走出模型依赖困境
开篇：润墨网以专业的文秘视角，为您筛选了一篇走出模型依赖困境范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
郑云波 译
编者按：正如切尔诺贝利核电站泄漏事故提醒世人核电站存在风险一样，1998年美国长期资本管理公司因巨额亏损被接管事件提醒人们风险管理模型（以下简称“模型”）也存在风险，这次的次贷危机则进一步提醒人们注意这一点。本文作者塞巴斯蒂安•弗里茨(SEBASTIAN FRITZ)博士和罗斯科•埃尔巴赫(JORG ERLEBACH)先生的《模型依赖困境》对此做了深入的阐述。塞巴斯蒂安•弗里茨博士是德意志银行前全球操作风险首席官，负责银行巴塞尔Ⅱ高级计量方法获监管许可，现任德国西德银行全球市场风险首席官。罗斯科•埃尔巴赫先生是法兰克福德国商业银行全球信用风险和经济资本控制部门主管，他的研究领域包括信用风险报告、风险计量方法、风险资产组合管理。
1986年的切尔诺贝利核电站事故是当代历史上戏剧性的一幕。在这次事故之前，核电站以技术稳定和风险可控而著称；类似的，信用衍生产品在市场陷入困境前享有很高的声誉，而且直到近期，在金融系统，现代金融产品都被认为是市场上一个基础性的稳定力量。
现在，可以说，这幅景象已风光不再。众所周知，当前的次贷危机源于贪婪、对不明产品的不审慎投资，以及对第三方风险评估的过分相信，这与过度相信模型的稳定性、没有强调模型假设条件的验证和压力测试有很大的关系。当前的危机是模型被系统性地广泛误用所致，而不是模型本身的危机。模型在现代风险管理中一直扮演着很重要的角色，但如果忽略模型使用的基本原则，将导致灾难性的后果。我们要从中汲取经验教训。
银行业风险模型的发展
在二十世纪七十年代，银行业开发出第一批金融“模型”――市场风险模型，这些简单模型对一些参数比较敏感，比如利率、股票指数和商品价格等。经过一些基本的计算，策略上的风险管理成为了可能：道琼斯指数的微小变化将被转化为银行交易账户上的预期损益变化。
紧接着，在模型下一个发展阶段考虑了相关性。基于经验计量和模拟的组合技术，可以计算出损益分布和在险价值。由于模型的损失分布可以验证，有关模型绝对正确的错误认识被逐年强化。
国际监管机构看中了基于模型的计算概念，并在1992年的老资本协议（巴塞尔Ⅰ）市场风险修正案中给予了官方肯定。从那时起，模型成为银行交易业务中资本监管计量的核心。
巴塞尔银行监管委员会很快认识到原有的监管机制助长了银行资产的过度膨胀欲望。由于1988年资本协议缺乏风险敏感性，急需一种广泛的基于风险的方法，帮助培育审慎的风险管理文化。1999年，新资本协议（巴塞尔Ⅱ）出现，产生了大量用于操作风险的高级计量方法（完全基于模型计算）和用于信用风险的内部评级方法（基于模型计算的银行内部评级系统），模型工程师在监管机构和银行业也赢得了声誉。
逐渐增加的内在复杂性
随着新资本协议的推广，基于风险的资本计量方法被广泛接受，银行的模型也日益复杂。在模型开发中，零售类相对简单，但大公司或金融机构类的风险参数评估则比较困难。交易对手对复杂产品有大量的需求，比如包含许多期权和多种风险的产品。
不幸的是，一个产品越复杂，用来估测其参数的有效使用时间越短，有关风险的计算结果越不可靠。在这种意义上，过去几年，衍生品和结构化产品指数级的发展已经达到一个临界点，将出现崩溃的可能。
当前的危机是模型本身的危机还是我们手中的模型失控了？鉴于日益复杂的模型，我们不禁要问，银行家们在模型的基础上进行买卖或推荐，他们是否依然牢牢掌控着他们所做的业务？董事会知晓在资产负债表中潜藏的风险吗？在风险计量中的模型计算和参数假定有多大程度属于异想天开？
