结语
最大的风险不是来自物理学，而是我们的停滞不前
我是在2008 年秋季开始考虑写这本书的，那时正是金融危机爆发的中期阶段，离我获得物理学博士学位也仅仅只有8 个月时间。在几个星期的研究工作之后，我向我的博士论文导师提及我在研究工作中的发现。他的反应让我感到很惊讶。从我所提供的那些案例中，也就是那些物理学的思想如何更好地帮助我们理解金融市场的案例，他相信这两个领域之间确实存在着某种很强的关联性。我发现，大多数的物理学家都有这样相同的认识。不过，这并没有促使他们想做点儿什么。相反，我的导师这样回应："不管物理学家如何影晌了金融学，但是，想对华尔街做科学研究几乎是不可能的。"
这一思想可以有不同的解读方式。科学不只是知识的组合体。科学是认识和了解世界的一种方式，它是一个不断发现、验证和修正的过程。我的导师之所以认为华尔街不适合做科学研究，很大程度上是因为:投资银行和对冲基金通常非常隐秘，这就意昧着这些公司的新思想很少会被公开传播和讨论，而在科学领域，类似的新思想则会被大力宣传与探讨。当一名物理学家或者一名生物学家发现了某些新的研究成果，他会向专业期刊投稿，这些专业期刊会将这些论文交给其他专业人士审稿，这个过程确保了这些论文在被发表之前，就已经得到了其他科学家们提出来的专业性建议。如果这篇论文通过了第一层考验，那么，它将会在更大范围内获得其他科学家们的审视。然而，很多新思想都未能通过这一层次的考验，它们要么永远都不会公开发表，要么就在默默无闻中衰败。即使它们通过了考验，被证明是非常有用的，但它们也不会被认为是神圣不可侵犯的，这些新思想往往会成为新一代理论和模型的起点。
模型，近似性思考的基础工具
换旬话说，像物理学家一样思考与仅仅运用数学模型或物理学理论解决问题是完全不一样的。你如何理解这些模型才是问题的关键。在2009 年的早些时候，德曼与牛津大学数学金融项目创始人保罗-威尔莫特( Paul Wilmott )成立了合作研究团队，共同发表了《金融建模者宣言》( Financial Modelers' Manifesto )。宣言的核心内容之一就是捍E数学模型作为思考金融学和经济学的基本工具这一主张，另一部分就是斥责那些忘记了没有一个模型能够描述金融市场规则的"金融学老师"正如宣言所指出的那样"模型是近似性思考的基础工具。" 模型并不是最终的结果，它们依赖于一定的假设前提条件，而这些假设条件是不可能非常完美的，因此，有时候，模型会失败。正确地运用模型需要了解足够多的常识，并且对运用模型可能带来的不足有非常清醒的认识。只有这样，模型才可能发挥出作为工具的作用。这就好比在安装铁路的轨道时，你需要用大锤进行猛烈地捶打，不过，当你在钉相框的时候，你必须意识到，这么猛烈地捶打，可不是一个好方法。
我相信，我在本书中所回顾的这些历史能够支持这样的观点，即金融学领域的模型可以被看成是实现某些目标的工具，同时，这些工具只有在反复构建模型的过程中才会有意义，并且它们应该能够指明，在什么时候模型会失败，为什么会失败以及是如何失败的。这样的话，新一代模型才会在旧模型不能解决的问题上变得更加强大。
从这个角度来看，巴施里耶代表着第一代力量，他是第一个将统计物理学的新思想运用到完全不同的新领域解决问题的人。他为重新思考市场奠定了基础性的工作。不过，他的工作同时也存在很多问题。从奥斯本和萨缪尔森的观点来看，其最明显的问题就在于巴施里耶所描述的股票价格标准正态分布的情形只存在于巴黎证券交易所的非正常条件下，因为那个时候巴黎证券交易所的股票价格波动非常小。为了纠正这一问题，奥斯本认为是股票的收益、而不是股票的价格，服从标准正态分布。曼德博意识到标准正态分布和对数正态分布都不能完全反映股票市场狂放随机的特征，因而，基于此假设的金融理论并不能反映金融危机事件，而其他人当时并不认同曼德博这一观点。曼德博第一次意识到奥斯本的随机游走假说可能会行不通。现在，大多数经济学家，包括对这一领域感兴趣的物理学家认为曼德博在这个理论螺旋式上升的过程中，也并不是完全正确的。
索普和布莱克向投资者们展示了如何在日常交易中运用巴施里耶、奥斯本和曼德博所开发的模型，这些模型都是从物理学中引申出来的复杂思想的体现。从某些意义上来讲，这两位科学家是本书中最重要的人物，不仅是因为他们将最先进的理论运用到实践中，使理论发挥了极其重要的作用，同时还因为他们在运用这些模型的过程中发现了新的模型。索普、布莱克和斯科尔斯发明的期权定价模型建立在奥斯本随机游走假说的基础上，而不是建立在曼德博的理论基础上。这就意昧着，从一开始，这些期权定价模型在运用的过程中就存在一定范围的局限性。站在物理学家或者工程师的角度来看，从奥斯本的模型出发，可能更有意义。它比曼德博的模型更容易理解，因此，只需要对市场的真实收益情况做一个简单的近似调整，索普、布莱克和斯科尔斯就可以将一个极端复杂的难题转变成一个可以解决的问题。
