Read this article!
這篇文章是報導一名中國金融師想出了一條被華爾街認為是天衣無鏠的避險方程式。而且這條算式是簡單得離譜(起碼以華爾街的角度來看)。而這條算式有人認為是值得拿諾貝爾經濟學奬的,也有人相信就是這條算式令今天的金融界全面的崩潰。
一切都是關於風險的。過去五年,人們稱這條算式為 Gaussian Copula Function。它的偉大之處在於能夠用更快更準繩和更簡單的方式,計算出金融市場上的風險。但,既然更準繩,那問題又在哪裡?當這條公式被華爾街大量採用後,所有人都在用同一條公式計算風險時,它的盲點也會被無限地倍大。
在系統思考中,有一句名句:All models are wrong。因為它們都是簡化的產物。Gaussian Copula Function 曾經一度被驗證是極其準確的計算,所以為不少金融機構帶來超龐大的利潤,也是這樣人們的信心便開始膨脹到不理其他後果。
背後牽涉到的是風險分散的概念。風險若能有效地分散,就能夠為損失帶來吸震作用,在原本風險高的市場上賺錢的機會便可佔上風。但風險分散之後,又再被分散,效果是不是會更好呢?那又不一定,端視乎你的風險分散的「網絡」是否落在原來已經承擔一定分險的單位身上。因為背後的網絡關係極為複雜,所以一直以來也不能弄清真正的風險系數(也不可以被弄清),但 Copula Function 的出現,竟然說其實不需要管那些永遠搞不清的關係,它是將這些風險透過另外某個相關聯的數值作掛勾,以極其簡單的關聯方式,指出「如果 A 指數上升」那就代表 B 的風險為 Y。但請記著,這只不過是 correlation 的關係(即太陽黑子上升,所以恒生指數上升),而非嚴謹的因果關係。問題就是這條算式也實在為金融界帶來太大的金錢成果。所以人們便盲目地採用,而不再留意它的弱點了。
弱點是甚麼?就是將 correlation 看成 cause-and-effect 來處理。那又有甚麼問題?因為 cause-and-effect 是關於確定性 (certainty) 的問題。風險是一個或然率,若然被看成是絶對的話,其後果可以不言而喻吧。
在看這篇文章時,很大的迴響就是 The Black Swan 這本書所討論過的問題。很多金融的數學模型就是將 black swan 的可能性排除於外,只計算 80% 合理的結果。但其實如果最不可能出現的結果一出現的話,那就是一場災難。
果然,在 Wired 這篇好讀的文章中尾段中,終於出現了 The Black Swan 作者的發言,他說:
Nassim Nicholas Taleb, hedge fund manager and author of The Black Swan, is particularly harsh when it comes to the copula. "People got very excited about the Gaussian copula because of its mathematical elegance, but the thing never worked," he says. "Co-association between securities is not measurable using correlation," because past history can never prepare you for that one day when everything goes south. "Anything that relies on correlation is charlatanism."
這篇文章著實好看。但千萬不要怪罪這名金融經濟學家,問題永遠都是在於人性的貪,以致世界上最聰明的一群人,集體地做出愚不可及的行為。
而問題又偏偏在於,當時覺得這些行為是最聰明的做法。