当前，金融机构中损失较大的前10名机构名单如表1所示。
国际领先银行不幸成为损失大户，其原因并不在于低效的模型。正如瑞银集团在一份对股东的报告中所说，“对在险价值和压力测试过于依赖：在贷款违约率上升和美国抵押市场放贷标准降低的情况下，市场风险控制还依靠在险价值和压力测试数据，鸥呒豆芾聿慊共恢ぞ霾卟牧系木窒扌浴！
也就是说，精巧的模型依然故我，但当市场开始向未预期的方向发展，模型突然失去了作用。惯常的模型计量方法、预设的压力情景和历史数据都变得无用武之地。
当然，不只是银行家陷入麻烦。在我们生活的许多方面，我们都忘了模型的局限性。当我们不能掌握模型能做哪些，不能做哪些时，模型在多数情况下会误用。
其他行业的模型失灵
在当今时代，像伦敦码头区轻轨、办公楼里计算机控制的电梯等自动化系统相当常见。事实上，我们很少注意其中起作用的模型，如：根据电梯乘客重量调整速度的模型，或者测量两列火车间实时距离的模型等。但如果这些系统失灵，我们总在惊愕之余，把失败归咎于模型。
美国国防高级研究项目署2007年大挑战是一个有趣的例子。这是美国国防部的国防高级研究项目署发起的一个无人驾驶汽车比赛。比赛旨在提高私营部门在自动控制汽车领域的研究和开发水平。2007年比赛对前三名获胜者提供了350万美元奖金，这个挑战赛吸引了企业和研究机构大量精英分子。
2007年的比赛赛程看起来不难：汽车在加利福尼亚沙漠一个人造的“城市环境”里自动行驶。换句话说，就是使用全球定位系统（GPS）按预先设计的路线行驶，遇停车指示刹车，遇路口右拐，最后在不碰撞任何物体的情况下停车。车上载有大量的感应器和特别的软件。这是一场先进技术的比赛，包括GPS、激光测距仪、多普勒雷达和惯性感应等。
选手们在96公里的赛程中你追我赶。获胜者完成全程花了4小时10分钟，在11个完全武装的选手中有6个到达终点。其它选手有的是由于碰撞被取消资格，有的是在路口由于控制出乱而停驶。其中一辆车被取消资格的原因则是，由于“计划路径反常”导致“朝固定结构的方向”行驶（最后撞到了建筑物）。
这个挑战赛表明先进的软件模型能够应对复杂的动态变化情况，甚至在非常结构化的环境下也能适应。但如果面对未预先设想的情形（比如交通环岛或路面坑洼），则模型会失灵。
在目前的科技水平下，由于没有模型能够满足要求，所以我们还不能在伦敦街头引入无人驾驶出租车。但在领先的金融机构，每天都有“自动行驶的汽车”。人们只需要看看内贮“对冲基金模型”的自动交易系统就知道了。对于由于预设条件的变化（如信用利差的意外扩大）引起的麻烦，则需要更先进的模型来解决。
银行业模型失灵
在银行业，貌似不错的模型在使用中失灵的例子并不少见。
例如，1987年4月，美林公司在一项“创新”的抵押证券交易中损失了3.77亿美元。这项业务是将抵押物打包后证券化，然后把这些证券分成两类――一类只包含利率风险（IOs）,另一类只包含信用风险（POs）。
尽管IOs和POs事实上并不复杂，但人们过度相信美林内部使用的模型。抵押证券交易部门自认为模型先进，结果出现了巨额亏损，美林欧洲公司总裁StanislasYassukovich总结说“雇佣天才小伙的费用比看起来要高。”
大多数出错的原因在于人们普遍相信金融模型，认为“精密”模型能够应对市场上的任何复杂情况，但如果市场出现人们未曾定义的情况时，问题就来了。沃伦巴菲特在美国伯克希尔哈撒韦公司2002年年报中，表露了自己的真知灼见“在Charlie
Munger先生和我阅读完主要银行有关衍生品交易的长长脚注后，我们唯一知道的是――我们不知道这家机构到底承担了多少风险。”