这还是存在部分让人感到怀疑的地方，考虑到曼德博所做的工作，即使是从最开始的地方进行推导，这些早期的期权定价模型还是有可能失效：它们在极端事件发生时，对价格的估算会出现错误。跟其他人一样，布莱克似乎意识到他的模型存在这一缺陷。在1988 年的一篇名为《布莱克.斯科尔斯模型的漏洞》 ( The Holes in Black-Scholes )的文章中，布莱克明确地罗列了一些不现实的假设条件，并描述了这些假设条件可能会带来的错误，而这些假设条件正是推导期权定价模型的前提和基础。细心的投资者，如奥康纳联合公司的格林鲍姆和斯特鲁夫，有能力理解布莱克.斯科尔斯模型什么时候会失效，并通过他们自己的判断赚取利润，更为重要的是，他们还可以利用模型失效，成功地躲过1987 年的市场崩盘，从而避免了亏损，保护了自己。
然而， 这个前进的过程仍然在继续中。预测公司的科学家们和索内特向我们展示了如何运用物理学的最新发展来弥补布莱克.斯科尔斯模型背后的随机游走理论和有效市场假说的不足。预测公司通过运用黑盒子模型来确定地方性、短期的市场无效，并尽可能地对它们进行资本化，通过运用物理学的知识，从而成为市场上最聪明的投资者。与此同时，索内特利用曼德博观察到的结果， 在更加狂放的随机市场，市场崩盘这样的极端事件具有决定性的效果， 从而拷问自己，是不是有可能预测到这些灾难性的事件。他通过运用地震学领域的工具，并沿着这一方法继续前进，向我们证明了，如龙王这样的事件是完全可以预测的。
金融模型，螺旋式上升的代表
将这些零散的故事写成一本书是一项很诱人的工作。我想，我只是做一个讲述人的工作，如果延伸得太多，可能就会变成一个失误。预测公司和索内特的做法代表着两大类自然而又重要的思考方式，这两类方式推动了依然占统治地位的布莱克.斯科尔斯式的思考方式的发展。不过，尽管这两个模型都取得了成功，但它们仍然不是最终的结果。它们是金融市场发展过程中所取得的、特别有价值的思想，这些思想本身还会接受更加细致的检验和分析。现在很难界定未来的发展将会是什么样·可能是一种预测和理解极端事件的新方法; 也有可能是一种同等重要的新奇检验方式，当预测模型在应对内在的市场不确定时表现出非常"强劲"的特征，这种检验方式便会出现·或者，也有可能是当我们确定隐藏在市场数据中的潜在混沌模式时的一种新突破。我们所能确定的是，未来一定会有更大的发展。当我们能够搞清楚索内特的模型问题出在哪儿，或者知道预测公司开发出来的黑盒子模型在运用过程中为什么出现失误，那个时候，我们对市场的理解，一定会比现在更深刻、更清晰。
如果物理学家在帮助我们更好地理解金融市场方面取得了成功，那是因为他们找到了解决问题的新办法。他们运用方法论的视角解决了这些难题，而这些方法论在物理学和工程学领域非常普通，对研究真实的世界非常有帮助。本书所讲述的故事向我们展示了方法论是如何发挥作用的: 我们可以通过简化假设，让问题变得容易处理，从而最终解决问题。因此，一旦你清楚了你的解决方案是怎样的，你就可以重新返回去质疑，当你的假设出现问题的时候，又会有什么样的结果出现。有时候，你会发现，你最初的解决方案并没有意义，因为它过于依赖那些在现实生活中不会出现的假设条件。另一些时候，你会发现更好的解决方案，只需要稍作改变就会得到进一步的提升。当然，也有些时候，你会意识到你的解决方案在某些条件下是非常不错的，但是，你需要考虑的是，当这些条件都不成立的时候，你又该怎么办呢?
很显然，物理学家并不是唯一按照这种方式思考的人。这种构建模型的方式，在经济学和其他学科领域中也非常普遍。毫无疑问，经济学领域的绝大多数成果都是由经济学家们完成的。但是，按照这种方式思考，物理学家们也表现不错，甚至可能还非常优秀。物理学家们通常都会接受这种方式的训练，这种训练能够帮助他们解决经济学领域中的很多难题，而无须在意政治上或思想上的包袱，而这些包袱通常会妨碍经济学家们思考。此外，在考虑这些难题的时候，物理学家通常还与经济学家有看不一样的知识结构和学科背景，这也就意昧着，在有些情况下，物理学家可以用-种全新的方式来解决这些难题。
然而，正如我所说的那样， 科学是一个螺旋式上升的过程，特别是金融模型更应该看成是螺旋式上升的代表。我并不是说金融模型的构建者只是在科学进程的路上，而无情地忽视他们对金融"最终理论"的追求。目标并不是要找到能够在任何市场环境下都给出正确答案的最终理论，这显得非常保守。你需要试着去找到这样的方程，它们能够在有些时候给你正确的答案，并且明确，在什么样的情况下，它们是值得信赖的。
德曼和威尔莫特在他们的宣言中非常清楚地表达了这一观点。我们不应该将一个好的模型误认为是金融市场的"真相"。这其中最重要的原因是，市场本身是在不断发展的，它需要对不断变化的经济现实、新的规章制度做出反应。当然，还有更为重要的，即创新。例如，布莱克一斯科尔斯模型永远都是根据期权市场的运行而变化的。这意昧着，模型所要描述的市场会随着模型的不断使用而发生革命性的变化。这一认识，直到1987 年的市场崩盘发生后人们才完全明白。正如社会学家唐纳德· 麦肯齐( Donald MacKenzie )所说，金融模型就像是隐藏在市场背后的引擎，它们能够像一部相机那样，很好地记录市场。这意昧着，很多金融市场模型都是以不断变化的市场为目标的。
