走出模型依賴困境

鄭云波 譯

編者按：正如切爾諾貝利核電站泄漏事故提醒世人核電站存在風險一樣，1998年美國長期資本管理公司因巨額虧損被接管事件提醒人們風險管理模型（以下簡稱“模型”）也存在風險，這次的次貸危機則進一步提醒人們注意這一點。本文作者塞巴斯蒂安#8226;弗里茨(SEBASTIAN FRITZ)博士和羅斯科#8226;埃爾巴赫(JORG ERLEBACH)先生的《模型依賴困境》對此做了深入的闡述。塞巴斯蒂安#8226;弗里茨博士是德意志銀行前全球操作風險首席官，負責銀行巴塞爾Ⅱ高級計量方法獲監管許可，現任德國西德銀行全球市場風險首席官。羅斯科#8226;埃爾巴赫先生是法蘭克福德國商業銀行全球信用風險和經濟資本控制部門主管，他的研究領域包括信用風險報告、風險計量方法、風險資產組合管理。

1986年的切爾諾貝利核電站事故是當代歷史上戲劇性的一幕。在這次事故之前，核電站以技術穩定和風險可控而著稱；類似的，信用衍生產品在市場陷入困境前享有很高的聲譽，而且直到近期，在金融系統，現代金融產品都被認為是市場上一個基礎性的穩定力量。

現在，可以說，這幅景象已風光不再。眾所周知，當前的次貸危機源于貪婪、對不明產品的不審慎投資，以及對第三方風險評估的過分相信，這與過度相信模型的穩定性、沒有強調模型假設條件的驗證和壓力測試有很大的關系。當前的危機是模型被系統性地廣泛誤用所致，而不是模型本身的危機。模型在現代風險管理中一直扮演著很重要的角色，但如果忽略模型使用的基本原則，將導致災難性的后果。我們要從中汲取經驗教訓。

銀行業風險模型的發展

在二十世紀七十年代，銀行業開發出第一批金融“模型”——市場風險模型，這些簡單模型對一些參數比較敏感，比如利率、股票指數和商品價格等。經過一些基本的計算，策略上的風險管理成為了可能：道瓊斯指數的微小變化將被轉化為銀行交易賬戶上的預期損益變化。

緊接著，在模型下一個發展階段考慮了相關性。基于經驗計量和模擬的組合技術，可以計算出損益分布和在險價值。由于模型的損失分布可以驗證，有關模型絕對正確的錯誤認識被逐年強化。

國際監管機構看中了基于模型的計算概念，并在1992年的老資本協議（巴塞爾Ⅰ）市場風險修正案中給予了官方肯定。從那時起，模型成為銀行交易業務中資本監管計量的核心。

巴塞爾銀行監管委員會很快認識到原有的監管機制助長了銀行資產的過度膨脹欲望。由于1988年資本協議缺乏風險敏感性，急需一種廣泛的基于風險的方法，幫助培育審慎的風險管理文化。1999年，新資本協議（巴塞爾Ⅱ）出現，產生了大量用于操作風險的高級計量方法（完全基于模型計算）和用于信用風險的內部評級方法（基于模型計算的銀行內部評級系統），模型工程師在監管機構和銀行業也贏得了聲譽。

逐漸增加的內在復雜性

隨著新資本協議的推廣，基于風險的資本計量方法被廣泛接受，銀行的模型也日益復雜。在模型開發中，零售類相對簡單，但大公司或金融機構類的風險參數評估則比較困難。交易對手對復雜產品有大量的需求，比如包含許多期權和多種風險的產品。

不幸的是，一個產品越復雜，用來估測其參數的有效使用時間越短，有關風險的計算結果越不可靠。在這種意義上，過去幾年，衍生品和結構化產品指數級的發展已經達到一個臨界點，將出現崩潰的可能。

當前的危機是模型本身的危機還是我們手中的模型失控了？鑒于日益復雜的模型，我們不禁要問，銀行家們在模型的基礎上進行買賣或推薦，他們是否依然牢牢掌控著他們所做的業務？董事會知曉在資產負債表中潛藏的風險嗎？在風險計量中的模型計算和參數假定有多大程度屬于異想天開？

