4.11  风控模型：真的能够控制风险吗？

我们在前几章中介绍了几种“大规模杀伤性武器”金融衍生品。大家可能要问了，既然像期权期货这些衍生交易风险这么大，那么是否有利器来试图控制风险呢？答案是肯定的。华尔街一直在试图将金融衍生产品的风险控制在一定的范围之内，以最大限度地获得高利润，结果如何呢？

试图控制风险的“蒙特卡罗模拟模型”

先来看一下华尔街控制风险有哪几种最典型的金融模型。

非常凑巧，刚进华尔街我还分不清东南西北呢，便有幸来到银行家信托风险管理部（Risk Management）。做第一个大项目时，就接触到了控制风险模型。而那时衍生产品在华尔街正大行其道，巳林银行的李森赔掉了10亿美元，大和银行的井口俊英也赔掉10亿美元，住友银行的滨中康雄赔得就更多了，高达20亿美元。所有这些损失都是衍生产品造成的。期权期货就好似疯狂的烈马一般，要怎样才能驾驭它们呢？于是，华尔街各大投行纷纷开始了风险模型的研制开发。

我们这个风险管理大项目中最关键的部分Octopus（章鱼）就是在那样的背景之下开始启动的。章鱼是有着八条爪子的一种动物，之所以为这部分取其名，就是希望它能像章鱼那样四平八稳，给公司的“一揽子”投资带来稳定的收益。而“章鱼”里的心脏部分就是蒙特卡罗模拟模型（MonteCarlo Simulation）。

有人会问，蒙特卡罗模拟模型的原理到底是什么呢？其实说白了，这个模型的原理就是统计学上所指的正负相关度。我们知道，世界万物都互相关联，有些是相辅相成，有些是此消彼长。在金融上也一样。

比如房地产和银行贷款利率，银行贷款利率一升，房价就会下跌，属负相关：有些是正相关，如纽约和伦敦的股市，伦敦股市比纽约早5 小时开盘收盘，一般伦敦一涨，纽约也涨。而投资收益高低的根本原因，就在于各种因素之间的相互影响。只要选样有效，我们便可根据过往的金融数据，推断出各个事物间相互影响的程度是1比1，还是1比2，等等。蒙特卡罗模型就是以“实验模拟”的方法，用随机数（Random Number）结合统计方法，模拟未来。

对于没有学过统计学的读者来说，上面这段话昕上去很像天方夜谭。我们可以不用去管它。不过，模型设计的选样大家应该是熟悉的，比如利率、汇率、债券、股市、油价和黄金等，这些都是投资收益互相影响的各种因素。一旦确定了选用的20个因素，就可以用电脑程序产生20组随机数，然后组成20乘20的矩阵，再按蒙特卡罗模型方式演算出来。

在电脑还没有普及的时代，一个5乘5的矩阵，用笔要计算半天才有结果。假如矩阵超过6的话，几乎就没辙了。现在用电脑计算6乘6的矩阵，只需两个“For Loop”（计算机语言）、六七行编码，运行不到1分钟，甚至几秒便全部摘定。没有电脑真是不可想象。那时，我们系统给交易员所用的界面GUI是微软的Excel试算表，等演算结果出来后，在Excel上便显示出各种各样的曲线图，真有如梦幻般的感觉。我们的系统，在华尔街属于所谓的Middle Office，是整个交易系统里承上启下的关键部位。

必须注意，选样的因素越多，模拟的程度也就越接近现实。到了第二个版本时，选样因素便增加到100个，电脑的编码几乎不变，只需在Excel的一个版面上加列新的各种因素即可。最后，我们把选样一直做到200乘200 ，全世界但凡能考虑的因素几乎全考虑到了。这时，令人震惊的已不是金融，而是电脑的力量，很难想象如果没有电脑，需要用多少人力才能算出如此复杂的矩阵：而等到算出来之后，大家可能都变成陈景润了。

由此可见，华尔街上玩的游戏越复杂，对电脑技术的要求也就越高，而电脑的发展反过来又驱动了华尔街的运行。可以这样说，没有电脑的发展，就没有今天的华尔街。

为金融衍生工具定价的“布莱克一舒尔斯模型”

从1994年到1997年的那几年，各种金融衍生产品层出不穷，而且包装得也越来越花哨，杠杆也越来越长。押宝押对了，交易员一笔交易就可以给公司赚几百万美元。那时的华尔街，大家一坐定就谈衍生证券，到处可见红眼睛、黑眼圆的人们走来走去，都快做疯了！

其实在前面的文章中提到过，衍生证券市场和普通股票不同，是零和游戏，有赢就有输。你要是昕见说有人一下子赚了几百万美元，就知道这会儿在哪个角落里，一定有人亏了几百万美元。