我们并不是贬低模型在理解市场中所发挥的重要作用，事实是，不断发展变化的市场构成了这个螺旋式上升的过程，而螺旋式上升的过程是我一直强调的。假定索内特关于市场崩盘的模型对当前的市场来说，是完美无缺的。即使那样，我们仍然有必要保持警惕。如果全世界的投资者都开始运用这个模型来预测市场崩盘，那又会出现什么样的情形呢? 这个模型能够阻止市场崩盘的发生吗? 还是只是让市场崩盘变得夸张，更加难以预测? 我想没有人知道这个问题的答案是什么，这表明，这恰恰是我们应该研究的事情。今天的模型是研究市场的最终答案，这种信念是数学建模者们面临的最大危险。
温斯坦和马拉尼的建议与本书所介绍的其他观点都不一样。本书每章内容所讨论的都是金融和金融模型。我所介绍的其他物理学家都在研究一大堆的统计数据，如股票价格、市场趋势、年收益率等，然后试图预测这些数字在未来会发生怎样的变化。市场到底是如何运行的，这些细节问题与此类预测密切相关。但是，正如奥斯本所观察的那样，搞清楚市场是如何运行其实并不难，任何一个像物理学家这样受过训练的人都能够很好地解读这些统计数据。然而，温斯坦和马拉尼提出了福利经济学的新理论，而这个理论借用的是物理学中的思想。这是一个非常有野心的项目，其难度远不止是让某个人感到头疼那么简单。
其实，如果某个人以正确的方式掌握了物理学和金融学之间的关系，那么，运用物理学的思想帮助经济在更宽的领域取得进步一点儿都不会让人感到奇怪。这并不是说金融市场与物理学有着什么特别的联系，或者说物理学和数学可以被运用到经济学的数字领域，比如金融学，而不能运用到其他学科领域。相反，物理学家已经成功地将他们看待世界的思维方式运用到经济学的其他领域，我们完全有理由期待，这些方法在其他的领域同样也会发挥非常重要的作用。事实上，它们已经在经济学的其他领域显示出作用，到目前为止，经济学家们已经用数学模型解决了与金融学没有任何关系的各种各样的问题。温斯坦和马拉尼的思想强调着这样一个事实，即数学工具可以被用到经济学的各个领域，包括政策制定，正如我们前面所谈到的博斯金委员会所做的那样。
从这个角度来看，温斯坦和马拉尼的建议恰恰是形成了这样的一个认知，那就是: 有很多方式可以让模型发挥更大的作用，利用更强大的数学工具来避免对人和市场所做的一些硬性假设。这可能最终会证明规范理论进入了一个死胡同，不过，我们没有理由在认真研究之前就将它排除在外。毕竟，当我们需要一代全新的理论时，规范理论在物理学中还是非常有用的，这一点变得越来越明确。我们可以看看，同样的事情是不是会在经济学领域发生。温斯坦、马拉尼和斯莫林已经向我们证实了，这完全是有可能的。
物理学领域的方法可能对经济学领域非常有帮助，这一论点非常重要。同样重要的是，温斯坦和马拉尼的思想从未获得经济学家或者政策制定者的公正对待。来自社会学和金融学领域的压力抑制了温斯坦和马拉尼的新发现，而他们的发现对我们理解重要的经济活动，比如通货膨胀，又是非常关键的。如果考虑这一点，那么，温斯坦的"曼哈顿计划"对投资者来说，不应该被认为是追寻新的投资工具。没有人会认为我们应该将公共资源用于追寻一个只能帮助一小部分公司盈利新的期权模型。相反，"曼哈顿计划"的目标是让主流经济学的发展与现代物理学和数学的发展同步，而无须顾及强大的政治和金融压力，因为这些压力会让原则扭曲。
1965 年，美国最高法院关于言论自由的判决中，大法官威廉·布伦南( William Brennan) 创造了"思想市场"这样的词语来描述这样的一种情形，即最重要的思想可能来自自由而又透明的公共话语。如果这是对的，那么，你就可以期待经济学中最好的思想可能会出现，即便最有权势的经济学家们反对。对于金融学领域来说，这显得尤为重要，因为金融学领域的一个非常好的思想就可以带来很高的收益。就这一点而言，本书最后三章中所提到的大多数物理学家，比如法默、帕卡德和温斯坦等，当他们的思想被经济学家们所拒绝时，他们都愿意将他们的思想直接运用到金融市场中。这让人觉得很有意思。这些思想能够带来一定的盈利应该是它们值得重视的一个信号，然而，很多经济学家却忽视它们，其中也包括政府的政策制定者。如果正如布伦南所提出的那样，真的存在思想市场，而这个市场又极度无效，那么，这对其他人来说是一种莫大的伤害。当斯莫林意识到主流的经济学家们对他所说的东西并不感兴趣时，他就将研究的重心转移到了其他领域。即便是不知疲倦辛勤工作的索内特，当他以一种主流经济学家们能够理解和欣赏的方式向他们表达自己的观点时，他发现自己依然不能够被这个圈子所接受。他的昕众里，大多数都是金融领域中的实际从业者。
我真的不知道该如何改变经济学的这种学术生态环境。不过，我觉得温斯坦那种跨领域研究合作的提议应该是一个完美的开始。这需要不同的研究机构或者政府部门在背后给予强有力的支持，确保不同的研究团体能够联合起来，并且一直保持合作的状态。毕竟，最初的曼哈顿计划只是一个军事项目，但它通过改变物理学家们的思考方式成功地实现了对物理学的变革。在利用经济学模型的过程中，也同样可以实现与曼哈顿计划类似的目标。更为重要的是，这会为我们提供一些必要的新思路。在经历了多年的经济衰退和增长乏力之后，是时候需要进行一些创新和变革了。
批评之声
