉得CDO属于正常资产，是金融衍生品、金融创新的明星宠儿，因为大家相信华尔街的风险定价评估体系。但就像电影《大空头》里所描绘的，因为对利润贪婪的追求，导致整个金融大厦的根基都已岌岌可危而每个人都像吸毒者一样浑然不知，乐在其中。
次级抵押贷款是一种高风险的房屋贷款。它的风险在于借款人仅支付的首期金额很少的一部分，或者借款人的收入和资产状况根本不足以支付所有的贷款，信用市场一旦波动，很容易出现拖欠。之所以银行会肆无忌惮地做这种贷款，则是因为随着美国的资本市场在上个世纪八十年代如火如荼的金融创新，ABS、MBS，和SPV应运而生，允许银行将次级贷款和其他的质量较好的贷款一起打包，然后转让卖掉。
而CDO则是债务债券抵押产品，传统的ABS其资产池可能为信用卡应收帐款、现金卡应收帐款、汽车贷款债权等，而CDO背后的支撑则是一些债务工具，如高收益债券、新兴市场公司债或国家债券、银行贷款或其它次顺位证券，可见CDO作为ABS、MBS的进一步的资产证券化被创造出来。CDO也被分层为优先级(Senior)、中间级(Mezzanine)和股权级(Equity)，每一个类别都有不同级别的风险和收益，并由标准普尔、穆迪或惠誉给予不同的评级。购买优先级的投资者承担的风险和相应收益均较低。
事实证明，评级机构并没有恪尽职守。他们完全依赖贷款拖欠的历史模型，而不考虑过热的房地产市场和持续下降的贷款质量以及日益严重的违约率。所以从2006年开始，房地产价格开始回落，贷款转坏的幅度和破坏冲击力远远超过他们的预期。
陆晨回忆称，那时，贝尔斯登是美国第五大投资银行，也是不动产放款抵押证券领域的领导者。它成立了一只新的对冲基金，也就是2007年倒闭的高级结构信用策略基金(下称“HGF”)，这是一家主要以CDO为投资标的的基金。
从贝尔斯登CDO基金倒闭说起
2003年10月，HGF成立。它被贝尔斯登描述成一只主要投资于低风险、高评级证券——比如被标准普尔评级为“AAA”或“AA”的CDO的基金，推荐给投资者。这只基金通过使用杠杆工具来提高回报率，但不幸的是，也带来更高的风险。
贝尔斯登告诉投资者他们预期的收益率在10%-12%之间，而风险很低。这个收益率比普遍的银行利率、LIBOR和货币市场利率都高，许多投资者都把钱投给了这只基金。最后，HGF募集的资金大约为15亿美元。
头两年HGF表现的确也不错。但随后美国房市开始掉头向下。从2006年初开始，基金经理们开始收到一些大额的赎回请求，这让他们头疼不已。
因为基金持有流动性差的证券，比如许多CDO，基金管理层更愿意高估证券，以这种估价计算基金会有更好的表现，并决定他们收取的业绩费(20%)。一旦出现赎回，基金就必须卖掉一部分证券，这意味着要面对比他们内部评估低的市场价格。其结果是，业绩费将受损；更糟的是，亏损报告可能会吓坏其他投资者，导致更多的赎回。
可能是出于对这些问题的担心，2006年8月，贝尔斯登成立了另一只基金HGELF，即“高级结构增强型杠杆基金”。他们说，这只基金是上一个的升级版本，杠杆更高，而且回报率更高。当然更高的杠杆就有更高的风险。可他们还宣称，新基金还是相对安全的，因为他们的管理技能高超，并会做一些对冲。
贝尔斯登鼓励那些考虑从HGF赎回资金的投资者把钱投到HGELF，并且为HGELF招揽新客户。其实，HGF和HGELF的健康运转依靠的是稳定或者说上升的房市。因为使用了杠杆，尤其是HGELF的杠杆更高，它们极容易在房价回落中受伤。房地产价格即使下跌幅度非常低，也足以威胁基金的表现。
到2007年初，美国房市经历了大幅度的回落。同年3月7日，基金经理还在告诉一个联络着40个基金客户的贝尔斯登的经纪人说，他相信他们拥有令人惊叹的市场机会。
到了2007年6月7日，投资者终于被告知，他们不能再从HGELF赎回他们的投资了；6月26日，同样的通知发给了HGF的投资者。这两只基金已经亏光了所有资产，投资者损失接近14亿美元。
此后一直贯穿2008年的一系列连锁反应想必已经人尽皆知。
选择性忽视“尾部风险”
也许你想问，市场如此疯狂，难道真的没人觉察到隐含的风险？其实并不一定，用陆晨的话来说，市场和众多投资者管理者更可能是选择性忽视了“尾部风险”。