1997年，前摩根士丹利公司的交易员弗兰克·帕特诺伊（FrankPartnoy）写了一本书FIASCO（国内版本译作《诚信的背后》），书中就披露了这种游戏的内幕。他所在的那个部门，平均每年每一个人给公司赚进1500万美元。可以想象，与此同时又有多少人已经亏“死”了。

是否拥有了固若金汤的模型，在这场零和游戏中就能永远稳操胜券，在场上狠狠地击败对手，逼迫他们黯然离场呢？在这里必须告诉大家，愿望再美也终归只是愿望而己，没有一个模型能担保你在无须承担风险的情况下稳赚大钱。不管哪一种模型，即便这个模型设计得天衣无缝，它总会有一个死穴。比如说蒙特卡罗模型吧，它是假定你所用的那些数据必须是真正任意地选择的，可电脑程序产生的数据其实并非随意，而是模拟出来的：无论你将电脑程序编到如何极致，其产生出来的数据和现实总有差异，哪怕相差得微乎其微。

细节决定一切，此话不假。事情往往就是“差以毫厘，谬以千里”。举个例子来说，假如IBM 目前的股价在100美元上下，如果你买IBM 的“买进”，每一股该付多少钱呢？定价高了对买“买进”的人不公平，而定价低了，卖“买进”的人又不乐意了。这可怎么办？这时华尔街开始风靡布莱克一舒尔斯模型了。此模型就是为了解决这一金融难题，是专为期权等金融衍生工具定价位的。

布莱克一舒尔斯模型的最初基本概念是1973年由斯坦福大学的舒尔斯先生（Myron Scholes）提出的。1977年，舒尔斯先生在原有模型的基础上又与美国芝加哥大学的布莱克先生（Fischer Black）共同合作，发明了布莱克一舒尔斯模型，不久便渐渐地被华尔街采用。不过这个模型直到20世纪90年代才真正“火”起来。在实际运用时，由于外界环境的不断变化，模型里的各种参数也随之不断地被修正，于是形成了一个个不尽相同的版本，后来麻省理工的教授默顿（Robert C. Merton）也参与了这个模型的修改。

这个模型在应用前有6个假设：1.其特定股票（Underlying Stock)是可以卖短的；2.不存在套利的机会；3.这种股票能在市场上连续交易；4.能有机会借贷现金，股票的交易费和税费支出都不计；5.这种股票能被完整分割（如1%股）；6.其利息没有风险；等等。

即使满足了上述提到的所有6个条件（事实上不可能），而方程式里有一个参数叫。δ这个符号代表特定股票在特定阶段的上下浮动率(Volatility）。在布莱克一舒尔斯的模型方程式里，这个参数最为重要，它等于预示着这只股票的未来走向。而我们都知道，“人不可能两次踏入同一条河中”，时过境迁，以过去的数据预示未来最多只是个权宜之计。在投机市场中不存在百战百胜的法宝，任何分析方法与操作系统都有缺陷与误区。不由你不信，所谓华尔街“四大天王（ LTCM、量子基金、老虎基金和奥米伽基金）”的陆续跌下马就是最好的明证，其中LTCM的陷落特别令人震惊。

“武林高手”被点“死穴”

LTCM(Long Term Capital Management ，长期资本管理）成立于1994年，它的掌门人梅里韦瑟(John Meriwether ）在华尔街被誉为“点石成金”的债券套利之父。他召集了布莱克一舒尔斯模型的三位发明者中的两位：舒尔斯和默顿，连同华尔街一批证券交易的精英加盟，组成了华尔街的“梦幻组合”。特别引人注目的地方就在于布莱克一舒尔斯模型获得了1997年诺贝尔奖，由于布莱克1995年己去世，结果由舒尔斯和默顿上台领了奖。

这样的“梦幻组合”，就犹如永不沉没的“泰坦尼克号”，布莱克一舒尔斯模型在当时号称刀枪不入，固若金汤，简直神勇无比。他们在设计好了数学模型之后，根本不用每天去公司打理业务，相反，他们天天打高尔夫球，去海滩度假，任由电脑帮他们操作运行。开始的3年， LTCM的业绩果然不出所料地辉煌骄人。在1994年公司成立之初，资产的净值为12.5亿美元，到了1997年年末上升为48亿美元，净增长2.84倍。那几年投资他们的基金，平均回报率（扣除所有费用）为40%，远远超过了大市，比“股神”巴菲特的平均回报率都高出15%。