当温斯坦首次建议再开启一个新的"曼哈顿计划"，以便更好地理解经济学时，他很快就被另外一种声音所淹没，这种声音就是对金融学领域的数学模型以及物理学家们在金融学中所起作用的严肃批评。事实上，从2008 年市场崩盘开始，我们已经听到了太多关于物理学家在金融学和经济学领域所起作用的批评之声。诸如宽客、金融衍生品和模型这样的词语已经成为了某种让人讨厌的隐喻。现在，我已经将这些思想的发展过程都呈现出来了，这些老唱反调的人可能会对某些深邃的思想表示认可。在我看来，如果你以正确的方式来对待数学模型，这些批评其实都是刚懂自用。为什么理解这一点变得如此重要呢? 因为这些批评声向我们揭示了我们为什么要重新审视温斯坦所提出来的建议。
反对数学模型在金融学领域的运用最著名的观点可能来自心理学和人类行为学。这一观点认为，来自物理学的各种思想注定会在金融学领域遭遇失败，其原因在于物理学将构成市场的基本要素看成是类似夸克或清轮这样的物质。在计算珠球和斜面方面，甚至在太空旅行和核反应堆领域，物理学的研究都是非常有效的。但正如牛顿所说的那样，物理学无法预测人类的疯狂。这方面的批评引出了另一个非常重要的学科领域，即行为经济学，行为经济学试图从心理学和社会学的角度来理解经济学。从行为经济学的角度来看，市场充满着人类的各种弱点，而这些弱点无法体现在物理学和数学的各类公式中。
行为经济学本身没有任何错误，很明显，个人之间以及个人与市场之间是相互影响的。对这方面的理解越深刻，就越容易帮助我们更好地理解经济本身的运行情况。但是，如果对数学模型的批评是建立在行为经济学基础之上的，那么这种批评其实是一种误解。
利用物理学作为理解金融学新思想的工具并没有将人看成是夸克或者钟摆。回想一下本书所讨论的各类思想，这些都是将物理学的模型运用到金融学中的案例。一些物理学家，比如曼德博和奥斯本，他们只是用他们所熟悉的统计学知识来帮助我们以一种新的方式来考量市场和风险，这对我们更好地理解市场有非常大的帮助。另一些人，比如法默和帕卡德，只是运用他们的专业知识，从繁杂的信息中提取那些对交易有帮助的消息，从而确定小范围市场的模式。还有其他人，比如布莱克、德曼和索内特，他们将他们所观察到的市场的细节融合起来，在物理学理论框架的支持下，推导出了数学模型，这个模型可以帮助我们将观察到的市场特征(比如股票价格和波动)与更多不明显的市场特征(比如期权的价格和即将到来的市场崩盘)更好地联系起来。在所有的这些例子中，都没有将投资者假设为夸克或者将公司看成是爆炸的行星。
其实，这里有一个更深层次的问题。对人类行为的深入研究基本上与运用数学模型对市场和整个经济进行研究存在一致性。事实上，心理学中的韦伯-费希纳定律在股票价格数学模型中，一开始就发挥着非常重要的作用：奥斯本用它来解释为什么股票价格会呈现出对数正态分布而不是标准正态分布。同时，索内特解释了在运用数学技术预测金融危机时，羊群效应经常会发挥非常重要的作用。在这两个例子中，对心理学的理解在发展和进一步修正数学模型的过程中起着非常关键的作用。总的来说，我们应该期待对心理学和人类行为学的研究与经济学中的数学方法是相互促进的关系。
第二大类批评(本书也有谈到)在对纳西姆·塔勒布的追捧申取得了巨大的成功。塔勒布写了一本非常有影响力的《黑天鹅》，在这本书中，塔勒布认为市场太狂放，不可能被物理学家们驯服。众所周知，所谓黑天鹅指的是那些没有办法预料到的事情。塔勒布认为黑天鹅事件才是真正有影响力的事件，而且到目前为止，我们最好的数学模型都无法对这些事件进行预测。对金融模型来说，这是一个很特别的问题。在这本书中，以及在很多文章中，塔勒布认为物理学生活在他所说的"平均斯坦" ( Mediocristan )世界里，而金融学则生活在"极端斯坦" ( Extremistan )世界里。两者之间的差别在于，平均斯坦世界中的随机现象都是有规律的，而且可以通过正态分布加以描述。而在极端斯坦世界里，正态分布通常是错误的。正是因为这一原因，他觉得，将物理学的思想运用到金融学领域中其实是愚夫才干的事。
从某种意义上来说，塔勒布所说的毫无疑问是正确的，特别是对那些依赖数学模型在现实生活中做决定的人来说，尤其如此。我们永远都没有能力预测将要发生的所有事情。从这个角度来看，当我们试图成功运用模型时，我们应该非常谨慎并且运用常识。不过，承认我们不可能预测到所有将要发生的事情，承认我们的模型不能深度揭示可能会发生以及可能不会发生(其实是做到像物理学家一样思考)，这就意昧着我们在模型构建的过程中可以有效地抵制骄傲自满带来的不利影响。而且，事实上，正是因为试图从奥斯本所提出来的随机游走模型出发，找到如何预测诸如黑天鹅这样的事件发生的方法，才让索内特开始思考龙王这样的事件。毫无疑问，并不是每只黑天鹅都是龙王伪装的。但是，这并不能阻止我们寻找如何预测和理解类似各种黑天鹅事件发生的脚步。
尽管塔勒布希望能够做进一步的分析，但他认为，各种各样的黑天鹅事件表明金融领域或者其他领域的数学模型，从根本上来讲是不值得信赖的。找到如何预测龙王的方法，或者运用肥尾分布来说明极端事件发生的概率比正态分布所表明的概率要大许多，仅仅做到这些还是不够的。在我看来，每个人都会认识到任何一个特殊的模型都存在瑕疵。尽管在通常情况下，一个负责任的模型构建者从一开始就会意识到问题的存在。但是，将问题推向下一个层次，认为所有模型应该从整体考虑，则又是另外一个层面的问题。