當前，金融機構中損失較大的前10名機構名單如表1所示。

國際領先銀行不幸成為損失大戶，其原因并不在于低效的模型。正如瑞銀集團在一份對股東的報告中所說，“對在險價值和壓力測試過于依賴：在貸款違約率上升和美國抵押市場放貸標準降低的情況下，市場風險控制還依靠在險價值和壓力測試數據，集團高級管理層還不知悉決策材料的局限性。”

也就是說，精巧的模型依然故我，但當市場開始向未預期的方向發展，模型突然失去了作用。慣常的模型計量方法、預設的壓力情景和歷史數據都變得無用武之地。

當然，不只是銀行家陷入麻煩。在我們生活的許多方面，我們都忘了模型的局限性。當我們不能掌握模型能做哪些，不能做哪些時，模型在多數情況下會誤用。

其他行業的模型失靈

在當今時代，像倫敦碼頭區輕軌、辦公樓里計算機控制的電梯等自動化系統相當常見。事實上，我們很少注意其中起作用的模型，如：根據電梯乘客重量調整速度的模型，或者測量兩列火車間實時距離的模型等。但如果這些系統失靈，我們總在驚愕之余，把失敗歸咎于模型。

美國國防高級研究項目署2007年大挑戰是一個有趣的例子。這是美國國防部的國防高級研究項目署發起的一個無人駕駛汽車比賽。比賽旨在提高私營部門在自動控制汽車領域的研究和開發水平。2007年比賽對前三名獲勝者提供了350萬美元獎金，這個挑戰賽吸引了企業和研究機構大量精英分子。

2007年的比賽賽程看起來不難：汽車在加利福尼亞沙漠一個人造的“城市環境”里自動行駛。換句話說，就是使用全球定位系統（GPS）按預先設計的路線行駛，遇停車指示剎車，遇路口右拐，最后在不碰撞任何物體的情況下停車。車上載有大量的感應器和特別的軟件。這是一場先進技術的比賽，包括GPS、激光測距儀、多普勒雷達和慣性感應等。

選手們在96公里的賽程中你追我趕。獲勝者完成全程花了4小時10分鐘，在11個完全武裝的選手中有6個到達終點。其它選手有的是由于碰撞被取消資格，有的是在路口由于控制出亂而停駛。其中一輛車被取消資格的原因則是，由于“計劃路徑反常”導致“朝固定結構的方向”行駛（最后撞到了建筑物）。

這個挑戰賽表明先進的軟件模型能夠應對復雜的動態變化情況，甚至在非常結構化的環境下也能適應。但如果面對未預先設想的情形（比如交通環島或路面坑洼），則模型會失靈。

在目前的科技水平下，由于沒有模型能夠滿足要求，所以我們還不能在倫敦街頭引入無人駕駛出租車。但在領先的金融機構，每天都有“自動行駛的汽車”。人們只需要看看內貯“對沖基金模型”的自動交易系統就知道了。對于由于預設條件的變化（如信用利差的意外擴大）引起的麻煩，則需要更先進的模型來解決。

銀行業模型失靈

在銀行業，貌似不錯的模型在使用中失靈的例子并不少見。

例如，1987年4月，美林公司在一項“創新”的抵押證券交易中損失了3.77億美元。這項業務是將抵押物打包后證券化，然后把這些證券分成兩類——一類只包含利率風險（IOs），另一類只包含信用風險（POs）。

盡管IOs和POs事實上并不復雜，但人們過度相信美林內部使用的模型。抵押證券交易部門自認為模型先進，結果出現了巨額虧損，美林歐洲公司總裁StanislasYassukovich總結說“雇傭天才小伙的費用比看起來要高。”

大多數出錯的原因在于人們普遍相信金融模型，認為“精密”模型能夠應對市場上的任何復雜情況，但如果市場出現人們未曾定義的情況時，問題就來了。沃倫巴菲特在美國伯克希爾哈撒韋公司2002年年報中，表露了自己的真知灼見“在Charlie

Munger先生和我閱讀完主要銀行有關衍生品交易的長長腳注后，我們唯一知道的是——我們不知道這家機構到底承擔了多少風險。”