“梦幻组合”的各位大牛人使用复杂的数学模型，利用美国、日本和欧洲政府债券的固定收益套利交易。因为政府债券是“定期债务”，这意味着政府将在未来特定的时间支付固定金额的回报。然而，由于流动性导致了两种债券之间的小差异。他们通过一系列的金融交易，相当于购买了比较便宣的为期29年零3个月的国债〈因为已经发行了9个月，交易频率降低，相对来说较便宣，收益率比利率高一点〉，卖空了比较贵的30年期国债（政府新发行的国债，交易频率最活跃，相对来说比较贵），从中产生差额利润。

不过这种差额利润虽然稳定，但很微小，要取得高利润回报，必须通过高杠杆。于是他们采用掉期交易来放大杠杆。在1998年年初，该公司的资产负债表上，衍生品的仓位约1.25万亿美元，超过其资产的25倍！这一切听上去都非常完美，那么又是怎样的小概率事件导致了这艘“泰坦尼克号”撞上了“海底冰川”呢？

其实LTCM出现败象的征兆始于1997年的东亚金融危机，但基于基金管理人员对信息不对称的识别能力，败象显露得还不明显。可是到了1998年5月，基金回报率已经大幅下跌至亏损为-6.42% ，至6月进一步降到-10.14%，总资本减少了4.61亿美元，从而导致7月所罗门兄弟公司的套利业务退出该基金。

而LTCM最致命的亏损，是1998年8月至9月。那期间因苏联解体，发生了俄罗斯政府的债券违约，从而导致俄罗斯金融风暴，引发了全球的金融动荡。惊慌失措的投资者纷纷出售日本和欧洲债券，改为购买回报比较低却相对稳定的美国和德国国债规避风险。这样一来， LTCM所卖空的德国债券价格上涨，而做多的意大利债券等证券价格却全面下跌，也就是说，原本所期望的正相关变成了负相关，结果两头亏损。截至8月底，基金资本共损失18.5亿美元。真可谓“智者千虑，必有一失”。

想想看，该公司盛名远扬的年回报率接近40%，转眼间便犹如过山车般急坠至谷底。在9月的头3个星期，LTCM的资本还有23亿美元，到9月25日就只剩下了4亿美元。而其账面上无法兑现的资产却仍然超过1000亿美元，说明了这中间的有效杠杆比率超过了1 比250！

LTCM的电脑自动投资系统面对这只“黑天鹅”一一原本忽略不计的小概率事件，错误地不断放大金融衍生产品的运作规模。换句话来说，以如此的杠杆比例押对了宝，盈利可以是250倍，如果押错了宝，其亏损也可以是250倍。

从LTCM公司的如日中天到骤然崩溃不过短短4年，恰恰验证了这世上没有一个模型能够担保你稳赚钱。一个看似小小的判断失误就会令投资者前功尽弃。就像一个拥有盖世武功的武林高手被点中了死穴一般，失败得如此之快，快得连弥补的机会和回旋的余地都没有。这起事件使大家明白：千万别太过信赖某一个模型或某一个投资理念。

如果要追根究底，LTCM失败在黑天鹅事件上，也就是建筑在历史数据上的模型错了。因为苏联解体是从未发生过的事件，属于黑天鹅事件，在发生之前人们都没有见过，也无从预料。这就是他们的模型之死穴一一用过去的事件来预测未来。

为避免更广泛的金融市场大崩溃，纽约美联储不得不出面组成了一个债权人救助计划，总金额高达36亿美元。到了2000年该基金遭到全面清算，而基金创始人连同参与者也同样遭遇了“清算”。像高盛当时的CEO柯赞(Jon Corzine）由于密切参与基金的运作，被鲍尔森（后来的美国财政部长）领导的董事会政变一脚踢出局，CEO的位置由鲍尔森接位；一度盛传接位格林斯潘的马林斯(Mullins）也因此事件彻底破灭了接班的希望；而模型理论的创始人舒尔斯和默顿，则更受到了公众的指责。

即便LTCM失败得如此之惨烈，但渴望滞留于游戏场上不愿轻易退出赌局的豪赌之徒，却好似飞峨扑火永不休止。LTCM的掌门人梅里韦瑟不甘心，在1999年12月又筹组了一个新公司一－JWM对冲基金，高举先前LTCM“固若金汤”这一模型的幌子，居然筹集到2.5亿美元资本，继续着LTCM的投资策略，号称将财金杠杆减少到了15比1的标准，潜台词：风险降低了。这次一定万无一失！

不幸的是，在2007年9月到2009年2月的金融危机中，JWM再次被击中，亏损高达44%，该公司终于在2009年7月被迫关闭。不过，谁敢担保他们不会再卷土重来呢？