我所讲的模型构建和修正的过程是隐含在所有科学和工程学领域的基本方法论，这是我们理解世界最基本的工具。我们运用数学工具计算如何裁剪布匹、如何设计飞机的发动机、如何设计电网以及如何发射宇宙飞船。如果我们说，这些模型背后的方法论都是有缺陷的，这意昧着什么呢?因为它不能够被用来预测未来可能发生的所有事情，我们就要将它丢弃到一边吗?如果塔勒布关于数学模型的分析是正确的话，那么，你可能永远都不会建造出乔治-华盛顿桥或者胡佛大坝。毕竟，在某个时刻，一场预料不到的地震可能发生，而这是大桥建设者的模型所不能预测的。而且，大桥也可能因为汽车的数量太多，压力太重，从而发生饵塌。你也不应该建摩天大楼，因为它可能会被流星击中。甚至你都不应该乘飞机出行，以免某只黑天鹅被卷进发动机而发生空难事故。
塔勒布应该明白，金融学与民用工程学或火箭科学是完全不同的，在这两个学科领域，极端事件更难预测， 或者说极端事件带来的危险更大。不过，这很难说清楚为什么会这样。在通常情况下，灾难性的事件，当它们发生的时候是没有任何征兆的，各行各业，都是如此。然而，这并不意昧着我们就不应该努力了解我们所面对的各类风险，不应该尽我们所能将这些未知的事件变成已知。区分不可能的事情与很难做到的事情，这是非常重要的。很少有人会质疑，掌控金融风险是一件极其困难的事情。正如索内特所说的那样，掌控金融风险比解决物理学中的难题还要困难。不过，我在本书中所描述的这个过程其实就是我们战胜这个最大的挑战所应该采取的最好方式。我们不能放弃。
关于金融模型的批评，还有第三种声音。这种批评会更深刻一些，因为有巴菲特的存在。巴菲特的影响力非常之大，他曾经警告说，"警惕那些看上去很美的数学模型"。这一观点认为，金融创新其实是一件非常危险的事情， 因为它让金融市场的内在风险变得更大了。2000 年，互联网泡沫过后的市场过度繁荣引发了最近的这次危机，危机的罪魁祸首是物理学家和数学家们以及利欲熏心的银行们。物理学家和数学家并不了解他们所做的事情对现实世界的影响，而银行家们让宽客变得更加野蛮和疯狂。
这一批评在很大程度上来讲是正确的。包括期权在内的金融衍生品是人为制造出来的金融产品，它们特别强大，而且盈利性很强。在过去的40 年时间里，金融工程师变得更加富有创造力，他们创造出更加复杂的各类金融衍生品，从而在不同的环境条件下都能够获得利润。动态对冲策略(布莱克-斯科尔斯模型背后的思想基础)是新型银行活动中最基础的交易工具，因为它允许银行在卖出这些产品时不承担任何风险。正因为银行将重心越来越集中在这些新型金融产品上，隐藏在这些金融产品背后的数学模型在产品出现问题时，其影响就会被放大。实际上，部分创新型的金融产品正是2008 年金融危机的核心所在。因此，有一点是确定的，那就是物理学家和数学家让部分银行承担着某种异常的风险，而现在，我们正品尝着这种风险带来的苦果。
然而，市场崩盘或者投机性泡沫并不是一个新现象。毕竟，早在1929 年，就发生过大面积的市场崩盘。那时金融衍生品还远没有如此重要。进一步讲，在过去的40 年时间里，金融创新变得尤为重要，金融服务部门支撑了整个西方经济的发展。例如，在美国，金融服务行业的增长速度比整个经济的增长速度快6 倍。与此同时，其他行业，比如制造业增长速度就要慢得多，有些甚至是处于负增长的阶段。像其他技术创新一样，金融创新在过去的30 年时间里，对美国经济和整个西方经济的发展发挥着非常重要的作用。此外，经济学家之间还形成了广泛的共识，那就是，规模庞大、发展成熟的金融部门通常会促进整个经济其他部门的发展，至少会提高一点儿发展的速度。同时，还有一些证据表明，如果金融行业规模变得太大(正如实际情况所展现的那样，金融行业的体量可能真的很大)，它就有可能对其他行业的发展产生负面影响，这在很大程度上是因为金融业对其他行业施加了太多的控制力。这可能是对的，它可以成为实施金融改革的重要理由。不过，在改革的过程中，我们应该特别谨慎，不能因噎废食无论从任何方面来看，经济增长都是一件好事情。这种对美国或者欧洲的金融行业规模过大的担心几乎不可能动摇这样的基本观点，那就是金融衍生品是金融行业快速发展的第一要素，这也是布莱克和斯科尔斯观点的延伸。如果金融实际从业人员自1975 年开始就停止了金融创新，那么，整个世界的经济发展远远达不到今天所呈现出来的水平。
这也就是说，金融创新的影响其实是多方面的。尽管有些金融衍生品促进了经济增长，但仍然有很多人批评金融衍生品的大范围使用，尤其是考虑到它们特别复杂，而理解它们又是特别困难。这些观点表明，至少有些金融衍生品一开始被设计出来的目的就是为了迷惑、甚至欺诈那些并不精明的投资者。例如，这方面的批评主要是针对基于消费贷款的某些金融衍生品，比如债务抵押债券( collateralized debt obligations , CDO)。债务抵押债券在2008 年的金融危机中就扮演了非常重要的角色。这些产品包括对抵押贷款和其他贷款再打包，转换成其他金融衍生品，它们的风险和收益都是经过特殊处理的。在某种程度上，这些特殊的证券受到如此众多的批评，其原因在于很多投资者，包括一些大的投资银行，在这些证券的价格大幅下跌的时候，都遭受了重大损失。也就是说，当这些证券变成"有毒资产"的时候，它们像瘟疫一样在美国和欧洲的银行间传播。对这些产品所承载的风险存在着大量的误解，很大程度上是因为个人投资者不具备正确评估这些产品风险的能力，而如穆迪(Moody's) 和标准普尔这样的评级公司给这些产品的信用评级表明它们是非常安全的，而实际情况却并非如此。更糟糕的是，美国证监会批准高盛公司成立一家海外对冲基金，即鲍尔森公司( Paulson & co. )设计更多的债务抵押债券，而这些产品的价值很有可能低于评级公司所给予的信用评级。于是，鲍尔森公司就可以对这些被误导的风险产品进行赌博。