如果你对信用评级系统感兴趣，德国商业银行提供了另外一个问题模型的好例子。在过去这些年，这家银行被迫改进信用评级系统，这个不稳定系统从20世纪90年代初期开始建设，直到2003年。它包含了12个不同的零售类打分卡、过多的低违约资产组合系统和公司类专家系统（相对于有效的量化模型）。更为重要的是，这些系统间缺乏一致性。
在理想状态，这些模型大都不坏。但就像模型工程师所说，大多数模型具有一种巨大的“模型威力”。谨慎研究表明，模型就单个而言表现非常好：依据一些标准不断优化，具有较高的统计学意义和很强的基尼表现力。
但是模型并不是银行管理的全部，一项对首席执行官（CEO）和首席风险官（CRO）的调查表明：管理层应该把重点放在风险管理的其他方面而不仅仅是模型。控制一家银行的风险，要求做到：对银行风险有清晰的了解，能够提出应对风险的多种解决方案，以及对快速变化环境的敏锐分析。这些要求有一个假设前提，就是一定程度的简化，这也正是德国商业银行管理层所缺乏的。
与此相反，银行中级管理层存在一个明显的倾向：优化模型大多只考虑本地情况而很少从全球角度考虑，他们乐于在迷宫般复杂的模型中寻求安慰，指望通过开发更精巧的模型来提高业绩。
这样做的结果是，产生了内容众多、错综复杂的评级系统。随着德国商业银行对积极的信用资产组合监控的管理要求不断增多，模型导致的问题在银行内部逐渐累积，渐渐的所有与信用风险相关的信息被模糊的泡沫所包围。
到2003年底，随着新资本协议的推广，银行对评级模型的无条件信任渐渐消失了。管理层认识到有必要重新设计模型架构体系。
平衡的复杂性
收集有关模型被糟糕使用的一手资料很容易，每天在我们身边都有许多失败的案例，出版商知道这些案例是很好的卖点，但人们更感兴趣的是从这些失败中汲取的经验教训。
在金融系统，从模型倒退是难以想象的。模型对于风险转移工具、结构化产品，以及基础架构和系统方面的发展，毫无疑问起了正向推动作用。
更为重要的是，模型更多的复杂性和对模型的更多需求所导致的费用是可控的，而且从目前看还没有负面的作用。事实上，模型本身也的确是一个“好东西”，它能帮助我们实现模拟、预测和自动控制。
当上述事例来自不同的环境，他们将面临一个共同的威胁：模型本质上并不坏，但周边形势在不断恶化，也就是说，周围事物都变得不确定，只有模型依然故我。金融模型在特殊情况下也会成为负担，所以它们总需要一位谨慎的强势“训兽师”：风险管理员在驾驭和控制复杂环境时需要模型的帮助，但不能被它们所控制。
最重要的是要对模型使用范围和其局限性有深入的了解。什么是我们最初开发模型的目的？（也许更有意义的是，什么不是我们开发模型的目的？）在何种条件下，我们的定理和假设会失灵？如何能找到它们的致命弱点？
当前金融危机并没有将许多管理人员拖入泥潭，这些管理人员经常检查模型，并且在模型使用中考虑到了它们的局限性。
下列是一些能让人们长期不被拖入模型使用泥潭的基本原则：
关注模型使用方式。现今低效的模型确实少见。应该被关注的不是模型自身，而是模型的使用和控制方式。
清楚模型的敏感性。相当普遍的是，聪明的模型设计者和工程师对模型背后的完美理论滔滔不绝，但被问及模型的敏感性和实际使用中的预期表现时，却只能耸耸肩。所以重要的是，要在银行内部发现“桥梁建设者”，这些人既懂得模型错综复杂的细节，又具备对外部世界直觉的感悟和对未来形势的把握。
比如说，如果输入参数出现10%/50%/200%的变化，将会发生什么情况？基于经验数据的现实情况又如何分类？
更有甚者，如果模型的输入参数不再可信（比如出现10%/30%/50%的错误率），那模型的结果是什么呢？是否需要关闭这个模型？
定期验证模型。不要把验证工作当作没有新意的例行的走过场。大多数模型在开发设计时的数据环境下“运行很好”，但一个今天的好模型到明天就可能成为一个平庸的模型。
