风险管理的新角色：重建模型

管理会计

       沃顿知识在线:今天，我们将与沃顿教授理查德·赫林、弗兰西斯·戴伯德以及奥纬咨询集总裁兼首席执行官约翰·德兹克共同来谈一谈有关风险管理的话题。我想先从一个简单的问题开始。我们真地能精确地衡量风险吗？

　　赫林:我认为去年的事实告诉我们这是做不到的，有许多东西是我们无法量化的，并且我们对能够量化的东西过于自信了。我们在风险分析、风险管理及风险计算方面确实取得了巨大的进步。不过，我们的大部分精力都往往放在相对容易管理的事情上。但即使是这些事情也出现了问题。我们根本就没有足够的信息。我们的技术还不够发达。我们使用的第一线的信息也不够。不幸的是，这场危机波及到了体系内的所有环节，包括监管机构、证券市场的参与者以及风险经理自己，所有人都无法幸免于难。

　　戴伯德: 我认为他说的没错。这让我想起我们在沃顿金融研究中心与斯隆基金会（Sloan Foundation）联合开展的一个有关已知、未知及不可知事件的项目。我们关注的焦点，以及我们最后越来越强烈地认识到的一个事实，就是风险的类型非常繁多，有市场风险、信贷风险、运作风险、法律风险、名誉风险以及除此之外的更多风险。其中一些相对而言比较容易建立模型，注意，我并不是说它们容易，而是相对容易。其他的一些风险量化起来非常有难度，并且根本就不在我们的能力之内。

　　沃顿知识在线: 您能详细说说这都是哪些风险吗？

　　戴伯德:从风险的种类上来说，首先是市场（市场意味着与市场活动有关的风险）与价格，然后是信贷（这意味着与违约或破产等事件有关的风险），再有就是运作（这意味着从电脑系统故障到恐怖分子袭击等一系列的风险）……

　　赫林: 而且这些都是连锁反应的事件。

　　戴伯德:事实上，颇具讽刺意味但又让人无可奈何的是，比较容易建构模型的风险并不足以导致企业破产倒闭，它们只不过会影响到3%到5%的企业营收，那些难以量化的风险才是真正击垮企业的罪魁祸首。因此，在这方面我们应当表现得谦虚一点，即使我们已取得了某些的进展。

　　德兹克:我要补充几句，与已知风险的规则相比，我们对未知风险的规则关注得还不够。对于学术领域或专门跟踪风险的风险分析师或相关人员来说，他们关注的建模焦点往往是有没有数据，而不是有没有风险。你尽可以收集大量数据来建构最复杂的模型，但这并不意味着这一模型针对的就是能够危及到企业生死存亡的问题，因为在这种问题上可用的数据往往很少，这时就需要你自行判断如何做决定。做分析做惯了的人通常都不太愿意遇到这种情况。但企业面临的许多重大风险恰恰就出现在这些情况下。

　　沃顿知识在线: 也就是说，他们只顾在已知的世界里忙活，全然忘记了还有未知的世界，但终有一天他们会被抛进未知世界的深渊中。

　　戴伯德: 就是这样。有一个老笑话，说的是有个人丢了车钥匙之后一直在路灯下寻找，别人问他为什么，他说因为只有那地方有光亮。

　　赫林:关于这份已知和未知的清单我还想再说一句，那就是它太令人困惑了，因为这一切都是在整个体系的层面上相互作用的，我们从局部很难把握清楚。它们是动态的，瞬息万变的。我甚至觉得，那些自认为参透了次贷危机的人也完全没有预料到它会把全球的金融体系拉下水。这些东西本身太过复杂，它们相互联系，相互影响，以至于根本就不可能完全了解它们。我们可能不得不多考虑一下如何将一些关键的环节从体系中分离。

　　戴伯德: 我认为有两个主要问题，至少有两个，是非常困难并且紧密相关的。第一是了解清楚银行、金融机构等等之间的相关性。

　　赫林: 还有就是了解清楚这些相关性是怎样逐渐变化的。

　　戴伯德:没错，这是第二个问题。在不同的危机下银行的相关性不同，正如不同危机下体系内的动荡程度也不同。当然，这两种不同往往具有相反的特点。有时候，你不希望相关性增强，但它们却偏偏增强了，那这时你就会失败。例如，在你的投资组合最缺乏多元化的时候，恰恰是多元化能带来最优效益的时候。

　　赫林: 多元化让人难以掌握的奥秘之一，就是往往在你最需要它的时候，它却偏偏离你而去。在走低的市场上，唯一上升的东西就是相关性。

　　沃顿知识在线: 这是否意味着我们必须摧毁一切，完全从零开始建构体系？在我们过去做事的方法中，有哪些是还能够补救的？

　　德兹克:我觉得这不是摧毁一切。我觉得这是为基础设施添加新的组成部件。在市场风险衡量及信贷风险衡量方面我们已经有了很大的进展。这些进展在体系内自有其意义所在。衡量日常的风险，并在管理交易或贷款业务的某些方面采用量化所得数据，这从本质上说并无任何不妥之处。

　　我想我们只是太过依赖于某一种风险衡量方法，并且有点自我感觉良好，认为那些复杂的量化模型已经涵盖了我们所要量化的所有因素，因此足以保证我们的安全。如今越来越多的人在统计数据分析之外，还把注意力放到了压力及情景分析上。统计数据分析看重的是历史数据，然而，如果分析对象存在的时间并不长，无法看出明显的历史规律呢？如果你从次贷存在之日起分析不同类型的次贷抵押之间的相关性，而我是在对房价变化这种所有有关因素都明明白白的情景做压力分析，那我们最终从分析中看出的东西是完全不同的。因此，这种分析会告诉你一个不同的答案，而不是让你以自下而上的方式去精确测算相关性及波动性或是构建风险模型。

　　沃顿知识在线:也就是说我们有点毫无根据地过于信赖老的一套办法，而正是基于这种信赖我们似乎有理由去冒险，不过回过头来看，我们就知道这些风险实际上大大超出了我们的承受能力。那么，我们现在面临的情况是，知道我们不知道一些东西，或者是不知道我们知道一些东西？

　　戴伯德:在谈论这个问题之前，我们应当区别一下模型、模型的成功与失败，以及模型的用途与解释这三者之间的关系，这对我们接下来的研究是具有重要意义的。模型的使用者应当对这些模型适当存疑，这是很重要的事。换句话说，不要以为模型是尽善尽美的，一切问题都能解决，大家可以开庆功会相互颁奖了。正确的态度应当是：“模型当然会出现错误。最可能在哪些地方出错？最可能在什么时候出错？我该怎样改善？你必须适当存疑，”而与之相反的态度就是约翰刚才给我们描述的那种飘飘然自鸣得意的感觉，“我们都搞定啦。我们了解了风险管理。我们计算出的风险只有5%，因此问题圆满解决啦。该干下一步的工作了。”但显然事实却并非如此，你必须尽一切可能提高你的警觉性和企业的警觉性，对模型存疑是非常必要的。

　　赫林:关于约翰的看法我还想说一句，那就是大部分风险分析技术都没有注意到前瞻性的指标。这些东西是存在的。我们都看到了，在贝尔斯登和雷曼兄弟以及其他许多公司倒闭之前，我们就看到了它们的危机，因为信贷违约掉期的息差在不断扩大。但是，在当时我们用于分析的那些统计数据中，我们却没有把这点提炼出来。去年倒闭的每家公司拥有的监管资本几乎都远超过所需的最低值，但它们最终还是倒闭了，这就意味着监管机构并未很好地考评过这些资本。