毫无疑问，上一段内容向我们揭示了在某些金融衍生品的操作中，带有很多固有的深层次风险。但事实上，即将要讨论的主题其实与金融衍生品并没有多大关系。如果银行真的创造了很多金融产品，这些产品看上去似乎很不错，从而让一些大型的投资者对赌这些金融产品。就像监管部门和其他组织起诉这种行为一样，银行这么做其实是非常没有职业道德的，但骗子们就是这样长时间地欺骗投资者的，即便没有债务抵押债券这样的产品，他们也会欺骗。在我看来，金融衍生品，哪怕是债务抵押债券， 最好被看成是可以利用的工具，就好像那些用来设计这些产品的金融模型一样，它们只是扮演了工具的角色。比如，农产品期货，就为农民们在播种期间融资提供了便利，并为他们控制风险提供了方法，这种做法延续了上千年之久;往近了说，货币期货就显著地降低了国际贸易中的汇率风险，有力地促进了国际经济的增长。使用任何工具，我们能够达到的目标都不止一个，比如，锤子既可以用来锤钉子，又可以用来猛烈击打车窗玻璃。在警察手中，枪支在维护安全有序的社会环境方面就能够发挥重要作用，当然，如果在其他情况下，枪支就有可能变成非常危险的武器。明确应该如何监管和控制金融衍生品是一个非常重要的、持续性的政策难题，但这个难题与其他的监管难题从本质上讲并没有任何区别。
然而，即使你认可金融衍生品及相关的模型都只是被利用的工具，仍然存在着这样的担忧，那就是担心这些工具是不是可以被正确而又明智地使用。很显然，一定存在这样的工具，比如氢弹(如果大家认为这也算工具的话)，它们是非常危险的东西，如果世界上没有这样的工具，世界也许会变得更好。用巴菲特的话来说，金融衍生品就是"金融领域里的大规模杀伤性武器"。这样的工具可以被很好地利用，当然也可能被错误地利用。一旦它们被错误地利用，不管什么样的经济增长都不足以弥补它们带来的损失。有人甚至这样以为， 2008 年的金融危机就是金融领域数学模型被误用后带来的灾难性后果。但我并不认同这一观点。为了说明其中的原委，我们需要认真审视2007-2008 年发生的所有事情。
在电影《美好人生》中，主人公乔治·贝利( George Bailey )开设了一家储蓄和贷款银行。这是一家从事借贷基本业务的银行: 客户将钱存入银行，目的是确保存款安全并获得相应的利息收入，银行将储蓄集中起来，并将这些存款再放贷出去，通常是抵押贷款或者商业贷款。只要储户们乐意将钱存在银行，那么，一切都会正常运转下去。然而，在贝利婚礼的那一天，当他和他的新婚妻子开车经过他的银行时，他们发现银行外面人们正排队等待取钱。因为银行陷入困境的谣言正在迅速传播，贝德福德( Bedford )镇上的人们都希望从银行取走他们的存款。
贝利立即跳出车外，他意识到谣言会彻底摧垮他的银行。在进入银行大厅后，他向人群解释，他们的钱并不在银行里，而是贷给了邻居们，让他们购买房子，以及贷给了社区的商店和企业。如果每个人都立刻提取现金，那么这个体系就会失灵，因为银行不可能将所有储户的钱都保留在银行的账面上。这一刻他感到很绝望，同时他那无私的品质也表露出来了，贝利意识到他手里还有一部分现金(用来度蜜月的钱)，他用这笔钱支付给部分储户，但要求他们不要继续提现。他挺过来了，在那一天银行关门的时候，银行账面上还剩下一美元，银行没有破产，还能够继续经营。他们渡过了难关，但是，这是以贝利环游世界梦想的破灭为代价的。
在20 世纪20 年代的大危机时期，银行挤兑是非常普遍的现象，特别是在19世纪，银行挤兑更为普遍。它们的挤兑与金融恐慌总是紧密联系在一起，这个时候，经济看上去有太多的不确定性，没有人敢保证银行能够持续经营下去。那些认为某一特定银行正遭遇危险的小道消息完全有可能让这一银行陷入挤兑的境地。今天，银行挤兑在美国再也不会发生了，那都是过去的老黄历，因为在1934 年，美国政府成立了联邦存款保险公司( Federal Deposit Insurance Corporation, FDIC ),为所有的普通储蓄存款提供保险。所以，现在没有理由去哪一家银行进行挤兑，即使你觉得这家银行可能会经营不下去:因为不管发生什么事情，你的存款都有美国联邦政府为你提供保障。