这就是为什么我们需要关注输入输出验证、领先者的技术、定期的横向比较，以及简洁的操作和沃伦巴菲特式的一般常识。例如，对于你和每天基于模型决策的人，模型的假定和结果是否仍然有意义？结果是否直观，如果不直观，能否解释原因（需要向上司解释）吗？
强制执行压力情景。运行压力情景决不能看作是免除了模型开发者对模型进一步分析研究的责任。任何“西格玛”都不能买来一夜安稳觉，因为一个模型体系可能没有包含某些相关风险。尽管如此，压力情景仍然是一个模型“训兽师”工具袋中一个很有价值的工具。
既然我们关注模型在业务上的对症和实践上的有效性，我们就应该请高级管理层参与到情景设置中。管理层应保持警觉并准备更多的更全面的情景预案，比如将压力测试一致应用于所有的投资组合、法人和风险类型等。
简化。只要有可能，尽量减少模型数量、模型复杂度和模型界面。
当然，归根到底，最关键的还是要学会如何运用模型，而不是成为模型的奴隶。
以正确的方式驾驭模型
不同团队采用不同方法研制了许多机器人汽车，寄希望这些机器人汽车能顺畅交流而不出现混乱，这其实是一厢情愿。但这正是许多金融从业人员经常犯的错误：他们将模型运用于快速变化甚至恶劣的环境，依靠一系列特定的标准来向管理层“证明”，世界正向他们预期的那样发展。这只是一厢情愿。
如果按照上文的规则执行，显然正确运用模型的前提是，模型对于“训兽师”和用户来说应该完全透明。模型还必须能够用来支撑高效率的控制和驾驭，只有在模型保持尽可能的简单，而且模型“训兽师”始终控制并挥舞着鞭子的情况下，模型的有效性才能得到保障。
在单个模型层面（如信用评级系统），有必要引入一些新的理念和文化，比如，高度复杂的模型一定是个意外，不是规律；对效率的追求决不能代替必要的专家（人工）干预，专家干预能提高价值；模型操作界面必须简单直观，模型内部的结构必须是一致的、灵活的。要真正的有效率――控制有效率，管理有效率。
我们所说的正确使用模型的案例可以从银行家驾驭信用风险的方法中找到。信贷组合就像超级油轮：要改变方向，需要提前调整船舵，并告知船上所有船员。有巨大的阻力需要克服：评级系统、定价工具和模型评估都使得这个组合不停地朝一个方向全速前进。然而来自市场的巨大力量则从侧面撞向这个组合，使其偏离航向。
许多银行在制定策略、使用难以解释的关键风险指标时，仍把大部分时间用在审视自身，这些风险指标只代表了对世界模型化的看法。如果“控制”过程仅仅只包括对模型结论的反映，那么，这些模型就像大海中方向锁定的轮船，如果船长心不在焉，则不可避免地会发生“计划路径反常”。
一个更有效的方法是将模型的结果看作是有价值的输入，而不是论据或充足的理由。每天做决策的是专家而不是模型，决策要基于宏观经济因素、对市场发展的预期和对全局战略的考虑（如品牌或增长率）等。更关键是这个方法应该是预先决策，在滞后的风险指标提示前预见可能出现的变化，而且应该包含情景预案，针对这些预案的所有对策都须经过实证测试。
模型在这个方法中起很大的作用，但应该定位准确：模型处于风险管理控制和流程的核心，它在各个层面辅助决策，但决不是决策自身。
要确保银行每个人都引起注意，这个方法在银行的各个层面操作务必要简捷，更重要的是，这意味着控制机制（授权、限额、监控）也必须要简捷。
总之，如上所述，我们关注的不是模型本身，而是如何使用模型。这才是最重要的。直到现在，还有人对其它银行的挫折和磨难在背后取笑或幸灾乐祸，也许有一天，他们再也笑不起来。
现在，我们必须对模型的使用进行严格的评估，看看模型是否在沿着初设的轨道正常运行。加强风险模型管理，势在必行。
（译者单位：国家开发银行风险管理局）