如果你對信用評級系統感興趣，德國商業銀行提供了另外一個問題模型的好例子。在過去這些年，這家銀行被迫改進信用評級系統，這個不穩定系統從20世紀90年代初期開始建設，直到2003年。它包含了12個不同的零售類打分卡、過多的低違約資產組合系統和公司類專家系統（相對于有效的量化模型）。更為重要的是，這些系統間缺乏一致性。

在理想狀態，這些模型大都不壞。但就像模型工程師所說，大多數模型具有一種巨大的“模型威力”。謹慎研究表明，模型就單個而言表現非常好：依據一些標準不斷優化，具有較高的統計學意義和很強的基尼表現力。

但是模型并不是銀行管理的全部，一項對首席執行官（CEO）和首席風險官（CRO）的調查表明：管理層應該把重點放在風險管理的其他方面而不僅僅是模型。控制一家銀行的風險，要求做到：對銀行風險有清晰的了解，能夠提出應對風險的多種解決方案，以及對快速變化環境的敏銳分析。這些要求有一個假設前提，就是一定程度的簡化，這也正是德國商業銀行管理層所缺乏的。

與此相反，銀行中級管理層存在一個明顯的傾向：優化模型大多只考慮本地情況而很少從全球角度考慮，他們樂于在迷宮般復雜的模型中尋求安慰，指望通過開發更精巧的模型來提高業績。

這樣做的結果是，產生了內容眾多、錯綜復雜的評級系統。隨著德國商業銀行對積極的信用資產組合監控的管理要求不斷增多，模型導致的問題在銀行內部逐漸累積，漸漸的所有與信用風險相關的信息被模糊的泡沫所包圍。

到2003年底，隨著新資本協議的推廣，銀行對評級模型的無條件信任漸漸消失了。管理層認識到有必要重新設計模型架構體系。

平衡的復雜性

收集有關模型被糟糕使用的一手資料很容易，每天在我們身邊都有許多失敗的案例，出版商知道這些案例是很好的賣點，但人們更感興趣的是從這些失敗中汲取的經驗教訓。

在金融系統，從模型倒退是難以想象的。模型對于風險轉移工具、結構化產品，以及基礎架構和系統方面的發展，毫無疑問起了正向推動作用。

更為重要的是，模型更多的復雜性和對模型的更多需求所導致的費用是可控的，而且從目前看還沒有負面的作用。事實上，模型本身也的確是一個“好東西”，它能幫助我們實現模擬、預測和自動控制。

當上述事例來自不同的環境，他們將面臨一個共同的威脅：模型本質上并不壞，但周邊形勢在不斷惡化，也就是說，周圍事物都變得不確定，只有模型依然故我。金融模型在特殊情況下也會成為負擔，所以它們總需要一位謹慎的強勢“訓獸師”：風險管理員在駕馭和控制復雜環境時需要模型的幫助，但不能被它們所控制。

最重要的是要對模型使用范圍和其局限性有深入的了解。什么是我們最初開發模型的目的？（也許更有意義的是，什么不是我們開發模型的目的？）在何種條件下，我們的定理和假設會失靈？如何能找到它們的致命弱點？

當前金融危機并沒有將許多管理人員拖入泥潭，這些管理人員經常檢查模型，并且在模型使用中考慮到了它們的局限性。

下列是一些能讓人們長期不被拖入模型使用泥潭的基本原則：

關注模型使用方式。現今低效的模型確實少見。應該被關注的不是模型自身，而是模型的使用和控制方式。

清楚模型的敏感性。相當普遍的是，聰明的模型設計者和工程師對模型背后的完美理論滔滔不絕，但被問及模型的敏感性和實際使用中的預期表現時，卻只能聳聳肩。所以重要的是，要在銀行內部發現“橋梁建設者”，這些人既懂得模型錯綜復雜的細節，又具備對外部世界直覺的感悟和對未來形勢的把握。

比如說，如果輸入參數出現10%/50%/200%的變化，將會發生什么情況？基于經驗數據的現實情況又如何分類？

更有甚者，如果模型的輸入參數不再可信（比如出現10%/30%/50%的錯誤率），那模型的結果是什么呢？是否需要關閉這個模型？

定期驗證模型。不要把驗證工作當作沒有新意的例行的走過場。大多數模型在開發設計時的數據環境下“運行很好”，但一個今天的好模型到明天就可能成為一個平庸的模型。

這就是為什么我們需要關注輸入輸出驗證、領先者的技術、定期的橫向比較，以及簡潔的操作和沃倫巴菲特式的一般常識。例如，對于你和每天基于模型決策的人，模型的假定和結果是否仍然有意義？結果是否直觀，如果不直觀，能否解釋原因（需要向上司解釋）嗎？