在本书的引言中，我是这样描述量化危机的: 在2007 年8 月的某一个星期，当所有主要的量化基金都遭遇大幅下跌时，并没有一个明确的理由来解释这一切。这其实是世界范围内金融市场将会出现崩盘的第一个暗示。但引发量子危机的原因又是什么呢? 事实上，在那个暑期，一场更大规模的银行恐慌正在蔓延，持续的时间超过了15 个月，量化危机是这场恐慌带来的早期灾难。这次恐慌并不会影响到普通的储蓄存款，因为它们受到联邦存款保险公司的保障。相反，这场恐慌影响到美国的影子银行体系，而影子银行在美国过去30 年的时间里发展速度飞快。影子银行体系与我们所熟知的一般银行体系运作原理类似，但规模更大，而且没有任何监督或监管。它主要是指银行和大公司(也包括其他银行)之间的借贷活动。
当某家公司有很多现金储备，比如有好几百万的现金规模，它需要找一个地方将这些现金存起来，就好比普通的消费者需要找一个地方将自己多余的现金存起来一样。否则，现金不会带来任何利息收入，这是一笔不小的价值损失。因此，很多公司将它们的现金存在其他公司。从根本上来讲，这其实是从银行或者其他公司获得的一笔短期贷款。作为回报，存款人需要一些抵押担保品。充当抵押品的一个最佳选择就是政府债券，因为政府债券从本质上来讲是无风险的，而且还有少量的利息收入。但是，政府债券规模毕竟有限，而且很多投资者，当然还有其他国家的政府部门，都将美国政府债券当成是他们的长期投资。所以，随着公司需要存储的现金资产规模不断增长，银行强烈需要找到其他的资产来充当担保品的角色。
公司债券并不是一个非常好的选择，因为公司债券的价值总是与公司股票的价格联系在一起，尽管公司债券与政府债券类似，只是发行债券的主体不同而已。谁也不希望自己持有的担保品其价值波动很高，或者，更糟糕的是，担保品的价值竟然取决于其不断变化的股票价格，这似乎就是在"赌博"。因此，处于影子银行体系中的各类公司都希望能够开发出这样的一种类型的资产·其性质跟债券类似，但是其价值并不依赖于某种非常容易获得信息的东西。他们找到的解决方案就是消费贷款一一抵押担保贷款、学生贷款和信用卡贷款。现在，消费贷款也不是一个最佳的选择，因为我们完全可以通过了解一个人特定的消费习惯从而对其是不是会发生违约做出预测。所以，银行不再直接将这类消费贷款作为抵押品，而是将消费贷款"证券化"。这就需要将大规模的消费贷款组成一个资产池，然后将这些资产分类打包，最后以债券的方式将它们出售。这些新资产(包括前面我们提到的债务抵押债券)被设计出来的目的就是充当政府债券的角色(尽管它们的风险要高许多)。它们同样会有利息收入，所以，当公司将现金存入其他公司或银行的时候，这些钱的价值不会有任何损失。
量化危机是影子银行体系并不是那么完美的第一个信号。整个体系建立在这样的一个假设之上，那就是，美国的住房市场不会走低。2006 年，美国的房地产市场开始下跌，影子银行体系开始崩溃，当2007 年市场加速下跌的时候，金融恐慌就产生了。大量的违约出现，很多违约人是那些本来就被认为还贷压力比较大的房屋购买者，他们是所谓的次级抵押贷款的受益人。反过来，随着违约率的突然上升，建立在次级抵押贷款之上的证券就失去了价值，因为没有人能够确保原来承诺的利息是不是可以如期支付。当一部分对冲基金被告知，它们需要更多的担保品为它们的投资贷款提供担保时，这就意昧着它们不得不快速卖出部分资产筹集资金，这就导致量化危机的发生。绝大多数量子基金所用的方法类似，这就意昧着它们所构建的投资组合也是类似的。因此，当一家基金需要增加流动性时，它就会动用所有它持有的资产，包括那些原本作为担保品的资产。这个快速而又意料之外的损失迫使这些基金快速甩卖资产，从而进入了一个恶性循环，让每个参与进来的人都损失惨重。这就是索内特所说的羊群效应导致危机的典型案例。
量化危机以及2007 年随后出现的反弹，都只是一个开始。接下来的灾难是在2008 年3 月发生的，拥有85 年历史的老牌投资银行贝尔斯登出现问题了。贝尔斯登在影子银行体系中属于非常重要的一环，它发放了许多证券化的贷款，而这些贷款都充当着担保品的角色。当抵押贷款基础资产开始出现比较高的违约率时，贝尔斯登的储户开始变得不安了。在这个月的中旬，一些贝尔斯登的大客户开始要求公司还钱。第一个要求还钱的就是西蒙斯的文艺复兴科技公司，他们要求贝尔斯登偿还50 亿美元。另外一家对冲基金，也就是D.E. 肖联合公司，也要求贝尔斯登偿还50 亿美元。当所有的客户都要求提现的时候，这就是典型的银行挤兑。为了能够阻止事态进一步恶化，贝尔斯登公司被迫同意被另外一家投资银行摩根大通接管， 这一接管得到了美国政府的支持。
危机从一开始就表现出加速发展的趋势。那一年的暑期期末，当另外一家老牌的投资银行雷曼兄弟公司宣布破产的时候，危机发展到了高潮阶段。这一次，政府并没有参与到紧急救援中， 这进一步加剧了市场的恐慌。9 月还没过几天，另外一家投资银行，美林证券公司被美国银行兼并了。而保险巨头美国国际集团也处于破产的边缘。没有哪家银行愿意发放贷款，至少不敢向其他银行发放贷款了，因为这些发放出去的贷款安全很难有保障。整个影子银行体系冻结了，金融市场在这样的压力下终于坍塌。到10 月的时候，美国股票市场总市值的40% 已经蒸发了。