“从克林顿政府开始，就迎合百姓大众，要求‘居者有其屋’，因此银行在政府的指挥棒下有了发贷款的冲动和理由，‘两房’是美国支持的半官方机构，这和中国类似，就是政府政策的导向，最初的意念和想法是好的，也在前期的运作中对美国经济金融发展起到了巨大的推动作用”。陆晨表示。
其实，金融危机后所谓的“大而不倒”(Too Big To Fail)背后有着不同的变种内容，“大而不倒”出现之前这种现象叫做“格林斯潘看跌期权”(Greenspan‘ s Put)，再后来危机后就又变成了“伯南克坐着直升机撒钱”(Helicopter’ s Ben)或“耶伦看跌期权”(Yellen s Put)。这也就意味着，央行作为“最后的贷款人”(Lender of last resort)一定会在关键时刻提供流动性，这就好比给市场买了一个看跌期权，保底消除风险。这部分市场投资情绪能够从近几年来日益走低的“恐慌指数”(VIX，波动率)的蔓延趋势反映出来。
那么，2008年金融风暴究竟崩在哪里呢？“其实就是整个风险定价的错位问题，”陆晨称，“风险是收益的价格，是定价收益的基本单位，收益是建立在风险之上的条件概率，风险超出了一定的范围，收益就根本不存在了。当我们谈到收益的时候，必须要知道你花了多少成本拿到的。没有白白拿的钱。”
他称：“当时进行金融资产风险定价的时候，大家把最极端的尾部风险切掉了，就是‘大而不倒’，只考虑一般的风险场景。因为大家坚信，欣欣向荣的住房市场背后是美国政府的全力支持。每个人都假设其他人尽职尽责了解市场的风险。机构、银行、对冲基金、主权基金、评级机构的风险定价方式都是建立在这个在当时深信不疑的前提假设，由此导出的风险定价就远远地低估了真正的风险。”
同时，各大机构也都要急着做大规模，提高CDO的产出量，“他们为之疯狂的收益就类似于冰山浮出水面的一小部分，而对隐藏于水面之下的巨大风险而茫然不知，等到兵临城下的时候，顿感措手不及。”他感叹道。
另一个谜团是，在美国琳琅满目的金融衍生品市场，为什么偏偏是CDO被选为崩盘的突破口？
陆晨对记者表示，如果把全部资产排列成光谱的形式，那么在光谱的一边是国债，安全、高流动性、可以抵押，但收益低；另一边的代表是垃圾债券，高风险、流动性极差，不可以做抵押品，收益非常高。但CDO的横空出世，无异于一个人扮演了两个截然不同、南辕北辙的角色，CDO既有AAA的超级安全的评级做抵押品，同时收益斐然，流动性也蒸蒸日上；但当金融风暴来临，CDO面对越来越大的压力溃不成军，人们才发现原来CDO中间的一层是空的，是依靠过去人们对金融市场盲目的信任得以为继的，CDO一个产品的多面功能实际上是空中楼阁。
陆晨认为：一方面大家选择去相信市场不会崩盘；另一方面，崩盘往往发生在认知第四象限，即“未知之未知”(Unknowns unknown)。人的认知都是局部有限的。正如《伪装者》中的经典对白：“为了生存下来必须抱着怀疑一切的态度，当你怀疑一个事情的时候，必须从基本假设开始”。这里的基本假设就是对金融信用市场的信任，以及由于各种复杂金融衍生品模型中的风险参数设置和调整。
尽管那场惊心动魄的席卷全球的金融风暴不知不觉过去10年了，市场的结构、规模、监管都发生了天翻地覆的变化，更重要的是人们对风险的认识和态度也产生了根本的转变，对于“黑天鹅”风险的管理对冲，提到了前所未有的高度。
“风险是永远存在不会消亡的，我们必须虚怀若谷，保持着戒备心态。模型需要人的指导，模型只是对已知历史场景的概括和描述，但它并不知道未来会面对什么。”他说。
怪公式or怪市场太贪婪？
陆晨认为，对于模型过分的倚赖和信任是2008年金融风暴的另一个血淋淋的教训。
在诸多的金融衍生品的模型中，用以计算CDO的相关违约风险，从而给CDO定出公允价格的“高斯联结相依函数”毫无悬念地被推到风口浪尖。
这一公式甚至一度被那些寻觅替罪羊的气急败坏者誉为“摧毁华尔街的数学公式”。
陆晨回忆称，华尔街的数学天才、中金原首席风控官李祥林在2000年崭露头角。他在摩根大通银行工作时，在《固定收入杂志》发表论文“联结函数的违约相关分析”(On Default Correlation:A Copula Function Approach).
论文中，李祥林试图描述和解决华尔街定量金融家最棘手的问题：违约相关性。其中最著名的即是对违约相关性模型进行描述的公式：高斯联结相依函数(Gaussian Copula).