強制執行壓力情景。運行壓力情景決不能看作是免除了模型開發者對模型進一步分析研究的責任。任何“西格瑪”都不能買來一夜安穩覺，因為一個模型體系可能沒有包含某些相關風險。盡管如此，壓力情景仍然是一個模型“訓獸師”工具袋中一個很有價值的工具。

既然我們關注模型在業務上的對癥和實踐上的有效性，我們就應該請高級管理層參與到情景設置中。管理層應保持警覺并準備更多的更全面的情景預案，比如將壓力測試一致應用于所有的投資組合、法人和風險類型等。

簡化。只要有可能，盡量減少模型數量、模型復雜度和模型界面。

當然，歸根到底，最關鍵的還是要學會如何運用模型，而不是成為模型的奴隸。

以正確的方式駕馭模型

不同團隊采用不同方法研制了許多機器人汽車，寄希望這些機器人汽車能順暢交流而不出現混亂，這其實是一廂情愿。但這正是許多金融從業人員經常犯的錯誤：他們將模型運用于快速變化甚至惡劣的環境，依靠一系列特定的標準來向管理層“證明”，世界正向他們預期的那樣發展。這只是一廂情愿。

如果按照上文的規則執行，顯然正確運用模型的前提是，模型對于“訓獸師”和用戶來說應該完全透明。模型還必須能夠用來支撐高效率的控制和駕馭，只有在模型保持盡可能的簡單，而且模型“訓獸師”始終控制并揮舞著鞭子的情況下，模型的有效性才能得到保障。

在單個模型層面（如信用評級系統），有必要引入一些新的理念和文化，比如，高度復雜的模型一定是個意外，不是規律；對效率的追求決不能代替必要的專家（人工）干預，專家干預能提高價值；模型操作界面必須簡單直觀，模型內部的結構必須是一致的、靈活的。要真正的有效率——控制有效率，管理有效率。

我們所說的正確使用模型的案例可以從銀行家駕馭信用風險的方法中找到。信貸組合就像超級油輪：要改變方向，需要提前調整船舵，并告知船上所有船員。有巨大的阻力需要克服：評級系統、定價工具和模型評估都使得這個組合不停地朝一個方向全速前進。然而來自市場的巨大力量則從側面撞向這個組合，使其偏離航向。

許多銀行在制定策略、使用難以解釋的關鍵風險指標時，仍把大部分時間用在審視自身，這些風險指標只代表了對世界模型化的看法。如果“控制”過程僅僅只包括對模型結論的反映，那么，這些模型就像大海中方向鎖定的輪船，如果船長心不在焉，則不可避免地會發生“計劃路徑反常”。

一個更有效的方法是將模型的結果看作是有價值的輸入，而不是論據或充足的理由。每天做決策的是專家而不是模型，決策要基于宏觀經濟因素、對市場發展的預期和對全局戰略的考慮（如品牌或增長率）等。更關鍵是這個方法應該是預先決策，在滯后的風險指標提示前預見可能出現的變化，而且應該包含情景預案，針對這些預案的所有對策都須經過實證測試。

模型在這個方法中起很大的作用，但應該定位準確：模型處于風險管理控制和流程的核心，它在各個層面輔助決策，但決不是決策自身。

要確保銀行每個人都引起注意，這個方法在銀行的各個層面操作務必要簡捷，更重要的是，這意味著控制機制（授權、限額、監控）也必須要簡捷。

總之，如上所述，我們關注的不是模型本身，而是如何使用模型。這才是最重要的。直到現在，還有人對其它銀行的挫折和磨難在背后取笑或幸災樂禍，也許有一天，他們再也笑不起來。

現在，我們必須對模型的使用進行嚴格的評估，看看模型是否在沿著初設的軌道正常運行。加強風險模型管理，勢在必行。

（譯者單位：國家開發銀行風險管理局）