很显然，数学模型的误用，在这场危机中起着很重要的作用。将这些次级抵押贷款进行证券化，并将它们转换成可以充当债券功能的新产品，这一切都是建立在一个模型的基础上，这个模型是由统计学家戴维·李( David X. Li )开发的。李的模型有一个基本的缺陷·从本质上来讲，它假定任何一笔抵押贷款的违约不会改变其他抵押贷款的违约风险。只要总体的违约率比较低， 这看上去还算是一个不错的假设，一些独立的违约事件不会对整个房地产市场带来实际性的影响。但是， 一旦违约率开始上升， 比如在2006 年的时候出现的那样，那么，模型就会失去意义。如果很多人在抵押贷款上出现了违约的情形，违约率较高的这些房子的价格必定会下跌， 这样又会导致更多的违约事件发生。此外，违约率的上升也表明经济体系中存在着一些更深层次的问题。
不过， 如果将造成2007-2008 年金融危机的所有责任都推到李的模型上，或者推到证券化的消费贷款上， 这其实是错误的。但是，更进一步讲，这确实是一些非常聪明的金融机构像物理学家一样思考所导致的失败。在某些特定的环境下，模型本身没有任何问题，与任何数学模型一样，当假设条件不成立时，模型必然会失效。看起来，那些根据风险管理状况来做决定的人并没有考虑过，如果李的模型失效了，将要怎么办。每个人都赚钱了，于是，大家将警告抛到脑后去了。这样做太容易了。危机的发生同样也是政府政策和管理的失职，因为最终拥塌的影子银行体系，从本质上来讲并没有接受任何监管。监管者既不知道究竟发生了什么，也不理解风险有多高，或者他们轻信了金融行业的自我监管能力。危机的爆发源于各个方面的失败。
有必要再次强调一遍，就像奥康纳联合公司在1987 年的市场大崩盘中存活下来一样，它只是在运用模型的时候比其他人更加聪明一点，而在2008 年的金融危机中，西蒙斯的文艺复兴科技公司的收益率为80% ，再一次显示出他比其他竞争者更聪明。文艺复兴科技公司与其他对冲基金的差别到底在哪里呢?其差别就在于文艺复兴科技公司找到了一种办法，来处理我的博士论文导师认为不可能做到的事情: 对华尔街进行科学分析。文艺复兴科技公司从来没有公开宣传过这一思想。事实上，文艺复兴科技公司的行事风格非常隐秘。但是，它的员工并没有忘记要像物理学家一样思考，质疑他们所作出的假设，并且继续跟踪他们模型中的不足之处。这家公司的许多优势都来自在这家公司工作的员工，大家都说，他们要比大多数宽客更加聪明。不过，同样重要的是，他们公司独特的管理方式：这家公司有一大批甘于奉献的研究人员，他们每个星期都会自由地工作40 个小时，在这个时间段里，公司鼓励他们完全按照自己的想法开展工作。这才是公司发展的根本所在，这比其他任何事情都重要，正是因为这样的管理方式，公司才会欣欣向荣，而其他公司则做不到这一点。文艺复兴科技公司的故事告诉我们，精于数学不是麻烦所在，而是解决问题的方法。
2012 年年初，当我完成本书写作的时候，世界经济仍然没有从2008 年的危机中恢复过来。如果说有什么不同的话，那就是，看上去为下一次危机的爆发做好了准备。没有人会期待在这么短的时间里事情就有所好转。奥巴马政府预测到2012 年年底，失业率将会在8% 左右的水平徘徊，明显地高于GDP 增长速度。美国的两大政党也只是简单地重复提出政策建议，而这样的政策他们都已经捏了一次又一次，经历过整整一代人。而这不仅仅是美国的做法。大多数西欧国家也处于主权债务违约的边缘，尽管德国尽了最大的努力，但很难看到欧元有光明的前景。即便是中国和印度，也显示出增长放缓的迹象。整个世界经济看起来都不怎么妙。
在所有的事情中，最引人注目的是，似乎没有一个人知道如何改善这一局面。我突然想到，当前这个状态，用那句古老的拉丁谚语来形容，似乎很恰当："乱世用重典。"特殊的时期需要采取特殊的手段。除了其他事情之外，现在我们所需要的东西，就是一个全新的经济学思想。这也就是为什么我们应该重新审视温斯坦关于大规模建立跨学科研究经济问题的提议。之前，我们曾经让美国和欧洲的科学家们共同开发研究，其结果就是让世界发生了永久性的改变。考虑到我们有过将物理学的思想应用到金融学领域的成功记录，我在本书中也对这一历史做了详细的描述，再加上温斯坦和马拉尼所做的工作给出的前进方向，现在是时候再次实现不同学科领域的合作了。尽管这一次，合作的目标并不是发明新武器，而是为更好地理解世界经济并提供一系列全新的研究工具。
回想一下，在过去的10 年里，特别是在2007-2008 年，美国政府，包括大多数监管部门，总是落后于聪明的银行和投资公司一步，他们还落后于真正的革新者三步。当危机一步步来临时，银行没有考虑到与证券化贷款相关的风险有多大，也没有人指出，影子银行体系是建立在住房基础之上的。只是在危机发生之后，美国国会才开始考虑新的银行监管法律。即使是在那个时候，修订过后的监管法律也只是为了应对曾经发生过的风险。
这一状况应该被彻底扭转过来。我们非常支持将大量的资源用于加强情报部门和反恐力量的建设，事实上， 2008 年发生的金融危机其实就是经济领域的"9·11"恐怖事件。我们同样也应该将大量的资源投入防止经济灾难发生的事业中，就像我们在其他领域投入大量资源防止危险事件发生一样。如美联储、美国证监会这样的机构，甚至包括世界银行，都应该是这场游戏中最聪明的玩家。如果连这些组织都不能够及时更新它们的目标，我们确实就需要一些新的研究机构，通过跨学科的经济研究，来更好地指导它们。掌控世界经济运行的这些人，应该像文艺复兴科技公司的员工那样出色。事实上，他们应该更加优秀才行!