举个易懂的例子，夫妻之间，如果一位去世了，由于生活习惯的相似，另一位很可能也活不了很久。这种夫妻之间生命的联系和债券市场中一个公司倒闭之后对另外一个公司的影响是相通的，有一定的传染性，李祥林的模型就描述一定经济环境下和模型假设下，公司倒闭的相互关联性，这对于CDO的定价至关重要。
2003年，李祥林的论文使他在华尔街一举成名。之所以造成如此大的轰动，是因为随着全球金融市场在上世纪90年代快速扩张，数以万亿计美元要进入市场，
而不确定性是资本市场最大的敌人，只要投资者能够对风险不确定性定价、能够找到确定任何资产间的相关关系的方法，他们就愿意冒险。
李祥林的公式解决了华尔街的大问题，更是一度被认为会受到诺贝尔奖的青睐。然而，一切也都因为2008年金融危机而付之一炬。
2004年8月开始，评级机构穆迪、标普都先后把李祥林的模型运用到自己的CDO评级方法中。估计连李祥林自己也没想到，正是基于上述模型的巧妙设计和想法，彻底引爆华尔街风暴的两个“大规模杀伤武器”——金融衍生品CDS和CDO，两者都是信用结构性金融(虚拟)衍生品。
“从单个高斯分布到组合高斯分布，数学之美天衣无缝得到最好的诠释，人们也乐此不疲。”陆晨表示，李祥林选中的就是用高斯联结相依来攻克CDO联合违约率的难题。他的原始想法朴素直接鲜明——如果我们可以把其它的(不规则)违约样本空间的分布函数首先压缩映射到一个对应的高斯分布上，再利用高斯联结相依作为连接的架构把这些对应于原始违约的概率分布组装在一起，整个思路行云流水。
但他也提及，其中两个细节出了问题。“高斯分布的先天尾部结构性缺陷，也就是所谓的瘦尾效应，低估了极端尾部风险的可能性；另一个是在这个连接架构里的黏合剂就是相关性系数。由于2008年金融风暴还没有到来，人们不知道他们不知道的，后来证明：所有的违约相关性的估计严重地低估了风险。”按照“黑天鹅博士”塔勒布(Nassim Nicolas Taleb)的话来讲，相关性从根本上是不能描述资产违约之间的联系的，因为历史不能代表未来。
在金融风暴之后，大家对金融风险的态度和风险定价模型的理解上升到了一个新的维度。得益于严酷的现实教训，监管进一步强化，特别是巴塞尔协议III的实施；此外，在全球范围内推出了金融压力测试，建立金融稳定委员会等。
陆晨也表示，10年过去了，“我们在计算复杂的金融衍生品方面并没有什么突破性的进展，模型还是要依靠我们赖以生存的高斯分布和高斯联结相依函数， 但最重要的是，作为投资决策者，我们知道了模型的局限。”
2008年后陆续出台的风险管理措施提出了一系列的改进方法：估值调整包括流动性(CVA)和交易对手信用风险(CCR)，完善模型中的风险参数，使其能够尽量真实地反映外部市场。
最后，陆晨也感叹：“中国虽然经历了2015年的股市崩盘，但和欧美相比还没有真正意义上经历过市场的洗礼。这更像是一个悖论：我们都不愿意经历金融风暴，就像美国2000年的网络泡沫演变和2008年席卷全球的‘次贷危机’。同理，没有真实的违约数据，我们就不知道未来面临的风暴有多么残酷。人类对于真理的探索就是建立在证伪试错的基础上的。”
他表示，在当今的中国，很像当时2008年华尔街对于数学模型的顶礼膜拜、完全信赖，中国近年来在经过了“互联网+”的泡沫后，又聚焦于人工智能(AI)，更有甚者，“投资机器人能代替人类投资”的豪言壮语响彻云天。
其实，在2000年时，陆晨就在美林证券(Merrill Lynch)和研究部门就做出了当时华尔街第一款资产配置模型驱动的网上自动调整投资组合的产品。“中国现在很多所谓的AI，实际上只是一些运作流程上的自动化，和那些假大空的口号一样不着边际。”
高斯联结相依函数(Gaussian Copula)
“在投资领域，无论是深度学习还是机器学习，短时期都不能替代人的思维。”在陆晨看来，AlphaGo之所以能够打败顶级棋手，是因为围棋是19*19的方阵，把讨论问题的范围限制住，建立了规则(公理)，机器才能发挥无限大的历史学习能力和计算分析能力。Alphago利用贝叶斯理论动态模拟找出全局的最优解，回答问题。
“然而，金融市场的时间和空间维度是无穷的，战胜市场的本质就是战胜人类，再确切地说就是战胜人的思想情绪。借鉴2008年金融风暴的教训，我们要时刻保持独立批判的思想，防止同质化的系统性风险。”他说。
首页
微信公众号
证券之星APP
